瑞銀：中國人形機器人行業邁向值得關注的投資周期

（香港文匯報記者 章蘿蘭 上海報道）瑞銀財富管理投資總監辦公室大中華區股票主管李智穎今日就中國人形機器人行業發表最新機構觀點指，中國人形機器人行業正從性能演示階段，邁向值得關注的投資周期，並受到政策支持、製造規模、實景訓練和工廠採用的共同驅動。到2030年末，商業化進程有望從當前的試點項目和小批量部署，逐漸拓展至更廣泛的工業應用。

李智穎認為，中國在人形機器人領域具諸多優勢，包括深厚的製造業基礎、電動汽車和電池產業鏈、豐富的工業機器人經驗、有利的政策環境，以及獲取部署數據的能力。不過，商業化路徑仍受一系列因素制約，包括真實世界數據仍有限、模型泛化能力不足、對可靠性和安全性的較高要求、成本高昂、電池續航，以及地緣政治風險等。

機器人商業化路徑

在她看來，工業機器人有望成為人形機器人從概念驗證走向商業化應用的重要橋樑。未來五年，隨着技術進步、成本下降，人形機器人在結構化或半結構化場景中的小批量部署有望擴大。此類部署將生成運行數據，提高硬件可靠性，並進一步優化機器人的控制算法。

目前最接近商業化的應用場景包括物流分揀、倉儲搬運、物料運輸、工廠巡檢、螺絲鎖付、取放作業、測試、智慧藥房以及部分企業服務。此類場景的優勢在於，其任務流程重複性高、人力成本明確、安全邊界相對清晰，生產效率的提升也較易量化。

相比之下，家庭場景的應用則有較長的路要走，主要是受制於安全要求嚴格、成本高昂、可靠性疑慮、柔性物體操作以及家居環境的不可預測性 。此外，在高度自動化的工廠中，人力成本佔總生產成本的比例不大，這也削弱了以機器人替代人工的短期經濟效益。因此，初期需求可能主要集中在重複性高、危險性強或勞動密集型工作。在這些場景中，機器人的靈活性和持續作業能力，可彌補現階段在速度、平衡、電池續航和可靠性等方面的不足。

李智穎預計，人形機器人的商業化進程可能將遵循概念驗證、小批量試點、運行測試、大規模部署的路徑。「我們認為， 2026年將以技術驗證、積累數據和搭建供應鏈為主，而非整機廠盈利普遍出現拐點的一年。隨着企業積累足夠的運行數據並提升模型的泛化能力，大規模部署有望在2027年至2029年逐漸展開。」

據瑞銀提供的數據，自2021年以來，全球工業機器人年安裝量保持在50萬台以上，預計2026年將超過60萬台。這有助於企業構建客戶網絡、積累工廠數據和部署經驗，為人形機器人的應用落地奠定堅實基礎。隨着機器人在環境感知、自然語言理解和自主決策方面的能力增強，其應用範圍有望擴大至更複雜的商業環境，並最終進入家庭場景。

布局具身智能價值鏈

李智穎提到，中國的具身智能生態系統是融合實體產業與人工智能的技術體系。電動車及汽車零部件供應商提供精密製造、電機、熱管理系統、傳感器等，並具備降本能力。工業自動化企業提供生產線資源和控制系統。人工智能和雲計算企業貢獻大模型、視覺-語言-動作系統以及世界模型。機器人整機廠商和集成商則將上述技術整合為可實際部署的平台和作業流程。

她判斷，具身智能生態系統有望形成正向投資循環：政策推動應用場景開放，實際部署產生數據，數據進一步驅動模型和硬件迭代，而規模化製造則有助降低成本。在此循環中，能夠參與多個環節的企業更具競爭優勢。目前，瑞銀看好傳感器、執行器和滾柱絲杠等領域。相關企業憑藉製造能力和客戶資源，較機器人整機平台更具競爭優勢。

激光雷達是另一有望強勁增長的領域。部分中資廠商已走在全球前列，2026年上半年中國新能源車的激光雷達搭載率達到約 25%。瑞銀預計，到2030 年，全球高級駕駛輔助系統（ ADAS）和機器人激光雷達市場規模有望達到約180億元人民幣，約為當前規模的五倍。不過，由於短期內平均售價和利潤率仍面臨壓力，投資者需保持精選。

自動駕駛的士（Robotaxi）作為補充配置

自動駕駛的士是目前物理AI領域商業化進展最快的應用場景之一，涵蓋自動駕駛軟件、傳感器、算力，以及車隊運營、監管許可和用戶付費等環節。李智穎認為，中國在該領域具備諸多優勢，比如大量城市出行數據、豐富的測試場景、政策支持，以及具成本效益的電動汽車和零部件供應鏈。

「頭部運營商通過擴大車隊規模、增加訂單量和拓展運營區域，持續提升商業化運營能力。 相關企業還以輕資產模式拓展海外市場，與當地交通運營商、汽車製造商和出行平台開展合作。此策略有助於在降低資本投入的同時，加快海外市場布局。」

她補充，下一階段的增長將取決於車隊規模擴張和車輛利用率提升。需要關注的風險包括監管審批、安全問題、盈利延遲、能否因地制宜以及地緣政治審視等。鑒於該行業仍處於初期階段，投資者應審慎控制倉位。

中國人形機器人和具身智能板塊具有投資價值

李智穎總結，中國人形機器人和具身智能板塊具有投資價值，然而，聚焦在可能出現瓶頸的領域和基礎設施進行部署，才是良策，而非追逐消息面。中國的工業自動化、電動車供應鏈、AI平台和自動駕駛的士為人形機器人的製造、數據採集和運營奠定基礎，與此同時，政策也更加注重落地實施。

短期而言，傳感器、執行器、滾柱絲杠、工業自動化，以及具備內網閉環的電動車或AI平台值得關注。較長期來看，受益者將是具備實景表現、具有效成本控制能力、符合國際安全標準，並擁有強大數據飛輪（flywheels，指通過積累和利用數據，系統變得越來越智能和高效的模型）的企業。