Optimus爬坡提速，中国人形机器人放量与成本曲线下行

概览

本报告基于Nomura在2026年6月15-16日的先进制造调研和行业访谈，评估人形机器人量产周期、非机器人数据采集替代以及整机代工趋势。核心结论是：Optimus产能目标上修，中国人形机器人出货可能进一步抬升，成本曲线快速下行；但工业场景仍受准确率、节拍和硬件成本验证限制。

核心观点

第一，Tesla Optimus正在从启动生产转向规模制造，2026年供应链订单信号指向约25k ± 10k台出货。第二，中国2026年人形机器人出货或达40k-50k台，放量主要由政府采购和消费需求驱动，而非单纯由数据采集驱动。第三，非机器人数据采集正在成为主流，可能从2027年开始压缩真实机器人数据采集需求。第四，整机代工比例长期可能上升，汽车供应链和3C制造商将在不同阶段受益。

分析框架

报告结合公司走访、供应链订单检查、产能规划、下游应用结构、数据采集成本和BOM成本趋势进行判断。调研对象包括Unitree、Deep Robotics、Shenhao Technology、Mech-Mind Robotics以及Tesla供应链公司。

方法论与常识提炼

• 实地调研先进制造调研

  产业链走访与管理层访谈

  通过走访整机厂、视觉公司和供应链企业，验证产能爬坡、BOM成本、应用落地和外包趋势。

• 产能与订单验证供应链订单检查

  用供应链信号校验出货预期

  报告以供应链订单信号推算Optimus 2026年出货约25k ± 10k台，并与产线目标和行业产能节奏交叉验证。

• 数据范式分析混合数据训练

  非机器人数据与真实机器人数据组合

  报告认为远程操作、通用操作接口和第一视角数据采集成本更低、速度更快，未来训练数据结构可能转向约90%非机器人数据和10%真实机器人数据。

• 成本曲线分析BOM与价格曲线

  规模化、内制和外包对整机成本的影响

  报告通过BOM成本、外包比例和产品价格区间判断行业成本曲线下行，并指出自建供应链可增强定价能力。

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）。

• Tesla Optimus / TSLA US (Not rated)

  海外人形机器人规模制造标杆，也是供应链订单和产能上修的核心观察对象。

  优势

  Fremont产线目标上修，9月2026年周产目标约1,000台，长期产能规划具备规模化想象空间。

  劣势

  海外非中国厂商整体生产节奏仍落后于中国厂商，Optimus实际爬坡仍需验证。

  对比

  相较Figure AI、Boston Dynamics等海外公司，Tesla产能目标更激进；但与中国头部厂商相比，量产节奏仍需追赶。

  风险

  供应链订单兑现、产线良率、软件能力和终端需求若低于预期，将影响出货节奏。

• 中国人形机器人OEM（Unitree、Deep Robotics、Shenhao Technology、Mech-Mind Robotics等）

  中国2026年出货上修和成本曲线下行的核心产业主体。

  优势

  国内厂商在出货规模、低价产品、政府采购和供应链成本方面具备优势，头部厂商预计单家出货约10k-15k台。

  劣势

  模型能力、B端场景宽度和工业应用可复制性仍未充分验证。

  对比

  中国厂商整体生产节奏领先海外非中国厂商，二三线玩家则更依赖外包制造。

  风险

  消费需求拐点、政府采购节奏、工业场景准确率和硬件成本验证若不达预期，将影响增长质量。

• 整机代工与汽车供应链/3C制造商

  受益于二三线OEM外包比例提升和整机制造分工重塑。

  优势

  汽车供应链企业具备端到端供应链管理和大规模装配经验，3C制造商具备短期品牌和制造认知优势。

  劣势

  硬件供应链资本开支高、回收周期长，外包模式仍需解决质量、交付和成本控制。

  对比

  长期看汽车供应链进入者竞争力可能强于单纯3C制造商，短期3C企业可能更容易获得品牌关注。

  风险

  若OEM转向自建供应链或行业需求放缓，代工产能利用率和议价能力可能受压。

• 数据采集工厂与非机器人数据方案

  决定训练数据成本、速度和真实机器人采购强度的关键环节。

  优势

  非机器人数据采集成本约为真实机器人采集的20%，采集速度更快，有助于加快软件迭代。

  劣势

  数据质量、一致性和跨平台标准化要求更高，真实机器人数据仍不可完全替代。

  对比

  相较1,000台级真实机器人数据工厂的CNY50-100mn投入，非机器人数据方案显著降低前期资本压力。

  风险

  若非机器人数据无法有效迁移到真实场景，模型训练效果和商业落地可能受限。

• 3D视觉与工业视觉供应链

  支撑机器人感知、客户多元化和海外拓展的重要上游能力。

  优势

  报告提到稳健的3D视觉业务有助于服务多元客户并支持海外触达。

  劣势

  工业落地仍受准确率、节拍和模型训练成本约束。

  对比

  相比单一整机环节，视觉能力可跨客户和应用场景复用。

  风险

  若工业场景验证进度慢于预期，视觉供应链收入弹性可能延后。

关键数据

• Optimus Fremont产能目标2027年年化约70k台由Model S/X旧线改造，高于此前约50k台目标。
• Optimus Austin第二条线2028年约70k台报告称长期合计产能目标向1.5mn台靠拢。
• Optimus 2026年9月爬坡目标约1,000台/周反映产能规划上修后的阶段性周产目标。
• Optimus 2026年出货信号约25k ± 10k台基于行业供应链订单信号估算。
• 中国2026年人形机器人出货预测约40k-50k台受政府采购具身智能基地和2H26消费需求拐点推动。
• 中国下游需求结构消费约30%，演艺/娱乐约30%，政府采购约20%，教育约15%，其他商业/工业约3-5%政府采购主要对应数据采集需求，工业应用仍处验证瓶颈。
• 非机器人数据采集成本约为真实机器人数据采集成本的20%包括远程操作、通用操作接口和第一视角数据等方式。
• 混合数据训练结构约90%非机器人数据 + 10%真实机器人数据报告预计该结构成为标准后，2027年真实机器人数据采集需求将进一步下降。
• 数据采集工厂投入1,000台级大型设施约CNY50-100mn回收期约3-5年，政府仍是主要赞助方。
• 人形机器人价格区间全尺寸CNY150k-300k，小尺寸CNY10k-100k2026年价格同比降幅已超过50%，预计2027年降价幅度收窄。

影响与含义

行业放量的驱动力正在从单一硬件采购转向更复杂的“产能爬坡、数据采集降本、软件迭代和供应链重构”组合。非机器人数据采集降低了前期真实机器人硬件采购压力，但提高了数据质量、一致性和跨平台标准化要求。整机外包将把更多价值转移到具备供应链管理和规模装配能力的制造伙伴，而自建供应链的OEM仍可能凭借BOM成本优势获得更强定价权。

风险

• Optimus产能爬坡和供应链订单兑现不及预期。
• 中国消费需求拐点和政府采购节奏低于预期。
• 非机器人数据质量、一致性或跨平台迁移效果不足。
• 工业场景在准确率、周期时间和硬件成本上验证不达标。
• 价格下行快于预期，压缩OEM和供应链利润率。
• 外包比例提升带来质量、交付、成本控制和供应链可追溯风险。

后续跟踪

• 2026年9月Optimus是否达到约1,000台/周爬坡目标。
• 2026年Tesla Optimus实际出货是否接近25k ± 10k台区间。
• 中国头部厂商是否实现单家10k-15k台出货。
• 2H26低价产品发布后消费需求是否真正拐点上行。
• 政府具身智能基地和数据采集工厂订单节奏。
• 非机器人数据在训练集中的占比、质量标准和真实场景迁移效果。
• 整机代工比例、汽车供应链企业份额以及BOM降本速度。