芝能科技出品

在經(jīng)歷了AI大模型的爆發(fā)之后，人類迎來了另一個(gè)科技革命的前夜——人形機(jī)器人（Humanoids）。

摩根士丹利最新研報(bào)指出，到2050年，全球人形機(jī)器人市場(chǎng)年收入有望達(dá)到4.7萬億美元，累計(jì)部署量達(dá)10億臺(tái)。這一體量幾乎是當(dāng)前全球汽車產(chǎn)業(yè)的兩倍，預(yù)示著“物理AI”將成為未來幾十年最具顛覆性的產(chǎn)業(yè)浪潮。

在這一顛覆性浪潮中，中國(guó)不僅有機(jī)會(huì)成為最大應(yīng)用市場(chǎng)，更可能憑借完備的制造體系、工程人才儲(chǔ)備和成本控制能力，在核心零部件、自主操作系統(tǒng)與工程集成能力上實(shí)現(xiàn)“由量到質(zhì)”的躍遷。

我們跟著大摩的這篇報(bào)告，一起剖析技術(shù)發(fā)展路徑與產(chǎn)業(yè)實(shí)現(xiàn)邏輯，系統(tǒng)分析中國(guó)能否在這一“物理AI革命”中成為最大贏家。

01

工程起點(diǎn)：

為什么是人形機(jī)器人？

在機(jī)器人發(fā)展歷史中，“形態(tài)”的選擇始終圍繞功能性與成本權(quán)衡展開。

與輪式或履帶式機(jī)器人相比，人形形態(tài)的最大價(jià)值，在于其對(duì)人類環(huán)境的通用適應(yīng)性：樓梯、門把手、工具、座椅、駕駛艙等均為人類設(shè)計(jì)，人形結(jié)構(gòu)幾乎無需改造環(huán)境即可部署。

這意味著，在未來融合了VLA（Vision-Language-Action）模型的通用智能后，人形機(jī)器人將具備“即插即用”的潛能。

01

工程挑戰(zhàn)：感知-理解-執(zhí)行的閉環(huán)

人形機(jī)器人的核心挑戰(zhàn)不是能否造出雙腿、手臂，而是如何構(gòu)建完整的“感知-理解-動(dòng)作”閉環(huán)。

工程上這意味著：

◎ 感知模塊：集成多模態(tài)傳感器（RGB-D相機(jī)、IMU、ToF激光、觸覺等）；◎ 決策模型：融合VLA模型，通過Transformer等架構(gòu)進(jìn)行語義理解與任務(wù)規(guī)劃；◎ 運(yùn)動(dòng)控制：依靠高精度電機(jī)、絲杠、減速器，結(jié)合閉環(huán)控制算法，實(shí)現(xiàn)亞毫米級(jí)動(dòng)作執(zhí)行；◎ 實(shí)時(shí)反饋：搭建高可靠性RTOS或ROS2框架，確保毫秒級(jí)控制延遲。

從工程實(shí)現(xiàn)路徑看，當(dāng)前產(chǎn)業(yè)正處于技術(shù)進(jìn)步期（2025–2035），關(guān)鍵在于打通各子系統(tǒng)耦合瓶頸，逐步向高度集成化、低功耗、低延遲、高冗余容錯(cuò)結(jié)構(gòu)演進(jìn)。

02

成本轉(zhuǎn)折點(diǎn)：從實(shí)驗(yàn)平臺(tái)向消費(fèi)品轉(zhuǎn)化

當(dāng)前人形機(jī)器人BOM成本高達(dá)5萬~20萬美元，主要卡在“柔性執(zhí)行系統(tǒng) + 智能模型融合”兩個(gè)點(diǎn)。

但隨著下列趨勢(shì)推進(jìn)，行業(yè)將在2035年前后觸達(dá)“拐點(diǎn)”：

◎ VLA模型從定制訓(xùn)練轉(zhuǎn)向遷移學(xué)習(xí)與邊緣部署；◎ 零部件國(guó)產(chǎn)化比例提升至80%以上；◎ 電機(jī)與絲杠、諧波減速器等部件壽命突破關(guān)鍵節(jié)點(diǎn)（>2萬小時(shí)）；◎ 主控芯片從X86/GPU逐步過渡至ARM+NPU專用SoC。

這將使人形機(jī)器人在商業(yè)場(chǎng)景（制造/物流/客服）中達(dá)到TCO拐點(diǎn)，進(jìn)入批量部署期（2035–2045），并于2045年后進(jìn)入家庭端普及期。

02

價(jià)值鏈解構(gòu)：

誰控制“大腦”，

誰占據(jù)“制造高地”？

摩根士丹利提出，人形機(jī)器人的產(chǎn)業(yè)結(jié)構(gòu)由“大腦”模型、“身體”硬件及集成控制系統(tǒng)三部分組成。在工程實(shí)現(xiàn)維度上，每一層都存在“成本-性能-通用性”之間的技術(shù)權(quán)衡。

01

機(jī)器人模型：從VLM到VLA的通用化演進(jìn)

當(dāng)前VLA（視覺-語言-動(dòng)作）模型的構(gòu)建路徑在架構(gòu)思路上與大語言模型（LLM）有一定共性，但在工程實(shí)現(xiàn)上提出了更為復(fù)雜的要求。

這類模型不僅需要融合3D視覺輸入、語言語義理解，還需集成多目標(biāo)路徑規(guī)劃能力，以支撐機(jī)器人在真實(shí)環(huán)境中的智能行為。

數(shù)據(jù)采集高度依賴“真實(shí)物理交互”，其成本遠(yuǎn)高于傳統(tǒng)文本或圖像數(shù)據(jù)的獲取；更重要的是，模型必須能夠適配硬件反饋機(jī)制，實(shí)現(xiàn)在100毫秒以內(nèi)的“感知-決策-動(dòng)作”閉環(huán)控制，對(duì)實(shí)時(shí)性和系統(tǒng)協(xié)同提出極高要求。

從工程角度看，目前仍面臨多重挑戰(zhàn)：

◎ 一是缺乏標(biāo)準(zhǔn)化的物理交互數(shù)據(jù)集（如抓取、行走、物品分類等），限制了模型泛化能力；

◎ 二是算法優(yōu)化需兼顧邊緣端部署，適配如邊緣NPU或嵌入式GPU等算力受限的硬件平臺(tái)；

◎ 三是從靜態(tài)任務(wù)（如搬運(yùn)、巡邏）向動(dòng)態(tài)交互（如對(duì)話、協(xié)作）演進(jìn)過程中，亟需構(gòu)建支持實(shí)時(shí)推理與多線程感知的系統(tǒng)架構(gòu)。

中國(guó)企業(yè)如優(yōu)必選、傅利葉、小米等已開始布局自主VLA模型訓(xùn)練，并結(jié)合寒武紀(jì)、地平線、華為昇騰等國(guó)產(chǎn)芯片進(jìn)行邊緣推理優(yōu)化，初步形成技術(shù)積累。

相較于英偉達(dá)的GR00T和谷歌Gemini Robotics等國(guó)際領(lǐng)先方案，仍存在代際差距，核心問題在于跨模態(tài)統(tǒng)一數(shù)據(jù)集的建設(shè)滯后以及工程優(yōu)化工具鏈的積累不足，這將成為下一階段突破的關(guān)鍵方向。

02

集成制造系統(tǒng)：軟硬協(xié)同是核心壁壘

機(jī)器人并非簡(jiǎn)單的“硬件堆砌”，真正的競(jìng)爭(zhēng)力在于系統(tǒng)級(jí)的深度集成與工程化能力。當(dāng)前，領(lǐng)先的機(jī)器人企業(yè)正從機(jī)構(gòu)設(shè)計(jì)、動(dòng)作控制、供電與熱管理、冗余與安全機(jī)制等多個(gè)維度構(gòu)筑工程護(hù)城河。

◎ 在機(jī)構(gòu)設(shè)計(jì)方面，輕量化與剛性匹配成為關(guān)鍵，高模量復(fù)合材料和碳纖維結(jié)構(gòu)的應(yīng)用日益廣泛；

◎ 動(dòng)作控制則趨向于全身運(yùn)動(dòng)協(xié)調(diào)（Whole-body control），需融合IMU、足底傳感器與視覺系統(tǒng)進(jìn)行精準(zhǔn)的狀態(tài)估計(jì)；

◎ 供電與熱管理強(qiáng)調(diào)高功率密度與低發(fā)熱設(shè)計(jì)，以避免因溫升導(dǎo)致的動(dòng)作失穩(wěn)；

◎ 而冗余與安全機(jī)制涵蓋異常關(guān)節(jié)鎖止、環(huán)境感知避障以及語義層級(jí)的權(quán)限控制，確保運(yùn)行過程中的穩(wěn)定與安全。

目前，國(guó)際領(lǐng)先企業(yè)如特斯拉Optimus、Apptronik與Agility Robotics普遍采用模塊化設(shè)計(jì)理念，提升系統(tǒng)的可迭代性與場(chǎng)景適應(yīng)力。

相比之下，中國(guó)廠商亟需補(bǔ)強(qiáng)“運(yùn)動(dòng)控制系統(tǒng)”這一長(zhǎng)期短板，重點(diǎn)發(fā)展具備高帶寬、抗干擾與快速響應(yīng)能力的閉環(huán)控制系統(tǒng)，推動(dòng)軟硬實(shí)時(shí)協(xié)同，從而實(shí)現(xiàn)從硬件到系統(tǒng)層面的全面突破。

03

核心零部件：中國(guó)制造的“反擊戰(zhàn)場(chǎng)”

在人形機(jī)器人核心部件的設(shè)計(jì)與選型中，減速器、絲杠電機(jī)和力/扭矩傳感器是決定整機(jī)性能的關(guān)鍵環(huán)節(jié)。

◎ 減速器方面，諧波減速器以高精度、小體積見長(zhǎng)，但壽命相對(duì)有限；行星滾柱減速器則具備更長(zhǎng)的使用壽命和更高的剛性，適合重載場(chǎng)景；而新型彈性傳動(dòng)方案正在崛起，兼顧輕量化與集成度，成為降本增效的新選擇�！� 絲杠電機(jī)趨向于中空結(jié)構(gòu)設(shè)計(jì)，便于布線與散熱，并通過優(yōu)化電磁干擾抑制措施提升系統(tǒng)穩(wěn)定性，同時(shí)推動(dòng)電驅(qū)一體化進(jìn)程，實(shí)現(xiàn)更高集成度�！� 力/扭矩傳感器則多采用六維應(yīng)變計(jì)結(jié)構(gòu)，要求達(dá)到1N以下的分辨率，以滿足精細(xì)操作中的感知需求。摩根士丹利估算顯示，采用中國(guó)供應(yīng)鏈的BOM成本約為4.6萬美元，僅為歐美方案（約13萬美元）的三分之一，拓普、恒立、綠的諧波、山河智能等中國(guó)廠商正通過“工程降本 + 精度提升”的雙線策略主導(dǎo)產(chǎn)業(yè)鏈升級(jí)。為加快商業(yè)化落地，建議從三方面推進(jìn)工程演進(jìn)路徑：◎ 首先，借助Simulink與Gazebo等系統(tǒng)仿真平臺(tái)優(yōu)化力學(xué)設(shè)計(jì)與功耗匹配；◎ 其次，推進(jìn)減速器一體化方案，將減速器、電機(jī)與傳感模塊共封裝，提高集成度與可靠性；◎ 最后，引入自對(duì)準(zhǔn)誤差補(bǔ)償算法，以應(yīng)對(duì)多關(guān)節(jié)冗余系統(tǒng)帶來的運(yùn)動(dòng)精度挑戰(zhàn)，從而全面提升機(jī)器人性能與量產(chǎn)可行性。

從工程突破到產(chǎn)業(yè)躍遷，中國(guó)應(yīng)扮演怎樣的角色？

人形機(jī)器人產(chǎn)業(yè)的核心不是“是否能造出一個(gè)機(jī)器”，而是“能否以產(chǎn)業(yè)化邏輯，大規(guī)模造出可靠、安全、經(jīng)濟(jì)的人形機(jī)器人”。

這要求國(guó)家與企業(yè)在以下三個(gè)維度協(xié)同布局：

◎ 技術(shù)路線選擇清晰化：在動(dòng)力系統(tǒng)（液壓 vs 電動(dòng)）、控制框架（集中 vs 分布）、操作系統(tǒng)（通用 vs 專有）之間做出戰(zhàn)略取舍；◎ 數(shù)據(jù)與仿真驅(qū)動(dòng)研發(fā)體系：構(gòu)建跨企業(yè)共用的“物理交互數(shù)據(jù)平臺(tái)”和“高保真仿真庫”，支撐VLA模型與控制策略訓(xùn)練；◎ 產(chǎn)業(yè)鏈協(xié)同：推動(dòng)零部件標(biāo)準(zhǔn)化、模塊化設(shè)計(jì)，加快形成類似“人形機(jī)器人通用平臺(tái)”的產(chǎn)業(yè)生態(tài)，降低入局門檻、加速場(chǎng)景落地。

小結(jié)人形機(jī)器人不是一次消費(fèi)電子迭代，而是一場(chǎng)深刻的工業(yè)與社會(huì)基礎(chǔ)設(shè)施重構(gòu)。未來，誰能控制“大腦算法 + 本體制造 + 系統(tǒng)控制”三位一體的能力閉環(huán)，誰就掌握了下一代通用人工智能的主導(dǎo)權(quán)。對(duì)于中國(guó)而言，這不僅是一場(chǎng)技術(shù)戰(zhàn)，更是一場(chǎng)工程體系能力的檢驗(yàn)。在這場(chǎng)可能持續(xù)25年甚至更久的“物理AI”革命中，中國(guó)工程師將成為真正的決定性力量。

       原文標(biāo)題 : 人形機(jī)器人5萬億美元市場(chǎng)崛起，中國(guó)成為主導(dǎo)者？