人形机器人产业链拆解:从2万美元成本框架到零部件选型与供应链映射
简介这份东吴证券机器人行业深度报告聚焦人形机器人产业链面向关注智能制造、具身智能与供应链投资机会的行业研究者、投资人与产业从业者帮助读者系统理解产业链价值分布与国产替代逻辑。资源包内含1个PDF文件大小约2.83MB完整呈现报告正文、核心标的表与产业链价值量拆解便于按章节检索与研读。报告以特斯拉Bot为切入点梳理FSD系统39%、电机19%、减速器14%、行星滚柱丝杆9%、传感器3%等核心环节并给出绿的谐波、鸣志电器、三花智控、拓普集团等重点标的与投资建议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。目前已有155人学习下载适合需要快速把握人形机器人产业链“隐形冠军”与降本主线的读者参考。1. 一份被反复传阅的产业链拆解人形机器人零部件价值量到底怎么分最近后台被问得最多的一类文件就是行业深度报告。尤其是机器人方向从去年到今年各种“具身智能”“人形机器人量产元年”的说法满天飞但真正能把一台机器人拆开、告诉你每个零件值多少钱、谁在做、卡在哪里的材料其实并不多。我手里这份《机器人行业深度报告人形机器人产业链纵析寻找供应链“隐形冠军”》就是属于那种“拆得够细”的类型。它没有停留在“前景广阔”这种空话上而是直接按一台整机2万美元的成本框架把FSD系统、电机、减速器、丝杆、传感器的价值量占比一项项列了出来。对于做供应链研究、写行研作业、或者单纯想搞清楚“人形机器人到底贵在哪”的从业者来说这份材料的参考价值在于它的拆解逻辑——先立住成本结构再顺着价值量去找环节最后落到具体公司。如果你之前看过的报告都是泛泛而谈这份东西值得你花时间对着表格一行行看。2. 从整机成本到零部件清单这份报告的分析框架怎么用2.1 先看成本拆分表别急着翻投资建议很多人拿到深度报告的习惯是直接跳到最后一页看推荐了哪些公司这其实是把最有价值的部分跳过了。这份报告的核心分析框架藏在中间那几张成本拆分表里。它先设定了一个前提一台人形机器人的目标成本是2万美元约合人民币14万元左右。然后按这个总成本去倒推每个零部件的价值量占比。这个思路和拆手机、拆电动车是一个逻辑——先有整机BOM才有供应链分析。具体来看报告把成本拆成了几大块FSD系统占39%电机占19%减速器占14%行星滚柱丝杆占9%传感器占3%左右剩下的是肢体骨骼、电池组和其他。这个比例结构本身就是一份选型地图。比如你是在看减速器赛道那14%的占比意味着在2万美元整机成本里减速器的价值量大约是2800美元折合人民币接近2万元。再结合报告里提到的“16个旋转关节其中12个谐波减速器4个行星减速器”你就能算出单台机器人对谐波减速器的需求量大概是12台。这个数字比任何“市场空间广阔”的描述都更有说服力。我一般用这类报告的方法是先把成本拆分表复制到Excel里然后把占比换算成绝对金额再按自己关注的环节去反推单台用量和单价区间。这样你去看一家公司的产能和客户结构时心里就有一杆秤。比如报告里提到电机包含28个大关节无框电机和12个手指空心杯电机价值量占比分别是15%和4%。你拿15%乘以2万美元得到3000美元再除以28个单个无框电机的价值量大概在107美元左右。这个数字不一定精确但它给你一个量级感让你知道这个环节的单价天花板大概在哪。2.2 按“大脑-躯干-执行器-手部”四层去读产业链这份报告的另一个好用之处是它没有按传统的“上游-中游-下游”去分而是按机器人的身体结构来拆大脑、躯干、执行器、双手。这个分法更贴近硬件工程师的思维也更容易对应到具体的零部件。大脑层就是FSD系统加D1超算芯片报告里明确说这是特斯拉自研为主价值量占39%。这一块对国内供应链来说参与度最低但它是理解整机成本结构的关键——因为剩下61%才是外购零部件的盘子。你如果关注的是国产供应链机会那重点就应该放在这61%里面。躯干层包括传感器、电池组和冷却系统。报告里提到最新版本的电池组容量是2.3 kWh、52V能支持一整天工作。这个参数对于做BMS或者电池Pack的人来说就是一个明确的规格锚点。你去看国内做机器人电池的厂商能不能对标这个规格就是一个很实际的筛选条件。执行器层是这份报告着墨最多的部分。旋转执行器用的是“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”的方案线性执行器用的是“电机滚珠/行星滚柱丝杠力矩传感器位置传感器”的方案。这两种执行器的结构差异直接决定了零部件供应商的竞争格局。比如谐波减速器用在旋转关节行星滚柱丝杠用在线性关节两者对应的加工设备和工艺积累完全不同。你在看公司的时候不能因为都叫“减速器”就放在一起比。手部层是灵巧手报告里提到每个手掌6个执行器、11个自由度用的是空心杯电机齿轮箱的结构。空心杯电机的价值量占比是4%对应大约800美元。这个环节的特点是单机用量大12个但单个价值量不算高所以走的是量。国内做空心杯电机的厂商如果能把一致性做好、成本压下来是有机会切进去的。2.3 用“分阶段渗透率”去推市场规模而不是拍脑袋报告里还有一个我觉得很实用的分析工具就是按短、中、长三个阶段去测算市场规模。它的逻辑不是一上来就说“万亿市场”而是先设定渗透率假设再一步步推。第一阶段是2024到2026年场景限定在特斯拉超级工厂和高净值消费者。工厂端按6.3万人、5%渗透率算得出4410台消费端按全球29.5万超高净值人群、15%渗透率算得出4.4万台。合计市场规模约95亿元。这个数字放在机器人赛道里不算大但它是一个可验证的起点。第二阶段是2026到2030年场景扩展到制造业和服务业。报告用了美国、欧洲、亚洲的制造业和服务业人数数据按5%到8%的渗透率去推得出市场规模约7.6万亿元。第三阶段是2030到2035年加入家庭场景按一人户和多人户的渗透率去推合计约15万亿元。这套测算方法的好处是你可以把里面的渗透率参数换成自己的假设然后看结果怎么变。比如你觉得制造业渗透率到不了8%改成3%再算一遍就能得到一个更保守的估计。这种“参数可调”的框架比直接给一个结论要有用得多。提示报告里的市场规模测算是基于特斯拉一家厂商的出货量推的如果你要用来推整个行业需要把其他厂商的份额也考虑进去。另外渗透率假设偏乐观实际使用时建议做敏感性分析。3. 把报告里的零部件参数落到选型与验证一份可操作的对照清单3.1 旋转执行器与线性执行器的选型差异报告里对执行器的拆解是我觉得最值得细看的部分。它明确给出了两种执行器的结构方案旋转执行器电机 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。线性执行器电机 滚珠/行星滚柱丝杠 力矩传感器 位置传感器。这个结构差异直接决定了选型时的关注点不同。旋转执行器的核心是谐波减速器它的精度、背隙、寿命是关键参数。你在看国内谐波减速器厂商的时候要重点关注它的齿形设计、柔轮材料和处理工艺。报告里提到国内谐波减速器竞争格局虽然没展开具体参数但你可以顺着这个线索去找厂商的公开技术资料。线性执行器的核心是行星滚柱丝杠。这个环节在国内的成熟度比谐波减速器还要低一些加工设备依赖进口的比例较高。报告里把行星滚柱丝杠的价值量占比标为9%对应大约1800美元。这个价值量不算低但国内能做好的厂商不多。如果你是在看这个赛道建议重点关注厂商的磨削工艺和检测能力而不是只看它有没有宣布扩产。我一般会做一个对照表把每个执行器环节的关键参数、国内主要玩家、国产化率估计列出来然后定期更新。这样当有新公司冒出来的时候你能很快判断它是在哪个环节、和谁竞争。3.2 传感器环节视觉和力传感的选型逻辑传感器在整机成本里只占3%左右但它的重要性不能只看价值量。报告里把传感器分成了视觉传感和力传感器两类对应的厂商包括奥比中光、舜宇光学、柯力传感等。视觉传感这块人形机器人和自动驾驶有很强的技术复用性。报告里提到特斯拉的FSD系统本身就包含机器视觉能力所以它在人形机器人上的视觉方案是有积累的。国内做视觉传感的厂商如果能在深度相机、3D视觉模组上做出车规级的一致性就有机会切入。力传感器这块主要用在关节的力矩检测和手部的触觉感知。报告里提到Tesla Bot的机械手搭载了力传感器和触觉传感器能承载约10kg的重物。这个参数对于做力传感器的厂商来说就是一个明确的性能门槛。你去看国内做六维力传感器的公司能不能达到这个量级的量程和精度就是一个硬指标。注意传感器环节的价值量占比虽然低但它是机器人实现闭环控制的关键。选型时不要只看价格要看它和控制器、算法的匹配度。很多项目翻车不是因为传感器本身不好而是因为接口协议和数据刷新率对不上。3.3 用报告里的公司列表做供应链映射报告最后附了一张核心标的表列出了公司代码、股价、市值、归母净利润和PE。这张表本身是投资视角的但你可以把它当成一个供应链映射的起点。比如你想知道谐波减速器环节有哪些公司在做表里列了绿的谐波、双环传动、中大力德。你想知道空心杯电机有哪些玩家表里列了鸣志电器、鼎智科技、江苏雷利。你想知道线性驱动有哪些表里列了秦川机床、恒立液压、贝斯特、恒而达。这个列表的价值不在于它推荐了什么而在于它帮你把每个零部件环节和具体的公司对应起来了。你可以顺着这个列表去查每家公司的年报、招股书、投资者交流纪要看它的产品线里有没有机器人相关的布局产能规划是多少客户结构里有没有机器人厂商。我一般会把这个表拆成几个维度环节、公司、产品、当前机器人相关收入占比、产能规划。然后按环节去跟踪。这样当某个环节出现技术突破或者订单落地的时候你能很快定位到受益的公司。4. 避坑与排查用这类深度报告时容易踩的五个坑4.1 把预测数据当成实际数据用现象看到报告里写“2025年市场规模XX亿”直接引用到自己的材料里结果被问数据来源时说不清楚。原因报告里的市场规模是测算值不是实际值。它的前提假设渗透率、单价、出货量一变结果就会差很多。而且不同报告用的假设不一样数字可能差好几倍。解决引用时一定要带上假设条件。比如“在渗透率5%、单台成本2万美元的假设下市场规模约XX”。如果要做敏感性分析就把渗透率上下调几个点再算一遍看结果的变化范围。4.2 忽略价值量占比的基数现象看到“传感器占比3%”就觉得这个环节不重要直接跳过。原因3%是占比不是绝对值。在2万美元的整机成本里3%对应600美元。如果单台机器人用多个传感器单个传感器的价值量可能只有几十美元但用量大。而且传感器是机器人实现智能化的关键它的技术壁垒不一定比减速器低。解决看占比的同时也要算绝对金额和单机用量。把占比乘以整机成本再除以预估用量得到单个零部件的价值量区间。这样你才能判断这个环节是走量还是走价。4.3 把不同厂商的方案混在一起比现象拿A厂商的谐波减速器参数去比B厂商的行星滚柱丝杠参数得出“A比B好”的结论。原因谐波减速器和行星滚柱丝杠用在不同的关节类型上一个是旋转关节一个是线性关节技术路线和评价指标完全不同。放在一起比没有意义。解决先按执行器类型分类旋转执行器比谐波减速器线性执行器比丝杠。同一类里面再比精度、寿命、成本、产能。跨类比较只在整机层面做比如“旋转执行器方案和线性执行器方案哪个更适合当前场景”。4.4 忽视国产化率的真实进度现象看到报告里列了一堆国产厂商就认为国产替代已经完成了。原因报告里列的是“主要厂商”不是“已量产厂商”。很多公司可能还在送样阶段或者只在小批量供货。从送样到量产中间还有很长的路。解决查每家公司的量产进度。看它的产能利用率、良率、客户验证周期。如果一家公司说“已进入供应链”要追问是A样、B样还是SOP。不同阶段的确定性差别很大。4.5 用投资逻辑替代技术逻辑现象因为某家公司股价涨得好就认为它的技术方案是最优的。原因股价受很多因素影响和技術实力不完全同步。而且人形机器人还在早期技术路线没有收敛今天的领先者不一定能笑到最后。解决把投资逻辑和技术逻辑分开看。技术逻辑看参数、看专利、看研发投入、看客户验证。投资逻辑看估值、看市场情绪、看催化剂。两者可以互相参考但不能互相替代。5. 从报告到落地我跟踪人形机器人供应链的一个习惯这份报告我前后翻了三遍第一遍是通读第二遍是把所有表格和数据摘出来第三遍是顺着公司列表去查公开资料。做完这三遍之后我形成了一个固定的跟踪习惯每个季度更新一次核心零部件的价值量拆分表把报告里的假设参数换成最新的产业信息然后看哪些环节的确定性在提升哪些环节的进度低于预期。具体来说我会维护一个Excel列包括零部件环节、单机用量、单价区间、价值量占比、国内主要玩家、量产进度、关键参数。每季度更新一次数据来源包括公司公告、投资者交流纪要、行业展会信息、以及像这份报告这样的深度材料。更新的时候重点看两个东西一是单价有没有下降二是用量有没有变化。比如如果某家厂商宣布谐波减速器的单价降到了某个水平我就会把整机成本模型里的减速器价值量调低然后看对总成本的影响。这个习惯帮我避免了很多次“拍脑袋”的判断。有一次某家公司宣布拿到了人形机器人订单市场反应很大但我查了一下它的产品在单机价值量里的占比发现只有不到2%而且用量也不大。后来果然那笔订单的金额对它的营收贡献很有限。从那以后我每次看到“机器人概念”的新闻都强制自己先走一遍价值量拆解看这个环节在整机成本里到底占多少再决定要不要花时间深入研究。另一个习惯是我会把报告里的风险提示单独列出来定期检查这些风险有没有兑现。这份报告提了三个风险商业化不及预期、国际贸易摩擦、零部件大幅降价导致盈利能力下降。前两个是宏观层面的第三个是微观层面的。对于第三个风险我的判断是在人形机器人放量的早期零部件降价是必然的因为整机厂要降本。但降价不一定是坏事如果降价能换来用量的大幅提升对供应商来说反而是好事。关键是要看这家公司的成本下降速度能不能跟上降价速度。如果它的毛利率能维持住那降价就是抢占份额的手段如果毛利率跟着一起掉那就是被压榨。希望这些从报告里拆出来的思路和习惯能帮你在看人形机器人供应链的时候少走一点弯路。本文还有配套的精品资源点击获取

相关新闻

LangGraph神器:ToolNode一键搞定工具调用

LangGraph神器:ToolNode一键搞定工具调用

一、ToolNode 是什么ToolNode 是 LangGraph 官方预封装的工具执行节点,专门用来执行 LLM 输出的 tool_calls,自动完成:工具分发调用、结果封装成 ToolMessage,更新到 state 的 messages。定位:Agent 闭环里标准化的「工…

2026/10/14 2:40:27 阅读更多 →
大规模数据SQL优化实战:从执行计划到数据倾斜

大规模数据SQL优化实战:从执行计划到数据倾斜

说实话,干数据这行越久,越发现一个反常识的现象:很多人把大量精力花在学各种流行技术栈上,但日常工作中使用频率最高、也最决定产出效率的,反而是看起来最“基础”的SQL。尤其在数据科学流程里,从数据探查、…

2026/10/14 2:40:27 阅读更多 →
Labelme JSON转VOC XML:生产级转换器设计与工程落地

Labelme JSON转VOC XML:生产级转换器设计与工程落地

1. 项目概述:为什么非得把Labelme的json转成VOC XML?做图像目标检测的朋友,十有八九都踩过这个坑:在标注阶段图省事用了Labelme——界面清爽、支持多边形、拖拽顺滑,导出个json文件咔咔快;可一到模型训练环…

2026/10/14 2:39:27 阅读更多 →

最新新闻

TikTok Shop 多店铺:平台侧哪些信息会被交叉比对

TikTok Shop 多店铺:平台侧哪些信息会被交叉比对

一、先说结论:官方对「关联」的定义,比你想的宽 TikTok Shop 官方在卖家学习中心有一篇《关联账号风险指南》,原文写得很直白——平台对关联账号的判定,通常不是依据单一的重合信息,而是多项风险信号综合判断&#xff…

2026/10/14 3:24:35 阅读更多 →
小白程序员必看:FDE前沿部署工程师,AI落地新风口

小白程序员必看:FDE前沿部署工程师,AI落地新风口

本文介绍了FDE(前沿部署工程师)这一新兴AI岗位,主要职责是连接AI技术与企业实际业务,解决大模型落地难题。文章阐述了FDE的工作内容、所需技能(AI基础、RAG/Agent应用、项目实践、沟通能力),并分…

2026/10/14 3:24:35 阅读更多 →
我把一个只有 7 行的 AI Skill 用出了花:聊聊 eli5

我把一个只有 7 行的 AI Skill 用出了花:聊聊 eli5

一个小到离谱的"插件" 最近我在整理 AI 工具的时候,翻到一个特别不起眼的东西,叫 eli5。它的完整定义只有短短几行,翻译成人话就一句:假装我是一个对这个话题一无所知的人,用一张 HTML 页面、大图配少量文字…

2026/10/14 3:24:35 阅读更多 →
北美外教一对一哪个好?2026年最新深度横评,价格、口音、互动性三维度打分

北美外教一对一哪个好?2026年最新深度横评,价格、口音、互动性三维度打分

在线少儿北美外教一对一赛道,经过多年迭代,目前平台差异化已经非常明显。很多家长选课只看宣传噱头,忽略师资口音纯度、课堂互动落地性、长期性价比等核心指标,最终出现“高价低效、口音不标准、上课全程旁听”等问题。本文基于20…

2026/10/14 3:24:35 阅读更多 →
C++手搓坐标图工具:从坐标变换到实时渲染的工程实践

C++手搓坐标图工具:从坐标变换到实时渲染的工程实践

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/14 3:24:34 阅读更多 →
Virglrenderer 虚拟化技术深入解析 · 专栏目录

Virglrenderer 虚拟化技术深入解析 · 专栏目录

一套面向工程师的 virglrenderer 源码级技术专栏。从概述与演进讲起,再深入核心抽象、各后端实现、部署集成与工程实践。所有内容以仓库源码为准。 这里讲一下我为什么关注 virglrenderer,因为国产 GPU 的虚拟化需求。 随着国产化替代的推进&#xff0c…

2026/10/14 3:23:34 阅读更多 →

日新闻

AnyPS5通用适配层设计:兼容性与性能的工程取舍

AnyPS5通用适配层设计:兼容性与性能的工程取舍

1. 从"AnyPS5"这个名字说起:它到底想解决什么问题第一次看到"AnyPS5"这个标题,我脑子里冒出来的第一个念头是:这大概率是一个围绕"跨平台运行"或者"通用适配"做文章的项目。名字里的"Any"…

2026/10/14 0:00:41 阅读更多 →
Flutter跨平台开发实战:二手交易应用与HarmonyOS适配

Flutter跨平台开发实战:二手交易应用与HarmonyOS适配

1. 项目概述:Flutter跨平台二手交易应用开发作为一名长期从事移动应用开发的工程师,我最近完成了一个基于Flutter框架的二手物品交易平台项目。这个项目最吸引我的地方在于它完美结合了Flutter的跨平台优势与HarmonyOS的生态特性,实现了"…

2026/10/14 0:00:41 阅读更多 →
DFS算法解决飞机降落调度问题实战

DFS算法解决飞机降落调度问题实战

1. 项目背景与核心思路飞机降落问题是一个经典的调度优化场景,也是算法竞赛和面试中的高频题目。这个题目要求我们合理安排多架飞机的降落顺序和时间,确保所有飞机都能安全着陆而不发生冲突。在实际航空管制中,这类问题直接关系到飞行安全和机…

2026/10/14 0:00:41 阅读更多 →

周新闻

流感时间序列预测实战:ARIMA/LSTM全流程拆解与避坑指南

流感时间序列预测实战:ARIMA/LSTM全流程拆解与避坑指南

简介:基于 ARIMA、LSTM、Transformer 等模型的流感时间序列预测 Python 源码,面向计算机相关专业课程设计与期末大作业学生,以及项目实战学习者。内容覆盖预处理、平稳性检验、定阶、残差分析、多模型对比预测的完整时序建模流程,…

2026/10/13 2:54:56 阅读更多 →
影刀RPA新手教程:键盘模拟输入实战——输入文本与模拟按键的区别

影刀RPA新手教程:键盘模拟输入实战——输入文本与模拟按键的区别

影刀RPA新手教程:键盘模拟输入实战——输入文本与模拟按键的区别 做影刀RPA自动化,十个新手有八个栽在"往输入框里填东西"这件事上:要么填不进去,要么填了一半,要么直接把原来内容追加在后面。这背后的根因&…

2026/10/13 16:22:04 阅读更多 →
影刀RPA新手教程:阅文起点小说数据采集实战——书籍信息与章节内容

影刀RPA新手教程:阅文起点小说数据采集实战——书籍信息与章节内容

影刀RPA新手教程:阅文起点小说数据采集实战——书籍信息与章节内容 1. 认识影刀:什么场景该用RPA采小说数据 起点中文网的页面结构相对稳定——分类榜单、书籍详情、章节内容三块独立页面,跳转链路清晰。这种场景非常适合影刀自动化&#x…

2026/10/13 1:58:08 阅读更多 →

月新闻

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/13 22:01:27 阅读更多 →
Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/13 14:57:39 阅读更多 →
黑夜航拍船只数据集训练YOLOV5模型全流程解析

黑夜航拍船只数据集训练YOLOV5模型全流程解析

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/12 18:11:17 阅读更多 →