Os robôs humanoides estão entrando em produção em massa em 2025-2026, com Tesla e Figure AI liderando e as aplicações industriais B2B acelerando. Com base nos planos de produção das empresas líderes — o Optimus da Tesla mirando na fabricação em volume em 2026, a Figure AI e players domésticos como a UBTECH —, o período de 2025-2026 é o momento crítico da indústria para validação em escala e aceleração comercial.
O setor mostra atualmente “redução de custos de hardware” e “ganhos de inteligência de software” avançando em conjunto, impulsionado primeiro por cenários industriais B2B, especialmente a fabricação automotiva. O Walker S1 da UBTECH e o Iron da XPeng já entraram nas fábricas da BYD, Zeekr e XPeng para treinamento real em linhas de produção, validando seu valor na linha. O cenário competitivo global tomou forma com caminhos divergentes: os gigantes estrangeiros (Tesla, Figure AI) detêm a vantagem técnica por meio de algoritmos de IA, integração de sistemas e modelos end-to-end, enquanto os players domésticos alavancam as cadeias de suprimentos automotiva e de 3C da China para sinergia de cadeia, iteração rápida e controle de custos — com alguns produtos domésticos já precificados na faixa de 100 mil yuans, uma diferença que prepara o terreno para a penetração no mercado de massa.
A Estrutura da Cadeia Industrial
A cadeia de robôs humanoides se divide em três camadas: componentes-chave a montante, fabricação do corpo no meio e aplicações de cenários a jusante. Os fabricantes de corpo, no meio da cadeia, são os “fabricantes OEM” da indústria — ocupando posição dominante por meio da integração tecnológica, definição de produto e produção escalada. A montante, o valor se concentra em três famílias de componentes. As juntas são a base de todo movimento, em tipos rotativos e lineares. Os redutores garantem a precisão do movimento — as opções mainstream são os redutores harmônicos (escolha do Tesla Optimus) e os redutores planetários, com a japonesa Harmonic Drive e a doméstica Leaderdrive como representantes. Os sensores dão percepção aos robôs: força/torque, táteis e visão. No meio da cadeia, há uma corrida técnica acelerada: no exterior, Tesla (Optimus) e Figure AI (Figure 01) lideram a fronteira; domesticamente, as startups UBTECH (Walker S1) e Zhiyuan (A1) emergiram ao lado de entrantes de outros setores — XPeng (PX5), Xiaomi (CyberOne). A jusante, a comercialização foca no B2B: manufatura industrial primeiro — especialmente fábricas automotivas, onde o Walker S1 treina nas linhas da BYD e da Dongfeng Liuzhou Motor — depois logística (transporte e triagem), com penetração posterior em serviços comerciais e residências.
A Arquitetura e os Seis Desafios
Os humanoides universalmente adotam uma arquitetura full-stack de “cérebro-cerebelo-membros”: o cérebro cuida do planejamento de tarefas de alto nível e da inteligência de decisão; o cerebelo domina o controle de movimento em tempo real e o equilíbrio; os membros executam no mundo físico. O desacoplamento em camadas equilibra a generalização de tarefas complexas com o controle em tempo real de alta frequência — o caminho técnico mainstream. A industrialização agora depende de avanços sincronizados de hardware e software: o hardware enfrenta custo, produção em massa e vida útil da bateria; o software enfrenta generalização inteligente, escassez de dados e restrições de tempo real.
No hardware: primeiro, custo elevado e falta de padronização — os projetos de hardware não convergiram, os custos de BOM seguem altos, e os módulos de junta mais as mãos dextrosas são o núcleo da redução de custos. Segundo, capacidade de produção em massa insuficiente — as empresas líderes produziram apenas centenas a milhares de unidades em 2025, na maioria para coleta de dados em vez de fins comerciais, embora os redutores harmônicos da Fourier Intelligence entrando em testes de massa e o motor de junta M107 autodesenvolvido pela Unitree indiquem um gargalo em rompimento. Terceiro, vida útil da bateria — os produtos mainstream ficam aquém da operação de dia inteiro, embora o GoMate da GAC com baterias de estado sólido alcance seis horas e o D7 da Pudu ultrapasse 1kWh para turnos de mais de 8 horas. No software: primeiro, generalização insuficiente — o campo ainda não teve seu momento ChatGPT; representação de modelos e dados de alta qualidade continuam sendo os gargalos centrais, embora o GO-1 da Zhiyuan (arquitetura ViLLA) tenha elevado a taxa média de sucesso em tarefas em 32% e o Helix VLA da Figure equilibre generalização e controle em tempo real por meio de um design de sistema lento mais sistema rápido. Segundo, escassez de dados — os dados de movimento e manipulação são de modalidade complexa, caros de coletar e sem padrões; a plataforma Cosmos da NVIDIA gera dados sintéticos físicos a partir de modelos de mundo em vídeo, e o GraspVLA da Galbot faz pré-treinamento com big data sintético. Terceiro, restrições de tempo real e computacionais — as frequências de ação dos modelos atuais (50Hz do pi0) ficam aquém das demandas de cenários complexos (meta: 100Hz). A intuição: a frequência de ação é quantas vezes por segundo o robô consegue “atualizar” seu movimento. Cinquenta quadros por segundo parecem rápidos, mas no instante em que um robô caindo precisa cravar a mão no chão, um único quadro perdido quebra o punho. Do RT-1 ao Helix, a frequência de controle dos modelos subiu de menos de 10Hz para 200Hz — só um cerebelo com taxa de atualização alta o suficiente lida com surpresas reais.
Tamanho de Mercado e Caminho de Cenários
A indústria está à beira da explosão comercial, com 2025 amplamente chamado de “Ano Um da produção em massa”. No longo prazo, os humanoides miram na ubiquidade no mercado consumidor: remessas globais projetadas acima de 70 milhões de unidades e tamanho de mercado acima de 10 trilhões de yuans. A industrialização segue um gradiente de cenários — manufatura industrial → serviços comerciais → serviço residencial — com as fábricas como cabeça de ponta da ruptura (linhas de produção automotiva flexíveis), serviços comerciais expandindo por meio de varejo autônomo e cenários de escritório, e as residências permanecendo em exploração inicial dada a complexidade e o custo.
Os Quatro Campos dos Players Globais
Gigantes estrangeiros lideram: o Optimus da Tesla é o emblema da rota de modelos end-to-end, construída sobre sua acumulação em IA e direção autônoma; a Figure AI adota uma abordagem de decisão em camadas — raciocínio visual de nível GPT-4V no topo, controle de alta frequência por baixo — com excelentes resultados de engenharia. Os escalões domésticos estão se estratificando: o primeiro escalão — UBTECH, Zhiyuan, Unitree — todos avaliados acima de 10 bilhões de RMB, com forte poder de captação e integração (Walker S1 treinando nas fábricas da BYD e Dongfeng; rodada C-plus da Unitree de 700 milhões de RMB e o Unitree G1 de 99 mil yuans avançando no mercado consumidor). O segundo e o terceiro escalões — Leju, Pudu, Fourier, Galbot — se diferenciam por recursos de governo e clientes-âncora (Huawei, Meituan), plataformas abertas ou componentes-chave. Montadoras de outros setores trazem disciplina de manufatura: os robôs Iron da XPeng treinam na linha de montagem do P7-plus em sua fábrica de Guangzhou, com produção em massa nível L3 planejada para 2026 e meta de custo abaixo de 120 mil yuans; o GoMate da GAC enfatiza componentes-chave totalmente autodesenvolvidos e reutilização da cadeia de suprimentos automotiva; BYD e Chery participam por meio de investimento direto (BYD na Zhiyuan) e joint ventures. Gigantes de tecnologia atuam como habilitadores e investidores: o modelo Pangu da Huawei alimenta a Leju, a ERNIE da Baidu se parceia com a UBTECH em planejamento de tarefas, o Xiaomi Brain autodesenvolvido pela Xiaomi fornece um cérebro; a Tencent investiu na Zhiyuan e na Unitree, a Alibaba na Unitree e na LimX Dynamics; e donos de cenários como a Meituan investem por necessidade de negócio — Meituan na Unitree e na Gaussian Robotics para entregas imediatas.
Cadeia Um: A Cadeia de Suprimentos da Figure
Após sua Série C em setembro de 2025, a avaliação da Figure disparou para US$ 39 bilhões — quase 15 vezes sua avaliação de US$ 2,6 bilhões em fevereiro de 2024 — com NVIDIA, Microsoft e Amazon entre os investidores, marcando a virada do setor do conceito para a véspera da explosão industrial. O valor atualmente se concentra nos componentes-chave a montante, que juntos excedem 70% do custo de hardware e carregam as maiores barreiras técnicas — o ponto focal de curto prazo para observadores da cadeia de suprimentos.
Cadeia Dois: A Cadeia de Suprimentos do Tesla Optimus
A Tesla está acelerando a iteração do Optimus, com o design V3 em estágio final de consolidação — o objetivo é o congelamento técnico para limpar o caminho da manufatura em escala. A nova geração foca em duas rupturas: primeiro, uma mão tão dextrosa quanto a humana — cada braço integrará 26 atuadores, elevando drasticamente a precisão e a coordenação de manipulação; segundo, integração profunda do modelo de voz Grok, permitindo que o robô entenda instruções complexas em linguagem natural e planeje ações autonomamente. A Tesla estabeleceu uma meta deliberadamente agressiva de rampa de capacidade, mirando reutilizar sua experiência de manufatura em massa automotiva para alcançar capacidade anual de um milhão de unidades. Para os pesquisadores de cadeia de suprimentos, as duas cadeias juntas definem o mapa de valor de curto prazo da indústria: quem fornece os componentes de precisão da Figure e o volume de atuadores e fabricação da Tesla está na interseção das duas curvas de escalada do setor — e ambas as curvas apontam para cima ao mesmo tempo.
