以智能车为鉴:人形机器人本体竞争与零部件投资机会

  • 来源:招银国际
  • 发布时间:2026/08/15
  • 浏览次数:17
  • 举报
相关深度报告REPORTS

汽车行业:以智能车为鉴,挖掘人形机器人投资机会,本体百家争鸣,零部件率先兑现.pdf

人形机器人产业正处于从“1到N”的早期阶段,类比2015-2016年的新能源汽车市场,本体厂商尚未经过充分洗牌,胜负未定。报告认为,具备智驾能力头部的车企凭借算法、数据、制造及场景优势,在人形机器人竞争中胜出概率更大;而头部创业公司则依靠融资能力和垂直整合的成本优势有望突围。算法与数据:“大小脑”算法正从分层协同向端到端VLA和世界模型融合演进。真机数据是模型迭代的瓶颈,车企因拥有自有工厂和门店场景,能构建“量产+数据”飞轮,在具身智能大模型竞争中占据有利生态位。政府主导的数据采集中心虽能缓解部分数据短缺,但缺乏商业闭环。零部件机会:相较于本体,上游零部件投资确定性更高。谐波减速器、行星滚柱丝...

产业阶段与本体竞争格局

人形机器人行业正处于从“1到N”的早期产业化阶段,类似于2015-2016年的新能源汽车市场。尽管出货量快速增长,但技术路线尚未完全收敛,商业化落地仍面临成本与泛化能力的挑战。回顾新能源智能车的发展历程,早期的领先者未必是最终的胜利者,行业需经历多轮淘汰赛才能决出胜者。当前,本体厂商的核心竞争力在于造血能力和AI智能水平。

在市场参与者方面,主要分为“渐进式玩家”和“跨越式玩家”。渐进式玩家以纯机器人创业公司为主,优先在低智能、低泛化要求的场景实现商业落地;跨越式玩家则以汽车主机厂为代表,凭借制造工厂和门店场景,直接关注高泛化、高复杂度场景的应用。相较于初创公司,具备智驾能力头部的车企在算法、数据、制造经验及供应链管理方面拥有显著优势,有望在人形机器人市场中占据重要份额。而在创业公司中,头部企业凭借融资能力和垂直整合带来的成本优势,亦有较大概率进入决赛圈。

算法演进与数据瓶颈

人形机器人的“大小脑”算法正从分层协同向端到端融合演进。传统分层架构下,认知决策与动作执行解耦,虽可控性强但泛化能力弱。未来趋势是实现从感知到动作的直接映射,VLA(视觉-语言-动作)模型和世界模型逐渐成为主流技术路线。世界模型通过构建虚拟环境生成仿真数据,缓解真实世界数据匮乏的问题,并与VLA模型互补,形成“认知-预测-执行”的闭环。

真机数据是当前人形机器人最稀缺的资产。由于真机数据采集成本高且与硬件深度耦合,难以通用,政府主导的产业化集中采集模式正在兴起。然而,真正的突破依赖于“量产+数据”的飞轮效应。车企因同时具备模型能力、数据获取渠道和落地场景,能够无需依赖第三方即可实现数据闭环,从而在具身智能大模型竞争中占据有利生态位。

零部件投资确定性与降本空间

相较于本体厂商胜负难分,上游零部件的投资确定性更高。借助中国产业链优势和工程师红利,零部件成本快速降低,且仍有显著的降本空间。稳定的量产交付能力和成本控制能力是零部件企业的核心竞争力。三大关键零部件——减速器、丝杠和电机,其传统市场规模较小,人形机器人的应用将显著打开市场天花板。

谐波减速器方面,关键在于制造工艺的一致性和成本控制,竞争格局较好,国内企业市场占有率已超六成。行星滚柱丝杠方面,核心壁垒在于高精度磨床设备,具备上游设备能力的企业更具优势,且反向行星滚柱丝杠因结构紧凑更适合人形机器人应用。电机领域,无框力矩电机是目前关节主流,而轴向磁通电机和谐波磁场电机等新型技术因高功率密度特性,可能成为下一代发展方向,初创公司在设计创新上具有挑战现有玩家的潜力。

随着规模化量产的推进,关节模组及相关零部件有望复刻新能源车产业链的降本路径。预计中长期内,关节模组仍有大幅降本空间,带动整机成本下降,推动人形机器人进入更多商业化场景。

编辑:流星雨
  • 热门文档
  • 热门文章
  • 本年热门
  • 本季热门
  • 本月热门
  • 本年热门
  • 本季热门
  • 本月热门
分享至