舍弗勒卖减速器,瑞银喊别只盯人形机器人
瑞银最新研报给具身AI画出2035年4020亿美元大饼,但人形机器人仅占400亿。舍弗勒同一天推出成形应变波齿轮箱,瞄准执行器这一人形机器人成本核心。本文从模型、零部件、市场构成与人口结构四个角度拆解:这波浪潮先赚钱的不是整机厂,而是减速器与自动化硬件。
8月18日,[[瑞银]]一份研报把具身AI未来十五年的账本摆上桌面:2035年全球潜在市场规模4020亿美元,年复合增长率约11%。几乎同一时间,[[舍弗勒]]默默发布成形[[应变波齿轮箱]]——人形机器人关节里的关键件。一边是千亿蓝图,一边是卖铲子的人先动了手。
本文的核心判断很朴素:这波具身智能浪潮,先兑现现金流的不是人形机器人整机厂,而是核心零部件和自动化硬件。别被“人形机器人元年”的口号带偏。
一、VLA模型开窍:AI每7个月翻倍,机器人不再靠“死程序”
华南某3C代工厂里,传统机械臂还在重复十年前就设定好的动作:点胶、锁螺丝、贴标签。旁边实验区的一台人形机器人,却在看工程师演示一遍后,自己学会了贴泡棉。这种能力跃迁,来自[[VLA模型]]——视觉-语言-行动模型。
[[瑞银]]报告指出,按照传统摩尔定律,计算能力大约每18—24个月翻倍;而当前AI能力大约每7个月就翻倍一次。这个速度差,正在改变自主系统的“智能程度”。传统工业机器人依赖预先设定好的程序,只能在高度结构化环境中重复固定动作;VLA模型则让机器把摄像头等传感器获取的信息和自然语言指令,直接转换成实际动作。
换句话说,机器人从“背指令”进化到“看一遍就会”。一旦这种能力成熟,应用场景会大幅扩张,人形机器人尤其受益。但受益不等于马上赚钱。
产业逻辑上,模型进步远远快于硬件迭代。软件可以每7个月翻倍,但减速器、电机、丝杠的精度和寿命提升,是以年为单位慢慢磨出来的。这就形成一种错配:算法已经能驱动人形机器人做复杂动作,但量产关节的成本和可靠性还没过关。因此,[[瑞银]]建议投资者广泛配置具身AI产业链,而不是押注单一机器人赛道。原因很现实:模型可以讲故事,硬件决定谁先收钱。
二、舍弗勒推成形应变波齿轮箱:人形机器人成本一半在执行器
[[舍弗勒]]这家德国轴承和运动技术公司,过去给汽车发动机供零部件,现在把人形机器人的关节生意当成了新增长点。8月18日,它宣布扩大人形机器人产品组合,把成形[[应变波齿轮箱]]推向市场。
为什么是齿轮箱?因为执行器是人形机器人最贵的部分。据[[舍弗勒]]披露,执行器约占人形机器人制造成本的一半。而[[应变波齿轮箱]]正是执行器里的关键部件,负责在极小空间内实现大扭矩、高精度的运动传递。业界一个半公开的说法是,人形机器人厂商对谐波减速器这类核心件的验证周期动辄半年以上,一旦通过,切换成本极高。据多位接近舍弗勒供应链的人士透露,这次新品目标不是传统工业臂,而是人形机器人髋关节、膝关节这类高扭矩场景。
数据上,这一判断有支撑。传统工业机器人三大核心零部件——减速器、伺服电机、控制器,合计占总成本六到七成;人形机器人执行器占比更高,达到约一半。也就是说,一台售价10万美元的人形机器人,至少5万美元花在执行器上,而执行器成本里,减速器又占了相当一块。
产业逻辑很清楚:整机厂还在烧钱抢发布、抢融资时,[[舍弗勒]]们已经开始卡位“关节”这一成本高地。谁先通过客户验证、进入批量供应,谁就能在量产前夜锁定利润。具身智能的卖水人,比淘金者更早见到现金流。
三、4020亿美元账本:人形机器人只占十分之一,自动化硬件才是现金牛
[[瑞银]]的4020亿美元大饼,细看结构,会得出一个反直觉的结论:人形机器人远没有媒体渲染的那么大。
按照[[瑞银]]预测,到2035年,全球人形机器人市场规模为400亿美元;传统及新型自动化硬件市场约1000亿美元;包括完全自动驾驶(FSD)在内的ADAS市场规模880亿美元;Robotaxi市场约400亿美元;精准农业、机器人手术、eVTOL和智能眼镜等其他AI驱动型垂直行业合计约1340亿美元,复合年增长率约23%。
| 赛道 | 2035年市场规模(亿美元) | 关键特征 |
|---|---|---|
| 人形机器人 | 400 | 商业化早期,估值高、收入少 |
| 传统及新型自动化硬件 | 1000 | 工厂自动化、仓储物流等,已有付费客户 |
| ADAS(含FSD) | 880 | 汽车智能化加速渗透 |
| Robotaxi | 400 | 自动驾驶出租车,重资产运营 |
| 其他AI垂直行业 | 1340 | 精准农业、机器人手术、eVTOL、智能眼镜,CAGR约23% |
注意,自动化硬件市场达1000亿美元,是人形机器人的2.5倍。[[瑞银]]在报告中特别点出:相较仍处商业化早期的人形机器人,工厂自动化、仓储物流、农业机械和手术机器人已经拥有成熟应用场景和付费客户,有望更早将AI能力转化为收入和利润。
这意味着什么?如果一家基金今天满仓“人形机器人整机”概念,很可能在2030年之前都等不到规模化收入;但如果配置了工业自动化、协作机器人、核心零部件,反而能吃到第一波AI落地红利。具身AI不等于人形机器人,它是一篮子“会动、会看、会决策”的硬件系统。
四、缺工与制造业回流:慢变量撞上快技术,工业场景先接住
支撑这轮自动化浪潮的,不只是AI能力的跃迁,还有人口结构这个慢变量。[[瑞银]]报告在最后一部分提到,缺工和制造业回流正在推高自动化需求。
场景不难想象:德国和日本的工厂招不到年轻工人,美国制造业回流政策让本土工厂重新开工,但人力成本高、熟练工短缺。于是,工业机械臂、协作机器人、AGV/AMR这些成熟方案,率先成为刚需。它们不追求人形机器人的“通用性”,只在焊接、搬运、质检、分拣等特定场景里替代人力。
| 指标 | 传统摩尔定律 | 当前AI能力迭代 |
|---|---|---|
| 翻倍周期 | 18—24个月 | 约7个月 |
| 主要影响 | 算力成本下降 | 自主系统智能程度快速提升 |
产业逻辑上,慢变量和快技术正在形成共振。人口结构变化是十年尺度的趋势,不会因为经济周期逆转;AI能力翻倍是七个月尺度的加速,两者叠加,让自动化投资从“可选项”变成“必选项”。但最先受益的一定是那些已经跑通商业闭环的工业场景,而不是还在实验室里演示翻跟头的人形机器人。
对于中国供应链来说,这既是机会也是警示。机会在于,国内减速器、伺服电机、丝杠企业可以切入全球自动化硬件和零部件供应;警示在于,如果一窝蜂涌向人形机器人概念,而忽视工业自动化这个基本盘,可能会错过最确定的收入来源。
五、落地判断:别急着买整机,先看减速器和自动化硬件
综合[[瑞银]]的4020亿美元账本和[[舍弗勒]]的齿轮箱动作,产业人可以得出三条落地判断。
第一,人形机器人是长期期权,不是短期现金牛。400亿美元细分市场,对应到2035年,平均每年也就不到30亿美元增量。整机厂估值高、收入少、量产难,未来几年还会反复洗牌。
第二,核心零部件率先放量。[[舍弗勒]]推成形[[应变波齿轮箱]],只是外资巨头入场的信号。国内做谐波减速器、行星滚柱丝杠、无框力矩电机的厂商,如果产品质量过硬,能在人形机器人量产前夜进入供应链,将吃到最确定的红利。执行器占人形机器人成本一半,谁能卡住这一半,谁就有定价权。
第三,工业自动化与汽车智能化是更稳的底盘。1000亿美元自动化硬件加880亿美元ADAS/FSD,合计1880亿美元,是4020亿美元盘子里最大的两块。它们有成熟客户、明确付费意愿、可验证的ROI,更适合作为产业投资的基本盘。
| 成本项 | 占人形机器人制造成本比例 |
|---|---|
| 执行器(含减速器、电机、编码器等) | 约50% |
| 其他结构件、电池、传感器、控制器等 | 约50% |
一句话总结:算法在台前跳舞,零部件在幕后收钱。具身智能的下一站,不是比谁的人形机器人更能翻跟头,而是比谁的减速器先过验证、谁的自动化方案先落地。
小结
[[瑞银]]的4020亿美元蓝图,与其说是人形机器人的号角,不如说是整个具身AI产业链的开工令。[[舍弗勒]]推齿轮箱提醒我们:真实商业世界里,千亿叙事最终要落到一颗减速器、一台执行器、一条自动化产线上。未来三年,整机厂还会继续讲故事,但产业人的仓位,应该更多押在核心零部件和工业自动化这种“先收钱”的环节。具身智能的路很长,卖铲子的人先出发。