Global humanoid robotics and embodied AI commercialization — Interpretação do relatório

Visão geral

Esta atualização global de humanoides examina se o progresso técnico recente está se traduzindo em implantações úteis e produtivas. A Morgan Stanley vê evidências de ampliação da comercialização e maior investimento em modelos e dados de AI incorporada, mas enfatiza que o desempenho em tarefas reais continua sendo o principal obstáculo do setor.

Visões principais

A Morgan Stanley enquadra o setor pela Paradoxo de Moravec: a locomoção melhorou materialmente, mas percepção, raciocínio e manipulação hábil em ambientes físicos variáveis continuam muito mais difíceis. Os World Humanoid Robot Games ilustram essa mudança de foco. O evento de 2026 reuniu 666 equipes e 2,056 robôs, ante cerca de 280 equipes em 2025, e Tiangong correu 100m em 8.64s, versus 21.5s em 2025. Porém, o relatório dá mais importância à migração para 21 cenários reais de múltiplas etapas, em fábricas, casas, hotéis, varejo, hospitais e resposta a emergências. A execução totalmente autônoma teve o dobro do peso de pontuação da operação remota nos cenários relevantes. A conclusão é que o critério passou de movimentos predefinidos para trabalho útil, adaptável e produtivo. A atividade comercial está crescendo, embora as implantações permaneçam iniciais. As remessas globais chegaram a 19,000 units em 1H26, alta de 272% ano a ano desde 5,000 units em 1H25, e participantes chineses responderam por 97%. Cerca de 65% das remessas da China ainda se destinam a entretenimento, educação/R&D e coleta de dados, mas os casos de uso industriais e comerciais estão se ampliando. Bípedes de meia altura representaram aproximadamente 50% do volume e robôs sobre rodas, cerca de 29%. O relatório espera que mais pilotos de 1H26 se convertam em implantações mais amplas a partir de 2H26 e prevê remessas chinesas de 50,000 units em 2026E e 446,000 units em 2030E. Os exemplos incluem robôs Lingbot da Ant Group em farmácias de Xangai, T800 em uma fábrica da Luxshare em Suzhou e implantações industriais planejadas por Hyundai e Schaeffler. O relatório identifica o “cérebro” do robô e os dados de treinamento como o principal campo de disputa global. Empresas combinam modelos de visão-linguagem-ação, modelos de mundo e aprendizado por reforço para reduzir o custo marginal de ensinar uma nova tarefa. DYNA-2, da Dyna, foi treinado principalmente com mais de um milhão de horas de vídeo humano egocêntrico e relata uma relação de escala entre treinamento com vídeo humano e capacidade robótica. S1, da Skild AI, foi projetado para aprender tarefas não vistas a partir de vídeos ou exemplos sem pós-treinamento específico, enquanto GEN-1.5, da Generalist, busca adquirir habilidades simples de manipulação a partir de demonstrações muito curtas, sem fine-tuning por tarefa. A Morgan Stanley vê dados como o gargalo, mas destaca a importância crescente de rendimento, diversidade e feedback de implantação. Figure Index registrou 260,000 downloads de aplicativo, mais de 44,000 usuários ativos semanais e 16 million vídeos; a Figure planeja gastar mais de US$1 billion em dados e computação nos próximos 12 meses. A formação de capital e referências de avaliação em bolsa evoluem junto com a tecnologia. A IPO de Unitree em Xangai levantou Rmb6 billion; após alta de 460% no primeiro dia e queda subsequente de 30%, a capitalização era de Rmb237 billion (US$35 billion), implicando 80x e 48x preço sobre vendas sobre as estimativas de receita da FactSet de Rmb2.9 billion e Rmb4.9 billion para 2026 e 2027. A Morgan Stanley vê a listagem como referência de avaliação para outras empresas chinesas de humanoides. A XPENG Robotics levantou mais de US$900 million com avaliação acima de US$6.3 billion; segundo o relatório, isso dá ao negócio uma base de investidores externos e uma referência de avaliação para carve-out mais defensável. A captação por empresas de inteligência robótica também apoia a visão de que o capital está sendo alocado cada vez mais à inteligência independente de hardware, e não apenas a corpos robóticos. O suporte de políticas é outro acelerador da comercialização, sobretudo na China. A Morgan Stanley observa que o 15º Plano Quinquenal da China tornou a robótica uma indústria emergente estratégica, e que uma iniciativa de junho de 2026 mirou capacidade de implantação de nível 10,000 e mais de 100 aplicações de alto valor até o fim de 2026. Políticas nacionais e locais também abrangem locais operacionais de treinamento, fundos, padrões e subsídios a aplicações. O relatório espera suporte sustentado nos níveis nacional e local à medida que a comercialização começa. Também menciona políticas na Coreia do Sul, no Japão, nos Estados Unidos e no Reino Unido, ao mesmo tempo em que aponta preocupações de segurança de dados, vigilância e uso dual de segurança nacional. O modelo de adoção de longo prazo da Morgan Stanley projeta adoções globais acumuladas de humanoides de aproximadamente 28.1 million em 2036, 138.5 million em 2040, 430.4 million em 2044 e cerca de 1.019 billion em 2050. Do total de 2050, estima 935.1 million de adoções comerciais e 84.2 million domésticas; a China responde por cerca de 302.3 million e os Estados Unidos por aproximadamente 77.7 million. Com ciclo de reposição de seis anos e queda de ASP, estima receita anual global de humanoides de US$336 billion em 2035, US$2.0 trillion em 2040 e US$7.5 trillion em 2050. O ASP dos mercados de alta renda cairia de US$200,000 em 2024 para cerca de US$75,000 em 2050, e o dos mercados de menor custo, de aproximadamente US$50,000 para US$21,000. No acompanhamento de mercado, o Humanoid 100 equiponderado subiu 47% desde sua criação em 6 de fevereiro de 2025 até 28 de agosto de 2026, superando S&P 500, MSCI Europe e MSCI China, mas ficando abaixo de MSCI Korea e MSCI Taiwan. Em contraste, a China Humanoid Value Chain equiponderada caiu 1.3% no mês e 21.8% no acumulado do ano, versus -0.5% e -9.1% para MSCI China. A Morgan Stanley organiza o universo de investimento em Brain, Body e Integrator, mas a mensagem central é que a comercialização e a verificação de produtividade, e não apenas demonstrações ou avaliação, determinarão a próxima etapa de progresso.

Estrutura de análise

A Morgan Stanley combina observações dos World Humanoid Robot Games, dados de remessas, desenvolvimentos de empresas e financiamento, atualizações de modelos e dados, acompanhamento de políticas, telas de desempenho de ações e um modelo de adoção e ASP de longo prazo. Ela avalia o progresso pela capacidade dos robôs de concluir tarefas variáveis e de múltiplas etapas de forma autônoma e pela conversão de pilotos em implantações escaláveis.

Notas metodológicas

• Marco de análise setorialMarco de oferta e demanda

  Modelo de adoção e dimensionamento de mercado de humanoides

  O relatório estima adoção por geografia, grupo de renda e uso comercial versus doméstico, combinando demanda de unidades, demanda de reposição e premissas de preço de venda para estimar receita.

• Marco de análise setorialTransmissão entre elos da cadeia de valor

  Mapeamento da cadeia de valor Brain, Body e Integrator

  A Morgan Stanley agrupa empresas listadas por semicondutores/software, componentes industriais e desenvolvedores de robôs completos para mostrar como demanda e progresso tecnológico podem se propagar pela cadeia de valor.

• Métodos de avaliaçãoAvaliação por P/Vendas

  Comparação de preço sobre vendas

  O relatório usa os múltiplos implícitos de preço sobre vendas da Unitree para 2026 e 2027 como referência de avaliação para o emergente setor chinês de humanoides.

Mapeamento e comparação de ativos

Mapeamento estruturado da tese para ativos nomeados (pontos fortes, pontos fracos, pares e riscos).

• Humanoid 100

  Tela global da Morgan Stanley de empresas listadas materialmente expostas à robótica humanoide.

  Pontos fortes

  Exposição ampla às categorias Brain, Body e Integrator; alta de 47% desde a criação em 28 de agosto de 2026.

  Pontos fracos

  Desde a criação, teve desempenho inferior a MSCI Korea e MSCI Taiwan.

  Comparação

  Superou S&P 500, MSCI Europe e MSCI China.

  Riscos

  O desempenho reflete apenas retorno de preço e não inclui reinvestimento de dividendos ou custos de transação.

• China Humanoid Value Chain

  Lista equiponderada da Morgan Stanley de 44 empresas chinesas ligadas a humanoides e participantes privados.

  Pontos fortes

  A China lidera a participação nas remessas e recebe suporte relevante de políticas para implantação, aplicações e dados de treinamento.

  Pontos fracos

  A cadeia de valor caiu 21.8% no acumulado do ano em 28 de agosto de 2026.

  Comparação

  Teve desempenho inferior ao MSCI China em 12.7 pontos percentuais no acumulado do ano.

  Riscos

  O uso comercial ainda é inicial e muitas remessas seguem concentradas em entretenimento, educação/R&D e coleta de dados.

Dados principais

• Remessas globais de humanoides19,000 units in 1H26Alta de 272% ano a ano desde 5,000 units em 1H25; participantes chineses responderam por 97%.
• Previsão de remessas da China50,000 units in 2026E; 446,000 units in 2030EA Morgan Stanley espera que pilotos se convertam em implantações mais amplas a partir de 2H26.
• Previsão de adoção global acumulada28.1m in 2036; 138.5m in 2040; 430.4m in 2044; 1.019bn in 2050Estimativas da Morgan Stanley; o total de 2050 inclui 935.1m de adoções comerciais e 84.2m domésticas.
• Previsão de receita anual global de humanoidesUS$336bn by 2035; US$2.0tn by 2040; US$7.5tn by 2050Baseada em ciclo de reposição de seis anos e premissas de queda de ASP.
• Desempenho do Humanoid 100+47% since February 6, 2025Equiponderado, ajustado por adições e exclusões, em 28 de agosto de 2026.
• Desempenho da China Humanoid Value Chain-1.3% MTD; -21.8% YTDEquiponderado em 28 de agosto de 2026; MSCI China foi -0.5% MTD e -9.1% YTD.

Impacto e implicações

O relatório argumenta que o setor entra em uma fase mais relevante: demonstrações técnicas precisam se converter em implantações autônomas, adaptáveis e produtivas. Disponibilidade de dados, transferibilidade dos modelos, feedback de implantação, suporte de políticas e conversão de pilotos são os principais fatores para a comercialização e o posicionamento relativo dos participantes Brain, Body e Integrator.

Riscos

• Dados de treinamento continuam sendo o principal gargalo do setor, e os modelos precisam provar que conseguem se transferir de forma confiável para tarefas robóticas reais.
• A maioria dos locais de implantação ainda opera apenas dezenas de robôs, portanto a conversão de pilotos em uso escalável e produtivo permanece não comprovada.
• Sistemas de AI física levantam preocupações com segurança de dados, vigilância e uso dual de segurança nacional.
• Alguns desenvolvimentos reportados de financiamento, aquisições e implantação permanecem sujeitos a detalhes incompletos ou discussões em andamento.

Pontos a observar

• Se os pilotos de 1H26 se convertem em implantações mais amplas a partir de 2H26.
• Se robôs conseguem concluir tarefas reais de múltiplas etapas de forma autônoma e com produtividade útil.
• O progresso rumo a um milhão de horas de dados utilizáveis, melhorias na qualidade dos dados e ciclos de feedback de implantação.
• Avaliações comerciais e implantações de modelos fundacionais como DYNA-2, Skild S1 e GEN-1.5.
• A execução das metas da China de capacidade de implantação de nível 10,000 e mais de 100 aplicações de alto valor até o fim de 2026.