高盛在最新報告中指出，隨著AI算力基礎設施持續擴張，人形機器人有望成為AI下一階段的重要增長極，勞動力短缺與自動化需求為行業長期發展提供結構性支撐。該行亞洲交易團隊近期調研認為，亞洲機器人產業正處於早期發展階段，相較美國同類資產，亞洲機器人及自動化板塊估值存在折價，而盈利增長預期更高，資金已開始向機器人供應鏈輪動。

高盛股票策略師Jacqueline Du在報告中透露，該行於5月18日至22日走訪中國香港、深圳和北京的14家機器人企業，覆蓋中國具身AI、機器人和自動化產業鏈。調研顯示，VLA/VTLA模型與世界模型正在加速融合，推動機器人規劃能力和環境適應能力提升，模型規模也在持續擴大。但與大語言模型不同，機器人AI面臨更為稀缺的真實世界資料——訓練需要大量力、扭矩、運動等物理資料，這類資料難以像網際網路文本和影像一樣大規模獲取，已成為制約模型訓練和能力提升的關鍵瓶頸。

為解決這一問題，行業正加大對集中式資料工廠以及人機協作資料採集的投入。高盛認為，隨著機器人資料需求增長，資料採集和相關服務未來也可能成為產業鏈的重要收入來源。從應用端看，目前工業和物流場景的機器人部署仍以概念驗證（POC）為主，距離大規模商業化還有明顯距離。多數行業參與者預計，在積累數千萬小時高質量資料、形成部署就緒模型後，人形機器人有望在2027年至2029年逐步進入規模化商業階段。高盛預計全球人形機器人出貨量將在2027年達到7.6萬台，到2032年升至50.2萬台。

高盛長期看好人形機器人的產業空間，認為其有潛力成為繼智慧手機和汽車之後的新一代廣泛應用終端。隨著規模化生產推進，機器人平均售價和物料成本有望持續下降，從而改善商業模式。不過，技術拐點目前尚未真正到來。高盛指出，特斯拉Optimus在“We, Robot”釋出會上的演示，以及宇樹H1在2025年春晚的亮相，均顯示人形機器人在硬體靈活性和魯棒性方面取得明顯進步，但從工業和消費場景的大規模應用要求來看，機器人在精度、一致性、成本以及通用自主AI能力方面仍存在差距。其中，通用自主AI能力仍是最核心的制約因素——機器人不僅需要“看懂”和“聽懂”環境，還需要在複雜真實場景中自主規劃並完成連續動作，這對模型、資料和硬體提出了更高要求。

與此同時，輝達正通過Physical AI生態加速這一程序。Jetson Thor邊緣計算晶片、GR00T模型和Isaac平台，以及Isaac GR00T Blueprint和Cosmos模擬框架，可幫助機器人開發者利用模擬環境生成大量合成數據，緩解真實物理資料稀缺的問題。

高盛認為，人形機器人供應鏈的價值量將更多集中於技術壁壘較高的核心零部件。其中，諧波減速器的技術門檻最高，對精度、輕量化和扭矩效能要求嚴苛，增長潛力較大；執行器總成在高規格機器人中的技術採用確定性相對較高。相比之下，行星滾柱絲槓仍處於快速變化階段，良率、生產一致性和產能準備情況存在不確定性；靈巧手的技術路線也尚未完全明朗。

估值方面，高盛亞洲交易團隊認為，亞洲機器人板塊相較美國同類資產仍存在一定折價。資料顯示，亞太機器人籃子市盈率中位數為22倍，美國同類資產為28倍，前者較後者低約21%；PEG方面，亞太機器人籃子為1.5倍，美國為2.0倍。這意味著，亞洲機器人及自動化企業當前估值相對較低，但對應的盈利增長預期並不弱於美國同類資產。

資金流向也開始出現變化。高盛觀察到，共同基金正在逐步向機器人產業鏈輪動，但整體持倉仍處於早期階段，資金主要集中在零部件、汽車自動化以及工業自動化和精密製造等領域。高盛認為，這意味著機器人產業尚未進入全面資金擁擠階段，如果行業未來進入規模化商業化週期，當前可能仍處於資本輪動的早期階段。