聊具身智能，大多数人关注的是“机器人能干什么”——翻跟头、拧螺丝、分拣包裹。但真正决定这个行业能不能跑起来的，是水面之下的那条产业链。

2026年上半年，国内人形机器人出货量超过4万台，全球占比提升至97%。整机跑得确实快，但一台机器人背后牵扯的环节远比想象中复杂。从一颗减速器到一套VLA大模型，从本体组装到场景验证，产业链的每一层都有自己的技术门槛和商业逻辑。

上游：成本的大头，技术的深水区

产业链上游是核心零部件和基础软件，也是整机BOM成本的主要来源。行业数据显示，减速器、伺服电机、传感器、灵巧手等核心零部件占人形机器人整机BOM成本的70%以上，毛利率在40%到65%之间。换句话说，机器人本体厂商把机器卖出去，利润的大头其实留在了上游。

这个环节涵盖的面很宽。机械层面包括减速器、伺服/无框力矩电机、控制器、执行器、丝杠、轻量化结构件；感知层面包括六维力传感器、机器视觉、触觉传感；计算层面则涉及芯片、仿真平台和基础算法框架。

减速器是其中最典型的“卡脖子”环节。谐波减速器适配轻量化柔性作业，RV减速器面向工业重载工况，两者在精度、寿命和一致性上的差距直接决定了关节的性能天花板。好消息是，2026年以来减速器、伺服系统、控制器三大核心零部件的国产化率已攀升至75%至90%。但高端市场的替代还在进行中——产品一致性和使用寿命仍然是国产厂商需要持续攻克的问题。

传感器的技术壁垒更高。六维力传感器是机器人力控精度的核心器件，日本和欧洲企业在这个品类上仍维持着显著的技术优势。灵巧手则是另一个快速增长但尚未定型的赛道，2025年中国灵巧手市场销量约1.92万台，同比增长236.84%，预计2026年将达到7.02万台。增速惊人，但行业还没有形成统一的技术路线。

软件层面，VLA大模型和具身操作系统是上游最具想象力的部分。VLA模型让机器人具备了“看到-理解-行动”的端到端能力，而具身操作系统试图将硬件与软件解耦，支撑跨平台复用和规模化应用。这个方向的意义在于，它可能把机器人从“每台都要重新开发”变成“一次开发、多机部署”。

中游：本体制造，拼的是整合能力

中游是具身智能机器人的本体制造和系统集成。这个环节的企业数量远少于上游——启信宝数据显示，上游零部件企业超过8000家，而中游本体制造与系统集成企业约1900家。

数量少不代表门槛低。中游的核心竞争力不在于“造一个机器人外壳”，而在于把上游分散的零部件、算法、传感器整合成一个能在真实环境中稳定工作的系统。一台人形机器人涉及数十个关节、多个传感器模态、运动控制与任务规划的实时协调，任何一个环节的集成不到位，整机性能都会打折扣。

从产业链价值分布来看，本体制造本身的技术门槛相对有限，但系统集成能力、成本控制和场景理解构成了差异化竞争的关键。这也是为什么中游企业往往需要同时具备硬件选型、算法调优和工程落地的综合能力。专注于工业具身智能机器人的全栈型研发，本质上就是在中游这个环节做“承上启下”的工作——向上对接零部件供应链，向下对接场景需求，中间把软硬件真正跑通。

2026年被称为人形机器人的商业化元年，中游企业正在从“千台交付”向“万台量产”跃进。量产不只是把产量提上去，更意味着供应链的一致性、成本的可控性和产品的可靠性都要同时达标。

下游：场景定义精度，也定义价值

下游是应用场景的落地。当前具身智能机器人的落地节奏呈现“工业—商业—家庭”的递进特征，工业场景是最先形成商业闭环的方向。

工业场景的细分很丰富。汽车制造领域，上汽投资智元机器人并与其开展汽车生产线应用合作，东风、吉利、蔚来等车企已将人形机器人引入工厂，承担搬运、质检、装配等任务。物流领域，具身智能机器人参与邮件识别、抓取、分拣，单台每小时最高可处理1200件邮件。3C电子和动力电池产线上，机器人正在完成精密装配和上下料作业。

这些场景对机器人的要求各不相同。物流分拣看重效率和抓取泛化能力，精密装配看重力控精度和位置精度，高危巡检看重环境适应性和自主决策能力。下游场景的多元化，反过来倒逼上游和中游在不同技术方向上做出取舍——没有一种零部件方案能同时满足所有场景，也没有一种算法架构能适配所有任务。

三层之间的关系，比想象中更紧

产业链的三层不是简单的线性关系。上游零部件的技术突破会直接改变中游的产品定义，中游的系统集成能力会决定下游场景的落地速度，而下游的真实反馈又会回流到上游，驱动零部件的迭代方向。

当前产业呈现“上游厚、中游薄、下游多元”的结构特征。上游企业数量多、供给活跃，但视觉传感器、关节模组、具身大模型等影响机器人“看见、行动和思考”的核心环节，企业数量仅在100家左右。这说明产业链的“厚度”是不均匀的——中低端零部件供给充足，但真正决定机器人智能水平的关键环节仍然稀缺。

由你创机器人从事工业具身智能机器人的全栈型研发，工作本质上就是在这条产业链的“薄弱层”里做整合。从零部件选型验证到控制算法开发，从本体结构设计到场景适配调优，每一步都需要对上下游有足够深的理解，才能让整机在真实工况下稳定运行。

具身智能的产业链还在快速成型中。上游在追赶高端零部件的技术壁垒，中游在验证规模化量产的可行性，下游在探索可复制、可盈利的应用模式。三层各自的问题不一样，但最终都要在同一个物理世界里交出答卷。