机器人行业发展核心竞争力探讨：从成本到数据，机器人进步新范式

请务必仔细阅读正文之后的各项信息披露与声明 行业及产业 行业研究/行业点评 证券研究报告 汽车 2026 年 01 月 26 日 从成本到数据，机器人进步新范式 看好 ——机器人行业发展核心竞争力探讨 相关研究 《整车出海、机器人预期强化；同时关注业绩确定性白马——2026/1/12-2026/1/18 汽车周报》 2026/01/19 证券分析师 戴文杰 A0230522100006 daiwj@swsresearch.com 黄忠煌 A0230519110001 huangzh@swsresearch.com 联系人 戴文杰 A0230522100006 daiwj@swsresearch.com 本期投资提示： ⚫ 新能源汽车与人形机器人两大硬科技产业具备高度同构性，2026 年人形机器人的发展节点对标 2012-2014 年的新能源汽车，而新能源汽车的产业演进路径也为机器人行业提供了清晰的阶段对标框架。二者均依托成熟大规模制造业与 AI 算法跃迁，国内新能源车借国家战略驱动爆发，完成政策到市场、技术到生态的演进；2026 年机器人技术刚迈过“可用”门槛，政策推动、资本热度空前，与彼时 Model S 落地后的新能源车特征相似，但商业模式闭环尚未形成。 ⚫ 人形机器人与新能源汽车产业存在阶段对标性但产业本质相异，智能是前者堪比新能源动力电池级别的核心产业锚点。2008-2020 年新能源汽车产业核心是攻克动力电池物理化学极限，中国依托规模效应实现电池成本大幅下降，奠定“电池为王”的硬件投资逻辑；当前人形机器人对标 2012 年新能源汽车，该硬件逻辑仅具阶段性正确性，其核心矛盾为“智能赤字”，且硬件本体随供应链大幅度降本快速商品化，产业核心是具身智能，价值关键在服务能力差异化，具身智能大脑为核心护城河。硬件与智能并非对立，2026 年核心硬件仍有较大迭代空间，且二者形成“智能定义硬件，硬件反哺智能”的正向循环，硬件迭代方向由智能需求动态定义。 ⚫ 数据是具身智能时代堪比锂矿的核心资源，采集与高效生产能力决定模型上限，数据产业链也成为核心投资方向。具身智能面临严峻的物理 AI 数据瓶颈，VLA 模型所需万亿级物理交互数据与现有百万级公开数据集差距悬殊，本体感受数据的匮乏为最大挑战，行业内企业正通过数采中心、VR 遥操作、动作捕捉等方式争夺数据开采权，但这类高价值数据目前获取成本高、效率低。数据工厂是机器人智能体的核心起跑线，能低成本、高效率搭建大规模遥操作数采流水线的企业将构筑深厚护城河，形成“数据-能力-订单”正循环，而仿真技术与合成数据成为数据生产的重要加速器，英伟达 Isaac Lab 及合成数据初创公司已率先布局。投资层面，除硬件铲子股外，数据采集服务商、仿真平台生态伙伴、场景运营方等数据产业链“矿产公司”，是值得关注的潜在受益标的。 ⚫ 2026 年是物理 AI 脱离屏幕 AI 的关键元年，机器人产业对标“智能手机+自动驾驶”混合体，投资应遵循“智能层>协同层>硬件层”新范式，聚焦核心能力与生态构建。 ⚫ 投资分析意见：核心关注具备数据闭环和场景能力的本体公司（机械+汽车）：特斯拉、宇树（未上市）、智元（未上市）、优必选、小鹏等；其次是具备数据场景和元宇宙领域相关企业（计算机覆盖），包括：天准科技、索辰科技，智微智能，亚信科技，瑞芯微；最后是优质零部件企业，包括：拓普、三花、双环传动、恒立液压、福达股份、恒勃股份、隆盛科技等。 ⚫ 核心风险：原材料价格波动风险，地缘政治风险，行业复苏不及预期 行业点评 请务必仔细阅读正文之后的各项信息披露与声明 第2页 共11页 简单金融 成就梦想 1．历史的押韵与硬科技的周期规律 .................................. 4 2．从“成本驱动”到“智能定义” ......................................... 5 3．数据成为“新时代的锂矿” ............................................. 7 4．寻找“卖铲人”与“数据地主” ......................................... 8 目录 行业点评 请务必仔细阅读正文之后的各项信息披露与声明 第3页 共11页 简单金融 成就梦想 图表目录 图 1：机器人行业与电动车行业发展对标 .............................................................. 4 图 2：Fisker Automotive 与 Tesla Motors 对比分析 ....................................... 5 图 3：能源驱动到智能驱动的范式转移 ................................................................. 7 图 4：寻找“卖铲人”与“数据地主”：AI 训练基础设施全景图 ......................... 8 表 1：中国新能源汽车行业发展历程..................................................................... 4 表 2：阶段对标：机器人行业≈2012-2014 年电动车行业 .................................... 4 表 3：Fisker Automotive 与 Tesla Motors 对比分析 ....................................... 5 表 4：汽车行业重点公司估值表 .......................................................................... 10 行业点评 请务必仔细阅读正文之后的各项信息披露与声明 第4页 共11页 简单金融 成就梦想 1．历史的押韵与硬科技的周期规律 在科技产业的浩瀚历史长河中，鲜有两个产业能像新能源汽车（NEV）与人形机器人这样展现出如此惊人的同构性。它们同属“集大成者”的硬科技领域，皆依赖于大规模的制造业的成熟以及人工智能算法的跃迁。 中国新能源汽车产业的爆发并非源自单纯的市场