执行器竞赛:人形机器人核心零部件的全球供应链分析
文章深入分析了人形机器人执行器的技术构成与成本分布,指出传动装置(谐波减速器、行星滚柱丝杠)而非电机是成本核心。对比了中国厂商采购标准化模块的高效模式与西方厂商依赖日欧零部件进行内部集成的现状,揭示了美国在执行器制造本土化方面的短板。
文章深入分析了人形机器人执行器的技术构成与成本分布,指出传动装置(谐波减速器、行星滚柱丝杠)而非电机是成本核心。对比了中国厂商采购标准化模块的高效模式与西方厂商依赖日欧零部件进行内部集成的现状,揭示了美国在执行器制造本土化方面的短板。
文章基于最新行业数据,深度剖析了中美人形机器人执行器供应链差异及核心零部件成本构成,信息密度高且具极高时效性,但对普通读者的落地操作指导性较弱。
作者在 IROS 2026 机器人会议上与 45 家公司和实验室进行了 50 多次交流,总结出几点观察:1)因 FCC 对外国移动机器人的限制,人形机器人改用固定底座以进入美国市场;2)灵巧手市场竞争激烈,价格从 700 美元的夹爪到 5 万美元的手不等,厂商纷纷转向数据收集硬件与服务寻求经常性收入;3)执行器的工艺Know-how沉淀在工厂车间,美国本土供应链建设远不止建厂;4)传感器瓶颈在材料科学与耐久性,国内外激光雷达价格差距惊人;5)机器人部署集成、校准与独立评测是可持续的'卖铲子'生意。此外还有娱乐机器人与微纳米医疗机器人的亮点。
作者用 5 张地图对比了硅谷与北上杭深的机器人产业格局:硅谷 67 家、深圳 36 家、北京 32 家、上海 25 家、杭州 25 家。各城市产业结构差异明显:北京依托高校与 AI 公司,具身智能和人形机器人集中;上海偏工业与制造,国际厂商与本土公司并存;杭州生态集中、产品化速度快;深圳覆盖从零部件到整机的完整链条,人形机器人公司数量国内最高。硅谷擅长定义未来,中国城市正以不同方式把未来造出来。
文章对流传的特斯拉 Optimus 3 应用截图进行技术分析。作者先表示怀疑:图中 Optimus 2.5 与官方照片不符、与一月的工程样机不一致,且外观更像中期改款而非全新一代。随后逐部件推断:前臂或沿用 22 自由度手,肘部保持线性驱动但可能改用滚珠丝杠,肩部略瘦身但无创新,脚踝大概率保留行星滚柱丝杠以承受落地冲击。真正的变化可能集中在髋部和腰部:屈曲轴上移至骨盆区域,可能采用全旋转 FAR 髋架构或类似小鹏的方案。作者猜测最终设计为 FAR 髋、旋转腰、线性 Hoeken 膝连杆。
文章作者以其公司 microagi 计划部署十亿台机器人为引,探讨机器人普及将带来物质极大丰裕的"富足世界",从根本上消除经济学赖以成立的资源稀缺假设。但同时指出,通用机器人将取代大量体力劳动岗位,若经济制度不变,数百万人将失去收入、地位与人生意义。作者认为机器人界回避了这一困境:若不解决分配问题,公众与政府将联合阻止机器人部署,富足将无法实现。文章回顾机器人技术的快速进展(Figure AI、Generalist、Gemini Robotics 等),并指出当前可验证任务最易被自动化,最后以欧洲为焦点讨论三种未来路径。
作者抓取了Figure、1X、Agility、Apptronik、Skild AI和Physical Intelligence六家人形机器人公司的412个公开职位并进行逐一分析,破除了常见误解:PhD并非必需(仅0.5%的职位硬性要求),39%的职位完全不提学历要求;ROS的重要性远低于新手教程宣传,Python才是最普遍的技能要求(50%),其次是C++(32%)。文章还揭示了公开薪资数据:中位薪资区间为15万-25万美元,AI岗位可达20万-40万美元,并指出从时薪25美元的操作员到40万美元工程师之间存在清晰的职业阶梯和多种入行路径。
作者整理了一份美国机器人公司的物理地图和市场地图,按业务类别系统梳理了约40家机器人公司的进展,包括人形/通用机器人与基础模型类(Figure、1X、Physical Intelligence、Skild AI等)、自动驾驶/移动机器人类(Tesla、Waymo、Zoox、Skydio等)、工业/物流/仓储机器人类(NVIDIA、Dexterity、Nimble等)、农业/建筑/专业场景类以及平台/软件/硬件类。每家公司附带融资规模、估值、CEO及官方X账号等信息,方便跟踪研究美国机器人行业的发展动态。
作者长期研究机器人末端执行器,将其分为简单夹爪和仿人灵巧手两大阵营,并提出'Unhandy Valley'(不灵巧谷)概念:在复杂度与实用性之间,模仿人类手但复杂度不足的设计是最差选择。文章评述了 SO-101、Unitree Dex3-1、LEAP、Wuji、Sharpa、Tesla、Boston Dynamics Atlas GR3 等工业与开源设计,分析 opposition、自由度、腱驱动、触觉传感等关键要素,建议设计者以人手为灵感但避免盲目仿生,未来大多数机器人将使用'够用就好'的简单夹爪。
作者整理了一份利用斯坦福免费公开课程资源、历时6个月成为机器人学习工程师的自学路径。斯坦福将大量机器人学课程发布在YouTube上,讲师包括NVIDIA自动驾驶研究高级总监、Physical Intelligence联合创始人及Tesla Optimus AI负责人。该路径包含7门课程共119讲、约95小时视频、2本免费教材、6个可在家用笔记本上完成的练习项目,以及可选的122美元机械臂。学习顺序遵循斯坦福正式课程体系:先数学基础(线性代数),再机器人物理结构、感知、规划,最后是学习方法,避免了自学时无序观看导致的低效问题。
金沙江创投主管合伙人朱啸虎在北京大学创新创业学院发表演讲,探讨AI时代的投资框架。他提出核心判断:技术会平权,商业不会。AI正从技术进步主导期转向技术扩散主导期,决胜要素回归商业本质。他重申二十年不变的三个S投资标准(市场足够大、可快速规模化、可持续可防御),阐述商业模式金字塔,对比腾讯同心圆流量模式与阿里买流量模式,并判断开源模型五年将走完Linux三十年的路。他还直言200多家人形机器人企业绝大部分活不过十年,强调AI创业要看执行力和增长速度,先算清楚账。