人形机器人大脑：从感知到执行的五层结构产业链核心赛道

人形机器人由三层构成：

大脑：负责自然语言理解、空间推理、任务拆解与高层规划，覆盖感知、认知、数据、算力、执行的完整智能决策闭环，决定机器人的智力上限与场景泛化能力。

小脑：负责运动控制与实时执行，包括端侧专用模型、运控算法。

肢体：包括执行器、减速器、丝杠、电机、传感器等硬件。

人形机器人大脑进一步分为五层：

感知输入层 → 认知规划层（大脑本体） → 数据燃料层 → 算力层（训练+端侧） → 控制执行层（小脑）

感知输入层是大脑的“感官入口”，将物理世界转化为机器可理解的信号。它是智能链中唯一带实体硬件载体的环节，3D视觉、力觉触觉、IMU三类模态协同，构成“感知—认知”闭环的输入端。

感知系统整体占机器人 BOM 的
8%—15%：

· 视觉
3%—5%　· 力/触觉
5%—8%　· IMU
1%—2%

✦ 视觉：空间定位与物体识别

机器人
80%
的环境信息依靠视觉采集，是感知输入层中信息获取量最大的模块。在整体 BOM 中占比
3%—5%；单台主流 3D 视觉摄像头成本约
600 元；3D 视觉方案占整体视觉环节价值量的
60% 以上。

代表厂商：
奥比中光：覆盖结构光、双目、ToF等六大3D视觉路线，合作机器人企业超100家，是宇树科技等头部人形厂商的核心3D视觉供应商
海康威视：旗下海康机器人已推出多款工业级3D相机，覆盖无序抓取、拆码垛、工件定位等场景
凌云光：聚焦工业级与具身智能场景的3D视觉解决方案
奥普特：在3D视觉领域深度布局

✦ 力觉 / 触觉：六维力 + 电子皮肤

在整体 BOM 中占比
5%—8%，由六维力传感器和电子皮肤两大核心部分组成，相当于机器人的“触觉神经”。能在视觉无法覆盖的接触场景下，实时反馈力的大小、方向、形变，是精细抓取、人机协同、复杂装配的刚需支撑。

六维力传感器：可同时检测三维空间内的3个方向力信号与3个方向力矩信号。人形机器人单台整机通常在手腕、脚踝等关键部位搭载
4—6 颗。国内呈极高寡占格局。

电子皮肤：采用柔性可拉伸材料，可贴附在灵巧手、手臂、足底等复杂曲面，模拟人类皮肤感知压力、温度、纹理、滑动等多维触觉。

六维力代表厂商：
柯力传感：精度达0.1%FS，同时布局指尖触觉传感器，已量产供应优必选、智元、小米，送样华为、特斯拉验证
安培龙：压阻式六维力传感器成本比进口低30%，已进入宇树、智元供应链
昊志机电：推出六维力+谐波减速器+编码器一体化方案，小批量交付协作机器人厂商
电子皮肤：汉威科技、福莱新材等

✦ IMU：平衡感知神经

在整体 BOM 中占比
1%—2%，实时输出三维空间内的加速度、角速度、姿态倾角数据。没有高精度 IMU 支撑，人形机器人极易出现行走失衡、摔倒。

代表厂商：
芯动联科：覆盖MEMS陀螺仪、加速度计、IMU全系列
华依科技：IMU产品面向机器人数据采集、姿态检测场景
星网宇达：深度绑定北斗时空产业生态，推出面向人形、特种机器人的高精度惯性导航方案

负责自然语言理解、空间推理、任务拆解与高层规划，是“理解要做什么、怎么做”的决策中枢。与感知层、执行层不同，它是纯软件/算法资产，核心壁垒是模型架构、数据规模与工程化落地能力。

✦ 三条主流技术路线

·
端到端VLA：视觉—语言—动作，如 RT-2、π0、OpenVLA

·
世界模型：擅长规划与想象

·
分层架构：通用大模型做规划层 + 端侧专用模型做控制层

其中“大模型与 VLA/WAM 融合方案”是当前最成熟、最值得关注的路线：规划用通用大模型，执行用蒸馏端侧小模型。

当前产业分工：海外通用大模型（OpenAI、Google）做规划层；国产本体厂（宇树、智元、银河通用）做模型+数据闭环；控制层短期仍靠专用模型与国产运控。

✦ 海外厂商

OpenAI：GPT-6 Astra 在 SuperCLUE 具身大脑评测的“交互与规划”项拿到
85.71 分，领先第二名 Gemini-3.8-Flash（64.29 分）达
21.42 分。

谷歌 DeepMind：RT 系列 / Gemini Robotics；Figure：Helix；Tesla：FSD / Dojo。上述厂商同处规划层第一梯队。

✦ 国产本体厂

宇树：运动控制 + 视频生成世界模型 WALL-WM
智元：τ0-VLA、GE-Act 2.0，汽车与电子制造重点布局
银河通用：“银河星脑”大脑—小脑—神经端到端闭环
自研大脑：小米、小鹏、傅里叶、乐聚、众擎
本体+模型垂直整合新势力：开普勒、追觅

✦ 平台型 / 基础设施型厂商

科大讯飞：讯飞机器人超脑平台，向机器人厂商提供“多模态感知交互+大模型大脑”核心AI服务
中科创达：定位“端侧大脑+操作系统底座”
拓斯达：构建“大脑—小脑—本体”三层全栈架构，自研具身大模型采用3550亿参数混合专家（MoE）架构
其他布局：埃夫特、均普智能、兰剑智能等

为模型提供高质量训练原料的核心基础设施，决定大模型的能力上限与具身智能的泛化表现。该环节不是简单的“数据收集”，而是覆盖采集、精炼、供给的完整工程体系。

✦ 产业特点

· 数采设备/服务属训练成本，不计入单机 BOM，但为产业链最确定性环节

· EGO / UMI 已进入放量，手套加速集中验证

· 福莱新材的电子皮肤和触觉手套材料为数采手套核心受益环节；奥比中光 3D 视觉传感实现数采与感知双用；银河通用“银河星数”为百亿级数据基座，自建数采场景；智元、千寻和各地方政府数采中心是当前重要出货方向

✦ 训练算力与物理 AI 基础设施（云侧）

具身大模型训练需大规模 GPU 集群与物理仿真/训练基础设施。头部通用大模型厂算力比具身模型公司高
2—3 个数量级，是加速行业时间线的关键。

华为（昇腾）：国产AI训练芯片+云栈
寒武纪：国产训推芯片
商汤、阿里云、字节：智算中心与大模型训练平台
各地国资智算中心：提供训练算力供给

✦ 端侧推理芯片（端侧大脑 / 神经）

负责机器人本体的实时推理与运动控制，需低延时、确定性。特斯拉自研 AI5（台积电 2nm、目标
2000—2500 TOPS）/ AI6；国产走 RISC-V / ARM 路线，承载“小脑”级实时控制。

瑞芯微、全志科技：布局端侧AI SoC
芯动联科：IMU芯片感知配套
地平线、黑芝麻智能：布局边缘AI推理
乐鑫科技、云天励飞：在控制和视觉协处理方面布局

将大脑的高层动作目标转换为实时执行指令，含伺服驱动、编码器、控制器，是“大小脑”与硬件的连接层。在分层架构下，运控由端侧专用模型/确定性算法承担，负责低延时、高可靠的运动输出。

软件价值含于系统；物理载体编码器单台约
1400 元，计入 BOM。它是智能链落地“最后一公里”。

代表厂商：汇川技术、埃斯顿、禾川科技、伟创电气、雷赛智能、华中数控、新时达、步科、昊志机电等众多工控电机类厂商，在控制执行层各细分赛道布局

硬件方案基本收敛：当前人形机器人头部产品硬件方案已基本收敛定型。

核心瓶颈集中：集中在 AI 大脑迭代与手部灵巧操作良率提升两大方向。

数据是落地关键：机器人从数字世界落地物理场景，大脑要达到成熟可用水平，必须依赖
千万小时级的真实物理交互数据，而海量真机部署是获取这类数据的核心前提。

头部企业重仓押注：OpenAI、谷歌、特斯拉同步重仓押注具身智能赛道。头部通用大模型企业手握高出行业两三个数量级的算力优势，叠加硅谷资金、人才集中涌入，直接将整个行业的落地时间表大幅前移。

来源：产业调研及公开资料整理，含假设条件，仅供参考。

作者声明： 本文转载自第三方，旨在提供资讯参考，并非证券推荐或投资建议。作者对内容的真实性、准确性不承担保证责任。本文不构成任何投资建议或证券推荐。截至发文日，作者与文中提及的标的不存在持仓关系。