2026-06-18 — views
實體AI供應鏈——雷射雷達、運算晶片、致動器，以及AV車隊擴張的隱藏瓶頸
硬體而非軟體才是實體AI的隱藏瓶頸：雷射雷達前置期、NVIDIA Orin配額、諧波減速器與Waymo的Zeekr依賴全面解析。
實體AI基準測評系列第122篇——實體AI供應鏈：雷射雷達、雷達、攝影機與運算瓶頸；Waymo Gen 6量產依賴什麼；以及為何半導體供應是AV車隊擴張的隱藏瓶頸
實體AI基準測評系列歷經121篇，已完整映射了自動駕駛車輛與人形機器人的技術成熟度、營運指標、安全記錄、法規框架及市場估值。第122篇引入一個貫穿全系列但從未單獨解析的維度：硬體供應鏈。每一輛Waymo Gen 6車輛需要雷射雷達、攝影機、雷達模組與運算平台。每一輛搭載HW4的Tesla需要在台積電製造的專屬晶片。每一台人形機器人需要伺服致動器、關節馬達、諧波減速器與電池。這些元件有各自的供應鏈、前置時間、成本曲線與供應商集中度——而這些供應鏈，而非軟體成熟度或法規許可，可能才是2026至2030年間實體AI車隊能以多快速度擴張的決定性限制。
本篇文章將硬體供應鏈作為實體AI基準測評的一個維度進行全面解析。所有非公開確認的數字均標示”（估計）“。
第一節——AV感測器供應鏈：雷射雷達、雷達與攝影機
讓自動駕駛車輛感知世界的感測器套件由三大主要方式構成：雷射雷達（光探測與測距）、雷達與攝影機。每種方式都有不同的供應鏈成熟度、成本曲線，以及在各大AV公司中的戰略定位。
| 感測器類型 | 主要供應商 | 單價（估計） | 供應限制等級 | AV公司依賴程度 |
|---|---|---|---|---|
| 雷射雷達（旋轉式/機械式） | Velodyne（現與Ouster合併）、Luminar、Innoviz、Waymo自製（Honeycomb） | $500–5,000/單位依解析度與採購量而異（估計）；快速下降 | 中等——多家供應商浮現；Velodyne獨大時曾是重大瓶頸 | Waymo：每輛車多個雷射雷達（車頂加保險桿全周覆蓋）；Tesla：完全不使用雷射雷達 |
| 雷射雷達（固態/MEMS式） | Luminar、Innoviz、Aeye、Cepton（現為Koito旗下）、Ouster | 量產下$100–500/單位（估計）；成本曲線每年下降約30–40%（估計） | 較低——固態比旋轉機械式更具可擴展性 | 產業趨勢：固態取代旋轉式；Waymo Gen 6採用固態（估計） |
| 雷達（汽車級） | Continental、Bosch、ZF、Aptiv | 量產下$20–100/單位（估計） | 低——汽車供應鏈成熟，規模化供應充足 | 所有AV公司皆使用雷達；供應不構成瓶頸 |
| 攝影機（汽車級） | Sony、OmniVision、Aptina/ON Semi、Mobileye | 量產下$10–50/單位（估計） | 低——攝影機生產已高度全球規模化 | Tesla每輛車8個攝影機；Waymo使用攝影機加雷射雷達；供應充足 |
| 運算平台（汽車級SoC） | NVIDIA DRIVE Orin（$750+/單位，估計）、Mobileye EyeQ6、高通Snapdragon Ride、Waymo自製TPU | $200–1,500/單位依運算等級（估計） | 中高——NVIDIA Orin需求旺盛；尖峰期前置時間12–18個月（估計） | Waymo Gen 6採用自製運算（估計）；Tesla HW4為專屬自製晶片（完全垂直整合） |
| Tesla HW4（全自動駕駛電腦） | Tesla自主設計；台積電7nm製造（估計） | Tesla不公開成本；估計量產下$200–400/單位（估計） | 低——Tesla透過台積電掌控自身供應鏈；7nm為成熟製程節點 | Tesla具有垂直整合優勢；FSD運算無第三方SoC依賴 |
雷射雷達供應鏈自2020年以來歷經重大整合。Velodyne在旋轉機械式雷射雷達上的準壟斷地位（曾在2018至2021年造成真實的AV供應鏈風險）已透過整合（Velodyne與Ouster合併）、新進者規模化（Luminar、Innoviz、Cepton）以及向固態MEMS雷射雷達的技術轉型而消解。固態雷射雷達沒有活動零件，可利用既有的半導體相鄰生產線製造，從根本上降低成本與供應限制。
第二節——Waymo Gen 6車輛供應鏈
Waymo Gen 6車輛是AV產業當前最具戰略重要性的硬體平台。它建立在Zeekr RT基礎車輛（吉利旗下Zeekr子公司，在中國製造）之上，而非先前車隊世代所使用的改裝消費車輛。這一製造決策具有深遠的供應鏈意涵。
| 元件 | 供應商（估計） | 前置時間（估計） | 每輛車成本（估計） | 量產依賴性 |
|---|---|---|---|---|
| 基礎車輛平台 | Zeekr（吉利子公司，中國）——Waymo宣布Gen 6基於Zeekr RT平台 | 3–6個月前置時間（估計）；中國製造 | 未公開；RT6公開揭露製造成本約$37,000 | Waymo依賴Zeekr產能；中國供應鏈=地緣政治風險 |
| 雷射雷達系統 | Waymo自製雷射雷達（Honeycomb）——與合作夥伴共同製造（供應商未公開） | 規模化生產前置時間6–12個月（估計） | 估計雷射雷達陣列$1,000–3,000/輛（估計，相比早期AV的$75,000+） | 雷射雷達降本是Gen 6經濟模型的關鍵槓桿 |
| 雷達系統 | 標準汽車雷達；多家供應商可選 | 1–3個月（商品化供應） | $100–300/輛雷達陣列（估計） | 非限制性因素 |
| 攝影機系統 | 標準汽車攝影機；多家供應商 | 1–3個月 | $200–500/輛（估計） | 非限制性因素 |
| 運算平台 | Waymo自製TPU（Google TPU技術傳承）；台積電或三星製造（估計） | 自製晶片6–18個月（估計） | 未公開；估計$500–1,500/輛（估計） | 自製晶片=Alphabet的基礎設施優勢；同時=單一供應商風險 |
| 地緣政治風險 | Gen 6由Zeekr在中國製造；美中貿易緊張可能影響進口關稅或供應連續性 | — | 25%以上關稅情境將增加每輛車成本$9,000–15,000+（估計） | 這是Waymo最重大的供應鏈風險因素 |
Zeekr依賴性是Waymo Gen 6策略中最具決定性的供應鏈決策。它所帶來的製造成本下降——從早期車輛每輛$100,000以上（估計）趨近於Zeekr RT6約$37,000的製造成本（估計）——對Waymo實現市場規模EBITDA利潤率至關重要。然而，在中國製造也引入了一個Waymo無法自主掌控的風險類別：美中貿易政策。
第三節——Tesla垂直整合供應鏈優勢
Tesla的實體AI硬體供應鏈策略與Waymo形成刻意的對比。Tesla系統性地對最具戰略價值的元件——運算晶片與電池——進行垂直整合，同時接受攝影機等差異化程度較低元件的商品供應商依賴。
| 元件 | Tesla做法 | 優勢 | 風險 |
|---|---|---|---|
| FSD運算（HW4） | 內部設計（Tesla晶片團隊）；台積電7nm製造；每顆晶片72 TOPS，HW4共4顆=288 TOPS | 無第三方SoC依賴；成本曲線由Tesla掌控 | 台積電集中風險；任何台積電中斷均影響Tesla |
| 攝影機供應 | 標準Sony/OmniVision消費級攝影機；以龐大規模採購（約200萬輛/年） | 業界最低每單位成本（規模槓桿） | 消費級攝影機對比汽車級（安全規格差異） |
| 不使用雷射雷達 | Tesla刻意排除雷射雷達 | 零雷射雷達供應鏈風險；零雷射雷達成本 | 感知品質爭議；完全依賴攝影機與雷達融合 |
| Gigafactory整合 | FSD電腦、電池組及主要元件在Tesla自有工廠製造 | 供應鏈可視性；無外部供應商前置時間意外 | Gigafactory產能上限=車輛生產天花板 |
| 電池供應（LFP/NMC） | 寧德時代（中國）、松下（日本）、Tesla自製4680電池 | 多元化採購；4680量產降低中國依賴 | 4680電池良率仍在爬坡（估計） |
| Optimus致動器/馬達 | 主要為內部設計；部分元件來自第三方伺服/致動器供應商 | Tesla掌控關鍵設計；商品元件外購 | 人形致動器市場新且薄弱；供應商競爭少於汽車業 |
Tesla的純攝影機感測哲學（無雷射雷達）不僅是哲學立場——它是一項具有複利戰略意涵的供應鏈決策。透過徹底排除雷射雷達，Tesla從車輛物料清單中移除了每輛車$100至$5,000（估計）的成本項目與6至18個月前置時間元件。
第四節——人形機器人供應鏈：全新前沿
人形機器人供應鏈是實體AI供應鏈中最新且最不成熟的。高扭矩精密致動器的供應商市場稀薄，生產能力有限，可能比任何軟體或法規變數更能制約近期人形機器人的量產速度。
| 元件 | 當前供應狀況 | 成本（估計） | 瓶頸風險 |
|---|---|---|---|
| 伺服馬達/關節致動器 | 高扭矩密度供應商有限：Maxon Motor（瑞士）、Dynamixel（韓國）、Moog、部分中國供應商 | $500–5,000/關節依精度與功率（估計）；20–28自由度人形=僅致動器即$10,000–140,000（估計） | 高——供應商市場稀薄；能規模化生產高扭矩密度致動器的公司極少；這是人形機器人第一號供應限制 |
| 諧波減速器/齒輪箱 | Harmonic Drive AG（日本/德國）近乎壟斷機器人精密齒輪箱市場 | $200–2,000/單位（估計） | 高——近壟斷供應商；產能有限；人形公司排隊等待（估計） |
| 電池（機器人機載） | 鋰離子軟包電池；三星SDI、寧德時代、松下 | 1–2 kWh人形電池組$100–300（估計） | 低——標準電池供應充足；非瓶頸 |
| 力/扭矩感測器 | ATI Industrial Automation、OnRobot、Bota Systems | $500–3,000/感測器（估計）；每台人形6個以上（估計） | 中等——特殊感測器；有部分前置時間但非關鍵路徑 |
| 運算（機器人大腦） | NVIDIA Jetson Orin、AMD Ryzen Embedded、自製SoC（Tesla Optimus使用自製晶片） | NVIDIA Jetson約$200–500/單位（估計） | 中等——NVIDIA Orin供應自2023年短缺後逐漸正常化 |
| 關鍵瓶頸 | 諧波減速器與高扭矩致動器是人形機器人第一號供應限制——不是軟體，不是電池 | — | Unitree G1售價$16,000部分原因是使用了不同（較輕負載）的致動器，而非Optimus或Atlas的規格 |
諧波減速器的情況說明了一個在雷射雷達早期也熟悉的供應鏈動態：近壟斷供應商，生產能力有限，面對來自新產品類別的快速加速需求曲線。
第五節——半導體供應：跨領域的根本限制
跨越所有三個實體AI硬體類別——AV感測器、AV運算與人形機器人運算——半導體供應鏈是貫穿所有的核心限制。實體AI是半導體密集型產業，與消費電子、數據中心AI加速器及國防電子競爭同樣的台積電與三星晶圓產能。
| 半導體依賴性 | 實體AI產品 | 台積電製程節點（估計） | 產能競爭 |
|---|---|---|---|
| Tesla HW4（FSD電腦） | Tesla車輛（約200萬輛/年，估計） | 7nm | 與Apple A系列、AMD CPU及NVIDIA GPU競爭7nm/5nm產能 |
| NVIDIA DRIVE Orin | 廣泛AV/ADAS產業（比亞迪、小鵬、Volvo等） | 7nm | 與數據中心Orin/Ampere共享晶圓池；NVIDIA內部汽車對數據中心配額決策 |
| Waymo自製TPU | Waymo車隊（目前約700輛，估計，持續擴展） | 未知節點（估計7nm或5nm） | Alphabet更廣泛的TPU採購提供談判槓桿；車隊規模限制絕對需求 |
| NVIDIA Jetson Orin（機器人） | 人形機器人、移動機器人、邊緣AI | 12nm | 與IoT、工業及國防的嵌入式/邊緣AI需求競爭 |
數據中心AI建設——NVIDIA H100、H200與GB200超大規模採購——使台積電最先進製程節點（3nm、4nm、5nm）大量被最高晶圓收益的客戶佔用。這是實體AI的結構性半導體供應風險：當數據中心AI需求激增時，實體AI硬體公司面臨延長的前置時間，因為他們的每片晶圓收益無法與H100級GPU的經濟效益競爭。
第六節——供應鏈風險矩陣與基準摘要
| 風險因素 | 受影響的實體AI領域 | 概率（估計） | 若發生的估計影響 |
|---|---|---|---|
| Waymo Zeekr地緣政治中斷 | Waymo Gen 6車隊量產 | 中等——美中貿易政策持續不確定 | 每輛車成本增加$9,000–15,000+（估計）；嚴重情況下車隊擴張延遲12–24個月 |
| NVIDIA Orin供應衝擊 | 廣泛AV/ADAS產業（非Tesla、非Waymo） | 低中——2026年估計逐漸正常化 | 前置時間延長至18個月以上；非Tesla AV量產延遲 |
| 諧波減速器產能限制 | 所有人形機器人製造商 | 高——近壟斷供應商，需求加速 | 至少到2027年，全行業人形機器人年產能受限於數萬台（估計） |
| 台積電中斷（台灣地緣政治） | Tesla HW4、Waymo TPU、NVIDIA Orin——幾乎所有實體AI運算 | 近期低；尾部風險 | 對整個半導體依賴產業造成災難性影響；多年復甦時間 |
| 致動器供應商集中 | 人形機器人 | 高——供應商市場稀薄 | 全行業人形機器人產量受供應制約低於需求；新進致動器公司正在形成（估計） |
| 公司與產品 | 主要供應鏈優勢 | 主要供應鏈風險 | 供應鏈量產評級（估計） |
|---|---|---|---|
| Waymo Gen 6 AV | 透過Zeekr平台降本；透過Alphabet TPU關係掌控自製運算 | Zeekr/中國地緣政治依賴；自製雷射雷達供應商集中 | 中等——風險可管理但單一國家車輛依賴是結構性脆弱點 |
| Tesla AV（HW4+攝影機） | 最深的垂直整合；無雷射雷達依賴；台積電關係提供運算優先配額 | 台積電集中風險；Gigafactory產能天花板 | 高——供應鏈是AV行業最強；垂直整合提供最大掌控力 |
| Tesla Optimus | 自主設計晶片；既有台積電關係 | 致動器供應稀薄；諧波減速器限制同樣適用 | 中等——運算供應強，但致動器供應是與所有人形公司共享的限制 |
| 人形機器人行業 | 電池供應非限制；運算供應正常化 | 諧波減速器近壟斷；高扭矩致動器供應商市場稀薄 | 低——致動器供應是至少到2027年的全行業量產瓶頸（估計） |
實體AI的擴張不只是軟體、法規與資本——它也是硬體。認識到這一點最早並投資垂直整合的公司——Tesla是最清晰的例子——已獲得在2026至2030年窗口期內競爭對手難以複製的供應鏈優勢。
注意： 所有標示”（估計）“的數字均來自截至2026年中的公開市場資訊、分析師估算、產業報告與公司投資者關係材料。元件成本為指示性估算，因採購量、規格與供應商合約條款而有重大差異。本文不構成投資建議。
來源
- Waymo Gen 6 Zeekr 車輛公告 — Waymo ↗
- Luminar 雷射雷達技術 — Luminar Technologies ↗
- Tesla HW4 全自動駕駛電腦 — Tesla ↗
- NVIDIA DRIVE Orin 汽車級SoC — NVIDIA ↗
- Harmonic Drive 機器人精密齒輪箱 — Harmonic Drive ↗