“华尔街最顶级的投行们在同一个夏天集体“改口”了。

2026年9月1日，纽约还没彻底入秋，华尔街的早间电话会议却比往常提前了半小时。

高盛互联网与电商股票分析师Eric Sheridan那封附带80页“物理AI”报告的邮件，在几大对冲基金的交易终端上几乎同时弹了出来。交易员们在屏幕前划动PDF，目光在那些预期之外的数字上停驻。

2026年全球人形机器人出货量基准预测从5.1万台上调至7.5万台，2035年从140万台拉升至650万台，上调幅度接近4倍。

但高盛并非孤独的吹哨人，就在同一个夏天，摩根士丹利已经第二次上调自己的中国出货预期，德意志银行也把全球数字翻了一倍多。

华尔街的交易员们突然意识到，那些三个月前还被当作“过于乐观”的估算，正在被一份又一份新报告追着打脸。

从摩根士丹利到德意志银行，从集邦咨询到中商产业研究院，以严谨和保守著称的主流预测机构，在人形机器人这条赛道上，出现了集体性的“锚点漂移”。

这背后，实际上是一场系统性的共识迁移——就像潮水转向时，所有浮标都指向了同一个方向。

01.

当线性思维遭遇指数现实，预测为何总是慢半拍

传统产业分析的惯性是线性的，例如今年产多少，明年就在基础上加20%。但人形机器人产业正在用指数级增长打破这种思维定式，这也是为什么各大机构的预测不是在发布后被验证，而是在发布后被快速超越。

高盛报告里的数据值得被反复咀嚼。2026年全球出货量从5.1万台上调至7.5万台；2030年从25.6万台上调至89万台；2035年从140万台上调至650万台。到2035年，对应市场规模约1383亿美元。不过十年间，人形机器人的出货量将增长超百倍。

更关键的细节在于，高盛同时指出，每台人形机器人还将催生3000至6000美元以上的半导体需求。

这个数字揭露了一个潜在事实：人形机器人从来不是一个机械问题，而是一个硅基算力对碳基物理空间的定价问题。每一台机器人身上那价值数千美元的芯片、传感器和功率器件，本质上是在为“物理智能”的算力消耗进行定价。

过去十年，我们见证了智能在二维屏幕上的爆发。智能手机、平板电脑、数据中心消耗掉了全球绝大部分先进制程产能。而人形机器人的规模化，意味着智能的载体第一次开始大规模地向三维物理空间迁移。

这是一场关于“硅含量”的重新分配，也是英伟达、高通、台积电们真正的远期期权。

正因如此，高盛将仓储物流判定为“最先爆发的战场”，而把汽车行业定性为“第二波应用浪潮”。这实际上是基于对当前技术栈能力边界的冷静测算。

结构化环境、标准化流程、相对封闭的操作空间，仓储物流是人形机器人现阶段最现实的变现出口，因为它的泛化能力要求最低，容错率最高。

而汽车制造代表的，则是精度、节拍与多机协同的高难度考场，是机器人从“能用”走向“可靠”的必经关卡。

高盛看到了这条路径，于是它选择把预测曲线上调。

中商产业研究院的判断与此一致，认为商业化将沿着“工业制造—仓储物流—商用服务—家庭场景”的路径梯次推进。越靠近终端消费者的场景，对机器人的容错率要求越高，商业化的时间线越长，但这也恰恰是远期想象力的来源。

02.

多家机构集体重估中国产能

与高盛对全球趋势的重新定价不同，摩根士丹利和德意志银行的年内上调，将着眼点直接放在了中国身上。

摩根士丹利在今年年1月份给中国2026年人形机器人出货量的最初预估还只有1.4万台，到了春季，这个数字翻倍至2.8万台，6月再次修正，直接拉升到了5万台。相当于六个月之内，预测值翻了超过2.5倍。

而他们给出的2030年目标是44.6万台，对应市场规模150亿美元，2025至2030年复合年增长率高达106%。

至于为何上调，大摩用三大核心驱动力进行了精准概括：商业验证提速、政策支持强化、供应链积极反馈。这三点翻译成产业语言，实际上对应着同一个事实，即中国在具身智能领域的工程化闭环已经形成，而且转速远超预期。

德意志银行则提供了另一份细节。其亚太区自动化与工业研究主管Iris Zheng在研报中指出，人形机器人市场正从炒作阶段过渡至早期规模化商业化阶段。他们将2026年全球出货量预测从1.75万台上调至近5万台，增幅逾一倍，而在这近5万台之中，中国出货量预计约4万台，占全球绝大多数份额。

大摩和德意志银行的预测形成了一种相互印证——全球人形机器人的供给曲线，实际上是由中国厂商的产能爬坡速度来决定的。

国内研究机构也给出了呼应。中商产业研究院8月发布的《2026年全球及中国具身智能发展白皮书》预计，2026年全球人形机器人出货量达6.25万台，同比增长约247%，中国厂商出货占全球八成以上；中国人形机器人出货量约3.8万台、市场规模约34亿元，2030年有望达38万台、市场规模突破200亿元。集邦咨询则预估2026年中国人形机器人市场规模将达150亿元人民币，2027年至少维持60%以上的成长。

中国在人形机器人领域的优势，不是某一项技术的单点领先，而是“供应链完备+量产能力+成本控制”的系统性优势。

03.

为什么是现在？三大驱动力解析

投行不会无缘无故集体上调预测，摩根士丹利总结的三大核心驱动力还算到位，但放眼全球真实情况更加复杂。

大摩提及的“供应链积极反馈”，在纸面上只是一句轻描淡写的表述，但在产业现实中，它对应着一系列极其具体而微妙的信号。因为人形机器人不是孤岛，它依赖精密减速器、力矩传感器、高能量密度电池、专用芯片等上游环节。

而2026年，这些“卡脖子”环节正在逐一松动，多家核心零部件供应商的产能利用率出现了显著变化，部分产线开始感受到“排期紧张”的压力。

产业链上下游之间正在形成一种“预判对方的预判”的正反馈循环。本体厂商预判需求会爆发，于是提前锁定零部件产能；零部件厂商预判本体厂商会扩产，于是提前增加设备和人员；而资本看到双方的扩产行为，进一步确认了需求即将爆发的判断。

在三方协力之下，人形机器人的BOM（物料清单）成本正以远超预期的速度下探。

政策的“确定性溢价”同样不容低估。进入2026年，中国在这一领域的政策密度和连贯性持续加速，从地方的产业基金到国家级战略，政府正在构建一套完整的创新生态体系。而中国之外，日本、韩国、欧美等国家也在挥动各自“看不见的大手”，从研发补贴到应用场景开放，政策工具形成了一套组合拳。

大摩将“政策支持强化”列为驱动力之一，其深层含义在于：政策为市场注入了一种“确定性溢价”——即使商业回报尚未完全兑现，政策兜底让试错成本大幅下降。对于一个需要长期投入、短期难以盈利的赛道而言，这种确定性恰恰是资本敢于下注的心理前提。

资本不怕亏损，怕的是不确定。

商业验证提速背后，不止是签订商业订单那么简单。毕竟人形机器人要进入物流、工厂等场景进行实地验证，离不开硬核技术的支撑。灵巧手、手眼脚协同、散热、线束寿命、长期可靠性以及Sim-to-Real泛化能力等等技术细节，正在加速跑，一段段演示、一场场现场直播，尽管技术路线纷繁多样，但站在2026年的时间节点回望过去几年，技术突破无疑是显著的。

即使遇到技术瓶颈，处于停滞不前，但瓶颈的存在恰恰说明产业已经推进到了“真干活”的阶段。

与此同时，随着大模型技术在多模态感知与决策规划上的深度融合，机器人开始不再依赖预设的固定程序，而是具备了在非结构化环境中理解指令、自主拆解任务的能力。这种从“自动”向“自主”的迈进，将极大拓宽拓宽机器人的适用边界，使其能够真正进入家庭服务、复杂制造等长尾场景。

人形机器人出货量预期上调背后是，是供应量、政策、商业化、技术等方面的同步爆发。

当然，市场增速越快，越考验企业对于现金流与技术栈的平衡能力。冲量很容易，把量变成收入则难，把收入变成可持续的现金流更是难上加难。

04.

繁荣之下的暗流，当所有机构的箭头指向同一方向时

需要注意的是，研究机构的预测模型，本身就会受到产业情绪和同行判断的“污染”。

当大摩率先率先做出大幅上调后，其他机构上调的“心理成本”会显著降低。毕竟，如果你的预测明显低于同行，而最终证明你错了，你需要独自承担过于保守的指责；但如果大家都错了，那只是“行业共识的错误”，没有人需要为此负责。

这种“预测共振”在历史上反复出现。2021年的元宇宙、2017年的加密货币、2014年的O2O。每一次，当所有机构的箭头都指向同一个方向时，那个方向本身就成为了最大的风险。

当然，任何诚实的行业分析都不会只谈利好。高盛、大摩等等研究机构也指出了行业目前存在的一系列困境，例如，高盛明确指出灵巧手尚无统一技术路线，是最重要的硬件瓶颈；大摩则坦承，企业出海布局过程中，地缘政治紧张局势仍是主要发展阻碍。

成本曲线的“幻象”同样需要被戳破。结合这半年多以来人形机器人的发展来看，2026年的出货量自然是能抵达预期的。但未来近乎指数级的增长能否成为现实，还有待商榷，这和成本紧密挂钩。

成本下降从来不是自动发生的，它是无数个供应链谈判、工艺改进和设计迭代叠加的结果。而这些工作的推进速度，远没有研究机构调整预测数字时那么痛快。

最后，是中国厂商的出货量与竞争力之间的区别，值得被更诚实地审视。

中国厂商出货占全球八成以上，这个数字令人振奋，但需要追问的是：这些出货中，有多大比例流向了真正产生商业价值的场景，有多大比例流向了政策驱动的示范项目？出货量是一个供给侧指标，它衡量的是“你造了多少”，而竞争力的终极检验是需求侧的复购率和场景留存率。

对行业来说，真正的竞争壁垒不在于你能否把机器人卖出去，而在于买你的人是否愿意买第二次。

05.

结语与未来

过去几年，人形机器人行业最擅长的是“讲故事”，那些关于未来的无限想象、关于通用人工智能的宏大叙事。而现在，投行集体上调预测，不是因为模型算得更准了，而是因为产业现实跑赢了模型。

我们有理由相信，未来五年将是这个行业从存在性证明走向规模化验证的关键窗口。仓储物流场景中开始出现真实的复购订单，汽车工厂里人形机器人开始与人类工人并肩作业，供应链上的零部件厂商开始为人形机器人单独规划产线，这些具象的变化，比任何研究机构的预测曲线都更有说服力。

与此同时，也需要保持一种“冷静的乐观”，最好的预测不是关于未来的，而是关于我们如何理解现在。