简介：这份东吴证券机器人行业深度报告以PDF形式呈现，面向关注人形机器人产业链的投资者、行业研究人员与供应链从业者，系统梳理产业前景、核心零部件价值量分布及国产供应链机会。报告共1个PDF文件，压缩包约2.83MB，内容完整，便于阅读与检索。已有159人学习下载。正文围绕特斯拉FSD系统、电机、减速器、行星滚柱丝杆、传感器等环节展开，测算各部件价值量占比，并给出绿的谐波、鸣志电器、三花智控、拓普集团等重点标的与关注方向，同时提示商业化不及预期、国际贸易摩擦、零部件降价等风险。读者可借此快速建立产业链成本拆分框架，理解“隐形冠军”企业的卡位逻辑，适合作为行业研究入门与投资决策的参考底稿。

1. 一份2023年中的深度报告：人形机器人产业链为什么被重新定价

2023年7月1日，一份名为《人形机器人产业链纵析，寻找供应链“隐形冠军”》的行业深度报告发布，把行业研究的焦点从整机叙事拉回到BOM表。它没有停留在“人形机器人会不会来”的争论，而是直接拆开一台2万美元目标成本的人形机器人，去问钱花在哪些零部件上、哪些环节外购、哪些环节最可能跑出供应链“隐形冠军”。

这条资讯值得从业者关注，不是因为报告给出了一串名字，而是因为它把“具身智能”这个偏概念的话题，翻译成了可核算的价值量：自动驾驶系统占39%，电机占19%，减速器占14%，行星滚柱丝杠占9%，传感器约3%。当一台机器的成本结构被摊开，产业判断就不再是玄学，而是回到“谁卡位高价值量、谁扛得住降价、谁先拿到定点”的老问题。

更关键的信号是，报告把商业化路径拆成三个阶段：短期进工厂和高净值消费者，中期进制造业和服务业，长期进家庭。对应市场规模从约95亿元、约7.6万亿元走到约15.2万亿元。数字很大，但真正影响从业者的是它背后的推演方式：先看渗透率，再看单机BOM，最后看国产供应链能切哪一段。

2. 事实底座：2万美元目标下的产业链BOM与三个阶段

2.1 时间线与成本线：从概念机到2万美元/台

报告给出的时间线并不复杂：2021年8月首次发布人形机器人概念机，不到两年时间，已经展示出直立行走、搬运物体、洒水等复杂任务。这个进度放在行业里看，重点不是“动作像不像人”，而是底层能力在迁移：环境感知、运动控制、AI训练开始共用一套技术栈。报告的判断是，某海外智能电动车厂商凭借自动驾驶技术迁移和工厂应用场景，解决了此前人形机器人产业化的两个痛点——技术可复用性和落地场景。

成本线是另一条主线。报告测算，该厂商人形机器人量产后成本有望降到2万美元/台，按1:1替代产线工人计算，仅需约2年收回成本。这个回本周期放在对比表里更直观：工业机器人中位数约3年，某消费电子厂商的人形产品约10年，某海外机器人公司约19年，某海外汽车厂商约82年。2022年公开统计口径下的制造业平均工资约7.06万元/人，2万美元折合约14万元，正好对应“两年回本”的粗略账。

提示：回本周期是商业化语言，不是技术语言。看人形机器人项目，先问“替代谁、替代几小时、良率多少”，再谈“像不像人”。

这张账之所以重要，是因为它把“人形”从展示品拉回生产资料。一台机器如果两年回本，工厂愿意试；如果十年回本，只能停在展厅。报告看好的不是人形外形，而是“类人的通用性+可核算的回本效率”。这也是后面所有零部件价值量拆解的前提：整机要压到2万美元，硬件必须外购，供应链必须降本。

2.2 零部件价值量拆解：39%的大脑与61%的外购硬件

报告的核心拆解可以概括为“大脑自研、硬件外购”。自动驾驶系统加自研超算芯片组成核心控制系统，占整机成本约39%，相当于机器人的“大脑”，是该厂商核心能力所在，自研为主。剩余约61%基本依靠外购，这部分才是供应链“隐形冠军”的战场。

这张表里最容易被忽略的是口径。报告在不同段落用了两套拆法：一套按核心零部件价值量排序，丝杠是9%；另一套按外购零部件成本拆分，直线执行器总成是15%。两者不是矛盾，而是“部件”和“总成”的区别。做供应链研究，如果把这个口径混掉，就会高估丝杠单一环节的利润池，也会低估总包商的集成价值。

从影响看，39%的大脑自研意味着整机厂不会把最核心的控制系统让出去，外购硬件的竞争会集中在“可标准化、可规模制造、可降本”的环节。电机、减速器、丝杠、传感器这四个方向，正好对应旋转关节、线性关节和感知层。谁能在2万美元目标下把良率、一致性、交付节拍做上去，谁才有资格谈“隐形冠军”。

2.3 三阶段渗透率测算：95亿、7.6万亿、15万亿怎么来的

报告没有直接拍一个“万亿市场”，而是按场景渗透率分三段推。短期2024—2026年，场景是该厂商超级工厂加高净值消费者：工厂人数渗透率5%，高净值消费者渗透率15%，测算市场规模约95亿元。这个阶段的关键词是“验证”，不是“放量”。工厂提供训练样本和测试场景，个人买家更多是收藏和体验。

中期2026—2030年，场景扩展到制造业和服务业：制造业人数渗透率8%，服务业人数渗透率5%，测算市场规模约7.6万亿元。这个阶段的假设是，人形机器人在少数工厂的应用效果得到验证，大众接受度提高，开始处理工业机器人处理不了的柔性场景，并进入餐厅、超市、商场等服务场景。长期2030—2035年，场景进入个人和家庭：一人户家庭渗透率35%，多人户家庭15%，测算市场规模约15.2万亿元。报告的逻辑是，生成式AI大模型与人形机器人结合后，具身智能成为现实，机器人开始满足情感需求，从而进入家庭。

这三个数字不能简单当成“年份—规模”的预测表。阶段一95亿元更像验证期的小池子；阶段二7.6万亿元跳变很大，前提是制造业和服务业同时打开；阶段三15.2万亿元则依赖家庭场景和情感需求，变量最多。对从业者来说，真正要盯的是阶段一的验证能不能跑通：工厂里能不能稳定干活、单机BOM能不能降、维护成本能不能控。阶段一跑不通，阶段二的7.6万亿就只是纸面推演。

从行业研究的角度看，这份深度报告的价值在于把“万亿蓝海”拆成了可跟踪的中间变量：渗透率、单机价值量、外购比例、国产化率。它没有说人形机器人明天就普及，而是给出了一条从95亿到15万亿的路径。路径是否成立，要看后面几个章节里的零部件卡位和风险变量。

3. 影响谁：核心零部件的“隐形冠军”逻辑与国产供应链机会

3.1 电机与减速器：旋转关节的确定性最高？

单台人形机器人躯干包含16个旋转关节执行器和12个线性关节执行器，双手共需12个手部执行器。旋转执行器采用力矩电机+减速器方案，线性执行器采用电机+行星滚柱丝杠方案，灵巧手采用空心杯电机+齿轮箱结构。这个结构决定了电机和减速器是价值量最集中的外购硬件：电机合计19%，其中28个无框电机用于大关节，价值量15%；12个空心杯电机用于手指，价值量4%。减速器合计14%，用于16个旋转关节，其中12个谐波减速器、4个行星减速器。

为什么旋转关节的确定性更高？因为它的技术路线相对收敛，执行器结构清晰，单机用量明确，和整机放量强绑定。对供应链来说，只要整机厂开始小批量产，旋转执行器的电机、减速器、轴承、编码器就要跟着交付，验证周期比传感器短，坏账风险也比整机低。报告投资端看好高弹性+高壁垒的谐波减速器供应商、供应链先发优势强的空心杯电机供应商、旋转执行器总包商，本质上是沿着“单机用量×价值量×国产替代空间”三条线筛。

但“确定性高”不等于“利润好”。减速器和电机都是重资产、重工艺的环节，量产爬坡阶段最怕良率翻车。行业里有个血泪经验：样件性能漂亮不代表量产稳定，实验室指标和产线节拍是两回事。谐波减速器的柔轮材料、热处理、齿形加工，空心杯电机的绕线工艺、动平衡、寿命一致性，都是需要时间磨的。整机厂在2万美元目标下一定会压价，供应商如果只靠单品高价值量，没有总成能力或工艺壁垒，很容易陷入“量增利不增”。

从影响面看，电机和减速器最先受益的不是整车品牌，而是具备精密加工、规模制造和车规级交付经验的零部件厂。报告提到国产供应链可以参考电动车产业的国产化路径：国产化率约90%时，整车成本和毛利率都会明显改善。人形机器人要复刻这条路径，减速器和电机是最现实的切入口，因为它们的BOM占比高、标准化程度相对高、国产供应商已有工艺积累。

3.2 行星滚柱丝杠与传感器：线性关节和感知层的弹性

线性关节是报告里容易被低估的部分。单个机器人有12个线性关节执行器，采用电机+行星滚柱丝杠方案。行星滚柱丝杠的价值量占比约9%，但它是线性执行器的核心传动件，加工壁垒高，涉及螺纹磨削、材料、热处理和寿命测试。报告在外购拆分口径里把直线执行器总成单列为15%，说明整机厂更可能按总成采购，而不是只买一根丝杠。对供应商来说，只做丝杠是部件逻辑，做总成是系统逻辑；后者的议价权和客户黏性更强，但前期研发投入也更大。

传感器占比约3%，包括视觉传感和力/触觉传感器。价值量不高，但作用不低：视觉负责环境感知，力/触觉决定抓取和操作精度。灵巧手要承载约10kg重物、使用工具、完成微小动作，离不开力传感器和触觉传感器。报告把传感器放在“具身智能趋势下”来看，逻辑是机器人从“执行程序”走向“理解环境”，感知层的用量和精度都会提升。短期传感器价值量低，容易被整机厂压价；长期如果人形机器人进入家庭和服务场景，感知冗余会增加，传感器的单机价值量有上修可能。

这里有一个产业节奏问题：传感器是“后置弹性”，减速器/电机是“前置确定性”。整机厂在验证期优先保证运动控制可靠，传感器方案可能先求够用；等到场景复杂化，感知层才会升级。对从业者来说，如果做的是传感器，不要只看单机3%的价值量，要看它是否卡在“安全”和“操作精度”这两个不可替代的功能上。力传感器如果只是可选件，议价能力有限；如果进入安全闭环，价值量低也能守住份额。

3.3 整机厂与总包商：谁掌握执行器总成，谁拿到议价权

报告的投资建议里，除了零部件单品供应商，还提到旋转执行器总包商、线性执行器供应商、微型传动系统、底层能力强的整机厂。这个排序背后有一条产业规律：人形机器人放量初期，整机厂没有精力管理几百个零件供应商，更愿意按执行器总成、灵巧手总成、感知模块总成来采购。总包商的价值不是简单组装，而是把电机、减速器、丝杠、传感器、编码器匹配到一起，保证扭矩、精度、寿命和成本。

谁掌握总成，谁就更容易拿到议价权。单品供应商面对整机厂，容易被比价；总包商面对整机厂，可以用“交期+良率+联合开发”换份额。报告看好的旋转执行器总包商和线性执行器供应商，本质上是看中“供应链先发优势”和“高壁垒”。先发优势不是先送样，而是先进入联合开发、先跑完寿命测试、先建立产线节拍。高壁垒不是单点专利，而是工艺、设备、材料和客户认证的组合。

整机厂的机会则在于场景和数据。报告判断，该厂商的超级工厂既是落地场景，也是训练和测试样本来源。这个逻辑对国内整机厂同样成立：谁有真实场景，谁就能更快迭代。但整机厂不能什么都自己做，2万美元目标下，全部自研会拖慢降本。更现实的路径是“大脑自研、执行器总成外购、核心部件联合开发”。这也是报告把产业端和投资端分开看的原因：产业端看商业化落地，投资端看核心零部件卡位。

从行业研究的角度看，这份深度报告给出的不是一份“买入清单”，而是一张“卡位地图”。电机、减速器、丝杠、传感器、总成商、整机厂，每一层都有机会，但节奏不同。前置确定性在旋转关节，后置弹性在线性关节和感知层，议价权在总成商。谁能在2万美元BOM里守住价值量，谁就能在人形机器人产业链里从“隐形”走向“冠军”。

4. 产业链误读：四个容易踩坑的判断偏差

4.1 误读一：把价值量占比直接当利润池

误判点：看到自动驾驶系统占39%、电机占19%、减速器占14%，就认为这些环节的利润池也按同样比例分配。

为什么：价值量占比是成本口径，不是利润口径。39%的大脑是整机厂自研，外部供应商拿不到；电机和减速器虽然价值量高，但竞争格局、良率爬坡、年降压力都会侵蚀利润。同样占14%的减速器，谐波和行星的毛利率可能差很多；同样占19%的电机，无框电机和空心杯电机的工艺壁垒也不一样。把成本占比当利润池，容易高估单品供应商的盈利能力。

怎么看：先拆“谁拿走收入、谁承担资本开支、谁有定价权”。自研环节看整机厂毛利率，外购环节看供应商的良率、产能利用率和年降幅度。价值量高只说明“钱经过这里”，不说明“钱留在这里”。看行业报告时，把价值量表和利润率表分开看，才不会把BOM当利润表。

4.2 误读二：把“9%丝杠”和“15%直线执行器”混为一谈

误判点：报告里行星滚柱丝杠占9%，直线执行器总成占15%，有人把这两个数字相加，或者用9%去推算总成市场。

为什么：这是两个口径。9%是核心零部件价值量排序里的丝杠部件口径；15%是外购零部件成本拆分里的直线执行器总成口径。总成里不只有丝杠，还包括电机、传感器、轴承、结构件等。用9%推算丝杠市场，得到的是部件池；用15%推算总成市场，得到的是系统池。两个池子的玩家、毛利率、进入门槛都不同。

怎么看：先问“这是部件还是总成”。如果一家供应商只做丝杠，就按9%的部件池估；如果做直线执行器总成，就按15%的系统池估，但要扣掉外购电机、传感器的成本。报告里的数字不是用来相加的，是用来分层的。把这个口径对齐，后面看定点、看单机价值量才不会翻车。

4.3 误读三：把“2万美元成本”当成“2万美元售价”

误判点：看到2万美元/台，就认为人形机器人未来售价就是2万美元，甚至用2万美元去乘销量算收入。

为什么：2万美元是报告测算的量产成本目标，不是终端售价。整机厂要留研发、销售、售后、软件订阅和渠道利润，售价通常高于成本。更重要的是，2万美元是“量产后”的成本，不是第一批量产成本。初期产量小、良率低、供应链没爬坡，实际成本可能明显高于目标。用成本价当售价，会高估销量弹性，也会低估整机厂的定价策略。

怎么看：把成本、售价、回本周期分开算。成本看BOM和制造费用，售价看场景支付意愿，回本周期看替代人工的工资账。报告用2年回本测算，是建立在1:1替代和2万美元成本假设上的。如果售价高于2万美元，回本周期拉长，渗透率假设就要下修。看这类报告，先找“成本假设”四个字，再谈市场规模。

4.4 误读四：把“国产供应链机会”当成“全面替代”

误判点：报告说国产供应链重要，就认为所有零部件都会很快国产化，所有国产厂商都能拿到份额。

为什么：国产供应链的机会是结构性的，不是全面替代。大脑自研，外部供应商切不进去；传感器价值量低，整机厂初期可能优先保性能；丝杠和减速器壁垒高，认证周期长。参考电动车产业，国产化率提升也花了多年，而且是先从结构件、内外饰、电机电控等环节突破，再到更核心的部件。人形机器人放量初期，整机厂更看重良率和交付，不会为了国产化率牺牲可靠性。

怎么看：按“价值量×壁垒×认证周期”排优先级。高价值量、高壁垒、认证周期长的环节，国产替代慢但一旦进入份额稳；低价值量、标准化程度高的环节，替代快但利润薄。看供应商不要只看“国产”标签，要看它有没有进入联合开发、有没有跑完寿命测试、有没有产能预留。国产供应链机会是真的，但“全面替代”是误读。

5. 接下来怎么走：从“送样定点”到“量产爬坡”的观察指标

5.1 三个先行指标：定点、产能、单机BOM降幅

人形机器人产业链从主题走向业绩，中间要过三道关：定点、产能、单机BOM降幅。定点是第一步，代表供应商进入整机厂的联合开发或小批量供应体系。送样不算定点，送样只是“性能达标”；定点意味着“商务条款、交付节拍、质量体系”都开始对齐。看定点公告或产业链调研，重点看三个细节：定点的是部件还是总成、单机用量多少、生命周期多长。只写“获得定点”不写用量，含金量要打折。

产能是第二步。人形机器人零部件很多是精密加工，产能不是想扩就能扩。谐波减速器要看柔轮产线、热处理设备、磨齿机；丝杠要看螺纹磨床、材料供应、寿命测试台；空心杯电机要看绕线设备、动平衡产线。产能规划要跟客户量产节奏匹配，扩早了闲置，扩晚了丢单。看产能不要只看“规划多少万套”，要看“设备到场没有、良率爬坡到多少、单班还是双班”。

单机BOM降幅是第三步。整机厂要压到2万美元，一定会推动零部件年降。供应商能不能在降价的同时守住毛利率，取决于三点：工艺降本、规模摊薄、产品结构升级。只做单品、没有工艺壁垒的供应商，年降压力最大；能做总成、能联合开发的供应商，可以用系统方案换议价空间。看财报时，重点看“毛利率降幅是否小于单价降幅”“产能利用率是否提升”“新品占比是否提高”。

提示：产业链研究里，定点、产能、BOM降幅这三个指标要按顺序看。跳过定点谈产能，容易把规划当订单；跳过产能谈业绩，容易把送样当收入。

5.2 两类风险：商业化节奏与降价螺旋

报告的风险提示写了三条：人形机器人商业化不及预期、外部贸易环境变化、零部件大幅降价导致盈利能力下降。这三条不是套话，对应的是两类核心风险。

第一类是商业化节奏风险。人形机器人现在最缺的不是技术演示，而是稳定干活的经济性。工厂场景要求节拍、良率、维护成本；家庭场景要求安全、噪音、交互。任何一个场景跑不通，渗透率假设就要下修。阶段一95亿元的市场规模不大，但如果验证期拉长，阶段二的7.6万亿元就要往后推。对供应链来说，最怕的是整机厂小批量试产之后没有下文，供应商的产能和研发投入变成沉没成本。

第二类是降价螺旋风险。2万美元目标下，整机厂一定会把降本压力传给供应链。零部件大幅降价，短期看利于放量，长期看可能削弱供应商的研发投入和良率改进。减速器、电机、丝杠都是重资产环节，如果年降幅度超过工艺降本幅度，毛利率会被压缩，供应商就没有钱扩产和迭代。更麻烦的是，降价螺旋会加速行业洗牌，尾部供应商出局，头部供应商份额提升，但盈利能力未必同步提升。

从行业角度看，这两类风险不是孤立存在的。商业化节奏慢，整机厂就更依赖低价策略抢场景；低价策略又会加剧降价螺旋。供应商要做的不是赌整机厂一定成功，而是控制资本开支节奏，先拿定点再扩产能，先用通用产线再上专用产线。管理层看这类项目，也要把“回本周期”和“现金流”放在“技术参数”前面。

5.3 一个可复用的敏感性测算（代码）

报告给了三阶段渗透率和市场规模，但实际跟踪时，渗透率、单价、BOM占比都会变。下面这段代码用输入里的关键参数做敏感性测算，方便把“万亿市场”拆成可调的中间变量。代码只做算术，不引入外部数据；参数可以按自己的假设改。

# 人形机器人市场空间敏感性测算 # 参数来自报告口径：单机成本2万美元，按汇率粗略折算为14万元/台 # 阶段一：工厂人数渗透率5%，高净值消费者渗透率15% # 阶段二：制造业渗透率8%，服务业渗透率5% # 阶段三：一人户渗透率35%，多人户渗透率15% unit_cost_wan = 14.0 # 单机成本，万元/台 # 场景基数（万人/万户）仅作示例占位，实际使用时替换为目标场景基数 factory_people = 6.3 # 该厂商超级工厂人数，万人 hnw_households = 2.95 # 高净值消费者基数，万户 manufacturing_people = 10000.0 # 制造业人数示例基数，万人 service_people = 10000.0 # 服务业人数示例基数，万人 single_households = 2900.0 # 一人户示例基数，万户 multi_households = 5000.0 # 多人户示例基数，万户 def market_size(base, penetration, unit_cost): """按场景基数×渗透率×单机成本测算市场空间，单位：亿元""" return base * penetration * unit_cost stage1 = ( market_size(factory_people, 0.05, unit_cost_wan) + market_size(hnw_households, 0.15, unit_cost_wan) ) stage2 = ( market_size(manufacturing_people, 0.08, unit_cost_wan) + market_size(service_people, 0.05, unit_cost_wan) ) stage3 = ( market_size(single_households, 0.35, unit_cost_wan) + market_size(multi_households, 0.15, unit_cost_wan) ) print("阶段一市场空间（亿元）：", round(stage1, 2)) print("阶段二市场空间（亿元）：", round(stage2, 2)) print("阶段三市场空间（亿元）：", round(stage3, 2)) # 敏感性：单机成本每下降10%，市场空间同比例变化 for cut in [0.0, 0.1, 0.2]: print(f"成本下降{int(cut*100)}%后阶段三空间：", round(stage3 * (1 - cut), 2))

这段代码的重点不是复现报告里的95亿、7.6万亿、15.2万亿，而是把“基数×渗透率×单价”拆开。unit_cost_wan是单机成本，改它就能看降价对市场空间的影响；penetration是渗透率，改它就能看场景验证快慢；base是场景基数，改它就能看不同市场假设。报告里的数字很大，但每一个大数字背后都是这三个变量的乘积。实际跟踪时，先把基数换成自己研究的场景，再调渗透率和单价，才不会把纸面推演当成确定事实。

从参数说明看，阶段一的基数最小，但验证意义最大；阶段二的基数跳变最大，对渗透率假设最敏感；阶段三的基数最分散，家庭场景的接受度最难预测。做投资或产业规划，不要只算一个总数，要算“悲观—中性—乐观”三档。悲观档看阶段一能不能跑通，中性档看阶段二制造业渗透率，乐观档才看家庭场景。这样测算出来的结果，才敢拿去做产能和研发预算。

6. 趋势判断：人形机器人产业链的“隐形冠军”会先出现在哪里

我更愿意把2023年这份深度报告当成一张BOM地图，而不是一份买入清单。它给出的趋势判断很清楚：人形机器人产业化不会平均地惠及所有环节，而是先在高价值量、可标准化、可总成供货的环节跑出“隐形冠军”。从节奏看，旋转关节的电机和减速器最先受益，线性关节的丝杠和总成商次之，传感器和灵巧手更偏后置弹性；从格局看，整机厂自研大脑，外购硬件，供应链的议价权在总成商手里，单品供应商要靠工艺壁垒和良率守住份额。

对从业者来说，接下来两三年最值得盯的不是“又发布了什么炫技视频”，而是三个硬指标：有没有进入定点、有没有预留产能、单机BOM降了多少。定点决定能不能上牌桌，产能决定能不能接住量，BOM降幅决定能不能守住利润。对管理层来说，不要用整车逻辑套人形机器人。整车是长周期、大投入、强品牌，人形机器人早期更像“执行器总成+场景验证”的生意，先跑通一个工厂场景，比铺开十个概念更重要。

从行业研究的角度看，这份报告最值得复用的方法是“先拆BOM，再谈趋势”。39%的大脑自研，说明整机厂不会把核心控制让出去；61%的外购硬件，说明供应链机会真实存在；三阶段渗透率测算，说明万亿市场不是一夜之间到来。国产供应链的机会也不是全面替代，而是从高价值量、高壁垒、认证周期长的环节逐步切入。谁能在2万美元目标下把良率、一致性、交付节拍做上去，谁就有机会从“隐形”变成“冠军”。

从那以后我每次看人形机器人项目，都强制先把BOM、价值量口径和回本周期三件事对齐一遍，再谈趋势。这个习惯不炫技，但能少踩很多坑。希望帮到你。

本文还有配套的精品资源，点击获取