高盛最新研究报告显示，人工智能投资重心正从基础设施向应用领域转移，人形机器人被视为下一阶段关键增长点。报告指出，全球劳动力短缺与自动化需求为机器人产业提供长期发展动能，而亚洲市场凭借估值优势和增长潜力，正吸引资金加速布局。
高盛亚洲团队调研发现，亚洲机器人产业虽处于早期阶段，但板块估值较美国同类资产存在约21%的折价。数据显示，亚太机器人企业市盈率中位数为22倍，美国则为28倍；PEG比率分别为1.5倍和2.0倍，显示亚洲企业盈利增长预期更具吸引力。资金流向方面，共同基金已开始向机器人供应链轮动，但整体持仓仍处低位，主要集中于核心零部件、汽车自动化及工业精密制造领域。
技术层面，机器人AI发展面临真实世界数据短缺的挑战。不同于大语言模型，机器人训练需要大量力觉、扭矩和运动数据，这类物理数据的获取难度远高于互联网文本图像。为突破瓶颈，行业正加大集中式数据工厂和人机协作采集的投入，高盛预测数据服务有望成为产业链新增长点。当前VLA/VTLA模型与世界模型的融合加速，推动机器人环境适应能力提升，但模型规模扩张仍受数据限制。
商业化进程方面，工业和物流场景的机器人部署仍以概念验证为主。多数企业预计，需积累数千万小时高质量数据并形成成熟模型后，人形机器人才能在2027至2029年进入规模化应用阶段。高盛预测，全球人形机器人出货量将从2027年的7.6万台增至2032年的50.2万台，随着量产推进，平均售价和物料成本将持续下降。
尽管特斯拉Optimus和宇树H1等产品在硬件灵活性上取得进展，但高盛认为技术拐点尚未到来。机器人实现工业和消费场景大规模应用，需在精度、一致性、成本控制及通用自主AI能力上取得突破。其中，通用自主AI是核心制约因素，要求机器人在复杂环境中完成连续动作规划，这对算法、数据和硬件协同提出更高要求。
英伟达通过Physical AI生态体系推动技术迭代，其Jetson Thor边缘计算芯片、GR00T模型和Isaac平台，结合Cosmos仿真框架，可帮助开发者利用合成数据缓解物理数据短缺问题。这一技术路径正在降低机器人开发门槛，加速行业进化。
在供应链价值分配中，高盛强调核心零部件的技术壁垒。谐波减速器因精度、轻量化和扭矩性能要求严苛，被视为增长潜力最大的环节；执行器总成在高规格机器人中的采用确定性较高。相比之下，行星滚柱丝杠因良率和产能问题存在不确定性，灵巧手的技术路线也未完全明确。亚洲企业凭借成本优势和技术积累，有望在这些领域占据重要地位。
