
人型機器人 2026:Optimus vs 中國 20 家對手的 BOM 分解
把人型機器人拆成 8 個 BOM 等級,逐一找出每個環節的全球瓶頸。結論:不是 AI 晶片,而是諧波減速機。而且中國在這個位置上的趕超速度比預期快。
目錄
為什麼要分解人型機器人的 BOM
前一篇文章討論的是人型機器人的技術層架構。但整機廠真正的供應鏈瓶頸,不在宏觀層面,而在零組件成本與產能的微觀現實。
Tesla Optimus、Figure AI、波士頓動力、以及中國的宇樹、小鵬、小米等廠商,現在都在量産路上。但他們能按計劃交貨,真正決定因素不是誰的 AI 模型最聰明,而是能不能搞到足夠的諧波減速機。
這篇用 BOM 分解的方式,把人型機器人的成本與產能風險層層剝開。
人型機器人的 8 個 BOM 等級
一台商用人型機器人(60cm~180cm 級別、負載 3~20kg),成本構成大約如下:
| 等級 | 組件範疇 | 年成本占比(估計) | 全球產能集中度 |
|---|---|---|---|
| 1 | 諧波減速機 + 行星減速機 | 25-30% | 極高(日本 Harmonic、德國 Nabtesco、中國綠的) |
| 2 | 無刷馬達(含編碼器) | 15-18% | 高(日本、德國、台灣少量) |
| 3 | 邊緣 AI 晶片 | 12-15% | 中(NVIDIA、Qualcomm、Tesla 自研) |
| 4 | 電池 + BMS | 10-12% | 中(中國 CATL、寧德、日本 Sony) |
| 5 | 感測器組(相機、LiDAR、IMU、力感測) | 8-10% | 中(英飛凌、ST、豪威、Sick) |
| 6 | 機構件 + 外殼 + 鋁型材 | 6-8% | 低(分散化,模具廠為主) |
| 7 | 控制器 + 電源管理 PCB | 4-6% | 中(台灣、日本、美國) |
| 8 | 軟體授權 + 系統整合 | 6-10% | 低(各廠自研或授權) |
第 1 級就佔了四分之一的物料成本,且産能風險最高。
第 1 級:諧波減速機 — 真正的瓶頸
現狀
一台人型機器人需要約 40-60 個關節。每個關節幾乎必須用精密減速機,原因:
- 無刷馬達典型轉速 3000-5000 RPM,需要減速到 50-300 RPM
- 扭矩需求 5-50 Nm,精度需求 ±30 弧秒以下
- 體積約 φ50-80mm,重量 200-500g
全球產能現狀
| 廠商 | 國籍 | 市場估計年產能 | 技術定位 |
|---|---|---|---|
| Harmonic Drive | 日本 | ~200-250 萬顆 | 旗艦(±15 弧秒,壽命 20000+ 小時) |
| Nabtesco | 日本 | ~100-150 萬顆 | 高端(軍工、航太) |
| SEW-Eurodrive | 德國 | ~80-100 萬顆 | 工業用途 |
| 綠的諧波 | 中國 | ~150-200 萬顆 | 快速追趕(±30 弧秒,5-8 年壽命) |
| 中國其他廠商 | 中國 | ~100-150 萬顆 | 低端、工業用途 |
全球年產能估計 650-850 萬顆。
人型機器人對產能的衝擊
- 若 2026 年全球量産 50 萬台人型機器人 × 50 顆/台 = 2500 萬顆減速機需求
- 若 2027 年擴到 200 萬台 × 50 顆 = 1 億顆需求
這是當前全球產能的 3-12 倍。
為什麼擴産這麼難
- 製程精度:諧波減速機的柔輪與波發生器配合公差要求在 0.01mm 以內,全自動化難度極高
- 匠人工藝:高端產品仍需手工調整,產量上限由人手決定
- 新廠週期:從設計、設備採購、裝機、客戶驗證,至少 24-36 個月
- 客戶認證:每個新廠的產品都需要 Optimus、Figure 等廠客戶 6-12 個月的可靠性驗證
結論:2026 年底前,全球精密減速機產能不會超過 1200 萬顆。人型機器人廠預定的交貨量將被迫砍掉 50-70%。
第 2 級:無刷馬達 — 次級瓶頸
現狀與風險
人型機器人需要的無刷馬達(brushless DC motor)特性:
- 功率:200W-1000W 級別(關節馬達)
- 轉速:3000-5000 RPM
- 扭矩密度:高(小體積大力矩)
- 精度:配合編碼器實現 ±1 度以內
全球供應商
- 日本:Maxon、Portescap(微型精密馬達領域最強)
- 台灣:大銀微系統、台中精機
- 德國:Faulhaber(微型馬達專家)
- 中國:匯川技術、華中數控等(性能與認證仍有缺口)
與減速機不同的是,馬達產能更分散,替代性更高。但高扭矩密度版本仍依賴日本進口。
第 3 級:邊緣 AI 晶片 — 充足但有風險
現狀
人型機器人的主控制器需要 Edge AI 晶片:
- NVIDIA Jetson Orin:5-10 TFLOPS(FP32),但產能有限
- Qualcomm Robotics:中等效能,產能更充足
- Tesla 自研芯片:Optimus 用,效能優但規模小
- Google Tensor:部分應用
整體來看,邊緣 AI 晶片產能充足,但供應鏈不如減速機那麼集中。
第 4 級:電池 + BMS — 中國完全主導
人型機器人需要 24V-48V 的鋰電池組(2-5 kWh),這個領域:
- 中國 CATL、寧德、鵬輝完全壟斷
- 產能根本不是瓶頸(電動車電池產能過剩)
- 成本 $100-150 / kWh(仍在下降)
這裡沒有瓶頸。反而是中國供應鏈的戰略優勢。
第 5-8 級:感測器、PCB、軟體 — 相對充足
- 相機、LiDAR:全球產能充足(OmniVision、Sony、Sick)
- IMU、力感測:英飛凌、ST 產能充足
- PCB:台灣健鼎、日本 Ibiden 供應無虞
- 軟體與系統整合:各廠自研
Chokepoint War Gaming 應用
真正的瓶頸位置
第 1 級:諧波減速機 + 高扭矩密度無刷馬達。
其中諧波減速機的風險最高,因為:
- 產能極度集中(Harmonic + Nabtesco + 綠的 = 全球 70% 產能)
- 擴産週期最長(24-36 個月)
- 認證週期最長(客戶驗證 6-12 個月)
- 技術難度最高(精度與壽命無法妥協)
Blast Radius
- L1 直接衝擊:所有人型機器人整機廠(Tesla、Figure、Agility、宇樹、小鵬)實際交貨量下滑 40-60%
- L2 次級衝擊:預訂人型機器人的工廠、物流公司延期 12-24 個月
- L3 反向受益:
- 傳統工業機械臂廠(ABB、FANUC、KUKA)的相對重要性上升
- Harmonic Drive 與綠的諧波的議價權暴增
- 日本 Maxon、德國 Faulhaber 馬達供應的議價權上升
時間窗口(Alpha Window)
- 當前:2026-2027 年,減速機短缺最嚴重
- 2027-2028 年:Harmonic、綠的、中國廠商新廠逐漸投產,產能逐步緩解
- 2029-2030 年:替代技術(直驅馬達、線性馬達)開始成熟,減速機瓶頸逐漸鬆動
中國追趕的速度有多快
綠的諧波的進展:
| 時間 | 狀態 | 精度 | 壽命 | 市佔 |
|---|---|---|---|---|
| 2015 年 | 創業 | ±45 弧秒 | 3000 小時 | 微不足道 |
| 2018 年 | 一輪融資 | ±30 弧秒 | 5000 小時 | 1% |
| 2021 年 | 融資 + 產能擴張 | ±20 弧秒 | 8000 小時 | 3-5% |
| 2023 年 | 上市(IPO) | ±15 弧秒 | 10000+ 小時 | 8-12% |
| 2025 年 | 產能翻倍 | ±12 弧秒 | 15000+ 小時 | 15-18% |
| 2026-2027 年 | 预期 | ±10 弧秒以下 | 20000+ 小時 | 25-30% |
綠的諧波在 8 年內從無到有,現在已能滿足人型機器人 70% 的應用場景。剩下 30% 需要 Harmonic 的高端版。
這個速度意味著:
- 日本獨占的時代已經結束(2025 年後)
- 中國廠商將獲得人型機器人供應鏈中唯一的「本土完整替代」
- 減速機的成本曲線將被拉平(從 $800-1200 / 顆降到 $300-500)
成本下降預測:誰先達到 10x?
未來 24-36 個月內,哪個 BOM 等級最可能出現 10 倍成本下降?
候選者
| 等級 | 當前成本 | 10x 目標 | 可能性 | 時間 |
|---|---|---|---|---|
| 諧波減速機 | $800-1200 | $80-120 | 低(物理極限) | 5+ 年 |
| 無刷馬達 | $150-250 | $15-25 | 中(規模擴大可能) | 3-4 年 |
| 邊緣 AI 晶片 | $100-200 | $10-20 | 高(競爭加劇) | 2-3 年 |
| 電池 | $100-150 | $10-15 | 高(已有路線圖) | 2 年 |
| 感測器 | $50-100 | $5-10 | 中(規模化進行中) | 2-3 年 |
最可能的候選者:邊緣 AI 晶片(NVIDIA Jetson 成本下降 + Qualcomm / MediaTek 競爭)與電池(CATL 的成本曲線已驗證)。
最不可能的候選者:諧波減速機(物理精度極限難破,只能靠產能擴張降價,幅度最多 40-50%)。
可追蹤的七個指標
- Harmonic Drive 全球月產能 + 訂單能見度——季度財報和代理商公告
- 綠的諧波產能規劃與出貨量——季度法說會及行業報告
- Tesla Optimus、Figure AI 實際交貨量——季度公告 + 客戶端新聞稿
- 中國人型機器人廠商(宇樹、小鵬、小米)2026 年量産計劃——財報、發佈會
- 人型機器人整機廠的諧波減速機庫存指標——供應鏈專業媒體 + 期貨市場訊號
- 日本 Maxon、Portescap 馬達的交期延長情況——經銷商反饋
- 諧波減速機現貨市場價格——工業零組件平台(阿里巴巴國際站、Global Sources)
結語
人型機器人的供應鏈瓶頸不是 AI,而是傳統精密機械。
這對整個敘事的含義:
-
AI 論述被高估:Optimus 變聰明的速度很快,但變得了量產的速度很慢。量產瓶頸在 BOM 第 1 級,不是第 3 級。
-
地緣供應鏈的變化:日本精密減速機供應商的壟斷地位正在被 10 年快速追趕的中國廠商瓦解。但因為技術難度最高,這個瓦解會是漸進的(5-8 年),不是突然的。
-
台灣的位置:台灣在此供應鏈中沒有明顯核心位置——減速機沒有,馬達規模小,AI 晶片依賴 NVIDIA 代工。主要角色仍是代工廠(鴻海、廣達可能做機器人整機代工)。
參考來源
- Harmonic Drive Systems 官方投資者報告
- 綠的諧波上市招股書 - 中國證監會披露
- SEMI 機器人與自動化產業調查報告
- IEA 機器人與製造業自動化前景分析
- Figure AI 與 Boston Dynamics 新聞稿歸檔 - TechCrunch
方法論提醒:本篇是供應鏈作戰推演框架的應用,基於公開資料與產業訪談估計。所有具體產能、成本數字均為業界估計值,非官方公告。不構成投資建議。
地緣優先的投資觀察週報
每週一封。方法論、失敗紀錄、量化驗證結果。不寄明牌,不寄投資建議。 免費訂閱即可收到精選摘要,付費解鎖完整深度研究。
- 免費版:每週 1 篇精選 + 市場速覽
- 付費版:每週 3 篇深度研究 + 數據附件
同一條思路下的其他研究

AI 伺服器供應鏈:三層巢狀結構與台灣的核心位置
從 NVIDIA 到雲端業者之間的 AI 伺服器供應鏈,有三層巢狀結構,其中第二層 ODM 整合幾乎全在台灣。這篇用 chokepoint 框架拆解。
Chokepoint War Gaming:把供應鏈當成一張兵棋推演圖
產業分析最大的盲點是把供應鏈當『名單』,而不是『地圖』。這篇介紹一個把產業分析翻譯成兵棋推演的方法:找瓶頸、找替代路徑、估傳導時差。
工業電腦熱搜:Edge AI、Robotaxi、Fleet Logistics 同步拉動的三重共振
工業電腦(IPC)在 Google Trends TW 突然竄升 1,000%+。這不是單一需求波,而是 Edge AI 推論、自動駕駛物流、工廠視覺 AI 三個獨立需求同時發動,造成的複合漲價與缺貨。台灣 IPC 廠(事欣科、研華、凌華、融程電)面臨產能瓶頸與客戶認證週期延長。