摘要：
　　机器人本体源自工业机器人对重复劳动的替代，正向自主执行演进。20世纪50年代至80年代，传统工业机器人通过固定编程驱动，应用于流水线替代人工重复性劳动；20世纪90年代起，随着运动控制算法的突破，具备运动与平衡能力的仿生机器人快速发展，但仍依赖固定程序控制，不具备自主交互能力；2022年以来，机器人不再局限于通过预设程序进行动作表演，自主执行通用任务成为新的应用目标与发展方向。在过去70年，机器人本体经历了三次代际演进，从执行固定任务、实现运动仿生向自主执行演进。当前，在面对真实世界复杂多样的场景与任务时，机器人需要搭载具备更强自主智能的大脑算法。
　　机器人大脑源自人工智能对人类大脑的模仿，正向物理交互演进。20世纪50年代至90年代，早期人工智能依托人工编码专家规则，在封闭场景中具备高可解释性，但无法适配开放环境；2010年之后深度学习与大模型崛起，依托海量数据驱动的方式，人工智能具备了对视觉和语言的感知理解能力，但仍局限于数字世界虚拟交互，而真正的通用人工智能需要深度融入物理世界；2023年以来，VLA模型与世界模型打通了视觉、语言与动作的模态边界，人工智能首次具备在物理世界中理解任务并进行交互的能力。在过去70年，机器人大脑也经历了三次代际演进，从专家系统、数字虚拟交互向物理交互演进。当前，由于高质量交互数据稀缺，VLA模型较难涌现泛化性。世界模型有希望成为下一代技术路线。
　　人形机器人融合了本体与大脑发展成果，能够满足工业、商业服务和家庭等多场景通用需求，逐步实现应用落地。供给端，人形机器人产业由小批量定制阶段迈向规模化量产阶段，整机价格中枢预计未来十年从30-50万下移至10-20万。需求端，工业场景结构化程度高，是人形机器人的试训场；商业服务场景环境复杂度高，但交互任务较为简单，难度适中作为过渡；家庭场景市场广阔，壁垒最高，是人形机器人应用的最终目标。预计到2035年中国人形机器人市场空间达2487.1亿元，2025-2035年CAGR达86.44%。
　　产业展望：1）大脑能力是核心瓶颈，重视模型创新与数据积累。目前人形机器人本体架构基本定型，主要零部件进入规模化降本阶段，运控算法基本收敛，而大脑成熟度不足成为了应用落地的核心瓶颈。模型架构方面，世界模型有希望成为下一代技术路线，但尚处于早期探索阶段。如何设计世界模型，并与VLA结合形成兼具动作映射与物理泛化的新型架构，将是大脑模型未来发展重点。数据方面，真机遥操作、无本体采集、仿真合成等多种数据路线将长期并存，共同组成机器人大脑训练的原材料。2）工业场景经济性暂未实现，特种作业有望率先大规模应用。受制于工作效率尚不及人工、成本偏高、泛化性不足以实现多任务通用等因素，人形机器人在工业场景的经济性暂未实现。从应用落地的节奏看，特种作业可替代高危人工岗位，对投入产出的经济约束相对宽松，有望率先实现大规模应用。3）家庭场景实用功能落地尚早，情绪陪伴是当前优先探索的方向。当前技术条件下，人形机器人完成家务劳动、体现实用价值的难度较大。在消费级价格定位下挖掘简单互动功能，体现产品情绪陪伴价值，是面向C端市场人形机器人值得优先探索的产品方向。
　　风险提示：大脑技术发展不及预期；应用落地不及预期；C端消费者接受度不及预期。