智通財經APP獲悉，申萬宏源發布研報稱，2026年是物理AI脫離螢幕AI的關鍵元年，機器人產業對標「智能手機+自動駕駛」混合體，投資應遵循「智能層>協同層>硬件層」新範式，聚焦核心能力與生態構建。該行核心關注具備數據閉環和場景能力的本體公司(機械+汽車);其次是具備數據場景和元宇宙領域相關企業(計算機覆蓋);最後是優質零部件企業。

申萬宏源主要觀點如下：

新能源汽車與人形機器人兩大硬科技產業具備高度同構性

2026年人形機器人的發展節點對標2012-2014 年的新能源汽車，而新能源汽車的產業演進路徑也為機器人行業提供了清晰的階段對標框架。二者均依託成熟大規模製造業與AI 算法躍遷，國內新能源車借國家戰略驅動爆發，完成政策到市場、技術到生態的演進;2026 年機器人技術剛邁過「可用」門檻，政策推動、資本熱度空前，與彼時Model S 落地後的新能源車特徵相似，但商業模式閉環尚未形成。

人形機器人與新能源汽車產業存在階段對標性但產業本質相異，智能是前者堪比新能源動力電池級別的核心產業錨點

2008-2020 年新能源汽車產業核心是攻克動力電池物理化學極限，中國依託規模效應實現電池成本大幅下降，奠定「電池為王」的硬件投資邏輯;當前人形機器人對標2012 年新能源汽車，該硬件邏輯僅具階段性正確性，其核心矛盾為「智能赤字」，且硬件本體隨供應鏈大幅度降本快速商品化，產業核心是具身智能，價值關鍵在服務能力差異化，具身智能大腦為核心護城河。硬件與智能並非對立，2026 年核心硬件仍有較大迭代空間，且二者形成「智能定義硬件，硬件反哺智能」的正向循環，硬件迭代方向由智能需求動態定義。

數據是具身智能時代堪比鋰礦的核心資源，採集與高效生產能力決定模型上限，數據產業鏈也成為核心投資方向

具身智能面臨嚴峻的物理AI 數據瓶頸，VLA 模型所需萬億級物理交互數據與現有百萬級公開數據集差距懸殊，本體感受數據的匱乏為最大挑戰，行業內企業正通過數採中心、VR 遙操作、動作捕捉等方式爭奪數據開採權，但這類高價值數據目前獲取成本高、效率低。數據工廠是機器人智能體的核心起跑線，能低成本、高效率搭建大規模遙操作數採流水線的企業將構築深厚護城河，形成「數據-能力-訂單」正循環，而仿真技術與合成數據成為數據生產的重要加速器，英偉達Isaac Lab 及合成數據初創公司已率先佈局。投資層面，除硬件鏟子股外，數據採集服務商、仿真平台生態夥伴、場景運營方等數據產業鏈「礦產公司」，是值得關注的潛在受益標的。

核心風險：原材料價格波動風險，地緣政治風險，行業復甦不及預期

更多港股重磅資訊，下載智通財經app

更多港股及海外理財資訊，請點擊www.zhitongcaijing.com（搜索「智通財經」）；欲加入智通港股投資群，請加智通客服微信(ztcjkf)