核心逻辑｜一条主线，三个支点 人形机器人的钱不在整机厂，而在"执行层"里几块国产化率还不到50%的核心零部件。 - 支点一（量）：全球出货量2025年1.8万台→2030年175万台，CAGR约150%，中国拿走过半份额，量产拐点不是故事而是2026年真实产能爬坡。 - 支点二（价）：执行层占整机BOM 50-65%，是确定性最高的价值池；其中行星滚柱丝杠（22% BOM、国产化40-50%）+六维力传感器（约10% BOM、国产化<30%）是localization红利最肥的两块。 - 支点三（枷）：主流机型ASP仍达人力成本5-8倍，商业闭环未闭合；高端减速器、伺服、AI芯片、基础算法仍落后，"小脑"强、"大脑"弱。 一句话收束：短期看量产放量带来的零部件订单，中期看国产化率从40-50%向80%爬坡的替代空间，长期赌"数据飞轮"能否把硬件厂变成平台公司。
价值投资结论
量产拐点比预期更陡：全球人形出货量从2025年1.8万台跳到2030年175万台（CAGR约150%），中国拿走过半份额——然而主流机型ASP仍达人力成本的5-8倍，商业闭环还没真正闭合，量是量、价是价，两者不能混为一谈。
价值池高度集中在"执行层"：摩根大通测算执行层占BOM 50-65%、巴克莱给执行器30-50%，两家卖方共识是"硬件吃掉大半价值"——但硬件会随规模化commoditize，早期卡位的国产零部件厂才能吃到最肥的一段，晚了就是红海价格战。
localization红利最肥的两块：行星滚柱丝杠（占BOM 22%、国产化40-50%）+六维力传感器（占BOM约10%、国产化<30%）——然而巴克莱提示丝杠/减速器仍被THK、NSK、哈默纳科卡脖子，国产替代不是线性爬坡，而是"认证—良率—产能"三重筛，过不了筛的订单只是纸面。
成本悬崖真实存在：量产把关节模组压到Rmb299、核心件比欧美低30-40%——但机构测算要等年使用成本降到Rmb80k（≈制造业工人年薪）才到商业可行线，当前还差5-8倍，降本速度决定adoption速度，不等于销量会自动兑现。
中国强在"小脑"弱在"大脑"：运动控制/实时协调已建工程优势、成本领先30-40%——但高端减速器、伺服电机、先进传感器、AI芯片、基础算法仍落后，从fast follower到global leader的鸿沟在核心技术，不在产能规模。
政策+资本双引擎已经点火：十五五把机器人列六大新兴支柱、Six Networks年投超Rmb7trn、各地Rmb10bn级机器人基金密集落地——而2026年底MIIT"80%核心部件国产化"checkpoint既是硬约束也是最强催化，没过的会被洗牌出局。
关注本号，持续更新 AI 产业链深度研究
目录
量产拐点：18k→1.75mn的150% CAGR，中国拿走半壁江山 BOM拆解：为什么执行层是价值中心（巴克莱vs摩根的口径与共识） localization最肥两块：行星滚柱丝杠与六维力传感器 成本悬崖：Rmb299关节模组 vs Rmb80k商业可行线 中国强"小脑"弱"大脑"：训练飞轮才是护城河 政策与资本双轮：十五五、Six Networks与Rmb10bn基金矩阵 产业链标的图谱与财务验证：谁在2027E利润表上突出 剩余章节（区域产业集群、就业与社会治理、详细风险清单将随研究跟踪补充）
本内容基于公开资料和研报数据整理，不构成任何投资建议，不代表任何个人观点，仅供学习参考，请理性阅读
两份巨头研报（巴克莱的全局价值链梳理 + 摩根大通的中国主题聚焦）指向同一个结论：人形机器人的"量产元年"已经不是讲故事，而是2026年就要真实发生的产能爬坡。但钱真正好赚的地方不在整机厂，而在执行层里那几块国产化率还不到50%的核心零部件——丝杠、六维力传感器、谐波减速器。本文把两份报告交叉验证，拆解中国产业链的投资机会到底藏在这条价值链的哪一格。
一、量产拐点：18k→1.75mn的150% CAGR，中国拿走半壁江山
量，是这一轮叙事成立的前提。摩根大通工业研究团队给出的全球出货曲线极其陡峭：2025年1.8万台 → 2026年6万台 → 2027年22万台 → 2028年53万台 → 2029年105万台 → 2030年175万台，对应Y/Y增速233%→267%→141%→98%→67%。这个约150%的五年CAGR，意味着行业从"样品"直接进入"产能"。
拆开看区域结构，中国才是主战场：
注意一个反差：2025-2026年中国占绝对主导（85%+），但2027年起海外（尤其特斯拉Optimus、Figure放量）开始追赶，到2030年中国份额回落到约51%。这不是中国掉队，而是全球同步起跑后海外基数变大——中国"先发量产"的窗口集中在2025-2027这三年。
把巴克莱的美元口径叠上来做交叉验证：巴克莱测算当前全球人形市场规模约20-30亿美元，2030年区间100-250亿美元，2035年乐观情景约2000亿美元。两份报告在"2025-2030是放量主段"上完全共振，差异只是巴克莱更敢给远期上限。
边界框定：摩根大通自己的渗透率表显示，到2030年全球人形渗透率仍只有约0.04%，马斯克"50亿台"的TAM是天花板而非基准情形。量的爆发是真，但此刻仍处渗透率近乎为0的早期。
近期催化剂密集：8月12-14日EAI SHOW（上海）、8月18-24日宇树科技科创板亮相（预期估值约Rmb420亿）、8月19-23日世界机器人大会（北京，300+企业）、8月下旬智元机器人（AgiBot）递交港股IPO（目标HK$400-500亿）。IPO催化会把主题情绪推到高位，但情绪不等于订单。
二、BOM拆解：为什么执行层是价值中心
把两份报告的BOM口径放一起对比，能看到卖方的共识与分歧：
- 巴克莱
：执行器（actuator）占整机BOM的30-50%，是单一价值密度最高的环节。 - 摩根大通
：把范围放宽到"执行层"（execution layer，含执行器+结构+相关），占BOM 50-65%；感知层10-20%、规划层10-20%、其余归电池系统。
口径差异来自"执行器"vs"执行层"的外延不同，但结论一致：硬件、尤其是执行侧，吃掉了整机大半价值。原因有三——执行器结构复杂、电池密度要求高、精密控制系统贵。
在执行层内部，摩根大通给出两块最重的内容占比： - 行星滚柱丝杠（planetary roller screw）：占BOM约22% - 六维力传感器：占BOM约10%
其余分散在谐波减速器、电机、轴承、灵巧手、结构件。
做一道粗略的敏感性测算（机械测算，不等于销量预测）：假设2030年中国出货90万台、 blended ASP Rmb150k、BOM约为ASP的75%（其余为软件/毛利）： - 单台BOM ≈ Rmb112.5k - 丝杠内容 ≈ 22% × Rmb112.5k ≈ Rmb24.8k/台 - 中国丝杠年内容价值 ≈ 90万 × Rmb24.8k ≈ Rmb223亿；全球175万台口径 ≈ Rmb434亿 - 六维力传感器 ≈ 10% × Rmb112.5k ≈ Rmb11.3k/台，中国年内容 ≈ Rmb101亿，全球 ≈ Rmb197亿
这组数字只是机械乘积，没考虑ASP随量产下探、也没考虑单机丝杠/传感器数量变化。但它说明一件事：即便在最保守的量价假设下，这两块单一零部件到2030年都是百亿级国内Content市场，且当前国产化率还低，替代空间就是增量。
边界：硬件会随规模化commoditize。巴克莱和摩根都提示，行业放大后执行器会逐渐标准化、降价，早期靠认证卡位、后期拼成本和良率的玩家，吃到的利润段完全不同。
三、localization最肥两块：行星滚柱丝杠与六维力传感器
摩根大通把"上游零部件localization机会"列为最优先受益方向，点名两块：行星滚柱丝杠（国产化40-50%）+六维力传感器（国产化<30%）。这与巴克莱"执行器是价值高地、但高端件仍被海外卡脖子"的判断彼此印证。
行星滚柱丝杠：占BOM 22%，是当前国产替代最热的方向。瓶颈在THK、NSK等日系——精度保持性、寿命、噪音是硬差距。摩根大通筛选的A股标的里： - 恒立液压（601100，Screw）：市值约213亿美元，FTM P/E 37x，FY1收入增23%、EPS增24%，是丝杠里体量最大的平台型标的。 - 宁波震裕（300953，Screw）：市值约38亿美元，FTM P/E仅16x，但FY1收入增44%、EPS增133%——高增长低估值，反映市场对其丝杠放量的定价还没充分。
六维力传感器：占BOM约10%，国产化率<30%，是最"卡脖子"的一块（对标ATI、HBM）。生态图里的标的： - 柯力传感（KELI）：力学传感器龙头，在感知层力觉环节。 - 广州昊志（300503，Force）：市值约34亿美元，属force传感器方向。
谐波减速器作为执行器第三大件，国产进度最快： - 绿的谐波（Leader Drive，688017）：占国内谐波减速器约60%份额，订单排到2027年；但FTM P/E高达266x，市场预期打得很满。 - 双环传动（002472，Harmonic driver）：市值约49亿美元，FTM P/E 21x，收入增13%。
交叉验证巴克莱：巴克莱强调中国稀土加工占全球94%，而稀土永磁是无框力矩电机/伺服的核心材料——这意味着中国在"电机上游材料"有天然卡位，但在"丝杠精密加工/减速器钢件"这种工艺壁垒环节反而弱。所以localization不是处处开花，而是材料强、精密件弱、传感器最弱的梯度。
边界：国产化率从40%爬到80%（MIIT 2026年底checkpoint）不等于相关公司利润线性翻倍。认证周期、良率爬坡、客户绑定才是真实约束，纸上国产化空间要打折看。
四、成本悬崖：Rmb299关节模组 vs Rmb80k商业可行线
量产能否转化为利润，取决于成本能不能跌破"商业可行线"。摩根大通给了两端锚点：
- 供给端（已发生）
：通过量产，中国把关节模组成本压到Rmb299，核心零部件成本比欧美低30-40%。 - 需求端（临界点）
：机构测算，当年使用成本降到Rmb80k（≈制造业工人平均年薪）时，人形才具备商业可行性。
但当前主流机型ASP仍是人力成本的5-8倍。看各型号起始价（Rmb）： - Unitree G1：约9.9万（性价比极值） - Tesla Optimus V3：约13.5-20.3万 - AgiBot A2：约30-50万 - UBTECH Walker S：约50-80万 - Figure 02：约33.8-67.5万
做一道粗略反推（机械测算）：要落到Rmb80k/年的使用成本，按3-5年摊销+低运维，一次性ASP需压到约Rmb20-40万区间。摩根大通路线图显示2027年主流机型ASP有望降到Rmb80-120k——正好接近可行线。也就是说，2027-2028是"价格触达临界点"的关键窗口，早于这个点谈大规模渗透都偏乐观。
边界：家用场景受价格敏感+安全约束，短期放量主力是工业/服务部署；电池密度、训练数据、AI数据集扩大才能加速，三者任一掉链子都会推迟拐点。
五、中国强"小脑"弱"大脑"：训练飞轮才是护城河
摩根大通用"小脑（cerebellum=运动控制与实时协调）"和"大脑（cerebrum=高级决策与认知）"做了精妙切分：
- 小脑：中国已建立显著工程优势
。借助成熟供应链和成本优势，关节模组量产到Rmb299，核心件比欧美低30-40%，运动控制系统性价比突出。 - 大脑：仍在追赶
。VLA（视觉-语言-动作）模型、基础算法、高端AI芯片（寒武纪等）与全球领先者仍有差距。 - 硬件之外的真护城河——数据飞轮
：中国走"人教机器人"路线，通过遥操作示范+真实场景部署（工厂/仓库/服务）快速积累高质量操作数据，再用"仿真到现实（sim-to-real）"双轨加速训练。上海麒麟训练场已驻100+机器人、2027年目标>1000台；北京120+、杭州130+。叠加华为昇腾、国家智算中心，这套"数据工厂"基础设施才是长期竞争力——正如云基建催生了LLM，物理AI基建可能催生下一代机器人平台公司。
边界：从fast follower到global leader，缺的不是产能，而是高端精密减速器、伺服、先进传感器、AI芯片、基础算法的原创突破。产品发布在加速，但大规模商业化与差异化竞争力仍有限。
六、政策与资本双轮：十五五、Six Networks与Rmb10bn基金矩阵
中国物理AI的优势不止在产业链，更在"政策协调+制造深度+市场尺度"的组合拳：
- 十五五顶层
：智能机器人列为六大新兴支柱之一，具身智能列为六大未来产业；2026年2月工信部发布《人形机器人及具身智能标准体系（2026版）》，首个全产业链顶层标准。 - Six Networks（六张网）
：今年投资超Rmb7trn，提供算力、连接、能源、物流底座。 - 真实场景训练
：2026年6月工信部+国资委联合启动"2026真实场景训练专项行动"，鼓励国企采购、常态化部署。 - 数据要素
：国家数据局把具身智能真实交互数据纳入重点支持。
资本侧——地方政府基金矩阵（不完全统计）：
合计已披露的政府机器人基金规模超Rmb800亿，且仍在扩圈。2026年底MIIT"80%核心部件国产化"checkpoint是关键节点——它既是硬约束（没过的出局），也是最强催化（过了的进采购白名单）。
七、产业链标的图谱与财务验证：谁在2027E利润表上突出
摩根大通按市值≥30亿美元、3月日均成交≥5000万美元筛选了中国物理AI标的，并用2027E利润增速 vs 净利率做了交叉验证。结论很清晰：芯片、轴承、材料、力传感器在"收入/利润增速+净利率"组合上最突出，跑赢下游OEM、方案商、基础模型玩家。
按环节梳理核心标的（仅作产业链映射，非推荐）：
估值刻度（FTM P/E，仅作分化观察）：绿的谐波266x、寒武纪75x、恒立37x、震裕16x、双环21x。估值离散度极大，反映市场对"localization定价"的预期差——高PE是高分预期，不是安全垫；硬件 commoditize 风险会先杀高预期标的。
边界：这套筛选基于市值与流动性，不等于基本面排序；下游OEM利润表最薄但订单弹性最大，上游零部件确定性高但客户集中度高。组合里没有"无风险"的一环。
八、剩余章节
区域产业集群地图（长三角/珠三角/成渝机器人带）、就业结构与社会治理（从操作工到机器人督导员）、以及按环节细化的风险清单（认证风险、良率风险、客户绑定风险、 commoditization 风险），将随研究跟踪补充。
（本文完。两份巨头研报的交叉验证显示，中国物理AI的投资机会集中在执行层里国产化率仍低的丝杠、六维力传感器与谐波减速器；量产放量决定订单弹性，国产化率爬坡决定替代空间，数据飞轮决定谁能从硬件厂变成平台公司。后续章节与数据更新将随研究跟踪补充。）
