深度 · 神机百见-具身解读
97% 的出货量，只有几千台在真干活：彭博这篇长文把瓶颈指到了「一只手」上
上半年中国占全球人形机器人出货 97%，但一位灵巧手创始人的估计是：去年装了两万台，真正在干活的只有几千台。硬件领先与「在岗率」之间，差的可能是一只手。
本篇目录5 节 · 11
一分钟速览
- 两个数字的反差：彭博给出的口径是今年上半年中国企业占全球人形机器人出货量 97%；而灵巧手公司 LinkerBot 创始人估计去年全球安装约 2 万台人形机器人，真正用于工作的只有几千台，其余主要用于娱乐。
- 瓶颈被指为「手」：按其说法，除非人形机器人能复制接近真人的手部功能，否则这个比例不会改变；麦肯锡合伙人的表述是「没有灵巧的机械手，只能完成推车、搬运大件这类粗活」。
- 份额口径：美国研究机构 Smart Analytics Global 的数据显示，LinkerBot 在全球部署的尖端机械手市场中占 80% 以上，客户包括三星、Meta、西门子，其计划把月产能翻倍至 1 万只。
- 供应链量化：麦肯锡称中国控制旋转执行器所需永磁体 90%、精密轴承 40%、传感器 40%、关节用电力电子元件 30%；摩根士丹利测算，若把中国零部件从 Optimus 供应链中剔除，成本将几乎翻三倍（中文侧一处转述写作「上涨近两倍」，两版并列）。
- 规模预测：摩根士丹利估计到 2050 年人形机器人市场规模可能超过 5 万亿美元；美国银行研究院预计到本十年末中国制造人形机器人组件平均成本降至 1.7 万美元以下，出货量从去年的 2 万台增至 2035 年的 1000 万台。
- 口径提示：Smart Analytics Global 的机构背景本号此前未能独立核实，其 97% 份额与 80% 市占均按「单一机构口径」呈现，不与 IFR、IDC 等统计交叉相加。
数据来源与边界
素材时间窗为
当日 09:00 → 19:00（北京时间 2026-10-14 09:00 → 19:00）。彭博社原文发布于
2026-10-13（美东时间），腾讯新闻中文全文以
2026-10-14 05:00（GMT+8） 刊出，两处均在窗口起点之前；本窗口内的新增量是
10-14 白天中文财经侧的二次解读与扩散（凤凰网 AI 研究院、新浪财经同日转载稿），本篇按扩窗规则第二条处理，并在下文逐项标注哪一版说了什么。事实性内容出自彭博社特稿及上述中文转述：LinkerBot 创始人对「去年 2 万台安装量、在岗仅几千台」的估计、Smart Analytics Global 的 80% 尖端机械手部署份额与客户名单（三星、Meta、西门子）、月产能翻倍至 1 万只的计划、2026 年上半年 97% 的全球出货占比、麦肯锡的四个零部件份额（永磁体 90%、精密轴承 40%、传感器 40%、电力电子 30%）、摩根士丹利的成本测算与 2050 年 5 万亿美元规模预测、美国银行研究院的成本与出货量预测、特斯拉约 1000 台 Optimus 已交付工厂、Figure 估值 390 亿美元并在宝马试点、波士顿动力与谷歌合作在现代汽车工厂训练、Agility Digit 已部署至亚马逊仓库与丰田工厂、PsiBot（估值近 15 亿美元，投资者含奇瑞与蓝思科技）、GigaAI（CEO 黄冠，客户含一汽、京东、EMS，2026 年 7 月接近完成 IPO 前融资、估值 30 亿美元）等条目。核查与边界：①
Smart Analytics Global 本号此前在 2026-09-25 的统计类选题中已标注为「机构背景不可考」，本次仍按单一机构口径处理，不将其 97% 与 IFR、IDC、高盛等去年的口径相加或互相印证；②
摩根士丹利成本测算在两版中文转述中不一致——彭博原文与腾讯全文为「几乎翻三倍」，凤凰网版写「上涨近两倍」，
两版并列呈现，本号不取舍；③
凤凰网版将 97% 的时间写成「2025 年上半年」，与彭博原文的「今年上半年」（2026 H1）冲突，本号以彭博原文与英文侧转述为准，并显式记录该差异；④ 凤凰网版出现的人名「周遥」与新浪版「周永」不一致，彭博原文只给英文名
Alex Zhou，
中文名未获统一，本号不作定名；⑤ LinkerBot 创始人的「2 万台 / 几千台」是
个人估计，非统计机构口径，且与 Smart Analytics Global 的 1.91 万台并不同源，
不可相互换算；⑥ 单处引述均控制在 100 字以内并标明出处。判断均以「判断：」标注。
与站内存量稿的差异：本号 295 号稿（2026-09-30）写的是苏度科技超 10 亿元融资及仿真路线；397 号稿（2026-10-08）写的是英伟达拟追投 Figure 10 亿美元并核对投前估值 380 亿。本篇不重复上述资本条目，焦点是「出货量与在岗量的口径差」以及「手部部件的份额集中度」，两篇均未涉及。
本文事实信息来自上方标注的公开来源；解读、判断与延伸部分为作者个人见解，写作过程使用了 AI 工具辅助整理，已由作者人工核实，不代表信息来源方立场。如有雷同纯属巧合；如涉及版权或权益问题，请联系 shenjibailian@shenjibailian.com，我们将在核实后及时删除或更正。
197% 和在岗几千台，这句话为什么可以同时成立
「出货」与「在干活」是两个统计对象
彭博这篇特稿里最有信息量的一组数字，是把两件事并排放：今年上半年中国企业占全球人形机器人出货量 97%；而 LinkerBot 创始人的估计是——去年全球安装约 2 万台，真正用于工作的只有几千台，其余主要用于娱乐。
这两个数字不矛盾，因为它们算的不是同一件事。「出货」统计的是出厂交付，包含科研采购、展演采购与开发者采购；「在干活」统计的是持续承担生产或服务任务的台数。一台在展会上跳完舞、回到仓库吃灰的机器人，会出现在第一个数字里，不在第二个里。
出货量口径能说明什么
说明供给侧的产能与交付能力已经形成。97% 这个量级的集中度，意味着全球下单一台人形机器人，大概率要从中国的工厂出来。
在岗量口径能说明什么
说明需求侧的真实付费场景仍然稀少。几千台这个量级，对应的是一批试点项目，而不是一条已经跑通的分销通路。
判断：这两个数字应当被并列引用，而不是择一宣传。判断依据：只讲 97% 会得出「硬件已经赢了」的结论；只讲几千台会得出「全是泡沫」的结论。把两个口径摆在一起，得到的才是可以据以做决策的判断：本体产能不缺，缺的是让机器人值得被持续雇用的能力。对本号读者而言，更实际的推论是——现阶段做整机贸易的毛利会持续被产能挤压，而做「让机器人能上岗」这件事仍然有议价空间。
2把瓶颈指到手上，是有具体指向的
80% 的尖端机械手份额，落在一家北京公司身上
彭博给出的关键结构性判断是：中国厂商对灵巧手的锁定，正在成为这场竞赛的卡点。其引用的数据是美国研究机构 Smart Analytics Global 的结论——一家名为 LinkerBot 的北京公司占据了全球部署的尖端机械手市场 80% 以上，客户包括三星、Meta 与西门子，并且该公司计划把月产能翻倍至 1 万只。
这类「一家公司吃掉八成」的结构，在零部件行业并不常见。它通常出现在两种情况下：要么技术壁垒足够高，要么下游还没放量到能养活第二、第三供应商。目前看更像后者——如果「在岗只有几千台」属实，那么灵巧手的总需求量本身就不大。
这里还有一个值得注意的细节：这家公司创始人描述其数据来源时说，他们不同于从工厂、仓库采集数据的同行，而是录制厨师切黄瓜丝、钢琴家演奏、牙医操作精密器械这类人类技能视频，他的表述是——「很多公司收集数据是为了训练机器人，我们收集的是真正的技能」。把数据源从「机器人自己做过的事」换成「人做得好的事」，是一个可以独立讨论的方法论选择：它绕开了「机器人只能在会干活的地方采数据」这个循环。
判断：「手是瓶颈」这个判断，比 97% 那个数字对采购方更有用。判断依据：如果瓶颈在手，那么整机参数（身高、体重、续航、自由度总数）的边际价值会被压低，而末端部件的一致性、可更换性与触觉反馈质量才是决定能否交付的因素。可执行的动作是：把验收项的权重从「本体规格」往「末端能力」挪，并要求供应商给出末端部件的寿命与更换周期。需要说明的是，彭博原文未给出任何关于手部耐用度或故障率的实测数据，这条判断目前只能作为提问方向，不能作为结论文本引用。
3四个零部件份额，是这篇里最硬的一组数字
依赖度可以被量化，也就可以被定价
麦肯锡给出的四个份额是这篇特稿中可核查程度最高的一组数字：中国控制旋转执行器所需永磁体的 90%、精密轴承的 40%、传感器的 40%，以及用于人形机器人关节组件的电力电子元件的 30%。
| 部件 | 中国份额（麦肯锡口径） | 在人形机器人上的位置 |
|---|
| 永磁体 | 约 90% | 旋转执行器（关节电机）的核心材料 |
| 精密轴承 | 约 40% | 关节与减速结构的承载与精度件 |
| 传感器 | 约 40% | 力矩、位置、触觉等感知环节 |
| 电力电子元件 | 约 30% | 关节组件的驱动与功率变换 |
表注：份额数据出自麦肯锡研究，经彭博社 2026-10-13 特稿引用；「在人形机器人上的位置」一列为本号基于公开产品结构的说明，非麦肯锡原文分类。四个份额均为「旋转执行器 / 精密轴承 / 传感器 / 关节用电」的口径，不是整机价值占比，不可直接相加。
与这组份额配套的另一条测算来自摩根士丹利：如果把中国零部件从特斯拉 Optimus 的供应链中剔除，其成本将几乎翻三倍。这条数字在中转述中出现版本差异：彭博原文与腾讯中文全文写「几乎翻三倍」，而凤凰网版本的表述是「上涨近两倍」。两版并列，本号不取舍。
判断：把依赖度写成份额，最大的作用是让「脱钩」这件事第一次有了价格。判断依据：如果只有定性描述，讨论会停在立场层面；一旦写成「剔除后成本约三倍」，它就从产业政策话题变成了财务报表上的一个数字。对本号读者来说，可迁移的做法是——评估任何一条供应链风险时，不要问「依赖有多深」，要问「换掉之后单位成本变多少」。前者没有尽头，后者可以进模型。
4硬件领先、大脑落后，这个分工是真的吗
连中国投资人都承认模型端存在差距
彭博这篇特稿没有把中国描述成全面领先。它的结构是一分为二的：硬件层面中国领先，模型（具身大脑）层面美国仍在前面。
文中引述的几处判断都指向这个方向：持有宇树等公司股份的金秋资本合伙人臧天宇表示，美国公司（如 Physical Intelligence 与 Generalist）近期推出的产品性能优于类似的中国产品，并归因于「更早开始研究、积累了更多知识，加上芯片供应充足」；彭博也点出，上海的 PsiBot（成立两年、估值接近 15 亿美元，投资者含奇瑞与蓝思科技）与北京的 GigaAI（客户含一汽、京东、EMS，正以 30 亿美元估值筹备港股）这类公司，面临的正是与美国对手在具身智能上的正面竞争。
硬件：出货、零部件、供应链
模型：具身大脑、数据与算力
这个分工带来的现实问题是：硬件优势会被折旧，模型优势会累积。零部件产能可以扩产追赶，但模型需要的是数据闭环，而数据闭环依赖的恰恰是「有多少台机器人在真干活」。这就回到了第一组数字——几千台在岗量，同时也是模型迭代的燃料量。
判断：硬件领先与大脑落后不是两件事，而是同一件事的两端。判断依据：中国路径是「先把机器派到真实场景里，用运行过程生成数据，再拿数据反过来改进大脑」；这条路径的产出速度直接取决于在岗台数。因此「在岗只有几千台」这件事，对中国厂商的长期竞争力比对美国厂商更致命——因为它同时压住了当下收入与未来模型。这条推理的薄弱环节在于：本号未见公开数据说明中国厂商在岗机器人的日均有效数据产出量，无法把台数直接换算成数据量。
5这篇特稿里最该被记住的一句
5 万亿美元是预测，几千台是现状
把规模预测与现状数字并排放，落差是清楚的：摩根士丹利估计到 2050 年人形机器人市场规模可能超过 5 万亿美元；美国银行研究院预计到本十年末组件平均成本降至 1.7 万美元以下，出货量从去年的 2 万台增至 2035 年的 1000 万台，并估计到 2060 年全球将有 30 亿台在役。
这些预测的共同点是：它们都以「成本下降到某个水平」为前提，而不是以「手部能力突破」为前提。而这篇特稿正文里的被访者几乎都指向后一个前提——包括麦肯锡合伙人的那句「如果没有灵巧的机械手，人们只能完成一部分任务」。
判断：当预测的假设条件与被访者的实际痛点不一致时，应当以痛点为准来规划时间表。判断依据：成本曲线是可以被产能与规模推动的，过去十年在电池与光伏上都验证过；但手部能力是工程问题，压价压不出来。因此对做交付的团队来说，把资源押在「本体会变便宜」这件事上风险较低（大概率会），把资源押在「手会突然好用」上风险较高。更稳的做法是：按现有的末端能力设计场景，而不是按未来的末端能力设计场景。
来源：彭博社特稿《China Is Poised to Spearhead a $5 Trillion Humanoid Robot Market》（2026-10-13，bloomberg.com）；腾讯新闻 2026-10-14 05:00（GMT+8）中文全文；凤凰网 AI 研究院、新浪财经 2026-10-14 白天二次解读。核查边界：① Smart Analytics Global 的机构背景本号此前未能独立核实，其 97% 出货份额与 80% 灵巧手市占按单一机构口径呈现；② 摩根士丹利成本测算两版不一致（「几乎翻三倍」vs「上涨近两倍」），并列不取舍；③ 凤凰网版把 97% 误系到 2025 年上半年，与彭博原文的 2026 上半年冲突，本号以原文为准；④ LinkerBot 创始人中文名在各版本不一致（周遥 / 周永），原文仅给英文名 Alex Zhou，不作定名；⑤「2 万台 / 几千台」为个人估计，与 Smart Analytics Global 的 1.91 万台不同源，不可换算；⑥ 单处引述均控制在 100 字以内并标明出处。转载内容版权归原作者及原出版物所有，本站仅作信息整理与观点标注。抓取时间 2026-10-14 19:00。
