美投

人形机器人投资机会全网罗：万亿风口将至！你该如何布局？（下集）
2025.07.06
播放量 26.0k
在上一集，我们已经分析过，人形机器人未来的市场空间会很大。但现实却没那么简单，这个行业虽然有巨大的潜力，但同时也面临着高技术门槛、高成本、应用落地不确定等一系列挑战。现在是布局人形机器人的合适时点吗？真正的投资机会会发生在哪个环节？又有哪些重点标的值得关注呢？
开通服务即可查看评论～
文字稿
在上一集，我们已经分析过，人形机器人未来的市场空间会很大，而且这个突破时刻很可能即将会到来。但现实却没那么简单，这个行业虽然有巨大的潜力，但同时也面临着高技术门槛、高成本、应用落地不确定等一系列挑战。普通人投资难度非常大，想要把握住机会并不容易。那现在是布局人形机器人的合适时点吗？真正的投资机会会发生在哪个环节？又有哪些重点标的值得关注呢？看完本期美投Pro视频，你就能搞懂机器人行业的投资机会了！
上一集视频，我们分析过，人形机器人的产业链可以分为三大部分：
上游是各类关键零部件和软件系统的供应商，比如执行器、电机、传感器、减速器、操作系统等等。它们就像是人形机器人“身体”和“大脑”的基础构件，直接影响机器人的性能、稳定性和制造成本。
中游是整机厂商，也就是把上游的各种部件整合起来，组装成一台完整人形机器人的公司。他们不仅要负责产品的研发设计，还要完成调试、测试和质量把控。这个环节是把“技术组合”变成“真正产品”的关键所在，也是产品创新和量产能力的体现。
下游则是机器人的应用场景，包括工厂制造、家庭生活、商业服务、科研教育、应急救援等等。不同的使用环境对机器人的功能、智能水平和价格都有不同要求，正是这些多样化的需求，推动了整个行业不断演进。
从现在的阶段来看，人形机器人还处在刚刚落地的早期阶段。所以，从投资的角度来看，上游的零部件和软件系统供应商机会最大，即便机器人无法落地，这部分的需求也会持续提升。而中游的整机厂商虽然短期内，还看不到大规模市场化的可能，但可以提前埋伏，因为距离产品真正落地的时间不会太久。而下游应用情况就完全不同了，它虽然空间巨大，但现在布局还为时尚早，很多场景还不具备落地的可能，投资布局的时间成本会非常的高。所以整体来看，我们会将投资聚焦在上游和中游的企业中。
那么在上游和中游的机器人行业中，我们投资者应该如何寻找机会呢？在上集中，我们分析过，人形机器人无论在上游和中游，其实都还存在制约行业发展的关键瓶颈。那么理论上，谁最有可能率先突破这些瓶颈，谁就最有可能跑出投资价值。
在上游，大脑方面，最大的难点在于感知和决策能力还不够强，大模型虽然发展快，但离像真正的人还有距离。更别说，要训练出靠谱的模型，还需要天量的高质量的数据，而这些目前并不容易获取。身体部分的问题主要集中在自由度不够，动作不够灵活。再加上运动控制难度高，对响应速度和平衡性要求非常高。而且，现在的电池续航能力也还很差，限制了机器人的持续工作时间。这些因素叠加在一起，成了阻碍人形机器人走向实用的技术门槛。
中游整机制造环节的问题，更多体现在工艺和成本上。整机制造不仅对组装精度和系统集成要求极高，关键零部件很多还无法规模化生产，需要定制开发，产业链配套还不够成熟，导致整体成本居高不下。
所以，谁能突破上游的技术，谁能把中游的成本打下来，谁就有机会在人形机器人这个领域跑在前面。如果我们要在机器人行业中寻找投资机会，归根到底，就集中在两个方向：技术突破和成本优化。
带着这两个关键点，我们就可以一头扎进行业中，去寻找真正的机会了！
我们先来看看机器人行业的上游。那上游的投资机会在哪儿呢？从前面的产业链图中，可以看到，上游大致可以分为两部分：大脑和身体。而这两部分的瓶颈很直观，大脑不够智能，身体不够灵活。也就是说，我们要找的上游机会，其实就藏在如何让大脑更聪明、身体更灵活这个方向里。
那先从大脑说起。人形机器人的终极目标，是能够像人一样的思考和行动，而决定机器人能不能做到这一点，关键不在身体，而在大脑。从感知到认知，再到规划与决策，整个链条背后的核心驱动力，其实是算法、模型与算力平台。所以，谁掌握了人形机器人大脑的这些关键能力，谁就有可能掌握这个行业的主导权。特别是那些专注于大脑的软件公司，比如AI基础模型提供商，他们通常技术门槛更高，竞争格局更稳定，护城河也更宽。相比之下，只做身体的厂商虽然也很重要，但由于硬件更容易被复制或替代，技术壁垒相对较低，所以他们的长期成长性，不如掌握机器人大脑的公司。
说到人形机器人的大脑，不得不提的公司就是英伟达了。英伟达在人形机器人领域的定位非常明确：它不是造机器人本体的厂商，而是要成为整个行业底层通用平台的提供者。简单来说，英伟达不会亲自去制造机器人，而是向制造机器人的公司提供芯片、开发平台、大模型等工具，它的目标是帮助这些公司去更有效率的制造，更智能的机器人。
其实早在2014年，英伟达就已经开始布局智能机器人领域，核心聚焦在三个方向：算力、平台和大模型。它的目标非常明确，就是帮助机器人打造更智能的大脑。
为此，英伟达构建了一个从训练到执行的完整生态系统，主要由三大关键平台组成：第一个平台名为DGX，是用于训练AI模型的超级计算机，让机器人能从大量数据中学会理解指令和环境；第二个平台名为Omniverse with Cosmos，是构建虚拟世界的平台，帮助机器人在高度仿真的虚拟环境中，进行学习和测试；第三个平台名为Jetson AGX，是机器人本体上的边缘计算平台，配备了最新的Thor芯片，具备强大的本地计算能力，可以在本地处理来自各种传感器的数据，快速做出判断并执行动作。
英伟达的这三大计算平台，构成了一个从模型训练、虚拟仿真到现实执行的完整闭环，覆盖了人形机器人开发的每一个关键环节。可以说，是当今市场上唯一具备全链条解决方案能力的公司。在2025年CES大会上，黄仁勋就明确提出：未来每一家机器人公司，都需要建立这三大平台的协同系统，机器人才能做到从理解任务到执行任务。
为了进一步降低开发门槛、加快落地速度，英伟达还提供了两个配套工具：Isaac Lab训练平台，和开源基础模型GR00T N1，他俩也都是行业内无可替代的存在。其中，Isaac Lab是一个高效率的训练场，机器人可以在里面反复练习各种操作任务，进行策略优化，加快模型迭代。而GR00T N1，是英伟达专门为人形机器人打造的通用大模型，既负责理解任务和环境，还能将理解快速转化为动作。更重要的是，这个模型是开源的，任何一家机器人公司都可以接入使用，大大降低了开发门槛。这个模型非常关键，一会儿我们还会提到。
目前，包括Figure、Agility、宇树、小鹏、傅利叶等在内的十几家机器人公司，已经宣布采用英伟达的平台。就连传感器厂商、操作系统开发者、控制软件公司都开始主动加入。英伟达正在一点点，把整个机器人的圈子拉进它的生态里。所以，英伟达已牢牢站在机器人训练这条路径的核心位置，而它主导的生态圈，也正逐步形成行业共识，变得越来越强势，越来越不可替代。
那建立了强大的生态圈之后，英伟达在人形机器人身上怎么赚钱呢？
其实从商业模式上看，英伟达在人形机器人上的打法，跟它在大语言模型时代一样：不做终端产品，只做底层的AI基础设施。说白了就是卖芯片。在机器人还没量产的阶段，很多机器人公司需要用英伟达的芯片来训练模型，训练阶段对算力的需求非常大，这就能带来一波芯片销售。而一旦机器人开始规模化出厂，每台机器人的大脑，也就是边缘计算芯片，由英伟达的Thor来提供。每出厂一台机器人，就对应一个芯片订单。可以说，这是一条最明确、也最具规划化潜力的商业落地路径，英伟达的芯片既能吃到前期的机器人训练红利，也能绑定后期的机器人出货量增长。
不过英伟达人形机器人的布局，跟大语言大模型还有一点不同。大语言模型主要由像OpenAI、Google这样的合作伙伴训练，英伟达只提供算力；而在机器人领域，英伟达亲自下场，打造了自己的通用基础模型GR00T。黄仁勋的目标很清晰：要把GR00T做成人形机器人时代的ChatGPT。但我认为，GR00T的战略意义，不是直接卖模型盈利，而是类似当年的CUDA，是一种建立生态的工具，通过开源和标准化，拉拢开发者，绑定整机厂商，最终建立技术护城河和行业主导权。未来无论哪家公司开发自己的机器人模型，都有可能会基于GR00T的技术体系进行训练。GR00T模型搭配Thor芯片，就像当年的CUDA平台搭配GPU，可能会成为人形机器人的行业标准。
当然，英伟达这条路也不是没有挑战。首先，英伟达并不造机器人整机，它只是卖铲子的角色。如果未来行业被特斯拉这种有自研芯片、自研软件、还做整机的玩家主导，那英伟达的通用方案不一定能成为标准。其次，如果未来人形机器人技术趋势转向低功耗的定制化芯片，GPU这种强大算力的优势就可能被削弱，这也会冲击英伟达现有的主导地位。
那么对于我们投资者而言，应该如何看待英伟达在机器人风口上的机会呢？
英伟达在人形机器人领域的机会，是一条非常清晰且极具延续性的增长路径。它不直接造机器人，而是专注于提供芯片、训练平台和基础模型这些底层能力，扮演卖铲子的角色。在大语言模型时代，英伟达主要是算力平台的供应商；而到了机器人时代，它开始打造自己的基础模型，从服务者逐渐变成生态规则的制定者。这也意味着，未来无论是哪家整机厂商最终胜出，只要做人形机器人，就很难绕开英伟达的技术体系。
其实对于英伟达而言，机器人业务就是AI战略的自然延伸。不过对于我们投资者而言，我们必须要清楚机器人这块大蛋糕，对于英伟达的具体影响。
就当下的情况来看，尽管有10多家机器人公司接入英伟达生态系统，但是整体的训练需求还没有真正爆发，就像2022年ChatGPT爆发前夜。具体什么时候引爆我们还不知道，要看具体技术的突破；但可以预期，一旦成功突破，就像ChatGPT一样，就会引发机器人训练需求的指数级增长，释放出一个数百亿美元的市场。我认为这是在一到两年内可以预期的事情。而在更远的未来，当人形机器人开始量产，每一台都需要搭载一个本地计算芯片，英伟达的Jetson Thor 就会大规模出货。那时候，边缘计算将成为英伟达新的增长驱动力。
当然，未来也不排除一些整机厂商走自研路线，或者行业转向定制芯片方向，这对英伟达是潜在挑战。但就目前而言，英伟达是这场 AI+机器人 的科技革命中，话语权最强的玩家。更关键的是，它的核心竞争力已经不仅仅是芯片性能，而是一整套从训练到推理的全链条软件平台，这是目前其他厂商难以复制的护城河。
所以，对投资者来说，投资英伟达就是投资整个人形机器人的未来。不管哪家公司最后造出爆款机器人，只要这个行业真正爆发，英伟达注定就是最大的受益者。
除了英伟达，其实还有一家公司，在人形机器人大脑的软件能力上也投入了大量资源，那就是谷歌。从2022年开始，谷歌就一直在推进自己的机器人控制模型，目标是：把大模型的理解能力，应用到真实世界的机器人身上。
谷歌最早的尝试是2022年4月的SayCan，它的思路不是简单根据语言模型的建议行动，而是结合机器人当前的能力，只执行那些现实中能完成的任务。本质上，它只是一个辅助规划工具，并不能直接控制机器人行动。
到了2022年底，谷歌研发机器人的robotics团队推出了RT-1，这就是一个真正的端到端模型。它可以通过语言指令和图像输入，直接输出动作控制信号，指挥机器人完成操作。效率大幅提升，但它的应用场景还比较有限，比如只能用在厨房，理解能力也比较弱。
真正的突破发生在2023年7月。谷歌发布了RT-2模型。这个模型整合了语言理解、视觉感知和动作控制，能直接用自然语言控制机器人完成复杂任务。得益于结合了大模型的知识和真实机器人控制数据，RT-2既能听懂也能动手，是第一个真正意义上的多模态控制模型。
到了2023年10月，RT-X系列又进一步升级。谷歌用来自 500 多个机器人平台的数据训练模型，显著提升了泛化能力。RT-2X已经可以实现跨平台迁移，也就是说一个机器人学会的技能，别的机器人也能直接用，朝通用型机器人迈出了一大步。
所以，谷歌Robotics团队研发RT系列模型的目标，是让一个模型能适配更多种类的机器人和任务，比如搬箱子、开门、擦桌子，都是靠同一个模型来控制，是一个通用型的技术路线。而与此同时，谷歌旗下另一支AI团队，开发出AI围棋软件AlphaGo的DeepMind，则在探索另一条方向：专注提升单个机器人，在复杂任务中的理解和执行能力，比如让它能真正理解人类指令、自主规划动作。
2023年6月，DeepMind发布RoboCat模型，这个模型的特点是只要人类演示几次，机器人就能模仿学习，快速掌握新任务。这种方式，不仅降低了训练成本，也显著提高了机器人面对新任务时的适应力，往低成本的通用机器人又迈进一步。
所以你会看到，谷歌已经基本打通了从语言理解、到图像识别、再到动作控制的整条技术路径，技术路线非常清晰，系统也日渐完整。但话说回来，问题也摆在眼前：这些模型目前仍然停留在实验室阶段，距离真正商用还有不小差距。无论是控制稳定性、成本，还是所需的算力资源，谷歌现在还没给出成熟的解决方案。
当然，这些实验室的探索依然很有意义。作为下一代颠覆性科技的人形机器人，它必须具备听得懂、看得清、能自主决策的大脑。谷歌正在做的，就是提前把这些核心能力搭建好。哪怕将来机器人不是它亲自造的，只要有厂商用它的模型、算法、感知系统，谷歌依然是行业里非常关键的玩家。更重要的是，谷歌这些年在AI领域积累的大量技术能力，比如大模型训练、算法优化，以及DeepMind通用智能，和自我学习方面的持续研究，正好都是让机器人更智能的关键。
对谷歌来说，这其实也是在为未来留下一张入场门票。就像大模型时代，虽然Gemini暂时落后于ChatGPT，但谷歌毕竟还站在牌桌上。同样，人形机器人现在看起来离商业落地还有距离，但谷歌已经在核心技术上提前布局了，未来不管是不是它先跑出来，至少谷歌大概率还能保持竞争力。不过投资者也必须要清楚，谷歌现在做的这些机器人项目，更多还是作为 AI 研究的延伸，或者说是创新业务孵化器的一部分。它并不像英伟达那样，把机器人当成核心战略来推进。所以从商业化角度看，未来很长一段时间，人形机器人对谷歌的收入和利润贡献，都会很有限。
在人形机器人产业链的上游，除了我们前面讲到的“大脑”的软件部分，其实在很多“身体”的硬件环节上，未来同样也存在机会。
这其实有点像当年的新能源汽车。新能源车的核心零部件，比如底盘、车身、悬挂，基本上都来自传统汽车产业链。人形机器人也有类似的逻辑。很多关键零部件的供应商，本身就是做自动化设备、汽车零部件、通用机械起家的。这些企业原有的技术积累，和人形机器人所需的零部件之间，有很强的协同性。所以像灵巧手、减速器、传动结构这类模块，它们切入得非常快。而且人形机器人这条产业链的地理分布，也跟新能源车很像：上游的零部件供应，目前主要集中在中国。中国拥有全球最完整的制造链，以及非常强的交付能力。无论是电机、传感器还是结构件，中国厂商都能快速投入、实现量产，这也让很多机器人身体的硬件投资机会，在中国市场。
不过整体来看，硬件这条赛道的竞争相对激烈。很多企业都有能力做这些零部件，技术门槛没有想象中那么高，产品之间的差异化也比较有限，长期投资的不确定性较高。而且这样的企业即便有机会，也主要集中在港股，而非美股。所以，这部分我们就不展开细讲了。
接着我们来看看，中游的机器人整机厂商。
对他们来说，商业化有两种比较现实的路径：第一，是在已有的人形机器人平台上做二次开发，比如宇树科技，就是从高校、科研机构、科技公司这些专业用户切入，快速积累订单，先把产品推向市场。第二，是选择特定的应用场景，和下游客户深度合作。比如Figure AI和宝马的合作、波士顿动力和现代的合作、以及优必选和比亚迪的合作等等。
不过，这两种方式虽然有助于初期落地，但它们更像是特定场景的突破，还称不上真正意义上的通用型人形机器人。要想在未来竞争中胜出，整机厂商最终还是得实现多项能力的全面发展，不仅要在硬件、软件、算法、研发、渠道、应用生态等多个维度都具备扎实能力，还要能找到自己能力的边界，哪些事情自己做，哪些要和外部合作。毕竟这是一个高度跨学科的行业，想全能通吃几乎是不现实的。最后跑出来的，一定是那些既能自研核心技术，又能整合上下游资源、打造完整生态的厂商。
从这个角度看，特斯拉可能是目前少数真正具备，全链条整合能力的公司。它不仅拥有强大的AI算法、算力芯片、真实世界数据，还能自主设计机器人本体，并且他还可以用自己的汽车供应链来制造Optimus机器人。从大脑、身体到数据和生产线，几乎全部自己掌握。可以说，特斯拉已经把整个人形机器人的上下游产业链打通了。也可以说，整个人形机器人行业中，几乎唯一具备投资价值的整机厂商，就是它。
如果我们从时间轴来看，特斯拉在这条路上的推进速度也相当惊人。2021年特斯拉AI Day，发布特斯拉通用机器人计划，展示Tesla Bot概念形态；2022年10月AI Day，原型机亮相；2023年3月投资者日发布第一代Optimus，拥有行走、环境发现和记忆、准确抓取物体、物品分类等能力；2023年12月推出第二代Optimus，在减重、提速的同时，更加聚焦于，控制及运动平衡的稳定性，已经可以像人一样流畅走路、在陡峭的地形上下坡并避开人和障碍物；2024年11月第三代灵巧手问世，自由度增加至22。 
马斯克也给出了明确的时间表：2025年实现量产5000台，并在特斯拉内部工厂使用；2026年预计产量提升到5到10万台，并开始向消费者销售；到2027年，年产量将达到50万到100万台。马斯克甚至放出过一个极其激进的预测：当年产突破100万台时，单台成本有望降到2万美元以内，月营收可达10亿美元，Optimus的商业潜力可能会超过特斯拉的汽车业务，为公司带来10万亿美元的收入，成为下一代增长引擎。
当然，这一切都还有很高的不确定性。实际情况看，Optimus还在内部测试阶段，今年最乐观也就是在自家工厂使用几千台。再加上马斯克过去习惯的跳票，所以现在，市场并没有把这块业务，纳入到特斯拉的估值体系里。
按照马斯克给出的时间表：2026年特斯拉开始面向消费者销售，从那时候起，机器人才可能进入特斯拉的估值体系；而到了2027年，如果马斯克兑现量产50万台以上的目标，假设最终卖出30万台，参考Model X现在约10万美元的售价，那机器人业务会带来300亿美元的收入。对比Factset上市场预期的特斯拉2027年营收1400亿美元，机器人业务有望贡献近20%的收入增量，这个增量将会在财务报表中体现出来，届时可能推动股价新高。所以，从投资者的角度来看，Optimus更像是一颗潜力巨大的种子。现在，它还没有对估值和收入产生实际影响，但如果它真能在2027年落地，机器人业务就有可能成为特斯拉的下一条成长曲线。
除了特斯拉，我们也不妨来看看，它在人形机器人领域可能会遇到的竞争对手。其中目前呼声最高的，就是来自硅谷的明星初创公司Figure。
Figure成立于2022年，公司虽然很年轻，但是团队背景非常强大。公司的首席技术官普拉特，在机器人领域深耕多年。早在2000年他就创办过机器人公司，后来又在佛罗里达的人类与机器认知研究所，工作了将近20年，技术底蕴相当扎实。到了2024年2月，Figure完成B轮融资，估值已高达26亿美元。这轮融资的投资方阵容相当豪华，包括英伟达、OpenAI、微软等多家AI巨头，和ARK这样的头部风投，足以说明整个行业对它的认可。
那么这么一家初创企业凭什么能够获得如此多的青睐呢？我们不妨看看这家公司的产品进展。
Figure在2023年3月首次发布Figure 01的概念视频，同年10月展示了其具备双足行走的能力。软件方面，Figure 01搭载了由OpenAI提供的大语言模型，具备基础的视觉识别能力，和自然语言交互能力。
到了2024年1月，Figure发布了第一支demo视频。令人惊讶的是，Figure 01仅仅通过10小时的端到端训练，就能自主操作咖啡机，而且是完全自主，没有任何人工遥控。更重要的是，它还展示了初步的学习能力，比如当操作过程中出现了错误，它能自己发现并做出调整，把咖啡放置到正确位置。
再往后，2024年3月，第二支demo又进一步展示了，它理解环境与人机互动的能力。它不仅能与人类自然对话，还能做出符合场景逻辑的动作，比如听到用户说“我饿了”，它会主动递上一个苹果，并解释说“因为你说想吃东西”；它还可以分类垃圾、整理餐具，显示出初步的生活服务能力。
到了2024年7月，Figure发布了第三支demo。这次更进一步，Figure 01已经被部署在宝马工厂中，能够自主搬运零部件。而且，它依靠神经网络控制，动作的精度误差控制在1厘米以内，这在工业应用中已经是一个非常可观的水平。
但最让人惊艳的，还是2024年8月6日第四个重要节点。在距离第一代Figure 01仅仅过去10个月，Figure就推出了全新升级的Figure 02。这代产品在外观上更加仿生，动作流畅度更高，核心性能也实现了全面升级。硬件方面，配备了6摄像头视觉系统、拥有16个自由度的灵巧手，AI算力提升了3倍，续航延长了50%，腿部结构也做了左右对称设计，更适合量产；软件方面，新一代 Figure 02搭载了视觉语言模型，具备更强的语义理解能力，和高精度操作潜力。可以说，从产品进度上看，Figure已经实现了从实验室到工厂应用的初步跨越。
不过Figure没有上市，我们现在对它的认知，还主要是通过它发布的demo视频来观察判断。虽然这些视频的内容非常亮眼，但它的产品是否真正可量产、成本是否可控、模型是否稳定，还需要通过未来的落地验证。但无论如何，Figure作为目前除特斯拉外呼声最高的通用人形机器人厂商，在工业落地、软件能力和资本支持层面都具备极强的竞争力。他未来很有可能成为机器人领域里的OpenAI。
从整个产业链来看，人形机器人确实是一个具备长期潜力的超级赛道，但目前仍处于早期阶段。真正具备投资价值的公司，必须同时具备技术壁垒、生态主导能力、以及落地商业化的路径清晰度。从这些维度综合评估，当前最值得关注的两大核心标的还是英伟达和特斯拉。
英伟达通过芯片、训练平台、大模型等底层工具，占据了人形机器人大脑建设的制高点，试图复制AI时代的生态护城河，成为AI机器人时代的基础设施提供商。而特斯拉则是唯一一个把AI大脑、整机本体、制造能力和真实应用场景全部打通，而且能最终量产落地的整机厂商。这两个公司正在从两个不同的方向，构建这个未来行业的核心支柱。它们就是人形机器人这场科技变革中，最值得我们长期跟踪和投资的标的。
有关人形机器人最重要的投资标的我们就聊完了。可能有有人会觉得，像英伟达、特斯拉、谷歌这些巨头已经非常为人所熟知了，那有没有什么冷门股票可以埋伏的呢？
在我深入梳理整个机器人产业链的过程中，确实也发现了一些值得关注的美股标的。这些公司市值有大有小，投资价值各异。有的技术领先但尚未爆发，有的可能已经在产业链中扮演关键角色，等待被市场重新定价。我在这里就不逐一详解每家公司的情况了，我整理出了一份机器人相关公司的清单，大家可以自行参考。
另外，从今年6月开始，美国市场陆续上市了两只，专门投资人形机器人主题的ETF，KOID和HUMN。资本市场已经开始认真关注这个新兴领域，也说明人形机器人不再只是实验室里的科幻，而是真正走向产业化、走进投资者的视野。
这两只ETF虽然都是人形机器人主题，但关注的重点不太一样，KOID主要投资的是上游产业链，比如机械系统、机器人组装、传感器、还有芯片等，重点是美国本土的相关企业；而HUMN更聚焦在中游的整机制造商，投资标的覆盖全球，包括美国、中国、日本等国家，配置更国际化。这两只ETF持仓前十大的情况，各位看官也可以参考这些公司。
好了，到这里，机器人行业的投资机会就全部跟各位看官都介绍完了。你会发现，这个概念现在还在非常初期，可能有看官会质疑我们关注他的必要性。但在我看来，对于投资者而言，这是一个必须要关注的行业。就像21年我刚开始跟大家分享AI行业的机会时，也会有很多看官不以为意一样，有这种想法很正常。但在我看来，我们只有提前真正了解了机会，到了机会来临的时候才能真正把握住它。我们分享机器人行业的目的，不是说他明天就会暴涨，也不是希望大家都去参与炒作，而是希望大家都能在未来真正的机会来临时，能够像23年把握住AI机会一样，把握住这个下一代的颠覆性投资机会！