一台国产人形机器人的物料清单里，藏着信创最后一块拼图

今年的世界机器人大会刚刚落幕，与往年相比，少了几分“看机器人跳舞”的喧闹，多了些“看机器人干活”的踏实，也让更多人带着“务实”的心态将目光深入人形机器人的行业背后。

过去两年，只要谈起人形机器人的供应链，行业里总会引用同一句话：核心零部件国产化率已超70%。这个数字被写进券商研报，被摆在各类产业大会的PPT上，也被当作中国在具身智能这条新赛道上"占了先手"的证据。

但如果把一台国产人形机器人的物料清单摊开，逐项往下读，会读到另一组事实。宇树科技的H1-2标配Intel Core i5或i7，可选配英伟达Jetson Orin NX，最多三块；优必选Walker X用的是Intel i7双路加NVIDIA GT1030；银河通用的Galbot则成为全球首批搭载英伟达Jetson Thor的人形机器人之一。放眼全球整机厂，具备端侧主控芯片自研能力的只有特斯拉一家，其余厂商基本都在外购英特尔与英伟达。

也就是说，中国在这条产业链上赢下了肌肉和骨骼，神经中枢仍然握在别人手里。要知道，国产化率是按零件个数和采购金额算出来的数字，而产业安全从来是按最薄的那一环算的。所以这不是一个供应链话题，而是一道尚未被正式开卷的考题。

把70%这个数字拆开算

先说结论：硬件层的胜利是真实的，含金量也很高。

谐波减速器这个曾经被日本厂商垄断得最彻底的品类，2025年在国产机器人中的配套率已经超过40%；行星滚柱丝杠、空心杯电机、编码器、力矩传感器则全线跑通了从样件到批量的路径。宇树招股书里那个最扎眼的数字——60.44%的毛利率，对应同行平均值仅44.44%——正是建立在电机、减速器、传感器全栈自研加底层运动控制算法之上。能后空翻、能跑马拉松的本体能力，靠的是这套东西。

问题在于，那个"70%"的计算口径里，主芯片、编译器与工具链、上层框架这几项，基本没有被认真计入。它们在整机BOM里的金额占比不高，却决定了机器人"想什么、怎么做"。下面这张表，是把一台典型国产人形机器人的关键料号按供应商国别重新排一遍的结果。

这张表可以概括成一句话：中国制造业二十年积累解决的是"能不能动"，还没轮到"用谁的能动"。 前一个问题在展会和短视频里已经得到了充分回答，后一个问题在招股书和采购合同里才刚被提出来。

为什么"大脑"最难替

需要说清的是，国产替代在这一层并非空白，进展甚至比外界想象的快。

瑞芯微的RK3588已经进入智元灵犀X2、逐际动力LimX Oli等整机，成本约为国际同类产品的六成；地平线旗下地瓜机器人推出的RDK S100，把负责认知的BPU与负责实时控制的Cortex-R52锁步MCU集成在单颗SoC上，提供80至128 TOPS算力，售价2799元，差不多是同等算力英伟达方案的一半；黑芝麻智能以华山A2000加武当C1236的双芯片方案支撑了武汉大学的人形机器人"天问"；云天励飞则在开发面向具身智能的DeepXBot系列。参数意义上的差距正在收窄。

真正卡住的不是参数，是生态。

CUDA经营了二十年，聚集了数百万开发者。具身智能这一轮技术演进——大规模仿真训练、世界模型、VLA（视觉-语言-动作）模型、各类算子库与预训练资产——几乎全部长在这套体系之上。对一家机器人公司来说，换芯片从来不是换一颗料号，而是要重新承担迁移成本、适配周期，以及最难忍受的一项：性能释放不稳定。很多团队即便硬件条件已经具备切换能力，最终仍会被算子支持不全和工具链完整度挡回去。这也解释了一个看似矛盾的现象：一边是国产芯片密集发布，一边是头部整机厂的旗舰机型继续标配英伟达。

面对这道生态壁垒，国产厂商给出了两种截然不同的答案。

一派选择兼容。速显微在天津发布的TUCA统一计算架构与"天衡"系列GPGPU，核心策略就是自研指令集与编译器，但上层工具链完全兼容CUDA，让开发者已有的代码、模型和调试习惯"重新编译一次就能跑"。其首款产品TH1100算力100T，计划年内落地；对标Jetson Thor的TH1800算力800T，计划2027年底流片。这条路的逻辑很务实：先把迁移门槛降到接近于零，再谈别的。

另一派选择绕开。既然x86与CUDA的历史包袱是别人的资产，那就在新架构上重新起一局——RISC-V成了这条路径的载体。今年，开放麒麟社区联合OpenLoong开源社区等单位，在RISC-V架构人形机器人上完成了从系统底层适配、ROS组件集成到真机联调的全过程，实现了运动控制与基础交互的稳定运行。这是一次真机落地，而非纸面适配。

两条路都还在早期，但方向已经分明：兼容派赌的是商业化速度，重构派赌的是长期主导权。

操作系统这一层，名字叫OS，其实是中间件

很多读者对操作系统这个词有天然的敏感度，但在机器人语境里，它需要先被祛魅。

ROS的全称是Robot Operating System，可它本质上只是运行在Linux之上的分布式通信中间件。它诞生时面对的对象是工业机械臂和AGV小车——自由度低、平面运动、刚体为主。而人形机器人有几十个关节、上百个自由度，要同时驱动相机、激光雷达、触觉与力矩传感器，每一帧感知数据都必须在毫秒级内送到推理模块再转成控制指令。在ROS 2框架下，这些数据流每一次跨进程传输都要走完"序列化→内存拷贝→反序列化"的完整流程，CPU被大量非计算任务占满，系统延迟剧烈抖动，最终表现出来就是动作迟缓甚至失稳。

于是两个方向正在同时发生。一个是国产操作系统往下扎，麒麟软件与先进计算与关键软件海河实验室为机器人场景提供系统，深度优化实时性与RISC-V AI软件栈；另一个是原生机器人OS往上长，DORA这类项目试图重写中间件层，目前已与昇腾展开合作并在国际上开源。

这里有一个值得单独强调的判断：具身智能是操作系统这一层难得的一次"重新发牌"。 过去信创最痛的地方，从来不是技术差距本身，而是历史软件资产的迁移代价——用户要为国产化付出体验折损。但人形机器人这个物种没有存量软件包袱，ROS本身在人形场景下也已显出结构性不适配，这意味着国产方案不必先证明"我和它一样好"，而可以直接论证"它本来就不够用"。这是十几年来罕见的、替代成本与体验损失同时趋近于零的窗口期。

总结：往上走每一层，国产化率掉一档

中国用二十年时间证明了自己能造出全世界最好的关节和最便宜的本体，宇树60%的毛利率就是证据。但从关节往上，每上一层——控制芯片、算力芯片、工具链、中间件——国产化率就掉一档，到了最上面那两层，几乎是从头开始。

所以真正的考题或许不是人形机器人什么时候起量。而是起量的那一天，这条产业链上最值钱的那部分利润，和最要紧的那部分安全，落在谁手里。