如何理解机器人行情？

提前效应 主题投资=产业趋势超前投资

我们认为科技赛道行情可分为主题投资和产业趋势投资两个阶段：1）主题投资阶段：市场对远端EPS提升的预期强，带动板块的近端估值中枢抬升，若业绩被证伪即是未兑现赛道，可能表现为一次性有斜率的行情，后会回归正常估值中枢，若业绩逐步验证即是可能转向产业趋势投资。2）产业趋势阶段：前期一般是活跃资金参与，而机构配置比例低，随着产业内生发展有重大突破，业绩逐步验证和兑现，市场对产业奇点时刻有共识，机构配置比例系统性并持续性地提升、板块成交额扩大，板块行情先后打开高度和宽度，价值量和利润增长斜率优异的公司在该阶段或有明显超额收益。

复盘22年以来人形机器人的行情，我们发现呈现显著的产业趋势超前投资特点，市场的信心跟随产业进度不断加强，高度认可机器人的广阔空间，对核心零部件给予了“终局估值法”。从特斯拉官宣进军人形机器人赛道开始，赛道从22年的主题行情向23-24年的投机行情再向25年的早期趋势行情演绎，并由T链向国产链扩散，底层逻辑是基于产业重大变化：22年机器人仍处于概念阶段，23年软件端硬件端逐步实现技术突破，24年行业形成了较成熟的硬件方案，24年底到25年机器人开始在简单工业场景和特种应用场景等垂类场景落地，并形成了小规模出货，市场对机器人远期空间的信心和认可度不断加强，因此赛道开始计价产业趋势的终局，即市场对特斯拉供应链的估值是基于特斯拉2029年出货100万台情景下的利润空间*市占率。我们认为，虽人形机器人的产业渗透率起点符合主题特征，但市场已提前计价其渗透率快速跃升的预期，显著的预期前置效应推动了行情快速跨越纯主题阶段，当前我们将该阶段的机器人定位为产业趋势投资前期，选股需首要锚定个股的成长空间与长期价值量。

产业进度向前坚定市场对终局的信心，驱动行业估值中枢上移

我们可将22年以来的机器人行情分为五阶段：

1. 2022 年 6-9 月：特斯拉推出机器人开发计划，赛道开启普涨行情，但产业在最早期阶段、核心技术软件端不成熟，未有真机推出，市场将机器人视为主题赛道。特斯拉上半年推出原型机器人并在 AI DAY 展示，三花智控/绿的谐波/鸣志电器等标的涨幅明显，22年6月-8月初人形机器人指数最高涨幅约60%。但此时产业不成熟，多数机器人产品停留在概念阶段，能实现的功能有限，如特斯拉在 2022 年 9 月展示的机器人仅能缓慢行走和简单挥手，同时供应链没有接收订单，机器人行情仅被视为主题行情，22年9月特斯拉展示机器人后，赛道快速下跌，22年8月底-12月指数最大回撤约24%。

2. 2023 年 5 月-2024 年 2 月：特斯拉机器人实现行走/抓取，且 AI 大模型突破为产业打开天花板，市场对机器人有一定技术信任度，但公司股价率先定价了远期出货预期，与实际产业进度割裂，市场逐步回归理性。2023 年 5 月特斯拉机器人展示了良好行走状态和稳定抓取物体，供应链开启初步送样对接，并给予了较高的远期出货指引，板块估值中枢迅速提高，23年5月-7月人形机器人指数最高涨幅约15%。但机器人实际产业进度较慢，2023 年 7 月世界人工智能大会验证了产业进度不及预期，市场逐步回归理性，12 月即使特斯拉发布 GEN2 机器人，运控能力大幅提升，但由于供应链定点不及预期以及大盘流动性较差，板块回撤较多，23年7月底-24年2月指数最大回撤约34%。

3. 2024 年 3-9 月：特斯拉技术稳定迭代 开启审厂提高了订单预期，板块信心修复，但排产量级下调，压制了市场对远期空间的信心，板块估值中枢下移。24Q1 特斯拉机器人月频更新展现能力迭代以及特斯拉供应链加快了国产化进度，板块估值快速修复，24年3月指数最高涨幅约40%。但 4 月马斯克指引 2025 年工厂自用 1-2 千台（市场理解为量产等级下调，2025 年出货指引从 1 万台下调到 1-2 千台），板块开始下跌，后特斯拉更新 GEN2 能力、国产机器人开始有突破，但板块维持阴跌，24年4月-9月机器人指数回撤约20%。我们认为核心原因是产业在技术早期发展阶段、无应用场景开拓、大厂参与玩家过少，市场信心不足，仍将机器人视为主题赛道，出货量级下调均会引发估值下修。

4. 2024 年 10 月-2025 年 2月：国内大厂布局机器人 特斯拉上调量级预期且供应链验证加快，国内外共振开启大行情，市场对机器人远期空间的信心充分夯实。24Q3 华为云开启具身智能签约大会，特斯拉链送样进展较快，市场对机器人进展逐步恢复信心，叠加板块估值在低位，赛道开启普涨，并从 T 链蔓延到国产链，2025 年初马斯克上调特斯拉机器人 2025/2026/2027 年的出货量为 1/10/100 万台，叠加国产机器人在特定场景开始出货，市场对机器人产业信心充足，板块估值中枢大幅上移，25年1月-3月初机器人指数最大涨幅约30%。

5. 2025 年3-5 月： 2025 年3 月起，特斯拉不断下修机器人指引，员工大会指引 2025 年下线 5 千台（供应链下单是 1 万台） 2027 年 50-100 万台（强调原先指引的下限，即 50 万台）、Q1 业绩会指引 2029 年年产 100 万台（原指引 2027 年 100 万台），影响板块估值。但由于机器人未来应用空间广阔（特斯拉指引29年出货100万台）、资金容量大、赚钱效应强，同时 T 链的新进入者竞争格局好且进度快，带领板块向上。此外该时期板块的宽度也被打开，机器人标的从由公司主业能力外延到机器人业务，扩展到并购重组切入机器人，再扩展到了机器人下游应用场景。

市场投资范式转向去伪存真，兼顾新变化与国产链

从 2023 年以来每轮行情的领涨标的来看：

第一轮2022 年 6-9 月：主题赛道为主，涨幅靠前的为小市值股票，市场重视丝杠、六维力、丝杠设备、空心杯电机等价值量大、国产化降本诉求强、壁垒高的赛道，首选客户关系绑定强的标的、有能力做核心部件的标的，代表为丝杠-北特科技、六维力-柯力传感、减速器-中大力德、丝杠设备-浙海德曼。

第二轮2023 年 5 月-2024 年 2 月：涨幅靠前的为有潜力或有能力进入 T 链的标的，包括绑定两家TIER1、配合度高的 TIER2，或直接对接 T 的 TIER0.5，代表如丝杠-北特科技、丝杠-双林股份、空心杯电机-鸣志电器、斯菱股份。

第三轮2024 年 3-9 月：国产链 机器人业务布局边际变化大的公司涨幅靠前，市场“审美”聚焦在华为、宇树国产链，代表如长盛轴承/中大力德/埃夫特/中坚科技/兆威机电等，以及机器人布局进展超预期的个股，代表如电子皮肤-福莱新材、丝杠-双林股份等。

第四轮2024 年 10 月-2025 年 2月 第五轮 2025 年3-5 月：市场更关注机器人业务布局边际变化大的个股以及新标的，如T 链新玩家、新进入机器人赛道且估值低（多为收并购）、机器人应用新场景、新技术路线等。代表如进展较快的浙江荣泰、并购逻辑的雷迪克/嵘泰股份/福达股份、PEEK 产业链。

如何理解产业趋势？

我们认为25H2起，人形机器人产业将呈现6大发展趋势：

商业化：头部玩家从商业化浅水区步入深水区

人形机器人实现创收与出货难度不大，关键是难在批量化生产和落地实际应用。2024年原被称为全球具身智能商业化落地的“元年”，实际商业化落地有所滞后，2025年以特斯拉为代表的头部人形机器人在特定场景实现了小批量量产和初步商业化，国内已有多家人形机器人本体企业宣布完成交付百台至千台，2026年或实现万台甚至以上。但深究交付场景，目前除了Agility Robotics、少数头部企业外，全球真正实现双足人形机器人商业闭环的公司较为稀缺，商业化交付走在前列的企业大多在小数量战略合作、数据采集、展示表演场景，虽短期创收可观，但订单持续性或较差。同时在当前数据采集、科研科教、展示表演等出货量较大的场景中，多为科研和场景训练等对泛化能力要求不高的需求，采购方在本体基础上进行算法研发，而本体公司更侧重于硬件卖铲人角色，并没有在软件层面实现技术突破。

TG订单持续性或有限 TC落地难度或较大，TB有望成为商业化第一站。我们认为B端是双足机器人商业化深水区的第一站，从落地难度和市场规模排序看，To C >To B >To G。从近年来机器人本体厂公布的视频来看，早期本体厂多聚焦在C端家庭场景，通过遥操作实现家庭保姆的任务执行，而随着产品迭代，机器人聚焦场景开始转移至B端工厂场景，并优先选择B端工厂场景或者垂类的物流场景落地。我们认为导致该现象的核心原因系该阶段本体的泛化能力不成熟，目前出货数量较多的场景以科研院所等泛化要求不高、硬件要求较高的ToG为主，我们认为随着产业泛化能力提高，B端如工业制造、汽车智能制造、仓储物流、安防巡检等结构化场景或成为机器人商业化深水区的第一站：从市场需求端，人形机器人可高效承接工业制造中自动化设备难以完成的高精度、重复性作业，推动工业生产全自动化；技术壁垒方面，工业制造、物流仓储等结构化场景规范性强，模型训练难度较低。

我们认为机器人落地场景率先在科研、教育、导览、展示表演等ToG场景，中期落地ToB场景，其中工业柔性装配场景非标程度高且头部客户具备付费能力，有望实现初步商业化，远期再落地ToC场景商业化，ToC市场空间大、非标程度高，或是人形机器人的终极市场：

①ToG：科研院校此类ToG场景落地难度较低，科研院校采购机器人更多出于科研和场景训练，对泛化能力要求不高，本体公司不需实现软件层的技术突破，但可较快落地少量交付订单，目前已成为诸多创企优先切入的场景（基于先发和生产能力优势，国内宇树科技旗下Unitree H1已成为全球科研院校和AI公司优选产品，24H2公司已全球发货）。科研场景的采购订单金额多在10万-50万左右，百万级的大单较少，但目前本体价格在持续下探，如众擎SA01售价4.2万元、松延动力N2售价3.99万元，我们认为该场景中，宇树科技已铸造了较强的竞争力，其他竞对的价格竞争激烈，潜在市场空间较小且新入局者生存空间较窄。

②ToB：目前头部人形机器人厂商可在ToB工业制造场景执行相对简单且重复性的劳动，此类场景任务相对固定、场景属于半开放状态，机器人需具备一定的泛化能力。目前率先落地商业化的Agility Robotics，其Digit在工厂中执行任务包括从AMR 上拾取手提袋，再将手提袋放到传送带，该类任务现有机器人产品(如工业机器人、协作机器人、AGV、复式机器人等)无法实现，而人形机器人存在一定的经济性，有相当的市场需求。

③ToC：ToC对人形机器人泛化要求更高，该场景存在较多干扰项且场景复杂，且不同群体不同需求对机器人的适配性要求高，因而对模型训练的泛化能力要求更高。

任务执行从标准化迈向非标化，商业化机会从聚焦垂类场景走向半通用场景。我们认为机器人短期出货结构仍以低自由度、单任务、固定场景为主，但随算法泛化能力突破与系统整体性能优化，产业机会将进一步扩展，B端有望成为商业化深水区的第一站：一是需求侧，若算法规划、多模态感知及任务调度能力逐步积累，机器人持续拓展非标任务能力，B端刚需替代空间或优先释放，形成产业早期放量基础；二是成本侧，随着本体厂潜在需求释放、向供应链下达订单，硬件制造释放规模效应可助推机器人制造成本进一步下探，从而进一步提升机器人渗透率。我们认为，2030年前后B端应用有望进入装配、分拣、质检、柔性搬运等生产环节，C端预计先在安全看护、护理辅助与家务协作等需求明确、高频刚需场景落地，2035年前后，机器人在B端有望与AGV、机械臂等自动化系统形成柔性产线协同体系，在C端的复杂家庭环境逐步应用，部分高危环境作业场景也将进入全流程机器人化阶段。

格局：终局或为巨头博弈，尾部创企或在商业化进程中出清

机器人创企卡点多在于大批量生产与落地场景，大厂涌入赛道或挤压尾部创企生存空间。当前人形机器人创企的学院派占多数，较缺乏工程能力和生产能力，多数企业的产品处于样机或产品打磨的原型机阶段，落地场景也多为数据采集或科研科教，大多创企面临大批量生产与场景落地问题。马斯克25年不断重申人形机器人做Demo容易，难点在于硬件的结构化设计无法支撑大批量量产，小鹏董事长也表示AI机器人比AI汽车更难，集成度要求更高，需要大量资金投入。我们认为，随着有资本、有技术、有供应链整合能力的大厂入局，行业格局或逐步集中至大厂以及有垂类落地场景的头部创企，尾部创企或在商业化深水区阶段被挤压生存空间。

早期人形机器人入局者以创业派为主，目前产业派和科技大厂加快战略入局。车企而言，目前全球已有15家知名车企入局人形机器人，其中国内11家，虽然多家主机厂宣布入局，但有能力落地双足机器人的公司较少，我们认为有复刻特斯拉机器人潜力的车企具备以下特点：智驾车企属性、核心初创团队构成、产品落地路径清晰。科技大厂而言，海外大厂谷歌、OpenAI、Meta等从大模型赋能、投资形式转变为躬身入局本体制造，国内科技大厂以投资与自研自制两种模式并行，如华为投资千寻智能并内部加快具身智能研发、腾讯和京东先后投资智元机器人、字节投资星尘智能并内部自制轮式机器人、美团投资自变量机器人等。此外，国内家电巨头、手机厂商也宣布切入具身智能，如美的成立人形机器人创新中心，其自主研发类人机器人“美罗”已于5月初进入湖北荆州洗衣机工厂，海尔与清华系创企星动纪元战略合作，共同研发智慧家庭场景的服务机器人，同时也在内部组建了自研团队，手机厂商vivo成立机器人LAB独立中心。

目前来看，大多数车企、科技大厂、家电厂商等大厂入局人形机器人赛道仍属于初期阶段，多为保持行业站位，现阶段可商用双足人形机器人产品亮相的较少，但具身智能产业链生态体系已基本建立，具备开发平台-训练数据-具身智能模型-硬件供应链的产业链雏形，大厂凭借充足资本、完善的供应链支持、天然的应用场景，往后看或加剧具身智能赛道的竞争，使赛道真正进入淘汰赛。

软件：头部玩家开启自研大脑，VLA成为当前主流方案

我们认为本轮具身智能热潮起于大模型的技术突破，大模型决定了人形机器人泛化能力的天花板，是现阶段商业化的核心壁垒之一。大模型的通识理解能力、多级推理能力赋予人形机器人具身智能的核心;嵌入在大模型中的庞大先验知识库&强大的通识理解能力让机器人更好理解泛化任务，且基于思维链的多级推理能力，让人形机器人实现了具身智能。具身智能可以粗略分为具身大模型(大脑)和机器人整机(本体 小脑)，其中大脑负责推理、规划、决策、感知，小脑负责运动控制和协调，硬件本体负责执行指令并高效完成任务。具身智能创企由此分为三种：专注于具身大模型、机器人整机、两者同时涉及，其中专注于机器人本体的初创公司最多，多是走分层端到端大模型路线，依托科技大厂多模态通用大模型赋能，自研操作小模型，自身在AI层面投入较少。而当前众多科技大厂入局赛道，如谷歌、OpenAl、Meta、英伟达等均在布局大脑，国内大厂虽然布局稍晚，但已有成型产品，如华为、百度、科大讯飞等，同时涌现出一批优秀初创公司，试图打造机器人“通用大脑”，如Skild Al、Covariant、穹彻智能、若愚科技等，以及Figure Al为代表的全球头部人形机器人创企开始自研基础大模型。我们认为会加速行业进入淘汰赛，不具备一定AI能力的本体厂或被挤压生存空间。

国内资本从硬件本体涌向具身智能大模型。作为通用机器人技术核心的具身智能算法即大模型，早期国内重视程度不如国外，本体厂商更受资本青睐，占据具身智能赛道绝大多数融资份额，科技大厂多是推出非具身智能大模型，对具身智能大模型研发投入有限。国外科技大厂对具身智能大模型重视程度高，入局时间早(如谷歌、英伟达等;谷歌已完成多次技术迭代，从Saycan到RT-H)，具身智能大模型初创企业备受资本青睐，如SKid AI成立一年，于2024年7月完成3亿美元融资后，估值达到15亿美元；Phvsical inteligence成立一个月，完成7000万美元融资，于2024年11月完成4亿美元融资，投后估值约24亿美元；Covariant于2024年8月底被亚马逊另类收购。国内具身大模型赛道企业在2024年下半年迎来融资潮流，2024年8月两家具身智能大模型初创企业千寻智能、穹彻智能亿级人民币融资敲定。

双系统架构技术路径VLA模型已成为具身智能领域模型主流。现阶段具身智能大模型的主流技术路线为：1）LLM VLM，实现人机交互 任务理解 推理 规划；2）VLM模型，通过语言与视觉联合训练提升理解能力；3）VLA，在VLM基础上增加了运动控制，实现从感知理解到运动控制的完整任务链条，是当前产业重点攻坚方向；4）多模态大模型，进行全面物理世界建模，被视为长期终局路径。其中VLA是一种整合视觉(Vision)、语言(Language)、动作(Action)的多模态模型，产业实践上，2023年谷歌DeepMind推出RT-2模型，率先实现从语言指令与视觉信号直接生成特定动作，标志VLA技术路径加速形成行业共识。但因存在数据采集难度大和长期规划与状态跟踪能力欠缺等问题，行业公司则创新性提出双系统架构技术路径，将原本的长链条端到端模型VLA模型拆开，分成VLM和动作执行两个模型。2025年，全球范围内英伟达、Figure、PI、智元等核心厂商均已布局双系统架构的VLA模型，通过实机数据与仿真数据混合训练，逐步推动算法工程化落地。

但是，VLA在产业化推进过程中仍面临多重挑战：1）VLA模型尚未完全打通推理与动作控制间的训练闭环；2）训练数据仍高度依赖仿真采集，复杂环境下数据多样性、长尾数据覆盖性不足；3）实际部署VLA时，尚未形成类似人类的高低频自适应闭环系统，算力成本与实时性优化仍有瓶颈；4）VLA训练存在割裂，当前大脑VLM和小脑底层策略模型一般是分开训练，缺乏大小脑双向交互式端到端训练框架。

我们认为，尽管VLA体系当前面临技术与工程双重挑战，其长期仍为具身智能终局主线。核心在于：具身任务本身即为多模态理解、复杂规划与连续动作控制的深度耦合过程，VLA模型在架构合理性、任务适配性及算法潜力方面具备其他模型体系难以替代的长期优势。长期看，VLA的路线具备持续技术演进空间，终局有望实现具备自我优化能力的端到端具身智能大模型。

产业中短期的发展上，高保真仿真训练能够有效缓解数据长尾的不足，预训练与技能微调融合有望打破大小脑训练的割裂，认知-执行双通路的优化将是重要工程化突破口。现阶段技术路径主要分为两种： 1）Sim-to-real模拟到现实：依托高精度仿真器构建虚拟环境、训练强化学习策略后迁移至现实物理环境部署。该路径优势在于可通过大规模仿真数据支撑强化学习，能够快速提升机器人在运动控制、刚性行走等特定单一任务中的适应能力。但受制于仿真与现实间的Sim-to-Real Gap，在柔性操作、高自由度任务泛化等复杂场景下仍存在技术瓶颈。

2）预训练模型：依托大模型多模态的理解能力，完成高层决策与任务分解，再通过传统Learning-based技能模块/Model-based传统控制模块执行动作任务。该方案已经在复杂任务理解、路径生成以及粗略轨迹上形成了一定的能力储备，但在下层执行上受限于技能库丰富度与模块衔接效率，整体成功率仍有优化空间。

短期看，产业端普遍采用分层拼装架构以提升机器人的落地可行性，即预训练模型完成任务规划与调度，Sim-to-Real强化学习训练运动控制，执行层叠加传统控制与模仿学习微调。整体复杂任务的执行成功率有限，距离大规模泛化落地仍存在技术空窗。中长期看，随着仿真器保真度提升、模型训练精度优化及算力提升，端到端VLA一体化架构有望成为具身智能演进主线，进一步提升任务泛化能力与系统鲁棒性。

DeepSeek有望重构人形机器人和具身大模型赛道。2025年1月，国内DeepSeek发布新一代开源推理大模型DeepSeek-R1，以“低成本、高效率、强开放”的研发范式横空出世，有望重构行业格局，促进大脑平权，人形机器人初创公司由此可以基于DS模型进行二次开发，构建自身的大脑技术闭环，同时也可将更多资源投入到机器人小脑开发，降低初创企业参与具身智能的研发门槛，并缓解行业中操作小模型发展迟滞现状。

硬件：灵巧手与触觉传感器迎融资热潮，核心硬件进入量产降本验证期

1) 灵巧手：作为人形机器人操作能力的核心瓶颈，技术演进正朝向高自由度、多传感集成与成本可控的平衡点发展

高拟人化灵巧手是机器人实现复杂场景泛化操作的关键，关键在于如何平衡性能提升与降本。简单的工业场景中，夹爪的适用性会更高，而复杂的作业场景需应用高自由度灵巧手，若具备更高自由度，灵巧手技术方案可选择全直驱、腱绳 连杆、腱绳 微型丝杠，但当前全直驱方案的经济性较低，腱绳 连杆或腱绳 微型丝杠的方案更有性价比，或成为行业主流方案。

技术路线百花齐放尚未完全收敛，本体厂开始转向灵巧手自制。目前灵巧手的驱动、传动技术路线百花齐放，方案尚未完全收敛，但本体厂商如宇树科技、星动纪元、智元等均开始自研自制灵巧手，我们认为或出于灵巧手是机器人末端执行的核心部件，不同的灵巧手构型也需要匹配不同的抓握大模型，本体厂自研自制灵巧手可掌握核心技术，能够带动模型端能力迭代，实现灵巧手与机器人本体更好的匹配。我们认为，灵巧手竞争力在于系统性耦合，未来产业格局或将呈现本体厂自研集成主导、零部件厂商局部配套的模式。灵巧手的机械构型、控制精度要与本体控制逻辑、动作规划高度协同，主机厂自研灵巧手可确保软硬件一致性、便于算法和抓取模型的迭代，但主机厂的精力有限，可能会外放部分核心硬件的开发需求到第三方专业厂商。我们认为未来灵巧手的柔性力控、多模态感知集成等复杂技术方向或由具有技术专利和制造优势的第三方厂商主导，核心机械构型方案会由本体厂主导。

特斯拉新一代灵巧手采用微型丝杠 腱绳方案，预计带来上千元的价值增量。相较上一代灵巧手，特斯拉新一代灵巧手新增了：①自由度更高：驱动器从放置在手掌中，后置到小臂，可放置空间更大，能容纳更多驱动器来增加自由度。②蜗杆→微型丝杠：微型丝杠可提升传动精度和效率、提高载荷能力，当传动系统后置到手臂，为应用微型丝杠提供了足够的空间。③扭力弹簧→腱绳：腱绳形成一个腱环套在螺母上，螺母拉动连接在手指指骨上的腱绳，可实现手指绕关节轴的转动运动，比弹簧的灵活度更高。以特斯拉22个自由度的灵巧手为例，我们预计其新增了34根微型丝杠和更高精度更多覆盖面积的触觉传感器，按照100万台机器人出货量测算，新一代灵巧手的ASP预计增加了3400元的微型丝杠和2500元的触觉传感器。

2) 电子皮肤：电阻式为主流方案，远期朝多模态融合路线发展

电子皮肤目前呈现多技术并行局面，其中电阻式（压阻效应）已成为当前产业验证与放量的主流技术路径，具备工艺简单、低成本、柔性适配性好等优势，已在人形机器人灵巧手部形成标准工程方案，头部企业已实现单手千元级制造成本。

电子皮肤的产业核心壁垒呈现材料-工艺-算法-系统多维耦合特征：1）材料端：柔性高分子导电复合材料、石墨烯导电薄膜、生物降解新材料研发构成核心竞争力；2）工艺端：大面积高一致性柔性电极成膜与封装稳定性是产业化瓶颈；3）算法端：多通道像素间串扰消除、动态噪声抑制与实时信号融合控制是系统集成难点；4）系统端：需与机器人本体控制系统形成完整“触觉-运动”闭环联动训练体系，强化执行反馈稳定性。我们认为电子皮肤短期主流路径仍是电阻式，未来随材料创新与集成工艺成熟，融合多种传感器优势的多模态高集成柔性传感阵列有望成为下一代工程实现路线；最终端到端的算法-传感融合训练体系，将推动电子皮肤在机器人控制链条中升级为决策前置模块，相关产业链的技术话语权与系统控制权重或将持续抬升，形成技术护城河。

3) 丝杠：下肢主流技术路线确定，国产替代实现工程化拐点

丝杠作为将旋转运动转换为直线运动的关键执行机构，已成为当前人形机器人下半身主流驱动方案。以特斯拉人形机器人为代表，丝杠广泛应用于大臂、小臂、大腿、小腿等14个运动部位，其中下半身部位因承担机器人整体重量与高频次直线运动，对驱动系统的承载能力、刚性、精度与结构紧凑性提出了更高要求。丝杠方案凭借其高承载、小体积与高精度的优势，适配性最强，正成为下半身直线执行器核心技术路线。

技术路径上，丝杠主要包括滚珠丝杠、滑动丝杠与滚柱丝杠。其中滚柱丝杠在高负载承载、结构紧凑性与加工精度等维度综合优势突出，最适合应对人形机器人复杂运动与高频负载场景。滚柱丝杠加工中，螺纹磨削环节构成主要工艺瓶颈，尤其在内螺纹及螺母加工阶段，存在长径比与导程角双重技术挑战：长径比增加时，磨削刀杆刚性下降，易导致加工稳定性与精度波动；大导程设计虽提升了机器人运动速度，但螺纹角度陡峭，磨削过程中砂轮极易产生干涉，显著提升内螺纹磨削工艺复杂度。

目前业内不断通过优化传统加工工艺，引入新切削技术，国产设备替代，从高成本 低效率向高精度 高产能 低成本转型，当前主流加工方式包括螺纹磨削、高速硬车、旋风铣、滚轧成型：

①磨削：用旋转砂轮研磨丝杠表面，工序包括粗磨螺纹、螺纹底沟磨削、精磨螺纹等，在淬火处理后，用螺纹磨床做精细磨削。但磨削需要频繁修整砂轮和丝杠校准，磨削的生产效率较低。常用方法包括直杆单线程方案、直杆多线程方案、弯杆方案，其中前两者属于干涉磨方法，为传统加工方式，长径比有限，弯杆磨的磨干水平而磨头倾斜，有更大长径比，但稳定性和效率更慢，我们认为磨削工艺采用国产专用设备或自制设备，或为量产经济性方案。

②以车代磨：通过旋转工件，用刀具切削工件表面，依据螺纹不同而调整轴向进给量，做连续成型切削，能显著提高加工效率、降低成本，以及规避切削热导致的硬度退化，但由于丝杠螺纹滚道的车削工艺要求连续成型切削，单刃切削，面粗度有限，会产生较大加工应力，机床受到的反推力更大，因此对刀具的要求更高。我们认为以车代磨工艺对刀具和车床有一定要求，应用海外高端车床如汉布雷格或国产定制车床、采用超硬刀具等可能为解决方法。

③轧制：通过金属毛坯在轧机的旋转轧辊间发生塑形变形，从而改变金属毛坯的形状和尺寸，生产效率可大幅缩短且制造成本能有效降低，但精度控制存在一定缺陷。

为绕开磨削瓶颈，部分厂商尝试采用硬车削或旋风铣削工艺，在特定工况下具备一定成本优势。然而，硬车削在大导程长螺母应用中存在稳定性不足、良率控制困难等问题，尚未具备大规模低成本放量能力。目前高精度内螺纹磨削仍为产业主流技术路径，其中以三井软轴弯杆磨削工艺为代表的曲线内螺纹磨削方案处于全球技术领先水平。

设备端成为产业规模化的关键瓶颈。目前高精度螺纹磨床高度依赖进口，主要由日本三井、美国Drake、德国SMS等少数厂商供应，而进口高精度螺纹磨床单机采购成本高达1000万元，交付周期普遍需1-2年，国产高精度磨床单价约为300万元。若按单台5年折旧、年产1万套计算，设备折旧成本国产较进口每件低约140元，设备端国产替代具有明确降本逻辑。此外，高精度螺纹磨削工艺对设备控制系统、工艺流程稳定性与现场know-how积累要求极高，当前国内仍处于效率爬坡与良率优化阶段，短期整体制造成本仍偏高。

我们认为，滚柱丝杠作为人形机器人下半身的长期主流技术路线，当前高精度磨床设备国产替代正逐步成为核心产业化机会。随国产设备突破、工艺路径稳定与良率持续优化，丝杠有望打开大规模放量窗口，逐步兑现规模成本下降逻辑，形成下一阶段人形机器人零部件产业链的重要工程化拐点。

4) 减速器：关注谐波量产路径与新减速器摆线针轮

谐波和行星减速器为人形机器人旋转关节传动的主流方案：①谐波：以柔轮变形传递动力。优点是传动精度高，缺点是柔轮在持续大负载与高强度动作下存在强度不足、疲劳断裂等风险，限制在动态场景的应用。围绕谐波固有短板，行业内已有多种柔轮与钢轮材料工艺优化方向展开，包括柔轮复合材料强化、内外轮齿材料硬化处理等，部分方案在一定程度提升了谐波抗冲击性能与疲劳寿命，延缓了疲劳断裂风险。②行星：凭借多级齿轮传动结构，能够输出较高扭矩。优点是产品设计和制造相对成熟，成本和加工难度都比较低，缺点是行星减速器背隙大，经过冲击后，背隙会更大，会增加机器人的控制难度。

摆线针轮弥补了谐波和行星减速器的缺陷，轻量化产品或成为机器人上肢新一代技术路径。摆线针轮利用行星式传动原理，采用摆线针齿啮合实现减速效果，摆线轮与针齿啮合，天生具备大扭矩和抗冲击性，一般用在工业机器人关节、机床转台等高精度、高可靠性、重载荷的场景。传统摆线方案因齿形设计粗放，体积大、背隙大（通常超过3弧分）、反驱力高，反而增加了机器人的控制难度，但近期产业端已出现优化进展。如国内已有企业突破了PEEK 轻量化摆线减速机，相较传统摆线减重 73%（仅有 1.62kg），扭矩/重量比提升 51%，传动效率提升 90%，抗冲击能力提升 200%，适配紧凑型高负载任务，适用机器人的膝盖、踝。动易科技的摆线减速器已将背隙优化至1弧分（传统产品3弧分），瞬时过载能力提升至额定5倍以上，技术性能显著改善。我们认为，随着国内有技术实力的企业逐步突破超薄超轻摆线针轮，其有望在人形机器人的腰胯部、肩部、肘部扩大应用。

场景：康养或是新攻坚场景

2025年6月9日，工业和信息化部办公厅、民政部办公厅发布《关于开展智能养老服务机器人结对攻关与场景应用试点工作的通知》通知提出：为加快推动机器人赋能智慧养老发展，工业和信息化部、民政部联合开展智能养老服务机器人结对攻关与场景应用试点工作，试点期为2025-2027年，试点期间将围绕失能失智照护、情感陪护、健康促进、智慧环境、日常生活辅助等五大应用场景展开;根据通知要求，在应用验证过程中完成产品迭代升级，应用验证周期不少于6个月；居家养老服务机器人产品需完成不少于200户家庭应用验证，部署不少于200台套设备：在社区和机构场景，则需覆盖20个以上社区或养老机构，部署量同样不低于20台套。

政策加持下，康养场景有望成为人形机器人下一落地的主攻场景。落地难度层面上，我们认为人形机器人落地养老场景的难度高于B端工业场景，但随着老年群体逐步加强失能化、多病化、空巢化，其对护理、康养、陪伴的需求持续攀升，而从格局上看，目前市场在康养、护理、陪伴领域均没有竞争力强势的综合性产品，市场存在供需缺口。①康复机器人：外骨骼为主要产品，传统康复医疗器械厂商、海外领先外骨骼厂商、本土初创企业均在积极布局，目前相关企业超过80家，格局较为分散，但国内部分头部企业的技术能力和成本优势已经超过国际领先玩家。②护理机器人：目前可商用的护理机器人一般为智能护理产品，能实现如智能洗浴、智能清洁、夜间翻身等功能，价格约在1-6万元。③陪伴机器人：产品形态为搭载了多模态感知和自然语言处理功能的智能设备，能实现人机交互、健康检测、用药提醒等功能，目前产品形态丰富、竞争较为激烈。

“审美”：市场聚焦点从运动派炫技到大脑智能与场景落地能力

2025年开年宇树旗下16台人形机器人H1登上蛇年春晚后，随后众擎、松延动力等“运动派”、“炫技派"人形机器人创企凭借低价策略、营销推广，斩获诸多科研场景、展示、表演、租赁等场景的订单，2025年前5个月宇树科技中标项目数量已近2024年全年总量，松延动力N2机器人订单破千台。而随着机器人的现场展示增多，市场对机器人本体的投资范式已有转换，从运动炫技派转向实际落地能力。市场对机器人的关注点从最早“看视频剪辑的运控能力”，如特斯拉、宇树，转向“关注机器人大脑能力”，如智元，再到“看一镜到底的应用效果”，未来或更关注机器人在B端C端应用的实况，我们认为后续判断优秀的机器人要加大关注：①作业效率贴近人类劳动力，②能自主做多元任务，③多台部署一致性强，④大批量的大B端客户订单。关注有潜力实现通用人形机器人公司的落地进度。

如何理解后市行情？

后市投资范式注重去伪存真，关注机器人业务布局边际变化大的供应链

25Q1机器人行情向产业趋势早期投资阶段过渡，相关公司的机器人估值溢价较高，复盘机器人上半年行情，我们认为市场演绎出4种叙事逻辑，往下半年看，去伪存真或是主线，关注有订单进展或是机器人业务布局边际变化大的个股、产业新技术方向。

今年机器人链演绎4种叙事逻辑：

1. 特斯拉链的进度和新方向，一般是行情启动的开始，并为板块指引方向。特斯拉是机器人的头部企业，重大进度如特斯拉审厂、特斯拉下单、马斯克给出货指引、特斯拉更新机器人，一般是大行情启动的开始，并为板块指引演绎方向，如24年11月供应链送样加快启动了24年的机器人反弹，25年1月马斯克给予27年100万指引开启机器人趋势行情等。当前T链估值体系一般按“100万台机器人*公司对应产品ASP*利润率*公司对应份额*25~30xPE”，给予供应链相应的机器人估值溢价。

2. 国产机器人链或地方机器人产业有重要催化。国产机器人如宇树链、华为链、奇瑞链等，安徽、重庆等地方机器人产业有重大变化，推动相应产业链的股价水涨船高，但国产机器人链一般没有明确的出货量指引、以及明确的商业化落地场景，标的没有类似特斯拉机器人明确的估值体系，资金行为会推动估值中枢拔高。

3. 公司自身产业进度有较大突破。

4. 机器人产业新进入者。可围绕着人形机器人的技术变化方向，寻找有能力布局或正在布局的潜力公司，如丝杠的加工工艺、减速器的技术方案或从谐波切换到摆线针轮、新电子皮肤方案等。

我们认为下半年需要重视有订单进展或是机器人业务布局边际变化大的个股、产业新技术方向。行业β方面，当前市场对100万台机器人的远期预期变化不大，但对100万台出货量的信心度有差异，我们认为后续节奏核心要关注特斯拉25-26年的下单节奏和量级变化，以及特斯拉新一代机器人的发布情况。选股方面，我们认为需首要重视特斯拉机器人的进度，以及T链确认有重大产业变化时(如重新开启下单、审厂、发布会)，关注特斯拉机器人有订单或有重要送样进展的公司。

风险提示

1) 技术进度不及预期。人形机器人技术涉及软件与硬件，硬件涉及各类核心部件的制造工艺，软件涉及机器人大脑小脑算法，若机器人软件硬件的技术进度不及预期，则会影响其商业化进度和远期市场空间，进而影响市场对机器人出货量和出货时间的预期，会有下调供应链的利润空间和估值水平的风险。

2) 国产化降本进度不及预期。人形机器人商业化进度与制造成本紧密相关，而机器人规模量产依赖于核心硬件国产化，若国产化降本进度不及预期，则会影响机器人的市场空间和出货水平，或影响赛道的估值水平。

3) 贸易政策变化不及预期。人形机器人降本以来国产供应链，若贸易政策出现加征关税等不确定事件，则会影响本土硬件的性价比优势，进而影响国产供应链在全球机器人市场的份额。