Global humanoid robotics and embodied AI — Interpretación del informe

Visión general

Esta actualización global sobre robótica humanoide interpreta los World Humanoid Robot Games de 2026 y los recientes desarrollos sectoriales mediante la paradoja de Moravec: la locomoción ha mejorado sustancialmente, pero la percepción, el razonamiento en el mundo físico y la ejecución productiva de tareas siguen siendo los retos decisivos. Morgan Stanley observa una comercialización más amplia, especialmente en China, y considera que los datos, la inteligencia robótica y la retroalimentación de despliegues son los determinantes clave del progreso.

Perspectivas principales

El informe sostiene que la industria está pasando de demostraciones llamativas de locomoción a la cuestión más difícil de si los humanoides pueden realizar tareas útiles, variables y de varios pasos con la eficiencia necesaria para el despliegue comercial. Los World Humanoid Robot Games de 2026 reunieron 666 equipos y 2,056 robots, frente a unos 280 equipos en 2025. Tiangong recorrió 100 metros en 8.64 segundos, frente a 21.5 segundos en 2025, pero Morgan Stanley da mayor importancia a las 21 competiciones de escenarios reales en fábricas, hogares, hoteles, comercios, hospitales y respuesta de emergencia. Las pruebas exigían interpretar instrucciones habladas, preparar y entregar comida y realizar manipulación fina; la ejecución plenamente autónoma tuvo el doble de peso que la operación remota en los escenarios pertinentes. La conclusión es que la capacidad física ha avanzado, pero la productividad, la adaptabilidad y la autonomía son ahora los criterios relevantes para la comercialización. Morgan Stanley identifica el “cerebro” del robot y los datos como los principales cuellos de botella globales. Lanzamientos recientes como DYNA-2, Skild AI S1 y Generalist GEN-1.5 buscan reducir el coste de adaptar robots a nuevas tareas mediante pocos ejemplos o demostraciones breves y, en algunos casos, abordar secuencias de tareas más largas. DYNA-2 fue entrenado principalmente con más de 1 millón de horas de vídeo humano egocéntrico y, según se informa, mostró una relación de escalamiento entre el entrenamiento con vídeo humano y la capacidad robótica. El informe subraya que el rendimiento, la diversidad de los datos y la retroalimentación de despliegue pueden ser ventajas más duraderas que la arquitectura del modelo por sí sola. Las empresas están ampliando parámetros, capacidad de cómputo —varias ya operan a una escala de alrededor de mil tarjetas— y recopilación de datos, con objetivos de 1 millón de horas utilizables para finales de 2026 o 2027. La iniciativa de datos de Figure ilustra la escala de inversión: reportó 260,000 descargas de aplicación, más de 44,000 usuarios activos semanales y 16 millones de vídeos, había pagado US$15 million a creadores y planeaba gastar más de US$1 billion en datos y cómputo durante los próximos 12 meses. Los indicadores de demanda mejoran, pero siguen en fase temprana. Los envíos globales de humanoides alcanzaron 19,000 unidades en 1H26, un aumento interanual de 272% desde 5,000 en 1H25, y los actores chinos representaron 97%. Aproximadamente 65% de los envíos de China seguían destinados a entretenimiento, educación/I+D y recopilación de datos, aunque los casos de uso industrial y comercial se estaban ampliando. Por formato, los bípedos de media altura representaban alrededor de 50% del volumen, mientras que los robots con ruedas suponían alrededor de 29% y crecían rápidamente en entornos comerciales e industriales. Morgan Stanley espera que más pilotos de 1H26 se conviertan en despliegues más amplios desde 2H26 y prevé que los envíos de China alcancen 50,000 unidades en 2026e y 446,000 en 2030e. Entre las señales de despliegue figuran robots de Ant Group en turnos nocturnos de farmacias, un plan de desplegar al menos 1,000 unidades Hexagon AEON en manufactura y el objetivo de Hyundai de desplegar Atlas desde 2028 junto con una capacidad anual de producción de robots en EE. UU. de 30,000 unidades. El apoyo de políticas es otra parte del ciclo de comercialización, especialmente en China. El informe señala que la iniciativa china de 2026 apunta a una capacidad de despliegue de nivel 10,000 y más de 100 aplicaciones de alto valor para finales de 2026, y que gobiernos locales y SOE centrales deberán identificar centros operativos para entrenamiento de humanoides. También rastrea la actividad de políticas en Corea del Sur, Japón, Estados Unidos y Reino Unido. Al mismo tiempo, advierte que la dependencia de la IA física de cámaras, LiDAR y sensores de fuerza/par puede generar inquietudes sobre seguridad de datos y vigilancia, y que los robots habilitados por IA tienen características claras de doble uso desde una perspectiva de seguridad nacional. En la estimación de mercado a largo plazo, Morgan Stanley calcula adopciones acumuladas globales de aproximadamente 28.1 million humanoides para 2036, 138.5 million para 2040, alrededor de 430 million para 2044 y aproximadamente 1 billion para 2050. La estimación de 2050 incluye aproximadamente 935.1 million adopciones comerciales y 84.2 million domésticas. Con un ciclo de reemplazo de seis años, estima ingresos anuales globales de humanoides de US$336 billion para 2035, US$2.0 trillion para 2040 y US$7.5 trillion para 2050. El modelo asume una deflación sustancial de ASP: en mercados de ingresos altos, el ASP baja de US$200,000 en 2024 a aproximadamente US$75,000 en 2050; en mercados de menor coste baja de aproximadamente US$50,000 a aproximadamente US$21,000. Por ello, el escenario de adopción depende de la producción a escala, cadenas de suministro localizadas y la capacidad de los robots para lograr un rendimiento útil económicamente en el mundo real.

Marco de análisis

Morgan Stanley combina observaciones de los World Humanoid Robot Games de 2026, indicadores de envíos y despliegues, novedades de empresas y modelos, seguimiento de políticas, filtros de cadena de valor y un modelo ascendente de adopción. Evalúa el paso de las demostraciones a tareas comercialmente productivas y estima la demanda de largo plazo usando supuestos regionales de adopción, caída de ASP y un ciclo de reemplazo de seis años.

Notas metodológicas

• Marco de análisis sectorialMarco de oferta y demanda

  Estimación de adopción y tamaño de mercado de humanoides basada en supuestos de despliegue, trayectorias de ASP y demanda de reemplazo.

  El informe estima unidades adoptadas por grupos de ingresos nacionales y mercados finales, y convierte la demanda en ingresos usando precios medios de venta decrecientes y un ciclo de reemplazo de seis años.

• OtroOtro

  Evaluación de leyes de escalamiento para datos de entrenamiento de IA incorporada.

  El informe utiliza evidencia comunicada por DYNA-2 y otros modelos para evaluar si más datos de vídeo humano pueden mejorar la capacidad robótica y reducir el coste de adaptación a nuevas tareas.

Datos clave

• Envíos globales de humanoides19,000 units in 1H26Aumentaron 272% interanual desde 5,000 unidades en 1H25; los actores chinos representaron 97%.
• Previsión de envíos de humanoides en China50,000 units in 2026e; 446,000 units by 2030eMorgan Stanley espera que los pilotos se amplíen a despliegues más amplios desde 2H26.
• Adopción acumulada global de humanoides~28.1 million by 2036; ~138.5 million by 2040; ~430 million by 2044; ~1 billion by 2050Estimaciones de Morgan Stanley.
• Ingresos anuales del mercado global de humanoidesUS$336 billion by 2035; US$2.0 trillion by 2040; US$7.5 trillion by 2050Supone un ciclo de reemplazo de seis años.
• Rendimiento del Humanoid 100+47% since February 6, 2025Ponderación igualitaria, ajustada por adiciones y eliminaciones; datos citados hasta el 28 de agosto de 2026.
• Rendimiento de China Humanoid Value Chain-1.3% MTD and -21.8% YTDPonderación igualitaria al 28 de agosto de 2026; MSCI China registró -0.5% MTD y -9.1% YTD.

Impacto e implicaciones

El informe presenta la siguiente fase de la industria humanoide como un reto de comercialización e inteligencia, no como una carrera de locomoción. Espera que empresas y participantes de la cadena de valor se diferencien cada vez más por su acceso a datos escalables, capacidad de modelo, retroalimentación de despliegues, validación industrial y capacidad de reducir costes mediante escala de producción.

Riesgos

• La disponibilidad, diversidad y calidad de los datos siguen siendo un cuello de botella para el desarrollo de modelos de IA incorporada.
• Los robots deben demostrar que pueden realizar tareas reales de forma eficiente y productiva; muchos centros aún operan solo decenas de robots.
• Los sensores y modelos de IA física pueden plantear inquietudes de seguridad de datos, vigilancia y seguridad nacional por sus características de doble uso.

Aspectos que vigilar

• La conversión de pilotos de 1H26 en despliegues más amplios desde 2H26.
• Evidencia de ejecución productiva y autónoma en tareas industriales y comerciales reales.
• El avance hacia 1 millón de horas de datos utilizables y la calidad de los ciclos de retroalimentación de despliegues.
• La implementación en China de objetivos de capacidad de despliegue de nivel 10,000 y más de 100 aplicaciones de alto valor para finales de 2026.
• Si las actualizaciones de modelos reducen materialmente el tiempo y el coste necesarios para enseñar nuevas tareas a los robots.