72% 对 53%：一年里，「10 万元」这条线自己涨了 19 个百分点
同一份调查里，想买的人只多了 2 个百分点，要求「低于 10 万元」的人多了 19 个百分点，对现有产品满意的人少了 5 个百分点。三个数同向，说明需求没变弱，是账算得更严了——而且严在了「一年回本」这个消费电子式的预期上。
- 调查本体：摩根士丹利 2026-11-10 发布第二份 AlphaWise 中国人形机器人调查，四组数字全部与 2025 年同题可比。
- 意向几乎没动：64% 受访企业称可能三年内采用，去年 62%，一年只涨 2 个百分点。
- 满意在退：潜在采用者中仅 18% 对当前产品性能满意，去年 23%，同比下降 5 个百分点。
- 价格要求在跳：72% 认为售价低于 10 万元人民币（约 1.5 万美元）才具财务可行性，去年 53%，一年抬高 19 个百分点。
- 时间在推：受访企业预期的应用时间平均推迟约一年，大摩据此判断商业化普及推迟一年、规模化循序渐进。
- 判断：意向动 2 个点、价格要求动 19 个点，这不是「想买的人变多」，是「会算账的人变多」。10 万元这条线真正对应的，是一年回本——而一年回本是消费电子的算法，不是工业设备的算法。
先看这份调查最容易被漏掉的结构：它问了四个问题，四个问题都跟去年同题可比。
可比，才看得出方向。
| 调查问题 | 2026 年（本期） | 2025 年（上期） | 变化 |
|---|---|---|---|
| 三年内可能采用人形机器人 | 64% | 62% | +2 个百分点 |
| 对当前产品性能满意 | 18% | 23% | −5 个百分点 |
| 售价须低于 10 万元才具财务可行性 | 72% | 53% | +19 个百分点 |
| 预期应用时间 | 平均推迟约一年 | — | 本期新增结论 |
四个数里，涨得最猛的不是「想买」，是「要求便宜」。
意向从 62% 到 64%，两个百分点，基本是噪声级别——任何一份几百份样本的调查，一年动两个点都可以解释成抽样波动。但价格门槛从 53% 到 72%，十九个百分点，这不可能是噪声。
同一个池子里，满意的人从 23% 掉到 18%。
判断：这三条线同向，指向的不是「需求变弱」，是「算账变严」。想买的人还在，但他们对「什么价才值得买」的标准，一年之内整体往上挪了一大格。
报告给了一个很实用的换算：10 万元人民币约合 1.5 万美元。
但真正要问的是：为什么是 10 万，不是 15 万，也不是 8 万？
把这个数放进采购决策的语境里，它其实是一个回本年数的倒推结果。这里需要一个口径假设——本号取「制造业一线岗位人均年综合用工成本约 10 万元」，这是一个常被引用的区间中值，属本号假设，不是报告数据，仅供换算量级使用。
按这个假设，10 万元一台的机器，大致等于一个人年的用工成本。
也就是说，72% 的受访者提出来的，实质上是「一年回本」：买一台，顶一个人，一年把本钱省回来。
这个要求放在工业设备里是偏严的。产线设备的常规折旧周期普遍按 3–5 年算，客户能接受 2–3 年回本的自动化项目已经算优质。而这里是 1 年。
判断：客户把消费电子的回本预期，套在了工业设备的品类上。这不是客户不讲理，而是他们还没把这东西当产线设备看——在他们的心理账户里，人形机器人现在更接近「一台会走路的智能硬件」，而不是「一条产线的工位」。这个品类认知的错位，比任何一项技术指标都更能解释「商业化推迟一年」。
顺带说一句：大摩在同一份报告里判断，本轮板块反弹由三件事驱动——2026 年中以来情绪疲弱后的轻仓回补、前沿大模型突破带来的想象、以及宇树创始人王兴兴把智能拐点提前到 2027–2028 年的表态。
三件事，全在预期层。
注意这里有个容易被读反的地方：「拐点提前」和「商业化推迟一年」写在同一份报告里，并不矛盾。前者说的是技术能力的拐点，后者说的是客户掏钱的拐点。这两个拐点之间隔着的，就是那 19 个百分点。
如果真要把一台能干活的整机做到 10 万元以内，工程上大致只有三条路。三条都能降价，但每条都要付代价。
减法一：减自由度
22 自由度砍到 12，关节模组、减速器、驱动器同时减半，BOM 降幅最直接。代价是能力边界从「操作」退到「移动 + 表达」——能走、能比划、能对话，但拧螺丝、插线、叠衣服这些工序全部出局。
减法二：减传感
省掉腕部六维力传感器与指尖触觉阵列，改用关节电流反推负载。这条路国内已有整机厂在走（本号 719 篇拆过北京人形的 Hi-WBC 方案），能省下数万元级成本。代价是精细装配与柔性抓取掉队——力控带宽不够，插拔类工序的成功率会断崖。
减法三：减算力
把大模型压到端侧跑，用模型压缩与动态卸载换掉高价算力模组。国内已有团队把 35B MoE 的运行内存压到 3GB 以下、适配 15 种以上芯片平台。代价是精度损失与推理时延，而时延恰恰是动态操作最敏感的一项。
判断：三条减法都能把价签压到 10 万元以下，但没有一条能同时保住那 18% 满意度所指向的能力。所以 72% 这个数字，本质上不是一个价格问题——它是「目前没有人能同时满足价格与能力」这件事的统计表达。降价不难，难的是降价之后还剩什么。
报告最后给了一句很克制的话：未来市场将通过小规模试点逐步推进，而产品可靠性、整合成本、可量化的生产力成效，将成为决定后续加单的关键。
这三项，恰好都不是发布会上会讲的东西。
可靠性要跑够时长才暴露，整合成本要真接进客户的 MES、工位、节拍才暴露，可量化的生产力要连续跑满一个考核周期才暴露。三项全部指向同一件事：从「能演示」到「能验收」之间，隔着一整套现场工程。
再看同一份报告里列出的全球动作：Meta 与傅利叶做出代号 Max 的原型机并推进二代；苹果 HALO 用 1000 个仿真家庭生成合成视觉—语言—运动数据，在六个未预先建图的真实环境里做到 91% 成功率；字节的 seed 团队在扩招机器人硬件、软件与数据；小米发布了机器人在整车工厂完成 8 小时分拣的视频，并推出预训练真实操作数据 10 万小时的具身基础模型。
这四件事的共同点不是「技术突破」，是都在补数据与规模。而数据与规模，恰好是价格下降的唯一真实来源——不是靠砍配置砍出来的，是靠产量摊出来的。