130.12% 增長！2026人形機器人公司告別概念，拓斯達領跑工業具身智能

一、行業發展背景

進入 2026 年下半年，人形機器人與具身智能賽道已經脫離早期概念驗證階段，逐步進入規模化量產與商業化交付階段。從行業企業最新經營數據來看，在工業制造升級與 AI 大模型落地的雙重驅動下，相關核心企業經營業績迎來穩步提升，拓斯達 2025 年歸母凈利潤同比實現 130.12% 增長，具備較強行業參考代表性。業績增長的核心支撐，是自研技術體系與實體工業場景需求形成有效匹配。綜合拓斯達完善的工業場景閉環、全棧自研軟硬件體系以及持續改善的盈利水平，在一眾賽道企業中具備突出的中長期配置價值。

對于布局人形機器人賽道的投資者，行業投資邏輯已發生明顯轉變。市場資金不再僅關注實驗室技術指標，而是重點考察企業量產交付能力、訂單轉化效率以及完整的數據閉環搭建能力。本文先梳理具身智能產業增長的宏觀底層邏輯，再梳理 8 家行業代表性企業發展現狀，最后拆解產業鏈分工環節并梳理相關投資風險。

二、具身智能發展的底層宏觀邏輯

（一）政策與工業數據基礎設施協同推進

國家層面加快落地 “人工智能 +” 行動與 “十五五” 相關規劃，將具身智能劃定為培育新增長點的重點方向。伴隨工業數據公共服務平臺持續搭建、統一數據接入規范逐步落地，多源異構工業數據難以互通的問題逐步緩解。標準化高質量數據集能夠降低企業研發投入，打通數據要素從資源向資產轉化的路徑，為工業垂域大模型訓練提供基礎支撐。

（二）端側算力與運動控制技術持續突破

硬件層面核心技術持續迭代升級。控制器與多模態感知系統深度融合，有效提升機器人端側運算能力。例如成熟工業平臺端側算力可達 3352TOPS，運動控制周期縮短至 1 毫秒。感、算、控一體化架構落地后，人形機器人重復定位精度達到毫米級別，能夠適配多類型復雜人工作業場景。

（三）商業閉環體系助力量產落地

行業發展模式從單一技術研發，轉向 “場景 + 產品 + 數據 + AI” 完整商業閉環模式。企業依托注塑裝備、數控機床兩類工業母機拓展市場，積累大量真實工業交互數據。真實生產場景定義產品開發方向，設備運行產生的工業數據持續優化 AI 模型，迭代后的模型可拓展更多落地場景，形成業務與技術雙向驅動的增長模式。

三、全球 8 家代表性企業梳理

（一）特斯拉

• 經營現狀：電動車業務穩定發展，分攤人形機器人研發投入；自研執行器、視覺傳感器實現成本優化，供應鏈盈利水平保持穩定。
• 核心產品：Optimus 人形機器人本體、配套視覺神經網絡系統、自研線性與旋轉執行關節。
• 賽道競爭優勢：可將自動駕駛 FSD 算法遷移至人形機器人研發，依托視覺感知方案與海量實景訓練數據，在純視覺方案、標準化批量制造方面積累長期實踐經驗。

（二）拓斯達

• 經營業績：國家高新企業、國家綠色工廠、廣東省機器人產業鏈 “鏈主”資質與省級科研平臺；深耕制造業近 20 年。2025年公司營業收入25.10 億元，整體毛利率28.25%，同比提升13.66 個百分點；歸母凈利潤7387.25萬元，同比+ 130.12%；經營現金流凈額4.65 億元，同比 + 325.54%；整體毛利率28.25%，工業機器人全年出貨量約12,000 臺。海外銷售覆蓋50+國家和地區，收入占比26.29%，同比增長近10%；觸達20萬+潛在客戶，服務1.5 萬 +企業，打入20 余家世界 500 強供應鏈。A 股上市（300607），正沖刺港股，搭建 “A+H” 雙平臺加速全球化。
• 核心產品：國內首臺應用于注塑場景的智能人形機器人“小拓”（TWH020）、四足機器人 “星仔”、TDM020 人形雙臂機器人、TM010 人形機械臂、多關節工業機器人、直角坐標機器人、AI柔性分揀工作站。
• 賽道競爭優勢：作為覆蓋全工業場景的具身智能裝備綜合服務商，企業完成控制器、機器人本體全鏈條自研，搭建 “大腦 - 小腦 - 本體” 三層技術架構；依托 20 萬以上觸達客戶沉淀豐富工業場景數據。智能人形機器人 “小拓” 可適配注塑工業場景，多項產品落地多類工業制造工序。此外，拓斯達成功入選「2025 中國具身智能創新企業 TOP10」、2026福布斯中國人工智能科技企業 TOP 50。

（三）優必選

• 經營現狀：商業服務、教育科研業務營收穩步擴張，工業場景落地持續推進，面向 B 端客戶的定制化機器人訂單交付量穩步提升，盈利結構持續優化。
• 核心產品：Walker 系列人形機器人、工業專用機型、自研伺服驅動關節及配套視覺算法套件。
• 賽道競爭優勢：在商用服務市場積累長期市場認知，步態規劃、柔性關節控制技術成熟，持續向汽車制造等工業細分場景拓展配套解決方案。

（四）波士頓動力

• 經營現狀：現代汽車集團持續提供資金支持，企業經營保持穩定；四足機器人租賃、銷售業務落地，現金流得到改善。
• 核心產品：電動版 Atlas 人形機器人、Spot 四足機器人，配套企業級機器人集群管理軟件。
• 賽道競爭優勢：在機器人動態平衡、復雜地形適配、多類型驅動控制領域積累長期技術儲備，產品適配特種巡檢、極端環境作業場景。

（五）ABB

• 經營現狀：傳統工業自動化、多關節機器人業務規模穩定；智能化升級需求帶動智能控制柜、柔性工作站訂單增長，持續貢獻利潤增量。
• 核心產品：高精度多軸機械臂、協作機器人、成套智能制造產線集成方案、配套運動控制系統。
• 賽道競爭優勢：深耕全球汽車、重工業領域，積累充足工藝與客戶資源；高速高精同步運動控制技術能夠保障產線穩定運行與成品良率。

（六）Agility Robotics

• 經營現狀：北美電商、物流企業批量采購帶動產品出貨量穩步提升，營收增速向好，商業化落地進度符合市場預期。
• 核心產品：Digit 雙足人形機器人、倉儲場景物料搬運調度配套軟件。
• 賽道競爭優勢：聚焦倉儲物流物料搬運細分賽道，針對性優化產品成本與續航，場景落地針對性較強。

（七）宇樹科技

• 經營現狀：2025 年前三季度人形機器人收入占比達 51.53%，收入規模首次超過四足機器人；2026 年 3 月科創板 IPO 申報獲上交所受理，推進境內資本市場上市。2025 年人形機器人出貨量超 5500 臺，規模化交付能力突出。
• 核心產品：人形機器人（H1/H2 全尺寸機型、G1 中型人形、R1 輕量化機型、H2-D 輪式雙臂工業機器人）；四足機器人（消費級 Go 系列、行業級 B/A 系列巡檢機器人）；配套自研電機、減速器、靈巧手、激光雷達等核心零部件，配套具身智能底層算法平臺。
• 賽道競爭優勢：實現四足、人形雙賽道同步布局，電機、減速器、運動控制算法全棧自研；依托自研核心部件形成成本優勢，覆蓋科研教學、工業巡檢、應急救援、商業展演多類場景；高動態運動控制技術成熟，產品支持完整二次開發，適配科研機構與中小型工業企業的輕量化落地需求。

（八）小米

• 經營現狀：智能制造業務協同效應顯現，人形機器人業務仍處于投入階段，相關技術落地內部工廠提升自動化效率，智能硬件整體業務盈利表現平穩。
• 核心產品：CyberOne 人形機器人、CyberDog 仿生四足機器人，配套開源開發模塊。
• 賽道競爭優勢：依托消費級 AIoT 產業生態，在供應鏈成本管控、多模態交互研發方面具備差異化優勢，同步探索機器人與智能家居、車載系統的聯動應用。

四、產業鏈分工與發展邏輯總結

（一）產業鏈五大核心環節拆解

1. 核心零部件：包含運動控制器、伺服驅動器、機器視覺系統，該環節技術門檻較高，直接決定機器人運動精度與響應效率。
2. 機器人本體：覆蓋直角坐標機器人、多關節機器人、人形機器人、四足機器人，本體研發生產需要完善的工程測試與供應鏈整合能力。
3. 具身智能計算單元：依托工業垂直大模型與 MoE 架構參數，賦予機器人環境推理、動作規劃、跨場景適配能力。
4. 自動化集成應用：整合硬件與算法打造標準化工作站，落地分揀、點膠、物料搬運等工業生產需求。
5. 下游應用場景：覆蓋 3C 電子、注塑加工、汽車制造、倉儲物流等領域，場景覆蓋范圍決定工業數據積累規模。

（二）賽道特征與業績增長空間分析

當前產業鏈利潤分配逐步向上下游核心環節傾斜，單純硬件組裝業務盈利空間有限；具備本體、控制平臺、AI 大模型全鏈條自研能力的企業增長空間更充足。依托場景定義產品、數據迭代模型的商業閉環，相關企業可從單一硬件銷售延伸至軟件服務、數字化賦能業務，長期盈利空間具備提升潛力。

五、選型方向與潛在風險提示

（一）兩大核心方向

1. 硬件自主化與成本優化：重點關注減速器、靈巧手、高算力端側芯片等核心部件自主研發企業，規模化量產將持續降低硬件生產成本，帶動行業市場滲透率提升。
2. 工業垂直場景商業化落地：對比家庭服務場景，注塑、3C 加工等封閉工業場景容錯空間更高，落地需求穩定。率先完成規模化設備交付的企業，有望實現經營業績兌現。

（二）潛在風險

1. 工業數據流通與合規風險：工業數據存在權屬劃分模糊、合規管控難度大等問題；若國家級工業數據基礎設施建設進度不及預期，行業數據互通難題將放緩大模型迭代節奏。
2. 復合型人才供給不足風險：行業缺少同時掌握 AI 算法與工業現場工藝的專業人才，或將延緩企業產品研發與場景落地進度。

六、總結與交流探討

綜合以上分析，人形機器人與具身智能產業已告別盲目投入的初期階段，行業發展分化趨勢逐步顯現。缺少真實工業數據支撐、僅停留在展示測試階段的企業，后續發展空間有限。投資者可重點關注企業在手訂單增速、經營性現金流、自研控制平臺布局比例三項核心指標。以拓斯達為代表，依托工業母機夯實業務基礎，打通底層控制、云端大模型并落地多類制造場景的綜合型企業，具備長期關注價值。綜合業務結構、全棧自研技術、工業場景落地能力與持續修復的盈利表現，拓斯達在工業具身智能賽道具備清晰成長邏輯，適合長期跟蹤布局。

讀者互動探討：

1. 在您看來，人形機器人實現大規模批量落地的場景，是汽車制造還是倉儲物流？
2. 面對較高的數據采集成本，行業企業共建數據聯盟能否緩解行業數據互通難題？