当地时间6月24日，全球存储芯片龙头美光科技交出2026财年（2025年9月28日～2026年9月26日）第三财季成绩单。单季总收入达到创纪录的415亿美元，同比暴增346%，连续第五个季度创下收入纪录。综合毛利率飙升至84.9%。第四财季指引更加激进——营收预计冲击500亿美元，毛利率约86%。
但财报之外，董事长兼CEO桑贾伊·梅洛特拉在业绩交流会上抛出的一个判断更值得注意：人形机器人的存储容量，大约是L2+自动驾驶汽车的十倍，将从2030年前后的五年周期内，驱动一轮长达数十年的内存需求超级周期。
在创纪录财报的发布现场，用"数十年"来定义人形机器人对存储的拉动，分量不言自明。
▍千亿锁单背后，存储变成了"硬通货"
美光当季的数字足够震撼，但更耐人寻味的是它锁定未来的方式。公司已与数据中心、消费端和汽车客户签下16份战略协议，覆盖4个超大型客户和3个中型客户，按合同最低价与最低出货量计算，未来履约义务对应的保底收入达到1000亿美元。另有220亿美元内存订单，其中约180亿美元将以现金押金形式预付——下游客户正在用真金白银抢产能。
技术端同步推进。下一代DRAM与NAND节点预计2027年下半年量产，HBM4 12层版本的量产爬坡速度是HBM3E 12层的两倍，累计交付已超10亿美元。梅洛特拉明确判断内存供应短缺将延续到2027年之后，并在电话会上给出了一句被广泛引用的定性："AI系统的性能在架构上依赖于内存子系统的性能和容量，这使得内存成为AI世界中的一项战略资产。"
全财年资本支出预计约270亿美元，2027财年还将进一步上调。从千亿保底收入到持续加码的资本开支，美光正在推动市场重新认知存储芯片——它不再是传统的周期性商品，而是AI基础设施中不可替代的稀缺资源。
▍十倍差距从何而来
"十倍"听上去夸张，拆开两类终端的底层运行逻辑，会发现这个数字甚至可能保守。
美光在业绩会上还给了另一组参照：L2+自动驾驶车的存储搭载量已是普通车型的5倍，今年L2+车型在整体汽车市场的占比超过20%，预计2030年突破40%。而人形机器人的存储需求，在此基础上还要再乘以十。
差距的根源在于两类终端的计算范式完全不同。L2+车辆的存储系统主要服务于三项核心任务：驾驶辅助程序运行、环境感知数据缓存、行车事件记录。执行的是车道保持、自适应巡航、紧急制动等有限决策，配置方案在行业内已高度标准化。车辆仅在停车时异步上传少量极端场景片段，不会在行驶中持续回传原始数据。
人形机器人完全是另一套逻辑。一台机器人要同步处理视觉、触觉、力觉、姿态等上百路传感器的数据流，还要在本地部署视觉语言动作大模型，完成环境理解、手部精细操控、全身平衡和自主避障等连续实时动作。这些计算无法依赖云端——每个动作需要毫秒级反馈，网络延迟会直接导致控制失灵。海量多模态数据、模型参数、运动迭代日志全部必须在本地读写，对容量、带宽和延迟同时提出极高要求。
环境复杂度进一步放大差距。L2+车辆运行在有边界、有交规的规整道路上，人形机器人面对的是家庭、工厂、仓库等非结构化空间，需要持续建图、不断学习迭代，数据量每天都在累积。工况要求也截然不同：车载存储主要应对路面震动和常规温差，人形机器人的关节做高频往复运动，存储芯片必须达到车规级甚至工业级的耐久可靠性标准。容量需求与可靠性要求双重叠加，单台机器人的存储硬件价值远超一辆智能汽车。
▍存储才是决定算力天花板的那块短板
理解美光为何如此坚定地押注存储长周期，需要回到AI产业的一个底层第一性原理。
黄仁勋反复讲的一件事是：把token成本打下去，把吞吐速度拉上来。吞吐速度的决定因素拆到底层，对应的就是HBM size和HBM带宽。产业端已经充分证明，当前推理速度与HBM性能高度正相关，GPU能跑多快，很大程度上取决于内存能喂多快。这才是过去两年存储板块表现如此强势的底层原因——不是简单的涨价周期，而是整个AI算力体系的瓶颈就卡在内存这一环。
这条逻辑在人形机器人身上会再演一遍。
当前人形机器人在端侧放置小几B参数的模型。训练数据正以指数级积累——去年还是十万小时级别，今年已在冲击百万小时。如果2026年内训练数据量达到100万小时，和千问2.5这类大模型之间的数据差距将缩小到约100倍。按照这个速度外推，2027年可能达到千万小时量级，之后一年有望触及上亿小时。从数据规模看，具身智能模型对齐大语言模型的训练体量，大约还需要两到三年。
业界之所以对这条路线如此坚信，是因为大语言模型已经在数字世界跑通了完整验证。从算法维度看，具身智能模型和大语言模型之间并不存在本质鸿沟，真正的差距就在数据。三年前互联网上几乎没有机器人的动作数据，文本和图像却早已是海量资源，所以大语言模型率先成功。如今动作数据的积累速度正在追赶这一差距，业内给出的量化目标是：两到三年后，具身智能迎来属于自己的"GPT-3时刻"。
模型持续变大、训练数据指数级增长，必然推动端侧存储配置水涨船高。更大的模型吃更多内存，更快的推理要更高带宽。这才是美光所说"数十年超级周期"的底层驱动——不是简单的出货量增长，而是单台存储密度与行业出货规模的双重复利。
▍万台量产已过，但要敬畏乘数效应
美光判断的可信度，最终取决于下游能否真正放量。2026年上半年的产业动态给出了越来越清晰的信号。
宇树科技6月初宣布，单款双足人形机器人累计生产下线约11000台，不含其他型号和轮式底盘产品。2025年宇树纯人形出货超5500台，全球市占率约32.4%，位居全球首位。其新制造基地设计年产能达7.5万台，较2025年扩张约12倍。智元机器人在3月底达成第10000台通用具身机器人量产下线，优必选将2026年Walker S系列出货目标上调至5000台。IDC数据显示2025年人形机器人出货接近1.8万台，同比增长约508%，其中约85%来自中国。
远期市场空间的测算也在收敛。巴克莱5月发布的专题报告预计，当前全球人形机器人市场规模仅20亿至30亿美元，2030年可能达到100亿至250亿美元，2035年乐观情景下将冲击2000亿美元。人形机器人只是更大"物理AI"生态的一部分，巴克莱估算到2035年整个物理AI市场可达5000亿至1.4万亿美元。
需求端的结构性缺口在强化这个趋势。联合国数据显示到2050年全球65岁以上人口将从9亿增至16亿。2010至2024年间欧洲农业劳动力减少37%、日本减少23%。仅14%的Z世代愿意进入工业岗位，服务业占主要经济体GDP的60%至80%，却长期难以自动化。巴克莱将人形机器人定义为"自动化3.0"——核心突破在于让机器主动适应人类世界，而非让人类重建环境去适应机器。
在芯片端，围绕具身智能的竞争已经白热化。英伟达Jetson Thor、高通Dragonwing IQ10、地瓜机器人旭日S600、芯驰全栈方案、黑芝麻SesameX平台，理想马赫M100、小鹏图灵芯片，以及沐曦与优必选合资的曦选创智等势力，都在从不同方向切入。端侧算力的持续攀升直接拉动端侧存储需求——模型越大、传感器路数越多、实时控制要求越高，对内存带宽和闪存容量的要求就越高。
必须承认，短期内人形机器人对存储供需的实际影响有限。整机成本偏高、通用智能算法尚不成熟、商业化模式仍在摸索，存储增量目前还停留在预期培育阶段。车载存储和AI服务器存储依然是支撑行业景气的基本盘。
但拉长视角看，一旦年出货量从万台级跃向十万台级乃至百万台级，叠加单台十倍于智能汽车的存储密度，这个乘数效应足以重塑存储行业的增长结构。即使人形机器人的出货量只有智能汽车的十分之一，它带来的存储增量也足以与整个汽车智能化市场比肩。
美光用千亿美元保底收入和持续加码的资本开支提前下注，本质上是在告诉市场：存储不再只是周期股的叙事，它正在获得由AI和物理智能驱动的长期成长逻辑。人形机器人的身体里，藏着存储产业的下一个二十年。
（更多人形机器人赛道深度文章，请关注微信公众号“人形大讲堂”）
