2050年人形机器人的宏大愿景2050年全球人形机器人会有多少摩根士丹利给出答案10亿台外加市场规模7.5万亿美元。这是美国投资银行摩根士丹利去年12月发布的经过调整的预测报告中描绘的愿景。更激进的是马斯克曾预测2040年会达到100亿台在今年的访谈中他觉得那还是保守数字认为真正的瓶颈是金属和供应链两年内机器人就会“出现一大堆”五年内从稀缺变为充裕。马斯克还称“Recursive triple exponential growth for humanoid robots.”人形机器人会迎来三重指数递归式增长。另一家投行高盛2024年将人形机器人市场规模预估从此前的60亿美元提升至380亿美元上调幅度达六倍。2026年其乐观上限更是达到了2050亿美元又翻了4倍多。汽车零部件巨头入局抢蛋糕面对这么大的“蛋糕”一批传统汽车零部件巨头行动起来准备将数十年来在批量制造、功能安全、可靠性工程和机电一体化领域积累的经验复制到诱人的人形机器人赛道Tier1巨头们正在寻求“第二次生命”。国际汽车零部件巨头正在加速卡位。比如德国舍弗勒Schaeffler出于对人形机器人赛道的战略性重视已签下多项合作协议加强研发并将机器人部署到自家生产体系中。舍弗勒CEO克劳斯·罗森菲尔德Klaus Rosenfeld在5月初接受路透社采访时表示预计到2030年公司的人形机器人业务订单将达到数亿欧元。去年11月舍弗勒与Neura达成合作共同研发并供应人形机器人核心零部件舍弗勒将为机器人提供行星齿轮执行器计划在2035年前将数千台人形机器人投入自有工厂。今年4月舍弗勒又与瑞士Hexagon Robotics公司达成技术战略合作共同开发并量产人形机器人执行器。除此之外舍弗勒入股英国初创企业Humanoid未来5 - 6年计划在全球工厂至少部署1,000台该企业的人形机器人推进生产自动化、提升生产效率探索人形机器人工业化大规模应用路径。另一家巨头大陆集团其科技子公司欧摩威Aumovio正计划为以色列初创企业Mentee Robotics生产人形机器人。今年年初Mobileye以9亿美元收购了这家自己人开的机器人初创公司。Mobileye收购Mentee后需要匹配自动驾驶级别的精密量产能力而欧摩威Aumovio则拥有数十年汽车精密机电、传感器、电控规模化制造经验能保障机器人关节、伺服、机身结构件一致性与耐用性。同时欧摩威Aumovio也通过合作战略拓展物理AI赛道从自动驾驶延伸至人形机器人整机代工打通“车轮机器人 双足人形机器人”两条自动化产线。从行业来说这是全球首个自动驾驶Tier1大厂正式切入人形机器人整机代工的合作区别于传统机器人代工厂自带车规级精密制造、全球化交付能力也是为了印证Mobileye“物理AI”双赛道战略自动驾驶车辆 人形机器人共用同一套感知、算力、制造体系形成技术与产能复用。博世也不会掉队。博世在2026年柏林互联世界大会上明确进军具身智能提供传感器、电驱动等核心软硬件。博世还在今年1月宣布与机器人公司Neura Robotics合作供应零部件。另外法雷奥、采埃孚等分别将车载感知系统和底盘控制技术复用至机器人领域。而在芯片与核心部件层面英伟达和三星正积极将自己定位为人形机器人关键芯片的供应商。“近水楼台先得月”技术同源优势人形机器人与如今的汽车在技术架构上存在高度相似性。无论是智能汽车还是人形机器人二者底层技术高度同源核心逻辑均是通过智能来理解时间与空间结合控制技术完成移动、操作两大核心任务。业内人士说过“车企约70%的技术储备可直接复用于机器人领域”。了解汽车供应链的就会明白机器人的几乎每一个核心部件在汽车供应链里都能找到“远房亲戚”。有些可以直接复用像电机电控、热管理核心原理和工艺路径几乎一致。而像执行器总成、域控制器则需要重新设计虽然底层逻辑相通但体积、精度、控制频率的要求完全不同。这样转型比较快。比如热管理龙头三花智控原来的汽车业务是汽车热管理系统电子膨胀阀全球市占率第一、冷却板、Chiller等现在其机器人业务是仿生机器人机电执行器旋转执行器、线性执行器、灵巧手精密零部件。三花智控的转型路径是从最擅长的阀件出发先解决关节散热温升≤5℃ vs行业平均15℃再延伸到执行器集成有一条“制冷阀件→汽车热管理阀件→旋转关节液冷散热→旋转执行器总成→线性执行器 灵巧手”的路径。埃森哲全球机器人创新负责人克里斯蒂安·苏什Christian Souche指出汽车零部件制造企业具备得天独厚的优势包括大批量制造高精尖产品的成熟经验能完美匹配人形机器人厂商对执行器、电机、关节等核心部件的大规模采购需求。比如跟舍弗勒合作的越南Vingroup集团旗下机器人子公司VinDynamics其首席技术官阮光荣Nguyen Quang Vinh就表示“新能源汽车与人形机器人拥有大量相通的机电系统二者都搭载电机、电力电子器件、嵌入式控制系统、传感器与车载计算平台”。随着人形机器人行业逐步成熟实现低成本、稳定的大批量量产会变得愈发关键。舍弗勒负责提供人形机器人配套的行星齿轮箱与执行器技术双方联合开展产品研发、测试与性能优化VinDynamics能少走很多弯路。阮光荣很清楚“汽车供应商早已掌握供应链优化、质量管控、产线自动化与成本管控能力这些经验有着极高的价值。汽车零部件企业通过这类合作可以提前吃透行业技术门槛快速验证技术方案加快研发进度”。能力树上长出新枝转型挑战高德纳Gartner研究副总裁佩德罗·帕切科Pedro Pacheco认为汽车零部件企业确实迎来了人形机器人机遇但想要拿到可观利润并不容易。众多零部件厂商在金属构件、铝合金结构、线束集成、量产工艺上积累的技术完全可以复用在机器人制造领域。然而目前行业最大的痛点在于人形机器人价值最高的环节始终掌握在机器人企业手中也就是硬件平台与软件系统。零部件厂商很容易陷入只生产实体零部件、高附加值技术被其他企业垄断的老局面。帕切科表示“利润越来越集中在软硬一体化方案而非实体零部件。零部件厂商可能最终只能生产标准化通用件还要和来自中国及其他地区的低成本厂商展开激烈竞争”。毕竟人形机器人对软硬件融合度的要求远远高于传统汽车零部件。对于传统零部件企业来说只有实现AI与实体硬件的深度融合执行器硬件才能支撑人形机器人完成复杂动作。换句话说得完成从部件制造商到“AI 硬件”软硬一体化服务商的转变在“能力树上长出新枝”才行。以舍弗勒为例其优势集中在精密传动、轴承、车规级量产、机电硬件制造但转型具身智能人形机器人存在硬件技术、软件算法、人才组织、产业生态、商业模式、成本量产、落地场景等结构性壁垒。硬件方面不说主要是软件算法方面其传统的Tier1纯机械基因缺失具身智能“大脑”能力。舍弗勒核心团队以机械、材料、工艺工程师为主感知、机器人控制、具身大模型、世界模型全链条薄弱这才是转型最大短板。比如底层控制方面像机器人运动控制栈舍弗勒是空白的没有成熟的ROS2、机器人实时控制中间件团队自研周期又长外购方案存在软硬件适配割裂。中层感知方面模态视觉 - 触觉融合能力舍弗勒也缺失具身智能需要视觉 深度相机 全身触觉 力觉多模态融合舍弗勒现有的车载视觉算法无法迁移。顶层更是完全零基础像具身大模型、世界模型都得新建。要么就只能外部合作或收购这样的话技术主导权就没有。具身智能依赖NVIDIA Isaac Sim基于Omniverse平台的主流仿真工具等平台做大规模预训练再通过Sim - to - Real迁移到真机。舍弗勒现有的数字孪生模型仅用于产线设备不支持柔性机器人动力学、随机场景生成所以算力中心、仿真工具链需要重资产投入从零搭建。还有数据闭环的问题。舍弗勒策略是“自产自用”计划7年内采购千台Hexagon人形机器人部署全球工厂做训练场。但真机采集成本极高、迭代慢单一场景百万次操作才能收敛模型。同时工厂生产任务不能中断机器人试错会干扰产线节拍落地约束极强。另外机器人企业乐聚机器人、Hexagon Robotics、Agility Robotics等又不会开放自身动作数据舍弗勒作为零部件供应商很难共享整机级场景数据只能靠自有工厂缓慢积累迭代速度远慢于机器人自研企业。说到人才与组织舍弗勒这种传统德企架构不太适应AI机器人快速迭代就像大众都不太适应新能源转型一样。企业组织流程僵化、跨部门协同壁垒等都是拦路虎。造机器人还有成本与量产的问题就是盈亏平衡点的问题。这种长回报周期资本投入压力非常大。舍弗勒太仓10亿投资的具身智能工厂、全球算力中心、仿真平台、机器人采购、AI团队搭建等都是持续重资产投入而人形机器人商业化大规模落地至少2030年后短期无法贡献正向现金流拖累集团整体利润。简单来说传统汽车Tier1巨头“长周期、标准化、大批量”的经营逻辑和具身智能“短迭代、无统一标准、小批量、软硬一体化”的底层逻辑完全相反。所以对于众多跃跃欲试的汽车零部件供应商而言人形机器人赛道可能“看上去很美”但绝非一蹴而就的捷径。这是一场需要“刮骨疗毒”或者说外科手术般进行系统性重构的长跑。而能否成功除了抓住风口关键还在于自我革命是否彻底。