人形机器人放量元年：从出货激增看产业链重构

执行摘要：上半年全球人形机器人出货近2.5万台，同比增长432.1%，其中中国占1.9万台，成为全球最大市场。报告围绕量价新格局，拆解上游核心零部件（触觉传感等）、中游整机制造与下游应用生态，分析数据、标准与竞争要素，研判技术降本与规模化落地趋势，为产业各方提供中性的观察框架。

出货激增与市场格局

一、总量：从导入期走向放量拐点

根据IDC发布的最新数据，2025年上半年全球人形机器人出货量接近2.5万台，同比增长432.1%。这一增速在消费电子与智能制造的横向对比中都属罕见——即便是历史上增长最快的智能穿戴、AR/VR等品类，在放量初期的年化增速也鲜有超过300%的记录。

432.1%的同比增速背后，是多重因素叠加的结果：一是整机成本曲线快速下探，核心零部件国产化带来的BOM成本下降使整机动辄百万元级的定价逐步进入数十万元区间，商业可行性显著改善；二是下游应用场景从展会演示、科研教学向工业搬运、巡检、商业服务等可量化ROI的场景迁移，采购主体由科研机构扩展至制造企业与商业运营方；三是头部厂商产能爬坡完成，供应链从“手工小批量”过渡到“准流水线”阶段，供给瓶颈缓解使积压订单得以集中交付。

需要指出的是，当前基数仍然较低（去年同期仅约5000台量级），高增速在统计学上部分源于低基数效应。但从绝对量看，上半年近2.5万台的出货已接近此前市场对2025年全年出货量的乐观预期中值，行业节奏明显快于多数机构此前的预测。

二、结构：中国占七成以上，市场重心加速东移

更值得关注的是区域结构。上半年中国市场出货约1.9万台，占全球总量的比重超过七成。这一份额意味着，人形机器人作为新兴品类的第一轮放量，主战场已明确落在中国，而非传统机器人强国日本、德国，也不是在AI与自动驾驶领域积累深厚的美国。

市场重心向中国倾斜的产业逻辑可以拆解为三个层面：

供给端，中国拥有全球最完整的机电零部件供应链。谐波减速器、行星滚柱丝杠、空心杯电机、力矩传感器等核心部件的本土化产能快速扩张，整机厂商可以在国内完成从设计到量产的全链路闭环，迭代速度和成本控制能力显著优于海外同行。

需求端，制造业占中国GDP比重高、劳动密集型环节存量巨大，叠加制造业自动化改造的政策支持，为人形机器人提供了其他市场难以匹配的场景纵深。此外，各地围绕人形机器人产业设立的专项政策与示范应用项目，也在需求侧形成了早期拉动。

生态端，国内整机厂商数量众多、竞争充分，产品定义从双足全能向“轮式底盘+上肢作业”等务实路线分化，加速了商业验证周期。

三、格局初判：放量元年的竞争特征

综合上半年数据，当前市场格局呈现三个特征：

其一，中国占据“生产+消费”双重主导。1.9万台的国内出货既包含本土厂商的交付，也意味着中国同时是全球最大的制造基地和最大的单一市场，这种双重角色将持续强化产业链的本地化粘性。

其二，海外厂商尚未形成规模出货。美国、欧洲厂商多处于技术验证与小批量试点阶段，上半年出货贡献有限。这意味着全球市场的竞争窗口期仍然开放，但中国企业已经取得了身位优势。

其三，产业链正经历重构。出货激增正在将上游零部件环节从“研发配套”推向“规模供应”，触觉传感、灵巧手等此前成熟度较低的环节成为新的技术攻关焦点，感知与执行环节的能力补齐将决定下一阶段的出货质量与场景渗透。

四、数据速览

五、小结

上半年数据确认了2025年作为人形机器人“放量元年”的产业判断。总量近2.5万台、同比增432.1%的数字，配合中国超七成的份额，勾勒出一条清晰的产业主线：需求与供给的双轮驱动率先在中国市场闭环，全球竞争格局的初始筹码已开始向中国倾斜。对产业链参与者而言，下一阶段的关键命题不再是“能否出货”，而是在放量过程中能否建立成本、场景与生态层面的结构性壁垒。

（本章完）

上游：传感器与核心部件

出货激增背后的上游逻辑

IDC 数据显示，今年上半年全球人形机器人出货量接近 2.5 万台，同比增长高达 432.1%，其中中国市场贡献了 1.9 万台，占比超过七成。当整机放量进入快车道，产业观察的焦点自然从整机的“高举高打”转向上游的“零件供给”。历史经验表明，消费电子和新能源汽车的每一轮放量，最终重塑的都是上游供应链的格局与价值分配——人形机器人大概率不会例外。

在整机的 BOM（物料清单）结构中，传感器与核心精密部件占据相当可观的成本比重。与工业机器人不同，人形机器人需要在非结构化环境中完成抓取、行走、交互等复杂任务，这对上游器件提出了两个层面的要求：一是“感知的广度”，即视觉、触觉、力觉、位姿等多模态信息的融合；二是“精度的高度”，即时间基准、运动控制等底层参数的确定性。本章将从这两个维度展开分析。

触觉传感：补上机器人的「手感」

人形机器人目前最容易被外界感知到的短板之一，是操作的精细度。视觉方案已经相对成熟，机器人可以“看见”物体，但在接触瞬间如何判断力度、材质、滑动状态，仍依赖触觉传感器的突破。业内有一种形象的说法：触觉是机器人缺失的“手感”。

从技术路线上看，触觉传感器长期存在压阻、电容、压电等多种方案并存的局面，各自在灵敏度、耐久性、阵列化难度之间权衡。以一目科技为代表的新一代厂商提出了光学方案：通过微型摄像单元捕捉接触界面受力后的形变，再由算法反演出三维力分布。这类基于视觉原理的触觉方案（常被称为“视触觉”）的优势在于信息密度高——不仅知道“压了多重”，还能感知接触面的纹理与剪切力，更接近人类指尖皮肤—神经系统的感知能力。

光学触觉方案的产业化也面临现实约束：微型光学结构在紧凑灵巧手内的空间集成、多点位方案的成本控制、以及形变材料的疲劳寿命，都是量产前必须解决的问题。但方向上，它代表了上游创新的一个典型路径——把成熟消费电子产业链中的光学器件能力（微型摄像头模组、图像传感器）迁移到机器人场景中复用，从而缩短研发周期、摊薄成本。

值得一提的是，这种迁移并非单向。参考素材显示，LG Innotek 正利用自动驾驶汽车为其自动驾驶传感系统开发收集数据，说明车规级感知产业链与机器人感知产业链正在形成双向的技术与数据流动。汽车工业对传感器在振动、温度、寿命上的严苛验证体系，正在成为机器人传感器可靠性的“预训练场”。对上游厂商而言，同时卡位车载与机器人两个放量市场，正在成为普遍的产能与研发策略。

精密器件：上游技术溢出的价值锚点

如果说触觉传感器解决的是“感知广度”，那么精密器件解决的是系统底层参数的“确定性”。近期有研究团队研制出不确定度达 1×10⁻¹⁹ 的时钟，为目前全球已知精度最高的时钟。这类极限精度的时间基准，直接价值体现在计量科学与基础物理领域，但其技术溢出效应值得关注：导航定位、多机协同、分布式传感网络同步，本质上都依赖高精度时间与频率基准。

对人形机器人产业而言，这种溢出体现在两个层面。其一是产业链迁移层面：精密时钟、MEMS 惯性器件、高精度编码器等上游环节长期服务于通信、航空航天与汽车工业，已形成成熟的高精度制造体系。人形机器人的放量，为这些存量产能提供了新的需求出口——多关节协调运动需要高一致性的编码器与控制器时序，集群作业需要设备间纳秒级的时间同步。其二是能力外溢层面：原子钟领域的激光稳频、真空封装、低噪声电路等技术，会以降维适配的方式下沉到机器人力控与导航传感中，提升整机性能上限。

从价值分配的角度看，这类精密器件往往具备高技术壁垒、长验证周期、高客户粘性的特征，一旦进入头部整机厂的定点供应链，议价能力显著高于通用件。这也是上游企业在整机放量初期积极投入的原因：当前 2.5 万台的年化出货规模虽不足以支撑大规模专用产线，但恰是绑定客户、共同定义产品规格的窗口期。

产业链传导路径

综合来看，整机放量正在沿“整机需求—器件规格定义—上游产能与工艺投入”的路径向上游传导：

小结

人形机器人上半年的出货数据确认了放量趋势，而真正的产业结构性变化发生在上游：光学方案正在把触觉感知从“有没有”推进到“精不精”，车规与消费电子产业链的能力迁移正在缩短上游创新周期，精密时钟等器件则代表了高壁垒环节的价值锚定。对产业观察者而言，下一个值得跟踪的信号是：触觉传感器能否随灵巧手一起进入千台级批量定点，以及上游精密器件厂商在机器人业务上的营收占比何时从“概念”变为“报表”。这将是判断产业链重构是否实质性落地的关键标尺。

中游：整机与制造体系

放量元年下的交付压力

根据 IDC 数据，今年上半年全球人形机器人出货量接近 2.5 万台，同比增长 432.1%，其中中国市场贡献 1.9 万台，占比约 76%。这一增速意味着中游整机厂商正从“小批量定制”阶段快速切换到“规模化交付”阶段，产能爬坡能力成为竞争分水岭。

与人形机器人早期的demo式发布不同，当前订单向商业落地集中，交付能力由三个环节共同决定：整机厂商的自有产线爬坡速度、核心零部件供应商的协同响应，以及整机制造体系的良率与一致性管理。头部厂商普遍面临的问题是，上游精密减速器、丝杠、灵巧手等部件产能扩张周期长于整机装配扩产周期，形成结构性瓶颈。因此，供应链协同——包括提前锁量、联合开发、参股绑定等方式——已成为整机厂商保障交付的主流策略。

供应链协同的三种模式

从产业实践看，整机厂商与供应链的协同呈现三种模式：其一，自研核心部件，掌控灵巧手、触觉传感等关键环节，以保供和保迭代节奏，例如触觉感知领域已有厂商通过光学方案补齐机器人缺失的“手感”，让抓取操作从被动执行走向精准控制；其二，与供应商联合定义规格，缩短从部件开发到整机验证的周期；其三，公开采购标准化部件，压低成本但牺牲部分差异化能力。

三种模式对应不同的成本结构与迭代速度。自研模式前期投入大、爬坡慢，但长期成本下降空间显著；联合开发模式在交付确定性与技术自主之间取得平衡；纯外购模式则更适合快速验证场景的初创厂商。

芯片与平台选型：迭代节奏与成本的关键变量

在整机 BOM 成本中，计算平台占据重要比重，芯片选型直接影响产品迭代节奏。产业界当前存在两条路线：

芯片平台的选择本质上是一场供应安全与工程效率之间的权衡。微软 Surface 负责人在回应某芯片平台产品断更五年时曾表示，“产品组合有限，需审慎选择芯片”，这一逻辑同样适用于人形机器人行业：终端厂商的软硬件工程资源有限，平台选型一旦失误，代价是数年的产品空窗。对于当前处于快速迭代期的人形机器人而言，多数头部厂商选择“主平台深度优化、副平台保持验证”的双轨策略，以在成本结构与迭代弹性之间维持平衡。

需要客观指出的是，行业博弈正在向供应链上游延伸：芯片厂商希望借机器人放量打开第二增长曲线，倾向提供参考设计与软件栈以降低整机迁移成本；整机厂商则警惕对单一平台的过度依赖。这种双向博弈在缺乏统一标准的市场中将持续存在，客观上推动了接口标准化与中间件生态的发展。

制造体系的下一阶段

综合来看，中游竞争的关键已从“能否造出”转向“能否稳定、低成本地批量造出”。出货量同比超四倍的增长，对制造体系提出的要求包括：产线柔性化以应对机型快速迭代、质量追溯体系以支撑商业化交付的售后责任，以及与供应链的数字化协同。预计未来 12 个月内，具备垂直整合能力或深度供应链绑定的整机厂商，将在交付确定性与成本曲线上率先拉开差距，中游格局将从分散走向初步集中。

下游：场景与数据闭环

放量之后，数据成为下一竞争焦点

根据 IDC 数据，今年上半年全球人形机器人出货量接近 2.5 万台，同比增长 432.1%，其中中国市场贡献 1.9 万台，占比约 76%。出货量的爆发式增长标志着行业从样机验证阶段进入小规模商用阶段，但整机放量的同时，行业竞争的焦点正在从硬件本体向下游的数据能力转移。

与自动驾驶产业类似，人形机器人的能力天花板很大程度上由训练数据决定。区别在于，自动驾驶只需应对驾驶场景，而人形机器人需要在非结构化的家庭、工厂、商业空间中执行多样化任务，其对数据的多样性、密度和颗粒度要求更高。上半年 432.1% 的出货增速意味着部署基数的快速扩大，而每一台部署中的机器人，本质上也都是一个移动的数据采集节点。

自动驾驶数据采集经验的可迁移性

自动驾驶产业在过去十年中沉淀了一套成熟的数据采集与迭代方法论：量产车辆回传真实道路数据、构建数据标注与清洗管线、通过影子模式验证新模型、再以 OTA 方式完成能力升级。这一“量产—采数—训练—部署”的循环逻辑，正在被机器人产业直接借鉴。

已有企业开始实践这一路径。据公开报道，LG Innotek 正利用自动驾驶汽车为其自动驾驶传感系统开发收集数据，将真实行驶场景中的传感器数据用于感知算法的训练与验证。这种“用真实场景数据喂养感知系统”的做法，与人形机器人厂商在真实部署环境中采集操作数据的思路高度一致。

机器人产业可以从中迁移的经验包括三个方面：其一，车队规模化是数据规模的前提，对应到机器人行业即整机出货量；其二，长尾场景（corner case）的采集与标注能力决定模型泛化水平，机器人领域对应的是稀有物体形态、罕见操作失败样本；其三，数据回传的合规框架，如用户知情同意、隐私脱敏处理等，自动驾驶行业已有相对成熟的实践可供参照。

触觉数据：被低估的闭环缺口

视觉数据的采集路径相对清晰，但机器人还面临一个独特的数据缺口——触觉。业内将此称为机器人缺失的“手感”。有传感器创业公司（如一目科技）尝试用光学原理实现触觉感知，让机器人在抓取、装配等任务中获得力反馈信息。触觉数据的引入，意味着数据闭环的维度从“看到什么”扩展到“碰到什么、握住什么”，这对精细操作场景（分拣、柔性装配、家务）尤为关键。可以预见，视觉+触觉+力控的多模态数据闭环，将成为下游生态构建的技术门槛之一。

数据闭环驱动的商业飞轮

从产业逻辑看，真实场景数据闭环正在重塑下游的价值分配：出货量大的厂商能够积累更多真实场景数据，数据反哺模型能力提升，进而带来更好的产品体验与更多订单，形成正向循环。这意味着头部整机厂商的先发放量具有战略意义——出货量不仅是收入指标，更是数据资产指标。

生态与合规的双重约束

数据闭环生态的构建也需要产业分工：整机厂商掌握部署入口，传感器厂商提供触觉等增量数据维度，云服务商承载数据管线与训练算力，场景方（工厂、商业场所）则是数据的源头与落地的出口。谁能整合这一链条，谁就掌握下游生态的主导权。

同时，数据采集与回传面临的合规要求不容忽视。真实场景数据往往包含个人隐私、商业环境信息，各国对数据跨境流动、本地化存储的监管持续趋严。参考自动驾驶行业在数据合规上的演进路径，机器人产业大概率将经历类似的规则完善过程，这也将成为下游生态竞争中的隐性门槛。

综合来看，在出货量同比增长超 4 倍的背景下，人形机器人产业的竞争重心正从“造得出”转向“用得好”，而真实场景数据闭环正是“用得好”的核心基础设施。具备规模化部署能力与数据治理能力的厂商，将在产业链重构中占据下游生态的主导位置。

竞争要素与生态博弈

一、放量之后：竞争维度的切换

IDC 数据显示，2025 年上半年全球人形机器人出货量接近 2.5 万台，同比增长 432.1%，其中中国市场贡献 1.9 万台，占比约 76%。在出货量高速增长的背景下，行业竞争逻辑正在发生结构性变化：当硬件供给不再稀缺，单纯的性能参数比拼所能构筑的壁垒正在降低，竞争重心逐步向数据积累与平台服务延伸。

从产业演进的一般规律看，硬件厂商的竞争大致经历三个阶段。第一阶段以硬件性能为核心，比拼自由度、负载、续航与运动控制精度；第二阶段转向数据积累，机器人需要在真实场景中持续采集多模态数据，用于训练感知与操作模型；第三阶段则进入平台与生态竞争，谁能吸引更多开发者、形成更完整的服务闭环，谁就掌握产业链的价值分配权。

二、硬件性能：感知能力成为差异化关键

在硬件层面，行业正在补齐从“能动”到“会用”的短板。以触觉感知为例，对话一目科技的公开信息显示，机器人在精细操作中仍然缺乏可靠的“手感”——即对接触力度、材质、滑移等物理状态的实时反馈。该公司选择以光学方案切入触觉传感，通过光信号变化捕捉接触信息，试图解决传统压阻、电容方案在灵敏度、耐久性与成本之间的取舍难题。

这类底层器件的突破，直接决定了机器人在抓取、装配、柔性物体操作等任务中的可用性。类似地，高精度基准器件的价值也在显现：全球精度最高时钟将不确定度推至 1 × 10⁻¹⁹ 量级，虽然属于计量科学前沿，但其技术路线对机器人导航、多机协同中的时间同步具有外溢意义。数据采集侧同样在加速，LG Innotek 用自动驾驶汽车为传感系统开发收集数据的做法，展示了“以真实运行数据反哺传感器迭代”的闭环模式——这一模式正在被机器人厂商复制。

三、数据与平台：竞争的第二曲线

硬件性能决定下限，数据与平台决定上限。人形机器人的核心能力来自对操作数据的持续学习，这意味着出货规模本身就是数据护城河：中国市场 1.9 万台的出货量，不仅是销售结果，更构成了场景数据的采集网络。厂商之间的差距将随数据飞轮的转动而放大，先发者的优势具有复利效应。

平台服务则决定了生态的广度。开放的开发者工具、清晰的接口标准、合理的商业模式，是吸引第三方应用开发的前提。当机器人从单一硬件产品演变为“硬件 + 数据 + 服务”的平台型产品，厂商需要同时经营两条关系链：面向用户的交付与服务链，以及面向开发者的规则与分润链。

四、规则预期：治理能力的新考验

放量元年暴露出的不只是技术问题，还有治理问题。近期 123 云盘调整存储空间规则引发用户不满、官方致歉并披露优化方向的事件，虽然发生在云存储领域，但对机器人产业具有直接的镜鉴意义：当产品依赖厂商持续提供的云端服务（存储、模型更新、算力订阅），服务规则的任何单方调整都会触及用户的规则预期，处理不当会迅速转化为信任损耗。

人形机器人的服务粘性远高于云盘——设备本体价值高昂、数据与使用习惯深度绑定，用户对规则稳定性的敏感度只会更高。对厂商而言，治理能力体现在三个环节：

1. 规则前置透明：服务条款、订阅模式、数据归属在购买时即清晰约定；

2. 调整程序正当：涉及存量用户权益的变更，应设置缓冲期、补偿机制与沟通流程；

3. 危机响应及时：出现争议时快速致歉、披露优化方向、给出可验证的整改承诺，将信任损失控制在有限范围。

五、多维竞争下的产业链重构

综合来看，放量元年的竞争格局可概括为如下博弈结构：

产业链的重构方向由此清晰：上游传感器与核心零部件厂商（如触觉、时间同步、数据采集方案商）获得新的价值入口；中游整机厂商的护城河从 BOM 成本转向数据规模与平台能力；下游服务运营则成为长期收入与用户关系的主要载体。在这场多维博弈中，决定厂商最终座次的，不仅是机器人的性能参数，更是其管理规则预期、维系生态信任的治理能力。 出货量的激增只是起点，真正的分化将在数据与服务层面展开。

趋势研判与风险提示

一、高增长趋势有望延续

IDC 数据显示，今年上半年全球人形机器人出货量接近 2.5 万台，同比增长 432.1%；其中中国市场贡献约 1.9 万台，占比超过七成。这一数据印证了两个基本判断：其一，人形机器人已从样机演示阶段进入小批量商用交付阶段，出货基数虽绝对值不高，但增速显著快于历史上多数消费电子品类的导入期；其二，中国市场的放量速度明显领先全球，本土整机厂商、零部件供应商与下游应用场景（制造、物流、商用服务等）之间已形成初步的供需闭环。

展望未来 12—24 个月，支撑出货高增长延续的核心变量包括：整机价格带持续下探带来的需求释放、国产化零部件（关节模组、减速器、灵巧手等）的规模化降本、以及多场景商用订单从试点转向批量复购。若上述变量兑现节奏符合预期，行业有望在放量初期维持三位数或接近三位数的同比增速。

二、三大不确定性因素

1. 降本节奏的不确定性。 人形机器人当前的单位成本仍远高于规模化商用所需的平衡点。降本并非简单的采购降价，而是依赖设计迭代（结构件集成度提升）、工艺良率爬坡、以及核心零部件从定制走向标品的完整链条。任一环节的工程化瓶颈，都可能使整机降价速度快于成本下降速度，从而压缩整机厂商毛利，进而反噬其扩产意愿。

2. 传感与具身智能成熟度的不确定性。 出货量领先并不等于体验成熟。当前业界普遍公认的短板之一是触觉感知——即机器人的「手感」。触觉传感器在灵敏度、耐用性与成本之间存在长期矛盾，国内如一目科技等公司尝试用光学方案切入该环节，反映产业界正以多样化技术路线补齐感知短板，但方案定型与上车验证仍需时间。具身智能层面，大模型赋予机器人的通用任务能力与真实场景中的可靠性之间仍有差距，长期看，这决定了人形机器人能否从结构化场景走向非结构化场景的关键。

3. 供应链安全与全球分工的不确定性。 上半年中国市场占比超七成的格局，意味着全球产业链重心正在向中国倾斜；但同时也需注意，高端传感器、部分芯片与精密部件的全球化分工仍深度嵌合。地缘博弈背景下，出口管制、技术许可与本地化生产要求等监管因素，可能改变供应链的空间布局与成本结构。参考自动驾驶传感系统领域跨国企业（如 LG Innotek）通过数据闭环持续迭代感知方案的做法，传感与智能硬件领域的产业竞争，正从单点器件转向系统能力，这进一步提高了供应链自主可控的门槛。

三、风险传导逻辑

四、研判小结

综合来看，人形机器人的放量趋势具备需求侧与供给侧的双重支撑，「放量元年」的定性成立。但需要清醒认识到，当前的出货激增更多反映的是供给推动而非需求拉动——头部客户订单与政策支持下的小批量采购占比较高。产业进入实质性成长期的标志，将是商业化终端场景的自发复购与单位经济模型的跑通。

建议产业链各方重点跟踪三个先行指标：整机均价的季度变化（降本节奏）、触觉与力控传感器的方案定型进度（感知成熟度）、以及核心零部件的国产化率与供应商集中度（供应链韧性）。在不确定性因素未实质改善前，对出货增速的外推应保持审慎，避免以单一时期的爆发式数据线性外推中长期需求。