过去一个月，全球人形机器人行业发生的事情比过去一年都密集。
中国头部OEM已在物流分拣和制造产线上跑着三位数规模的试点项目，并在要求扩容；波士顿动力正在备货，准备向现代汽车工厂交付Atlas；特斯拉宣布2026年在弗里蒙特工厂启动Optimus量产，德州第二工厂则定于2027年。行业从"展台机器人"到"真实工况部署"的转折，已经发生了。
据追风交易台，摩根大通亚太区基础设施及工业板块分析师Karen Li在最新报告中给出的判断是：赢家与"长尾玩家"之间的差距正在拉大，资本越来越向两类标的集中——有盈利能力、具备量产准备度的平台型企业，以及提供高质量零部件和AI/软件"大脑"的供应商。报告团队在4月22日至24日完成了北京机器人与车展联合调研，并于4月16日举办了面向全球投资者的机器人行业网络研讨会，同期还在马来西亚参加了M+论坛，接触到宇树机器人马来西亚授权合作伙伴Work E Robotics。
其中，特斯拉在这场竞赛里的位置比它的市值所暗示的更为复杂。公司计划2026年资本开支超过250亿美元，用于AI、机器人和自研芯片，Optimus V3设计已接近量产状态，但报告对特斯拉维持"低配"评级，目标价145美元，而当前股价约374美元。
相比之下，中国头部OEM凭借政府采购、供应链优势和高频硬件迭代，正在以更快节奏推进商业化，波士顿动力也在工业集成路径上有先发优势。
真正的瓶颈不是硬件能不能动，而是能不能稳定运转
北京调研中最一致的反馈是：行业主要障碍已经从"原型机能否完成任务"，变成了"能否在量产条件下稳定完成任务"。可靠性、维护周期、与产线的集成时间，这三个词反复出现。
一家灵巧手供应商透露，2025年出货量已超过1万件，预计2026年再翻倍——这个数字提供了一个参照系，说明商业需求从数据采集和展厅展示，向真实部署场景转移的速度有多快。但手部零部件供应商也强调，规模化的挑战已经变成温度、振动、腐蚀和耐久性的综合测试，而不只是"能不能抓住东西"的问题。
物理智能——即机器人的"大脑"——被普遍视为2026年商业化的核心卡点。VLA（视觉-语言-动作）模型负责将语言和视频理解映射为机器人动作，世界模型负责推理、规划和环境理解，二者被认为是具身AI的最终路径。仿真到现实的迁移（sim-to-real）仍然是普遍性难题，一家头部人形机器人公司正在用"控制世界"工具和数据基础设施层来缓解真实场景数据瓶颈，尤其是力、摩擦和触觉的真实性。
商业化逻辑也在分化。有OEM选择把"大脑"和本体捆绑销售，有的只卖硬件，还有的提供SDK供客户自行开发智能层。这背后是一个重要判断：今天的商业牵引力，相当部分来自大型科技公司和工业客户把机器人当作数据采集工具，而不是纯粹的劳动力替代。
特斯拉押注的是正确方向，但时间表可能在给对手送礼物
250亿美元的资本开支计划是真实的，Optimus量产是真实的战略优先级，但特斯拉管理层自己也承认初期产能爬坡会很慢。弗里蒙特工厂目标产能100万台/年，德州第二工厂用于进一步扩张，但这些都是2027年及之后的事。
公司刻意压制Optimus 3的公开演示，官方理由是保护知识产权、防止竞争对手仿制——这个解释本身就说明竞争有多激烈。与此同时，特斯拉的自研AI5芯片将同时驱动Optimus和数据中心，垂直整合的芯片制造是其防御性护城河的重要组成部分，但这条路的建设周期比机器人量产更长。
摩根大通对特斯拉的定性是：在追赶中国头部OEM和波士顿动力，而不是领跑。核心EV业务的竞争压力和利润率问题并没有消失，当前187倍的2026年预测市盈率，估值逻辑几乎完全压在AI和机器人上。
中国厂商在政府支持、供应链与快速迭代上推进更快，而波士顿动力也在为现代汽车的工业应用推进Atlas时间表（首批应用或从2028年开始）。
东南亚的逻辑和中国不一样：不是省人工，是不想让人进危险区域
马来西亚M+论坛提供了一个有趣的横截面。东南亚企业考虑部署机器人，首要动因不是劳动力成本——低工资环境让这个逻辑失效——而是操作弹性：7×24小时运转、危险环境下的人员替代、工作质量的稳定性。
油气行业是当前需求最明确的买家，宇树B2四足机器人（IP防护等级，约40公斤负载）正在被考虑用于气体泄漏检测和周界巡逻。制造业被认为是下一个采用波次，宇树G1人形机器人（上半身加AMR底座）针对地面条件受控的工厂物流。但规模化采购可能还需要两到三年的方案成熟度提升和硬件进一步降价。
商业模式目前以买断为主，RaaS（机器人即服务）和订阅模式的讨论在增多。Work E Robotics管理层说得直接："一旦硬件变得标准化，解决方案就是关键。"集成部署——场地建模、LLM与传感器的拼接——将成为利润来源和客户粘性的真正载体。
融资窗口在收窄，但收窄的方式对头部有利
2026年初的一级市场融资仍然活跃，但格局在变：估值被推高的同时，资金越来越向少数平台型企业和高质量零部件供应商集中。小型OEM面临的问题是：VLA规模训练的算力成本、数据采集成本和制造产能爬坡，三项开支叠加的资金需求，远超它们能融到的钱。
这种分化大概率会催生并购、战略合作和结构性融资，而不是长尾OEM独立发展。IPO管线是一个重要催化剂，政府采购和公共部门项目正在成为订单的主要驱动力，尤其是地方政府设立数据采集中心和试点园区之后，订单呈现明显的后端集中特征。
股票层面，近一个月中国机器人板块平均反弹10%，但摩根大通的逻辑很明确：有商业化动能、订单能见度强、技术有差异化的公司值得重仓，没有这些特征的小型OEM，环境只会更难。
Comments