先把报告里的六个数字挑出来，剔掉形容词。
| 指标 | 摩根大通口径 | 性质 |
|---|---|---|
| 美国 2030 年产量 | 30 万–40 万台 | 预测值 |
| 美国 2035 年产量 | 约 150 万台 | 预测值 |
| 非特斯拉厂商年产量目标 | 1 万–3 万台 | 现状目标 |
| 单客户多班次年节省 | 约 10 万美元 | 测算值 |
| 关键零部件市场（2035） | 接近 300 亿美元 | 预测值 |
| 四大瓶颈 | 手、执行器、大脑、产能 | 定性 |
六个数字里，最容易被跳过的是第三行。
它长得像一句背景交代，实际上是整份预测的约束条件。
报告点名了五家美国玩家：特斯拉的 Optimus、Agility 的 Digit、波士顿动力的 Atlas、Figure 的 Figure 系列、Apptronik 的 Apollo。
除了特斯拉，剩下四家。每家年产量目标 1 万–3 万台，四家加总就是 4 万–12 万台。
2030 年的预测是 30 万–40 万台。减一下，特斯拉要出 18 万–36 万台。
取中位情形——四家各 2 万台、合计 8 万台——30 万台里特斯拉占 73%，40 万台里占 80%。
这个结构的含义很直接：报告名义上在预测"美国"，实际上在预测"特斯拉的产能爬坡曲线"，其他四家是配角。
判断：看到这类总量预测，第一件事是找"单个公司能吃下多少"。一个市场如果 70% 以上集中在还没量产的一家公司身上，那这个预测的置信区间等于那家公司的执行风险。特斯拉 Optimus 在 2026 年三季度财报里提到正在建首条生产线，马斯克的说法是 2027 年底左右开始向外部客户交付——从 2027 年底交付到 2030 年年产 18 万–36 万台，只有两年多时间。这不是不可能，但这是整份报告里最脆的一环。
报告里那句话是：多班次部署可为每家客户每年节省约 10 万美元。
单看很唬人。但把它换算成"每台机器省多少"，就露底了。
本号 11-12 上午那篇《RaaS 小时成本》拆过一套口径：月租 8500 美元的机器人，按 520 小时/月可用时长摊，小时成本 20.35 美元；对标制造业人工 30.5 美元/小时，每小时省 10.15 美元。乘 520 小时再乘 12 个月，一台机一年约省 6.3 万美元。
10 万 ÷ 6.3 万 ≈ 1.6 台。
按报告口径：10 万美元/客户/年
等于 1.6 台机器人满负荷运行。属于"一个工位、两台机"的小规模部署。
按满产口径：6.3 万美元/台/年
客户装 10 台，节省应是 63 万美元。报告没有给这个数，说明它假设的不是满产客户。
判断："每家客户年省 10 万美元"是个保守到偏小的数，它对应的不是"一个仓库换成机器人"，而是"一个工位先试两台"。这一点很重要：如果单客户只有一两台，那 2030 年 30 万–40 万台的产量，意味着美国要有 20 万到 25 万个这样的客户点位。这个客户基数在美国制造业里存在，但销售与服务网络要先建起来——而报告恰恰把"产能"列为四大瓶颈之一，服务网络没提。
另外，10 万美元是毛节省。按上午那篇的算法，加上首年部署费与集成费，节省会从 46.4% 掉到 12.1%；如果把集成成本摊进来，1.6 台的规模根本摊不平。所以这个数字对客户的说服力，取决于集成费由谁出。
报告的另一组数：到 2035 年，执行器、电机、视觉系统等关键零部件市场接近 300 亿美元，对应人形产量约 150 万台。
两个数一除：每台约 2 万美元的零部件价值。
这个 2 万美元能推出什么？如果零部件占整机 BOM 的一半到六成（关节模组 35%–60%、灵巧手约 20% 是行业常见口径），整机成本大约在 3.3 万–4 万美元，折人民币约 24 万–29 万元。
对照一下国内的价格带：本号此前拆过的"10 万元"这条线，是国产人形的入门价位（约 1.4 万美元）。摩根大通隐含的 3.3 万–4 万美元，是另一个量级。
判断：同一个"人形机器人"词，中美两地在算两种不同的东西。美国的预测隐含的是工业级配置 + 服务合同 + 安全认证的成本结构；国内的价格带隐含的是教育、科研、展演这类低强度场景。两者不可直接比价。谁用"美国 150 万台 × 3 万美元"去推中国市场空间，谁就把两个不同的品类合并了。
还有一处值得记：报告说"随着时间推移，价值创造会从零部件转向整机厂与平台集成商"。这与它自己"短期内零部件供应商机会最大"的判断并不矛盾——短期缺件，长期缺集成。但这句话对国内做二次开发与场景集成的公司是好消息：价值最终落在"能把机器人接进客户流程"的那一层。
报告的原文表述是："近期进展仍受供给约束，几个硬瓶颈是手、执行器、大脑和产能。"
四个词，三个指向制造：手（灵巧手的装配一致性与成本）、执行器（关节模组的产能与良率）、产能（总装线）。只有"大脑"指向软件。
这跟 2026 年行业的主流叙事有个明显错位。过去一年，讨论集中在模型能力——VLA、世界模型、零样本泛化。而这份来自卖方研究的判断把约束条件放回了工厂。
判断："大脑"是四个瓶颈里唯一没有物理产能上限的一个，也是最难被量化验收的一个。所以它在报告里被列进去、却没法给出数字。反过来，手、执行器、产能都能用"年产能多少万套"来表述——这也是为什么报告紧接着说零部件供应商是短期最大机会：它们卖的是可数的东西。
报告还提到一个政策变量：美国政府认定进口机器人与工业机械构成国家安全风险，可能导致关税或其他措施以扶持本土生产。这条对中国供应链的含义是反向的——如果美国对人形零部件加税，"美国产量 30 万台"这个预测的成本基础会整体上移，价格与人工成本的平价点会被推后。
第一，报告原文没拿到。所有数字都经过路透转述，路透用的是 production（产量），中文版译成"产量"，但卖方报告里常见的是"产能（capacity）"口径。这两个词差着一整条产线的利用率。
第二，非特斯拉那四家的目标，是"年产量目标"还是"年产能目标"，路透的表述是 target 10,000–30,000 units annually。按 Agility 自己披露的 RoboFab 设计产能最高 1 万台/年来看，这个区间更像产能上限而非当年实际产量。若按实际产量算，特斯拉的占比还要更高。
第三，1.5 倍到 2 倍的汇率与物价假设。300 亿美元零部件对应 150 万台，是本号直接相除；若零部件市场里还包含非人形机器人的执行器与视觉系统（很可能包含），那每台的零部件价值会低于 2 万美元，整机成本推算随之下降。
至于 2035 年 150 万台，那是十年后的事。现在能核的只有一条：2026 年，美国除特斯拉外的四家加起来，年产量还没有过万。