简介东吴证券这份机器人行业深度报告聚焦人形机器人产业链面向产业研究、投资分析与供应链梳理场景围绕特斯拉Bot商业化路径、核心零部件价值量拆解及国产供应链机会展开帮助读者快速建立从“大脑”FSD系统到电机、减速器、丝杆、传感器的产业链框架。资源包仅含1个PDF文件压缩包约2.83MB便于在电脑与移动端查阅和检索。报告按产业趋势、产业链纵析、具身智能传感器、投资建议与风险提示组织给出核心零部件价值量占比、代表厂商及重点标的并提示商业化不及预期、贸易摩擦、零部件降价等风险。已有158人学习适合关注机器人赛道的研究者、投资人与供应链从业者作为案头参考资料。1. 一份产业链拆解报告把人形机器人的“2万美元”拆到了螺丝级别2023年7月某券商研究所发布了一份机器人行业深度报告主线很直接人形机器人要商业化先得把单台成本压到2万美元而要压到2万美元就绕不开本土硬件供应链。报告把整机成本按价值量拆成八块自研的控制系统占39%其余61%全部外购再逐项落到电机、减速器、丝杠、传感器这些具体品类上试图在一条尚在成型的人形机器人产业链里找出那些不做整机、只做关键件的“隐形冠军”。这份材料值得看的地方不在“万亿市场”四个字而在于它给出了一张可核对的采购清单。过去两年关于具身智能的讨论大多停在“大模型加机器人”的叙事层很少有人把一台机器的物料成本拆到关节、丝杠、传感器这一级。对做零部件的、做投资的、做整机集成的人来说“钱付给谁”这个问题比“市场有多大”更能指导动作。2. 成本结构一台2万美元的机器钱到底花在哪几个口袋2.1 39%的“大脑”被自研锁死剩下61%才是供应链的战场报告把整机成本切成两部分控制系统自研占39%其余外购占61%。这套控制系统由高阶辅助驾驶系统与一颗自研超算芯片组成芯片单颗算力标称362TFLOPs配套的超算方案在同等成本下性能提升约4倍、同等能耗下提升约1.3倍、占用空间降低约5倍。报告的逻辑是这套东西本质上是把车载的感知、决策、控制栈迁移过来改一改输入接口让它能吃视觉、听觉、触觉几类数据。这个判断对产业链的含义是分层的。第一层最贵的一块蛋糕不会外流任何做算法、做域控、做芯片的厂商都别指望从这里切份额。第二层正因为“大脑”被锁死剩下的61%才必须极致降本否则2万美元的目标价根本兜不住。第三层39%这个数字本身是个锚——它告诉供应商自己做的零件在整机价值量里能排到什么位置值不值得为它扩产线。从行业角度看这种“核心自研、外围外购”的分工并不新鲜消费电子和新能源汽车都走过同一条路。真正值得注意的是自研比例定在39%这个量级上太低整机厂没有差异化太高供应链没有动力配合降本。39%是一个留了余地的数字。2.2 电机19%、减速器14%、丝杠9%三个数字背后的物理约束外购部分里排在最前面的是电机占19%。这个19%还要再拆大关节用28个无框电机占15%手指用12个空心杯电机占4%。无框电机之所以贵是因为它取消了外壳和轴承直接把转子定子嵌进关节结构里对磁路设计、绕组工艺、散热的要求都更高空心杯电机贵在无齿槽转矩和响应速度手指要做微小动作靠的就是这点特性。减速器占14%对应16个旋转关节其中12个谐波减速器、4个行星减速器。谐波负责精度和体积行星负责扭矩和抗冲击两者搭配是当下最现实的工程折中。这里有一处极易混淆的地方报告在正文里提到行星滚柱丝杠占9%对应12个线性关节但在成本拆分表里线性执行器总成占的是15%。两个数字不矛盾——15%是“电机加丝杠加传感器”的总成价值9%只算丝杠这一件。提示读这类拆解表时先确认口径是“零件”还是“总成”否则很容易把9%和15%当成两次重复计算。把这三档排在一起看会得到一个很朴素的结论人形机器人的成本大头不在“智能”而在“运动”。电机、减速器、丝杠三项加起来38%已经和控制系统持平。这也解释了为什么这一轮产业热度里最先有订单动静的往往是做减速器和丝杠的企业而不是做算法的。2.3 从单机成本到万亿规模三阶段渗透率是怎么推出来的报告的市场测算是分三段做的。短期看工厂按单座超级工厂6.3万人、5%渗透率估算再加上超高净值人群的尝鲜需求整机市场规模约95亿元。中期看制造业和服务业按不同区域分组的从业人数乘以5%到8%的渗透率规模跳到约7.6万亿元。长期看家庭按一人户35%、多人户15%的渗透率规模约7.6万亿元与中期累加后约15万亿元。这套算法的骨架是“可渗透基数乘以渗透率乘以单价”本身没有错错的是很多人只记住了最后的15万亿忘了中间那两步。单机2万美元是目标价不是当前价5%到35%的渗透率是十年后的稳态假设不是明年的订单工厂6.3万人是单座工厂口径不是全球制造业人数。阶段时间区间主要场景渗透率假设测算规模阶段一2024—2026自有工厂、高净值尝鲜工厂5%人群15%约95亿元阶段二2026—2030制造业、商业服务制造业8%服务业5%约7.6万亿元阶段三2030—2035家庭、个人一人户35%多人户15%约7.6万亿元表格里最该被盯住的不是规模而是时间跨度。阶段一到阶段二之间规模从95亿跳到7.6万亿跳了三个数量级而时间只隔了四年。任何一个做过产能规划的人看到这个斜率第一反应都应该是“中间那四年发生了什么”。报告给出的答案是“应用效果得到验证、大众接受度提高”这是一个定性判断不是可验证的量化路径。3. 产业链地图所谓“隐形冠军”到底藏在哪几层3.1 三条执行器路线决定了三类供应商的生死报告把硬件拆成三条路线旋转执行器、线性执行器、灵巧手。旋转关节走“电机加谐波减速器加力矩传感器加位置传感器加交叉滚子轴承”的方案线性关节走“电机加滚珠或行星滚柱丝杠加力矩传感器加位置传感器”的方案灵巧手走“空心杯电机加齿轮箱”的方案每只手6个执行器、11个自由度能提起约10公斤重物。三条路线对应三种完全不同的能力。做谐波减速器的拼的是齿形设计、材料热处理和批量一致性这类企业过去在工业机器人领域已经被磨过一轮工艺底子相对厚。做行星滚柱丝杠的拼的是磨削精度和寿命国内真正能量产的产线不多这是最容易翻车的一环——丝杠的导程误差和表面粗糙度直接决定关节的定位精度和噪声。做空心杯电机的拼的是绕线工艺和微型化手指空间就那么大功率密度上不去灵巧手就是摆设。从行业角度看这三条路线的成熟度并不齐平。谐波减速器国产化走了十几年已经有过价格战丝杠和空心杯电机还在爬坡期样品和量产之间隔着一条良率鸿沟。同一份报告把它们并列容易让人误以为三者的产业化进度差不多实际上差得远。3.2 国产化的参照系从整车本地化采购率推演到机器人报告用了一个类比某海外厂商在某生产基地的零部件本地化采购率曾接近90%显著拉低了整车成本、抬高了毛利率人形机器人大概率会复制这条路径。这个类比有其合理性——同一家厂商、同一套供应链管理方法、同样面对2万美元的成本硬约束。但类比有两个断点。第一个断点是规模。整车年产几十万辆供应商愿意为它开模、建线、摊薄研发人形机器人阶段一的测算量只有几千台这个量级下没有供应商会为单一客户做重资产投入除非客户愿意付溢价或者承诺长期订单。第二个断点是标准。汽车零部件有成熟的接口标准、认证体系和测试规范机器人关节的接口、通信协议、寿命测试方法目前各家各说各话供应商做完一家客户的定制件很难直接复用到另一家。所以“本地化采购率90%”这个参照系正确的用法是看方向而不是看数字。方向是明确的整机厂一定会把降本压力向上游传导数字是不可直接套用的机器人供应链的集中度会比汽车更高能进一两家头部客户名单的供应商才有资格谈份额。3.3 传感器只占3%却可能是最难标准化的一环传感器在成本拆分里只占3%视觉传感和力传感合在一起。这个比例低到容易被忽略但从技术难度和产业格局看它恰恰是最不确定的一块。视觉相对好办。机器视觉在工业检测、自动驾驶上已经跑了多年模组、算法、标定流程都有现成方案迁移到人形机器人主要是接口适配和功耗优化的问题。力传感不一样。力矩传感器要装在关节里跟着电机一起转既要薄、又要抗过载、还要抗温漂指尖的触觉传感器要在几平方厘米的面积上布阵列还要解决柔性基材与信号引出之间的工艺矛盾。这类器件目前没有统一的性能评价标准客户验收靠的是整机测试结果而不是器件规格书。提示价值量占比低不等于技术门槛低也不等于竞争格局好。占比3%的环节往往是最多玩家在挤、最后只剩两三家能活下来的地方。从以往规律看传感器这类“占比小、影响大”的环节最终会走向两条路要么被整机厂或总成商垂直整合进去变成执行器的一部分要么出现一家把成本打到极低、把一致性做到极稳的独立供应商。现在判断谁会走通哪条路为时尚早。4. 四个容易读反的地方这份报告的边界在哪4.1 误读一把万亿市场当成需求预测误判点很常见——看到15万亿直接换算成“年销几百万台”然后倒推哪家供应商能拿多少份额。为什么这个推法不成立报告的测算是“稳态渗透率乘基数乘单价”本质是空间测算不是时间序列预测。它回答的是“如果渗透率达到某个水平市场有多大”而不是“哪一年会卖多少台”。两者之间隔着产能、良率、渠道、售后、法规这一长串变量。怎么看把15万亿当成一个上限锚用它来判断“这个赛道值不值得长期投入”而不是用它来算明年的营收。做预算时用的是阶段一的95亿做战略时看的是阶段二阶段三留给五年后的自己再评估。4.2 误读二把价值量占比当成利润占比误判点是看到减速器占14%、电机占19%就认为做电机的比做减速器的更赚钱。为什么不对价值量占比说的是“这块东西占整机成本多少”和“这块东西的毛利率多少”是两件事。电机是标准化程度相对高的品类玩家多、替代性强价格年降压力大减速器尤其是谐波齿形设计和材料工艺的壁垒更高议价能力更强。同样占14%的份额落在不同环节净利润可能差一倍。怎么看看一个环节先看它的进入壁垒再看它在整机成本里的位置。壁垒高、占比中等往往比壁垒低、占比高更舒服。报告给出的“高弹性加高壁垒”这个筛选条件重点其实在后半句。4.3 误读三把“自研39%”理解成外购部分门槛低误判点是觉得既然最难的“大脑”人家自己做了剩下的零件应该都是标准化件谁都能供。为什么不对恰恰相反。整机厂把39%攥在手里意味着它对剩下61%的成本、重量、体积、可靠性有极强的控制欲。一个关节要在有限空间里同时塞进电机、减速器、编码器、力矩传感器还要控制发热和噪声这对供应商的联合设计能力要求极高。这不是“照图加工”而是“共同开发”。怎么看能不能进供应链关键不在于能不能做出样品而在于能不能在客户定义的尺寸和成本框里做出样品并且保证批量一致性。前者是能力问题后者是体系问题。4.4 误读四把2年回本当成商业化的充分条件误判点是报告里那张回本周期表——单台14万元人民币左右、对照制造业年均工资7万元两年左右回本看起来经济性已经成立。为什么这个推法太乐观回本测算的前提是“1比1替代人工”即一台机器能干一个人的活、干满同样的工时、不出故障、不需要维护。现实中早期人形机器人的节拍、稳定性、维护成本都达不到这个前提。工厂买设备算的是全生命周期成本不是采购价除以工资。怎么看回本周期是一个方向性指标说明“经济性拐点在逼近”不是“明年就会大规模铺开”。真正决定铺开速度的是可靠性曲线而可靠性只能靠现场跑出来跑不出数据就只能小批量试。5. 测算的敏感性与时间表哪些结论经得起推敲5.1 渗透率动一个点市场规模差多少报告的结论对渗透率假设极其敏感这一点用几行代码就能看清楚。# 单机成本与渗透率敏感性粗算 # 假设单机售价 2 万美元按 7.0 汇率折算约 14 万元人民币 unit_price_cny 140000 # 三类场景的可渗透基数单位万人 / 户 base_factory 6.3 # 单座工厂人数 base_industry_service 5500 # 制造业加服务业从业人数量级示意 base_household 12000 # 家庭户数量级示意 def market_size(base_wan, penetration, unit_priceunit_price_cny): base_wan 单位万人/万户penetration 为小数返回亿元 units base_wan * 10000 * penetration # 换算成台数 return units * unit_price / 1e8 # 元换算成亿元 # 扫描不同渗透率下的规模观察斜率 for p in (0.03, 0.05, 0.08, 0.15, 0.35): factory market_size(base_factory, p) industry market_size(base_industry_service, p) house market_size(base_household, p) print(f渗透率 {p:4.0%} | 工厂 {factory:8.1f} 亿 | 制造业服务业 {industry:9.1f} 亿 | 家庭 {house:9.1f} 亿)这段代码的作用不是复现报告数字而是把“渗透率”这个假设单独拎出来看它的杠杆效应。参数只有三个单机价格、可渗透基数、渗透率。改动单机价格规模线性变化改动渗透率规模同样线性变化但基数从6.3万换到5500万规模直接跳三个数量级。也就是说报告结论的不确定性主要来自基数口径的选择其次才是渗透率。实际使用时把base_industry_service换成你认可的从业人数口径把unit_price_cny换成你判断的三年后成本跑一遍就能得到自己的版本。这一步很多人跳过直接引用结论结果报告里的15万亿和自己算出来的数字对不上还以为是报告写错了。5.2 2024—2035的三段划分哪一段最不确定三段里阶段一的可信度最高。工厂场景封闭、任务重复、对成本敏感但对价格容忍度也高几千台的量级在工程上是可以交付的。哪怕进度慢一点方向不太会错。阶段二的不确定性最大。它要求人形机器人从“能干一种活”变成“能干多种活”从“一家工厂验证过”变成“多行业复制”。这中间跨的是泛化能力这道坎而泛化能力的进展速度目前没人能给出靠谱的时间表。报告把阶段二放在2026到2030年四年完成从验证到普及节奏偏乐观。阶段三的不确定性来自另一头它不是技术问题是社会接受度和安全责任问题。一个能在家庭里自由移动、有十几公斤举升能力的机器撞到人怎么办、误操作怎么办、数据怎么处理这些问题的答案不在工程手册里。技术到了配套没到渗透率一样起不来。5.3 风险提示里没写透的两件事报告列了三条风险商业化不及预期、贸易摩擦、零部件大幅降价导致盈利能力下降。前两条是常规表述第三条其实藏着最关键的产业逻辑。零部件大幅降价对整机厂是好事对供应商是灾难。人形机器人的量还没起来价格战可能先起来——因为所有做减速器、做电机的厂商都盯着同一个客户都愿意用低价换定点资格。一旦某家供应商用亏损价拿到份额整个品类的价格锚就被打下去了后来者再想靠技术溢价就难了。另一件没写透的事是产能节奏。这些零部件厂商现有的产线大多是为工业机器人或汽车配套的切换到人形机器人需要改工装、调参数、重新做验证。扩产周期通常要一到两年而整机厂的量产计划可能只给半年。这个时间差是未来两三年最容易出问题的地方。6. 接下来盯什么三个能提前验证的观察指标比起争论15万亿靠不靠谱更实用的做法是找几个能提前给出信号的观察点。我自己看这类赛道时习惯盯三个。第一个是执行器总成商的送样与定点节奏。样品送出去不算数定点才算数。定点意味着客户认可了设计、价格和产能规划是产业链真正启动的标志。如果一年内看不到明确的定点消息说明整机厂还在自己改方案供应链还没定型。第二个是谐波减速器和丝杠的年降幅度。这两个品类的价格曲线最能反映供需关系。年降5%以内说明格局稳定、供应商有议价权年降15%以上说明玩家在抢份额、利润要被吃掉。看财报里的单价和毛利率变化比看任何预测都准。第三个是灵巧手在自由度和成本之间的取舍。11个自由度、6个执行器是当下的方案但如果为了降本砍到8个自由度、4个执行器说明整机厂判断“手”的精度不是当前瓶颈那么空心杯电机和微型齿轮箱的用量预期就要往下调。这个信号会先出现在样机拆解和专利公开里比财报早半年。注意这三个指标都是“证伪型”的——看不到就该降低预期而不是看到就加码。产业链早期的信息噪声很大能用来排除的指标比能用来确认的指标更有价值。早些年我看这类深度报告习惯直接从第一页翻到投资建议把中间的测算过程跳过去。后来踩过一次坑一份报告里同一个成本项在正文和表格里用了两种口径我按正文的数去推结论差了将近一倍回头才发现表格用的是总成口径。从那以后我每次读这类测算都强制先把假设单独抄一遍、把口径对齐再去看结论。这一步花不了十分钟但能省掉很多返工的功夫。这份机器人行业深度报告的价值也在于它把假设和口径都摊开写了读者可以自己动手改参数、重算一遍。如果你正在做零部件选型、供应链梳理或者赛道研究把它当成一张可以修改的底表比当成一份结论来读更有用。希望帮到你。本文还有配套的精品资源点击获取