2025年，人形機(jī)器人行業(yè)正站在關(guān)鍵的轉(zhuǎn)型節(jié)點(diǎn)，從早期的“主題炒作”逐步邁向“產(chǎn)業(yè)趨勢(shì)投資前期”。華泰證券近日研報(bào)顯示，隨著特斯拉、Figure等海外龍頭及國(guó)內(nèi)企業(yè)開(kāi)啟小批量量產(chǎn)，市場(chǎng)對(duì)人形機(jī)器人的遠(yuǎn)期空間已形成共識(shí)，但真正推動(dòng)行業(yè)進(jìn)入非線性增長(zhǎng)的“Scaling Law”（規(guī)模法則）時(shí)刻，仍取決于硬件降本與機(jī)器人大腦智能的雙重突破。具身智能作為核心驅(qū)動(dòng)力，正從技術(shù)探索走向工程落地，重塑行業(yè)技術(shù)路線與商業(yè)化路徑。

當(dāng)前人形機(jī)器人的核心矛盾并非“能否出貨”，而是“能否形成可持續(xù)的產(chǎn)業(yè)飛輪”。2024年底至2025年初，國(guó)內(nèi)多家本體企業(yè)已完成百臺(tái)至千臺(tái)交付，但交付場(chǎng)景多集中于科研、教育、展示等ToG領(lǐng)域，采購(gòu)方更多用于算法研發(fā)，本體企業(yè)仍扮演“硬件賣鏟人”角色，軟件層的智能突破尚未顯現(xiàn)。華泰證券指出，初期訂單數(shù)并非關(guān)鍵信號(hào)，行業(yè)真正的轉(zhuǎn)折點(diǎn)在于“機(jī)器人大腦的Scaling Law時(shí)刻”：即智能隨數(shù)據(jù)量、模型規(guī)模增長(zhǎng)呈非線性提升，進(jìn)而突破場(chǎng)景泛化能力瓶頸。

▍為何Scaling Law時(shí)刻還未出現(xiàn)

從產(chǎn)業(yè)卡點(diǎn)看，兩大難題亟待解決。硬件端主要體現(xiàn)在成本高、方案未定型。以特斯拉Optimus Gen1為例，當(dāng)前BOM成本仍處高位，目標(biāo)未來(lái)降至2萬(wàn)美元/臺(tái)，關(guān)節(jié)模組、靈巧手、六維力傳感器等核心環(huán)節(jié)是降本關(guān)鍵。更重要的是，行業(yè)尚未形成統(tǒng)一技術(shù)標(biāo)準(zhǔn)——行星滾柱絲杠與微型絲杠、軸向磁通電機(jī)與無(wú)框力矩電機(jī)等方案并存，差異化競(jìng)爭(zhēng)雖推動(dòng)創(chuàng)新，但也延緩了規(guī)?；当具M(jìn)程。不過(guò)，國(guó)內(nèi)制造業(yè)企業(yè)通過(guò)投資、并購(gòu)?fù)卣箻I(yè)務(wù)的大規(guī)模入場(chǎng)已顯現(xiàn)效果，硬件成本非線性下降的預(yù)期逐步增強(qiáng)。

軟件端依然缺乏“機(jī)器人版ChatGPT”。機(jī)器人大腦需同時(shí)具備“感知決策”與“運(yùn)動(dòng)控制”能力，但當(dāng)前模型面臨數(shù)據(jù)困境：運(yùn)動(dòng)數(shù)據(jù)模態(tài)復(fù)雜（需定義全新數(shù)據(jù)標(biāo)準(zhǔn)）、真實(shí)場(chǎng)景采集成本高、專用場(chǎng)景數(shù)據(jù)缺失。大模型普及前，任務(wù)拆解、運(yùn)動(dòng)代碼生成依賴工程師手動(dòng)完成；如今雖向“仿真+真實(shí)環(huán)境強(qiáng)化學(xué)習(xí)”演進(jìn)，但高質(zhì)量、低成本的數(shù)據(jù)集仍未形成，制約智能泛化。

技術(shù)路線上，“大小腦協(xié)同”成工程主流，端到端VLA錨定遠(yuǎn)景機(jī)器人大模型的演進(jìn)已形成三條清晰路徑，而雙系統(tǒng)分層VLA（大小腦架構(gòu)）憑借“均衡性”成為當(dāng)前工程落地的最優(yōu)解，端到端VLA則被視為通用AGI（通用人工智能）的終極方向。

以Figure在2025年2月發(fā)布的Helix系統(tǒng)為例，其“快慢雙系統(tǒng)”完美詮釋了大小腦協(xié)同的價(jià)值：慢系統(tǒng)（S2）：7B參數(shù)端側(cè)視覺(jué)語(yǔ)言模型（VLM），以7-9Hz頻率運(yùn)行，基于互聯(lián)網(wǎng)數(shù)據(jù)預(yù)訓(xùn)練，可理解自然語(yǔ)言指令與場(chǎng)景圖像，輸出“階段性任務(wù)目標(biāo)”（如“拿起左側(cè)黃油”）；快系統(tǒng)（S1）：80M參數(shù)輕量級(jí)Transformer，以200Hz高頻輸出上半身控制指令（包括手腕姿勢(shì)、手指屈曲、軀干方向），實(shí)現(xiàn)毫秒級(jí)響應(yīng)。

這種架構(gòu)既利用了大模型的“認(rèn)知能力”，又保留了小模型的“實(shí)時(shí)控制能力”，可在有限算力下實(shí)現(xiàn)復(fù)雜任務(wù)——例如Helix能完成“從多層布料中分離單層面料”的精細(xì)操作，為服裝制造等柔性場(chǎng)景落地奠定基礎(chǔ)。華泰證券判斷，若未來(lái)算力芯片效率提升、低成本數(shù)據(jù)生成技術(shù)突破，端到端VLA仍將是終極方向，但“大小腦路線”將作為橋梁，引導(dǎo)行業(yè)穩(wěn)步過(guò)渡。

▍ToB成“深水區(qū)第一站”，服裝制造率先突圍

人形機(jī)器人的商業(yè)化可能遵循“從易到難”的路徑：先ToG（科研、教育），再ToB（工業(yè)制造），最終ToC（家庭服務(wù)）。當(dāng)前ToG場(chǎng)景已實(shí)現(xiàn)小規(guī)模落地（如宇樹(shù)H1成為全球科研院校優(yōu)選產(chǎn)品，國(guó)內(nèi)本體價(jià)格下探至3.99萬(wàn)元），而ToB場(chǎng)景正成為行業(yè)突破的“關(guān)鍵戰(zhàn)場(chǎng)”——其任務(wù)相對(duì)固定、場(chǎng)景半開(kāi)放，且存在剛性替代需求。

服裝制造業(yè)是ToB落地的典型案例。據(jù)縫制機(jī)械協(xié)會(huì)數(shù)據(jù)，全球縫紉工人約6000萬(wàn)人，年人工開(kāi)支超萬(wàn)億人民幣，但傳統(tǒng)工業(yè)機(jī)器人滲透率極低——核心痛點(diǎn)在于面料柔性強(qiáng)、工藝非標(biāo)、款式更新快，傳統(tǒng)編程模式無(wú)法適配。而大模型的端到端架構(gòu)改變了這一現(xiàn)狀：無(wú)需手動(dòng)編程，機(jī)器人可通過(guò)視覺(jué)識(shí)別面料特性、自主調(diào)整動(dòng)作參數(shù)。例如杰克科技聯(lián)合浙江人形機(jī)器人創(chuàng)新實(shí)驗(yàn)室，推出“人形機(jī)器人+模板機(jī)”方案：先通過(guò)模板機(jī)實(shí)現(xiàn)貼袋等復(fù)雜工藝的“去技能化”，再由機(jī)器人完成上下料勞動(dòng)，目前已能解決“單層面料分離”難題，擬推進(jìn)批量化應(yīng)用。

除服裝制造外，AGV協(xié)同、倉(cāng)儲(chǔ)分揀、汽車底盤裝配等場(chǎng)景也在加速落地。Agility Robotics的Digit機(jī)器人已在工廠實(shí)現(xiàn)“從AGV取袋-放至傳送帶”的閉環(huán)任務(wù)。華泰證券預(yù)測(cè)，2030年前后，人形機(jī)器人將全面進(jìn)入B端裝配、質(zhì)檢、柔性搬運(yùn)環(huán)節(jié)；2035年則有望在家庭場(chǎng)景實(shí)現(xiàn)護(hù)理、家務(wù)協(xié)作，并與AGV、機(jī)械臂形成柔性產(chǎn)線協(xié)同體系。

▍具身智能大模型成新風(fēng)口，平臺(tái)化企業(yè)補(bǔ)位生態(tài)

目前，行業(yè)資本的流向正發(fā)生顯著變化，從早期“重硬件本體”轉(zhuǎn)向“重軟件大腦”。2024年前，國(guó)內(nèi)融資多集中于本體廠商，而谷歌、英偉達(dá)等國(guó)外科技大廠已率先布局具身智能大模型，初創(chuàng)企業(yè)如SKid AI、Physical Intelligence備受青睞。

國(guó)內(nèi)外融資規(guī)模這種差距正在縮小。2024年下半年起，國(guó)內(nèi)具身智能大模型賽道迎來(lái)融資潮：千尋智能2025年3月完成5.28億元Pre-A輪融資，穹徹智能累計(jì)獲數(shù)億元融資，自變量機(jī)器人完成億元級(jí)Pre-A+輪融資。同時(shí)，平臺(tái)化企業(yè)開(kāi)始補(bǔ)位行業(yè)生態(tài)短板——由于機(jī)器人開(kāi)發(fā)存在“選型難、協(xié)同難、工具少”等問(wèn)題（如激光/視覺(jué)SLAM算法不兼容、場(chǎng)景數(shù)據(jù)缺失），仙工智能等企業(yè)正嘗試以控制器為核心，搭建“機(jī)器人大腦開(kāi)發(fā)平臺(tái)”，連接本體廠商與零部件企業(yè)，減少重復(fù)研發(fā)，提升行業(yè)效率。

▍未來(lái)展望：等待“Scaling Law”時(shí)刻，復(fù)刻智能終端成長(zhǎng)路徑

人形機(jī)器人行業(yè)的終極目標(biāo)，是復(fù)刻新能源車、智能手機(jī)的“非線性增長(zhǎng)曲線”。而這一曲線的啟動(dòng)按鈕，正是機(jī)器人大腦的“Scaling Law”時(shí)刻。華泰證券指出，若未來(lái)兩年內(nèi)，頭部企業(yè)能在如跨產(chǎn)品、跨工序的自主適配等簡(jiǎn)單工業(yè)場(chǎng)景驗(yàn)證“智能泛化能力”，并形成成熟硬件方案，行業(yè)將真正脫離“邊際變化+百萬(wàn)臺(tái)終局估值”的投資范式，進(jìn)入規(guī)?；鲩L(zhǎng)階段。

當(dāng)然，挑戰(zhàn)仍存，例如大模型訓(xùn)練進(jìn)度、國(guó)產(chǎn)化降本速度、貿(mào)易政策變化可能影響行業(yè)節(jié)奏。但不可否認(rèn)的是，硬件降本的中國(guó)力量、具身智能的技術(shù)突破、商業(yè)化場(chǎng)景的剛性需求已形成合力，人形機(jī)器人正從實(shí)驗(yàn)室走向生產(chǎn)線，等待著那一個(gè)智能爆發(fā)的“Scaling Law”時(shí)刻。