引言：下一个颠覆性机遇——人形机器人

大家好，我是美投讲美股，您的美股探索者。2020年，电动车的引擎推力成就了特斯拉，其股价一年内翻了三倍。2023年，AI语言模型的横空出世成就了ChatGPT，其股价同样翻了三倍。那么，下一个颠覆性的机遇会是什么？哪家公司将主导新时代？今天，美投将为大家介绍一个这样的行业，那就是人形机器人（Humanoid Robot: 模仿人类形态和行为的机器人）产业。

去年九月，特斯拉在特斯拉机器人X大会（Tesla Bot X Conference: 特斯拉公司举办的机器人技术发布会）上发布了新一代Optimus机器人，其体验感已与以往大不相同。回溯到1925年，一群戴着棉帽、其中夹着一个年轻女孩的机器人也曾风靡一时。人形机器人似乎只存在于科幻电影中，但现在它正逐渐走进现实。英伟达创始人黄仁勋曾表示，人形机器人将成为AI最具爆发潜力的市场。特斯拉CEO马斯克也预测，到2040年，人形机器人的数量将超过人类。

然而，我们不必认为这还需要很多年才能实现。根据美国银行的预算，到2025年，也就是今年，人形机器人的数量将达到18万台；到2030年，这一数字将达到100万台，年增长率高达90%。这种增长并非完全依赖于AI。在过去两年中，我们不仅看到所有大型科技公司纷纷进入人形机器人领域，也见证了Figure AI、智元机器人（Zhiyuan Robot: 中国人形机器人公司）、宇树科技（Unitree Robotics: 中国机器人公司，以四足机器人闻名，也涉足人形机器人）等第一代公司的快速发展。当前，人形机器人产业正呈现出AI爆发前夜的感觉。人形机器人真的会成为下一个AI吗？或者它会像元宇宙一样，成为资本的泡沫？普通投资者又该如何参与这场技术革命？接下来，美投将带大家探索人形机器人的奥秘。本期研究耗时两个多月，内容非常硬核，相信大家看完后会有很多收获。

人形机器人爆发的长期必然性

如果以长远的眼光看待人形机器人，你会发现它们的爆发是必然的，因为它对人类具有不可替代的优势。首先是高效率。一个机器人不仅可以全天候工作，而且成本更低。这是需要每日休息并要求薪酬的人类无法做到的。其次，机器人可以完成人类无法胜任的工作，例如在危险或极端环境中作业。因此，从商业角度看，人形机器人注定会取代大部分人类劳动力。

从人类自身的需求来看，情况也是如此。在马斯洛需求理论（Maslow's Hierarchy of Needs: 心理学理论，将人类需求分为生理、安全、社交、尊重和自我实现等不同层次）中，人类需求分为三个层次：基础的生存安全需求、对尊重和认可的追求，以及最终的自我实现。这种不断向上提升的需求是人类历史上从未改变的巨大趋势。机器人可以满足人类基本的生存安全需求，这样人类就可以将更多时间用于追求更高层次的目标，例如学习、创造，甚至改变世界。如果从长远角度来看，这种更古老的人类追求，恰恰印证了机器人需求的增长。

短期推动人形机器人爆发的四大因素

然而，这些长期趋势还不足以说明一切。毕竟，一个十年后才会爆发的行业，目前并没有投资价值。事实上，人形机器人行业在短期内也存在明显的动能，以推动其爆发。根据美国银行的报告，在2025年至2035年间，全球人形机器人出货量将从18万台增至1000万台，年增长率高达88%。投资模型预测，到2030年，美国人形机器人市场规模将达到40亿美元，中国将达到12亿美元。投资界之所以预计未来五到十年机器人行业将出现明显增长，并非某一家公司的单一突破，而是全球范围内产业技术和社会结构共同作用的结果。这也使得人形机器人的爆发成为必然趋势。

成本结构的显著优化

第一个因素是成本结构的改善。过去，人形机器人难以落地的一个关键障碍是价格，特别是高精度电机、减速器、控制器、传感器等核心部件。这些部件不仅价格昂贵，技术成本高，而且组装过程也极其复杂，注定只能停留在实验阶段。但现在，这种情况正在发生根本性改变。2005年，波士顿动力（Boston Dynamics: 美国著名的机器人设计和制造公司）的机器单价高达200万美元；但到2024年，中国宇树科技的人形机器人单价已降至仅4万美元。而且，这一趋势还在延续。根据高盛发布的机器人产业报告，到2026年至2027年，人形机器人的年使用成本将低于人类的平均薪酬。一旦成本交叉出现，对全球劳动力市场的重构将是颠覆性的。这就像当年AI爆发时，计算成本大幅降低的原因一样，逻辑完全相同。

关键技术的突破性进展

第二个因素是技术进步也解锁了人形机器人的能力上限，尤其是在运动控制、视觉感知、AI计算和模型能力等关键领域。在过去五年中，我们取得了跨越式的突破，其中最重要的就是模型方面的进展。ChatGPT（ChatGPT: OpenAI开发的大型语言模型）、DeepMind（DeepMind: Google旗下的人工智能公司）和VLA模型（VLA Model: 视觉-语言-动作模型，结合视觉信息、语言理解与动作执行能力的AI模型）的出现，极大地促进了机器人“大脑”的发展，使机器人具备了理解和响应的能力。

应用场景的持续拓展

第三个因素是应用场景的持续扩张。自2023年以来，越来越多的公司推出了新机器人产品，以解决实际的商业问题，例如仓储运输、工厂物流、配送和巡检等。除了这些传统场景，机器人也开始进入更多新领域，例如教育、护理、商业服务等。未来，它甚至可能进入千家万户的生活。没有商业场景的机器只能是实验产品。而现在，随着实际应用场景的扩张，具有商业价值的机器很可能迎来爆发。

人口结构变化的现实需求

最后一点是人口结构的变化。在中美等主要经济体中，人口老龄化现象非常明显，年轻劳动力越来越紧缺，这已经对制造业、服务业等多个领域造成了压力。在这样的现实背景下，机械劳动力就成为了重要的替代方案。它不仅是为了降本增效，更是为了解决没有年轻劳动力的结构性问题。所以你看，人形机器人行业不再是一个遥不可及的梦想。

当前人形机器人产业面临的瓶颈

听到这，你是不是觉得应该立马开始布局人形机器人了呢？别急，作为投资者，我们不仅要了解行业的上限，还必须了解行业的问题，才能够真正把握住机会。事实上，该行业现在仍存在一些瓶颈，有待突破。

人形机器人整个产业链可以分为上、中、下游三部分。上游是核心零部件和软件系统的供应商，例如电子传感器、硬件以及操作系统、大模型等软件组件，它们构成了人形机器人的“身体”和“大脑”。中游是整机制造商，负责将上游部件集成到完整的机器人产品中。下游是不同的应用场景和用户，例如工厂、商业服务部门等。现阶段，上游和下游都存在各自的挑战。例如，下游应用场景面临隐私、伦理等挑战；中游整机生产也存在成本问题。但对于我们的投资而言，这些并非最重要。现阶段，人形机器人行业最重要的瓶颈是上游的“大脑”和“身体”。

“大脑”的挑战：视觉语言模型与数据稀缺

我们先谈谈“大脑”。这是人形机器人的核心部分。一个真正智能的机器人绝不能仅靠预设程序执行任务，而必须具备自主学习和判断的能力。要实现这一点，最关键的技术就是机器人的视觉语言模型（Visual Language Model: 结合视觉信息与语言理解能力的AI模型，使机器人能“看懂”世界）。机器人不像人类有几十年的生活经验，也无法通过身体体验世界。它们学习最重要的途径是依靠视觉，也就是依靠“看”。视觉语言模型就是让机器人具备“看”的能力。当然，这是一种广义的“看”。机器人会首先通过传感器收集图像、声音和各种信息，然后利用“大脑”快速处理和理解当前环境和任务要求，从而做出决策。最后，这些决策被转换为具体的控制指令，并传输给机器人的电机和控制器，以完成相应的动作。

这听起来不复杂，但在实际训练中，其难度远超你的想象。20世纪80年代，机器人专家Hans Moravec曾说：“对人类而言困难的事情，例如数学和编程，机器人却非常擅长。但那些人类与生俱来、认为简单的事情，例如走路、抓取物体和对事物做出反应，却是机器人最困难的事情。”Meta首席AI科学家Yann LeCun在2025年的GTC大会（GTC Conference: 英伟达公司举办的全球图形技术大会，常发布AI和GPU相关技术）上提到，一个孩子每秒可以吸收2MB的数据。当他四岁时，他处理了3亿个tokens（Tokens: 在自然语言处理中，指文本被分割成的最小有意义的单元，可以是单词、子词或字符），这几乎与当今AI模型训练所使用的互联网数据库的数据量相当。这正是这种直觉的直接来源。由此可见，要获得这种直觉需要大量数据。

然而，问题在于，当前机器训练获取如此大规模的数据实在太困难了。我们可以以自动驾驶为例。自动驾驶也是通过视觉语言模型实现的，这是最有可能落地的智能应用场景。然而，对于人形机器人而言，这个场景却过于简单。为什么这么说？实际上，驾驶任务只是观察交通灯等场景，即使算上转弯，道路上的场景也十分有限。而人形机器人则不同，要让它们像人类一样行动、移动物体、识别情绪，甚至与人交谈，你必须在不同场景下完成这些任务。所需的数据量是天文数字。而且，数据不仅量大，对质量的要求也极高。机器人学习的数据必须来自真实的人类操作，不能通过预设程序完成，而必须先观察人类如何操作，然后进行实际模仿。例如，如果你想让机器人捡起一只鞋，并且能在地板、楼梯和斜坡上自然地捡起这只鞋，那么我们就需要提供大量高质量的人类动作数据进行训练。从走到鞋子旁边、弯腰、抓取，再到起身，每一步都需要精确记录。获取这样的数据并不容易。

那么，现在如何获取所有这些数据呢？目前有两种比较有效的方法。一种是运动捕捉技术（Motion Capture Technology: 通过记录和分析物体或人物的运动来获取数据，常用于动画、游戏和机器人训练），即在人体核心部位附着反光标记或遥感传感器，然后通过摄像头或传感器捕捉人体的运动轨迹。另一种是VR远程操控技术（VR Remote Operation Technology: 利用虚拟现实技术，操作者远程控制机器人，同时同步其动作到机器人，这些数据也可以转化为机器人的学习材料）。无论哪种方式，获取高质量数据都不容易。而我们白天就需要这种级别的数据，难度更是显而易见。优必选的WalkerX（WalkerX: 优必选公司开发的一款人形机器人）机器人在训练一个简单的家庭场景时，就获得了超过10万小时的真实示教数据。小鹏汽车董事长何小鹏也曾表示，人形机器人的数据需求是自动驾驶的10倍以上。

训练人形机器人的视觉模型，目前没有其他捷径，只能一次研究一个场景。而且，不同场景对数据量的要求也大相径庭。例如，抓取一个固定形状的物体，可能只需要1000到2000条数据；完成一个中等复杂度的动作，例如餐厅服务，可能需要准备5万条数据；而像组装和分拣这样复杂的任务，可能需要超过10万条数据才能训练出效果。但问题是，目前机器的训练数据量远远不足。你知道训练像ChatGPT这样的大规模模型需要多少数据吗？现在文献数据有1.5亿个tokens，图像数据有60亿张图片。视频模型也积累了26亿条音视频数据。而人形机器人的视频数据有多少呢？目前的数据量只有240万个场景，差距非常大。而数据正是人形机器人实现智能突破的关键。所以你看，无论是AI模型的复杂度，还是训练所需的数据量，人形机器人的“大脑”仍然面临着巨大的突破空间。

“身体”的限制：自由度与续航能力

谈完“大脑”的局限性，我们再来看看人形机器人“身体”的技术瓶颈。首先，机器的自由度（Degrees of Freedom: 机械系统独立运动方向或方式的数量）远远不够。自由度指的是机械系统可以独立运动的方向或方式的数量。例如，人手每个手指的关节都可以弯曲或伸展，每一个这样的动作就是一个自由度。人的一只手大约有27个自由度。而现在市场上最灵活的机器人手，特斯拉的Optimus Gen 3，也只有22个自由度。大多数机器人目前介于10到20个自由度之间。不要小看自由度与人类之间的差距。首先，它会导致机器人有许多动作无法完成；其次，低自由度也会使机器人的控制能力变差，因为它难以精确模仿人类动作，例如控制力度和角度容易出错。那么，是不是多加几个关节就能解决呢？没那么简单。这背后涉及复杂的机械设计、材料学以及算法控制等多种技术。要增加自由度，仍需要更多的技术突破才能完成。

第二点是电池续航能力。现在大多数人形机器人的电池续航时间只有两小时。这样的续航能力几乎无法实现商业价值，应用场景也会非常有限。如果想让机器续航更久，要么机器更省电，例如设计更轻的机器；要么增加电池密度，例如使用固态电池（Solid-State Battery: 使用固态电解质的电池，相较于传统液态电池，具有更高的能量密度和安全性）。但问题是，固态电池成本过高，技术也不成熟，短期内难以商业化。所以你看，在上游产业链中，无论是机器的“大脑”还是“身体”，都还有很多根本性的瓶颈等待突破。

对于我们投资者而言，存在技术瓶颈其实是好事。因为如果瓶颈已被突破，那么最强劲的增长浪潮通常已经过去。相反，我们可以在瓶颈中埋伏那些性感的投资机会。谁先突破瓶颈，谁就最有可能获得颠覆性的投资回报。现在我们了解了技术瓶颈，这意味着我们有了寻找投资机会的方向。至于这部分内容，我们将在下集详细探讨。

人形机器人的商业化路径与投资机会

说到这里，你会发现，尽管人形机器人注定会爆发，并且在短期内有足够强大的能量推动这场爆发，但同时，技术瓶颈也正在限制这个行业的发展。那么对于我们投资者而言，该如何看待行业中的机会呢？回答这个问题的关键在于商业化。

谈到人形机器人，我相信很多人会想到做家务、照顾老人的应用场景。然而，事实上，这些场景是最复杂的应用场景，短期内几乎不可能实现。尽管技术存在瓶颈，但解决瓶颈的难度也会随着应用场景的不同而变化。因此，作为投资者，你需要了解人形机器人的商业化路径是怎样的，它会从哪里开始突破，哪里是最容易投资的机会。

我们仍然以自动驾驶为例。自动驾驶技术并非一开始就直接落地到道路上。它首先在实验室内开发，然后落地到一些封闭区域。从2015年开始，自动驾驶才逐渐进入一些半封闭环境进行测试运营，例如高速公路。对于人形机器人而言，也是如此。它的商业化路径也遵循类似的模式。一开始，它必然在实验室中探索，然后进入一些简单、标准化的应用场景，并且可能还需要一些人类的配合。待智能水平进一步提升后，才会转向那些通用场景，独立完成更多样化的任务。

那么，现代人形机器人的商业化现状如何呢？让我们从当前中美两大人形机器人市场的现状中寻找答案。美国人形机器人产业发展较早。早在2013年，波士顿动力就推出了其第一代人形机器人。现在，大多数美国制造商已经跨越了实验室阶段，正与一些制造业客户紧密合作。Figure AI与宝马、博世和戴姆勒的合作已正式落地，它们的机器已开始解决实际的商业用途问题。特斯拉也计划在2025年底，在其自有工厂内部署数千台Optimus机器，辅助其汽车制造。

尽管中国机器人的发展起步较晚，但在商业化方面却更快。它们选择从大学、研究机构和制造工厂入手，首先将产品推向市场，然后在实际应用中加速产品开发。例如，同济大学、清华大学、重庆大学和华南理工等高校已采购机器用于研究和学生培训。此外，优必选的机器也已进入比亚迪等大公司的工厂，并开始参与实际的制造任务。

你会发现，中美两国机器人制造商几乎都选择了制造业，特别是汽车制造业，作为商业化的突破口。为什么？因为这个场景成熟、需求明确，并且对机器人的操作水平要求较低，非常适合机器人的早期商业化。一般来说，一辆生产汽车要经过冲压、焊接、喷涂和总装四个步骤。前三个步骤基本已被机器取代，几乎没有人工参与。但到了总装环节，人工参与较多，工作也更复杂。这是传统自动化机器无法完成的部分，也是人形机器人目前的主要发力点。在整个制造业中，还有许多类似的部分。目前，全球制造业的自动化率仅约20%，仍有大量工作依赖人工。而这将成为人形机器人商业化的最佳应用土壤。根据中金证券的估计，到2028年，全球制造业将有超过10万台机器人投入使用。到2030年，全球年需求量将超过50万台。到2035年，机器人的价格将降至13万美元，年供应量将达到300万台，整个市场将达到40亿美元。

在人形机器人产业发展取得一定进展后，第二步将是启动服务业的商业化。这个阶段对语言和视觉模型的要求更高，因为它必须学会与人类互动。例如，在医疗领域，它可以检测老年人是否跌倒，提醒他们服药，甚至进行情感陪伴。在教育场景中，它可以作为辅导老师陪伴孩子学习。在便利店、超市和健身中心等场所，它可以负责收银、补货和简单的服务。在这些场景中，人类和机器人将分工协作。人类将处理紧急或更灵活的任务，机器人则完成结构化和重复性工作。根据中金的测算，到2035年，人形机器人在全球服务业的规模将达到300亿美元。

商业化的最终阶段是真正进入广阔的家庭场景。这对手臂和机器人的“大脑”和“身体”都有最高的要求。但从长远来看，这一天一定会到来。届时，你可以期待它完成大部分家务，例如做饭、清洁、照顾老人和孩子，甚至成为家庭管家，与人类建立更紧密的关系。根据马斯克的预测，到2040年，机器人的数量将超过人类。换句话说，每个人都可以拥有自己的机器人助手。当然，时间点并不重要，这个愿景一定会实现。所以你看，人形机器人的商业化不会一蹴而就。随着机器人能力的提升和成本的降低，它将逐渐改变我们的工作和生活方式，从实验室到工厂，再到服务业，最终进入家庭。

结语：站在爆发前夜的投资思考

现在我们了解了人形机器人行业的商业化路径。你会发现，当前人形机器人行业的现状，其实与新能源汽车爆发前夜非常相似。早期，新能源汽车基本上只有特斯拉在孤独的实验室中探索。到2019年底，特斯拉的技术取得了突破，产能也得到了提升。于是销量一路飙升，并在2019年前三季度首次实现盈利。在商业化初步验证后，中美两国各种电动汽车品牌如雨后春笋般涌现，传统车企也纷纷入局。一年后，整个电动汽车行业才真正迎来了一场大爆发。

反观人形机器人行业，2013年波士顿动力就已有人形机器人的雏形。但直到2022年，特斯拉发布Optimus机器人，才让人形机器人的概念真正进入公众视野。现在，人形机器人已基本跨越了实验室阶段，并开始进入初步商业化市场。我们也看到了Figure AI、优必选等公司推出的许多产品真正进入工厂，并开始工作。

沿着电动汽车的发展路径，人形机器人行业现在正处于小玩家入局、产品逐渐落地、从零到一突破的关键节点。我不确定行业何时能真正迎来拐点，但我相信这个节点应该不远了。而一旦发生，它将带来颠覆性的投资机会。现在，或许正是我们开始关注这个行业的时候。

至此，关于整个人形机器人行业的分析就全部结束了。我相信一定有部分观众对行业中的具体投资机会仍不熟悉。限于时间，本期无法介绍这部分内容。下集《人形机器人》将是“万字”解读，基本囊括了行业中的所有投资机会，并对关键点进行深度解析。我已将这部分内容放在美投Pro中，目前已上线，大家可以点击评论区的链接查看。美投Pro用户可以免费使用，想要看下集的朋友，没有任何压力。也欢迎大家免费体验所有其他服务，不介意大家薅羊毛，欢迎大家尝试，谢谢大家。如果喜欢美投的视频，别忘了点赞、关注和转发，谢谢大家。