由于半导体本身取代了真空管,全球科技行业正处于最重大的结构转型的门槛。利（Morgan Stanley）2025年12月的研究报告预计,到2045年,专门为人形机器人服务的半导体市场将达到每年3050亿美元。这个数字不是一个投机幻想。它是已经开始的物理和经济倒置的逻辑终点。

　　要了解其规模:3050 亿美元相当于 2024 年整个全球半导体市场的 49%。 行走—的单个应用程序垂直—机器人很快就会以与当今地球上每部智能手机、个人计算机、服务器和汽车的总需求相媲美的速率消耗硅。

　　然而真正的见解并不是数字的规模。是产生它的机制。人形机器人行业正在经历工业史上前所未有的成本结构倒置。机械部件—执行器、变速箱、结构框架—正在经历通货紧缩崩溃。计算组件—处理器、传感器、内存—正在经历膨胀膨胀。这种分歧并不是偶然的。它是确定性的。它将在未来四分之一世纪重塑全球经济的资本配置。

　　我是斜杠青年，一个PE背景的杂食性学者！♥致力于剖析如何解决我们这个时代的重大问题！♥使用数据和研究来解决真正有所作为的因素！

　　这种转变的催化剂是摩根士丹利分析师 Shawn Kim 所描述的 “物理智能”—发展,他将 “描述为人类历史上的重要篇章。” 这不是营销语言。这是一种精确的技术区别,具有深远的经济后果。

　　2022 年至 2024 年间捕捉公众想象力的人工智能系统—以 ChatGPT— 为例的大型语言模型仅在符号领域运行。他们处理文本。他们生成了文本。它们完全存在于语言和数学的抽象空间中。它们的计算要求虽然很大,但受到人类通信相对狭窄的带宽的限制。

　　物理智能在一个完全不同的领域运作。人形机器人必须实时处理 TB 的视觉数据。它必须将数十个摄像机、力传感器、加速度计和本体感受编码器的输入融合到其物理环境的连贯模型中。然后,它必须翻译高层的意图—“拿起杯子,” “走到门口”—成精确的电信号控制四十或更多的机械自由度。它必须在几毫秒内完成这一切,受到电池功率的限制,受到散热的限制,以及无情的重力物理的限制。

　　这就是愿景-语言-行动范式。与可以容忍延迟的基于云的语言模型不同,失去平衡的机器人不能等待来自远程服务器的响应。计算必须在边缘、机器人本身上实时进行。这种架构要求对复杂的硅产生了不可减少的需求,再多的软件优化也无法消除这种需求。

　　人形机器人的机械部件受到制造规模的经典动态的影响。构 “机身” 的谐波驱动器、行星齿轮箱、无框扭矩电机和精密滚轮螺钉,历史上都是为航空航天和医疗应用而小批量制造的。低产量意味着高价格。一个谐波驱动减速器可能花费数千美元。

　　这种定价结构正在崩溃。中国制造商—Sanhua、Tuopu、LeaderDrive—已将这些零部件的生产工业化。他们正在应用相同的制造技术,将智能手机组件的成本降低到机器人技术的精密力学中。

　　轨迹在数据中可见。利（Morgan Stanley）估计,高规格人形机器人的总制造成本今天约为131,000至200,000美元。到 2045 年,这一成本预计将降至约 23,000 美元。在利用完全本地化的中国供应链的配置中,到 2050 年成本可能达到 15,000 美元。

　　这意味着二十年内通货紧缩率为 80% 至 90%。 机械机器人正在成为一种商品。

　　半导体含量恰好遵循相反的轨迹。Morgan Stanley预计,芯片目前仅占人形机器人材料清单的4%至6%。 到 2045 年,这一比例将上升至 24%。

　　算术很有启发性。一个价值 23,000 美元、半导体含量为 24% 的机器人意味着每台硅含量约为 5,500 美元。利（Morgan Stanley）的模型假设到2050年安装量接近10亿台,更换周期意味着年销量在数千万。乘法得出 3050 亿美元的数字。

　　但百分比变化低估了绝对增长。该报告指出,材料清单中的半导体成本将在 2025 年至 2030 年间上涨 15%,然后在 2030 年至 2045 年间再上涨 40%。 这不仅仅是在机械成本下降时保持稳定。这是主动扩展。

　　驱动因素是技术必要性,而不是市场动态。物理智能需要三类硅,它们从根本上比典型消费设备中的芯片更复杂。

　　第一类是人工智能处理器—机器人的大脑。NVIDIA 的 Jetson Thor 平台专为人形应用而设计,代表了当前的技术水平。这些片上系统集成了 CPU 内核、GPU 内核和专门的神经处理单元,针对视觉语言动作模型的推理工作负载进行了优化。它们必须在电池供电设备的电源范围内提供数据中心级性能。

　　第二类是视觉处理。人形机器人需要八到十二个高分辨率相机来实现 360 度的空间感知、深度感知和手眼协调。这些不是智能手机相机。机器人视觉需要全局快门传感器—比消费电子产品中的卷帘快门设备贵得多—以捕获快速运动而不失真。索尼在这个市场上占据主导地位,每个机器人的价值是巨大的。

　　第三类是模拟神经系统。一个具有四十个自由度的机器人需要数十个微控制器来管理电机电流、力矩传感和功率分配。意法半导体、德州仪器和英飞凌提供这些组件。它们的单价低于人工智能大脑,但总体上是不可或缺的。无法精确控制流向执行器的电流的机器人无法在不压碎鸡蛋的情况下捡起鸡蛋。

　　成本结构倒置造成了具有战略意义的地缘政治断裂。人形产业正在分化为“中国身体”和“美国大脑。”

　　摩根士丹利的数据很明确。56%的人形相关公司在其跟踪领域中都位于东大。百分之四十五的系统集成商—实际上组装完整机器人的公司—是东大人。东大的零部件成本约为其他地区同等成本的三分之一。东大供应链控制着高性能执行器所必需的稀土磁体。可行的替代方案很少。

　　美国在其中一个领域保持着压倒性的主导地位:构成机器人智能的硅和软件。NVIDIA、AMD、高通、谷歌、微软和 OpenAI 控制着物理智能的基础技术。Vision-Language-Action 模型、机器人训练的模拟环境、高性能推理芯片—这些仍然是美国的。

　　这创造了所谓的物理智能陷阱。美国公司可能会开发出历史上最复杂的机器人大脑,但商业可行性可能需要将这些大脑体现在东大硬件中。20万美元的机器人与美国机械部件无法与使用东大执行器的2.3万美元的机器人竞争,无论其人工智能的复杂程度如何。

　　战略影响是相当大的。对东大先进人工智能芯片的出口管制可能会分化全球机器人市场,从而创建不同的能力层。相反,影响东大磁铁或精密部件的供应链中断可能会阻碍美国机器人制造商。相互依存是结构性的,而不是偶然的。

　　2050年摩根士丹利5万亿美元的市场预测,全球安装了10亿台,需要人形机器人从工业资本货物过渡到消费公用事业。这是半导体预测背后的关键假设。

　　该报告预计到 2035 年采用速度将缓慢,随后到 2030 年代末将显着加速。这条 S 曲线反映了从汽车到智能手机的变革性技术的轨迹。早期迭代服务于利基专业市场。降低成本、提高能力和基础设施开发的融合引发了大规模采用。

　　需求方的案例取决于人口统计数据。2030年,美国每100名工作年龄的成年人就有25名老年家属。日本将有50个。劳动力短缺不是周期性波动。它们是几十年前低于更替水平的生育率的结构性后果。

　　摩根士丹利估计,美国 75% 的职业和 40% 的员工表现出一定程度的“人形”—特征,使任务适合机器人增强或替换。潜在的劳动力替代是量化的:到 2040 年,相当于 3570 亿美元的工资,部署了 800 万台,到 2050 年,规模扩大到 3 万亿美元,部署了 6300 万台。

　　具体来说:3 万亿美元大约是英国的 GDP。人形机器人的大规模部署对劳动力成本造成了通货紧缩冲击,相当于东大融入全球制造业供应链。

　　3050亿美元的半导体投影并不确定。它的条件是解决仍然巨大的技术、监管和地缘政治不确定性。

　　电池密度是当前人形系统的约束约束。现有机器人运行一到两个小时才需要充电。可行的家用或工厂机器人必须轮班八小时。这需要储能化学的突破或计算效率的显着提高。两者都是可能的。两者都不能保证。

　　可靠性提出了不同类别的挑战。生成不正确句子的语言模型会产生令人讨厌的错误。携带尖锐物体或下降楼梯时计算错误的人形机器人会造成身体伤害。为这些系统提供动力的 Vision-Language-Action 模型必须达到当前人工智能架构尚未证明的可靠性水平。业界谈到 “5 nines”—99。999 百分比的准确率。当前绩效与该阈值之间的差距仍然很大。

　　监管框架不存在。对于在公共空间运行的自主人形机器人,没有全面的全球标准。责任结构未定义。保险市场尚未开发。Morgan Stanley 自己的研究指出,“歧义将限制主流人形部署”,直到这些问题得到解决。

　　对于资本配置者来说,关键问题是人形价值链中的价值积累在哪里。摩根士丹利的 “Humanoid Tech 25” 提供了一张地图。

　　NVIDIA 占据顶点位置。该公司不仅仅是一家芯片供应商。它试图通过集成堆栈建立物理智能平台标准:用于机器人学习的GR00T基础模型、用于训练的Isaac模拟环境以及用于部署的Jetson Thor计算平台。NVIDIA 寻求同时成为机器人的 Windows 和英特尔。

　　视觉传感器市场集中在索尼,其 CMOS 图像传感器在智能手机中的主导地位自然延伸到机器人应用。每台多摄像头的需求使可寻址市场成倍增加。三星在视觉方面存在竞争,并在内存中占据关键地位—设备上大型模型推理所需的 LPDDR5 和潜在 HBM 芯片。

　　模拟和功率半导体市场遍布意法半导体、英飞凌和德州仪器。这些公司提供构成机器人神经系统的微控制器、电源管理集成电路和电机驱动器。AI处理器相比,组件没有那么迷人,但同样不可或缺。

　　积分器—Tesla、Figure、Agility Robotics、UBTECH、Unitree—face 不同的经济学。他们在系统设计和制造效率方面展开竞争。东大集成商具有结构性成本优势。机器人组装商之间的价格竞争将非常激烈。半导体供应商没有面临这样的压力。他们是寡头垄断者,提供每个集成商所需的组件。

　　这种动态—商品化的硬件集成,集中的半导体供应—概括了智能手机行业的结构。苹果和三星获得了品牌溢价,但高通、台积电和索尼获得了耐用的保证金池。人形市场也在按照类似的路线组织。

　　3050亿美元的人形机器人半导体市场的出现并不是一个孤立的预测。它是计算与物理现实之间关系更广泛的结构转变的指标。

　　七十年来,半导体行业为处理信息的应用提供服务:计算、通信、存储、显示。这些位除了原子之外还存在。物理智能消除了这个边界。计算变得具体化。硅成为机器行走、操纵和与物质世界互动的神经系统。

　　投资影响超出了明显的受益者范围。电力基础设施必须扩大规模,为十亿台机器人充电。无线网络必须不断发展以支持机器与机器的协调。保险产品的出现必须涵盖新的责任类别。当建筑物可以通过机器人维护进行维修时,房地产经济就会发生转变。当机械助理可以增强老年护理时,医疗保健服务就会发生变化。

　　摩根士丹利将其描述为“是人类历史上的重要篇章。” 短语是被测量的。含义不是。

　　机械成本的通货紧缩崩溃确保了人形机器人变得负担得起。半导体需求的通胀扩张确保为这些机器人提供动力的芯片将获得溢价估值。这两种力量的交汇创造了 3050 亿美元的机会。

　　资本将流向这个交叉点。机构配置者面临的问题不是是否参与,而是如何在轮廓现在变得可见的价值链中定位。

　　2025年至2035年期间将决定人形市场是否实现其预计轨迹或遇到阻碍大规模采用的障碍。早期指标将是锚定客户—Tesla的制造工厂、亚马逊的物流网络、寻求解决劳动力限制的汽车装配厂的部署规模。

　　如果试点部署表现出可接受的可靠性和经济回报,采用曲线将会陡峭。资本形成将加速。半导体需求预测将被证明是保守的。

　　如果技术故障、安全事件或监管干预导致部署停滞,时间表就会延长。市场到达同一目的地的速度较慢。2050年代而不是2040年代半导体需求实现。

　　任一结果都使基本论点完好无损。物理智能的物理学需要复杂的硅。大规模部署的经济性需要负担得起的机制。这些要求之间的差距是 3050 亿美元的机会。

　　硅奇点不是预测。这是一个计算。变量是已知的。轨迹已设定。唯一的不确定性是速度。九游会真人游戏股份有限公司