大摩研報解讀：從整機到零部件，人形機器人產業重心正在悄然轉移

你相信，

人形機器人會成為下一個新能源汽車嗎？

王力宏演唱會上的機器人表演技驚四座，馬斯克轉發稱贊。不得不說，2025年，無論是科技行業從業者還是從未觸及過該領域的小白，人形機器人這一話題幾乎成了最密集被討論的方向之一。

畢竟新能源車的熱度似乎已在慢慢降溫，市場急需另一個“熱度”來補下一個十年。

老江湖與愣頭青爭先恐后地入局。

無論是海外特斯拉、Figure頻繁發布整機演示，還是國內多家創業公司集中亮相，一開始市場的注意力都聚焦在一個問題上，那就是誰能率先把人形機器人造出來。

但時至今日，能造出來已經不是神話了。隨著PPT演示視頻越來越多，一個更為現實的產業問題開始浮現——
造出來之后，能不能穩定運行？能不能規模復制？成本能不能降下來？

摩根士丹利在其最新發布的人形機器人研究報告中，指出了一個與市場情緒明顯不同的方向：
人形機器人產業的確可能會爆發。但產業的真正分化，也許不發生在整機層，而發生在零部件與系統層。

也正是如此，大摩此次點名了全球25強機器人企業。其中7家中國相關企業，高度集中在AI與計算芯片、攝像頭、感知系統、電機控制、觸覺與關節反饋等領域。

這一變化本身就釋放出一個重要信號：產業關注重心，正在從整機展示轉向底層能力。

PART 01 整機熱度不減，但產業熱點已經前移

大摩預測到2050年，人形機器人市場規模將達到5萬億美元，部署10億臺——這大約相當于每10人擁有1臺人形機器人。

從產業發展路徑看，整機永遠是最容易被看到的部分。

它具備完整形態、直觀演示效果，也最容易承載資本與輿論的想象。但當整機頻繁亮相，往往意味著產業真正的挑戰才剛剛開始。

原因并不復雜。

其一，人型機器人的放量與供應端訂單量直接劃等號，且供應端訂單放量整體會先于整機。

舉個例子：

以功率器件為例，GaN 器件正被廣泛應用于人形機器人的伺服電機系統之中，根據供應鏈調研數據，一臺入門級人形機器人通常需要約40個伺服電機，價值約為300美元。

結合出貨節奏來看，大摩預計人形機器人的出貨量將從2024年的約 2000 臺，快速增長至2029年的 28.3 萬臺。

在這一假設下，僅僅GaN這一個零部件的總潛在市場規模將從2024年的約60萬美元，擴大至2029 年的約8500萬美元，期間對應的收入年復合增長率（CAGR）高達 172%。

其二，人形機器人要真正落地，其難度并不在會不會動，而在能否持續穩定地動？

人形機器人不是一次性設備，而是需要長期在復雜物理環境中運行的系統。這意味著，其可靠性、安全性與一致性，更多取決于內部零部件與系統架構，而非外觀或單次演示能力。

這也是為什么大摩在分析產業結構時將關注重點明顯前移到了零部件、系統層面。在其框架中，這些環節才是決定人形機器人是否具備產業化基礎的核心變量。

而在傳統認知中，零部件往往意味著“標準化”“可替代”，價值彈性有限。但在人形機器人產業中，這一邏輯正在發生變化。

摩根士丹利在報告中指出，人形機器人與工業機器人最大的不同，在于其需要完成大量非結構化環境下的連續動作。行走、抓取、協作，這些動作都不再是預設軌跡，而是實時反饋與動態調整的結果。

這直接推高了對零部件能力的要求。

在人形機器人中，力覺、觸覺、慣性測量等傳感器不再是輔助配置，而是決定動作質量與安全邊界的核心組件。

在人形機器人產業尚未定型的階段，誰能提供穩定、規?；牧悴考?strong>誰就更有可能成為長期供應鏈的一部分，從而跟隨整機吃到下一個時代的紅利。

PART 02 因零部件供應而被選中的中國企業

Humanoid Robot ≠ Robot Body + AI。

真正的人形機器人，本質上是一套高度復雜的系統工程，也決定了產業競爭的重心必然從“誰先造出來”，轉向“誰能把系統跑穩定”。在這一邏輯下，人形機器人產業可以被拆解為三大核心模塊：

大腦層（AI與計算芯片）、視覺層（攝像頭與感知系統）、傳感與運動層（模擬芯片、電機控制、觸覺與關節反饋）。摩根士丹利點名的7家中國公司，全部分布在這三大模塊中。

摩根士丹利提及的人形機器人相關企業對比圖

（一）AI與計算芯片：機器人的大腦

如果說零部件決定了機器人的硬件，那么計算系統決定的，則是人機的動作是否合理、是否高效。通過AI與計算芯片，人機得以具備環境理解能力、任務規劃能力、以及多模態信息融合能力。

從某種程度來說，人形機器人與高階自動駕駛在技術挑戰上高度相通。兩者都需要在復雜、動態的真實世界中完成感知、判斷與執行，只是一個作用于車輛，一個作用于人形結構，于是市面涌現不少汽車智能制造企業轉向人型機器人的開發。

例如，地平線機器人被大摩視為具身智能計算的重要參與者。其在自動駕駛芯片方面的深厚經驗，包括物體識別、視覺感知以及賦能語音和手勢識別等應用的能力，有望為人形機器人提供必需的“智能大腦”。其RDK S100機器人開發套件將計算與控制功能集成至單一SoC系統級芯片，有望為實現復雜人形機器人操作所必需的感知與運動控制提供關鍵支持。

德賽西威也被大摩納入與計算平臺相關的中國企業名單中。德賽近期發布了面向機器人應用的AI計算終端——AI Cube。AI Cube將原本為高級駕駛輔助系統開發的汽車級冗余設計應用于機器人領域，確保在復雜場景下實現“零缺陷”，并增強其耐用性、可靠性和智能化水平。大摩認為，德賽西威與英偉達及汽車制造商的緊密合作關系，將最終助力其把在自動駕駛領域的成功拓展至人形機器人領域。

可以看出，人形機器人不必從零構建計算體系，而更可能沿用成熟的汽車電子架構。在這一邏輯下，具備平臺化經驗的汽車電子企業將會被市場關注。

（二）攝像頭與感知系統：機器人感知世界的關鍵

與傳統工業機器人主要運行在結構化、可預測環境中不同，人形機器人需要在高度動態、非結構化的真實世界中持續運行。這一差異，使“視覺”不再只是輔助感知工具，而是決定機器人是否具備環境理解能力的基礎系統。

這對視覺系統提出了更高層級的要求。

隨著人形機器人從展示性階段走向實用階段，視覺系統的價值正在發生結構性變化。在早期演示中，視覺更多服務于“完成動作”；而在未來應用中，其核心作用將轉向“理解環境”。

這一轉變，使視覺系統從成本項，逐步演變為決定整機能力上限的重要組成部分。

（三）傳感與運動層：機器人執行的價值放大器

機器人開始真正用身體工作了。

與工業機器人不同，人形機器人需要完成雙足行走、手部抓取、人機協作、安全反饋，這些動作都高度依賴傳感系統的實時反饋。這使得力傳感、扭矩傳感、觸覺陣列成為決定機器人可用性的關鍵模塊。

如今的實體人形機器人已在每個部署了AI的關節處配置傳感器，如同分布在每段肢體中的微型大腦，共同促成了更自然的運動、自適應的行為以及類人的感知能力。

在模塊拆解中，大摩將禾賽科技、均勝電子歸入傳感相關企業。均勝電子的優勢，在于深度開發了6軸扭矩傳感器、觸覺傳感器、IMU等多款核心零部件，且并非單一器件供應商，而是正在向系統解決方案演進。這意味著在產業規模化階段，其角色更接近“系統級標準件提供者”，而非被動跟隨訂單的零部件廠商。

況且六維扭矩傳感器因其精密性、校準要求及工廠集成復雜度，價格較高，參考價格范圍約為每個傳感器5,000美元，大型重載型號可達20,000美元。這為企業未來營收提供了堅實基礎。

PART 03 結語

大摩在報告中強調，人形機器人并不會在短期內成為一個“爆款市場”。

其產業化路徑似乎更接近高階自動駕駛——技術成熟、成本下降、社會接受度提升，缺一不可。

但正因如此，當前階段的產業價值，并不取決于出貨量，而取決于誰已經提前上了牌桌、站在了難以替代的位置上。

當整機逐漸變得不再稀缺，真正稀缺的，將是那些經過長期工程驗證、能夠支撐規?；\行的零部件與系統能力。這或許正是摩根士丹利將目光從整機移向零部件的真正原因。

被點名的這7家企業中，無論最終殺出重圍的是哪幾家，我們都希望看到在未來人型機器人的市場里，中國企業會占據一席之地。

就像國產新能源車被世界看到一樣，下一個十年，依然有中國的身影。