宇树科技IPO报告
导读:报告以宇树科技股份有限公司首次公开发行股票并在科创板上市为研究对象,基于公司招股说明书、上市审核问询回复、公开披露信息及行业研究数据,对公司IPO进程、业务基本面、技术体系、财务表现、公司治理、股东结构与投资回报、行业格局、资本叙事、发展潜力及上市后股价表现进行系统分析。报告全文30万字,由云阿云智库全球资本市场研究院IPO课题组原创出品。
报告名称:《宇树科技IPO报告》
报告撰写:云阿云智库IPO课题组
课题组长:李桂松院长
课题组成员名单:
李桂松:北京云阿云智库平台主席兼财政金融院长
李国熙:北京云阿云智库平台全球治理研究中心主任
李国琥:北京云阿云智库平台空天学院院长
李嘉仪:北京云阿云平台金融院长
报告完成日期:2026年9月29日星期二
业务联系电话:13360021949(李博士)
第二章行业背景与市场格局
一、全球机器人产业发展概况
理解宇树科技的投资价值,必须将其置于全球机器人产业正在经历的深层变革之中。2025年至2026年,机器人产业呈现出一个鲜明的“双轨并行”格局:工业机器人赛道以稳健的增速持续巩固其作为制造业基础设施的地位,而人形机器人与具身智能赛道则以近乎“垂直起跳”的曲线,从实验室走向了商业化的临界点。宇树科技恰好处在这两条轨道交汇的位置——它脱胎于四足机器人和运动控制的技术积累,却站在了人形机器人和具身智能的叙事中心。
(一)机器人产业的分类与演进
1、工业机器人、服务机器人与特种机器人
按照国际机器人联合会(IFR)的通行分类,机器人产业可划分为工业机器人、服务机器人和特种机器人三大类别。这一分类框架不仅反映了应用场景的差异,更隐含着技术成熟度和商业化路径的分野。
工业机器人是机器人产业中成熟度最高、规模最大的板块。2025年,全球工厂在役工业机器人数量达到500万台,同比增长9%;全年新增安装工业机器人超过60万台,同比增长11%。从区域分布来看,亚洲工业机器人应用增长最为强劲,美洲次之,欧洲增速相对缓慢。2025年,中国工业机器人安装量达35.4万台,约占全球总安装量的59%,创历史新高,连续两年成为全球最大工业机器人市场。美国在2025年超过日本,成为全球第二大工业机器人市场,全年新增安装近3.85万台,同比增长12%;日本新增安装3.62万台,同比下降19%,全球排名由第二位降至第三位。
工业机器人的应用场景高度集中于汽车制造、电子电气、金属加工等标准化程度较高的行业。中国工业机器人市场从目前到2029年有望保持年均5%至10%的增长率,增长动力主要来自制造业劳动力短缺的持续、人工智能与机器视觉技术的进步,以及全球制造业生产布局调整带来的自动化需求。
服务机器人涵盖的范围更为广泛,包括物流机器人、清洁机器人、医疗机器人、教育机器人、陪伴机器人等。与工业机器人以“替代重复性体力劳动”为核心价值不同,服务机器人的价值主张更加多元,涉及效率提升、体验改善和情感陪伴等不同维度。2026年上半年,中国工业机器人出口62.9亿元,增长18.6%,销往全球141个国家和地区;手术机器人出口4.8亿元,增长3.3倍,出口市场由去年同期的23个增加至49个;智能仿生机器人、清洁机器人两类商品合计出口180.9亿元,其中与AI技术深度融合的智能仿生机器人出口超万台,遍及全球90多个国家和地区。这些数据表明,服务机器人正在成为中国机器人产业“出海”的重要增长极。
特种机器人面向极端环境、高危作业和军事应用等特殊场景,包括应急救援机器人、核工业机器人、深海探测机器人、军用无人系统等。特种机器人市场的规模相对较小,但技术门槛高、单价高、客户黏性强。美国国防高级研究计划局(DARPA)在特种机器人领域持续投入,其“RACER”(复杂环境中的机器人自主与韧性)项目于2026年1月接近尾声,该项目开发的自主“技术栈”能够部署在任何配备适当传感器的地面车辆上,使其在无GPS信号、无预先地图的复杂越野环境中以任务相关速度自主运行。RACER项目的成果表明,特种机器人领域的技术突破正在加速向更广泛的机器人应用场景溢出。
三大类别的边界正在变得模糊。工业机器人开始具备更强的感知和自适应能力,服务机器人开始进入工业场景,而人形机器人则试图同时覆盖工业、服务和特种三大领域的通用需求。这一“融合”趋势的本质,是AI技术,特别是具身智能,正在从根本上改变机器人的能力边界。
2、从自动化到智能化的范式转换
机器人产业正在经历一场从“自动化”到“智能化”的范式转换。这场转换的技术驱动因素是人工智能,特别是大模型技术的突破性进展。
传统自动化的核心逻辑是“程序化”。工业机器人通过预先编写的程序执行焊接、喷涂、装配等任务,其能力边界由工程师的编程覆盖范围决定。在面对非结构化环境或未预定义的任务时,传统工业机器人往往无能为力。这一范式在过去数十年中极大地提升了制造业的效率,但其局限性也同样明显:部署成本高、灵活性差、对环境的适应性有限。
智能化的核心逻辑是“学习化”。具身智能技术使机器人能够通过数据驱动的方式学习任务,而非依赖人工编程。视觉-语言-动作(VLA)模型、世界模型(World Model)等技术路线,试图让机器人具备对物理世界的理解能力、对自然语言指令的响应能力,以及对未知场景的泛化能力。这一范式的转换意味着机器人的能力边界将从“被编程的任务”扩展到“被理解的任务”。
这一转换的产业含义是深远的。在自动化范式下,机器人的价值取决于其执行特定任务的效率和精度,市场规模受限于可编程任务的种类和部署成本。在智能化范式下,机器人的价值取决于其理解环境和自主决策的能力,市场空间理论上可以覆盖所有需要“手眼脑协同”的人类劳动场景。正是这一预期,驱动了人形机器人赛道的爆发式增长。
从技术演进的节奏来看,智能化范式仍处于早期阶段。2026年上半年,人形机器人开始加速向工业制造、零售、交通物流、休闲旅游等更多行业延伸,但多数应用仍处于场景验证和商业化探索阶段。具身智能大模型的“ChatGPT时刻”——即在陌生场景中完成陌生任务的能力——尚未到来。但产业界和资本市场的共识似乎是:这一时刻正在加速逼近。
3、具身智能的兴起与定义
“具身智能”是理解当前机器人产业变革的关键概念。其核心主张是:智能不能脱离身体而存在。真正的智能不仅需要大脑的认知能力,还需要身体与物理世界的交互来形成对世界的理解。
这一理念与传统的“离身智能”(如纯软件的大语言模型)形成对照。大语言模型可以处理和生成关于世界的文本描述,但它没有“身体”,无法通过抓取、行走、推拉等物理交互来理解重力、摩擦力、材质等物理概念。具身智能试图弥合这一鸿沟:让AI模型与机器人本体结合,通过与物理世界的交互来学习和理解世界。
从技术架构来看,具身智能系统通常包含三个核心层级。感知层负责从传感器(摄像头、激光雷达、触觉传感器等)获取环境信息;认知层负责理解环境、理解指令、规划动作,这一层级通常由具身大模型(VLA模型、世界模型等)承担;执行层负责将规划的动作转化为电机指令,驱动关节运动。宇树科技提出的“大脑—小脑—本体”架构正是对这一三层结构的工程化表达。
具身智能的产业意义在于,它将AI的能力从“信息世界”扩展到了“物理世界”。大语言模型可以写代码、生成文案、回答知识问题,但它不能叠衣服、搬箱子、拧螺丝。具身智能的目标是让AI获得在物理世界中“做事”的能力。如果这一目标实现,其经济影响可能远超纯软件AI:全球劳动力市场的大部分岗位涉及物理操作,从制造业到物流,从医疗护理到家庭服务,具身智能的潜在应用空间几乎是无限的。
2025年至2026年,具身智能领域的技术进展显著加速。仿真数据和真实采集数据的积累正在加速;VLA模型和世界模型在任务理解与执行能力上持续提升;灵巧手、视觉感知等技术不断成熟,拓展了机器人执行复杂任务的能力。这些技术进步正在将具身智能从学术概念转化为产业实践。
(二)人形机器人产业的发展阶段
人形机器人的发展史,是一部“技术理想主义”与“工程现实主义”交替主导的历史。从本田P2的震撼亮相,到波士顿动力Atlas的惊艳表演,再到特斯拉Optimus和宇树科技H1的商业化尝试,人形机器人产业经历了近三十年的起伏。理解当前阶段的特征,需要回溯这一演进历程。
1、技术萌芽期(2000—2015年)
人形机器人的技术萌芽期以学术探索和概念验证为核心特征。这一时期的关键词是“能不能做到”,而非“能不能赚钱”。
1996年,本田发布P2人形机器人,这是世界上首个能够自主双足行走的人形机器人。P2内置计算机和电源,采用本田独创的步行控制技术,实现了此前被认为不可能的自然步态,并能够上下楼梯、在斜坡上行走。P2的发布在当时的机器人学术界和产业界引发了巨大震动——在此之前,双足行走的自主控制被认为过于复杂而难以实现,主流研究方向集中在四足或多足机器人上。P2的继任者ASIMO在2000年发布,凭借跳舞、踢球等高完成度的表演,成为日本技术实力的象征。2026年4月,P2因其在“人机交互技术基准确立”和“促进人形机器人国际研究”方面的贡献,获得IEEE里程碑奖,IEEE评价其“将科幻电影的世界拉近到了现实”。
在日本之外,美国、韩国和欧洲的学术机构也在同一时期开展了人形机器人的基础研究。这一阶段的核心成果是运动控制理论的突破:零力矩点(ZMP)理论、被动动态行走理论、基于优化的全身控制方法等,为人形机器人的稳定行走奠定了基础。但这些技术在鲁棒性、能效、成本等方面距离实用化仍有巨大差距。人形机器人在这十余年间主要是大学实验室和少数大企业研究院的“技术展示品”,几乎没有商业化的可能性。
这一时期还出现了一个重要的技术分支:四足机器人。波士顿动力在2005年发布的BigDog,展示了四足机器人在复杂地形中的卓越运动能力。四足机器人虽然形态上不同于人形,但其腿足式运动控制的核心技术——关节驱动、平衡控制、地形感知——与人形机器人高度相通。宇树科技后来选择从四足机器人切入,正是看中了这一技术迁移的可能性。
2、技术验证期(2016—2022年)
2016年至2022年是人形机器人的技术验证期。这一时期的关键词从“能不能做到”转变为“能不能做得更好、更便宜”。
硬件层面的进步是这一时期的核心驱动力。高功率密度电机、一体化关节模组、轻量化结构件、高性能传感器等关键部件的性能持续提升、成本持续下降。波士顿动力在2016年发布新一代Atlas,展示了奔跑、跳跃、后空翻等令人惊叹的动态运动能力,但这些能力的背后是极其昂贵的液压驱动系统和定制化的传感器套件,单台成本高达数百万美元,完全不具备商业化条件。
与此同时,一个重要的变化正在发生:电驱动方案开始取代液压驱动。电驱动在效率、维护成本、控制精度方面具有显著优势,且随着电机和减速器技术的进步,电驱动系统的功率密度正在逼近液压系统。特斯拉在2022年AI Day上展示的Optimus原型机,采用了全电驱动方案,目标成本降至2万美元以内。这一成本目标虽然尚未实现,但它向市场传递了一个关键信号:人形机器人的成本曲线可能进入快速下降通道。
中国企业在四足机器人领域的崛起是这一时期的另一个重要变化。宇树科技自2016年成立后,以显著低于波士顿动力的价格推出四足机器人产品,在科研教育市场打开了局面。2021年央视春晚、2022年冬奥会等场合的亮相,让宇树科技的机器狗进入了公众视野。这些商业化尝试虽然规模有限,但验证了一个关键假设:在运动控制技术足够成熟的前提下,机器人产品可以通过成本优势和场景聚焦实现商业化的初步突破。
3、商业化加速期(2023年至今)
2023年标志着人形机器人进入商业化加速期。这一转折的触发因素是多重的,但最核心的变量是AI大模型技术的突破。
2023年,GPT-4等大语言模型的发布让产业界意识到,AI的“认知能力”正在以超出预期的速度提升。如果大模型的感知和理解能力能够迁移到机器人领域,那么人形机器人长期以来的核心瓶颈——自主决策能力不足——可能被显著缓解。这一预期引发了资本和人才的密集涌入。特斯拉Optimus、Figure AI、宇树科技H1、智元机器人等产品和公司相继进入公众视野,人形机器人从学术话题变成了产业和投资话题。
2025年的数据验证了这一加速趋势。根据Omdia发布的《通用具身机器人市场雷达报告》,2025年全球人形机器人市场全年总出货量达1.3万台。出货量排名前六的品牌均来自中国,依次为智元机器人、宇树科技、优必选、乐聚机器人、众擎机器人、傅利叶。其中智元机器人以超过5100台的年度出货量占据全球39%的市场份额,宇树科技以4200台的出货量紧随其后,二者合计占据71%的市场份额。
2026年的增长进一步提速。IDC数据显示,2026年上半年全球人形机器人出货量接近2.5万台,同比增长432.1%;市场规模超过7.4亿美元,同比增长322.7%。中国人形机器人市场出货量超1.9万台,同比增长426.3%,占全球市场比重约77.9%;中国厂商出货量占全球市场超95%。
应用场景的结构正在发生积极变化。2026年上半年,科研教育、表演展示、政府(数采中心)等应用场景合计出货量占比已由2025年全年的83.8%下降至69%,应用结构进一步多元化。人形机器人开始加速向工业制造(汽车制造、高科技与电子、航空航天等)、零售、交通物流、休闲旅游等行业延伸。中国互联网络信息中心预测,2026年全年人形机器人整机产量将突破10万台。
商业化加速期的另一特征是资本市场的深度介入。2025年,人形机器人板块总市值突破5万亿元,多家创业企业获亿元级融资,IPO与并购案接连涌现。银河通用完成超3亿美元融资,刷新了具身智能领域单轮最大融资纪录。华为全资持股的东莞极目机器有限公司在约一年内完成两次大额增资,注册资本增至约46.89亿元。宇树科技完成IPO辅导并启动科创板上市,优必选则计划通过收购A股公司实现“曲线入场”。资本市场正在为人形机器人产业提供从研发投入到产能建设的资金支持。
(三)全球主要经济体的政策支持
人形机器人产业的加速发展,与主要经济体的政策支持密不可分。美国、中国、日本、韩国等国政府均将机器人技术,特别是人形机器人,视为国家战略竞争的重要领域,通过研究计划、产业政策和资金投入推动技术攻关和产业化。
1、美国:NSF与DARPA的机器人研究计划
美国的机器人研究政策以基础研究资助和军事应用牵引为双轮驱动。
美国国家科学基金会(NSF)的“国家机器人计划”(NRI)是美国最大的民用机器人基础研究资助项目。NRI-2.0版本明确将“无处不在的协作机器人”作为核心愿景,资助方向包括:使机器人能够在各种情境中执行多种任务,且对硬件和软件改动最小;使机器人能够从与人类或其他机器人的直接经验中高效学习;实现人与机器人之间的自然交互,包括语言和非语言沟通;开发易于使用的软硬件基础设施,降低机器人研究和应用的门槛。NRI资助的项目涵盖了从基础算法到系统集成的广泛范围,Foundational项目预算在25万至75万美元之间,Integrative项目预算在50万至150万美元之间,持续3至4年。
国防高级研究计划局(DARPA)的机器人项目则以军事应用为导向,其技术成果往往具有向民用领域溢出的潜力。2021年启动的RACER项目是DARPA在自主地面车辆领域的旗舰项目,目标是开发一套可部署于任何地面车辆的自主“技术栈”,使其能够在无GPS、无预地图的复杂越野环境中自主运行。RACER的核心技术突破在于其感知架构:系统能够像人类驾驶员一样,基于先验知识对环境进行预测,并在模糊情境中调整行为。RACER的项目经理指出,传统自主系统需要数周时间重新训练以适应新环境,而RACER的模型重训练可以在一天内完成。2025年,RACER车辆在美军演习中演示了自主远程侦察、战斗破障等任务,标志着自主地面车辆技术正在从实验室走向实战部署。
DARPA还在生物混合机器人领域开辟了新的方向。2025年发布的“杂交体”(HyBRIDS)计划,旨在探索生物组件与机电系统融合的新型机器人设计方法,解决阻碍生物混合机器人系统部署的工程和设计问题。这一方向虽然尚处于早期阶段,但代表了机器人技术向“类生命”形态演进的长期可能性。
2、中国:制造强国战略与机器人产业规划
中国的机器人产业政策以产业规划引领和应用场景牵引为特征,形成了从中央到地方、从研发到应用的完整政策体系。
在顶层设计层面,“十四五”期间中国机器人产业取得了显著成效。工业和信息化部相关负责人指出,“十四五”期间中国机器人产品技术加速创新迭代,显示器、伺服系统、控制器等关键零部件配套能力显著增强,自主品牌工业机器人国内市场占有率首次突破50%。机器人正在加快赋能千行百业,从汽车、电子等制造领域向家居生活、仓储物流、教育娱乐、医疗康养、应急救援等社会民生领域渗透。工业机器人已在国民经济71个行业大类、241个行业中类实现应用。
“十五五”时期的政策方向已经明确。工业和信息化部装备工业一司司长王卫明表示,“十五五”时期中国机器人产业要提升创新体系整体效能,加强原始创新和关键核心技术攻关,推动与人工智能等新技术深度融合,发展先进适用的智能机器人产品。中国机械工业联合会会长徐念沙指出,“十五五”将是中国机器人产业实现“从有到优”、迈向机器人强国的关键时期,要推动产业向智能化、绿色化、融合化方向发展,从“规模扩张”向“质量跃升”转变。
在具体政策工具上,中国形成了多层次的支撑体系。国家发展改革委于2025年11月宣布将建立健全具身智能行业准入和退出机制,旨在防范产品重复扎堆,营造公平竞争的市场环境。地方层面,北京、上海、深圳、杭州等城市纷纷出台机器人产业专项政策,在研发补贴、场景开放、人才引进等方面提供支持。北京机器人产业发展投资基金、上海人工智能产业投资基金等政府引导基金积极参与机器人企业的股权投资,宇树科技的股东结构中就包含了北京机器人产业发展投资基金等国资背景机构。
中国的机器人产业政策还注重应用场景的开放。政府数采中心建设成为人形机器人当前重要的出货方向之一。电力巡检、应急消防、公共服务等政府主导的场景,为人形机器人提供了早期的商业化验证机会。2026年一季度,中国各类单独列名的机器人合计出口额达113.2亿元,产品远销至全球148个国家和地区。政策支持与市场开放的结合,使中国在人形机器人的出货量和应用探索方面处于全球领先地位。
3、日本与韩国:人形机器人国家项目
日本和韩国作为机器人技术的传统强国,在政策层面采取了各有侧重的策略。
日本的人形机器人政策以社会课题解决为导向。日本内阁府于2020年启动的“Moonshot型研究开发制度”目标3明确提出,“2050年之前,通过AI与机器人的共进化,实现自主学习、行动并与人类共生的机器人”。该目标的中期评估(2025年)显示,在人形机器人领域已取得“稳步进展”:开发了能够进行家务和护理支援的通用人型机器人试作品,在特定条件下进行了实证;在模拟月面环境中实施了太阳能面板安装的动作试验。
日本政策的一个重要调整方向是聚焦核心优势领域。2025年的评估报告指出,国际形势在最近1至2年急剧变化,欧美中在研究主导地位上的企业投资达到数千亿日元规模,“2020年计划制定时的状况已发生根本性变化”。因此,后半5年的研究开发需要“从根本上重新审视开发内容和体制”。日本选择的聚焦方向是“与人共生的机器人”,重点解决少子高龄化导致的劳动力不足和护理问题,发挥日本在电机、执行器、精密制造等领域的传统优势。
日本企业的实践体现了这一政策导向。川崎重工自2015年开始人形机器人研发,2026年推出的Kaleido 9是其第九代产品。川崎重工明确将人形机器人定位为“适应人类世界的机器人”,而非“什么都能做的机器人”:在作业流程固定、节拍严格的产线上,专用机或工业机器人更为合理;但人形机器人可以使用人类设计的设备、工具和楼梯,无需为机器人改造环境,在灾害现场等难以预先预测任务的场景中具有独特价值。丰田则计划从2028年起,配合全球生产基地的改造,每年投入约1万亿日元,在其全球工厂中部署约40万台人形机器人(其中丰田本体15万台,集团关系公司25万台),用于零件搬运、布料折叠等精细作业。丰田开发的“Ellie”机器人采用轮式移动而非双足行走,强调与人类在共享空间中的安全共存。
韩国的人形机器人政策以产学研协同和量产目标为特征。韩国产业通商资源部于2025年4月启动“K-Humanoid”联盟,成员包括Aeirobot、Rainbow Robotics等机器人企业,以及首尔大学、高丽大学、韩国科学技术院等学术机构。联盟计划到2030年产生超过1万亿韩元的投资。K-Humanoid的主要任务是开发机器人领域的人工智能技术,研究人员将在首尔大学人工智能研究所工作,目标是在2028年之前产出模型。产业界的目标是开发重量低于60公斤、具有50个以上关节、能够承载20公斤负载、移动速度超过2.5米/秒的高端机器人。
韩国的另一重要举措是“制造业AX(AI转型)联盟”。该联盟于2025年9月启动,涵盖三星电子、现代汽车、LG电子、Rainbow Robotics等约1000家企业和研究机构,目标是通过制造业的AI转型到2030年产生超过100万亿韩元的附加值,具体目标包括在2029年实现人形机器人的大规模生产。联盟与首尔大学签署合作备忘录,计划在2028年前开发面向人形机器人和自动驾驶汽车的AI基础模型,2029年前开发面向智能工厂的AI模型。韩国的政策逻辑清晰:利用其在半导体、显示、汽车等制造业领域的既有优势,将AI与制造业深度结合,在人形机器人的量产和工业应用上建立竞争力。
主要经济体政策支持的共同特征值得注意。第一,从基础研究到应用部署的全链条覆盖:NSF和DARPA分别承担民用基础研究和军事应用牵引,中国以产业规划引导应用落地,日本和韩国则以国家项目推动产学研协同。第二,对“AI+机器人”融合的高度重视:各国政策都明确将AI大模型、具身智能作为人形机器人技术攻关的核心方向。第三,对社会价值的强调:日本明确将解决劳动力短缺和老龄化问题作为人形机器人的核心应用场景,中国强调机器人赋能千行百业,韩国的制造业AX联盟也以提升产业竞争力为目标。第四,量产和成本目标的明确化:韩国设定了2029年人形机器人量产目标,丰田设定了2028年起的大规模部署计划,中国2026年人形机器人产量预计突破10万台。这些目标将政策支持与产业实践之间的衔接具象化了。
全球主要经济体在人形机器人领域的政策竞争,正在形成一种“竞合”格局:各国在技术标准和供应链安全上存在竞争,但在推动技术进步和应用拓展上又具有共同利益。对于宇树科技而言,这一政策环境意味着:中国市场的政策支持和应用开放是公司短期增长的基础,而全球市场的政策差异和地缘政治因素则是长期国际化需要应对的变量。日本和韩国企业在精密制造和工业应用方面的积累,美国企业在AI基础和军事应用方面的优势,都是宇树科技在全球竞争中需要正视的参照系。
二、人形机器人市场空间测算
人形机器人的市场空间测算,是理解宇树科技长期投资价值的核心命题。2026年的产业数据正在验证一个判断:人形机器人已经从“会不会来”的争论阶段,进入“来得有多快、规模有多大”的量化阶段。IDC数据显示,2026年上半年全球人形机器人出货量接近2.5万台,同比增长432.1%;市场规模超过7.4亿美元,同比增长322.7%。弗若斯特沙利文的统计则显示,仅2026年上半年的销量(3.6万台)和收入(5.4亿美元)就已经超过了2025年全年的水平。这些数字背后,是劳动力结构、AI技术能力和硬件成本三条曲线正在发生的共振。
(一)市场规模的驱动因素
1、劳动力短缺与老龄化压力
人形机器人的长期需求基础,根植于全球劳动力市场的结构性变化。这一变化的深度和广度,在2026年已经变得难以忽视。
中国的数据最具代表性。根据《中国统计年鉴(2025)》,2024年中国65岁及以上人口占比达到15.66%,与0至14岁人口占比(15.81%)几乎持平。这一交叉点的到来,标志着中国从“中度老龄化”向“重度老龄化”过渡的临界状态。更值得关注的是劳动力供给的量化趋势:16至59岁劳动力供给预计在2030年降至8.2亿,2035年进一步降至7.9亿。与此同时,60岁及以上老年人口预计在2035年突破4亿,占比超过30%。这意味着未来十年内,中国将同时经历劳动力绝对数量的减少和老年抚养比的显著上升。
国家发展改革委的官方分析指出,“十五五”时期中国将面临少子化与老龄化的“双重挤压”,传统意义上的人口数量红利窗口正在加速收窄。中国社会科学院学部委员蔡昉的判断更为直接:中国总和生育率已进入全球最低行列且跌破低生育率陷阱警戒线1.5,回升难度大。从“人口红利”转向“人才红利”的政策导向,本质上是在承认劳动力数量下降不可逆转的前提下,寻求通过技术替代来维持经济产出能力。
这一结构性压力为人形机器人创造了明确的需求场景。在制造业领域,重复性体力劳动岗位的招工难度持续上升;在物流仓储领域,分拣、搬运等环节的人员流动率居高不下;在养老护理领域,专业护理人员的缺口随着老龄化加深而持续扩大。央视网2026年8月的报道提供了一个具体的验证案例:广州邮区中心的具身智能机器人在邮件分拣岗位上实现了每小时1200件的处理效率,准确率超过95%,且24小时不间断作业。该中心负责人明确表示,“这个岗位劳动强度比较大,且是重复性工作”,机器人的引入“有效缓解了一线工作岗位人员紧张的难题”。
劳动力短缺的“痛点”正在从理论测算转化为企业的实际采购决策。2026年上半年,工信部与国资委联合启动人形机器人与具身智能实景实训专项行动,要求到2026年底“凝练形成百个以上高价值应用场景,带动形成万台级规模落地能力”。这一政策目标的设计逻辑清晰:在劳动力供给持续收紧的背景下,通过场景开放和政策牵引,加速机器人对劳动密集型岗位的替代进程。
2、AI大模型带来的智能化跃升
如果说劳动力短缺构成了需求的“拉力”,AI大模型技术的突破则构成了能力的“推力”。人形机器人长期以来的核心瓶颈并非硬件不够强大——波士顿动力的Atlas早在2016年就展示了令人惊叹的运动能力——而是“大脑”的自主决策能力不足。机器人能够被编程完成特定动作,但无法理解自然语言指令、无法适应陌生环境、无法在非结构化场景中自主规划任务。
具身智能大模型的进展正在改变这一局面。视觉-语言-动作(VLA)模型和世界模型(World Model)代表了两种互补的技术路线。VLA模型将视觉感知、语言理解和动作生成整合在一个统一的端到端框架中,使机器人能够直接响应自然语言指令。世界模型则侧重于让机器人在内部构建对物理世界运行规律的预测能力,从而在行动前“预判”不同动作的后果。
2026年的技术进展在学术和产业两个层面都有体现。西湖大学孵化的西湖机器人公司发布了全球机器人领域首个动作泛化大模型“GAE身外化身系统”,其核心突破在于“跨本体”能力——不同结构、不同尺寸的机器人都能搭载这套模型。演示中,操作者身着动作捕捉服进行随机动作,“泰坦O1”机器人能够在毫秒间复刻所有动作,且“无需编程经验,也不用依赖专业人员指导”。这一技术路径的意义在于,它将机器人的动作能力从“预编程”的束缚中解放出来,使机器人具备了“举一反三”的泛化能力。
在宇树科技自身的实践中,具身智能模型的迭代同样在加速。公司于2026年5月测试发布的WVLA2.0具身大模型,已在G1人形机器人上实现了会议室自主整理应用——机器人在无远程操控的情况下,在外部干扰环境中完成物品归置、分类收纳等系列操作。这一演示虽然距离商业化部署仍有距离,但它标志着“从表演型到生产力型”转型的技术基础正在形成。
IDC在2026年的市场报告中明确指出,“VLA、世界模型等提升机器人的任务理解与执行能力”是市场高速增长的核心驱动力之一。具身智能大模型快速迭代带来的能力提升,正在为人形机器人拓展更多应用场景提供技术支撑。从投资逻辑的视角来看,AI能力的跃升使“人形机器人能做什么”这一问题的答案空间显著扩大,而市场规模的测算本质上取决于“能做什么”的边界能够延伸到多远。
3、硬件成本下降曲线
人形机器人从“展品”走向“产品”的第三个关键变量是成本。2026年,价格下探的速度超出了多数市场参与者的预期。
宇树科技自身的定价轨迹提供了最直观的参照。根据招股书披露,公司人形机器人的单价从2023年的59.34万元降至2025年的16.64万元。2025年7月推出的R1系列起售价为3.99万元,2026年6月进一步下调至2.99万元起,直降1万元。从59万元到不到3万元,宇树科技在两年多的时间内将人形机器人的入门价格压缩了约95%。这一降价速度在人形机器人产业史上是前所未有的。
降价并非宇树科技的独有行为。2026年的消费级人形机器人市场呈现出普遍的降价趋势。加速进化Booster K1教育版售价6.69万元,智元灵犀X2青春版售价9.8万元,松延动力小布米售价低至9998元,首次将双足人形机器人的价格拉至万元以内。从某电商平台的人形机器人热卖榜来看,多款上榜产品已经进入10万元以内区间。
成本下降的驱动因素是多层次的。核心零部件的国产化是最直接的贡献者。中国企业在谐波减速器、伺服电机、力矩传感器等关键部件上的技术成熟度和产能规模持续提升,打破了对进口部件的依赖,直接拉低了硬件成本。供应链的规模化效应正在显现:随着头部企业年产能向万台级迈进,零部件供应商的规模效应开始释放,单位成本进入下降通道。技术路线的收敛也在降低成本:行业正在从“液压驱动vs电驱动、轮式vs足式、纯视觉vs多传感器融合”的技术混战阶段,逐步向电驱动为主、多传感器融合的共识方案收敛,研发成本的摊薄效应开始体现。
有行业分析判断,人形机器人的大规模降价窗口将在2027至2028年开启,核心依据包括“供应链成熟化、技术路线收敛和政策与资本双轮驱动”。南开大学金融学教授田利辉将本轮降价本质概括为“技术降本”与“市场卡位”的双重驱动,并指出产业链协同效应——机器人与新能源汽车、消费电子共享电池、传感器等模块——正在进一步压缩成本。
从市场空间测算的角度来看,成本曲线的下降具有杠杆效应。当人形机器人的价格从数十万元降至数万元乃至万元级别时,其潜在客户群体从科研机构和大型企业扩展到中小企业、教育机构乃至个人消费者。价格每下降一个数量级,可触达的市场规模就扩大一个量级。这正是IDC在预测中强调“消费级市场逐步打开”并将其作为上调长期预测依据的原因。
(二)细分应用场景分析
人形机器人的市场空间并非一个均质的整体,而是由多个特征迥异的应用场景构成的集合。理解每个场景的成熟度、客户特征和增长逻辑,是进行精细化市场测算的前提。
1、科研教育场景
科研教育是人形机器人当前最成熟的商业化场景,也是宇树科技收入结构中的核心支柱。这一场景的客户包括高校实验室、职业院校、中小学人工智能教育项目以及各类研究机构。
从出货量结构来看,科研教育场景在2025年占据了绝对主导地位。根据IDC数据,2025年全年,科研教育、表演展示、政府(数采中心)三类应用场景合计出货量占比高达83.8%。2026年上半年,这一比例下降至69%,但科研教育场景本身仍在增长,只是增速低于工业和服务场景。IDC特别指出,“科研教育场景持续下沉,从高校科研逐步向职业院校、中小学人工智能教育延伸”。
这一“下沉”趋势具有重要的市场含义。高校科研市场的规模相对有限——全国设有机器人相关专业的高校和研究院所数量以千计,每家的采购预算受制于科研经费的周期性和额度约束。但职业院校和中小学的基数则大得多:全国有超过1万所职业院校,中小学数量以十万计。如果人形机器人能够成为人工智能教育的标准教具,其出货量的天花板将显著提升。当然,中小学场景对价格极为敏感,这进一步强化了成本下降曲线对市场空间的关键影响。
科研教育场景的另一价值在于数据积累和生态培育。高校和科研机构在使用人形机器人的过程中,会产生大量的真实场景数据和算法改进反馈,这些数据通过“数据飞轮”机制反哺模型迭代。同时,学生在学习阶段接触宇树科技的产品,毕业后进入产业界时可能成为产品的采购决策者或开发者生态的参与者。这种“生态先发优势”虽然难以量化,但其长期价值不可忽视。
从收入贡献来看,科研教育场景的单台价值量高于消费级市场,但低于工业场景的定制化需求。宇树科技的人形机器人单价从2023年的59.34万元降至2025年的16.64万元,这一均价水平反映了科研教育场景中中高端产品的占比。随着R1等低价产品放量,科研教育场景的均价可能进一步下探,但出货量有望同步扩大。
2、工业制造与物流场景
工业制造与物流是人形机器人市场空间中“含金量”最高的场景,也是当前产业界资源投入最密集的方向。2026年的进展表明,这一场景正在从“试点验证”向“规模化部署”的临界点靠近。
物流仓储场景的进展最为直观。在广州邮区中心,具身智能机器人已经正式“上岗”,参与邮件识别、抓取、分拣等作业,单台每小时最高处理1200件邮件,准确率超过95%,24小时不间断作业。该中心负责人透露,预计到2026年第四季度,效率将达到每台每小时1400件,2027年第一季度目标为1600件。从300件到1600件,效率提升超过5倍,这一学习曲线的斜率展示了机器人在重复性物流任务中的巨大潜力。
汽车制造场景的探索同样在加速。在北京亦庄的一家汽车工厂内,具身智能机器人正在练习零部件取放、柔性盖板放置、料箱折叠等精细化操作,“在单一工站里它们可以实现98%的成功率”。小米机器人事业部总经理向迪昀将机器人的工作分为三类:物体的抓取和搬运、灵巧手手指操作、需要精细触觉反馈的装配操作。98%的工站成功率已经接近工业应用对可靠性的基本要求,但从“单工站验证”到“整线部署”之间仍有工程化鸿沟需要跨越。
高盛在2026年9月发布的报告中,将物流和仓储定位为人形机器人的“首要落地场景”。报告以亚马逊为例进行了量化分析:若到2030年通过自动化实现其总服务成本5.6%的优化,将带来约720亿美元的成本节约和240个基点的EBIT利润率提升。汽车行业的测算则显示,若制造商以10%至50%的渗透率引入人形机器人,其营业利润率有望实现1%至6%的提升。这些测算虽然基于假设,但它们揭示了工业场景的核心驱动力:人形机器人对企业的价值不仅在于“替代人工”,更在于通过全天候作业、精度一致性和数据可追溯性带来的系统性效率提升。
工业场景的市场规模取决于两个变量的乘积:可替代岗位的数量和单台机器人的经济性。全球制造业和物流业的体力劳动岗位数量以亿计,但并非所有岗位都适合当前阶段的人形机器人。重复性高、精度要求适中、环境相对结构化的岗位是优先替代对象。单台机器人的经济性则取决于价格、维护成本、使用寿命和产出效率的综合计算。当前16万元左右的人形机器人均价,在按3年折旧、每天工作16小时的假设下,每小时的设备成本约为9元,已经低于中国制造业的平均小时工资水平。如果价格进一步降至10万元以内,经济性优势将更加明显。
3、商业服务与家庭场景
商业服务与家庭场景是人形机器人市场空间中“想象空间最大、当前成熟度最低”的板块。这一场景的特征是需求高度分散、对交互能力要求高、价格敏感度差异大。
零售场景在2026年出现了值得关注的商业化尝试。智元机器人与炊具品牌爱仕达达成合作,100台灵犀X2机器人进驻全国100家爱仕达门店担任促销员,跑通“迎宾接待、需求理解、商品讲解、选品推荐、导购转接、成交辅助”的完整零售服务链路。与展会中预设脚本的演示不同,门店是“人流随机变化的真实商业环境”,机器人需要应对消费者的随机提问和复杂需求。在实测中,灵犀X2能够在30秒内完成锅具产品选型匹配与科普讲解,遇到优惠政策、库存等复杂问题时会“无缝转接真人导购”。
这一案例的意义在于它验证了一个关键假设:人形机器人在商业服务场景中能够以“人机协同”而非“完全替代”的方式创造价值。机器人负责初步筛选和标准化讲解,人类导购负责复杂成交环节,这种分工模式既发挥了机器人在信息检索和一致性服务方面的优势,又规避了当前AI在复杂谈判和情感理解方面的短板。对于零售企业而言,机器人的价值不在于“卖更多锅”,而在于“用真实消费者把长程对话、避人移动、抓取递送持续逼到边界”,从而积累数据、迭代能力。
家庭场景仍处于极早期阶段。IDC在2026年的报告中指出,“人形机器人进入电商渠道,个人消费者可直接购买;头部厂商加速推出个人机器人,家庭场景探索升温”。松延动力小布米9998元的定价、宇树R1系列2.99万元的定价,都是面向家庭和个人消费者的“价格友好型”产品。但这些产品当前的实际功能仍以教育、娱乐和简单交互为主,距离“做家务”的实用能力仍有显著差距。
家庭场景的市场空间测算面临根本性的不确定性:当人形机器人真正具备完成家务劳动的能力时,其潜在市场规模将等同于全球家庭服务市场的规模;但在这一能力实现之前,家庭场景的收入贡献将主要来自“尝鲜型”消费和教育娱乐需求。有分析预计“未来三到五年内,轻量型、陪伴型机器人有望进入万元主流价格段,全尺寸家用机型逐步下探至中高端家电区间”。这一判断将家庭场景的规模化启动时间设定在2029至2031年之间。
4、特种作业与应急救援场景
特种作业与应急救援是人形机器人市场中“技术门槛最高、单价最高、客户黏性最强”的细分板块。这一场景的特征是:环境极端(高温、辐射、有毒、密闭)、任务不可预测、对人机安全的要求极高。
2026年,特种场景的产品化进展值得关注。上海润科具能科技发布了半人马形态的特种机器人,采用“人形上半身+四轮足下半身”的构型,主要面向炼钢、矿山、野外应急救援、核工业等场景。该公司CEO明确表示,技术要跨越应用鸿沟,“需要找到有真实需求的切入点”,机器人从设计之初即针对“人不愿意去或不宜去”的环境。该机器人国产化率超过95%,计划2026年第四季度达到小规模量产能力。
云深处科技在2026世界机器人大会上首次完整展示了六大行业标准化解决方案,覆盖能源电力、应急消防、安防巡逻、工业运维、民生服务、教育科研。其行业级人形机器人DR02具备IP66高防护等级和-20℃至55℃宽温域工作能力,已完成变电站实地作业测试和户外消防救援演习。这些案例表明,特种场景正在从“定制化项目”向“标准化产品”过渡。
特种场景的市场规模在数量上远小于工业制造和家庭服务,但其单台价值量极高。在核工业、深海作业、高危化工等场景中,一台能够替代人类进入极端环境的机器人,其经济价值不仅体现在人力成本替代上,更体现在事故预防和人员安全保障的社会价值上。客户(能源央企、应急管理部门、军工单位)的付费能力和意愿较强,采购决策更多受安全合规要求和政策驱动而非纯粹的ROI计算。工信部与国资委联合推动的实景实训专项行动,明确将“凝练形成百个以上高价值应用场景”作为目标,特种场景是其中的重要组成部分。
(三)全球市场空间预测
基于上述驱动因素和场景分析,可以对全球人形机器人市场的短期、中期和长期空间进行系统性的预测。需要说明的是,所有预测都建立在若干关键假设之上:AI大模型能力的持续提升、硬件成本的持续下降、政策环境的持续支持。任一假设的偏差都会导致实际结果与预测的显著偏离。
1、短期(2026—2028年)市场预测
短期预测的核心变量是量产能力的爬坡速度。2026年上半年的数据提供了一个高置信度的起点:全球出货量2.5万台,同比增长432.1%;中国市场出货量1.9万台,占全球比重77.9%。如果下半年的出货节奏与上半年相当或略高(考虑到季节性因素和产能爬坡),2026年全年全球出货量可能在5至6万台之间。
摩根士丹利在2026年6月将中国2026年人形机器人出货量预测上调至5万台,几乎是此前2.8万台预测的近两倍,并预计中国市场规模将达到20亿美元。IDC在9月发布的预测更为积极,将2030年全球出货量预期从此前的水平上调约50%至超过75万台。从2026年的约5至6万台到2030年的75万台,隐含的年复合增长率在80%至90%之间。
2027至2028年的增长将取决于几个关键变量的演变。产能释放是最直接的约束:宇树科技的募投项目规划了年产7.5万台人形机器人的产能,特斯拉弗里蒙特工厂的改造预计在2026年第三至第四季度完成,Figure的产能爬升至每小时一台,优必选柳州工厂2026年产能目标为1万台/年。如果这些产能按计划释放,2027年的全球出货量有可能达到15至25万台。工业场景的规模化验证是需求侧的关键:如果人形机器人在汽车制造、物流仓储等场景中从“试点”进入“批量部署”,需求端的增长速度可能超过产能爬坡的速度。
2028年是一个关键的观察节点。届时,2026年启动的实景实训专项行动将进入成果检验期,工业场景的早期部署将积累足够的数据来评估机器人的实际ROI,消费级市场的价格可能进一步下探至2万元以下。如果这些变量朝积极方向演变,2028年全球出货量有望达到40至60万台,市场规模达到15至25亿美元。
2、中期(2029—2032年)市场预测
中期预测的核心变量是应用场景的渗透深度。在2029至2032年期间,人形机器人有望从“特定场景的特定任务”扩展到“特定场景的多种任务”,从“单工站”扩展到“整线”,从“工业场景的试点”扩展到“工业场景的规模化”。
高盛在2026年9月大幅上调了中期预测。其将2030年全球人形机器人出货量预测从25.6万台上调至89万台,2035年预测从140万台上调至650万台,对应1380亿美元的市场规模。高盛的分析框架强调物流仓储和汽车制造作为首要落地场景的驱动作用,并指出“若到2030年通过自动化实现亚马逊总服务成本5.6%的优化,将带来约720亿美元的成本节约”。这一测算从“客户价值”而非“产品售价”的角度推演市场规模,逻辑上更为扎实。
摩根士丹利对中国市场的预测显示,2030年中国市场规模将达到150亿美元,年出货量44.6万台。这一预测仅涵盖“外部销售”,不包括原型机、预订单试用和内部使用,因此是一个相对保守的基准。如果考虑中国厂商的出口潜力——2026年一季度中国机器人产品已出口至148个国家和地区,其中智能仿生机器人出口超万台——全球市场的实际规模可能显著高于单一市场的预测。
中期渗透率的提升将依赖于几个技术瓶颈的突破。灵巧操作能力是关键:当前机器人在抓取和搬运任务上表现较好,但在需要精细力控的装配操作(如插接连接器、拧微型螺丝)上仍有不足。长程任务的自主规划能力是另一个瓶颈:机器人在单工站任务上的成功率可以达到98%,但当任务涉及多个工站、需要根据中间结果调整策略时,自主规划能力的不足就会显现。数据积累是制约这些能力提升的根本因素:具身智能模型的训练需要大量真实场景数据,而工业场景的数据往往具有高度私密性,“并不会公开流通”。行业正在通过“数据飞轮”机制——让机器人在真实工作中积累数据、用数据提升能力、再进入更多场景——来破解这一难题,但这一机制的运转需要时间和规模。
3、长期(2033年以后)市场展望
长期预测的本质是对“人形机器人最终能做什么”这一问题的判断。如果人形机器人能够在大多数需要“手眼脑协同”的场景中替代或辅助人类劳动,其市场规模将向全球劳动力市场的价值总量收敛。这是一个数万亿美元量级的概念。
高盛的长期预测(2035年650万台、1380亿美元)虽然已经相当激进,但相对于全球劳动力市场的体量而言仍然保守。1380亿美元的市场规模约相当于全球制造业增加值的1.5%至2%,考虑到人形机器人替代的岗位主要集中在制造业、物流、零售、护理等领域,这一渗透率假设并非不合理。但如果具身智能技术实现真正的“通用”,渗透率的上限可能远高于此。
从历史类比的角度来看,人形机器人可能正在经历类似“智能手机2007年”的时刻。2007年iPhone发布时,全球手机市场已经是一个成熟且规模庞大的产业,但没有人能够准确预测到智能手机将在未来十五年重塑信息获取、社交、支付、娱乐、出行等几乎所有生活领域。人形机器人的长期影响可能具有类似的性质:当机器人具备理解物理世界、执行物理操作的能力时,它将不仅仅是“替代某些岗位的工具”,而是成为连接数字世界与物理世界的通用接口。
这一长期愿景的实现依赖于两个条件的满足。第一,AI的通用性:具身智能模型需要具备跨场景、跨任务的泛化能力,而不是针对每个场景单独训练。世界模型和VLA模型的融合可能是实现这一目标的路径之一。第二,硬件成本的大幅下降:当前数万元至十几万元的单价虽然已经打开了科研和工业市场的空间,但要进入家庭和更广泛的服务场景,价格需要进一步下探至数千元至万元级别,同时保持足够的性能和可靠性。
从投资视角来看,长期预测的意义不在于精确的数字,而在于确认趋势的方向和持续性。IDC、高盛、摩根士丹利等机构在2026年的一致上调预测,反映的是一个更深层的判断:人形机器人产业正在从“技术验证驱动”转向“商业验证驱动”,从“政策与资本驱动”转向“需求与效率驱动”。这一转变如果持续,将为宇树科技等具备技术积累、量产能力和成本控制优势的企业提供长期的增长基础。
三、竞争格局与主要参与者
人形机器人的竞争版图在2026年发生了显著变化。2025年,宇树科技以超过5500台的出货量位居全球第一;而到了2026年上半年,智元机器人以超过8600台的出货量超越宇树,登顶全球第一。这一座次更迭并非宇树科技的衰退——其同期出货量仍超过7000台,保持了31%的市场份额——而是整个行业从“一家独大”向“双雄并立、多强追赶”格局演进的标志。理解这一竞争格局的深层结构,需要分别审视美国、中国和其他国际参与者的战略定位,以及宇树科技在这一格局中的真实位势。
(一)全球人形机器人竞争版图
1、美国阵营:特斯拉Optimus、Figure AI、波士顿动力
美国阵营在人形机器人领域的共同特征是AI基础能力领先,但量产和商业化节奏落后于中国厂商。这一格局的形成,既有技术路线选择的原因,也有供应链和制造能力的结构性因素。
特斯拉Optimus是美国人形机器人阵营中量产野心最大的玩家,也是争议最集中的焦点。2026年9月,The Information的深度报道揭示了Optimus项目从“愿景”到“工程现实”之间的巨大落差。截至2026年8月,弗里蒙特工厂的Optimus周产量达到“数百台”,较二季度的每周数十台提升约10倍,但距离管理层向员工传达的“年底前建成连续自动化产线、周产1000台以上”的目标仍有数量级的差距。
更关键的瓶颈在灵巧手。报道披露,Optimus的机器手和前臂包含100多颗螺丝及大量微型零件,“至今仍靠工人手工组装”。零件公差极严,多个工位的夹具无法稳定对位,下线后返修率偏高。部分触觉传感器可靠性不足,特斯拉的对策是一款可单独更换的“传感手套”,计划2027年并入新机型。去年就因为手部灵巧度不达标,大量未装手部和前臂的躯干在库里积压。马斯克在2026年7月的财报电话会议上也承认,Optimus量产是“特斯拉史上最难的制造爬坡”,“几乎所有部件全新、无现成供应链,大量环节只能在公司内部完成”。
AI层面的挑战同样显著。Optimus目前“高度依赖针对特定任务的训练和编程,遇到没练过的场景表现不可预测;学一项基础任务要数天”。特斯拉的应对策略是搭建基础动作库,靠动作组合应对新任务,同时扩大数据采集规模——已积累超过50万小时训练数据,计划年底翻倍,并在科罗拉多、亚利桑那、佛罗里达新建训练中心。
商业模式上,特斯拉做出了一个值得深思的选择:“只租不售”。初期以租赁方式向外部商业客户提供Optimus,租约到期后回收、升级或翻新,同时用客户工厂和仓库里采集的数据继续训练AI。外部公开销售最早要等到2027年底。The Information的分析将这一策略解读为“把FSD那套‘硬件先装车、能力后交付’的逻辑,从软件层整体搬到了整机层”——当前硬件耐用性还撑不起正式商用,租赁保留了随时改写产品的权利。有研报口径给出初期定价7至8万美元、年租金约1.5万美元,但考虑到手工组装的成本、回收翻新的物流成本,“这个数字大概率是亏的”。
Figure AI是美国人形机器人阵营中商业化进展最快的公司。2026年5月,Figure与Catalyst Brands(JCPenney和Forever 21的母公司)达成商业合作协议,在内华达州里诺配送物流中心部署人形机器人,承担重复性、高体力消耗的分拣和包装工作。这一合作的独特之处在于其投资纽带:Brookfield同时持有Figure和Catalyst的股份,这为“投资组合公司之间的首项商业协议”提供了信任基础。
Figure的技术验证在2026年5月完成了一场200小时不间断直播:3台F.03机器人连续工作200小时,累计处理约24.96万个包裹,电量降至20%时自动请求接替并前往充电,全程无需人工干预。F.03平均每分钟分拣接近21件,接近人类30至40件/分钟的速度水平。券商分析认为,这场直播“验证了其在特定场景的长时间工作稳定性,为其在工厂场景规模化落地奠定基础”。
波士顿动力在人形机器人领域的历史地位无人质疑,但其当前战略重心已明显转向四足机器人的工业巡检商业化。2026年,波士顿动力在Spot 5.2版本中引入了Google Gemini驱动的视觉智能,将巡检能力从传统的仪表读数扩展到视频分析和瞬态风险监测(如漏水、人员闯入、可疑物品)。Spot的商业模式聚焦于“数据连接层”——Orbit软件平台围绕资产而非巡检组织数据,与客户的CMMS、MES、EAM系统对接,实现“物理机器人操作与企业系统之间的管道”功能。在奥地利Wien Energie的案例中,一台Spot在四年间完成了超过4000次巡逻、行走1600公里,该公司已将Spot从试点扩展为常规运营的一部分,计划到2027年新增四台Spot部署在更多电厂。波士顿动力的战略选择揭示了一个重要的产业判断:在双足人形机器人的技术成熟度尚未达到工业级可靠性要求之前,四足机器人在结构化工业环境中的巡检价值是更确定的商业机会。
2、中国阵营:宇树科技、优必选、智元机器人、小鹏鹏行
中国阵营在全球人形机器人市场中占据绝对主导地位。IDC数据显示,2026年上半年中国人形机器人出货量超1.9万台,占全球比重约77.9%。SAG的数据更为激进,显示中国制造商贡献了全球97%以上的份额。前五大厂商均为中国企业。
智元机器人在2026年上半年完成了对宇树科技的出货量超越,以超过8600台的出货量占据全球约35%的市场份额、中国市场45%以上,同比增长超过10倍。智元的产品线布局呈现出“三线均衡”的特征:X系列(以X2为代表)覆盖娱乐表演、服务引导、科研教育、数据生产等多种场景,在国内娱乐表演租赁市场得到广泛应用;G系列在工业领域取得实质性进展,G2通过与龙旗科技、均胜电子合作,已在消费电子和汽车零部件生产线实现集群部署;A系列则面向更广泛的商业场景。智元正推进2027年营收超100亿元人民币的目标。
智元的竞争优势在于场景覆盖的宽度。与宇树科技高度集中于科研教育不同,智元在娱乐表演、工业制造、商业服务等多个场景中同时推进部署。这种“多线并进”策略的优势在于降低了对单一场景的依赖,但也面临管理复杂度和资源分散的挑战。智元酷拓(脱胎于智元灵犀产品线的四足机器人业务)在2026年上半年以16.3%的份额位居全球四足机器人出货量第二、行业应用市场第一(27.8%),显示出智元在四足领域同样具备竞争力。
优必选是港股上市的人形机器人企业,2026年上半年实现营收12.7亿元,同比增长104.2%;人形机器人总销量16,123台,同比增长268.3%;全尺寸具身智能人形机器人收入5.9亿元,同比增长1445%,销量921台,同比增长1946.7%。优必选将Walker S系列2026年出货指引从最初的2000至3000台大幅上调至5000台。在海外市场,优必选接连与欧洲、日韩等主要市场客户签约,斩获超5000万元海外订单,产品包括商用服务人形机器人Walker C1和超仿真人形机器人优世界U1。优必选的策略是“工业+商用+家庭消费”三线并进,客户覆盖多家世界500强企业,同时推出聚焦情感陪伴、教育娱乐等家庭场景的子品牌UWORLD。
小鹏鹏行(小鹏集团旗下人形机器人业务)在2026年8月完成了首轮超9亿美元融资,投后估值超63亿美元,刷新中国具身智能行业单轮私募股权融资纪录。本轮融资由IDG资本领投,腾讯和阿里巴巴同时参投,小鹏集团继续控股。鹏行的核心差异化在于与智能汽车和自动驾驶业务的战略协同:小鹏已实现端侧AI芯片、物理AI大模型、整机硬件的全栈自研布局,拥有行业领先的端侧算力和训练算力。2026年2月,小鹏启动建设行业首个人形机器人全链条量产基地;7月,人形机器人在广州工厂正式开启小批量试生产。IDG资本在投资逻辑中明确指出,具身智能正处于“从技术突破迈向量产落地的关键拐点”,小鹏的汽车业务协同效应是其区别于纯机器人创业公司的核心优势。
3、其他国际参与者:日本本田、韩国现代
日本和韩国的人形机器人参与者呈现出与美国和中国不同的战略逻辑:不追求通用人形机器人的“大而全”,而是聚焦于特定应用场景和传统制造业优势的结合。
日本的人形机器人实践以本田的ASIMO历史遗产和川崎重工的Kaleido系列为代表。本田P2/ASIMO在2026年获得IEEE里程碑奖,IEEE评价其“将科幻电影的世界拉近到了现实”。但本田在人形机器人商业化上的尝试并不成功,ASIMO项目已于2018年终止。当前日本产业界的探索更为务实:川崎重工将人形机器人定位为“适应人类世界的机器人”,强调其使用人类设计的设备、工具和楼梯的能力,而非追求通用性。丰田则计划从2028年起,配合全球生产基地改造,每年投入约1万亿日元部署约40万台人形机器人用于零件搬运、布料折叠等精细作业,其开发的“Ellie”机器人采用轮式移动而非双足行走,强调与人类的安全共存。
韩国的策略以产学研协同和量产目标为核心。2025年启动的“K-Humanoid”联盟涵盖Aeirobot、Rainbow Robotics等企业和首尔大学、高丽大学、韩国科学技术院等学术机构,目标是开发重量低于60公斤、具有50个以上关节、能够承载20公斤负载、移动速度超过2.5米/秒的高端机器人。韩国“制造业AX联盟”的目标更为激进:到2029年实现人形机器人的大规模生产,到2030年通过制造业AI转型产生超过100万亿韩元的附加值。韩国的政策逻辑是利用其在半导体、显示、汽车等制造业领域的既有优势,将AI与制造业深度结合。
(二)宇树科技的竞争位势
1、出货量维度的领先地位
宇树科技在出货量维度上的地位需要从“存量”和“增量”两个视角来理解。
从存量来看,宇树科技截至2026年8月12日累计生产下线约18000台人形机器人。这一累计产量在行业内处于领先位置。公司2025年全年人形机器人出货量超过5500台,位居全球第一。在四足机器人领域,宇树科技报告期内销量合计超33,000台,2026年上半年以37.0%的市场份额继续排名全球第一。
从增量来看,2026年上半年宇树科技的出货量约7000台,市场份额31%,被智元机器人以约8600至9700台的出货量超越,退居全球第二。这一座次变化的核心原因在于场景结构的差异:宇树的G1系列“仍是其人形机器人主要出货动力,在科研教育领域保持竞争优势”,而智元在工业制造和商业服务场景的部署速度更快,出货量增长更为迅猛。
宇树科技出货量的增长动能仍然强劲。截至8月12日的累计产量18000台意味着,仅2026年前八个月就生产了约12500台,远超2025年全年的5500台。从5500台到12500台的年化增速约127%,虽然低于智元的十倍级增长,但在高基数上维持这一增速并不容易。
2、技术路线的差异化
宇树科技与竞争对手最根本的差异在于全栈自研的深度。中信证券在辅导报告中将其表述为“坚持高性能通用机器人及核心部组件全栈自研,大幅提高了通用机器人的集成度与全身灵巧运动能力”。公司的核心技术覆盖一体化关节集成、高紧凑度身体集成、激光雷达全自研等多个层面,其中一体化关节集成技术“通过‘电机-减速器-驱动-传感-散热-结构’全栈自主研发,将所有核心零部件在同一壳体内协同拓扑优化”,实现了“极致轻量、高功率/扭矩密度、高可靠、易维护”的行业领先水平。
全栈自研的经济效益已经体现在财务数据中:公司主营业务毛利率从2023年的44.22%提升至2025年的60.13%,核心驱动力正是自研自产带来的成本下降。这一优势在价格竞争加剧的环境下尤为重要。宇树R1系列从3.99万元降至2.99万元的定价策略,如果没有自研自产的成本支撑,在财务上是不可持续的。
在具身智能模型层面,宇树采取了开源与商业化并行的策略。公司先后开源UnifoLM-WMA-0和UnifoLM-VLA-0模型,通过开发者社区参与模型迭代,同时探索工业级部署。这一策略的独特之处在于:开源降低了行业进入门槛,但也使宇树成为具身智能模型事实上的“标准制定者”之一,吸引了更多开发者围绕其硬件平台进行应用开发。
与智元相比,宇树在模型层面的商业化进度稍显滞后。智元已推出“七大部署态生产力解决方案”,针对生产线装卸、工业运输、物流分拣、导览购物等场景提供成套方案。宇树的“机器人App Store”生态尝试仍处于更早期的阶段。
3、商业化能力的比较优势
宇树科技商业化能力的核心优势在于成本控制能力和产品迭代速度,而非场景覆盖的广度。
从成本控制来看,宇树将人形机器人均价从2023年的59.34万元降至2025年的16.64万元,R1系列进一步下探至2.99万元。这一降价速度在行业内处于领先位置,使宇树在科研教育和入门级市场建立了显著的性价比优势。G1系列9.9万元的定价直接推动了科研教育场景的出货量增长,“在科研教育领域保持竞争优势”。
从产品迭代速度来看,宇树从四足机器人到人形机器人的技术迁移效率较高。公司在2023年8月发布H1,2024年推出G1,2025年推出R1,2026年测试WVLA2.0具身大模型。产品线的扩展速度和模型迭代节奏在行业内处于第一梯队。
商业化能力的短板在于行业应用场景的渗透深度。2025年,宇树行业应用收入占比仅为9.01%,科研教育场景占比高达73.60%。同期,智元的G2已在消费电子和汽车零部件生产线实现集群部署,Figure与Catalyst Brands的物流分拣合作已进入实际运营,优必选的Walker S系列在汽车和3C制造领域获得了明确的客户订单。宇树在行业应用场景中的“二次开发客户”模式虽然保持了销售效率,但也意味着公司对终端场景的理解和控制力较弱。
(三)四足机器人市场的竞争格局
1、宇树科技在四足机器人领域的市场份额
四足机器人是宇树科技的起家业务,也是公司当前仍保持全球领先地位的领域。但2026年的市场数据显示,这一领先地位的性质正在发生变化。
从总体出货量来看,宇树科技以37.0%的份额排名全球第一,是第二名智元酷拓(16.3%)的2.3倍。这一领先优势建立在文娱、科教等场景的规模化基础上——宇树四足机器人中,文娱和科教应用占比超过七成。
从收入维度来看,宇树的领先优势大幅收窄。IDC按硬件收入口径排名显示,宇树以13.8%位居第一,仅比云深处(9.2%)高出4.6个百分点。差距的原因在于单价:宇树2025年四足机器人均价仅为3.03万元,而行业级产品的单价显著更高。
从行业应用细分市场来看,宇树的位次进一步下滑。Counterpoint数据显示,在行业应用市场中,宇树以17.6%的份额位列第四,落后于智元酷拓(27.8%)、云深处(26.0%)和智身科技(18.9%)。这一数据揭示了一个关键事实:宇树在四足机器人领域的优势主要集中在消费和科教市场,在价值更高的行业应用市场中处于追赶者地位。
沙利文的数据从量价结构的角度提供了补充视角:全球四足机器人出货量将由2025年的6万台增至2030年的171万台,而加权平均售价仅由3.8万元/台缓步降至3.1万元/台。量升价稳意味着增量并未全部流向低价值的消费端,行业级和特种产品正通过更丰富的功能配置抬升单台价值。宇树在这一趋势中的位置取决于其能否在保持消费级规模优势的同时,提升在行业级市场的渗透率。
2、波士顿动力Spot的竞争态势
波士顿动力Spot与宇树科技的四足机器人产品在目标市场和技术定位上存在显著差异,两者的直接竞争关系有限。
Spot的核心定位是工业巡检和数据采集平台。2026年推出的Spot 5.2版本引入了Google Gemini驱动的视觉智能,能够执行5S板、视镜、托盘、仪表等专业巡检任务,并新增了视频巡检、瞬态风险监测(漏水、人员闯入、可疑物品)和预测性维护(气体传感、视觉振动分析、局部放电检测)能力。Spot的商业模式围绕Orbit软件平台构建,该平台围绕资产而非巡检组织数据,与客户的CMMS、MES、EAM系统对接,实现“AI代理在业务逻辑存在时自主部署Spot”的功能。
在客户部署层面,Wien Energie的案例展示了Spot的工业价值:一台Spot在四年间完成超过4000次巡逻、行走1600公里,该公司已将其从试点扩展为常规运营的一部分。这一“四年验证、逐步扩展”的节奏,与宇树在文娱科教市场的快速放量形成鲜明对比。
Spot与宇树四足机器人的价格差异是显著的。宇树消费级Go系列的价格在万元级别,而Spot的单价在数万美元以上(含软件和服务)。这一价格差异决定了两者的客户群体和应用场景几乎没有重叠:宇树面向对价格敏感的科研教育、文娱展示和轻量级行业应用,Spot面向对可靠性和数据能力有严格要求的工业巡检场景。
两者的竞争关系可能在未来发生变化。如果宇树的行业级四足产品(B系列、A系列)持续提升在电力、应急等场景的渗透率,可能会在部分中端工业市场与Spot形成竞争。但Spot的软件生态和行业数据积累构成了较高的转换壁垒,宇树在这一维度上仍需大量投入。
3、其他四足机器人厂商
四足机器人市场的竞争格局在2026年呈现出“总体集中、细分分散”的特征。除宇树和波士顿动力外,云深处、智元酷拓、智身科技、具微科技等厂商在不同细分市场中占据了重要位置。
云深处科技是行业应用市场的领先者之一。Counterpoint数据显示其在行业应用市场以26.0%的份额位居第二。云深处在2026世界机器人大会上展示了六大行业标准化解决方案,覆盖能源电力、应急消防、安防巡逻、工业运维、民生服务、教育科研。其行业级人形机器人DR02具备IP66防护等级和-20℃至55℃宽温域工作能力,已完成变电站实地作业测试和户外消防救援演习。云深处的策略是以标准化解决方案降低行业客户的部署门槛,与宇树以产品为中心的销售模式形成差异。
具微科技在工业市场的表现值得特别关注。IDC数据显示,具微科技在工业市场收入份额位居第一。沙利文将其列为全球综合竞争力第一梯队,其核心优势在于聚焦高危工业场景的轮足构型与工业具身大脑,具备防爆产品量产交付能力,在国内矿山、铝业、冶金及化工行业有落地基础,海外合作覆盖中东、欧洲、澳洲及北美。具微科技的案例表明,四足机器人市场的“价值高地”可能不在通用平台,而在针对特定行业需求的深度定制。
智元酷拓作为智元机器人旗下的四足业务,在行业应用市场以27.8%的份额位居第一。酷拓的优势在于依托智元在人形机器人领域积累的AI能力和场景资源,实现四足产品的快速迭代和交叉销售。
这些厂商的竞争策略共同指向一个趋势:四足机器人市场正在从“通用平台竞争”向“行业解决方案竞争”迁移。宇树科技在总体出货量上的领先地位仍然稳固,但如果在行业应用场景中不能建立足够的差异化能力,其在价值更高的细分市场中的份额可能被专注于特定行业的竞争对手持续侵蚀。
四、产业链分析
人形机器人的产业链结构,可以用一个简化的三层框架来理解:上游是核心零部件与基础技术,中游是机器人本体的设计、集成与制造,下游是应用场景与客户。但这个框架的静态描述掩盖了一个关键动态:产业链的价值分配正在从“谁造得出来”向“谁造得便宜、造得可靠、造得能赚钱”转移。宇树科技在这一转移中的位置,取决于它在三个环节上的能力组合。
(一)上游:核心零部件与原材料
上游环节的技术门槛和成本结构,决定了整机厂的利润空间和竞争壁垒。一台人形机器人的硬件成本中,关节模组(含电机、减速器、驱动器)占据约40%至50%,传感器系统(含激光雷达、视觉传感器、力传感器)占15%至20%,计算平台(AI芯片与算力模组)占10%至15%。这三个品类构成了上游价值的绝对主体。
1、电机与减速器
电机与减速器是机器人关节的“肌肉与骨骼”,其性能直接决定了机器人的运动能力、精度和寿命。
减速器领域呈现出一个显著特征:谐波减速器的国产化已取得实质性突破,但行星减速器和RV减速器仍存在差距。国产谐波减速器自主化进程相当迅速,“自主生产的谐波减速器的性能与可靠性,都已达到国际主流水平”。绿的谐波作为国内谐波减速器龙头,市占率超过60%,其产品已进入小鹏IRON机器人的手部关节供应链。然而,“行星减速器依旧是外资企业占据主要市场份额”。这一结构性差异意味着,在人形机器人的高负载关节(如髋、膝)中,国产整机厂对外资减速器的依赖仍然存在。
电机领域的国产化进展更为乐观。“无框力矩电机、永磁同步电机的产品性能和可靠性,与国际先进水平的差距正在不断缩小”,但“空心杯电机性能与国外先进水平存在较大差距”。空心杯电机主要用于灵巧手等精密操作场景,其性能差距是制约国产人形机器人灵巧操作能力提升的上游瓶颈之一。步科股份是无框力矩电机国内龙头,2024年无框力矩电机销量约2.4万台;雷赛智能已实现FM系列高密度无框力矩电机的量产,年产能30万台。
宇树科技在这一环节的策略是“核心自研、外围外购”。王兴兴明确表示:“对于影响或制约机器人核心性能的部组件,如本体结构、运动控制系统和关节模组等,公司将继续采取自主研发模式。”在电机层面,宇树“自主设计电磁方案、定子转子扁线绕组、磁钢装配工艺,自建电机产线”,仅外购铜线、磁铁等原材料。这一策略的成本效果显著:宇树一只机器狗需要12个电机,“如果外采,一个电机就要3000-5000元,而宇树自研,单个售价在官网1300元”。在减速器层面,宇树对关节模组中的减速器采取“自主设计研发,零部件定制采购,自主装配”的模式,这意味着宇树并不完全外购减速器成品,而是通过定制零部件、自主装配的方式来控制核心传动环节。
与宇树形成对照的是行业主流的“模组外购”模式。小鹏IRON的关节驱动由方正电机独家供应,双方合资成立“浙江方德机器人关节科技”,方正电机供应62个主动自由度的高精度运动控制模块。这种模式的逻辑是借助供应商的专业化能力加速量产爬坡,但代价是整机厂对核心部件的控制力较弱、成本结构受制于供应商。
2、传感器与激光雷达
传感器系统是人形机器人从“盲动”走向“感知”的基础。其中,激光雷达和视觉传感器构成外部环境感知的核心,力/触觉传感器则决定了机器人与物理世界交互的精细程度。
激光雷达领域,国产厂商已经建立起显著优势。头部两家国产厂商禾赛科技与速腾聚创“合计占据国内机器人市场近40%的份额,凭借车规级技术下放快速切入人形机器人赛道”。速腾聚创2026年上半年卖出28.3万台机器人激光雷达,“增长逾5倍”。禾赛科技的FTX纯固态激光雷达已被应用于Sharpa的D01一体式触觉感知灵巧操作机器人,为其提供环境三维感知信息。宇树科技是行业内少数自研激光雷达的整机厂之一,公司招股书显示其核心技术覆盖“激光雷达全自研”。但宇树同时也向客户提供并对外采购多种型号的激光雷达,以满足不同产品的差异化需求。
视觉传感器领域,奥比中光在国内服务机器人3D传感器市场市占率超70%,梅卡曼德专注于工业级3D视觉与AI算法。
力/触觉传感器领域,六维力传感器赛道中蓝点触控2025年国内市场份额达72.6%,坤维科技年标定产能可达4.5万台以上。触觉传感器曾是进口单片超10万元的“卡脖子”件,帕西尼通过四年研发“先在2023年降到1万元,又在2025年打到199元,降幅99.8%”。触觉传感器价格的断崖式下降,为灵巧手从“能抓”走向“能感知”提供了硬件基础。
宇树科技在传感器环节的策略呈现出“分层自研”的特征。公司自研光学相机和激光雷达主要应用于销量较大的消费级产品(如Go2系列),而行业级和人形机器人产品因客户存在防水、耐高温、大范围探测等差异化需求,标准化的通用部件难以覆盖,采取了外购不同型号部件的方案。这一安排既保证了消费级产品的成本优势,又通过外购满足了行业客户的定制化需求。
3、AI芯片与算力平台
AI芯片是具身智能的“大脑底座”,其算力水平、功耗特性和软件生态直接决定了机器人自主决策能力的上限。
英伟达在机器人SoC市场处于绝对主导地位。半导体研究机构Yole Group数据显示,英伟达在2025年机器人SoC市场以69%的市场份额排名第一,“而中国厂商的市场份额仅有5%”。英伟达的Jetson Thor芯片在FP4精度下提供高达2070 TFLOPS的峰值算力,相比上一代Orin芯片算力提升7.5倍,能效提升3.5倍。Thor的功耗可配置在40W至130W之间,配备128GB内存。2026年6月,英伟达宣布与宇树科技加强合作,为H2 Plus人形机器人供应Thor芯片。这一合作使宇树进入了全球AI算力生态的核心圈子,但其代价是对英伟达平台的深度依赖。
英伟达方案的优势在于开发路径成熟:“CUDA、TensorRT、Isaac、Isaac ROS、GR00T、Cosmos这些工具和平台,已经覆盖了仿真、训练、部署、推理和机器人开发流程”。但这种“全家桶”模式也带来了成本压力和功耗约束。搭载Thor芯片的Jetson AGX Thor开发者套件售价达到3499美元(约2.5万元人民币)。对于追求极致成本控制的宇树而言,如何在高端产品(H2 Plus)采用Thor的同时,为G1、R1等中低端产品找到性价比更优的算力方案,是一个需要平衡的工程问题。
国产具身芯片正在从“替代”走向“协同定义”。爱芯元智发布了“具身大脑控制器”,提供1500 TOPS的算力用于机器人“大脑”端侧推理决策。智元机器人在多款设备上采用“基础算力板用国产芯片、高算力板用英伟达芯片”的分层策略:灵犀X2的基础算力板使用瑞芯微RK3588芯片,高算力板使用英伟达Orin芯片;工业级轮式人形机器人精灵G2的基础算力板使用辉羲智能R1芯片,高算力板采用Thor系列芯片。优必选则与沐曦合资成立曦选创智,计划“2027年下半年实现流片、2028年实现量产”,“彻底填补国内具身智能高端芯片领域的技术空白”。
宇树科技在芯片环节的自主能力有限,其策略是与英伟达深度绑定以获得高端算力支撑,同时在中低端产品上保持对国产芯片方案的开放态度。这一策略的短期合理性在于:具身智能大模型的训练和推理对算力的需求仍在快速上升,英伟达的生态成熟度和工具链完整性是国产芯片短期内难以替代的。但长期来看,芯片环节的对外依赖构成了宇树在“大脑”层面自主性的一个结构性约束。
(二)中游:机器人本体制造
中游环节的核心问题是:整机厂应该自研到什么程度,外购到什么程度。这个问题的答案不是绝对的,而是取决于企业的技术积累、成本结构和市场定位。
1、宇树科技的全栈自研模式
宇树科技是中游整机厂中全栈自研程度最高的企业之一。王兴兴对全栈自研的边界有清晰的表述:“公司的高性能通用机器人产品实行全栈自研模式,研发范围覆盖了本体结构、关节模组、能源系统、计算平台、灵巧手、运动控制系统、感知系统等整体物理结构与核心部组件,并通过定制采购零部件、自主装配的方式组织生产。”
全栈自研的核心载体是一体化关节模组。宇树招股书披露,其一体化关节集成技术“通过‘电机-减速器-驱动-传感-散热-结构’全栈自主研发,将所有核心零部件在同一壳体内协同拓扑优化”,实现了“极致轻量、高功率/扭矩密度、高可靠、易维护”的行业领先水平。这一技术的经济效果直接体现在财务数据中:公司主营业务毛利率从2023年的44.22%提升至2025年的60.13%。宇树“核心部件整体成本较海外采购降低30%至60%,毛利率因此攀升至60%以上”。
全栈自研的另一层优势是产品迭代速度。宇树的H1人形机器人“关节模块和电机直接复用四足大狗机器人,只是调整了一些参数,没有倾注过重资源”。这种“平台复用”能力使宇树能够以远低于竞争对手的研发投入和时间成本推出新产品。从四足机器人到人形机器人的技术迁移,宇树仅用了约半年时间就从概念推进到产品发布。这种迭代速度在“快鱼吃慢鱼”的机器人赛道中构成了显著的竞争壁垒。
但全栈自研并非没有代价。自研的深度意味着管理复杂度的上升和资本开支的增加。宇树募投项目中“机器人本体研发项目”投资11.10亿元,其中相当部分将用于自研产线的建设和升级。同时,全栈自研要求公司具备覆盖多个技术领域的研发团队,管理跨学科协作的难度随自研范围的扩大而上升。
2、行业主流的模块化外购模式
与宇树形成对照的是行业主流的模块化外购模式。这一模式的核心逻辑是借助供应商的专业化能力加速量产,通过分工协作降低整机厂的资本开支和管理复杂度。
小鹏IRON是模块化外购模式的典型案例。其关节驱动由方正电机独家供应,双方合资成立“浙江方德机器人关节科技”,方正电机供应62个主动自由度的高精度运动控制模块,占全身82个自由度的75.6%。减速器方面,绿的谐波独家供应IRON手部12个关节的谐波减速器;双林股份的RV减速器定点供应IRON腰部旋转关节,“约80%相关产能已被小鹏预订”。小鹏IRON供应链的国产化率超过80%,且“超过85%的供应链伙伴与小鹏现有汽车供应链重合”。
模块化外购模式的优势在于量产爬坡速度快。当整机厂需要快速提升产量时,专业供应商的产能和品控体系可以直接复用。方正电机2026年机器人关节模组规划年产10万套,这一产能规模如果由整机厂自建,需要大量的资本投入和较长的建设周期。模块化模式还使整机厂能够专注于自身最擅长的环节——对小鹏而言,是端侧AI芯片和物理AI大模型。
但模块化模式的代价是成本结构受制于供应商。当供应商在关键部件上具有议价权时,整机厂的毛利率空间会被压缩。同时,不同供应商的部件在接口标准、性能参数上的匹配度需要额外的工程协调,可能影响产品迭代的速度。
3、两种模式的成本与迭代效率比较
两种模式的比较可以从成本结构和迭代效率两个维度展开。
成本维度,全栈自研在达到一定规模后具有显著优势。宇树自研电机的成本约为外采的三分之一(1300元 vs 3000-5000元)。这一成本优势在电机数量众多的机器人上被放大:一台人形机器人有40个以上的关节,仅电机一项的自研与外购成本差就可能达到数万元。在减速器、驱动器等环节,自研的成本节约逻辑类似。但全栈自研的规模门槛不容忽视:在产量尚未达到经济规模时,自研产线的固定成本摊销会推高单位成本。宇树之所以能够从全栈自研中获得成本优势,部分原因在于其四足机器人业务已经积累了足够的产量基础,使得产线摊销和供应链议价能力达到了临界规模。
迭代效率维度,两种模式的优势取决于“迭代的内容是什么”。在运动控制算法和整机设计层面,全栈自研的迭代效率更高,因为整机厂对核心部件的性能参数有完整的理解,能够进行跨子系统的协同优化。宇树从四足到人形的快速技术迁移正是这一优势的体现。但在AI算力和大模型层面,模块化外购的效率可能更高:整机厂不需要从零构建芯片设计能力和大模型训练基础设施,可以直接采用英伟达的Thor芯片和CUDA生态,将精力集中在应用层的场景适配和模型微调上。
宇树当前的选择是在两者之间寻找平衡:硬件层面坚持全栈自研,AI层面借助外部生态。这一策略在短期是务实的,但长期面临一个结构性挑战:如果具身智能大模型的能力成为决定产品竞争力的核心变量,而大模型的训练又高度依赖算力平台的性能和生态,那么宇树在芯片环节的对外依赖可能成为其“大脑”能力提升的瓶颈。
(三)下游:应用场景与客户结构
下游环节的分析需要回到一个根本问题:谁在为人形机器人买单,他们买来做什么。
1、科研教育客户
科研教育是宇树科技当前最核心的收入来源。2025年前九个月,宇树人形机器人收入中“科研教育占73.6%”。宇树所说的“科研教育”并不只是大学实验室,“也包括科研机构、科技企业和开发者。这些客户购买机器人做算法研发和二次开发,其中一些也在为未来的工业应用做准备”。
从客户类型来看,科研教育客户包括高校、研究所、科技企业研发部门以及独立开发者。这些客户的共同特征是:对价格相对不敏感(预算来自科研经费),追求平台的开放性和运动性能,购买机器人的目的是“研究”而非“生产”。一位分析人士的表述精准地概括了这一场景的本质:宇树“目前主要扮演的角色,是向高校、研究所和科技企业‘售卖高端研究平台’,而非向工厂‘售卖替代劳动力的生产力工具’”。
科研教育场景的优势在于:客户对价格容忍度高,宇树的全栈自研成本优势在这里转化为较高的毛利率(人形机器人毛利率63.18%);客户的二次开发为宇树积累了生态和数据反馈;场景相对标准化,销售效率较高。劣势在于:市场容量有限,高校和科研机构的采购预算受制于科研经费的周期性和额度约束;客户的采购决策更多受“研究价值”驱动而非“投资回报率”驱动,这意味着随着产品价格下降,科研客户可能不会同步扩大采购规模;场景的“非生产性”意味着机器人的实际工作能力(而非运动性能)对客户价值的贡献有限。
2、工业与商业客户
工业与商业是宇树科技需要突破但尚未突破的场景。2025年前九个月,宇树“智能制造、智能巡检、物流配送等明确场景的收入合计约1570万元”,仅相当于同期人形机器人收入的约2.6%。行业应用占比9.01%,且其中还包括企业接待、导览等用途。
工业场景的客户特征与科研教育截然不同。工业客户的采购决策严格遵循投资回报率(ROI)逻辑:“一台人形机器人必须在2至3年内,通过替代人力成本收回投资”。客户需要的是“能在嘈杂的车间里自主识别零件、规划路径、完成装配的‘大脑’能力”,而非“会空翻”的运动能力。这意味着工业场景对机器人的要求是可靠性、精度和泛化能力,而非运动性能。
宇树在工业场景中的进展有限,有一个结构性原因:其“二次开发客户”的销售模式导致公司对终端场景的理解和控制力较弱。宇树的客户中包括“高校经销商”和分销商,这些客户购买机器人后可能将其部署到各种场景中,但宇树并不直接参与终端场景的部署和运营。这种模式的优点是销售效率高、客户覆盖面广,缺点是宇树难以从终端场景中获取“什么场景需要什么能力”的深度反馈,也难以积累工业场景的部署经验。
与宇树形成对比的是优必选和智元的工业策略。优必选的Walker S系列“已进入比亚迪、吉利等汽车工厂,满足汽车总装车间物料配送、零部件装配、质检等环节对柔性化、协同化的复杂需求”。智元的G2“已在消费电子和汽车零部件生产线实现集群部署”。这些厂商直接与工业客户对接,深度参与场景部署,虽然销售周期更长、单项目投入更大,但积累的场景知识和客户关系构成了更高的进入壁垒。
3、开发者与生态伙伴
开发者与生态伙伴是一个当前收入贡献有限、但战略价值可能最高的客户群体。
宇树在这一维度的布局包括:开源UnifoLM-WMA-0和UnifoLM-VLA-0模型,吸引开发者围绕其硬件平台进行应用开发;通过“机器人App Store”生态尝试,降低应用开发的门槛;与英伟达在Isaac GR00T、Cosmos等平台上的合作,将宇树的硬件接入全球开发者生态。
开发者生态的战略意义在于它可能改变宇树的价值捕获方式。如果宇树能够成为人形机器人应用开发的事实标准平台,那么它的价值将不再局限于硬件销售,而是延伸到应用分发、模型授权、数据服务等更高附加值的环节。这一愿景的实现取决于两个条件:宇树的硬件平台是否具备足够的开放性和易用性,吸引开发者在其上进行创新;宇树是否能够建立起有效的生态治理和利益分配机制,使开发者的贡献能够转化为宇树的收入。
当前宇树的开发者生态仍处于早期阶段。开源模型的发布和“App Store”的尝试是积极的信号,但与英伟达的Isaac GR00T、Hugging Face的机器人模型库等成熟平台相比,宇树的生态影响力和工具链完整性仍有差距。开发者生态的构建是一个“先有鸡还是先有蛋”的问题:开发者需要足够大的用户基数才有动力为平台开发应用,而用户基数又取决于平台上应用的质量和数量。宇树凭借出货量优势在“鸡”的层面具有先发优势,但能否将这一优势转化为生态的“蛋”,取决于公司在开源治理、开发者支持和商业模式设计上的持续投入。
产业链的总结判断:宇树科技在上游环节的全栈自研深度是其成本优势和迭代速度的核心来源,但芯片环节的对外依赖构成了“大脑”能力提升的结构性约束;在中游环节,全栈自研模式在硬件成本上具有优势,但在AI算力层面需要借助外部生态;在下游环节,科研教育的收入贡献稳固但市场容量有限,工业场景的突破需要从“卖平台”向“做场景”的模式转型。产业链的价值分配正在从“谁造得出来”向“谁造得便宜、造得可靠、造得能赚钱”转移,宇树在这一转移中的位置,取决于它能否在保持硬件成本优势的同时,补上场景深度和AI自主性的短板。