|
首页 所有 |
李桂松:人形机器人与具身智能报告(十二) |
| 日期 2026-10-25 作者 李桂松 编辑 北京云阿云 |
人形机器人与具身智能报告 导读:这是一场关于未来战局与产业主权的正面争夺。商业规模已经筑底,国防需求正在引爆——人形机器人正从试验场冲向列装线。工业经济性拐点迫在眉睫,家庭场景爆发在即,十万亿市场规模迎来巨富风口。报告全文20万字,由北京云阿云智库平台主席兼财政金融院长李桂松原创出品。 报告名称:《人形机器人与具身智能报告》 报告撰写:北京云阿云智库平台主席兼财政金融院长李桂松 课题组长:李桂松院长 课题组成员名单: 李桂松:北京云阿云智库平台主席兼财政金融院长 李国熙:北京云阿云智库平台全球治理研究中心主任 李国琥:北京云阿云智库平台空天学院院长 李嘉仪:北京云阿云智库平台金融院长 报告完成日期:2026年10月20日星期二 业务联系电话:13360021949(李博士) 第十二章 趋势研判与战略建议 一、2027至2030年关键节点 趋势研判的价值不在于给出精确的时间表,而在于识别那些一旦出现便标志着阶段转换的可观测信号。人形机器人与具身智能的军民融合,在2027至2030年间将经历两个性质不同的过渡:军事应用从试验性接触向列装部署的过渡,以及商业应用从场景验证向经济性成立的过渡。两个过渡的节奏并不同步,其错位本身构成了产业策略需要面对的核心张力。 (一)军事应用从试验到列装的过渡条件 1、五至十年可用性判断的技术前提 国防科技大学研究团队在2025年8月发表的论文中,以六台战斗机器人(含人形机器人、机器狗或无人车)编入两个突击组、与地面部队协同逐层清剿建筑的建模场景为基础,判断相关装备“预计在未来五至十年内可能投入使用”。这一时间框架与澳大利亚战略政策研究所分析人士的评估基本吻合:人形机器人目前并非实用的战场系统,五到十年后才可能成为。五至十年判断的起点是2025年,其终点落在2030至2035年间。这一判断的技术前提可以从几个维度来分解。 感知与决策的可靠性是第一个前提。城市建筑内部的逐层清剿场景,要求机器人在烟雾、粉尘、低光照和结构遮挡条件下可靠识别人员、障碍物和平民标识。当前视觉系统在这些条件下的性能衰减显著,而军事场景对误判的容忍度极低。五至十年的窗口意味着,感知系统需要在真实军事场景的数据积累和算法迭代中,将可靠性提升到可接受的水平。2026年6月解放军为数据采集与标注系统编列约三十万美元预算,正是这一积累过程的起点。 通信与自主性的配比是第二个前提。论文建模的场景未说明机器人的交战规则、携带武器和与平民接触的方式。这些未说明的事项恰恰是技术前提的核心:在建筑内部近距离交战中,通信链路可能中断,机器人需要在通信受限条件下维持基本的安全行为,同时将致命决策的授权保留在人类一侧。美国陆军xTechHumanoid竞赛中IHMC的Alex平台采用“混合自主”(人工智能与人类控制结合)架构,反映了同一问题的另一种解法。五至十年内,通信中断时的降级策略和人类监督接口的设计,需要从概念验证走向标准化。 可靠性工程是第三个前提。工业自动化设备要求数万小时的平均无故障时间,而人形机器人在复杂工况下的连续稳定运行时间与这一标准存在数量级差距。军事场景对可靠性的要求不低于工业场景,且增加了冲击、振动和战场损伤的变量。五至十年的窗口,对应的是可靠性工程从“实验室验证”向“战场条件验证”的爬坡周期。这一周期的长度不由算法进步的速度决定,而由失效模式库的积累速度和冗余设计的成熟度决定。 2、军方采购规模从百台级向千台级跃升的信号指标 采购规模的跃升不会以单一公告的形式宣告,而是通过一组可观测信号的组合来体现。跟踪这些信号,比等待官方声明更能提前判断过渡的节奏。 第一个信号是采购标的从单台向批量的转变。2025年5月解放军招标采购一台人形机器人及配套培训服务,其性质是需求生成而非列装。当采购公告中的人形机器人品目从“1台”变为“10台以上”或出现明确的批量采购框架时,标志着军方对人形机器人的定位从“了解产品”转向“装备试用”。这一转变的时间点,取决于前期单台使用中暴露的问题是否得到了可接受的解决。 第二个信号是数据采集系统从试验性预算向常态化编制的转变。2026年6月三十万美元的数据采集预算,在军费中属于试验性开支的规模。如果这一科目在后续年度预算中持续出现且金额呈现量级增长,或者从“数据采集”扩展到“模型训练与验证”,则说明军方正在将数据基础设施作为长期能力来建设,而非一次性评估。数据基础设施的投入节奏,往往先于整机采购的规模化,因为模型能力的迭代需要数据积累的提前量。 第三个信号是军工集团整机产品的交付记录。伏羲机器人当前的公开信息集中在功能展示和编队演示层面,尚未披露实际交付部队的数量和使用反馈。当军工集团的整机产品开始出现“交付某部”“列装某单位”的公开报道,且交付数量从个位数向十位数过渡时,标志着国防工业集团路径从研制阶段进入装备阶段。这一信号的可靠性高于商业企业的军方合作报道,因为军工集团的交付记录受到装备管理体系的约束,其披露具有更高的可信度。 第四个信号是民参军企业获得军方直接订单而非通过军工集团配套。当前商业人形机器人企业与军方的接触,多通过第三方改装或试验性采购进行。如果出现商业企业直接中标军方人形机器人整机或核心系统采购的案例,且合同金额达到千万元级,则说明民参军的通道在整机层面已经打开。这一信号的意义在于,它标志着军方对商业企业产品质量和保密能力的认可达到了列装级别的要求。 四个信号的出现顺序和间隔,将决定过渡的实际节奏。如果数据基础设施信号先于采购规模信号出现(这是最可能的顺序),则过渡的起点在2027至2028年间;如果军工集团交付记录先于民参军订单出现,则说明国防工业集团的路径在近期占据主导,商业企业的整机参军窗口相应后移。 (二)商业应用的经济性拐点 1、工业场景回本周期缩短至两年以内的时点 工业场景的经济性拐点,以回本周期为核心指标。云阿云智库机器人课题组的调研给出了一个可参照的市场基准:B端客户对成本极其敏感,18个月的投资回收期是当前市场普遍能够接受的临界点,若超过3年,客户基本不会买单。这一判断与前述电池高压工序和消费电子产线的经济逻辑是一致的:客户愿意为确定性支付溢价,但溢价的上限由回本周期决定。 当前的成本结构距离这一临界点仍有距离。单台人形机器人售价约50万元,高于熟练工人12至15万元的年薪,也高于10万元级的传统六轴机器人。投资回报周期过长是规模化落地的核心制约之一。但成本下行的速度在2026年呈现出加速态势:宇树科技的人形机器人单价从2023年的59.34万元降至2025年的16.64万元,两年缩水约72%。核心零部件国产化率突破75%,谐波减速器价格下跌近90%,关节电机从进口时期的5至6万元降至500至600元区间。 回本周期缩短至两年以内的时点,取决于三个变量的同步演进。硬件成本的继续下行是第一个变量。当整机价格从50万元级降至20至30万元级,且维护成本随备件体系成熟而下降时,回本周期的分母端得到改善。当前头部企业的产能规划(百万台级零部件产能、万台级整机产能)为这一下行提供了供给侧的支撑,但产能的消化取决于需求端的实际增长,二者之间的匹配节奏将决定价格下行的速度。 有效作业时间的提升是第二个变量。一台续航4至6小时、需要数小时充电的机器人,其日有效作业时间远低于人类工人。回本周期的计算如果以“机器人替代的人力工时”为基准,则续航和充电效率的改善直接缩短回本周期。换电体系的建立和快充技术的进步,可能比电池能量密度的根本性突破更快地改善这一变量。 任务成功率的提升是第三个变量。当前工业场景中机器人承担的任务集中在搬运、上下料和特定工序的插接,其成功率虽然已达到99%以上,但剩余1%的失败需要人工干预,而人工干预的成本在回本计算中往往被低估。当任务成功率提升到无需持续人工监督的水平,机器人的有效产出才接近理论值。这一变量的改善依赖于前述泛化能力和异常处理能力的进步,其节奏慢于硬件成本的下行。 综合三个变量的演进速度,回本周期缩短至两年以内的时点,在头部企业聚焦的高价值场景(电池高压工序、消费电子精密装配)中可能出现在2028至2029年,而在一般工业场景中的普及则需要更长时间。云阿云智库机器人课题组对“规模化落地爆发期”的判断与此接近:技术达标、硬件成本降至临界点、应用场景实现标准化三者共同促成ROI转正时,商业化鸿沟才被跨越。 2、家庭场景进入消费级价格区间的远期展望 家庭场景的价格问题,需要与功能问题分开讨论。2026年万元级人形机器人已经出现:松延动力“小布米”定价9998元,宇树R1从3.99万元降至2.99万元起。但这些产品的功能与家庭服务所需的实用能力之间存在显著落差。R1 AIR入门版关节自由度从26个缩减至20个,取消高精度力控模块,无法完成侧身取物、低头捡拾地面杂物等基础家政动作;小布米舍弃通用灵巧手,仅保留拇指加简易双指结构,砍掉激光雷达和深度视觉,仅能在平整空旷场景完成行走和语音对话。松延动力创始人本人坦言,万元定价版本主打教育陪伴、科创娱乐,本身就未设计家政作业功能模块。 这一现实意味着,“消费级价格区间”的定义需要以功能为锚点而非以价格为锚点。一个能够完成基础家务(整理、清洁、简单烹饪辅助)的人形机器人,其硬件配置(五指灵巧手、力控模块、深度视觉、足够负载和续航)对应的成本远高于万元级娱乐产品。云阿云智库报告预测中国中低收入国家的人形机器人价格将从2024年的5万美元降至2050年的约2.1万美元,发达国家从20万美元降至同期的7.5万美元。这一预测的时间尺度是2050年,其含义是:具备实用功能的家庭人形机器人进入普通家庭的价格门槛,在可预见的未来(2030年之前)不太可能达到。 更现实的近期路径是功能分层与场景细分。养老机构中的照护辅助机器人(巡访、提醒、递送、陪伴)对操作精度的要求低于家务,其价格可以通过机构采购的规模效应和B端支付能力来消化。社区驿站和养老院在2027至2028年间可能出现千台级的部署,其单价在10至20万元区间,由机构而非家庭承担。家庭场景的渗透,将首先通过“居家养老服务包”的形式实现:机器人由服务商持有和运营,家庭按服务付费而非购买设备。这一模式将价格问题从“家庭购买力”转化为“服务订阅费”,其可及性取决于服务费的定价与家庭养老支出的匹配程度。私人家庭直接购买具备实用功能的人形机器人,在2030年之前仍将局限于高净值人群的小众市场。 两个过渡之间的错位,对产业策略的含义是明确的:军事应用的列装节奏和工业场景的经济性拐点,都落在2028至2030年的时间窗口内,而家庭场景的实质性渗透则远在此后。产业资源的配置、投融资的阶段划分和政策支持的优先级,需要承认这一错位,而非用家庭场景的远期叙事来支撑近期的估值或政策诉求。军用和工业场景的现金流和数据积累,是支撑企业穿越家庭场景长周期的物质基础。 二、对产业参与者的建议 前述趋势研判所揭示的错位——军事列装与工业经济性拐点落在相近的时间窗口,而家庭场景的实质性渗透远在此后——对不同类型的产业参与者意味着不同的策略优先级。本体企业需要在民用规模与国防合规之间分配有限的资源和注意力;零部件企业的选择相对简单,但其执行精度要求更高;投资机构则面临一个更根本的问题:在技术路线尚未收敛、商业闭环尚未形成的阶段,估值模型应当以什么为锚点。以下建议的共同前提是:承认当前阶段的不确定性是结构性的而非暂时的,策略的有效性不取决于对未来的精确预测,而取决于在多种可能路径下都能保持生存和调整能力的组织设计。 (一)本体企业:军民双线布局的节奏把控 1、民用市场优先积累规模与数据,国防应用审慎推进合规准备 本体企业的资源分配面临一个现实约束:民用市场的竞争已经进入价格战和场景争夺阶段,而国防业务的收入在可预见的未来难以成为现金流支柱。中国信通院2026年10月的报告指出了一个关键事实:2026年上半年全球人形机器人出货量超2.2万台,但文娱商演和科教数采合计占60%以上,真正用于生产作业的占比不到6%。这一结构意味着,即便是民用市场的“规模”,其质量也参差不齐。本体企业在民用侧的优先事项,不是追求出货量的绝对数字,而是筛选那些能够产生持续运行数据和真实作业反馈的部署场景。工业产线上的每一台机器人,其运行数据对模型迭代的价值远高于商演场景中的十台。乐聚与兆丰机电的合作提供了一个可参照的模式:十五台机器人在产线同步作业,单月采集超四万条真实作业数据,数据的场景针对性和连续性远优于分散的演示性部署。 国防侧的合规准备,应当以“能力储备”而非“订单获取”为目标。军工三证的办理周期通常为12至18个月,且三项资质互为前提,企业需要提前规划体系建设、人员培训与材料编制。但资质本身不等于订单,民参军企业获得军方直接订单的通道在整机层面尚未打开。更务实的做法是将合规准备嵌入民用产品的设计阶段:在选择部组件时评估其国产化替代方案,在数据管理架构中预留分级隔离的接口,在质量管理体系中按照GJB 9001C的要求建立过程控制而非仅满足商业客户的验收标准。这些投入即使在没有军方订单的情况下,也能提升产品在电力、应急救援等高可靠性要求民用场景中的竞争力。 2、避免在军品资质未就绪时过度承诺军方需求 这一建议的针对性,来自当前产业中已经出现的信号失真。商业企业与军方的接触,在公开信息中往往以“合作探索”“场景验证”的形式呈现,但这些表述与实际列装之间的距离很少被清晰说明。Foundation公司的案例提供了一个对照:该公司计划在2027年底前生产5万台人形机器人,CEO承认目标“极具挑战性”但“实现的可能性并非为零”。这种公开的激进承诺,在缺乏交付记录支撑的情况下,对投资者和客户都构成了信息不对称。 对于中国本体企业而言,更审慎的做法是将军方接触严格限定在技术验证和数据采集的范畴内,避免在资质未就绪、产品未经军用环境试验验证的情况下,对外传递“即将获得军方订单”的信号。这一约束的理由不仅是商业伦理层面的,更是策略层面的:军方采购部门对商业企业的评估,很大程度上依赖于企业在民用市场中的交付记录和财务稳健性。一家在民用市场尚未实现稳定收入、却频繁释放军方合作信号的企业,在军方的尽调中反而可能被视为风险因素。军工背景团队在这一维度上具有天然的优势:其军工装备研制的经历本身构成了一种可验证的信用记录,不需要通过公开承诺来建立可信度。纯商业背景的企业应当认识到这一差异,并以更克制的方式管理市场预期。 (二)零部件企业:跟随军民两条主线 1、民用头部客户的产能绑定策略 零部件企业的竞争格局在2026年已经呈现出清晰的头部集中趋势。雷赛智能的机器人业务覆盖80%以上人形整机厂,无框力矩电机全年在手订单超100万台,关节模组在手订单超6万台。这一数据的含义是:在关节模组和电机环节,头部供应商已经通过与整机厂的深度绑定锁定了份额,新进入者获取同等份额的难度极大。 对于尚未进入头部阵营的零部件企业,策略的重点不是正面争夺头部整机厂的份额,而是在细分品类或细分场景中建立不可替代性。灵巧手的良率和装配复杂度是一个被低估的结构性壁垒:灵巧手占整机BOM成本的17.2%,单只价格已从十万元级降至万元以内,但降价的代价是配置和自由度的取舍。在这一品类中,能够同时满足成本、寿命和力控精度的供应商仍然稀缺。触觉传感器的情况类似:单根手指触觉点位从十到二十个升级至上百个,感知维度从垂直压力扩展到三维力,技术升级的速度快于供应商的跟进能力。零部件企业的策略应当是选择这类“技术门槛在上升而非下降”的品类,以技术指标而非产能规模作为竞争壁垒。 2、军工规格产品的提前布局与认证投入 军工规格产品的布局,对零部件企业而言比整机企业更为紧迫。原因在于供应链的层级传导:整机企业进入军方采购序列的前提之一,是其部组件供应商具备军品质量体系和供货稳定性。如果整机企业在获得军方订单后才发现关键部组件没有合格的军品供应商,采购进程将被拖慢。因此,零部件企业的军品认证投入,实际上是在为整机客户的参军路径铺设基础设施。 具体而言,关节模组和减速器企业应当优先完成GJB 9001C质量管理体系认证,并在产品谱系中增加“加固型号”的设计和验证。加固型号不必覆盖全部军用环境试验项目,但应当在温度范围、防护等级和抗冲击振动等关键指标上向军用标准靠拢,并以第三方检测报告的形式记录验证结果。这些数据在军方采购评估中的价值,不在于它们“满足”了军用标准,而在于它们为军方提供了评估民用产品与军用要求之间差距的基线。蓝点触控的案例说明了这一策略的可行性:其核心团队源自航天科技领域,将航天级高可靠性标准引入民用制造,精度提升至百分之零点一满量程。航天背景不是军品订单的保证,但它使产品在军方评估中具有可追溯的可靠性记录。 (三)投资机构:军民融合视角下的估值重构 1、将军工订单可见性纳入估值模型 当前人形机器人领域的估值模型,在很大程度上依赖于“通用场景规模化”的叙事:假设机器人最终能够进入家庭和工业的广泛场景,以潜在市场规模乘以渗透率来推算远期收入。这一叙事在2026年遭遇了现实检验:中国信通院报告指出,多数环节仍处于“增长已成立、盈利未建立”的探索阶段,可持续商业闭环尚未形成。估值与收入之间的裂缝,在达闼机器人的案例中以极端形式暴露:估值一度冲到223亿元,被申请破产审查时司法口径下的被执行总金额只有3530万元。 将军工订单可见性纳入估值模型,不是要赋予军工业务更高的估值倍数,而是要将其作为降低整体估值不确定性的锚点。军工订单的特征——合同期限明确、付款有军方信用背书、需求不受消费市场波动影响——与民用订单的现金流特征存在结构性差异。在估值模型中,军工订单对应的收入流应当以更低的折现率来评估,而非与民用收入同等对待。但这一调整的前提是订单的“可见性”有可验证的证据:不是框架协议或意向书,而是明确的采购合同、交付时间表和验收标准。对于军工背景的初创企业,其特种作业和电力场景的民用收入提供了现金流的基础,军方接触是增长期权而非当期估值的支撑。投资方应当将这一期权价值单独评估,而非将其混入基础业务的估值中。 2、关注军民标准通用化带来的市场空间扩展 军民标准通用化的推进,对投资估值的含义不在于短期内打开一个巨大的新市场,而在于降低企业进入国防供应链的转换成本。前述第八章的分析指出,通用化的空间主要存在于非直接作战的保障和支撑类任务区间,这一区间的边界随着军事应用场景的扩展而移动。对于投资机构而言,需要跟踪的不是政策文件中的原则性表述,而是具体的标准映射进展:人形机器人部组件的民用标准与军用规格之间是否建立了等效采信机制,训练场的数据格式标准是否与军用数据采集规范对接,非涉密通用配套领域的准入简化是否在实际采购中得到执行。 这些进展的可见度较低,但它们对企业估值的影响是实质性的。一家民用部组件企业如果其产品验证数据能够被军方部分采信,其进入国防供应链的时间和成本将显著低于需要重新进行全套军用环境试验的竞争对手。这一优势在估值中体现为更早的军品收入确认和更低的资本开支需求。投资机构在尽调中应当关注企业是否参与了标准制定过程(如行业标准起草单位名单中的出现),以及其产品验证数据是否按照可映射的格式进行了整理。这些细节不构成投资决策的决定性因素,但在多个标的之间进行比较时,它们提供了关于“谁更有可能在军民融合的窗口打开时率先受益”的可验证判断依据。 综合来看,三类参与者的策略共同指向一个判断:军民融合在人形机器人领域的机会,不在宏大的政策叙事中,而在具体的、可执行的、不依赖于单一市场政策变量的能力建设中。本体企业的合规准备、零部件企业的军品规格布局、投资机构对订单可见性的关注,本质上都是在为一种不确定性做准备:军事应用从试验到列装的时间表不由产业界决定,但企业在那个时间点到来时是否具备承接能力,取决于此前的积累是否扎实。那些在民用市场中建立了可靠交付记录、在质量体系中内化了军品过程控制要求、在供应链中保持了关键部组件国产化弹性的企业,将在窗口打开时处于更有利的位置。而窗口何时打开,前述的研判是2028至2030年间,但这一判断本身也应当被视为一个需要持续验证的假设,而非确定的时间表。 三、对治理层面的建议 治理层面的设计,在人形机器人与具身智能的军民融合中面临一个不同于技术和资本领域的特殊困难:技术问题可以通过研发投入和时间来解决,资本问题可以通过市场机制和产业基金来调节,而治理问题涉及的是多个主体之间的权责划分和制度接口设计。这些主体——军方采购部门、国防工业集团、商业企业、训练场运营方、标准制定机构——各自遵循不同的决策逻辑和合规要求,它们之间的协调不可能通过单一政策文件一次性完成,而需要在具体的制度节点上逐项建立可操作的规则。以下三项建议分别针对标准通用化的落地节奏、准入审批的效率提升、以及训练场数据共享的制度设计,其共同特征是:不追求一步到位的制度重构,而是在现有框架内寻找可以先行打通的接口,以局部的制度突破为更大范围的整合积累经验和信任。 (一)军民标准通用化的落地节奏 1、优先在数据格式、接口协议、安全基线领域实现互通 军民标准通用化的推进,在策略上需要区分两类不同的标准:一类涉及装备的核心作战性能和安全边界,其独立性的保留是不可谈判的;另一类涉及的是互操作性和过程管理,其通用化的收益远大于维持独立体系的成本。数据格式、接口协议和安全基线属于后一类,应当作为通用化的优先突破口。 数据格式的互通,在具身智能领域具有直接的工程价值。人形机器人的训练数据涉及多模态信息——视觉、力触觉、本体状态、语音指令——其格式的标准化程度直接影响数据在不同模型和不同平台之间的可迁移性。工信部2026年人形机器人揭榜挂帅任务中,对具身智能数据集提出了明确的技术指标:支持不少于四种主流数据格式,标注准确率不低于百分之九十九点五,空间位置精度不超过零点五毫米。这些指标本身是民用标准,但其技术内容——标注精度、格式兼容性、元数据规范——与军用数据采集的基本要求是相通的。将军用数据采集的标注规范与民用标准在格式层面建立映射,可以使民用训练场积累的数据在进入军事模型训练时减少格式转换的成本,而不是要求军事数据采集从零建立一套独立的格式体系。 接口协议的互通,涉及的是部组件与整机之间、整机与指挥控制系统之间的物理和逻辑连接。人形机器人的关节模组、传感器和计算单元,在民用市场中已经形成了若干事实上的接口约定(尽管尚未完全标准化),而军用改型的系统集成如果要求完全不同的接口规范,将迫使商业供应商为军品业务单独开发产品线,规模效应随之丧失。更合理的路径是:在物理接口(电气特性、机械尺寸、通信总线)层面采用或兼容民用主流方案,在逻辑接口(数据语义、控制指令、状态上报)层面增加军用特有的字段和协议,二者通过适配层衔接而非替代。 安全基线的互通,在自主武器规制和身份管理的语境中具有特殊紧迫性。民用身份管理体系中的行为溯源记录、高风险操作的人工确认机制、网络安全防护要求,与军用场景中“人在回路”的控制要求和操作可追溯性要求,在逻辑结构上是同构的。第六章讨论的身份管理编码体系——二十九位编码覆盖研发、生产、准入、使用、维护、报废全流程——其设计理念可以为民用机器人进入军事使用场景后的追溯管理提供参照框架,而不必另建一套完全独立的军用编码体系。安全基线互通的核心不是降低军用安全要求,而是将军用安全要求中具有通用性的部分(如操作日志的完整性、控制指令的认证机制、异常行为的告警规则)以标准条款的形式固化下来,使民用产品在设计阶段就能满足这些要求,而非在改型阶段补课。 2、保留军用特殊要求的独立标准空间 优先互通的策略,其有效性取决于一个对应的约束:哪些领域不应当追求通用化。军用标准的独立空间,至少应当在三个维度上明确保留。 第一个维度是环境适应性的极端指标。GJB 150A系列标准中温度冲击试验的正七十至零下四十摄氏度、转换时间小于五分钟、循环二十次的条件,与民用产品的常规工作温度范围存在量级差异。这一差异并非历史惯性,而是战场环境(寒区、沙漠、高空、海上)的真实约束。民用产品的加固型号可以在指标上向军用标准靠拢,但军用标准本身不应为了“通用化”而降低。合理的做法是:民用标准覆盖常规环境,军用标准覆盖极端环境,二者在常规区间重叠,在极端区间保持军用独立。企业在产品谱系中同时布局基础型号和加固型号,以不同的验证标准对应不同的市场。 第二个维度是安全控制的军事特殊性。开火授权的控制层级、致命决策的人类保留、武器系统的抗篡改机制,这些要求没有民用对应物,也不可能从民用安全标准中推导出来。第八章讨论的“人在回路”政策表述,其操作化需要一套独立于民用安全标准的制度和技术规范。这套规范应当保持其军事独立性,不与民用协作机器人安全标准混同,否则将模糊致命决策与非致命操作之间的本质区别。 第三个维度是保密与信息安全的军事等级。民用身份管理平台的数据访问规则以消费者保护和市场秩序为基准,而军事装备的身份信息、部署位置和任务状态属于敏感信息,其管理规则必须独立于民用平台。合理的架构是“编码结构统一、管理权限分置”:民用和军用编码在结构上兼容(便于流转环节的追溯),但军用编码的查询权限严格限定在军内系统,民用平台仅记录“该产品归属军用管理体系”这一事实,不存储具体信息。 (二)民参军审批效率的提升 1、保密资质与质量体系认证的并联办理 2026年军工准入制度改革的核心变化之一,是从“多证齐全、层层前置”转向“按任务匹配、证单同步”。这一转变对审批效率的提升是实质性的,但其落地仍面临一个操作层面的瓶颈:保密资质与质量体系认证的办理在传统流程中具有先后依赖关系,企业往往需要先完成一项才能启动另一项,时间成本叠加。 根据现行规定,武器装备质量管理体系认证(GJB 9001C)的申请条件中包括“军品顾客或者军事代表机构出具的推荐意见书”,而保密资质的申请需要企业成立满一定年限并具备相应的保密制度基础。两项资质在逻辑上并非严格的前后置关系,但在实际操作中,缺乏保密资质的企业在获取军代表推荐意见时可能遇到困难,而质量体系认证的现场审核又需要企业已经具备军品生产现场。这一循环依赖在中小型商业企业中尤为突出。 并联办理的制度设计,需要打通两个节点。第一个节点是推荐意见的出具条件:对于申请非涉密通用配套领域准入的企业,是否可以将推荐意见的出具与保密资质的取得脱钩,由地方军民融合办或军代系统根据企业的技术能力和产品适用性出具推荐,而非要求企业先行具备保密资质。2026年新政中“军选民用B类配套领域凭ISO 9001认证和保密承诺书即可申报”的规定,已经部分回应了这一需求。第二个节点是现场审核的时机:质量体系认证的现场审核要求企业“有军品生产现场”,但企业在获得首个军品合同之前往往没有专门的军品产线。对于人形机器人这类可以在民用产线和军品产线之间共享大部分工序的产品,是否可以接受以民用产线的运行记录作为质量体系有效性的证据,同时要求企业在合同中承诺在军品交付前完成产线的隔离和标识管理。 并联办理的更深层意义,不在于缩短单个企业的取证时间,而在于降低整个产业的准入摩擦。当数十家乃至上百家人形机器人企业同时考虑进入国防供应链时,逐家企业的取证周期叠加起来,将显著延缓军方获取商业技术供给的速度。并联办理使企业在技术验证和资质准备可以同步推进,而非串行等待,这与前述“基于商业平台改型”的时间压缩逻辑是一致的。 2、军方需求信息向合规企业的定向发布机制 军方需求信息向合规企业的定向发布,在制度基础上已经存在。全军武器装备采购信息网作为采购信息发布的“主平台、主渠道、主窗口”,具备信息分级发布、需求对接、产品自荐等功能,企事业单位认证用户可对感兴趣的需求信息提交对接申请,需求发布单位可在线处理并反馈结果。网站已在全国三十九个城市开通分中心,具备资质的企事业单位可就近办理涉密信息查询。 当前的问题不在于渠道的缺失,而在于信息流向的精准度。人形机器人领域的企业数量在快速增长(整机企业逾一百四十家),而军方对人形机器人的需求尚处于探索阶段,需求信息的表述往往较为宽泛(如“数据采集系统”“后勤保障平台”),企业难以判断自身产品是否匹配。定向发布机制的设计,需要解决的是“匹配效率”而非“信息有无”。 一个可行的改进方向是:在需求发布阶段增加技术领域的标签化分类。军方在发布人形机器人相关需求时,标注其涉及的技术方向(运动控制、灵巧操作、环境感知、遥操作、数据采集等),企业根据自身技术标签订阅对应的需求信息。这一机制的技术基础在采购信息网现有功能中已经具备(信息推送服务按用户关注情况分类推送),需要增加的是标签体系的标准化和军方发布时的标注规范。 另一个改进方向是需求信息的颗粒度提升。当前部分需求信息的表述过于笼统,企业难以判断具体的技术指标和场景条件。如果军方在发布时能够提供更具体的任务描述(如“在XX条件下完成XX类型的搬运任务,负载不低于XX公斤,连续运行不低于XX小时”),企业的对接申请将更有针对性,军方的筛选成本也相应降低。这一改进不需要制度层面的重大调整,而依赖于需求发布单位对人形机器人技术现状的理解深度。军方采购部门与技术评估部门之间的信息传递效率,是决定这一改进能否落地的关键。 (三)训练场与数据基础设施的军民共享制度设计 1、民用训练数据的军用接入规则 民用训练数据对军用模型预训练的支撑价值:民用数据覆盖的是非对抗条件下的通用物理常识和操作技能,这一层能力在军事场景中同样适用,军事专用数据仅需用于微调和验证阶段。但“价值存在”不等于“接入可行”。民用训练数据进入军事模型训练流程,需要一套明确的数据接入规则,其核心是分级分类和用途限定。 分级分类的维度,可以参照民用训练场数据管理的现有实践和军用数据管理的特殊要求。第一层是数据内容的分级:仅包含通用物体操作(抓取、搬运、放置)和基础运动(行走、避障)的数据,敏感度最低,可以在经过格式审查后直接进入军事模型的预训练数据集;涉及特定装备外观、设施布局或操作流程的数据,即使采集于民用场景(如电力设施巡检数据),也需要经过内容审查和脱敏处理后方可使用;涉及人员行为模式或身份信息的数据,原则上不纳入军用训练流程。第二层是数据来源的分级:由训练场在标准化场景中采集的数据,其质量和内容可控性较高,接入流程可以简化;由商业客户在自有产线中采集并回传的数据,其内容和质量的一致性难以保证,需要更严格的审查。 用途限定的规则,需要明确民用数据不得用于哪些用途。一个合理的底线是:民用数据不得用于直接支撑致命武力相关的模型训练(如目标识别与射击决策),但可以用于非致命任务(后勤、巡检、维护、侦察感知)的能力构建。这一限定的执行,不依赖于对每一批数据的逐条审查(这在技术上不可行),而依赖于对训练任务的类型标注和审计:使用民用数据的模型训练项目,需要在项目立项时明确其任务类型,训练过程中的数据使用记录接受审计,审计的重点是任务类型与数据用途的一致性而非数据内容本身。 2、军用场景数据的脱敏与隔离标准 军用场景数据进入共享训练环境的门槛,远高于民用数据的反向接入。韩国“国防AX据点”的“数据安心区”设计,提供了一个可参照的制度框架:民间机构与军方在不担心军事数据泄露的前提下安全利用数据、开展共同研究。这一框架的核心是将数据隔离从“物理隔离”升级为“制度隔离”:数据在受控环境中被使用,使用方不能带走原始数据,但可以在数据上训练模型并带走模型。 人形机器人军用场景数据的脱敏标准,需要针对其数据类型的特点来设计。视觉数据的脱敏,不仅包括对人员面部和标识的模糊化处理,还需要考虑场景中可能暴露的设施布局、装备型号和操作程序。这些信息在单帧图像中可能不显著,但在连续视频中可以通过运动模式和空间关系被推断出来。因此,视觉数据的脱敏不能仅依赖逐帧的模糊化,而需要在场景层面进行评估:该场景的整体视觉信息是否可以被用于推断军事设施的布局或装备的操作方式。如果答案是肯定的,则该场景的数据不适合进入共享环境,无论逐帧脱敏做得多么彻底。 力触觉和本体状态数据的脱敏,面临不同的挑战。这类数据本身不包含视觉可识别信息,但其与特定操作任务的关联可能暴露装备的性能参数或操作流程。例如,一台机器人在操作某型装备时记录的关节力矩序列,可以被用于推断该装备的操作阻力、连接方式和所需力度。脱敏的方式可能包括:对数据与具体装备型号的关联进行剥离(仅保留力矩曲线本身,去除其对应的装备标识),或在数据中加入噪声以模糊精确的参数值同时保留其统计特征。 隔离标准的执行机制,需要一套独立于数据使用方的审计体系。审计的内容不是数据本身(审计方也不应接触原始数据),而是数据使用过程的技术记录:哪些数据被用于哪些训练任务,训练后的模型在哪些场景中部署,部署后的行为是否与训练数据的使用范围一致。这一审计链条的完整性,是军用数据共享制度可信度的基础。没有审计,军方不可能放心地将任何数据放入共享环境;审计过于严苛,则共享的经济性被行政成本吞噬。审计强度的设定,需要根据数据的敏感等级和模型的应用场景来分级调整,而非一刀切。 从更宏观的视角看,治理层面的这三项建议,其共同特征是“在现有制度框架内寻找可打通的接口,而非等待顶层设计的完成”。标准通用化不需要等到全套军民标准体系重构后才开始推进,数据格式和接口协议的互通可以在现有标准制定项目中逐项落地。审批效率的提升不需要等待准入制度的再次修订,并联办理和定向发布可以在现有政策空间内由执行层面推动。训练场数据共享的制度设计不需要等待军民融合法的出台,分级分类和审计机制可以在试点项目中先行建立。这种渐进式的制度演进路径,其有效性取决于一个条件:每一个局部的制度突破,都应当以可复制、可推广的形式记录下来,形成后续更大范围整合的参照。军民融合在人形机器人领域的治理,最终不是由某一部法律或某一项规划所定义的,而是由一系列在具体节点上被验证可行的接口规则所累积构成的。 附:数据来源与更新说明 本报告的数据基础由三类来源构成:第三方市场研究机构的统计数据、政府部门与官方机构的公开文件、以及企业披露的经营信息与公开报道。三类来源的可靠性、统计口径和更新频率各不相同,正文在引用时已在相应位置标注来源与时间节点。此处对各来源的整体情况、口径差异及其对报告结论的影响作统一说明,以便读者在引用本报告数据时理解其适用边界。 一、市场数据的主要来源与口径差异 人形机器人市场在2025至2026年间的爆发式增长,使得不同研究机构在同一时间窗口内发布的统计数据呈现出显著的口径差异。这一差异本身即是产业早期阶段的一个特征:统计边界尚未形成行业共识,各机构对“人形机器人”的定义范围、对“出货”与“销量”的区分、对整机与轮式人形产品的归类方式各不相同。 弗若斯特沙利文发布的《2026全球人形机器人市场研究报告》是本报告在市场总量和收入排名方面引用最为系统的数据来源。该报告显示,2025年全球人形机器人销量为3.5万台,对应收入5亿美元;2026年上半年销量即达到3.6万台,收入5.4亿美元,半年数据已超过上年全年水平。在收入排名上,2026年上半年全球前五名均为中国企业:优必选以6.2亿元收入、16.5%的份额居首,智元以6.1亿元、16.1%紧随其后,宇树5.8亿元、15.3%,银河通用2.1亿元、5.5%,乐聚1.5亿元、4.0%,五家合计占据57.4%的全球收入份额。该报告明确说明其收入统计“未计入厂商内部交易及关联交易”,这一口径对于理解头部企业的实际市场地位具有重要参考价值,但也意味着部分企业的表观出货量可能高于其可确认的独立收入所对应的规模。 奥姆迪亚(Omdia)发布的《2026通用具身智能机器人报告》提供了另一组数据。该报告统计2025年全球人形机器人出货量中,智元以5168台占据39%的份额,宇树以32%紧随其后,优必选7%。奥姆迪亚的报告范围涵盖“两足人形机器人以及具有类人上半身的轮式产品”,这一归类方式比弗若斯特沙利文的统计更为宽泛,部分解释了其在2025年总量数据上与弗若斯特沙利文的差异。奥姆迪亚同时预测,到2035年全球人形机器人出货量将指数级增长至260万台。 国际数据公司(IDC)的统计口径又有所不同。其2026年9月发布的报告显示,2026年上半年全球人形机器人出货量接近2.5万台,同比增长432.1%,其中中国市场出货量超1.9万台,占全球约77.9%,智元上半年出货量超8600台。IDC预测2030年全球出货量将突破75万台。集邦咨询(TrendForce)则在2026年4月的报告中预估2026全年中国人形机器人市场产量年增94%,宇树与智元合计将囊括近80%的国内出货占比。 上述四组数据之间的差异,主要源于三个口径分歧。第一,是否将轮式人形(具有类人上半身但以轮式底盘移动的产品)纳入“人形机器人”统计。弗若斯特沙利文和IDC的统计范围相对聚焦于双足或全尺寸人形,奥姆迪亚明确涵盖轮式类人产品。第二,收入确认方式的不同。弗若斯特沙利文剔除关联交易,其他机构未明确说明。第三,统计时间窗口的差异(全年、半年度、季度)。本报告在正文中引用的具体数字均标注了来源机构,读者在横向比较时应注意这些口径差异,而非将不同来源的数字直接加总或替代。 二、政策与国防相关数据的来源 国防支出和国防科技工业政策的数据,以官方发布为唯一来源。2026年全国一般公共预算安排国防支出1.94万亿元,比上年执行数增长6.9%,其中中央本级支出1.91万亿元,增长7%,这一数据来自解放军和武警部队代表团新闻发言人的公开介绍。国防支出用途的四个方向——推进机械化信息化智能化融合发展、新域新质作战力量规模化实战化体系化发展、先进武器装备发展和国防科技创新、政治整训与实战化训练——同样出自该发言人的说明。 2026年国防科技工业工作会议的部署内容,以工业和信息化部官网发布的会议通稿为准。会议提出的“推动新质生产力同新质战斗力高效融合、双向拉动”“加快建设先进国防科技工业体系”“质量托底、能力托底、安全托底”等表述,均引自该通稿。本报告在解读这些表述时,结合了人形机器人产业的技术特征和产业格局进行分析,但分析性判断与官方原文之间保持了明确区分。 军民融合相关政策中,“十五五”规划建议涉及军民标准通用化的表述、民参军准入调整的具体规则、实景实训专项行动的目标设定等,在正文中已标注来源类型(规划文件、部委通知、政策解读)。需要说明的是,部分政策文件的具体条文在公开报道中存在转述和简化,本报告在引用时以权威媒体或官方渠道的报道为准,对于无法从一手来源核实的具体数字或表述,正文中已作审慎处理或标注不确定性。 三、企业层面数据的来源与验证状态 企业层面的数据——融资额、订单金额、出货量、产能规划——主要来自企业公告、招股书、官方新闻稿以及权威财经媒体的报道。这类数据的可靠性存在层级差异,本报告在引用时对此有所区分。 经过审计或具有法律约束力的数据,可靠性最高。宇树科技招股书中披露的人形机器人单价变化(2023年59.34万元,2025年16.76万元)和毛利率数据,属于此类。弗若斯特沙利文报告中引用的企业收入数据,虽未经企业自身审计确认,但该机构明确说明了统计方法和数据来源,且其排名结果与多家企业的公开披露信息在方向上一致,可信度较高。 企业自行披露的订单金额和产能规划,需要结合上下文理解其性质。优必选“累计订单金额超八亿元”的表述,在正文中已注明其中包含框架协议与意向订单,与实际交付收入之间存在距离。这一区分来自上海证券报等媒体对订单结构的调查报道,以及快思慢想研究院等机构对“框架协议与实际交付比例失衡”的分析。银河通用二十五亿元融资的投资方名单,来自企业官方公告和多家财经媒体的交叉报道,各来源之间的一致性较高。 产能规划数据的解读需要特别注意“规划产能”与“实际产出”的区分。三花智控一百万台执行器年产能规划、绿的谐波八十万台出货目标、来福谐波四十万台在手订单,这些数字反映的是企业在需求预期下的产能准备,而非已经实现的产出。正文在引用时已作相应限定。 四、军事应用相关信息的特殊说明 军事应用章节的内容,在信息来源和验证程度上与商业章节存在本质区别。中国军方对人形机器人的采购、测试和部署信息,公开可获取的部分极为有限。本报告在这一领域引用的核心来源是路透社2026年9月基于一百余份采购公告、学术论文、专利和政府记录的分析报道。该报道本身是调查性新闻的产物,其结论的可靠性依赖于所引用文件的可验证性,但本报告无法独立核实其引用的每一份文件。正文在引用时已注明“据路透社报道”或“公开信息显示”,以区别于经过多方交叉验证的商业数据。 学术论文中关于军事应用场景的建模和判断(如国防科技大学团队关于六台机器人编组城市作战的五至十年可用性判断),属于研究者的前瞻性分析,不代表军方官方立场或装备发展规划。本报告引用这些内容时,将其定位为“研究判断”而非“政策信号”,并在正文中保持了这一定位。 美国陆军xTechHumanoid竞赛的相关信息,来源包括美国陆军官方发布、军事媒体报道(如《军事时报》对IHMC研究员的采访)以及参赛企业的公开声明。竞赛的流程、优胜企业名单和奖金数额属于可验证事实;竞赛所反映的军方评估逻辑和启示,属于分析性判断,本报告在相应位置已作区分。 五、数据截止边界与更新机制 本报告的数据截止边界为2026年10月20日。在此之后发布的数据、政策或企业动态,未纳入本报告的分析框架。这一截止边界意味着:部分在2026年第四季度可能出现的政策调整(如军工准入制度的进一步细化、军民标准通用化具体措施的出台)、企业融资或订单公告、以及市场研究机构对全年数据的修正,不在本报告的覆盖范围内。 人形机器人与具身智能产业在2026年的变化速度,使得任何一份报告的时效性都面临考验。本报告在写作策略上采取了一种应对方式:对于快速变化的数据(出货量、融资额、产能),标注具体时间节点和来源;对于结构性判断(军民融合的路径特征、技术成熟度的梯度分布、制度设计的逻辑),则更多依赖于对产业机制的分析而非对瞬时数据的依赖。这一策略的假设是:数据会更新,但机制的解释力具有更长的半衰期。读者在引用本报告时,如涉及具体数字,建议核实来源机构的最新发布;如涉及分析框架,则可在理解其前提条件的基础上加以延伸或修正。 六、局限性声明 本报告在以下方面存在明确的局限性,需向读者说明。 第一,军民融合在人形机器人领域尚处于早期阶段,公开信息的密度远低于纯商业领域。军工集团整机研制的具体进展、军方采购的实际规模和使用反馈、军民标准通用化的操作细则,这些关键信息的缺失或不完整,使得本报告在相关章节的分析更多依赖于对制度逻辑的推演和对间接信号的解读,而非对完整事实的呈现。 第二,市场研究机构的数据在口径上的不一致,使得本报告无法提供一个单一的、被广泛接受的“全球人形机器人市场规模”数字。正文中并列引用多个来源的做法,虽然增加了信息的丰富性,但也要求读者在引用时保持对口径差异的警觉。 第三,军事应用的技术判断(如五至十年可用性、续航与可靠性的具体差距)主要依据公开的学术研究、军事媒体报道和产业分析,缺乏来自实际军事部署的验证数据。这些判断应被视为“基于当前公开信息的合理推断”,而非确定性的结论。 第四,本报告对军民融合投融资模式的分析,部分依赖于对相邻领域(如航空航天、无人机)军民融合实践的类比推理。类比的有效性取决于两个领域在制度环境和产业特征上的相似程度,而人形机器人的独特属性(技术迭代速度、商业与军事能力的重叠度、国际治理的敏感性)可能使某些类比失效。读者在引用相关分析时,应注意其推理性质而非将其视为已验证的结论。 |
|||
![]() |
|||
|
|
|
云阿云智库●区域经济研究院 |
|
北京市平谷区中关村科技园区平谷园1区-21594(集群注册) |
|
| 13360021949 (李博士) | |
liguisong2006@163.com |
|