CABINET / Machines in Motion / 具身智能研究
市场与产业格局
具身智能（Embodied AI）正在从实验室阶段进入产业化早期。本文对人形机器人（Humanoid Robot）、四足机器人（Quadruped）、工业协作机械臂（Cobot）、仓储物流机器人（AMR）、自动驾驶（Autonomous Driving）等细分领域进行系统梳理，覆盖主要公司、技术路线、融资估值、成本结构、商业化路径与投资逻辑。
1. 人形机器人主要玩家
1.1 Tesla Optimus
Tesla 于 2021 年 AI Day 首次公布 Optimus 项目（代号 Tesla Bot），2022 年展示原型机，此后迭代至 Gen 3。
技术演进：
| 代次 | 时间 | 关键升级 | 自由度 | 备注 |
|---|---|---|---|---|
| Gen 1 (Bumblebee) | 2022 Q4 | 首个行走原型，线性执行器驱动 | ~28 DoF | AI Day 2022 展示 |
| Gen 2 | 2023 Q4 | 步行速度提升 30%，手部 11 DoF，减重 10kg | ~28 DoF（手部升级） | Tesla 内部工厂测试 |
| Gen 3 | 2025 H1 | 全新执行器设计，力矩密度翻倍，触觉传感集成 | 预计 30+ DoF | 面向量产设计 |
核心策略：
-
FSD 感知迁移（Perception Transfer）：Tesla 将自动驾驶积累的视觉感知能力（占用网络 Occupancy Network、Transformer backbone）直接迁移至机器人场景。这意味着 Optimus 无需从零训练视觉模块，复用数十亿帧驾驶数据训练的空间理解能力。
-
垂直整合成本优势（Vertical Integration）：Tesla 自研执行器（actuator）、行星齿轮减速器（planetary gear reducer）、力矩传感器（torque sensor）、电机控制器（motor controller）。这与其电动车供应链高度共用，Dojo 芯片同时服务训练需求。
-
工厂部署策略（Factory-first Deployment）：Optimus 首先在 Tesla Fremont 和 Gigafactory 内部部署，执行电池搬运、零件分拣等任务。内部部署的意义在于：数据闭环快（出问题立即回收数据），无需对外承诺 SLA，快速积累真实操作数据。
-
执行器自研细节：Tesla 设计了一系列定制执行器，涵盖旋转关节（rotary joint）与线性关节（linear joint），集成编码器与力矩感知。这与传统机器人外购谐波减速器+伺服电机的方案不同，理论上可降低 BOM 成本 40% 以上。
融资与估值：Optimus 未独立融资，依托 Tesla 母公司资源。Elon Musk 多次表示 Optimus 的长期价值将超过 Tesla 汽车业务。按其 2025 年产能规划（数千台内部部署），隐含估值被多家投行单独定价为 $50B+。
1.2 Figure AI
Figure AI 由 Brett Adcock 于 2022 年创立，总部位于加州 Sunnyvale。
产品线：
| 型号 | 发布时间 | 关键参数 | 状态 |
|---|---|---|---|
| Figure 01 | 2024 Q1 | 身高 1.68m，体重 60kg，5h 续航，约 25 DoF | 已在 BMW 工厂测试 |
| Figure 02 | 2025 H1 | 身高 1.70m，体重 ~65kg，更高自由度手部，第四代手部设计 | 量产准备中 |
OpenAI 合作（VLA 集成）：Figure 与 OpenAI 建立深度合作关系，将大语言模型（LLM）与视觉语言动作模型（VLA, Vision-Language-Action）集成至机器人控制。2024 年初的演示视频中，Figure 01 能够通过自然语言指令执行桌面物体操作，展示了 LLM 驱动的语义理解与动作规划能力。
BMW 工厂部署：Figure 与 BMW 在南卡罗来纳州 Spartanburg 工厂合作，Optimus 执行车身零件搬运任务。这是人形机器人在汽车制造场景的早期商业验证。
融资历程：
| 轮次 | 时间 | 金额 | 估值 | 主要投资方 |
|---|---|---|---|---|
| Series A | 2023 Q1 | $70M | ~$500M | Parkway Venture Capital |
| Series B | 2024 Q1 | $675M | $2.6B | Microsoft, OpenAI, NVIDIA, Jeff Bezos, Intel |
| Series B Extension | 2024 Q3 | 追加融资 | $2.6B+ | 同上 |
关键技术差异化：Figure 强调”通用目的人形机器人”（general-purpose humanoid），其技术路线依赖外部 AI 合作伙伴（OpenAI）提供高层认知能力，自身聚焦硬件工程与系统集成。
1.3 1X Technologies（前 Halodi Robotics）
1X 总部位于挪威，前身为 Halodi Robotics，2023 年更名为 1X Technologies。
产品线：
| 型号 | 定位 | 关键参数 | 状态 |
|---|---|---|---|
| EVE | 轮式服务机器人 | 上半身人形，轮式底盘，安防场景 | 已商业部署 |
| NEO | 全人形，家庭服务 | 双足行走，身高约 1.65m，设计目标为家庭环境 | 原型阶段 |
投资方：Jeff Bezos 个人投资、OpenAI Startup Fund、Tiger Global。累计融资约 $125M（截至 2024 年）。
核心定位：1X 将目标市场锁定在家庭服务（home service），而非工厂。NEO 的设计语言偏向”人类友好”（human-friendly），强调安全性与家庭环境适应性。这一路线意味着更长的商业化周期，但市场天花板更高。
技术路线：1X 与 OpenAI 合作，利用 LLM 驱动的行为规划。其强调”学习型行为”（learned behavior）而非传统编程控制。
1.4 Physical Intelligence (π)
Physical Intelligence 成立于 2024 年，由 Karol Hausman（前 Google DeepMind）、Sergey Levine（UC Berkeley）等顶级机器人学习研究者创立。
核心产品：π0 模型
π0 是一个通用机器人基础策略模型（general robot foundation policy），其设计理念为：训练一个跨机器人形态（cross-embodiment）、跨任务（cross-task）的通用操控策略。
技术特点：
- 纯软件公司（pure software play），不生产硬件
- π0 基于 Flow Matching 架构，融合视觉、语言、本体感知（proprioception）多模态输入
- 在多种机器人平台上验证（UR5、Franka Panda、mobile manipulator 等）
- 支持 zero-shot 泛化与 few-shot 微调
- 被认为是当前最强的通用操控策略（general manipulation policy）
融资：
| 轮次 | 时间 | 金额 | 估值 | 投资方 |
|---|---|---|---|---|
| Seed + Series A | 2024 | ~$400M 累计 | $2B+ | Khosla Ventures, Thrive Capital, Lux Capital, Jeff Bezos, OpenAI |
战略意义：Physical Intelligence 代表了具身智能领域”软件定义一切”（software-defined）的极端路线。如果 π0 成为人形机器人的”Android”（操作系统级平台），则硬件公司将面临商品化压力。
1.5 Agility Robotics
Agility Robotics 成立于 2015 年，总部位于俄勒冈州，是人形机器人商业化最早的公司之一。
产品：Digit
| 参数 | 数值 |
|---|---|
| 身高 | 175 cm |
| 体重 | 65 kg |
| 有效负载 | 16 kg |
| 自由度 | ~16 DoF（全身） |
| 续航 | ~4h |
| 定价 | 未公开（估计 $250K+） |
Amazon 仓库部署：Digit 已在 Amazon 仓库中进行测试部署，执行搬运周转箱（tote）等任务。Amazon 是 Agility 的战略投资者。
RoboFab 工厂：Agility 在俄勒冈州建设了专用机器人制造工厂 RoboFab，年产能规划为 10,000 台。这是业内首个人形机器人专用制造设施。
融资：累计融资约 $180M，投资方包括 Amazon Industrial Innovation Fund、DCVC、Playground Global。
1.6 Boston Dynamics
Boston Dynamics 成立于 1992 年，源自 MIT Leg Lab，经历了 Google 收购（2013）、SoftBank 收购（2017）、Hyundai 收购（2020，$1.1B）。
产品线：
| 型号 | 类型 | 状态 | 核心能力 |
|---|---|---|---|
| Atlas (液压) | 人形 | 已退役 (2024) | 最强动态运动能力（后空翻、跑酷） |
| Atlas (电动) | 人形 | 2024 发布，开发中 | 全电动驱动，面向商业部署 |
| Spot | 四足 | 商业化（数千台） | 巡检、测绘、危险环境 |
| Stretch | 仓储 | 商业化 | 箱体搬运 |
Electric Atlas 关键参数：
| 参数 | 数值 |
|---|---|
| 驱动方式 | 全电动（非液压） |
| 关节设计 | 超宽运动范围，360° 旋转关节 |
| 手部 | 多指灵巧手（目标） |
| 定位 | 工业场景（Hyundai 工厂） |
技术优势：Boston Dynamics 拥有业内最强的硬件工程能力（hardware engineering），其对动态平衡控制（dynamic balance）、全身协调运动（whole-body coordination）的理解深度无人能及。Hyundai 的收购为其提供了汽车制造场景的落地通道。
挑战：历史上缺乏 AI/学习方法的深度应用，主要依赖模型预测控制（MPC）与优化方法。2024 年后加速引入学习型控制策略。
1.7 Sanctuary AI
Sanctuary AI 总部位于加拿大温哥华，2018 年成立。
产品：Phoenix
| 参数 | 数值 |
|---|---|
| 身高 | 170 cm |
| 体重 | 70 kg |
| 手部自由度 | 20 DoF（高灵巧度） |
| 控制系统 | Carbon（自研 AI 控制系统） |
Microsoft 合作：Sanctuary AI 与 Microsoft 建立合作关系，利用 Azure 云计算平台进行模型训练。
技术差异化：Sanctuary AI 强调”通用智能”（general intelligence）路线，其自研的 Carbon 系统旨在实现任务无关的通用控制能力。手部灵巧度是其核心硬件优势，20 DoF 的手部设计在业内领先。
融资：累计融资约 $100M+，投资方包括 Evok Innovations、BDC Capital。
1.8 Unitree（宇树科技）
Unitree 成立于 2016 年，总部位于杭州，创始人王兴兴。最初以四足机器人起家，2023 年进入人形机器人领域。
人形产品线：
| 型号 | 发布时间 | 关键参数 | 定价 | 状态 |
|---|---|---|---|---|
| H1 | 2023 | 身高 1.80m，体重 47kg，~23 DoF | ~$90K | 已发售 |
| G1 | 2024 | 身高 1.27m，体重 35kg，23-43 DoF（可配置） | 99,000 RMB（无手版） | 量产发售 |
核心技术优势：
-
QDD 执行器（Quasi-Direct Drive）：Unitree 自研 QDD 执行器，采用低减速比+大力矩电机方案，具备高力透明度（force transparency）与高反驱能力（backdrivability），适合动态运动与力控任务。
-
极致成本控制：G1 定价 99,000 RMB（不含灵巧手），是全球最低价的人形机器人量产产品。成本优势来源于：全栈自研（full-stack in-house）、国产供应链、规模化制造经验。
-
全栈自研：从电机、减速器、控制器到整机设计全部自研，不依赖外部核心零部件供应商。
融资：累计融资超过 10 亿人民币，投资方包括美团、深创投、顺为资本等。2024 年估值约 80 亿人民币。
1.9 Fourier Intelligence（傅利叶智能）
Fourier 成立于 2015 年，总部位于上海，创始人顾捷。最初从事康复机器人（rehabilitation robot），2023 年进入通用人形机器人领域。
产品线：
| 型号 | 关键参数 | 特点 |
|---|---|---|
| GR-1 | 身高 1.65m，体重 55kg，40 DoF | 首款产品，2023 年发布 |
| GR-2 | 身高 1.75m，体重 ~63kg，42 DoF，53 Nm 峰值扭矩 | 2024 年发布，大幅升级 |
技术背景：Fourier 的康复机器人业务积累了丰富的人体运动学（kinematics）与力控交互（force-controlled interaction）经验。GR-2 的 42 DoF 设计在国产人形机器人中处于领先水平。
执行器技术：自研 FSA（Fourier Smart Actuator）系列执行器，集成电机、减速器、编码器、驱动器于一体模块化设计。
融资与商业化：累计融资超过 10 亿人民币。已与多家汽车制造企业签订合作协议，面向工业场景部署。
1.10 AgiBot（智元机器人）
AgiBot 成立于 2023 年，总部位于上海，创始人为彭志辉（稚晖君），前华为天才少年、B站知名硬核技术 UP 主。
产品线：
| 型号 | 定位 | 关键参数 | 状态 |
|---|---|---|---|
| A2 | 工业人形 | 身高约 1.70m，多模态感知，力控操作 | 开发中，面向工厂 |
| W1 | 轮式服务 | 上半身人形+轮式底盘，灵巧手操作 | 面向商业服务 |
技术路线：AgiBot 走”工业+家庭双轨”（dual-track）路线。工业侧优先落地（确定性场景），同时储备家庭服务能力。
核心团队：彭志辉个人品牌效应强，团队汇集机器人学、AI、硬件工程多领域人才。公司成立不到一年即完成数轮融资。
融资：2023-2024 年累计融资超过数十亿人民币，估值迅速攀升。投资方包括上汽集团、蔚来资本、高瓴创投、BV百度风投等。
开源策略：AgiBot 开源了部分数据集（AgiBot World）与工具链，试图构建生态。
1.11 Star Dynamics（星动纪元）
Star Dynamics 成立于 2023 年，由清华大学交叉信息研究院（姚期智团队）孵化，总部位于北京。
产品：STAR1
| 参数 | 数值 |
|---|---|
| 身高 | ~1.70m |
| 自由度 | 全身 30+ DoF |
| 技术路线 | 强化学习驱动的全身运动控制 |
| 背景 | 清华大学交叉信息研究院 |
技术特点：Star Dynamics 依托清华大学在强化学习（RL）、仿真训练（sim-to-real）方面的研究积累，强调”学习型运动控制”。其全身动态运动能力在国产人形机器人中表现突出。
融资：成立一年内完成多轮融资，投资方包括启明创投、源码资本等，估值快速增长。
1.12 Galbot（银河通用机器人）
Galbot 成立于 2023 年，由北京大学团队与旷视科技（Megvii）前核心成员创立。
技术路线：
- 多模态感知与操控融合（multimodal perception-manipulation integration）
- 强调视觉感知与精细操控的端到端学习
- 团队在计算机视觉领域有深厚积累（旷视背景）
融资：2024 年完成数亿元融资，投资方包括美团战投、经纬创投等。
1.13 人形机器人综合对比表
| 公司 | 型号 | 身高(cm) | 体重(kg) | 全身DoF | 手部DoF | 负载(kg) | 续航(h) | 估计单价 | 累计融资 | 核心技术差异 |
|---|---|---|---|---|---|---|---|---|---|---|
| Tesla | Optimus Gen 3 | 173 | ~57 | 28+ | 11/手 | 20+ | 5+ | 未定（目标$20K） | 母公司支撑 | FSD迁移，垂直整合 |
| Figure AI | Figure 02 | 170 | 65 | 30+ | 16/手 | 20 | 5 | 未公开 | ~$750M | OpenAI VLA集成 |
| 1X | NEO | 165 | ~30 | 20+ | TBD | TBD | TBD | 未公开 | ~$125M | 家庭场景优先 |
| Physical Intelligence | 无硬件 | N/A | N/A | N/A | N/A | N/A | N/A | 软件授权 | ~$400M | π0通用策略模型 |
| Agility | Digit | 175 | 65 | 16 | 简单夹爪 | 16 | 4 | ~$250K | ~$180M | 最早商业部署 |
| Boston Dynamics | Atlas Electric | ~150 | TBD | 28+ | 多指手 | TBD | TBD | 未定 | Hyundai $1.1B收购 | 最强硬件工程 |
| Sanctuary AI | Phoenix | 170 | 70 | 30+ | 20/手 | TBD | TBD | 未公开 | ~$100M | 手部灵巧度 |
| Unitree | G1 | 127 | 35 | 23-43 | 可选 | 3 | 2 | 99K RMB | 10亿+ RMB | 极致成本 |
| Unitree | H1 | 180 | 47 | 23 | 无 | 10 | TBD | ~$90K | 同上 | QDD执行器 |
| Fourier | GR-2 | 175 | 63 | 42 | 12/手 | 15 | 3+ | 未公开 | 10亿+ RMB | 康复背景，FSA执行器 |
| AgiBot | A2 | 170 | TBD | 30+ | TBD | TBD | TBD | 未公开 | 数十亿 RMB | 双轨路线，开源生态 |
| Star Dynamics | STAR1 | 170 | TBD | 30+ | TBD | TBD | TBD | 未公开 | 数亿 RMB | 清华RL，sim-to-real |
| Galbot | TBD | TBD | TBD | TBD | TBD | TBD | TBD | 未公开 | 数亿 RMB | 视觉操控融合 |
2. 四足机器人
四足机器人（Quadruped Robot）是具身智能商业化最成功的品类之一，已在巡检、测绘、安防、科研等场景实现规模化部署。
2.1 主要玩家
| 公司 | 产品 | 重量(kg) | 负载(kg) | 续航(h) | 定价 | 核心应用 |
|---|---|---|---|---|---|---|
| Boston Dynamics | Spot | 32 | 14 | 1.5 | ~$75K | 工业巡检、建筑测绘 |
| ANYbotics | ANYmal | 50 | 10 | 2 | ~$150K | 石油天然气巡检 |
| Ghost Robotics | Vision 60 | 51 | 10 | 3 | ~$100K | 军事安防 |
| Unitree | Go2 | 15 | 8 | 2-4 | $1,600起 | 科研、消费级 |
| Unitree | B2 | 60 | 40 | 4 | ~$90K | 工业、负重 |
| 小米 | CyberDog 2 | 8.9 | 3 | 1.5 | ~$3,000 | 消费级、品牌展示 |
2.2 市场格局
四足机器人全球市场规模（2025）约 $800M，预计 2030 年达 $3B+。
竞争态势：
- 高端工业市场由 Boston Dynamics（Spot）与 ANYbotics（ANYmal）主导，单价 $75K-$150K
- 中端市场 Ghost Robotics 面向军事/安防
- Unitree 以极端性价比（Go2 起价 $1,600）颠覆科研与消费市场，Go2 累计出货量已超万台
- 中国厂商在低价段具备绝对优势
2.3 技术趋势
- 强化学习取代传统步态规划（MPC → RL policy），Unitree Go2 已全面采用 RL 控制
- 多模态感知集成（LiDAR + 深度相机 + IMU）
- 操控能力附加（机械臂集成），如 Spot Arm、B2-W
- 自主导航与任务规划（配合 LLM 实现语言驱动巡检）
3. 工业机械臂与协作机器人
3.1 传统工业机器人四大家族
| 公司 | 国家 | 2024全球份额(估) | 核心产品线 | 优势领域 |
|---|---|---|---|---|
| FANUC | 日本 | ~17% | 6轴机械臂，SCARA | 汽车焊接，数控加工 |
| ABB | 瑞士 | ~13% | IRB系列，双臂YuMi | 电子装配，物流 |
| KUKA | 德国(美的控股) | ~10% | KR系列 | 汽车制造，重载 |
| Yaskawa | 日本 | ~12% | Motoman系列 | 弧焊，搬运 |
全球工业机器人年装机量（2024）约 55 万台，市场规模约 $16B。中国连续 11 年为全球最大工业机器人市场，2024 年装机量约 28 万台（占全球约 51%）。
3.2 协作机器人（Cobot）
协作机器人是工业机器人中增速最快的细分市场，年增长率约 30%。
| 公司 | 国家 | 代表产品 | 负载范围 | 定价区间 | 特点 |
|---|---|---|---|---|---|
| Universal Robots | 丹麦(Teradyne) | UR3e/5e/10e/20e | 3-20 kg | $25K-$50K | 全球市占率第一（~40%） |
| Techman (达明) | 中国台湾 | TM5/12/14 | 4-14 kg | $20K-$40K | 内置视觉，编程简易 |
| JAKA (节卡) | 中国 | Zu系列 | 3-18 kg | ¥8-20万 | 无线示教，国产龙头 |
| Dobot (越疆) | 中国 | CR系列 | 3-16 kg | ¥5-15万 | 性价比路线 |
| FAIRINO (法奥) | 中国 | FR系列 | 3-20 kg | ¥8-18万 | 力控技术 |
| Elite (艾利特) | 中国 | EC系列 | 3-12 kg | ¥6-12万 | 轻量化 |
| Franka Emika | 德国 | Panda/FR3 | 3 kg | ~€30K | 科研首选，力控精度 |
3.3 中国协作机器人市场
2024 年中国协作机器人市场规模约 60 亿人民币，渗透率仍低（占工业机器人总量<10%）。国产品牌合计份额已超 50%，Universal Robots 市占率从 70%+ 下降至约 30%。
增长驱动力：
- 中小企业自动化需求（柔性生产）
- 人工成本上升（制造业平均工资年增 5-8%）
- 协作机器人使用门槛降低（免编程示教、图形化编程）
- 3C 电子、食品加工等新场景渗透
3.4 与具身智能的关系
协作机器人是具身智能技术落地的重要载体。机器人基础模型（Robot Foundation Model）的操控策略可以直接部署在协作机器人上。例如：
- Google RT-2 的验证平台之一是 UR5
- Physical Intelligence π0 在 Franka Panda 上验证
- UC Berkeley 的 Octo/Bridge Data 使用多种协作机器人
未来趋势：协作机器人从”编程控制”向”AI 驱动”演进，成为具身智能的低成本部署终端。
4. 仓储与物流机器人
仓储物流是当前具身智能商业化最成熟的领域，AMR（Autonomous Mobile Robot）已实现大规模盈利性部署。
4.1 全球 AMR 市场
| 指标 | 2024 | 2027E | 2030E |
|---|---|---|---|
| 全球 AMR 市场规模 | ~$8B | ~$14B | ~$25B |
| 全球 AMR 年出货量 | ~50万台 | ~100万台 | ~200万台 |
| 中国 AMR 市场占比 | ~40% | ~38% | ~35% |
4.2 主要玩家
国际：
| 公司 | 产品/技术 | 定位 | 状态 |
|---|---|---|---|
| Amazon Robotics (原Kiva) | Proteus, Sparrow, Sequoia | 自用仓储系统 | 75万+台内部部署 |
| Covariant | AI拣选系统（RFM-1模型） | 仓储拣选AI | 被Amazon收购团队(2024) |
| Mujin | 智能物流控制器 | 混合码垛、卸载 | 日本+全球 |
| Locus Robotics | 自主拣选机器人 | 电商仓储 | 估值$2B+ |
| 6 River Systems | 协作拣选 | Shopify收购 | 已部署 |
中国：
| 公司 | 核心产品 | 融资/估值 | 优势 |
|---|---|---|---|
| 海柔创新 (Hai Robotics) | ACR（箱式仓储机器人） | 独角兽，$2B+估值 | 箱式存储品类开创者 |
| 极智嘉 (Geek+) | 货架搬运、拣选 | $2B+估值 | 全球出货量最大 |
| 快仓 (Quicktron) | 货到人系统 | 菜鸟系 | 阿里生态 |
| 旷视 (Megvii) | 智慧物流解决方案 | 上市公司 | AI视觉能力 |
| 灵动科技 (ForwardX) | 视觉AMR | 数亿融资 | 柔性物流 |
4.3 技术发展与具身智能关联
仓储机器人正在从”搬运”进化为”操控”：
- 拣选（Picking）：从结构化环境（货架）到非结构化环境（杂乱箱体），需要视觉感知+抓取规划
- Covariant 的 RFM-1：专门为机器人操控训练的基础模型，是具身智能在物流场景的直接应用
- 混合码垛（Mixed Palletizing）：Mujin 等公司的核心场景，需要 3D 感知+运动规划
- Amazon Sparrow：2022 年发布的抓取机器人，能处理仓库中数百万种不同 SKU
商业成熟度：仓储物流 AMR 是唯一已经实现大规模盈利的具身智能品类。ROI 清晰（替代人工分拣/搬运），部署环境可控（室内、结构化），数据积累充分。
5. 自动驾驶作为具身智能特例
自动驾驶（Autonomous Driving）本质上是具身智能在车辆形态上的实现：感知环境、理解场景、规划路径、执行控制。
5.1 主要玩家
| 公司 | 路线 | 技术特点 | 商业化状态 |
|---|---|---|---|
| Waymo | L4 Robotaxi | 多传感器融合（LiDAR+Camera+Radar），模块化 | 旧金山/凤凰城商业运营，周trips 15万+ |
| Tesla FSD | L2+/L3 | 纯视觉（Vision-only），端到端神经网络 | 全球部署，订阅模式 |
| 百度 Apollo | L4 Robotaxi | 多传感器融合，Apollo Go | 武汉/北京/重庆商业运营 |
| Cruise (GM) | L4 Robotaxi | 多传感器 | 2024暂停运营（安全事故后） |
| 小马智行 (Pony.ai) | L4 Robotaxi/Robotruck | 多传感器 | 已上市，中国+中东 |
| Momenta | L2-L4 | 量产辅助驾驶+L4并行 | 上汽、丰田合作 |
5.2 端到端自动驾驶（End-to-End Driving）
2024-2025 年自动驾驶领域最重要的技术范式转移是”端到端”（end-to-end）：
传统方案：感知 → 预测 → 规划 → 控制（模块化，各模块独立优化）
端到端方案：传感器输入 → 单一神经网络 → 控制输出（整体优化，数据驱动）
Tesla FSD v12 是端到端自动驾驶的标志性产品，纯神经网络驱动，大幅减少手写规则。
5.3 技术迁移至操控（Technology Transfer to Manipulation）
自动驾驶与机器人操控的技术迁移是双向的：
| 共享技术 | 自动驾驶中的形态 | 机器人操控中的形态 |
|---|---|---|
| Transformer 架构 | BEV感知、预测 | VLA模型backbone |
| 端到端学习 | 传感器→方向盘 | 图像→关节扭矩 |
| 仿真训练 | CARLA, nuPlan | Isaac Sim, MuJoCo |
| 模仿学习 | 人类驾驶数据 | 遥操作数据 |
| World Model | 视频预测（GAIA-1） | 物理世界模型 |
| Diffusion Policy | 轨迹生成 | 动作序列生成 |
关键人物流动：多位自动驾驶顶级研究者转向机器人领域（如 Waymo → Physical Intelligence），带来了成熟的大规模学习系统工程经验。
6. 中美竞争格局
具身智能是中美科技竞争的新前线。两国在算法、硬件、制造、政策、数据等维度各有优势。
6.1 美国优势
| 维度 | 具体内容 | 代表性成果 |
|---|---|---|
| 算法领先 | 顶级 AI 研究机构集中，机器人学习方法原创 | RT-2, π0, Diffusion Policy, Octo |
| 顶级 AI 公司参与 | OpenAI, Google DeepMind, NVIDIA 直接投入 | Figure+OpenAI, NVIDIA Isaac, Google RT系列 |
| 数据积累 | RT-X 等大规模机器人数据集 | Open X-Embodiment（150K+ episodes） |
| 风险资本 | 机器人领域 VC 投资全球领先 | 2024年美国机器人AI融资>$5B |
| 人才密度 | Stanford, MIT, CMU, Berkeley 产学研循环 | 多数机器人创业公司源自上述高校 |
| 基础模型生态 | LLM/VLM 作为具身智能上层，美国垄断 | GPT-4V, Gemini, Claude 均为美国公司 |
6.2 中国优势
| 维度 | 具体内容 | 代表性案例 |
|---|---|---|
| 制造成本 | 完整执行器/传感器供应链，成本低 30-50% | Unitree G1 定价 99K RMB |
| 政策支持 | 工信部 2023 年《人形机器人创新发展指导意见》 | 2025年初步产业化，2027年安全可靠 |
| 规模应用场景 | 工厂密度全球最高，制造业场景丰富 | 中国拥有 220万+ 家制造企业 |
| 追赶速度 | 从概念到原型到量产的周期极短 | 2023年成立的公司2024年已有产品 |
| 四足机器人领先 | Unitree Go2/B2 全球出货量最大 | 科研市场几乎统一使用Unitree |
| 市场规模 | 中国工业机器人市场全球第一 | 占全球装机量51% |
| 供应链完整度 | 谐波减速器、伺服电机、传感器本土化率提升 | 绿的谐波国产替代率快速上升 |
6.3 中美对比矩阵
| 维度 | 美国 | 中国 | 判断 |
|---|---|---|---|
| 算法/模型 | 领先 1-2 年 | 快速追赶 | 美国短期优势明显 |
| 硬件工程 | Boston Dynamics 领先 | 性价比路线追赶 | 各有所长 |
| 制造成本 | 高（BOM 贵 50-100%） | 低（供应链优势） | 中国绝对优势 |
| 商业化速度 | 偏慢（追求技术完备） | 快（先部署再迭代） | 中国优势 |
| 数据规模 | 质量高（学术数据集） | 量大（工厂部署数据） | 互补 |
| 资本投入 | $5B+/年 | 快速增长（$2B+/年） | 美国领先 |
| 政策环境 | 市场驱动 | 政策+市场双驱动 | 中国政策力度大 |
| 人才 | 顶尖研究者集中 | 工程人才充裕 | 美国学术强，中国工程强 |
6.4 出口管制变量
美国对中国的芯片出口管制（2022 年 10 月起）对具身智能产业的影响：
- 训练侧：高端 GPU（A100/H100/H200）受限，影响大模型训练。中国公司通过华为昇腾、寒武纪等替代方案应对，但性能差距仍存。
- 推理侧：机器人端侧推理芯片（如 NVIDIA Jetson Orin）暂未受到严格限制，但存在扩展管制风险。
- 影响评估：短期（2025-2027）影响可控，因为机器人 AI 对算力需求低于 LLM 训练。长期若管制扩展至推理芯片和传感器（如 LiDAR 芯片），影响将加大。
7. 成本曲线与商业化路径
7.1 人形机器人 BOM 分解
当前一台通用人形机器人（以国产中端为例）的物料成本（BOM）结构：
| 组件 | 占比 | 绝对成本(RMB) | 关键供应商 | 降本趋势 |
|---|---|---|---|---|
| 执行器（电机+减速器+驱动器） | 40-50% | 8-15万 | 绿的谐波、汇川、自研 | 规模化降本 30%/2年 |
| 传感器（力矩/IMU/视觉/触觉） | 12-18% | 2-5万 | 海伯森、宇立、Intel RealSense | 国产替代加速 |
| 计算平台（SoC/GPU） | 8-12% | 1.5-3万 | NVIDIA Orin、华为昇腾 | 摩尔定律 |
| 结构件（碳纤维/铝合金/3D打印） | 15-22% | 3-5万 | 国内加工厂 | 工艺成熟，降本空间小 |
| 电池 | 5-8% | 1-2万 | 宁德时代、比亚迪 | 随EV产业链降本 |
| 通信与线缆 | 3-5% | 0.5-1万 | 通用供应商 | 稳定 |
| 总计 | 100% | 20-35万 |
7.2 成本下降路径
| 时间节点 | 目标单价(RMB) | 关键降本手段 | 年产量假设 |
|---|---|---|---|
| 2025 | 25-40万 | 首批量产，自研执行器 | 千台级 |
| 2026 | 15-25万 | 供应链规模化，模块标准化 | 万台级 |
| 2027 | 8-15万 | 深度垂直整合，第二代设计优化 | 十万台级 |
| 2028 | 5-10万 | 大规模量产，AI芯片降本 | 数十万台级 |
| 2030 | <5万 | 完全成熟供应链 | 百万台级 |
Elon Musk 目标：Optimus 最终售价 $20,000（约 14 万 RMB），但这需要百万台级年产量支撑。
7.3 商业化应用优先级
| 场景 | 时间窗口 | 技术难度 | 市场规模 | ROI逻辑 | 代表公司 |
|---|---|---|---|---|---|
| 工厂（搬运/分拣） | 2025-2027 | 中 | $10B+ | 替代重复性体力劳动 | Tesla, Figure, Agility |
| 危险环境（核电/化工/矿山） | 2025-2028 | 中高 | $5B+ | 人工不可达或高危 | Boston Dynamics, 国内特种 |
| 仓储物流 | 2025-2027 | 中 | $20B+ | 已验证（AMR扩展） | Amazon, Covariant |
| 建筑施工 | 2027-2030 | 高 | $8B+ | 劳动力短缺严重 | 初创公司 |
| 家庭服务 | 2028+ | 极高 | $100B+ | 需全面通用智能 | 1X, Tesla(远期) |
| 商业服务（酒店/零售） | 2027-2029 | 中高 | $15B+ | 服务业劳动力缺口 | Sanctuary, AgiBot |
| 农业 | 2028+ | 高 | $10B+ | 季节性劳动力短缺 | 专用公司 |
7.4 ROI 分析：人形机器人 vs 人工
中国制造业场景：
| 变量 | 数值 | 来源 |
|---|---|---|
| 中国制造业工人年薪（含社保） | 6-8万 RMB | 国家统计局 2024 |
| 工人年有效工时 | ~2,000 小时 | 250天 × 8小时 |
| 机器人年有效工时（单班） | ~4,000 小时 | 365天 × 11小时（充电时间扣除） |
| 机器人年有效工时（双班+换电） | ~7,000 小时 | 365天 × 20小时 |
| 机器人目标售价（2027） | 10-15万 RMB | 行业预测 |
| 机器人年维护成本 | 1-2万 RMB | 估计 |
| 机器人折旧期 | 5年 | 假设 |
盈亏平衡计算：
- 机器人年化总成本（2027 假设）：售价 12 万 / 5 年 + 维护 1.5 万 + 电费 0.5 万 = 4.4 万 RMB/年
- 人工年化成本：7 万 RMB/年
- 机器人工时效率：约为人工 2-3.5 倍（考虑无休息、多班次）
- 等效人工成本：4.4 万 / 2.5 = 1.76 万 RMB/年（折合为人工等效）
结论：当机器人售价降至 15 万 RMB 以下且年有效工时 4000+，在工厂搬运场景即可实现 ROI 为正。预计 2027-2028 年实现。
8. 产业链投资逻辑
8.1 产业链三层结构
上游（零部件）→ 中游（系统集成/软件平台）→ 下游（整机/应用）8.2 上游：核心零部件
| 品类 | 代表公司 | 技术壁垒 | 市场集中度 | 投资逻辑 |
|---|---|---|---|---|
| 谐波减速器 | 绿的谐波(中), Nabtesco(日), HD Systems(日) | 极高（精度、寿命） | CR3>80% | 确定性强，需求随整机放量 |
| RV减速器 | Nabtesco(日), 双环传动(中), 中大力德(中) | 高 | CR3>70% | 大关节用，重载场景 |
| 伺服电机(BLDC) | 汇川技术(中), 安川(日), 多摩川(日) | 中高 | 分散 | 国产替代加速 |
| 力矩传感器 | 宇立仪器(中), ATI(美), 海伯森(中) | 高（精度、可靠性） | 分散 | 力控需求爆发 |
| 触觉传感器 | GelSight(美), 帕西尼(中), 坤维科技(中) | 高（分辨率、耐久性） | 极分散 | 早期，灵巧手必需 |
| 编码器 | 多摩川(日), Renishaw(英), 禾赛(中) | 中高 | 分散 | 配套执行器 |
| 惯性导航(IMU) | Bosch(德), Xsens(荷), 芯动联科(中) | 中 | 分散 | 通用需求 |
| 深度相机 | Intel RealSense(停产), Orbbec(中), Luxonis | 中 | 变化中 | RealSense停产后格局重塑 |
上游投资核心判断：
- 谐波减速器是确定性最高的环节：不论哪家整机公司跑出来，都需要减速器
- 力矩传感器处于需求爆发前夜：力控是具身智能区别于传统机器人的关键能力
- 触觉传感器是最早期的投资标的：技术路线未定，但灵巧手方向明确
8.3 中游：软件平台与数据基础设施
| 品类 | 代表公司/产品 | 技术路线 | 投资逻辑 |
|---|---|---|---|
| 机器人基础模型 | Physical Intelligence (π0), Google (RT-2), Octo | VLA/Diffusion Policy | 平台级机会，赢家通吃 |
| 仿真平台 | NVIDIA Isaac Sim, MuJoCo, Gazebo | 物理仿真+渲染 | NVIDIA 已主导 |
| 遥操作系统 | ALOHA, Gello, Mobile ALOHA | 低成本数据采集 | 数据是核心瓶颈 |
| 数据平台 | Open X-Embodiment, RoboSet, DROID | 大规模机器人数据集 | 数据飞轮的基础 |
| 云端训练平台 | NVIDIA DGX Cloud, 华为昇腾云 | 大规模并行训练 | 基础设施层 |
中游投资核心判断：
- 机器人基础模型是”软件定义硬件”的关键变量：谁掌握最强策略模型，谁定义整机的智能上限
- 数据采集基础设施（遥操作系统）是当前瓶颈中的瓶颈
- 仿真平台已被 NVIDIA 提前卡位，后来者难以进入
8.4 下游：整机与应用
| 品类 | 不确定性 | 回报潜力 | 代表公司 | 投资逻辑 |
|---|---|---|---|---|
| 人形机器人整机 | 极高 | 极高（万亿市场） | Tesla, Figure, Unitree, AgiBot | 高风险高回报，需看团队+路线 |
| 四足机器人整机 | 中 | 中高 | Unitree, Boston Dynamics | 格局初定，Unitree 领先 |
| 仓储物流方案 | 低 | 中 | 极智嘉, 海柔 | 商业模式成熟 |
| 垂直场景解决方案 | 中 | 中高 | 各垂直领域玩家 | 需看场景选择 |
8.5 数据飞轮论（Data Flywheel Thesis）
具身智能领域的核心投资逻辑是”数据飞轮”：
更多部署 → 更多真实交互数据 → 训练更好的策略模型 → 机器人能力提升 → 适用更多场景 → 更多部署这意味着：
- 先发优势（first-mover advantage）极其重要：早期部署量决定数据积累速度
- Tesla 有潜在飞轮优势：自有工厂提供持续数据源
- 中国公司在工厂密度上的优势可转化为数据优势
- 纯研究型公司（如 Physical Intelligence）需要通过合作获取部署数据
8.6 产业链投资框架总结表
| 层级 | 确定性 | 回报倍数 | 时间周期 | 核心风险 | 配置建议 |
|---|---|---|---|---|---|
| 上游零部件 | 高 | 3-5x | 2-3年 | 技术替代 | 重配，确定性优先 |
| 中游软件/数据 | 中高 | 5-20x | 3-5年 | 赢家通吃 | 精选龙头 |
| 下游整机 | 低 | 10-100x | 5-10年 | 路线不确定 | 分散押注，重看团队 |
9. 市场规模预测
9.1 全球人形机器人市场
| 来源 | 2025E | 2028E | 2030E | 2035E | CAGR |
|---|---|---|---|---|---|
| Goldman Sachs (2024) | $2B | $12B | $38B | $154B | ~50% |
| Morgan Stanley (2024) | $1.5B | $8B | $30B | $120B | ~45% |
| 中金公司 (2024) | ¥10亿 | ¥100亿 | ¥500亿 | ¥2000亿 | ~60% |
| ARK Invest (2024) | 乐观 | $200B+ |
Goldman Sachs 2024 年报告关键假设：
- 2025 年全球人形机器人出货量：~10,000 台（主要内部测试）
- 2030 年出货量：~100 万台
- 2035 年出货量：~500 万台
- ASP 从 $200K（2025）下降至 $30K（2035）
9.2 全球工业机器人市场
| 指标 | 2024 | 2027E | 2030E |
|---|---|---|---|
| 全球市场规模 | $16B | $22B | $30B |
| 年装机量 | 55万台 | 75万台 | 100万台 |
| 中国市场规模 | ~$8B | ~$11B | ~$15B |
| 协作机器人占比 | 8% | 15% | 25% |
| 年增长率（整体） | 5-8% | ||
| 年增长率（协作） | 25-35% |
来源：IFR（International Federation of Robotics）World Robotics Report 2024
9.3 全球服务机器人市场
| 细分 | 2024 | 2027E | 2030E | 增长驱动 |
|---|---|---|---|---|
| 专业服务机器人（物流/医疗/清洁） | $20B | $35B | $55B | 劳动力短缺+技术成熟 |
| 个人/家用服务机器人 | $10B | $18B | $30B | 扫地机器人+割草+陪伴 |
| 合计 | $30B | $53B | $85B |
来源：IFR 2024 Service Robots Report
9.4 具身智能全景市场（含所有形态）
| 品类 | 2025E | 2030E | 2035E |
|---|---|---|---|
| 人形机器人 | $2B | $38B | $154B |
| 四足机器人 | $1B | $3B | $8B |
| 工业协作机器人 | $2B | $8B | $15B |
| 仓储物流机器人 | $8B | $25B | $50B |
| 自动驾驶（L4+） | $5B | $50B | $200B |
| 其他具身AI应用 | $2B | $10B | $30B |
| 合计 | $20B | $134B | $457B |
10. 关键时间节点与里程碑
| 时间 | 事件 | 意义 |
|---|---|---|
| 2022.10 | Tesla AI Day 展示 Optimus 原型 | 人形机器人进入公众视野 |
| 2023.01 | 1X Technologies 获 OpenAI 投资 | AI 公司进入机器人领域 |
| 2023.07 | Google RT-2 发布 | VLA 范式确立 |
| 2023.10 | 工信部《人形机器人创新发展指导意见》 | 中国国家级政策支持 |
| 2023.11 | Figure AI 成立并快速融资 | 资本涌入人形赛道 |
| 2024.01 | Figure + OpenAI 合作 | LLM 与机器人深度绑定 |
| 2024.03 | NVIDIA GTC: Project GR00T 发布 | 机器人基础模型生态化 |
| 2024.06 | Unitree G1 发布（99K RMB） | 价格破坏性创新 |
| 2024.09 | Physical Intelligence π0 发布 | 最强通用操控策略 |
| 2024.12 | Tesla Optimus Gen 3 内部部署 | 数据飞轮启动 |
| 2025.H1 | Figure 02 量产启动 | 首批商业交付人形机器人 |
| 2025.H2 | 中国多家人形公司进入小批量量产 | 国产化加速 |
| 2026-2027 | 工厂场景规模化部署（预期） | 商业验证关键期 |
| 2028+ | 家庭场景早期探索（预期） | 通用智能要求极高 |
11. 风险因素
| 风险类型 | 具体描述 | 影响程度 | 应对 |
|---|---|---|---|
| 技术风险 | 通用操控能力短期难以达到人类水平 | 高 | 聚焦垂直场景 |
| 商业化风险 | 早期 ROI 不达预期，客户付费意愿低 | 高 | 工厂内部先行 |
| 安全风险 | 人形机器人与人协作的安全问题 | 中高 | 安全认证标准建设 |
| 供应链风险 | 核心芯片/传感器断供 | 中 | 国产替代 |
| 政策风险 | 出口管制扩展、监管趋严 | 中 | 多元供应链 |
| 竞争风险 | 技术路线变化导致投资失效 | 中高 | 分散投注 |
| 资本寒冬 | 融资环境恶化，烧钱公司生存困难 | 中 | 关注现金流 |
12. 投资框架总结
12.1 核心投资判断
- 人形机器人是 2025-2035 年最大的硬科技投资主题之一，市场规模可达千亿美元级
- 数据飞轮决定终局：最终胜出的公司将是”部署规模最大、数据积累最多”的那一个
- 中国的机会在制造侧：供应链成本优势+工厂密度优势+政策支持
- 上游确定性最高：不论谁赢，核心零部件都受益
- 软件层是最大变量：π0 类通用模型如果成功，将重塑产业链利润分配
- 2025-2027 是关键验证期：工厂场景 ROI 能否跑通决定行业是否进入加速期
12.2 投资组合建议矩阵
| 策略 | 标的类型 | 配置比例 | 预期回报 | 核心赌注 |
|---|---|---|---|---|
| 确定性配置 | 上游零部件龙头（减速器/传感器） | 40% | 3-5x/3年 | 行业增长确定 |
| 成长配置 | 中游软件/数据平台 | 25% | 5-20x/5年 | 平台垄断 |
| 高弹性配置 | 下游整机公司 | 25% | 10-100x/7年 | 爆发式增长 |
| 对冲配置 | 传统工业机器人龙头 | 10% | 2-3x/3年 | 稳定增长兜底 |
12.3 需要持续跟踪的关键指标
| 指标 | 意义 | 数据源 |
|---|---|---|
| Tesla Optimus 内部部署量 | 数据飞轮启动信号 | Tesla 财报/发布会 |
| 人形机器人月度出货量（全球） | 产业化进度 | 各公司公告 |
| π0 类模型在新任务上的成功率 | 通用智能进展 | 论文/技术报告 |
| 谐波减速器出货量增速 | 上游景气度 | 绿的谐波财报 |
| 中国人形机器人政策更新 | 政策催化 | 工信部/地方政府 |
| 工厂 pilot 项目 ROI 数据 | 商业化验证 | 客户反馈/案例 |
| 新一轮融资估值变化 | 资本热度 | Crunchbase/IT桔子 |
| 机器人操控 benchmark 进展 | 技术成熟度 | 学术会议(CoRL/RSS/ICRA) |
参考资料
- Goldman Sachs. “Humanoid Robots: AI in the Physical World.” Research Report, 2024.
- Morgan Stanley. “The Rise of Humanoid Robots.” Blue Paper, 2024.
- IFR (International Federation of Robotics). “World Robotics 2024: Industrial Robots & Service Robots.”
- 工信部.《人形机器人创新发展指导意见》. 2023年11月.
- NVIDIA. “Project GR00T: Foundation Model for Humanoid Robots.” GTC 2024.
- Physical Intelligence. “π0: A Vision-Language-Action Flow Model for General Robot Control.” 2024.
- Google DeepMind. “RT-2: Vision-Language-Action Models Transfer Web Knowledge to Robotic Control.” 2023.
- Open X-Embodiment Collaboration. “Open X-Embodiment: Robotic Learning Datasets and RT-X Models.” 2023.
- ARK Invest. “Big Ideas 2024: Humanoid Robots.” 2024.
- 中金公司.《人形机器人产业链深度研究》. 2024.
- Tesla AI Day / Investor Day presentations (2022-2025).
- Figure AI company announcements and press releases (2023-2025).
- Unitree product launches and technical documentation (2023-2025).
本文为具身智能研究项目的市场与产业格局层梳理，数据截至 2026 年 4 月。市场预测数据基于各投行研报与行业报告，具有较大不确定性，仅供研究参考。