简介：这份东吴证券机器人行业深度报告面向关注人形机器人产业链的研究者、投资人与产业从业者，围绕特斯拉Bot产业化路径、核心零部件价值分布及国产供应链机会展开系统梳理。资源包为1个PDF文件，大小约2.83MB，便于在电脑或移动端直接阅读与检索。报告按“产业趋势—产业链拆解—传感器—投资建议与风险提示”展开，重点分析FSD系统、电机、减速器、行星滚柱丝杆、传感器等环节的价值量占比、技术要点与代表厂商，并给出绿的谐波、鸣志电器、三花智控、拓普集团等标的及关注方向，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。已有159人学习下载，适合用于快速搭建产业链研究框架、查找供应链“隐形冠军”并整理投资逻辑。

1. 一台2万美元的人形机器人，卡脖子的其实不是AI

看这份产业链深度研究报告时，最先让我停下来的不是那些万亿级的市场测算，而是一张成本拆分表：整机目标售价2万美元，其中自研的“大脑”系统独占39%，剩下的61%由电机（19%）、减速器（14%）、直线执行器（9%～15%）、传感器（3%）这些看起来并不新潮的机械件瓜分。算法再强，最终也始终受限于柔轮会不会疲劳、丝杠螺纹能不能磨到导程精度、空心杯电机塞不塞得进指节。这份行业研究真正的价值，在于把“具身智能”这种宏大叙事压缩成了“几个关节、多少数量、单价多少、几年回本”这样一组可复算的物理量。搞懂这套推导链条怎么来的、哪里会松动，比记住任何一个结论都有用。

2. 成本拆解：2万美元/台的BOM表是怎么倒推出来的

2.1 39/19/14/9/3：价值量占比的推导链条

产业链研究里最常用也最容易被误读的方法，是“自上而下倒推”。它的第一步不是去数零件，而是先锚定一个终端价格——2万美元/台，这是厂商公开宣称的平价目标，也是整个测算的地基。地基一旦变化，整张表都会跟着变化。

第二步是把整机按功能切成“自研”和“外购”两块。报告给出的切法是：自动驾驶系统+D1超算芯片构成核心控制系统，占39%，属于厂商核心能力，自研为主不对外采购。这一步是整个分析的关键分界——它直接决定了可投资的外购盘只有61%。很多读者看到“39%”第一反应是“这块最大”，但恰恰相反，最大的那块不进入供应链，真正的生意在剩下的61%里。

第三步才是按关节数量分摊。整机躯干有16个旋转关节执行器和12个线性关节执行器，双手另有12个手部执行器。旋转关节走“力矩电机+减速器”方案，线性关节走“电机+行星滚柱丝杠”方案，灵巧手走“空心杯电机+齿轮箱”方案。数量确定之后，用“总价值量÷数量”就能反推出单个零件的价格区间，再拿这个区间去和现有工业品的报价做交叉验证。

这套方法的优点是自洽：给定构型和售价，每个环节的价值量都能算出来，且能互相校验。缺点是所有结论都挂在两个假设上——构型不变、单价可控。构型一变（比如线性关节数量从12改成8），整张分摊表立刻失效；单价假设一松（比如国产化率不及预期），占比看着没变但绝对金额全变。这也是为什么读这类报告要盯“假设”而不是盯“结论”。

我把这套占比做成一个小脚本跑了一遍，用来验证各环节的单机价值量量级是否合理：

# 按"整机售价 x 价值量占比"反推各环节的单机价值量 BOM_SHARE = { "fsd_system": 0.39, # 核心控制系统，自研，不进入外购清单 "servo_motor": 0.19, # 28 个无框力矩电机(15%) + 12 个空心杯电机(4%) "reducer": 0.14, # 12 个谐波 + 4 个行星，共 16 个旋转关节 "linear_act": 0.09, # 12 个线性关节，行星滚柱丝杠方案 "sensor": 0.03, # 视觉 + 力/力矩 + 触觉 "frame": 0.07, "battery": 0.01, "other": 0.02, } UNIT_PRICE_USD = 20_000 # 整机目标售价 FX = 7.2 # 汇率，仅用于量级估算 def per_unit_value(share, price=UNIT_PRICE_USD, fx=FX): return share * price * fx for name, share in BOM_SHARE.items(): print(f"{name:12s} {share:>5.0%} {per_unit_value(share):>10,.0f} 元/台")

跑完会得到这样一组量级：减速器环节单机约2万元，摊到16个关节上，谐波单价落在千元级、行星减速器更低一档；电机环节约2.7万元，28个无框电机单个约七八百元，12个空心杯电机单个不到五百元；丝杠环节约1.3万元，12根分摊下来单根千元出头。这三个数字和国内现有工业品报价基本对得上，说明这套占比不是凭空捏的。

提示：交叉验证的意义不在于算出精确值，而在于发现“哪一项算出来明显偏离常识”。偏离的那一项，通常就是报告里假设最激进、或者最容易被产业进展推翻的地方。

2.2 回本周期模型：为什么2年回本是产业化的临界点

比市场空间测算更实用的是回本周期模型。它把“这东西卖不卖得动”这个模糊问题，换成了“几年能把买它的钱省回来”这个可以代入数字的问题。分母用的是人均年产出：2022年制造业平均工资约7.06万元/人。

按报告给出的整机价格测算，几类产品的回本年限差异极大：某海外厂商的人形机器人整机约14万元，按1:1替代产线工人算，2年回本；传统工业机器人中位数约20万元，3年；某消费电子厂商的人形产品70万元，10年；两款海外老牌人形机器人分别是1400万元和1750万元，对应198年和248年——这个数量级已经失去商业意义，只能停留在展示阶段。

2年这个数字之所以被反复引用，是因为它跨过了一条心理线：一般制造业设备的折旧周期在5～8年，投资回收期在3年以内基本不需要走复杂的审批流程，产线负责人自己就能拍板。这也是“产业化临界点”这个说法的由来。

但模型里有四条隐含假设，任何一条打折，回本期都会明显拉长：一是机器人能连续作业的时长，实际受电池2.3kWh容量和散热限制，很难做到24小时；二是维护成本为零，实际减速器和丝杠都有寿命周期；三是良率无损，实际初期节拍一定低于人工；四是1:1替代，实际更可能是1:0.6，一个人看两台。按替代比例0.6重算，回本期直接从2年变成3.3年，心理线就破了。所以看这类测算，第一件事是问“替代比例取了多少”。

2.3 三阶段渗透率假设：量级跳跃来自基数而不是渗透率

市场规模测算分三阶段推进，逻辑上并不是“渗透率越来越高”，而是“分母越来越大”。

阶段一定位在2024～2026年，场景只有两个：厂商自家超级工厂的流水线（按6.3万人×5%渗透率）和全球超高净值消费者（29.5万人×15%），对应整机销量几万台量级，市场规模约95亿元。这个阶段的渗透率取得很保守，因为用户接受度和任务复杂度都还没打开。

阶段二扩到制造业和服务业，基数直接跳到全球制造业几亿人、服务业几亿人，渗透率取5%～8%，销量跃升到千万台量级，市场规模测算约7.6万亿元。这里的关键不是渗透率涨了，而是分母从“一个工厂的人”变成了“全球产业工人”。

阶段三再扩到家庭，按一人户和多人户分别取15%和35%渗透率，市场规模测算到15万亿元量级。至此量级又跳了一个台阶，原因依然是分母——全球家庭户数是十亿级。

所以“万亿赛道”这个说法真正的支撑点，是家庭场景的基数。而家庭场景恰恰是对机器人能力要求最高的：非结构化环境、长尾任务、安全要求、情感交互。渗透率取值背后的假设强度，三个阶段是递增的，不是递减的。很多解读把这三段当成线性外推，其实是把最不确定的一段当成了最确定的。

3. 执行器：16个旋转关节与12个线性关节的力学分工

3.1 旋转执行器：为什么谐波减速器是刚需而不是选配

旋转关节执行器的构成是：无框力矩电机＋谐波减速器＋力矩传感器＋位置传感器＋交叉滚子轴承＋向心止推滚珠轴承。无框电机只有定子和转子，没有外壳和轴，直接嵌进关节壳体里，好处是省空间、省重量、刚度高。

谐波减速器的原理值得说清楚，因为它是理解整个“隐形冠军”逻辑的钥匙。它由三个件组成：波发生器（椭圆凸轮＋柔性轴承）、柔轮（薄壁外齿圈）、刚轮（刚性内齿圈）。柔轮比刚轮少2个齿。波发生器转一圈，柔轮被强制变形，与刚轮在长轴处啮合、短轴处脱开，柔轮相对刚轮反向转过2个齿——这就是减速比的来源。减速比常见范围30～160，背隙可以做到1弧分以内，同时体积和重量远小于同等减速比的齿轮箱。

人形机器人为什么非要它，而不是别的方案？直驱电机在低速段扭矩不够，要满足关节扭矩就得把电机做大，重量和体积都超标；行星减速器背隙大、精度不够，做精细装配和力控时误差会累积；RV减速器刚性好、承载高，但体积重量大，适合工业机器人底座，不适合塞进人形机器人的肩肘。谐波是唯一能同时满足“小体积、大减速比、高精度、零背隙”的方案。

它的弱点同样明确：柔轮是薄壁件，靠弹性变形工作，长期交变应力下会疲劳；抗冲击能力弱，越过载越容易出事；效率随减速比上升而下降，高减速比工况下可能只有70%出头。这也解释了为什么16个旋转关节里，12个用谐波、4个用行星——需要承受落地冲击、需要更高刚性的踝部和部分腕部关节，用行星减速器更稳。

谐波的技术壁垒不在设计图纸上，而在材料和工艺：柔轮用的特种钢配方、齿形修形曲线、热处理后的变形控制、装配时的预紧一致性，这些都是一轮轮试错攒下来的 know-how，无法靠逆向工程快速获得。产能扩张又受制于插齿机、磨齿机的交期。这就是“供应链隐形冠军”逻辑的物理基础——不是谁想进就能马上进去。

3.2 线性执行器：行星滚柱丝杠难在哪，为什么12根就值9%

线性关节的构成是：电机＋滚珠或行星滚柱丝杠＋力矩传感器＋位置传感器。它负责把电机的旋转转成直线推力，主要用在需要伸展动作的部位。

滚珠丝杠和行星滚柱丝杠的区别在接触形式。滚珠丝杠是滚珠在丝杠和螺母之间滚动，点接触传力；行星滚柱丝杠是在螺母内排布多根带螺纹的滚柱，滚柱既自转又绕丝杠公转，靠线接触传力。线接触意味着同样体积下接触面积大得多，承载能力能高出数倍，抗冲击和寿命也更好。

更关键的一个特性是自锁。小导程的滚柱丝杠在断电后可以靠摩擦力保持位置，不需要额外的抱闸机构。人形机器人站立时，腿部关节如果必须持续通电才能维持姿态，能耗会非常难看——2.3kWh的电池装机量本来就紧张，静立耗电会直接压缩工作时间。丝杠的自锁性把这个问题消掉了一大半，这是选型时容易被忽略但极其重要的一条。

难点集中在制造端。螺纹磨削要在丝杠上磨出精确的牙型角和导程，导程误差累积会直接变成定位误差；螺母的内螺纹加工更难，刀具伸不进去，磨头刚性受限；热处理之后材料会变形，变形量控制不住，前面磨得再准也白搭。更难的是批量一致性——实验室做一根样品和产线上做一万根，完全是两件事。设备端的瓶颈是高精度螺纹磨床，交期长、价格高，这也决定了产能爬坡速度。

12个线性关节摊9%的价值量，单根价格千元出头，看着不高。但要注意这是在“量产之后”的价格假设下算的，当前小批量阶段的报价远高于此。产业链研究里经常出现的一个偏差就是：用终局价格去算当期利润。

3.3 灵巧手：11个自由度、6个执行器与空心杯电机的尺寸约束

手部是全机最“挤”的地方。每只手6个执行器，却要实现11个自由度——意味着必然存在欠驱动，一个执行器通过腱绳或连杆耦合驱动多个关节。这种设计在空间受限时几乎是唯一解，代价是控制复杂度上升，需要靠力反馈和柔顺控制补偿。

执行器选的是空心杯电机。所谓空心杯，就是转子没有铁芯，用杯状绕组直接成型。没有铁芯就没有齿槽转矩，低速时不会出现“一顿一顿”的爬行现象，控制精度和响应速度都更好；转动惯量低，启停快；同样功率下体积更小。缺点也明显：没有铁芯散热，持续大电流下温升快，扭矩密度有上限。所以它适合手指这种“短时、高频、小力矩”的工况，不适合大关节。

整手承载约10kg，同时要能做微小动作、能使用工具。这两个要求本身是矛盾的：承载力靠大减速比和大扭矩，微小动作靠高分辨率和高带宽。折中的办法是给手指加触觉传感阵列和力传感器，用闭环控制来补偿机械上的不足。触觉传感器的意义不只是“感知有没有碰到”，而是让抓取从位置控制切换到力控制——没有这一层，抓鸡蛋和抓扳手只能用同一套参数，必然碎。

这也是为什么报告里传感器只占3%，却没人敢把它当成可有可无的环节。价值量占比衡量的是钱，不是必要性。

4. 大脑与感知：39%的自研系统和3%的传感器

4.1 自动驾驶栈迁移到具身智能：可复用的到底是什么

“自动驾驶技术可以迁移到人形机器人”这句话在各类材料里出现频率极高，但大部分解读都把它理解成了“代码复用”，这是个典型的误读。

真正可复用的有三层。第一层是感知骨干网络：视觉特征提取、多传感器时序融合、三维空间表征，这些在车上和机器人上处理的都是“从像素到空间结构”的问题，输入形式一致。第二层是数据闭环和仿真管线：采集、标注、训练、回灌、长尾挖掘这套流程，是自动驾驶这些年最值钱的资产，换一个具身载体依然成立。第三层是芯片和算子协同：为视觉网络定制的推理芯片，换到机器人上只需调整算子库，不用重新流片。

不可复用的部分同样清楚。车辆的运动学是轮式约束，机器人的运动学是十几到几十个关节的欠驱动系统；车辆面对的是规则化的道路和交通参与者，机器人面对的是接触动力学——抓、推、拧、踩，每一步都涉及力的传递和摩擦状态估计。这部分在自动驾驶里几乎没有对应物，必须重做。所以迁移降低的是感知和训练基础设施的边际成本，控制层的难度一点没减，甚至更高。

4.2 Dojo D1与362TFLOPs：算力为什么不是瓶颈而是约束

报告提到单颗自研超算芯片算力可达362TFLOPs，配套的超算集群在同成本下性能提升约4倍、同能耗下提升约1.3倍、占用空间降低约5倍。这几个数字经常被解读成“算力管够”，实际上恰恰相反。

看本体端的能量预算就明白了：躯干搭载2.3kWh、52V的电池组，标称支持一整天工作。按8～10小时折算，平均功率在200～300W量级，而这还要分给28个电机、12个线性执行器、手部执行器、传感器和散热。留给计算单元的预算，乐观估计也就几十瓦。几十瓦的功耗预算，撑不起几百TFLOPs的峰值算力，物理上就不可能。

所以真实的分工一定是：训练和一部分高延迟推理放在云端集群，本体端只跑轻量化的策略网络和实时控制环。把362TFLOPs理解成“机器人脑子里装了一颗超算”，是这类材料里最常见的一个幻觉。Dojo这类集群的真实价值在训练侧——用更低的成本和能耗，把海量采集数据迭代成策略模型，然后蒸馏压缩塞进本体。这条链路才是“算力优势”转化为“机器人能力”的路径。

注意：看到“单芯片算力XXX TFLOPs”时，先分清楚它指的是训练峰值还是推理能效。这两个数字之间通常差一到两个数量级，混用会得出完全错误的功耗和散热结论。

4.3 3%的传感器：价值量最小但决定力控闭环能不能成立

传感器在价值量拆分里只占3%左右，包含视觉、力/力矩、触觉三类。从钱的角度看确实不起眼，但从功能角度看，它是“人形”和“工业机械臂”的分水岭。

工业机械臂工作在结构化环境里，位置控制就够用：东西放在固定坐标，走过去、抓起来、放下去，全程不需要知道用了多大力。人形机器人要在非结构化环境里干活，接触是必然的、不确定的。抓一个纸杯和抓一个铁块，位置控制给出的指令是一样的，结果一个捏扁一个掉地上。必须有力反馈，才能形成“感知—调整—再感知”的闭环。

关节力矩传感器通常用应变式方案，贴在谐波减速器输出端或关节结构上，测的是实际输出扭矩；六维力传感器装在腕部或踝部，同时测三个方向的力和三个方向的力矩，用来做接触点估计和柔顺控制；触觉阵列分布在指腹，测接触位置和压力分布。这三层叠加，才构成完整的力控链路。

难点在标定和漂移。六维力传感器的六个通道之间存在耦合，必须做解耦标定；应变片对温度敏感，机器人关节发热后零点会漂，需要在线补偿；触觉阵列的一致性差，每一片都要单独标。这些工作量大、周期长，而且直接决定控制算法能不能用。所以3%的价值量对应的是“没有它整个闭环不成立”的必需性——典型的小价值量、高杠杆环节。

5. 避坑：复算这类产业链报告时最容易翻车的五处

5.1 数据口径上的三个坑

坑一：把“价值量占比”当成“利润占比”或“投资机会占比”。

现象：看到某个环节占14%就认为它对应14%的产业机会，看到39%就认为最大的一块最值得关注。

原因：价值量是成本口径，而且包含了自研部分。核心控制系统占39%，但它是自研的，不对外采购，供应链拿不到这部分钱；同时成本占比和毛利占比完全是两回事，减速器成本占14%，但毛利率可能是40%，而结构件成本占7%，毛利率可能只有15%，两者贡献的利润额未必谁高谁低。

解决：先做一次“外购/自研”切分，把自研部分从投资盘里剔除；再对每个环节乘上合理的毛利率假设，得到毛利池的分布，这比成本占比更接近真实的产业价值分配。

坑二：单位口径不统一，复算时差出一万倍。

现象：按阶段二的销量和市场规模反推单机价格，会发现算出来的数明显不合理，和整机2万美元的目标价对不上。

原因：这类报告的测算是多人分工拼起来的，销量用“台”、市场规模用“亿元”，中间还可能混用“万台”“万亿元”，一旦有一处换算漏掉，量级立刻错位。尤其在阶段二这种基数从“万人”跳到“亿人”的地方，最容易出问题。

解决：拿到任何一张测算表，先做一次量纲检查——用“市场规模÷销量”反推单机价格，看是否落在合理区间。如果反推出来的价格是目标价的十倍或千分之一，别急着相信结论，先回去查单位。

坑三：忽略量价互斥，用终局价格算当期利润。

现象：按2万美元整机价格倒推出的零部件单价，去对比当前厂商的实际报价，发现差了好几倍，于是判断“空间巨大”。

原因：2万美元是量产后的目标价，本身就隐含了“国产化率提升+规模效应+良率爬坡”三重降价。而国产化率提升这件事，恰恰是单价下降的原因——供应商拿到的量上去了，单价必然下来。用降价后的单价乘以涨价前的份额，得到的收入预测会系统性偏高。

解决：把“量”和“价”分开建模，价格按年下降曲线走，份额按定点进度走。两条曲线相交的地方，才是真实的收入峰值时点。

5.2 逻辑链条上的两个坑

坑四：把“技术可迁移”理解成“能力可复用”。

现象：看到“自动驾驶技术迁移到机器人”就认为机器人控制难度大幅降低，进而高估产业化速度。

原因：可迁移的是感知网络、数据管线和芯片算子，不可迁移的是接触动力学和全身控制。而后者恰恰是人形机器人最难的部分，也是最容易在实际场景里出问题的部分。把感知能力的成熟度当成整机能力的成熟度，会系统性高估进度。

解决：把机器人的能力拆成“感知—决策—控制—执行”四层分别评估成熟度。通常感知层最成熟、执行层最不确定，短板在执行不在感知。

坑五：把“进入供应链”等同于“拿到订单”。

现象：看到某厂商送样、验证、进入候选名单，就直接按满产满销测算业绩。

原因：从送样到量产要过四道关：技术验证（性能达标）、商务定点（价格谈拢）、小批量试产（良率达标）、大规模量产（一致性达标）。每一关都会筛掉一批厂商，而且后两关的淘汰率往往比前两关更高——因为技术能做出来和产线能稳定做出来，是两种能力。

解决：把供应链进展拆成“送样—定点—小批量—量产”四个状态分别跟踪，每个状态对应不同的收入确认比例。只看到“送样”就按量产算，是这类主题研究里最常见的翻车方式。

6. 设计取舍：隐形冠军逻辑的成立条件与它的脆弱面

这套分析最漂亮的地方，是它把“万亿市场”这种无法证伪的说法，拆成了可以逐项打假的物理量：几个关节、每根多少钱、几年回本。这种做法有价值，因为任何一个数字被证伪，整条链条就会立刻暴露问题；而宏大的叙事永远不会错，也永远没用。

但它的脆弱面同样明显，我认为有三处。

第一处是构型绑定。所有价值量分摊都建立在“16旋转+12线性+12手部执行器”这个具体构型上。而人形机器人的构型远未收敛——线性关节和旋转关节的比例、灵巧手的自由度和驱动方式、是否采用准直驱方案，每一条路线变动都会让整张分摊表重排。用它做长期判断，等于赌当前构型是终局。

第二处是量价互斥。报告用2万美元倒推零部件单价，但2万美元这个价格本身就是国产化率提升的结果。供应商拿到订单的同时也在被压价，收入增长和利润率下滑会同时发生。分析里如果只算量的增长不算价的下降，得出的利润曲线一定过于乐观。

第三处是渗透率当结论用。三阶段测算里，家庭场景的基数是十亿户量级，乘上15%～35%就得到15万亿。但这个渗透率的成立前提是机器人能应对非结构化环境的长尾任务——而这恰恰是当前能力差距最大的地方。用基数乘以渗透率得到的结果，把最难的问题藏进了参数里。

如果要验证这套逻辑，我一般会盯三个先行指标，而不是等财务数据：一是构型是否冻结（厂商停止修改关节数量和驱动方案），二是定点是否落地（从送样进入小批量），三是单机价值量的季度变化（看降本速度是否匹配上量速度）。这三个指标比任何市场空间测算都更早反映真实进展。

从那以后我每次读这类产业链深度报告，都会先把BOM表拉出来，把每个部件的“数量×单价”亲手乘一遍，再拿回本周期模型跑一次敏感性——替代比例、维护成本、连续作业时长，三个参数各调一档，看结论还站不站得住。站不住的，通常就是最值得怀疑的那一段。希望帮到你。

本文还有配套的精品资源，点击获取