中國｜硬體與產業化底盤
製造供應鏈完整每年約 500 萬名 STEM 畢業生政府策略支持人型機器人出貨領先關鍵零組件供應集中
MARKET RACE · EMBODIED AI
人型機器人競賽
中國強在「身體」，美國仍拚「大腦」
文章描繪的不是單一技術勝負，而是兩種產業優勢的交會：中國的製造與供應鏈規模，對上美國的晶片、AI 模型與資本市場。
核心判讀中國目前在出貨、製造與關鍵零組件供應上領先；美國在機器人「腦部」及資本取得方面具優勢。長期競爭關鍵是能否把硬體、模型與真實場景資料整合成可規模化產品。
01
兩國不是同一條跑道：中國偏「身體」，美國偏「大腦」
文章描述的競爭版圖：製造與供應鏈規模，對比 AI、晶片與資本市場能力。
美國｜模型、晶片與資本優勢
AI 模型／具身 AI先進晶片取得研究累積較早資本市場較成熟NVIDIA、Tesla 等投入
中國的強項把機器大量做出來，並導入工廠、車廠、倉庫
對照
美國的強項讓機器理解、規劃並在現實世界行動
關鍵不是單點突破：文章指出，真正的競賽在於誰能描繪機器人進入日常生活的路徑，並形成「硬體 × 模型 × 場景」的完整產業系統。
02
中國的供應鏈優勢，落在幾個關鍵零組件
以下占比為文章引用的中國全球供應占比；不是市場規模或企業市占。
97%
2026 上半年陸製人型機器人出貨量占全球比重
文章引用數據；代表當期出貨集中度，不等於長期技術領先或獲利能力。
成本槓桿：摩根士丹利分析稱，若 Tesla Optimus 不使用中國零組件，成本可能接近提高一倍。此為文章轉述的分析估計，不是已驗證的量產成本。
03
具身 AI 的學習閉環：把機器送進真實世界
文章描述中國建立「世界模型」與實體資料設施的路徑。
01 · DEPLOY
進入真實場景
將人型機器人導入工廠、車廠與倉庫。
02 · CAPTURE
產生實際資料
在真實環境中蒐集機器人的操作與互動資料。
03 · TRAIN
改善「腦部」模型
用資料訓練模型與世界模型，提升理解與規劃能力。
04 · IMPROVE
再回到場景驗證
更好的模型支援下一輪部署，持續形成資料回饋。
真實場景 → 資料 → 模型 → 更好的機器人 → 更多場景
產業化門檻：有硬體出貨不代表已具備泛化能力；仍需驗證機器人能否在多樣環境可靠執行任務，並形成可持續的商業回報。
04
市場機會很大，但預測與現況要分開看
把已發生的市場訊號，與機構對未來的預估分層呈現。
目前｜文章報導
出貨與資本市場訊號
上半年陸製出貨占比 97%；宇樹上市募資近 10 億美元、首日股價大漲 460%，其後回落約 50%。股價波動不等同產業基本面。
2020 年代末｜美銀研究所預估
零組件成本下降
陸製人型機器人零組件成本預估降至不到 17,000 美元，較文中所述將降低約一半。
2035｜美銀研究所預估
年出貨量擴大
預估年出貨量可增至 1,000 萬部；屬研究機構預測，不是已實現出貨量。
長期市場想像：摩根士丹利預估 2050 年全球人型機器人市場規模將超過每年 5 兆美元。這是長期市場預測，實際發展仍取決於成本、可靠度、應用場景與商業模式。