--- area: "finance-wealth" category: business companies_orgs: - Tesla - Figure AI - 宇树科技 - Boston Dynamics - Meta - 小鹏 - 比亚迪 - 清华大学 date: '2025-07-07' draft: true guest: '' insight: '' layout: post.njk people: - 黄仁勋 - Elon Musk - Yann LeCun products_models: - ChatGPT - DeepMind - VLA模型 project: [] series: '' source: https://www.youtube.com/watch?v=rMTQm36bRko speaker: 美投讲美股 status: evergreen summary: 本文深入探讨了人形机器人产业的爆发潜力，分析了其成本结构优化、技术进步、应用场景拓展及人口结构变化等短期推动因素。同时，文章也指出了当前行业面临的视觉语言模型训练数据稀缺和机器人本体自由度、续航能力不足等技术瓶颈。最后，文章展望了人形机器人从实验室到工厂、再到服务业，最终进入家庭的商业化路径，强调了制造业作为初期突破口的重要性，并将其与新能源汽车的发展历程进行对比，为投资者提供了审视该新兴产业的视角。 tags: - ai-development - humanoid-robotic - market - strategy - technological title: 万亿风口将至！人形机器人爆发前夜的机遇与挑战（上集） --- ### 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。