富达国际资深股票分析师：具身智能投资从追本体转向掘金细分产业链

【导读】富达国际资深股票分析师潘越近期接受本报专访，他重点关注机器人和高端制造板块。这次采访从具身智能产业宏观前景、制造能力和技术突破点、商业化落地、投资配置和政府角色等维度，完成了一次关于具身智能产业的讨论
中国基金报记者 储是

2026年是机器人产业站上风口的第三年，具身智能被明确列为“十五五”规划未来产业。仅上半年，已有近500亿元资本争相布局，接近2025年全年融资水平。同时，具身智能企业在二级市场上的节奏加快：有IPO光速过会，头部企业完成股改，多家企业排队上市。

政策和资本打得火热，支撑起市场预期和估值。尽管二级市场退出渠道相对清晰，市场仍在担忧商业化场景有限等问题，这与企业营收规模和未来估值深度挂钩。

中国基金报近期专访富达国际资深股票分析师潘越。潘越重点研究机器人和高端制造板块，拥有电子工程、视频处理与芯片设计的学科背景。这次采访从产业宏观前景、核心技术瓶颈、商业化落地、政府角色及投资配置等维度，完成了一次对具身智能产业的讨论。具身智能通常指具备物理身体形态，并能够与真实世界进行实时交互的智能机器人，包括双足人形机器人、轮式人形机器人、四足机器狗等多种形态。

潘越将具身智能产业比作五年前的新能源汽车产业：前景足够大的同时，路也足够长。

政府政策扶持是中国独有的产业孵化路径。得益于大规模出货带来的数据积累、政策扶持以及现有的算力基础，中国企业在整条产业链各环节具备足够的国际竞争力。

具身智能产业终将发展为规模比肩汽车行业的核心大赛道。预计未来三到五年，整体市场规模将迎来快速扩张。但从实验室产品到量产应用，从娱乐表演到“打工”等商用场景，中间需要完成硬件、数据、场景应用等关键跃升。

不同于马斯克“机器人适配人类原生环境”的观点，潘越认为，机器人最终形态的选择取决于落地场景，人形并非唯一形态。

具身智能应用场景变和形态的变化影响着产业投资逻辑。行业投资逻辑已从买“机器人本体”转变为买“产业链”。在产业链上找到具备潜力的细分领域公司，即“本体厂商+核心零部件+软件解决方案”，是他的投资理念。

胜算较高的具身智能企业应通常具备以下特征：自研整机硬件设计，可联合供应商协同开发零部件；自研机器人大脑（核心控制系统），建立壁垒；相对于无需自研的是芯片、灵巧手。外观设计会成为行业成熟后的核心竞争力。

实验室样机好造 难在量产和应用

2026年是“十五五”开局之年，具身智能被明确列为未来产业；首份行业标准于6月1日正式实施；工信部与国资委联合启动专项行动，提出年底形成“万台级规模落地能力”与“百个以上高价值应用场景”。

融资方面，截至2026年5月，国内具身智能赛道共完成437起融资，融资规模约489亿元，融资体量即将快速追平2025年融资总量。

政策和资本的交汇处是产量，头部企业2026年的目标产量均达万台级别，首条年产万台自动化产线已投入运营。业内认为，2026年，政策、资本和产量三重因素叠加，具身智能行业已进入产业化爆发的前夜。

过去很长一段时间，机器人靠“出圈”获得流量关注，市场对具身智能行业的关注停留在主题概念。当下市场对具身智能行业的关注点已转向量产与应用。

在调研中，一位常年奔波在产业一线的具身智能投资人曾向记者表示：“实验室机器人样机好造，量产和应用难。量产的关键是硬件水平。”

潘越在采访中谈到研究一家具身智能公司时，主要关注硬件、软件和应用场景这三个方面。

硬件方面，中国具身智能供应链已经相当成熟，配套机器人产业的响应速度很快，整体硬件成熟度高；同时部分产业链资源和汽车供应链相通，能够直接复用。

目前大多数产品仍停留在实验室样机阶段，工业场景对硬件的核心要求是负载能力、精度和续航，算法更看重泛化操作与视觉伺服能力。行业核心难点是硬件还不足以支撑机器人发挥生产力。当前，关节部件耐用度短板十分突出，尚未达到商用标准。

走到量产，还会暴露一些问题。量产后，机器的耐久性、精度、供应链一致性也是考验。实现万台规模化量产后，行业内产品成本虽会进一步下探，但整机品质参差不齐，实际应用结果存在差距。

记者关注到，智元联合创始人彭志辉在远征A3第10000台下线仪式上也表示，规模化本身就是很大的技术难题。

人形机器人量产应用还面临运动能耗高、手臂操控能力弱、人机物理交互安全性不足等瓶颈。

数据是最大的软件瓶颈

除了面临本体制造能力的挑战，潘越认为，具身智能的“大脑”是主要瓶颈。“大脑”能力受限的根源在于数据这个老问题，当前物理交互数据供给严重不足。

据记者观察，当前机器人“大脑”的主流技术路线，是将大语言模型的范式“移植”到机器人的本体。

然而，在大语言模型的使用过程中，用户可以体验到模型结果的准确率仍有待人工核实。当模型结果从网络空间平移到物理空间，错误会更大程度影响到人类的感受。

潘越认为，具身智能对“大脑”的依赖远超大语言模型。同时，机器人存在于物理空间，当前数据需要支撑起物理交互的安全性。

大语言模型依靠海量互联网文本，而具身智能的物理交互数据几乎是从零开始构建的。当前行业采集到的真机数据大量重复，人机物理交互安全性不足。模型构建物理认知需要海量、多元、高质量的物理世界交互数据。而目前，机器人任务场景单一，数据同质化，数据扩充的边际效益因此递减。行业普遍认为模型训练需求数据为数十亿规模量级，现有样本仅达到百万级。

潘越赞同铺设或售出更多机器人至不同场景中，收集到更多真实数据反哺机器人模型架构研究。数据的争夺，正在成为决定行业格局的关键变量。

行业分水岭是商业化应用场景落地进度

谈到具身智能的商业模式和逻辑，潘越认为，具身智能行业的商业化场景应用是渐进式的。未来两年，机器人的应用场景仍将以环境固定、任务单一的工厂为主。未来3至5年，机器人将逐渐在更多商业场景普及。

除了工业场景的应用外，当下还出现了消费级人形机器人，价格仅触及万元门槛。潘越认为，目前这类机器人主要提供娱乐陪伴、科研教育、展览展示等功能，距离实现家庭生产力替代还有差距，需要5年以上。该类机器人出现是应用场景开放和软硬件产业链成熟后的结果。这不仅将机器人消费门槛拉低，也给具身智能产业提供了新的预期和想象力。

记者关注到全国政协委员、北京通用人工智能研究院院长朱松纯不久前接受新华网采访时也给出了相似观点：想要让机器人进入千家万户干活，在5年之内是做不到的。

过去，机器人通过跑马拉松、跳舞、表演获得流量关注。当脱离故事叙事，真正的行业分水岭是商业化应用场景落地进度。积极的变化是，越来越多具身智能机器人真的开始“干活”了。

车企玩家入局 具备想象空间

同样给予市场预期和想象空间的还有车企“玩家”。不少头部车企正面临智能化转型，已纷纷开启布局具身智能赛道。

潘越判断，未来一定会诞生在具身智能领域取得成功的车企玩家。中国的头部车企也在发力相关业务，不乏亮眼的落地案例。

车企在硬件层面优势突出：机器人机身外壳、电机、齿轮、动力电池等零部件，都能和汽车供应链高度复用，成熟产业链能大幅降低量产门槛。

但软件层面，机器人智能体系和自动驾驶完全是两套逻辑，不能直接复用车载智能方案。车企积累的大多是自动驾驶道路数据，对机器人具身智能研发几乎没有助力，也得从零开始。

设计审美层面，汽车和机器人的结合具备想象空间。被问及是否会出现“变形金刚”式机器人，潘越表示，整车制造企业具备天然转型基础，技术具备落地可行性；已有车企布局了车机+飞行器一体化，也属于“低空经济”的范畴，后续推出的“变形金刚”式机器人具备合理的产业逻辑和想象空间。

别只盯着“人形” 具身智能形态取决于落地场景

当前行业投入大量资源研发双臂双足仿生机器人，马斯克也曾提出“机器人适配人类原生环境”的观点。

与马斯克的观点略有不同，潘越肯定了人形确实是一条终极发展路线，但绝不会是唯一形态。机器人的形态取决于落地场景，形态发展影响着产业投资逻辑。

潘越猜想，马斯克本身是理想主义者，信奉“第一性”原理，专注行业最终形态。在他的设想里，最终形态是双足人形，于是直接“all in”双足方案，不需要双腿的落地场景则不在他的考量范围。

潘越强调，机器人本身是宽泛概念，正如国家层面统一将其定义为具身智能。机器人的形态核心是根据落地场景进行定制。

比如工厂场景，轮式上肢机器人是当下工厂的主流方案；如果更看重情感互动价值、对移动速度要求不高，带双腿的人形机器人普遍被认为更有亲和力、趣味性。另外还有不少特殊场景，不可能重新为适配机器人而改造现有厂房或商铺，机器人就必须搭载双足结构。

轮式机器人对应的细分场景会长期存在，不是过渡产品，将一直占据稳定市场。“就好似人类发明汽车，选择四轮结构而非复刻马匹的四肢；即便古代依靠马匹出行，我们依旧造出了速度和效率全面领先的四轮汽车。这可以说明，在很多场景下，模仿人类外形并非最优解。”

如今，“一脑多态”的概念正被越来越多企业接受，其核心是统一训练通用智能大脑，再以较低改造成本适配不同的硬件肢体，实现灵活切换。

应用形态的判断，影响着投资逻辑。记者观察到2026年具身智能融资方向正在发生变化。与往年资本追逐机器人本体公司不同，今年的资金正涌向芯片、灵巧手、传感器等上游产业链和以视觉语言行动模型、世界模型和数据基础设施为主的软件研发方向。

赢面较大的具身智能企业应该具备以下特征：自研整机硬件设计，可联合供应商协同开发零部件；自研机器人大脑（核心控制系统），建立壁垒；相对无需自研的是芯片、灵巧手。

行业早期用户优先关注性能和成本。外观设计会成为行业成熟后的核心竞争力，类比汽车行业。

中国的优势是区域协同发展和政策护航

从更宏观的玩家格局看，具身智能产业的发展呈现出区域错位和协同。机构调研数据显示，广东、浙江、江苏、上海、北京五大省市集中了全国三分之二以上的具身智能企业。

潘越认为，京津冀、长三角、粤港澳大湾区三大国际科技创新中心在机器人产业上的错位协同发展路线是清晰的，各自有代表企业和项目。

北京（京津冀）是创新政策源地，通用机器人及具身大脑企业在此生长；长三角地区优势是高端装备和供应链协同；粤港澳的优势在于电子信息产业的供应链深度以及外贸和融资通道，例如深圳有机器人谷，香港市场承接了企业融资上市需求，也满足了投资者的需求。

最后，谈到中国企业与海外企业的竞合关系。潘越认为，中国有完整的硬件供应链，迭代速度比海外公司快得多。未来，海外公司会依赖中国硬件。海外公司的优势在于通用大模型与高端算力方面的积累。

潘越强调，中国政府的政策支持是重要力量。各地政府正在积极推动“数据采集中心”建设，找场景、给订单，这是中国独有的产业孵化路径。得益于大规模出货带来的数据积累、政府的政策扶持以及现有的算力基础，中国企业在整条产业链环节具备足够的竞争力。

“国内初创具身智能企业能跑出来，很大程度上靠的是政府支持。在企业还没有商业化能力的时候，政府提供了数据来源和收入来源。”潘越表示，“融资资金和政府支持大多都聚焦在头部企业，仍有多数小型初创企业需要支持”。

校对：纪元

制作：鹿米

审核：木鱼

注：本文封面图由AI生成

下周A股解禁市值超千亿元

下半年A股怎么走？七位知名基金经理，最新发声

事关薪酬制度！12家券商同日宣布

版权声明

《中国基金报》对本平台所刊载的原创内容享有著作权，未经授权禁止转载，否则将追究法律责任。

授权转载合作联系人：于先生（电话：0755-82468670）