人形機器人市場變化：中美競爭引發產業新趨勢分析

把握人形機器人市場脈動，讓布局更精準、風險與成本可控

鎖定2個以上工業或服務應用場景，評估1年內落地可行性
提前聚焦高潛力領域，有助於優化資源分配，提高投資回報率
檢查主要零組件（如軸承、微型馬達）供應鏈多元性，不低於3家來源
降低單一供應風險，強化產業鏈韌性
每半年盤點AI演算法升級方案並追蹤模型訓練數據成長幅度≥10%
持續提升智能決策能力，把握產業代際升級契機
*將產品製造成本壓低至同類平均值10%以內*
貼近量產臨界點，有利快速規模化搶占市場先機

人形機器人市場悄悄起飛，中美誰能主導這場新工業革命？

如果說AI這些年在網路世界裡很火，另一邊，好像有個跟機器人相關的新市場也慢慢浮出水面。資金流動得挺安靜的，但有人說全球不少資本正默默湧向仿人型機器人的領域。最近幾次聊天聽到，有些新突破大概快要冒頭了——可能會讓生產成本降個一大截，產能搞不好會翻好幾倍。不過，這類預測一直都有，也難說是現在就一定會發生。

回頭講中國和美國的競爭吧，大家都知道AI領域兩國競爭挺激烈，那這股較勁是不是也蔓延到機器人？其實，像特斯拉那台Optimus，好像已經能自己走路、做點裝配的小工作，而且據說距離商業化不算太遠。不過，美國之外，中國這邊的Unitree H1，不久前還上了春晚——跟舞者一起表演，看起來挺吸睛的。

再提一嘴，中國一些企業像CATL（寧德時代）和福耀玻璃，好像早在最近一陣子就開始把仿人型機器人帶進工廠現場。有朋友提過，這些機器人在實際應用中並不是只有理論上的可行性，多少也證明了它們確實可以派上用場，只是規模到底有多大、未來會怎麼變還真的不好下定論。總之，不同地區對於仿人型機器人的態度與進展步調不太一樣，要說誰一定領先或徹底顛覆市場，目前看起來還言之過早。

硬體與軟體的雙重挑戰：為什麼機器人的手臂比腿更難搞？

市場裡面誰能有一點成績，看起來並不是單靠某一個環節就能決定的。大致上，從生產到運輸，每個階段都可能卡住，說不定中國那邊有些地方做得還行，美國在別的方面又有不同的優勢。不過這種差距也不是固定的，有時候反而換來換去。

好像大家平常聊 AI 都只關心軟體，但真要做出能用、真的能賣出去的人型機器人，其實硬體那頭也沒少挑戰。系統分好多區塊，上半身跟下半身各自煩惱不同問題。下半身這部分，好像技術已經比較成熟了，複雜動作那些，大多數公司現在都搞得差不多。據說他們自己練演算法，用參數量看起來大概幾百萬到上千萬之間，三層神經網路那類，也不是什麼新鮮事，中美兩地不少企業現在似乎都有能力把這套流程跑完。

但如果問手部靈巧度怎麼樣？目前看來還是主要障礙吧。精細操作老是不到位，很容易出狀況。有些原本以為簡單的小動作，到現在還沒解決好，而且通用性也有限。有時候覺得好像突破就在眼前，但實際應用起來又會碰壁，所以進展速度偶爾讓人有點摸不著頭緒。

從專用模型到通用AI：機器人如何學會像人類一樣靈活思考？

說起來，現在好像有兩種派別在搶著解決這類問題：一邊是大部分公司，好像都會拿現成的開放原始碼大型模型，然後針對特定應用場景稍微修一修；另一邊則是少數直接衝著那種所謂泛用人工智慧（AGI）去搞，從零慢慢堆出很通用的大型系統。軟體這塊，大致上還是以單一任務的訓練方法為主流啦——聽說需要動用到大量資料，加上一流的模型設計才做得起來。不過講真的，不管是工業、商業或家裡頭環境，其實都比想像中複雜太多，所以要讓機器人變得能隨時應付各種情況，看來光靠現在這些東西還不太夠。

目前你看到那些厲害展示，好像大多只是在某個特定場合下表現不錯，但離自我學習、自我優化、甚至減少對標註資料的依賴——嗯，距離那種比較接近泛用AI的目標可能還有點路。有趣的是，據說全球真正能自己全程訓練那種結合視覺、語言和動作的大型模型的公司，其實沒幾家。中國智元、還有美國某些廠牌，比如Figure跟特斯拉，是比較常被提到的例子吧。不過到底哪些能做到什麼程度，也不是外人一下就看得清楚。

中國供應鏈的價格屠刀 vs 西方技術優勢，哪邊更可能贏？

好像有一種叫做視覺-語言-操控（VLM）的子領域，專門針對上肢，也就是那些沒有腳、只會動手臂的機械臂。這類技術似乎在工廠或者標準流程很明確的場景比較常見，例如某些年長者照護設施或是餐飲服務，不過也不是說到處都能看到啦。至於現在這些人型機器人的成本，聽說還是蠻高的，感覺離真的能直接取代現有勞動力還有一段距離。所以不少企業不得不一輪又一輪地投入資金，有點像是要燒掉數以十計的資源去支持研發跟生產鏈，甚至連供應鏈補貼都得算進去。

中國那邊嘛，他們政府主導產業政策和生產規劃的能力，看起來在推動大規模工業化方面可能更有一些優勢。有時候，這種集中式調度似乎能讓他們更快聚焦目標。不過話說回來，目前在運動控制和設計領域，好像還是西方幾間公司比較被提及，例如Boston Dynamics、Figure AI、Apptronik等等，但他們商業化進展慢了點，加上製造成本壓力不小，所以成效如何，其實外界看法也挺多元。有時候會覺得，如果沒解決掉高昂費用，也很難徹底普及下去吧。

當造車巨頭跨界玩機器人：比亞迪們在打什麼算盤？

中國這邊講到生產效率跟成本，有時候是因為他們的供應鏈好像特別完整，很多零組件什麼諧波減速機、伺服馬達，價格大約只要國際廠牌的一半甚至更低。這種方式遇到美方關稅限制，不確定未來會不會受到影響。

最近有人觀察到，做機器人的供應鏈分得越來越細，有點複雜。不同公司其實走法都不太一樣——有些比較新的創業團隊，或許選擇直接買現成的關節模組或者靈巧手，他們大概只針對微型伺服馬達再稍微客製化一下，整體偏向輕資產運作。然後像志遠跟宇樹那類比較主要的本體企業，他們就自己開發馬達或整合型關節模組，同時也會和上游廠商訂一些協議，比如減速器、編碼器這些，也算在行業裡站了比較前面的位置。

老牌車企呢，比亞迪、賽力斯等等，好像也慢慢參與進來，一腳踏在自駕車和人形機器人之間，看起來是想找出更彈性的路徑。有的人提過，隨著現在所謂「具身智能」模型演進，人形機器人與自駕汽車用的算法未來說不定還真的能合在一起——架構慢慢融合，大概就是朝這個方向走。不過這些變化怎麼落地，目前大家看法還蠻多元的。

演算法才是真金礦：為什麼科技巨頭都在搶這塊高地？

有些人說，算力平台還有演算法模型這一塊，往上游看起來好像成長空間最大。雖然目前才剛剛開始發展，技術門檻看起來不低。有的時候會看到新型態架構跑出來，例如視覺結合語言再加進動作編碼——聽說這類模型能從「認得杯子」一路搞到「拿起來倒水」那種命令。不是每家做法都一樣，有的框架強調解釋性，比如DeepSeek之類，好像能讓決策路徑比較容易追蹤，提升系統可靠度也許有幫助。

講到商業化這件事，目前討論度比較高的公司裡面，有Figure AI，也有人在聊特斯拉。Figure據說把大型模型整合到產品現金流，方向還算明確；特斯拉嘛，就是靠著自己造電動車那套量產經驗，有機會轉進機器人領域，不過具體怎麼弄還要再看。

其實現在大多數機器人公司都是用汽車等級的工業電腦，但那些主機板散熱、供電和本體結構基本沒為仿人需求優化。距離真正在仿生形態和使用場景做到貼合，大概還有一段距離吧。

特斯拉的萬台量產夢會逼出中國供應鏈的極限嗎？

其實，現在市面上用來做控制的電腦，好像有越來越多公司慢慢不再一味選擇那種大家都在用的通用型PC。有些企業甚至考慮直接跳過傳統PC，想自己設計晶片，試圖減少對於NVIDIA顯卡的依賴。不過這類做法到底會不會變成主流，其實還很難說。至於邊緣端AI晶片，好像Runxin Micro、全志這類廠商最近也特別活躍，他們主要是想讓機器人反應更即時、成本壓低一些，但這個領域發展狀況還有點分歧。

講到價值帶中間的那些模組化零件，不只是感測系統和結構部件比較受關注，其實驅動單元本身也挺技術吃重。雖然說算力一直被大家放在很重要的位置，但事實上，有一批人倒覺得模組化趨勢反而可能帶出不少新的結構改進空間。舉例來講，像空心杯馬達搭配螺桿或鋼索傳動，這樣弄下來好像能讓機械手掌重量減輕不少，同時體積也縮小了──但聽說還有人持保留態度。

感測部分，也就是電子皮膚吧？現在除了手腳之外，有些廠已經開始把觸覺感知往軀幹和手臂延伸，不過量產規模其實沒幾家真的推起來，大概只占整體中的一小塊。但看趨勢，好像未來會逐步增加，只是每家公司路線差異還挺明顯的。總之，目前市場變化很多細節都還在調整階段，到底誰能走到前面，也許要等過陣子才比較清楚。

藏在關節裡的秘密：微型馬達和電子皮膚正在改寫遊戲規則

觸覺感知和安全性相關的應用，好像一直都還算是重點吧，常見的那些壓阻式、電容混合型、磁電跟視覺結合的觸控感測器這幾年被大家提了又提。其實也不是說只有這幾種，但討論度算比較高。動力傳動那邊，像是滾柱螺桿，尤其有一種叫反行星式結構，看起來對於負載比較重的腳踝或上肢關節特別有發展空間——有些人認為它自鎖性高、耐用，而且好像可以撐很久才需要維修，不過要說現在已經成熟量產好像還早，畢竟零件複雜度跟成本都不低，有些廠商甚至還沒大量投產。不過未來如果規模起來，也許潛力會慢慢顯現出來。

至於整合關節模組這塊，最近感覺特別受資金青睞。很多新創和技術團隊在這方面做投入，其中有家沒有上市的小公司，好像叫英科斯科技吧，他們今年據說已經出貨超過一萬台，不敢說多精準，但至少顯示這領域的技術和供應鏈運作到了一個比較成熟的階段。不過具體數字每家講法不同，只能說大致在那個範圍左右。現在看下來，整體進展速度可能比外界預期快一些，但長線還是充滿變數與機會。

3D視覺和特種塑料：那些容易被忽略的關鍵配角

有些時候，像無框式扭矩馬達或中空杯型馬達這類東西，大家比較常在下肢關節或者什麼主驅動的地方看到。然後講到感知這塊，有幾家例如Orbbec的廠商，好像最近都在慢慢把三維視覺方案推出來，不單只有鏡頭本身，也會跟那些不算特別高階的晶片一起搭配，總之就是在讓機器人看懂場景這方面變得有點像標準配備。不過說到最便宜那一級，那種零組件基本上就是一堆廠牌互相壓價，但偶爾還是會出現升級的小空間。

材料部分，有個趨勢——性能稍微好一點的塑膠，比如PEEK，大約近幾年開始有人注意。專家們也提過，PEEK生產商還有原料供應鏈，好像正默默地為某些應用領域試著挑戰金屬主導的輕量化局面。這種轉變可能沒那麼快，但似乎已經有人開始鋪路了。

所以仔細想，其實現在要讓人形機器人大規模推出所需要的各種基礎設施，雖然還不能說全都準備好了，但一些苗頭確實已經出現，只是進度怎樣、未來會怎麼發展，目前看起來還需要再觀察。

成本戰爭開打！人形機器人離走進工廠還差幾步？

說到人形機器人的商業應用，大概還要再等上一段時間才能真正普及，畢竟目前的成本還是偏高，加上供應鏈那邊好像也有點卡住。不過，最近這個領域的討論熱度慢慢升溫了，美國跟中國之間似乎都在暗自較勁。有些觀察認為，西方公司在人工智慧還有人形機體設計方面表現得比較突出，但中國廠商又展現出一種很快就能調整、而且控制成本的本事，長遠來看也許會形成某種優勢。

特斯拉之前有提過，大約明年他們想做出幾千到上萬台人形機器人，如果真的達成了，也許會帶動產業往更講究性價比的方向走。聽說，中國供應商可能因此變得更受青睞？不過話說回來，要讓這行業真正起飛，除了AI還需要持續進步之外，那些零件價格如果沒有降下來，其實很難大規模推廣。當然市場需求也不是完全確定，不時會有變化。

至於未來怎麼發展，目前看起來還有不少未知數。分析師Rosalie Chen（第三橋）倒是曾經提過一些相關觀點，但整體狀況嘛，大致就是這樣吧。