具身智能的商业化前夜：人形机器人供应链地图

为什么要画这张地图：硬件约束决定商业化节奏

具身智能（Embodied AI）在过去两年完成了从学术概念到产业叙事的跃迁：大模型给了机器人「脑子」的可能性（VLA 类模型把视觉、语言与动作放进同一个模型，库内 VLA 篇讲过技术路线），资本的涌入给了行业前所未有的资源。但机器人的商业化节奏，从来不由 AI 叙事决定，而由硬件供应链决定——一台人形机器人要有几百个精密零部件，每一个的良率、成本与产能都直接决定这台机器能不能批量造出来、卖得起价格。

这正是本篇的分工所在：库内端到端自动驾驶篇与世界模型上车篇讲的是「车」——轮式载具的感知与决策已经跑在量产轨道上；本篇讲「机器人」——双足形态带来的自由度、负载与安全要求，让它的硬件复杂度比汽车外露的驱动系统更高一个层级。车的智能化已经过了供应链关，机器人还在供应链关前排队：理解这张供应链地图，就理解了人形机器人「发布会很热闹、交付很骨感」的根本原因。

硬件约束对商业化的锁定体现在三个环节的串行关系上：供应链成熟度决定 BOM 成本，BOM 成本决定售价，售价决定部署规模，部署规模反过来决定数据积累与 AI 迭代——这个链条的起点在零部件工厂，不在算法实验室。给从业者一个务实的心法：评估任何一家人形机器人公司，先问它的关键部件自制率与供应商绑定深度，再看它的 demos——演示视频里的灵巧是软件能力，交付清单里的良率是硬件能力，两者缺一都不是商业化的入场券。

BOM 地图：六个约束环节的成本与卡位

人形机器人的物料清单（BOM）里，真正决定成本与性能的环节集中在六个点上，每个点都对应一类精密制造能力。

第一是减速器。机器人关节的电机转速高、扭矩小，必须经减速器换成扭矩——人形机器人全身几十个关节，每个关节一个减速器。谐波减速器（轻量、精度高）与行星减速器是当前主流，行星滚柱丝杠则在直线关节承担同类角色。这个环节长期被日系厂商主导，国产厂商正在借人形机器人的量产窗口切入——减速器是 BOM 里确定性最高的受益环节：用量最大、技术路线最收敛、国产替代的既有基础最好。

第二是丝杠。直线关节（腿部与臂部的直线执行器）需要把电机的旋转转化为直线运动，行星滚柱丝杠是当前人形机器人的主流选择——它承载密度高、寿命长，但加工精度要求极高（滚柱与丝杠的螺纹配合以微米计），全球高端产能长期集中在欧洲与日本少数厂商（舍弗勒、Ewellix 等），国产厂商正在从机床行业切入爬坡。丝杠是当前人形机器人 BOM 里单价最高的部件之一，也是产能瓶颈最明显的环节——头部整机厂对丝杠供应商的锁定与投资（特斯拉自建产线的传闻与国产供应商的绑定）是这个环节竞争白热化的直接证据。

第三是空心杯电机与无框力矩电机。灵巧手与轻量关节需要小体积、高功率密度的电机：空心杯电机（无铁芯结构、响应快）是灵巧手的主流选择，无框力矩电机是关节执行器的主流。电机是中国的传统强项（全球电机产业链的大半在中国），这个环节的国产化最成熟，卡位价值在于与减速器、编码器集成的模组化交付能力——单卖电机是毛利微薄的零件生意，卖集成关节模组才是卡位。

第四是灵巧手。人形机器人的价值密度集中在手：搬运、装配、工具使用都靠手完成，而手的自由度（每只手十几到二十几个）直接决定能力上限。灵巧手集成了传动、传感与微型执行器，是整机中单价最高的部件之一，也是良率与寿命最难做的部分——手的突破进度，就是人形机器人从演示走向干活的进度。

第五是传感器。人形机器人的感知栈包括视觉（多目相机、深度相机）、激光雷达（部分方案）、力矩传感器（关节力控的必备件）、六维力传感器（手腕脚踝的高精度力感知）与 IMU。六维力传感器是国产化正在突破的高端环节（海外 AT 类厂商主导，国产厂商在切入），视觉方案则受益于自动驾驶产业链的外溢——汽车传感器的供应链（摄像头模组、激光雷达）正在被人形机器人复用，这是两条产业链交汇的第一个点。

第六是「大脑与小脑」的算力与电池。机载算力（运行 VLA 模型的边缘计算平台）与电池（续航决定工作时长）是整机的基础约束：算力方案基本被英伟达的 Jetson 系与自研 SoC 分食，电池则复用消费电子与汽车供应链。这个环节的约束不在供给而在功耗——模型推理的功耗直接吃掉续航，这是 AI 与硬件互相锁定的典型表现（模型要跑得动，硬件要扛得住）。

综合来看，一台当前主流配置的人形机器人，BOM 成本的分布大致是：执行器系统（减速器+丝杠+电机+编码器）占据半壁江山，灵巧手与传感器合计占两成上下，算力与电池各占一成左右——执行器是成本与技术的双重主战场，这张成本结构决定了供应链投资的流向。

玩家进度：特斯拉的锚与国内阵营的多路并进

评估行业进度需要一个锚点，特斯拉 Optimus 就是那个锚——它的目标定义了这个行业的「量产坐标系」。

Optimus 的进度要分开看「演示」与「工厂部署」两个层面。演示层面，Optimus 的迭代速度引人注目：从早期行走的蹒跚到后续代的灵巧操作（叠衣服、分拣电池），VLA 模型的加持让操作能力肉眼可见地提升——特斯拉的独门优势是汽车产业链的复用（执行器、电池、传感器直接借用汽车供应链与制造能力）与工厂这个天然试验场（自家的电池分拣线就是第一个部署场景，库内世界模型上车篇提到的仿真训练体系同样为机器人服务）。部署层面，公开信息显示 Optimus 已在特斯拉自有工厂承担分拣等辅助任务，但规模化外售的时间表已经多次后移——马斯克式的乐观时间表与工程现实之间的落差，是这个行业最需要警惕的参照系：把发布会进度当行业进度，会系统性高估商业化节奏。

国内阵营的密度全球最高，多路并进的格局值得分层看。第一层是科技大厂与专业整机：优必选（先上市的人形机器人公司，工业场景与教育科研双线）、宇树（四足机器人起家、人形以性能价格比著称，运动控制能力的全球标杆）、智元机器人、傅利叶智能（康复机器人延伸）、银河通用（以具身大模型路线著称）、逐际动力（以全身运动控制见长）等——国内整机的特点是迭代速度快、价格下探狠（整机售价从数十万压向十万元级区间的速度远超海外同行），依托的正是国内执行器供应链的成本优势。第二层是汽车产业链的跨界：小鹏（Iron 项目，复用汽车智驾与制造）、小米、比亚迪等车企的人形布局——汽车与机器人的供应链重合度（电机、电池、传感器、制造工艺）让车企的跨界几乎没有学习成本，这个人群的进入深度是行业加速的重要变量。第三层是核心零部件的专业玩家：绿的谐波（谐波减速器）、鸣志电器（空心杯电机）、贝斯特与北特科技（丝杠切入）、柯力传感（力传感器）等——它们的订单与扩产公告，是供应链真实放量的最硬证据，比任何整机发布会都可靠。

进度判断的共识口径是：运动控制（行走、平衡）已经过关，操作能力（手眼协调、柔性作业）是当前主战场，通用性（跨场景迁移）仍在实验室。国内阵营在整机成本与迭代速度上占优，海外阵营在模型能力与场景数据上领先——两条曲线的交叉点（低成本硬件+强通用模型）就是商业化引爆点，当前的行业竞赛，本质上是在抢「交叉点到来之前不倒下」的资格。

场景的冷静盘点：为什么工厂先行

「机器人进家庭」的叙事流量最大，但真实商业化的顺序几乎必然是工厂与物流先行——这个判断的理由值得完整摆一遍。

第一个理由是需求结构的匹配。工厂的分拣、搬运、上下料是「高频、重复、结构化」的任务：环境相对可控（工位的布局可以适配）、任务相对单一（分拣一种电池不同于分拣家庭里的任意物品）、容错可以设计（产线的节拍与缓冲可以容忍机器人的慢与偶尔失败）——这是 VLA 模型当前能力边界内的任务形态。家庭场景则相反：环境不可控、物品无界、容错极低（摔碎一个花瓶的成本高于一次产线慢节拍）——家庭是机器人的远期愿景，不是近期市场。

第二个理由是经济账的闭环。工业场景的人力成本可以精确计价：一个分拣工的年综合成本（工资+社保+管理）是明确的数字，机器人若以「数年回本」的口径对齐（整机售价+运维 vs 同期人力成本），采购决策可以走通——工业场景的机器人替代有现成的 ROI 框架。家庭场景的「替代」对象是无偿家务劳动，没有支付主体，商业模式只能依赖消费电子式的价格敏感曲线——那条曲线要等成本降一个数量级才生效。

第三个理由是数据的正循环起点。工厂部署提供的真机数据（真实作业的任务数据）是具身模型迭代的关键燃料——先有商业化才有数据，先有数据才有能力，先有能力才有更大的商业化。这个循环必须从「有部署」的地方启动，而工厂是唯一能同时提供部署量、容错空间与数据价值的场景——「进厂打工」是人形机器人的第一份工作；悬念只在进厂的规模与速度。

落地任务形态的排序也很清晰：抓放类任务（分拣、搬运、上下料）是第一批，质检巡检是第二批，精细力控装配是第三批——听其宣称的场景，看其订单的任务形态，两者的差距就是叙事与现实的距离。

成本曲线与数据瓶颈：两个真正的门槛

商业化的最后两道门槛，一个是制造端的成本曲线，一个是数据端的真机数据瓶颈。

成本曲线的下降逻辑清晰但需要时间。当前主流人形机器人的 BOM 成本在数十万元级，头部厂商的目标是压向十万元级区间——下降的路径有三条：供应链的规模化（减速器、丝杠等核心件随需求放量而降价，制造业的学习曲线在这里完全适用——出货量每上一个台阶，单位成本下一个台阶）；设计优化（执行器集成度提升、零部件数量精简、材料替代）；良率爬坡（精密部件的良率从试产线的低位爬到量产线的稳定位）。特斯拉把汽车制造业的成本纪律（规模化+垂直整合+设计降本）带入机器人，国内厂商则靠供应链密度与工程速度——两条路径殊途同归。成本下降的时间表比技术突破更可预测：这是一个制造业问题，不是科研问题，它的节奏大概可以用汽车零部件的历史学习曲线作参照。

数据瓶颈是比成本更深的门槛。具身模型需要大量「机器人做事」的数据，三条获取路径各有硬伤：遥操作真机采集（质量最高但成本极高，鸡生蛋蛋生鸡）；仿真合成（量无限但有 Sim2Real 鸿沟，库内仿真与 Sim2Real 篇讲过机理）；视频学习（量大免费但缺少动作真值）。行业共识是三路并用、以真机数据为锚——部署规模因此不只是收入问题，更是数据战略问题：谁先部署万台级真机，谁的模型迭代就拉开代差。这也解释了头部厂商为何宁可亏钱也拿工业订单——订单是数据采集网络的入口。

数据瓶颈的另一个维度是标准与共享：数据格式（各家自有的数据标准）、真值标注、跨机构共享的机制都还在草创期，行业级的数据基础设施（类似自动驾驶数据集的公共基准）刚刚起步——具身智能的数据生态比大模型的文本生态晚了一整个时代，这是它与语言模型商业化节奏差异的根源。

给从业者的观察清单

第一，盯核心零部件厂商的订单与扩产公告（谐波减速器、丝杠、空心杯电机的上市公司披露）：零部件放量领先整机交付约两个季度，是行业真实节奏的最硬先行指标。第二，盯特斯拉 Optimus 的工厂部署规模与外售时间表：它定义行业锚点，但要用「部署台数」而非「发布会」校准。第三，盯国内整机厂的订单结构与任务形态：分拣搬运类订单的金额与复购（同一客户第二批采购）是商业化成立的标志，科研教育订单的大单要打折看待。第四，盯数据基础设施的进展（真机数据集的公共发布、遥操作采集服务的商业化）：数据生态的成型速度决定模型迭代的斜率。第五，盯车企跨界的人形机器人投入：汽车供应链的复用深度（哪些部件共线生产）决定成本曲线的下降速度，车企的进入深度是行业加速的最大变量。

小结

人形机器人的商业化前夜，叙事的热度与供应链的成熟度之间存在清晰的温差：发布会里的灵巧操作由大模型驱动，交付清单里的良率与成本由减速器、丝杠、空心杯电机、灵巧手与传感器决定——BOM 地图上的六个约束环节里，执行器系统占据成本半壁江山，是制造端的主战场；而汽车产业链的复用（部件、工艺、传感器）是成本下降曲线里最大的结构性变量。

玩家格局锚点清晰：特斯拉以汽车产业链的纪律定义量产坐标系（但时间表要打折看待），国内阵营以整机迭代速度与价格下探能力领先（运动控制过关、操作能力是当前主战场），零部件专业玩家的订单是最硬的证据。商业化的顺序几乎没有悬念：工厂与物流先行——需求结构匹配、ROI 可计算、数据正循环可启动三个理由锁定了「进厂打工」是机器人的第一份工作，家庭场景是远期愿景而非近期市场。

真正的门槛有两道：制造端的成本曲线是时间问题（学习曲线适用，数十万压向十万级的路径清晰），数据端的真机瓶颈是结构问题（遥操作、仿真、视频三路并用以真机为锚，部署规模同时决定收入与模型迭代速度）。给产业观察者一个总结性的判断框架：这个领域的信息量排序是零部件订单大于部署台数、部署台数大于发布会——机器人产业的坡道比自动驾驶更长，但坡道的起点已经踩实，剩下的就是沿着学习曲线走完这段上坡。