摘要：先来聊聊下周的基本判断。大概率上还是震荡为主的一种走势，想要一路冲上去或者一路跌下来这种可能性都不大。想要冲上去多头得有做多的理由和动力，现在“降准”的政策已经公布了，短期再有大消息的可能性也不太大。向下的动力也得有理由，内外部的环境，已经相对稳定了。这么一看

先来聊聊下周的基本判断。大概率上还是震荡为主的一种走势，想要一路冲上去或者一路跌下来这种可能性都不大。想要冲上去多头得有做多的理由和动力，现在“降准”的政策已经公布了，短期再有大消息的可能性也不太大。向下的动力也得有理由，内外部的环境，已经相对稳定了。这么一看，多空之间都没有太强的决胜理由。

要是，指数继续走震荡。市场整体的主线也就会形成继续轮动的一种结果。短线上可能也很难指望谁能够一马平川的走出来。

不过，对于未来中期的方向上来看，人形机器人趋势上是一个大方向。关于人形机器人，市场参与的炒作方向有很多。人形机器人作为一个大概念里边怎么区分呢？

正好，今天看到王兴兴，做的两个判断。

第一个判断，在机器人分类当中，人形机器人更有发展前景。主要是因为三个原因。人形机器人的结构最简单；和人相似，可以提供情绪价值；人形机器人的匹配数据更容易采集。

第二个判断，人形机器人从长期发展看，端到端的人工智能控制软件是最核心的技术，谁在这个领域形成突破，谁就有可能做到赢家通吃。

借着他的这个判断，咱从硬件和软件两个方面，整理点数据看看。

硬件需求：性能可靠性与成本控制是基础

硬件是人形机器人物理能力的载体，其核心在于执行器、传感器与结构设计的突破：

执行器技术：行星滚柱丝杠、谐波减速器等部件决定关节运动精度与负载能力。例如，特斯拉Optimus Gen-3采用14个旋转关节和14个线性关节，单台需14根行星滚柱丝杆（假设单价1000元，100万台对应市场规模达140亿元）。然而，硬件制造面临工艺与设备卡点：磨削、硬车等工艺尚未收敛，国产材料耐磨性不足，依赖进口高端机床（如日本磨床）导致成本高企。

传感器升级：电子皮肤、六维力传感器等是感知环境的关键。中泰证券的研究说，电子皮肤需突破材料寿命与多模态感知能力（如温度、剪切力）。国产六维力传感器虽精度达标，但在灵敏度、抗过载能力上与海外产品仍有差距。

3D打印降本：伯克利有个开源项目Berkeley Humanoid Lite通过3D打印将硬件成本压至5000美元以下，但需平衡材料强度与轻量化。例如，其摆线齿轮箱采用PLA材料，依赖桌面级打印机（如Creality Ender 3），虽降低制造门槛，但长期可靠性仍需验证

而且，一旦行业相对成熟之后，很多零件都是标准件，很难做到差异化的利润竞争，主要卷的就是成本和供应链了。这和现在的智能汽车的发展道路很相似。

软件需求：算法泛化与数据闭环决定商业化天花板

软件是人形机器人智能化的核心，其价值体现在环境适应性与任务泛化能力：

大模型赋能：Figure发布的端到端VLA模型Helix展示了跨场景交互能力（如自主整理桌面），证明数据驱动的算法迭代速度远超硬件。中金公司的研究就说，软件侧泛化能力是量产前提，头部企业需构建“硬件+模型+数据”闭环。

运动控制算法：天工Ultra通过优化步态规划在马拉松赛事夺冠，其“智慧大小脑”架构分离实时控制（小脑）与决策（大脑），降低延迟并提升稳定性。此类算法需结合仿真测试平台（如优必选BrainNet）加速训练。

操作系统与工具链：傅利叶开源Fourier Nexus平台提供从硬件设计到控制系统的全流程工具，降低开发门槛。类似ROS 2的分布式架构（如中控技术Humanoid OS）支持多任务协同，但需解决实时性与安全性矛盾。

这些名词，虽然看起来眼花缭乱，但基本的逻辑，我认为是可以说的通的。硬件是短期内规模化落地的必要条件，但软件决定人形机器人能否跨越“工具”升级为“通用智能体”。行业当前处于硬件性能追赶阶段，但长期竞争将聚焦于算法泛化能力、数据生态与场景定义权。

来源：杰哥的投资经