6月25日, 百度热搜的首个位置, 挂着这样九个字: 「中国又瞄准一个万亿级风口」。
未曾指明行业领域, 未给出具体政策内容, 就连官方发布会预告都没有。然而, 此句话一经说出, A股市场里机器人概念股全体呈现出拉升态势, 其中方正电机、风语筑径直实现封板。
以往的经历是, 这般的表述一经出现, 三个月之内必定会有国家级的产业规划得以落地, 六个月往后伴有资本大规模地拥入, 两年之后这赛道格局基本就会确定下来。房地产, 互联网, 新能源车, 光伏, 半导体, 每一回都是如此这般的节奏。
信号弹亮了，方向已经很明确
试图弄清楚风口确切所在之处, 并不需要等待官方宣布。将六月份三条毫无关联的政策线拼凑到一块儿, 答案自然而然就显现出来了。
第一条第一条线: 6月8日, 工信部联合了国资委, 启动了人形机器人实景实训专项行动。第二条线: 该行动的目标是, 到2026年年底的时候, 形成“万台级规模落地能力”。第三条线: 其覆盖范围包括, 工业、仓储、康养、应急等等上百类场景。
第二条线: 广东推出了“群链一体化”的政策, 将机器人产业链的上下游, 拉到同一个园区去跑协同, 四川西部智能传感器产业大会现场, 签约金额达到了25亿。
第三条存在这样一条线, 它是资本。在前2026年的五个月期间以内, 于国内具身智能赛道之上, 有着437起融资情况, 其融资总额大概是489亿, 此数额超过了去年一整年。宇树科技仅73天时间就在科创板通过审核, 将近40家企业共同组成了IPO预备梯队。
同一个方向被三条线所指向: 具身智能, 简单来讲, 也便是“带着身体的AI”。
它并非存在于你手机里的那个聊天机器人, 而是具备能够行走的能力, 拥有可以搬动物体的本事, 还能够在车间进行拧螺丝操作的物理实体。
为什么是现在
好多人觉得机器人是陈旧的故事, 波士顿动力翻跟头的视频早在十年前就在网络上流传, 每一年都有人讲“机器人元年”, 然而每一年都未曾到来。
今年不一样。两个变量同时炸了。
变量一：AI大模型学会了"看"和"动"。
过去之时, 机器人仅能够去执行预先编程好的固定动作, 在产线上要是更换一个零件型号, 那么工程师就必须得重新去撰写一套程序。如今呢, 通用大模型直接赋予了机器人环境感知以及自主操作的能力, 即看到杯子便知晓要轻轻地拿取, 看到不规则物体能够自动去调整抓取策略。
中信建投所出的研报表述得极为直白, 大模型致使工业产线的落地速度大力加快, 大模型使得商超服务场景的落地速度大幅加快。
变量二：全球AI竞赛正在从"比谁聪明"转向"比谁能干活"。
6月24日, 举办了英伟达股东大会, 黄仁勋针对AI划分出三个阶段, 其中包括感知类的AI, 也就是能够识别文字图像的那种, 然后是生成式的AI, 像可以写文章以及画图的这类, 最后是物理类的AI, 即能够操控实体设备的那种。
他言道, 物理AI乃是“下一波增长浪潮”, 其赛道方才刚刚拉起帷幕。英伟达已然铺设好了全栈技术链路, 即在Omniverse进行虚拟仿真训练, 在Cosmos进行世界模型感知, 在Jetson进行端侧推理, 且自研的Vera CPU是专门为物理AI持续决策量身设计的。
AI不能只在屏幕里牛逼，得上生产线、进仓库、开卡车。
一则数据展现, 过往两年间, AI算力需求呈现出显著增长态势, 增长幅度高达1000倍之多。黄仁勋提及的原话为, “五年之前的GPU, 当下所展现出的升值速率, 相较于品质优良的酒而言, 还要更为迅速”。
量产元年，钱砸进去了
今年, 是人形机器人, 从实验室, 走进工厂的“量产元年”。此表述, 并非自媒体所喊出, 乃是行业共识。
出货量预测情况是, 大摩的最新报告对有关数据进行了调整, 将2026年中国人形机器人的出货预期, 从原本的2.8万台大幅提升到了5万台, 并且做了进一步的预估, 预计到2030年的时候能够达到44.6万台, 其年复合增长率为106%。
成本处于下降态势: 宇树科技的毛利率达到了大约60%, 整机的BOM成本随着量产规模逐年降低, 供应链的国产化率超过了70%, 核心零部件自主可控的格局初步得以形成。
当前的场景呈现为, 处于下落状态的是, 在日本东京的羽田机场那里已进行了部署, 负责行李搬运事宜的是宇树G1；在国内, 拥有上百家厂商, 于工厂搬运、仓储分拣以及安防巡检等等场景之中已然促使回路实现了封闭式运作。
预计7月底, 在弗里蒙特投产的是特斯拉Optimus V3。马斯克表示, 这是“特斯拉史上最重要的产品”, 且此产品并非车辆, 也不是储能设备, 而是机器人。
6月时, 何小鹏发出内部信, 他亲自带领队伍投入冲刺, 要历经200天实现机器人量产, 并且有着计划, 打算在2027年将其推向海外。
不是画饼。是真有订单。
但热闹归热闹，"大脑"还没发育好
业内判定, 这条赛道的痛点极为直白, 即当前机器人所具备的智能程度, 尚处于“还没达到GPT - 1的水准”这一状况。
啥意思呢, GPT - 1是2018年所产生的成果, 在那个时候, 大语言模型基本上仅仅能够进行造句, 其理解能力差不多就等同于零。当下的人形机器人正处于这般阶段, 能够在固定的路线上行走, 能够于标准的环境里抓取预先设置好的物体, 然而一旦光照的角度发生了变化, 一旦物体的位置出现了歪斜, 一旦旁边有人员走过, 便极其容易直接陷入宕机状态。
呈现视觉、关联大脑以及驱动行动的VLA模型尚处于初级阶段, 数据采集方面存在高达99.9%的缺口。尤其令人心生难过之处在于, 业内对于训练范式甚至都尚未形成统一的认识。
采用Transformer , 进行预训练 , 实施RLHF , 这是大语言模型所拥有的被广泛认可的技术路线 , 具身智能却不存在这样的情况。
有有关方面的专业人士给出了具体明确指出的“及格线”, 这个“及格线”是, 在真实的实际场景当中, 以百分之七十到百分之八十的成功概率来完成人类并不需要专门进行特意学习的技能时, 具身智能才能够算得上是成熟状态。按照这样的一个标准来衡量, 目前当下距离及格的标准还有着相当大的一段距离。
那续航同样是“一生之敌”, 移动以及关节运动极为耗电, 能达到6小时续航已被评定为“相当令人印象颇深”, 假使你让其在工厂运作整个班次, 或许中途就得充两次电。
更为根本的一种拷问是, 你究竟是售卖那种能够解决特定问题的机器人方案, 还是售卖那个通往通用具身智能的平台呢? 产业到现在都还没有想明白。大量的资源在此过程中被消耗在了追求所谓的“终极形态”之上, 然而真正具备高价值、高频率以及高痛感这样性质的核心场景却还尚未被识别发觉出来。
普通人跟这个风口有什么关系
说几个已发生的变化。
首先, 就业的结构处于重组的状态之中。丝杠、力矩电机以及减速器这三者合起来占据整机将近五成的成本。谐波减速器、行星滚柱丝杠的技术工人薪资在半年的时间里面上涨了 30%。制造机器人的人率先富裕起来了。
其次, 产业链正朝着内地进行延伸。广东那种“群链一体化”的情况, 四川有着传感器产业集群, 这并非只是一句空喊的口号。制造业工人转变成为机器人运维工程师, 在东莞、苏州等地的工厂里已然变成了现实。
第三, AI芯片产业被带动着一同往前跑。一台人形机器人所搭载的芯片数量, 远远超过一辆L2自动驾驶汽车, 端侧推理芯片, 力矩控制芯片, 3D视觉处理芯片, 每一样都是新增加的数量。这也就是为什么在“万亿风口”登上热搜的情况下, AI芯片概念股同时大幅上涨。
第四, 标准方面的争夺实际上就是关于话语权的争夺, 工业和信息化部首部《具身智能基准测试方法》在6月开始实施, 全产业链的标准体系正式被发布出来, , 对于制定标准的一方而言 通过其制定的标准 能够决定在产业链上 哪一方可以获取更多利益 哪一方只能获取较少利益。
不要高估短期，不要低估长期
具身智能赛道处于那种堪称典型的“冰火两重天”状况, 一方面, 存在着融资热, 还有政策热, 并且市场预期也很高；另一方面, 真正能够实现全面运行的商业化场景, 用一只手就能够数得过来。
但是, 历史一次又一次地证实了这样一件事情: 当国家级别的标准被制定出来的时候, 当出货的数量从“千台的级别”跳跃到“万台的级别”的时候, 当产业链从“可不可以制造出来”转变进入到“能够制造得多么便宜”的时候, 这个产业就已然越过了不可逆转的转折点。
2019年时, 新能源车月销量达不到10万辆整, 不少人讲电动车属于伪需求, 到了2025年, 中国新能源车渗透率冲破了50%, 光伏以及动力电池, 全都是同一套剧情安排。
人形机器人当下大致如同新能源车在2016年到2017年所处的阶段, 量产方才起始, 成本依旧高昂, 技术路线尚未一致, 然而方向已无人质疑了。
黄仁勋宣称物理 AI 乃是有着庞大数值范畴的“万亿级市场”, 大摩表明到 2030 年时会有 44.6 万台的出货量, 工信部提到今年会有万台级别的落地情况, 这些相关数字无论是否准确并非关键所在, 关键之处在于所传达的信号已然足够明晰: AI 的下一个发展方向, 并非存在于手机之中, 而是在你身旁路过的那个形体是铁制的物体之上。
