人形机器人作为具身智能最理想的物理载体，是人工智能与高端制造深度融合的战略赛道，也是全球科技竞争与新质生产力布局的核心方向。伴随大模型、算力、仿真技术持续迭代，叠加国内政策加码、供应链成熟与成本下行，行业在 2025 年迎来量产突破，国产厂商在出货规模、专利储备、成本控制上形成突出优势，产业正式从实验室演示走向场景验证与商业化探索的关键阶段。但同时，行业仍面临模型泛化不足、高质量交互数据稀缺、核心零部件性能与成本约束、软硬集成难度高、标准体系尚未完善等多重卡点，距离大规模通用落地仍有较长距离。产业正处在试错积累的周期，每一次场景落地与部件迭代，都在为通用化能力积蓄基础。
本报告从产业全景出发，梳理人形机器人发展脉络、完整产业链架构与技术演进路线，剖析行业核心挑战，重点拆解核心零部件的竞争格局、技术壁垒与盈利特征，划分不同玩家的商业模式与竞争路径，对下游场景落地节奏、回本逻辑与中长期市场空间进行量化推演，并对国内代表性企业展开深度复盘，厘清产业当前的机遇与价值主线，为把握人形机器人产业化进程提供参考。01产业全景概览1、人形机器人发展历程
具身智能是人工智能与现实世界发展的交汇，人形机器人是具身智能中最理想载体。具身智能，是依托物理本体通过与现实世界的实时交互而产生、发展并实现自主行为与适应能力的智能形态，其核心价值在于让人工智能从“理解信息”进一步走向“改变世界”。无人驾驶汽车、四足机器狗等都是具身智能的不同表现形式，而人形机器人作为最接近人类身体形态的机器形态，天然适配人类社会的生产生活方式，成为最具应用潜力的具身智能关键赛道。
人形机器人历经数十年发展，目前已经进入商业化探索阶段。人形机器人是具有与人类似的身体结构和运动方式的智能机器人。从20世纪初人形机器人的雏形开始，到2022年特斯拉发布人形机器人Optimus，掀起了人形机器人走向商业化、量产化的浪潮，与此同时人工智能的快速进步为人形机器人的研发注入了新的动力。当前，全球人形机器人产业仍处于技术突破与场景验证的初级阶段，尚未形成规模化商业应用格局，但是伴随着成本的快速下降、大模型的泛化能力的提升，人形机器人行业正加速向产业化临界点迈进。
2、人形机器人产业链全景图
人形机器人产业链上游包括硬件、软件两部分，中游是人形机器人整机制造，下游则是应用场景，如工业制造、商用服务、家用服务等。
（1）人形机器人产业链上游为核心硬件和软件
与人类躯体进行对照，人形机器人的技术架构可分为“大脑”“小脑”和“肢体”三个部分，其中“大脑”完成人机交互、环境感知、上层规划后发出宏观决策，“小脑”完成身体的平衡和各种运动学力学的控制后，实现路径最优规划、步态控制、平衡控制，发出控制指令来驱动“肢体”的关节和灵巧手完成任务指令。
软件：“大脑”+“小脑”。大脑方面，人形机器人的“大脑”以大模型为核心，承担着类似人类大脑的复杂认知和决策功能，主要功能是人机交互、环境感知、规划决策。人形机器人“大脑”在完成环境感知后，进行高级任务规划和推理分析，并生成逐步决策指令来执行任务。通用大模型、数据集、高效计算架构、多模态融合感知等关键技术为人形机器人“大脑”赋予了强大的学习与适应能力，使得人形机器人能够处理基本运算、图像处理、视觉识别、决策规划和智能决策等各种任务。小脑方面，人形机器人“小脑”是指其运动控制系统，负责整合感官数据并控制姿势和动作，是“大脑”和“肢体”之间的桥梁，在复杂条件下将预定的控制方案、规划指令转变成期望的机械运动，实现机械运动精确的位置控制、速度控制、加速度控制、力控制，从而提高人形机器人动作的精确性和灵活性。
硬件：“肢体”。“肢体”是人形机器人实现所有拟人功能的载体和基础，分为感知系统、决策系统、执行系统三部分。感知系统包括触觉传感器、力（力矩）传感器、惯性传感器、视觉传感器、编码器等各类传感器。决策系统主要是处理器芯片，主流解决方案是技术路线最成熟的CPU+GPU方案。执行系统则以各类电机作为动力输出机构，主要包括旋转执行机构、线性执行机构、末端执行机构三类。旋转执行机构是实现旋转运动的关键部件，多用于人形机器人关节处，如手腕、膝关节，主要由电机和减速器组成。线性执行机构多安装于机器人上臂、大腿及肘部，实现伸展、推拉等直线运动，可理解为旋转执行器的线性转换。末端执行机构可分为爪手类和工具类，爪手类从各类夹持器逐步向多指灵巧手演进。
从技术方向来看，硬件方面，人形机器人本体结构设计经历了从刚性结构向柔性、轻量化、模块化方向的发展。软件方面，人形机器人的大小脑技术经历了从基于简单规则驱动向基于学习的大模型驱动的重大转变，技术架构上从分层模型向端到端大模型演进。早期人形机器人主要采用基于规则的决策系统，结构简单、执行高效，但缺乏灵活性和适应性，难以应对复杂多变的环境。随着AI大模型、机器学习技术的突破，大模型技术开始与人形机器人深度融合，形成了以大模型为核心的智能决策系统，通过模仿学习、强化学习的训练方式不断提高模型智能化程度。
“大脑”方面，现阶段主要有4条技术路线。一是LLM（大型语言模型）+VFM（视觉基础模型），实现人机语言交互、任务理解、推理规划，技术相对成熟。二是VLM（视觉-语言模型），弥合语言与视觉理解间的差距，实现更准确的任务规划和决策。三是VLA（视觉-语言-动作模型），在VLM基础上增加运动控制，解决机器人运动轨迹决策问题。四是多模态大模型与世界模型，实现对物理世界环境的全面感知，是人形机器人大模型未来的主要演进迭代方向。多模态大模型引入了视频、音频、肢体、表情和生理信号等多模态，可以分析更丰富的传感器输入并进行信息融合,使得人形机器人能够更加准确地感知环境、解决更复杂的任务。而世界模型是用于描述、理解、预测外部环境状态变化的抽象模型，弥补了多模态大模型所缺乏的对物理空间的建模能力，从而支持机器人的复杂场景泛化与实时决策。
“小脑”方面，核心技术正在从基于模型的控制方法向基于学习的控制方法演进。基于模型的控制方法是通过建立机器人的运动学和动力学模型，进行运动轨迹规划和平衡控制，特点是身体控制稳健，但步频较慢，代表算法有零力矩点（ZMP）算法、线性倒立摆（LIP）算法、模型预测控制（MPC）算法、中心引力优化（CFO）算法等，整体开发较为复杂，成本高，不利于产品快速迭代。基于学习的控制方法则是使用端到端AI技术代替复杂的运动学模型，大幅度降低开发难度、提升迭代速度，包括模仿学习和强化学习。模仿学习是通过人类或专家提供反馈示教的方式，使机器人以产生与示教相似的行动策略进行学习，其效果依赖高质量示范数据。而强化学习则是机器人自主学习的方式，通过精心设计学习目标，机器人不断在环境中探索，逐渐发现最大化奖励，从而学习到最优的执行策略，效果依赖于仿真环境和奖励函数。
“肢体”方面，未来核心的演进方向为降低成本、提高性能、轻量化三方面。降低成本方面，人形机器人核心零部件成本高，一方面是由于人形机器人产品仍未起量导致上游零部件并未进行批量化生产，另一方面则是技术原理、加工工艺、设备等方面仍需要突破。例如，在人形机器人核心零部件中，精密丝杠将向低成本、高效率加工工艺方向演进，力传感器则将向量产工艺、弹性体创新、算法迭代等方向演进。提高性能方面，人形机器人硬件当前能够实现基本功能（如行走、抓取、感知环境）。未来硬件的性能仍然需要进一步提高。例如，六维力传感器未来预计向高精度、高稳定性的方向发展，而精密减速器未来预计将向高寿命、低杂质材料等方向演进。轻量化方面，人形机器人目前仍存在能耗高、续航短等问题，轻量化提高人形机器人的续航、灵活度、散热能力，未来技术将向结构优化（集成化设计、去冗余设计）、新型零部件（采用高功率密度的新型电机）、材料创新（采用铝合金、镁合金、高性能工程塑料替换机器人外壳或零部件）等路径演进。
（2）人形机器人产业链中游为机器人整机制造厂商
当下人形机器人生产制造呈现百花齐放的特征。众多科技厂商涌入人形机器人赛道，不局限于机器人公司（智元、宇树、众擎、Figure AI等），车企（特斯拉、比亚迪、小鹏、理想等），科技互联网（华为、小米、英伟达、腾讯等）等行业跨界主体也凭借自身在技术、市场、供应链优势布局人形机器人。而国家和地方政府不仅通过政策支持、资本注入等方式助推人形机器人产业发展，还通过建设地方人形机器人创新中心，来打造基础创新平台和产业集群，构建和打造产业集群，形成技术生态。
（3）人形机器人产业链下游为应用场景
人形机器人下游应用场景包括工业制造、物流运输、酒店接待、智慧导览、军事战斗、极限救援、医疗康养、家庭服务等场景，涵盖ToB、ToG、ToC等众多领域，应用空间广阔。
02产业发展催化条件1、政策、资金支持持续加码，加速人形机器人产业化落地
政策扶持力度持续加大，人形机器人高质量发展上升为国家战略层面。2025年以来，中央密集出台系列文件，对具身智能及人形机器人产业链给予支持，尤其是在2025年的政府工作报告中，首次将“具身智能”纳入未来产业体系，明确提出“因地制宜发展新质生产力”，并将“具身智能”列为国家战略任务。同时，“十五五”规划也将具身智能列为未来五年重点布局的战略性方向之一，从战略方面为行业发展建立引导。
在国家战略引领下，地方政策迅速跟进。北京、深圳、浙江等地迅速响应，密集出台人形机器人产业发展规划，围绕算法、整机、核心执行器、传感器与场景验证形成支持体系。地方政策的加码进一步强化了创新资源的集聚，推动产业链加速完善，也为企业的试点应用和量产爬坡创造了更成熟的产业环境。
2、算力AI发展、成本下降有望加速人形机器人落地
物理AI三大要素，算法、算力、数据正迎来快速发展。模型方面，2026年6月1日英伟达推出Cosmos 3模型，面向物理AI的开放世界基础模型，是全球首款完全开放的全模态模型，基于突破性的混合Transformer架构所构建，将视觉推理、世界生成和动作预测集成至单一系统中，能够将物理AI的训练和评估周期从数月缩短至数天。同时，国内厂商在人形机器人世界模型方面也取得了不错的进步。
算力不断增强，训练成本逐步降低。随着大模型的算法优化、推理工程改进和算力基础设施的扩张，近两年推理成本迅速下降。根据Stanford HAI《Artificial Intelligence Index Report 2025》中引用的Epoch AI数据，GPT-3.5每百万词元的价格从2022年的20美元下降至2024年10月份的0.07美元，一年半的时间下降超过280倍。根据Epoch AI的估计，执行不同任务的大型语言模型（LLM）的推理成本每年下降9到900倍不等。对人形机器人而言，这意味着试错成本、调参成本、任务开发成本、场景微调成本同步下降，将加快人形机器人“大脑”的发展。
国家政策助力，瞄准落地场景的行业痛点。2026年4月，工信部、国务院国资委联合印发《关于联合开展2026年度人形机器人与具身智能实景实训专项行动的通知》，推动人形机器人与具身智能产品在真实生产生活环境中常态化部署应用，加速实现规模化发展。目标到2026年底，人形机器人等具身智能重点产品在一批代表性场景的应用验证和常态化部署，开启人形机器人与具身智能“作业模式”。凝练形成百个以上高价值应用场景，进一步丰富具身智能应用谱系，带动形成万台级规模落地能力。人形机器人与具身智能实景实训专项行动重点任务聚焦人形机器人与具身智能落地应用痛点卡点谋划布局，着力打通整机研发到规模化落地全链条，6项任务路径明确、相互协同，既能推动产出数据、算法、整机解决方案等关键技术成果，又能推动实景应用迭代与规模化部署，培育典型案例与可推广路径，夯实长期发展基础。本次政策出台正是立足我国产业当前发展阶段、破解落地痛点、抢占全球竞争制高点的精准部署，有望加速我国人形机器人商业化进程。
北京和上海人形机器人中心已建立具身智能的数据训练场，旨在解决机器人训练数据难题。北京人形机器人创新中心（即国家地方共建具身智能机器人创新中心）由工信部与北京市政府共同揭牌，北京人形机器人创新中心不仅牵头制定了国内首个具身智能数据集行业标准《人工智能具身智能数据采集规范》，还建成了具身智能机器人数据与训练基地一期，该数据基地一期建筑面积近5000平方米，覆盖家居、商超、办公等30多个典型场景。上海方面，2025年1月“国家地方共建人形机器人创新中心”的具身智能训练场在上海正式启用，是全国首个异构人形机器人训练场，该训练基地开启了开源共享和贡献机制，旨在助力开源训练数据集且与全球实验室和企业进行合作。
随着供应链逐步成熟以及规模效应释放，国内人形机器人展现出明显的价格下降趋势。根据宇树科技和乐聚智能的招股说明书，人形机器人平均单台售价呈现逐年下降的趋势，抛开产品结构变化的原因，主要得益于国内产业链的成熟、厂商工艺的改进、规模效应的显现。消费级市场方面，部分面向消费与科技教育市场的整机产品定价同样下降明显，例如宇树科技推出的R1单台售价降至2.99万元起，松延动力推出的Bumi Lite整机售价定为9998元起，将消费级人形机器人的准入门槛降至万元以内，表明人形机器人正在从高端工业、特种作业场景向大众消费级市场进行技术和应用渗透。能够认为，未来随着产业链的进一步成熟，制造端规模效应逐步释放，核心零部件成本有望持续下降，从而推动人形机器人的成本持续优化，提升商业化落地的可行性。
国内零部件厂商扩产，备战人形机器人放量。短期来看，人形机器人已经跨过量产门槛，订单规模实现显著突破；中长期来看，制约人形机器人大规模商业化落地的大模型瓶颈，有望在世界模型算法进步、训练成本下降、数据采集规模提升的带动下逐步突破，人形机器人的大规模商业化落地可期，核心零部件环节有望率先完成从技术储备向订单和收入贡献的转化。近两年，国内部分相关核心零部件企业已经启动扩产。
03产业现状及预测1、2025人形机器人出货量爆发增长，中国企业表现突出
2025年全球机器人出货量爆发增长，多家企业跨越量产门槛。随着人形机器人硬件技术的逐步成熟，叠加AI大模型的快速发展，在多国政策支持与投资加码等多重因素的共同驱动下，人形机器人产业迎来了历史性的拐点，国内外多个厂商在2025年实现规模化量产，逐步进入小批量交付和商业化试点阶段。从全球人形机器人的出货量来看，2025年全球人形机器人出货量约1.48万台，同比2024年实现大幅增长，其中宇树科技、智元机器人、优必选等均实现千台以上的出货量，同比实现数倍的爆发式增长。
中国企业表现突出，海外厂商出货仍以小规模交付为主。从企业出货量份额来看，根据统计，2025年宇树科技和智元机器人分别以37.15%和34.84%的出货量占比位居全球前两位，合计占比达到71.99%，构成当前全球人形机器人量产交付的第一梯队。整体来看，国产厂商凭借供应链完整度、成本控制和产品迭代速度，在本轮量产初期表现更为突出，全球出货量前六位全部为中国企业，合计占据全球87.87%的出货量份额。相比之下，海外人形机器人企业目前整体以原型机开发迭代、试点部署及小规模交付为主，量产出货规模显著低于国内企业。
国产人形机器人订单规模实现显著突破。根据星河频率微信公众号的统计，2025年国内人形机器人领域订单总金额超过57亿元，其中优必选累计订单金额超14亿元，智元机器人约7.43亿元，银河通用约7.36亿元。同时，大额订单数量也显著增加，统计的51笔订单中有48笔的金额达到千万元以上。进入2026年，该趋势仍在延续，4月份国家电网内部印发《2026年具身智能发展规划》，计划全年集中采购约8500台具身智能设备，总投资约68亿元，其中人形带电作业机器人采购量为500台，预算25亿元，人形机器人产业化落地节奏在持续提速。
2、国内人形机器人产业链优势显著，成本与专利双领跑
凭借国内强大的制造体系和供应链深度，国内人形机器人产业链优势显著。目前中国人形机器人的产业化落地及零部件降本已经处于全球领先地位，最核心的优势来自于国内强大的制造业体系和供应链深度，尤其是国内已经处于全球领先地位的新能源汽车供应链。一方面，人形机器人核心零部件，在国内均有相关的供应商，并且与新能源汽车供应链具有较高的产业重叠度；另一方面，国内制造业长期积累的精密制造能力，尤其是车规级的质量控制、规模化经验，建立起了明显的交付能力优势。另外从商业化落地的角度看，庞大且完备的制造业体系为人形机器人的应用提供了丰富的应用场景，叠加国内在自动驾驶、工业自动化等领域积累的丰富的经验，能够快速将这些技术迁移到人形机器人的开发中，为人形机器人的规模化提供基础。
国产人形机器人厂商成本优势显著。依托国内产业链强大的制造规模效应与供应链协同优势，国产人形机器人有着显著的成本优势，根据Humanoid Atlas对于机器人厂商BOM成本和价格的估计，截至2026年7月23日，中国人形机器人制造厂商的成本优势非常显著，宇树科技G1的BOM成本仅11,500美元，而美国特斯拉Optimus目前的BOM成本都在4万美元左右。
从技术积累方面来看，国内相关专利数量处于领先地位。根据CRMA的数据显示，自2016年以来全球人形机器人相关专利数快速增加，2025年全球新增2,874项，其中中国新增2,557项，占比达到88.97%，表明我国在人形机器人领域的自主创新能力与技术储备处于领先地位。
从产业区域分布格局来看，我国当前已经形成京津冀、长三角、珠三角三大核心区域集群。根据机器人前瞻微信公众号不完全统计的147家企业样本中，中国人形机器人公司高度集中在北京、上海、深圳、杭州，分别为33家、26家、28家及13家，形成京津冀、长三角和珠三角三大区域集群。其中京津冀集群形成以北京为核心，以加速进化、星动纪元、松延动力等企业为代表，依托中关村创新生态打造智能决策中枢，为产业发展提供了坚实的技术支撑，同时重点突破3C电子制造、新能源汽车产线等智能装配示范应用场景；长三角集群以上海、杭州、苏州为核心，凭借完善的制造配套体系，成为整机量产与核心部件规模化生产的主战场，拥有智元、宇树科技、海康机器人等头部机器人企业；珠三角集群则以广佛莞为主力，以深圳为关键加速点，构建出全球人形机器人供应链生态，是国内人形机器人产业的“量产落地核心区”，核心企业包括优必选、乐聚、逐际动力等。
3、未来两年是人形机器人迈向产业化的关键节点
海外方面，全球人形机器人的代表性企业之一特斯拉，在其2026年二季度财报上表示，Optimus Gen 3预计在2026年底之前实现量产，第一代产线设计年产能为100万台；其他海外企业如Figure AI、1X等，也都提出了明确的产品迭代和商业化验证时间表。国内方面，除了已经实现量产交付的宇树科技、智元机器人、优必选等头部厂商之外，小鹏汽车已明确其IRON人形机器人的量产时间表，计划在年底前实现规模化生产，中国内地主机厂商在工程化方面显著提速。整体来看，无论是海外还是国内的机器人厂商，均将在未来两年内迎来产业化落地的关键节点。
04行业发展的挑战
通用人形机器人在软件、硬件、软硬系统集成、测试标准和规范等方面依然存在问题，制约其智能化、商业化进程。
1、软件的挑战（1）大脑泛化能力较弱，通用场景依然较难应用
人形机器人大脑的泛化能力是指其基于大模型或具身智能系统，在未经专门训练的新任务、新物体、新场景或新指令下，仍能理解意图、推理决策并可靠执行的能力。人形机器人最理想化的应用场景是通用场景，即无论场景如何变化，人形机器人都能够完成场景中的非结构化任务。现阶段大部分人形机器人的能力展示都建立在预设场景的精确控制之上，大脑泛化能力依然较弱，导致在通用场景的应用仍存在瓶颈。通用人形机器人需要在多样、动态的环境中完成任务，但环境、任务超出先前训练范围时，人形机器人难以将已学到的知识和技能进行迁移、复用，导致任务完成率降低。例如，在汽车工厂中，人形机器人虽能完成预设的搬运任务，但若是传送带速度变化或零件位置偏移时，失误率便急剧上升。以特斯拉Optimus为例，2024年在工厂的实训数据显示，在预设货架位置、固定零件型号的结构化环境中，人形机器人任务完成率达91%；但在多型号零件随机出现的非结构化生产场景中，任务完成率骤降至27%。机器人在未经训练的新场景、新任务中自主决策执行能力不足，反映大脑泛化能力是实现通用人形机器人的卡点。
（2）用于人形机器人训练的高质量数据集获取难
用于人形机器人训练的数据缺乏是人形机器人大小脑泛化性不足的重要底层原因之一，制约了其通用智能化的实现。当前的机器人“大小脑”模型需要基于多模态物理交互数据（如传感器信号、动作轨迹、环境感知信息）进行深度学习训练，这一过程需要大量、优质、多样的物理数据。获取人形机器人训练数据的主要方式有真实本体数据采集（真机数据）、虚拟本体数据采集（仿真数据）、人类行为数据等。但是，当前可部署的人形机器人数量少，难以获取高质量的真实物理世界数据；而高保真世界模型的构建、训练和优化也仍处于发展初级阶段，也难以为机器人提供高质量的仿真数据。现阶段人形机器人数据集多基于厂商自采集，存在“数据差异大”“单个厂商积累数据有限”的问题，且大规模真机数据采集需投入大量人力物力，物理世界的复杂性也导致数据完整性不足。特斯拉为训练Optimus机器人，高薪聘请操作员穿戴动作捕捉设备进行数据采集，时薪最高达48美元，且需“三班倒”24小时不间断收集数据，凸显数据获取已成为制约人形机器人学习和适应能力提升的关键瓶颈。
（3）物理感知与场景理解能力缺乏
人形机器人高精度环境感知与场景理解的技术是实现具身智能与物理世界进行交互、完成通用性任务等功能的核心基础，通过理解并识别出环境中的物体、场景及它们之间的关系做出合理的决策和行动。这一技术涵盖多个关键领域包括传感器技术、算法处理、硬件支持等，但目前关键领域的能力不足导致人形机器人对于物理世界的感知和场景理解仍存在缺失，主要体现在以下几个方面。一是触觉感知较为初级，环境感知需要人形机器人集成多种传感器，如视觉、听觉、触觉、嗅觉等，从而实现对环境高精度、全方位的感知。触觉是人形机器人与物理世界进行互动，真正“改变世界”的重要功能模块。尽管当前已有部分人形机器人采用了触觉传感器，其技术指标也已达到人类皮肤灵敏度级别，但人形机器人以往训练的数据源主要是网络文本或视频，极度缺乏触觉数据，如何让人形机器人大脑理解触觉与动作的关联仍是待解难题。二是多模态数据的融合和场景理解能力仍不足。人类在观察、改变世界时往往会进行视觉、听觉、嗅觉、触觉等多种模态的感知，人形机器人亦是如此，多种模态的融合感知提升了机器人对环境信息的感知和处理能力，使其能够更准确地判断环境中的情况。但是不同传感器的数据形式和结构上存在不同，多模态感知数据的融合速度、准确度依然较低，同时目前的融合以图像、文本和语音为主，对于感知信息的运用局限于一类信息解决一类问题，缺乏对多模态信息的有效融合与综合运用。人形机器人依然无法像人类一样对世界形成多种感官上的完整认知，这限制了人形机器人在人类生活环境中灵活处理各类复杂问题的能力。
2、硬件的挑战
当前人形机器人的硬件存在技术迭代尚未收敛、零部件性能尚需提高、零部件成本较高等问题，商业化落地进展较缓慢。
（1）技术迭代尚未收敛，零部件性能尚需提高
当前人形机器人产业仍处于技术路径未收敛阶段，整机方案尚未标准化，硬件性能距与理想状态存在显著差距。一是人形机器人整机尚未具备通用能力，方案也并未成熟。人形机器人整机制造业正处于产业化发展的初期阶段，各类人形机器人整体解决方案正持续迭代与创新，同时面临技术基础仍待加强、制造成本仍需显著降低、场景验证困难等难题。核心是人形机器人整机能力尚需提升，人形机器人动态环境适应性弱如复杂地形易步态失衡反映小脑尚未成熟，尚未能够进行跨场景、多任务协同反映大脑泛化能力不足。人形机器人整机能力不足和技术迭代尚未收敛是当前商业化落地的首要卡点。二是零部件性能尚需提高。当前人形机器人硬件仅能满足基本需求，部分零部件距离理想性能仍有差距。一方面，国产产品与海外龙头品牌产品仍有差距，使得零部件成本依然居高不下，如国产谐波减速器材料的杂质相比国外材料杂质更多，产品寿命、负载力仍不及海外龙头品牌产品。另一方面，部分零部件仍无法在较低成本下实现较高的性能，如压阻式触觉传感器虽然价格较低，但仅能检测垂直力，无法检测摩擦力，而高性能的光学式触觉传感器则价格高昂。
（2）零部件成本较高
通用人形机器人的终极目标是进入C端家庭场景，当前高昂的价格使得C端消费者难以承受，阻碍其商业化进程。丝杠、减速器、力传感器等核心零部件单价高，使得人形机器人距离大规模家庭场景的商业化落地仍然较为遥远。一方面，人形机器人整机尚处于发展早期还未达到大规模量产的阶段，相关零部件产业链仅小批量供应无法通过批量化生产降本。另一方面，人形机器人核心零部件缺乏统一的技术标准，定制化生产成本较高。
3、软硬系统集成能力
人形机器人产业链长、零部件种类众多、需要高强度紧凑的机械结构，对软硬系统的集成能力提出高要求。
人形机器人硬件本体由关节模组配套感知系统、结构件等部件构成，其中关节模组是价值量最大、也是实现人形机器人动作的核心单元，其所需零部件种类多、产业链条长，产业链的供应能力和软硬系统的集成能力是人形机器人发展的关键。
以关节模组为例，其一是种类多，关节模组主要分为旋转关节、线性关节和灵巧手，涵盖无框力矩电机/空心杯电机、谐波减速器/行星减速器、滚柱丝杠/滚珠丝杠、一维力/六维力传感器、编码器、伺服驱动器、轴承、腱绳、电子皮肤等核心零部件，不同应用场景下对应的规格与技术要求存在差异；其二是产业链条长，各个零部件的产业链普遍包含上游原材料到铸件、锻件加工，中游零部件组装为组件，最后集成形成终端产品，以电机、减速器这两大核心零部件来看，电机可拆解为定子、转子，转子一般使用钕铁硼永磁材料，稀土永磁材料也成为人形机器人领域的关键卡位环节，谐波减速器则包含柔轮、钢轮与波发生器，多样的品类与较长的产业链，需要国内制造产业链依托工业机器人、汽车产业沉淀的技术基础，借助成熟完整的供应链体系为人形机器人产业提供支撑；其三是系统高度集成化要求高，人形机器人一体化关节集成需要攻克驱动器等器件的精度与可靠性保障、控制算法迭代优化、接口标准化等多项技术难题，在保障性能前提下实现关节小型化、轻量化同样是重要发展方向，一体化关节模组持续朝着轻量化、紧凑化、高性能化、高可靠性、标准化、模块化以及智能化方向演进，这对降低人形机器人生产与维修成本、提升设备可扩展性和可升级性具备重要价值，同时对软硬件集成能力提出严苛要求，人形机器人本身兼具软硬件结合、多零件整合、高集成度等特点，即便供应链配套完善，想要落地高可靠性、高稳定性的人形机器人产品，依旧十分考验整机厂商的系统集成能力。
4、测试标准和规范
当前机器人领域已发布的国际标准均没有专门针对人形机器人，其产品质量、安全以及道德伦理相关规范尚不完善，在产品标准层面，检验检测标准化能够统一评价标准与方法，提升人形机器人评价的准确性与可信度，目前人形机器人相关标准大多处于在研或拟研制阶段，作为融合人工智能、计算机、机械、电子、控制、信息传感、仿生等多学科的综合技术载体，可针对基础共性、零部件、模块、整机等层级，依托现有机器人标准，通过功能解耦、要素重构、性能重塑等方式搭建专属系列标准，同时整机及关键功能部件的第三方评价、认证体系仍有待搭建，开展对应的验证检测认证有利于改善产品性能、提升可靠性；在安全和道德伦理规范层面，人形机器人在带来便利的同时也带来相应风险，安全上，复杂环境下难以实现持续高可靠运行，限制了它在高安全要求场景落地，亟需配套完善的安全规范与检测标准，数据层面，设备运行会采集大量包含用户隐私、企业商业机密的信息，削弱用户信任，制约其在高信息安全需求场景的应用，需要出台相关规范保障数据与信息安全，伦理层面，具备情感交互能力的人形机器人容易造成使用者虚拟与现实情感混淆，需要明确其适用边界，避免使用者形成错误认知与不合理期待。05核心零部件迎来发展新机遇
硬件决定了机器人性能与功能，国内供应链优势显著。为了安全运动、避免其与周围物体发生碰撞，人形机器人需要配备执行器以及各种传感器等硬件，预计在预测期内，硬件部分将占据人形机器人市场的最高份额，根据Fortune Business Insights，到2026年将占69.55%的市场份额。国内相关厂商有望凭借供应链优势，充分受益行业发展趋势。
电驱动方案是人形机器人的主流运动执行方案。人形机器人的驱动方式，根据动力来源可以分为液压驱动、气压驱动以及电力驱动，其中电驱动凭借着结构紧凑、执行效率高、控制精度高、成本低等优点，逐步成为主流的驱动方案，直到2024年原本以液压驱动方案为主的波士顿动力新款Atlas彻底采用电驱动方案，标志着行业全面向电驱动时代。目前，以电机、减速器、丝杠为主要核心零部件的电驱动方案，已经成为大部分厂商的选择，人形机器人的运动方案技术路线收敛。目前，一个典型的人形机器人架构包括感知系统、决策及控制系统、执行系统及其他零部件。
从价值量分布来看，线性执行器、旋转执行器与灵巧手三大执行器是人形机器人主要零部件的核心组成，合计占比达73%；该类执行器的核心构成单元为丝杠、无框力矩电机、减速器、力传感器、空心杯电机及轴承。
1、精密减速器
精密减速器为旋转执行器的核心部件。旋转执行器可实现绕单轴旋转，输出旋转运动，使人形机器人可以完成各种角度的旋转动作，通常应用在需要高扭矩的关节处，例如肩关节、腰部、髋关节等，其主要由电机、精密减速器、编码器、传感器、驱动器、轴承等组成。其中，精密减速器是连接电机和执行机构的中间机构，主要功能是将电机产生的高转速、低扭矩的动力转换成低速高扭矩的输出动力，通过实现极高的传动精度、刚度和扭矩密度，减速器赋予了机器人高精度、高可靠性和高动能响应的运动能力，使其能够完成各类复杂、精密的作业任务，因此是整个旋转执行的核心部件。从成本占比来看，根据焉知机器人公众号的估算，单个旋转执行器中精密减速器约占三分之一，为成本占比最高的单个零部件。
精密减速器主要分为谐波减速器、行星减速器和RV减速器。人形机器人制造商需要能够在有限空间内提供精准运动控制和紧凑集成的关节解决方案，且不会增加不必要的体积、重量或结构复杂性。谐波减速器通过柔性齿轮与刚性齿轮之间的弹性变形啮合来传递运动和动力，具有高减速比、高定位精度、超低回程间隙、体积小和重量轻等特点，适合应用于人形机器人肘关节等对操作精细度要求高的部位。行星减速器具有较强承载能力和较高执行效率，具有一定性价比优势，多应用于人形机器人中对精度要求较低的关节部位。RV减速器基于摆线针轮行星传动原理，具有高刚性、大负载能力以及良好的精度保持性。通常用于工业机器人的基座、肩部等大负载关节，以及其他需要承受大扭矩和高冲击力的重型传动系统。
旋转执行器的驱动器案包括刚性、弹性和准直驱，各方案适用的减速器有所不同。根据丁宏钰等《国内外双足人形机器人驱动器研究综述》中的表述，人形机器人的驱动单元主要有刚性驱动单元、弹性驱动单元和准直驱驱动单元三种类型，对于减速器的选择上，为了满足人形机器人关节兼具轻小化、较高额定输出扭矩的要求，刚性驱动器和弹性驱动器一般需要配置高减速比的减速器，因此主要采用的是谐波减速器，而准直驱方案多采用低传动比的精密行星减速器。
各厂商方案各异，特斯拉主要采用谐波减速器，国内厂商主要采用谐波+行星的减速器方案。根据特斯拉公布的旋转执行方案，其主要采用谐波减速器的方案。而与特斯拉不同，国内部分人形机器人主机厂采用谐波减速器和精密行星减速器两种方案，例如宇树科技就采用了准直驱的方案，用更大功率的无刷直流电机搭配低减速比的行星减速器；优必选人形机器人主要采用谐波减速器，同时自研谐波+行星减速器一体化关节。
（1）竞争格局：全球谐波减速机市场较为集中，行星减速器较为分散，国产替代大有可为
谐波减速器方面，根据中商产业研究院发布的报告，2024年哈默纳科全球产能占比约40.4%，日本新宝占比约14.7%，绿的谐波占比约12.0%，TOP4厂商份额合计达75%，市场较为集中。行星减速器方面，根据科峰智能招股说明书，全球主要的厂商包括日本新宝、纽卡特、威腾斯坦等，销售金额的占比均在10%左右，市场较为分散。不论是谐波还是行星减速器，日本、德国等国家具备先发优势，产品在材料、设计水平、质量控制、精度、可靠性和使用寿命等方面处于行业领先地位，国内发展相对较晚，但是近年来也涌现了绿的谐波、来福谐波、同川、科峰智能、纽氏达特等优质厂商，打破了国外的技术垄断，对国外品牌进口逐渐形成一定的替代。
（2）壁垒：谐波减速器核心系柔轮，依赖齿形、材料、工艺多维度协同
谐波减速器低背隙、高传动精度与长寿命支撑产品价值，柔轮制造是关键壁垒。谐波传动通过柔轮周期性弹性变形实现高减速比与精密传动，但薄壁柔轮需要兼顾齿形精度、扭转刚度及疲劳寿命，对材料处理、薄壁加工和热处理变形控制存在较高要求。
谐波减速器虽然只有波发生器、柔轮、刚轮等少数核心部件，但其性能建立在柔轮持续弹性变形和高精度齿面啮合基础上，因此齿形、材料、热处理、薄壁加工、柔性轴承及装配误差相互耦合。波发生器、柔轮和刚轮的加工精度直接影响传动精度、效率和寿命，制造需要同时满足超精密加工、可靠性和一致性要求。
其中柔轮既要足够薄以产生周期性弹性变形，又必须经受长期交变应力，因此壁垒不仅是加工精度，更是齿形设计+材料处理+薄壁制造+疲劳寿命的综合能力。绿的谐波围绕P型齿、柔轮强化、材料处理、专用轴承及精密制造持续迭代；瑞迪智驱则明确将薄壁柔轮、精密小模数齿轮、极小公差分选装配列为核心工艺。
齿形设计与精密制造共同构筑技术壁垒。谐波减速器的性能取决于齿形设计、柔轮材料与热处理、精密加工及装配工艺的协同优化，核心指标涵盖传动误差、背向间隙、传动效率与疲劳寿命。国产企业持续推进自主齿形设计和工艺迭代，逐步缩小与海外领先厂商的技术差距，但高端型号的长期可靠性与批量一致性仍是竞争关键。
国产替代持续推进，竞争由单一参数转向综合能力。随着国产产品性能提升及成本、交付和本地化服务优势显现，国内厂商在工业机器人等领域持续拓展，并向人形机器人等新兴应用延伸。行业竞争已不再局限于单一产品性能，而是逐步延伸至材料与工艺积累、全流程质量控制、客户验证及关节模组协同开发。海外厂商仍在部分高端应用中具备技术与客户积累优势，国产厂商则加快向高附加值市场突破。
（3）盈利：量增快于盈利下行，价值取决于规模效应能否守住毛利额
谐波减速器已由技术验证进入规模制造阶段，行业核心矛盾正从“能不能做”转向“量增能否覆盖价降”。
2023—2025年，绿的谐波谐波减速器销量由21.15万台提升至42.52万台，接近翻倍；同期产品毛利率由41.17%下降至36.77%，反映随着供给扩张和竞争加剧，行业已进入典型的“量升价降”阶段。
但毛利率下行并不意味着利润池收缩。同期绿的谐波谐波减速器及金属件收入由3.17亿元增至4.76亿元，毛利额由1.31亿元提升至1.75亿元，说明当前销量增长仍足以覆盖单位盈利下行，规模效应仍在向利润端传导。
2、丝杠
丝杠是线性执行器的核心部件。线性执行器负责输出直线的运动，模拟“肌肉的伸缩”，驱动关节进行伸缩、摆动等动作，从而实现机器人的各种复杂姿态和动作，主要用于人形机器人的肘关节、膝关节等需要直线运动的部件，其核心通常由电机、丝杠、编码器、轴承等部分组成，其中丝杠是将电机的旋转运动转换成直线运动的核心零部件。
常见的丝杠主要包括滑动丝杠、滚珠丝杠、行星滚柱丝杠等。传统的梯形丝杠依赖滑动摩擦传递推力，传动效率和精度较低，仅适用于低速场合；滚珠和滚柱丝杠具有钢球或螺杆型的滚动体，靠滚动摩擦传递推力，效率较高，但是由于滚珠丝杠受制于滚珠数量和尺寸，在高速重载下易发生滑移和碰撞，会导致振动与寿命下降，相比之下，行星滚柱丝杠采用多滚柱螺旋面多点啮合，大幅增加丝杠传动过程的接触面和受力面，在相同尺寸下可实现更高的传动精度、承载能力和寿命，并具备更优的抗冲击与集成化特性。因此，行星滚柱丝杠凭借高效率、高负载等方面的独特优势在工业领域得到广泛应用，特别是可与无框电动机集成设计的反向式行星滚柱丝杠，可满足机器人关节对小型化和轻量化的需求。
行星滚柱丝杠是人形机器人的核心环节，后续降本空间广阔。以特斯拉机器人Optimus为例，其躯干共有28个关节，旋转关节和直线关节各14个，按照目前的行业情况，预计其中直线关节或采用大、中、小三种共计14个丝杠，分别位于肘部2个、腕部4个、大腿前后4个和小腿4个。根据行业信息，目前人形机器人用行星滚柱丝杠单价为万元级别，成本极高，预估后续的降本路径大概为送样阶段（万元级别/套）→小批量生产（几千元/套）→大批量生产（1-2千元/套）的水平，预计批量量产后单台机器人关节丝杠价值量占比约15%-25%左右，是机器人各零部件中价值量占比最高的环节之一，若后续机器人灵巧手部位也采用微分行星滚柱丝杠，则价值量占比有望进一步提升。
（1）竞争格局：丝杠海外厂商具备先发优势，国产替代空间广阔
根据新剑传动招股说明书，无论是滚珠丝杠还是行星滚柱丝杠，欧美、日本等国外厂商起步早，在关键设备、关键工艺、产品标准等方面的技术储备较多，先发优势明显，占据了市场主导地位。国内则起步较晚，中高端的滚珠丝杠和行星滚柱丝杠与国际巨头的差距仍然存在，国产替代空间广阔。
（2）壁垒：行星滚柱丝杠难点在于精密螺纹加工与多零件载荷一致性控制
行星滚柱丝杠高承载密度与传动精度构成技术附加值，精密螺纹加工是核心难点。多滚柱啮合能够在有限空间内提高承载能力，但丝杠、滚柱与螺母的螺纹精度及装配误差直接影响载荷分配、传动效率和使用寿命。小螺距硬齿面磨削与多部件一致性构成关键工艺壁垒。
行星滚柱丝杠的技术难点并非运动原理，而是如何稳定制造出高精度的丝杠、滚柱和螺母。小螺距硬齿面精密螺纹磨削困难，中径、螺距、偏心和牙型角等加工误差会直接影响承载、行程精度和传动效率。
其中“一致性”尤其关键，螺母偏心、丝杠偏心和滚柱名义直径误差对滚柱载荷分配系数的重要性分别达到47%、34%、19%。这意味着即使每个零件都能单独加工出来，只要多滚柱之间不能均匀分担载荷，最终产品仍可能出现局部过载、磨损和寿命问题。
精密制造与核心装备构成行业壁垒。行星滚柱丝杠对螺纹加工精度、齿形一致性、材料热处理及装配精度要求较高，内外螺纹磨削、专用磨床与工艺控制是实现高精度产品的关键。国内企业正加快核心装备自研与工艺积累，双林股份具备内外螺纹磨削及专用磨削工艺能力，贝斯特依托精密模具、精密加工及自动化制造技术持续布局，行业竞争正由样品开发向精密制造能力竞争深化。
客户验证与产品定点推动产业化提速。行星滚柱丝杠产业化需经过样品测试、可靠性验证、小批量交付及规模化应用等多个环节，客户验证进度与产品一致性是决定供应商能否进入量产体系的关键。目前国内企业已逐步推进送样、定点及小批量交付，双林股份获得国内头部新势力车企项目定点，五洲新春推进产品送样及小额订单，行业整体正由技术验证向商业化导入过渡。
产能扩张不等于有效供给，良率与成本决定放量质量。行星滚柱丝杠的规模化生产不仅依赖设备投入，更取决于加工节拍、良率、产品一致性及单位成本控制。双林股份2025年实际产量约1,500套，并披露C3精度丝杠499元量产报价；五洲新春规划投入206台磨床、金额约1.33亿元，募投规划新增98万套年产能。行业供给能力持续扩张，良率爬坡、实际交付及单位成本变化更值得关注。
（3）产能：行星滚柱丝杠名义产能快速扩张，良率成本与规模化复制能力决定竞争胜负
双林股份一期10万套反向行星滚柱丝杠产线已具备量产能力，并规划后续向100万套/年扩张；震裕科技两条半自动产线日均产能已提升至120套，并继续建设全自动产线；五洲新春募投项目则规划达产后新增98万套行星滚柱丝杠产能。名义产能扩张速度领先于终端需求兑现，后续竞争重点将转向有效产能、稳定良率与单位成本控制。当前国产替代的真正问题是谁能以更低成本，把精度和一致性稳定复制到十万套以上规模。
价格竞争已经出现前置信号，而盈利尚未被真实经营数据验证。双林已公开C3精度行星滚柱丝杠499元量产定价；五洲新春募投测算采用500元/套、318.77元/套单位成本及36.25%的达产毛利率；福立旺进一步采用400元/套的达产预测价格，但表示行星滚柱丝杠当时尚未形成收入。
3、六维力传感器
力传感器是一种将力学信号转换为电信号的装置。敏感元件直接感受被测信息，转换元件进一步将敏感元件的感受信号转换为电压、电流等电信号，使其更适合进一步处理和传输，进而信号调节与转换电路可对信号进行滤波、调制、解调、衰减、运算及数字化处理。
机器人在执行运动控制过程中需要力控调整自身动作对外界环境做出响应。仅在位置控制下，机器人会严格按照预先设定的位置轨迹进行运动，但在遇到阻碍或微小误差的情况下或会引起过大的作用力，从而会伤害零件或机器人。因此机器人需要力控，利用力传感器采集的信号作为反馈，设计控制策略主动控制作用力。
力传感器按照测量维度可分为一维、三维、六维力传感器。一维力/力矩传感器仅测量单一方向的力或力矩；三维力传感器可同时测量多方向力；而六维力传感器不仅可同时测量多方向力，同时对力的作用点没有限制，并且具备更高精度以及更高响应速度。
力传感器按工作原理划分主要包括应变式、压电式、电容式与光电式。应变式力传感器具备高精度、宽测量范围、良好的线性度和成熟的制造工艺等特点，目前为人形机器人力控的主流方案。
在机器人应用领域，六维力传感器是机器人实现柔顺化、智能化控制的重要组成，为机器人的力控制和运动控制提供了力信息。力控技术的发展赋予机器人更强的感知、决策、执行能力，对机器人完成复杂精细作业、实现智能化起重要作用。
在人形机器人领域，六维力传感器主要装于手腕、脚踝等关键部位，可提升机器人手部操作的精细化与柔性化程度、测量脚踝处的力和力矩，提高脚部行走的稳定性，实现人形机器人精准和柔顺控制。在机器人末端关节上使用的六维力传感器一般需要连接一个执行机构，例如打磨头、夹爪等，执行器工作过程中的力臂（力的作用线到支点的距离）在几十到两三百mm之间。
当前部分人形机器人厂商明确披露在机器人产品中使用力传感器，如特斯拉、优必选、智元等。以Optimus为例，其在旋转关节上采用力矩传感器，在直线关节上采用力传感器，同时预计在手腕和脚踝部位有望采用六维力传感器。
优必选在人形机器人产品上均配备4个六维力传感器，分布在手腕和脚踝处。智元在远征A2-W机器人上配备7自由度双臂，配合六维力传感器，A2-W能够精准执行多种力控任务。
（1）壁垒：设计、算法、标定以及工艺多维壁垒
六维力传感器的价值量高、技术难度大，Knowhow要求多，技术壁垒主要体现为设计、算法、工艺的精湛结合，结构设计、解耦、标定检测、加工工艺等多个方面共同构成六维力传感器制造“系统工程”：1）结构设计方面，六维力传感器的结构设计涉及多个关键点，包括弹性体的选择与优化、应变片设计与选择等，弹性体需要平衡刚度与灵敏度，应变片种类较多且影响工艺路线选择；2）解耦方面，消除维间耦合（即解耦）是六维力传感器需解决的核心问题，包括结构解耦和算法解耦；结构解耦存在加工难度高、不易实现、成本较高等难点，壁垒较高；算法解耦种类较多，各有优劣，尚未收敛，厂商也需要对模型改进，Knowhow较深；3）标定与检测方面，六维联合加载标定和检测的复杂程度高，设备需自研；4）工艺方面，加工工艺流程长、复杂度高，弹性体和应变片的加工Knowhow较深，金属应变片贴片仍需依赖人工，大批量一致性自动化生产的壁垒较高。硅应变片精度、灵敏度高，与玻璃微熔工艺结合可提高自动化生产能力，有望成为未来大批量出货时的工艺方向。
（2）竞争格局：国产替代进程加速
六维力传感器外资品牌先发优势明显，国内仍处产业早期，但已有国产替代趋势。全球六维力传感器厂商品牌主要分布在欧美、中国、日韩三大地区。根据QYResearch，目前六维力传感器行业高端市场以外资品牌ATI Industrial Automation、Epson等为主，但外资品牌近几年市占率持续下降。近年来，国产入局者逐渐增加，但受限于该领域的高技术壁垒，真正具备批量化产品供应能力的厂商依然偏少。国内厂商包括坤维科技、鑫精诚、宇立仪器、柯力传感等。据智研咨询，2023年国内六维力传感器67.9%市场份额由外资品牌占据，相比2020年国产替代趋势明显（增长13pct）。国产产品性能不断提升，2023年国产六维力传感器品牌市场份额32.1%，本土企业宇立仪器市场份额仅次于ATI，排名第二，占比12.2%，其在工业机器人磨抛行业和汽车碰撞测试行业应用较多；蓝点触控、坤维科技也具备较强竞争力，分别占比4.8%、4.7%；尽管国产品牌与外资产品在精准度方面已基本对齐，但在灵敏度、串扰、抗过载能力及维间耦合误差等指标上仍有提升空间。
（3）价值：六维力传感器当前价值量与毛利较高，人形机器人驱动需求爆发、价格下行
六维力传感器应用领域广泛，未来人形机器人将为六维力传感器带来广大应用空间。当前主要应用于汽车行业的碰撞测试、轮毂测试和零部件测试等，以及航空航天、生物力学、医疗康复、科研实验、机器人与自动化等领域。人形机器人对精准力控要求高，随着人形机器人规模化量产落地，六维力传感器的出货量和市场规模将快速增加，期间复合增长率超过100%。原材料成本的下降以及生产工艺的进步有望带动传感器价格的快速降低。
六维力传感器是机器人赛道中成本较高的部件之一，盈利能力强。六维力传感器成本构成包括材料、制造和人工成本，其中超50%的成本来自于应变片和人工加工成本。六维力传感器价值量高，根据MIR数据，六维力传感器的产品单价可达2-4万元。六维力传感器毛利率处于较高水平，根据柯力传感2023年报数据，公司传感器毛利率达到41%。预计，随着人形机器人放量，单个六维力传感器产品的价格可能下降至5000元以内。
4、电机
人形机器人电机是驱动机器人的各个关节进行运动的核心部件，在机器人系统中的作用包括提供所需的驱动力，以及通过控制电机转速和扭矩来实现机器人运动的精确调节。特斯拉Optimus机器人中有两类电机用量比较大，即无框力矩电机和空心杯电机。
（1）无框力矩电机：国产替代提速，迈入规模化交付新阶段
无框力矩电机没有固定的外框架，它的结构通常是由定子和转子组成，没有轴、轴承、外壳、反馈或端盖。转子直接承载负载，而定子则由外部驱动系统提供动力。这种电机通常在旋转关节、线性关节中使用。
无框力矩电机在人形机器人上用量更多，一般单台协作机器人使用6-7个，但单台人形机器人使用20个以上。
1）竞争格局：无框力矩电机头部集中度高，中低端产品国产化程度高
外资无框力矩电机厂商占据主要市场份额，国内厂商发展快速。国外无框力矩电机代表性厂商有TQ Robodrive、Kollmorgen、Allied motion、Aerotech、TMT ECH、Axsys、ETEL、Parker、Muirhead Aerospace、Gomtec、Nidec等，用于协作机器人关节上的无框力矩电机厂商主要有Kollmorgen和TQ Robodrive。国内涌现绿的谐波旗下的开璇智能、步科股份、昊志机电等研发、制造无框力矩电机的科技型企业。目前除了少量高端应用场景需要使用科尔摩根等国外厂商的无框力矩电机，大部分下游场景都已经开始使用国产产品，因此国产化程度高。
2）壁垒：无框力矩电机壁垒在于高转矩密度、低温升与低波动的协同优化，量产一致性决定最终成本
无框力矩电机的性能并非由单一参数决定，而是电磁设计、绕组、电机尺寸、磁钢、热管理与制造工艺之间的系统平衡。机器人关节空间有限，提高转矩不能简单增加电机长度和重量；机器人电机受“D²L”规律影响，增加电机直径对转矩提升更加有效，因此机器人电机普遍向扁平、大直径方向设计，但同时会对结构集成和散热提出更高要求。
其中，热管理和绕组利用率是持续输出能力的重要约束。铜损既产生热量又降低电池续航，而高铜填充率有助于提高转矩密度，使人形机器人电机效率可达90%以上。高温会影响邻近减速器润滑、编码器等部件，因此机器人真正看重的不只是峰值转矩，而是有限体积下能够持续输出多少转矩。
此外，机器人低速、高精度运动对齿槽转矩和转矩波动极为敏感。步科第四代FMK产品即围绕电磁设计、大中空、灌胶工艺、温升和制造自动化进行优化，其中优化灌胶后过载时间提升50%，热平衡温升可达30K，并通过优化定转子制造工艺提升自动化率和生产效率。
3）进程：无框力矩电机完成验证进入十万台交付，竞争转向平台适配与规模化能力
当前无框力矩电机已跨越产品验证阶段，头部厂商实现十万台级交付，产业化进程领先于其他新兴精密传动环节。该类电机同时适配旋转与线性执行器，需求受单一技术路线变化的影响相对较小，伴随头部客户持续导入、产品平台化以及制造自动化水平提升，行业有望维持销量增长、价格相对稳定的量价格局，规模降本也将进一步带动盈利能力改善。行业竞争重心已脱离单一性能指标的比拼，转向平台化适配能力与规模化交付能力的较量，产品需要兼顾转矩密度、温升、可靠性等基础指标，通过电磁结构、热管理方案迭代，或是配套驱动、编码器打造一体化方案，降低关节模组集成难度；后续厂商的产品标准化水平、客户协同开发效率以及稳定的批量制造能力，将成为获取持续订单、构筑竞争优势的关键。
（2）空心杯电机：国产化率提升空间较大
空心杯电机市场集中度高，但仍以外资主导。空心杯电机的转子没有铁芯，采用的是绕制在空心杯状结构上的铜线。这种设计使得空心杯电机能够在较小体积下提供较高的功率密度。空心杯电机在灵巧手中使用，单只灵巧手有6个空心杯电机，大拇指使用两个空心杯电机，其余四个手指均有一个空心杯电机。
瑞士、德国和美国等外资龙头企业占据主要市场份额。根据《空心杯电机定制化管理的应用研究》，外资厂商占据空心杯电机绝大多数市场份额，瑞士MAXON和德国FAULHABER共同占据全球空心杯电机主要份额。外资空心杯电机制造技术有着先进的技术和竞争优势，自动化程度相对较高，同时西方发达国家如德国、瑞士以及日本等国对其较为重视，保证了其产品有着较高的市场占有率，形成一定程度的垄断。
内资厂商和外资企业相比仍有差距。根据《永磁无刷空心杯电机及控制器研究》，国内民用工业机电设备厂商，为了提高产品的寿命与质量，常常采购外资品牌电机。近年来，内资厂商技术得到较快的发展，鸣志电器、鼎智科技等企业不但在国内市场替代进口产品，而且开始逐步参与国际市场的竞争，但对比外资知名企业，内资厂商在应用场景、高精尖产品性能等方面竞争力仍显不足。
06行业参与者与商业化研判1、人形机器人玩家分类与商业化路径
人形机器人的控制过程可自上而下拆为四层：L1任务规划（理解并拆解指令）、L2动作生成（将任务意图转化为运动目标）、L3全身控制（结合本体状态计算关节运动、处理平衡与力控）、L4关节伺服（直接控制电流力矩等执行量）。从L1到L4，从大脑（任务规划）到关节伺服，越往下离物理执行越近，对实时性要求越高、与本体动力学参数的耦合越强，而四层所依赖的核心积累各不相同，决定了优势分别沉淀在不同类型的公司手中：L1靠大模型的通用推理能力，L2靠操作数据的规模与多样性，L3靠运动控制与真机调试经验，L4则是成熟标准化的底层供应链。正因如此，当前独立模型厂多集中在L1、L2，本体厂承担L3及以下，脑体分界大体落在动作生成与全身控制之间。
基于上述四层控制框架，可以进一步按照能力覆盖范围与商业角色将企业划分为四类：①以L1、L2为主要产品能力，并尝试将大脑作为独立软件或服务对外提供的，为纯大脑派；②以本体、运动控制和底层执行能力为核心，大脑主要依赖外接或尚未形成自研体系的，为纯硬件厂；③从上层模型到底层控制均由内部体系承担的，为全栈自研派；“全栈自研”是指企业围绕自有整机，主导大脑模型、运动控制与本体设计等核心环节的研发，并具备跨环节协同迭代能力。企业可以基于外部基础模型开展二次开发，也可以采购芯片与零部件，不要求全部软硬件从零自研或自行制造。④此外还有一类公司并不直接生产机器人整机，而是向机器人企业提供模型、仿真、开发工具、芯片和云平台等基础能力，即平台基建派。
（1）全栈自研派：大脑服务于整机，软硬协同强化迭代优势
全栈自研派的共同特征是同时掌握机器人本体与大脑的核心能力，大脑首先服务于整机性能而非作为独立软件产品对外销售，模型能力主要用于提升整机的任务理解、操作泛化与自主执行水平，商业价值通过整机销售、租赁及场景方案兑现；当前头部本体企业普遍加强大脑自研，部分以运控和硬件见长的公司也向任务规划、动作生成等上层能力延伸，而乐聚、波士顿动力等仍选择外接大脑，众擎、松延等则处于由纯硬件向全栈自研迁移的过程中，不同路径仍在并行探索。
全栈自研在当前阶段具备数据回流与协同开发优势：本体与大脑同体系可使真实场景部署数据持续回流至模型训练，并根据任务执行结果同步调整模型、控制系统与硬件，软硬件共同开发也有助于缩短问题归因与迭代链路；随着模型能力由任务理解向动作执行延伸、与本体动力学和控制系统的耦合加深，全栈自研更有利于当前阶段整机能力的快速迭代，但这一优势能否长期维持仍取决于产品形态、控制接口及产业分工的后续演进。
按照核心能力起点，全栈自研企业可以进一步分为自上而下与自下而上两类。自上而下企业通常以AI、模型和数据能力为起点，逐步向本体、运动控制及制造环节延伸；自下而上企业则以本体设计、运动控制和量产能力为基础，再向任务规划、动作生成与世界模型等上层能力补齐。
1）自上而下：战略重心在于大脑能力，直指通用机器人
自上而下企业以AI与模型能力为主要起点，并逐步将控制责任向本体侧延伸，目标指向跨任务、跨场景的通用机器人。特斯拉将汽车业务积累的FSD视觉、训练与端到端能力向Optimus迁移，同时覆盖芯片、本体与执行器；Figure在终止与OpenAI的合作后转向完全自研Helix，并将神经网络延伸至全身控制层；智元形成GO系列与GE世界模型并行的模型谱系，依托本体规模建立数据闭环；蚂蚁灵波则在自研本体之外开放产品级大脑，尝试将模型能力扩展至第三方机器人。各家公司在制造基础和本体出货规模上差异明显，但共同点在于持续强化模型能力，并推动大脑与本体之间更深的协同。
2）自下而上：本体硬件具备优势，从运控侧向大脑延伸
自下而上企业的共同特点，是在本体设计、运动控制、供应链和量产交付等环节已经形成较深积累，再逐步向任务规划、动作生成和世界模型等上层能力延伸。宇树以强化学习运动控制起家，优必选从伺服舵机、本体和工业场景切入。与自上而下企业更强调模型能力与通用性不同，这类公司通常更早拥有机器人产品和真实场景入口，先在具体场景落地，再补齐大脑能力。随着机器人竞争重点由“能运动”向“能自主完成任务”延伸，各家开始在上层模型上加大投入。
如何从本体和运控向上补齐大脑能力，不同企业探索不同的实现途径。宇树、优必选已经形成较明确的自研模型体系，松延、众擎开始补齐大脑；与此同时，乐聚仍将上层模型作为多源、可替换的外部能力，波士顿动力则长期与外部模型厂商合作。当前自研、外接以及由外接向自研迁移等路径仍在并行。因此，对于自下而上企业，能够认为后续更值得关注的并非单纯“是否自研大脑”，而是大脑能力补齐到什么程度，以及新增模型能力能否与既有本体和运控优势形成有效协同。
（2）纯大脑派：跨本体能力是前提，独立商业模式仍在探索
纯大脑派不自研机器人本体，核心是让大脑能力脱离单一整机，向不同类型的机器人提供。与全栈自研派主要通过整机兑现大脑价值不同，纯大脑企业首先需要解决跨本体适配问题：同一套模型能否迁移至不同机器人，新增本体后的训练与工程适配成本能否持续下降，以及模型与本体之间能否划清责任边界。只有跨本体复制成本降下来，大脑才具备标准化对外交付的基础；至于这种供给最终能否形成独立收费和稳定收入，还需要结合客户需求与商业模式观察。
跨本体适配与控制层级的深度之间存在天然权衡，因此多数纯大脑企业当前将核心能力集中在L1、L2。越向全身控制和关节执行延伸，模型需要处理的质量分布、惯量、关节参数和执行器状态越多，与具体本体的耦合也越强，跨平台迁移成本相应提高。谷歌主动将平衡、力控等高频控制留给本体侧；PI更多基于轮式、桌面双臂和机械臂平台，降低双足平衡等强本体耦合问题的影响；Skild AI则尝试将输出进一步延伸至关节角和电机力矩，探索更深的控制边界。各家选择不同，但共同面对的是同一问题：在不掌握硬件的情况下，如何尽可能扩大模型可以低成本、标准化交付的范围。
有模型、有客户、有收入是三个难度递增的阶段，纯大脑派目前尚未形成统一的商业路径。谷歌已经在推理层形成标准API与公开计价，但动作模型仍以伙伴共研和定向测试为主；PI在统一第三方基准的真机部分论文口径居前（2026年9月入榜的OpenWAM-α成绩更高），但在该基准持续更新的仿真榜上已不在前列，最近两代尚无第三方成绩，标准化客户交付仍处早期；Skild已进入工业部署并披露收入，但模型授权与系统集成的收入边界尚未拆分；Generalist AI仍以early access与硬件合作为主；穹彻则更多通过具体场景方案落地。整体来看，纯大脑企业已经分别在技术验证、跨本体适配、客户部署和收入形成等环节取得进展，但尚未出现一条被反复验证的标准商业模式。
（3）平台基建派：模型承担生态入口，商业价值回流算力与平台
平台基建派布局机器人大脑，核心目的并非将具身模型本身做成独立收费产品，而是以模型和开发工具降低机器人研发门槛、扩大自身平台生态，并最终带动芯片、训练与推理算力、云平台和开发工具的使用。英伟达、地平线/地瓜、华为、腾讯和阿里，目前均未靠具身模型产生独立收入：部分公司直接开放模型或工具，部分产品保持闭源，但明确的收入载体仍是端侧芯片、算力和云平台。与纯大脑派需要验证模型能否成为独立产品不同，平台基建派已有成熟的变现渠道，大脑更多承担生态入口和软硬件适配层的角色。
平台基建派各家的大脑能力边界与其原有主业密切相关。英伟达和地平线/地瓜同时提供端侧算力，并把能力延伸至全身控制层（L3）：英伟达的GEAR-SONIC和地平线的HoloMotion都是对外开放的全身控制基座模型，但开放条件不同：英伟达GEAR-SONIC的模型权重按NVIDIA Open Model License可商用，目前公开的检查点仅适配宇树G1；地平线HoloMotion的代码仓为Apache2.0，模型权重却采用CC BY-NC-SA4.0非商用许可，下探到全身控制层的这一部分并不可商用。相比之下，华为、腾讯和阿里的大模型能力集中在L1和L2，更强调云平台、协议、数据和开发工具。各家开放程度并不相同，但共同目标都是降低开发者和机器人厂进入自身体系的成本，并将模型能力进一步连接到底层芯片、云资源和开发平台。
因此，评价平台基建派的重点不在模型是否单独收费，而在生态采用能否转化为可归因的芯片、算力和平台收入。芯片总出货、生态伙伴数量和开源下载量能证明平台基础，但不能直接证明机器人大脑拉动了商业：英伟达Jetson、Isaac、Omniverse已广泛进入机器人开发体系，但头部本体厂的核心大脑多数仍自研；地瓜旭日系列累计出货突破800万片（2026年上半年口径，公司自报），但其中有多少由HoloBrain、HoloMotion带动，公开信息无法拆分；华为、腾讯和阿里建立了平台与伙伴体系，但具身模型对应的云资源消耗与付费客户尚未单独披露。能够认为，芯片厂更应观察本体厂是否真的采用了其大脑方案、量产机型的端侧装机量、以及模型选择是否影响了芯片选型；云平台厂则应关注企业客户在生产环境的部署规模、算力消耗和复购情况。
2、不同玩家的竞争格局与价值兑现路径
产业早期全栈自研企业有望率先胜出。随着模型能力由任务理解向动作执行与全身控制延伸，大脑与本体动力学的耦合不断加深；全身控制负责平衡、接触与力控，又是整机“走得稳、抓得准”的卖点，短期难以交由外部承担。在这一阶段，本体、大脑、控制与硬件在同一体系内迭代，数据回流更快，问题归因也更清楚，头部企业的量产产品与最新代际模型因此大多采用全栈自研。长期来看，全栈本身并不等于持续的高价值，真正决定竞争力的是企业能否在模型、数据、关键部件、制造效率或生态体系中沉淀至少一项难以替代的优势。
短期内外供大脑难以成为独立生意，价值先经由算力与数据、整机和核心硬件兑现。大脑外供需同时满足供给端有值得外采的模型、需求端有持续付费的买家、产品端能低成本跨本体复制三个条件，而当前三者均不成熟——开源与通用模型正使任务规划、基础动作生成等通用层能力趋向公共品化，压缩纯大脑企业的定价空间，产业差异化转向与本体深度耦合的全身控制及部署现场的数据闭环。现阶段，大脑能力提升的价值首先体现为整机可完成更多任务、进入更多工位，瓶颈正从任务理解向精准操作延伸，执行器、灵巧手、传感器等核心硬件的重要性随之上升；训练与端侧算力是各技术路线的共同投入，数据采集也将随部署扩大由数采中心集中采集逐步转向真实场景回流，全栈企业在此环节更具优势。中长期看，大脑能不能独立收费，要看模型能力差距能不能拉开、脑体接口能不能形成统一标准，中长期判断产业走向，重点跟踪技术瓶颈、标准化进度和生态发展情况。
其余两类企业的走向各不相同。纯硬件厂的价值取决于能否补齐大脑；平台基建派更多受益于行业整体增长，价值回流芯片、算力与云。
同时还需注意跨界进入者：车企、消费电子厂商可迁移原有零部件、自动驾驶模型及量产供应链优势，低成本落地机器人整机，自有产线还能用来做先期验证和数据积累；通用大模型巨头依托通用AI能力入局，不急于靠机器人大脑单独盈利，主要通过基础模型、云服务和自有硬件变现，这类企业的加入会推高整机竞争热度，拉动算力、核心硬件需求。07下游规模预测1、下游结构：出货以科研教育与文娱为主，工业占比升至近两成
当前人形机器人的出货以科研教育、数据采集与文娱商演为主。据Counterpoint，2026年上半年全球人形机器人出货超过2.2万台，其中文娱商演与科研数采合计超过六成，智能制造与仓储物流分别约占13%和5%。公司层面同样如此，宇树2025年1-9月人形机器人收入中，科研教育约占73.6%，行业应用仅占9.01%。小型与消费级产品是增长最快的部分，IDC观察到家庭消费市场已开始出货，以电商渠道销售的小尺寸、低成本机型为主。
不同场景的付费逻辑，决定了需求能否持续。科研教育与数据采集依靠财政和科研预算，地方数采中心属于阶段性建设。文娱与消费依靠展示效果和新鲜感，需求波动较大，主流人形机器人的演出日租金已由2025年初的1万-3万元降至目前的约2,000-3,000元。家庭场景对安全与可靠性的要求最高，截至2026年10月尚未见经核实的消费者交付。工业与物流则按回本周期付费，单价最高；一旦在具体工序上替代人工划算，复购与扩量最为确定。
能够认为，人形机器人的场景落地将大致沿“展示与教育、工业与物流、商业服务、家庭”的顺序推进，其中工业与物流决定整机企业的收入规模。展示与教育场景已率先放量，但难以支撑持续增长；家庭场景仍需更长时间。因此，判断整机企业的收入质量，应看工业与物流场景的付费占比，而非出货总量。Counterpoint同样预计，未来五年服务与工业应用将取代文娱和科研数采，成为主要需求。下文聚焦工业场景，依次讨论哪些工序率先落地、经济性是否成立，以及能带来多大规模。
2、工业场景：固定工位取放先行，走动搬运2028年前后跟进
当前人形机器人在工厂主要承担上下料、料箱搬运与质检分拣。从试点走向规模采购，需要同时通过三道门槛：技术上能稳定完成，相比专机等现有自动化方案有优势，经济上能在3年左右回本。据此评估各类工序及其落地时间：
1）技术上，固定工位的取放已能满足产线要求，需要走动和精细操作的工序仍有差距。任务理解已不是主要瓶颈，机器人已能识别规整物体并重复取放：智元精灵G2在龙旗科技平板质检线的单件处理时间为9—11秒，满足客户11.25秒的节拍要求，8台机器人承担了原先8名质检工的工作。短板主要有三项：一是精度，毫米级对位、力控与多指灵巧操作仍不成熟；二是速度，走动取放耗时约为人工的2—3倍，乐聚夸父在兆丰股份上料约40秒一次，人工约15秒；三是续航，部分产品工作约4小时即需人工换电。
2）与专机相比，人形机器人的优势不在速度与精度，而在于不需要定制工装、不必改造产线。大批量、品种单一的工序更适合速度快、稳定性高的专机与工业机器人，汽车冲压、焊装、涂装自动化率已接近100%，人形机器人的增量有限。机会主要在换型频繁或难以改造的工位：3C产品生命周期通常不超过12个月，产线约1.5年更新一次，专用设备难以摊薄成本；汽车总装作业多、空间受限，单厂披露的自动化率多在30%—50%。龙旗科技认为传统自动化难以适配多品类平板混线检测；宝马则强调，人形机器人可进入现有人工工位，避免高成本的装配线重建。
协作机器人与复合机器人（移动底盘加机械臂）也在争夺这些工位，其硬件与价格已接近轮式双臂人形。人形机器人的增量主要在双臂协同、来料偏差容错与跨工位复用。宝马提到，传统工业机器人会因钣金件位置轻微偏移而出错，人形机器人则能识别并继续作业。但“靠软件快速切换任务”仍缺少工厂实测：宝马的机器人并不频繁切换任务；智元精灵G2在龙旗并线仅用36小时，从导入到量产却用了约4个月。能够认为，其机会集中在专机不划算、人工又难招的工位，能否持续拓展，取决于大脑带来的柔性能否通过客户复购得到验证。
3）经济上，轮式双臂做固定工位上下料已接近3年回本，双足机器人做走动搬运仍需6-11年。按单人年用工成本10万元测算，轮式双臂整机45万元、效率为人工的80%，两班与三班作业分别约3.3年、2.1年回本；双足整机50万元、效率为人工的35%，分别约11年、6年。海外人工成本约为国内的5倍，但整机价格也更高：按Agility Digit 5每台每月8,500美元的租赁示意价，效率需达到人工的约七成才划算。
综合三道门槛，当前能同时通过的只有固定工位的上下料与质检分拣，且以轮式双臂机型为主；宝马也认为，轮式底盘在车间里移动更方便，更适合工厂。后续工序的落地取决于各自瓶颈：走动搬运主要受经济性约束，按当前人工成本，双足整机价格需降至约26万元、效率升至人工的50%左右，才能约3年回本；按价格与效率假设，2028年前后有望接近这一门槛。简单装配取决于灵巧手与力控成熟，预计在2—4年展开，灵巧手、力觉与触觉传感器因此成为场景扩展的关键部件。总装主线装配受精度、节拍与可靠性共同约束，落地更晚，近期应用仍以车间物料上料、转运与排序为主。后续应跟踪非关联客户复购、双足整机价格与搬运效率，以及灵巧手在装配工位的节拍表现。
3、规模与节奏：2030年我国人形机器人出货有望达约31万台，工业与物流占一半以上
预计2030年我国人形机器人出货约31万台，其中工业与物流约17万台，占比由2025年约8%升至一半以上，市场空间约470亿元。工业与物流按“可渗透空间×渗透率”正向推算：先按行业与工序估算可由人形机器人承担的岗位，再由各工序逐年的回本周期推出当年新增渗透率；科研教育、数据采集、文娱与导览等场景则以当前出货结构为起点，按增速外推。
制造业与物流可由人形机器人承担的岗位约1,100万个，折合约690万台；计入巡检、特种作业等其他工业后，工业合计约1,150万个岗位、723万台。第五次全国经济普查显示，2023年末我国制造业企业法人单位从业人员10,481.5万人，装卸搬运和仓储业与邮政业合计约300万人。按行业估算可渗透岗位的比例：3C电子约17%、汽车约15%，这两个行业换型频繁、柔性要求高，上下料、搬运与简单装配工位都较多；仓储物流约25%，以搬运与分拣为主；电气机械、通用与专用设备和金属制品约12%；食品、纺织、化工等其他制造业约7%。合计约占从业人员的10%。按两班作业、2030年效率折算，约需690万台人形机器人。劳动力老龄化让这部分空间更容易兑现：2025年我国农民工中50岁以上占比已达32.0%，较2015年的17.9%明显上升；相比替代在岗工人，用机器人补上退休后难以招到人的岗位阻力更小。
渗透速度取决于回本周期，并受客户验证与产能爬坡约束。2025-2026年主要产品价格每年下降约20%-35%，优必选的搬运效率也由2024年约为人工的20%提升至2026年初的30%-40%。据此假设，整机价格2027-2030年每年下降15%-25%，2030年轮式双臂约20万元、全尺寸双足约22万元；固定工位效率由80%升至100%，走动搬运由35%升至65%；人工成本每年上涨4%。在这组假设下，固定工位上下料的两班回本周期由2026年的3.3年降至2028年的1.5年；走动搬运2028年降至约3年、跨过门槛，2029年约2.2年；简单装配2028年起具备经济性。回本周期越短，当年新增渗透率越高。上限参照工业机器人：2021-2023年，我国工业机器人密度每年增加约70-80台/万名制造业员工（IFR），对应可替代工序每年约3%的渗透；人形机器人可在多个工位复用、无需改线，取4%。同时，单道工序的年新增渗透率每年最多提高0.8pct，以反映客户验证周期与产能爬坡。
工业放量分三步：2027年起以固定工位上下料为主，2028-2029年走动搬运与简单装配跟进。预计2027年我国工业与物流出货约3万台，2028年约7万台，2030年约17万台。价格下降会抵消部分量的增长：工业机型平均售价由2025年约55万元降至2030年约21万元，因此工业市场空间由2025年约6亿元增至2030年约360亿元，增速明显低于出货增速。非工业场景仍将增长，2030年约14万台，其中家庭服务约4万台起步。
08国内代表公司1、宇树科技
宇树科技的产品线主要包括四足和人形机器人。宇树科技由王兴兴创立于2016年8月，总部浙江杭州，是全球最早实现四足机器人商业化的公司之一。2025年6月，宇树科技完成股改，名称由杭州宇树科技有限公司变为杭州宇树科技股份有限公司。在四足领域推出A1、A2、Laikago、Go1、Go2等产品，2023年7月发布Unitree Go2四足机器人，起售价9997元，11月发布专为工业场景设计的四足机器人——Unitree B2，应用于电力巡检等各类工业、特种救援场景；人形方面研发H1全尺寸人形机器人和G1高自由度高性价比人形机器人。
公司是全球四足机器人销量龙头企业。据GGII，2023年宇树凭借其技术创新和市场开拓等优势，占据全球四足机器人69.8%的销量份额。
量产方面，2022年至2025年，宇树人形机器人合计销量5630台，2025年宇树人形机器人出货量5215台（不含轮式双臂机器人）。
宇树科技于2023年推出全尺寸人形机器人H1，此后持续推出G1、R1、H2等产品，形成覆盖全尺寸、中型及轻量化产品的矩阵，并向工业制造、商业服务等场景拓展。公司核心部件自研、“小脑”运控与“大脑”模型协同，持续强化软硬件能力。
在关节方案选择方面，根据宇树科技的专利，宇树人形机器人目前主要采用驱动电机+减速器的旋转关节方案。根据宇树专利，第一大腿杆上部设有髋关节电机及减速器单元，以驱动第一大腿杆左右摆动进而带动整个腿部动力结构左右摆动。第一大腿杆和第二大腿杆之间有第一电机及减速器单元，实现第一大腿杆与第二大腿杆相对周向转动；大腿杆组件与小腿杆组件之间设有膝关节电机及减速器单元，以驱动大腿和小腿杆组件相对前后摆动；小腿杆上设有脚踝电机及减速器单元，输出端设有依次连接的摇臂和连杆，连杆与脚部支撑件连接，以带动脚部支撑件作上下、左右方向的摆动。
宇树的大脑布局，是在既有运动控制优势之上逐步补齐通用智能能力。早期机器人智能主要靠既有运控能力，并接入外部语言模型处理交互。2025年9月发布世界模型UnifoLM-WMA-0，2026年1月推出VLA模型UnifoLM-VLA-0，2026年9月发布UnifoLM-WLA-1.0，先后开源多模态骨干ER-1、ER-Flow与主模型WLA-1.0-Base的权重。WLA-1.0采用约60亿参数，以UnifoLM-ER-Flow多模态骨干搭配MMDiT动作专家模块，基于约2,500小时真机数据训练，单模型覆盖64项任务（含10项全身移动操作与54项桌面操作），支持跨末端执行器泛化；其多模态骨干UnifoLM-ER-1在16项多模态感知与理解评测中有7项领先开源模型，为公司自测结果、未见第三方复核。从WMA-0到WLA-1.0，宇树能力布局由运动控制逐步向任务理解、世界模型和动作生成扩展，迭代速度明显加快。
2、智元机器人
智元机器人成立于2023年2月，创始团队包括“稚晖君”彭志辉在内的多位业内资深人士，背景综合互补，具有深厚的核心技术背景、产业管理经验和产业资源，已完成多轮融资。2025年7月，智元机器人收购上市公司上纬新材63.62%股份，股权交易完成后，上纬新材控股股东将变更为智元机器人及其管理团队共同持股的主体，实际控制人将变更为邓泰华，核心团队包括稚晖君等。
机器人产品方面，当前产品矩阵覆盖A2/A2Ultra/A2-W/A3、X1/X2、G1/G2以及D1系列，并配套具身智能开发与数据方案。2023年8月智元发布第一代通用型具身智能机器人原型机远征A1，2024年8月智元机器人发布“远征”与“灵犀”两大家族共计五款商用人形机器人新品：远征A2、远征A2-W、远征A2-Max、灵犀X1及灵犀X1-W。24年10月智元机器人开源智元灵犀X1的软硬件全套图纸和代码，进一步推动技术的共享与进步。25年3月发布搭载情感计算引擎的双足智能交互人形机器人灵犀X2，具备完善的运动、交互及作业能力。2025年6月3日，智元携手百事中国发布品牌首个人形机器人“百事蓝宝”，未来将在百事品牌营销、线下体验、数字社交等场景创造更多价值。
3月11日，智元机器人发布搭载情感计算引擎的双足人形机器人灵犀X2，全身28个自由度，配备小脑控制器Xyber-Edge、域控Xyber-DCU、智能电源管理系统Xyber-BMS及关节模组Powerflow等核心组件，通过深度强化学习与模仿学习结合，可完成奔跑、骑自行车、玩平衡车等高难度动作；交互上基于VLM多模态大模型实现毫秒级反应，能识别人类表情与语调并做出情绪化回应；作业方面依托启元大模型，具备零样本泛化与多机协作能力，可应用于保安、保洁、教育、医疗等场景。此外，X2采用轻量化模块化设计并开放二次开发接口，支持用户按需拓展，服务于康养、家庭陪伴等多种场景。
智元模型产品线覆盖较为完整。动作模型方面，公司2025年3月联合发布GO-1，2026年4月推出GO-2，GO-3预计2026年内推出。世界模型方面，Genie Envisioner-Sim2.0于2026年5月在WorldArena的Track1（世界模型感知与动作响应赛道）以68.26分位居该赛道总分第一，该榜由高校牵头、底层为仿真数据集且滚动接受提交；2026年7月发布的Genie Evolver 1.0实现闭环真机强化学习；9月的GE-Act 2.0进一步给出数据规模与效果的对应关系，训练数据由300小时增至3万小时，零样本成功率由17.1%升至44.1%，且仍未见饱和。公司在此基础上提出“运动智能、交互智能、作业智能”三类能力体系，分别对应感知与运控融合、多模态交互和感知-决策-执行闭环。整体来看，智元已由单一VLA模型扩展至动作模型（GO系列）、世界模型（GE系列）及交互模型等多条产品线，在国内本体厂中模型谱系较为完整。
智元机器人量产进程持续加速：2025年1月第1000台通用具身机器人下线（含731台双足人形及269台轮式机器人）；随后与均胜电子合资建厂，一期年产1000台；5月灵犀X2开启商业化，预计2025年下半年规模出货、2026年底达“大几千台”；2025年7月，宇树科技和智元机器人在中移（杭州）信息技术有限公司2025年至2027年人形双足机器人代工服务采购项目中中标。本次采购的项目总预算为1.2405亿元（含税）。采购包1为全尺寸人形双足机器人，预算为7800万元（含税），最终中选人为智元机器人；采购包2为小尺寸人形双足机器人、算力背包、五指灵巧手，预算为4605万元（含税），中标人为宇树科技。公司官网披露第10,000台通用具身机器人于2026年3月下线、第15,000台于2026年6月下线。
3、优必选
优必选是人形机器人早期行业老兵，人形机器人产品包括Walker、Walker X、Walker S等系列。优必选成立于2012年，2014年成功研发并生产首款小型人形机器人Alpha，2017年发布商用服务机器人产品及解决方案。2018年发布第一代人形机器人Walker后，优必选对人形机器人不断迭代，2019年发布第二代Walker机器人，2023年12月发布Walker S，2024年发布人形机器人Walker S1，2025年7月发布最新一代人形机器人Walker S2。
2024年10月优必选推出Walker S1，配置自主研发的语义VSLAM导航技术与第三代仿人灵巧手，能实现双手15公斤的负重行走，满足工业场景中最常见的搬运需求；优必选开发面向通用任务的多模态规划大模型、语义VSLAM、学习型运动控制等具身智能关键技术，赋予Walker S1更聪明的大脑和敏捷的小脑，满足其工业场景内的泛化应用需求；优必选表示Walker S系列已获得来自车厂超过500台的意向订单，2025年或有1000-2000台的人形机器人订单。2025年7月，优必选推出全新一代工业人形机器人Walker S2，全球首个实现自主换电的人形机器人，自由度52个，能实现2m/s拟人行走。
大模型方面，公司开源自研具身智能大模型Thinker，斩获九项全球第一，打造物理AI基座，研发闭环反馈的视觉语言动作模型Thinker-VLA，自研面向工业具身智能人形机器人的世界模型Thinker-WM。
优必选牵头首批人形机器人系列国家标准正式立项。2025年4月，人形机器人技术要求系列国家标准正式获批立项，在全国机器人标准化技术委员会（TC591）秘书处承担单位北京机械工业自动化研究所有限公司的统筹下，优必选联合北京人形机器人创新中心有限公司、上海人工智能实验室等单位共同发起了该系列国标，并主导牵头制定作业操作技术要求，针对灵巧操作、腿部移动作业、双臂操作、长序列执行、多机协同、操作避障、续航等作业操作技术要求进行规范。这是国内首批人形机器人领域国家标准，涉及环境感知、决策规划、运动控制、作业操作等多项技术要求。
落地方面，根据高工，优必选在2024年先后宣布与蔚来、东风柳汽、一汽大众、极氪、一汽红旗、比亚迪、北汽等车企合作，人形机器人进厂执行搬运、质检、装配等任务。2025年1月优必选表示其工业人形机器人WalkerS1在比亚迪汽车工厂的第一阶段实训工作已取得初步成效，效率提升一倍，稳定性提升30%，相关优化工作还在持续进行中，预计2025Q2具备规模化交付条件；实训过程中，WalkerS1解决了在车厂实训过程中的挑战，包括在光照和环境变化情况下的视觉定位、动态高负载情况下的运控算法和高负载长时间工况下的关节散热问题，保证Walker S1能在工厂中稳定执行任务。2025年3月，优必选促发群体智能觉醒，在极氪实现全球首例多台多场景多任务人形机器人协同实训。2025年4月，优必选与采购方签订大型双足人形机器人采购合同，所涉及的产品主要是工业人形机器人Walker S1与商用版人形机器人Walker C，相关产品将用于汽车工厂的生产制造和商用接待等环节。2025年5月，优必选与华为正式签署全面合作协议，双方围绕具身智能和人形机器人领域，在产品技术研发、场景应用及产业体系等开展创新合作。通过发挥华为昇腾、鲲鹏、华为云及大模型等技术创新能力和华为在研发、生产供应等经验，结合优必选全栈式人形机器人技术优势，双方将加速推动人形机器人从实验室创新向工业、家庭等场景的效率提升和落地复制。
3月12日，优必选联合北京人形机器人创新中心发布全尺寸科研教育人形机器人天工行者，售价29.9万元，已开放预订并将于二季度交付。该机器人身高170cm、全身20个自由度，能以10km/h稳定奔跑并适应山坡、台阶等复杂地形，搭载“慧思开物”通用具身智能平台；采用航空铝材、钛合金关键部件及轻量化高性能关节模组，算力最高可拓展至550TOPS，并配全身风道散热保障长时间运行。同时支持装配激光雷达、六维力传感器、灵巧手等核心部件，全面开放底层接口并配套开发指南，充分满足高校和科研机构的二次开发需求。
4、银河通用
北京银河通用机器人有限公司（GALBOT）成立于2023年5月，设有北京、深圳和苏州三地研发中心，与北大和北京智源人工智能研究院分别成立具身智能联合实验室和研究中心，现有算法、软件、硬件研发团队80+人。24年11月银河通用完成5亿元人民币战略轮融资，累计融资超12亿元；2025年1月银河通用机器人亮相CES2025，与英伟达深度合作。
2024年6月银河通用发布首代具身大模型机器人Galbot（G1）。在硬件方面，G1高173cm，重85kg，臂展190cm，续航时间10h，末端负载5kg；采用“双臂+单腿+轮式底盘”的躯体结构，可实现横向平稳灵活移动，纵向拥有地面至2.4m高的超大工作空间；
模型体系正在由场景垂类VLA向平台化能力扩展。公司2025年的公开模型以GraspVLA、TrackVLA、GroceryVLA、NavFoM等具体任务为主，2026年转向平台化，按能力分为三层：大脑侧的AstraBrain与AstraBrain-Agent负责任务理解与调度，操作侧有LDA-1B、AstraBrain-WAM与AstraBrain-Dex，小脑侧的AstraBrain-WBC定位为全身运动控制基础模型（公司口径，1.0版公司称已搭载于双足ET1）。数据侧，公司以仿真数据为主、真实数据为辅，LDA-1B的训练数据由5,000小时扩展至3万小时；研究工具仓库已有部分开放，其中小脑线AstraBrain-WBC的实现与预训练权重已按Apache2.0在公司官方仓库公开；大脑主线模型权重仍未公开。平台化模型在真实场景与量产产品中的表现，仍需进一步观察。
银河通用与美团签署战略合作协议。银河通用选择从无人值守药店、商超和物流分拣等场景切入市场。在商业布局上，公司已与美团签署战略合作协议，双方将在线下零售、智慧货仓、智慧物流等多个领域开展深入合作。后续规划包括工业、物流、科研、教育以及家庭等应用场景。
09参考研报
1.国信证券-汽车行业专题：具身智能产业研究蓝皮书
2.中银国际-人形机器人行业深度报告：具身智能理想载体，奇点渐至未来可期
3.华泰证券-汽车行业深度研究：人形机器人，全栈自研者主导格局
4.浙商证券-人形机器人行业核心零部件产业深度研究报告：量价分化寻胜势，上游掘金正当时
5.东北证券-汽车行业深度报告：人形机器人落地元年，核心环节或将迎来加速发展
6.中信建投-人工智能行业：未来产业投资地图系列之“具身智能”
7.华源证券-安培龙-301413-汽车压感国产替代，人形机器人力感新蓝海
以上相关研报原文可在“慧博智能策略终端”PC版或“慧博投资分析”APP中查看。
免责声明：以上内容仅供学习交流，不构成投资建议。
慧博资讯
微信号【 huibozixun】
OCR:IMG:图51：银河通用机器人G1 慧埔咨讯 资料来源：银河通用机器人官网，国信证券经济研究所整理
OCR:IMG:图255：全球六维力/力矩传感器主流厂商 图256：2020年、2023年中国六维力传感器市场格局 ROBOTOUS 日韩 sinto 地区 2020年 2023年 AIDIN ROBOTICS WACOH式会 核式会社 外资内资 ■外资内资 ROBOTIQ NORDEO WOBDTICE robot 欧美 内资品牌市场 地区 BQTAME SCHUNK KISTLER AMTI 份额+13pct mne im KUNWE XCSENSOR SRI- Link-tauch 坤维科技 蓝点触控 中国 高动诚传器 地区 NBIT. Right HADZHI 埃力智能 Hrersen Aligl 服务号·慧博资讯 资料来源：高工机器人，国信证券经济研究所整理 资料来源：智研咨询，国信证券经济研究所整理
OCR:IMG:图表26.各类旋转执行器的特点对比 项目 刚性驱动器（TSA） 弹性驱动器（SEA (SEA) 准直驱驱动器（PA） 游波减速器增量编码器绝对式角度编码器 限位开关 谐波减速器19位绝对编码器 行星齿轮诚速器 关节 (1:5.8) 电机定子 输出轴位置 关节 高功率 编码器 电机定子 关节 刷电机 结构示意图 滕关节 电机转子 驱动器 谐波输出编 电机转子 输出轴 位置编码器 编码器位置 关节输出 机轴电机定子推力轴承 四点角接触轴承 扭转弹性传动 整合的电机控制板 输出连杆 结构配置 电机+高减速比减速器+高刚性力矩传感器 电机+高减速比减速器+弹性体 高扭矩密度电机+低传动比减速器 力矩测量方式 应变片原理或电流环 编码器或应变片原理 电流 控制特点 简单、精度高 复杂、精度低 简单、精度一般 功率特点 无功率调制 功率调制好 无功率调制 能量效率 效率低 效率一般 效率高 安全性 安全性差 安全性好 安全性好 精密系统，如精密机床、仪器仪表、传统 应用场景 安全性系统，协作机器人 四足机器人，小型双足机器人 双足机器人 资料来源：丁宏钰等《国内外双足人形机器人驱动器研究综述》，中 中银证券整理
OCR:IMG:图表4：四类企业：控制贵任、大脑角色与价值兑现方式存在差异 只做软件 只做硬件 纯大脑派 全栈自研派 纯硬件厂 覆盖层级 L1 L2 L3 L4 L1 L2 L3 L4 L1 L2 L3 L4 完图表2四层控制线 → 自上而下 自下而上 型侧起家，向下补本体 硬件例起家，向上补大脑 本文覆盖 谷歌DeepMind 特斯拉 Figure 宇树 乐聚智能 的公司 Physical Intelligence 智元 妈蚁灵波 优必选 众攀机器人 SkildAl（正在转向全栈） 自变量 星动纪元 松延动力 波士顿动力 GeneralistAl 银河通用 正在补大脑 穹彻智能 起应在纯硬件厂，正向自下为上迁移。 这一端还有人：守不守得住，由产业造势章回答 不宜再直接归入纯硬件厂 判据 不做本体，只交付模型或款件 本体和大脑都自己做 只做本体，没有自研大脑 大脑角色 单独卖的产品 整机的一部分，不单独收费 外购或者不配 收入来源 模型投权、AP1、部署服务 整机、租赁、场景方案 整机 把能干活的机器人造出来卖出去，区别只在自身能力覆盖L 平台基建派（不在这根轴上） 英伟达·地平线/地瓜·华为·腾讯·阿里对照：高 上所有企业供给算力、仿真环境与开源基座，收入来自芯片、训练算力、云与订间 按截至2026年8月的公开产品边界与收费对象登记：分类用于识别价值兑现路径，不代表技术能力高低：公司归属会随战略变 资料来源：各公司官方网站与技术博客、GitHub、HuggingFace，华泰研究
OCR:IMG:图表3.2025年主要人形机器人厂商的出货市占率情况 Agility Robotics Tesla 1.01% 1.01% 其他 Figure Al 9.10% 1.01% 傅利叶智能（Fourier Intelligence) 2.02% 宇林科技（Unitree） 众擎机器人（EngineA1） 37.15% 2.70% 乐聚机器人（LejuRobotics） 3.89% 优必选（UBTECH） 7.27% 智元机器人（AGIBOT） 34.84% 资料来源：Omdia《General-purposeEmbodiedIntelligentRobots，2026》，宇树科技招股说明书 选公告，中银证券整理
OCR:IMG:图表7： 表7：自上而下金业：模型统力向本体题伸，控制边界与开放策略各异 公司 模型谱系 能力覆盖与楼口 数据与验证 开放策略 核心判断 未形成公开命名的根型家族， 工厂观察、专职示教、互联网 特斯拉 官方主张端到端进接感知与控 四层均由内部体系承担，分层、 人类视频、任务成数回流等多 完全封闭 直整合程度最高，大脑 制 频率及接口未技露 种来源：无权重、无论文、无 侧公开验证最少 第三方基准 两代口经分列：全身控制层S0 用起1.000小时人体动作数据 （关节纸重定向，Hex02， 2026-01）：上年身VLA用约 Helix（2025-02)Helix02 语又推理、动作生成、全身控 500小时机器人遥操作数据 Figure （2026-01.三层全种经架构） 制运层良盖：动作层约200Hz （Helix和代，2025-02.官方 完全闭源，仅服务自 能力下探最深，关健性能 Helix2.5（2026-09，来构 全身控制层约1kHz：选续 强调其数据效年，Heix02对 有本体 仍为公司自报 木披露） 向量 应口径木技露）：另有20万 个以上并行仿真：Heix2.5以 Index众包人类数据预训练， 30个本采集数据家庭容样本 成功率56%、对组9% 释出起100万条真机轨选、约 GO-1权重公开但限 GO-1(2025-03)GO-2 主度盖任务规划与动作生成： 2.976小时：2026年起分期开 非商用（CC （2026-04）→GO-3（公司称 高数潜动作token：GO-2与全 源AGIBOTWORLD2026 BY-NC-SA4.0)： GO-2及之后各代权 谱系国内最全：模型权重 智元 今秋推出，截至2026-09未发 身控制街接未披露：运控侧另 （850TB，盖217个任务、 重未开放，其核心方 遥代收紧，开放重心特向 布）：并行GE世界根型线， 立AGILE2.0感位一体核型线 3.000余种物品），第三期为 法以ACoT-VLA之名 数据果 GE-Act2.0于2026-09发布 (2026-09) 真机强化学习数据，含失败样 本与人工接管标注 开源代码、权重仍标 木发布 LingBot体系：感如、动作、 任务规划与动作生成分线承 预训练约6万小时（约5万机 部分产品级权重可商 妈蚊灵波 担，全身控制米技露：55维标 人轨进十约1万第一视角人 用开放（新一代世界 全栈派中开放程度最高， 世界模型、视频基视多线 准动作向量 美视频，入训口径） 根型为非商用计可） 外部付费采用待验证 开源线内部有别： WALL-OSS权重与代 自研QUANTAZerO求果设 码全公开，WALL-WM WALL-AWALL-OSSWA 单一端到端网络覆盖视觉、语 备，不依机器人本体即可采 仅开源代码、权重仍 覆盖公司中商业角色迁 自变量 LL-B（闭源主力）+ 言与动作，不设独立运控模块 数据：公司称桃规款每小时约 标coming soon: 移最明篮，主力能力外界 WALL-OSS-0.5.WALL-WM 采100个示教样本 2026-09另放出 无法验证 X-Planner-9B权支 （Apache 2.0）： 源主力米技露 ERA-42机+VPP. 研究侧可见快慢双系统架构， 以至联网视频与世界楼型生成 研完代码MIT等可商 显动纪元 用许可，产品权重来 研究侧可复现，产品侧来 UP-VLA.VLAW究线 产品分层与频单末技露 为主，真机数据规视末披露 公开 验证 2025年场景类VLA 公司口径为五层数据体系 官方GitHub公开18 (GraspVLA.TrackVLA. 仍未按四层技露：公司自用分 AstraData:LDA-1B训练数 个仓库（截至2026年 GroceryVLA.NavFoM):2026 层播辞两套并存（官网「大脑 由5.000小时扩至3万小时 10月，多为Apache 银河通用 年收进AstraBrain平台，公司 —小牌-神经控制」、2026-08 (2026-04）：WBC0.5约2 2.0）：小脑线WBC 仅登记公开口径，不作比 口径分大脑、小脑、灵巧手三 发布会大肽-脑桥-小脑D： 万小时、WBC1.0约10万小 0.5的实现与预训练 较与评价 线，2026-08首发 WBC1.0格载于双足ET1：接 时人类动作数据（2026-08）： 权重已按Apache2.0 AstraBrain-Agent 口与频率木技露 各口径不可相加 公开：大脑主线权重 仍来公开 能与规模均保留原始口径，本战露参数不作推断：不网企业的 服务号慧博资讯 用为华泰国际港股IPO联席保等标的，本表仅登记其公开发布会与论文口径并标注公司自报，不作能力比较与评价 资料来源：各公司官方博客与论文、GitHub、HuggingFace，华研究
OCR:IMG:图表74.大模型推理价格快速下降 GPT-3.5level+inmultitasklanguage understanding(MM SPT-4olevel+inPhD-level science questions（GPQA Diamond） GPT-4level+in code generation(HumanEval) GPT-4olevel+inLMSYSChatbotArena Elo GPT-4-0314 Inference price (in USDper million tokens-log scale) GPT-3.5 0 GPT-40-2024-05 Claude-3.5-Sonnet-2024-06A\ DeepSeek-V3 Cr 0 Phi4 Llama-3.1-Instruct-8B Gemini-1.5-Flash-8B 2022-Sep 2023-Jan 2023-May 2023-Sep 2024-Jan 2024-May 2024-Sep 2025-Jan Publication date 服务号·慧博资讯 资料来源：StanfordHAI《ArtificialIntelligenceIndexReport2025》，中银证券
OCR:IMG:图表80.宇树科技R1售价2.99万元起 图表81.松延动力BumiLite售价9.998元起 环形麦克风 Unitree R1 深度相机 扬声器 ￥2.99万元起 大容量快拆电池 单臂自由度4 单次更换电池所需时间：5S 关节2+时关节2 极致轻巧 走线方式 关节模组 内置走线 视频 最大扭矩70Nm 单腿自由度6 持续OTA软件升级更新 运动能力 关节3+关节1+课关节2 最大移动速度0.5m/s 资料来源：宇树科技官网，中银证券 中银证券 资料来源：松延动力官网，中银证券 中银证券
OCR:IMG:图表62.我国中央层面的人形机器人产业相关政策 时间 部门 政策 主要内容 到2025年，人形机器人创新体系初步建立，“大脑、小脑、肢体”等一批关键技术取得突破 确保核心部组件安全有效供给。整机产品达到国际先进水平，并实现批量生产，在特种、制造、 《人形机器人创新发展指导 民生服务等场景得到示范应用，探索形成有效的治理机制和手段。培育2-3家有全球影响力的 2023年11月 月工信部 意见》 生态型企业和一批专精特新中小企业，打造2-3个产业发展集聚区，孕育开拓一批新业务、新 模式、新业态。 到2027年，人形机器人技术创新能力显著提升，形成安全可靠的产业链供应链体系，构建具 际竞争力的产业生态，综合实力达到世界先进水平。 2025年3月 国务院 《政府工作报告》 入增长