价格腰斩，我们误读了人形机器人

价格腰斩了，拐点没来。

9月12日，优必选万台级工业人形机器人超级智慧工厂在柳州投产，设计节拍每10分钟下线1台整机，年规划产能超万台——中国机器人行业正式宣告，人形机器人从小批量试制迈入了万台级标准化量产阶段。

消息很燃，但产业链里的人反而更冷静了。我跟几位一线的具身智能从业者聊完，听到最多的一句话是：价格打下来只是入场券，没人靠便宜赢过一场产业革命。

这篇文章，我们就把降价潮的账算清楚，再看看价格背后被多数人误读的三件事。

📉 两年72%：降价快得连外资都跟不上

先看一组刺眼的价格数据。

宇树科技招股书显示，其人形机器人单价从2023年的59.34万元，一路降至2025年的16.64万元，两年缩水约72%（数据来源：宇树科技科创板招股说明书）。今年6月，消费级产品R1售价进一步下探到2.99万元；松延动力的小尺寸产品「小布米」，预售价已不足万元——一台人形机器人的价格，快追上一辆高端电动车了。

有意思的是节奏差。高盛8月底发布的全球物理AI报告预测，整机均价十年降幅近49%，并认为这已不算激进。而中国市场的实际降价速度，比这份十年预测凶猛得多——高盛用十年走的曲线，宇树两年就走完了大半。

中科慧灵创始人兼董事长张正涛对《科创板日报》说得直接：把时间尺度拉到十年，整机均价下降50%并不算激进，部分技术路线下甚至相对保守。

需求端也确实在放量。据市场调研机构Smart Analytics Global统计，2025年上半年全球人形机器人实际出货量约1.91万台，同比增长近3倍，中国厂商占据全球97%以上的出货份额——需要说明的是，这一口径统计的是已交付整机，而非订单量或规划产能，后者动辄数十万台，不能混为一谈。

价格腰斩加上出货翻三倍，看起来是教科书级别的拐点信号。但等等——降价发生在供给侧，买单逻辑还没在需求侧闭环。

🔧 降本三重共振：不是促销，是成本结构被拆了

这轮降价最容易被误读的地方，是把它当成内卷式的以价换量。但我和多位从业者交流后的判断一致：这是规模效应、国产替代、技术迭代三股力量同时发力下的产业级成本下探，不是砍利润换销量。

第一重是规模摊薄。原力灵机联合创始人张绍政透露，当前头部厂商产量均已接近或达到万台量级，零部件具备一致性，成本虽未到极致但已可接受。除优必选柳州工厂外，宇树科技的IPO募投项目还包含7.5万台人形机器人年产能。采购规模上来后，零部件议价、模具摊销、装配效率、良品率同步改善——制造业最经典的规模降本剧本，正在人形机器人身上复刻一遍。

第二重是国产化击穿价格体系。这组数据值得反复看：据中国信通院口径，人形机器人核心零部件整体国产化率已突破75%；据摩根士丹利对部分核心零部件的测算，这一数字甚至超过90%。最扎心的对比来自巴克莱9月18日研报的测算：如果脱离中国供应链、完全依赖本土化制造，单台人形机器人的成本将飙升至约13.1万美元，与当前中国供应链下的整机成本相比，差价接近3倍。

pie showData

title 核心零部件国产化率对比

"已国产化75%" : 75

"未国产化25%" : 25

当然，国产化不是齐步走。据行业调研数据，电机、控制器等环节国产化率已超85%，而六维力传感器等高精环节仍是短板——产业链降本的红利，正在从「通用件」向「精密件」逐层渗透。

第三重是技术迭代对BOM表的持续优化。结构设计、一体化关节、装配工艺的演进，让每一代产品的物料成本都在下探。

一句话总结：降价是结果，不是手段。这也是为什么它不能直接等价于商业化拐点——成本端的问题，从来不是这个行业最难的那一环。

🧠 巴克莱泼冷水：瓶颈在智能，不在硬件

「降价等于拐点」这个叙事，最大的漏洞在于：便宜了，但还不够聪明。

9月18日，巴克莱发布研报，对人形机器人投资热潮提出三点判断，第一条就把行业最敏感的时间表往后推了：通用人形机器人的大规模部署，可能要等到2035年前后，而非市场普遍期待的2030年。

理由很扎实。当前行业中被展示的许多人形机器人能力，仍依赖预编程、远程操控或针对特定场景的窄域自动化，距离真正的通用自主性差距显著。巴克莱的核心判断是：瓶颈不在硬件，在智能——感知、推理和行动所需的AI模型能力尚不成熟。

硬件端则面临规模、成本与能力之间的「鸡与蛋」困境：没有规模就没有低成本，没有足够智能就无法证明商业价值，三者难以同时突破。这个格局，与自动驾驶走过的十余年商业化周期高度相似——当年自动驾驶行业也一度被认为「三年内全无人」，结果用了十年才跑到Robotaxi规模化运营的门口。

巴克莱由此给出的投资启示是：更早期的机会在算力、数据和模型层，也就是解锁人形机器人「GPT时刻」所需的底层基础设施。硬件的大规模经济部署，需要等智能层先行突破。

这个判断和一线从业者的体感是吻合的。据多位接近头部整机厂的人士透露，目前交付的工业人形机器人项目中，相当比例仍需要人类示教、远程兜底或场景强约束，客户真正的痛点不是「机器人太贵」，而是「换上之后活儿干不利索」——一台便宜但不能独立干活的机器人，省下的钱抵不过产线改造成本。

⚡ 算力先于硬件：35亿美元先买大脑

巴克莱的第二点判断，纠正了另一个流行误读：人形机器人会像大模型一样拉动数据中心算力暴增？答案比想象中复杂。

人形机器人对算力的拉动要分两条线看。

数据中心侧，算力主要服务两类工作：仿真与合成数据生成，以及基础模型的训练与后训练。而推理——机器人在现实中实时感知、决策和行动的环节——必须在机器人本体的专用边缘处理器上完成，因为延迟、功耗、可靠性和安全性约束太苛刻。这意味着，人形机器人的推理负载不会像Agentic AI那样转化为超大规模数据中心的增量需求。对数据中心，人形机器人是小幅增量；对边缘计算，才可能是重大驱动。

但「增量」不等于「没分量」。更关键的是：算力需求先于硬件部署扩张——开发者在机器人大规模落地之前，就需要海量算力做仿真和训练。

Figure与新型云服务商Nscale的合作是典型例证（据双方官方公告）：这项多年期协议初始投入约35亿美元，目标规模超60亿美元，可支持多达10万块NVIDIA Vera Rubin GPU，按每GPU约3.0-3.3千瓦的全配置机架容量估算，对应约300-330兆瓦的IT容量。换句话说，人形机器人还没大规模上线，光开发「大脑」就已经给数据中心压上了可观的负载。

对产业参与者的启示很直接：算力、数据和模型层，是先于整机放量的确定性环节。整机厂在赌量产，基建层已经在数钱了。

🤖 第一波浪潮，可能压根不是人形的

最后一个争议最扎心：「人形」这个形态，可能不是Physical AI的最优解。

巴克莱研报的原话是：Physical AI颠覆的第一波浪潮，大概率不是人形的。所谓「为时尚早」，特指完全自主的通用人形机器人。在此之前，针对特定任务的AI机器人已经在多个行业动起来了——协作机器人、自主移动机器人（AMR）、AI无人机、四足机器人，正从「脏、闷、危」的工种切入，覆盖商业、工业和国防场景。

最好的反证来自亚马逊：据其官方披露，公司已在运营中部署超过100万台机器人，涵盖移动驱动单元、AMR和AI操控系统，按任务和形态分工——没有一台是人形的。

资本也在用脚投票。据TechCrunch等外媒报道，Uber创始人Travis Kalanick旗下的Atoms近期完成17亿美元融资，方向是矿业场景的机器人化——不是人形，是直奔「3D场景」的专用形态。

但硬币的另一面，是车企正在把人形机器人拉回最硬核的验证场。据《日经新闻》等海外媒体报道，丰田已要求工人参与训练人形机器人，加入车企开发部署人形机器人的竞赛，同时强调人类员工不会被取代。这个动作的信号意义大于姿态：工厂是真金白银的试炼场，车厂的产线节拍和精度要求，比任何发布会都诚实。

车企的逻辑其实很务实：人形机器人最匹配的，恰恰是人类按自己身形设计的环境——流水线、工位、工具。丰田让工人训练机器人，本质上是在用真实的作业数据，喂出未来十年产线的「新同事」。但这注定是一场以年为单位的持久战，而不是发布会式的闪电战。丰田们的加入恰恰说明：人形的终局叙事要成立，必须先过产线数据这一关——车厂验证不是拐点到来的证据，而是通往拐点的必经之路。

写在最后

把三条线放在一起看，「拐点已至」这个热门叙事里的三个误读，也就清晰了。

误读一：降价等于商业化拐点。降本三重共振是真的，降价会继续，准入门槛已经踏平——但成本从来不是这个行业最难的一环，买单逻辑还没在需求侧闭环。

误读二：人形机器人会像大模型一样引爆数据中心算力。真实的图景是算力需求先于硬件部署扩张，但训练在云端、推理在边缘——数据中心只是小幅增量，边缘计算才是主战场。

误读三：人形是Physical AI的最优形态和第一波浪潮。巴克莱和亚马逊、Atoms们的实践都指向同一个判断：专用机器人会先赚到钱，人形是终局叙事，不是当下的现金流叙事。

而车企验证这条线，恰恰是三条线的交汇点。丰田让工人训练机器人，不是拐点到来的信号，而是行业承认现状的体现——通用自主性还没到，就用真实产线的示教数据去喂；形态的优劣不必争论，就放到车厂节拍和精度的硬约束下见真章。人形机器人的终局，最终要在车厂的产线上被验证，而不是在发布会的大屏上被宣告。

价格腰斩只是行业跨过了准入门槛，真正撬动规模化的，是智能层的突破。对从业者，短期该盯着数据、算力和场景闭环，而不是整机售价；对投资者，产业链上「卖铲子」的环节——边缘算力、高精传感器、模型层——可能比整机价格战更早兑现。

拐点一定会来，但它到来那天，判断标志不会是价格，而是某台机器人第一次在无人干预下，独立干满了一整个班次。