研究報告

機器人產業全景入門:全球供應鏈地圖、硬體與軟體分層、2050 年市場規模,供應鏈誰卡在關鍵位置

2026/11/02 49 次瀏覽 36 分鐘

機器人全球供應鏈公司一覽

層級
 
環節
 
公司(股票代碼)
 
軟體層

 
運算晶片
跑 AI 模型、即時處理感測資料
 
NVIDIA(美股 NVDA)
Tesla(美股 TSLA,自研 FSD 與 AI5 晶片,歸入整機層)
AMD(美股 AMD,Ryzen Embedded 用於機器人控制器)
Qualcomm(美股 QCOM,Dragonwing IQ10 機器人平台)
地平線機器人(港股 9660)
 
基礎模型
輸入畫面與指令,輸出動作
 
NVIDIA(美股 NVDA,Isaac GR00T)
Alphabet/Google DeepMind(美股 GOOGL)
Physical Intelligence(未上市)
Figure AI(未上市,Helix 模型)
 
資料與模擬
提供訓練用的動作資料與虛擬環境
 
NVIDIA(美股 NVDA,Isaac Sim)
各整機廠自有場域資料(未上市)
 
邊緣作業系統與中介軟體
跑在機器人本體上,負責即時控制、故障隔離與功能安全
 
BlackBerry QNX(美股 BB)
Wind River VxWorks(Aptiv 旗下,美股 APTV)
NVIDIA(美股 NVDA,Isaac ROS 與 Halos 安全架構)
東土科技(深圳 300353,鴻道 Intewell)
Green Hills Software INTEGRITY(未上市)
ROS(開源專案,由 Open Source Robotics Foundation 維護)
 
視覺與感知軟體
辨識物體、定位、引導手臂抓取
 
Cognex(美股 CGNX)
所羅門(台股 2359)
梅卡曼德 Mech-Mind(港股 9615)
 
整機層

 
人形:美國
人形機器人,把軟硬體組成能走能抓的產品,仍在早期
 
Tesla(美股 TSLA,晶片、模型、整機垂直整合)
Figure AI(未上市)
Agility Robotics(未上市)
Apptronik(未上市)
 
人形:中國
人形機器人,中國廠商以量產與低成本見長
 
宇樹科技(上海科創板 688836)
優必選(港股 9880)
智元機器人(未上市)
 
人形:日韓歐
人形機器人,背後有汽車集團的場域與產能
 
現代汽車旗下 Boston Dynamics(母公司韓股 005380,Boston Dynamics 本身未上市)
 
四足與輪式
先落地的非人形機器人
 
宇樹科技(上海科創板 688836)
Boston Dynamics(Spot,未上市)
 
工業與協作手臂
已商業化多年,每年新裝 50 多萬台
 
Teradyne 旗下 Universal Robots(美股 TER)
達明(台股 4585,協作手臂)
上銀(台股 2049)
越疆(港股 2432)
Fanuc(日股 6954)
安川電機(日股 6506)
Epson(日股 6724,SCARA 機型)
Doosan Robotics(韓股 454910)
ABB(瑞士 ABBN/美股 ABB,機器人事業出售予軟銀的交易待完成)
 
物流與倉儲機器人
先量產的移動搬運機器人與自動叉車
 
Symbotic(美股 SYM)
Teradyne 旗下 MiR(美股 TER)
極智嘉 Geek+(港股 2590)
KION Group(德股 KGX,叉車與倉儲自動化)
AutoStore(挪威 AUTO)
Locus Robotics(未上市)
 
醫療機器人
手術與診斷機器人,安全認證要求最高
 
Intuitive Surgical(美股 ISRG)
Medtronic(美股 MDT)
Stryker(美股 SYK)
微創機器人(港股 2252)
 
場域部署客戶
實際把機器人放進工廠與倉庫的使用端
 
Amazon(美股 AMZN,物流場域,屬使用端而非製造端)
蔚來汽車(美股 NIO/港股 9866)
現代汽車(韓股 005380)
賓士(德股 MBG)
 
硬體層

 
馬達
把電變成旋轉的力
 
Moog(美股 MOG.A)
大銀微系統(台股 4576)
匯川技術(深圳 300124)
Nidec(日股 6594)
Maxon(未上市)
 
驅動與控制
指揮馬達轉多快、出多少力,含功率半導體
 
Kollmorgen(隸屬 Regal Rexnord,美股 RRX)
匯川技術(深圳 300124)
Infineon(德股 IFX,功率半導體)
 
控制器與工業電腦
整台機器人的控制主機與運動控制
 
Rockwell Automation(美股 ROK)
研華(台股 2395)
凌華(台股 6166)
新漢(台股 8234)
樺漢(台股 6414)
新代(台股 7750)
台達電(台股 2308)
Siemens(德股 SIE)
 
控制與安全晶片
馬達控制、感測與功能安全用的微控制器
 
Texas Instruments(美股 TXN)
NXP(美股 NXPI)
STMicroelectronics(美股 STM)
Infineon(德股 IFX)
Renesas(日股 6723,機器人關節與馬達控制方案)
 
減速機
降轉速、放大力氣
 
上銀(台股 2049)
盟立(台股 2464,旗下盟英)
綠的諧波(上海 688017)
Harmonic Drive Systems(日股 6324)
Nabtesco(日股 6268)
 
螺桿滑軌
旋轉變直線推拉,導引方向
 
上銀(台股 2049)
直得(台股 1597)
恒立液壓(上海 601100)
THK(日股 6481)
Schaeffler(旗下 Ewellix,德股 SHA)
Bosch Rexroth(未上市)
 
關節模組與靈巧手
把馬達、減速機、感測與驅動做成關節,以及手指與抓取
 
三花智控(深圳 002050/港股 2050,公司表示正與大客戶開發關節致動器)
拓普集團(上海 601689,公司表示與 Tesla 已有致動器合作)
Schunk(未上市,夾爪)
Faulhaber(未上市,手指用空心杯馬達)
 
感測器
相機、光達、力與力矩感測
 
Novanta(旗下 ATI,美股 NOVT)
Hesai(美股 HSAI/港股 2525)
Ouster(美股 OUST)
RoboSense(港股 2498)
Epson(日股 6724,力覺感測)
Keyence(日股 6861,視覺與量測)
TDK(日股 6762,慣性感測)
RealSense(未上市)
 
電池
供電與電池管理
 
寧德時代(深圳 300750/港股 3750)
各整機廠自行設計電池包(未上市)
 
線束與連接器
把電力與訊號送到每個關節
 
Amphenol(美股 APH)
TE Connectivity(美股 TEL)
信邦(台股 3023)
貿聯-KY(台股 3665)
 

每格依美國、台灣、中國、日本、其他國家、未上市排序,代表廠商取自外資與國內券商報告及各公司官網,並非完整名單。

本文您將讀到

  1. 每個零件長什麼樣:馬達、減速機、螺桿、滑軌、手、感測器、運算模組,附官網圖片
  2. 機器人市場有多大:2024 年全球工廠新裝 54.2 萬台,到 2050 年硬體銷售額預估約 25 兆美元
  3. 未來機器人實際會用在哪:先從搬運、分揀、上下料開始,家庭還要更久
  4. 目前技術領先的公司:運算平台、整機、模型、零組件各看誰
  5. 美中分流:美國進口禁令與中國國家標準,如何把供應鏈切成兩套
  6. 各層未來發展:從晶片到線束,每一層卡在哪裡
  7. 富程觀點

前言

機器人並非新產業,全球工廠每年新裝 50 多萬台工業機器人,已經持續了好幾年,2026 年的不同之處,是機器人開始長出手腳與判斷力:人形機器人上半年出貨約 1.91 萬台,AI 模型開始能指揮機械手臂完成沒練過的任務,美國與中國也同時用政策與標準,替自己的供應鏈劃界線。

對第一次接觸這個產業的讀者來說,困難點在於它橫跨太多領域:機械、馬達、半導體、感測、AI 模型,每一塊都有自己的專有名詞和主要玩家,本文先把全世界的供應鏈分成軟體與硬體兩大塊畫成地圖,再逐一看零件長什麼樣、市場有多大、未來會用在哪裡、誰目前領先,最後交代各層的發展狀況。

要看懂機器人產業,最快的方法是把它拆成三層,最上面是軟體層,決定機器人怎麼看、怎麼想、怎麼動,包括運算晶片、基礎模型、資料與模擬環境,以及視覺軟體,中間是整機層,把軟硬體組裝成能賣的產品。

最下面是硬體層,包括關節裡的馬達與驅動、減速機、螺桿與滑軌、關節模組與靈巧手,加上感測器、電池與線束。

資料來源:外資與國內券商產業報告,富程整理繪製

外資報告把這件事講得更直接:歐美掌握運算晶片、模型與少數精密零組件,中國以機器人運動相關零組件與低成本見長,日本、德國與瑞士的老牌廠商掌握精密機械,台灣廠商在高階的歐美與低價的中國之間尋找利基。

文章最上方的表格,把每一類環節的全球代表廠商列了出來,同一家公司橫跨多個環節時會重複出現。

【一句話總結】
機器人供應鏈分成軟體、整機、硬體三層,軟體層由美國公司領先,硬體層由日德瑞老牌廠商與中國廠商並進,台灣廠商集中在硬體層的精密傳動與線束。


一、每個零件長什麼樣:硬體篇

名詞看多了容易失去畫面,這一章把關節裡的主要零件用官網圖片帶你看一遍,圖片都來自各公司官方網站,下面的文字用白話說明每個零件的功能。

馬達:動力的來源

馬達把電能變成旋轉的力,人形機器人常用三種:無框力矩馬達(只有定子與轉子兩片環狀零件,直接裝進關節,省空間、扭力大)、伺服馬達(自帶感測器,能精準控制位置與速度)、空心杯馬達(體積小、反應快,多用在手指)。

無框直驅馬達以美國與瑞士廠商為主,空心杯馬達的龍頭是 Maxon 與 Faulhaber,最小直徑可做到 3 到 4 毫米。

圖片來源:大銀微系統官網

圖片來源:大銀微系統官網

圖片來源:大銀微系統官網

【關鍵名詞】無框力矩馬達
一句話解釋:沒有外殼與軸承的馬達,只提供定子與轉子兩個環,由整機廠自己裝進關節裡,能做出又薄又有力的關節。

減速機:把力氣放大

馬達轉得快但力氣小,直接接上手臂推不動東西,所以中間要接減速機,把轉速降下來,換成更大的力氣,人形機器人最常用的是諧波減速機,靠一個會彎曲的薄金屬齒輪,在很小的體積裡做出很大的減速比。

單台人形機器人約使用 15 到 18 顆,新一代機種可能增加到 20 多顆。

圖片來源:上銀科技官網

圖片來源:上銀科技官網

【關鍵名詞】諧波減速機
一句話解釋:利用薄壁彈性齒輪的微小變形來傳動,體積小、精度高、沒有背隙,適合機器人的關節與手腕。

螺桿與滑軌:把旋轉變成直線

手臂伸縮、手指推動這類直線動作,需要把馬達的旋轉變成直線推拉,這就是螺桿的工作,滑軌則負責引導方向,讓動作不偏,傳統機械用的是滾珠螺桿,人形機器人另外會用到結構更複雜的行星滾柱螺桿,承載力更高。

下方的圖片是滾珠螺桿與線性滑軌,兩者是工具機與半導體設備的基礎零件,也是這些傳動廠商進入機器人的起點。

圖片來源:上銀科技官網

圖片來源:上銀科技官網

行星滾柱螺桿製造工藝複雜,需要昂貴的精密加工設備,目前由日本與德國廠商壟斷,市場上常被提到的有 Rollvis、GSA、Ewellix 與 Rexroth,這個零件加上六維力感測器,在一份 Optimus 成本估算中合計約占整機硬體成本的 30%,是目前降價空間最受關注的兩項。

【關鍵名詞】行星滾柱螺桿
一句話解釋:螺桿與螺帽之間不用鋼珠,改放一圈會自轉又公轉的螺紋滾柱,接觸面積大,能承受更大的力,但加工難度也更高。

整合成關節與手臂

把馬達、減速機、感測器與編碼器整合在一起,就是關節模組,把多個關節串起來,就是機械手臂,工業用的六軸機械手臂已經有幾十年歷史,人形機器人可以視為把這套結構縮小、塞進人形身體,再加上腿與手。

圖片來源:上銀科技官網

圖片來源:宇樹科技官網

宇樹這張規格圖也點出另外三個零件:靈巧手(要靠空心杯馬達與微型螺桿驅動十多個關節)、感測器(光達與深度相機)與電池,電池續航是目前的短板,Optimus 的電池容量約 2.3 度電,實際工作使用時間不到 2 小時,宇樹 G1 標示的續航約 2 小時,一天要換好幾次電池。

【一句話總結】
馬達產生旋轉,減速機放大力氣,螺桿與滑軌改變運動方向,再加上感測器與線束,就組成一個關節,一台人形機器人有數十個。


二、每個零件長什麼樣:軟體與感知篇

軟體不像零件摸得到,但同樣有對應的硬體載體,視覺辨識要靠相機與光達把世界變成資料,運算要靠專用晶片模組,模型則是跑在這些模組上的程式。

視覺與感測:機器人的眼睛

深度相機用兩顆以上鏡頭同時拍攝,靠視差算出每個點的距離,讓機器人知道杯子在多遠的地方,光達則用雷射掃描,建立周圍環境的三維地圖,目前人形機器人的視覺系統仍是瓶頸,相機幀率偏低、從畫面捕捉到做出反應的時間偏長,讓日常任務的反應速度遠低於人類,Figure 在 2025 年 10 月發表的 Figure 03,公開資料顯示相機幀率提高一倍、延遲降到四分之一,每隻手掌也加裝相機。

圖片來源:RealSense 官網

運算模組:機器人的處理器

機器人需要在本體上即時處理影像與動作,不能每個動作都連回雲端等結果,所以要有低功耗、高算力的邊緣運算模組,NVIDIA 的 Jetson Thor 就是這類產品,引用的規格是算力 2,070 TFLOPS。

Tesla 則自己設計晶片,與自駕車共用 FSD 的設計,下一代 AI5 預計 2027 年 4 月前後導入 Optimus。

圖片來源:NVIDIA 官網

基礎模型:機器人的決策程式

目前主流的做法是 VLA(視覺-語言-動作)模型:先用大型語言與視覺模型理解畫面與指令,再接一個動作模組輸出關節控制訊號,最後用機器人實際操作的資料微調,NVIDIA 的 Isaac GR00T 是開放給各家整機廠使用的平台,下圖是官網的示意畫面,機器人在工作台前進行遠端示範與操作。

圖片來源:NVIDIA 官網

【關鍵名詞】VLA 模型
一句話解釋:Vision-Language-Action 的縮寫,讓機器人同時看懂畫面、聽懂指令並輸出動作的 AI 模型,是機器人版的大型語言模型。

整機:把一切組裝起來

Boston Dynamics 的電動版 Atlas,是目前進入汽車工廠實測的人形機器人之一,下圖是官網展示的工廠場景,從外觀就能看到,軀幹與四肢全是關節,每個關節都有前面介紹的那一整套零件。

圖片來源:Boston Dynamics 官網

邊緣作業系統:決定動作準不準時、安不安全

機器人本體上的處理器要同時做兩種事,一種是 AI 運算,例如辨識畫面與規劃任務,另一種是即時控制,例如馬達控制、煞停與避障,後者必須在固定的幾毫秒內完成,不能因為系統忙碌就延遲。

邊緣作業系統負責後者,常見做法是在同一顆晶片上,讓 Linux 與 ROS 處理 AI 與人機介面,讓即時作業系統處理馬達控制與安全監控,兩邊互相隔離,單一軟體當機不會拖垮整台機器。

這一層的代表是 BlackBerry 旗下的 QNX,對手有 Wind River 的 VxWorks、Green Hills 的 INTEGRITY,以及開源的 Linux 加 ROS。

BlackBerry 在 2026 年 4 月宣布 QNX OS for Safety 8.0 整合 NVIDIA IGX Thor,目標涵蓋自主移動機器人、人形機器人與手術機器人,NVIDIA 6 月發表的 Halos for Robotics,也把 QNX 列為軟體夥伴,提供 Linux 搭配 QNX OS for Safety 8.0 的早期存取組態。

需要保守看待的地方在於,這兩項公告都沒有點名機器人量產客戶,BlackBerry 公布的 2026 年 6 至 8 月季度,QNX 營收 8,030 萬美元、年增 27%,設計訂單以車用為主,機器人營收未單獨揭露,管理層表示正與 20 多家使用 NVIDIA 平台的業者接洽(公司表示)。

富程認為,這一層要等到出現具名的量產客戶,或單獨揭露的機器人營收,才算從題材變成業績。

【一句話總結】
視覺要靠相機與光達,運算要靠邊緣晶片模組,模型跑在晶片上並用機器人自己的資料微調,即時控制與安全要靠邊緣作業系統,這些加上前面的關節硬體,才是一台完整的機器人,其中 QNX 等作業系統的機器人營收尚未揭露,仍屬早期佈局。


三、機器人市場有多大:從歷史到 2050 年

歷史:工廠裡的機器人已經翻倍

根據 IFR(國際機器人聯合會)統計,2024 年全球工廠新安裝 54.2 萬台工業機器人,是十年前的兩倍以上,連續第四年超過 50 萬台,全球運轉中的存量約 466 萬台,較前一年增加 9%。

中國新裝 29.5 萬台,占全球 54%,日本 4.45 萬台,美國 3.42 萬台,南韓 3.06 萬台,德國 2.70 萬台,IFR 預測 2025 年約 57.5 萬台,2028 年超過 70 萬台。

資料來源:外資與國內券商產業報告,富程整理繪製,IFR World Robotics 2025

專業服務機器人(物流搬運、清潔、旅宿、農業等)2024 年約賣出 20 萬台,年增 9%,其中運輸物流 10.29 萬台,年增 14%,消費型服務機器人(例如掃地機器人)則接近 2,000 萬台,年增 11%。

IFR 的數字沒有把人形機器人獨立列出,人形機器人目前還是個很小的新分類。

演進:從固定動作走到通用智慧

外資產業報告把機器人演進分成四個階段,2026 年位在第三階段的起點:技術重心從按程式做固定動作,走到加上導航與感知,再到多模態大模型加上 VLA 與強化學習,目標是 2030 年後的通用智慧。

資料來源:外資與國內券商產業報告,富程整理繪製

未來:2050 年約 25 兆美元的硬體市場

外資預估全球機器人最終硬體銷售額(含家用機器人、無人機、人形機器人、自駕車、工業機器人、專業服務機器人與大型垂直起降飛行器),2024 年約 910 億美元,2030 年約 5,420 億美元,2040 年約 8.8 兆美元,2050 年約 25 兆美元。

這個數字只含硬體,不含軟體、服務、維修與供應鏈,外資報告也提醒,若算上這些,總規模理論上還會倍增。

資料來源:外資與國內券商產業報告,富程整理繪製

人形機器人本身的數量預估,各家差異很大,下表整理幾個來源的口徑。

來源類型
 
預估內容
 
數字
 
市調機構 Omdia
 
2025 年全球人形機器人出貨
 
13,318 台,年增近 480%;2035 年預估 260 萬台
 
一份外資報告
 
全球人形機器人年出貨
 
2025 年 1.8 萬台、2026 年 6 萬台、2030 年約 175 萬台
 
國內券商報告
 
全球人形機器人出貨,2026 到 2034 年年複合成長率
 
107%,2034 年約 106 萬台
 
國內券商報告
 
人形機器人市場規模,2025 到 2030 年年複合成長率
 
47.1%,2030 年約 390 億美元
 
外資報告
 
人形機器人累計採用量
 
2030 年約 100 萬台、2040 年約 1.37 億台、2050 年約 10.2 億台,以商用場景為主
 

資料來源:Omdia(引自產業媒體報導)、外資與國內券商產業報告,富程整理。各來源對「人形機器人」與「出貨」的定義不同,數字不宜直接相減或比較。

某外資報告也預估,人形機器人的零組件市場 2040 年約 7,800 億美元;若再加上其他機器人的需求,到 2050 年馬達約 2.07 兆美元、減速機約 1.37 兆美元、邊緣運算約 1.23 兆美元、軸承約 3,160 億美元、相機約 2,680 億美元、光達約 1,280 億美元。

這些是 2050 年的預估,距今 24 年,讀者看趨勢即可,不宜當作精確數字。

【一句話總結】
工廠機器人已經是 54 萬台等級的成熟市場,人形機器人才剛開始,外資預估 2050 年全球機器人硬體銷售額約 25 兆美元,但各家對人形機器人數量的預估相差數倍,且口徑不同。


四、未來的機器人會用在哪裡

從各份報告歸納,機器人的實際應用會分三個階段推進。

階段一(2026 到 2028 年):結構化、重複性高的工作

業界普遍預期,這幾年會先在搬運、分揀、上下料等環境固定的工作擴大試點,原因是這類工作任務單純,對機器人的通用性要求低。

實際案例已經出現:Tesla 把 Optimus 放進自家工廠做搬運與組裝輔助,Apptronik 的 Apollo 與賓士合作,做零組件運送、裝配與檢驗,優必選的 Walker S 進入蔚來汽車做品質檢驗與貼車標,Agility 的 Digit 在 Amazon 搬運托盤與物料,智元的機器人在電子代工廠龍旗連續 6 天做平板電腦品質檢查,8 台機器人完成 6.4 萬多次作業,任務成功率 99.99%(公司表示)。

另外要注意,初期先放量的可能是四足與輪式機器人,這兩類機器人省下手部與腿部兩大高成本零件,也沒有平衡問題,更快能產生商業價值,外資報告也把輪式人形機器人列為這個階段的主流產品形態。

階段二(2028 到 2030 年):從試點走向規模部署

現代汽車計畫逐步導入約 2.5 萬台 Atlas,並在 2028 年前於美國建立年產 3 萬台機器人的產能,Boston Dynamics 的目標是 2030 年前能在汽車廠執行零組件組裝。

一份外資報告預期,2027 年之後隨著供應鏈成熟與 AI 進步,全球導入會加速,2030 年出貨約 175 萬台,大規模部署的時點,多數報告落在 2030 年前後。

階段三(2030 年以後):服務、照護與家庭

中國商務部 10 月發布的指導意見,把養老、工業、商業與消費列為具身智能的落地場景,家庭方面,Figure 03 在舊金山灣區 30 個沒進入過的家庭測試,420 次家務任務成功 235 次,成功率約 56%,換成沒用 Figure 自家資料集訓練的模型只剩 9%。

多數報告認為,家庭應用在安全性、可靠度與隱私上仍待驗證,可能還需要 3 到 5 年才會普及,外資長期預估也顯示,到 2050 年人形機器人的累計採用量,商用場景仍占絕大多數。

要通過的三項考驗

無論哪個階段,人形機器人要真正進入工廠與倉庫,都要通過三關:可靠度(連續運作、錯誤率低、停機時間短)、成本(整機售價加維護費用低於或接近人力成本)、通用性(換產線或工件時不需要大量重新訓練)。

根據報告顯示,Optimus 單手成本超過 6,000 美元,因散熱與機械磨損,使用壽命僅約 6 週(估計值,並非公司揭露),這些都是未來幾年要被解決的問題。

【一句話總結】
機器人會從搬運、分揀、上下料等固定場景起步,約 2030 年前後走向規模部署,家庭還要再等 3 到 5 年,前提是可靠度、成本與通用性三關要過。


五、目前技術領先的公司:簡單說明與為什麼要看

公司
 
領先在哪
 
為什麼要看
 
NVIDIA
 
運算模組 Jetson Thor、開放模型 Isaac GR00T、模擬平台 Isaac Sim,從晶片到模擬一整套
 
許多整機廠與模型公司共用同一套平台,本身不用做機器人,卻處在每一台機器人的運算與訓練環節(富程推論)
 
Tesla
 
Optimus 人形機器人、與自駕車共用的 FSD 晶片與視覺資料、自有工廠可做場域訓練
 
垂直整合加上量產能力,Fremont 產線已改產 Optimus,長期目標年產百萬台以上;但第三代發表多次延後,對外銷售最快 2027 年底
 
Figure AI
 
Figure 03 與自研 VLA 模型 Helix,2026 年 4 月已交付超過 350 台,生產速率每小時一台(公開資料)
 
軟硬體都自己做,家庭測試有成功率數據;2025 年 9 月最新一輪估值 390 億美元
 
Boston Dynamics
 
電動版 Atlas,進駐現代汽車喬治亞州廠區做零件分揀
 
背後有汽車集團的場域與產能,現代計畫 2028 年前在美國建立年產 3 萬台機器人的產能
 
宇樹科技
 
人形與四足機器人,2025 年營收約 17 億元人民幣、毛利率約 60%,已獲利
 
成本曲線領頭羊,2026 年上半年出貨約 5,900 台;但營收仍以科研教育為主,工業應用占比低,也受美國禁令影響
 
智元機器人
 
2026 年上半年出貨約 8,400 台,市占率約 44%,全球第一
 
在中國有實際企業客戶與產線導入,量產規模領先
 
Google DeepMind
Physical Intelligence
 
機器人基礎模型(Gemini Robotics、跨機型通用模型)
 
軟體決定機器人能學會多少事;Physical Intelligence 2025 年估值約 56 億美元,2026 年傳出估值約 110 億美元的新一輪募資(公開資料,尚未證實完成)
 
Harmonic Drive Systems
Nabtesco
綠的諧波
 
諧波與精密減速機,綠的諧波是中國最大的諧波減速機廠,2025 年營收 5.71 億元人民幣,年增 47%
 
減速機單台用量最多,是量產起來最先受惠的零件之一;綠的諧波客戶包含智元與優必選
 
Maxon
Schaeffler
Rexroth
 
馬達與行星滾柱螺桿等高階零件
 
高階零件技術門檻高,目前由歐日廠商主導,是價格能不能降下來的關鍵
 

資料來源:外資與國內券商產業報告、各公司官網與公開報導,富程整理。

【一句話總結】
運算與模型看 NVIDIA、Google 與 Figure,整機看 Tesla、宇樹與智元,零組件看減速機與螺桿的日歐龍頭與中國追趕者,各層都有不同的領先者。


六、美中分流:禁令與標準,正在把供應鏈切成兩套

7 月 29 日,美國聯邦通訊委員會(FCC)宣布禁止進口新的外國製人形機器人與機器狗,理由是設備可能被遠端操控或用於監控,矛頭指向中國,已在使用的設備不受影響,也可以申請豁免,宇樹原本約 18% 的營收來自美國,直接受到衝擊,Tesla、Figure、1X、Agility 與 Boston Dynamics 等美國廠商則獲得保護空間。

中國則在政策面加碼,10 月 15 日,國家市場監督管理總局推出首批六項人形機器人國家標準,涵蓋環境感知、決策規劃、運動控制、操作與抓取、模擬測試平台與通用技術要求,2027 年 4 月 1 日生效,屬建議性標準,內容包含指令辨識準確率、任務執行速度、物品操作成功率、安全相關動作限制,以及受外力干擾時的穩定度。

10 月 19 日,商務部又發布指導意見,推動 AI 與具身智能從實驗室走向養老、工業、商業與消費場景(外資報告,10 月),兩套規則疊在一起,結果是整機廠要在兩套體系之間選邊:賣美國就要避開中國製的整機,賣中國就要符合國家標準。

零組件廠商若同時服務兩邊,要留意禁令範圍擴大與標準差異帶來的合規成本,對台灣廠商來說有機會也有門檻:供應鏈若分成中國與非中國兩套,台廠有機會切入非中國的那一套,信邦與盟立目前供貨的客戶都在歐美;但美系客戶要求的驗證與可靠度也更嚴,美系整機廠本身的出貨量仍小,供貨量不會馬上放大(富程推論)。

【一句話總結】
美國禁止進口新的外國製人形機器人,中國推出自己的國家標準,全球市場正在分成中國與非中國兩套供應鏈,兩邊的零組件廠都要面對選邊與合規成本。


七、各層面的未來發展

下表把供應鏈每一層的現況、卡關的地方與下一步整理出來。

層面
 
目前現況
 
卡在哪、下一步看什麼
 
運算晶片
 
邊緣運算模組算力已達數千 TFLOPS,Tesla 與 NVIDIA 各自推進
 
功耗與成本能不能壓低,讓電池撐更久
 
基礎模型與資料
 
VLA 模型快速進步,但訓練資料以遙操作、模擬、影片與穿戴裝置為主,各有缺點
 
真實場域資料不足是最大瓶頸,要靠大量機器人落地才能累積
 
視覺與感測
 
相機幀率與反應速度偏低,六維力感測器技術難度高、難以規模量產
 
感測器的規模化量產與成本
 
馬達
 
無框力矩馬達客製化程度高、成本高,空心杯馬達的繞線設備由瑞士與日本供應
 
量產良率與繞線自動化,中國廠良率約 70%,海外領先廠約 90%
 
減速機
 
原理與汽車變速箱相近,降低車廠與新廠進入門檻,中國廠商擴產最積極
 
產能擴張後的價格走勢,以及材料熱處理與精度的良率
 
螺桿與滑軌
 
行星滾柱螺桿製造難度高,由日德廠壟斷,是 Optimus 成本最高的零件之一
 
能否用新製程降低加工成本,台灣與中國廠商能否通過整機廠驗證
 
靈巧手
 
Figure 03 單手 20 個自由度,Unitree 的三指力控手可選配觸覺感測
 
耐用度與成本,Optimus 單手成本超過 6,000 美元
 
電池與電力
 
Optimus 電池約 2.3 度電,使用時間不到 2 小時;Figure 03 改採無線充電
 
能量密度、快換與無線充電,決定一天能工作多久
 
線束與連接器
 
關節彎折壽命與高電流整合是門檻,信邦 2025 年出貨約 1,000 套人形機器人線束
 
放量速度,要看整機廠量產進度
 
整機與政策
 
中國出貨領先,美國禁止進口新的外國製人形機器人,中國六項國家標準 2027 年 4 月 1 日生效
 
全球市場是否分成中國與非中國兩套供應鏈,標準是否推高中國廠門檻
 

資料來源:外資與國內券商產業報告、各公司官網,富程整理。

有一個跨層的觀察:降成本的路徑,有報告提出汽車產業是人形機器人的搖籃:感知、運算、動力與傳動元件都與自駕車高度重疊,汽車大廠能把既有的晶片、供應鏈與製造經驗轉用到機器人。

台灣廠商在這張地圖上的位置,大多落在硬體層的傳動、馬達與線束:上銀、盟立、直得、全球傳動、大銀微系統、信邦等,這些公司目前機器人相關營收占比普遍還低,例如信邦預估 2026 年機器人營收占比約 1%,要到 2028 年才會到 13%,盟立 2026 年仍屬小量貢獻。

台廠的機會是美國禁令之後,進入非中國供應鏈,但要通過美系客戶驗證。


八、富程觀點

一、機器人是全球供應鏈,價值要分層看

我們的看法是,最集中、最難被取代的位置有兩個:運算與模型平台,以及精密傳動零件的製造能力,前者目前由 NVIDIA 領先,許多整機廠共用同一套平台,後者要靠長年的材料與加工經驗,行星滾柱螺桿由日德廠壟斷,諧波減速機的技術壁壘也不低。

整機廠誰勝出,目前沒有人說得準,我們傾向把追蹤重心放在這兩層。

二、市場規模數字要打折看

2030 年約 175 萬台(外資報告)、2034 年約 106 萬台(國內券商)、2035 年 260 萬台(Omdia),各家的出貨預估差幅達數倍,金額更是從數百億美元到數兆美元都有。

我們認為,這代表市場對機器人什麼時候能放量、價格能降多少沒有共識,與其追著 2050 年的大數字,不如追蹤每一季的實際出貨台數與單價,因為這兩個數字才會決定零組件廠商的營收。

三、軟體是放量時點的先行指標

硬體已經能做出來,宇樹已經獲利,智元 6 個月出貨超過 8,000 台;缺的是通用性,Figure 03 的家庭測試成功率 56%,換成沒有用自家資料訓練的模型只剩 9%,說明模型與資料才是決定機器人能不能走出固定場景的關鍵。

我們會把基礎模型的進展與場域資料累積,視為硬體需求的領先指標,硬體需求是跟著軟體進度走的。

四、美中分流同時是風險與機會

分流讓非中國供應鏈廠商有了新的空間,也讓整機廠要在兩套體系之間選邊,零組件廠商若同時服務兩邊,要留意禁令範圍擴大與標準差異帶來的合規成本,這件事的最大不確定性,是美國禁令的豁免範圍與中國標準從建議性轉成強制性的時間。

五、會讓我們改變看法的訊號

往樂觀方向:整機售價降到 2 萬美元以下,且有客戶公布連續數月的工廠實際運作成果,往保守方向:Tesla Optimus 量產時程再度延後,或美系整機廠 2027 年出貨量低於預期,導致供應鏈放量時點後移。

追蹤清單

追蹤項目
 
看什麼
 
為什麼重要
 
出貨量與單價
 
全球人形機器人季度出貨台數、平均售價
 
決定零組件需求與營收
 
NVIDIA 平台
 
Jetson Thor 與 GR00T 的整機廠採用數量
 
運算與模型平台的集中度
 
Tesla Optimus
 
Fremont 量產進度、第三代發表、AI5 導入時程
 
美系供應鏈放量時點
 
基礎模型與資料
 
VLA 模型的跨場景成功率、資料蒐集規模
 
通用性是否突破
 
精密零件價格
 
行星滾柱螺桿、諧波減速機、六維力感測器的報價與良率
 
成本曲線能否下降
 
美中政策
 
美國禁令豁免與執行範圍、中國國家標準 2027 年 4 月 1 日生效後的採用情形
 
供應鏈是否分成兩套
 
真實場景表現
 
工廠與倉庫連續運作時數、家庭任務成功率
 
可靠度與通用性是否通過
 

資料來源

  • 外資、國內券商機器人產業報告
  • IFR(國際機器人聯合會)World Robotics:全球工業機器人安裝量
  • 各家公司法說會資訊
  • Omdia:人形機器人出貨預估
  • 宇樹科技招股書的公開報導:營收、毛利率、出貨量
  • 公開財經新聞:ABB 機器人事業出售案、Tesla Optimus 供應商回應
  • 各公司官網:上銀、大銀微系統、宇樹科技、NVIDIA、Boston Dynamics、RealSense(零件圖片與規格)

各來源口徑不同,實際數字以公司與統計機構公布為準,感謝你讀到這裡,如果這篇文章對你有幫助,歡迎點讚支持;對文中的看法有不同意見,或想補充哪一層的供應鏈,也歡迎在下方留言,把你的看法留下來。

想進一步交流,也可以私訊我們,一起討論。

⚠️ 【免責聲明與風險提示】

本專案所提供之所有內容、數據、AI 演算法回測結果及研究團隊之分析清單。

僅供教學、研究與學術探討參考,絕不構成任何特定有價證券之推介、買賣建議或跟單邀約。

投資必有風險,過往之回測績效不保證未來之獲利。讀者在進行任何投資決策前,應自行審慎評估並自負盈虧,本專案及作者不負任何法律與交易損失之責任。

這是 Level 1 以上會員專屬內容

升級方案即可解鎖完整文章內容

登入 / 註冊解鎖
#機器人 #人形機器人 #供應鏈 #產業分析 #邊緣作業系統 #減速機 #美中分流
J

Justy

投資分析研究員