2026年7月3日,在“芯原具身机器人专题技术研讨会”上,Yole Group汽车与机器人首席分析师杨宇博士分享了他对人形机器人市场的深度观察。

图 | Yole Group汽车及机器人首席分析师杨宇
作为一家专注于半导体市场研究的法国机构,Yole Group从芯片底座出发,勾勒出Physical AI的通用架构:边缘部署、感知前端、执行后端,以及中间庞大的计算、存储与互联需求。这一底层逻辑,决定了具身机器人并非孤立的赛道,而是与自动驾驶、飞行汽车、四足机器人乃至轮式机器人深度交织的技术矩阵。
这种交织并非偶然。在北京车展的现场,汽车与机器人两个产业的协同已清晰可见——从电控到运动控制,从供应链到应用场景,大量企业横跨多个领域。小鹏同时布局ADAS、飞行汽车与人形机器人,宇树从四足延伸至双足,这种跨界的本质在于底层技术的共通性。而更重要的是,汽车行业恰好为机器人提供了早期应用的土壤。在泛化能力尚未成熟的阶段,找到落地场景、创造实际价值,比追求全能更具现实意义。
市场数据印证了这一判断的迫切性。Yole Group对未来十年人形机器人市场的预测显示,年化增长率将稳定在50%左右,这是一个极具魄力的十年展望。但增长并非一蹴而就,而是分波次推进:工业环境率先落地,消费与医疗场景随后跟进。2025年的市场份额图谱中,中国与美国企业已占据主导地位,宇树、小鹏、FigureAI等玩家的技术迭代速度令人侧目——从春晚的多机协同表演,到FigureAI长达200小时的连续作业,系统稳定性与散热控制的突破,在一年前尚难想象。
然而,大规模泛化应用仍面临六维短板:本体集成、运动控制、关键零部件、灵巧手、大脑(感知与决策),以及尤为棘手的数据。与自动驾驶不同,机器人缺乏数以百万计的行驶车辆来低成本采集真实数据,当前许多出货的机器人最终流入各地的数据产业中心,这一困境尚无完美解法。杨宇博士坦言,这仍是开放性问题。
但局限之下已有亮光。在河南某企业的产线上,轮式机器人已能精准完成线束的拾取与放置,人类仅需负责后续的捆扎动作。线束生产本是整车制造中自动化程度最低的环节,而机器人的介入切实降低了人力依赖,创造了可见的收益。这提醒我们:在技术尚未齐备时,突出要素与场景需求的巧妙结合,反而能催生最具生命力的应用。
回顾中国新能源汽车的崛起路径,或可给人形机器人以参照。从2009年起步、2011年启动补贴,到2015年推出动力电池白名单、2021年磷酸铁锂电池爆发,整个历程持续十余年。关键节点的把握——白名单政策保护了本土产业链,技术路线切换引爆了市场——成为产业起飞的决定性因素。当前,具身智能已被明确为国家战略方向,但真正的起飞节点在何处、关键要素是什么,正是当下最值得深究的命题。
杨宇博士在总结中留下了一个意味深长的画面:特斯拉的展台上,ADAS、人形机器人与扫地机器人同框。人形机器人是产业的高声呐喊,但并非所有场景都需人形来填满。找到合适的形态、合适的场景、合适的节奏,比追逐概念更为重要。这条路上,中国已占据半壁江山,而真正的考验在于:如何在第一波浪潮中积累数据、打磨产品、培育生态,静候属于机器人的“2021时刻”。
来源: 与非网,作者: 夏珍,原文链接: https://www.eefocus.com/article/2044399.html
451
