高盛调研中国人形机器人：大规模部署预计2027-2029年落地
nashnova research
高盛5月18日-22日，走访14家中国机器人企业后得出核心结论：行业前景可观，但从概念验证到大规模商业化仍需耐心，多数企业预计大规模部署在2027至2029年落地——这意味着→ 距离真正的规模化收入，行业至少还有两到四年窗口期。
商业化走到哪一步了？
当前大多数项目仍处于概念验证阶段，集中在工业和物流场景。
一个典型的部署周期：概念验证3至6个月、平均2至3轮 → 小批量测试（每个工厂订单通常低于50台）→ 约12个月验证后，试点才推进到每位客户50至100台。
用大白话说＝ 从"证明能用"到"真正批量铺开"，一个客户就要跑两年左右，这就是为什么大规模部署被推到了2027年以后。
数据瓶颈卡在哪？
高质量真实世界数据仍是部署的头号瓶颈。行业讨论已从"数据配方之争"转向"可规模化的数据采集架构"。
各公司路径分化明显：帕西尼运营5个数据工厂；星海图与亦庄政府合作"边工作边采集"，真实遥操作占80%至90%，今年数据量目标从500小时扩展至100万小时；银河通用等通过已部署系统、可穿戴设备和VR构建分布式采集闭环。
这意味着→ 谁能最快建起大规模、高保真的数据管线，谁就掌握了部署节奏的主动权——数据基础设施正成为比算法本身更关键的竞争壁垒。
AI模型技术栈怎么演进？
行业正从单一VLA（视觉-语言-行动，即让机器人"看到、理解、动手"的框架）转向多模态融合技术栈。
具体方向有两条：一是VLA与世界模型（一种预测下一步物理状态的模型，用来在动作执行前做"预演"）快速融合；二是引入触觉，走VTLA（视觉-触觉-语言-行动）路线。
星海图、银河通用等公司明确将下一步定义为VLA/VTLA与世界模型的组合，模型参数规模从个位数十亿扩展至约400亿至800亿。
用大白话说＝ 机器人的"大脑"正在从"只靠眼睛"升级到"眼睛+触觉+想象力"，但各家都承认，达到可部署水平仍需多轮迭代。
成本怎么降、硬件形态怎么选？
许多企业目前更偏好"轮式底座+两指/三指夹爪"方案，认为这可覆盖70%至90%的工业应用，但不排除未来走向双足人形+五指灵巧手。
这反映出行业的务实判断：先用成本更低、可靠性更高的形态跑通商业闭环，再向更复杂的全人形演进。
越疆科技提供了一组参考数据：人形机器人均价约人民币30万元，已实现45%毛利率；2025年出货200至300台，今年全尺寸人形指引300至500台，具身AI收入占比仅4%但同比增长4倍。
埃斯顿自动化将2026财年收入目标设定为超过人民币600亿元，战略重心从份额/销量转向盈利能力和增长质量。
2027-2029年的部署预期能兑现吗？
高盛总结：多模态AI技术栈和更精细的数据采集表明行业正在向实际部署迈近，但质量稳定性和成本下降仍是规模化的两道关键门槛。
这意味着→ 技术路线已经基本收敛，接下来比的不是谁的方案更炫，而是谁能把良品率和单位成本做到客户愿意批量下单的水平。
用大白话说＝ 行业已经过了"能不能做"的阶段，进入"做出来的东西够不够稳、够不够便宜"的阶段——这两道门槛决定2027至2029年的时间表能否兑现。
市场有风险，内容仅供研究参考，不构成投资建议。