在人工智能（AI）技術(shù)持續(xù)演進(jìn)的浪潮中，過去 AI 的創(chuàng)新與應(yīng)用長(zhǎng)期聚焦于數(shù)字世界，如算法優(yōu)化、大模型訓(xùn)練、虛擬場(chǎng)景交互等，雖實(shí)現(xiàn)了認(rèn)知智能的突破，卻難以滿足人類對(duì) AI“進(jìn)入物理現(xiàn)實(shí)、開展實(shí)體交互” 的深層需求。而具身智能的興起，正成為推動(dòng) AI 從 “虛擬維度” 邁向 “物理維度” 的關(guān)鍵變革力量 —— 它以 “讓智能體具備物理載體，并能與真實(shí)環(huán)境進(jìn)行感知、決策、執(zhí)行一體化互動(dòng)” 為核心特質(zhì)，為 AI 的產(chǎn)業(yè)化落地開辟了全新賽道。

從產(chǎn)業(yè)發(fā)展脈絡(luò)看，具身智能已走過 “概念萌芽 — 技術(shù)突破 — 場(chǎng)景探索” 的關(guān)鍵階段：其概念界定愈發(fā)清晰，“感知 - 決策 - 執(zhí)行” 融合的技術(shù)原理逐步成型，多技術(shù)路線的探索方向日益明確，且在工業(yè)、服務(wù)、醫(yī)療等眾多領(lǐng)域展現(xiàn)出商業(yè)化潛力；政策層面，歐美日韓等國(guó)家已搶先布局具身智能發(fā)展戰(zhàn)略，中國(guó)也通過系列產(chǎn)業(yè)政策為行業(yè)賦能，營(yíng)造了積極的發(fā)展環(huán)境；產(chǎn)業(yè)鏈維度，從整體生態(tài)概況，到人形機(jī)器人的競(jìng)爭(zhēng)格局，再到芯片、傳感器、AI 算法與大模型等核心環(huán)節(jié)，都已初步構(gòu)建起產(chǎn)業(yè)基礎(chǔ)，為具身智能 “商業(yè)化浪潮” 的到來提供了底層支撐。

在此背景下，深入剖析具身智能產(chǎn)業(yè)鏈的發(fā)展邏輯、全球政策導(dǎo)向與核心環(huán)節(jié)競(jìng)爭(zhēng)格局，對(duì)于把握 “AI 走出數(shù)字世界，向物理現(xiàn)實(shí)深度滲透” 的產(chǎn)業(yè)新浪潮，具有重要的研究與實(shí)踐意義。

一、具身智能產(chǎn)業(yè)概覽

具身智能是實(shí)現(xiàn)未來通用人工智能的核心路徑。當(dāng) AI 突破虛擬世界的邊界，擁有實(shí)體 “身體” 并具備物理交互能力時(shí)，它正推動(dòng)人工智能掀起第二次革命浪潮。在當(dāng)前技術(shù)與產(chǎn)業(yè)發(fā)展中，誰能掌握具身智能及人工智能的核心技術(shù)與產(chǎn)業(yè)生態(tài)，誰就有望在未來全球經(jīng)濟(jì)格局中占據(jù)主導(dǎo)地位。

2025 年，“具身智能” 首次被納入中國(guó)政府工作報(bào)告，成為培育未來產(chǎn)業(yè)的重點(diǎn)任務(wù)。從全球范圍來看，英偉達(dá)、OpenAI 等國(guó)際科技巨頭，以及騰訊、阿里、華為等國(guó)內(nèi)企業(yè)均在積極布局這一領(lǐng)域；同時(shí)，特斯拉、Figure AI、智元機(jī)器人、宇樹科技等廠商的人形機(jī)器人產(chǎn)品陸續(xù)落地，正式宣告 “AI 具身化” 時(shí)代已然來臨。

一、具身智能概念解析

具身智能（Embodied Intelligence）是融合人工智能、機(jī)器人技術(shù)等多學(xué)科的前沿科技領(lǐng)域，也是人工智能發(fā)展的下一波浪潮。根據(jù)中國(guó)計(jì)算機(jī)學(xué)會(huì)（CCF）的定義，具身智能是依托物理身體開展感知與行動(dòng)的智能系統(tǒng)。它通過智能體與環(huán)境的交互獲取信息、理解問題、制定決策并執(zhí)行行動(dòng)，最終產(chǎn)生智能行為與環(huán)境適應(yīng)性。

在此之前，人工智能多以數(shù)字形式存在，不具備視覺、觸覺、聽覺等真實(shí)感官體驗(yàn)，無法高效應(yīng)對(duì)現(xiàn)實(shí)世界中的各類復(fù)雜場(chǎng)景。簡(jiǎn)單來說，具身智能的核心就是為 AI 配備 “身體”（如機(jī)器人），使其不再局限于計(jì)算機(jī)系統(tǒng)內(nèi)處理數(shù)據(jù)與文字。借助 “身體” 上的傳感器（類似人類的眼睛、耳朵等），具身智能能感知真實(shí)世界，再以類人類的方式理解周邊情況、做出決策，驅(qū)動(dòng) “身體” 行動(dòng)并完成具體任務(wù)。正因如此，具身智能被視作邁向更通用、更強(qiáng)大的人工智能（AGI）的關(guān)鍵一步。2024 年被業(yè)內(nèi)稱為具身智能 “元年”，英偉達(dá)首席執(zhí)行官黃仁勛也曾明確表示，人工智能的下一波浪潮將是具身智能。

從概念構(gòu)成來看，具身智能可拆解為 “具身” 與 “智能” 兩部分，其中機(jī)器人是其主要應(yīng)用場(chǎng)景。“具身” 意味著擁有實(shí)體身體，且能通過交互、感知、行動(dòng)等能力完成任務(wù)；依據(jù)使用用途與場(chǎng)景的差異，具身智能呈現(xiàn)出多種形態(tài)，涵蓋各類智能機(jī)器人、自動(dòng)駕駛等，而人形機(jī)器人被認(rèn)為是具身智能最理想的形態(tài)?！爸悄堋?則指物理實(shí)體能夠主動(dòng)開展感知、理解、推理、決策、行動(dòng)等一系列任務(wù)。

因此，具身智能也可通俗理解為：將 AI 技術(shù)植入各類物理身體（如機(jī)器人），讓機(jī)器人等實(shí)體能夠感知周圍環(huán)境的變化，并據(jù)此做出相應(yīng)決策。與傳統(tǒng)工業(yè)機(jī)器人、協(xié)作機(jī)器人相比，具身智能更注重環(huán)境交互能力；相較于傳統(tǒng)機(jī)器人，具身智能機(jī)器人具有智能化程度高、工作場(chǎng)景限制少、可自主規(guī)劃復(fù)雜工作流程等特點(diǎn)。綜上，具身智能體需同時(shí)具備三大核心要素：一是可感知、可觸摸的 “身體”（即本體），二是能與周邊環(huán)境互動(dòng)溝通的能力（即環(huán)境交互），三是具備感知、思考與決策功能的 “大腦”（即智能）。

2、具身智能技術(shù)原理

具身智能的本質(zhì)，是為機(jī)器人這類物理實(shí)體賦予人工智能能力，使其能夠感知環(huán)境、自主學(xué)習(xí)，并與環(huán)境實(shí)現(xiàn)動(dòng)態(tài)協(xié)同交互。具身智能技術(shù)的發(fā)展進(jìn)程中，經(jīng)歷了從早期模塊化 AI 算法集成，到由大模型驅(qū)動(dòng)的統(tǒng)一技術(shù)框架的轉(zhuǎn)變。在早期階段，技術(shù)主要依靠集成多個(gè) “小模型”，并輔以人工介入，根據(jù)具體場(chǎng)景或用途調(diào)用對(duì)應(yīng)模型來完成任務(wù)。例如，在視覺層面，借助目標(biāo)檢測(cè)算法識(shí)別物體；在控制層面，運(yùn)用傳統(tǒng)機(jī)器人學(xué)習(xí)技術(shù)讓機(jī)器人實(shí)現(xiàn)自主決策，通過這種方式滿足機(jī)器人的應(yīng)用需求，為其增加智能化元素。而隨著大模型的問世，具身智能將各個(gè)模塊的功能整合到統(tǒng)一框架中，依托大模型的知識(shí)理解與表達(dá)能力，實(shí)現(xiàn)自然語言交互、多模態(tài)信息的無感處理與轉(zhuǎn)換，能夠統(tǒng)一處理多種感官信息，融合運(yùn)動(dòng)經(jīng)驗(yàn)執(zhí)行操作，在通用性與泛化性上實(shí)現(xiàn)了重大突破。

具身智能技術(shù)體系通?？蓜澐譃?“感知 — 決策 — 行動(dòng) — 反饋” 四個(gè)核心功能模塊，這四個(gè)模塊共同構(gòu)成一個(gè)動(dòng)態(tài)閉環(huán)系統(tǒng)。該系統(tǒng)通過與環(huán)境的持續(xù)交互，完成環(huán)境模型的構(gòu)建與更新、自主決策的制定、自適應(yīng)行為的執(zhí)行，并基于經(jīng)驗(yàn)反饋實(shí)現(xiàn)自我學(xué)習(xí)與進(jìn)化。

• 感知模塊：依托視覺、聽覺、觸覺、力覺、本體覺等多模態(tài)傳感器融合技術(shù)采集環(huán)境信息，利用深度學(xué)習(xí)模型實(shí)現(xiàn)跨模態(tài)融合與聯(lián)合表征，構(gòu)建對(duì)環(huán)境的時(shí)空與語義統(tǒng)一認(rèn)知。其中，視覺負(fù)責(zé)目標(biāo)檢測(cè)、場(chǎng)景理解與行為預(yù)測(cè)；聽覺支持語音指令解析與聲源定位；觸覺與力覺反饋則用于抓取控制、材質(zhì)識(shí)別與交互安全。感知模塊輸出的結(jié)果，不僅為系統(tǒng)提供狀態(tài)輸入，還為決策模塊提供可解釋的語義與幾何信息。
• 決策模塊：作為具身智能的 “認(rèn)知中樞”，主要負(fù)責(zé)解析感知模塊傳遞的信息，生成高層任務(wù)規(guī)劃與低層動(dòng)作策略。當(dāng)前，決策模塊的主流技術(shù)路徑正從傳統(tǒng)的規(guī)則引擎與符號(hào)規(guī)劃，向基于大模型的數(shù)據(jù)驅(qū)動(dòng)決策轉(zhuǎn)變。系統(tǒng)會(huì)綜合考慮任務(wù)目標(biāo)、環(huán)境約束與歷史經(jīng)驗(yàn)，通過分層決策架構(gòu)輸出可執(zhí)行策略，并結(jié)合強(qiáng)化學(xué)習(xí)或模型預(yù)測(cè)控制技術(shù)實(shí)現(xiàn)實(shí)時(shí)動(dòng)態(tài)調(diào)整。
• 行動(dòng)模塊：核心作用是將決策模塊制定的策略轉(zhuǎn)化為物理操作，具體涵蓋移動(dòng)導(dǎo)航與抓取操作兩大方向。移動(dòng)系統(tǒng)依靠路徑規(guī)劃與運(yùn)動(dòng)控制技術(shù)實(shí)現(xiàn)避障與位姿調(diào)整；操作系統(tǒng)則通過軌跡規(guī)劃與柔順控制技術(shù)實(shí)現(xiàn)精準(zhǔn)交互。同時(shí)，系統(tǒng)會(huì)結(jié)合視覺伺服、力覺反饋等技術(shù)進(jìn)行閉環(huán)調(diào)節(jié)，確保動(dòng)作的精準(zhǔn)性、安全性與穩(wěn)定性。
• 反饋模塊：通過閉環(huán)學(xué)習(xí)驅(qū)動(dòng)系統(tǒng)不斷進(jìn)化。該模塊會(huì)采集動(dòng)作執(zhí)行效果、環(huán)境響應(yīng)等數(shù)據(jù)，利用強(qiáng)化學(xué)習(xí)、模仿學(xué)習(xí)或在線微調(diào)技術(shù)優(yōu)化策略參數(shù)、更新模型權(quán)重；同時(shí)支持經(jīng)驗(yàn)回放、技能抽象與遷移，實(shí)現(xiàn)系統(tǒng)的持續(xù)自適應(yīng)迭代，提升任務(wù)執(zhí)行的魯棒性與通用性。

3、具身智能技術(shù)路線

具身智能的技術(shù)路線主要包含算法方案、訓(xùn)練方法、數(shù)據(jù)采集三個(gè)維度，具體內(nèi)容如下：

• 算法方案：具身智能的算法方案可分為分層決策模型和端到端模型兩條路線。目前，分層決策模型在業(yè)界更受青睞，但行業(yè)普遍認(rèn)為，從長(zhǎng)遠(yuǎn)發(fā)展來看，隨著數(shù)據(jù)積累與算法進(jìn)步，端到端模型將成為未來實(shí)現(xiàn)更高水平通用智能（AGI）的重要方向。
• 分層決策模型：被業(yè)界形象地稱為 “大腦 - 小腦” 架構(gòu)，以與 OpenAI 合作的 Figure 01 為典型代表。該模型將任務(wù)劃分為不同層級(jí)，運(yùn)用多個(gè)神經(jīng)網(wǎng)絡(luò)分別進(jìn)行訓(xùn)練，再通過流程管線整合。頂層通常是大型多模態(tài)模型，負(fù)責(zé)高級(jí)認(rèn)知、任務(wù)規(guī)劃與語言理解，扮演 “大腦” 的角色；中間層是更專注于特定功能的策略網(wǎng)絡(luò)，負(fù)責(zé)將高層指令轉(zhuǎn)化為具體運(yùn)動(dòng)序列并生成動(dòng)作指令，類似 “小腦” 的功能；底層則由機(jī)器人本體接收指令，執(zhí)行具體的電機(jī)控制。分層模型的優(yōu)勢(shì)在于各模塊功能明確，可解釋性、可維護(hù)性與調(diào)試性相對(duì)較好；但傳統(tǒng)模塊化架構(gòu)存在信息傳遞延遲、模塊間耦合度高、算法迭代不同步等缺陷，這些都是分層模型需要重點(diǎn)解決的問題。
• 端到端模型：致力于通過一個(gè)統(tǒng)一的神經(jīng)網(wǎng)絡(luò)，直接將原始傳感器輸入（如攝像頭圖像）映射到最終輸出（如駕駛軌跡或機(jī)器人動(dòng)作），省去中間獨(dú)立的感知、決策、規(guī)劃模塊，實(shí)現(xiàn)一體化決策。以谷歌的 RT - 2 為代表，該模型借助一個(gè)神經(jīng)網(wǎng)絡(luò)完成從任務(wù)目標(biāo)輸入到行為指令輸出的全過程：先在大規(guī)?；ヂ?lián)網(wǎng)數(shù)據(jù)上對(duì)視覺語言模型進(jìn)行預(yù)訓(xùn)練，再在機(jī)器人任務(wù)上進(jìn)行微調(diào)，結(jié)合機(jī)器人動(dòng)作數(shù)據(jù)，打造出 VLA（視覺 - 語言 - 動(dòng)作）模型。端到端模型的優(yōu)勢(shì)是簡(jiǎn)化系統(tǒng)架構(gòu)、提高運(yùn)行效率，還能減少模塊間的誤差積累；但該模型依賴海量高質(zhì)量數(shù)據(jù)對(duì) VLM 大模型進(jìn)行預(yù)訓(xùn)練，計(jì)算資源消耗巨大，且機(jī)器人執(zhí)行任務(wù)的實(shí)時(shí)性通常欠佳。
• 訓(xùn)練方法：具身智能的訓(xùn)練方法可分為模仿學(xué)習(xí)和強(qiáng)化學(xué)習(xí)兩條路線。在實(shí)際研發(fā)過程中，單純的模仿學(xué)習(xí)或強(qiáng)化學(xué)習(xí)，都難以獨(dú)立支撐復(fù)雜的具身智能任務(wù)。目前，行業(yè)主流趨勢(shì)是將兩種方法結(jié)合，實(shí)現(xiàn)取長(zhǎng)補(bǔ)短，形成更高效的訓(xùn)練范式。
• 模仿學(xué)習(xí)：智能體通過觀察、模仿專家（如經(jīng)驗(yàn)豐富的人類操作者或高性能系統(tǒng)）的行為來學(xué)習(xí)任務(wù)。其優(yōu)勢(shì)是能快速掌握專家策略，無需進(jìn)行復(fù)雜探索；劣勢(shì)是學(xué)習(xí)到的行為策略受限于專家數(shù)據(jù)，對(duì)于未接觸過的情況，泛化能力較弱。
• 強(qiáng)化學(xué)習(xí)：智能體通過與環(huán)境交互，以最大化某種累積獎(jiǎng)勵(lì)的方式學(xué)習(xí)最佳行為策略。該方法的優(yōu)點(diǎn)是可通過探索環(huán)境學(xué)習(xí)未知策略，能處理高度不確定、動(dòng)態(tài)變化的環(huán)境；缺點(diǎn)是需要大量探索與試錯(cuò)，學(xué)習(xí)進(jìn)程較為緩慢，且針對(duì)復(fù)雜任務(wù)，設(shè)計(jì)合適的獎(jiǎng)勵(lì)函數(shù)難度較高。
• 數(shù)據(jù)采集：具身智能的數(shù)據(jù)采集可分為基于仿真環(huán)境數(shù)據(jù)、基于真實(shí)世界數(shù)據(jù)兩條路線。目前，業(yè)界逐漸形成共識(shí)：采用 “仿真數(shù)據(jù)為主，真實(shí)數(shù)據(jù)為輔” 的訓(xùn)練模式。
• 基于仿真環(huán)境的數(shù)據(jù)采集（Sim2Real）：在仿真環(huán)境中讓智能體學(xué)習(xí)技能和策略，再將其遷移到現(xiàn)實(shí)世界。這種方式的優(yōu)勢(shì)是可大規(guī)模獲取數(shù)據(jù)，且成本較低；劣勢(shì)是對(duì)仿真器要求較高，且仿真環(huán)境與真實(shí)世界存在差異，在遷移過程中性能會(huì)出現(xiàn)下降。
• 基于真實(shí)世界數(shù)據(jù)采集：直接從現(xiàn)實(shí)世界中獲取數(shù)據(jù)進(jìn)行學(xué)習(xí)，具體包括本體采集、遙操作（人類遠(yuǎn)程控制機(jī)器人執(zhí)行任務(wù)）、動(dòng)態(tài)捕捉、視頻學(xué)習(xí)等方式。該方式的優(yōu)點(diǎn)是數(shù)據(jù)更真實(shí)可靠；缺點(diǎn)是數(shù)據(jù)量較少、泛化性差，且通過機(jī)器本體和人類采集數(shù)據(jù)時(shí)，成本高、難度大、效率低。

具身智能產(chǎn)業(yè)經(jīng)歷了概念萌芽、理論發(fā)展、技術(shù)突破等階段，目前正逐步邁向產(chǎn)業(yè)應(yīng)用領(lǐng)域。

• 概念萌芽階段（20 世紀(jì) 50 年代 - 90 年代）：1950 年，圖靈在探討 “機(jī)器能否思考” 這一問題時(shí)，提出了人工智能的兩條發(fā)展路徑，此后逐漸形成離身智能、具身智能兩大方向。1956 年，AI 概念正式誕生，符號(hào)主義在早期 AI 發(fā)展中占據(jù)主導(dǎo)地位，隨后連接主義興起，但這兩種理論在處理復(fù)雜任務(wù)時(shí)，局限性逐漸凸顯。20 世紀(jì) 80 年代，行為主義 AI 開始發(fā)展，該理論主張通過身體與環(huán)境的交互產(chǎn)生智能。這一時(shí)期，“具身” 機(jī)器人開展了早期實(shí)驗(yàn)，例如 1954 年麻省理工學(xué)院研制出首臺(tái)可編程機(jī)械臂，1960 年首臺(tái)工業(yè)機(jī)器人 Unimate 投入使用，拉開了具身智能探索的序幕。
• 理論發(fā)展階段（20 世紀(jì) 90 年代 - 2022 年）：AI 三大學(xué)派從各自分立研究逐步走向綜合融合，為具身智能的發(fā)展奠定了基礎(chǔ)。行為主義對(duì)計(jì)算智能的局限進(jìn)行反思，推動(dòng)了以 “底層智能” 為核心的研究；底層數(shù)學(xué)理論的深入研究使 AI 算法取得突破，深度強(qiáng)化學(xué)習(xí)、模仿學(xué)習(xí)、形態(tài)計(jì)算等理論及算法模型快速發(fā)展。同時(shí)，“具身” 機(jī)器人也迎來快速發(fā)展期，例如 1999 年日本索尼發(fā)布犬型機(jī)器人愛寶，2002 年丹麥 iRobot 公司推出家用掃地機(jī)器人 Roomba，2009 年后波士頓動(dòng)力 Atlas 機(jī)器人亮相，2013 年后無人機(jī)、無人駕駛技術(shù)快速發(fā)展，這些都是該階段的代表性產(chǎn)品。
• 技術(shù)突破階段（2022 年 - 至今）：自 2022 年底 ChatGPT 掀起大模型熱潮以來，具身智能領(lǐng)域的技術(shù)實(shí)現(xiàn)取得重大突破，展現(xiàn)出巨大發(fā)展?jié)摿?。大模型顯著提升了機(jī)器人的語言交互、環(huán)境感知及任務(wù)決策等能力。例如，2023 年出現(xiàn)的 VoxPoser 模型利用 ChatGPT 分解任務(wù)步驟，而 PaLM-E 則將傳感器模態(tài)融入大語言模型，大幅增強(qiáng)了機(jī)器人的高層推理與指令泛化能力。2024 年起，人形機(jī)器人開始集中推出落地，特斯拉、Figure AI、優(yōu)必選、宇樹科技、智元機(jī)器人等國(guó)內(nèi)外重點(diǎn)企業(yè)相繼推出人形機(jī)器人產(chǎn)品，并進(jìn)入汽車工廠、巡檢、物流等場(chǎng)景開展實(shí)際測(cè)試，這標(biāo)志著 “大模型 + 機(jī)器人本體” 的組合正從實(shí)驗(yàn)室走向生產(chǎn)線，同時(shí)其他形態(tài)的機(jī)器人本體也呈現(xiàn)出智能化升級(jí)的趨勢(shì)。

目前，具身智能作為人工智能的重要分支，在多個(gè)領(lǐng)域展現(xiàn)出應(yīng)用潛力，且逐步向產(chǎn)業(yè)化方向推進(jìn)，受到科技界與產(chǎn)業(yè)界的廣泛關(guān)注。微軟、谷歌、英偉達(dá)等科技巨頭以及眾多高等院校均已開展相關(guān)研究。2024 年，具身智能已成為人工智能發(fā)展的重要方向，被視為科技界的新風(fēng)向標(biāo)。人形機(jī)器人等具身智能產(chǎn)品開始成為市場(chǎng)關(guān)注的明星產(chǎn)品，受到市場(chǎng)追捧，其產(chǎn)業(yè)應(yīng)用進(jìn)程正在不斷加快。

5、具身智能應(yīng)用領(lǐng)域

具身智能從根本上拓展了人工智能的應(yīng)用邊界。在當(dāng)前科技驅(qū)動(dòng)產(chǎn)業(yè)變革的背景下，具身智能有望廣泛滲透到工業(yè)制造、自動(dòng)駕駛、物流運(yùn)輸、家庭服務(wù)、醫(yī)療康養(yǎng)等多個(gè)關(guān)鍵領(lǐng)域，為各行業(yè)的智能化轉(zhuǎn)型提供支撐。

6、具身智能商業(yè)化路徑

數(shù)據(jù)是具身智能發(fā)展的核心，驅(qū)動(dòng)著整個(gè)產(chǎn)業(yè)的發(fā)展。在2022年以前的小模型時(shí)代，算法的數(shù)量和質(zhì)量對(duì)機(jī)器人更為關(guān)鍵，因?yàn)槟Ｐ托阅軙?huì)隨訓(xùn)練次數(shù)增加而趨于飽和，甚至可能出現(xiàn)過度擬合，需要通過算法調(diào)整找到最佳配置以避免性能下降。然而，進(jìn)入大模型時(shí)代后，縮放定律明確顯示，增加數(shù)據(jù)量能夠持續(xù)驅(qū)動(dòng)模型性能提升，數(shù)據(jù)的核心地位因此徹底凸顯。

具身智能獲取數(shù)據(jù)的關(guān)鍵在于實(shí)現(xiàn)商業(yè)化落地。與大模型可以從網(wǎng)絡(luò)獲取數(shù)據(jù)進(jìn)行訓(xùn)練不同，具身智能若要具備高泛化性和可靠性，其底層模型的訓(xùn)練仍需依賴物理世界的精確數(shù)據(jù)。這類數(shù)據(jù)具有獲取困難、成本高昂、標(biāo)注復(fù)雜的特點(diǎn)，這也導(dǎo)致其產(chǎn)業(yè)化進(jìn)程遠(yuǎn)慢于語言模型。獲取真實(shí)物理世界數(shù)據(jù)的關(guān)鍵就在于商業(yè)化落地。具身智能企業(yè)普遍將“先把機(jī)器人賣出去或用起來”視為破局手段。只有實(shí)現(xiàn)商業(yè)化落地，才能形成“銷售設(shè)備→現(xiàn)場(chǎng)運(yùn)行→自動(dòng)回傳數(shù)據(jù)→模型迭代→性能提升→再次銷售設(shè)備”的數(shù)據(jù)閉環(huán)。

根據(jù)1X副總裁Eric Jang在《All Roads Lead to Robotics》一文中的觀點(diǎn)，目前具身智能的商業(yè)化路徑主要包括三種：通用場(chǎng)景軟硬結(jié)合、軟件路徑，以及垂直領(lǐng)域軟硬結(jié)合。

——通用場(chǎng)景軟硬結(jié)合

通用路線在技術(shù)上頗具挑戰(zhàn)性，其商業(yè)模式是向企業(yè)端或消費(fèi)端出售具備智能功能的完整機(jī)器人。此路徑的關(guān)鍵在于運(yùn)用通用的軟硬件來應(yīng)對(duì)多樣且多變的使用場(chǎng)景。為此，一方面需要開發(fā)可重構(gòu)的硬件，以便快速調(diào)整以適應(yīng)不同的任務(wù)需求；另一方面要設(shè)計(jì)能夠適配不同硬件配置與外圍設(shè)備的通用軟件，確保其在各類硬件上順暢運(yùn)行。1X、Figure以及特斯拉都采用此路徑。

——軟件路徑

軟件路徑有助于機(jī)器人快速部署與迭代，其主流商業(yè)模式是向硬件廠商或綜合型廠商開放API接口。該路徑的關(guān)鍵在于研發(fā)跨實(shí)體基礎(chǔ)模型，通過這一模型實(shí)現(xiàn)跨硬件平臺(tái)的無縫兼容。

這一模式能夠徹底打破傳統(tǒng)機(jī)器人開發(fā)的局限：過去各硬件平臺(tái)需要單獨(dú)搭建軟件開發(fā)流程，而現(xiàn)在開發(fā)者只需編寫一次代碼，便可在多種硬件上部署運(yùn)行。無論是精密的人形機(jī)器人、高效的輪式機(jī)器人，還是靈活的無人機(jī)，都能共享同一套軟件架構(gòu)，這不僅大幅節(jié)省了開發(fā)時(shí)間與成本投入，還能隨著機(jī)器人的大規(guī)模部署，使軟件的邊際成本逐步趨近于零。

——垂直領(lǐng)域軟硬結(jié)合

在垂直領(lǐng)域，軟硬一體方案可以將數(shù)據(jù)采集、壓縮、加密、預(yù)處理全部集成到ASIC或FPGA芯片中，數(shù)據(jù)僅在片內(nèi)流轉(zhuǎn)，外部API無法讀取原始信號(hào)，這有助于在細(xì)分?jǐn)?shù)據(jù)方面積累競(jìng)爭(zhēng)壁壘。高工機(jī)器人產(chǎn)業(yè)研究所所長(zhǎng)盧瀚宸在2024年中國(guó)人形機(jī)器人技術(shù)應(yīng)用峰會(huì)上強(qiáng)調(diào)，從長(zhǎng)遠(yuǎn)來看，具備高壁壘的核心硬件將極具優(yōu)勢(shì)。在機(jī)器人領(lǐng)域，硬件與數(shù)據(jù)天然存在強(qiáng)綁定關(guān)系。企業(yè)可通過定制化處理器、專屬通信接口等核心硬件，精準(zhǔn)收集并處理對(duì)機(jī)器人性能起決定性作用的特定數(shù)據(jù)。這類數(shù)據(jù)因與硬件深度適配，往往難以被競(jìng)爭(zhēng)對(duì)手復(fù)制。同時(shí)，硬件與軟件的緊密集成能形成高度優(yōu)化的協(xié)同系統(tǒng)，既提升了數(shù)據(jù)采集的實(shí)時(shí)性與精準(zhǔn)度，又加快了數(shù)據(jù)處理效率，進(jìn)一步強(qiáng)化了數(shù)據(jù)壁壘的不可替代性。

7、具身智能市場(chǎng)概況

具身智能市場(chǎng)規(guī)模持續(xù)擴(kuò)大，其中中國(guó)市場(chǎng)占比預(yù)計(jì)將不斷提升。隨著核心技術(shù)的持續(xù)突破與產(chǎn)業(yè)鏈協(xié)同能力的增強(qiáng)，中國(guó)及全球具身智能市場(chǎng)正步入高速增長(zhǎng)軌道。根據(jù)第二屆中國(guó)人形機(jī)器人與具身智能產(chǎn)業(yè)大會(huì)發(fā)布的《2025人形機(jī)器人與具身智能產(chǎn)業(yè)研究報(bào)告》，2025年全球具身智能市場(chǎng)規(guī)模預(yù)計(jì)達(dá)到195.25億元，至2030年預(yù)計(jì)將攀升至2326.3億元，期間的復(fù)合年增長(zhǎng)率高達(dá)64.18%。其中，中國(guó)市場(chǎng)表現(xiàn)尤為突出，2025年規(guī)模預(yù)計(jì)達(dá)52.95億元，占全球總體規(guī)模的27%；到2030年，中國(guó)具身智能市場(chǎng)規(guī)模預(yù)計(jì)將達(dá)到1037.52億元，約占全球的44.6%。另?yè)?jù)國(guó)務(wù)院發(fā)展研究中心發(fā)布的《中國(guó)發(fā)展報(bào)告2025》，當(dāng)前中國(guó)具身智能產(chǎn)業(yè)處于發(fā)展起步期，在具身智能大模型研發(fā)和產(chǎn)品制造方面具備較好基礎(chǔ)，其市場(chǎng)規(guī)模有望在2030年達(dá)到4000億元，并在2035年突破萬億元。

人形機(jī)器人已成為具身智能技術(shù)商業(yè)化落地的核心載體，但對(duì)其市場(chǎng)規(guī)模的預(yù)測(cè)存在較大分歧。人形機(jī)器人仍處于產(chǎn)業(yè)化初期，技術(shù)突破節(jié)奏與商業(yè)化進(jìn)程尚不確定。市場(chǎng)規(guī)模取決于產(chǎn)品技術(shù)進(jìn)步速度、大規(guī)模商業(yè)化進(jìn)程以及下游應(yīng)用滲透率，各機(jī)構(gòu)對(duì)技術(shù)成熟度、量產(chǎn)降本速度及場(chǎng)景落地的判斷有所不同。短期內(nèi)，各機(jī)構(gòu)對(duì)2030年前市場(chǎng)空間的預(yù)測(cè)分布在數(shù)十億至千億美元區(qū)間，其中以2030年達(dá)到百億美元量級(jí)的預(yù)測(cè)為主流。

據(jù)中國(guó)信通院2024年底預(yù)測(cè)，中國(guó)人形機(jī)器人市場(chǎng)規(guī)模將從2024年的27.6億元爆發(fā)式增長(zhǎng)至2029年的750億元，2035年有望突破3000億元，年復(fù)合增長(zhǎng)率超過90%。

2025年3月，英偉達(dá)發(fā)布了Isaac GROOT N1通用人形機(jī)器人基礎(chǔ)模型，有望大幅優(yōu)化機(jī)器人AI訓(xùn)練。在此前提下，國(guó)內(nèi)研究機(jī)構(gòu)集邦咨詢預(yù)測(cè)，2028年全球人形機(jī)器人市場(chǎng)產(chǎn)值將接近40億美元。

高盛在2025年2月的報(bào)告中指出，由于感知、決策與控制執(zhí)行等方面的智能化水平尚未突破技術(shù)瓶頸，預(yù)計(jì)2027年全球人形機(jī)器人出貨量?jī)H為7.6萬臺(tái)，到2032年達(dá)到50.2萬臺(tái)，增速顯著慢于市場(chǎng)預(yù)期。對(duì)應(yīng)100萬臺(tái)的出貨里程碑，高盛認(rèn)為在最樂觀的情景下最快也需到2028-2029年才能實(shí)現(xiàn)，而在基本情境下則需等到2034-2035年。

摩根士丹利在2025年6月的報(bào)告中預(yù)測(cè)，2025年中國(guó)人形機(jī)器人市場(chǎng)規(guī)模為3億美元，到2030年將增至34億美元，年復(fù)合增長(zhǎng)率為63%。預(yù)計(jì)到2030年，中國(guó)將擁有25.2萬臺(tái)人形機(jī)器人，到2050年將增加到3.02億臺(tái)，占全球人形機(jī)器人總數(shù)的30%。

二、具身智能產(chǎn)業(yè)政策

具身智能技術(shù)融合了人工智能、高端制造、運(yùn)動(dòng)控制、感知決策等多個(gè)前沿領(lǐng)域，被認(rèn)為是實(shí)現(xiàn)通用人工智能的關(guān)鍵途徑，也是驅(qū)動(dòng)未來經(jīng)濟(jì)增長(zhǎng)的核心引擎。該技術(shù)對(duì)于推動(dòng)全球?qū)嶓w經(jīng)濟(jì)向智能化轉(zhuǎn)型、應(yīng)對(duì)人口老齡化帶來的結(jié)構(gòu)性挑戰(zhàn)，以及增強(qiáng)國(guó)防安全和戰(zhàn)略自主能力都具有重要意義。

1、歐美日韓具身智能發(fā)展戰(zhàn)略

具身智能正迅速成為全球主要經(jīng)濟(jì)體的戰(zhàn)略焦點(diǎn)。早在2010年左右，各工業(yè)強(qiáng)國(guó)就已將機(jī)器人技術(shù)視為促進(jìn)經(jīng)濟(jì)增長(zhǎng)和創(chuàng)新的重點(diǎn)領(lǐng)域，并制定了相應(yīng)的發(fā)展規(guī)劃。近年來，美國(guó)、歐盟、日本、韓國(guó)等主要經(jīng)濟(jì)體更是將人工智能和具身智能視為贏得全球經(jīng)濟(jì)與科技競(jìng)爭(zhēng)的關(guān)鍵，相繼出臺(tái)政策、加大投入，競(jìng)相布局這一未來產(chǎn)業(yè)。

• 美國(guó)：無論是拜登政府還是特朗普政府，都認(rèn)識(shí)到人工智能是維護(hù)國(guó)家安全和經(jīng)濟(jì)競(jìng)爭(zhēng)力的關(guān)鍵技術(shù)，致力于維持美國(guó)的技術(shù)領(lǐng)導(dǎo)地位并贏得AI競(jìng)爭(zhēng)。自2009年起，美國(guó)頂尖高校與研究機(jī)構(gòu)聯(lián)合企業(yè)界定期發(fā)布《美國(guó)機(jī)器人路線圖》，每四年更新一次。2024年的最新版本整合了來自工業(yè)界和學(xué)術(shù)界的60份白皮書，旨在為美國(guó)機(jī)器人技術(shù)未來十年的發(fā)展提供戰(zhàn)略指導(dǎo)，并增強(qiáng)其市場(chǎng)競(jìng)爭(zhēng)力。2023年5月，美國(guó)白宮科技政策辦公室發(fā)布了更新版的《國(guó)家人工智能研發(fā)戰(zhàn)略計(jì)劃》，對(duì)2016年和2019年的版本進(jìn)行了完善，并提出開發(fā)更強(qiáng)大、更可靠的機(jī)器人。2025年3月，以特斯拉、波士頓動(dòng)力為代表的機(jī)器人企業(yè)在美國(guó)國(guó)會(huì)呼吁制定“國(guó)家機(jī)器人戰(zhàn)略”。2025年7月23日，相關(guān)討論進(jìn)一步深入，特別提到擴(kuò)大人工智能的軍事應(yīng)用規(guī)模，推動(dòng)美國(guó)AI技術(shù)棧對(duì)外輸出，從而建立以美國(guó)技術(shù)為核心的人工智能生態(tài)系統(tǒng)，并通過強(qiáng)化AI芯片出口管制來限制中國(guó)AI技術(shù)的發(fā)展等內(nèi)容。

• 歐盟：2024年8月，歐盟《人工智能法案》正式生效，成為全球首部全面監(jiān)管人工智能的法律。2025年4月，歐盟推出了“人工智能大陸行動(dòng)計(jì)劃”，作為該法案的配套戰(zhàn)略，試圖通過政策松綁、算力基礎(chǔ)設(shè)施建設(shè)和行業(yè)應(yīng)用推廣三大支柱，扭轉(zhuǎn)其在AI領(lǐng)域的落后局面。

• 德國(guó)：德國(guó)于2018年底推出《人工智能戰(zhàn)略》，旨在使德國(guó)和歐洲在人工智能技術(shù)的開發(fā)與應(yīng)用方面占據(jù)領(lǐng)先地位。2020年12月，德國(guó)對(duì)2018年版的《人工智能戰(zhàn)略》進(jìn)行了修訂，計(jì)劃到2025年，通過經(jīng)濟(jì)刺激和未來一攬子計(jì)劃，將對(duì)人工智能的資助從30億歐元增加到50億歐元。2023年11月，德國(guó)聯(lián)邦教研部發(fā)布了“機(jī)器人技術(shù)研究行動(dòng)計(jì)劃”，確定了基礎(chǔ)研究、尖端技術(shù)研究、人才培養(yǎng)和智能機(jī)器人技術(shù)應(yīng)用四個(gè)行動(dòng)領(lǐng)域，以落實(shí)其《研究與創(chuàng)新未來戰(zhàn)略》（2023年2月發(fā)布）和《人工智能行動(dòng)計(jì)劃》（2023年11月發(fā)布）。

• 英國(guó)：英國(guó)于2021年9月發(fā)布《國(guó)家人工智能戰(zhàn)略》，提出了三個(gè)核心行動(dòng)支柱。2025年1月，英國(guó)政府公布了“人工智能機(jī)遇行動(dòng)計(jì)劃”，旨在將英國(guó)打造為人工智能超級(jí)大國(guó)，承諾采取有利于創(chuàng)新的監(jiān)管方式，安全可靠地開放公共數(shù)據(jù)，并創(chuàng)建人工智能增長(zhǎng)區(qū)等。2025年2月，英國(guó)科學(xué)、技術(shù)和創(chuàng)新部發(fā)布了《智能機(jī)器戰(zhàn)略2035》，概述了英國(guó)成為機(jī)器人領(lǐng)域全球領(lǐng)導(dǎo)者的路線圖，提出在政府內(nèi)部設(shè)立智能機(jī)器辦公室，通過公共采購(gòu)、聯(lián)合工業(yè)項(xiàng)目和財(cái)政激勵(lì)措施刺激需求，并創(chuàng)建“智能機(jī)器風(fēng)險(xiǎn)投資基金”。

• 法國(guó)：法國(guó)政府于2018年正式啟動(dòng)《國(guó)家AI戰(zhàn)略》，計(jì)劃通過三個(gè)階段將法國(guó)打造成為全球AI領(lǐng)先國(guó)家。2025年2月，在巴黎舉行的全球AI行動(dòng)峰會(huì)期間，法國(guó)宣布啟動(dòng)《國(guó)家AI戰(zhàn)略》第三階段，旨在以托管全球AI基礎(chǔ)設(shè)施為核心，提升法國(guó)在AI領(lǐng)域的吸引力，深入?yún)⑴c全球AI競(jìng)爭(zhēng)。同時(shí)，法國(guó)發(fā)布了《讓法國(guó)成為AI有影響力大國(guó)》報(bào)告，正式啟動(dòng)全面促進(jìn)AI創(chuàng)新的新一輪行動(dòng)。2021年10月，法國(guó)公布了“法國(guó)2030”投資計(jì)劃，其中撥款8億歐元用于發(fā)展機(jī)器人產(chǎn)業(yè)。

• 日本：2025年5月，日本通過了首部針對(duì)人工智能的法律《人工智能相關(guān)技術(shù)研究開發(fā)及應(yīng)用推進(jìn)法》，設(shè)立了以日本首相為首、全體內(nèi)閣成員參加的“AI戰(zhàn)略本部”，計(jì)劃制定并推動(dòng)“AI基本計(jì)劃”。2025年9月，日本內(nèi)閣府技術(shù)戰(zhàn)略會(huì)議確定了人形機(jī)器人的長(zhǎng)期開發(fā)方針，將在其“登月型研發(fā)計(jì)劃”中開發(fā)通用人形機(jī)器人，力爭(zhēng)在2030年前制造出原型機(jī)并掌握核心技術(shù)，在2050年前研發(fā)出能夠通過學(xué)習(xí)進(jìn)行自主判斷、并具備與人類同等或更高體能的機(jī)器人。同月發(fā)布的“AI基本計(jì)劃”草案指出“制定國(guó)家人工智能戰(zhàn)略比以往任何時(shí)候都更加重要”，提出加速推進(jìn)應(yīng)用、戰(zhàn)略性地加強(qiáng)開發(fā)能力、主導(dǎo)治理、持續(xù)向AI社會(huì)轉(zhuǎn)型，旨在讓日本成為“世界上最容易開發(fā)和應(yīng)用AI的國(guó)家”。

• 韓國(guó)：2019年12月，韓國(guó)科學(xué)技術(shù)信息通信部發(fā)布了《人工智能國(guó)家戰(zhàn)略》（初版），支持AI與機(jī)器人技術(shù)的融合；該戰(zhàn)略的2023年度修訂版將具身智能列為下一代AI三大前沿方向之一。2024年1月，韓國(guó)產(chǎn)業(yè)通商資源部公布了《第四個(gè)智能機(jī)器人基本計(jì)劃（2024-2028年）》，提出了“K-Robot經(jīng)濟(jì)”概念，圍繞強(qiáng)化核心競(jìng)爭(zhēng)力展開布局。該計(jì)劃旨在通過公私合作，在計(jì)劃期內(nèi)投資超過3萬億韓元，培育150家專業(yè)智能機(jī)器人企業(yè)，并在全產(chǎn)業(yè)領(lǐng)域大規(guī)模普及超過100萬臺(tái)機(jī)器人。2025年4月，韓國(guó)“K-人形機(jī)器人聯(lián)盟”正式成立，該聯(lián)盟由韓國(guó)政府、學(xué)界和機(jī)器人制造企業(yè)共同參與，集結(jié)了四十多家產(chǎn)學(xué)研機(jī)構(gòu)，預(yù)計(jì)開發(fā)總投入超過1萬億韓元（約合50多億人民幣）。該聯(lián)盟計(jì)劃在2028年前開發(fā)出機(jī)器人AI基礎(chǔ)模型，供聯(lián)盟內(nèi)的機(jī)器人制造集團(tuán)聯(lián)合使用。

2、中國(guó)具身智能產(chǎn)業(yè)政策

國(guó)家層面正大力支持具身智能發(fā)展。作為“新星”產(chǎn)業(yè)和未來產(chǎn)業(yè)，具身智能產(chǎn)業(yè)正逐漸成為我國(guó)推動(dòng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)、培育新質(zhì)生產(chǎn)力的新賽道。國(guó)家層面高度重視其發(fā)展，通過將其寫入政府工作報(bào)告、制定專項(xiàng)政策、推進(jìn)創(chuàng)新機(jī)制和應(yīng)用示范等多種舉措，提供全方位支持。

重點(diǎn)城市也在加強(qiáng)培育和發(fā)展具身智能產(chǎn)業(yè)。隨著“具身智能”首次被寫入政府工作報(bào)告，并上升至國(guó)家戰(zhàn)略高度，北京、上海、深圳、廣州、杭州、蘇州、寧波、無錫等多個(gè)城市在此之前后紛紛發(fā)布了專項(xiàng)規(guī)劃政策。各地根據(jù)自身優(yōu)勢(shì)，制定了差異化的具身智能產(chǎn)業(yè)發(fā)展路徑，形成了覆蓋技術(shù)研發(fā)、場(chǎng)景開放、生態(tài)建設(shè)的系統(tǒng)性產(chǎn)業(yè)支持體系，旨在搶占這一新興領(lǐng)域的制高點(diǎn)。

三、具身智能產(chǎn)業(yè)鏈

1、產(chǎn)業(yè)鏈概況

具身智能產(chǎn)業(yè)融合了先進(jìn)技術(shù)、復(fù)雜系統(tǒng)集成和多元化應(yīng)用場(chǎng)景，將推動(dòng)人類社會(huì)進(jìn)一步邁向智能化新時(shí)代。其產(chǎn)業(yè)鏈結(jié)構(gòu)可劃分為上游、中游和下游三個(gè)部分。

（一）產(chǎn)業(yè)鏈上游：硬件基礎(chǔ)支撐

產(chǎn)業(yè)鏈上游是具身智能產(chǎn)業(yè)的核心硬件層，涵蓋了芯片、傳感器、控制器、電機(jī)（含伺服電機(jī)）、通信模組及能源管理系統(tǒng)。芯片作為核心計(jì)算單元，提供算力以支持復(fù)雜算法運(yùn)行；傳感器負(fù)責(zé)采集環(huán)境中的視覺、聽覺、觸覺等多維數(shù)據(jù)，實(shí)現(xiàn)智能感知；控制器高效處理數(shù)據(jù)并輸出指令；伺服電機(jī)精準(zhǔn)執(zhí)行運(yùn)動(dòng)控制；通信模組保障設(shè)備間的協(xié)同與數(shù)據(jù)流轉(zhuǎn)；能源管理系統(tǒng)則通過高性能電池與電源技術(shù)確保穩(wěn)定供電。上游組件的性能與可靠性直接影響到中下游技術(shù)的實(shí)現(xiàn)與應(yīng)用效果，是產(chǎn)業(yè)鏈的底層基石。

（二）產(chǎn)業(yè)鏈中游：技術(shù)開發(fā)與系統(tǒng)集成

中游環(huán)節(jié)聚焦于技術(shù)整合，通過AI算法、操作系統(tǒng)、云服務(wù)及中間件來激活硬件潛能。AI算法作為“智能中樞”，驅(qū)動(dòng)數(shù)據(jù)分析與自主決策；操作系統(tǒng)提供統(tǒng)一的軟件平臺(tái)，支撐應(yīng)用開發(fā)與管理；云服務(wù)擴(kuò)展了算力與存儲(chǔ)能力，支持大規(guī)模數(shù)據(jù)處理；中間件則連接異構(gòu)系統(tǒng)，實(shí)現(xiàn)跨組件的高效協(xié)作。中游通過軟硬件協(xié)同開發(fā)，將上游硬件轉(zhuǎn)化為能夠執(zhí)行復(fù)雜任務(wù)的智能系統(tǒng)，并為下游應(yīng)用提供技術(shù)解決方案，是推動(dòng)產(chǎn)業(yè)鏈創(chuàng)新的技術(shù)引擎。

（三）產(chǎn)業(yè)鏈下游：主要產(chǎn)品與應(yīng)用場(chǎng)景

下游環(huán)節(jié)是產(chǎn)業(yè)鏈的最終輸出端，也是產(chǎn)業(yè)價(jià)值閉環(huán)的最后一環(huán)，涵蓋了機(jī)器人、自動(dòng)駕駛載具等主要產(chǎn)品，以及這些產(chǎn)品在工業(yè)制造、服務(wù)業(yè)、醫(yī)療康復(fù)、教育娛樂、交通出行、公共安全等領(lǐng)域的多元化應(yīng)用場(chǎng)景。這一環(huán)節(jié)直接觸達(dá)消費(fèi)市場(chǎng)與企業(yè)端客戶，完成技術(shù)成果向商業(yè)價(jià)值的轉(zhuǎn)化，既是產(chǎn)業(yè)生態(tài)鏈的核心價(jià)值落腳點(diǎn)，也是驅(qū)動(dòng)產(chǎn)品迭代與場(chǎng)景創(chuàng)新的關(guān)鍵樞紐。

• 主要產(chǎn)品：具身智能下游的核心產(chǎn)品主要包括機(jī)器人和自動(dòng)駕駛載具兩大類。機(jī)器人以服務(wù)型、工業(yè)型、醫(yī)療型、人形等類型為主，依托高精度傳感器、智能算法及多模態(tài)控制技術(shù)，能夠執(zhí)行復(fù)雜環(huán)境下的精細(xì)化作業(yè)，顯著提升服務(wù)效率、制造業(yè)自動(dòng)化水平及醫(yī)療輔助的精準(zhǔn)度。自動(dòng)駕駛載具則聚焦于自動(dòng)駕駛汽車、無人機(jī)與eVTOL（電動(dòng)垂直起降飛行器），通過自主導(dǎo)航與協(xié)同控制技術(shù)優(yōu)化交通出行、物流配送及城市空間利用效率，推動(dòng)立體化智能運(yùn)載體系的發(fā)展。

• 應(yīng)用場(chǎng)景：具身智能產(chǎn)品深度賦能多個(gè)領(lǐng)域：在工業(yè)制造中應(yīng)用于自動(dòng)化產(chǎn)線、智能倉(cāng)儲(chǔ)及質(zhì)量檢測(cè)環(huán)節(jié)，驅(qū)動(dòng)制造業(yè)智能化升級(jí)；在服務(wù)業(yè)通過部署客服、配送機(jī)器人來提升運(yùn)營(yíng)效率；在醫(yī)療領(lǐng)域借助康復(fù)機(jī)器人實(shí)現(xiàn)個(gè)性化治療；在交通出行領(lǐng)域依托自動(dòng)駕駛技術(shù)重構(gòu)物流與客運(yùn)模式；在公共安全領(lǐng)域則利用應(yīng)急機(jī)器人強(qiáng)化災(zāi)害救援與安防能力，形成全場(chǎng)景協(xié)同的產(chǎn)業(yè)生態(tài)。

2、人形機(jī)器人競(jìng)爭(zhēng)格局

具身智能產(chǎn)品企業(yè)以人形機(jī)器人為主，中美兩國(guó)占據(jù)主導(dǎo)地位。根據(jù)摩根士丹利近期發(fā)布的人形機(jī)器人100強(qiáng)名單（涵蓋整個(gè)產(chǎn)業(yè)鏈），中國(guó)和北美（包括加拿大）各有35家企業(yè)上榜，亞太地區(qū)（以日韓為主）有18家，歐洲等其他地區(qū)有12家。國(guó)外主要人形機(jī)器人企業(yè)包括特斯拉、美國(guó)的Figure AI（獲微軟、英偉達(dá)、亞馬遜、Open AI等投資）、美國(guó)的波士頓動(dòng)力（現(xiàn)被韓國(guó)現(xiàn)代收購(gòu)）、挪威的1X Technologies（獲Open AI投資）、美國(guó)的Agility Robotics（獲亞馬遜等投資）、美國(guó)的Apptronik、美國(guó)加州大學(xué)洛杉磯分校的RoMela、英國(guó)的Engineered Arts、加拿大的Sanctuary AI、西班牙的PAL Robotics、德國(guó)的Neura Robotics、韓國(guó)的Rainbow Robotics（獲三星投資）、日本的本田ASIMO、美國(guó)的通用汽車等。

我國(guó)人形機(jī)器人企業(yè)可分為四類。國(guó)內(nèi)已有超過80家企業(yè)推出了人形機(jī)器人產(chǎn)品，且數(shù)量仍在持續(xù)增加。各廠商根據(jù)自身在結(jié)構(gòu)設(shè)計(jì)、控制算法、具身大模型等方面的技術(shù)積累，持續(xù)進(jìn)行創(chuàng)新，并逐步嘗試商業(yè)化落地應(yīng)用的探索。根據(jù)技術(shù)路徑、行業(yè)背景和產(chǎn)業(yè)鏈定位，國(guó)內(nèi)布局人形機(jī)器人的企業(yè)可分為初創(chuàng)型企業(yè)、大型科技企業(yè)、整車企業(yè)以及傳統(tǒng)機(jī)器人企業(yè)。初創(chuàng)型企業(yè)以宇樹科技、智元機(jī)器人等為代表。大型科技企業(yè)包括華為、騰訊、小米、阿里巴巴（螞蟻靈波科技）、字節(jié)跳動(dòng)、大疆創(chuàng)新、科大訊飛、美的等，其中華為、騰訊主要通過資本、平臺(tái)和生態(tài)合作進(jìn)行布局。整車企業(yè)包括小鵬汽車（鵬行智能）、廣汽集團(tuán)、比亞迪、奇瑞、理想、長(zhǎng)安、上汽等。

其中小鵬、廣汽、比亞迪等已進(jìn)入量產(chǎn)準(zhǔn)備階段，部分企業(yè)同時(shí)通過投資和合作來擴(kuò)展技術(shù)生態(tài)。從傳統(tǒng)機(jī)器人領(lǐng)域延伸過來的代表企業(yè)包括節(jié)卡機(jī)器人（協(xié)作機(jī)器人）、普渡科技（清潔、配送機(jī)器人）、越疆科技（工業(yè)機(jī)器人）、達(dá)闥科技（服務(wù)機(jī)器人）、傅利葉智能（醫(yī)療康復(fù)機(jī)器人）、獵戶星空（服務(wù)機(jī)器人）、追覓科技（掃地機(jī)器人）等。

目前，國(guó)內(nèi)人形機(jī)器人科創(chuàng)企業(yè)（不含大型科技集團(tuán)和整車企業(yè)）大致可分為三個(gè)梯隊(duì)，并初步形成了差異化格局：

• 第一梯隊(duì)以估值達(dá)到10億美元（約合70億元人民幣）以上的企業(yè)為主，包括智元機(jī)器人、宇樹科技、傅利葉智能、銀河通用、云深處、普渡科技、非夕科技等。這些企業(yè)均聚焦于高動(dòng)態(tài)運(yùn)動(dòng)控制與仿生交互技術(shù)，其產(chǎn)品已進(jìn)入迭代測(cè)試階段。

• 第二梯隊(duì)為目前或年內(nèi)估值超過3億美元、具備量產(chǎn)能力的硬件驅(qū)動(dòng)企業(yè)，如星動(dòng)紀(jì)元、智平方、逐際動(dòng)力、星海圖、眾擎機(jī)器人、樂聚機(jī)器人等，其核心機(jī)型已進(jìn)入小批量交付階段。

此外，潛力層還覆蓋了星空智能、穹徹智能、松延動(dòng)力等企業(yè)。整體來看，頭部企業(yè)依托資本與研發(fā)優(yōu)勢(shì)加速技術(shù)迭代，腰部廠商則通過差異化場(chǎng)景落地爭(zhēng)奪市場(chǎng)空間，行業(yè)競(jìng)爭(zhēng)正逐步向產(chǎn)品成熟度與商業(yè)化能力傾斜。

3、重點(diǎn)環(huán)節(jié)市場(chǎng)格局

（一）芯片

具身智能產(chǎn)業(yè)的發(fā)展離不開多元化芯片體系的支持，其產(chǎn)業(yè)鏈涵蓋了從云端訓(xùn)練到終端執(zhí)行的全鏈條硬件需求。所需芯片種類主要包括AI算力芯片、通用計(jì)算芯片、傳感器接口芯片、存算一體芯片以及通信與互聯(lián)芯片等。其中，AI算力芯片是支撐具身智能實(shí)現(xiàn)“感知-決策-執(zhí)行”閉環(huán)的關(guān)鍵硬件，處于產(chǎn)業(yè)核心地位。根據(jù)部署位置與功能的不同，具身智能AI芯片可劃分為云端訓(xùn)練芯片、云端推理芯片和端側(cè)推理芯片三類。這三類芯片在設(shè)計(jì)目標(biāo)、技術(shù)路線及應(yīng)用場(chǎng)景方面均存在顯著差異，共同支撐起具身智能系統(tǒng)在不同層級(jí)中的算力需求。

（二）傳感器

傳感器是具身智能系統(tǒng)（包括人形機(jī)器人）與外界進(jìn)行感知交互的關(guān)鍵部件。具身智能通過配備多種傳感器來實(shí)現(xiàn)對(duì)外部環(huán)境的感知和自身狀態(tài)的監(jiān)測(cè)，從而完成復(fù)雜的交互與操作任務(wù)。根據(jù)應(yīng)用載體的不同，傳感器的功能定位和應(yīng)用場(chǎng)景存在顯著差異。在機(jī)器人領(lǐng)域，傳感器主要用于模擬人類的感知能力，以支持精細(xì)化操作和高水平人機(jī)交互，例如觸覺傳感器用于檢測(cè)接觸力、溫度及物體滑動(dòng)狀態(tài)，六維力傳感器則協(xié)助實(shí)現(xiàn)關(guān)節(jié)力矩的精確控制，從而完成抓取和裝配等復(fù)雜任務(wù)。而在自動(dòng)駕駛載具中，傳感器更側(cè)重于環(huán)境建模與動(dòng)態(tài)障礙物規(guī)避，如激光雷達(dá)提供高精度三維點(diǎn)云以識(shí)別障礙，毫米波雷達(dá)憑借強(qiáng)大的穿透能力適應(yīng)惡劣環(huán)境，超聲波雷達(dá)則常用于近距離泊車檢測(cè)。

對(duì)于具身智能而言，智能體的力感知能力以及與外部的觸覺、視覺、聽覺交互能力極為關(guān)鍵，其對(duì)應(yīng)的傳感器性能直接決定智能體的環(huán)境適應(yīng)性與應(yīng)用邊界。在人形機(jī)器人中，力傳感器、電子皮膚、視覺傳感器和慣性傳感器是支撐其邁向高度具身智能的核心元件。這些傳感器不僅單位價(jià)值較高，還與人形機(jī)器人向智能化、仿生化和高自由度方向的發(fā)展密切相關(guān)，對(duì)整體性能起到?jīng)Q定性作用，因此具備顯著的市場(chǎng)潛力與廣闊的應(yīng)用前景。

在各類機(jī)器人傳感器中，六維力傳感器因其能夠同時(shí)檢測(cè)三個(gè)方向的力和力矩，已成為實(shí)現(xiàn)高精度操作與力控交互的核心部件。全球領(lǐng)先企業(yè)主要集中在歐美，產(chǎn)業(yè)起步較早。自20世紀(jì)70年代初以來，國(guó)外便開始了對(duì)多維力傳感器的研究。目前，全球機(jī)器人用多維力傳感器的主要生產(chǎn)廠商包括美國(guó)的ATI、AMTI、JR3和Lord，瑞士的Kistler，德國(guó)的Schunk和HBM，以及加拿大的Robotiq和丹麥的OnRobot等。這些公司產(chǎn)品線豐富，定制化能力強(qiáng)，廣泛覆蓋多個(gè)下游應(yīng)用領(lǐng)域。

國(guó)內(nèi)對(duì)六維力傳感器的研究始于20世紀(jì)90年代，近年來入局企業(yè)不斷增多。目前主要廠商包括宇立儀器、坤維科技、鑫精誠(chéng)、海伯森、藍(lán)點(diǎn)觸控、神源生智能及瑞爾特測(cè)控等。在協(xié)作機(jī)器人領(lǐng)域，六維力傳感器的國(guó)產(chǎn)化率已處于較高水平。根據(jù)GGII數(shù)據(jù)，2022年坤維科技在該細(xì)分領(lǐng)域出貨量位居第一，市占率約60%，其后分別為ATI、藍(lán)點(diǎn)觸控、宇立儀器（已進(jìn)入特斯拉供應(yīng)鏈）和鑫精誠(chéng)等。各家國(guó)產(chǎn)廠商在不同下游應(yīng)用中形成了各自的側(cè)重和優(yōu)勢(shì)。

全球及中國(guó)六維力傳感器主要企業(yè)如下表所示。

（三）AI 算法與大模型

AI算法是人工智能實(shí)現(xiàn)感知、推理與決策的核心方法集合，而大模型則是基于海量參數(shù)和復(fù)雜架構(gòu)的算法高級(jí)形態(tài)，尤其依托深度學(xué)習(xí)與Transformer結(jié)構(gòu)實(shí)現(xiàn)跨模態(tài)信息融合與通用任務(wù)處理。在具身智能領(lǐng)域，大模型作為一類關(guān)鍵的AI算法集成形式，顯著提升了智能體對(duì)物理環(huán)境的交互與任務(wù)泛化能力，成為實(shí)現(xiàn)“感知-決策-行動(dòng)”閉環(huán)的核心軟件基礎(chǔ)，并持續(xù)推動(dòng)機(jī)器人及泛具身智能系統(tǒng)的發(fā)展。這類模型通?；诙嗄B(tài)架構(gòu)，融合視覺、語言、動(dòng)作等多種感知與決策模態(tài)，能夠執(zhí)行從高層任務(wù)理解到底層運(yùn)動(dòng)控制的各種功能。按其核心功能可大致分為感知與場(chǎng)景理解模型、任務(wù)與運(yùn)動(dòng)規(guī)劃模型以及端到端控制模型三大類。典型應(yīng)用涵蓋機(jī)器人導(dǎo)航與避障、物體抓取與操作、人機(jī)交互與協(xié)同作業(yè)等，既支持工業(yè)自動(dòng)化、倉(cāng)儲(chǔ)物流等企業(yè)級(jí)場(chǎng)景，也逐步滲透至家庭服務(wù)、教育陪伴等消費(fèi)級(jí)領(lǐng)域。通過與專用AI芯片協(xié)同優(yōu)化，具身智能大模型正朝著更低延遲、更高能效和更強(qiáng)泛化能力的方向演進(jìn)。

在國(guó)際上，具身智能大模型的研究主要由谷歌、英偉達(dá)、Meta等科技巨頭與斯坦福、伯克利等頂尖高校主導(dǎo)，聚焦于多模態(tài)融合、實(shí)時(shí)運(yùn)動(dòng)規(guī)劃與端到端控制等核心能力。與此同時(shí)，國(guó)內(nèi)也涌現(xiàn)出一批專注于具身智能大模型研發(fā)的企業(yè)與科研團(tuán)隊(duì)，呈現(xiàn)出高校背景團(tuán)隊(duì)與市場(chǎng)化科技公司并進(jìn)的競(jìng)爭(zhēng)格局。清華大學(xué)TSAIL團(tuán)隊(duì)等科研機(jī)構(gòu)在強(qiáng)化學(xué)習(xí)與仿真訓(xùn)練方面底蘊(yùn)深厚；智元機(jī)器人、有鹿機(jī)器人等企業(yè)側(cè)重服務(wù)與家庭機(jī)器人產(chǎn)品的系統(tǒng)整合與落地；若愚科技、千識(shí)科技等創(chuàng)業(yè)公司則聚焦垂直場(chǎng)景，如工業(yè)巡檢與家庭清潔，推動(dòng)模型實(shí)用化與低成本部署；銀河通用、穹徹智能等新興力量致力于端到端抓取與人形機(jī)器人控制等前沿方向，展現(xiàn)出良好的技術(shù)創(chuàng)新能力。整體上，國(guó)內(nèi)企業(yè)在模型的多模態(tài)融合、實(shí)時(shí)響應(yīng)與場(chǎng)景適應(yīng)性方面持續(xù)突破，逐步形成差異化競(jìng)爭(zhēng)力。

? 如欲獲取完整版PDF文件，可以關(guān)注鈦祺汽車官網(wǎng)—>智庫(kù)，也可以添加鈦祺小助理微信，回復(fù)“報(bào)告名稱： 2025具身智能產(chǎn)業(yè)鏈研究報(bào)告：AI走出數(shù)字世界，具身智能開啟商業(yè)化浪潮 ”。

點(diǎn)擊下方，查看近期熱門行業(yè)研究報(bào)告