具身智能进入硬件验证期：通用机器人与大模型交互的成本博弈

软件定义动作：具身智能对机器人BOM成本的重构

当前工业机器人本体的BOM成本结构长期固化，减速器、伺服系统与控制器三大件占据了总成本的65%-70%。其中，RV减速器与谐波减速器作为Tier-1核心零部件，其成本占比常年维持在30%左右。此次大模型驱动机器人动作的实验，本质上是试图通过软件算法的“泛化”来替代传统工业场景下高度定制化的示教编程。

一旦“大模型驱动”进入工程化阶段，机器人厂商的成本重心将发生偏移：

• 控制器算力升级： 为了运行端侧大模型，高性能GPU/NPU模组将成为标配，预计将增加本体硬件成本10%-15%。
• 传感器融合成本： 泛化任务要求机器人具备更强的环境感知力，高精度视觉传感器与力觉传感器的BOM占比将进一步提升。
• 边缘计算瓶颈： 实时推理带来的高功耗要求，将倒逼伺服驱动器与本体电源管理系统的重新设计，这直接挑战了现有工业机器人厂商的供应链整合能力。

供应链传导与国产替代的二次洗牌

目前工业机器人本体厂商多处于“硬件拼装”阶段，核心零部件如Nabtesco（纳博特斯克）的RV减速器与Harmonic Drive（绿的谐波）的谐波减速器仍掌握定价权。大模型介入后，机器人不仅是执行机构，更演变为具备数据闭环能力的终端。

在这一趋势下，国产供应链面临两极分化：

• 低端产能出清： 仅做简单本体集成、缺乏算法能力的厂商将加速沦为代工厂，毛利率恐被进一步压缩至10%以下。
• 零部件集成化趋势： 伺服电机与驱动控制器的“驱控一体化”将成为主流，以应对大模型高频指令带来的响应延迟问题。
• 产能利用率博弈： 随着具身智能对硬件柔性要求的提高，传统高周转、标准化的工业机器人产线可能面临产能利用率下降的风险，投资逻辑将从追求“出货量”转向“算法+硬件”的综合溢价能力。

资本市场的估值逻辑修正

资本市场对工业机器人企业的估值逻辑正在从“制造业倍数（PE）”向“科技公司倍数（PS）”切换。单纯依靠组装工业机械臂的企业，其估值已很难支撑高研发投入。

通过Chatbot等大模型接口控制机器人，虽然在实验室环境下展现了泛化潜力，但若要进入商用，必须解决“确定性控制”与“大模型幻觉”之间的矛盾。对于投资方而言，当前的关键指标不再是本体的减速器国产化率，而是厂商在多模态数据采集、仿真环境训练以及边缘算力适配上的研发投入占比。那些能够通过软件生态降低硬件冗余成本的本体厂商，才是在下一轮洗牌中拥有定价权的玩家。