8 月底，高盛全球投资研究部发布了一份重磅报告 ——《Global Physical AI: Framing the Forward Progress of Humanoids (with a Studied Focus on the Logistics Landscape)》（全球物理 AI：人形机器人前瞻进展框架，聚焦物流格局）。

这份报告最炸眼的数字是：2035 年全球人形机器人出货量将达到约 650 万台，对应市场规模约 1383 亿美元。

而上一次高盛在 2024 年 2 月给出的预测，还是 140 万台、380 亿美元。两年时间，预测上调了近 5 倍。

一家以保守著称的顶级投行，为什么突然对人形机器人如此乐观？更关键的是，这个预测不是建立在 "机器人变聪明了" 的假设上，而是建立在一本算得过来的经济账上。当人形机器人的回本周期压缩到 1.6 年，任何一个工厂运营经理都会签字 —— 不需要开会，不需要论证。

这才是真正可怕的地方。

一、预测为什么突然上调近 5 倍？不是技术突变，是价格曲线到了拐点

高盛这次预测调整的核心逻辑，不是机器人的能力出现了质变，而是成本下降的速度超出了预期。

报告给出了一条非常清晰的成本下降曲线：

十年时间，人形机器人的平均售价从 4 万多美元降到 2 万美元出头，BOM 成本腰斩。这个降幅不是拍脑袋 ——2023 年高端人形机器人 BOM 成本还在 25 万美元左右，2024 年就降到了 15 万美元，一年降了 40%。国产供应链的成熟、零部件的规模化，正在以比手机行业更快的速度推高降本曲线。

价格下降直接撞上了人工成本上升。高盛算了一笔账：

• 2026 年

  一台工厂人形机器人的成本约等于2.8 年的人工成本；

• 2027 年

  这个数字将降到1.9 年；
• 一个具体测算：一台售价 3 万美元的机器人，加上 50% 系统集成成本，初始投资约 4.5 万美元；如果能替代约 0.8 名全职员工，每年净节省约 2.83 万美元，投资回收期仅 1.6 年。

1.6 年回本是什么概念？在制造业，任何投资回收期低于 2 年的设备，都会被疯狂采购。这不是科幻，这是财务报表上的数字。

高盛预计 2026 年全球出货 7.5 万台，2030 年 89 万台，2035 年 650 万台。注意这个增速 ——2026 到 2030 年翻了近 12 倍，2030 到 2035 年再翻 7 倍多。2027-2029 年，被高盛定义为行业的三年爆发周期。

二、为什么第一个战场是物流仓库？因为这里的账最好算

高盛在报告里用了大量篇幅分析物流场景，结论非常明确：物流仓储是人形机器人最先规模化落地的场景，没有之一。

原因很朴素，三个条件同时满足：

1. 环境相对封闭

   —— 仓库里没有天气变化，没有乱跑的小孩，没有隐私问题；

2. 任务标准化程度高

   —— 搬箱、分拣、码垛，重复动作多；

3. 传统固定机器人覆盖不了

   ——SKU 越来越多，订单越来越碎，固定机械臂处理不了多样化操作。

报告给出了一组物流分拣的关键运营指标，这些数字标志着行业叙事的彻底转变 —— 从 "能走能跳" 变成 "能干活、能回本"：

• 吞吐量

  每小时处理1300-1800 件包裹；

• 成功率

  95%-98%；

• 工作时长

  每天 10 小时以上，可三班倒；

• 设计寿命

  4-5 年。

当机器人开始用 "吞吐量"" 成功率 ""回本周期" 说话，而不是用 "后空翻"" 一字马 " 说话，就说明它真的要从运动员变成打工人了。

亚马逊：100 万台机器人，720 亿美元节约

物流自动化的标杆是亚马逊。截至 2025 年 6 月，亚马逊已在300 多个设施部署超过 100 万台机器人。它的自动化战略正在从 "单点自动化"（机械臂、拣选设备）转向 "系统级自动化"—— 由 AI 统一协调库存、机器人车队和仓库流程。

高盛测算，如果 2026-2030 年亚马逊总履约成本改善约 5.6%，单位履约成本可从约 6.40 美元降至 5.57 美元（下降 11%），累计节约约 720 亿美元。其中 80% 来自履约运营费用，20% 来自运输等销售成本。到 2030 年，这可能为集团 EBIT 利润率贡献约240 个基点，零售业务 EBIT 利润率贡献约400 个基点。

这不是降本，这是利润表的重构。

沃尔玛：3100 家门店，一半电商订单自动化

沃尔玛同样在狂奔。新一代履约中心把原来的 12 步人工流程压缩为 5 步，相同面积下实现传统中心两倍的容量和吞吐量。截至 2026 年 8 月，约3100 家美国门店已获得自动化货运支持，超过 50% 的电商履约量由自动化设施处理。但沃尔玛自己说，整个自动化进程只完成了一半。

高盛估计，更准确的库存管理和更少的折价销售可能为沃尔玛节约 40 亿至 237 亿美元；自动化中心释放的空间还可服务第三方商家，进一步带动履约、广告和会员等高利润业务。

三、全球最新进展：量产竞速已经打响，中国厂商占出货量 97%

高盛报告发布的同时，全球人形机器人行业正在经历一场前所未有的量产竞速。截至 2026 年 8 月底，全球在役人形机器人约 20089 台，分布在 15 家运营商。

特斯拉 Optimus：Fremont 产线启动，年底年化 10 万台

8 月底，特斯拉加州 Fremont 工厂正式启动 Optimus 试生产。用的不是全新车间，而是 Model S 和 Model X 停产后腾出来的那条产线 —— 老车型退场，新物种接棒。

供应链调研反馈，8 月特斯拉供应链已正式开启 EDI 系统下单，每周订单更新，最新周订单量已到 200 + 台；9 月周产推算 1000 + 台；年底目标周产 2000-2500 台，年化约 10 万台。马斯克的长期目标仍是 2030 年前后年产 100 万台，但他也承认最初的产量爬坡可能较为缓慢。

Optimus Gen3 优先供给特斯拉内部工厂做测试与数据采集，2027 年开始外部销售。目前特斯拉以约 1000 台的规模，成为西方最大的人形机器人车队。

Figure AI：120 天产能提升 24 倍，第 1000 台下线

Figure AI 的 BotQ 工厂第 1000 台 Figure 03 已经下线，短短 120 天产能提升 24 倍，生产速度达到每小时一台。目前已有 350 台机器人完成交付，进驻宝马工厂等工业场景开展实地测试。

更值得关注的是，Figure 04 已经完成关键设计审查，进入完整设计冻结阶段。CEO Brett Adcock 称 F.04 将是 "完美版本"，是历代之间最大的一次技术跃升。Figure 03 还没正式对外卖，Figure 04 已经来了 —— 人形机器人行业的迭代速度，正在向消费电子看齐。

中国军团：宇树、智元领跑，占全球出货 97%

中国厂商是这场量产竞赛中不可忽视的力量。数据显示，2026 年上半年中国人形机器人全球出货量已达约 1.91 万台，中国制造商占 97% 以上。其中 AGIBot（智元）和宇树科技两家就占了全球在役机器人的 77%。

宇树科技在 9 月初的沙特 LEAP 科技展上成为热门打卡点，机器人擂台吸引大量观众。此前宇树以 4605 万元中标中国移动旗下公司采购，包括小尺寸人形双足机器人、算力背包及五指灵巧手。

小鹏机器人近期完成 9 亿美元融资，估值 63 亿美元，是中国具身 AI 领域最大单笔私募融资。其 IRON 机器人目标 2026 年底量产，初期用于门店和校园场景，2027 年对外交付。

其他玩家

• Agility Robotics

  Digit v5 已获得超 3 亿美元订单；

• 2026 年上半年物理 AI 领域融资已达 474 亿美元

  头部玩家从样机走向小批量量产。

四、冷静看瓶颈：汽车工厂只有 2% 的工序能做，灵巧手仍是最大硬伤

高盛的报告虽然乐观，但并不盲目。报告里反复强调了几个现实瓶颈，这些才是决定人形机器人能走多快的关键。

汽车行业：目前只能处理 2% 的未自动化工序

很多人以为汽车工厂是人形机器人的天然主场。高盛的判断却很冷静：汽车工厂中焊接、车身制造早已高度自动化，但总装、线束连接、复杂零件装配和质量检测依然大量依赖人工。在目前尚未机器人化的汽车工序中，现阶段人形机器人真正能够直接处理的任务实际上只有约 2%，主要集中于零件分类和简单物流运输；剩余 98% 的工序仍需要 AI"大脑"、机器视觉和灵巧手取得进一步突破。

灵巧手：没有统一技术路线的最大硬件瓶颈

高盛在报告中多次点名灵巧手，认为这是目前最重要的硬件瓶颈之一，且仍没有统一技术路线。单只灵巧手最多可使用约 85 个轴承 —— 比一台豪华汽车的轴承还多。柔性物体操作、工具使用、精细接触，这些都难以完全靠仿真训练，必须在真实世界中反复试错。

企业真正关心的不是 "像不像人"

高盛调查了全球 80 多家公司，得出了一个可能让很多人形机器人公司意外的结论：约 70% 的企业最看重机器人能否完成广泛任务，只有约 10% 明确要求双足形态。

企业关心的是可靠性和经济性，而不是机器人是否 "像人"。人形只是手段，不是目的。如果有更便宜、更可靠的轮式方案能完成同样的任务，企业会毫不犹豫地选择后者。

落地三阶段，高盛给出了清晰的落地路径：

• 第一阶段

  封闭工厂、大型物流中心（现在 - 2027）；

• 第二阶段

  一般制造、中小工厂、普通仓库（2028-2030）；

• 第三阶段

  服务业、护理、基础设施、家庭（2030 以后）。

超过 35% 的受访企业认为，通用机器人需要三年以上才能显著增厚利润。机器人商业化是一条渐进曲线，而不是一夜之间完成的替代。

五、产业链冲击波：半导体、数据、工业软件的新增量

人形机器人不只是一个终端产品，它正在拉动一整条产业链的重构。

半导体：每台 3000-6000 美元，第二波 AI 设备扩散

高盛估算，每台人形机器人的半导体价值量约为3000-6000 美元以上：

• GPU、CPU 等计算模块：1500-4000 美元以上；
• 模拟和混合信号芯片：750-1050 美元以上；
• DRAM、HBM 和 NAND 等内存：600-800 美元以上。

这被高盛称为 "第二波 AI 设备扩散"：第一波 AI 投资集中于数据中心、GPU 和网络基础设施，而人形机器人、自动驾驶以及其他边缘 AI 设备把算力需求延伸到了现实世界。

值得注意的是，人形机器人需要同时处理视觉、听觉、触觉、运动控制和通信，模拟芯片可能占芯片元件数量的 95% 以上。GaN 和 SiC 功率器件、图像传感器、通信芯片、精密时钟和边缘存储，都将获得新的需求。

数据：一台机器人一年产生 24PB，真实数据成为核心护城河

报告测算，一台机器人的摄像头每天可产生约64TB 数据，一年约 24PB，而一个前沿大模型训练语料约为 120TB。运动和导航可以大量依靠仿真训练，但柔性物体、食物、工具使用和精细接触难以完全模拟。因此，真实部署产生的专有数据可能成为机器人公司的核心护城河。

这也解释了为什么特斯拉、Figure 都在拼命把机器人部署到真实场景 —— 不是为了赚那点租金，而是为了获取数据。机器人越多，数据越多，AI 越强，机器人越多 —— 这是一个正向飞轮。

工业软件：PLC 向软件化演变

传统 PLC 市场 2025 年约 130 亿美元，年增长约 4%；而 vPLC（虚拟 PLC）市场目前约 5 亿美元，但预计年增长 20%-30%，2030 年可能达到约 13 亿美元。西门子、罗克韦尔、三菱电机和施耐德等传统厂商将由一次性硬件销售转向订阅、按使用量收费和工业软件服务。

此外，世界模型还可能成为新的数据中心需求来源。高盛此前预计 Agent 经济将推动未来 5 年 token 需求增长 24 倍，而机器人需要处理视频、空间、动作以及大量现实世界数据，世界模型带来的计算需求还可能在此基础上进一步叠加。

六、就业影响：比 "机器换人" 更复杂

美国约有 640 万名手工搬运和物料运输从业者，其中约 98.7 万人在仓储行业，相关工资总额约 2400 亿美元。但美国劳工统计局预计，2024 年至 2034 年此类岗位平均每年仍会出现约 100 万个空缺，主要来自退休和转岗。

这意味着，中短期内人形机器人未必造成就业总量突然下降，更可能减少新增招聘需求，并改变人的工作内容。员工将更多转向设备维护、异常处理、质量控制和客户服务，高体力、重复性岗位则逐渐减少。

企业调查也显示，技术可靠性、系统集成复杂度和投资回报不确定，是比员工阻力更重要的采用障碍。

高盛把 2035 年预测从 140 万台上调到 650 万台，不是因为机器人突然变聪明了，而是因为成本曲线和人工成本的交叉点，比所有人预想的都来得更早。

当一台机器人 1.6 年就能回本，当亚马逊用 100 万台机器人累计节约 720 亿美元，当特斯拉把汽车产线改成机器人产线、年底年化 10 万台，当 Figure 每小时下线一台机器人 —— 这些信号叠加在一起，说明人形机器人已经从 "技术验证期" 进入了 "商业化攻坚期"。

但高盛的报告也反复提醒：汽车工厂只有 2% 的工序能做，灵巧手没有统一路线，70% 的企业不在乎机器人有没有腿。

“hype 可以跑得很快，但落地必须一步一步来。”

未来三到五年，我们会看到物流仓库里出现越来越多的人形身影，会看到工厂里的重复性岗位被逐步替代，会看到成本以每年 6%-7% 的速度下降。但走进家庭、走进护理场景，还需要更长的时间。

人形机器人的故事，不是一夜之间的奇点降临，而是一条十年维度的渐进曲线。而 2026 年，可能正是这条曲线开始加速上扬的起点。

风险提示： 高盛全球投资研究部《Global Physical AI: Framing the Forward Progress of Humanoids》（2026 年 8 月）、财联社、华尔街见闻等公开报道。本文为行业分析，不构成投资建议。