Physical AI驱动机械臂控制：工业机器人软件定义硬件的成本博弈

从示教到决策：Physical AI对工业机器人BOM结构的重构

传统工业机器人高度依赖固定逻辑的PLC控制系统，而Physical AI的引入，本质上是将算力成本从硬件外围转向算法端。在当前的工业机器人BOM成本结构中，控制器与软件授权占比通常在15%-20%左右。随着Physical AI算法的成熟，本体厂商正试图通过软件定义硬件，降低对高端专用控制器（如Beckhoff或欧姆龙高端系列）的依赖，转而使用高算力边缘计算模组。

这种架构的调整，虽然在短期内增加了研发侧的算力成本，但从长远看，它降低了针对复杂非标场景的二次开发成本，极大提升了本体厂商在柔性制造领域的毛利率。

• 减速器占比： 仍占据本体BOM成本的30%-35%，其中RV减速器（如Nabtesco）在重负载机型中依然是成本高地。
• 伺服系统： 占比约20%-25%，国产替代率在中小负载机型已超60%，但高端伺服依然受制于日系一线厂商。
• 控制器与算法： 占比约15%，Physical AI的介入正在将此部分从“固定配置”转化为“订阅制服务”，改变厂商的现金流模型。

厂商价格战阳谋与核心零部件供应链传导

当前工业机器人本体市场已进入惨烈的存量博弈，核心零部件的国产化率已成为决定毛利率的关键变量。Physical AI的推广，是本体厂商试图通过差异化软件价值，摆脱单一“硬件堆料”价格战的阳谋。

当机器人具备了“Physical AI”的感知与适应能力，其在Tier-2供应商的选择上有了更多议价权。厂商不再单纯追求零部件的极端精度（因为算法可以补偿部分运动轨迹误差），而是转向追求更具性价比的零部件组合。这一逻辑传导至上游，意味着谐波减速器与伺服驱动厂商若无法提供软硬一体的集成解决方案，其市场占有率将被具备算法整合能力的头部厂商进一步挤压。

产业估值与本体格局变局

资本市场对于机器人企业的估值逻辑正在发生微妙的偏移。过去，VC看重的是减速器、伺服等核心零部件的自主率；现在，投资人更看重本体厂商在Physical AI落地场景中的数据闭环能力。

具备AI算法能力的本体厂商，正在通过“硬件+软件+服务”的打包模式，试图提高单机客单价。对于那些仅仅依靠拼凑BOM成本、缺乏底层算法积淀的腰部机器人厂商而言，Physical AI带来的门槛将成为其生存的“死亡线”。随着产能利用率的提升，未来工业机器人的竞争将不再是单纯的硬件成本比拼，而是谁能更低成本地实现复杂任务的自主决策，谁就能在下一轮市场洗牌中掌握定价权。