? 商業(yè)落地：To B 工業(yè)先行，To C 家庭消費(fèi)才是終極場景。當(dāng)前在售人形機(jī)器人的應(yīng)用場景并非常態(tài)化剛性需求，主要集中在文娛商演和教育科研等。IDC 2025 年全球人形機(jī)器人出貨量結(jié)構(gòu)顯示，文娛商演占36.8%、教育科研占24.6%。未來場景落地順序或依次為：工業(yè)、商業(yè)以及家庭。短期內(nèi)，工廠仍是應(yīng)用的主戰(zhàn)場，由于環(huán)境結(jié)構(gòu)化、任務(wù)標(biāo)準(zhǔn)化；遠(yuǎn)期家庭服務(wù)是終極應(yīng)用場景，預(yù)計將會占到總量一半以上，但需成本大幅降低才能實(shí)現(xiàn)大規(guī)模普及。
? 產(chǎn)業(yè)鏈：硬件決定下限，軟件決定上限，數(shù)據(jù)匱乏仍是瓶頸。人形機(jī)器人產(chǎn)業(yè)鏈包括上游核心零部件與材料，中游整機(jī)制造與系統(tǒng)集成，下游多元場景應(yīng)用，其中上游核心零部件占總成本約60%-70%。目前一臺高性能人形機(jī)器人的硬件成本約人民幣30 萬至60 萬元，成本高昂主要源于核心零部件技術(shù)壁壘高、定制化需求強(qiáng)以及產(chǎn)業(yè)規(guī)模尚未起量等。行業(yè)標(biāo)桿特斯拉Optimus 預(yù)計量產(chǎn)后目標(biāo)成本2萬美元。目前，數(shù)據(jù)匱乏仍是限制行業(yè)智能化發(fā)展的瓶頸之一。
? 競爭格局：中國領(lǐng)跑量產(chǎn)，國產(chǎn)拼“身體”，海外攻“大腦”。中國企業(yè)側(cè)重量產(chǎn)落地，憑借供應(yīng)鏈優(yōu)勢，優(yōu)化身體硬件制造成本，2025出貨量占全球的84.7%，運(yùn)動控制領(lǐng)先，尤其腿部；美國頭部企業(yè)聚焦軟件迭代和“大腦”模型，強(qiáng)調(diào)技術(shù)通用性，尚未實(shí)現(xiàn)規(guī)?；慨a(chǎn)，產(chǎn)品主要用于內(nèi)部測試。目前中國人形機(jī)器人整機(jī)企業(yè)數(shù)量超過140 家，玩家類型主要包括：硬核初創(chuàng)企業(yè)依托頂尖科研背景，主打極致性價比和快速迭代；車企跨界復(fù)用汽車供應(yīng)鏈與智駕技術(shù)，主攻工業(yè)制造場景；互聯(lián)網(wǎng)巨頭提供模型與算力底座，通過投資或合作賦能；傳統(tǒng)工業(yè)廠商試圖將工業(yè)機(jī)器人的經(jīng)驗(yàn)遷移至人形機(jī)器人賽道。2026 年或成行業(yè)分水嶺，資源進(jìn)一步向頭部玩家集中。
從新能源汽車看人形機(jī)器人發(fā)展周期
人形機(jī)器人和新能源汽車緣何可比？
雖然行業(yè)對于具身智能尚未形成統(tǒng)一的標(biāo)準(zhǔn)定義，但主流范式指向明確，即強(qiáng)調(diào)將AI 的虛擬能力嵌入物理實(shí)體，與環(huán)境交互來實(shí)現(xiàn)自主學(xué)習(xí)和進(jìn)化?；谶@一理解，人形機(jī)器人和新能源汽車可以被視為“具身智能”的不同形態(tài)（圖表1）。特別是從產(chǎn)品定位的角度來說，新能源汽車進(jìn)入智能化發(fā)展的時代以來，除了在出行領(lǐng)域?qū)τ趥鹘y(tǒng)汽車的替代，定位更加貼近在人工智能基礎(chǔ)上實(shí)現(xiàn)高階駕駛自動化的“輪式機(jī)器人”；而人形機(jī)器人則通過與人類類似的身體結(jié)構(gòu)和運(yùn)動方式，拓寬能力邊界，最終提升勞動生產(chǎn)率。從本質(zhì)上看，人形機(jī)器人與新能源汽車在底層技術(shù)架構(gòu)具有高度同源性，均遵循“感知-決策-執(zhí)行”的閉環(huán)邏輯。具體而言（圖表2）：
? 感知層：二者均通過多模態(tài)傳感器構(gòu)建對于三維世界的認(rèn)知，而由攝像頭、激光雷達(dá)、慣性測量單元（IMU）等構(gòu)成的硬件體系可在兩個領(lǐng)域之間平移。同時，汽車領(lǐng)域成熟的3D 視覺解決方案、占用網(wǎng)絡(luò)以及視覺SLAM 技術(shù)，本質(zhì)都是為了解決三維空間中的定位與目標(biāo)識別問題，算法邏輯同樣適用于機(jī)器人的環(huán)境感知。
? 決策層：二者均需要處理大量的并發(fā)數(shù)據(jù)并進(jìn)行復(fù)雜的物理仿真。新能源汽車為智駕系統(tǒng)定制AI SoC 芯片，底層算力架構(gòu)同樣適用于機(jī)器人“大腦”。例如，特斯拉的AI 芯片被應(yīng)用于自動駕駛系統(tǒng)FSD 和Optimus機(jī)器人。而在算法端，自動駕駛的端到端算法同樣適用于人形機(jī)器人；機(jī)器人領(lǐng)域的VLA 模型也在2025 年快速擴(kuò)散到自動駕駛領(lǐng)域，將多模態(tài)信息直接嵌入駕駛決策鏈，實(shí)現(xiàn)對端到端任務(wù)的有效增強(qiáng)。
? 執(zhí)行層：負(fù)責(zé)將數(shù)字指令轉(zhuǎn)化為物理動作，執(zhí)行器組件由總成、傳動、電池、電機(jī)、電控等部件組成。汽車與機(jī)器人在電機(jī)、減速器、線性/旋轉(zhuǎn)執(zhí)行器等核心機(jī)電硬件上均存在供應(yīng)鏈的高度重合。
并且，新能源汽車與人形機(jī)器人的技術(shù)同源性延伸至供應(yīng)鏈體系，主要體現(xiàn)在零部件的重疊和工藝的復(fù)用潛力。根據(jù)車百會調(diào)研結(jié)果，汽車產(chǎn)業(yè)鏈的各環(huán)節(jié)均可與智能機(jī)器人產(chǎn)業(yè)深度銜接，復(fù)用率可達(dá)60%以上。以核心硬件為例，二者在芯片、傳感器和動力系統(tǒng)等環(huán)節(jié)均有零部件可以共享（圖表3）。
此外，人形機(jī)器人的智能化分級，也與新能源汽車在駕駛自動化的漸進(jìn)式發(fā)展路徑類似。2025 年5 月，中國電子學(xué)會發(fā)布《人形機(jī)器人智能化分級》團(tuán)體標(biāo)準(zhǔn)，從四個維度構(gòu)建了L1-L5 的智能化能力分級體系，用于衡量人形機(jī)器人的智能化水平。這也與汽車行業(yè)自動駕駛分級標(biāo)準(zhǔn)的核心邏輯相映照，即借助相似的分級結(jié)構(gòu)，以“感知-理解-決策-執(zhí)行”的閉環(huán)能力為劃分基準(zhǔn)，反映系統(tǒng)自主性從“人機(jī)協(xié)同”到“完全自治”的遞進(jìn)（圖表4）。
溫馨提示：掃碼加入《智車文庫》知識星球1年內(nèi)免費(fèi)下載星球內(nèi)所有報告，含：乘用車、商用車、Tier1、智能駕駛、智能座艙、汽車芯片、車路云、汽車出海、AI+汽車、線控懸架、新能源三電熱管理、消費(fèi)者研究、車展報告、兩輪車、具身智能、低空飛行等幾十個細(xì)分領(lǐng)域研究報告。
