中国人形机器人行业年中盘点：向商业化现实迈出数步

摘要： 高盛对中国人形机器人行业进行年中盘点，认为行业正向商业化现实迈进。核心逻辑在于 VLA/VTLA（视觉-语言-动作/视觉-触觉-语言-动作）模型与世界模型的快速集成提升了规划能力与鲁棒性，但高质量真实世界数据仍是主要瓶颈，行业正通过构建中心化数据工厂和分布式部署循环来突破。

行业主线：

1. 模型架构演进：讨论重心从单一 VLA 转向以执行为导向的多模态堆栈（VLA/VTLA + 世界模型），参数规模向 40B-80B 区间提升，旨在提高部署质量和一致性。
2. 数据获取策略：高质量真实数据被视为核心护城河，以人为中心和第一视角采集成为主流，部分厂商已建立规模化数据工厂，预计数据相关收入将在 2026 年增加。
3. 商业化落地路径：目前主要处于 PoC（概念验证）阶段，重点聚焦工业搬运、物流分拣及半结构化场景，预计大规模部署将在 2027-2029 年实现。

关键变化与分歧：

1. 形态选择：短期内，多数厂商倾向于“轮式底盘 + 2-3 指抓取器”的组合，认为其能覆盖 70%-90% 的工业应用，而非直接全面推行双足人形。
2. 成本下降驱动：成本降低主要依赖规模效应和全栈研发控制，部分硬件 BOM 已出现明显下降趋势。

受益方向与风险：

1. 受益方向：具备全栈研发控制能力、拥有大规模高质量数据采集基础设施以及在工业/物流场景有实际落地能力的厂商。
2. 核心风险：从 PoC 到大规模商业化的过渡时间超出预期、高质量数据积累速度不足、硬件成本下降节奏不及预期。