CoinW研究院

摘要

随着AI从数字世界走向物理世界，人形机器人正成为全球科技竞争的新焦点。Tesla Optimus、Figure AI与宇树科技代表三条不同路线，围绕AI模型、制造体系和应用生态展开竞速。在这场竞赛中，宇树科技凭借中国供应链、成本控制和快速迭代能力，展现出中国机器人产业的独特路径。机器人产业的发展也正在推动市场关注减速器、传感器、精密零部件等核心环节，并进一步延伸至AI基础设施、DePIN等新兴方向。当物理AI Agent与DePIN基础设施产生交集，新的资金叙事也正在形成。

1.三个视频，一个信号：AI正在长出身体

最近，三件事在社交媒体上撞在了一起。宇树科技放出了G1人形机器人在复杂地形奔跑的新视频，评论区里"这已经不是科幻片"的感叹刷屏。几乎同一时间，Figure AI更新了它在宝马工厂实训的画面，机器人正学着把零件放进料架。而马斯克在X上转发了Optimus在特斯拉工厂行走的新片段，配文里再次提到了量产时间表。三件事发生在同一周，这不是巧合。它说明一个共识正在快速形成：大模型赋予了AI理解世界的能力，而机器人正在给AI提供进入物理世界的"身体"。当数字世界的AI竞赛进入白热化，科技巨头的战场正在无声地转移到物理世界。

2.三强格局：三种路线，同一种焦虑

当前全球人形机器人领域，Tesla、Figure AI和宇树科技代表了三种不同的发展路线。Tesla走的是生态整合路线，依托自动驾驶业务积累的大规模真实世界数据、AI训练能力以及成熟制造体系，Optimus具备较强的软硬件协同优势。不过，机器人从技术展示走向规模化量产仍面临挑战，Tesla此前多次调整产品时间表，市场对于其商业化节奏仍保持谨慎。Figure AI则代表了“大模型驱动机器人”的技术路线。背靠AI产业资本和大模型生态，Figure试图通过提升机器人的理解和决策能力，实现从传统自动化设备向通用智能机器人的升级。同时，公司与宝马等制造企业展开合作，加速探索工业场景落地。但另一方面，高估值和快速融资也意味着市场对其未来商业化能力提出了更高要求，技术突破与实际应用之间仍需要时间验证。

相比之下，宇树科技的发展路径更强调产品化和工程优化，利用中国成熟供应链、成本控制能力和快速迭代优势，加快机器人产品落地。以G1人形机器人和四足机器人为代表，宇树已经在科研、展会、教育等场景形成一定应用基础。但需要注意的是，当前人形机器人智能化仍处于早期阶段，VLA（视觉-语言-动作）模型的Scaling Law尚未完全验证，行业仍面临数据积累、模型能力和商业场景拓展等挑战。三条路线，三种焦虑：Tesla焦虑时间表，Figure焦虑估值与现实进度的匹配，宇树焦虑的是在高端场景的智能化差距。

但对于二级市场来说，一个更关键的观察角度是，这三家企业目前在减速器、力矩传感器、精密丝杠等核心零部件上的选型，正在高度趋同。未来机器人竞争的关键，不仅在于谁能够制造出机器人，更在于谁能够同时解决智能化、成本和商业化的问题。

对于产业链而言，机器人发展带来的机会并不局限于整机企业。随着不同技术路线逐渐推进，减速器、力矩传感器、精密丝杠、机器人控制系统等核心零部件仍将成为市场关注方向。但需要看到，当前机器人产业仍处于早期阶段，上游企业的订单增长、资本投入与最终需求释放之间仍存在时间差，商业化节奏和行业竞争格局仍有待进一步验证。

3.机器人产业链重估：寻找未来的“卖铲人”

宇树科技将人形机器人价格打到10万元以内，推动机器人产品化和成本下降。回顾消费电子和新能源汽车的历史，价格下降通常是产业成熟的重要推动因素，但人形机器人仍处于商业化探索阶段。。当前行业面临的核心问题，不仅是制造成本，更包括机器人智能化水平、应用场景拓展以及投入产出比验证。相比展示和科研场景，真正进入工厂生产、物流运输、家务劳动、看护陪伴等高价值场景，仍需要进一步验证。。

从当前的供应链拆解来看，人形机器人的BOM成本中，执行层占据了最大头。谐波减速器、行星滚柱丝杠、无框力矩电机和空心杯电机，是支撑机器人运动的核心部件。感知层里，六维力传感器、IMU惯性测量单元和视觉模组，决定了机器人能否在真实环境里稳定作业。这些环节的共同点是技术壁垒高、国产替代空间大，而且一旦整机厂起量，业绩弹性会直接体现在报表上。不过，当前机器人产业仍处于早期阶段，供应链企业的价值释放将取决于下游商业化进度。随着Tesla Optimus、Figure AI以及宇树科技等厂商持续推进产品迭代，市场正在关注哪些零部件企业能够率先受益于机器人规模化趋势。

对于二级市场而言，机器人产业链的关注点并不只是某一家整机企业，而是围绕核心零部件、智能制造和AI基础设施形成的长期生态机会。但机器人从技术突破到生产力应用仍需要时间，产业发展节奏和订单兑现情况仍是后续观察重点。

4.从机器人到AI Agent：物理世界的新接口

如果把视角从产业链往上抬一层，人形机器人正在获得一个全新的定义：它是物理世界的AI Agent。过去一年多，加密市场和科技圈对AI Agent的讨论主要集中在数字空间，比如自动交易、内容生成、链上任务执行。这些Agent处理的是信息，运行在服务器和区块链上。但人形机器人不一样，它处理的是物理空间里的物体、地形和协作关系。大模型给了它理解指令的能力，视觉和触觉传感器给了它感知环境的能力，执行机构则给了它完成任务的能力。当这三者结合在一起，AI就不再只是屏幕上的对话窗口，而是能够进工厂、进仓库、进物流中心的实体智能体。对于加密市场的参与者来说，这个叙事并不陌生。2023年下半年到2024年，以Virtuals和ai16z为代表的AI Agent概念曾经掀起过一轮热潮。而现在，当数字AI Agent的炒作进入分化期，资金正在本能地寻找AI的下一个载体。物理AI Agent，也就是具身智能，恰恰承接了这种预期。

5.DePIN 和 Robotics：物理世界数据的金融化

机器人产业的发展，还在催生一个容易被忽略的交叉地带：物理世界数据的金融化。训练一个能在真实环境里自主行动的机器人，需要海量的现实世界数据，包括抓取动作、行走姿态、碰撞恢复和场景交互。这些数据分散在全球各地的工厂、仓库和测试场里，获取成本极高，而且缺乏有效的确权和流通机制。这正是区块链和DePIN基础设施可能切入的地方。从当前的产业逻辑看，至少存在三个交叉点值得观察。

第一是训练数据的众包与确权。如果全球各地的工厂和开发者可以通过一个去中心化网络上传机器人训练数据，并凭贡献获得代币激励，那么数据获取的成本曲线会被大幅压平，这类似于数据领域的DAO。第二是仿真算力的分布式供给。机器人训练不仅需要真实数据，还需要在虚拟环境中进行大规模仿真，DePIN网络可以将闲置的GPU算力组织起来，为中小机器人企业提供廉价的训练资源。第三是机器人物联网身份的上链。当机器人在工厂里规模化部署，每一台设备的运行数据、维护记录和任务日志，都可以成为供应链金融和资产租赁的可信数据源。从这个角度看，机器人产业的价值不会停留在硬件本身，而是会延伸出一整套围绕算力、数据和物理资产确权的新型基础设施。

6.资金地图：三拨钱，同一个方向

钱往哪里走，从来都是最诚实的信号。当前机器人赛道的资金涌动，至少可以从三个层面观察到。一级市场上，Figure AI在过去一年里估值经历了数轮跳涨，宇树科技身后则站着红杉中国、美团龙珠等头部机构，VC圈里"抢额度"已经成为公开的秘密。一级市场的狂热往往领先二级市场半步，当这些资金在整机场外扎堆时，它们自然会向可交易的供应链环节外溢。二级市场的反应已经比较明显。国内机器人主题ETF的规模在过去几个月持续扩容，减速器、力矩传感器和精密零部件板块的成交量中枢显著抬升，机构调研频次也创下了近年新高。这些异动未必是短期炒作，而是资金在为一个可能持续数年的产业趋势提前卡位。更值得加密用户关注的是加密市场层面的资金迁移。AI板块在加密市场的市值占比正在经历结构性变化，资金从早期的"纯文本AI概念"向"物理AI"和"DePIN基础设施"扩散。当硅谷风投在机器人领域下注，当A股资金在零部件板块抢筹，加密市场的聪明钱也在寻找同一个大叙事的不同表达。三拨钱，三种语言，但指向的是同一个方向。

7.共识比事实跑得更早

宇树科技站上风口，本质上是AI产业正在发生一次重要的空间迁移，从数字世界走向物理世界。这场迁移不会只在某一天完成，但它形成的共识，往往比事实本身跑得更早。对于交易者而言，重要的不是精确预测哪家整机厂最终胜出，而是识别资金在哪些节点开始汇集，以及产业链上的哪些环节已经拿到了确定性的入场券。无论是传统金融市场的供应链重估，还是加密世界里物理AI与DePIN的交叉实验，人形机器人都正在成为下一阶段的核心叙事。这个故事的第一章已经翻开，而资金地图上的暗线，正在变得越来越清晰。