2025年人形机器人量产元年，关注三条主线：软件、最强本体与预期差品种

人形机器人国内外产业现状

2025年Tesla链：量产元年，关注产能扩张与订单落地

特斯拉人形机器人自2025年起进入小批量产阶段，产能扩张与产量指引如下： 2025年生产的是量产版本1，目标产能为1万台/年，目标产量在5000-10000台。 量产版本2将在2026年推出，目标产能为12万台/年，目标产量为10倍于25年水平，计划在26年下半年向其他公司交付。

海外其他巨头进展：英伟达、open AI等

英伟达最新进展： 英伟达定位为服务各人形机器人创业公司，提供芯片、底层模型算法、数字孪生等。 2024年GTC会议：推出人形机器人通用基础模型GR00T项目，构建NVIDIA AI、Omniverse和ISAAC三大平台。 Jetson Thor计算机：英伟达计划在2025年上半年推出Jetson Thor机器人专用计算机。 2025CES展：提供全栈式人形机器人训练软硬件包括：1）基础模型；2）数据采集及生成主体；3）数据生成框架；4）人形机器人专属训练计算机。 p Open AI最新进展： p Open AI计划亲自下场做机器人本体，与figure分道扬镳。ü 2025年1月，openAI重新组建机器人部门，同时发布了招聘信息，正式回归机器人赛道。

国内巨头进展：华为链

华为链进展： 华为是国内人形机器人对标英伟达+特斯拉的公司，既致力于在软件算法方面对本体制造商进行赋能（对标英伟达），同时也有内部部门牵头本体制造（对标特斯拉）。整体上看，T链与华为链类似消费电子中苹果链与安卓链的关系。华为链主要分两条线：1）华为云主导的具身智能创新中心，定位于国际前沿技术领域，基于产业应用场景，联合企业展开协同创新，目标是打造具身智能产业链的集散中心以及一站式具身智能技术与产品交易的旗舰平台。2）极目机器人子公司，是人形机器人市场的又一重大布局。

国内其他厂商进展：智元、宇树

智元机器人开启商业化量产： 智元是国内较早进入人形机器人领域的创业公司，24年根据场景需求推出5款人形机器人，目前倾向更多精力专注于人形机器人训练数据的采集与运营上。

宇树发布Unitree B2-W机器狗最新展示视频： 宇树科技是较早的机器狗创业公司，在批量生产及下肢运动控制上积累较多经验。

人形机器人长期、中期、短期逻辑

人形机器人行情复盘

复盘2024年机器人板块行情，经历两波大级别下跌： 第一波是1-2月，跟随市场流动性危机下跌，也伴随市场反弹，机器人板块指数与小盘股指数高度重合。 第二波下跌自6月马斯克股东大会发言后，板块解读为25年出货指引低于预期，随着而来是市场的成交寡淡，板块再次回调。而触发反弹的是特斯拉团队来访，推进供应链筹备进度。继而跟上的是牛市开启，10月we robot会议惊艳的产品展示以及11月川普当选，整体市场对T链容错率大幅提升，机器人板块走出一波行情。

人形机器人长期、中期与短期逻辑

长期逻辑：机器代人，巨大市场空间。在普通工业制造业与服务业，人形机器人可以替代人类从事一些重复性、危险性高的工作，提高生产效率，降低劳动成本。 中期逻辑：硬件端产能充足，软件迭代有望驱动具身智能时代来临。AI进入2.0时代，人形机器人将是AI最大的落地场景。硬件端目前看相对较为完善，软件端的迭代是驱动产品力不断提升的关键。 硬件端：针对10万台机器人，减速器、电机等零部件产能充足，行星滚柱丝杠扩产不受约束。 软件端分为大脑与小脑。大脑主要负责环境感知和智能交互，其底层算法分别是FSD与LLM及其延伸的大模型。大脑端的FSD及LLM伴随智能驾驶与大模型进展进行迭代，发展较为成熟。相对来说，亟待提升的是小脑。小脑端运控数据的采集与运动控制底层算法的迭代是驱动产品力提升的中期维度影响因素。

2025年人形机器人三条主线

主线①：软件迭代打开产品力瓶颈

硬件已不是制约因素，软件算法是推动人形机器人功能提升和应用场景拓展的关键。①大脑：受益于FSD与LLM，发展已相对成熟；②小脑：即运动控制，其发展较为初期，主要制约因素：1）数据采集。相较于大模型的发展拥有海量的数据输入，机器人的训练数据集是十分有限的；2）上肢运控底层算法。前精细动作尚未有统一的底层算法，肢体运动的统一底层算法是issac gym+强化学习。因为在下肢运动中，可以设置“不摔倒、走得快”等作为奖励函数来强化学习，而且身体运动容错空间相对高。但精细操作中不同任务对应不同的奖励函数，无法设置统一的奖励函数进行强化学习，因此目前尚未有统一的底层算法。因此，我们认为：2025年人形机器人产业量产角度重点关注数据采集和运动控制算法。

1）数据采集：动捕设备是核心工具。人形的数据采集主要分为真实人类数据采集及数字孪生两类，一般需要两者结合，即先在孪生环境中将真实数据进行倍增，跑通基础模型，再通过simtoreal的迁移学习，叠加真实人类运动数据采集，从而完成一套动作学习。真实数据的采集工具包含visionpro、动捕装置等，在精细程度、环境约束条件、成本上有所差异。

动作捕捉按技术原理主要分为光学式、惯性式。国内各大人形机器人本体厂均采用光学动捕与惯性动捕结合的方式进行数据采集。

2）运动控制算法：由T公司自行研发，国内供应商有望在运动控制器领域发力： 下肢运动控制的统一底层算法是issac gym+强化学习。因为在下肢运动中，可以设置“不摔倒、走得快”等作为奖励函数来强化学习，而且身体运动容错空间相对高。 目前上肢精细动作尚未有统一的底层算法：因为精细操作中不同任务对应不同的奖励函数，无法设置统一的奖励函数进行强化学习，从而导致目前尚未有统一的底层算法。常用的上肢精细运动底层算法有生成式模仿学习、大模型prompt规划、世界模型等。

国内供应商可以切入的领域为运动控制器： 固高科技：公司专注于运动控制及智能制造的核心技术研发，形成了运动控制、伺服驱动、多维感知、工业现场网络、工业软件等自主可控的技术体系，构建了“装备制造核心技术平台”。 雷赛智能：公司在控制技术类的产品布局主要包括运动控制器、运动控制卡、PLC、远程IO模块、人机界面机器视觉等产品，24年11月与东莞滨海湾新区管委会签订投资协议，计划总投资额不低于5亿元，用于建设华南区总部及人形机器人核心零部件研发智造基地。 禾川科技：国内领先的自动化企业，以伺服系统与PLC为核心，产品涵盖控制层、驱动层和执行传感层。独立研发制造，人形机器人本体“游龙1号”，90%零部件实现自制。

主线②：最强本体Tesla，卡位+价值量双维推荐

马斯克公开提到人形机器人目前最重要的事情是不断优化设计，并构建复杂精密的供应链，最终实现大规模稳定供应。

报告节选：

编辑：火腿肠