人形机器人步入量产与商业化快车道
AI 摘要卡
人形机器人步入量产与商业化快车道
野村认为,以Boston Dynamics和Figure AI的最新突破为标志,物理AI已从技术验证转向商业规模化,进入了由量产经济性和数据飞轮驱动的赢家通吃竞赛。
- 人形机器人行业已跨越从研发到商业部署的鸿沟,进入规模化竞赛
- Boston Dynamics通过零部件标准化降低物料清单成本,瞄准重型工业任务
- Figure AI已将生产节拍从每天1台提升至每小时1台,量产经济性显现
- 物流中心是近期最大的可寻址市场,引入机器人即服务可压缩运营成本
- Coupang(CPNG)作为物流应用场景代表,获买入评级
研报解读
概览
本篇研报聚焦全球物理AI,核心判断是:人形机器人行业已从“技术可行性”阶段正式迈入“商业规模化”阶段。报告以2026年5月中旬的两个关键事件——Boston Dynamics的投资者展示和Figure AI连续六天的自主耐力展示——为锚,论证行业已跨越鸿沟。两大主线分别为:Boston Dynamics如何化解制造业传统痛点并锁定大型订单,以及Figure AI如何在物流场景中证明运营耐力并推动工厂的单位经济模型优化。报告中唯一的明确股票推荐,是将物流场景受益方Coupang列为买入标的。
核心观点
研报认为,人形机器人市场的投资主题已根本性切换。 供应链端:Boston Dynamics正通过极致的零部件标准化来降低量产门槛。它将历史上复杂的液压系统,整合为整机仅使用两种标准化商用执行器,大幅简化了供应链依赖并降低了制造资本开支。在5月18日的演示中,新一代电动Atlas利用全身控制技术搬运了23公斤的微型冰箱,而底层的强化学习模型在训练中已能应对高达45公斤的重量,证明了软件对重量变化的鲁棒性。这使其能瞄准汽车零部件排序、钢铁编织等轻型对手无法触及的重型工业任务。 运营端:Figure AI则展示了替代人力的运营耐力。其“BotQ”工厂已实现从每天1台到每小时1台的产量跃升(年化产能超1.2万台),并且通过从低产量机加工转向汽车级高产量压铸,正在快速压低单台机器人的边际成本。 市场端:报告特别指出,物流履约中心是近期最大的可寻址市场。与毫米级精度、高安全责任的汽车产线相比,物流的分拣、挑选、放置虽精度门槛较低但体量无限,更适合同用型人形机器人的第一步大规模部署。 公司映射:报告明确指向,对于Coupang这类物流公司,从人力劳动转向机器人即服务模式,将压缩可变运营支出,并永久性地使其利润率免受劳动密集型模式的侵蚀。
分析框架
研报采用“关键事件验证→行业拐点判断→双案例对比→场景化市场分析→具体标的映射”的主线展开。 方法论上,分析师没有纠缠于长篇行业背景,而是抓住近期两个标志性事件作为“技术就绪度”和“商业就绪度”的佐证。Boston Dynamics的例子主要用来回答“能不能把成本降下来、把订单拿下来”,分析师引用了物料清单简化、标准化执行器和强化学习突破载荷上限等证据;Figure AI的例子则用来回答“能不能稳定地跑起来、能不能造得足够快”,分析师引用了连续6天自主运行、产量爬坡和压铸工艺切换等证据。 两个案例形成互补:一个证明“能做重活且成本可控”,一个证明“能持续做活且产能可扩”。随后,报告将此逻辑延伸至市场选择,用“精度门槛 vs. 体量”的框架解释了为何物流比汽车产线更适合作为商业化起点。最后,通过运营支出结构分析,将行业趋势落实到Coupang这一具体标的的利润改善逻辑上。 在数据支撑上,报告附带了全球7款主要人形机器人的规格对比,以及主要公司的融资轮次与估值演变,为读者提供了横向比较的坐标系。
方法论与常识提炼
量产供给能力与物流需求场景的匹配分析
研报在论证人形机器人商业化时,将分析拆为供给端(能否低成本量产、能否稳定运行)与需求端(哪个行业场景最大、壁垒最低)。供给端看Figure AI的产量爬坡和Boston Dynamics的成本结构优化,需求端则识别出物流履约中心的TAM更易解锁。
技术采用生命周期与跨越鸿沟
研报明确使用了“跨越鸿沟”这一概念,描述人形机器人从早期技术尝鲜者(R&D成本中心)向早期大众市场(可规模化运营资产)的过渡。分析师在导语中即判断行业正处在这一拐点上。
产量爬坡与单台边际资本的量价分析
对Figure AI的分析本质上是一次量价拆分:产量从每天1台升至每小时1台代表量的突破,通过工艺切换(从机加工到压铸)持续压低边际成本代表价的优化,两者合力推动单位经济模型改善。
机器人即服务替代人力劳动的替代逻辑
报告在分析Coupang时运用了替代效应框架:将人形机器人视为人力劳动的直接替代品,评估其对可变运营支出的压缩效果,以及对利润率结构的长期保护效应。
赢家通吃的竞争格局与专有数据飞轮
研报认为该市场正进入赢家通吃的竞赛,驱动因素一是量产带来的单位经济性优势,二是专有数据飞轮(部署越多、数据越多、模型越强)。这两者构成早期入局者的竞争护城河。
通过改变成本结构提升经营杠杆
报告对Coupang的投资逻辑立足于经营杠杆的改善:用RaaS的固定/半固定成本结构替代随量线性增长的人力可变成本,使得收入增长时利润弹性放大,从而永久性地保护利润率。
以标志性事件作为行业拐点的验证信号
分析师并不依赖传统财务预测来论证行业拐点,而是选择了两个近期可验证、有明确数据输出的事件(Boston Dynamics投资者日、Figure AI连续运行展示),以事件所披露的性能和制造指标作为拐点证据。
标的映射与对比
研报将主题/逻辑映射到具体标的时的结构化摘要(优势、劣势、对比与风险)。
- Coupang (CPNG.US)物流履约中心是近期最大的可寻址市场。Coupang作为电商物流企业,从人力劳动转向机器人即服务模式可直接压缩可变运营支出,永久保护利润率免受劳动力成本影响。
- 优势
- 拥有庞大的物流履约网络,适合规模化部署人形机器人来替代人力分拣与搬运。
- 对比
- 报告未与其他物流公司进行横向对比。
关键数据
- Boston Dynamics Atlas 标准载荷23kg5月18日公开演示中搬运的微型冰箱重量
- Boston Dynamics Atlas 训练载荷上限45kg底层强化学习模型在训练中已验证的最大搬运重量
- Boston Dynamics 执行器类型数2种整机仅用两种标准化商用执行器,大幅简化供应链
- Figure AI 生产节拍从1台/天提升至1台/小时年化产能超过1.2万台,通过高产量压铸工艺实现
- Figure AI 系列C估值390亿美元2025年5月完成的系列C轮融资对应估值
- Coupang 评级买入基于物流RaaS转型压缩可变运营开支的逻辑
影响与含义
报告认为,行业影响是深远的:人形机器人正从实验室走向工厂和仓库,率先掌握标准化量产能力和数据飞轮的厂商将占据赢家通吃的优势。 对于物流行业,机器人即服务模式意味着成本结构有望从重人力资源向重资产运营切换,虽然前期需要资本投入,但长期能锁定利润率。对于汽车制造商,虽然仍是高价值的验证伙伴,但汽车产线的高安全标准使其短期内并非最大的部署市场。 具体到Coupang,研报明确指出向RaaS转型将压缩其可变运营支出,并使其利润率获得对劳动力成本的永久性免疫力。
后续跟踪
- Boston Dynamics 的物料清单成本下降进度及重大工业订单落地情况
- Figure AI 生产节拍的持续爬坡与边际成本曲线的实际走势
- 物流行业人形机器人大规模部署的合同公告与商业验证节点