机器人，对于当下的我们，已经是不那么陌生了，相比前两年。

从春晚舞台上表演的人形机器人到工厂流水线上的工业机器人，他们虽以不同的形态呈现，但背后的逻辑都有着几分的相似。

接下来，我们就聊一聊，机器人和它的电机、减速器，还有物理AI，它们之间到底有着怎样的关系？以及各自占了多大成本？

“它们之间的关系。”

电机、减速器、机器人、物理AI，为了便于理解，先捋一下它们之间的关系。

如果把机器人比作人来看待，电机就有点像它的动力心脏，通电之后电机高速旋转，有劲，能为机器人提供原始动力。

但是电机只有高速旋转还不行，这个时候，减速器就出现了，减速器的出现对于高速旋转的电机大概会有两个作用，一是把电机飞快的转速降慢，二是把力气放大。减速器帮助完成电机从高速小力气到低速大扭矩的转变，这样才能抬重物或者完成一些精准动作。可以参考人的肌肉群。

有了心脏、肌肉这些大件以外，还差脑子，就是管发号施令的，这就需要物理AI了，物理AI就是管机器人运动的大脑，精准控制启停、转速，协调机器人所有关节配合行动。

所以，串成一条线就是，物理AI（大脑）下达指令 → 控制全身各个电机（心脏）输出动力 → 动力经过减速器（肌肉）调整速度、放大力量 → 驱动机器人（完整身体）完成各类动作。

在切入聊它们成本占比话题前，需要说明的是接下来说的机器人，主要指那些已经能进工厂干活、能进家庭陪护的通用人形机器人，或者高端协作机器人。它们不像流水线上的大机械臂那样只重复几个动作，而是需要像人一样灵活地走、跑、抓、放。一台这样的机器人，身上塞满了电机、减速器和各种传感器，再加上一颗能实时处理海量信息的“大脑”，这基本就撑起了它大半的身价。

“电机。”

要让机器人抬胳膊、弯腿、转头，每一个关节背后都需要一个或多个电机来发力。而且要做得像人一样丝滑，这些电机还不能是普通的马达，得是高精度的伺服电机，讲究响应快、体积小、力气大。

一台典型的全尺寸人形机器人，全身大概会有二三十个甚至更多的关节自由度，意味着要用到几十个电机。比如双手和双腿的旋转、摆动，每个地方都要配专属电机。这些电机中，既有常见的无框力矩电机，也有用在手指等精细部位的空心杯电机，单价从几百块到上千块不等。粗略估算，每个电机单机（不含驱动器、编码器等配件）平均成本在800到1000元，二三十个加在一起，可能就有两三万块了。

根据行业内的拆解报告和调研，在目前的量产初期阶段，电机系统（包括伺服驱动器和编码器等配件）大概要占到整机硬件成本的15%到20%左右。有的机型因为追求极致灵活，电机数量多、指标高，这个比例可能还会再高一点。这还没算电机背后复杂的供电和控制电路，所以它稳稳坐在“成本大户”的位子上。

“减速器。”

机器人身上最常用的两种减速器，一种叫谐波减速器，体型薄、精度高，用在胳膊肘、手腕这些需要灵活转动的地方；另一种叫RV减速器，刚性大、扛得住重压，一般用在腰部和腿部的大关节。谐波减速器以前技术门槛高，价格昂贵，后来国内产业链起来了，成本才被逐渐打下来，但因为它对材料和加工工艺的要求极其苛刻，至今仍然不便宜。一个质量过硬的谐波减速器，几百到一两千元是常态，腿上用的大号RV减速器就更贵了。

人形机器人的关节数量摆在那里，旋转关节几乎都离不开减速器。综合多家产业机构的公开测算，一台整机的减速器成本，在量产初期大致能占到硬件成本的15%到18%上下。如果把电机和减速器合在一起算，这个运动执行系统可能通常要吃掉整机百分之三四十的成本，是整个机器人身上最“吃钱”的硬件部分。

“物理AI。”

“物理AI”，作为机器人的大脑，是让机器人做到能看懂、能理解、能和物理世界互动的东西。它不是手机里跑个大语言模型那么简单，机器人需要实时处理摄像头、激光雷达、触觉传感器、麦克风等一堆输入，在零点几秒内决定手该伸多远、使多大劲儿、绕开障碍物。这背后就需要一堆硬件做支撑，如高性能的边缘AI计算芯片（比如专门用来做具身智能的算力模块）、3D视觉相机、六维力/力矩传感器，以及高精度的惯性测量单元等等。光是那套传感器全家桶，成本就不可小觑。

此外，还有算法和操作系统。大量工程师花时间和精力开发出来的运动控制算法、抓取策略、场景理解模型，前期投入巨大。虽然这些研发投入会分摊到未来成千上万台机器人上，但在产品刚刚开始起量的阶段，每台机器分摊的软件授权和算法费用依然不低。

结合2025至2026年初多家产业机构BOM拆解数据：一台标准全尺寸量产人形机器人，仅物理AI对应的感知+算力硬件物料，就占到整机硬件成本20%~30%；如果是搭载全身触觉、多激光雷达、本地运行大模型的高端工业机型，该模块硬件占比甚至逼近35%。

如果仅看硬件物料，电机+减速器组成的运动执行系统依旧是整机最贵的板块；但如果叠加前期数年研发摊销、算法持续迭代投入，物理AI相关综合投入的占比会持续攀升，长期有望赶超传统机械部件。

电机、减速器可以依靠规模化量产、国产替代持续压低单价；但物理AI配套的高端传感器、专用算力芯片、智能算法迭代，需要源源不断的研发资金投入，降本速度可能远慢于机械硬件。

“写在最后。”

由此看来，这三者加在一起，差不多吃掉了整机成本的六成到七成。剩下的钱，分给了结构件、电池、线束、外壳和散热等其他部分。这样的成本结构也解释了，为什么现在一台不错的通用人形机器人，即便扣除品牌溢价，价格可能也要二三十万元往上。

所以，表面上看是一个机器人，实际上也是一堆顶尖精密机械与前沿人工智能的集合体。

参考资料：
21世纪经济报道.黄仁勋：物理AI是下一波增长浪潮.2026年6月30日.