摘要
　　中信证券财富管理与中信里昂研究观点一致。根据中信里昂研究在2026年9月16日发布的题为《Seeing is believing II: From lab to line》的报告，此前报告《Seeing is believing》通过精选视频库展示了人形机器人硬件的快速进展，以及《From lab to line》分析了现实世界中的工业部署案例，均引发了投资者的显著兴趣。在此基础上，中信里昂通过展示来自七家全球领先人形机器人开发商的53段视频片段，以更直观的方式评估人形机器人的商业化就绪程度，这些内容涵盖工厂和仓库中的现场演示、试点项目和真实世界任务。
　　谁在人形机器人硬件方面领先？将炒作与现实区分开来
　　在审阅了全球领先人形机器人开发商的工业部署视频后，中信里昂继续认为Boston Dynamics和Figure AI是明确的硬件领导者。两家公司已经在展示排序、物料搬运和仓库任务，其速度和质量水平正日益接近实际替代人工劳动。Tesla尚未提供有意义的视频证据，清晰展示可比的工业部署能力。
　　该评估框架基于三个关键标准：任务是否以自主方式执行，任务演示是否以连续单镜头完成而非通过大量剪辑片段呈现，以及动作质量、流畅度和运行速度与真实人类工人的相似程度。在中信里昂看来，这些因素为现实世界能力提供了更可靠的衡量标准。
　　尽管任务范围狭窄，仍可实现商业化；更广泛的任务即将到来
　　在大多数工业部署视频中的一个共同观察是，绝大多数人形机器人仍然专注于与物流相关的任务。尽管一些公司已开始展示更复杂的活动，包括与装配相关的应用，但当前表现似乎仍然不足。
　　中信里昂认为，即使目前相对狭窄的任务范围，也足以支持在工厂和仓库中的有意义部署。主要瓶颈仍然是手部灵巧性。鉴于过去2-3年硬件进步的速度，中信里昂认为未来2-3年操控能力可能会显著提升，从而大幅扩大人形机器人可执行的任务范围。
　　集体学习的力量；复利优势
　　根据目前可获得的影像，研究指出，大多数人形机器人尚未在广泛工业任务中实现超过普通人类平均生产率的60-70%。然而，Figure AI在物流标签分拣应用中的并排比较表明，人形机器人在某些重复性工作流程中的生产率已经达到大约人类水平的85-90%。考虑到人形机器人可以在不休息的情况下连续运行，其经济生产率可能已经比表面上的任务速度比较所暗示的更具竞争力。
　　更重要的是，人形机器人与传统自动化系统存在根本差异，因为每一台已部署的设备都会为共享学习循环作出贡献。随着数千台并最终数十万台人形机器人生成运营数据，软件改进可以分发至整个已安装基础。随着部署规模扩大，这种集体学习效应应会推动生产率持续提升、任务能力更加广泛以及商业化加速。与人类劳动不同，人形机器人的生产率被设计为通过累积数据和共享学习而随时间复利增长。
　　为何分析仍看好人形机器人；信心增强
　　尽管许多投资者仍对大规模人形机器人商业化持怀疑态度，但今天这些工业部署视频所展示的证据表明，问题已不再是人形机器人是否会被部署，而是部署规模将多快扩大。随着投资者对大规模采用的信心增强，分析指出，人形机器人生态系统的重估可能会加速