具身智能行业概述 - 具身智能成为通用人工智能（AGI）关键方向 强调智能体与物理环境的交互与适应能力 聚焦感知环境、理解任务、执行动作及反馈学习[1] - 具身智能核心模块分为大脑（语义理解与任务规划）和小脑（高精度运动执行） 类比人类神经系统的分工协作[1] 产业生态与竞争格局 - 近2年星海图、银河通用、逐际动力等明星团队从实验室走向商业化 推动本体及大小脑技术进步[3] - 华为2024年底启动全球具身智能产业创新中心 与乐聚机器人、大族机器人合作建设大脑与小脑关键技术[5] - 京东自2025年5月连续投资智元机器人、千寻智能、逐际动力 强化物流科技与家庭服务场景能力[5] - 腾讯、蚂蚁集团、小米等科技巨头通过战略投资与合作加速构建产业生态[5] - 国外Tesla/Figure AI聚焦工业与物流机器人应用 Wayve和Apptronik获投资机构支持落地自动驾驶与仓储机器人[5] - 国内企业以产业链投资与综合平台驱动落地 国外巨头侧重基础模型、模拟环境及类人机器人原型研发[5] 技术演进路径 - 第一阶段抓取位姿检测（Grasp Pose Detection）通过点云/图像预测执行器姿态 但缺乏任务上下文建模能力[6] - 第二阶段行为克隆（Behavior Cloning）通过专家数据学习端到端映射 存在泛化能力弱与误差累积问题[6] - 第三阶段Diffusion Policy（2023年）通过扩散模型生成动作轨迹 提升策略稳定性与泛化能力[6] - Vision-Language-Action（VLA）模型（2024年）融合视觉感知、语言理解与动作生成 支持零样本/小样本快速泛化[7] - 2025年进入第四阶段 VLA与强化学习、世界模型、触觉感知融合 弥补"只能理解不能反馈"等局限[8] - VLA+强化学习提升长时任务试错与自我改进能力 VLA+世界模型引入环境动态预测 VLA+触觉拓展多模态融合感知[8] - 技术从低层感知向高层理解演进 推动人形机器人、机械臂、四足机器人在工业、家居、餐饮、医疗等领域落地[9] 人才与工程需求 - 岗位呈现爆发式增长 大量人员转入具身智能领域研究[9] - 产业界从论文走向部署 对Mujoco/IsaacGym/Pybullet等平台仿真测试能力需求激增[12] - 需掌握Diffusion Policy/VLA模型训练部署、强化学习反馈微调、世界建模到物理执行的一体化架构实现[12] - 从业人员需具备Python/Pytorch基础及3090ti以上算力设备 目标达到1-2年经验水平[18]