具身智能行业系列：本体厂商资本化加速，通用机器人产业链进入验证期

产业化拐点：从样机展示迈向场景验证

具身智能的本质是将AI能力嵌入物理本体，使机器形成"感知—决策—执行—反馈"的闭环。人形机器人因能够复用人类既有环境与工具体系，成为具身智能的重要载体。2025年以来，全球头部厂商陆续进入工厂测试、小批量交付及商业部署阶段，行业竞争重点由"能否实现运动"逐步转向"能否稳定完成任务并实现规模制造"。

从全球具身智能产业格局看，中国已形成较为突出的产业集聚优势。随着本体厂、核心零部件及应用场景协同发展，中国具身智能产业有望进一步由数量优势向工程化、成本控制和规模制造优势延伸。政策层面，全球政策重点正由单一机器人研发逐步转向"AI+制造+应用场景+供应链"协同推进，积极推动具身智能机器人在各场景的应用落地。

结构化场景率先落地，制造与物流进度领先

机器人应用场景呈现明显分层特征，"高成熟度+低开放度"场景有望率先商业化落地。制造、物流、巡检等领域流程标准化程度高、任务重复性强，机器人部署边界清晰，且具备较明确的ROI测算基础，因此率先进入规模化验证与落地阶段。短期看，制造、物流、巡检等高频、重复、可量化收益场景仍将是机器人率先放量的核心方向；中长期，随着具身智能模型和本体能力持续提升，应用场景有望逐步向医疗、家庭服务及更开放的非结构化场景拓展。

人形机器人产业正由"0-1技术验证"进入"1-10规模复制"阶段，量产交付成为产业发展的核心驱动力。经过前期运动控制、感知系统、具身智能模型及核心零部件等技术积累，全球头部厂商已完成产品形态定型，并开始围绕制造、物流、商业服务等场景推进规模化验证。

技术路线：感知、决策与执行协同构筑本体能力

具身智能技术突破主要体现在感知、决策与执行三大环节。感知能力方面，多模态传感器与视觉语言模型融合，提升机器人对环境、物体及任务状态的理解能力；决策能力方面，大模型技术推动机器人由传统规则控制向基于语义理解的任务规划与自主决策演进；执行能力方面，高性能关节模组、灵巧手及力觉反馈技术持续提升机器人运动控制与复杂操作能力，推动机器人由"能运动"向"能完成任务"迈进。

运动能力逐步成为基础能力，复杂操作正在成为新一轮技术竞争核心。据《全球机器人技术路线图2025–2035》，四足机器人运动技术已进入较高成熟阶段，而灵巧手、全身触觉和双臂操作仍处于快速迭代期，预计未来数年将成为机器人能力提升的重点方向。商业化评价标准正在由运动表现转向任务完成能力，真实工业场景更关注机器人能否稳定完成抓取、搬运、分拣、装配等连续任务。

关节模组是决定机器人执行能力的核心组件。当前旋转执行器围绕直驱、准直驱、谐波、RV及行星减速方案持续演进，核心趋势为高精度、高集成、小型化。灵巧手方面，国内外主机厂方案基本收敛至电驱动+高自由度，传动方式各异和传感器方案各异，但后者已有向多模态感知发展的趋势。感知系统由单一传感向多传感融合加速演进，通过融合视觉、惯性、力觉及触觉等多模态信息，机器人可完成环境建模、目标识别、姿态估计和接触反馈。

大脑以AI大模型为核心，完成对多源传感信息的理解与推理，进行任务级交互、规划与决策，并向"小脑"下发可执行策略。基于多模态大模型的"具身大脑"承载任务级交互、环境感知、任务规划与决策控制，决定机器人智能上限与泛化能力。VLA模型开始统一视觉、语言和本体状态，并直接生成连续动作，使机器人由执行预设程序转向理解任务、规划动作并适应环境变化，逐步成为打通"感知—决策—执行"的主流路线。

量产突围：BOM降本与作业效率决定量产能力

全球主要经济体逐步进入人口结构转型阶段，老龄人口占比持续提升，劳动年龄人口增速放缓，推动制造、物流及服务等劳动密集型行业面临结构性用工压力。人形机器人有望成为补充劳动力的重要方式，为机器人应用提供长期需求基础。

人形机器人硬件成本主要集中于核心运动与智能控制环节，一体化关节、控制及感知模块、结构件分别约占整机成本的主要部分。当前单机制造成本仍处高位，降本路径主要经历"核心零部件国产替代—规模制造降本—软件算法优化"三个阶段。据测算，当机器人单价降至一定水平，在较高工作效率区间下，机器人替代人工将降低整体用工成本，实现规模化商用基础。

过去汽车行业的生产成本走势高度契合莱特定律：行业累计产量每翻一倍，单件制造工时就会下降固定比例。这一规律在新能源汽车领域得到充分验证，动力电池价格下降过程体现了明显的学习曲线效应。基于莱特定律测算，在中国汽车制造产线场景人形机器人具备较强经济性，核心零部件国产化及制造效率提升将推动机器人采购成本持续下降。

人形机器人产业进入规模化放量阶段，国内供应链优势持续凸显。随着规模效应显现，硬件成本持续下降，产销平衡下累计销量达到一定规模时，制造成本预计将实现显著下降。

公司映射：本体厂路线分化与资本化加速

具身智能产业商业模式正由单一硬件销售向"机器人+服务+生态"模式演进。早期机器人商业化主要依靠整机销售，收入模式清晰但受限于硬件成本和一次性交付；随着具身智能模型、数据闭环及应用场景逐步成熟，行业开始探索RaaS、解决方案集成、生态平台及数据服务等新型模式，通过持续服务收入提升商业价值。未来机器人商业化的核心竞争将从"卖机器人"转向"提供智能劳动力"。

车企凭借在智能驾驶、精密制造、供应链管理及规模化量产方面的积累，加速向人形机器人本体研发与工业场景应用延伸。国内外本体厂路线分化明显：海外厂商更加重视Physical AI、基础模型及软件能力，国内厂商则依托制造业基础和供应链体系，强化本体、算法与场景的协同。海外重模型与生态、国内重制造与落地，国内厂商凭借供应链和成本优势率先实现批量出货。

国内已形成"科技巨头+车企+本体初创+高校系"的多元格局，产品从工厂"实训"快速转向"小批量/对外预售"。产业订单边际变化显著，获订单企业以国产链为主。资本化进程方面，多家本体厂商推进IPO，募资聚焦机器人研发、制造及数据能力建设。特斯拉持续推进Optimus研发，依托新能源汽车产业链积累复用汽车供应链体系推动机器人降本；Figure AI较早形成"本体+模型+制造"闭环布局；小鹏汽车跨界做机器人，底层逻辑为超强的软硬件技术积累，计划于年底启动规模量产。

产业链展望与风险提示

具身智能机器人产业链覆盖上游核心零部件与软件开发、中游"大脑+小脑+本体"系统集成，以及下游多元应用场景。上游减速器、伺服系统、控制器、传感器及末端执行器等决定机器人运动与感知基础；中游围绕算法、控制系统和整机制造形成核心能力；下游应用主要面向工业制造、物流仓储、安防巡逻和商业服务等结构化场景。

随着本体性能持续提升、核心零部件国产化及规模制造推动BOM成本下降，人形机器人产业链商业化进程有望加快。需关注人形机器人发展不及预期、政策不及预期、行业内竞争加剧、零部件降本进程不及预期以及应用场景不及预期等风险因素。