中国具身智能进入量产与商业验证加速阶段

概览

报告聚焦中国物理人工智能与具身智能，重点讨论人形机器人产业的量产进程、产业链价值分布、国产化机会、政策支持及训练基础设施。报告认为中国凭借制造业深度、供应链成本、政策协调和真实场景数据积累，有望加快人形机器人的商业化。

核心观点

人形机器人当前在中国具身智能市场中的规模仍较小，但未来增长显著。价值捕获短期主要集中于硬件，尤其是执行层零部件、精密传动、传感器、芯片、材料和装备。随着规模扩大，零部件成本下降、训练数据增加和电池性能提升将推动采用；但大规模商业化仍取决于可量化生产率提升及使用成本能否接近人工成本。

分析框架

报告结合全球出货量预测、中国供应链分层、零部件本土化率、产业链财务指标比较、政策文件及训练基础设施进展，对物理人工智能的商业化路径和投资受益环节进行主题研究。

方法论与常识提炼

• 产业链分析感知—规划—执行三层框架

  按机器人功能模块划分价值链

  报告将生态划分为感知、规划和执行层，并指出执行层在物料清单中占比最高，是当前硬件价值捕获的核心。

• 商业化评估成本与生产率门槛

  以年度使用成本和可量化生产率衡量采用速度

  报告认为使用成本是商业化速度的核心决定因素；当年度使用成本降至约8万元、接近制造业工人成本时，商业可行性将增强。

• 技术路线仿真到现实双轨训练

  虚拟仿真训练与真实场景微调结合

  机器人先在仿真环境中低成本获得基础技能，再在工厂、仓储和服务等真实场景进行微调与验证，以缩短研发至部署的周期。

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）。

• 中国人形机器人核心零部件

  主要受益环节

  优势

  执行层价值量高；丝杠、力传感器、轴承、芯片和材料存在国产化与需求放量机会。

  劣势

  高端精度、可靠性和技术积累仍有差距，规模化订单兑现存在不确定性。

  对比

  相较整机厂和解决方案提供商，核心部件在量产爬坡阶段的价值捕获与国产替代弹性可能更高。

  风险

  商业化节奏慢于预期、价格竞争、技术路线变化及关键性能验证不达预期。

• 中国机器人整机与系统集成商

  商业化受益环节

  优势

  可直接受益于政策推动、真实场景部署和市场扩容，并积累运行数据。

  劣势

  当前大规模盈利与差异化竞争力仍有限，硬件成本和应用落地压力较高。

  对比

  相较上游零部件，整机厂更依赖终端需求、场景验证和持续服务能力。

  风险

  单位经济性不足、安全合规要求提高、客户采购延后及行业竞争加剧。

• 人工智能算力、训练平台与软件生态

  中长期基础设施受益环节

  优势

  国内算力、机器人训练场和真实数据网络可支撑模型迭代与产业自主化。

  劣势

  投资回报与商业模式仍在形成，基础模型及高性能芯片能力仍面临差距。

  对比

  该环节的价值实现较依赖行业部署规模和数据闭环成熟度，兑现周期可能长于零部件。

  风险

  算力供给、芯片性能、数据合规、模型能力和资本开支回报不及预期。

关键数据

• 全球人形机器人出货量预测2025年1.8万台；2026年6万台；2030年175万台报告预计2025年至2030年出货量复合增速约150%。
• 中国全球出货份额超过50%报告预计中国将保持全球人形机器人出货量一半以上的份额。
• 行星滚柱丝杠本土化率约40%至50%该零部件约占物料清单的22%，被视为国产化机会较大的环节。
• 六维力传感器本土化率不足30%该零部件约占物料清单的约10%，国产替代空间较大。
• 具身智能市场规模约1万亿元人民币报告所引中国具身智能市场规模。
• 人形机器人市场规模约30亿至85亿元人民币报告指出其目前仅占具身智能市场较小部分。
• 商业化成本参考约8万元人民币/年报告引用的接近制造业工人平均年度成本的使用成本门槛。

影响与含义

产业出货放量初期，具备技术壁垒且本土化率偏低的核心部件供应商可能比下游整机、解决方案及基础模型参与者更直接受益。中长期，真实部署产生的数据可加快模型迭代并拓展应用场景，但行业竞争将由产能扩张转向核心技术、可靠性、成本和商业化能力的竞争。

风险

• 人形机器人规模化商业化及终端采购进度低于预期。
• 高端减速器、伺服电机、先进传感器、基础算法和高性能人工智能芯片等核心技术差距持续存在。
• 设备价格仍显著高于劳动力成本，可能限制工业和服务场景的采用速度。
• 安全、数据隐私、责任界定、军事用途伦理及人机关系治理要求可能提高部署门槛。
• 低技能岗位替代与再培训压力可能带来社会适应和政策执行风险。

后续跟踪

• 全球及中国人形机器人实际出货量、订单和量产爬坡速度。
• 年度使用成本是否向约8万元人民币的人工成本基准靠拢。
• 行星滚柱丝杠、六维力传感器、轴承、芯片和材料的国产化率与盈利改善。
• MIIT、SASAC真实场景训练行动及“六网”基础设施的落实进度。
• 上海、北京、杭州等机器人训练场的机器人数量、场景覆盖与数据积累。
• 工业、物流、服务、医疗、养老和公共安全等场景的可量化生产率验证。