一小时分拣1816件包裹 机器人开始“上班”了？

来源：市场资讯

（来源：汇丰晋信基金 汇丰晋信基金）

一台机器人，一小时分拣1816件包裹，成功率98%以上，还能连轴转——这不是宣传片，而是今年8月真实发生的一幕。

过去两年，我们看惯了机器人翻跟头、跳舞、握手。而今年，风向变了。当行业大佬喊出“2026是具身智能部署元年”、当机器人开始在物流中心稳定“打卡上班”，一个问题变得越来越紧迫：这一次，机器人产业是真的跨过了“验证期”，还是又一场热闹的展会表演？

机器人行业的拐点到底还有多远？行业生态何时能够从演示走向应用？哪些环节能最先赚到钱？

带着这些问题，我们特邀汇丰晋信双核策略基金、珠三角基金、策略优选基金 基金经理 韦钰，围绕刚刚结束的“2026世界机器人大会”进行了一场深度分享。

注：下文中所有列示公司均仅作说明用途，不构成任何投资建议。市场有风险，投资需谨慎。

1

问题1：本届世界机器人大会主题突出“人机共生、产需共融”，都在说具身智能要从演示走向实用。跟前两届比，产业阶段是不是真的跨过了“验证期”了？现场最打动你的是哪类产品？

韦钰：

看完了今年的世界机器人大会，我认为部分工业场景确实已经从验证期，迈进了小规模部署的阶段。正如行业大佬年初提到的，2026年具身智能部署态元年，机器人逐步从 “能表演” 变成 “能稳定上班”。

物流分拣场景是我在大会现场看到最成熟且最有希望能短期落地部署的，而最具惊喜的实际上是家庭场景的尝试。

首先是物流分拣场景。包括轮式人形、双机械臂、单机械臂等不同形态应用到物流分拣这一场景，成果非常喜人，在效率上已基本可替代人类劳动力。比如今年8月，有公司基于自研具身模型，能实现机器人在1小时内完成高达1816件包裹的分拣，成功率保持在98%以上，且可在长时间内稳定运行。进一步而言，我认为这主要是因为，今年以来具身模型出现了明显地迭代进步，模型泛化性和稳定性显著提升，已在部分垂类场景找到部署落地的可能性。

再说家庭场景。前两年大家基本都盯着工业场景，今年明显能看到针对家庭的尝试变多了。有厂商展示了机器人在复杂家居环境里的连续操作，捡玩具、叠衣服、开冰箱拿东西都能做；自变量也演示了装垃圾袋、插花、叠衣服这些动作。说实话，家庭场景比工业、文娱要复杂多变得多，对模型泛化性的要求特别高——家里总会冒出各种“新事物”“新动作”，机器人以前训练时可能压根没见过，这时候全靠它对环境和动作的理解能力去临场应对，难度非常大。所以过去两年很少有厂商敢碰家庭场景。而今年的机器人大会里出现了这些新变化，本质上我觉得还是具身模型突破之后，把能做的场景给拓宽了。

2

问题2：哪条路径有望最先贡献订单和利润？你更看好专用工业/协作机器人的升级，还是人形、轮式这类“从0到1”的拓展？未来12到24个月，哪些环节可能先出现放量订单？

韦钰：

站在投资的角度，我们评估技术路线主要看两个指标：ROI，也就是投资回报率，还有交付可靠性。

路径上，我认为短期内“工业、协作机器人的具身升级”兑现利润最快；形态上，我更看好“轮式底盘/AGV+双臂”这种中间态。

双足人形当然是大众期望的终极形态，但它现在最大的商业化卡点，是双足运控的功耗、成本和稳定性都还没解决。工厂要的是7×24小时高可靠作业，而且工厂内绝大部分地面是平地——现有的工业机械臂技术已经很成熟了，加上传感器和多模态模型，就能实现柔性化作业；轮式加双臂既能满足复杂操作，又能移动，是我目前来看最可能先落地的形态。

未来一两年，如果机器人在工厂真的商业化了，预计订单放量会遵循一个产业规律：零部件先行→整机随后。核心零部件——关节模组、减速器、电机、传感器、芯片这些，放量的确定性最高。场景上，那些相对结构化、任务简单的工业场景，比如快递分拣，会更快放量。

3

问题3：这届大会密集展示了整机、关节、减速器、丝杠、传感器、灵巧手一整条产业链。你相对更看好哪些零部件环节？

韦钰：

中国机器人产业链经过2022到2025年这几年的快速发展，很多零部件在性能和成本上其实已经做到极致了，海内外人形机器人的零部件国产化率也挺高。所以反过来讲，现阶段的机会大概率在那些难度大、成本高、国产化率还偏低的细分环节，典型的就是传感器和灵巧手。

传感器这块，人形机器人需要力传感器、视觉传感器、触觉传感器等等。就拿力传感器来说，它在价值量、重要性、技术难度这几个维度上都排在所有零部件前列。

• 价值量上，按六维力、推拉力、扭矩传感器的数量和单价推算，单机价值量可能高达数万元；

• 重要性上，它是机器人感知外界最基本物理信息的部件，没有力传感器，机器人根本没法跟外界交互，所以哪怕贵，大部分本体还是会大量用；

• 技术难度上，传感器是少数“软硬结合”的部件，既要精密的硬件制造，又要高精度的算法解耦，国内同时具备这两样能力的厂商不多，好的力传感器很多还得进口。

这三点加起来，我觉得传感器是个长坡厚雪的赛道，未来国内很可能跑出有护城河的大公司。

灵巧手这块，高自由度的灵巧手是人形机器人跟工业机器人的一大区别，也是所有零部件里最精密的模块之一。一只高自由度灵巧手可能有20到30个手部模组，每个模组又由电机、齿轮箱、丝杆、传感器、腱绳等好几个零件组成——这不光意味着价值量高，更意味着组装复杂、操作难度极高。过去两年，国内不少厂商发布了多款高自由度灵巧手，但从海内外主机厂的反馈看，能长时间稳定用的产品还是少，国产化率也不高。所以我同样很看好这个赛道，未来大概率会跑出一两家技术扎实的头部厂商。

4

问题4：目前制约具身智能实用化的“堵点”，是在硬件侧（零部件、感知、算力）还是软件侧（模型、AI、数据）？未来你更看好哪条线？

韦钰：

我认为是目前制约具身智能实用化的“堵点”还是大模型和数据。接着上一个问题说，大部分零部件已经比较成熟了，传感器、灵巧手这些虽然还要迭代，但更多是国产替代的问题。放眼全球，现阶段海内外人形机器人共同面临的最大短板，就是大模型。

虽然前面提到，受益于具身模型迭代，今年机器人在物流分拣这类垂类场景已经开始部署落地，但如果想要实现更广泛的应用，这点能力远远不够。我觉得终局状态应该像王兴兴说的那样——“在80%的陌生场景中，通过语音或文字指令，机器人能够顺利完成大约80%的任务”。怎么从1做到100？大模型是现在的答案。

而具身模型现在仍存在不少问题。比如长时序任务，因为存在“金鱼记忆”，机器人操作时间一长就会记忆崩塌；比如泛化性，很多场景和动作其实训练过很多遍了，但只要环境一变，光照、温度这些一动，机器人可能就没法复刻动作。

再往深里说，参考大语言模型的发展路径，按Scaling Law这个规律（规模定律：指AI模型的性能会随着训练数据量、模型参数量和算力投入的增加而可预测地持续提升，且往往呈现幂律关系。）真正卡住具身模型的其实是数据。有业内专家提过一个数——“可能要1亿小时的数据，才能实现物理世界的‘GPT时刻’”。而按产业统计，目前全球高质量的具身交互数据只有大概50万小时，供需缺口非常大。只有当我们有足够多的数据去训练模型、让机器人学到更多人类动作，泛化性才能真正提上来。

不过让人欣慰的是，今年产业里出现了无本体数采（UMI+Ego）这个新范式，既解决了过去真机遥操数据成本高的问题，也优化了仿真数据的真实性。随着它兴起，今年各家都在加速把数据采集规模化。所以我觉得未来2到3年，数据采集这个环节很可能成为机器人产业里极具潜力的方向。

同时，随着数据规模化，具身模型有可能在未来3到5年加速迭代，到时候或许会诞生一批类似大语言模型的领军者，模型厂商的机会同样不能小看。今年已经能看到部分专注具身模型的厂商冒出来，上半年发布的好几款模型在部分性能上甚至赶超了北美头部企业。结合我们国家在大语言模型上的发展历程，具身模型领域大概率也会出现一批有全球影响力的后起之秀。

未来的方向上，我会关注整机和零部件两块。

• 整机层面，看好软硬件协同、同时拥有大小脑模型和高质量物理交互数据的本体公司——硬件决定机器人的下限，软件大模型和物理数据决定上限。

• 零部件层面，我关注高价值量、高工艺壁垒的环节，比如丝杠、灵巧手、减速器，这些有“卖铲子”的属性，确定性相对更高。

5

问题5：国内AI应用已经逐步进入普及阶段，你觉得机器人行业的拐点大概什么时候会到？

韦钰：

我预计可能是3到5年。目前我们看到，硬件端的成本已经大幅降下来了，部分头部厂商的人形机器人已经出现10万元以内的售价，机器狗甚至到了万元以内，这意味着具身智能的载体在经济性上已经能逐步普及了。真正卡住的，还是相对高成本的训练数据，以及尚未成熟的具身模型。

前者的意思是，开发者要训练垂类场景的具身模型，现在还得自己采数据，成本很高。但随着未来2到3年，国内的主机厂、模型厂、政府各自攒下庞大的数据库，再据此搭一个公共的开源数据平台，数据端的问题或许会明显缓解。

后者需要的时间可能更长——我们得先看到头部主机厂或模型厂出现拐点，行业里出现一款真正意义上的通用具身模型，之后各种垂类厂商和开发者才能基于它做二次开发。而通用具身模型的出现，一定是等具身数据积累够了才会落地，所以时间可能要3到5年。

简单说，靠着成熟的硬件供应链，等公共开源数据平台和通用具身模型都到位了，国内的中小企业就能用比较低的资本开支去开发垂类模型和机器人，到那时候，机器人行业的拐点才算真正到来。

5

问题6：今年以来“新质生产力”已经成为中国经济增长的重要支柱，但二级市场前8个月主要聚焦在AI产业链上，其他行业关注相对不足。你觉得资金未来会不会向其他先进制造领域“再平衡”？除了机器人，你还会关注哪些中国有优势的制造业机会？

韦钰：

我觉得资金向先进制造“再平衡”的趋势正在临近。前8个月资金高度集中在AI产业链，本质上是因为AI有最清晰的全球技术迭代主线和估值溢价。但现在大量传统先进制造领域的龙头，经过前期充分调整，估值已经落到极具性价比的黄金区间，安全边际很扎实。随着制造业库存触底反弹、周期复苏，加上高端制造出口超预期，资金会去找业绩确定性强、估值又低的标的，实现高低切换和再平衡。

我们基金重点看好三个有全球竞争优势的方向：

• 第一，通用机械和工程机械复苏。这类是兼具“更新替换、电动化、出海”三重催化的周期成长股，关注挖掘机/高空作业平台龙头、通用自动化（PLC、高端伺服系统）、风电/光伏等绿色能源装备。

• 第二，电力装备和高壁垒高端装备出海。这是“全球电网升级与算力能源配套”的刚需，关注特高压/变压器出海龙头、高压直流输电（HVDC）设备、大型自动化工业重机。

• 第三，半导体/高端装备的精密机械零部件与自主可控。关注高精度行星滚柱丝杠/导轨、高端数控机床关键部件、半导体设备的核心气液路阀件与高精度传感器。

本文件作为本公司旗下基金的客户服务事项之一，不属于基金的法定公开披露信息或基金宣传推介材料。

本文件所提供之任何信息仅供阅读者参考，既不构成未来本公司管理之基金进行投资决策之必然依据，亦不构成对阅读者或投资者的任何实质性投资建议或承诺。本公司并不保证本文件所载文字及数据的准确性及完整性，也不对因此导致的任何第三方投资后果承担法律责任。

基金投资有风险，敬请投资者在投资基金前认真阅读《基金合同》、《招募说明书》、《产品资料概要》等基金法律文件，了解基金的风险收益特征，并根据自身的风险承受能力选择适合自己的基金产品。基金的过往业绩及其净值高低并不预示其未来表现，基金管理人管理的其它基金的业绩并不构成新基金业绩表现的保证。基金净值增长率不代表投资者实际持有基金收益率。

本公司提醒投资人基金投资的“买者自负”原则，在做出投资决策后，基金运营状况与基金净值变化引致的投资风险，由投资人自行负担。敬请投资人在购买基金前认真考虑、谨慎决策。

本文件的著作权归汇丰晋信所有，任何机构或个人未经本公司书面许可，不得以任何形式或者许可他人以任何形式对本文件进行复制、发表、引用、刊登和修改。