人形机器人估值透支2035年幻想，量产良率迎财报硬考

人形机器人估值透支2035年幻想，量产良率迎财报硬考 由于市场提前透支了2035年的百万台量产预期，当前过百倍的估值必须跨越两万美元购置成本与两千小时无故障运行的硬核门槛才能迎来均值回归。 节目围绕物理 AI 与人形机器人当下的资本狂热展开深度冷思考，指出二级市场存在严重的估值透支，未来五年产业必须从题材炒作转向以 ROI、MTBF 与工时成本为核心的财报验证。内容系统梳理了人形机器人从科研教育、工业制造到通用家庭的四阶段渗透路径，并测算出 2035 年全产业链规模有望突破 1,000 亿美元。此外，节目深度剖析了美、中、日、欧、韩、台六大经济体截然不同的产业优势与技术断层，并为投资者拆解了兼顾防守与进攻的六大产业链跟踪维度。 人形机器人板块估值严重透支，宇树科技上市首日市销率超30倍、动态市盈率达数百倍，市场正在用2035年远期出货预期为良率爬坡期的现状买单。 (0:00) 全球出货量预计从2025年的1.7万至1.8万台跃升至2035年的260万台以上，加权均价下探至1.5万至2万美元，全产业链产值将突破1,000亿美元。 (7:49) 商业化落地须跨越三大硬核指标：整机售价降至2万至3万美元、投资回报期缩短至1.5至2年，以及平均无故障时间（MTBF）突破2,000小时。 (13:18) 全球竞争呈现分化格局：美国主导AI大脑与算法，中国依托制造聚落主导放量，日本掌控减速器与精密材料，欧洲定义安全标准，韩国打造财阀内循环，台湾则作为卖铲人卡位先进制程与传动件。 (16:22)

主讲人摩王指出，当前二级市场已过度透支人形机器人在2035年的远期出货预期，未来数年板块将面临估值消化与均值回归；产业竞争的重心正在从题材展示转向工时经济学、投资回报周期与微米级制造公差的硬指标检验。 估值透支与商业化落地的硬核三指标 (13:18) 2026年二级市场人形机器人概念交易情绪高涨，宇树科技上市首日市值冲至3,418亿元人民币（约500亿美元），绿的谐波与奥比中光等产业链标的2026年预估本益比分别高达300倍与137倍。摩王分析认为，市场正以2035年远期百万台出货量的预期，为当前良率仍在爬坡的产业买单。随着后续智元机器人与乐聚机器人推进IPO，板块稀缺性溢价将被稀释，迫使市场回归基本面验证。 根据节目分析，商业化能否实质成立取决于三大硬核指标：一是整机购置成本需压降至2万至3万美元区间，直接对标发达国家蓝领年薪；二是投资回报周期（ROI）需压缩至1.5至2年内，以驱动企业资本开支由测试预算转向规模化采购；三是平均无故障时间（MTBF）必须突破2,000小时红线，否则频繁的停线维护将彻底摧毁工时经济性。 渗透路径与规模测算：四阶段至千亿产值 (3:38) 人形机器人落地呈现由高容错向低容错渗透的四阶段演进：2024至2026年以科研教育和文娱导览为主，IDC等机构调研显示当前出货中有60%至65%集中于此类场景，主要用于采集物理实景边界数据；2026至2028年切入搬运、装配等半结构化工业制造与仓储场景；2028至2030年向巡检等特种与商业作业扩散；2035年则迈向家庭服务，但需以成本低于1万美元及通用泛化智能为前提。 综合Omdia与浦银国际等机构测算，全球年出货量预计从2025年的1.7万至1.8万台增至2035年的260万台以上，十年复合年增长率达65%至70%。需求端由制造业替代（年需100万至150万台）与老龄化家政需求驱动；供给端平均售价将从试产期的5万至15万美元阶梯式降至2035年的1.5万至2万美元。届时整机硬件年产值达400亿至500亿美元，计入云端AI算力、软件授权及运维服务后，全产业链年产值预计突破1,000亿美元。 全球科技树分化：美中日欧韩的优势与短板 (16:22) 面对物理AI竞争，各大经济体形成了差异化的产业科技树。美国采取“自上而下的大脑优先”路径，依托英伟达、DeepMind与特斯拉构建顶级算力与VLA模型，但本土精密制造空洞化导致硬件迭代缓慢（特斯拉Optimus实际部署不足1,000台），因而推动《GUARD法案》试图构建壁垒；中国采取“自下而上的硬件优先”路径，坐拥新能源车供应链与超90%稀土永磁产能，2026年上半年出货占全球97%，但王兴兴在WRC主论坛指出其环境扰动下易崩溃，且先进制程受制、国内陷入低价内卷。 日本在哈默纳科、纳博特斯克主导的谐波与RV减速器及微米级轴承领域建立标准霸权，充当精密机械守门人，但软件算法生态滞后；欧洲依托ABB、西门子主导车规级安全认证与工控，却受限于《人工智能法案》和严苛隐私法规，实景数据采集受阻；韩国则依托现代汽车（波士顿动力）、三星及LG形成整车实测、HBM存储与动力电池的财阀闭环，但本土市场狭小，全球出货占比低于5%。 台湾硬件定位与双轨脱钩下的投资策略 (29:30) 台湾供应链在全球竞局中扮演“卖铲人”与高阶硬件军火商角色：台积电提供先进算力制程，上银科技卡位滚珠与滚柱丝杠，贸联-KY生产耐数百万次弯折的高频抗疲劳线束，台达电供应伺服驱动与电源管理模块。在中美双轨脱钩背景下，台湾厂商依托敏捷制造与高良率穿梭于欧美与亚洲客户之间，但由于缺乏整机品牌、底层世界模型算法研发及超大规模应用场景，商业话语权受制于下游品牌分配。 落实到投资策略，摩王建议在双轨平行格局下采取攻防分工：防守端切入拥有成熟造血能力、已拿下量产总成订单的车规级供应商；进攻端卡位具备2微米公差壁垒的行星滚柱丝杠、精密减速器厂商及端侧芯片先锋，但需严控估值透支风险。产业链跟踪可细分为整机、关节总成、减速器、灵巧手、感知系统与具身大脑算力六大维度。 物理AI的竞争已由早期看演示动作的题材狂热，转入考核产线良率、两微米公差控制及每小时有效工作成本的深水区。未来唯有能实现车规级稳定量产、具备真实造血能力并跨越地缘壁垒的零部件与总成制造商，才能在估值均值回归后沉淀出长期商业价值。

王鸿嫔: 真正的估值考试，才正要开始 王鸿嫔: 市场正在用 2035 年的百万台想像，替今天尚未完全兑现的商业模式定价。 王鸿嫔: 当市场开始停止为梦想买单，真正留下来的会是——能把技术，变成现金流的人。 [3:38] 王鸿嫔: 走着走着摔倒或跪下，正是系统获取边界数据（Corner Cases）不可或缺的过程。 [7:49] 王鸿嫔: 略为保守 [31:14] 王鸿嫔: 如果要投入的话，真的是需要大心脏，还有你的钱袋子要很厚 [33:47] 王鸿嫔: 看热闹 [33:47] 王鸿嫔: 看门道 [33:47] 王鸿嫔: 多想一层，直面恐惧与贪婪

[0:00] 大家好，我是摩王，在两家摩根、JP Morgan以及Morgan Stanley的买方工作30年。 [0:06] 我姓王这是摩王想两下 [0:07] 在市场中拆解现象找到趋势。 [0:09] 那这一次呢，是我系列的专题的第三集 [0:13] 也是最后一集。这个系列专题呢 [0:16] 是物理AI的全球竞争格局以及产业链的分工。 [0:20] 在这个第三集呢，我想专注在有六个国家它的供应链 [0:24] 就在整个供应链的这个地图上面是占据什么位置。 [0:28] 还有我们要来试著去展望一下未来 [0:32] 就是在2026年到2030年的量产的良率 [0:36] 还有它的应用场景 [0:38] 还有我们现在看到它的估值定价 [0:41] 靠不靠谱 [0:42] 那这一次的主题的系列的前两集 [0:45] 我在我们试著去已经拆解了 [0:49] 第一个是莫拉维克的悖论 [0:51] 它的物理本质是怎么回事 [0:53] 第二个呢就是看人形机器人全身 [0:56] 有40多个自由度 [0:58] 以及它的BOM [1:00] 就是物料清单的一个拆解 [1:02] 那这一集呢是最后一集 [1:04] 我要聚焦本个整个产业的产业链 [1:08] 它的基本面的检验 [1:10] 在股票市场估值大幅扩张之后 [1:14] 全球现在在因为有爆发地缘政治的竞争 [1:18] 在这个板块上面产业链 [1:20] 供应链是怎么分工的 [1:22] 我们看到8月中旬 [1:24] 宇树科技它登陆了这个上海的科创板 [1:27] 首日上涨了460% [1:30] 那市值呢达到3418亿人民币 [1:34] 大约500亿美金 [1:37] 那加上港股的优必选 [1:39] 以及打算准备要到香港上市的智元机器人 [1:44] 目前市场传出的目标估值是200亿美金 [1:47] 这也推升了整个板块的交易的热度 [1:51] 从投资者定价的这个角度来看呢 [1:54] 目前市场存在明显的估值透支的现象 [1:57] 为什么这么说呢 [1:59] 因为部分整机以及零元件的标的 [2:02] 它的2026年到2027年的预估的本益比PE的数字 [2:08] 已经达到了150到300倍 [2:10] 它的市销率就是PS这个比例呢 [2:13] 也高于传统精密制造业的常态 [2:16] 市场正在以2035年远期的出货的预期来为今天定价 [2:22] 那这个2026年呢 [2:23] 事实上这个产业还没有进入实质的规模化的放量 [2:28] 而且它的良率还在爬坡的阶段 [2:31] 因此这个营收这下的定价呢 [2:33] 现在看起来是蛮恐怖的 [2:35] 在2026年到2030年这个视窗 [2:38] 因为我试著就看未来五年 [2:40] 人形机器人它这个板块会长什么样子呢 [2:44] 现在看起来预估会它面临估值 [2:47] 它要有一些消化 [2:48] 还有它均值要有一些回归 [2:50] 那决定企业长期价值的核心呢 [2:53] 还是在于它的工时的这个运用 [2:56] 它是不是能够真正实现它的工时经济学 [3:00] 还有可以提高它的投资回报率 [3:03] 以及平均无故障时间MTBF的资料的这个兑现 [3:09] 所以这一集呢我想整理一下 [3:11] 全球有六大主要制造阵营它的版图 [3:15] 以及这个不同的这个制造阵营它的应用场景 [3:20] 发展的路线 [3:21] 以及2035年市场规模 [3:23] 要如何来测算出来的这个逻辑 [3:26] 所以我想这一次我想做一下 [3:28] 上市公司的追踪的清单 [3:30] 也是我自己之后会持续追踪的 [3:33] 就帮助我自己 [3:34] 这是我的研究笔记了 [3:36] 好 我先来看一些资料 [3:38] 第一是人形机器人 [3:41] 它的应用场景 [3:43] 它身上有一个过程的 [3:45] 那这个过程路径是什么 [3:46] 就人形机器人的商业化 [3:49] 并不是一步到位 [3:50] 它是沿著环境结构化的程度 [3:54] 还有容错力高低 [3:55] 呈现明显的 [3:57] 现在看起来有四个阶段的 [3:59] 这个渗透路径 [4:00] 第一个阶段是 [4:01] 大概是2024年到2026年 [4:04] 主要的应用场景 [4:06] 是科研教育 [4:08] 这里面包含科研文化娱乐商业 [4:13] 以及资料采集 [4:14] 那这里面 [4:15] 根据IDC以及几家投行的 [4:18] 调研的资料 [4:19] 目前全球机器人的出货 [4:22] 在出货中有60%到65% [4:26] 集中在高校研究科技展馆的导览 [4:30] 以及文化娱乐的商业 [4:33] 那这一类的场景呢 [4:35] 对於单点的故障的容错率呢 [4:37] 是比较高的 [4:38] 所以它主要承担了市场教育 [4:40] 以及初步收集实景训练的 [4:44] 这个资料的功能 [4:45] 因为它这个资料 [4:46] 还是要真的要到现场 [4:49] 他到现场去 [4:50] 他要犯错吗 [4:51] 比如说他走一走 [4:52] 他要摔倒 [4:53] 他会跪下来 [4:54] 他要知道什么样的场景 [4:55] 他会犯错 [4:57] 才可以收集到这些资料 [4:59] 所以这些是这个部分 [5:02] 那我当然我也列了一张表 [5:04] 那我们接下来来看第二个部分 [5:07] 在第二个阶段 [5:09] 是2026年到2028年的 [5:11] 这个导入期 [5:13] 是在工业制造 [5:14] 以及仓储物流的部分 [5:16] 以汽车工业它的组装的产线来看 [5:21] 例如说像Tesla的柏林厂 [5:24] 还有东风汽车也导入了测试 [5:27] 还有一些大型的电商 [5:29] 它开始分货拣货这些工作 [5:34] 包含像京东 [5:35] 它采取了RobotBase的物流体系 [5:38] 像Amazon它也测试了 [5:40] 它的这个Agility的Digit这个模式 [5:45] 他都是采取他自他已经上线了这些体系为代表 [5:49] 核心的任务包含物料的搬运上下物料 [5:54] 还有部分零部件的穿线装配 [5:58] 这是属于半结构化的一个场景 [6:00] 第三个阶段是2028年到2030年之后 [6:06] 是一个扩展期 [6:08] 等于是特种的作业还有商业的服务 [6:11] 这里面涵盖了像电力电网的巡视检查 [6:16] 还有比较高危险的化工厂的维修 [6:19] 以及医疗物资的运送 [6:21] 以及智慧零售导购等等半开放环境 [6:28] 这个是预估在2028年之后开始扩张 [6:31] 那第四个阶段是 [6:33] 也是比较这个阶段 [6:35] 这十年比较一个重要的一个目标 [6:39] 远端目标就是通用的家庭服务 [6:42] 这个目标是在2035年能够进入一个比较成熟的阶段 [6:47] 这里面尤其是面对为什么中国积极在推动 [6:51] 因为中国是老化非常的压力非常大的 [6:55] 那事实上富裕国家都共同用这个问题 [6:57] 那因此通用的家庭服务呢 [7:00] 希望能够涵盖烹饪啊清洁啊养老的陪护啊等等非结构化的环境 [7:08] 我看到像比如说浦银国际 [7:11] 它的行业的调研 [7:13] 它就算出来 [7:14] 它的估算是家庭场景 [7:17] 是认为家庭场景 [7:19] 是这一阶段 [7:19] 人形机器人的一个终极目标 [7:21] 远期的出货占比 [7:23] 预估要达到总量的一半以上 [7:26] 这是等于在2035年要能够达成的 [7:29] 但是有个很重要的前提 [7:30] 就是它的整机的成本 [7:32] 要能够降到一万美金以下 [7:34] 而且具备高度的通用的智慧 [7:37] 所以这是目前这个产业呢 [7:39] 它在发展很重要的部分 [7:41] 是怎么样让它的整机的成本再度的往下压 [7:46] 好 今天这一集的第二个部分 [7:49] 我想来看未来十年的市场的规模 [7:53] 以及测算的模型 [7:55] 这个是在投资领域 [7:56] 我们算到一直到2035年 [8:00] 那这里面看到我们通常在讲 [8:02] 所谓潜在的市场的总额 [8:06] 或者是全体可定纸 [8:08] 纸是地址的 [8:10] 可定位置的这个市场的规模 [8:13] 所以根据Omdia [8:15] 还有Counterpoint [8:16] 以及我们看到浦银国际 [8:18] 这是中国的数字 [8:19] 它的综合研究的这个预测 [8:22] 全球的人形机器人的出货量 [8:25] 预估将从2025年 [8:27] 大约1.7到1.8万台 [8:30] 可以成长到2035年 [8:33] 可以达到260万台以上 [8:35] 这个看起来十年的复合年增长率是65到7成 [8:40] 65到7成 [8:42] 这个形成约150倍的百万几的出货量的爆发 [8:48] 所以这是很大的一个跳跃 [8:51] 那这里面在这个角度呢 [8:54] 我们来看拆解一下 [8:56] 第一个是它怎么算出来的呢 [8:59] 第一个是用劳动力的替代基础 [9:02] 替代基础这里面 [9:03] 劳动 [9:05] 他主要是看劳动人口乘上渗透率 [9:08] 目前呢来看制造和物流业 [9:11] 2030年全球制造业和仓储的蓝领的劳动力 [9:15] 大约是3.5亿到4亿人 [9:18] 如果以2030年能够渗透率达到0.5% [9:22] 0.5%到1% [9:24] 2035年的渗透率可以达到3%到5%来计算的话 [9:30] 工业和物流端的年需求量 [9:33] 大约是100万到150万台 [9:36] 所以它是有这个根据的 [9:38] 它是有一个推演的这个过程跟逻辑的 [9:41] 那在商业部分 [9:43] 商用和家庭服务端呢 [9:46] 它是伴随著全球主要经济体老年化加剧的 [9:50] 人口老化的这个压力 [9:52] 2035年全球的家庭服务 [9:55] 以及特定的商业场景 [9:57] 它的渗透率预估可以达到100万到150万台 [10:02] 就是每一年这样的出货量 [10:04] 好 再来它另外一个挑战 [10:06] 第二挑战是学习曲线 [10:08] 它学习曲线越快的能够成长 [10:12] 它的场景运用的越多 [10:15] 可以让它的平均售价 [10:17] 可以呈现快速的阶梯式的下降 [10:19] 刚才一开始我们讲到 [10:22] 它的这个发展的四个阶段 [10:25] 就是有一些愿景 [10:27] 那目前根据这个愿景带来的 [10:30] 就是希望它的平均售价 [10:32] 就是持续的采取阶梯式的下降 [10:36] 第一个阶段是试产的这个期间 [10:39] 就是2025年到2026年这个时间 [10:42] 在整体的这个平均售价 [10:45] 大约5万到15万美元左右 [10:47] 那最高价格是大概高阶的工业版的 [10:52] 那部分入门款的是可以压到1.2万到3万美金 [10:56] 我刚刚在前面提出我们有提到 [10:59] 目前宇树科技它就是全力的在压低价格 [11:04] 第二个阶段是量产 [11:06] 就是到2030年 [11:07] 这个量产在供应链它标准化 [11:12] 能够达到的话 [11:13] 就可以让平均售价可以降到 [11:16] 2.5万到3万美金左右 [11:19] 预估到2035年就大概约10年之后 [11:23] 人形机器人能够进入一个普及期的话 [11:26] 它的规模的效应和一体化的总成的普及呢 [11:30] 家庭款的平均售价 [11:32] 预估可以下探到1万美金到1.5万美金 [11:36] 那工业款呢可以维持在2万美元左右 [11:39] 所以这是他就有这个预估 [11:42] 我就写在这边 [11:44] 因为这是我自己的笔记 [11:45] 我想之后每年可以拿出来检验一下 [11:49] 这个市场的变化是不是如预期 [11:51] 是更快呢还是更慢 [11:53] 好 今天这一段就是我们在算这个 [11:57] 它的市场总规模的第三个来看 [12:01] 总体市场规模的估算 [12:04] 以2035年它的年出货量达到260万台 [12:09] 综合加权平均的售价呢 [12:12] 1.5万到2万美元来估算呢 [12:15] 全球人形机器人的这个市场规模 [12:19] 大约是400亿到500亿美元 [12:21] 如果计入关联的AI的云端的算力 [12:26] 因为它不是只是机器人 [12:28] 通常你还会在租用一些软体的支援 [12:32] 那这里面全球的模型软体的授权 [12:36] 还有售后的营运的维护 [12:39] 整体的产业链年产值将突破1000亿美元 [12:44] 所以老实讲它这个估算 [12:47] 我自己觉得略为保守 [12:49] 因为其实1000亿美元的 [12:52] 就是这是为什么我这个题目一开始在讲说 [12:56] 要抓取生鸡蛋这件事情 [12:59] 要能够达到这个要投入1000亿美元 [13:02] 但是以现在的规模来看 [13:04] 这1000亿美元 [13:05] 它如果它一些重要的技术突破点 [13:09] 如果能够突破的话 [13:10] 这个1000亿美元 [13:11] 如果我们过了三五年回头来看 [13:14] 可能会觉得这个预估会过于保守 [13:16] 我们就先记在这里 [13:18] 今天这一集的第三题 [13:20] 第三个部分我想来看说估值体系 [13:24] 我们来检查一下 [13:25] 还有它商业化要看哪些指标 [13:28] 在估值方面 [13:29] 目前我们看到二级市场 [13:31] 对于人形机器人的定价 [13:33] 还看它的传统的制造 [13:36] 也是形成显著的背离 [13:38] 宇树科技上市首日 [13:41] 它的PS市销比呢 [13:44] 是大概隐藏的超过30倍 [13:47] 那绿的谐波呢 [13:50] 2026年的它的本益比呢 [13:52] 是超过了300倍 [13:54] 奥比中光呢 [13:56] 是137倍 [13:57] 都是很可怕 [13:58] 那宇树科技它的本益比呢 [14:00] 它我看了一下 [14:02] 它最近的就是 [14:03] 以现在8月底来看 [14:06] 它的收盘价 [14:07] 这个盘面显示动态的本益比 [14:10] 还是有600多倍 [14:11] 即使它已经蓝药占了 [14:13] 还是有600多倍的本益比 [14:15] 所以这个是你当然觉得非常夸张 [14:19] 那这个现在因为它稀有 [14:21] 但是如果稀缺性的溢价消退了之后 [14:25] 随著下半年 [14:26] 包含智元、乐聚等等 [14:29] 这些企业都会推进上市的流程 [14:32] 智元会在港交所在2026年的下半年IPO [14:36] 乐聚它是在A股的科创板 [14:39] 预计在2026年下半年IPO [14:41] 那这些公司上去之后 [14:43] 二级市场它的标的增加了 [14:45] 就会带动估值 [14:47] 从题材稀缺性转向 [14:49] 我还是要看你实质 [14:51] 你能不能交付的稳定度 [14:53] 以及你的毛利 [14:55] 它的验证 [14:56] 所以终究来讲 [14:58] 检验它的商业化 [14:59] 能不能够成立 [15:00] 还是我们看几个指标 [15:02] 第一个就是 [15:03] 它整机购置的价格 [15:05] 能不能继续的往下压 [15:07] 至少能够压到 [15:08] 两万到三万美金的区间 [15:11] 那对标呢 [15:12] 这个怎么算出来呢 [15:14] 就是对标发达市场制造业工人一年的薪资 [15:18] 因为你如果没有降到这个成本以下呢 [15:20] 这个企业他就不用更换了 [15:24] 他还是用人就好 [15:25] 另外第二个指标就是看这个ROI [15:29] 就是投资回报他的周期 [15:31] 工厂端的采购要求的回本的这个周期 [15:34] 是1年半到2年之间 [15:36] 才能够驱动大规模的CAPEX的支出 [15:42] 所以你的ROI要能够再继续提高 [15:45] 第三个指标是平均无故障的时间 [15:50] 那工业产线呢 [15:52] 要求连续稳定执行突破2000个小时 [15:56] 才能降低产线停工维护的成本 [15:59] 所以这里面为什么前面一直在讲说 [16:02] 包括我们在整理BOM [16:05] BOM就是这个物料清单的时候 [16:08] 所以重要的成轴 [16:09] 你这个机械能不能够适度的稳定的这个转 [16:15] 这个转能够突破 [16:17] 如果你技术不好 [16:19] 上百个小时你就坏掉了 [16:21] 这个是不行的 [16:22] 好 今天这一集的第四点 [16:25] 我们来看全球做这一项的 [16:28] 就是大概六大国家 [16:30] 六大板块 [16:31] 它的各种的强烈强弱势 [16:34] 从我就想说 [16:35] 这个是要从底层的科技树 [16:38] 科技树是什么 [16:38] 是我玩那个文明帝国 [16:40] 自己体悟的 [16:41] 因为文明帝国你知道 [16:42] 它有的技术 [16:44] 你没有练成之后 [16:47] 就像那个武侠小说 [16:49] 你练功 [16:49] 你有的功没有练好的时候 [16:51] 你是不能升级的 [16:52] 就有点像我们大学 [16:54] 大学的时候 [16:56] 我以前有些必修课会挡修的 [16:58] 像我们以前经济学原理 [17:01] 你修不过 [17:01] 你被当掉的话 [17:02] 你后面就挡修了 [17:04] 你一定会延长毕业 [17:05] 所以像科技这边也是一样 [17:09] 如果从科技树的角度来扫描 [17:11] 目前锁定的是像美国 中国 日本 欧洲 韩国 台湾 [17:15] 这六大板块各自有各自的战略强项跟结构的优势跟劣势 [17:21] 那我试著做一张表 [17:23] 这边有一张表给大家参考 [17:25] 那美国呢 它的优势是什么 [17:28] 它可以定义大脑 [17:29] 就是人形机器人的大脑 [17:32] 还有它有算力的优势 [17:34] 但是它受困于本土精密制造 [17:37] 它有断层 [17:38] 在攻克莫拉维克悖论的路径上面 [17:41] 美国是从上而下 [17:43] 就是大脑优先的路径 [17:45] 所以美国牢牢掌握全球最顶级的 [17:48] AI的基础设施 [17:49] 演算法人才 [17:51] 以及它有一个很强的 [17:53] 创投资本的生态 [17:54] 可以给它弹药 [17:56] 就是资本的弹药源源不断 [17:57] 那在底层的工具链上面 [18:00] NVIDIA构建了 [18:01] 这个很强的这个数位孪生的物理的模拟 [18:06] 还有强化这个学习训练 [18:09] 所以它在这上面是非常强的 [18:11] 可以有一个完整的实体的AI的生态系 [18:15] 在演算法上面 [18:16] 它包括Google的DeepMind [18:18] 它也不断的推进全身智慧的大模型 [18:21] 像Tesla [18:22] 我们刚刚我们前面都讲过 [18:25] Tesla已经在德国 [18:27] 已经在测试实体测试它的新的体系 [18:32] 那所以这些大模型还有它的这个从端到端 [18:36] end to end的这些VLA就是视觉语言到动作 [18:42] 这样的大模型跟世界模型 [18:44] 它可以暴力解破解物理世界的常识的预测的难题 [18:50] 例如Tesla它可以做到直接平移FSD的自动驾驶的 [18:57] 神经线路跟超级电脑的算力 [19:00] 追求在未定义的环境之中 [19:03] 它的机器人可以举一反三 [19:05] 可以有自主决策的能力 [19:07] 美国呢 [19:08] 它明显的这个弱项 [19:10] 就是它的致命伤在于 [19:12] 本土精密制造的供应链 [19:13] 是严重的空洞化 [19:15] 它包含一些非标准化的零件 [19:17] 还有精密工艺 [19:19] 精密的零件加工 [19:21] 高度仰赖海外采购 [19:23] 所以导致呢 [19:24] 它如果要做的话 [19:25] 打样的成本非常高 [19:26] 而且它硬体的迭代速度就会比较缓慢 [19:29] 所以整机的BOM的成本很难在短期之内被压缩 [19:33] 目前看起来以Tesla为 [19:36] 因为它是Leader [19:37] Tesla它的Optimus的市场的规模仍不足1000台 [19:44] 所以这个是它的一个硬的障碍 [19:48] 它也推出了一些政策 [19:50] 美国正试图透过立法来构筑它硬体的护城河 [19:55] 除了透过国防部跟晶片的法案的补贴本土先进的技术之外 [20:00] 国会也在推动Guard Act [20:02] 就是防范敌对国家机器人主导的法案 [20:05] 以及联邦通讯委员会就是FCC装置认证的审查的收紧 [20:12] 本质上都是在硬体技术成熟之前 [20:14] 它要封堵外国机器人 [20:17] 主要是中国的机器人能进入美国本土的关键设施 [20:21] 好第二个呢我们来看一下盘点一下中国 [20:24] 中国呢是它是急速 [20:26] 它因为它量大嘛 [20:27] 它量产这是它的优势 [20:29] 还有它有比较多的实景的资料的工厂 [20:33] 那它当然它的缺陷也是比较明显的 [20:36] 就是它的算力的这个有一个缺陷 [20:41] 还有它的泛化的瓶颈 [20:43] 中国走的它现在路线跟美国是不一样的 [20:46] 它是自下而上 [20:47] 它是硬体规模优先 [20:49] 还有快速试错的路径 [20:52] 所以它的战略优势是 [20:53] 中国具备全球最完善反应最快的零元件的配套的聚落 [20:58] 这个呢就是大概得益于过去大概超过十年以上 [21:02] 新能源汽车还有3C制造业所累积出来的产能的基础 [21:06] 根据这些我看了一下他这些券商报告 [21:10] 2026年上半年全球人形机器人出货量达到1.9万台 [21:15] 年增长率高达272% [21:19] 其中中国厂商就贡献了全球97%的份额 [21:23] 2025年宇树科技一家 [21:25] 纯人形的机器人的出货量 [21:27] 就突破了5500台 [21:29] 位居全球第一 [21:31] 那目前中国它在国家政策大力的推动 [21:34] 将机器人列入它的十五五的战略新兴产业 [21:37] 由国资委牵头49家央企 [21:40] 成立了创新的联合体 [21:43] 开放了12类真实的场景 [21:46] 这里面涵盖了电网物流 [21:48] 还有高危险的这个作业环境 [21:50] 配合各地建立的公用的这个公共用 [21:55] 就是这些厂商都可以到这个环境来训练它的机器人 [21:59] 就是一个智慧训练场 [22:00] 中国正透过人带机的一个遥控 [22:04] 遥控操作的这个系统 [22:06] 加上实景的这个资料的采集 [22:09] 试图在大规模的物理试错中 [22:12] 跑通它的资料的飞轮 [22:14] 此外呢 [22:15] 中国也掌握了百分 [22:17] 全球90%以上的稀土 [22:20] 这个永磁的材料的产能 [22:22] 所以掌握了高扭矩的 [22:25] 电机的关键的这个咽喉 [22:27] 它有优势 [22:28] 当然它的劣势也非常的明显 [22:31] 它的弱项就是第一 [22:32] 它的底层泛化能力不足 [22:34] 所谓泛化能力就是 [22:36] 它能够举一反三的能力 [22:37] 所以宇树科技的创办人 [22:39] 王兴兴在WRC [22:41] 就是世界机器人大会的 [22:45] 主论坛上面就坦言 [22:48] 它的机器人在实验室的表现非常的优异 [22:51] 但是一旦环境或者是物件出现了微小的变化 [22:55] 执行成功率就会崩溃 [22:57] 另外呢 [22:58] 中国的另外一个弱项是出货的结构 [23:02] 还是在比较初级的 [23:03] 2026年上半年出货的这个产品之中 [23:08] 约65%还是集中在科研教育 [23:11] 还有商演展览等等 [23:13] 因为这些属于容错率比较高的这些场景 [23:16] 那在工厂产线的实质作业的这个出货比例能非常的低 [23:21] 而且它另外一个弱项就是先进算力的晶片受制于地缘出口的管制 [23:28] 那而且它国内的整机厂商还在面临快速的恶性杀价 [23:35] 它这个内卷的毛利的这个挤压 [23:37] 所以这个可能快速的淘汰当中 [23:40] 所以它有它的优势也有明显的这个劣势 [23:44] 好那我们再来看一下日本 [23:45] 日本它是精密机械以及材料的守门人 [23:49] 但是它的软体以及整个这个生态环境是滞后的 [23:53] 日本的传统工业在自动化的时代是绝对 [23:57] 在传统工业自动化的时代是王者 [24:00] 但是在人形机器人AI时代物理AI时代 [24:04] 它展现出就是一个防御性的防守的姿态 [24:08] 它在战略有优势 [24:10] 在人形机器人最具有挑战的就是机械公差挑战的 [24:15] 这个传动机构的这个领域 [24:18] 日本的战略优势在于人形机器人 [24:21] 它具有在这整个的BOM的这个拆解上面 [24:26] 它最具有挑战性的就是传动机构的这个领域 [24:31] 那日本企业还 [24:32] 它在这里是有基本上是制霸的 [24:36] 就是有它有很强的专利 [24:38] 还有材料工艺的这个护城河 [24:40] 这里面包含像哈默纳科 [24:43] 这个公司在轻量化的高扭矩的谐波上面 [24:48] 是常年维持全球的技术的标准 [24:53] 还有像纳博特斯克 [24:56] 在高负载的RV减速器这个领域是垄断地位 [25:01] 还有安川电机 [25:03] 发那科 [25:04] 还有美蓓亚三美这些公司 [25:09] 在伺服马达还有微型的精密轴承 [25:14] 这些表现上面 [25:16] 仍然是全球高阶硬体的标准 [25:19] 所以任何的机器人 [25:20] 你想要实现 [25:21] 或者是你要表现优质的输出 [25:26] 能够实现毫米级 [25:28] 甚至微米级的精度 [25:29] 你都需要日本的供应链 [25:32] 这是它的优势 [25:33] 它的弱项是什么 [25:35] 日本因为它在生成式AI [25:36] 还有多模态的这个世界模型 [25:39] 还有这个physical [25:41] 就实体AI的演算法上面的研发速度 [25:44] 是落后于中美大国的 [25:46] 所以它本土的企业多数倾向于在 [25:49] 就是在既有的工业机械的手臂 [25:52] 还有协作机器人的架构上面 [25:55] 进行渐进式的改良 [25:58] 所以它步伐不敢迈得太大 [26:00] 所以它缺乏具有颠覆性的大模型的驱动 [26:03] 来去改造它的整机的这个生态环境 [26:07] 所以这是日本的状况 [26:09] 接下来我们来看欧洲 [26:10] 欧洲呢 [26:11] 当然现在很多人都看衰它 [26:13] 但是它本身还是有一些优势 [26:16] 欧洲在实体AI的布局上面 [26:18] 它深刻的体现了工业4.0 [26:21] 以及极端的安全合规它的基因 [26:25] 在欧洲它的优势是 [26:27] 它拥有全球最顶级的自动化跟工业控制的巨头 [26:31] 包含ABB 西门子 [26:33] 舍弗勒等等这些公司 [26:36] 所以他这些公司都掌握了 [26:39] 关键的车规级的半导体 [26:41] 欧洲企业擅长用最高规格的安全标准来定义 [26:46] 什么样的机器人才能够进工厂 [26:48] 所以在极限的工厂的状况之下 [26:52] 以及耐用度 [26:53] 还有抗疲劳以及人机协作的安全认证上面 [26:57] 欧洲呢他具备全球的话语权 [27:00] 那他是比较早开始走这一步 [27:03] 那当然它的劣势也非常的明显 [27:05] 是第一呢 [27:06] 欧盟的人工智慧的法案呢 [27:08] 还有它的严格的个人资料的隐私的这些法规呢 [27:13] 使得欧洲在公共场景采集大规模实景数 [27:18] 尤其视觉的资料的时候 [27:21] 面临极高的合规的门槛 [27:23] 因为比如说你要在我们刚刚前面讲 [27:25] 中国就开放了很多大的公共空间 [27:27] 让各个厂商在那边去试错 [27:30] 去搜集资料 [27:32] 可是在欧洲呢 [27:33] 你可能就比如说你只要看到 [27:35] 就像Google的车 [27:36] 你看到人脸 [27:37] 你全部都是要disable掉 [27:39] 那你这个成本就会非常的高 [27:41] 那他就很高的合规的这个门槛 [27:44] 好 欧洲的弱项 [27:45] 第一个是缺乏本土大型的云端的AI的巨头 [27:50] 还有消费级的数位平台 [27:52] 加上他欧洲本身的创投的资本是相对保守的 [27:56] 也拖慢了他实体训练资料的采集 [27:59] 以及硬体迭代的这个节奏 [28:02] 那韩国呢 [28:03] 韩国是这样子 [28:04] 它是采取集团式的场景的封闭 [28:08] 那它也有除能的优势 [28:10] 韩国的人形机器人的战略 [28:12] 实际上是由现代汽车集团 [28:14] 及其背后的财阀体系共同推动 [28:17] 所以它的优势呢 [28:19] 主要是像现代集团 [28:20] 它收购了波斯顿动力之后呢 [28:23] 将顶级的双足运动控制演算法 [28:26] 直接导入了现代汽车的产线 [28:29] 也进行了极限的压力测试 [28:32] 同时三星电子也大举的入股彩虹机器人 [28:35] 结合三星和SK海力士在高宽的 [28:40] 高频宽的记忆体的这个储存的支撑 [28:44] 算力储存的支撑 [28:45] 还有LG也进来了 [28:47] LG在高能量的密度的动力电池 [28:50] 还有电机驱动上面的制造实力 [28:53] 形成了核心零部件 [28:56] 还有整机研发的这些能力 [29:00] 就是它可以实现自家车厂和半导体产线的实测 [29:05] 有高度垂直整合的这个闭环 [29:08] 那韩国的弱项也很明显 [29:10] 它的本土的市场空间有限 [29:13] 所以目前全球的出货量占比低于5% [29:17] 由于高度依赖财阀内部的体系 [29:19] 外部的零元件的供应商的宽度跟灵活度都不如中台 [29:24] 所以它的核心的精密机械的技术呢 [29:27] 很明显的还是要仰赖日本 [29:30] 我们来看一下台湾 [29:31] 台湾在这场全球的竞争当中 [29:35] 扮演著不可或缺的 [29:36] 就是卖产子的人的角色 [29:38] 就是高阶的硬体的军火商 [29:41] 因为我们拥有先进的制程 [29:43] 还有高阶的传动的这个关键零元件 [29:46] 所以我们 [29:47] 但是我们的缺点很明显 [29:49] 就是我们没有终端的大厂 [29:52] 那我们战略优势除了台积电之外 [29:55] 我们在精密机器的传动 [29:58] 还有电子模组的领域 [30:01] 都有极高的价效比 [30:03] 和弹性的量产的良率 [30:05] 这里面包含上银科技 [30:07] 它在高精度的滚珠 [30:10] 还有滚柱的丝杠领域 [30:12] 是有全球的竞争力 [30:14] 还有贸联-KY [30:15] 在高柔性抗疲劳 [30:18] 还有耐百万次弯折的 [30:21] 这个高频的线束 [30:23] 还有联结器上面 [30:24] 是不可或缺的关键神经网路 [30:27] 台达电当然台达电是它的伺服驱动器 [30:32] 还有它的电源管理也是世界领先的位置 [30:35] 那目前在中美脱钩的双轨的背景之下 [30:38] 台湾的企业呢可以用很高的良率以及敏捷度 [30:42] 穿梭在欧美以及亚洲的客户当中 [30:45] 那台湾的弱项也比较明显 [30:48] 就是我缺乏我们缺乏有全球号召力的整机的自有品牌 [30:53] 在底层呢去具身的大脑的这个演算法 [30:57] 和世界模型的研发投入呢 [30:59] 相对就很有限 [31:00] 也没有超大规模的制造的场景 [31:03] 来进行端到端 [31:05] end to end的系统的验证 [31:07] 所以我们的商业化话语权呢 [31:09] 就必须受控于 [31:11] 终端品牌客户的订单的分配 [31:14] 最后在投资上面呢 [31:16] 这个显然就在 [31:17] 我们做了这些盘点呢 [31:19] 终究是要落实在投资上面 [31:21] 跳脱各国的这个板块呢 [31:24] 我是这么看的 [31:26] 投资第一个就是产业链的加速的是走向中美双轨平行的生态 [31:31] 这里面看到有如果有能够跨国布局的 [31:36] 能够中立的就享有地缘的溢价 [31:38] 所以这个是我们要去观察的 [31:41] 那在投资上面呢 [31:43] 我这边列了一个表就是这几个维度 [31:47] 这个板块呢可以采取防御 [31:50] 也可以采取进攻策略 [31:51] 各有大的擅长 [31:53] 那这一股这个领域目前呢 [31:55] 估值很明显的是偏离价值的价值投资的常规 [31:59] 所以如果要投入的话 [32:01] 真的是需要大心脏 [32:03] 还有你的钱袋子要很厚 [32:04] 那在这个维度上面 [32:07] 防守防守端呢 [32:09] 有防守端的这个切入点 [32:12] 包含传统的车规 [32:13] 还有已经切入量产总成的这个龙头公司 [32:17] 如果在进攻呢 [32:18] 去找到有一些公司 [32:20] 已经具备两 [32:21] 两微米的公差壁垒的 [32:24] 包括丝杠、减速器 [32:25] 以及端侧的AI的运算的先锋 [32:28] 等等 [32:29] 那就是注意它的估值会被过高 [32:32] 那我这里呢 [32:34] 基本上我就 [32:35] 因为我不报名牌 [32:36] 所以呢 [32:37] 我就是把这些公司通用罗列出来 [32:39] 都是在这个领域会要追踪观察的 [32:42] 所以我试图如果以产业链来拆解的话 [32:46] 包含整机制造以及系统整合 [32:49] 这个美股港股韩股都有公司 [32:52] 如果第二点是从关节的总成 [32:55] 以及执行机构来看 [32:57] 这里面关键的核心的元件 [33:00] 包含一体化的关节的模组 [33:02] 还有滚柱的丝杠以及热管理 [33:05] 这里面有几个A股的公司 [33:07] 欧股的公司还有台股 [33:09] 那第三个是精密的减速器 [33:12] 这里面日本的公司 [33:14] 还有A股的公司 [33:15] 都有标的可以选 [33:17] 第四个是在手 [33:18] 就是灵巧的手的这个制造 [33:21] 以及微传的这个转动 [33:24] 这个部分呢 [33:25] A股港股都有公司 [33:27] 第五个是感知系统 [33:29] 以及机器的视觉的这个表现 [33:32] A股美股日股 [33:34] 欧洲股票都有可以投的 [33:37] 那第六个是具身的大脑 [33:39] 算力和线束的这些公司 [33:42] 这里面我们台湾有公司 [33:44] 港股 A股美股都有公司可以表现 [33:47] 所以整体来讲 [33:49] 我做完这一集我自己的感想 [33:52] 就是新兴科技的产业 [33:53] 它的发展的规律 [33:55] 通常会经历前期的一个概念的扩张 [33:58] 随后呢 [33:59] 它要进入一个基本面 [34:00] 还有财务模型的验证期 [34:02] 在2026年到2030年的 [34:05] 这个产业发展的周期当中 [34:07] 投资研究的核心呢 [34:09] 它应该要从这个我们看热闹 [34:12] 这个部分呢 [34:14] 我们要回来看门道 [34:15] 就回归真实的产线的良率 [34:17] 还有公差的控制 [34:19] 还有工时的这个成本的曲线 [34:22] 谁能够在供应链中提供稳定的精度 [34:25] 实现车规级的量产 [34:27] 并且跨越地缘政治的壁垒的零元件 [34:31] 以及总成的制造商 [34:33] 就会具备更持续的价值的制造能力 [34:37] 然后我这边呢 [34:38] 基本上就罗列出这些股票 [34:41] 给大家参考 [34:42] 因为我自己会去追踪 [34:43] 我是摩王 [34:45] 频道命名摩王想两下 [34:46] 提醒自己要多想一层直面恐惧与贪婪 [34:49] 如果你喜欢这样的分析方式 [34:51] 对于今天的题目 [34:52] 也欢迎你分享自己的看法 [34:54] 谢谢您的收听 [34:56] 我们欢迎订阅 [34:57] 我们下次再见