摩根士丹利：175万亿的机器人时代，传感器是3大高增长领域之一

近期，国际知名金融机构摩根士丹利（Morgan Stanley）发布了《机器人年鉴》（The Robot Almanac）系列报告，引起全球产业界的关注。

《机器人年鉴》（The Robot Almanac）系列报告分为多卷叙述机器人产业的宏大前景，从已发布情况看，目前已有：

物理AI的综合指南（The Morgan Stanley Robot Almanac：A Comprehensive Guide to Physical AI ）

第一卷：人工智能实体化；机器人的寒武纪大爆发（The Robot Almanac Vol.1：AI Gets Physical;Cambrian Explosion of Bots）
第二：如何训练你的机器人；地缘政治；稀土；萨根的预言（The Robot Almanac Vol. 2：How to Train Your Robot;Geopolitics;Rare Earths;Sagan’s Prophecy）
第三卷：人形机器人与工业机器人（The Robot Almanac Vol. 3：Humanoids&Industrial Robots）
第四卷：无人机与空中交通（The Robot Almanac Vol. 4：Drones&Air Mobility）
第五卷：太空与国防（The Robot Almanac Vol. 5：Space&Defense）
第六卷：自动驾驶汽车（The Robot Almanac Vol. 6：Autonomous Vehicles ）
第七卷：脑机接口及其他形态因素（The Robot Almanac Vol. 7：BCI&Other Form Factors）

系列报告中，摩根士丹利对全球机器人产业未来做出了极具前景的预测：到2050年，全球机器人年销量达14亿台，仅硬件销售额将超25亿美元，全球将有约65亿台的机器人运行保有量，约每10个人就拥有1个人形机器人。

在报告中，摩根士丹利认为人工智能正在经历一场根本性的转变——从数字世界走向物理世界，Physical AI （物理智能）是接下来更广泛的人工智能（AI）的主题核心部分，摩根士丹利将此趋势类比为机器人的“寒武纪大爆发”，如何弥合人工智能与物理世界间的鸿沟，将是关键挑战：

物理智能正成为更广泛人工智能（AI）主题中的核心组成部分，其关键在于弥合人工智能与物理存在之间的鸿沟。AI Copilot和AI代理完全存在于软件环境中，而人形机器人则使人工智能能够理解并与物理世界进行交互。从技术生态系统的角度看，人形机器人已建立在一个完整且高度互联的技术栈之上，包括技术提供商、核心组件制造商、人形机器人集成商以及最终使用者。随着这一能力逐步成形，人形机器人的技术生态已经从概念走向由先进AI与复杂硬件共同驱动的快速扩张阶段。

摩根士丹利研究部认为，向“物理智能”转型标志着人类技术演进的重要篇章。具身智能在物理世界的快速崛起，加上智能成本的显著下降，正在创造新的竞争优势和价值来源。

尤其值得关注的是，摩根士丹利在报告中指出，随着越来越多的企业涌入，机器人终端市场已开始拥挤，而核心技术供应商有望最终获益。
因此，摩根士丹利建议投资“铁镐和铁铲(Picks and Shovels)”类企业——如同挖金矿，无论是谁最终挖到金矿，铁镐、铲子永远是刚需。
在人形机器人领域，什么是“铁镐和铁铲(Picks and Shovels)”公司？弥合物理与AI间连接的关键技术——传感器，正是其中3大高增值领域之一！

建议投资传感器等环节，感知技术是人形机器人3大最具吸引力增长机会，警惕泡沫，中国已有超150家机器人公司

摩根士丹利认为，无论未来的机器人市场是由特斯拉 、宇树还是 Figure 等公司主导，这些机器都需要相同的底层基础设施：专用传感器、电源管理芯片和强大的计算能力。

什么是机器人产业最具增长潜力的投资领域？

报告中，摩根士丹利认为人形机器人主题的投资赛道有很多，包括组件、半导体、软件、系统集成商等，其中，最具吸引力的额增长机会有3个——大脑、视觉、感知。

感知技术

以传感器为主导的模拟芯片，是机器人实现外界感知的核心，使人形机器人具备运动、感知和供能能力，是人形机器人智能的硬件开发的基础，例如热感、压力或距离传感器等等模拟芯片。
除传感器外，摩根士丹利认为执行器、电机、电池与储能以及材料科学等等机器人身体技术同样重要，但相比传感器，这些部件相对“供应充足”。
在机器人感知技术领域，报告认为来自欧洲的模拟芯片企业拥有突出的战略地位，这些传感器模拟芯片公司拥有广泛的产品组合，能够满足机器人身体的电机控制处理、连接、感知和安全等关键需求。
人形机器人将带来庞大的传感器需求，其需要的传感器密度远远超过自动驾驶车辆，通常每个单元需要6个或更多摄像头以及深度传感器。
在感知领域，报告列举数家领先的传感器代表性企业：

索尼（Sony）：索尼是全球CMOS 图像传感器的市场统治者，拥有约50%的市场地位，报告认为其是机器人销量受益者。

禾赛科技（Hesai）： 激光雷达领域的领导者。报告指出，这里存在一个分歧——尽管特斯拉公开拒绝使用激光雷达，但大多数工业人形机器人（例如小米或小鹏汽车的机器人）都依赖激光雷达进行精确测绘，以确保工厂环境的安全。

迈来芯（Melexis）： 迈来芯是一家总部位于比利时的传感器及模拟芯片领先企业，报告介绍了其Tactaxis 技术，这项技术利用磁传感器，使机器人能够发展出足够灵敏的“触觉”，从而能够处理易碎物品——这对于将机器人从工厂推广到家庭来说，可能是一个至关重要的难题。此外，该公司还专注于研发抗杂散磁场干扰的传感器，这种传感器对于在电机高干扰磁场附近封装精密电子元件至关重要。

大脑技术

大脑技术主要包括AI软件和半导体，如AI算法以及强大的处理单元（GPU、ASIC或专用边缘计算设备），这些技术支持感知、决策和通信，是类人功能的核心。

在大脑技术硬件领域，NVIDIA 、 AMD 、ARM等计算芯片领域的领军企业，是重要参与者，但同时，该报告重点介绍了一个不太明显的领域：电子设计自动化软件 (EDA)。

报告认为，随着人形机器人的不断发展，将越来越需要特定的专用集成电路芯片（ASIC），而不是现成的通用计算芯片——如谷歌专用于推理训练的TPU芯片等，此后这类专用芯片会增多，因此需要EDA软件去设计这些定制芯片的架构，Synopsys、Cadence等EDA巨头将继续占据主导地位。

显然，中国在大脑技术硬件领域的参与者不多，且明显处于落后地位，但在大脑技术软件领域，中国巨头在加速崛起——如百度 、 科大讯飞、阿里巴巴等。

西方依赖 OpenAI 或谷歌，而中国的机器人大军将运行在国产大型语言模型（LLM）和视觉-语言-动作（VLA）系统之上。

AI视觉/计算视觉技术

AI视觉/计算视觉技术涵盖了一部分传感器技术——高分辨率摄像头，但其挑战更强调对视觉数据的处理上。

AI视觉或计算机视觉使物理智能能够“看见”、理解并处理视觉信息。这类技术需要超高分辨率摄像头、高带宽和低延迟，同时依赖先进的DSP（数字信号处理）来处理海量数据，而这些处理无法仅靠CPU或GPU完成，因为需要兼顾高性能和低功耗，提供高分辨率摄像解决方案以及尖端数字图像处理芯片的公司，将作为关键赋能者受益。

除以上3大高增长领域，未来人形机器人的增长还将体现在机器人身体（The Body）制造的其他部分，譬如执行器、电池等，并由此带来电机控制芯片MCU、电源管理芯片IC（PMIC）的增长机会。

这方面，传统芯片制造商把控市场——德州仪器 、 意法半导体 、 英飞凌、瑞萨电子等。

三星 （包括其电子和机电部门）正积极开拓执行器和电池市场。该公司近期确认进军人形机器人领域，并采取了独特的“供应商和客户”战略，计划在自家生产线上使用机器人，同时将底层技术出售给其他公司。为了支持这一组件生态系统，三星电机投资了挪威电机专家 Alva Industries ，从而获得了“FiberPrinting”技术——一种用于制造轻量化、无铁芯电机的技术，而这种电机对于下一代机器人手至关重要。

国家发改委新闻发言人：警惕机器人泡沫，仅中国已有超150家机器人公司

复杂多变，且日益拥挤的机器人产业，是摩根士丹利在报告中，提出建议投资传感器等“铁镐和铁铲(Picks and Shovels)”公司的重要原因。

目前，全球物理智能（Physical AI）参与者众多，且多元化，包括全球科技云巨头、敏捷初创企业、传统工业巨头、世界级研究机构等等，竞争格局十分混乱，人形机器人的最终形态仍存在不确定性。

虽然报告对未来机器人产业的发展给出了确定、乐观的预测，然而机器人企业的爆发增加了产业发展的竞争压力。

在12月5日，国家发改委政策研究室副主任、新闻发言人李超在例行记者会上回应人形机器人是否形成新的泡沫，指出：

“速度"与“泡沫”一直是前沿产业发展过程中需要把握和平衡的问题，具身智能产业也不例外。我国目前已有超过150家人形机器人企业，正在以超50%的增速跨越式发展，其中半数以上为初创或“跨行”进入，然而，当前人形机器人在技术路线、商业化模式、应用场景等方面还没有完全成熟。李超直言:“这对鼓励创新来讲是一件好事，但也要着力防范重复度高的产品‘扎堆’上市、研发空间被压缩等风险”。她列出多项举措，包括建立健全具身智能行业准入和退出机制，加快关键核心技术攻关，加速具身智能体在真实场景中落地应用等措施。

25万亿美元，14亿台机器人，中国占比26%，带来57亿颗摄像头、7亿颗激光雷达等传感器增量需求

传统AI主要应用于数据分析、内容生成等虚拟场景，而物理AI则将智能系统嵌入实体设备，使之能够在现实世界中自主感知、决策与执行。

未来，随着芯片算力提升、传感器成本下降、AI算法突破，机器人的落地场景正从工厂车间快速向物流、医疗、农业、家庭服务、城市空中交通等多元场景延伸。

具体来看，报告预测，仅机器人硬件销售额，全球市场将从2025 年的约 1000 亿美元激增至 2030 年的 5000 亿美元，2040 年达到 9 万亿美元，并在 2050 年攀升至 25 万亿美元（约合175万亿元人民币）。

报告中，这一预测仅涵盖硬件销售，若加上软件服务、维护及供应链相关收入，市场规模可能成倍增长。
其中，摩根士丹利预测， 2050 年，中国将占全球机器人销售额的约 26%，在工业机器人和无人机领域，中国所占份额甚至更高。

同时，摩根士丹利在报告中预测，2030年、2040年、2050年全球售出的机器人数量级分别为9000万台、6亿台、14亿台——机器人数量快速攀升。 其中，小型无人机和家用机器人在近期最具市场潜力，而人形机器人预计在 2029-2030 年开始规模化部署。

报告预测，到2050年，要支持14亿台机器人，需要57 亿个摄像头（比 2025 年增长 95 倍）、270 亿个电机（增长 260 倍）、410 亿个轴承（增长 200 倍）、1250 万 ExaFLOPS 的边缘计算能力（增长 4 万倍）、170 万吨稀土磁铁（增长 480 倍）和 26 太瓦时的电池容量（增长 1450 倍）。

作为机器人三维感知的核心传感器，全球激光雷达的需求量将达到约 7 亿颗，较 2025 年需求规模将增长近 300 倍。

结语
人工智能与实体世界深度融合的物理AI（Physical AI），将深刻地改变世界，开启以机器人为核心的又一次“工业革命”，有望如同蒸汽机的应用一样颠覆人类的生活。
物理AI（Physical AI）的载体是人形机器人等各种形态的机器人，这些机器人有赖于传感器、执行器、计算芯片、大模型等软硬件，感知、大脑、AI视觉将构成机器人的3大高增长领域。
传感器等核心零部件正如同金矿挖掘中的“铁镐和铁铲(Picks and Shovels)”，随着物理AI（Physical AI）世界的到来，传感器再次迎来高增长时代。