訂閱
糾錯
加入自媒體

三花:AI機器人時代,笑到最后還是跨界“老臘肉”?

2026-01-09 11:24
海豚研究
關注

在上篇報告當中,我們主要討論了三花智控的業務成長史,以及公司做的是什么產品。從分析中我們知道,三花智控的業務板塊目前主要分為兩部分,一是傳統制冷業務(主要是HVAC即暖通空調),二是汽車尤其是新能源車熱管理。而在熱管理這條賽道,其實需求并不僅僅來自于汽車領域,這也是三花智控未來重要的成長極所在。

與此同時,三花智控將人形機器人作為未來的第三大業務板塊。那么在人形機器人領域,三花都做了哪些布局,三花的能力又在哪里?在本篇報告中,我們將會對上述問題進行討論。

以下是詳細分析

一、熱管理市場的擴容——重點看數據中心

熱管理這條賽道值得關注的一個核心點在于,它的下游應用領域的邊界是在持續擴散的,我們先就出汽車外的幾個主要下游行業的基本問題做一些簡要梳理:

(1)為什么這些行業對熱管理的需求在增加?

(2)這些板塊的競爭格局是怎樣的,三花又做了什么?

(一)數據中心的熱管理

數據中心的熱管理主要是為解決服務器散熱問題,以確保服務器穩定、高效和可靠地運行。簡單總結,數據中心的功率密度正變得越來越高,對應散熱要求也越來越高,與此同時各國對數據中心能效(PUE)提出越來越高的要求,從而帶來數據中心熱管理技術路線由“風冷”到“液冷”的變革,數據中心熱管理系統的價值量由此進一步提升。

1、那么先來講講PUE (Power Usage Effectiveness)——理解液冷的重要性

PUE用來衡量數據中心能效和綠色性能,計算方式是用總設備能耗(IT設備能耗+其他設備能耗)除以IT設備能耗,它越接近于1,代表數據中心的綠色化程度越高,所以,如果想要降低PUE,核心是要降低除IT設備外的其他設備能耗。

先說美國:美國聯邦政府發布的DCOI建議新建數據中心PUE低于1.4。與此同時,AWS、Google、Meta、微軟等各家科技大廠基于電費成本等因素考量,對新建數據中心PUE通常有更高標準,部分數據中心可達1.1甚至1.05以下。

而中國基于雙碳考量,最近幾年持續收緊對數據中心PUE的要求,按照最新要求,2025年新建數據中心PUE不能高于1.25,預計未來這項要求還將進一步提高。

通過液冷技術可實現PUE的降低目標。在非IT設備當中,制冷系統能耗占比最高,可達總設備能耗的30%左右,如果想要讓PUE降至1.3以下存在一定難度。但如果采用液冷技術路線,通過液冷技術優異的熱傳導性能,可實現PUE小于1.25,如果采用諸如微通道甚至浸沒式等更先進的液冷技術,還能使PUE進一步降低。

2、再來說說液冷——理解熱管理價值量的提升

什么是液冷?液冷與風冷的差異主要在于散熱介質。簡單來說,風冷是以空氣為散熱介質,說白了就是用吹冷風的方式來散熱;液冷則是以液態的冷卻液作為散熱介質,方式就是讓液體直接或者間接地接觸需要散熱的部件,從而實現散熱。液體的比熱容和導熱系數遠高于空氣,因此從散熱效率和能耗的角度看遠優于風冷。

目前北美算力中心正在逐步將液冷作為標配,且對液冷技術的要求也越來越高,不只是基于能耗考量,主要是新的芯片架構下,算力中心的散熱需求也在大幅提高。

簡單來說,摩爾定律放緩后,想要實現更高計算能力,通過制程微縮來提升性能的傳統路徑已經遇到瓶頸,不得不采取其他方案,這一點是眾所周知的。

在此過程中,硬件架構的重構、軟件算法的重構是解決方案的一部分,但功率密度的進一步提高也是無法避免的過程,那么功率密度的提高必然導致更高的熱管理需求。

例如,英偉達目前采用單相液冷板方案,往未來看,由于整機功率將升高到超過傳統單相液冷板設計上限,2027年之后可能會采用更先進的液冷方案如微通道液冷板(MLCP)方案。

此微通道非彼微通道。目前市面上較為成熟的MLCP方案是采用微通道冷板代替傳統冷板。直觀來講,傳統冷板類似于將一塊帶有內部水管的鋼板緊貼在芯片上進行散熱,而微通道則是使用密集的微米級的通道與芯片表面做緊密貼合,大幅提高接觸面積,從而提高散熱效率。

微通道單位面積散熱能力明顯高于傳統冷板技術,同時制造成本也高于傳統方案,但這個方案還不夠。英偉達未來將采用的可能為脫離冷板的硅微通道技術,即直接讓冷媒或制冷劑流經硅芯片來實現降溫,理論上其散熱能力更強,散熱能力可為傳統冷板3倍,但與此同時成本也可能更高。

資料來源:IEEE,海豚研究

不過,關于液冷價值量提升這一點,市場近期似乎有所質疑——英偉達目前機柜GB200 NVL72采用“集成式”單相液冷板,GB300則采用“獨立式”液冷板,即為每顆GPU配備專屬的獨立冷板,而在2026 CES展會黃仁勛主題演講之后,市場傳言其最新Rubin架構將恢復到GB200大冷板結構,且將取消冷水機組,看起來其熱管理方案似乎“減配”了。

因為并無官方定論,這里我們先不去揣測技術路線的細節,但從原理上說,熱管理需求的增長邏輯本質上并未改變,即使嘗試采用一些降本方案導致單位通縮(這很正常,畢竟能耗和成本都需要考量),也不影響總量通脹,畢竟機柜的更高功率所帶來的散熱需求是大幅增長的;且Rubin方案大概率將由部分液冷過渡到全液冷方案,液冷的升級方向也具有確定性。

3、當然,本篇報告重點不在于探討技術路線,我們來看看產業鏈的競爭格局是怎樣的

從參與企業來看,目前數據中心熱管理的參與者主要集中在美國、中國臺灣以及中國大陸,其中,一級供應商以美國和中國臺灣企業為主,中國大陸除少數企業如英維克已經開始躋身一級供應商外,主要還是參與上游零部件或者代工環節。

為什么會呈現這樣一種局面呢?英偉達是目前數據中心機柜的絕對領導者,基于保證產品性能,維護供應鏈安全等多重因素考量,英偉達從一開始就通過嚴苛的標準、嚴格的認證體系,建立起一個包含核心供應商的、封閉的供應鏈體系,甚至部分零部件是由單一供應商指定獨供的,而這些供應商集中在美國和中國臺灣。

所以,中國大陸廠商能做的事情很有限,絕大部分都只能供應基礎零部件或者做做代工。例如在液冷領域,系統級液冷模塊的核心供應商就是美國的維諦技術。

4、三花目前又做了哪些?

從產品角度,基于底層原理與汽車熱管理的一致性,三花能夠提供數據中心液冷系統所需的泵、閥及換熱器,同時也能提供微通道液冷板等產品。從供應鏈環節來看,公司產品目前通過供應特靈、大金等一二級供應商,間接供應海外數據中心巨頭。從收入體量來看,公司2024年數據中心液冷相關收入達到10億元人民幣以上。

簡單來說,雖然已經獲得一定收入體量,但三花目前主要還是供應零部件,且大概率與海外數據中心巨頭還缺少直接接觸。

5、市場空間的測算

在上文中我們已經討論過,英偉達逐漸將數據中心熱管理過渡到全液冷方案;另外,對于Asic陣營,數據中心熱管理方案也在向液冷過渡,例如Google第七代自研AI芯片(TPU V7)預計就將采用全液冷架構。

可以看到,數據中心熱管理市場規模有望在2027年逼近新能源車熱管理市場。

(二)儲能的熱管理

新能源尤其是光伏發電有典型的時間分布不均的問題(簡單來說,只有正午陽光照射最強烈的幾個小時能夠滿功率發電),因此需要電化學儲能來將新能源電站所生產的電能做時間上的調配。近兩年基于全球新能源裝機大幅提升,電化學儲能市場快速增長。

這里我們不對行業做詳細論述,但可以明確的是,電化學儲能的主要原理是通過鋰電池的充放電來實現的,這與新能源車類似;同時,單個儲能電站從容量角度可遠大于新能源汽車(尤其是電網側、電源側的大儲和工商儲),同時儲能系統在運行時又會產生大量熱量,所以儲能的熱管理需求又與數據中心類似。

1、基于儲能系統的升級迭代,儲能系統同樣對溫控(即儲能的熱管理)有越來越高的要求,于是行業同樣也在經歷由“風冷”到“液冷”的變革。

簡單來說,目前行業主流還是采用風冷技術,但部分大儲項目已經開始采用冷板式液冷系統,另外還有少量大儲和用戶側儲能系統,已經開始嘗試采用浸沒式液冷系統。

圖:浸沒式液冷系統的原理示意

資料來源:中國信通院,海豚研究

2、儲能溫控的行業競爭格局怎樣?

與算力行業不同,在全球儲能市場當中,儲能集成商(即儲能溫控的下游客戶)的主要參與者除特斯拉外,以中國企業為主;而在儲能溫控市場,主要參與者同樣為中國大陸企業,頭部包括英維克、同飛股份、高瀾股份以及申菱環境等。

三花曾嘗試布局儲能溫控系統集成領域,但基于行業競爭過于激烈內卷而退出。目前,三花智控專注于提供儲能溫控零部件產品,產品品類與熱管理其他板塊產品相類似。

這里展示國內幾家頭部溫控企業的盈利水平變化,雖然它們的產品不止限于儲能領域,但可以看到,行業毛利率的確整體呈下降趨勢,這顯示出行業的競爭激烈。不過,2025年,基于行業下游需求的改善,部分企業盈利水平有所回升。

3、市場空間測算

(三)人形機器人的熱管理

人形機器人同樣也對熱管理有較高要求,主要是要解決高功率密度和高集成度下的發熱問題,同時需要兼顧能耗。當然,三花目前在人形機器人領域主要布局機電執行器,而不是熱管理,所以這里不做詳細分析。

圖:宇樹科技的機器人關節液冷方案示意

資料來源:宇樹科技專利,海豚研究

(四)先做一個小結

首先,行業需求怎樣?不管是數據中心還是儲能,熱管理需求都處在爆發式增長階段。

其次,三花智控的競爭卡位如何?參與了,但參與得還不算多,目前以供應零部件為主。相較于機器人領域,至少從上市公司向外部釋放的信息來看,三花在數據中心熱管理領域的布局,無論是從戰略還是從行動來看,都還算不上積極和領先。

二、從新能源車熱管理到人形機器人總成

先來看看三花智控在人形機器人領域都做了什么:

1、先看產品

在人形機器人領域,三花智控主要做的是機電執行器。何為機電執行器?機電執行器是集合了電機、減速器or絲杠,以及傳感器、編碼器、控制器等的具有總成性質的硬件,它以大小腦發出的信號為指引,獨立地執行某一類型動作。簡單來說,它就是人形機器人的一個關節。

在此前我們的人形機器人報告中有介紹,人形機器人關節主要分為身體關節和靈巧手上的關節,目前三花智控的布局主要是身體關節。

2、再看產業鏈定位

目前,三花智控定位為總成提供商,并非單純只做零部件,這樣的產業鏈定位與公司在新能源車熱管理領域定位為Tier One類似,相當于三花智控與頭部客戶的合作關系,由新能源平移到了人形機器人產業。

與此同時,三花智控也在積累零部件方面的研發和生產能力,包括自主研發絲杠產品,以及與綠地諧波合作開發諧波減速器等。

3、與客戶的合作進展怎樣?

根據產業鏈調研,三花智控的旋轉執行器產品已經通過頭部客戶多輪技術驗證并進行小批量供貨,線性執行器也在開發當中,26年定點量產的確定性很強。

4、產能準備得怎樣了?

公司將人形機器人業務定位為繼傳統制冷和汽車熱管理以外的第三增長級,可見公司對人形機器人產業的樂觀預期。由此,從資本開支和產能建設角度,三花做了很多前期工作——

在產能方面,公司于2024年1月公告計劃在杭州投資38億元建設機器人機電執行器和域控制器研發及生產基地。在海外,公司泰國工廠已經為量產做好準備;此外,公司還計劃在墨西哥與綠地諧波合資進行諧波減速器的研發和生產銷售。

2025年10月,公司正式組件機器人事業部。

三、那么問題來了,三花為什么有能力進入人形機器人產業鏈?——技術和工程化、客戶基礎、全球化生產,以及最重要的:平臺化能力

通過上文的分析可以看到,三花過去的能力圈集中在熱管理,那么它能夠進入人形機器人產業鏈,靠的是什么呢?我們認為可以總結為以下幾點:

1、在熱管理行業積累的能力

(1)技術的一致性:從制冷到熱管理到人形機器人執行器,都要求精密制造能力、流體控制技術和電機驅動技術,這是三花的長處。

(2)工程化量產能力:作為還未步入量產階段的產業,若想實現商業化,執行器的規;a和降本能力是關鍵環節。但這又是一種全新產品,沒有企業天然掌握其生產能力,關鍵是看企業自身是否具備將之產業化的能力。

三花此前在制冷和汽車行業已經證明了自己的規;慨a能力和成本控制能力,自然成為人形機器人整機廠商的優先選擇。

另外,從機器人整機廠商角度,讓零部件在組裝之后能相互兼容,也是一項很難的工作,此前特斯拉已經嘗試自己生產總成但并不順利,由此傾向于將關節總成外包給Tier One做整體供應。而三花在新能源車領域已經證明自己的總成能力,剛好可以匹配機器人整機廠商的要求。

2、與特斯拉的深度綁定

三花很早就成為特斯拉汽車業務的長期核心供應商,兩者之間建立了深厚的信任和合作關系。對特斯拉而言,更傾向于與穩定的核心供應商建立長期合作關系,并不傾向于頻繁更換供應商,因此三花天然地成為其機器人領域的優先合作對象。

3、全球化的產能布局能力

制造業企業的全球化能力至關重要,因為人形機器人量產后,必然面臨貿易壁壘障礙,三花在海外布局中證明了自身的海外生產能力,這也是一項重要因素。

4、平臺化能力

務虛一點說,如果某家制造業企業的能力僅限于當下產品本身,那么它的企業壽命將被大大限制,畢竟每項工業產品都有自己的產業周期;但如果這家制造業企業具有平臺化能力,能基于當下的積累和資源不斷擴展能力圈,那么它就更有機會成為一家偉大企業。

三花一定程度上證明了自己的平臺化能力,我們認為這種能力不止來源于技術和制造能力的積累,更重要的是來自于管理層的戰略遠見。

四、這里我們談談,同樣都是星辰大海的市場,為什么三花在數據中心熱管理領域的布局似乎不及機器人?

我們認為直接原因是客戶基礎的差異。人形機器人的領導者毋庸置疑是特斯拉,三花與特斯拉的深度綁定關系我們已經很清楚,那么三花切入機器人是很流暢的過程;但在數據中心領域,目前行業的絕對領導者是英偉達,三花與英偉達沒有合作基礎,且英偉達對于其整套供應鏈又采取相對封閉的體系,沒有合作基礎的廠商是極難進入的。

但這并不代表三花在數據中心液冷領域沒有機會:

一方面,以Google為首的Asic陣營興起,創造了一個獨立于英偉達的,新的供應鏈生態。尤其是Google的供應鏈相對于英偉達更加開放,只要產品具備足夠的穩定性和安全性,都有機會進入,這給予三花這樣具備研發和制造能力的企業以新的機會;與此同時,國產算力的興起也催生國內數據中心液冷市場需求,三花在國內市場自然有其優勢。

再者,從研發和制造能力上來講,三花這樣的企業并不缺乏。有人說數據中心液冷是系統級的產品,與做零部件所需的能力圈并不相同,但三花在新能源汽車和人形機器人領域已經證明其總成能力,盡管數據中心液冷是系統級的產品,但我們認為這里的壁壘更多只是時間問題。

不過,我們反倒認為,對三花來說,更大的障礙來自于中國大陸的競爭對手。畢竟包括英維克在內的多家中國大陸企業,已經與英偉達、Google等巨頭建立合作關系,且這些企業,部分還是三花的客戶。那么三花想要闖進這條賽道,面臨的是這樣優秀的先行企業的競爭,能分到多大一杯羹,的確存在不確定性。

五、價值怎么看?

考慮到公司業務板塊較多,這里我們通過分部價值估算的方法來對三花智控的市值空間進行判斷。我們將三花智控的業務板塊分為三部分傳統制冷,汽車以及人形機器人,其中對于機器人業務的價值測算邏輯與其他業務存在不同。

1、傳統制冷和新興的熱管理業務

對于傳統制冷業務,占據收入主體的主要是家用暖通產品,而家用暖通非成長性市場,往未來5年看,我們預計年化將呈低個位數增長。

商用暖通市場增速相對更快(暫不考慮儲能和數據中心),同時基于競爭優勢,三花在全球商用市場的份額正在提升,兩方面因素影響下,預計商用板塊收入增速將快于家用板塊。

數據中心熱管理及儲能熱管理零部件已經產生一定收入體量,但公司在年報中并沒有進行單獨拆分?紤]到終端客戶的相似性,我們暫且放在傳統制冷業務。

這里重點關注數據中心業務:假設2024年相關收入10億元,那么它占傳統制冷業務收入比例在6%左右。

結合上文對市場增速的判斷,這里我們來做個假設——如果25年數據中心收入在制冷中收入占比達9%,同時假設26年數據中心收入增速持平行業增速,那么26年這部分業務將致使傳統制冷業務收入額外增長18%,貢獻非常明顯。

總結一下,制冷板塊傳統業務低速增長,但新興業務有望使得制冷板塊整體收入增速達到10%以上。我們預計公司2025年制冷業務凈利潤********(***鎖定內容,已發布在長橋App「動態-深度(投研)」板塊同名文章)

2、汽車業務

對于汽車熱管理業務,參考上篇市場預測,我們認為到2026年行業年化增速仍可達20%以上。

就市場份額而言,三花還有一定提升空間,但我們認為空間已相對不大,但基于競爭格局穩固,預計盈利將保持穩定,我們可以看到自2023年初中國大陸新能源車企這輪價格戰以來,公司毛利率不降反升。

我們預計公司2025年汽車板塊凈利潤在********(***鎖定內容,已發布在長橋App「動態-深度(投研)」板塊同名文章)

3、人形機器人業務

這里我們做兩版假設:

樂觀假設下,2030年特斯拉Optimus如期達到馬斯克預期的100萬臺銷量,假設三花所提供的執行器單套售價在2000元人民幣,單個人形機器人全身約30個執行器,那么對應單個機器人價值量在6萬元,假設三花市場份額60%,在不考慮其他國內整機廠商的情況下,三花也能夠實現360億元收入。假設凈利率15%,對應凈利潤54億元。

給予2030年PE****。

換一個樂觀假設,馬斯克認為人形機器人市場未來可創造10萬億美元收入,基于此,我們假設2055年特斯拉Optimus的年銷量可達2億臺,假設三花產品對應單個機器人價值量3萬元,市場份額40%,凈利率10%,那么對應三花利潤體量在2400億元。

給予2055年PE*****。

********(***鎖定內容,以及關于三花更詳細的價值分析,已發布在長橋App「動態-深度(投研)」板塊同名文章)

<全文完>

- END -

/轉載開白

本文為海豚研究原創文章,如需轉載請獲得授權。

/免責聲明及一般披露提示

本報告僅作一般綜合數據之用,旨在海豚研究及其關聯機構之用戶作一般閱覽及數據參考,並未考慮接獲本報告之任何人士之特定投資目標、投資產品偏好、風險承受能力、財務狀況及特別需求投資者若基於此報告做出投資前,必須諮詢獨立專業顧問的意見。任何因使用或參考本報告提及內容或信息做出投資決策的人士,需自行承擔風險。海豚研究毋須承擔因使用本報告所載數據而可能直接或間接引致之任何責任或損失。本報告所載信息及數據基於已公開的資料,僅作參考用途,海豚研究力求但不保證相關信息及數據的可靠性、準確性和完整性。

本報告中所提及之信息或所表達之觀點,在任何司法管轄權下的地方均不可被作為或被視作證券出售邀約或證券買賣之邀請,也不構成對有關證券或相關金融工具的建議、詢價及推薦等。本報告所載資訊、工具及資料並非用作或擬作分派予在分派、刊發、提供或使用有關資訊、工具及資料抵觸適用法例或規例之司法權區或導致海豚研究及/或其附屬公司或聯屬公司須遵守該司法權區之任何註冊或申領牌照規定的有關司法權區的公民或居民。

本報告僅反映相關創作人員個人的觀點、見解及分析方法,並不代表海豚研究及/或其關聯機構的立場。

本報告由海豚研究製作,版權僅為海豚研究所有。任何機構或個人未經海豚研究事先書面同意的情況下,均不得(i)以任何方式製作、拷貝、複製、翻版、轉發等任何形式的複印件或複製品,及/或(ii)直接或間接再次分發或轉交予其他非授權人士,海豚研究將保留一切相關權利。

       原文標題 : 三花:AI機器人時代,笑到最后還是跨界“老臘肉”?

聲明: 本文由入駐維科號的作者撰寫,觀點僅代表作者本人,不代表OFweek立場。如有侵權或其他問題,請聯系舉報。

發表評論

0條評論,0人參與

請輸入評論內容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗證碼繼續

暫無評論

暫無評論

    人工智能 獵頭職位 更多
    掃碼關注公眾號
    OFweek人工智能網
    獲取更多精彩內容
    文章糾錯
    x
    *文字標題:
    *糾錯內容:
    聯系郵箱:
    *驗 證 碼:

    粵公網安備 44030502002758號