人形机器人产业全景解析：技术革新、产业链协同与商业化浪潮

（1）人形机器人：开启下一个百倍增长的新纪元

人形机器人领域当前正经历从技术展示向规模化生产过渡的关键转型期。

根据领先企业如特斯拉（Optimus项目预计2026年量产）、Figure AI及国内优必选等的量产时间表，2025-2026年被视为行业进行规模化验证和加速商业化的核心窗口。

现阶段，人形机器人呈现出“硬件成本下降”与“软件智能提升”双轮驱动的趋势，首先由B端工业场景推动，特别是在汽车制造领域。

优必选Walker S1、小鹏Iron等已进入比亚迪、极氪、小鹏等汽车工厂进行实际训练，验证其在生产线上的应用潜力。

全球竞争格局初步成形，国内外企业路径呈现差异：

1）海外领先企业：以特斯拉、Figure AI为代表，依靠其在AI算法、系统集成和端到端模型上的技术优势，占据行业制高点。

2）国内企业：借助中国强大的汽车及3C产业链，在供应链协同、整机快速迭代和成本控制方面形成显著优势，部分国产产品价格已降至10万元级别，与海外产品形成价格差异，为市场规模化渗透奠定基础。

（2）人形机器人产业链架构剖析

人形机器人产业链可分为上游核心零部件、中游本体制造和下游应用场景三大环节。

其中，中游本体企业类似汽车产业的“主机厂”，在产业链中扮演核心主导角色，负责技术集成、产品定义与规模化生产。

*注： 由FinGPT Agent制表，下同

a. 上游核心零部件：价值高度集中在三大关键部件。

关节是实现运动功能的基础，分为旋转和线性两种类型。

减速器是保障运动精度的核心元件，主流方案包括谐波减速器（特斯拉Optimus采用）和行星减速器，代表企业有日本哈默纳科及国内的来福谐波等。

传感器赋予机器人环境感知能力，涵盖力/力矩、触觉和视觉传感器。

b. 中游本体制造：海内外企业加速布局，形成技术竞赛态势。

海外以特斯拉（Optimus）和Figure AI（Figure 01）为代表，引领技术前沿发展。

国内则涌现出优必选（Walker S1）、智元机器人（远征 A1）等创新企业，同时小鹏（PX5）、 小米（CyberOne） 等汽车制造商与科技巨头也纷纷加入竞争。

c. 下游应用场景：当前商业化重点聚焦B端市场。

工业制造是首要落地领域，尤其是汽车生产线，如优必选Walker S1已进入比亚迪和东风柳汽的产线进行实训。

物流仓储的搬运和分拣是另一大潜力市场。未来将逐步向商业服务和家庭场景扩展。

（3）人形机器人面临的核心难题

人形机器人普遍采用“大脑-小脑-肢体”的全栈式技术架构，该架构通过模块化分工，高效协同支撑机器人的感知、决策与执行三大核心能力，是实现具身智能的关键框架。

其中，“大脑”负责高级任务规划与决策智能；“小脑”专注于实时运动控制与平衡协调；“肢体”作为执行终端，负责与物理世界进行直接交互。

这种分层解耦的设计，旨在平衡复杂任务的泛化能力与高频、实时的物理控制需求，是当前主流的技术实现路径。

人形机器人的产业化进程取决于硬件与软件两大层面的协同突破。

硬件层面聚焦于“成本降低、量产能力、续航时间”三大核心挑战，而软件层面则致力于解决“智能泛化、数据稀缺、实时性”三大技术瓶颈。

首先来看“硬件”层面的挑战。

1）成本高昂与标准化缺失：目前人形机器人硬件方案尚未统一，缺乏行业标准，导致BOM成本居高不下，其中关节模组、灵巧手是降本的关键。

2）量产能力不足：头部人形机器人公司2025年仅能实现百至千台级小批量交付，多用于数据采集等非商业用途。

但随着傅利叶智能的谐波减速器进入量产测试，宇树科技自研M107关节电机，量产瓶颈有望得到突破。

3）续航能力限制：主流产品续航时间有限，距离全天候作业仍有差距，对商业化落地构成制约。

续航能力依赖电池技术的发展，目前广汽GoMate采用全固态电池实现6小时续航；普渡科技PUDU D7电池容量超1kWh，支持超8小时工作。

然后我们来看“软件”层面的挑战。

1）智能泛化能力不足：人形机器人领域尚未出现“ChatGPT时刻”，模型表征能力与高质量数据短缺是智能涌现的核心瓶颈，但行业正在快速演进中。

智元机器人发布通用具身基座大模型GO-1，采用ViLLA架构，任务成功率平均提升32%。

Figure的Helix VLA则采用“慢系统+快系统”平衡泛化与实时控制，成为工程落地主流。

2）高质量数据稀缺：运动与操作数据模态复杂，真实环境采集成本高、泛化难、标准缺失，制约模型训练效果。

在数据方面，英伟达发布了Cosmos平台，提供视频世界模型生成物理合成数据，解决数据不足问题。

银河通用则推出端到端抓取大模型GraspVLA，基于合成大数据进行预训练。

3）实时性与算力约束：现有模型动作频率（如π0的50Hz）未满足复杂场景需求（目标100Hz），且端到端模型对算力要求极高。

模型动作频率是目前人形机器人的重要瓶颈。将机器人比作人类，动作频率等同于每秒能“刷新”多少次动作。

50Hz即每秒50帧，看似较快，但在摔倒瞬间需要用手撑地等场景下，50帧中可能缺少关键1帧，导致操作失败。

从RT-1到Helix，模型控制频率从不足10Hz提升至200Hz，逐步满足实时性要求。只有机器人的“小脑”具备足够高的工作“刷新率”，才能应对更复杂的突发情况。

*注： 由FinGPT Agent制表，下同

当前，产业正通过供应链协同、核心部件自主化、大模型创新及开源生态构建等方式，加速攻克上述难题，推动商业化落地。

（4） 人形机器人市场规模与应用前景

人形机器人产业正处在商业化爆发前夜，2025年被普遍视为“量产元年”，标志着行业从原型演示迈向规模化落地的关键拐点。

长期来看，人形机器人有望实现C端普及，全球出货量超7000万台，市场规模突破10万亿元。

人形机器人产业化遵循“工业制造 → 商业服务 → 家庭服务”的场景递进路径。

当前，工业制造是核心突破口，聚焦汽车产线等柔性生产环节；商业服务正加速拓展，在无人零售、办公服务等场景验证价值；家庭服务作为远期目标，因技术复杂度和成本较高，商业化尚处早期探索阶段。

（5）全球人形机器人核心参与者盘点

当前人形机器人行业呈现多元化竞争格局，主要参与者可划分为四类：引领技术前沿的海外巨头、资本加持的国内第一梯队初创企业、深度布局的跨界车企，以及提供智能化底座的科技巨头。

各方凭借不同禀赋优势，在技术路线、商业化路径及生态构建上展开激烈角逐，共同推动产业从实验室走向规模化应用。

海外巨头引领：海外巨头在核心算法与系统集成上占据领先地位，引领行业技术发展方向。

a.特斯拉 (Tesla)：凭借其在AI和自动驾驶领域的技术积累，Optimus系列是端到端模型路线的典型代表。

b.Figure AI：技术路径采用分层决策模型，顶层由GPT-4V进行视觉推理，底层实现高频控制，实现了优异的工程落地效果。

国内梯队分化：国内初创企业借助资本和产业资源快速崛起，已形成清晰的梯队分化格局。

a.第一梯队：以优必选、智元机器人、宇树科技为代表，估值均超百亿人民币，具备强大的融资能力和产业资源整合能力。

优必选Walker S1已进入比亚迪、东风柳汽等车企实训；宇树科技完成C+轮7亿元融资，其Unitree G1以9.9万元的定价策略积极开拓消费市场。

b.第二、三梯队：包括乐聚、普渡科技、傅利叶、银河通用等企业，或依托地方政府及行业龙头（如华为、美团）资源，或聚焦开源平台、核心零部件等细分领域，形成差异化竞争优势。

跨界车企入局：车企入局的核心逻辑在于利用其成熟的供应链体系、规模化生产能力和精益管理经验，实现快速降本和场景落地。

a.小鹏汽车 (XPeng)：旗下小鹏鹏行发布的PX5/Iron机器人已在广州工厂参与P7+车型总装线实训，并计划于2026年实现L3级量产，成本目标控制在12万元以内，路径清晰。

b.广汽集团 (GAC)：其GoMate机器人强调核心零部件的完全自主研发，依托汽车供应链实现硬件复用与成本控制，计划2026年推进整机规模化落地。

c.其他车企：比亚迪、奇瑞等也通过直接投资（如比亚迪投资智元机器人）或成立合资公司的方式深度参与产业链。

科技巨头赋能：科技巨头主要扮演“赋能者”和“投资者”角色，通过输出AI大模型能力和注入资本，加速产业智能化进程。

a.模型与平台赋能：华为盘古大模型赋能乐聚机器人，百度文心大模型与优必选合作优化任务规划效率，小米自研“Xiaomi Brain”系统，为人形机器人提供“大脑”。

b.资本与生态布局：腾讯、阿里巴巴、京东、LG集团等通过战略投资深度绑定头部初创企业，如腾讯投资智元机器人和宇树科技，阿里投资宇树科技和逐际动力，抢占未来生态入口。

c.场景驱动投资：美团等场景方则从自身业务需求出发，投资宇树科技、高仙机器人等，聚焦即时配送等特定场景的应用落地。

（6）值得重点关注的两条链之一：Figure机器人产业链

Figure在2025年9月C轮融资后估值飙升至390亿美元，较2024年2月的26亿美元增长近15倍，并获得英伟达、微软、亚马逊等科技巨头加持，标志着人形机器人赛道已从概念走向产业爆发前夜。

当前价值高度集中于上游核心零部件，合计占硬件成本70%以上，技术壁垒高，是短期焦点。

以下是AlphaEngine整理好的Figure机器人核心供应链图谱，具体表格不适合放在文中，可以私信领取。

（7）值得重点关注的两条链之二：特斯拉 Optimus 机器人产业链

特斯拉正加速推进Optimus机器人的迭代进程，V3版本的设计方案已进入最后的敲定阶段，其核心目标是实现技术定型并为规模化生产铺平道路。

新一代Optimus的技术突破主要聚焦于两大方面。

首先是实现“像人类一样灵巧的手”，每条手臂将集成26个执行器，大幅提升操作的精准度与协同能力。

其次是深度整合Grok语音大模型，使机器人能够理解复杂的自然语言指令并自主规划行动，显著增强了人机交互的智能化水平。

特斯拉为Optimus机器人设定了极具挑战性的产能爬坡目标，旨在通过复用汽车领域的规模化制造经验，快速实现百万级年产能。

以下是 AlphaEngine 整理好的特斯拉机器人核心供应链图谱：