1

2025年回顾：硬件主线领涨，结构性机会凸显

2025年Q1：海内外双重催化驱动板块强势突破。一季度机器人板块走势显著强于大盘，主要受益于海外与国内两条主线共振：其一，特斯拉 Optimus给出量产预期，市场对人形机器人规模化落地的信心快速提振；其二，宇树机器人曝光度增加，叠加华为等大厂开始布局机器人业务，国产链活跃度显著上行。海外量产预期与国内产业变化共振，使人形机器人板块在年初开启趋势性上升行情。

2025年Q2：海外政策影响，板块进入震荡调整期。4月美国“对等关税”政策正式落地，大盘风险偏好降低，板块阶段性回调后进入区间震荡行情。

2025年Q3：产业边际变化与大盘高风险偏好共振带来新一轮上涨行情。随后产业端迎来新变化：T链Gen2至Gen3供应商扩圈。在TMT的上涨行情拉升大盘整体风险偏好后，人形机器人板块迎来轮动补涨，修复行情主要围绕海外T供应链延伸标的公司展开。

2025年Q4：上半年涨幅消化后进入休整期，板块等待新的实质性催化。四季度板块上涨动能呈边际放缓态势，前期交易拥挤度释放后进入高位调整区间。特斯拉 Optimus Gen3 延迟发布进一步冷却市场情绪，使得人形机器人板块整体进入等待验证阶段。板块短期内上涨动能较弱，整体等待来自量产进度、政策端或龙头新品发布的下一轮催化。

从2025年的A股市场表现来看，机器人板块的核心上涨动力主要来源于硬件端。我们梳理了A股机器人板块2025年涨幅居前的个股，从产业链分布看，涨幅靠前的上市公司主要集中在机器人硬件环节：包括直线/旋转执行器等传动件；电机/磁材等动力组件；PEEK/轻量化金属/结构件加工等基础材料；力/力矩传感器等核心感知部件。这些环节具备较强的跨品类通用性，在协作机器人、人形机器人、AGV均具备通用性，因此当机器人整体需求边际改善时，该类零部件企业能够率先体现收入弹性，是行情中的 β 较强品种。

机器人板块的行情也正在从宏大叙事驱动转向产业供需节奏驱动。中国拥有一批具有深厚制造积累的企业，大多数公司基于原有的零部件制造主业优势，主动对接人形机器人供应链，通过与头部人形本体厂商合作的方式进一步强化市场预期。虽然当前机器人业务在收入结构中的占比普遍有限，但由于行业处于量产落地前期、产线标准化与部件通用化趋势快速清晰，资本市场更多围绕扩张弹性进行定价。本轮估值重估的核心来自于对未来 3–5 年人形机器人放量的重新定价，预期成为主导变量。

从市场定价特征来看，机器人板块对新涌现的供应商与新技术路线通常给予较高关注度与溢价水平。回顾近两年来机器人板块的阶段性行情表现，可以观察到，市场涨幅居前的标的多数具备“新进入者”或“新技术”等特征，相关公司往往处于产业链新增环节、技术路线切换节点或应用场景拓展初期。整体来看，机器人行业技术还未收敛，市场资金更倾向于围绕新概念、新技术和新供应商进行配置，也是我们建议在2026年重点关注的方向。

复盘2025港股/海外机器人产业链行情，整体呈现出明显的结构性分化特征。市场定价重心更多集中于具备 AI模型开发能力的企业以及人形机器人本体厂商；相比之下，传统工业机器人厂商股价表现整体偏稳。此外具备新技术属性、能够直接对接人形机器人需求的零部件厂商表现较优，如减速器、传感器机等环节，受益于人形机器人对精度与性能要求提升，市场给予了更高的定价；而以传统工业自动化通用件为主的企业股价弹性相对偏弱。整体来看市场已经形成了新的定价逻辑：AI 是机器人时代的重要生产函数，模型决定能力上限，关键硬件决定落地节奏。

2

大脑：模型加速进化，真实数据成为核心生产力

在模型架构层面，目前具身智能主流模型分为三类：广义端到端、VLA（视觉-语言-动作）、世界模型。其中VLA架构在泛化能力、任务迁移与多任务统一方面具备相对优势，目前在行业内应用最为广泛。Figure的Helix、1X的Redwood、Physical Intelligence的π0.6 、银河通用的Track VLA等模型均采用了VLA架构。同时强化学习算法（Reinforcement Learning）在2025年也开始被各大头部厂商引入训练流程用于提升模型表现，英伟达、特斯拉、Physical Intelligence、字节跳动的大模型均融合了强化学习训练方法，并带来了较强的性能提升，我们预测强化学习算法在未来具身智能大模型中的应用率将进一步提升。

从更长期视角看，我们认为广义端到端模型可能是具身智能模型的终局方案。广义端到端即任何一种通过整体模型将原始传感器输入处理为规划轨迹或控制动作的模式（无论架构中是否包含VLA等）。具身智能中的端到端学习在2024年发展迅速，成为推动该领域进步的关键技术。该类方法通过直接将多模态感知输入（如视觉、听觉、触觉等）映射至动作输出，减少对人工特征工程拆解的依赖，从而实现感知、决策与控制的高度一体化。在此框架下，模型能够在统一架构内协同处理多源信息，有助于提升整体控制效率与系统一致性。

值得关注的是，行业对具身智能“ChatGPT 时刻”的预期正在逐步形成。宇树科技创始人兼首席执行官王兴兴在近期接受央视采访时表示，具身智能领域的“ChatGPT 时刻”有望在未来一至两年内到来，这一判断基于其提出的“双80%”关键指标——当机器人在80%的陌生环境中，仅凭语音指令就能达成80%的任务成功率时，具身智能将迎来真正的发展拐点。一旦具身智能模型在真实世界任务中展现出优秀的泛化能力与稳定表现，将成为机器人产业正式迈入规模化应用落地的重要拐点。

2025 年全球机器人产业在具身智能模型领域进展迅速，总体呈现三个较大的变化：

头部大厂陆续入局，模型迭代周期显著缩短，行业进入月度级连续发布阶段。

第二，模型推理能力从云端加速向端侧迁移。谷歌推出的Gemini Robotics On-Device、1X的Redwood、Figure的Helix均展现出较强的本地化推理能力，机器人能够依托板载GPU在端侧独立完成决策，无需依赖高频云连接。这一能力被普遍视为机器人从展示式Demo迈向可在真实场景落地的关键门槛。

第三，大脑模型能力从单一任务快速走向通用操控，泛化水平持续提升。Generalist AI的精细操作系统可独立完成纸箱折叠、零部件归类整理等任务；Figure机器人已能在汽车零部件搬运、快递分拣及家庭洗衣等任务间自由切换；PI的π系列模型可以让机器人在真实家庭和办公室环境中实现整理床铺、叠衣、手冲咖啡等复杂操作。这些进展均表明，机器人模型在泛化能力、稳定性和可控性方面已出现明显突破。

真实世界数据位于金字塔顶端，是最具价值同时也是最稀缺的核心数据资产。从数据结构角度看，机器人训练数据可构成一个金字塔结构，自上而下依次包括真实数据、仿真数据与互联网数据：互联网数据规模最大、获取成本最低，但缺乏真实物理交互与力学反馈，训练价值相对有限；仿真数据能够提供大量视觉与行为样本，在早期模型训练中具有重要意义，但由于难以完全刻画人机交互的复杂性及真实环境的不确定性，其对实际操作能力的提升仍存在边界；相比之下，真机在真实环境中的操作数据具备最高的物理真实性、可迁移性和训练有效性，是支撑机器人泛化能力提升的关键，但其采集效率低、对人工与设备投入要求高，因此成为当前产业链中最为稀缺、也最具核心价值的资源。

互联网经过了十余年快速发展，产生了大量基于文本、图像与语音的互联网数据红利，使Chatgpt、Deepseek等互联网AI大模型得以快速迭代；相比之下，具身智能AI模型仍处在早期阶段，其真实世界交互数据较为有限。英伟达机器人主管Jim Fan也在访谈中表示：数据是打造机器人基础模型的关键瓶颈。我们预测，未来具身智能的发展速度将取决于真实物理世界数据的采集与重构能力，谁能打破数据瓶颈，谁就可能掌握下一轮智能革命的核心竞争力。

我们认为机器人训练数据的需求主要集中在一些具备强替代意愿与经济性的应用场景，主要可分为三大类：

第一类为高人工成本且技术门槛较高的应用场景。此类场景通常对操作精度、稳定性和安全性要求较高，人力培训周期长、单位成本高，典型代表包括外科手术、精密装配等。机器人在这些场景中的核心价值在于降低长期人力成本并提升操作一致性，因此对高质量、可复现的训练数据需求尤为迫切，该类训练数据价值也较高，是当前机器人基础模型重点覆盖的训练方向之一。

第二类为高风险、替代人类需求强烈的应用场景。在军工、消防、应急救援、电力巡检等领域，人类作业往往面临高危险性或极端环境约束，对机器人的替代意愿明显高于一般商业场景。此类应用强调在复杂、不可控环境下的感知、决策与执行能力，对真实交互数据和极端工况样本的需求较大。随着相关场景逐步推进实地验证和规模化部署，围绕高风险任务的训练数据采集需求将逐步增加。

第三类为高度垂直、动作重复性强且具备规模化部署条件的应用场景。物流分拣、仓储搬运、清洁服务及部分服务业场景具备任务标准化程度高、动作模式相对固定、落地规模大的特点，是当前机器人商业化较成熟的应用方向之一。该类场景的数据采集具有持续性强、样本量大、迭代效率高等优势，适合训练和优化机器人抓取、搬运、路径规划等基础能力，对模型性能的持续提升具有重要支撑作用。随着场景渗透率提升，该类应用有望长期成为机器人训练数据的主要来源。

在机器人训练数据采集环节，中国依托本土产业体系和人工成本优势，具备先发优势。国内具备高密度场景、多样化任务以及高性价比的人工采集能力，使得企业能够在本土构建大规模的真机数据采集中心；相比之下，美国等发达国家的企业往往需要在东南亚等地采集数据，数据获取成本与效率均受到一定制约。随着机器人基础模型对真实交互数据需求的快速上升，以及国家层面对机器人软件体系建设的持续重视，国内基础模型生态具备“弯道超车”的条件。

目前北京、无锡均设立了规模化的机器人数据采集中心；智元也在上海建成机器人数据采集工厂并投入使用。随着具身智能模型对训练数据密度、数据质量和场景覆盖度要求的进一步提升，拥有完备数据基础设施和成本优势的地区与企业将占据更强的竞争优势。

3

本体：硬件多元探索，场景应用成为核心锚点

当前通用机器人硬件方案仍处于技术路线多元化探索期。一方面，行业已形成一批具备规模化应用基础的核心零部件供给体系；另一方面，新技术路线的验证迭代与传统方案的替代升级并行推进，技术创新呈现多点突破特征。从“第一性原理”出发，通用机器人硬件领域的演进逻辑与当前行业多样化产品形态特征相契合，其核心矛盾并非追求技术路线的快速收敛，而是通过持续的技术迭代与方案优化，实现对多元化应用场景的精准适配，进而支撑商业化落地的深度与广度拓展。

3.1.1 电机：人形机器人的动力心脏，数量与自由度成正比

电机是实现关节运动与姿态控制的核心硬件，直接决定机器人运动精度与作业效率。高自由度的人形机器人通常需搭载30-40台电机，一般来说，单个旋转关节中电机成本占比预计超13%。行业对电机的三大核心需求是高效率、高动态和高功率密度。

无框力矩电机和空心杯电机为目前使用率较高的方案，轴向磁通电机等为潜在技术方案。无框力矩电机凭借高效、高扭矩密度优势，成为关节驱动的核心选择，空心杯电机以无铁芯设计适配末端灵巧手的精密控制需求，国外头部企业占据市场主要份额。此外，目前电机相关的技术创新仍然不断向前，以轻量化与高功率密度为方向。例如，谐波磁场电机有望解决传统电机温升与轻量化痛点，轴向磁通电机能够在同功率输出下大幅缩小关节电机体积，PCB轴向磁通电机作为轴向磁通电机的细分种类，将铜线绕组印刷于PCB板上作为定子，能够进一步实现电机的轻量化，同时降低了量产的工艺难度。

3.1.2 减速器：人形机器人关节的“灵魂”，匹配转速传递扭矩

减速器是关节执行器的关键传动部件。大部分电机负载大、转速高，不适宜用原动机直接驱动，减速器能够将电动机高速运转的动力通过输入轴上齿数少的齿轮啮合输出轴上的大齿轮来达到减速目的。由于减速器可以通过减速增扭实现精准动力传递，直接决定关节的负载能力、运动精度与运行稳定性。而减速器配套旋转关节，成本占关节的比例预计达35%以上，是人形机器人关节硬件中成本较高的组件之一。行业对减速器的三大核心需求是高传动效率、高传动精度与高可靠性，需适配不同关节的负载差异。

谐波/行星减速器为主流选型，摆线/新型减速器有望成为迭代新方向。谐波减速器具备高减速比、高传动精度、轻量化特点，应用于小臂、腕部、手部等轻负载部位，以及肩部、肘部、腰部等需要高精度旋转的关节，目前的技术壁垒及成本较高。行星减速器特点是低单级减速比、高刚性、较低成本，覆盖指关节、踝关节等小负载部位及髋部等对关节体积敏感度较低的部位。此外，摆线减速器及新型减速器在减速器结构和材料方面做了轻量化改进，有助于帮助关节缩小体积、减轻质量，正在从人形机器人下肢部位开启技术验证。

3.1.3 丝杠：线性关节必备高精度传动部件，国产替代进程提速

丝杠是人形机器人实现直线运动的核心传动部件，承担将电机旋转力矩转化为直线驱动力的关键功能，是线性执行器的核心部件。当前主要应用于以特斯拉Optimus机器人、小鹏Iron为代表的旋转执行器+直线执行器复合方案的人形机器人本体，以及高自由度灵巧手关节。目前丝杠环节成本占比预计为线性执行器的60%以上。

轻载用滚珠丝杠、重载用滚柱丝杠为目前主流方案。滚珠丝杠适配轻载精密场景，微型滚珠丝杠在灵巧手关节中应用较多；行星滚柱丝杠通过多滚柱面接触传动，具备高承载、长寿命、小体积优势，但工艺壁垒及成本偏高。在高端行星滚柱丝杠领域，受限于磨削等加工工艺、加工设备等方面的技术限制，外资企业Rollvis、GSA、Ewellix、Rexroth等占据国内主要市场，国产企业已具备一定产业基础，五洲新春、北特科技、恒力液压、新剑传动、浙江荣泰、南京工艺、博特精工等多家企业已陆续布局高精密滚珠/滚柱丝杠市场，随着人形机器人需求的增加，高端丝杠国产替代的步伐有望提速。

3.1.4 灵巧手：高自由度、多感知集成为技术趋势

灵巧手是机器人与环境相互作用的最后环节与执行部件，对提高机器人的柔X45性和易用性有着重要作用。目前灵巧手的技术方案较为多样，按照自由度与驱动器数量可分为全驱动和欠驱动两大类；按驱动器类型可分为电机驱动、液压驱动、气压驱动、形状记忆合金驱动；按传动结构类型可分为有腱绳传动、连杆传动和齿轮/蜗轮蜗杆传动等；按感知技术可以分为内部感知和外部感知，内部感知主要感知灵巧手的运动参数如位置、速度、加速度等，外部感知则主要收集灵巧手周围环境的信息。

自由度提升与感知集成为技术趋势。以特斯拉的灵巧手方案为例，其演进方向具有一定的代表性。自由度方面，特斯拉初代Optimus搭配的灵巧手采用蜗轮蜗杆方案，单手自由度为11个，最新展示的灵巧手自由度已经上升到单手22个，接近人手自由度数量，驱动器也从手的内部转移到了机器人小臂，从而能够实现对手部关节的精准定向控制，其展示效果在柔顺性、拟人度方面表现出色。感知方面，特斯拉的灵巧手加入了触觉感知，以丰富其交互过程中获取的信息。在国内的灵巧手产品中，触觉传感器已成为灵巧手标配，且正从单点式向高分辨率阵列式演进。

3.1.5 传感器：控制和执行的前提，多维信息感知的入口

传感器是人形机器人拥有视觉、力觉、听觉、触觉等感知的关键。感知层的传感器是软件控制和硬件零部件的桥梁，人形机器人对于感知的要求较高，涵盖了视觉、力觉、听觉、触觉等多个维度，需要多类型传感器的共同配合。基于消费电子、工业机器人等产业的积淀，2D摄像、激光雷达、压力传感器等技术路线已相对成熟，由于人形机器人存在体积限制、且需要集成的数据维度升级，六维力传感器、视触觉传感器等技术方案具备应用潜力。

通用机器人的核心在于大脑能力与多硬件形态的结合。目前机器人正处于由1.0时代工业机器人向2.0时代通用机器人进化的过程中，硬件方案发散、软件持续迭代，几轮的发散和收敛之后，通用机器人完成的任务将从简单到复杂、从特定到非结构化、从短程到长程，最终实现具身智能AGI。

2025年是通用机器人万台级量产的元年。根据人形机器人场景应用联盟的测算，2025年中国人形机器人（含轮式）出货量预计达 2万台，同比增长超过614%，在全球范围内，国内出货量的贡献比例达到75%~85%。目前全球已有超过400家人形机器人本体企业，其中国内企业超过200家，占比超一半。

主机厂方面，国内通用机器人出货集中在头部梯队。据人形机器人场景应用联盟，宇树科技、智元机器人、乐聚机器人当前处于国内通用机器人出货的头部梯队，预计年度出货量达到2000台以上，拥有较为成熟的产业化能力与供应链体系。优必选、加速进化、银河通用、星动纪元、众擎机器人、松延动力预计年度出货量在500-2000台区间，这部分企业的产品正在加速走向垂类场景的应用。总体来看，量产初期，头部企业在场景落地的探索有望为后续通用机器人的应用打开通道。

场景方面，数据采集与教育科研为当前主要应用下游。根据人形机器人场景应用联盟的数据，2025年国内人形机器人在教育科研和数据采集方向的出货量占比达到61%，由此可以发现，当前通用机器人仍然处于技术研发与模型训练时期。工业及物流相关的应用当前在总出货量中的占比仅为4%，机器人在高价值、高复杂度的工业生产线上实现大规模商用仍面临较大的挑战。我们认为通用机器人在工业场景的应用会经历“先慢后快”的过程，当前阶段在工业场景的应用以积累技能、验证算法为主，后续工业及物流有望成为通用机器人核心的应用场景。

分形态来看，通用机器人的形态由场景需求决定。当前通用机器人按照形态可以分为类人形机器人、双足人形机器人与超人形机器人。其中类人形机器人以轮臂式机器人为代表，取消了双腿甚至腰部的设计，突出机器人上半身功能的实现，同时能够兼顾其运动的稳定性、加长续航能力，与一般工业场景、商业导览场景的需求相契合。双足人形机器人是最拟合人类形态的通用机器人，具备情感交互的基础，依靠其双腿能力能够实现在非平整地面上的运动，与复杂地形下的特种、工业、商业及家庭场景的需求契合。超人形机器人是在人形机器人的硬件基础上进一步做加法，例如“三头六臂”的形态，能够在同一时间进行三种不同的操作，其核心在于某些特定场景对于极致性能或者极致效率的追求。未来10年，通用机器人的形态有望由场景需求决定，我们预测超人：拟人：类人形态的通用机器人有望以1:2:7的数量比落地应用。

2026年通用机器人在工业制造、物流及商业服务场景的落地应用有望增加。根据目前头部主机厂公开的新增订单，工业制造、物流及商业服务相关特定场景下的需求开始涌现。

展望未来，通用机器人有望遵循“工业与特种先行、商业跟进、家庭探索”的应用落地路径。我们从以下四点出发，对通用机器人的应用场景进行考量：运动控制能力要求、场景复杂度、成本敏感度、安全要求度。其中，要求较低/中等/较高/高分别计1分/2分/3分/4分，加总得分越高的场景需攻破越多的技术壁垒，实现规模化应用的时点会越靠后。通过分析通用机器人的典型应用场景，我们认为通用机器人短期（1-3年）会落地于特种场景及工业制造场景，中期（3-5年）将延伸于商用服务场景，远期（5年以上）有望进入家用场景。

我们对2035年国内通用机器人年度需求量进行如下测算：

核心测算逻辑如下：基于通用机器人在特种/工业/商用/家庭场景应用的四因素考量模型，及目前机器人主机厂订单情况选定核心应用场景，以机器人代人比率为核心假设，结合各应用场景的从业人员数量对于机器人代人的需求空间进行测算。

核心假设一：结合目前通用机器人企业的量产应用进展，我们预计第二产业中的工业制造、第三产业中的装卸搬运和仓储、零售服务业，以及家庭场景有望率先实现通用机器人的应用。

核心假设二：分行业从业人员数据来自国家统计局2023年第五次经济普查对应行业从业人员数量，我们假设2025-2035年，相关行业从业人员数量不变。富裕家庭数量根据胡润研究院的数据，2024年中国富裕家庭的数量为512.8万户，本报告假设2025-2035 年，中国富裕家庭的数量不变，均采用2024年数据。

核心假设三：预测渗透率数值参考《中国人形机器人产业发展蓝皮书（2025）》对于人形机器人在汽车制造、电子制造、物流、零售及富裕家庭场景渗透率数据的假设。

我们预计，到2035年国内通用机器人年度需求量将超300万台。其中，工业制造场景有望贡献近200万台的通用机器人需求。

4

政策：科技竞争前沿，海内外政策共振

我国已形成 “国家战略引领+地方落地支撑+标准体系规范” 的通用机器人产业发展格局。国家战略层面，2023年11月2日，工业和信息化部发布《人形机器人创新发展指导意见》，指出人形机器人已成为科技竞争的新高地、未来产业的新赛道、经济发展的新引擎，针对2025年及2027年两个重点时点提出发展目标。2025年3月，《2025年政府工作报告》提出要将具身智能纳入未来产业培育体系，把人形机器人作为人工智能落地的核心载体，还提出对六维力传感器、行星滚柱丝杠等核心部件国产化给予专项信贷倾斜。“十五五”规划中将具身智能列为需要探索、以期成为 “新的经济增长点”的未来产业，围绕具身智能应用场景需求，通用机器人有望加速技术创新和迭代。

地方补贴加码，聚焦场景赋能。北上深等核心省市结合自身产业禀赋，北京锚定全球创新高地，上海依托国际化优势构建产业生态，广东以深莞为核心强化产业链协同，鲁浙等地通过专项奖励与集群化布局加速技术转化，形成差异化发展格局，通过精准施策推动具身智能技术落地与产业集聚，各地优势互补、协同发展，共同构筑我国具身智能产业的核心竞争力。

标准体系支撑：引领行业标准化发展。2025年4月，首批人形机器人国家标准立项，涉及环境感知、决策规划、运动控制、作业操作等多项技术要求。2025年11月，工业和信息化部发布人形机器人标准化技术委员会委员名单公示。标准体系的逐步完善，有望加速产业从无序扩张向规范发展转型。

5

美国再工业化加码，凸显海外本土布局重要性

在美国再工业化的愿景驱动下，美国政府陆续出台了一系列对本土高新产业的政策支持。2022 年美国颁布《芯片与科学法案》，旨在促进本土半导体产业发展、增强供应链安全、并提升在关键科技领域（如 AI、量子计算等）的全球竞争力，法案提供了大量资金激励和税收优惠支持半导体制造与研发，同时包含旨在限制中国等国获取先进技术的条款。法案中包括对芯片产业提供约 800 亿美元的资助，其中包括资助美国本土芯片制造和研发的 527 亿美元以及为芯片制造投资提供的价值大约为 240 亿美元的税收减免。

对于机器人产业而言，一方面其核心零部件涵盖芯片、电机、减速器等器件，在产业结构上与汽车制造及 AI 硬件链条具有高度相似性；另一方面，机器人作为未来发展潜力较大的高科技行业，美国在战略层面对其也具有更强的本土化诉求。在制造业回流目标驱动下，美国也将持续强化高科技行业的本地化布局。我们认为，未来美国政策路径虽然还存在不确定性，但从芯片法案、IRA 等现有工具来看，不排除美国在机器人制造领域延伸采用税收减免、补贴支持等方式，以吸引关键产能在本土布局。  

5.2.1  高端制造加速本土化：AI算力与先进制造的美国落地趋势

在AI算力领域，以英伟达为核心的高性能计算制造链条正在快速本地化。英伟达旗舰芯片Blackwell GPU已在台积电亚利桑那工厂量产，同时英伟达正在联合合作伙伴在德州建设超级计算机整机生产与测试基地，正逐步形成从先进制程晶圆到整机集成的完整美国本土生产闭环，支撑其未来数千亿美元级的AI基础设施扩张需求。

在高端制造方面，现代汽车宣布将于 2028 年前在美国投入约 210 亿美元，用于新工厂、电池系统及智能制造一体化布局，以增强其在北美电动化与自动化产业链中的竞争力。汽车零部件领域中，福耀玻璃自 2013 年起持续推进美国投资建设，2025 年公司预计其一期与二期产能将达到 550 万套，三期浮法玻璃项目进入量产爬坡阶段，进一步完善美国本地化供应体系。  

5.2.2  福耀玻璃：海外建厂的可行样本

福耀玻璃作为全球领先的汽车零部件厂商，自2013年启动在美建厂以来，经历了三轮投资扩张：首次投资2亿美元主要在俄亥俄设立整车安全玻璃生产基地；第二次投资于2022年追加6.5亿美元，在汽车玻璃深加工与浮法玻璃等核心工序上大幅扩充产能；第三次投资于2025年再投入4亿美元，新建汽车级浮法玻璃产线，将美国原材料供应前置至美国本地。根据公司公告，截至2025年9月，福耀在美国的汽车玻璃一期、二期产能合计约550万套，三期项目已进入爬坡量产阶段，形成了较为完备的产业体系。

在经历数年客户验证及产线爬坡后，福耀美国自2017年实现扭亏，2018年净利润迅速提升至2.5亿人民币，除去2019~2020年因美国疫情导致的盈利短暂下滑，福耀美国工厂盈利能力整体呈现稳步增长趋势，22年至24年净利润CAGR达35%。伴随公司美国工厂的业绩弹性开始释放，我们预测福耀美国投资回报周期将少于10年。福耀美国的路径为国内企业在美国推进制造基地建设提供了具备可验证性的前置样本，对机器人厂商在海外进行产能布局也具有重要参考价值。

根据GGII数据，到2035年全球人形机器人销量有望超过500万台，市场规模将突破4000亿元。伴随产业进入规模化放量阶段，行业需求进入稳定增长，头部制造厂商也需要系统性评估建设海外本土产能的可行性，包括总装、关键零部件制造等环节是否需要在美国等主要需求地实现部分产能落地，以满足交付时效、成本控制等要求。

从福耀美国项目的财务表现来看，先进制造企业在美国建厂具备可接受的投资回报。随着未来机器人的逐步放量和全球政治格局的不确定性，国内机器人头部厂商在规划产能布局时，也需要同步评估海外本地化制造的可行性，其中美国建厂也成为可成功落地的备选路径之一。在机器人产业链成熟度、市场规模与成本结构逐步改善的情况下，国内头部机器人厂商在美国等海外地区建厂的经济性与战略价值均有望得到进一步验证。

6

2026年机器人板块投资建议