云廷投资 | 具身智能机器人量产将引爆AI应用

发表时间: 2026-07-02 17:15:18

作者: 黄胜国

浏览:

具身智能产业的一个临界点正在逼近,已跨过从实验室到产线的分水岭,量产时代正在开启。量产的真正意义不在于机器人本身能卖出多少台,而在于它将成为引爆AI应用大规模落地的导火索。

具身智能产业一个临界点正在逼近。

2026年,人形机器人的叙事主线从“能不能造”切换为“能不能卖”。优必选U1系列订单突破1.3万台,宇树科技科创板IPO过会,特斯拉Optimus 3量产信号进一步明确,工信部与国资委联合启动人形机器人与具身智能实景实训专项行动——多重信号从市场、资本和政策层面,共同确认了一个事实:具身智能已跨过从实验室到产线的分水岭,量产时代正在开启。

而这仅仅是序幕。量产的真正意义不在于机器人本身能卖出多少台,而在于它将成为引爆AI应用大规模落地的导火索。

产业整体:从散点突破到系统推进

产业热度已在数据层面得到充分印证。企查查显示,截至2026年5月,国内具身智能相关企业达3025家,2025年新增注册量同比增长119%。国家税务总局数据显示,今年1—5月,具身智能产业企业销售收入同比增长22.4%,其中机器人本体与整机制造增长30.1%,AI算法与软件集成增长24.5%,系统集成与行业应用增长27.9%,三大核心环节齐头并进。

2026世界智能产业博览会上,80余家企业推出150余款具身智能产品,首次设立独立展区。展品不再是概念机,而是能巡检、能搬运、能演奏的落地产品。伽利略公司的机器狗已进入能源与应急领域执行24小时高危巡检;天津天星科技的双臂机器人出口订单排至年底,单台约4000美元;天津一地便形成涵盖核心零部件、本体制造、系统集成的完整产业链,链上企业104家,2025年营收超270亿元。

产业正从“样机多、落地少”的尴尬期,加速驶入“场景验证—规模复制”的新阶段。

全球竞逐:多元玩家的差异化路径

在这场具身智能的全球竞赛中,不同背景的玩家正以各自的核心优势切入赛道,形成一幅多元竞争格局。

英伟达选择从“大脑”层切入,以底层算力与仿真平台构建生态优势。其Omniverse与Isaac Sim仿真平台,为机器人提供虚拟训练场,大幅降低真机训练的数据成本。黄仁勋反复强调“物理AI”是下一波增长浪潮,英伟达已在北京、上海、深圳密集招募机器人团队,布局从芯片到算法的全栈能力。英伟达的策略不是制造机器人本身,而是成为所有机器人制造商的“军火商”。

特斯拉则走“垂直整合”路线。Optimus历经三代迭代,Optimus 3量产信号进一步明确。依托其在电动汽车领域积累的电池、电机、感知与规模化制造能力,Optimus在成本控制与供应链管理上具备先天优势。马斯克的长期愿景是将Optimus打造成比汽车业务更大规模的产品线,目标定价在2万美元以内,直指大众市场。

国内方面,宇树科技以运动控制见长。今年6月科创板IPO过会,其四足机器人与通用人形机器人在动态平衡、复杂地形适应力上表现突出,产品覆盖消费、教育、工业巡检等多场景。创始人王兴兴指出,具身智能若要迎来类ChatGPT的革命性时刻,仍需攻克泛化能力不足等核心瓶颈,但宇树在硬件本体上的积累已为其构筑了坚实护城河。

科大讯飞则从“耳朵和嘴巴”切入。凭借在语音识别、自然语言处理领域的技术积淀,讯飞机器人超脑平台为多家人形机器人企业提供语音交互与大模型能力。在具身智能时代,语音交互是人机协作最自然的入口,讯飞的定位是成为机器人“听说能力”的核心供应商。

埃斯顿与科沃斯则分别代表工业与家庭两条赛道的国内先行者。埃斯顿作为国内工业机器人龙头,从核心零部件伺服系统与控制器起步,正向人形机器人关节模组拓展,其工业场景的客户积累与制造经验是核心资产。科沃斯深耕家庭服务机器人多年,从扫地机器人到擦窗机器人,积累了海量家庭场景数据与用户认知,其人形机器人布局将自然延续至高端家庭服务场景。科沃斯在消费市场的品牌、渠道与供应链能力,是其切入家庭人形机器人市场的独特优势。

优必选则在工业、商用与家庭之间寻求平衡。2025年其全尺寸具身智能人形机器人收入约8.2亿元,同比增长超22倍,销量1079台,跃升为第一大收入来源;U1系列进军消费级仿生机器人,以万台订单验证了家庭场景的付费意愿。CEO周剑预计,今年所有人形机器人产品收入将占公司整体收入80%以上。

三路并进:工业、商业、家庭的差异化破局

具身智能的落地路径,沿着三条赛道各有节奏。

工业场景是最确定的突破口。优必选工业级人形机器人已进入汽车制造、物流等场景,承担搬运、分拣、质检任务。特斯拉Optimus首批部署场景同样瞄准自家超级工厂,从内部验证起步,逐步向外部客户渗透。工业场景环境相对封闭、任务边界清晰,对泛化能力的要求低于开放场景,因而最先实现商业闭环。

商业场景处于规模化前夜。迎宾接待、文旅展陈、康养护理、心理疗愈等领域,正在成为仿生机器人的试验田。优必选U1系列覆盖日常陪伴、情绪支持、养老陪伴等场景,其首席品牌官谭旻提出“人机陪伴经济”概念,认为中国仿生人形机器人市场从2026年到2036年将实现从百亿级到万亿级的跨越。

家庭场景被视为“最有想象力、最能带来生态”的终极赛场。优必选U1系列三款产品覆盖从11.98万元到99万元的价格带,试图在情感陪伴需求上建立先发认知。科沃斯从功能型家庭服务向人形机器人延伸,其品牌信任与渠道网络是差异化优势。但家庭场景的完全打开仍需时日——当前定价对普通家庭仍不友好,复杂任务执行和自然交互能力有待迭代。

最大的想象空间:当AI拥有“身体”

如果说工业、商业、家庭是具身智能落地的三条明线,那么一条更具爆发力的暗线正在水面下涌动:AI拥有身体之后,能做什么?

当前的AI大模型,本质上是运行在服务器里的数字智能;而具身智能,是为AI装上可以感知、移动、操作物理世界的身体。这一跃,意味着AI的能力边界将从“生成内容”扩展至“执行任务”。

量产是这一跃迁的前提。当万台级别的机器人进入真实场景,它们采集的物理世界数据将反哺AI模型的进化。每一台机器人都是一个数据采集终端,每一次抓取、行走、避障都是训练素材。AI的能力不再受限于互联网文本,而开始理解重力、摩擦、刚柔——这些物理世界的第一性原理。

英伟达的仿真平台、科大讯飞的语音交互、埃斯顿的运动控制、科沃斯的家庭数据——这些分散的能力将在量产催化下加速融合。具身智能的量产,终将引爆的不是一个行业,而是AI与真实世界全面接轨的新纪元。

如何把握具身智能产业投资机会

面对一个处于爆发前夜的产业,投资需要层次感与节奏感。

第一层:核心零部件——产业放量的“卖铲人”。 无论哪家整机厂胜出,上游零部件都将确定受益。精密减速器、六维力传感器、灵巧手关节、AI边缘计算芯片等细分赛道,将率先迎来订单增厚。埃斯顿从工业机器人伺服系统向人形机器人关节拓展的路径,值得跟踪。需注意的是,1—5月核心零部件制造企业销售收入增速为6.8%,远低于本体制造的30.1%,这个剪刀差暗示上游弹性尚未释放,前瞻布局正当时。

第二层:整机制造商——关注量产交付与成本曲线。 优必选、宇树科技等具备批量交付能力的整机企业是最直接的风向标。特斯拉Optimus若如期量产,将对全球供应链产生拉动效应。核心跟踪指标:订单转化率、产能爬坡速度、单品成本下降幅度。能够率先将万台订单转化为万台交付的企业,将锁定先发优势。

第三层:软件与生态——价值释放靠后但天花板更高。 英伟达的仿真平台、科大讯飞的语音大模型,以及机器人操作系统、运动控制算法、场景适配服务,构成了具身智能的“软实力”层。这一层在硬件放量后价值逐渐释放,长期看利润率可能高于硬件制造。

第四层:场景解决方案商——聚焦垂直行业的“最后一公里”。 具身智能在工业质检、物流搬运、康养护理、高危巡检等垂直场景的落地,催生了一批系统集成与解决方案商。这一层的投资逻辑是寻找具备深厚行业Know-how、能将通用机器人适配特定场景的企业。

风险与节奏提示。 产业处于从0到1的跨越期,需警惕三个风险:一是技术泛化能力不足导致场景拓展不及预期,有企业坦言70%项目时间花在数据清洗而非AI训练上;二是供应链产能瓶颈,高精度零部件产能爬坡可能滞后于需求曲线;三是估值与业绩的阶段性错配——概念股中既有核心供应商,也有蹭热者,分化是必然趋势。

节奏上,当前阶段确定性排序为:核心零部件 > 工业场景整机 > 商业场景整机 > 家庭场景整机 > 软件生态。随着量产规模扩大与AI泛化能力提升,后端的弹性将逐步释放。

当前,具身智能仍面临数据供给结构性矛盾、核心技术泛化能力不足、产业协同机制待理顺等挑战。但方向已然清晰:物理AI的大门已被推开,量产的齿轮开始转动。

当万台机器人散入工厂车间、酒店大堂和家庭客厅,它们不只是机器,更是AI伸向物理世界的触角。每一台,都在为下一波智能的进化提供养分。对投资者而言,看清产业链价值分布,把握不同环节的释放节奏,方能在这场物理AI浪潮中,找到属于自己的坐标。


郑重声明:本文仅代表作者观点,不代表云廷投资立场。本文不对您构成任何投资与决策建议,据此操作,风险自担。

云廷投资 | 具身智能机器人量产将引爆AI应用
具身智能产业的一个临界点正在逼近,已跨过从实验室到产线的分水岭,量产时代正在开启。量产的真正意义不在于机器人本身能卖出多少台,而在于它将成为引爆AI应用大规模落地的导火索。
长按图片保存/分享

扫码关注微信

扫码关注微博

版权所有 © 上海云廷投资管理有限公司    

  沪公网安备31011402007133号  |  沪ICP备13034849号

添加微信好友,详细了解产品
使用企业微信
“扫一扫”加入群聊
复制成功!
添加微信好友,详细了解产品
我知道了