人形机器人进入汽车工厂的现状与进展 - 2026年初，多家车企开始批量将人形机器人引入汽车工厂进行试点或规模化应用 [3] - 现代汽车计划从2028年起，在其美国佐治亚工厂大规模部署波士顿动力的Atlas机器人，并计划建设年产3万台的工厂 [3] - 丰田将Agility Robotics的Digit机器人引入加拿大工厂，宝马在德国莱比锡工厂启动欧洲首个人形机器人试点，使用瑞典的AEON机器人 [3] - 在中国，小米的CyberOne机器人已进驻小米汽车工厂压铸车间实习，小鹏汽车的IRON机器人已于2025年进入工厂与门店试点，其广州天河量产基地已开工，计划2027年全面推向商业与工业场景 [4] - 特斯拉进展最快，其第三代Optimus人形机器人将于2026年夏天开始生产并优先自用于全球超级工厂，2027年夏季开始大规模量产 [5] - 根据IDTechEx预测，到2035年，全球汽车行业人形机器人的部署量或可达160万台 [5] 人形机器人在工厂的当前任务与价值 - 当前人形机器人主要从事枯燥、重复的苦力活，如打螺丝、物料分拣、与AGV协同搬运、基础质量检测等 [8] - 这些任务解决了产线上“重复性劳损”问题，机器人能不知疲倦、标准统一地完成 [8] - 真实数据验证了其稳定性：小米CyberOne在3小时内以90.2%的成功率完成双侧自攻螺母安装，满足产线节拍 [9] - 小鹏的IRON机器人使工厂生产效率提升30%，人工成本降低35% [11] - 在宝马工厂，Figure 02机器人累计工作约1250小时，搬运零件超9万个，支撑了3万辆宝马X3的生产，设备综合效率达98.7% [11] 人形机器人攻克汽车制造“最后堡垒”——总装线 - 汽车制造的总装线是自动化几十年都未能彻底攻克的硬骨头，是人形机器人未来的核心用武之地 [13] - 总装线工作对传统机器人过于“刁钻”，尤其是柔性线束的装配，随着电动车和智能化发展，线束数量指数级增长，装配难度攀升 [18] - 人形机器人凭借灵巧双手（视觉感知和力觉反馈）可像熟练工人一样完成线束的精准插接 [19] - 其类人身高和关节灵活度，使其能钻进狭窄的汽车内部完成仪表盘安装、座椅布线等任务 [21] - 人形机器人拥有聪明的“大脑”，可通过软件定义快速适应不同车型装配需求，并通过群体智能系统协同完成大型部件装配 [22] 实现“黑灯工厂”的挑战与解决方案 - “黑灯工厂”是制造业终极梦想，但面临人形机器人续航、效率、成本等多重挑战 [26] - 续航挑战：目前大多数人形机器人单次充电续航低于人类工人8至12小时的轮班时长 [26] - 解决方案一：可更换电池组，如优必选Walker S2、波士顿动力Atlas可在3分钟内完成热插拔换电 [28][29] - 解决方案二：快速自动充电，如特斯拉第三代Optimus搭载2.3千瓦时电池，可连续工作10至12小时，并能自动导航充电 [31] - 效率挑战：人形机器人效率仍处于爬坡阶段，优必选Walker S2生产效率为人类的30%至50%，目标2027年提升至80%；智元机器人单台效率已达人工70%以上 [34] - 训练方法升级：通过数字孪生工厂（如ABB整合英伟达Omniverse技术）进行物理级仿真训练，可将虚拟与现实行为差异缩小到约1% [36][37] 人形机器人成本下降与规模化经济性 - 2026年第一季度，人形机器人单台成本已降至10万元人民币，较2025年下降33% [40] - 价格战已打响：优必选工业版人形机器人售价12.8万元，傅利叶GR-3售价11.5万元，宇树科技G1系列定价9.9万元 [40] - 摩根士丹利指出，中国供应链能以其他国家三分之一的成本生产核心零部件 [40] - 特斯拉计划通过规模化生产，在2027年及以后将单机成本控制在2万美元以内 [40] - 行业测算认为，若一台机器人能替代年薪8万-10万元的工人，且工作寿命3-5年，采购成本控制在15万-20万元以内即具备经济替代可行性，目前10万-15万元的售价已接近门槛 [40] 对汽车行业劳动力市场的深远影响 - 人形机器人应用的核心驱动力包括：降低劳动力成本、创造新的收入来源（出售机器人）、提高汽车行业微薄利润率 [45] - 成本对比悬殊：2024年美国制造业员工时薪成本约45.29美元，而大规模量产后的人形机器人预估综合时薪成本可降至1.29美元 [47] - 机器人应用背景是全球制造业“用工荒”及资深技术人员退休带来的经验断层危机 [49][50] - 历史经验（如ATM的普及）表明，技术会改变工作性质而非简单消灭岗位，未来将涌现“新蓝领”岗位，如具身智能训练师、机器人调度员、维护工程师等 [53][57] - 行业观点认为，未来工厂需要的是能够驾驭机器人技术的“新型产业工人”，重点在于工作的演变与转型，以及劳动者终身学习、协作等能力的提升 [54][55][56]

行业现状与核心观点 - 人形机器人行业已迈过概念验证阶段，讨论焦点从“能否做出来”转向“如何量产并部署到现实世界” [3] - 行业面临的核心挑战不再是“让机器人动起来”，而是如何实现“稳定、可靠、持续地工作” [5][8] - 各公司技术路线存在显著分歧，包括对真实数据、仿真、模型架构和通用大脑的不同看法 [6][7] 各公司发展现状与部署进展 - **Agility Robotics**：其人形机器人Digit已部署在Amazon、GXO、Schaeffler等客户的物流和制造现场，承担大宗物料搬运工作，并与丰田达成合作 [14] - **特斯拉**：其自动驾驶软件已在美国部分地区运行无人监督车队，其人形机器人Optimus被视为其自动驾驶能力向具身智能的自然延伸 [17] - **Hexagon Robotics**：其首款多用途人形机器人Aeon于2025年6月发布，已与Schaeffler、飞机制造商Pilatus以及宝马展开试点合作 [23] - **Skild AI** 与 **Physical Intelligence**：均致力于开发可控制多种机器人形态的“通用大脑”模型 [22][23] 数据策略与来源 - **Agility Robotics**：采用混合数据策略，将数据分为金字塔结构，顶层是昂贵但贴近任务的真实远程操作数据，底层是量大但相关性较弱的视频数据，在客户现场受合规限制，顶层数据最难获取 [28][29][31] - **Physical Intelligence**：强调需要“大量真实机器人在真实世界里的数据”以覆盖未来真实场景，并发现当机器人数据足够多样时，模型能更好地利用人类视频数据 [37][40] - **特斯拉**：将其在自动驾驶中积累的数据管道方法论迁移至Optimus，关键在于筛选“有学习价值的数据”，而非数据总量，其车队一天可产出相当于500年驾驶经验的数据，但仅使用其中一小部分进行训练 [44][47][48] - **Hexagon Robotics**：不仅采集机器人动作数据，还利用其环境扫描技术记录完整的360度环境上下文，以区分任务关键信息与环境噪声 [58][61] - **Skild AI**：为解决数据稀缺的“鸡生蛋”困境，在预训练阶段大量使用人类视频和仿真数据来获取规模和多样性，再通过真实数据进行微调 [70][72][77] 仿真的角色与挑战 - **特斯拉**：针对不同目的使用不同类型的仿真器，强调仿真器必须在物理上足够准确，需要真实机器人数据不断将仿真“锚定在现实”以弥补仿真与现实间的差距 [82][84][86] - **Physical Intelligence**：较少使用仿真作为主要数据来源，但将其用于系统测试、策略评估和探索分布外环境 [88][89] - **Skild AI**：仿真在预训练阶段对于获取经验和规模至关重要，尤其在移动性任务上；但在涉及复杂资产的操作任务中，真实数据重要性上升 [96] - **Hexagon Robotics**：利用其高精度数字孪生构建“现实到仿真”的反馈闭环，以测量和缩小仿真与现实差距，并发现仿真能帮助工程师发现反直觉的解决方案 [109][111][119] 模型架构与“机器人大脑” - **Physical Intelligence**：采用分层架构，可将大任务分解为小步骤，使机器人能完成长达近15分钟的任务，并允许在更高抽象层进行监督和教学 [134][136] - **Skild AI**：其“具身大脑”模型内部存在自然分层，通过在预训练阶段让模型接触多种机器人形态的数据，使其获得了类似语言模型的上下文学习能力，能快速适应未见过的机器人身体 [142][145] - **特斯拉**：坚持端到端统一模型架构，输入视频，输出实时控制，认为高层与底层决策应内生于同一系统，以应对现实世界中的长尾问题 [151][153] - **Agility Robotics**：采用明确的分层架构（任务层、技能层、控制层），认为模块化设计对于实际部署至关重要，便于混合AI学习技能与工程化技能，并适应不同的计算和延迟约束 [122][163][167] - **Hexagon Robotics**：采用“最佳组合”路线，整合现有视觉语言模型和世界模型，并转向智能体编排思路，根据环境变化实时选择最合适的模型执行任务 [172][177] 向长时运行智能体的演进 - **Agility Robotics**：智能体能力将增强其已有的机器人编排平台，使其更智能，而非推翻现有系统 [182] - **特斯拉**：认为实现长时运行智能体的前提是机器人基础智能和安全性必须首先达到阈值 [184][186] - **Physical Intelligence**：长时运行为机器人提供了持续尝试和修正的机会，这可能成为提升可靠性并跨越实用门槛的关键 [188][190] - **Hexagon Robotics**：关注机器人舰队间的点对点经验共享，即一台机器人习得的新方法如何快速同步给整个舰队 [192] - **Skild AI**：指出机器人落地的“最后一公里”难度极大，应用场景的容错度将决定落地路径和节奏 [194][197]

行业背景与核心驱动力 - 全球制造业面临严重的劳动力缺口 大量重复性体力岗位无人问津 这是人形机器人应用的核心驱动力 [2] - 截至2025年12月 美国制造业有超过40万个职位空缺 同时人才保留是制造商最关注的问题之一 [2][5] - 劳动力缺口存在“复合效应” 制造业劳动力中55岁及以上人员占比略高于25% 他们即将退休 加剧了用工压力 [6] - 美国制造业的“回流”或“回岸”趋势 将创造更多就业岗位 进而增加对自动化技术的需求 [6] 公司动态与应用案例 - Agility Robotics公司的人形机器人Digit已部署在亚马逊、舍弗勒集团、物流公司GXO 并于2024年2月宣布将在丰田位于加拿大的大型制造工厂部署 [1] - 在丰田安大略省的工厂 最初将使用三台Digit机器人执行简单的搬运料箱任务 [10] - 波士顿动力公司在2024年1月发布了全新电动版Atlas人形机器人 计划在未来几年内部署在现代汽车的乔治亚州工厂 [9] - 多家汽车制造商已对人形机器人进行重大投资 包括特斯拉、大众、福特、梅赛德斯-奔驰和现代汽车 期望其在不久的将来应用于装配线 [7] 技术定位与市场机遇 - 人形机器人（双足双臂形态）的卖点之一是更容易集成到现有或老旧工厂中 无需对工厂布局和工作流程进行重大改动即可实现自动化 [10][11] - 对于布局固定、利用率不足的“棕地设施” 人形机器人目前是理想的自动化解决方案 [11] - 拥有高度重复性任务的行业都是人形机器人的潜在市场 Agility Robotics收到最多咨询需求的行业来自仓库物流、电子商务履约、汽车和制药制造 [12] - 市场对人形机器人技术需求旺盛 公司表示无需说服客户 已有足够多的潜在客户主动联系 [12]

丰田加拿大制造子公司部署人形机器人 - 丰田加拿大制造子公司与Agility Robotics签订机器人即服务协议，部署7台Digit人形机器人，用于RAV4 SUV工厂，旨在提升员工体验和运营效率[2] - Digit机器人由Agility Robotics制造，设计用于在无人工业环境中工作，连接两条自动化生产线，具体任务是从自动化仓库牵引车上卸载装满汽车零件的料箱[3] Agility Robotics及其Digit机器人技术 - Agility Robotics是2015年从俄勒冈州立大学分拆出来的公司，其Digit机器人已在GXO、Schaeffler和亚马逊等物流供应商处承担类似工作[6] - 公司拥有名为Arc的专有云端软件包，用于管理机器人集群，并认为人工智能对于降低部署成本至关重要[6] - 公司首席技术官表示，部署成本可能远高于机器人本身价格，而AI工具有助于降低部署成本、减少配置时间并达到预期性能水平[7] - 公司正在准备下一代机器人，其特点是能够安全地与人类工人协同工作，目前能举起重物的人形机器人仍被认为在人群中自主操作不可靠[8] 人形机器人行业应用现状与挑战 - 在实际工作场所部署人形机器人仍属罕见且困难，在实验室展示能力与将其集成到公司工作流程是两回事[4] - 行业专家指出，当科技公司花时间实地了解需要操作的任务和真实工作流程时，采用率才会大幅上升[5] - 丰田与Agility的合作将作为开拓其他应用场景的机会，以减轻人类工人的重复性体力劳动，并优先处理更有价值的工作[7] 行业竞争对手与试点项目 - 竞争对手Figure AI去年在宝马工厂对其Figure 02机器人进行了为期10个月的测试，据称卸载了9万个零件[9] - 其他在试点项目中部署人形机器人的公司包括Apptronic、Unitree、特斯拉、波士顿动力、1X Technology和Reflex Robotics[9]

丰田加拿大制造子公司部署人形机器人 - 丰田加拿大制造子公司经过为期一年的试点项目后 通过机器人即服务协议 雇佣了7台人形机器人 在其生产RAV4 SUV的工厂工作 [1] - 公司总裁表示 部署Digit机器人旨在改善团队成员体验并进一步提高制造设施的运营效率 [1] Agility Robotics及其Digit机器人 - Digit机器人由Agility Robotics制造 该公司于2015年从俄勒冈州立大学剥离 [2] - 该机器人设计用于在无人靠近的工业环境中工作 通常连接两条不同的自动化生产线 在此案例中 机器人将从自动化仓库牵引车上卸载装满汽车零件的料箱 [2] - Agility Robotics是让机器人走出实验室的领先者之一 其Digit机器人已为GXO、舍弗勒和亚马逊等物流提供商提供类似能力 [5] - 公司拥有专有的云端软件套件Arc 用于用户管理机器人机队 并认为人工智能对于降低部署成本至关重要 [5] - 公司首席技术官表示 部署成本可能远高于机器人本身的价格 而AI工具有助于降低部署成本 减少机器人配置时间并使其达到期望的性能水平 [6] - 公司正在准备下一代机器人 该机器人将能够安全地与人类工人协同工作 目前能够举起重物的人形机器人仍被认为在人群中自主操作不可靠 [9] 人形机器人行业部署现状与挑战 - 尽管与展示金属人后空翻的炫酷视频相比 7台机器人从事枯燥体力劳动看似一小步 但在真实工作场所实际部署人形机器人是罕见且困难的 [3] - 在实验室展示能力是一回事 但将其整合到公司工作流程中 包括维护和充电 并不容易 [3] - 行业专家指出 当科技公司花时间实地了解需要操作的任务和真实工作流程时 才会看到采用率的大幅提升 [4] - 竞争对手Figure AI去年在宝马工厂对其Figure 02机器人进行了为期10个月的测试 据称卸载了90,000个零件 [10] - 其他在试点项目中部署人形机器人的公司包括Apptronic、宇树科技、特斯拉、波士顿动力、1X Technology和Reflex Robotics [10] 合作目标与行业活动 - 丰田加拿大制造公司与Agility Robotics将把此次合作作为开拓其他应用场景的机会 以减轻人类工人的重复性体力劳动 并优先处理更有价值的工作 [8] - TechCrunch Founder Summit 2026将于6月23日在波士顿举行 预计有超过1,100名创始人参加 [6][7]

行业趋势与市场预测 - 随着人形机器人发展于2026年来到商用化关键点，作为“能量补给”的电池更加受重视 [1] - 2026年全球人形机器人出货量将突破五万台，年增700%以上 [4] - 人形机器人对固态电池的需求有望于2035年超过74GWh，较2026年成长千倍以上 [1] 当前电池技术应用与局限 - 目前人形机器人主要搭载液态锂电池，高镍三元锂电池(NMC/NCA)凭借相对较高的能量密度成为当前主流选择 [4] - 磷酸铁锂电池(LFP)则因成本优势，多用于对续航要求较低的语意交互型机器人 [4] - 受限于液态锂电池的能量密度及机器人躯干空间、重量等因素，多数产品续航力集中在二到四小时，电池容量多低于2kWh [4] - 例如Unitree H1电池容量为0.864 kWh，静态续航不足四小时；Tesla Optimus Gen2搭载2.3 kWh高镍三元电池系统，仅能维持约二小时的动态续航 [4] 提升续航的解决方案 - 为跨越续航五至八小时的门槛，可采取“换电策略”，如Agility Robotics的Digit、Apptronik的Apollo通过热插拔技术实现理论上的24小时不间断工作 [4] - 另一方式是通过高能量密度电池技术提升电池容量，如Xpeng IRON、GAC GoMate、Engineai T800等机器人选择搭载固态电池，续航大幅提升至四小时以上 [4] 固态电池的未来角色 - 未来对长续航、高负荷工作的要求增加，或将促使具备高能量密度的固态锂电池接棒，成为主流解决方案 [1] - 人形机器人对高能量密度、高倍率放电、高安全型电池的需求，正好可作为固态电池的“试验场”，以发挥其能量密度优势 [5] - 随着固态电池技术突破与成本下降，将有助人形机器人打破动力瓶颈 [5] 当前面临的挑战 - 电池的定制化开发面临较大不确定性，如电池的安装空间、功耗需求皆会受机器人不同的技术构型影响 [5] - 人形机器人尚在商用化初期，产业首要目标是寻找可大规模商用化的场景，续航力改善属次要任务，因此尚无法刺激相关电池技术达成关键突破 [5]

特斯拉Optimus人形机器人 - 特斯拉正在研发名为Optimus的AI控制人形机器人 预计在2027年底前向公众发售[1] - Optimus设计为拥有人类形态 旨在自主处理对人类而言枯燥或危险的任务 而非完全替代人类[2] - 特斯拉首席执行官埃隆·马斯克预计其零售价格在2万至3万美元之间[2] 行业进展与市场潜力 - 行业应用已在推进 现代汽车计划于2028年在其佐治亚州工厂部署人形机器人[3] - Agility Robotics的人形机器人Digit已累计搬运10万个货箱[3] - 亚马逊去年已在仓库内部署超过100万台自动驾驶包裹搬运机器人推车[3] - 摩根斯坦利分析师预测 全球人形机器人行业到2050年价值将达5万亿美元[5] - 该机构预计到2050年将有超过10亿台此类自主机器投入使用[5] - 马斯克更为乐观 认为未来可能实现全球人均至少拥有一台AI控制人形机器人[6] 技术演进与市场接受度 - 该技术可能先于大多数消费者和企业的准备就绪而进入主流 类似太阳能、AT&T可视电话及特斯拉电动汽车的发展历程[4] - 世界需要时间接受这种类人但非人的、价格相对较高的助手[4] - 定期的开发进展有望在2026年提振市场看涨情绪[7] 特斯拉公司数据 - 特斯拉股票代码为TSLA 当前股价430.88美元 当日下跌0.99%[5] - 公司市值达1.4万亿美元[5] - 公司毛利率为17.01%[5]

信用评级提升 - 穆迪于12月18日将公司评级上调至投资级 发行人评级为Baa3 高级无抵押票据评级从Ba1上调至Baa3 展望稳定 这标志着公司成为低风险投资标的[1] - 评级提升源于公司良好的过往记录 穆迪指出公司在债务水平、现金流和盈利能力方面均有改善[2] - 穆迪还赞扬了其金融科技的透明度和监管措施 包括详细的过往贷款表现报告、定期申报以及在墨西哥和阿根廷申请数字银行牌照的未来计划 这可能解锁更多银行服务并增强信誉[2] 运营自动化合作 - 公司于12月10日宣布与Agility Robotics达成战略协议 将在其圣安东尼奥的设施中整合Digit人形机器人[3] - Agility Robotics是领先的Digit人形机器人制造商 Digit是首款为工业工作做好准备的人形机器人[4] - 管理层指出 Digit将专注于支持商业履约 执行拣选、移动货箱、在通道间导航等任务 且无需重新设计仓库 双方计划测试机器人执行更多任务 包括自动化重复性高、体力要求高的工作 以提升工人安全、填补劳动力短缺并提高生产率[4] 公司背景 - 公司是拉丁美洲领先的电子商务和金融科技公司 业务覆盖18个国家[5]

行业与公司研究纪要：人形机器人行业展望 (2026) 涉及行业与公司 * **行业**：人形机器人、具身智能、机器人行业 [1][4] * **公司**：报告广泛涉及全球人形机器人产业链公司，包括但不限于特斯拉、1X Technologies、Agility Robotics、Figure AI、Apptronik、Unitree、优必选、小米、美的集团、华为、百度、腾讯、阿里巴巴等，以及众多上游零部件供应商 [7][9][12][44][73][98] 核心观点与论据 对2026年的整体展望：热情与挑战并存 * 人形机器人领域的市场热情在进入2026年之际持续高涨，但投资者需关注更宏观的图景 [1][4] * 一个会跳舞的机器人与一个能够大规模完成有用工作的机器人之间可能存在显著差距 [1][4] * 未来一年将同时包含进展与挑战 [1][4] 2026年行业关键趋势与催化剂 * **短期炒作仍有空间**：多个关键催化剂将在2026年初推动人形机器人热度，包括特斯拉Optimus Gen 3的发布、美国现任政府潜在的支持性政策、硬件和AI的进一步技术突破，以及大型科技和AI公司可能进入机器人/具身AI领域的信号 [7] * **人形机器人自主性仍面临挑战**：人形机器人的完全自主性非常困难，如果演示未明确宣传为自主，则应假设其为远程操控 [7] * **至少一家大型科技公司或主要AI实验室将公布机器人计划**：Meta、谷歌、苹果、亚马逊、OpenAI、百度、华为等全球主要科技公司均与人形机器人领域有所关联，预计至少一家将正式宣布建造机器人的计划 [7] * **行业可能出现“洗牌”**：中国国家发改委发言人提及，包括人形机器人在内的所有新兴产业都需要平衡“速度”与潜在“泡沫”，目前该领域已有超过150家公司，但缺乏经过验证的实际应用案例 [7] * **美国新支持政策预期**：据报道，美国商务部长Howard Lutnick和特朗普政府“全力支持”加速美国机器人产业发展，明年可能考虑出台行政命令 [11] * **中国持续巩固领先地位**：“具身智能”被列为中国“十五五”规划建议中的六大重点突破产业之一，中国正利用其无可争议的制造优势在AI领域与美国竞争，几乎所有主要中国汽车和消费电子公司都以某种方式与人形机器人或AI机器人相关联，中美之间的差距正在加速扩大 [11] 市场表现与数据 * **Humanoid 100指数表现**：自2025年2月6日创立以来（经成分股增减调整），等权重Humanoid 100指数上涨25%，表现优于标普500指数、MSCI欧洲指数、MSCI台湾指数和MSCI中国指数，但逊于MSCI韩国指数 [9][63] * **中国产业链表现**：在9月强劲反弹但10/11月下跌后，该板块在12月当月迄今略有改善，截至12月17日收盘，等权重中国机器人产业链指数当月迄今上涨2%，表现优于MSCI中国指数（下跌4%） [10] * **个股表现分化**：自加入Humanoid 100名单以来，表现最佳的股票包括MP Materials（上涨122%）、英特尔（上涨93%）、Lynas Rare Earths（上涨91%）等，表现最差的包括达索系统（下跌42%）、上银科技（下跌39%）、Mobileye（下跌37%）等 [12][59][60] * **产业链分类表现**：从平均股票表现看，自加入日期起，“大脑”（半导体/软件）类股票平均上涨19%，“身体”（工业部件）类上涨1%，“集成商”（开发完整人形机器人）类下跌3% [65] 近期行业动态 * **新融资活动**： * Physical Intelligence筹集6亿美元，估值达56亿美元 [30] * Skild AI正洽谈从软银和英伟达筹集超过10亿美元，估值约140亿美元 [30] * 中国四足及人形机器人初创公司Deep Robotics筹集约7000万美元 [30] * **中国政府政策支持**：从国家到省市级政府已推出一系列政策支持人形机器人/具身AI发展，并设立了总规模约1870亿元人民币的基金为产业发展提供资本 [52][53][54] * **新合作与采用**： * 1X与EQT Ventures宣布协议，向工厂和仓库供应多达10，000台NEO人形机器人 [37] * Agility Robotics与Mercado Libre合作，在其物流中心部署Digit人形机器人 [37] * **新进入者与硬件改进**： * 特斯拉展示了改进的Optimus硬件，可实现近乎人类的跑步动作 [44] * 美的集团发布了六臂“超级人形机器人”MIRO U [44] * 德国的Agile Robots发布了工业人形机器人Agile ONE [45] * 多家新初创公司进入市场，如Sunday Robotics（家用机器人Memo）和Tangible Robotics（轮式家用机器人Eggie） [39] * **软件/AI改进**：Physical Intelligence发布了基于改进强化学习方法的视觉-语言-动作模型π*0.6，Unitree展示了人形机器人的“应用商店”概念 [49][50] 长期市场预测 * **全球采用预测**： * 到2036年，累计采用量将达到约2440万台（约占全球潜在10亿总量的2%） [101] * 到2040年，累计采用量将达到约1.379亿台（约占14%） [101] * 到2044年，累计采用量将达到约4.3亿台（约占42%） [101] * 到2050年，累计采用量将达到约10亿台 [101] * 按收入分类，到2050年，高收入国家（包括美国）将占累计采用量的29%，中高收入国家（包括中国）将占50% [103][111] * **市场规模预测**：预计到2050年，全球人形机器人市场年收入可能达到7.5万亿美元（2035年为3220亿美元，2040年为2.0万亿美元） [114] * **价格假设**： * 高收入国家：初始ASP为20万美元（2024年），预计到2050年降至约7.5万美元 [115] * 中高/中低/低收入国家：初始ASP约为5万美元（2024年），预计到2050年降至约2.1万美元 [115] 其他重要内容 * **行业热度指标**：提及“人形机器人”的公司文件和新闻/媒体报道数量自2024年以来显著增长，显示行业关注度急剧上升 [75][77] * **专利活动**：过去五年，中国在提及“人形机器人”的专利发布数量上遥遥领先（7705件），远超美国（1561件）和日本（1102件） [81] * **产品发布地理分布**：自2022年以来，全球人形机器人发布中，61%来自中国，23%来自美国/加拿大 [89][90] * **主要应用场景**：已发布的人形机器人中，57%定位为通用目的，16%为服务型，14%为工业/物流，13%为研究平台 [91] * **科技巨头参与度**：几乎所有中美主要科技巨头（如亚马逊、苹果、百度、谷歌、华为、Meta、微软、英伟达、腾讯、特斯拉）都以投资、合作或内部研发的形式深度参与人形机器人生态 [98]

行业趋势与市场前景 - 全球机器人行业正处于转折点 人工智能正被充分整合到移动机械中 使真正自主的机器人应用于工厂、仓库、物流、农业及家庭 [1][2] - 人工智能的兴起超出了数年前的预期 任何有体力劳动的地方 机器人正越来越多地承担工作 [2] - 根据Roots Analysis的展望 全球机器人市场规模预计将从去年的650亿美元增长至2035年的3760亿美元 该预测与其他多家机构一致 [2] - 行业正处在转折点 AI驱动的机器人已足够可靠和具有成本效益 值得广泛部署 行业增长的乐观预测是基于机器人公司已找到将尖端AI整合到其技术中的方法 [16] 具体应用与商业化进展 - AI驱动的机器人商业化解决方案正在落地 例如 香港的Neptune公司其清洁远洋船舶侧面的AI机器人 需求激增 工作效率比人工快3至5倍 [14] - 人形机器人正开始大规模替代人类工人 至少在仓库和工厂等环境中 Agility Robotics公司的“Digit”机器人已累计移动超过10万个货箱 其年产能峰值可达1万台 [15] 投资工具分析 - 对于投资者而言 在拥挤且复杂的机器人行业中选择个股难度大 通过持有反映整个行业表现的交易所交易基金可能是更佳选择 [3] - First Trust纳斯达克人工智能与机器人ETF在构建方式上与众不同 它基于纳斯达克CTA人工智能与机器人指数 采用等权重方式而非市值加权 以实现良好平衡 [5] - 该基金组合构成具体为：主要设计或创造机器人和AI解决方案的公司占60% 仅生产机器人及AI行业所用部件的公司占25% 业务涉及该市场但非核心的公司占15% 在这三类中 所选股票持仓规模相等 [6] - 因此 单一个股很少超过基金总资产的2% 若发生 季度再平衡会进行调整 [7] - 该基金提供了对UiPath、Symbotic和日本发那科等机器人股票的实际敞口 同时未过度配置英伟达和博通等AI巨头 后两者占比均不超过1% [9] - 该基金年费用率为0.65% 具有合理的成本效益 [10] - 过去几年 该基金表现落后于标普500指数和纳斯达克综合指数 但这与过去几年由少数非机器人领域的AI相关公司引领市场的特殊环境有关 实际的机器人行业仍在努力整合AI并实现商业化 [11][13]