中美对比研究：中国主导硬件供应链，美国引领具身模型创新——人形机器人系列（二）

当前全球人形机器人产业正处于技术验证走向应用落地的过渡阶段。2023年前后VLA模型与世界模型打通视觉、语言、动作的模态壁垒，推动人工智能迈向真实物理世界交互，本体与大脑两条路线融合，共同推动人形机器人从技术验证走向应用落地。中美两国是当前全球人形机器人产业的引领者，总体而言中国优势在硬件，形成从中游整机到上游零部件的完整产业链；美国优势在软件，凭借顶尖AI产业基础引领物理智能发展，但硬件供应链不足，量产规模滞后于中国。

全球产业概览与中国量产领先优势

2025年为人形机器人量产起点，中国产业规模领先，美国引领技术迭代但尚未大规模量产。2025年全球人形机器人市场出货量约为1.7万台，中国出货量约1.44万台，全球占比约84.7%。现阶段美国企业仍聚焦于技术迭代，尚未实现大规模量产，特斯拉、Figure AI、Agility Robotics等对外货量维持在百台量级。预计2026年全年中国出货量将达到8.5万台，而美国出货量规模不足千台。

产能方面，中国头部企业已具备万台产能。截至2026年8月，宇树科技累计下线约18000台，2026年计划出货1万至2万台；智元机器人下线量产第1.5万台通用具身机器人。美国多家企业处于产能建设阶段，Figure BotQ首代产线设计能力为1.2万台/年，Agility RoboFab峰值设计产能超过1万台/年。特斯拉弗里蒙特产线规划100万台/年，德州超级工厂二代线远期设计能力1000万台/年。

在量产规模带动下整机成本不断降低。2024年前后首批人形机器人受核心零部件进口依赖等因素制约，整机成本高达40万-50万元。2026年以来随着国内供应链逐步完善、核心零部件国产化率提升，整机成本已下探至20万-30万元区间，预计未来10年将进一步降低至10万-20万元区间。与硬件成熟度形成对比的是，人形机器人商业化落地仍处于极早期阶段，应用场景以科研教育为主，占比超过70%，进入工业、商业等行业场景的比例较低。预计到2035年全球人形机器人市场规模达到87.8亿美元，2026-2035年复合年均增长率为16.91%。

中国硬件供应链体系构建与核心环节突破

中国依托新能源汽车与高端制造产业基础，形成覆盖关节模组、减速器、丝杠、电机、传感器、电池等环节的完整本土供应链，核心零部件国产化率超75%。执行器是人形机器人BOM价值占比最高的硬件环节，在整机BOM成本占比约45%，主要由无框力矩电机、减速器、行星滚柱丝杠、编码器等零部件构成。

谐波减速器是旋转关节核心传动部件，全球市场长期由日本哈默纳科主导，2025年市占率58%。中国谐波减速器市场国产化率从2017年的16.41%提升至2024年的75.11%，绿的谐波作为国内代表，全球市场份额提升至2025年约12%，位居全球第二。无框力矩电机全球格局较为分散，国内市场的国产化率已超过80%，主要参与厂商包括合泰科技、大族电机、步科股份等。行星滚柱丝杠主要用于人形机器人的高性能关节，过去市场份额长期由Rollvis、GSA等欧洲厂商主导，目前杭州新剑、恒力液压等国产厂商已实现技术突破与小批量落地。

电池领域，中国企业凭借汽车动力电池领域的技术优势延伸至人形机器人赛道。全球范围内前五大电池组厂商占有大约43.8%的市场份额，宁德时代、蔚蓝锂芯、亿纬锂能等中国企业已占据行业主要份额。

端侧算力芯片是中国供应链相对薄弱的环节。英伟达具备涵盖Jetson Thor算力硬件、Isaac仿真、GR00T基础模型、Cosmos世界模型的全栈优势。国产厂商正在逐步追赶，地瓜机器人推出的RDK S600面向四足机器人和人形机器人等高阶具身智能场景，最高算力达560TOPS，但在推理算力与生态构建上与英伟达仍有明显差距。预计未来国产端侧算力芯片将首先在中低端消费级服务机器人领域凭借性价比优势实现替代，再逐步切入高端大算力与一体化生态平台领域。

美国具身模型创新引领与中国数据资源优势

美国依托全球顶尖的AI产业基础支撑机器人产业发展，引领了VLA、世界模型等机器人大脑路线创新。AI巨头的技术、资本与人才资源外溢是美国机器人大脑领域领先的核心优势来源。2023年谷歌DeepMind推出RT-2，率先将动作token嵌入VL大模型，建立视觉-语言-动作端到端范式的VLA模型架构。Physical Intelligence推出的π系列模型成为最具影响力的开源VLA架构，其双系统架构已成为具身智能领域模型主流。

世界模型直接对物理规律建模，有希望克服VLA泛化性难题。美国代表性的世界模型大致可分为预测式和生成式两条路线。预测式路线以LeCun提出的JEPA、V-JEPA等模型为代表，生成式路线则以Google DeepMind的Genie 3和李飞飞创办的World Labs推出的Marble为代表。中国在具身模型层面尚缺少原创成果，主要在现有VLA及世界模型架构上进行跟随，例如自变量机器人WALL-A/WALL-OSS模型、千寻智能Spirit系列等均在典型VLA架构上进行部分训练策略的创新。

具身智能模型依赖物理交互数据，主要包含真机采集、无本体采集、仿真合成和互联网视频数据四种类型。中美两国现有数据采集路线均呈多样化，且以第一人称视频数据作为主要增量来源。中国拥有大量汽车、3C、家电制造、仓储物流等生产场景，可采集交互数据的丰富度与规模都大幅高于美国。利用真实场景带来的数据资源用于模型迭代，将成为中国未来在机器人大脑领域的重要优势。预计数据金字塔结构将长期存在，无本体数据用于预训练、真机数据用于后训练、仿真数据用于补充训练场景。

中美投融资格局与产业集群分布特征

中美主导全球人形机器人一级市场，投融资规模与事件数合计占全球90%以上。2026年上半年全球融资金额已达1325亿元，超过2025年全年578亿元的两倍有余。综合产业现状与资金结构看，预计2026年将是全球人形机器人赛道投融资的阶段性高峰期。融资轮次方面，种子前、种子轮、天使轮、Pre-A轮及A轮合计约184起，早期轮次占全年融资事件总数约86%，表明产业发展仍然处于早期阶段。

中国市场活跃度更高，2026年上半年投融资金额达到935亿元，在全球投融资金额占比超70%。投资重心正从硬件整机转向具身模型，2026年上半年融资额排名靠前的企业中，以大脑为重点的企业占比超过四分之三。美国投融资呈现头部集中、单笔大额的特征，Skild AI完成14亿美元C轮融资、Figure AI完成10亿美元C轮融资等。美国资本掌握行业估值定价权，Figure AI估值达到390亿美元，而中国头部人形机器人独角兽估值大多在200亿元人民币附近。

产业集群方面，中国形成以北京、长三角和粤港澳大湾区为主的格局。北京依托顶尖科研资源重点布局机器人大脑环节；长三角形成上海牵头整机、苏浙皖布局上游零部件的产业体系；粤港澳大湾区具备全国密度最高的机器人企业群和最完整的供应链体系。美国形成以加州、波士顿和得州为主的产业集群。加州依托硅谷湾区实现AI与机器人产业深度协同；波士顿围绕MIT成为全球仿生动态机器人的发源地；得州凭借税收优惠吸引大型企业总部承接规模化生产。

产业发展展望与核心方向

作为软硬件集成的产业，人形机器人未来发展需要硬件供应链与大脑模型两端的共同进步，中美两国优势有望形成互补。现阶段人形机器人硬件已基本具备落地条件，但通用感知、物理推理、自主规划等智能能力短板制约了规模化商业应用。目前机器人大脑的技术路径尚未收敛，VLA与世界模型路线并行竞争，物理AI的全球竞争格局还未落定。

中国产业未来需重点提升四个方向：一是聚焦模型底层创新，摆脱长期跟随海外技术路线的现状；二是利用场景资源，搭建标准化、规模化的交互数据体系，助推模型迭代；三是推动大模型企业跨界布局机器人，提升AI与机器人产业协同程度；四是进一步补强供应链，加强端侧算力芯片等相对薄弱环节，实现全链条自主可控。