夜雨聆风中国人形机器人的投资逻辑立足于三大核心事实：第一，行业量产拐点临近。我们预测全球人形机器人出货量将从2025 年的 1.8 万台增长至 2026 年的 6 万台，2030 年预计达 175 万台，2025‑2030 年出货量复合年增长率约 150%；中国出货量预计将占据全球一半以上的市场份额。
第二，国产替代空间广阔。行星滚柱丝杠、六维力传感器等高壁垒零部件的国产化率仍低于50%，国产头部零部件厂商将充分享受国产化带来的发展红利。
第三，国内政策支持加速商业化验证。“六网” 基础设施建设提供通信、算力与物流底层支撑，叠加鼓励国企采购的政策导向，能够加速商业化落地验证。
我们基于内地公募基金持仓市值与3 个月日均成交额，筛选出人形机器人各生产环节的中国标的；境内公募基金重点持仓标的详见图 21。我们认为，上游零部件将显著受益于行业出货量放量，尤其是行星滚柱丝杠（国产化率 40‑50%）、六维力传感器（国产化率不足 30%）；高端切削刀具与上游材料同样有望受益于国产化浪潮。
经历一轮仓位调仓之后，AI 板块在二季度财报季展现出的基本面韧性，有望推动 AI 交易行情回暖。工信部与国资委联合出台的《2026 年人形机器人与具身 AI 真实场景训练专项行动》也将带来政策催化。
人形机器人：2025‑2030 年全球出货量复合年增长率达 150%，中国市占率超 50%
当前，中国人形机器人市场规模仅30‑85 亿元人民币（合 4‑13 亿美元），在国内具身 AI 整体市场中占比很小，但未来增长空间广阔，预计 2030 年中国市场规模将达到 1 万亿元人民币（合 1480 亿美元）。
全球人形机器人出货量将从2025 年的 1.8 万台增长至 2026 年的 6 万台，2030 年预计达 175 万台。关于商业化落地的关键观测指标，我们认为单位成本是渗透速度的核心决定因素，投资者可以优先关注可量化的生产效率提升。据测算，当年使用成本降至8 万元人民币 —— 相当于一名制造业工人的年均用工成本时 —— 人形机器人才具备商业化落地的可行性。目前部分主流机型的年均使用成本，仍是普通劳动力年均成本的 5‑8 倍。
未来，随着零部件成本下行、AI 训练数据集扩充以及电池能量密度提升，行业增长有望进一步提速。工业与服务场景将率先实现落地应用；家用场景则受制于价格敏感以及安全层面的顾虑，普及进程会相对受限。
上游零部件与设备占据产业链主要价值
人形机器人生态可以划分为感知层、规划层与执行层，参与主体包括传感器供应商、AI 软件厂商、半导体供应商、电池系统厂商、执行器厂商、系统集成商以及终端企业。
从物料清单（BOM）成本结构来看：执行层占物料总成本的 50%‑65%，感知层、规划层分别各占 10%‑20%，剩余部分归属电池相关成本。
当前产业链价值主要集中在硬件环节，驱动因素来自执行器的技术复杂度、电池密度要求以及精密控制系统。我们判断，伴随行业规模扩大，硬件会逐步走向商品化；而国产化将助力成本下行。
芯片、轴承、材料以及力传感器，在营收利润增速、净利率层面具备更强的发展动能。我们注意到谐波减速器国产化推进速度较快，国内龙头\\绿的谐波（Leader Drive）\\国内市场占有率达60%，行业表现突出。行星滚柱丝杠、六维力传感器（国产化率不足 30%）是国产化空间最大的两大赛道；该判断也得到 2026/2027 年财务预测数据的佐证。此外，高端切削刀具同样将迎来发展机遇，下游整机 OEM 厂商、解决方案提供商以及基础大模型企业均会从中受益。相关企业订单储备已经排至 2027 年。
中国在执行层具备领先优势
中国在人形机器人产业链的“小脑”（运动控制与实时协同）环节拥有突出的工程技术优势，同时在 “大脑”（高级决策与认知）领域正加速技术追赶。根据 TMT 行业媒体报道，依托成熟完备的供应链体系以及成本优势，中国通过规模化生产，已经将关节模组成本压至 299 元人民币，核心零部件成本相比欧美低 30%‑40%，显著提升运动控制系统的性价比与可落地性。
理想情况下，出货规模扩张会产生大量真实场景数据，反过来推动模型迭代，打开更多全新应用场景，有机会推动硬件厂商转型为平台型企业，形成数据飞轮。未来5‑10 年，该趋势有望推动行业从专用机器人，逐步迈向通用具身 AI 系统，支撑制造、服务、医疗、教育、养老、公共安全等领域更广范围的商业化落地。
国内政策支持加速商业化验证
国内政策框架正从高层战略支持转向落地实施：“十五五” 规划将智能机器人列为六大新兴支柱产业之一，同时把具身智能纳入六大未来产业；“六网” 新基建建设提供算力、网络、能源、物流配套底座；工信部、国资委推出的 2026 年真实场景训练专项行动，鼓励工业、服务业以及特种场景开展部署应用。
叠加数据层面政策支持与全国机器人训练网络建设，中国正在搭建产业基础设施，把实体场景落地转化为数据飞轮。
图 21：中国物理 AI 标的筛选：市值≥30 亿美元，3 个月日均成交额≥5000 万美元
中国实体AI 五大核心问题
1. 什么是实体 AI、具身 AI 与人形机器人？
投资圈经常混用实体AI 与具身 AI 两个概念；二者均指代 AI 从数字世界走向物理现实。其中实体 AI 更多用于产业应用讨论；具身 AI 更侧重于感知‑行动‑反馈闭环这一技术理念。
工业和信息化部（工信部）定义：实体AI 的核心目标是推动人工智能技术与实体经济深度融合，重塑劳动力结构，提升产业生产力，为通用人工智能（AGI）的发展提供实体载体支撑。
工信部在政策文件中将具身AI 定义为人工智能发展前沿方向，是实现从感知智能跨越到认知智能的重要路径。
人形机器人是具身AI 的一类复杂载体，复刻人体结构，具备双足行走、灵巧手、头部感知系统。由于人类工作生活环境是按照人体形态设计，人形机器人拥有最强的环境适配能力与任务通用性。
工信部数据显示：截至2026 年上半年，中国已经研发出 400 余款人形机器人样机，占全球总数一半以上，充分体现该领域的发展活力与技术复杂度。
•工信部预测：2026 年中国人形机器人年产量将突破 10 万台，标志行业从实验室样机阶段迈入大规模量产阶段。
2. 中国如何推动具身 AI 与人形机器人？
在国家“十五五” 规划之下，智能机器人被确定为六大新兴支柱产业之一，具身智能列入六大未来产业。
本年度总规模超7 万亿元人民币的国家级 “六网” 基础设施建设，为人形机器人、具身智能的大规模发展提供算力、网络连接、能源供给以及物流配套。
2026 年 2 月，工信部发布 《人形机器人与具身AI 标准体系（2026 版）》，是国内首份覆盖全产业链、全生命周期的顶层标准规划，为产业标准化发展打下基础。
2026 年 6 月，工信部联合国资委共同启动 《2026 人形机器人与具身 AI 真实场景训练专项行动》，聚焦工业、服务、特种领域重点场景，通过在真实生产生活环境常态化部署应用，加快产业规模化发展。
国家数据局出台的《高质量行业数据集建设行动计划》，将具身AI 真机交互数据纳入重点扶持范畴，从数据要素层面保障产业发展。
3. 技术路径：中国实体智能训练飞轮靠什么驱动？
真实环境落地部署，正在成为中国具身AI 的核心训练引擎。中国发展具身 AI 采用 “人教导机器人”模式：并非单纯依赖强化学习，而是通过遥操作示教，叠加在工厂、仓库、服务场所等真实环境落地部署，帮助企业快速积累高质量运行数据，形成闭环：真实场景训练→ 数据采集 → 模型迭代优化 → 商业落地部署。
“仿真‑实机” 双轨模式缩短研发到商业化的周期。中国采用双轨训练体系，兼顾虚拟仿真的高效率与物理现实环境真实性：机器人先在仿真环境完成数百万次训练，低成本习得基础能力；再迁移到真实环境做微调与能力验证。既加快模型训练速度，又保证输出方案可实际落地使用。
国产算力底座助力中国打造自主可控的实体AI 技术栈。依托华为昇腾等国产算力平台、国家 AI 计算中心、机器人专属训练设施，中国正在建设自主性更强的实体 AI 产业生态。战略目标不只是给具身 AI 模型供给充足训练算力，更是搭建起一套完整生态：算力→训练平台→AI 模型→机器人。
全国机器人训练网络有望成为关键竞争优势。中国不再只依靠单个机器人企业，而是搭建实体AI 公共基础设施。上海麒麟训练基地目前已入驻 100 台以上机器人，目标 2027 年规模突破 1000 台；北京、杭州分别在数十个真实训练场景部署 120 余台、130 余台机器人。河南、广东、山东等地区域性训练中心也陆续落地。中国正在搭建全国机器人训练网络，充当具身 AI 的 “数据工厂”。
就如同云基础设施催生大语言模型浪潮，我们判断这套新兴实体AI 基础设施堆栈，能够加速数据积累、模型迭代和大规模商业化，成为中国的核心竞争优势。
4. 社会影响：实体 AI 会替代劳动者，还是创造新机遇？
实体AI 会重塑劳动力市场，但基准情景不会发生大规模结构性失业。自动化会替代制造业、物流、服务业当中一部分重复、高强度岗位，低技能劳动者受冲击相对更大。但是历史表明，技术进步更多是改造就业结构，而非大规模永久性消灭工作岗位。放在中国语境下，人口老龄化、劳动力供给收缩、高技能产业人才需求上升，会缓和技术替代带来的冲击。
就业岗位的核心转变：从人工操作转向机器人运维。随着具身AI 系统大规模落地，劳动者将从直接手工劳作，转向机器人编程、监控调试、设备维护、集群调度管理岗位。该转型能够提升生产效率、降低劳动强度、减少职业安全风险，带来更高质量的就业；但同时需要大规模开展劳动者技能再培训，帮助人员适配技术型岗位。
机器人相关新职业与人才体系是商业化落地的重要支撑。国内正在规范确立多类新职业：具身AI 机器人应用技术员、AI 工程技术人员、工业机器人运维人员、AI 训练师、服务机器人应用技术员等。行业在研发、工程应用、运营、交叉学科方向仍存在显著人才缺口。为此中国正在建设多层次培养体系，覆盖高校、职业院校、企业内训项目以及湖北光谷这类地方人才基地。
社会治理水平决定实体AI 能否安全普惠地规模化推广。当机器人进入工厂、家庭、学校、医院、公共空间，安全、数据隐私、责任界定、军用伦理、人机关系等议题会愈发重要。中国需要完善标准、合规制度、隐私保护、再就业扶持政策以及社会保障体系，平稳承接这次产业转型。治理得当的前提下，实体 AI 可以提升生产效率、缓解劳动力短缺、创造更高附加值岗位，推动社会整体进步。
5. 结论与展望：中国能否从实体 AI 快速跟随者成长为全球领军者？
中国实体AI 的竞争优势来自四方面：政策协同、完备制造业基础、务实训练路线、庞大本土市场。中国已经将具身 AI 提升至国家战略层面，顶层政策、地方行动方案、真实场景训练专项行动，联动政府、产业、科研机构协同推进。国内机器人制造产能快速扩张，出口增长势头强劲，在四足机器人、人形机器人领域已经具备一定领先地位。中国没有单纯依靠端到端黑盒模型，而是走出务实路线：遥操作示教 + 真实场景数据 + 仿真训练 + 国产算力。
下阶段挑战：从规模扩张走向高质量产业引领。尽管取得不少进展，中国在高端核心技术仍存在短板，包括精密减速器、伺服电机、高端传感器、基础算法、高性能AI 芯片。大量本土机器人企业优势集中在中低端应用，高端市场仍由海外龙头主导。人形机器人新品密集发布，但大规模商业化落地、差异化竞争能力仍然有限。
社会转型、安全与治理是普及落地的关键。实体AI 有助于缓解劳动力短缺、提升生产效率，推动就业由人工操作转向机器人监控、编程、维护管理。但转型会给低技能劳动者带来压力，需要配套培训、再就业扶持与社会保障。随着机器人广泛普及，中国需要进一步完善安全、数据隐私、责任划分、军用伦理、人机交互相关治理框架。
未来5‑10 年，中国实体 AI 产业将由专用化逐步走向通用化。驱动力量来自能力更强的具身模型、VLA（视觉‑语言‑动作）系统迭代、全国真实场景训练网络扩容，以及制造、服务、医疗、教育、养老、公共安全多行业深度融合。
中国实体AI 产业能否跻身全球领先，取决于能否补齐技术短板、强化原始创新、打造一批具备全球竞争力的企业。如果目标达成，实体 AI 将成为中国新一轮产业升级的重要支柱，拉动全社会生产力增长。
