展会从展示动作转向了什么？
- 工业任务成为主角。摩根大通在10月13—14日工博会走访中看到，宇树、优必选和智元展示更多搬运、分拣及巡检场景，讨论重心转向工作流能否稳定运行。
- 人形机器人的效率门槛仍高。报告观察到，领先厂商的抓取、分拣和搬运演示，在速度与精度上仍落后于受控产线中的工业机器人加AI方案，影响投资回报与重复采购。
- 因此，摩根大通长期看好行业，但近期更偏好能实现工业化交付的供应商；客户开始衡量开机时间和回本周期，执行能力的重要性随之上升。
当前需求的钱主要花在哪里？
- 当前需求集中在搭建研发体系。报告称，采购主要用于研发扩张、数据采集、开发者平台、小批量试点、零部件备货和早期工业验证。
- 这类需求可以先于终端放量。摩根大通认为，即使工厂和家庭仍处部署早期，产业生态也能先大量投入工具与零部件，形成近期收入。
- 数据采集是重要变现桥梁。受访管理层认为，人类数据更便宜、易扩充，真实机器人数据质量最高却最稀缺；传感器、手套、灵巧手和校准工具可由此获得需求。
从能演示到能干活，卡点在哪里？
- 灵巧手更看可靠性与性价比。报告称，工业客户优先考虑寿命、持续运行和输出一致性，而非不计成本地追求最高自由度，零部件必须经得起重复作业。
- 感知系统比拼长期一致性。光照变化、延迟、校准漂移及多位置传感器集成都会影响表现；摩根大通认为，校准流程与多传感器对齐能力可形成竞争壁垒。
- 算力同时带来能力与成本压力。大规模训练影响迭代速度，端侧推理影响工业任务的响应与稳定性；云端和本地如何分工，也增加了集成负担。
为什么工厂可能先于家庭落地？
- 续航制约连续作业。报告提到，部分配置可连续运行约2小时，适用于演示和部分训练，但工业连续生产需要把充电安排纳入工作流。
- 更高算力与更强执行机构会增加发热和耗电。报告预计，电源管理、散热及系统集成仍是关键配套需求。
- 工厂更容易围绕限制设计部署。换电、充电窗口和有限任务集都有利于安排运行；家庭环境更复杂，对安全、成本和稳定性的要求也更高，因此报告预计工业场景先行。
摩根大通如何选择近期受益者？
- 首选兼有机器人供应链敞口和非机器人业务基础的公司。报告将恒立液压与三花智控并列首选，均予增持评级，其后依次为绿的谐波和奥比中光。
- 绿的谐波的增量需求更具体。其管理层称，Physical AI已是增长的重要贡献来源，并计划从谐波减速器拓展至行星、摆线及关节模组；低端竞争和价格压力仍是经营变量。
- 奥比中光维持增持，但报告认为近期盈利预期偏高，可能继续下修。对多数整机厂，重复交付、利润率持续性和规模部署经济性，是后续估值分化的关键。