Global humanoid robotics and embodied AI研报解读

概览

这份全球人形机器人更新报告通过莫拉维克悖论解读2026年世界人形机器人运动会及近期行业动态：运动能力已显著改善，但感知、物理世界推理和高效任务执行仍是决定性挑战。Morgan Stanley认为，商业化正在扩展，尤其是在中国，并将数据、机器人智能和部署反馈视为进展的关键决定因素。

核心观点

报告认为，行业正从引人注目的运动能力展示，转向更困难的问题：人形机器人能否高效完成有用、存在变化且包含多步骤的任务，从而实现商业部署。2026年世界人形机器人运动会汇集了666支队伍和2,056台机器人，而2025年约为280支队伍。天工机器人100米跑出8.64秒，而2025年为21.5秒；但Morgan Stanley更重视运动会设置的21项真实场景竞赛，覆盖工厂、家庭、酒店、零售、医院和应急响应。这些测试要求机器人完成理解语音指令、准备并递送餐食及精细操作等任务；在相关场景中，完全自主执行的得分权重是远程操作的两倍。报告的结论是，物理能力已有提升，但生产效率、适应性和自主性现已成为商业化的相关衡量标准。 Morgan Stanley认为，机器人“大脑”和数据仍是全球瓶颈。DYNA-2、Skild AI S1和Generalist GEN-1.5等近期发布的模型，旨在通过少量示例或简短演示降低机器人适应新任务的成本，并在某些情况下处理更长的任务序列。DYNA-2主要基于超过100万小时的第一视角人类视频训练，并据称显示出人类视频训练与机器人能力之间的扩展关系。报告强调，数据产出、多样性和部署反馈可能比模型架构本身构成更持久的优势。企业正在扩大模型参数、算力规模——若干企业已达到约千卡规模——以及数据采集，并计划在2026年底或2027年达到100万小时可用数据。Figure的数据计划体现了投资规模：其报告称应用下载量达260,000次、每周活跃用户超过44,000人、视频达1,600万条，已向创作者支付US$15 million，并计划未来12个月投入超过US$1 billion用于数据和算力。 需求指标正在改善，但仍处于早期阶段。2026年上半年全球人形机器人出货量达到19,000台，较2025年上半年的5,000台同比增长272%，其中中国企业占97%。中国出货量中约65%仍用于娱乐、教育/研发和数据采集，但工业和商业应用正在扩展。按形态看，半尺寸双足机器人约占出货量的50%，轮式机器人约占29%，并在商业和工业场景中快速扩张。Morgan Stanley预计，2026年上半年的更多试点将从2026年下半年起转化为更广泛的部署，并预测中国出货量将在2026e达到50,000台、到2030e达到446,000台。部署势头的例子包括：蚂蚁集团机器人在药店执行夜班作业、至少1,000台Hexagon AEON计划在制造业推广，以及现代汽车计划自2028年起部署Atlas，同时美国机器人的年产能目标为30,000台。 政策支持也是商业化飞轮的一部分，尤其在中国。报告指出，中国2026年计划的目标是在2026年底前实现万级部署能力和超过100个高价值应用，地方政府和中央企业预计将为人形机器人训练确定运营场地。报告还跟踪了韩国、日本、美国和英国的政策活动。同时，报告指出，物理AI对摄像头、LiDAR及力/扭矩传感器的依赖可能引发数据安全和监控担忧，而具备AI能力的机器人具有军民两用的国家安全影响。 在长期市场测算方面，Morgan Stanley估计，到2036年全球累计采用量约为28.1 million台人形机器人，到2040年为138.5 million台，到2044年约430 million台，到2050年约1 billion台。其2050年估计包括约935.1 million台商业应用和84.2 million台家庭应用。假设六年更换周期，该机构预计全球人形机器人年度收入到2035年为US$336 billion、到2040年为US$2.0 trillion、到2050年为US$7.5 trillion。模型假设ASP大幅下降：高收入市场的ASP从2024年的US$200,000降至2050年的约US$75,000，而低成本市场则从约US$50,000降至约US$21,000。因此，采用情景取决于规模化生产、本地化供应链，以及机器人实现具备经济价值的现实任务表现。

分析框架

Morgan Stanley结合2026年世界人形机器人运动会的观察、出货与部署指标、公司及模型开发动态、政策跟踪、价值链筛选和自下而上的采用模型进行分析。报告检验行业从演示走向具备商业生产效率的任务执行的转变，再以区域采用假设、ASP下降和六年更换周期测算长期单位需求。

方法论与常识提炼

• 行业/产业分析框架供需框架

  基于部署假设、ASP走势和替换需求的人形机器人采用与市场规模测算。

  报告按国家收入组和终端市场估计采用数量，再用下降的平均售价和六年更换周期将需求转换为收入。

• 其他

  具身AI训练数据的扩展规律评估。

  报告利用DYNA-2及其他模型的已披露证据，评估更多人类视频数据能否提升机器人能力并降低适应新任务的成本。

关键数据

• 全球人形机器人出货量19,000 units in 1H26较2025年上半年的5,000台同比增长272%；中国企业占97%。
• 中国人形机器人出货量预测50,000 units in 2026e; 446,000 units by 2030eMorgan Stanley预计，试点将从2026年下半年起扩大为更广泛部署。
• 全球人形机器人累计采用量~28.1 million by 2036; ~138.5 million by 2040; ~430 million by 2044; ~1 billion by 2050Morgan Stanley估计。
• 全球人形机器人年度市场收入US$336 billion by 2035; US$2.0 trillion by 2040; US$7.5 trillion by 2050假设六年更换周期。
• Humanoid 100表现+47% since February 6, 2025等权重计算，并对新增和剔除成分进行调整；引用数据截至2026年8月28日。
• 中国人形机器人价值链表现-1.3% MTD and -21.8% YTD截至2026年8月28日等权重表现；同期MSCI China月度为-0.5%、年初至今为-9.1%。

影响与含义

报告认为，人形机器人行业的下一阶段是商业化和智能化挑战，而非单纯的运动能力竞赛。其预计，企业及价值链参与者将越来越因可扩展的数据获取、模型能力、部署反馈、工业验证以及通过规模化生产降低成本的能力而分化。

风险

• 具身AI模型开发仍受制于数据的可得性、多样性和质量。
• 机器人必须证明其能够高效且富有生产力地完成现实任务；许多部署地点仍仅运行数十台机器人。
• 物理AI传感器和模型可能因其军民两用特性引发数据安全、监控和国家安全担忧。

后续跟踪

• 2026年上半年试点项目自2026年下半年起向更广泛部署的转化。
• 真实工业和商业任务中高效、自主执行的证据。
• 实现100万小时可用数据的进展，以及部署反馈闭环的质量。
• 中国实现2026年底前万级部署能力和超过100个高价值应用目标的进展。
• 模型更新能否实质性缩短并降低机器人学习新任务所需的时间和成本。