最後更新日期：2026年07月03日
機器人概念股，指的是在「實體 AI（Physical AI）」浪潮中，提供機器人運算晶片、感測感知、精密致動與關鍵零組件的上市公司。當 AI 從螢幕裡的對話，走向能在真實世界感知、移動、工作的機器，一條橫跨半導體、感測器與精密機械的供應鏈正被重新定價，這也被不少人視為繼資料中心之後，AI 投資的下一個焦點。
機器人需求即將爆發，來自高通與美光的訊號
過去人形機器人聽起來還像是十年後的事，但 2026 年 6 月的兩場法說會，讓這個題材開始有了比較具體的供應鏈時間表。
高通投資者大會，把機器人寫進了財務目標
6 月 24 日的高通（Qualcomm）投資者大會上，執行長 Cristiano Amon 提出 FY2029「非手機業務 400 億美元」的目標，其中「工業與機器人」單獨列為 80 億美元。搭配這個目標，高通同步推出 Dragonwing IQ10 機器人運算平台（18 核 Oryon 處理器、最高 700 TOPS AI 算力，參考設計 9 月出貨），定位是 NVIDIA Jetson 的省電替代方案，也已經和人形機器人新創 Figure、NEURA，以及工業機器人大廠 KUKA 展開合作。
比較值得注意的是它的技術選擇。高通的 Edge 推論架構採用 LPDDR 記憶體，而不是成本較高的 HBM，Amon 把這視為成本與供應鏈上的優勢。而同一天美光的財報，正好替這個方向補上了需求面的數字。
美光財報，替供應鏈量化了「記憶體含量」
同一天，記憶體大廠美光（Micron）公布 Q3 FY2026 財報，營收 415 億美元、毛利率 84.9%，雙雙創高。管理層在電話會議上給了兩個關鍵倍數：人形機器人的記憶體含量約是 L2+ 自駕車的 10 倍，而 L2+ 車又是一般車的 5 倍以上。美光並預期 L2+ 車滲透率今年會翻倍到 20% 以上、2030 年突破 40%，一波跨數十年的記憶體需求週期，會從本十年下半段開始。
一家做晶片、一家做記憶體，兩份財報指向的方向一致：機器人的需求，已經開始反映在半導體訂單上。
為什麼 Edge AI 是這一切的關鍵拼圖
機器人能在這個時間點加速，關鍵在於 Edge AI（邊緣 AI），也就是把 AI 運算從雲端移到裝置本地。這件事之所以會在近期升溫，大致有五個原因：
- 推論成本：企業慢慢發現，大部分日常任務其實用不到最頂級的大模型，改用地端小模型後邊際成本很低，這也回應了市場對「AI 到底能不能賺錢」的疑慮。
- 小模型變強：蒸餾與量化技術，讓小模型用少很多的參數就能接近大模型的表現，開源模型的品質也在快速追上。
- 即時、隱私與離線需求：機器人避障、機械手臂控制都是毫秒級的判斷，來不及等雲端往返，也不能一斷網就停擺。
- 硬體到位：NPU 算力逐代提升、LPDDR 記憶體大量生產，跑地端模型的硬體條件已經成熟。
- 分散供應商風險：企業傾向採用混合架構，複雜推理交給雲端，高頻或敏感的任務留在本地。
簡單說，Edge AI 讓機器人負擔得起一顆能即時運算的大腦，這是整個 Physical AI 供應鏈能成立的前提。
機構怎麼估這個市場？兩個關鍵錨點
人形機器人到底是多大的生意？各家投行的數字差距很大，因為採用的時間點、市場範圍與情境假設都不同。與其糾結單一數字，不如看兩個最常被引用、也最有代表性的錨點——高盛的中期估計，與摩根士丹利的長期框架。
高盛（Goldman Sachs）：2035 年 380 億美元，一年內上修 6 倍
如下圖，高盛預估全球人形機器人（硬體）市場規模，將在 2035 年達到 380 億美元。這個數字本身不算驚人，真正的重點在於它的修正幅度。高盛在 2025 年 1 月，把原本 60 億美元的預測一口氣上修到 380 億，等於一年內調高 6 倍。
上修的理由有兩個：AI 技術的突破，以及製造成本大約下降了 40%。出貨量上，高盛估 2032 年底全球出貨約 50.2 萬台，2035 年累計出貨超過 140 萬台。而這條曲線傳達的訊息是技術與成本的拐點，比市場原本想的更早到。
Morgan Stanley：2050 年 5 兆美元
如果把時間拉長，大摩給出的是更大的框架：到 2050 年，人形機器人市場（含相關供應鏈與維修、維護、支援服務）規模上看 5 兆美元，部分模型甚至推估年營收可達 7.5 兆美元。它的採用曲線假設值得留意——2030 年代中期以前普及速度偏慢，真正的加速要等到 2030 年代末與 2040 年代。到 2050 年，全球約有 9.3 億台人形機器人，其中約九成用於重複、簡單、結構化的工作。（Source form: Morgan Stanley）
至於這些錢會流向供應鏈的哪一段，高盛與美銀的 BOM（物料成本）拆解給了明確答案：關節致動器（包含馬達、螺桿、減速器等等）占人形機器人料件成本 30% 以上，基礎款機型甚至上看 50%，是整台機器人價值最集中的環節。而大摩給的預測則是將感測器列為單一零件的最高價值零組件，預計會佔機器人總成本的 37%。
看懂機器人概念股：大腦、眼睛、身體三個部位
要拆解一整條複雜的機器人概念股供應鏈，最直覺的方式是把機器人當成一個人來看。它需要一顆能思考與決策的大腦、一雙能看見環境的眼睛，以及一副能實際出力與移動的身體。這三個部位，剛好對應到三條性質完全不同的產業鏈——半導體、感測器與精密機械——各自有不同的技術壁壘、玩家與投資邏輯。
| 部位 | 在機器人中的角色 | 對應產業鏈 | 代表美股 |
| 大腦與神經 | 即時感知、推論、決策、控制；跑地端 AI 模型的算力核心 | 半導體 / 邊緣 AI / 視覺晶片 | NVDA、QCOM、AMBA |
| 眼睛 | 感測環境、定位、判斷距離與物體，把真實世界轉成資料 | 感測 / 感知（光達、視覺、磁性感測） | OUST、ALGM、AEVA |
| 身體 | 關節出力、運動控制、精準移動；價值最集中的環節 | 致動器 / 馬達 / 精密傳動 | TKR、NOVT、ALNT、Moog |
大腦與神經：讓機器人「即時思考」
機器人和傳統工廠手臂最大的差別，在於它必須在沒有人下指令的情況下，自己感知環境、判斷該怎麼動，而且是即時的。這需要一顆能在本地跑 AI 模型的運算晶片，也就是前言提到的 Edge AI 核心。這一層的技術壁壘最高、長期天花板也最高，但它的營收要等到整機開始量產才會明顯放大，屬於「慢熱但空間大」的環節。
眼睛：把真實世界變成資料
機器人要移動與操作，前提是先「看得懂」周遭環境。光達（LiDAR）負責測距與建構 3D 空間、攝影機負責視覺辨識、磁性感測器則負責偵測每個關節的位置與轉速。這些感測元件把物理世界轉成大腦能處理的資料，是感知與控制之間的橋樑。這一層的放量時點，通常和身體零組件同步。
身體：真正的價值集中地
這是最容易被低估、卻最值錢的一層。人形機器人光是要站穩、走路、用手抓取，就需要數十個高精度的關節，每個關節都由致動器（actuator）、減速器與馬達組成。前面提到高盛與美銀的 BOM 拆解——關節致動器占料件成本 30% 以上、基礎款上看 50%，講的就是這一層。它技術門檻高、單機用量大，而且和眼睛一樣是整條供應鏈裡最先認列營收的環節，因為機器人得先有「身體」才能組裝出貨、測試。
三層之間，各有各的時間表
值得先建立的一個觀念是：這三層不會同時放量。大致的順序是「眼睛、身體同步，大腦最晚」，精密機構件在打樣與小量產階段就開始出貨，感測元件緊接著跟上，而 AI 晶片與軟體雖然單一價值最高，卻要等整機真正上量才會反映在財報上。這個時序，會在後面「產業鏈放量時序」的章節詳細展開。
大腦與神經：Edge AI 運算與視覺晶片
這一層是機器人的「思考中樞」，負責把眼睛傳來的資料轉成判斷與動作。它的技術壁壘最高，也是整條供應鏈裡少數由美國公司主導的環節。三家代表——NVIDIA、高通、Ambarella——各自卡在不同的位置。
NVIDIA（NVDA）：機器人運算與訓練的事實標準
如果說資料中心的 AI 大腦是 NVIDIA 的主場，那機器人的大腦，它同樣想通吃。NVIDIA 的武器有兩個：一是 Jetson Thor 邊緣運算模組，負責機器人本體的即時推論；二是 Isaac GR00T 機器人基礎模型與模擬平台，讓開發者能在虛擬環境裡訓練機器人。這套「模擬訓練＋邊緣運算」的組合，已經成為人形機器人開發的預設選項，採用者包括 Figure、Boston Dynamics、Amazon Robotics 到 Caterpillar。
值得留意的是，機器人對 NVIDIA 目前還是小生意，它的機器人與汽車部門單季營收約 5.86 億美元，相對於資料中心的體量微不足道。但這一格的意義不在當下貢獻，而在於它幾乎壟斷了機器人「大腦＋訓練」的標準地位，是這波題材裡品質最高、卻也最不便宜的選擇。
👉 前往 NVIDIA（NVDA） 個股分析
高通（Qualcomm）：省電路線的挑戰者
如果說 NVIDIA 想靠絕對算力通吃機器人大腦，高通走的則是另一條路：不比誰的算力最高，而是主打「夠用、省電、還內建連線」。這條路線背後，是高通把手機時代累積的低功耗運算與數據機（modem）優勢，直接搬進機器人領域的邏輯。
高通的核心產品是 Dragonwing IQ10 系列機器人處理器，規格上搭載 18 核 Oryon CPU、專屬 Hexagon NPU 與整合式 Adreno GPU，AI 算力最高 700 TOPS，原生支援 12 顆攝影機與光達的直接接入，並整合 5G/Wi-Fi 連線能力。高通在 2026 年 1 月的發表會上，把它的守備範圍定義為「從家用機器人一路到全尺寸人形機器人」，是一顆想通吃各種形態的通用型機器人處理器。
市場對這條路線的解讀相當一致，高通與 NVIDIA 的差異，不在算力高低，而在取捨。NVIDIA 的 Jetson Thor 提供高達 2,070 FP4 TFLOPS、128GB 記憶體，效能驚人，但功耗落在 40–130W、成本也高；對於要靠電池續航、對成本敏感的機器人來說，這是明顯的痛點。高通則把「效率、連結性、可擴充性」當成主要差異點。
換句話說，它賭的是「大部分機器人其實不需要頂規算力，而是需要跑得久、連得上、鋪得開」。這也呼應了前言提到的技術選擇：採用 LPDDR 而非昂貴的 HBM，把成本與功耗一起壓下來。
高通在最新 6/24 的投資者大會上也宣布 IQ10 參考設計將在 9 月出貨，並把「工業與機器人」列為 FY2029 非手機 400 億美元藍圖中的 80 億美元目標。
👉 前往 高通（Qualcomm） 個股分析
Ambarella（AMBA）：機器人的視覺處理專家
在三家裡，Ambarella 是市值最小、卻也是「純度」最高的一檔。它原本是做影像處理晶片起家（安防攝影機、行車記錄器），這幾年成功轉型成低功耗邊緣視覺 AI 晶片的利基龍頭，如今更進一步，把主軸從單純的「視覺辨識」推向「在裝置端直接跑生成式 AI」。
Ambarella 走的是和 NVDA, 高通完全不同的路，它不爭當整機的中央大腦，而是專注在「視覺與地端理解」這一塊，讓機器人（以及攝影機、車用視覺系統）在本地即時看懂並理解畫面，而不是統籌全身的中樞。
Ambarella 的旗艦是 N1 系列邊緣生成式 AI SoC（如 N1-655）。它的賣點很具體：在僅約 20 瓦的功耗下，能同時解碼 12 路 1080p 影像，並在本地跑多模態的視覺語言模型（VLM）與傳統神經網路，可直接執行 Llama、Gemma、Phi、LLaVA 等主流模型，全程不需連網。而這個功耗，比雲端處理器低 10 到 100 倍。對自主移動機器人（AMR）、地端 AI 主機這類「要即時看懂環境、又不能耗電或依賴雲端」的應用來說，正好對症。
整體來看，Ambarella 已累積約 10 億美元的邊緣 AI 營收，擁有 12 顆 AI SoC 的產品線、最高支援 340 億參數模型，已在量產中的客戶 AI 專案超過 370 個，並成功在晶片上跑過 200 種以上的模型架構。它明確把品牌敘事定為「From Agentic to Physical AI」，從代理式 AI 走向實體 AI，機器人正是它下一個成長引擎。
👉 前往 Ambarella（AMBA）個股分析
這一層的共同特性：慢熱，但天花板最高
把三家放在一起看，它們的共通點是「單一價值最高、但放量最晚」。晶片與軟體要等機器人整機真正量產、上線運作，才會明顯反映在營收上，所以這一層更適合看的是「長期市占與標準地位」，而不是短期的營收拐點。若要在其中分工：NVIDIA 是品質首選、高通是估值與省電的平衡點、Ambarella 則是視覺利基的高彈性選項。
眼睛：感測與感知
機器人要移動、要抓取，前提是先「看懂」周遭環境。這一層負責把真實世界轉成大腦能處理的資料，而光達（LiDAR）測距並建構 3D 空間、攝影機做視覺辨識、磁性感測器則負責回報每個關節的位置與轉速。它是感知與控制之間的橋樑，放量時點通常和身體零組件同步，屬於「機器人開始實際部署就會拉貨」的環節。
在逐一檢視個股之前，有一個對投資人很重要、卻常被題材熱度掩蓋的事實必須先說清楚：目前美股裡，機器人（尤其人形）營收占比高的公司，幾乎不存在，絕大多數都還在很早期的階段。純機器人公司多半還在燒錢、規模很小的初期。像整機／服務型的 Serve Robotics、Richtech、Agility 都仍處於高投入、未穩定獲利的階段；連感知端最純的 OUST、AEVA，本業雖然就是 Physical AI 感測，但營收也橫跨工業、智慧基建、車用等多個終端，機器人只是其中一塊，而非全部甚至主要。
零組件公司目前的營收，主要還是來自自動化與工業，而不是機器人。本文後面會提到的 Timken、Allegro、Novanta、Allient，都是這種結構，
Ouster（OUST）：從「賣光達」轉型成「賣機器人的感知平台」
Ouster 是數位光達（digital LiDAR）的領導者之一，但它現在的故事，已經不只是一家光達硬體廠。2026 年 2 月，Ouster 併購了 StereoLabs（知名的 ZED 立體視覺相機品牌），把「數位光達＋ZED 相機＋邊緣 AI 運算＋感知軟體」整合成一套統一的感知平台，一次補齊機器人「看見」所需要的完整堆疊，應用橫跨機器人、倉儲自動化、工業設備、無人機到人形機器人。
產品上，它的新一代 Rev8 OS 數位光達主打原生彩色感測、兩倍的範圍與解析度，並具備功能安全（functional safety）。商業進展也在加速：2026 年 6 月與機器人 AI 公司 FieldAI 合作，用 Rev8 彩色光達讓通用型機器人能在複雜、非結構化的工業環境中感知與運作；同時也拿下工業自動化、智慧基建（BlueCity）與國防（反無人機攔截）等百萬美元級訂單，終端市場相當分散。
財務上，Ouster 最新一季（Q1 2026）營收約 4,900 萬美元、年增 49%，其中產品營收年增 55%，已是連續第 13 季產品營收成長；下一季財測續增至 4,950 萬–5,250 萬美元。毛利率約 43%，手上有約 1.75 億美元現金、且無負債，管理層目標在 2027 年達成營業層面獲利。對投資人來說，這是這條供應鏈裡「純度高、彈性大」的代表，但也要留意它尚未穩定獲利、股價波動較大的特性。
👉 前往 Ouster（OUST） 個股分析
Novanta（NOVT）：給機器人「觸覺」的力覺感測龍頭
在感測這一層，Novanta 的重要性其實相較被低估。前面提到大摩的《Humanoid 100》報告裡面，有對 Tesla Optimus 的 BoM 進行拆解，若按單一零件別，感測器以約 37% 為占比最高的組件，而大摩在同一份報告裡直接點名 Novanta 底下的 ATI 是六軸力覺感測器的發明者、主導整個市場，多數中國廠商因缺乏長期的感測校準與解耦積累而仍落後。」
ATI 的六軸力／扭力感測器讓機器人能感知「用了多大的力、往哪個方向施力」，這決定了機器人能不能做細活：外科手術機器人要精準又輕柔、人形機器人的手要能抓雞蛋而不捏碎、產線組裝要力道剛好。
而 Novanta 管理層對機器人的態度，是「已經在拿單、但大爆發在 2027」：
- 已與 10 家以上頂尖人形機器人業者合作：CEO Matthijs Glastra 在 2025 年 Q2 就透露，公司「正與北美與歐洲逾 10 家領先人形機器人業者合作」，且「在多個插槽（slots）上有顯著的內容價值」，希望「隨市場成熟後陸續公布具體 design win」。
- 拿到 NVIDIA 認證背書：2026 年 Q1，Novanta 加入 NVIDIA Halos AI Systems Inspection Lab，管理層說這是對其「安全驗證 AI 機器人伺服驅動技術領導地位」的肯定，並強調此認證「為 OEM 採用增添了極大的可信度（adds tremendous credibility）」。
- 訂單與新品動能強：機器人與自動化業務營收年增 7%、bookings 年增 50%；所屬的 Automation Enabling Technologies 分部 book-to-bill 達 1.15、設計贏單年增 25%（全公司設計贏單年增近 30%）、該分部新產品營收年增逾 70%。
- 對時程很誠實：管理層明說目前多數應用「仍在原型（prototype）階段」，預期 2026 年會有部分原型訂單落地，更有意義的貢獻要到 2027 年；並表示「看好精密機器人與實體 AI（physical AI）的動能將延續」。
NOVT 最新一季營收為 2.577 億美元、年增 10.4%，調整後 EBITDA 年增 14.2%、調整後每股盈餘 0.81 美元，並上修了全年財測（全年營收指引約 10.4–10.55 億美元）。更關鍵的是訂單動能，全公司整體 bookings 年增 37%，而機器人與自動化部門的 bookings 更年增達 50%、營收呈高個位數成長，管理層點名成長來自生成式 AI 帶動的需求、定位機器人與倉儲自動化的新產品，以及半導體晶圓廠設備的復甦上行週期。
但需要注意的是 NOVT 其實是「自動化＋醫療」各半的公司，而不是純自動化、更不是純機器人。 FY2025 全年營收約 9.81 億美元，其中自動化賦能技術（Automation Enabling Technologies）約 5.0 億、醫療解決方案（Medical Solutions）約 4.8 億。
👉 前往 Novanta（NOVT） 個股分析
這一層的其他標的
| 公司 | 代號 | 在機器人中的角色 | 看點與定位 |
| Allegro MicroSystems | ALGM | 磁性感測 / 馬達驅動 IC——偵測每個關節的位置與轉速，並驅動馬達，橫跨「感知」與「身體」 | BLDC 馬達電流感測 IC 近寡占、磁性位置/角度感測器（Hall/GMR/TMR）、48V 馬達驅動器，是人形關節方案的關鍵零件 |
| Aeva Technologies | AEVA | 次世代光達，機器人與自駕車的「眼睛」 | FMCW 調頻連續波光達，可同時測距與測速、抗干擾能力強；但車用量產約 2028 SOP，商轉時程較晚，屬於「技術領先、落地較慢」的長線題材 |
其中 Allegro 值得特別一提，它的磁性感測與馬達驅動 IC，其實同時橫跨「眼睛」與「身體」兩層，既是回報關節狀態的感測器，也是驅動馬達的元件。但 Allegro 並不是純機器人概念股，它的營收主體來自車用、工業與資料中心，人形機器人目前貢獻還很小。其 FY2026 全年營收 8.9 億美元、年增 23%，non-GAAP EPS 翻倍以上至 0.54 美元；其中資料中心營收在 2026 年成長逾 4 倍、已占 Q4 營收約 14%，機器人與自動化則被列為關鍵成長支柱之一。
不過管理層在 FY2026 Q4 電話會議上明確表示機器人與自動化營收在 FY2026 年增一倍，並且在中國拿下兩項領先機器人公司的設計贏單，用於機器人關節，這兩項贏單之所以值得放大，是因為它們同時驗證了兩件事：Allegro 的技術在機器人最精密的「關節」具備競爭力，而且能在中國這個掌握逾六成人形機器人供應鏈的市場實際拿單。而初期出貨將在 2026 年開始，出貨量預期在 2027 年放大。
但仍要注意的是 ALGM 目前的營收占比仍以佔近 7 成的車用為主，剩餘的工業部門則以資料中心為核心增長，機器人仍處於非常早期的階段，近期營收變動仍會來自於車用、資料中心的景氣變動。
整體而言，感測與感知這一層的放量時點，通常和身體的精密機構件同步，機器人一旦從打樣進入實際部署，就需要成套的光達、視覺與磁性感測器。Ouster 是其中最純、彈性最大的一檔，Allegro 是橫跨感測與馬達驅動的利基龍頭，Aeva 則是技術領先但商轉較晚的長線押注。
身體：致動器／馬達／精密傳動
如果說大腦和眼睛決定機器人「聰不聰明」，那身體就決定它「能不能真的動」。這一層負責出力與移動，機器人光是要站穩、走路、用手抓取，就需要數十個高精度關節，而每個關節，都是由致動器（actuator）＋減速器（reducer）＋馬達（motor）組成的一組精密機構。馬達提供動力、減速器把高轉速低扭力轉換成低轉速高扭力、致動器則把這一切整合成能精準控制的關節動作。
這一層有兩個關鍵特性。第一，它是價值最集中的環節：前面提過高盛與美銀的 BOM 拆解，關節致動器占人形機器人料件成本 30% 以上、基礎款上看 50%。第二，它是整條供應鏈裡和眼睛部分一樣最先認列營收的一段，機器人得先有「身體」才能組裝出貨，所以精密機構件在打樣、小量產階段就會開始拉貨。
但這也是最需要誠實面對的一層，最高壁壘的減速器與致動器龍頭，大多不在美股，而在日本、台灣與中國。 美股在這層更多是「精密傳動與利基零件」的角色，而不是諧波／RV 減速器的核心供應者。以下先看美股標的，再補充海外的真正龍頭。
Timken（TKR）：美股最完整的機器人傳動方案
在美股裡，Timken 是傳動零件布局最完整的一家。它原本是精密軸承的老牌大廠，這幾年透過一連串併購，把機器人關節需要的傳動元件幾乎補齊：TwinSpin 擺線減速器、DriveSpin 致動器、SPINEA 擺線齒輪、Cone Drive 諧波應變波齒輪，再加上自家的精密軸承與編碼器。等於一家公司就能提供「軸承＋擺線＋諧波＋致動」一站式方案，是美股裡最接近「機器人傳動整包供應商」的標的。它的優勢是產品線完整、本業（工業軸承）穩健；相對的，機器人在其龐大營收裡占比還小，是「本業穩、題材為輔」的類型。
在 2026 年 Q1 電話會議上，執行長 Lucian Boldea 對機器人的談法很值得留意，他刻意不把人形機器人當成獨立題材來炒，而是放進「自動化」這個更大的框架。他的核心論點是：市場真正要解決的是勞動力的「技能缺口」（因為人口結構與工作型態改變，缺工又缺技術工），而自動化就是答案，人形機器人只是其中一個子集。
不過在 26Q1 的財報過後 TKR 的股價表現非常強勢，主要是來自於全年 EPS 指引從原本的 4.50–5.00 美元，上調到 4.70–5.20 美元，營收成長預期也拉高到約 5%。而大摩也在財報後將 TKR 的目標價從 130 上調到 150 美元。理由是資本支出展望改善、以及 AI 驅動的自動化需求持續。
值得注意的是管理層沒有在展望裡給出人形機器人的營收貢獻、單機含量或時間表，而是明確說新上任的技術長將在即將舉行的投資者日（Investor Day）上，詳細說明他們怎麼看這個機會、以及打算怎麼切入。對 TKR 感興趣的朋友可以密切關注一下。
👉 前往 Timken（TKR） 個股分析
Allient（ALNT）：小型純機電的高彈性選項
在身體這一層裡，Allient 是市值最小、卻也最「純」的一檔，它就是專做馬達、運動控制與電源的公司，沒有龐大的其他本業稀釋，機器人題材對它的槓桿因此最直接。它的核心產品，正好是人形機器人關節最需要的元件：無框力矩馬達與軸流馬達。
無框力矩馬達之所以關鍵，是因為它能在很小的體積內提供高扭力、又方便整合進關節結構，這對「要塞進幾十個關節、還要輕」的人形機器人是剛需。值得注意的是它在機器人上的動作相當積極：2026 年 4 月發表了一份「人形機器人系統馬達選型」白皮書，並接連在 Automate 2026、Robotics Summit & Expo 2026 等展會展示機器人動力方案。
ALNT 在最新一季營收達 1.389 億美元、年增 5%，略高於預期；獲利端，淨利年增 51% 至 540 萬美元。但真正的亮點在訂單：訂單金額年增 15% 至 1.581 億美元、book-to-bill 達 1.14（大於 1 代表接單快於出貨）、在手訂單（backlog）達 2.51 億美元，且管理層預期多數會在 3–6 個月內轉為營收，這通常是短期營收動能轉強的領先訊號。
要提醒的是，Allient 和這份清單裡的其他標的一樣，機器人（尤其人形）對它目前的實際營收貢獻仍然很低。它現階段的營收主力，來自工業自動化、車輛、醫療與航太國防這些既有終端市場，Q1 訂單年增 15%、backlog 衝到 2.51 億美元的動能，主要也是靠工業需求回穩、資料中心電源方案與國防拉動，而非人形機器人的訂單。
👉 前往 Allient（ALNT） 個股分析
純零組件龍頭多在海外，美股純標的其實有限
看完這一層，會發現一個對美股投資人不太友善、卻必須認清的事實，就是機器人最核心的零組件龍頭，大多不在美股，而是集中在海外。 尤其是壁壘最高的諧波減速器與 RV 擺線減速器，這兩者是人形機器人關節的「命脈」，供應商高度集中，而真正的寡占龍頭幾乎清一色是日本與中國企業。這也呼應大摩在 Humanoid 100 的觀察：中國掌握了約 63% 的人形機器人供應鏈。
換句話說，美股在「身體」這一層，多半是大型多角化工業集團裡的一個部門（如 Timken、Allegro、Novanta、Allient），很難找到像海外那樣「幾乎只做機器人零組件」的純標的。若把標準拉到「營收純度真的貼近機器人／實體 AI」，美股目前比較純的其實只有感測端的 Ouster（OUST）與 Aeva（AEVA）——它們的本業就是機器人與自駕的感知，而不是靠其他業務撐營收再附帶機器人題材。（若再放寬到上游材料，稀土永磁的 MP Materials 也算美股少見的純零組件／材料曝險。）
海外的核心零組件龍頭
要完整布局這一層，這些海外龍頭繞不開：
- 日本 —— 減速機與精密機構的技術核心
- Harmonic Drive（6324）：諧波減速器全球龍頭，純度最高，已推出人形專用減速器（頸／臂用扁平高扭力型、手指用超緊湊型）。
- Nabtesco（6268）：RV 擺線減速器全球第一，切入髖、膝等高負載關節。
- Nidec（6594）、THK（6481）、NSK（6471）：分別在馬達、線性滑軌、軸承領域居領導地位。
- 中國 —— 成本與規模優勢，深度綁定整機廠
- 綠的諧波（688017）：中國諧波減速器逾六成市占。
- 雙環傳動（002472）：供應 Tesla Optimus 與 Unitree 減速器。
- 三花智控（002050）：致動器與熱管理，Tesla Optimus 供應鏈。
- 台灣 —— 傳動零件與利基供應
- 上銀 Hiwin（2049）、全球傳動（4540）：滾珠螺桿、線性滑軌、減速機。
- 歐洲 —— 精密與工業底蘊
- SKF（瑞典）、Schaeffler（德）、Maxon（瑞士，精密微型馬達）。
雖然 Harmonic Drive、綠的諧波、Nabtesco 這些純零組件龍頭多在日本與中國、需要複委託才能直接買，但也可以參考美股掛牌的機器人 ETF，想布局「身體」這一層又不想開海外帳戶，透過以下 ETF 是最方便的路徑：
| ETF | 名稱 | 追蹤重點 | 主要成分股 | 特點 |
| BOTT | Themes Humanoid Robotics ETF | 追蹤 Solactive 全球人形機器人指數，成分股須逾 50% 營收來自機器人 | 綠的諧波（第一大持股 ~8%）、Zhejiang Hechuan、EFORT 等中國減速器／機器人零件 | 零組件純度最高，最偏「身體」零組件、中國權重高；波動大 |
| KOID | KraneShares Global Humanoid Robotics & Physical AI ETF | 追蹤 MerQube 全球人形與實體 AI 指數，涵蓋大腦＋身體＋整合商 | 綠的諧波（~3%）、ST、Renesas、Infineon 等 | 全鏈均衡（零組件＋晶片＋整合），相對分散 |
| ROBO | ROBO Global Robotics & Automation ETF | 老牌廣義機器人自動化指數（2013 年成立） | 日系減速機龍頭：Harmonic Drive、Nabtesco、Nidec；台廠上銀 | 最老牌、最分散，涵蓋日／台純減速機龍頭，波動相對低 |
| BOTZ | Global X Robotics & AI ETF | 機器人與 AI 主題，偏工業自動化巨頭 | 日系自動化（Fanuc、Keyence 等）＋南韓／中國人形（Rainbow Robotics、Doosan、Ubtech） | 工業自動化＋亞洲人形混合，龍頭權重集中 |
| HUMN | Roundhill Humanoid Robotics ETF | 人形機器人主題 | 以 Tesla、NVIDIA 等整機／大腦為主 | 偏「大腦＋整機」，零組件涵蓋較少 |
如何布局？
看完整條供應鏈，最重要的一步不是問「哪一檔會漲」，而是先想清楚預期能承受的風險屬性來決定要走保守路線還是激進路線，這兩種的報酬來源、風險屬性與該有的心理預期，完全不同。
先用一張表，把前面談過的標的依「產業鏈三層 × 機器人純度 × 風險屬性」整理起來：
| 供應層 | 公司 | 代號 | 定位一句話 | 機器人純度 | 風險屬性 |
| 大腦 | NVIDIA | NVDA | 機器人運算與訓練的事實標準 | 低（占比仍較小） | 品質核心、高端路線 |
| 大腦 | Qualcomm | QCOM | 省電路線的平台挑戰者 | 中（機器人領域深耕已久，但營收佔比仍稍低） | 攻守平衡、估值親民 |
| 大腦 | Ambarella | AMBA | 視覺與地端生成式 AI 利基龍頭 | 中（Edge AI 占 80%） | 高彈性、波動大 |
| 眼睛 | Ouster | OUST | 最純的數位光達／感知平台 | 高（純感測、多終端） | 進攻、未穩定獲利 |
| 眼睛 | Aeva | AEVA | FMCW 4D 光達，商轉較晚 | 高（偏車用） | 進攻、更早期 |
| 眼睛 | Allegro | ALGM | 卡在關節裡的感測＋馬達驅動龍頭 | 低（車用 71%） | 穩健＋機器人想像 |
| 眼睛/身體 | Novanta | NOVT | 力覺感測龍頭，大摩點名 | 低（醫療約半） | 穩健＋機器人想像 |
| 身體 | Timken | TKR | 美股最完整的傳動方案 | 低 | 穩健＋機器人想像 |
| 身體 | Allient | ALNT | 最純機電、無框力矩馬達 | 低（工業/國防為主） | 成長彈性、估值偏高 |
在挑個股之前，重要的是先想清楚自己屬於哪一種投資人。因為這條供應鏈的美股標的，大致可以分成適合「保守型」與「激進型」的兩類，兩者的報酬來源、風險屬性與該有的耐心，完全不同。
保守型：本業穩健、機器人是想像空間（TKR、ALGM、NOVT、ALNT，以及大腦的 NVDA、QCOM）
如果你要的是確定性與下檔保護，該鎖定的是這一類「本業穩健＋機器人想像」的公司。它們的共同結構是：一塊已經獲利的成熟本業當底，機器人只是錦上添花的上檔想像。真正撐起當期營收與股價的，是車用、工業自動化、資料中心、醫療與國防這些成熟市場。
Allegro 有 71% 營收來自車用、Novanta 有近一半來自醫療、Allient 主要靠工業與國防，機器人（尤其人形）目前對它們的貢獻都還低，多半停留在拿設計贏單、送樣、少量出貨的卡位階段，管理層也普遍把有意義的營收放在 2027 年後。
這類標的的報酬，來自本業的獲利成長，再加上市場願意為「機器人想像」多付的估值溢價；因為有本業現金流當緩衝，波動相對可控，就算機器人題材降溫，也不至於失去支撐。代價則是彈性較小，而且當估值把太多未來期待提前反映後，容易出現回吐
激進型：純題材成長股（OUST、AEVA，以及純度較高的 AMBA）
如果你願意承受高波動、想直接押注題材的爆發力，那該看的是純題材成長股。這類公司的本業就是機器人與感知題材本身，買它就是高純度地押注 Physical AI 感知需求的成長，中間沒有緩衝層。
它們的成長性最高（OUST 營收年增約 49%），但也尚未穩定獲利（OUST 要到 2027 才目標轉營業利益），一旦題材降溫或資金收緊，缺乏本業現金流撐估值，回檔往往更猛。
總結來說，保守型要的是確定性與下檔保護，把機器人當成本業之上的免費想像；激進型要的是純度與彈性，直接押注題材的爆發。
結語
回到文章開頭，高通把「工業與機器人」寫進 2029 年的財務目標、美光用「人形機器人記憶體含量是汽車的數十倍」替整條供應鏈定錨，這兩個訊號真正的意義，不是機器人「已經」爆發，而是它從一個遙遠的概念，變成了一張看得見的供應鏈時間表。而讓這張時間表成立的底層力量，正是 Edge AI，當運算從雲端下沉到實體世界，機器人才第一次「用得起」一顆能即時思考的大腦。
把整條供應鏈拆開來看，其實是一個完整的身體：晶片是大腦、感測是眼睛、致動與傳動是身體。但除了 Ouster、Aeva 這種純感知題材股，絕大多數美股標的的機器人營收占比都還低，當期真正賺錢的還是車用、工業、資料中心與醫療；人形機器人的實質貢獻，多數要等到 2027 年之後才會顯著。
這意味著，這波題材給投資人的，現階段是想像空間與卡位機會，而不是立即的獲利兌現。也因此，看懂三層結構、分清自己買的是穩健型還是激進型、並持續追蹤各公司機器人營收占比與放量時序，會比追逐單一標的的漲跌重要得多。
機器人與 Edge AI 是需要用長線的耐心去參與，但也要用清醒的眼光看待每一檔標的真實的營收結構與估值。想更有效率地追蹤這些美股標的的基本面與財報動態，可以善用 Growin 的 AI 五力分析，快速比較各檔的價值、趨勢與籌碼面，讓「卡位」這件事，建立在數據而不是情緒之上。
立即到 Growin，用 AI 個股分析查看你關注的機器人概念股現在的價值面與籌碼面評分，找到屬於你的進場時機。
【Growin Discord 投資交流社群誠摯邀請！】
好消息來啦 🎉 Growin 投資交流社群正式上線！ 不論你是投資新手還是資深老手，都歡迎加入 Growin 的 Discord 投資交流頻道，與投資同好們一起交流市場趨勢、個股資訊，並獲取第一手的投資洞察！
歡迎加入，一起在投資的道路上成長茁壯！ 🚀
