（来源：DeepTech深科技）
过去三年，人形机器人行业迎来了一轮密集的投资热潮。
数据显示，2023 至 2025 年，全球机器人领域风险投资增长超三倍，2025 年单年投资额达 407 亿美元。从硅谷、深圳到东京、慕尼黑，初创企业和传统制造商都在加速布局，推动原型机器人从实验室走向工厂、仓库和实际应用场景。
但热潮之下，行业面临一个更现实的问题：人形机器人能否真正实现规模化量产？如果现阶段还不行，最关键的问题是什么？
近日，麦肯锡（McKinsey & Company）发布的人形机器人行业报告给出了答案：供应链瓶颈正成为制约商业化的关键因素。团队通过分析物料清单（BOM，Bill of Materials）、15 类核心子系统和全球供应格局，得出了一个明确结论：过去三年，行业聚焦于“AI 大脑够不够聪明”；未来五年，竞争焦点将转向“硬件身体够不够便宜、够不够可靠”。
人形机器人的成本结构
要理解这个结论，我们需要先了解一台人形机器人的成本构成。
据麦肯锡分析，人形机器人的整机硬件成本主要来自五大模块：其中，作为“肌肉与关节”驱动肢体运动的执行器（actuator）是绝对的成本大头，占比高达 40%至 60%；负责捕捉环境信息并实现反馈的感知与传感系统（即机器人的“双眼与触觉”）占据了 10%至 20%；作为“大脑”实时处理海量数据并下达全身协调指令的算力与控制平台贡献了 10%至 15%。
而起到支撑与轻量化保护作用的结构件，以及提供持续动力储备的电池模组，则各占 5%至 10%。至于剩下的零头，则由散热系统、复杂线束及各类配套连接件所消化，共同支撑起这台复杂机电系统的物理运转。
在五个模块当中，执行器既是成本大头，也是性能差异化的核心。因为扭矩密度、响应速度、精度和寿命，这些关键指标都集中在这个环节。但问题在于，它恰恰是目前供应体系最不成熟的部分。
（来源：Mckinsey）
以机器人的“手”为例。人手有 20 多个自由度，依赖高密度的触觉反馈。要在有限空间和功耗内复刻这种结构，需要集成几十个微型执行器。报告显示，特斯拉 Optimus 仅双手就集成超过 50 个执行器，身体其他部位合计约 25 至 30 个。而在触觉传感器方面，行业至今没有形成主流技术路线，多数方案仍停留在研究机构或初创企业的定制样品阶段。
整机厂很难“直接采购”，只能靠自研或深度定制来拼出一双能抓握的手。即便强如特斯拉，初期也必须亲自下场研发关键模组，不是战略偏好，而是市场上根本没有符合要求的标准件。
哪些环节拖慢了规模化进程？
而这还只是单一部件，当视线扩展到整条硬件链，真正的瓶颈开始显现。麦肯锡认为人形机器人所面对的供应风险来自多个维度，将其分为低、中、高三档。
低风险环节包括无刷电机、标准轴承、摄像头、激光雷达、电池电芯等。由于它们受益于电动汽车、消费电子和半导体产业的成熟供应链，有宁德时代、LG 新能源、松下等规模化厂商支撑，即便需要针对人形应用重新认证，也不构成结构性障碍。
中等风险环节扮演着从“通用组件”向“机器人专用件”过渡的桥梁角色。这些环节包括专用伺服驱动器、高性能电池管理系统以及轻量化结构材料。与低风险环节不同，这些组件虽然在工业自动化或电动汽车领域已有成熟积淀，但人形机器人对其体积功耗比和瞬时响应能力提出了近乎苛刻的要求。
例如，驱动器必须体积极小以嵌入紧凑的关节空间，且需支持复杂的双向动态通讯；电池系统则需在机器人进行跳跃或深蹲时，承受远高于常规设备的瞬时放电倍率。
麦肯锡指出，这些领域目前缺乏标准化的“现货”产品，整机厂往往需要与二级供应商进行深度协同开发，虽不至于像精密传动那样存在物理极限上的产能硬伤，但其高昂的定制化成本和集成难度，依然是阻碍 BOM 成本进一步下探的重要拉锯战。
不过，最值得关注的，是三类高风险环节：
第一，精密传动部件。谐波减速器（Harmonic Drive）和行星滚柱丝杠(Planetary roller screws)是两块“硬骨头”。谐波减速器的产能集中在日本 Harmonic Drive System Inc、Nabtesco 以及中国绿的谐波等少数厂商，这类器件依赖专用加工设备和计量体系，扩产周期长，无法像电子元件那样按季度快速放量。
图 | 谐波减速器（来源：Source Robotics）
行星滚柱丝杠更紧张，全球仅有 SKF 等少数高精度厂商深耕，属于典型的小众高门槛市场。随着整机厂追求更高负载能力、向旋转与直线混合驱动架构演进，滚柱丝杠的需求可能短期内超出供应能力。行业媒体报道显示，部分执行器订单的交付周期已拉长至 14 个月。
第二，关键材料供应。高扭矩密度执行器离不开钕铁硼永磁体（NdFeB），而这一资源的全球分布高度集中。这一点我们在前段时间的文章也曾重点分析过。麦肯锡引用数据指出，目前中国掌控全球约 69% 的稀土开采和 90% 的磁体加工产能，近期出口政策调整已在行业内引发波动。马斯克也曾公开表示，磁体供应紧张影响了 Optimus 的量产节奏。对任何计划规模化量产的西方整机厂而言，这是一条无法绕开的变量。
第三，高级传感器与算力控制的整合。六轴力/扭矩传感器依赖高度定制的标定流程，供应商如 ATI、OnRobot 等规模有限，难以享受汽车或消费电子的外溢红利。触觉传感器技术路线更加分散，主流架构尚未形成。
算力侧则呈现另一种复杂：英伟达 Jetson 系列、车规级 MCU、工业伺服控制器被拼接使用，但没有一款产品是专门为人形机器人的协调控制与安全一体化设计的。这类问题属于“系统级瓶颈”，并不是缺芯片，而是缺一套可认证、低延迟、能统管 20 至 40 个执行器的控制单元。
2035年，供应链格局将如何演变？
这些瓶颈叠加，让全球供应版图的博弈变得清晰。中国凭借电动汽车产业链的外溢效应，获得结构性优势。国际机器人联合会 2025 年报告指出，中国 2024 年新装工业机器人达 29.5 万台，工厂存量约 203 万台，占全球部署量的 54%。这条成熟的机电供应链，为人形机器人提供了天然的扩产基础。
麦肯锡给出一个直观的成本测算：若脱离中国供应链，生产一台特斯拉 Optimus Gen 2 的物料成本将从约 4.6 万美元升至 13.1 万美元，差距近三倍。如果反映在市场价格上，中国宇树科技 G1 机器人官方起售价约 1.35 万美元，而特斯拉对 Optimus 量产后的目标成本预期为 2 万至 3 万美元，具体取决于配置和量产规模。
但中国并非在全部方面都拥有优势。在私人 AI 投资比例上，中国市场规模与欧美相比较小。叠加先进计算芯片和半导体设备的出口管制，中国在前沿 AI 层面的资本密度和算力获取仍存在制约。
因此，麦肯锡判断：全球人形机器人供应链更可能走向“双轨并行”，而非单一赢家通吃。中国凭借制造效率和场景迭代，有望率先压降硬件成本；欧美则可能在前沿 AI 架构、系统集成和安全认证方面构建差异化优势。
到了 2035 年，供应链的结构性转变或将呈现选择性解耦的节奏。那些能借助相邻产业实现标准化的模块：例如结构件、电池系统、部分算力平台灯有望率先从垂直整合转向外部采购。
目前三星 SDI 已发布专为人形机器人设计的固态电池，计划 2027 年下半年量产；LG 新能源确认成为波士顿动力 Atlas 的电池供应商，采用 46 系列圆柱电芯，计划 2028 年起在现代汽车美国工厂部署。结构件方面，一旦设计趋于收敛，压铸、锻造与轻量化材料的供应商将有机会把原型阶段的 CNC 加工路线迁移到规模化生产。
图 | 三星SDI电池概念图（来源：三星）
变化较慢的，仍是高性能执行器与机器人级力传感器。这两类环节同时具备供应集中、性能敏感和知识产权壁垒三重属性，整机厂短期内不会轻易放弃主导权。麦肯锡据此勾勒出一个分层格局：算力和电池系统将出现类似汽车业的一级供应商体系，传感器领域会有选择性整合，而运动架构层仍将由整机厂主导。
触发这种转变需要三个条件：可预测的长期订单、稳定的子系统架构、收敛的接口标准，目前均未完全具备。
但转折点的苗头已经出现。
过去 18 个月里，一批汽车与工业巨头开始以战略合作的方式提前卡位。德国舍弗勒（Schaeffler）在五个月内签下了三份人形执行器合作协议，合作伙伴包括 Neura Robotics、英国公司 Humanoid 以及中国的乐聚机器人（Leju Robotics），并与后者共同开发下一代应变波齿轮执行器；博世同时与 Neura Robotics 建立了零部件与电机供应合作，并通过博原资本与中国银河通用（Galbot）成立合资公司。
这些动作正在重塑价值链：优势将越来越少地集中在单一零部件供应，越来越多地体现在谁能定义并整合子系统平台。
对不同玩家的启示
变局时刻，供应链上的不同玩家也将采取不同的应对方式。
对零部件供应商而言，与其继续被动代工，不如趁整机架构尚未冻结的窗口期。尽早嵌入联合开发流程，参与规格定义，并提前完成功能安全认证。这类合规能力，将成为进入西方市场的关键门槛。
对整机厂商而言，垂直整合是当下的理性选择，但需警惕单一来源风险。尤其在稀土永磁和精密传动环节，任一环节波动都可能导致产线停摆数月。真正的考验在于：如何判断哪些模块值得长期自研、哪些应当尽早外包，并用可信的量产规划撬动供应商的专用产线投资。
回到那个被反复追问的问题：人形机器人的“关键突破时刻”还有多远？从麦肯锡报告传递的信息看，答案既非乐观也非悲观。当下行业更像汽车工业起步的 1910 年代，关键部件仍在打磨，标准化的“核心供应商”尚未出现，接口协议、安全标准、底层架构都还在竞争之中。
行业普遍引用的长期目标，是把整机物料成本压到 2 万美元以下，而当前主流区间仍在 3 万至 15 万美元。这中间的差距，不会因某次算法突破而弥合，也不会被下一轮融资轻易抹平。它需要几十家供应商在精密制造、材料、标定和认证这些“慢变量”上协同推进。谁能率先搞定规模化制造，谁就握住了定义这个新物种的主动权。
https://www.mckinsey.com/industries/industrials/our-insights/turning-humanoid-supply-chain-constraints-into-billion-dollar-wins#/
