全球勞動力市場目前擁有約34億人，平均年薪約9,000美元，形成總規模約30兆美元的市場，佔全球GDP約30%。人形機器人的出現，將從根本上重塑這一市場結構，特別是在全球面臨人口老齡化、勞動力短缺以及勞動成本持續上升的背景下。
大摩提出的「Humanoid 100」名單，試圖描繪出將這些智慧機器從實驗室帶入工廠、倉庫，乃至未來家庭的全球產業價值鏈。高盛更是在其人形機器人報告中，將2035年的全球人形機器人市場規模（TAM）預估從一年前的60億美元，大幅提高至380億美元，年出貨量預估達到140萬台。
這篇整理了兩份報告的重點，可以看看整個人形機器人的產業趨勢和價值鏈組成，目前有哪些難點尚待攻克，以及機器人普及化在未來可能對社會造成什麼影響。
為何選擇「人形」？人形機器人與專業工業機器人的本質差異
世界已為人類而建：「人形」的原生優勢
一個根本性的問題是：為什麼我們需要外型像人的機器人？難道專用的工業機械臂、自主移動機器人（AMR）或無人機群，不能更有效率地完成特定任務嗎？這個問題觸及了人形機器人與專業工業機器人之間的本質差異。
NVIDIA執行長黃仁勳曾精闢指出：「最容易融入世界的機器人是人形機器人，因為我們是為自己建造了這個世界。我們也有最多的數據來訓練這些機器人，因為我們有相同的生理結構。」這句話精確地概括了人形機器人的核心優勢：
解構人形機器人：智慧大腦與靈活動軀的協同運作
要理解人形機器人複雜的價值鏈與潛藏的機遇，我們必須對其基本構造有所了解。這是一個智慧與物理能力高度協同的複雜系統。
環境兼容性： 從工廠佈局、工具設計到家庭建築和門口寬度，我們的世界從根本上是圍繞人類形態建造的。人形機器人可以在這些現有的「棕地」（brownfield）環境中運作，無需對環境進行大規模改造，而專業機器人往往需要「綠地」（greenfield）方法，即為機器人特別設計環境。
工具利用能力： 人形機器人可以使用為人類設計的工具和設備，從簡單的門把手到複雜的機械操作界面。相比之下，專用機器人經常需要專門設計的工具和介面。
數據優勢： 人類行為和動作的數據集極為豐富，可用於訓練人形機器人的動作和互動模式，這是專業機器人難以獲得的學習資源。
通用性： 人形機器人可以執行多種任務，而不僅限於單一功能，這使其在多變環境中更具價值，而專業機器人通常被設計為完成特定任務集。
這意味著人形機器人具備在幾乎任何為人類設計的環境中運作的潛力。它們理論上可以走過相同的走道，操作相同的機器，使用與人類工人相同的工具。
這種適應性大幅降低了在無數場景中部署的障礙，減少了昂貴的基礎設施更新需求，並最大化了跨任務的多功能性。這也解釋了為何特斯拉、現代汽車（透過波士頓動力）、豐田和比亞迪等汽車巨頭，以及三星和小米等消費電子公司對此領域表現出如此濃厚的興趣。
人形機器人與專業化機器人：靈活性-效率的平衡
兩種機器人範式的深度比較揭示了各自的優缺點：
專業化機器人（如工業機械臂、AMR）：
- 優點： 為特定任務優化，在其設計範圍內達到極高的速度、精度和負載能力。技術成熟，在汽車製造等行業已有數十年的整合應用經驗。成本效益在特定高重複性任務中已被充分驗證。
- 缺點： 高度欠缺靈活性，通常僅能執行單一或極窄範圍的任務。需要結構化、甚至隔離的環境（如安全籠）。對於新任務的適應往往需要大量重新寫程式、工具更換甚至硬體改造。整合到既有以人為中心的工作流程中往往成本高昂。
人形機器人：
- 優點： 最大優勢在於通用性與環境適應性。能在人類環境中導航，使用人類工具和介面，無需大幅改造環境。理論上可以透過軟體更新和學習來執行新任務，而非硬體改造。一台機器可替代多種專用設備，提供更高的投資回報潛力。
- 缺點： 相較於專用機器人，在執行特定高通量任務時目前仍有速度、精度或力量上的劣勢。更高的機械複雜性帶來更大的可靠性、維護和初期成本挑戰。目前技術仍快速演進中，特別是在靈巧操作、節能和非結構化環境中的AI穩健性方面。
根本差異在於「專用性與通用性的權衡」。專用機器人擅長在受控環境中將單一任務執行至極致效能。人形機器人則致力於在複雜、變動且以人為中心的環境中，合理完成廣泛的任務組合。人形機器人的經濟可行性將取決於其多功能性能否彌補在單一任務效率上可能的劣勢，以及是否能在總體擁有成本上取得優勢。
高盛和大摩的報告都指出，隨著AI技術、特別是端到端AI的突破性進展，以及關鍵零組件成本的快速下降，人形機器人在特定應用場景的經濟可行性正在提前實現。這不意味著專業工業機器人將被取代，而是很可能在不同場景下共存互補，共同擴展機器人在全球經濟中的應用廣度與深度。
解構人形機器人：智慧大腦與靈活動軀的協同運作
要理解人形機器人複雜的價值鏈與潛藏的機遇，必須對其基本構造有所了解。這是一個智慧與物理能力高度協同的複雜系統。
「大腦」—— 智慧中樞與環境感知：
這部分涵蓋了賦予機器人自主性的軟體與半導體元件。其核心是基礎的生成式AI模型，通常是多模態的（能處理視覺、語言、力回饋等多種感測數據），讓機器人能夠理解指令、感知周遭環境、從觀察（真實世界與模擬環境）中學習，並做出決策。
高盛在其報告中特別強調，AI技術的進步，尤其是端到端AI（End-to-End AI）的整合，是近年來人形機器人發展加速、迭代速度遠超預期的關鍵驅動力。這需要強大的運算硬體（用於邊緣處理的板載晶片，以及用於模型訓練的雲端/數據中心）、精密的模擬軟體（如NVIDIA Omniverse、西門子Tecnomatix、達梭系統DELMIA）進行虛擬訓練與測試，以及數據分析能力來處理龐大的感測資訊流。
「身體」—— 物理互動與移動能力：
這部分構成了機器人與物理世界互動和移動的硬體基礎。關鍵系統包括：
致動系統（Actuation System）： 相當於機器人的「肌肉與關節」，將電能轉換為運動。這是一個極其複雜的系統，包含馬達、減速器（齒輪組）、螺桿（用於線性運動）、軸承以及編碼器（用於回饋控制）。
致動器的數量與精密程度決定了機器人的自由度（Degrees-of-Freedom, DoF）和靈巧性——目前開發中的模型自由度約在16到60 DoF以上。
感測系統（Sensory System）： 賦予機器人「感知」能力，包含相機（視覺）、光達（LiDAR）與雷達（深度感知、導航）、力/力矩感測器（精確操作、互動回饋）、慣性測量單元（IMU，用於平衡）等。高盛的技術成熟度評估中，特別點出了交互（Interaction）和觸覺感測器（Tactile Sensor）是目前技術成熟度相對較低的環節。
動力系統（Power System）： 通常是位於軀幹的鋰離子電池組，為運算和運動提供能量。
結構與支撐（Structure & Support）： 包含骨架與外殼，越來越多地採用輕量化且高強度的材料，如鋁合金和先進工程塑膠（如PEEK），以在維持結構強度的同時，減輕重量、降低能耗。線束和散熱管理系統也是不可或缺的支援元件。
價值鏈全景：亞洲引領，全球競逐的產業地圖
大摩的「Humanoid 100」名單將相關公司分為三類：「大腦」供應商（半導體/軟體）、「身體」供應商（工業零組件）和「整合者」（開發完整人形機器人的公司，如特斯拉、Figure AI、Agility Robotics等，儘管許多尖端新創仍是私有狀態）。
一個顯著的趨勢是目前該領域的地理集中度。大摩指出，約73%已確認參與的公司及77%的上市整合者位於亞洲，其中中國扮演著尤其關鍵的角色（在名單中佔確認參與公司的56%，整合者的45%）。
高盛的報告也呼應了這一點，指出中國本土供應鏈的廣度與深度、更低的零組件成本，是驅動人形機器人成本快速下降（BoM成本在2023年下降約40%）和商業化時程提前的重要因素。這顯示了亞洲（尤其是中國）在成熟工業自動化供應鏈、龐大本土市場機會、強力的政府支持以及快速成長的新創生態系等多方面的優勢。
在尋找除了輝達和特斯拉等知名大廠以外的投資標的時，必須將目光投向全球，深入理解並觸及這個複雜且以亞洲為中心的供應鏈。高盛觀察到，來自供應鏈、新創公司（美國與亞洲）、上市企業以及政府（尤其是中國）的投入承諾正日益增強，預示著這個領域的競爭格局將持續快速演變。
核心價值拆解：五大關鍵零組件及其領導廠商
人形機器人的每一部分都不可或缺，但某些零組件無論在目前的物料清單（Bill of Materials, BoM）成本佔比上，還是在功能關鍵性上，都佔據著核心地位，成為技術創新和價值捕獲的關鍵戰場。
