高盛正在把人形机器人从“远期想象”重新放进产业投资者的时间表中。

据报道，高盛互联网与电商股票研究董事总经理埃里克·谢里丹（Eric Sheridan）于2026年9月1日向客户发布了一份长达80页的“物理AI”（Physical AI）研究报告，大幅上调了人形机器人市场预测。该行最新基准情景预计，全球人形机器人出货量将在2026年达到7.5万台，2030年达到约89万台，2035年达到约650万台，对应约1380亿美元的年市场规模。245

需要注意的是，这些数字属于市场预测，并非已经确认的订单、产能承诺或实际出货量。由于目前公开报道主要来自二手信息，关于客户报告的细节也应视为“据报道的估算”，不能替代高盛完整原文。

预测为何突然大幅上调？

与此前基准预测相比，高盛给出的新数字明显更激进：

• 2026年： 7.5万台，高于此前的5.1万台；
• 2030年： 约89万台，高于此前的25.6万台；
• 2035年： 约650万台，高于此前的138万台。256

其中，2035年的预测增幅最大，新估计超过旧预测的4倍。高盛据报道认为，物理AI能力提升与制造业迈向商业化规模正在同时发生，从而加快了人形机器人从样机和试点走向批量生产的进程。256

这里的“物理AI”，指能够感知环境、理解物理任务并在现实世界中采取行动的人工智能系统。对人形机器人而言，这意味着它们有望不再局限于预先设定的单一动作，而是逐步处理仓库和工厂中更多样、更复杂的工作。

高盛的判断主要建立在三项变化之上：

1. 机器人智能水平提升。 更强的模型有望减少为每一个动作和任务单独编写程序所需的人工工程工作。
2. 生产成本下降。 据报道，高盛假设2025年至2035年间，人形机器人的平均物料清单（BOM）成本每年下降约7%，平均售价每年下降约6%。
3. 制造走向规模化。 产量提高后，零部件采购、生产流程和供应链效率可能改善，使机器人在部分应用中更具成本竞争力。36

按照这一估算，人形机器人平均售价可能从2025年的约4.18万美元降至2035年的约2.13万美元。36但这并不意味着所有工作都能立即由机器人以更低成本完成。现实部署仍受到灵巧操作能力、系统可靠性、通用自主性、真实世界数据不足以及整体成本偏高等问题限制。318

仓储物流可能成为第一站

高盛将电商仓储和物流视为人形机器人最早实现大规模应用的领域，汽车制造则可能成为下一个主要战场。25

仓库一方面比开放环境更容易进行安全管理，另一方面又存在拣选、搬运、分拣等多种任务，能够体现通用型机器人的灵活性。亚马逊和沃尔玛因此成为相关报道中最受关注的早期采用者。

现有仓储自动化设备还可能为人形机器人提供基础设施、运营数据和实际的经济激励。对于大型电商企业而言，机器人价值不只是替代某个固定工位，也可能在人工、库存、运输和仓库流程之间发挥更系统的协调作用。

据高盛测算，亚马逊更广泛的自动化投入到2030年或可累计节省约720亿美元服务成本。在乐观情景下，这可能使亚马逊EBIT利润率提高约240个基点，相当于对其总服务成本产生约5.6%的杠杆效应。33335这属于情景分析，不是亚马逊的业绩指引或公司承诺。

汽车工厂将成为下一场竞争

汽车制造被视为人形机器人下一阶段的重要应用场景，原因在于汽车企业已经拥有大规模生产线、成熟的机器人应用经验，以及较完善的制造工程和供应链整合能力。

公开报道提到的相关企业包括特斯拉、现代、丰田、本田和三菱汽车。汽车行业的特殊之处还在于，车企不仅可能成为人形机器人的客户，也可能利用自身的制造能力成为生产者。

据报道，高盛估计丰田到2035年可能生产约19万至54万台人形机器人。若以全球年出货量650万台计算，这相当于全球市场约**3%至8%**的份额。38

这一数字描述的是潜在生产能力，而不是丰田已经确认的机器人生产计划。

每台机器人可能带来数千美元芯片需求

人形机器人市场的受益者不只包括整机厂商。高盛据报道估计，每台人形机器人可能对应3000美元至6000美元以上的半导体内容，涵盖高性能计算模块、模拟及混合信号芯片，以及边缘存储等类别。17

这是物理AI对硬件提出的直接要求：机器人需要计算能力进行推理，需要传感器和控制系统感知环境、规划动作并完成运动，还需要存储和连接能力来协调现实世界中的连续任务。

不过，不同机器人的设计、功能和生产方式差异很大，因此上述数字更适合被理解为可寻址市场规模估算，而不是每台产品都完全相同的芯片物料清单。

工业控制软件可能迎来变化

相关研究还指出，工厂控制系统可能从依赖专用硬件的可编程逻辑控制器（PLC），逐步转向软件定义或虚拟PLC（vPLC）架构。17

如果这一趋势成立，工厂控制的价值可能更多集中在软件编排、AI模型和通用计算平台，而不再主要绑定于特定厂商的软硬件组合。这样一来，传统工业自动化和工厂控制供应商可能面临压力，尤其是在客户更重视系统互操作性和软件灵活性的情况下。

但目前公开摘要不足以可靠量化vPLC市场的增长规模，也无法确认高盛认为哪些具体传统厂商一定会受到冲击。因此，较稳妥的结论是：硬件与软件高度绑定的工业控制模式可能受到挑战，而不是据此列出一份确定的“受冲击企业名单”。

企业对通用型机器人的期待有多高？

高盛“高管视角”（Executive Perspectives）调查显示，约40%的受访高管预计，未来3至5年内，通用型机器人将至少自动化10%的工作流程。35

这一结果说明企业界对相关技术确实存在较强兴趣，但它并不能证明机器人会按预测时间表完成部署。最终采用速度仍取决于机器人能否安全、稳定地完成具体任务，并且在成本上优于现有人工或专用自动化设备。

关键仍是能否在现实环境中赚钱

高盛此次上调预测，反映的是人形机器人技术和经济可行性都出现了更积极的变化，但并不等于通用型机器人已经能够胜任所有工作场景。

可能的落地顺序相对清晰：仓储物流先行，汽车制造随后，半导体供应商和工业软件企业则可能获得新的增量机会，或成为产业重构中的潜在竞争者。

真正的考验在于，物理AI能否把越来越灵活的样机，转化为能够在真实工厂和仓库中长期稳定运行、并且实现盈利的设备。只要真实世界数据、灵巧操作、可靠性和成本问题尚未解决，2035年650万台的预测就仍然是一个雄心勃勃的情景，而不是已经确定的结果。318

高盛正在把人形机器人从“远期想象”重新放进产业投资者的时间表中。

据报道，高盛互联网与电商股票研究董事总经理埃里克·谢里丹（Eric Sheridan）于2026年9月1日向客户发布了一份长达80页的“物理AI”（Physical AI）研究报告，大幅上调了人形机器人市场预测。该行最新基准情景预计，全球人形机器人出货量将在2026年达到7.5万台，2030年达到约89万台，2035年达到约650万台，对应约1380亿美元的年市场规模。245

需要注意的是，这些数字属于市场预测，并非已经确认的订单、产能承诺或实际出货量。由于目前公开报道主要来自二手信息，关于客户报告的细节也应视为“据报道的估算”，不能替代高盛完整原文。

预测为何突然大幅上调？

与此前基准预测相比，高盛给出的新数字明显更激进：

• 2026年： 7.5万台，高于此前的5.1万台；
• 2030年： 约89万台，高于此前的25.6万台；
• 2035年： 约650万台，高于此前的138万台。256

其中，2035年的预测增幅最大，新估计超过旧预测的4倍。高盛据报道认为，物理AI能力提升与制造业迈向商业化规模正在同时发生，从而加快了人形机器人从样机和试点走向批量生产的进程。256

这里的“物理AI”，指能够感知环境、理解物理任务并在现实世界中采取行动的人工智能系统。对人形机器人而言，这意味着它们有望不再局限于预先设定的单一动作，而是逐步处理仓库和工厂中更多样、更复杂的工作。

高盛的判断主要建立在三项变化之上：

1. 机器人智能水平提升。 更强的模型有望减少为每一个动作和任务单独编写程序所需的人工工程工作。
2. 生产成本下降。 据报道，高盛假设2025年至2035年间，人形机器人的平均物料清单（BOM）成本每年下降约7%，平均售价每年下降约6%。
3. 制造走向规模化。 产量提高后，零部件采购、生产流程和供应链效率可能改善，使机器人在部分应用中更具成本竞争力。36

按照这一估算，人形机器人平均售价可能从2025年的约4.18万美元降至2035年的约2.13万美元。36但这并不意味着所有工作都能立即由机器人以更低成本完成。现实部署仍受到灵巧操作能力、系统可靠性、通用自主性、真实世界数据不足以及整体成本偏高等问题限制。318

仓储物流可能成为第一站

高盛将电商仓储和物流视为人形机器人最早实现大规模应用的领域，汽车制造则可能成为下一个主要战场。25

仓库一方面比开放环境更容易进行安全管理，另一方面又存在拣选、搬运、分拣等多种任务，能够体现通用型机器人的灵活性。亚马逊和沃尔玛因此成为相关报道中最受关注的早期采用者。

现有仓储自动化设备还可能为人形机器人提供基础设施、运营数据和实际的经济激励。对于大型电商企业而言，机器人价值不只是替代某个固定工位，也可能在人工、库存、运输和仓库流程之间发挥更系统的协调作用。

据高盛测算，亚马逊更广泛的自动化投入到2030年或可累计节省约720亿美元服务成本。在乐观情景下，这可能使亚马逊EBIT利润率提高约240个基点，相当于对其总服务成本产生约5.6%的杠杆效应。33335这属于情景分析，不是亚马逊的业绩指引或公司承诺。

汽车工厂将成为下一场竞争

汽车制造被视为人形机器人下一阶段的重要应用场景，原因在于汽车企业已经拥有大规模生产线、成熟的机器人应用经验，以及较完善的制造工程和供应链整合能力。

公开报道提到的相关企业包括特斯拉、现代、丰田、本田和三菱汽车。汽车行业的特殊之处还在于，车企不仅可能成为人形机器人的客户，也可能利用自身的制造能力成为生产者。

据报道，高盛估计丰田到2035年可能生产约19万至54万台人形机器人。若以全球年出货量650万台计算，这相当于全球市场约**3%至8%**的份额。38

这一数字描述的是潜在生产能力，而不是丰田已经确认的机器人生产计划。

每台机器人可能带来数千美元芯片需求

人形机器人市场的受益者不只包括整机厂商。高盛据报道估计，每台人形机器人可能对应3000美元至6000美元以上的半导体内容，涵盖高性能计算模块、模拟及混合信号芯片，以及边缘存储等类别。17

这是物理AI对硬件提出的直接要求：机器人需要计算能力进行推理，需要传感器和控制系统感知环境、规划动作并完成运动，还需要存储和连接能力来协调现实世界中的连续任务。

不过，不同机器人的设计、功能和生产方式差异很大，因此上述数字更适合被理解为可寻址市场规模估算，而不是每台产品都完全相同的芯片物料清单。

工业控制软件可能迎来变化

相关研究还指出，工厂控制系统可能从依赖专用硬件的可编程逻辑控制器（PLC），逐步转向软件定义或虚拟PLC（vPLC）架构。17

如果这一趋势成立，工厂控制的价值可能更多集中在软件编排、AI模型和通用计算平台，而不再主要绑定于特定厂商的软硬件组合。这样一来，传统工业自动化和工厂控制供应商可能面临压力，尤其是在客户更重视系统互操作性和软件灵活性的情况下。

但目前公开摘要不足以可靠量化vPLC市场的增长规模，也无法确认高盛认为哪些具体传统厂商一定会受到冲击。因此，较稳妥的结论是：硬件与软件高度绑定的工业控制模式可能受到挑战，而不是据此列出一份确定的“受冲击企业名单”。

企业对通用型机器人的期待有多高？

高盛“高管视角”（Executive Perspectives）调查显示，约40%的受访高管预计，未来3至5年内，通用型机器人将至少自动化10%的工作流程。35

这一结果说明企业界对相关技术确实存在较强兴趣，但它并不能证明机器人会按预测时间表完成部署。最终采用速度仍取决于机器人能否安全、稳定地完成具体任务，并且在成本上优于现有人工或专用自动化设备。

关键仍是能否在现实环境中赚钱

高盛此次上调预测，反映的是人形机器人技术和经济可行性都出现了更积极的变化，但并不等于通用型机器人已经能够胜任所有工作场景。

可能的落地顺序相对清晰：仓储物流先行，汽车制造随后，半导体供应商和工业软件企业则可能获得新的增量机会，或成为产业重构中的潜在竞争者。

真正的考验在于，物理AI能否把越来越灵活的样机，转化为能够在真实工厂和仓库中长期稳定运行、并且实现盈利的设备。只要真实世界数据、灵巧操作、可靠性和成本问题尚未解决，2035年650万台的预测就仍然是一个雄心勃勃的情景，而不是已经确定的结果。318