行业与公司 * 涉及的行业是中国的人形机器人行业[1] * 纪要基于对8家私营/未覆盖的AI机器人相关公司的实地调研，包括宇树科技、梅卡曼德、傅利叶智能、逐际动力、优必选、EngineAI、帕西尼和奥比中光，并会见了6位C级管理层[1] 核心观点与论据 行业战略与商业化路径 * 人形机器人行业正明显转向“专用目的”的商业化部署[2] * 该战略利用当前可实现的任务规划、移动和交互能力，在特定垂直应用中实现更可靠和即时部署[2] * 应用实例包括安防巡逻、公共场所的引导/宾客服务，以及工厂中的抓取放置和简单物品分拣等物流任务[2][8] * 这种务实的方法，结合运动控制的积极进展和快速迭代周期，正在提升机器人执行这些专门任务的能力，从而推动人形机器人公司实现出货量在2026-2027E实现数倍增长的目标[2] 出货量预测与增长驱动 * 预计2025年全球人形机器人出货量可能达到约1.5万-2万台，其中中国厂商贡献了大部分份额，需求来自科学研究、机器人AI训练、教育、娱乐/舞台表演和数据工厂[3] * 领先的人形机器人制造商预计2026-2027年出货量将实现数倍增长，目标设定在数千到数万台[3] * 这一加速增长预期由日益成熟的供应链、优化的成本曲线和不断扩大的应用机会支撑[3] * 实现这些目标预计将受到生产一致性的挑战以及该新兴行业固有的新型多阶段测试协议实施的影响[3] 技术进展 * 运动控制取得积极进展，现场演示显示轮式上半身平台和全双足系统的稳健性和灵活性均显著增强[7] * 有厂商宣称实现了“小脑级”全身控制，其评估标准是机器人能在未测绘地形导航并能进行全身远程控制，而非分割的上半身或下半身控制[7] * 人形平台的产品迭代周期加速至约6-8个月/代[7] * 快速迭代主要归因于80-90%的零部件内部设计能力，这对于确保软硬件无缝集成、在紧凑的研发和测试周期内优化性能“上限”至关重要[7] 人工智能与数据策略 * 目前依赖模拟和合成数据进行预训练，“模拟到现实”的差距仍然是一个挑战，模拟准确率80-90%在现实场景中常降至50%以下[8] * 领先的中国开发商正优先考虑“专用目的”商业部署，以规避高度灵巧操作的复杂性[8] * 短期内，制造商正通过集成阿里巴巴（通义千问）、豆包、腾讯等现有的大语言模型和视觉语言模型栈来标准化其方法[9] * 专有数据引擎被视为开发可部署机器人智能的关键差异化因素，高质量现实数据是连接成熟硬件技术与可扩展实际应用的主要瓶颈[9] * 公司们正在进行一场“数据配方”竞赛，数据输入主要来自三种方式的组合：(1) 遥操作人类或专家演示（控制度高但模仿学习成本高），(2) 模拟（单位样本成本低但真实性不完美），(3) 现实世界视频数据集（数据可用性最高但现实准确率转换可能较差）[9] * 越来越多地听到关于世界模型方法的提及，这可能赋予机器人对其环境的常识，使其超越反应性行为，成为能够进行复杂规划和适应的主动智能体[9][10] 商业模式与定价 * 盈利模式根据目标市场（2C和2B）出现分化[11] * 针对2C应用的公司，主要焦点是提供差异化的功能和增强的用户体验，强调“情感价值”并占领能产生溢价的特定垂直细分市场[12] * 针对2B应用的公司，其定价策略锚定客户的投资回报率，需证明机器人如何提高吞吐量、效率或降低劳动力成本[13] * 例如，优必选表示，在分拣和物流应用中，当机器人达到人类工人约50%的吞吐量时，客户就愿意投资，假设每天运行约10小时，投资回收期约为两年，在劳动力特别紧张的环境中，即使三年回收期也被客户接受[13] 投资建议与供应链观点 * 2026年可能成为关键的“验证销量与预期重置”之年，投资者可能继续根据以下两点评估关键供应链股票：(i) 里程碑式的销量预期（如“百万台机器人”叙事）是否会上调，这很可能由AI泛化能力或有效数据/模型策略的演进速度驱动；(ii) 单个供应链公司的市场份额和单台机器人价值量的演变[14] * 鉴于当前股价已反映了高度的市场乐观情绪和长期预期，建议保持选择性[14] * 在覆盖范围内，对三花智控（H股）、汇川技术、双环传动给予买入评级，对三花智控（A股）、绿的谐波、贝斯特给予中性评级，对鸣志电器给予卖出评级[14][23] 其他重要内容 * 纪要基于高盛中国AI机器人及动力实地调研的收获[1] * 当前人形机器人市场处于早期和新生阶段，确切的出货数字不如整体增长轨迹和技术发展速度关键[3] * 在工业应用中，需要灵巧手或抓具的人形机器人目前仅限于物流任务，如移动箱子和简单物品分拣，这主要归因于AI在应对工厂环境中不可预测的极端情况方面存在局限[8]