人形机器人商业化正从演示转向落地，四大应用有望率先跨过回收期门槛

概览

报告研究人形机器人从运动能力展示走向真实商业采用的路径，重点测算中国和美国四类近期可落地应用的投资回收期、价格敏感性及潜在市场规模。核心结论是：巡检经济性已经成立，其他场景仍需一定幅度降价，但规模化学习曲线有望在两至三年内明显减弱价格约束。

核心观点

报告认为，2026年人形机器人行业的关注点正迅速从行走和运动能力演示转向商业采用。未来五年最可能率先落地的四类应用是城市及工业巡检、仓库拣选与搬运、末端送货上门，以及工厂物料搬运与检测。这些场景已经达到或即将达到人类作业水平，且任务相对标准化、用工替代关系较清晰。工厂安装与装配以及多数商业和家庭应用虽可能拥有更大的长期潜在市场，也已出现概念验证项目，但报告认为其技术成熟度和投资回报尚不足以支持近期规模化。 报告以“前期投资除以部署后的年度净节省或净收益”计算回收期，并分别测算中国和美国。按当前可获得的机器人价格，四类场景回收期从美国巡检的1.0年到中国工厂物料搬运与检测的6.7年不等。美国虽然机器人价格通常更高，但人工成本一般是中国的3至5倍，因此整体回收更快；中国制造业工资仅相当于美国的23%，使工厂场景的用工替代收益较低。巡检在两国均低于两年，原因是单台机器人可替代更多巡检人员且机器人价格相对较低。末端配送则因报告假设一台机器人仍需与一名快递员配对、替代比例较低，回收期相对较长。 美国巡检测算展示了这一经济机制：8台机器人按每台7.5万美元采购，另计机器人价格30%的集成成本，前期投资合计78万美元；部署前为30名巡检人员，部署后保留12名操作人员，并承担每年9万美元的机器人维护和电力成本，年度成本节省为808,560美元，对应1.0年回收期。相比之下，中国工厂物料搬运与检测方案采用2台、每台6.5万美元的机器人，连同30%的集成成本形成16.9万美元前期投入，年度净节省仅25,373美元，因此回收期达到6.7年。 报告把2.5年视为采用明显加速的典型回收期门槛。除巡检外，其余三类应用若要达到这一门槛，中国机器人价格需要较当前水平下降30%至50%，美国需要下降5%至40%。对应的机器人价格大致为：中国一般场景3万至4万美元、末端配送1.7万美元；美国一般场景可维持在13万至14万美元、末端配送约4.6万美元。报告因此认为美国已有四类场景中的三类在当前价格下具备吸引力，而中国对降价的依赖更强。 价格下降判断建立在规模化学习曲线上。报告引用电动车和电池行业经验，认为产量每翻倍，成本通常下降15%至18%，而产业处于极低产量阶段时降本速度往往更快；Agility等主要人形机器人厂商也预计产量扩大将显著降低成本。基于这一经验，报告判断机器人定价在未来两至三年不太可能继续构成主要采用障碍。不过，现阶段替代方案仍有优势：在物料搬运及安装场景中，“AGV＋协作机器人”的回收期在中国和美国分别为4年和2.6年，短于人形机器人的6.7年和2.7年；报告预计人形机器人只有在生产规模扩大后才会逐步取得更好的经济性。 真实部署数据被用于证明技术正接近商业要求。Agility Digit在GXO项目中实现98%准确率、搬运超过10万个料箱并累计工作超过6.5万小时；Figure 02在BMW项目中完成900多个部件装载、累计运行超过1,250小时，并参与3万多辆BMW X3的生产；Agibot在相关任务中总体成功率超过99.5%，单流程耗时18至20秒、吞吐量最高每小时310件；UBTECH Walker S在极氪工厂累计运行超过1万小时，故障率低于0.5%。这些案例显示简单、重复性任务正在达到可部署水平，但长达10至20个步骤且涉及小零件的任务成功率仍较低。 市场规模方面，报告以可替代劳动岗位、场景可寻址比例和渗透率为基础，估算四类应用的潜在安装空间约为中国990万台、美国120万台，概括值分别约为1,000万台和100万台，其中工厂物料搬运与检测最大。相关岗位规模估计为中国2,870万人、美国350万人。若未来五年渗透率达到约8%，到2031年四类场景合计安装量约90万台、年出货量超过50万台；这约占报告预计2031年全球人形机器人100万台年出货量的一半，意味着近期采用仍将高度集中于工业及准工业场景。 在识别行业领先者方面，报告提出三条跟踪轨迹：第一，真实商业销售是否持续增长，商业客户扩张能否得到验证；第二，企业能否利用实际部署数据闭合强化学习反馈回路并持续改善性能，而不是只强调数据总量；第三，机器人厂商是否向产业生态中心移动，以及是否出现系统集成商围绕特定厂商聚集的早期证据。报告据此强调，真实订单、部署学习效率和生态整合能力比单纯的运动演示更能反映商业化进度。

分析框架

报告先按技术成熟度和投资回报筛选未来五年最可能落地的四类场景，再以机器人采购与集成投入、维护和电力成本、操作人员成本以及被替代人工成本测算中美回收期。随后对机器人价格进行敏感性分析，以2.5年回收期作为采用加速门槛，并将人形机器人与“AGV＋协作机器人”方案比较。最后，报告借鉴电动车和电池行业的规模化降本经验，结合可替代岗位、可寻址比例和渗透率估算潜在安装量及2031年出货量，并提出识别领先厂商的三项跟踪指标。

方法论与常识提炼

• 公司基本面与财务框架

  投资回收期分析

  报告用机器人采购和系统集成等前期投资，除以部署后每年节省的人工成本减去维护、电力和操作人员成本后的净节省，以判断不同应用的经济可行性。

• 竞争与战略框架规模经济/学习曲线

  产量翻倍带来的成本学习曲线

  报告借鉴电动车和电池行业产量每翻倍、成本通常下降15%至18%的经验，用于判断人形机器人规模化后能否达到2.5年回收期所要求的价格。

• 行业/产业分析框架替代效应分析

  人形机器人与人工及AGV＋协作机器人方案的替代比较

  报告比较不同方案的人工替代比例、运行班次、前期投入和回收期，以说明人形机器人当前在哪些场景占优、又在哪些场景仍落后于既有自动化方案。

• 行业/产业分析框架供需框架

  可替代岗位、可寻址比例与渗透率驱动的市场规模测算

  报告从中美相关岗位数量出发，调整各场景可寻址比例，再应用约8%的渗透假设，推导潜在安装空间、2031年安装量和年度出货量。

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）。

• Hesai（HSAI、02525.HK）

  报告将Hesai列为Outperform评级标的。

  对比

  评级为Outperform。

• JD（JD、09618.HK）

  报告将JD列为Outperform评级标的。

  对比

  评级为Outperform。

• 小米集团（01810.HK）

  报告列示小米的人形机器人参与工厂物料装载测试，并将其列为Outperform评级标的。

  优势

  相关测试历时四个月，多项任务成功率超过90%。

  对比

  评级为Outperform。

• 小鹏汽车（XPEV、09868.HK）

  报告将XPeng列为Market-Perform评级标的。

  对比

  评级为Market-Perform。

• 比亚迪（01211.HK）

  报告将BYD列为Outperform评级标的，并提及其为UBTECH Walker S的客户之一。

  对比

  评级为Outperform。

• Amazon（AMZN）

  报告将Amazon列为Outperform评级标的，并提及其正测试机器人与快递员配对服务不同建筑的末端配送方案。

  优势

  已涉及仓储机器人客户项目，并探索末端送货上门应用。

  劣势

  末端配送仍采用一台机器人配一名快递员的假设，人工替代比例较低。

  对比

  评级为Outperform。

• Coupang（CPNG）

  报告将Coupang列为Underperform评级标的。

  对比

  评级为Underperform。

• 三花智控（02050.HK）

  报告将Sanhua列为Market-Perform评级标的。

  对比

  评级为Market-Perform。

• 埃斯顿（02715.HK）

  报告将Estun列为Market-Perform评级标的。

  对比

  评级为Market-Perform。

关键数据

• 当前回收期区间1.0至6.7年最低为美国巡检，最高为中国工厂物料搬运与检测
• 采用加速门槛2.5年报告用于判断商业采用是否可能明显加速的典型回收期
• 中国所需降价幅度30%至50%除巡检外的三类应用达到2.5年回收期所需的价格降幅
• 美国所需降价幅度5%至40%除巡检外的三类应用达到2.5年回收期所需的价格降幅
• 中国2.5年回收期对应价格3万至4万美元；末端配送1.7万美元报告测算的一般场景及末端配送机器人价格
• 美国2.5年回收期对应价格13万至14万美元；末端配送4.6万美元报告测算的一般场景及末端配送机器人价格
• 中美人工成本差异美国通常为中国的3至5倍解释美国即使机器人价格更高，回收期通常仍更短
• 中国制造业工资水平美国的23%导致中国工厂物料搬运与检测场景的人工替代收益较低
• 规模化成本降幅产量每翻倍下降15%至18%来自电动车和电池行业的经验数据
• AGV＋协作机器人回收期中国4年、美国2.6年现阶段短于人形机器人的中国6.7年和美国2.7年
• 四类应用潜在安装空间中国990万台、美国120万台报告概括为中国约1,000万台、美国约100万台
• 相关岗位规模中国2,870万人、美国350万人用于推导四类应用潜在机器人需求
• 2031年渗透率约8%四类重点场景未来五年的假设渗透率
• 2031年安装量约90万台中国和美国四类应用合计
• 2031年年出货量50万台以上约占报告预计当年全球100万台人形机器人出货量的50%
• 美国巡检年度成本节省808,560美元8台机器人方案前期投入78万美元，对应1.0年回收期
• 中国工厂场景年度成本节省25,373美元2台机器人方案前期投入16.9万美元，对应6.7年回收期

影响与含义

报告认为，人形机器人近期商业化不会平均扩散至所有场景，而将率先集中在任务标准化、技术接近人类水平且人工替代收益清晰的工业及准工业应用。美国因人工成本更高，经济性更早成立；中国则更依赖机器人价格下降和生产规模扩大。若学习曲线按报告预期兑现，四类应用可能在未来两至三年逐步跨过回收期门槛，并在2031年贡献行业约一半的年出货量。

后续跟踪

• 跟踪机器人厂商真实商业销售的增长轨迹，以及商业客户扩张能否得到验证。
• 跟踪厂商能否利用实际部署数据闭合强化学习反馈回路并持续改善性能，而非只增加数据量。
• 跟踪厂商是否向产业生态中心移动，以及系统集成商是否开始围绕特定机器人厂商聚集。