人形机器人概念股走强绿的谐波股价再创新高
今日早盘，人形机器人板块表现强势，成为市场焦点。截至发稿，索辰科技、纽威数控涨幅均超15%，绿的谐波大涨逾12%，股价刷新历史高点。同时，雷赛智能、信捷电气、大业股份、巨轮智能等多只概念股也纷纷封上涨停板。
本轮板块异动的直接催化因素，源于特斯拉的最新进展。特斯拉官方此前透露，其研发的第三代人形机器人预计将于今年年中正式发布，并计划在7月至8月期间启动投产。更引人瞩目的是其产能规划：公司将在第二季度着手建设首条量产线，第一代产线的年产能目标即高达100万台。此外，特斯拉还在其德州超级工厂布局了第二代生产线，旨在实现年产1000万台的长期战略目标。如此大规模的量产计划，为整个人形机器人产业链带来了明确的发展机遇和增长预期。
市场分析指出，当前国内人形机器人领域投融资活动持续活跃，叠加特斯拉量产时间窗口临近，产业链上下游企业有望在近期陆续获得来自特斯拉及其他国内外机器人厂商的实质性订单。这标志着行业正从早期的主题投资阶段，逐步过渡到业绩驱动的新时期。
从产业发展趋势来看，人形机器人行业正迎来关键拐点。在供给端，除特斯拉外，国内领先企业如宇树科技、智元机器人、优必选等也在加速推进产品迭代与量产进程。需求端，全球人口老龄化趋势加剧及劳动力成本持续上升，构成了行业长期发展的坚实逻辑。同时，产业政策支持与资本投入持续加码，特别是AI大模型技术的快速演进，正不断提升机器人的智能化水平和环境适应能力。在技术、需求、资本与政策的共振下，人形机器人产业有望成长为下一个万亿级赛道，其应用场景也将从工业制造、商业服务等B端领域，逐步拓展至家庭服务、个人助理等C端市场，未来发展前景广阔。
相关攻略
人形机器人板块盘中大幅拉升，多只个股涨停。特斯拉宣布其第三代机器人将于年中量产，宏大产能规划为产业链注入强心剂。随着量产临近，产业链企业有望获得实质性订单。在供需两端驱动及政策、AI技术助力下，产业正向规模化发展，应用场景将从B端扩展至C端。
理想汽车CEO李想回顾增程技术从受质疑到市场认可的过程，指出其成功在于缓解了用户续航焦虑。他认为自动驾驶已进入“具身智能”阶段，未来将向通用机器人发展。理想汽车正聚焦智能驾驶与AI，强调人机协同。李想致敬长期投入的企业家，并指出行业竞争正从电动化转向AI深水区。
备受瞩目的人形机器人专项赛事即将拉开帷幕。与往届相比，本届赛事在竞赛路线与赛制规则上均实现了全面升级，其中尤为关键的是增设了自主导航这一核心竞赛单元。此举不仅显著提升了测试标准与技术门槛，更标志着赛事性质正从单纯的竞技比拼，演进为行业前沿关键技术成果的权威验证平台。对于资本市场而言，这无疑是一个重要
在近期于香港举行的具身智能产业峰会上，智元机器人正式发布了其最新研发成果——远征A3全尺寸人形机器人。这款机器人精准定位于文娱表演与商业演出领域，旨在成为舞台上的智能演艺伙伴。从已披露的技术参数与演示来看，远征A3在当前同规格的全尺寸人形机器人产品中，展现出显著的综合性能与场景适应性优势。 远征A3
中国在人形机器人领域已取得全球领先地位。数据显示，2025年中国占据全球84 7%的出货量，每10台中有超过8台为中国制造。这背后是超过140家整机企业形成的产业梯队，以及从核心零部件到整机90%以上国产化率的完整产业链所带来的成本优势。2026年一季度，人形机器人出口同比激增210%，产品销往14
热门专题
热门推荐
领克首款GT概念跑车亮相北京车展，由中欧团队联合打造。新车采用经典GT比例与低趴宽体设计，配备液态金属蓝涂装与2+2座舱，设有高性能模式按键可激活空气动力学套件。车辆采用后驱布局与AI智能运动控制系统，百公里加速约2秒，设计融合瑞典极简美学并参考全球用户反馈。
英伟达推出12GB显存版RTX5070移动GPU，与8GB版同步上市。两者均基于Blackwell架构，核心规格相同，仅显存容量不同。此举旨在缓解GDDR7芯片供应压力，为OEM提供灵活配置，加速笔记本产品布局，更大显存可更好满足游戏与AI应用需求。
微星将于5月15日推出两款26 5英寸雾面WOLED显示器MAG276QRY28和276QRDY54，售价分别为2499元和6299元。均采用第四代WOLED面板，具备QHD分辨率、VESADisplayHDRTrueBlack500认证、1500尼特峰值亮度及99 5%DCI-P3色域覆盖。276QRY28刷新率为280Hz，高阶款276QRDY54支持4
中芯国际2026年第一季度营收176 17亿元，同比增长8 1%；净利润13 61亿元，同比增长0 4%。公司预计第二季度收入环比增长14%至16%，毛利率指引上调至20%至22%。这反映出公司在行业复苏中展现出财务韧性，并通过运营优化增强了短期增长势头。
手机修图、相机降噪、视频去雾……这些我们日常使用的图像处理功能，其背后都离不开人工智能（AI）技术的驱动。通常，AI模型的训练逻辑是：向模型展示大量“低质图像”与“优质图像”的配对数据，让它学习如何将前者转化为后者。然而，天津大学计算机视觉团队近期发表的一项研究（arXiv:2604 08172）揭