pj0235-eai_agentplatform/test/general_assistant/run_01/response.json

{"code":0,"data":{"message":{"role":"assistant","content":"# 2026年人形机器人行业深度报告（框架稿·合并终版）\n\n\u003e **⚠️ 数据可信度前置声明**\n\u003e 本次撰写全流程中，**联网检索通道持续不可用**（对中英文、窄词/宽词共 20+ 组关键词测试均返回空结果），**未能取得任何可核验的实时来源**。为保证结论可追溯、不编造，本报告**不填充未经核实的数字**，改以「框架 + 缺口清单」形式交付。\n\u003e 凡标注 `【待核验】`（业内常见引用、本次未确认）、`🔲 待补`（无任何来源）处，**均不得作为投资决策依据**，须待数据核验后升级为终稿。\n\u003e 本报告为行业研究性质，**不构成任何证券买卖建议**。\n\n---\n\n## 一、报告说明与统一口径\n\n| 项目 | 冻结口径 |\n|---|---|\n| 基期／预测区间 | 2025 为基期，重点预测 **2026**，延伸至 2030 |\n| 汇率 | 1 USD = 7.1–7.3 CNY（全文统一） |\n| 金额单位 | 亿美元 / 亿元人民币 |\n| 范围口径 | **口径①「人形机器人本体」**＝双足/轮式类人整机；**口径②「泛具身智能」**＝含四足、机械臂、人形。两者量级差异大，**必须分列，不可混用** |\n| 出货量 | 台/万台，含商用交付；科研赠样单列；**区分「签约/意向」与「实际交付」** |\n| 数据来源优先级 | 公司公告 \u003e 政府文件 \u003e 行业白皮书 \u003e 券商研报 \u003e 权威数据库 |\n\n---\n\n## 二、执行摘要（方向性判断，不含具体数值）\n\n1. **行业处于「从科研样机向小批量交付」过渡的早期阶段**；2026 年核心变量不是需求天花板，而是**头部厂商实际交付能否达到指引**。\n2. **规模测算最敏感变量是 ASP（整机均价）年降幅**，而非出货量本身；金额增速须与出货量增速**分列**，避免口径错配。\n3. **产业链瓶颈集中在少数硬件环节**（业内普遍指向行星滚柱丝杠、六维力/触觉传感器），而非整机集成能力。\n4. **技术路线核心分歧在「大脑」层**：端到端 VLA 与分层「规划＋控制」两条路线尚未收敛，**真实操作数据稀缺**是共同瓶颈。\n5. **投资环节优先级（建议，须按核验后的量产节奏调整）**：本体/执行器 \u003e 减速器与丝杠 \u003e 传感器 \u003e AI 芯片/算法 \u003e 场景应用。\n\n---\n\n## 三、市场规模\n\n### 3.1 测算框架（自下而上，可复现）\n\n$$市场规模_{2026} = \\sum_{场景} (出货量_{场景} \\times ASP_{场景})$$\n\n| 场景 | 2026 出货占比 | ASP 特征 | 说明 |\n|---|---|---|---|\n| 工业制造/汽车产线 | 🔲 待补 | 高 | 主机厂自用为主 |\n| 物流仓储搬运 | 🔲 待补 | 中高 | 与 AMR 竞合 |\n| 商业服务/导览 | 🔲 待补 | 中 | 展示属性强，真实 ROI 弱 |\n| 科研/教育 | 🔲 待补 | 高 | 当前主要「销量」来源，小批量 |\n| 家庭/消费 | 🔲 待补 | 中 | 2026 预计仍难放量 |\n| 特种/危险作业 | 🔲 待补 | 高 | 单价高、量小 |\n\n### 3.2 全球与中国规模（三情景框架）\n\n| 指标 | 悲观 | 基准 | 乐观 | 需核验的锚点来源 |\n|---|---|---|---|---|\n| 2025 全球出货量（台） | 🔲 | 🔲 | 🔲 | 特斯拉/宇树/优必选等出货指引 |\n| 2026 全球出货量（台） | 🔲 | 🔲 | 🔲 | 特斯拉等官方目标量级 |\n| 2026 中国出货量（台） | 🔲 | 🔲 | 🔲 | GGII / 中国电子学会 |\n| 2026 全球规模（亿美元） | 🔲 | 🔲 | 🔲 | 高盛/摩根士丹利/花旗 TAM 口径 |\n| 2026 中国规模（亿元） | 🔲 | 🔲 | 🔲 | 工信部/券商研报 |\n\n**【待核验】公开线索**（引用前必须补齐「机构全名＋报告名＋发布年月＋原始链接」，并核对最新版本）：\n- 高盛曾给出「2035 年全球人形机器人 TAM 约 380 亿美元」（base case），须核对是否已上调；\n- 摩根士丹利长期 TAM 曾给到「2050 年数万亿美元级」，属**远期口径，不可与 2026 短期预测混用**；\n- 工信部《人形机器人创新发展指导意见》（2023 年 11 月）提出「2025 年实现批量生产、2027 年形成安全可靠产业链」，属**政策口径，非市场预测**。\n\n### 3.3 增速口径\n\n$$\\text{CAGR} = \\left(\\frac{V_{2030}}{V_{2025}}\\right)^{1/5} - 1$$\n\n- 出货量 CAGR 与金额 CAGR **分别计算**；因 ASP 大概率下行，**金额 CAGR 通常低于出货量 CAGR**。\n- 须**同时给出短期 YoY（2025→2026）与长期 CAGR（→2030）**，避免用长期 CAGR 描述爆发初速。\n\n### 3.4 下游结构与区域分布\n- **下游结构**：以 3.1 场景表为基础填充饼图数据（🔲 待补）。\n- **区域分布**：建议分区为中国/北美/欧洲/日韩/其他，维度取「出货量＋产能＋供应链（核心零部件国产化率）」（🔲 待补）。\n\n### 3.5 关键假设清单（须在报告显性列出）\n1. **ASP 年降幅** —— 最敏感变量；\n2. 头部厂商 2026 实际交付能否达指引；\n3. 「签约/意向订单」向「实际交付」的转化率；\n4. 泛具身 vs 纯人形的口径边界；\n5. 汇率与统计口径（含/不含零部件）；\n6. 政策变量（补贴、政府采购）的外生拉动。\n\n---\n\n## 四、技术路线与产业链\n\n\u003e 本章为**技术分类与对比框架**（工程通识性判断）；凡涉及成本、用量、效率的具体数值**均标待核验**，不给出未经证实的数字。\n\n### 4.1 分层框架：「大脑—小脑—本体」\n\n| 层级 | 功能 | 关键技术 | 主要路线分歧 |\n|---|---|---|---|\n| 大脑（认知/决策） | 任务规划、语言理解、场景泛化 | VLA 端到端大模型、多模态 LLM | 端到端 VLA vs 分层「LLM 规划＋专用控制」 |\n| 小脑（运动控制） | 全身协调、平衡、步态、操作 | 强化学习、MPC、模仿学习、遥操作采数 | 模型化控制 vs 学习型控制 |\n| 本体（硬件） | 感知—执行物理载体 | 执行器、灵巧手、传感器、减速器、能源 | 电驱 vs 液压/气动；旋转 vs 直线 |\n\n### 4.2 执行器路线\n\n| 维度 | 旋转执行器 | 直线执行器 | 液压/气动 |\n|---|---|---|---|\n| 原理 | 电机＋减速器输出关节扭矩 | 电机＋丝杠转直线 | 流体驱动 |\n| 优势 | 结构、供应链成熟 | 力密度高、抗冲击、契合仿人腿型 | 功率密度高、柔顺 |\n| 劣势 | 力密度受限、膝踝区段偏高 | 丝杠加工难、密封与寿命问题 | 漏油、能效低、维护成本高 |\n| 量产瓶颈 | 减速器精度与一致性 | **行星滚柱丝杠加工设备与良率**（普遍认为最紧环节，待核验） | 供应链窄、成本高 |\n| 单机用量 | 🔲 待补 | 🔲 待补 | — |\n\n### 4.3 灵巧手\n\n| 维度 | 欠驱动 | 全驱动 |\n|---|---|---|\n| 自由度 | 少（常 ≤6） | 高（可达 11–20+） |\n| 成本/复杂度 | 低 | 高 |\n| 触觉传感 | 简单或无 | 阵列式触觉、指尖力觉 |\n| 应用倾向 | 量产优先方案 | 高精度操作方案 |\n\n**路线分歧**：整机厂（成本与可靠性优先）倾向欠驱动；研究机构与高端场景用全驱动。**各厂具体自由度与传感配置待核验。**\n\n### 4.4 传感器\n- **力/扭矩**：关节力控必需，**六维力传感器**为高端方案；\n- **触觉**：指尖阵列触觉是灵巧手「能否抓稳」的核心；\n- **视觉/惯导**：RGB-D ＋多相机 ＋ IMU；\n- **电子皮肤**：成熟度低，🔲 待核验。\n\n### 4.5 减速器与丝杠\n\n| 方案 | 特点 | 适用关节 |\n|---|---|---|\n| 谐波减速器 | 高精度、零背隙、轻 | 腕/手/旋转小关节 |\n| 行星减速器 | 高刚性、成本低、效率高 | 大腿等大扭矩关节 |\n| RV 减速器 | 高刚性、大负载 | 重载关节（人形中用量存疑，待核验） |\n| 行星滚柱丝杠 | 直线执行器核心 | 膝/踝/直线关节 |\n\n**关键变量**：谐波与行星的**单机用量与配比**是成本模型核心，🔲 待核验。\n\n### 4.6 VLA 与具身智能模型\n\n| 路线 | 代表方向 | 优势 | 劣势 |\n|---|---|---|---|\n| 端到端 VLA | 谷歌 RT 系列、Figure 自研、Physical Intelligence 等 | 泛化强、少手工建模 | 数据饥渴、可解释性差、算力要求高 |\n| 分层「大脑＋小脑」 | LLM/VLM 规划 ＋ 传统/RL 控制 | 可控、可工程化 | 泛化上限受限 |\n| 仿真＋遥操作采数 | Isaac 类仿真平台 ＋ 真人遥操作 | 缓解数据稀缺 | 存在 sim-to-real 落差 |\n\n**核心瓶颈**：**真实操作数据稀缺**与 **sim-to-real 迁移**，是当前路线分歧的根源。\n\n### 4.7 能耗与成本曲线\n- **能耗**受三重因素影响：电池能量密度、执行器效率、整机重量与自由度；续航是商业化落地硬约束。\n- **成本下降路径**：规模效应（BOM 摊薄）＋ 零部件国产化替代 ＋ 架构简化（减少自由度/传感器）。\n- **建议建模变量**：单机 BOM 拆分（执行器/减速器/丝杠/传感/芯片/电池），并给出量产 1 万台 vs 10 万台的成本弹性，🔲 均待数据核验。\n\n### 4.8 量产瓶颈与路线分歧汇总\n1. **行星滚柱丝杠**：加工设备、良率、产能（普遍点名的「卡脖子」环节）；\n2. **六维力/触觉传感器**：量产一致性与成本；\n3. **端到端 VLA 的数据**：真实数据采集成本高；\n4. **整机路线分歧**：电驱 vs 液压；旋转 vs 直线；欠驱动 vs 全驱动；端到端 vs 分层；\n5. **能耗/续航**：电池与轻量化的权衡。\n\n---\n\n## 五、主要厂商\n\n\u003e ⚠️ 本部分的厂商名单、产品参数、出货与订单数据**均属待核验**；下述仅给出**分类框架与筛选口径**，不列具体数值。原定 T4 子任务因检索通道失效未能产出可核验的厂商数据。\n\n### 5.1 分类架构（厂商矩阵维度）\n\n| 类别 | 代表方向（须逐家核验） | 关注要点 |\n|---|---|---|\n| 整机厂 | 特斯拉、Figure、Agility、1X；宇树、优必选、智元、傅利叶等 | 量产节点、交付量、订单转化 |\n| 核心零部件 | 谐波/行星减速器、行星滚柱丝杠、无框力矩电机 | 单机用量、单价、产能、良率 |\n| 传感器/执行器 | 六维力传感器、触觉阵列、灵巧手总成 | 量产一致性、国产化率 |\n| AI 平台/芯片 | VLA 模型、算力/边缘芯片 | 数据闭环、算力成本 |\n| 下游应用 | 汽车产线、物流仓储、商业服务 | 真实 ROI 与复购 |\n\n### 5.2 筛选标准（统一口径）\n量产交付实绩 · 订单/融资 · 专利 · 供应链地位 · 生态合作。\n\n### 5.3 输出规格（待数据填充）\n厂商矩阵表（产品/参数/出货/优劣势）＋ 竞争格局图。**每项须可追溯至公司公告或官方发布。**\n\n---\n\n## 六、投资建议\n\n\u003e ⚠️ 本部分为**方法论框架**，不含具体标的推荐，不构成投资建议；结论须待市场规模（第三章）与厂商数据（第五章）核验后重算。\n\n### 6.1 产业链投资地图（环节优先级）\n\n| 优先级 | 环节 | 逻辑（方向性） | 关键数据依赖 |\n|---|---|---|---|\n| 高 | 本体/整机 | 直接受益量产放量 | 出货指引、订单转化率 |\n| 高 | 执行器/丝杠/减速器 | 单机价值量＋瓶颈溢价 | 单机用量、BOM 拆分 |\n| 中高 | 传感器/灵巧手 | 高端方案增量 | 国产化率、价格曲线 |\n| 中 | AI 芯片/算法 | 数据与算力壁垒 | 模型路线收敛度 |\n| 中 | 场景应用 | 需求验证端 | 真实 ROI |\n\n### 6.2 标的筛选逻辑\n量产/交付验证 \u003e 定点/订单 \u003e 技术卡位 \u003e 生态绑定。\n\n### 6.3 估值方法\nPS、PE、EV/EBITDA、**订单/产能市值比**（早期行业 PS 更适用，须注明口径）。\n\n### 6.4 催化剂\n头部厂商量产交付节点 · 大额订单/定点 · 政策与补贴落地 · 关键零部件降本或国产替代突破 · 重磅模型/产品发布。\n\n### 6.5 风险提示\n1. 技术不及预期（VLA 泛化、续航）；2. 量产延迟（丝杠、传感器良率）；3. 政策变化；4. 估值过高；5. 供应链瓶颈；6. ASP 降幅超预期导致金额规模不及预期。\n\n---\n\n## 七、交付状态与待办（关键阻塞点）\n\n| 章节 | 状态 | 阻塞原因 |\n|---|---|---|\n| 三、市场规模 | 框架可交付，**数值缺失** | 检索通道失效，无法核验出货量/TAM |\n| 四、技术路线 | **框架可交付**，数值待核验 | 零部件用量/成本未获来源 |\n| 五、主要厂商 | **仅框架**，厂商数据缺失 | 未产出可核验厂商数据 |\n| 六、投资建议 | **方法论框架** | 依赖三、五章数据 |\n\n**T2 必须补齐的取数清单**：①高盛/摩根士丹利/花旗最新 TAM 原文（含日期版本）；②GGII/中国电子学会/券商中国出货与金额；③特斯拉、宇树、优必选、Figure、Agility 官方出货/产能指引；④工信部及地方政策原文；⑤行星滚柱丝杠、谐波、六维力传感器单机用量与单价；⑥单机 BOM 拆分与量产成本曲线；⑦各厂 VLA 模型版本与性能参数。\n\n**下一步建议（二选一）**：\n- **(a)** 恢复联网通道后，按上表逐项补数并重算第三章、\n\n\u003cdetails\u003e\u003csummary\u003e📋 本次由通用编排拆分执行\u003c/summary\u003e\n\n##### 制定报告框架、数据口径与写作规范（市场规模/技术路线/主要厂商/投资建议四部分）\n\n以下按“6 个子任务”拆解，避免过度切分，同时保留报告四大部分的必要环节。核心路径为：**框架口径 → 数据收集 → 三大内容章并行撰写 → 投资建议 → 统稿交付**。\n\n## 一、子任务拆解表\n\n| 编号 | 子任务 | 核心产出 | 依赖 | 并行性 | 联网取数 | 优先级 |\n|---|---|---|---|---|---|---|\n| T1 | **制定报告框架、数据口径与写作规范** | 四部分大纲：市场规模、技术路线、主要厂商、投资建议；指标定义、数据截止日、引用格式、图表规范、免责声明 | 无 | 串行起点 | 否 | P0 |\n| T2 | **多源数据与资料收集** | 市场规模预测、技术路线资料、厂商信息、政策/融资/下游应用数据库 | T1 | 内部可并行：市场线、技术线、厂商线、政策融资线 | **use_web_search=true** | P1 |\n| T3 | **撰写“市场规模”与“技术路线”章节** | 全球/中国市场规模、出货量、CAGR、竞争格局判断；技术路线分类、成熟度、成本曲线、瓶颈 | T2 | 与 T4 并行；章内市场/技术可并行 | 按需补数时 true | P1 |\n| T4 | **撰写“主要厂商”章节** | 整机厂、核心零部件、AI平台/芯片、传感器/执行器代表企业；产品、量产、订单、供应链、优劣势对比 | T2 | 与 T3 并行 | 按需补数时 true | P1 |\n| T5 | **撰写“投资建议”章节** | 产业链投资地图、环节优先级、标的筛选逻辑、估值方法、催化剂、风险提示 | T3、T4 | 串行，必须等 T3/T4 结论 | 否 | P2 |\n| T6 | **全文统稿、数据交叉校验与交付** | 合并终稿、图表编号、引用核验、逻辑一致性检查、合规审核、版本冻结 | T3、T4、T5 | 串行收口 | 否 | P0 |\n\n## 二、依赖与并行关系\n\n- **必须串行**：T1 → T2 → T3/T4 → T5 → T6  \n- **可并行**：\n  - T2 内部四条资料线并行：市场规模、技术路线、主要厂商、政策/融资。\n  - T3 与 T4 可并行撰写，因为都只依赖 T2 的数据底稿。\n  - T3 内部“市场规模”与“技术路线”可先分头写，再合并统一口径。\n- **不可循环**：T5 依赖 T3、T4 的结论；T6 依赖全部内容。若 T5 发现数据缺口，应回到 T2 补充，而不是反向修改 T1 框架。\n\n## 三、T1 中需先冻结的关键口径\n\n1. **市场规模口径**  \n   - 范围：全球/中国、整机/核心零部件、人形机器人专用/泛具身智能。  \n   - 指标：出货量（台）、市场规模（亿元/亿美元）、ASP、CAGR。  \n   - 预测区间：以 2025 为基期，重点预测 2026，并延伸至 2030。  \n   - 来源优先级：公司公告、行业白皮书、券商研报、政府文件、权威数据库。\n\n2. **技术路线口径**  \n   - 按“大脑—小脑—本体”分层。  \n   - 本体：旋转执行器、直线执行器、液压、气动、自由度、灵巧手、传感器、能源。  \n   - AI：端到端 VLA、分层控制、强化学习、遥操作、仿真训练。  \n   - 输出：路线对比、成熟度、成本、量产瓶颈。\n\n3. **主要厂商口径**  \n   - 分类：整机厂、核心零部件、AI平台/芯片、传感器、执行器、下游应用。  \n   - 筛选标准：量产交付、订单/融资、专利、供应链地位、生态合作。  \n   - 输出：厂商矩阵、产品参数、优劣势、竞争格局。\n\n4. **投资建议口径**  \n   - 产业链环节优先级：本体 \u003e 执行器/灵巧手 \u003e 传感器 \u003e AI芯片/算法 \u003e 场景应用，具体按数据调整。  \n   - 估值方法：PS、PE、EV/EBITDA、订单/产能市值比等。  \n   - 风险：技术不及预期、量产延迟、政策变化、估值过高、供应链瓶颈。\n\n5. **写作规范**  \n   - 统一数据截止日、汇率、单位、图表编号、引用格式。  \n   - 明确免责声明与 AI 辅助声明。  \n   - 每章结论需可追溯到数据来源。\n\n## 四、建议执行顺序与里程碑\n\n1. **M1**：T1 完成，框架与口径冻结。  \n2. **M2**：T2 完成，形成数据底稿与来源清单。  \n3. **M3**：T3、T4 并行完成初稿。  \n4. **M4**：T5 完成投资建议，形成核心观点。  \n5. **M5**：T6 完成统稿、校验、交付。\n\n##### 检索并测算2026年人形机器人市场规模：全球/中国出货量与金额、CAGR、下游场景结构、区域分布与关键假设\n\n## ⚠️ 数据可信度声明（必须前置，请勿跳过）\n\n本次子任务要求联网取数，但 **web_search 工具在整个会话中持续返回空结果**——我对「2026人形机器人市场规模」「humanoid robot market size」「人形机器人」乃至「news」「robot」等 12 组关键词（中英文、长尾与通用词）逐一测试，全部返回「无结果」。据此判断**检索通道当前不可用**，我无法取得任何可核验的实时来源。\n\n按\"研究员\"职责规则（不凭记忆编造数字、每结论须可追溯），我**不会把记忆中的数字伪装成已核验数据**。因此本产物按三级可信度分层交付：\n\n| 标记 | 含义 | 可否直接进报告 |\n|---|---|---|\n| 【框架】 | 我自建的可复现测算模型与口径 | ✅ 可交付 |\n| 【待核验】 | 业内公开常引用的数字，**本次未核验**，仅提供线索供复核 | ❌ 须核验后才能引用 |\n| 【待补】 | 必须联网补齐的字段 | ❌ 空缺 |\n\n---\n\n# 子任务产物：2026年人形机器人市场规模 — 检索与测算\n\n## 1. 指标口径定义（对齐 T1）\n\n| 维度 | 定义 | 备注 |\n|---|---|---|\n| **范围口径** | 口径①「人形机器人本体」＝双足/轮式类人形态整机；口径②「泛具身智能」＝含四足、机械臂、人形 | 两者数量级差异大，**必须分列，不可混用** |\n| **出货量** | 单位：台（万台）；含商用交付，科研赠样需单列 | 区分「签约/意向」与「实际交付」 |\n| **市场规模** | ＝出货量 × ASP；单位：亿美元 / 亿元人民币 | 须注明是否含核心零部件 |\n| **ASP** | 整机均价；建议分场景给（工业型 / 消费型） | 人形 ASP 年降幅是关键假设 |\n| **CAGR** | 基期2025 → 目标年（2026、2030），几何平均 | 注明是出货量 CAGR 还是金额 CAGR |\n| **汇率** | 建议冻结 1 USD = 7.1–7.3 CNY，全文统一 | 需与 T1 一致 |\n\n## 2. 自建测算模型（自下而上，可复现）【框架】\n\n$$市场规模_{2026} = \\sum_{场景} (出货量_{场景} \\times ASP_{场景})$$\n\n**分场景拆分（本模型核心）：**\n\n| 场景 | 2026出货占比假设 | ASP 特征 | 说明 |\n|---|---|---|---|\n| 工业制造 / 汽车产线 | 基准最大 | 高（量产刚起步） | 主机厂自用为主 |\n| 物流仓储搬运 | 中 | 中高 | 与 AMR 竞合 |\n| 商业服务 / 导览 | 中 | 中 | 展示属性强，真实ROI弱 |\n| 科研 / 教育 | 早期最大 | 高（小批量） | 当前主要\"销量\"来源 |\n| 家庭 / 消费 | 极低 | 中 | 2026仍难放量 |\n| 特种 / 危险作业 | 低 | 高 | 单价高、量小 |\n\n\u003e ⚠️ 上述**占比为占位假设**，【待补】须用可核验的出货量数据替换后才能作为测算前提。\n\n## 3. 全球 / 中国出货量与金额 — 三情景区间【待补 + 待核验锚点】\n\n因无实时来源，我给出**结构化情景表框架**，并在锚点处标注需核验的公开线索：\n\n| 指标 | 悲观 | 基准 | 乐观 | 需核验的锚点来源 |\n|---|---|---|---|---|\n| 2025 全球出货量（台） | 【待补】 | 【待补】 | 【待补】 | 特斯拉/SH/宇树/优必选出货指引 |\n| 2026 全球出货量（台） | 【待补】 | 【待补】 | 【待补】 | 【待核验】马斯克曾提 Optimus 2026 目标量级 |\n| 2026 中国出货量（台） | 【待补】 | 【待补】 | 【待补】 | 【待核验】GGII / 中国电子学会 |\n| 2026 全球市场规模（亿美元） | 【待补】 | 【待补】 | 【待补】 | 【待核验】高盛、摩根士丹利、花旗 TAM 口径 |\n| 2026 中国市场规模（亿元） | 【待补】 | 【待补】 | 【待补】 | 【待核验】工信部/券商研报 |\n\n**【待核验】公开线索（记忆中，本次未能检索确认，务必复核原文与日期）：**\n- 高盛 一份2024年初研报给出\"2035年全球人形机器人 TAM 约380亿美元\"（base case）——**常被引用的口径，需核对最新是否上调**。\n- 摩根士丹利 长期 TAM 曾给出\"2050年数万亿美元级\"——**远期口径，与2026短期预测不可混用**。\n- 中国工信部《人形机器人创新发展指导意见》（2023年11月）提出\"**2025年实现批量生产、2027年形成安全可靠产业链**\"——**政策口径，非市场预测**。\n- 高工机器人（GGII）、中国电子学会 有年度中国人形机器人市场预测——**须核验具体年份数值**。\n\n\u003e 请 T2 补齐上述每一条的**机构全名 + 报告名 + 发布年月 + 原始链接**。\n\n## 4. CAGR 测算【框架】\n\n$$\\text{CAGR} = \\left(\\frac{V_{2030}}{V_{2025}}\\right)^{1/5} - 1$$\n\n- 出货量 CAGR 与金额 CAGR **分别计算**：因 ASP 下行，金额 CAGR 通常 **低于** 出货量 CAGR。\n- 短期（2025→2026）增速会比长期（→2030）更高，报告须同时给 **短期YoY** 与 **长期CAGR**，避免\"用长期CAGR描述爆发初速\"的口径错配。\n\n## 5. 下游场景结构【待补】\n结构饼图数据需以【第2节场景表】为基础，用可核验出货/金额数据填充。\n\n## 6. 区域分布【待补】\n建议分区：中国 / 北美 / 欧洲 / 日韩 / 其他；分区维度＝出货量 + 产能 + 供应链（核心零部件国产化率）。**须核验**各国政策与厂商产能布局。\n\n## 7. 关键假设清单（须在报告中显性列出）\n\n1. ASP 年降幅假设（决定金额规模）——**最敏感变量**。\n2. 特斯拉 Optimus、宇树、优必选等头部厂商 2026 实际交付能否达指引。\n3. \"签约/意向订单\"转化为\"实际交付\"的比例。\n4. 泛具身 vs 纯人形的口径边界。\n5. 汇率与统计口径（含/不含零部件）。\n6. 政策变量（补贴、采购）对需求的外生拉动。\n\n## 8. ⚠️ 待办：联网补齐清单（T2 必须完成）\n- [ ] 高盛/摩根士丹利/花旗 最新人形机器人 TAM 报告原文（含日期与版本）\n- [ ] GGII / 中国电子学会 / 券商 中国人形机器人 2025–2026 出货量与金额\n- [ ] 特斯拉、宇树、优必选、Figure、Agility 官方出货/产能指引\n- [ ] 工信部及地方政策原文\n- [ ] 2025 年融资/订单事件数据库（用于交叉验证需求端）\n\n---\n\n### 结论（本轮）\n1. **无法交付可核验的2026年市场规模数值**——因检索通道失效，任何具体数字都会违反\"不编造\"规则。\n2. **已交付可直接复用的测算框架**：口径定义、自下而上公式、三情景表结构、CAGR 算法、场景/区域拆分维度、敏感性假设清单。\n3. **阻塞点**：T2 的联网取数未完成，T3「市场规模」章节**无法在本轮定稿**；建议：**重试/恢复 web_search，或改由 T2 人工提供来源链接**后再填充第3–6节。\n\n请确认是否（a）重试联网通道，或（b）先由你方提供来源链接，我将据此完成数值填充与交叉校验。\n\n##### 梳理技术路线与产业链：执行器/灵巧手/传感器/减速器、VLA与具身智能模型、能耗与成本曲线、量产瓶颈与路线分歧\n\n## ⚠️ 检索工具状态说明（必须先说明）\n\n本次任务我已连续发起 **11 组** 联网检索（中文/英文、窄词/宽词、专有名词/泛词），**全部返回「无结果」**：\n\n- `humanoid robot actuator 2025`、`Tesla Optimus 2025`、`robot` → 空\n- `人形机器人`、`人形机器人 市场规模 2025`、`2026 人形机器人 行业报告` → 空\n- `人形机器人 执行器 行星滚柱丝杠`、`灵巧手 触觉传感器`、`具身智能 VLA 大模型`、`谐波减速器 用量` → 空\n\n**结论：当前环境下 `web_search` 工具不可用（连泛词 `robot` 均无返回），无法获取任何实时数据与可追溯来源。**\n\n依据我的工作规则（**不得凭记忆编造数字、每个关键结论须有可追溯来源**），我不会为满足\"有数据\"而虚构行情数字或伪造机构引用。因此本子任务我**分层交付**：\n\n- **A 部分**：可交付的**技术路线/产业链分析框架**（属工程通识与结构化判断，非市场数字）；\n- **B 部分**：**待联网核验的数据清单**（标明每个数字应有的口径与首选来源），供 T2 检索线补齐。\n\n---\n\n# A. 技术路线与产业链框架（可交付部分）\n\n\u003e 说明：以下为**技术分类与对比维度**，凡涉及具体数值（成本、用量、效率）处**均标注「待核验」**，不给出未经证实的数字。\n\n## A1. 分层框架：「大脑—小脑—本体」\n\n| 层级 | 功能 | 关键技术 | 代表路线分歧 |\n|---|---|---|---|\n| 大脑（认知/决策） | 任务规划、语言理解、场景泛化 | VLA 端到端大模型、多模态 LLM | 端到端 VLA vs 分层「LLM 规划+专用控制」 |\n| 小脑（运动控制） | 全身协调、平衡、步态、操作 | 强化学习、MPC、模仿学习、遥操作采数 | 模型化控制 vs 学习型控制 |\n| 本体（硬件） | 感知-执行物理载体 | 执行器、灵巧手、传感器、减速器、能源 | 电驱主导 vs 液压/气动；旋转 vs 直线 |\n\n## A2. 执行器路线对比维度\n\n| 维度 | 旋转执行器 | 直线执行器 | 液压/气动 |\n|---|---|---|---|\n| 原理 | 电机+减速器输出关节扭矩 | 电机+丝杠（含行星滚柱丝杠）转直线 | 流体驱动 |\n| 优势 | 结构成熟、供应链成熟 | 力密度/抗冲击、仿人腿型匹配佳 | 高功率密度、柔顺 |\n| 劣势 | 力密度受限、膝踝区段偏高 | 丝杠加工难、密封与寿命问题 | 漏油/能效低、维护成本高 |\n| 量产瓶颈 | 减速器精度与一致性 | **行星滚柱丝杠加工设备与良率**（普遍认为最紧环节，待核验） | 供应链窄、成本高 |\n| 用量口径 | 待核验（各厂自由度差异大） | 待核验 | 待核验 |\n\n**关注点**：特斯拉 Optimus 早期方案被广泛引用为\"旋转+直线混合\"，但具体各关节方案与用量需以官方发布核验。\n\n## A3. 灵巧手路线对比\n\n| 维度 | 欠驱动 | 全驱动 |\n|---|---|---|\n| 自由度 | 少（常 6 以内） | 高（可达 11–20+） |\n| 成本/复杂度 | 低 | 高 |\n| 触觉传感 | 简单/无 | 阵列式触觉、指尖力觉 |\n| 当前趋势 | 量产优先方案 | 高精度操作方案 |\n\n**关键分歧**：整机厂（成本/可靠性优先）倾向欠驱动；研究机构/高端场景用全驱动。**各厂具体自由度与传感配置待核验**。\n\n## A4. 传感器\n\n- 力/扭矩传感：关节力控必需，**六维力传感器**为高端方案；\n- 触觉：指尖阵列触觉，是灵巧手\"能不能抓稳\"的核心；\n- 视觉：RGB-D + 多相机；IMU；部分方案加**电子皮肤**（成熟度低，待核验）。\n\n## A5. 减速器方案\n\n| 方案 | 特点 | 适用关节 |\n|---|---|---|\n| 谐波减速器 | 高精度、零背隙、轻 | 腕/手/旋转小关节 |\n| 行星减速器 | 高刚性、成本低、效率高 | 大腿等大扭矩关节 |\n| RV 减速器 | 高刚性、大负载 | 重载关节（人形中用量存疑，待核验） |\n| 行星滚柱丝杠 | 直线执行器核心 | 膝/踝/直线关节 |\n\n**路线分歧**：谐波 vs 行星的**单机用量与配比**是成本模型关键变量，需核验。\n\n## A6. VLA / 具身智能模型路线\n\n| 路线 | 代表 | 优势 | 劣势 |\n|---|---|---|---|\n| 端到端 VLA | 谷歌 RT 系列、Figure 自研模型、Physical Intelligence 等 | 泛化强、少手工建模 | 数据饥渴、可解释差、算力高 |\n| 分层「大脑+小脑」 | LLM/VLM 规划 + 传统/RL 控制 | 可控、可工程化 | 泛化上限受限 |\n| 仿真+遥操作采数 | Isaac/仿真平台 + 真人遥操作 | 解决数据稀缺 | sim-to-real gap |\n\n**核心瓶颈**：**真实操作数据稀缺**与 **sim-to-real 迁移**是路线分歧的根源。**各家具体模型版本/性能指标待核验**。\n\n## A7. 能耗与成本曲线（分析框架，数字待核验）\n\n- 能耗：受**电池能量密度、执行器效率、整机重量/自由度**三重影响；续航是商业化落地硬约束。\n- 成本下降路径：规模效应（BOM 摊薄）+ 零部件国产化替代 + 架构简化（如减少自由度/传感器）。\n- **建议建模变量**：单机 BOM 拆分（执行器/减速器/丝杠/传感/芯片/电池），并给出量产 1 万台 vs 10 万台的成本弹性——**均待数据核验**。\n\n## A8. 量产瓶颈与路线分歧（汇总）\n\n1. **行星滚柱丝杠**：加工设备、良率、产能（普遍点名的\"卡脖子\"环节）。\n2. **六维力/触觉传感器**：量产一致性与成本。\n3. **端到端 VLA 的数据**：真实数据采集成本高。\n4. **路线分歧**：电驱 vs 液压；旋转 vs 直线；欠驱动 vs 全驱动；端到端 vs 分层。\n5. **能耗/续航**：电池与轻量化的权衡。\n\n---\n\n# B. 待联网核验的数据清单（供 T2 检索线补齐）\n\n| 编号 | 待核验数据点 | 建议口径 | 首选来源 |\n|---|---|---|---|\n| D1 | 行星滚柱丝杠单机用量、单价、良率 | 台/元/百分比 | 券商深度、厂商招股书 |\n| D2 | 谐波/行星/RV 单机用量与单价 | 台/元 | 绿的谐波等公告、研报 |\n| D3 | 灵巧手自由度与触觉配置 | DOF/传感类型 | 厂商官网、发布会 |\n| D4 | 六维力传感器价格与国产化率 | 元/占比 | 行业白皮书、上市公司 |\n| D5 | 各厂 VLA 模型名称/参数/性能 | 版本/指标 | 论文、官方技术博客 |\n| D6 | 单机续航与电池规格 | 小时/kWh | 厂商参数表 |\n| D7 | 单机 BOM 拆分与量产成本曲线 | 元/台 | 券商拆解报告 |\n| D8 | 各路线代表厂商与量产节点 | 台/时间 | 公司公告、新闻 |\n\n---\n\n## 交付状态与建议\n\n- **A 部分可直接作为 T3「技术路线」章节骨架**，但**所有数值须在 B 部分补齐后才可写入终稿**（遵循 T1 中对\"结论可追溯到来源\"的要求）。\n- **T2 检索线需在工具可用时优先补 D1–D8**；若搜索工具持续不可用，建议**改用人工/其他数据通道**，并据此向 T5/T6 明确标注\"技术路线章数据缺口\"，以免影响投资建议的结论质量。\n\n是否需要我在检索工具恢复后，第一时间按上表 D1–D8 逐项补数并输出带来源的对比表？\n\n##### 调研主要厂商与竞争格局：Tesla、Figure、1X、宇树、智元、优必选、小鹏等本体厂商及核心供应链玩家，含产能、订单、量产节奏与估值\n\n（本子任务结果为空）\n\n##### 撰写完整报告正文：整合四部分内容，输出市场规模、技术路线、主要厂商、投资建议（含标的分类、催化剂、风险提示）\n\n# 2026年人形机器人行业深度报告\n\n\u003e **版本状态：框架稿（数值未填充）**\n\u003e 本稿已完成四部分结构与论述骨架，但**市场规模、零部件用量与成本、厂商交付数据等关键数值尚未完成来源核验**。凡涉及具体数字处均以 `【待补】`／`【待核验】` 标注。请勿将本稿作为投资决策依据，须待数据核验完毕后升级为终稿。\n\n---\n\n## 报告说明与数据可信度声明\n\n- **数据状态**：本次撰写期间，联网检索通道不可用，未取得任何可核验的实时来源。为保证结论可追溯，本报告**不填充未经核实的数字**，改以\"框架 + 缺口清单\"形式交付。\n- **口径基准**：以 2025 年为基期，重点预测 2026 年，并延伸至 2030 年；全文汇率冻结为 1 USD = 7.1–7.3 CNY，金额单位为亿美元／亿元人民币。\n- **分层标记**：\n  - ✅ 可交付项：口径定义、测算公式、分析框架、风险清单；\n  - ❌ 待核验项：所有来自公开报告的数值、厂商参数与交付量；\n  - 🔲 待补项：尚未取得任何来源的字段。\n- **免责声明**：本报告为行业研究性质，不构成任何证券的买卖建议。文末附完整免责与 AI 辅助声明。\n\n---\n\n## 执行摘要\n\n在数值核验完成前，本报告仅给出**方向性判断**，不给出具体规模与增速数值：\n\n1. **行业处于\"从科研样机向小批量交付\"过渡的早期阶段**，2026 年的核心变量不是需求天花板，而是**头部厂商实际交付能否达到指引**。\n2. **规模测算的最大敏感变量是 ASP（整机均价）年降幅**，而非出货量本身；金额增速与出货量增速必须分列，避免口径错配。\n3. **产业链瓶颈集中在少数硬件环节**（普遍指向行星滚柱丝杠、六维力／触觉传感器），而非整机组装能力。\n4. **技术路线的核心分歧在\"大脑\"层**：端到端 VLA 与分层\"规划＋控制\"两条路线尚未收敛，**真实操作数据稀缺**是共同瓶颈。\n5. **投资上，环节优先级建议为**：本体／执行器 \u003e 减速器与丝杠 \u003e 传感器 \u003e AI 芯片／算法 \u003e 场景应用，**具体排序须以核验后的量产节奏数据调整**。\n\n---\n\n## 一、市场规模\n\n### 1.1 口径定义（先行冻结，避免混用）\n\n| 维度 | 定义 | 备注 |\n|---|---|---|\n| 范围口径① | 人形机器人本体：双足／轮式类人形态整机 | 与人形口径②**量级差异大，必须分列** |\n| 范围口径② | 泛具身智能：含四足、机械臂、人形 | 不可与口径①混用 |\n| 出货量 | 单位：台／万台，含商用交付 | 科研赠样单列；区分\"签约／意向\"与\"实际交付\" |\n| 市场规模 | 出货量 × ASP，单位：亿美元／亿元 | 须注明是否含核心零部件 |\n| ASP | 整机均价，建议分工业型／消费型 | 年降幅为核心假设 |\n| CAGR | 基期 2025 → 目标年，几何平均 | 注明是出货量 CAGR 还是金额 CAGR |\n\n### 1.2 测算框架（自下而上，可复现）\n\n$$市场规模_{2026} = \\sum_{场景} (出货量_{场景} \\times ASP_{场景})$$\n\n分场景拆分维度如下（**占比为占位假设，须以核验后的出货数据替换**）：\n\n| 场景 | 2026 出货占比 | ASP 特征 | 说明 |\n|---|---|---|---|\n| 工业制造／汽车产线 | 🔲 待补 | 高 | 主机厂自用为主 |\n| 物流仓储搬运 | 🔲 待补 | 中高 | 与 AMR 存在竞合 |\n| 商业服务／导览 | 🔲 待补 | 中 | 展示属性强，真实 ROI 弱 |\n| 科研／教育 | 🔲 待补 | 高 | 当前主要\"销量\"来源，小批量 |\n| 家庭／消费 | 🔲 待补 | 中 | 2026 年预计仍难放量 |\n| 特种／危险作业 | 🔲 待补 | 高 | 单价高、量小 |\n\n### 1.3 全球与中国规模（三情景框架）\n\n| 指标 | 悲观 | 基准 | 乐观 | 需核验的锚点来源 |\n|---|---|---|---|---|\n| 2025 全球出货量（台） | 🔲 待补 | 🔲 待补 | 🔲 待补 | 头部厂商出货指引 |\n| 2026 全球出货量（台） | 🔲 待补 | 🔲 待补 | 🔲 待补 | 特斯拉等官方目标量级 |\n| 2026 中国出货量（台） | 🔲 待补 | 🔲 待补 | 🔲 待补 | GGII／中国电子学会 |\n| 2026 全球规模（亿美元） | 🔲 待补 | 🔲 待补 | 🔲 待补 | 高盛／摩根士丹利／花旗 TAM 口径 |\n| 2026 中国规模（亿元） | 🔲 待补 | 🔲 待补 | 🔲 待补 | 工信部／券商研报 |\n\n**【待核验】公开线索**（均须核对原文与发布年月后方可引用）：\n- 高盛曾给出\"2035 年全球人形机器人 TAM 约 380 亿美元\"（base case），**须核对是否已上调**；\n- 摩根士丹利长期 TAM 曾给到\"2050 年数万亿美元级\"，属**远期口径，不可与 2026 短期预测混用**；\n- 工信部《人形机器人创新发展指导意见》（2023 年 11 月）提出\"2025 年实现批量生产、2027 年形成安全可靠产业链\"，属**政策口径，非市场预测**。\n\n\u003e ⚠️ 上述线索来自行业常见引用，本次**未获检索确认**，报告中引用前必须补齐\"机构全名＋报告名＋发布年月＋原始链接\"。\n\n### 1.4 增速口径\n\n$$\\text{CAGR} = \\left(\\frac{V_{2030}}{V_{2025}}\\right)^{1/5} - 1$$\n\n- 出货量 CAGR 与金额 CAGR **分别计算**；因 ASP 大概率下行，**金额 CAGR 通常低于出货量 CAGR**。\n- 短期（2025→2026）增速显著高于长期（→2030）年均值，报告须**同时给出短期 YoY 与长期 CAGR**，避免用长期 CAGR 描述爆发初速。\n\n### 1.5 下游结构与区域分布\n\n- **下游结构**：以 1.2 节场景表为基础填充饼图数据，🔲 待补。\n- **区域分布**：建议分区为中国／北美／欧洲／日韩／其他，维度取\"出货量＋产能＋供应链（核心零部件国产化率）\"，🔲 待补。\n\n### 1.6 关键假设清单（须在报告中显性列出）\n\n1. **ASP 年降幅** —— 最敏感变量，直接决定金额规模；\n2. 头部厂商 2026 年实际交付能否达指引；\n3. \"签约／意向订单\"向\"实际交付\"的转化率；\n4. 泛具身口径与纯人形口径的边界；\n5. 汇率与统计口径（是否含零部件）；\n6. 政策变量（补贴、政府采购）对需求的外生拉动。\n\n---\n\n## 二、技术路线与产业链\n\n\u003e 本章为**技术分类与对比框架**，属工程通识性判断；凡涉及成本、用量、效率的具体数值均标 `【待核验】`，不给出未经证实的数字。\n\n### 2.1 分层框架：「大脑—小脑—本体」\n\n| 层级 | 功能 | 关键技术 | 主要路线分歧 |\n|---|---|---|---|\n| 大脑（认知／决策） | 任务规划、语言理解、场景泛化 | VLA 端到端大模型、多模态 LLM | 端到端 VLA vs 分层\"LLM 规划＋专用控制\" |\n| 小脑（运动控制） | 全身协调、平衡、步态、操作 | 强化学习、MPC、模仿学习、遥操作采数 | 模型化控制 vs 学习型控制 |\n| 本体（硬件） | 感知—执行物理载体 | 执行器、灵巧手、传感器、减速器、能源 | 电驱 vs 液压／气动；旋转 vs 直线 |\n\n### 2.2 执行器路线\n\n| 维度 | 旋转执行器 | 直线执行器 | 液压／气动 |\n|---|---|---|---|\n| 原理 | 电机＋减速器输出关节扭矩 | 电机＋丝杠转直线 | 流体驱动 |\n| 优势 | 结构、供应链成熟 | 力密度高、抗冲击、契合仿人腿型 | 功率密度高、柔顺 |\n| 劣势 | 力密度受限、膝踝区段偏高 | 丝杠加工难、密封与寿命问题 | 漏油、能效低、维护成本高 |\n| 量产瓶颈 | 减速器精度与一致性 | **行星滚柱丝杠加工设备与良率**（普遍认为最紧环节，待核验） | 供应链窄、成本高 |\n| 单机用量 | 🔲 待补 | 🔲 待补 | — |\n\n### 2.3 灵巧手\n\n| 维度 | 欠驱动 | 全驱动 |\n|---|---|---|\n| 自由度 | 少（常 ≤6） | 高（可达 11–20+） |\n| 成本／复杂度 | 低 | 高 |\n| 触觉传感 | 简单或无 | 阵列式触觉、指尖力觉 |\n| 应用倾向 | 量产优先方案 | 高精度操作方案 |\n\n**路线分歧**：整机厂（成本与可靠性优先）倾向欠驱动；研究机构与高端场景用全驱动。**各厂具体自由度与传感配置待核验。**\n\n### 2.4 传感器\n\n- **力／扭矩**：关节力控必需，**六维力传感器**为高端方案；\n- **触觉**：指尖阵列触觉是灵巧手\"能否抓稳\"的核心；\n- **视觉／惯导**：RGB-D ＋多相机 ＋ IMU；\n- **电子皮肤**：成熟度低，🔲 待核验。\n\n### 2.5 减速器与丝杠\n\n| 方案 | 特点 | 适用关节 |\n|---|---|---|\n| 谐波减速器 | 高精度、零背隙、轻 | 腕／手／旋转小关节 |\n| 行星减速器 | 高刚性、成本低、效率高 | 大腿等大扭矩关节 |\n| RV 减速器 | 高刚性、大负载 | 重载关节（人形中用量存疑，待核验） |\n| 行星滚柱丝杠 | 直线执行器核心 | 膝／踝／直线关节 |\n\n**关键变量**：谐波与行星的**单机用量与配比**是成本模型的核心，🔲 待核验。\n\n### 2.6 VLA 与具身智能模型\n\n| 路线 | 代表方向 | 优势 | 劣势 |\n|---|---|---|---|\n| 端到端 VLA | 谷歌 RT 系列、Figure 自研、Physical Intelligence 等 | 泛化强、少手工建模 | 数据饥渴、可解释性差、算力要求高 |\n| 分层\"大脑＋小脑\" | LLM／VLM 规划 ＋ 传统／RL 控制 | 可控、可工程化 | 泛化上限受限 |\n| 仿真＋遥操作采数 | Isaac 类仿真平台 ＋ 真人遥操作 | 缓解数据稀缺 | 存在 sim-to-real 落差 |\n\n**核心瓶颈**：**真实操作数据稀缺**与 **sim-to-real 迁移**，是当前路线分歧的根源。\n\n### 2.7 能耗与成本曲线\n\n- **能耗**受三重因素影响：电池能量密度、执行器效率、整机重量与自由度；续航是商业化落地的硬约束。\n- **成本下降路径**：规模效应（BOM 摊薄）＋ 零部件国产化替代 ＋ 架构简化（减少自由度／传感器）。\n- **建议建模变量**：单机 BOM 拆分（执行器／减速器／丝杠／传感／芯片／电池），并给出量产 1 万台 vs 10 万台的成本弹性，🔲 均待数据核验。\n\n### 2.8 量产瓶颈与路线分歧汇总\n\n1. **行星滚柱丝杠\n\n##### 审校与质检：核对数据来源与一致性、逻辑链条、投资建议合规性与风险提示，输出修改意见\n\n（本子任务结果为空）\n\n\u003c/details\u003e","timestamp":"2026-09-25 19:21:00","type":"text"},"is_plan":false,"is_expert":false,"stream":false},"error":null,"message":"success"}