巴克莱为人形机器人热潮降温
TREE NEWS 报道， 在9月18日发布的最新研报中，巴克莱对当前人形机器人投资热潮提出了冷静判断：通用人形机器人的大规模部署可能要等到2035年前后，而非业界普遍预期的2030年。报告围绕三大争议展开分析——大规模部署的时间表、算力需求的真实分布，以及“人形”形态是否必要。
巴克莱认为，核心瓶颈不在硬件，而在智能。当前展示的许多人形机器人能力仍依赖预编程、远程操控或针对特定场景的窄域自动化，距离真正的通用自主性差距显著。感知、推理和行动所需的AI模型能力尚不成熟。硬件端则面临规模、成本与能力之间的“鸡与蛋”困境：没有规模就没有低成本，没有足够智能就无法证明商业价值，三者难以同时突破。
算力：数据中心增量有限，边缘才是主战场
报告将人形机器人的算力拉动分为两个维度：集中式数据中心算力和分布式边缘AI算力。数据中心侧主要服务于仿真与合成数据生成，以及基础模型的训练与后训练。但推理——机器人在现实中实时感知、决策和行动的环节——必须在机器人内部的专用边缘处理器上完成，因为对延迟、功耗、可靠性和安全性有严苛约束。这意味着人形机器人的推理负载不会像Agentic AI那样直接转化为超大规模数据中心的增量需求。对数据中心而言，人形机器人是小幅增量；对边缘计算，才可能是重大驱动。
不过，在一个AI数据中心产能已然紧张的行业里，即便是增量也有分量。更关键的是，算力需求先于硬件部署扩张。Figure与新型云服务商Nscale的合作是一个典型例证：这项多年期协议初始投入约35亿美元，目标规模超60亿美元，可支持多达10万块NVIDIA Vera Rubin GPU。按每GPU约3.0-3.3千瓦的全配置机架容量估算，对应约300-330兆瓦的IT容量——在人形机器人尚未大规模上线的阶段，仅开发“大脑”就已对数据中心构成可观的增量需求。
“人形”未必是Physical AI的最优解
巴克莱认为，Physical AI颠覆的第一波浪潮，大概率不是人形的。针对特定任务的AI机器人已经在多个行业动起来了。协作机器人、自主移动机器人、AI无人机、四足机器人正从“脏、闷、危”的工种切入，覆盖商业、工业和国防等诸多场景。目前，亚马逊已在运营中部署超过100万台机器人，没有一台是人形的。Uber创始人Travis Kalanick旗下的Atoms近期完成17亿美元融资，方向是矿业和运输领域的专用工业机器人和Physical AI系统。
那为何还要追求人形？巴克莱分析称，主要逻辑有两条：第一，人类世界围绕人的身体构建，楼梯、门、工具、工作台、生产线都以人的尺度为标准，人形机器人能直接进入现有环境，不需要为机器人重新改造基础设施。第二，通用人形机器人提供了一种多任务平台的可能——同一台机器人搬运物料、操作工具、巡检设备，价值在于一个平台覆盖多种场景，而非在任何单一任务上胜过专用机器人。但当任务和环境明确时，专用方案往往更快、更便宜、更安全。
投资者要点
- 近期机会在基础设施层：算力、数据和模型层——即解锁人形机器人“GPT时刻”所需的底层基础设施——比硬件更早出现投资机会。
- 边缘AI是被低估的受益者：推理负载将集中在边缘，而非超大规模数据中心。投资者应超越传统数据中心标的。
- 非人形Physical AI已在商业化：协作机器人、自主移动机器人、无人机和四足机器人今天已在创收。第一波颠覆已经到来——只是它看起来不像人。
- 时间线风险真实存在：与自动驾驶十余年商业化周期的相似性表明，投资者应为比当前炒作更长的跑道做好准备。
