高盛：中国14家机器人厂商预计2027年迎来爆发

高盛的一份新报告给人形机器人的短期热潮泼了一盆冷水，预计14家领先的中国企业不太可能在2027年之前开始大规模商业化，且关键取决于解决巨大的数据瓶颈。该行业的重心已从简单的视觉-语言-动作（VLA）模型转向更复杂、面向执行且融合了VLA与世界模型的AI技术栈。

“行业讨论已经超越了单一的VLA框架，转向以执行为导向的多模态AI栈，”高盛分析师杜娟在访问14家中国机器人公司后发布的报告中表示。报告指出，为了使这些新模型具备可部署性，必须在数千万小时的高质量现实世界数据上进行训练，这是该行业目前面临的挑战。

技术共识正迅速向这种新型混合架构靠拢，其中世界模型充当功能层，在执行前预测结果并验证动作，从而增强现实世界的鲁棒性。为支持这一点，模型参数量正在从个位数亿级攀升至400亿到800亿的区间。尽管技术有所进步，但报告指出，大多数项目仍处于概念验证阶段，明确侧重于工业和物流应用。

对于投资者而言，该报告回击了即时预期，同时加强了长期乐观情绪，认为关键里程碑是从概念试点向可扩展、盈利性部署的转型。在未来三到五年内，确保质量的同时降低成本这一复杂过程将是核心挑战，并最终决定14家公司中谁将领导市场。

## 从模型配方到数据架构

中国机器人制造商面临的核心挑战不再仅仅是AI模型的“配方”，而是构建喂养这些模型的底层设施。根据高盛的报告，行业重点已转向构建可扩展的架构，以便从现实世界的交互中可靠地产生高质量、多维的数据。这标志着一个重大转向，不再仅仅争论不同模型类型的优劣。正如逐际动力（Agibot）具身智能部门总裁姚茂卿博士在近期采访中所言，“实验室演示与现实部署之间存在巨大鸿沟”，获取动作、操控和失败的物理数据“极其昂贵”。

这种数据获取挑战正催生出两种截然不同的策略。一些公司（如帕西尼）正在建立由政府支持的中心化“数据工厂”，中国境内已有五家此类设施投入运营。其他公司（包括银河通用和自变量机器人）则采取去中心化方法，从已部署的系统和VR模拟中收集数据。数据本身正成为一种宝贵资产，优必选等公司预计，政府对数据工厂的需求将在2026年成为重要的收入驱动力。

## 务实的商业化之路将于2027年开启

预计在2027年至2029年间开始的大规模部署路径显然是务实且立足于工业现实的。高盛确定的初始机会在于标准化或半结构化环境，如工业制造和物流，侧重于分拣、物料搬运和检测等任务。这与姚博士的见解一致，他指出部署将从“投资回报率更清晰”的工业场景开始，随后才会进入家庭。

这种对实用性的关注也延伸到了硬件上。与其追求昂贵且复杂的全人形五指手外形，许多制造商正选择更具成本效益的组合：轮式底盘加两指或三指抓取器。这种配置被认为足以解决70%到90%的现有工业应用。采用过程是循序渐进的，通常包括三到六个月的概念验证阶段，随后是长达一年的少于50台的小批量测试，最后才是每个客户50到100台的较大规模试点部署。

报告强调了一个明确的趋势：人形机器人行业正在跨越“机器人能做什么”的阶段，进入“机器人能否创造生产力”的阶段。对于投资者来说，这意味着最重要的指标不再是演示视频的惊艳程度，而是公司展示出的捕获现实世界数据并在高价值工业工作流中获得试点部署的能力。

本文仅供参考，不构成投资建议。