轮式人形机器人3年就回本，双足搬运得等11年

本文解读：《2026人形机器人行业深度：产业现状、行业挑战、产业链及相关公司深度梳理-慧博智能投研》 · 共 53 页 · 原文

人形机器人能不能落地，最终只看一个数：几年回本。报告把这道算术题做得很直白。单人年用工成本按10万元算，轮式双臂整机45万元、 效率为人工的80%，两班与三班作业分别约3.3年和2.1年回本； 双足整机50万元、效率只有人工的35%，两班要11年、三班6年。

产业进度也不慢。2025年全球出货约1.48万台，宇树37.15%、智元34.84%， 两家合计71.99%，前六位全部是中国企业、合计87.87%。真正在赚钱的还是上游。线性执行器、旋转执行器和灵巧手三类执行器合计占零部件价值量73%， 其中行星滚柱丝杠单台价值占比约15%到25%。

先从说明白3年回本怎么算起，再决定要不要相信31万台。

图源：《产业现状、行业挑战、产业链及相关公司深度梳理》（第1页）

一、2025年出货1.48万台，前六名全是中国公司

报告把2025年定义为产业的历史拐点：硬件逐步成熟，叠加AI大模型快速迭代， 在多国政策支持与投资加码的驱动下，国内外多个厂商实现规模化量产，进入小批量交付与商业化试点。

量级上，2025年全球人形机器人出货约1.48万台，同比2024年大幅增长。 宇树科技、智元机器人、优必选均实现千台以上出货，同比数倍增长。

份额更说明问题。宇树37.15%、智元34.84%，合计71.99%，构成全球量产交付第一梯队； 全球出货量前六位全部为中国企业，合计占87.87%。海外厂商仍以原型机迭代、试点部署和小规模交付为主。

中国市场内部则是三大集群：147家样本企业里，北京33家、上海26家、深圳28家、杭州13家， 形成京津冀、长三角、珠三角。长三角是整机量产与核心部件生产的主战场，珠三角是量产落地核心区。

前六名全是中国公司，但2025年全球加起来也才1.48万台，量级还很小。

图源：《产业现状、行业挑战、产业链及相关公司深度梳理》（第6页）

二、宇树单台BOM成本1.15万美元，特斯拉约4万美元

成本是国内厂商最先建立起来的优势。按Humanoid Atlas截至2026年7月23日的估算， 宇树科技G1的BOM成本仅11,500美元，特斯拉Optimus目前的BOM成本在4万美元左右， 差了三倍多。

这个差距不是靠补贴换的。报告归因于两点：一是与新能源汽车供应链高度重叠， 核心零部件在国内都有供应商；二是车规级的质量控制与规模化经验， 直接变成了交付能力上的优势。

售价也在一路下探。宇树的R1单台售价降至2.99万元起，松延动力的Bumi Lite定为9,998元起， 把消费级人形机器人的门槛压进了万元以内。2025到2026年主要产品价格每年下降约20%到35%。

专利是另一面镜子。2025年全球新增人形机器人相关专利2,874项，其中中国新增2,557项， 占比88.97%。成本、专利、产能三件事同时压在一个方向上，这轮量产的结构基本定了。

这份报告的完整版、原始图表和数据附录，都放在运营动脉（www.yydm.cn）上，搜标题就能直接打开。

同类赛道的其他报告那里也都收了，顺着行业目录往下翻，比一份份到处找省事得多。

一千多亿美元的汽车供应链被搬到机器人上，这就是成本差的来源。

图源：《产业现状、行业挑战、产业链及相关公司深度梳理》（第8页）

三、大脑、小脑、肢体：三层难度完全不同

报告把技术架构拆成三块：大脑负责交互、感知与任务规划，小脑负责平衡与运动控制， 肢体负责执行。三块的技术状态差别很大，混在一起谈容易误判。

大脑有四条路线：LLM加VFM、VLM、VLA，以及多模态大模型与世界模型。 报告认为世界模型是未来的主要演进方向，因为它补上了多模态大模型缺失的物理空间建模能力。

小脑正在从基于模型的控制转向基于学习的控制。零力矩点、线性倒立摆、模型预测控制 这类方法稳健但步频慢、开发复杂、成本高。

模仿学习与强化学习则把开发难度和迭代速度都拉了下来， 代价是效果依赖高质量示范数据与仿真环境。

肢体走的是降本、提性能、轻量化三条线并行。精密丝杠往低成本高效率加工走， 力传感器向量产工艺和弹性体创新走，减速器向高寿命、低杂质材料走。 轻量化则靠集成化设计、高功率密度电机和镁铝合金替换外壳。

大脑可以靠买模型凑，小脑和肢体只能自己一层层磨出来，这决定了谁走得快谁走得远。

图源：《产业现状、行业挑战、产业链及相关公司深度梳理》（第9页）

四、泛化这道坎：91%和27%之间的落差

报告用一组数字把软件短板讲得很清楚。特斯拉Optimus在2024年的工厂实训数据： 在预设货架位置、固定零件型号的结构化环境中，任务完成率91%； 在多型号零件随机出现的非结构化场景里，完成率骤降到27%。

这不是个别现象。现阶段大部分展示都建立在预设场景的精确控制之上， 大脑泛化能力弱，一旦超出训练范围，学到的知识和技能难以迁移复用，任务完成率就掉下来。

数据是第二道坎。真实本体数据和仿真数据都缺：可部署的机器人数量少，高质量真机数据采不到； 高保真世界模型还在早期，仿真数据也不达标。

特斯拉为训练Optimus高薪聘请操作员穿戴动作捕捉设备，时薪最高48美元， 还要三班倒24小时不间断采集。这个细节比任何定性描述都能说明数据有多贵。

第三道坎是物理感知。触觉、多模态融合的能力都不足，训练数据源以网络文本和视频为主， 极度缺乏触觉数据，如何让大脑理解触觉与动作的关联，仍是待解难题。

同一个机器人，换个场景完成率就从91%掉到27%，这才叫卡点。

图源：《产业现状、行业挑战、产业链及相关公司深度梳理》（第10页）

五、三大执行器吃掉73%的价值量，谁是真正的上游

硬件大概率是份额最大的一段。报告引Fortune Business Insights的预测， 到2026年硬件将占人形机器人市场69.55%的份额。

价值量更集中。线性执行器、旋转执行器与灵巧手三大执行器合计占零部件价值的73%， 核心构成单元是丝杠、无框力矩电机、减速器、力传感器、空心杯电机和轴承。 这六个零件撑起了整条产业链的利润分配。

驱动方案已经收敛到电驱动。液压、气压、电驱三条路线里，电驱动凭结构紧凑、效率高、 控制精度高、成本低成为主流；2024年原本以液压为主的波士顿动力新款Atlas彻底转向电驱动， 标志行业全面进入电驱动时代。

单台用量也很具体。无框力矩电机在单台人形机器人上使用20个以上， 协作机器人只需6到7个；单只灵巧手有6个空心杯电机，大拇指两个、其余四指各一个。

一台机器人身上有二十多个电机、十几个丝杠，这才是产业链真正的生意所在。

图源：《产业现状、行业挑战、产业链及相关公司深度梳理》（第12页）

六、谐波减速器销量翻倍，毛利率掉了4.4个点

谐波减速器是最先进入规模制造阶段的一环。报告给了绿的谐波的一组三年数据： 2023到2025年销量从21.15万台升到42.52万台，接近翻倍； 同期毛利率从41.17%降到36.77%。

但毛利率下行不等于利润池收缩。同期谐波减速器及金属件收入从3.17亿元增至4.76亿元， 毛利额从1.31亿元提升到1.75亿元。销量增长仍然覆盖得住单位盈利的下行， 规模效应还在往利润端传导。

竞争格局是卖方集中。2024年哈默纳科全球产能占比约40.4%、日本新宝14.7%、 绿的谐波12.0%，TOP4合计75%。行星减速器则分散得多，主要厂商销售金额占比都在10%左右。

壁垒集中在柔轮。薄壁柔轮既要有足够的弹性变形能力，又要承受长期交变应力， 齿形设计、材料处理、薄壁制造、疲劳寿命四件事耦合在一起。 行业的核心矛盾已经从「能不能做」变成「量增能不能覆盖价降」。

销量翻倍、毛利率掉4.4个点、毛利额反涨三成，这就是规模制造的样子。

图源：《产业现状、行业挑战、产业链及相关公司深度梳理》（第17页）

七、丝杠：万元级降到千元级，产能已经跑在需求前面

行星滚柱丝杠是报告着墨最多的一节。以特斯拉Optimus为例，躯干28个关节里旋转和直线各14个， 直线关节预计用大、中、小三种共14个丝杠，分布在肘部2个、腕部4个、大腿前后4个、小腿4个。

价格是最大的变量。目前人形机器人用行星滚柱丝杠单价在万元级别，成本极高； 降本路径大致是送样阶段万元级每套、小批量几千元、大批量1到2千元每套。 量产后单台机器人的丝杠价值量占比约15%到25%。

定价信号已经提前出现。双林股份公开了C3精度行星滚柱丝杠499元的量产报价， 2025年实际产量约1,500套；五洲新春募投测算用500元每套、318.77元每套的单位成本 和36.25%的达产毛利率；福立旺进一步采用400元每套的预测价格，但当时尚未形成收入。

产能扩张跑在了需求前面。双林一期10万套反向行星滚柱丝杠产线已具备量产能力， 规划向100万套每年扩张；震裕科技两条半自动产线日均产能提升至120套； 五洲新春募投规划新增98万套产能，投入206台磨床、金额约1.33亿元。

名义产能跑在需求前面，比的就是谁能把良率复制到十万套以上。

图源：《产业现状、行业挑战、产业链及相关公司深度梳理》（第18页）

八、六维力传感器：单价2到4万，可能降到5千以内

六维力传感器是力控的关键件，装于手腕、脚踝等关键部位，负责精细操作和行走稳定性。 报告引MIR数据，产品单价可达2到4万元，柯力传感2023年报的传感器毛利率达到41%。

成本结构里，应变片和人工加工合计超过50%。这也解释了为什么它的量产一致性难做： 金属应变片贴片仍依赖人工，硅应变片配合玻璃微熔工艺才有望提高自动化程度。

技术壁垒是四件事的叠加：结构设计要平衡刚度与灵敏度，解耦要解决维间耦合， 标定需要自研六维联合加载设备，工艺链条长且Know-how深。 结构解耦加工难、成本高，算法解耦流派多、尚未收敛。

国产替代在推进但还早。2023年国内六维力传感器67.9%的市场份额由外资占据， 比2020年下降13个百分点；国产份额32.1%，宇立仪器以12.2%排在外资ATI之后居第二， 蓝点触控4.8%、坤维科技4.7%。报告预期人形机器人放量后单价可能降到5,000元以内。

一个传感器两到四万，一半成本卡在人工贴片上，这就是降价的入口。

图源：《产业现状、行业挑战、产业链及相关公司深度梳理》（第22页）

九、四种玩家、四层控制，钱最后落在哪一层

报告用四层控制框架拆玩家：L1任务规划、L2动作生成、L3全身控制、L4关节伺服。 越往下离物理执行越近，对实时性要求越高、与本体动力学耦合越强。 独立模型厂多集中在L1、L2，本体厂承担L3及以下。

据此分成四类：纯大脑派、纯硬件厂、全栈自研派、平台基建派。 全栈自研又分自上而下（特斯拉、Figure、智元、蚂蚁灵波）和自下而上（宇树、优必选、松延、众擎）。

报告的判断是产业早期全栈自研企业有望率先胜出。本体、大脑、控制、硬件在同一体系内迭代， 数据回流更快，问题归因也更清楚。

但长期看，全栈本身不等于持续高价值。关键是能否在模型、数据、关键部件、制造效率或生态中， 沉淀出至少一项别人替代不了的优势。

纯大脑派最难。谷歌已在推理层形成标准API与公开计价，但动作模型仍以伙伴共研为主； Skild已进入工业部署并披露收入，但模型授权与系统集成的收入边界尚未拆分。 三条路都不算走通。

外供大脑要同时满足三个条件才成生意，现在三个条件一个都没成熟，价值只能先经由硬件兑现。

图源：《产业现状、行业挑战、产业链及相关公司深度梳理》（第3页）

十、2030年31万台，工业物流吃下一半以上

下游结构目前很不像工厂。Counterpoint数据显示2026年上半年全球出货超过2.2万台， 其中文娱商演与科研数采合计超过六成，智能制造与仓储物流分别约占13%和5%。 宇树2025年1到9月的人形机器人收入里，科研教育约占73.6%，行业应用仅9.01%。

付费逻辑各不相同。科研教育和数据采集吃财政与科研预算，属阶段性建设； 文娱靠展示效果和新鲜感，需求波动大。主流人形机器人的演出日租金， 已由2025年初的1万到3万元降至约2,000到3,000元。

只有工业与物流是按回本周期付费的，单价最高，复购与扩量也最确定。 这就是为什么报告把这一块的账单独算了一遍。

技术上，固定工位取放已能满足产线要求：智元精灵G2在龙旗科技平板质检线单件处理9到11秒， 满足客户11.25秒的节拍，8台替代了8名质检工。

短板在精度、速度和续航。走动的取放耗时约为人工的2到3倍， 部分产品工作约4小时就需要人工换电，这一条直接卡住了两班倒的场景。

测算口径是「可渗透空间乘渗透率」。制造业与物流可由人形机器人承担的岗位约1,100万个、 折合约690万台；计入巡检等特种作业后，合计约1,150万个岗位、723万台。

预计2030年我国出货约31万台，其中工业与物流约17万台， 占比从2025年约8%升到一半以上，市场空间约470亿元。

判断一家整机厂，应看工业与物流的付费占比，而不是出货总量。