2026年人形机器人行业竞争格局级产业链情况
思瀚产业研究院    2026-05-20

当前，我国人形机器人产业正从实验室研发向商业化落地跃迁，已构建起全球最完整的产业链条，涵盖上游核心零部件（无框力矩电机、行星滚柱丝杠、六维力传感器等）、中游本体制造与系统集成、下游多场景应用服务，产业定位从单一设备供应向"智能实体+数据服务+场景生态"的综合价值平台演进，标志着行业正式迈入技术攻坚与规模量产并行的黄金窗口期。

（一）行业竞争格局

1、在人工智能技术驱动下，各方力量齐聚推动行业快速发展

受益于人工智能和具身智能技术的快速发展，叠加市场需求持续推动和各国政府政策支持的因素，全球人形机器人行业正处于从技术验证加速迈向市场化落地的关键转折期。2025 年以来全球人形机器人行业进入爆发期，主要体现在企业数量与融资规模实现双重跨越式增长。根据人形机器人场景应用联盟的数据，2025 年上半年全球人形机器人本体企业数量已突破300 家，其中中国企业占比过半；

2025 年全年，全球人形机器人领域融资事件达 215 起以上，同比增长约 221%，融资总额超 578 亿元，同比增长 425%。从区域格局来看，中国人形机器人领域融资事件 190 起，融资总额 270 亿元；美国融资事件 16 起，融资金额达 281 亿元。全球行业融资格局呈现明显的中美双极结构——中国市场以高频、中小规模融资规模为主要特征，美国则呈现低频次、大额集中的特点，一定程度上反映出中美两国主导行业发展且发展模式各具特色的行业现状。

当前，全球人形机器人行业格局已形成老牌人形机器人技术企业、具身智能初创企业和跨界头部企业三类主体共存的竞争格局，其中：

①老牌人形机器人技术企业：以波士顿动力、宇树科技、乐聚智能、优必选等公司为代表，深耕行业多年，在运动控制、机械结构、伺服驱动等底层技术和核心硬件领域积淀深厚。凭借扎实的运控技术、丰富的工程验证经验、出众的集成能力，全方位构建技术壁垒，成为行业技术落地和场景验证的核心力量；

②具身智能初创企业：近年携具身智能技术新晋入行的初创企业，如 Figure AI、Physical Intelligence、智元创新、银河通用等，聚焦 AI 模型研发和训练，强调产品自主决策和高阶人机交互能力，虽成立时间短，但展现出强劲的具身智能前沿技术探索活力和单点突破能力，为行业注入创新活力，推动人形机器人智能化进程；

③跨界头部企业：以特斯拉、小鹏等新能源车企和小米等消费电子巨头为代表，依托技术复用和产业链资源整合的独特优势跨界入局。这类企业凭借成熟的产业资源、完善的供应链体系和技术转化能力，开辟行业发展新路径，加速行业技术落地与市场化普及进程。

老牌企业的技术积淀、初创企业的创新活力与跨界企业的资源优势形成互补，共同构成推动行业前行的重要力量。整个行业呈现中美企业主导的多模态大模型、运动控制算法和结构硬件全面进阶的发展态势，进而带动整个产业链景气度持续提升，整体步入蓬勃向好发展阶段。

2、企业定位各有侧重，行业差异化竞争格局逐渐成型

基于技术沉淀、资源禀赋和战略定位的差异，行业内企业在现阶段的产品路线、市场定位及下游应用等方面各有侧重，全球人形机器人行业初显差异化竞争格局。

以特斯拉、FigureAI、乐聚智能和优必选为代表的企业，目标直接指向工业生产和家庭服务等广阔的应用场景，专注于运动控制稳定性、末端执行精度和场景作业适配能力提升。特斯拉擎天柱（Optimus）目前致力于探索在特斯拉汽车工厂落地应用，持续强化运动自主性和执行能力，面向工业生产场景制定了明确的产品迭代和量产规划。FigureAI 的 Figure 02 入驻宝马工厂，连续作业 10 个月参与 3 万台汽车制造，积累了丰富的实战经验，为后续更多场景产线部署奠定基础。乐聚智能是国内较早进入工厂实地验证的企业，其人形机器人夸父（Kuavo4pro）在一汽工厂进行料箱搬运和 SPS 拣选场景验证。此外，乐聚智能的人形机器人已进入全国多个数据采集中心，在不同场景下执行数采任务，推动应用场景泛化。

以傅利叶和银河通用为代表的企业，以细分应用领域为切入点，完成技术和硬件能力积累后逐步拓展应用边界。傅利叶深耕康养赛道，依托康复机器人技术沉淀和应用经验，推出的人形机器人（GRx 系列）应用于康复协作和陪伴场景，并拓展更广阔的应用边界。银河通用现阶段聚焦仿真数据训练大模型（GraspVLA）、上肢运动控制和末端执行，其轮式人形机器人（Galbot G1）在智慧零售领域应用具有明显优势，并逐步向工业场景延伸。

此外，行业内一些企业更专注于运动控制算法和硬件结构优化，以实现复杂的高爆发性和高难度动作为核心目标，现阶段应用场景集中于科研教育和消费娱乐领域，形成了特色化的竞争优势。

整体来看，综合技术能力、产品迭代速度、场景应用深度和交付数量等多维度指标，目前全球人形机器人行业头部阵营已逐步成型，主要包括美国的特斯拉、Figure AI、波士顿动力，以及中国的宇树科技、乐聚智能、智元创新、优必选、银河通用等企业。

3、商业化初期出货量彰显潜力，未来工业与家庭服务场景才是终极竞争赛场

商业化初期的出货量，是行业发展的重要阶段性指标，一定程度上反映了企业的技术研发实力、产品落地能力，以及对市场需求的场景适配潜力，成为衡量企业现阶段竞争力的重要参考。但从长远来看，工业生产与家庭服务两大核心场景，才是人形机器人行业真正的终极竞争赛场。

人形机器人作为适配环境与执行任务的类人化工具，在工业生产与家庭服务领域的应用，恰好覆盖了人类社会活动最核心的“生产”与“生活”两大维度，工业生产和家庭服务是人形机器人的最终价值实现途径。人形机器人的核心技术优势——环境感知、自主决策、自然交互、灵活操作等，也只有在工业生产与家庭服务场景中才能充分体现。

有别于科研教育、消费娱乐等小众场景，这两大场景的需求具有“刚性、持续、规模化”特征，构成了人形机器人最核心的市场基础。而家庭服务场景因非结构化程度更高、泛化要求更高，大规模应用难度显著高于工业生产场景，人形机器人的场景应用将遵循工业生产至家庭服务的顺序，工业结构化场景的技术迭代与成本下降，支撑家庭服务非结构化场景的落地。

工业场景应用对人形机器人的核心需求在于“高精度”“高可靠”“低成本”，运动控制技术扎实、工程化经验丰富、场景应用验证充分、相应布局较早的企业具备明显的竞争优势。家庭服务应用则在上述核心需求之上，还需人形机器人具备“智能交互”“强泛化性”和“高通用性”的能力，这对多模态大模型的研发和应用提出了更高的要求。可以预见，具备工业场景应用能力、且能深度接入高性能多模态大模型的企业，将更能胜任向家庭服务场景延伸。

从行业长期发展趋势来看，工业生产与家庭服务场景是未来行业主流企业角逐的主阵地。行业企业在两大核心场景的规模化商业落地情况，将直接决定行业未来的竞争格局。在产业演进的进程中，深耕工业场景、完成底层技术持续迭代、沉淀海量真实场景数据，并稳步推进多模态大模型适配接入与训练的企业，将构筑起坚实的技术壁垒与数据壁垒，拥有更为突出的竞争优势。

（二）进入本行业主要壁垒

1、技术壁垒

人形机器人行业系融合人工智能、机械工程、电子技术、材料科学等多学科的尖端产业，呈现明显的技术密集型特征，行业技术门槛集中体现在多学科的高度融合。

在基础学科层面，数学中的线性代数用于运动学和动力学建模、微积分助力控制系统设计、概率与统计在传感器数据处理中发挥重要作用，物理学中的经典力学用于机器人运动建模、材料力学应用于关节和结构件强度分析。

在应用学科层面，人形机器人的运动控制需要逆运动学算法、轨迹规划算法、反馈控制算法等多种算法的综合运用。环境感知与理解环节，人形机器人需要借助计算机视觉、机器学习等技术，还需具备认知能力和推理能力，基于环境感知，根据不同任务需求和环境条件作出合理决策并规划行动方案，这一过程需要强大的人工智能模型算法支持。

为了实现与人类相似的外观和运动能力，人形机器人需要设计出拥有众多关节和自由度的精巧结构，同时还要保证结构的强度和稳定性，以承受运动时产生的力和扭矩。此外，为了使人形机器人兼顾运动效率和低能耗，需使用轻量化且高强度的材料，这也进一步增加了机械结构设计的难度。

由此可见，人形机器人行业的技术壁垒体现在“单点突破难、系统整合更难”。单一领域的技术优势难以形成核心竞争力，研发团队需要具备扎实的跨学科的知识融合能力，有效整合不同领域的技术，才能掌握人形机器人领域的核心技术，在行业竞争中稳固立足。

2、人才壁垒

人形机器人行业涉及的技术领域广泛，对于研发技术人才的要求不仅是在某一学科具备深厚专业知识，还需具备跨学科知识融合能力。培养此类复合型人才，需要经过多个学科的系统教育和长期工程实践积累，人才培养周期较长。此外，实践经验对于人形机器人领域的人才培养至关重要，研发能力需要通过大量项目实践积累得以提升，这也进一步提高了人才培养的难度。以上种种因素，使得行业人才较为紧缺，能否组建具备一定人数规模的专业研发团队，是企业进入人形机器人行业的基本前提。

3、资金壁垒

人形机器人行业是典型的资金密集型行业，技术研发、产品量产和市场推广都需要巨额且持续的资金投入，形成显著的资金壁垒。行业技术涉及人工智能、机械工程、电子技术、材料科学等多领域的交叉融合，技术难度较高，需要持续的资金投入来推动技术迭代和产品升级。

人形机器人的具身智能大模型、运动控制算法、重要零部件性能适配、传感器技术等基础技术研究不仅需要组建跨学科的专业研发团队，还需要价格不菲的算力和高精度实验设备投入。为优化算法性能，需开展海量场景数据的采集、标注与模拟验证，仅单一场景的万小时数据积累的综合成本就可达上百万元。

在后续产品开发阶段，从产品概念设计到原型机试制，再到关键零部件研发、产品工程化落地、性能优化和改进，都需要投入大量资金用于算法软件编程、机械结构设计、电子硬件开发及反复的可靠性测试等。为了推动商业化落地，企业需要投入人力与资金开展市场调研，参加各类展会和推广活动，制定场景化营销策略，搭建覆盖多场景的销售与服务渠道。对于企业而言，若无法保障全周期的充足资金供给，有可能在技术攻坚、量产爬坡或市场拓展的关键阶段因资金链断裂而面临困境。

（三）行业面临机遇与风险

1、面临的机遇

（1）国家和地方的支持政策引导和鼓励人形机器人行业快速发展

人形机器人行业隶属于人工智能和具身智能产业范畴，系国家重点布局的战略性新兴产业，是国家大力发展新质生产力，推动制造业向高端化、智能化、绿色化转型的重要抓手，其发展水平直接关系到我国在全球高端制造业领域的核心竞争力。

近年来，国家层面高度重视具身智能及人形机器人的发展，出台了一系列支持政策。国务院《2025 年政府工作报告》明确提出“持续推进‘人工智能+’行动，将数字技术与制造优势、市场优势更好结合起来，支持大模型广泛应用，大力发展智能网联新能源汽车、人工智能手机和电脑、智能机器人等新一代智能终端以及智能制造装备”，为人形机器人行业发展指明了清晰的发展方向。

2025年 8 月，国务院发布《关于深入实施“人工智能+”行动的意见》，制定了未来国家人工智能发展的总体目标与实施路径，并指出“大力发展智能网联汽车、人工智能手机和电脑、智能机器人、智能家居、智能穿戴等新一代智能终端，打造一体化全场景覆盖的智能交互环境”，将智能机器人纳入人工智能产业生态重点布局。

国务院《2026 年政府工作报告》明确提出“培育壮大新兴产业和未来产业”，将“培育发展未来能源、量子科技、生物制造、具身智能、脑机接口、6G等未来产业”作为发展新质生产力、建设现代化产业体系的重要内容。2026 年 3月，《中华人民共和国国民经济和社会发展第十五个五年规划纲要》中提出，“前瞻布局未来产业，瞄准引领未来发展重点领域，构建未来产业全链条培育体系，推动量子科技、生物制造、氢能和核聚变能、脑机接口、具身智能、第六代移动通信等成为新的经济增长点”。

行业专项政策也在持续推出，相关支持举措密集出台。2023 年 10 月，工信部发布的《人形机器人创新发展指导意见》明确人形机器人行业的短期发展目标——“人形机器人技术创新能力显著提升，形成安全可靠的产业链供应链体系，构建具有国际竞争力的产业生态，综合实力达到世界先进水平。产业加速实现规模化发展，应用场景更加丰富，相关产品深度融入实体经济，成为重要的经济增长新引擎。”

2026 年 1 月，工信部等八部门联合发布《“人工智能+制造”专项行动实施意见》，进一步聚焦人形机器人的产业落地与场景融合，配套制定了行业转型指引和企业应用指南，明确提出“一端抓技术供给，推动‘智能产业化’，一端抓赋能应用，加快‘产业智能化’，整体壮大产业生态，促进人工智能科技创新与产业创新深度融合、人工智能技术与制造业应用‘双向赋能’，加快制造业智能化、绿色化、融合化发展。”

地方政府也在积极响应国家政策，广东省、浙江省、北京市、上海市、深圳市等重点省市陆续出台了引导和鼓励人形机器人产业发展的专项政策，在关键技术突破、供应链培育、应用场景开放、产业生态构建及资金支持等方面给予了详细具体的指导政策。

综合上述，国家和地方协同发力的政策体系，为人形机器人行业稳健高质量发展营造了良好的外部环境。

（2）人口数量下降、结构老龄化，为人形机器人带来广阔市场空间

根据国家统计局的数据，近十年中国人口出生率呈明显下降趋势，人口数量于 2021 年达到顶峰后开始逐年下降；与此同时，老年人口占比稳步上升，老年抚养比（老年人口数与劳动年龄人口数之比）近十年逐年上升，出生率走低和人口老龄化加剧趋势日益明显。

一方面，人口数量下降、结构老龄化等现象加剧了社会劳动力供给紧张，企业用工成本不断提高，机器人市场需求增大。另一方面，老龄化带来康养需求的不断提升，为人形机器人提供新的需求场景。

中国老龄事业发展基金会《2024年养老护理员职业现状调查研究报告》显示，2035 年之前老年人口将突破 4 亿，2050 年 60 岁以上的老人将达 5 亿左右，居家养老（占老年人口 95%以上）是主要养老场景。无论是选择机构养老还是居家养老，都需要大量的养老护理人员。随着老年人口数量增多，养老护理需求将继续增长，养老护理员短缺的问题将更加凸显，而人形机器人的智能照顾和陪伴能力刚好填补该项需求。

（3）人工智能技术的快速发展，使得人形机器人具备明显的差异化优势

随着人工智能的快速发展，多模态大模型的深入探索和运动控制算法的持续迭代，人形机器人相较传统的工业机器人和协作机器人，从应用目标来看，在场景应用与产业落地方面具备明显的差异化优势：

①自主决策能力强：人形机器人具备智能感知和环境适应能力，可实现多模态融合和人机交互、自主任务路径规划，并具备自主学习和行为自我优化能力。在面对复杂任务和动态变化的作业环境时，能实时感知工况变化、动态调整运动策略，无需人工高频干预即可完成智能化作业。

②任务泛化能力高：工业机器人多为单一功能定制化设计（如焊接、喷涂等固定工序），协作机器人虽柔性有所提升，但侧重于简单辅助协同任务。而人形机器人具备“一机多用、场景通用”的特性，灵活完成非标准化的多类型作业，可快速切换作业场景与任务类型，应用覆盖范围更广。

③环境适应性强：人形机器人的类人形态，使其能天然适配人类的生活和工作环境，具备自主上下楼梯、操作常规门把手、穿行狭窄空间等类人通行与操作能力，无需大规模改造现有环境即可投入使用。工业机器人需固定工作场所和特定环境设置，协作机器人虽在一定程度上能实现人机共享空间，但在适应复杂地形和非标准化环境方面仍有不足。

（4）中国完善的制造业体系和供应链优势助力人形机器人大规模商业应用

中国完善的制造业体系和供应链优势，在人形机器人行业快速发展的进程中发挥巨大作用。上游核心零部件如伺服电机、精密减速器、高精度传感器、动力锂电池等的供应充足且国产化率持续提升，直接推动整机成本下行；汽车零部件企业长期在实现电机小型化、高功率密度，减速器高精度、高传动比等技术方面深耕，为人形机器人关节驱动系统提供技术积累；

传统工控企业在数控机床与工业自动化上的运动控制领域积累，有助于人形机器人厂家探索与高精度运动控制算法相匹配的结构设计；新能源汽车智能驾驶的快速发展，带动多模态大模型加速成熟、推动激光雷达等传感器的技术进步和量产水平提升。与此同时，整车厂家、消费电子龙头及互联网科技巨头跨界入局，导入了丰富的应用场景、大量的数据储备和相关技术能力，形成了强大的产业协同效应。上述独特的优势，使得中国人形机器人企业具备全球竞争力，并为行业大规模商业应用提供有利条件。

2、面临的风险

（1）部分核心技术尚未成熟，仍需持续探索发展

虽然 AI 大模型的突破赋予人形机器人较强的语义理解能力，但现阶段具身智能模型在多模态信息处理、高阶自主决策层面，仍难以适配多元场景的实际应用需求。尤其在非结构化复杂环境下，长时序任务执行中，人形机器人在理解复杂指令并转化为稳定可靠的动作方面仍面临较大挑战。与此同时，技术迭代高度依赖大规模的高质量训练数据，而国内产业化数据采集尚处于起步阶段，全行业真机数据积累有限，距离支撑技术突破所需的海量、多元数据供给还有较大距离，一定程度上限制了人形机器人自主能力和场景泛化能力的提升。

此外，在运动控制与精细操作、核心零部件性能与可靠性、环境感知与人机交互、能源效率及热管理等重要方面，仍需持续突破与创新，以支撑未来多场景规模化落地应用。

（2）行业正处商业化前期阶段，规模化应用存在不确定性

从商业化进程来看，行业目前整体仍处于商业化前期探索阶段。尽管人形机器人在工业制造、家庭服务等领域有非常广阔的应用前景，但目前落地场景和商业订单多集中在科研教育、数据采集和特定的商业服务等领域，工业场景规模化应用正处于起步阶段。受限于技术成熟度、产品可靠性及产业化能力，面向更广阔市场的商业化应用仍存在不确定性。行业所处的阶段决定了目前多数企业业务规模较小、营收结构单一，普遍承受研发周期长且投入大的压力，日常经营与研发投入高度依赖外部融资的困境，整体抗风险能力较弱。

（3）行业复合型人才储备不足

人形机器人行业是典型的跨学科、跨领域的新兴产业，需融合多个前沿学科的专业领域知识，对从业人员和团队的综合能力提出了较高要求，行业亟需兼具扎实的理论功底与项目实践经验的高端复合型人才。但目前行业人才培养速度与行业发展需求不完全匹配，复合型人才储备不足，存在一定的人才缺口。

（四）行业周期性特征

人形机器人行业近年来保持快速增长态势，市场需求主要来自科研教育、数据采集和特定的商业服务领域，现阶段行业并无明显的周期性特征。未来随着工业制造和家庭服务等应用场景实现规模化落地与深度拓展，行业或将呈现经济周期性特征。若宏观经济形势较好，下游市场对人形机器人的应用需求也会随之增长。

（五）行业在产业链中的作用、与上下游行业之间的关联性

人形机器人产业链主要由上游零部件与各类系统、中游人形机器人本体设计与制造及下游终端应用等环节组成，各环节分工明确、协同联动，共同支撑行业技术发展、推动行业商业化进程。

产业链上游涵盖硬件零部件与底层软件系统，是支撑人形机器人性能与功能实现的基础。硬件领域以高精密、高可靠性部件为核心，主要为机械部件（关节模组、灵巧手、机身结构件等）、感知部件（视觉传感器、力传感器、触觉传感器等）、控制部件（驱动器、编码器等）和动力部件（高能量密度电池、电源管理模块等），其中执行器（一般含电机、减速器、驱动器等部件）是运动控制的核心中枢，其重要零部件的性能直接影响人形机器人运动表现、动作精度与响应速度。

软件系统则集中体现于底层支撑能力，涵盖操作系统、运动控制算法、具身智能大模型及相关基础软件，为硬件部件的协同运行与整机的功能落地提供核心技术支撑。目前上游领域已聚集一批具备专业研发与量产能力的企业，形成了相对成熟的细分供应体系，部分上游企业已与本体厂商建立深度合作，通过定制化开发适配人形机器人的核心需求，并协同推进产品迭代与性能持续优化。

中游由本体公司组成，通常所说的“人形机器人企业”一般指本体公司。本体公司作为行业的“主机厂”，承担人形机器人本体设计、系统集成与生产制造的核心职能，是产业链的核心枢纽，亦是衔接上游零部件供给与下游场景落地的关键桥梁。目前，源于运动控制算法与本体硬件的深度绑定关系，行业内大部分本体公司普遍采用“软件算法—结构设计—部件集成—产品量产”的一体化运营模式。运动控制算法是实现人形机器人行走、抓取等基础功能的核心基础，且其运行效果高度依赖于本体机械结构、重要零部件的良好适配，因此本体公司普遍同时布局运动控制算法研发，或者由深度掌握运动控制算法的企业衍生设立，形成算法研发与本体设计的核心能力架构。

下游则是人形机器人的应用场景，主要涵盖科研教育、商业服务、数据采集、工业制造和家庭服务等领域。具体参考详细版调研报告。

从产业链上下游关联来看，人形机器人企业（即本体公司）作为核心枢纽，承担着串联上游技术与零部件供给和下游场景落地的关键作用，与上下游形成深度绑定的联动关系：

在与上游的协同中，人形机器人企业根据自身产品的定位与性能目标，向上游供应商提出明确的定制化需求，引导上游企业开展针对性技术攻关、产品开发与生产供给。上游核心零部件的技术突破（如高功率密度的伺服电机、轻量化精密减速器、高精度传感器等）为人形机器人整机性能升级提供支撑，有助于人形机器人企业优化产品设计，提升竞争力；

同时，上游零部件高品质、低成本与稳定交付也是人形机器人企业实现整机量产、推进商业化的重要基础。此外，具备技术与资本优势的人工智能企业所研发 AI 大模型、具身智能模型，为人形机器人的环境感知、自主决策与自然交互等智能化能力提供关键支持。人形机器人企业在聚焦运动控制算法、硬件结构设计等优势领域的同时，持续加大智能决策链路优化、大小脑协同机制等方向的研发投入，通过对接行业高性能大模型，有效提升产品的智能化水平。

在与下游的协同中，人形机器人企业深入挖掘不同应用场景的需求痛点和核心诉求，将上游与自身的技术成果转化为高实用性、强适配性的终端产品与解决方案；同时收集下游应用过程中的性能反馈、功能需求等关键信息，针对性地进行技术迭代、产品优化与应用方案设计，牵引上游相应开展零部件迭代与技术改进。

综上，人形机器人行业上下游紧密协同、双向联动，持续推动全产业链资源优化配置，加速技术迭代与商业化进程。

此报告为摘录部分，定制化编制政府立项审批备案、资产转让并购、合资、资产重整、IPO募投可研、国资委备案、ODI备案、银行贷款、能评环评、产业基金融资、内部董事会投资决策等用途可行性研究报告可咨询思瀚产业研究院。