人形机器人，可能是2026下半年最值得跟踪的科技主线

最近一直在研究具身智能和人形机器人。我的核心判断是：

2026 年下半年，人形机器人可能迎来一个非常重要的投资观察窗口。

它有点像 2025 年年中的存储赛道。

当时，很多人还在用传统周期股的眼光看 DRAM、NAND 和 HBM。但真正的变化已经发生：AI 服务器扩张、数据中心建设、HBM 供需紧张，把原本偏周期的存储行业，重新拉进了结构性增长逻辑。

机器人现在也有类似的味道。

过去两年，市场关注的是：

• 谁的视频更震撼
• 谁的机器人更像人
• 谁的 Demo 更流畅

但接下来，真正重要的问题只有一个：

如果这个拐点出现，人形机器人就不再只是一个 AI 概念，而可能成为一条真正的产业链主线。

01｜为什么现在要重看人形机器人？

人形机器人过去一直卡在两个瓶颈上：

以前的机器人，更像是在执行预设程序。

它能完成动作，但环境一复杂、任务一变化，稳定性就会迅速下降。

这几年，多模态大模型、视觉语言模型和端到端控制网络快速进步。机器人开始不只是“执行代码”，而是逐渐具备感知、理解、规划和执行能力。

特斯拉尤其值得关注。

它在自动驾驶领域积累了视觉感知、神经网络推理、路径规划和真实世界数据训练能力。这些能力不能直接等同于人形机器人能力，但其中一部分可以迁移到底层感知与决策系统。

所以，Optimus 的意义不只是“特斯拉造了一台机器人”。

它更像是特斯拉尝试把自动驾驶积累的 AI 能力，迁移到物理世界的另一种载体上。

02｜真正的瓶颈，不只是 AI，而是“躯壳”

很多人看机器人，只看它聪不聪明。

但从产业链角度看，人形机器人真正困难的地方，不只是 AI 大脑，还有物理身体。

一台真正能够工作的机器人，需要多个系统共同配合：

• 线性执行器与旋转执行器
• 灵巧手与触觉传感器
• 减速器、电机与编码器
• 精密轴承与滚柱丝杠
• 电池管理与控制系统

更重要的是，它不能只在发布会上运行几分钟。

它必须能够在工厂、仓库和物流中心连续工作：搬运物料、识别环境、避开人员、执行重复任务，同时做到稳定、低故障、可维护、成本可控。

这也是为什么，我认为机器人产业链真正值得跟踪的，不只有本体厂，还有上游核心零部件。

一台机器人可能需要 20—40 个，甚至更多运动关节。每个关节背后，又包含减速器、电机、执行器、轴承、传感器和控制系统。

一旦机器人进入量产，被拉动的将是一整条硬件供应链。

这就是机器人时代的“卖铲人逻辑”。

03｜美国制造业，正在为机器人创造需求

为什么人形机器人最先可能在美国制造业、仓储和物流场景落地？

背后有两个非常现实的问题。

蓝领综合用工成本高

企业承担的不只是工资，还包括医疗、保险、养老、招聘、培训、管理和人员流失成本。

制造业长期存在岗位空缺

很多工厂不是不想扩产，而是招不到足够稳定的人。

尤其是重复性、体力型、夜班型和搬运型岗位，长期面临招人难、留人难的问题。

站在这个背景下，人形机器人不再只是科幻故事，而是一个很朴素的商业问题：

答案大概率是会的。

早期机器人当然不可能立刻替代所有人类工作。它更可能先进入结构化场景：

• 工厂内部搬运
• 仓库分拣
• 产线辅助
• 物料转运
• 简单巡检

只要这些场景能够跑通，后面的扩展空间就会非常大。

04｜为什么 2026 年下半年关键？

我认为 2026 年下半年值得重点关注，不是因为“所有机器人公司都会爆发”，而是届时可能出现三个关键催化。

催化一：Tesla Optimus 进入真实工作场景

市场过去看 Optimus，更多是在看视频和发布会。

但如果它开始在特斯拉工厂承担明确任务，并出现更清晰的成本、产能、供应链和部署数据，市场的定价方式就可能发生变化：

从概念想象，切换到商业测算。

催化二：Agility Robotics 等公司走向公开市场

Agility 的 Digit 已经出现工厂应用、客户试点、订单线索和上市路径。

这意味着，人形机器人可能不再只是一级市场故事，而会逐渐进入二级市场的定价体系。

催化三：上游供应链先于本体厂反应

本体厂可能仍会百家混战，但核心零部件更像“卖铲子”。

无论谁造机器人，都需要：

关节、执行器、电机、减速器、轴承、传感器和边缘 AI 芯片。

因此，如果产业催化逐渐明确，最先被市场重新挖掘的，未必是某一家本体公司，也可能是供应链里的关键卡位企业。

05｜别只盯着本体厂

很多人一提人形机器人，只想到 Tesla、Figure、Agility 和 Unitree。

但从投资角度看，更稳定的逻辑可能是：

未来谁能成为最终赢家，还不确定。

但只要机器人放量，核心零部件公司就可能获得订单弹性。

产业链可以拆成六类

1. 执行器与减速器
2. 电机与运动控制
3. 精密轴承与滚柱丝杠
4. 边缘 AI 与视觉芯片
5. 仓储物流自动化系统
6. 工业机器人与自动化老玩家

这些企业未必都叫“人形机器人公司”，却可能是机器人量产过程中真正绕不开的环节。

06｜七个值得跟踪的方向

1. Tesla：不只是车企，更是 AI + 机器人平台

Tesla 仍然是人形机器人赛道最重要的观察标的。

很多人仍把它看作电动车公司，但它的估值逻辑已经越来越像 AI、能源与机器人的组合体。

它的优势主要来自四个方面：

• 自动驾驶积累的真实世界数据和神经网络能力
• 软硬件垂直整合能力
• 电池、电机、热管理、制造与成本控制能力
• 自有工厂可以成为 Optimus 的第一批真实部署场景

Optimus 最大的看点，不是它能不能跳舞，而是它能不能在特斯拉工厂稳定干活。

如果它能够完成搬运、分拣、取放、巡检和简单装配等任务，市场就会重新评估 Tesla 机器人业务的价值。

核心观察点：Optimus 是否从展示阶段进入真实工作阶段。

2. Symbotic：不是人形机器人，却是真正的仓储自动化玩家

Symbotic 严格来说不是人形机器人公司，但它是值得关注的具身智能相关标的。

它通过移动机器人、货架系统、机械臂和调度算法，提高仓库分拣、搬运与存取效率。

它的价值不在于“像人”，而在于已经开始解决一个现实问题：

这代表了另一条路线：未必一定要做成人形，但要先在具体场景里把自动化 ROI 跑出来。

对投资者而言，这类公司比许多纯概念标的更接近商业化。

核心能力：多机器人协同、动态路径规划、物理交互与实时调度。

3. Ambarella：机器人视觉和边缘 AI 的“卖铲人”

Ambarella 是一家边缘 AI 视觉芯片公司。

早期市场熟悉它，可能是因为 GoPro、安防摄像机和视频处理芯片。如今，它的重点正在转向智能驾驶、机器人视觉和边缘 AI。

机器人进入物理世界后，不能把所有数据都传回云端处理，因为它需要实时反应：

• 避障与抓取
• 识别人员和货物
• 判断空间关系
• 融合摄像头与传感器

这些任务都需要低延迟、低功耗的本地计算。

如果机器人数量持续增加，端侧视觉芯片、视频处理、传感器融合和 AI 推理需求也会随之增长。

核心逻辑：视觉感知是基础能力，低功耗边缘 AI 芯片是关键硬件。

4. Timken：精密轴承和动力传动的底层玩家

Timken 是全球高端轴承和动力传动产品的重要公司，服务航空航天、轨道交通、风电、重工业、矿山和自动化设备等领域。

它的优势不在于故事性感，而在于：

材料、工艺、寿命和极限工况可靠性。

机器人要长时间稳定运行，机械系统耐久性至关重要。关节、传动、旋转结构和高频运动部件，都会涉及轴承、润滑、磨损、寿命与维护周期。

Timken 的机器人逻辑不是短期爆发，而是底层工业能力向新场景的延伸。

核心观察点：机器人量产能否转化为精密运动部件的新增需求。

5. Moog：高端运动控制和伺服系统

Moog 是高端精密运动控制和电液伺服系统公司，产品长期服务航空航天、国防、飞控和工业设备等高可靠场景。

高端运动控制，不只是让机器“动起来”。

它需要机器在复杂甚至极端环境下，实现高精度、高响应和高可靠的动作控制。

对人形机器人来说，平衡、转向、抓取、承重、力反馈和复杂动作协调，本质上都离不开高性能运动控制。

不过需要注意：Moog 不是纯机器人公司，机器人更多是潜在增量逻辑，而不是当前主要收入来源。

核心逻辑：高可靠运动控制能力可能向机器人场景延伸。

6. SKF 与 Schaeffler：欧洲精密机械供应链

在线性执行器、滚柱丝杠、精密轴承和高端传动系统领域，欧洲供应链长期拥有深厚积累。

• SKF
  ：全球重要的滚动轴承和旋转系统公司
• Schaeffler
  ：在精密轴承、线性系统、滚柱丝杠、电机和汽车工业供应链拥有长期积累

人形机器人的腿部、腰部、手臂与重载关节，未来可能大量使用精密传动、轴承和线性执行器。

尤其是行星滚柱丝杠，壁垒来自高精密螺纹加工、材料热处理、疲劳寿命和量产一致性。

核心观察点：传统精密机械巨头能否成为机器人规模化制造的重要供应商。

7. Harmonic Drive Systems：谐波减速器核心玩家

人形机器人的旋转关节绕不开减速器，其中谐波减速器是非常关键的一类。

它具有体积小、精度高、背隙低、传动比大等特点，非常适合机器人关节。

日本 Harmonic Drive Systems 是这一领域的重要公司之一。

逻辑很直接：如果一台人形机器人需要几十个关节，而其中大量关节采用高精度减速器，那么精密减速器需求就可能被显著拉动。

当然，它并非“完全垄断”或“没有替代品”。不同关节可能采用谐波、行星、摆线、准直驱或无框力矩电机等不同方案。

核心逻辑：无论技术路线如何变化，高精度机器人关节始终需要精密传动能力。

07｜七张卡片看懂跟踪逻辑

08｜真正的投资框架

人形机器人投资，不应该只问：

• 谁的视频最震撼？
• 谁的机器人最像人？
• 谁最会讲 AI 故事？

更应该问五个问题：

① 谁已经有真实客户和真实场景？

试点不等于订单，订单也不等于规模化收入。需要区分展示、测试、部署和稳定运营。

② 谁能证明 ROI？

机器人最终要与人工成本、维护成本、运行效率和使用寿命进行比较。

③ 谁掌握核心零部件？

真正具有壁垒的环节，往往来自材料、工艺、精度、可靠性和量产一致性。

④ 谁能在量产中持续降本？

原型机可以不计成本，商业产品不行。降本能力决定机器人能否进入更多场景。

⑤ 谁不依赖单一本体厂，也能受益于行业放量？

本体厂可能竞争激烈，甚至出现价格战。技术壁垒足够强的核心零部件公司，反而可能拥有更稳定的议价能力。

结语｜AI 的下一站，需要一个身体

人形机器人不是一个简单的短期概念。

它更像是 AI 走向物理世界的下一站。

过去几年，AI 的主战场在数据中心。GPU、HBM、光模块、服务器和存储，先后成为市场主线。

但当 AI 从屏幕和云端走向现实世界，它一定需要一个“肉身”。

这个肉身，可能就是机器人。

2026 年下半年，最值得关注的不是机器人还能不能继续发布炫酷视频，而是它能不能真正进入工厂、仓库和制造业。

如果 Tesla Optimus、Agility Digit 等产品开始拿出更明确的量产、部署、成本和订单数据，人形机器人的投资逻辑就可能从“技术想象”切换到“商业验证”。

一句话总结：

关节、执行器、减速器、电机、轴承、滚柱丝杠、传感器和边缘 AI 芯片，才是这条产业链里更像“卖铲子”的生意。

2026 年下半年，机器人赛道值得重点跟踪。

但越是热门赛道，越不能只看概念。

真正要看的，是谁有技术壁垒，谁有量产能力，谁有客户订单，谁能把成本降下来，以及谁能在机器人放量时真正拿到订单。

AI 的上一站是数据中心。下一站，可能就是有身体的机器人。