从技术验证期到商业试水期，供给端探索更多产业化可能性人形机器人诞生已有30 余年，当前机器人处于高动态运动发展阶段，由技术验证期向初步商业化过渡，在广泛场景探索商业化可能性。2023 年产业在技术侧和供给侧出现显著边际改善：技术上以AI、大模型为代表的软件技术取得重大突破，或带领行业突破产品力天花板；供给上，2023 年特斯拉已完成从概念机到可完成复杂动作实体的进化，提出售价2 万美元的目标；1X 科技的EVE 产品在安保场景顺利商业化着陆。我们认为今年或为产业的当打之年，机器人商业化进度值得关注。

技术力为产业化前提，场景深度广度决定产业化程度机器人产品力向真人逼近为产业终局，我们认为产品软件端的运控算法、视觉感知算法、语言模型为底层技术，决定了产品力的天花板，而硬件能力决定产品力的实现程度。在技术层面上，目前感知算法和语言模型发展较快，机器人产品力下一步跃迁的关键或在于运控算法和关节能力。但卓越的产品力不意味着成功的产业化，我们认为场景的广度深度（即产业空间和产业化难度）是机器人商业化的前提，当前较有发展潜力、在供给端和技术端齐发力下有望加快商业化的为广度深度均较大的场景，如物流运输、工厂协作、安保服务等。

复用汽车供应链+国产供应链+自有场景试水，特斯拉或率先落地商业化过去产业化限制在于软硬件耦合下产品迭代慢，控制降维+硬件超配导致成本高，而特斯拉FSD 资源优势或为机器人商业化赋能:(1)车端算法共用：

机器人或搭载FSD 自研芯片并共享软件平台，FSD 能赋能机器人的机器视觉算法，FSD 和Dojo 的数据积累和训练模型能加快机器人功能优化，从而实现降本增效;(2)供应链共用：机器人与电车有较大的供应链重合度，可接轨热管理/电池系统/视觉传感器等电车供应链，共享电车国产供应链的规模优势，此项或为机器人降本利器;(3)自有场景商业化试水：特斯拉自有工厂或实现机器人工业场景的商业化，能以真实场景不断优化机器人。

硬件方案百花齐放，关节环节或存较大变动值得关注目前AI、大模型的软件能力突破，助力机器人向具身智能的天花板逼近，感知/控制/交互/热管理/驱动模块的技术方向较明晰，运动模块的关节环节存在较多变数:(1)旋转关节学界提出采用成本更低+负载更好的行星减速器;(2)线性关节采用滚珠或行星滚柱丝杠，或电机和丝杠一体的反式滚柱丝杠，或连杆替代行星滚柱丝杠，或用六维力矩传感器，或用IMU 传感器提高行走稳定性;(3)灵巧手关节方案变动性我们预计不大。我们认为机器人硬件技术选择类似搭积木，核心在于主机厂对成本和性能的权衡，存在变数的技术环节或有预期差的投资机遇，建议关注减速器/传感器的技术进展。

把握0-1 的发展确定性，看好核心价值链条复制电车时代的国产替代路径我们认为把握当前时点人形机器人投资机会的要点在于:(1)确定产业从0 到1 的确定性，把握概率大和可能变化的技术方案，以及可行的商业化落地场景;(2)把握量价均升、天花板高的零部件赛道，单机价值量上，电机环节>传感器>减速器>丝杠>谐波减速器>空心杯电机>各类轴承；我们根据场景测算出特斯拉机器人市场天花板为245 亿美元，对应伺服电机/直线执行器/减速器的天花板为46/37/34 亿美元;(3)挖掘细分赛道中技术领先/原T 产业链中技术移植性强的个股机会。我们看好有概率进入T 产业链标的为：双环传动/三花智控/贝斯特/新时达/鸣志电器/江苏雷利/麦格米特/汇川技术。

风险提示：特斯拉机器人方案变更超预期；成本测算具有一定局限性；特斯拉机器人产业化不及预期。