为机床工具企业提供深度市场分析                     

用户名:   密码:         免费注册  |   申请VIP  |  

English  |   German  |   Japanese  |   添加收藏  |  
沈阳机床

车床 铣床 钻床 数控系统 加工中心 锻压机床 刨插拉床 螺纹加工机床 齿轮加工机床
磨床 镗床 刀具 功能部件 配件附件 检验测量 机床电器 特种加工 机器人

机器人

电工电力 工程机械 航空航天 汽车 模具
仪器仪表 通用机械 轨道交通 船舶

搜索
热门关键字:

数控机床

 | 数控车床 | 数控系统 | 滚齿机 | 数控铣床 | 铣刀 | 主轴 | 立式加工中心 | 机器人
您现在的位置:机器人> 热点新闻>人形机器人理想丰满,现实骨感?行业预测明年卖10万台,机构只看到1.2万台
人形机器人理想丰满,现实骨感?行业预测明年卖10万台,机构只看到1.2万台
2025-11-14  来源:-  作者:-

 
      大摩警告,市场对人形机器人的短期预期过于乐观,真正的规模化商用面临着从应用场景、硬件成本到软件智能的三重枷锁。

      据追风交易台消息,大摩在11月12日的报告中表示,目前行业企业与业内分析师对于人形机器人未来销量存在巨大分歧。在上周举行的GGII人形机器人大会上,多家企业预测2026年中国人形机器人需求量将达10万台。这与大摩分析师的预测形成鲜明的对比:2026年仅为1.2万台,到2030年也只增长到11.4万台。


      近10倍的预期差异背后,是机构对机器人当前工作能力有限、投资回报率(ROI)不具吸引力以及一系列产品开发挑战的深切担忧。

      大摩分析师强调,人形机器人走向大规模部署的路径并非坦途。这项技术的发展不会一蹴而就,而是需要经历漫长而艰难的爬坡过程。短期内,相比于备受瞩目的“通用人形机器人”,那些能够在特定任务中创造明确价值的特种机器人(如轮式或四足机器人)以及核心零部件供应商,或许是更值得关注的公司。

      通用遥遥无期,专精特定场景才是王道
   
      大摩认为,尽管人形机器人的终极目标是成为通用平台,但现实是其“大脑”——人工智能的进化需要时间。

      分析师表示,短期内的应用将高度聚焦于特定的、结构化的2B垂直领域。最先看到的不会是电影里无所不能的机器人管家,而是在商业服务(如引导、表演)和部分工业场景中处理特定任务的机器人。

      相比需要高效率和高精度的工业制造,商业服务场景对机器人的要求更低,机器人主要提供“情绪价值”,因此更容易在早期阶段落地。大摩预计行业需要3-5年时间才能从这些狭窄用例扩展到更广泛的领域。

      应用场景之争:工业制造ROI成谜,商业服务或成“避难所”
      关于人形机器人的首个大规模应用场景,业内存在激烈辩论。

      尽管劳动力短缺为工业应用提供了想象空间,但严酷的现实是,当前人形机器人的工作效率仅为人类的20-30%。

      如此低的效率,加上集成复杂性、热管理、可靠性和安全性的多重顾虑,使得其在工业领域的短期投资回报率(ROI)充满疑问。

      与此形成鲜明对比的是,商业服务领域(如商场引导、舞蹈表演)因其对效率和精度要求较低,被认为是更现实的早期突破口。

      对投资者来说,这意味着需要仔细甄别那些声称要在短期内颠覆制造业的人形机器人公司,其商业可行性可能远低于预期。

      过早“内卷”恐扼杀行业发展
      成本是商业化的关键驱动力,客户期望的整机价格区间大约在人民币10万至20万元。

      然而,大摩发出了一个关键警告:过度关注价格、过早陷入“内卷”式的价格战,可能会牺牲产品的可靠性和性能稳定性,最终损害整个行业的健康发展。

      历史经验表明,成功的自动化技术推广路径总是“价值驱动先于成本驱动”。

      因此,现阶段的重点应该是交付实实在在的功能价值,通过差异化的解决方案来证明其早期溢价的合理性。只有当技术成熟、规模效应显现后,成本下降才具有可持续性。

      硬件瓶颈:看得见的“身体”难题
      人形机器人的“身体”同样面临诸多挑战。

      首先,系统集成商和零部件供应商之间存在结构性脱节。由于行业尚处早期,产品迭代快,导致部件性能规格不明确,标准 fragmented(碎片化),定制化成本高昂。

      其次,零部件的质量一致性和良品率是商业化的主要障碍。

      大摩表示,目前关节、执行器等核心部件仍依赖大量手工组装,导致性能不均、重量超标。鉴于与人类的近距离互动,人形机器人零部件的安全标准甚至应超越汽车等级。要解决这些问题,实现从手工制造向全自动化生产的转变至关重要。

      软件瓶颈:看不见的“灵魂”枷锁
      如果说硬件是身体,那模型和算法就是机器人的“灵魂”,而这正是当前最大的瓶颈。

      要实现类似GPT级别的机器人通用能力,需要万亿级的、包含真实世界力与接触数据的多模态数据进行训练,而这类数据目前极度稀缺。

      尽管“从模拟到现实(Sim2Real)”被频繁讨论,但其有效性仍在争论之中。此外,算力也是一个结构性瓶颈,未来模型可能需要数千TOPS的算力,这远超当前边缘设备的成本和功耗限制。总体而言,软件和模型的突破具有极高的不确定性,是投资者在评估相关公司时必须审慎考量的核心风险。

    投稿箱:
        如果您有机床行业、企业相关新闻稿件发表,或进行资讯合作,欢迎联系本网编辑部, 邮箱:skjcsc@vip.sina.com