文章核心观点 - 具身智能是人工智能发展的重要方向，被视为实现通用人工智能的关键路径，其核心在于智能体通过物理身体与环境进行交互学习，展现出自主性与适应性 [2] - 行业已从概念和实验室阶段迈向产业化初期，中美两国成为全球竞争的核心力量，市场潜力巨大，预计将开启万亿级市场规模 [1][6] - 尽管面临数据、技术、成本等多重瓶颈，但通过模型演进、政策支持、产业链协同与资本推动，行业正加速突破，商业化落地路径逐渐清晰 [13][21][29] 行业定义与特征 - 具身智能是机器学习、计算机视觉与机器人技术的综合体现，智能体通过“感知-理解-决策-行动”的闭环与环境交互并持续学习，是AI走向落地实用化的重要标志 [2] - 根据应用场景，主要分为商用具身智能和工业具身智能，前者服务于零售、餐饮、医疗等复杂动态环境，强调多模态感知与人机交互，后者面向制造、能源等结构化场景，强调高精度、高负载与稳定性 [4] 战略意义与政策环境 - 具身智能是推动科技产业链升级和培育新兴产业的关键力量，涉及芯片、传感器、AI大模型、能源等多个环节的协同创新，并带动制造、交通、零售等场景转型 [6] - 该领域是中美科技战略竞争的关键赛点，中国的发展关乎科技自立自强与国家竞争力提升，是实现“弯道超车”的重要机会 [6] - 中国已将具身智能纳入国家战略，中央与地方政府近两年密集出台行动方案、发展指导意见与资金支持政策，推动技术攻关、产业链协同和场景开放 [8][9] 发展阶段与全球格局 - 全球具身智能发展经历了三个阶段：1950年起的哲学思辨与概念萌芽期、2000-2020年的技术积累期、2020年至今的大模型驱动与应用拓展期 [11] - 美国凭借算力基础、顶尖模型与资本生态取得先发优势，中国则依托政策支持、场景驱动与产业链协同加速追赶，未来五年双方将在基础模型、算力和应用落地上展开竞争 [11] - 全球市场融资火热，2025年9月美国公司Figure完成超10亿美元C轮融资，估值达390亿美元，中国企业在2025年上半年也有多笔近亿美元级融资 [43][44] 技术瓶颈与突破方向 - 行业面临四大瓶颈：1）高质量多模态实操数据稀缺，缺乏数据评价机制；2）灵巧手、泛化能力与仿真到现实迁移等技术不成熟；3）核心部件与算力成本居高不下；4）商业投资回报周期长及伦理安全问题 [13] - 数据获取主要依赖遥操作、仿真合成、动作捕捉及互联网视频图像四种方式，但高质量数据仍是关键瓶颈，业界正通过建设数据采集训练场、开发世界模型及便携化工具来寻求突破 [15][16][19] - 灵巧手是实现精细操作的核心部件，面临结构紧凑性、敏捷性与可靠性的“三难困境”，是技术工艺难度最大、成本占比较高的环节之一 [25] 模型演进与技术趋势 - 视觉-语言-动作模型已成为发展共识，其核心是通过多模态统一框架，将大型语言模型的推理能力与真实世界的感知、行动能力深度融合，催生“机器人大脑” [21] - 模型演进路径清晰：2022年Google RT-1初步验证端到端范式，2023年RT-2提出VLA概念支持任务泛化，2024-2025年进入生态开放阶段，如英伟达推出开源基础模型Isaac GROOT [21][22] - 单一模型无法满足复杂现实需求，混合架构是必然趋势，行业共识是通过高层大模型进行认知与规划，结合底层成熟算法实现可靠执行，形成“大脑”与“小脑”协同模式 [23] 商业化现状与趋势 - 当前商业化自主程度类比自动驾驶，处于L2（自主移动）向L3（低技能操作）的过渡阶段，类比大语言模型则达到GPT-2水平，未来2-3年可能达到能力质变的临界点 [27] - 大规模应用拐点需在续航、延迟、执行、可靠性与经济效益五大维度均跨过可用门槛，当前行业处于从技术验证到价值闭环的关键攻坚期 [29] - 商业化正沿价值阶梯演进，初期集中在高投资回报率、低复杂度的确定性场景，如工业制造、仓储自动化和餐饮零售的基础环节，未来将向高复杂度、高价值的战略性场景渗透 [31][34] - 付费模式可能从当前的一次性硬件销售，逐步演进为降低客户前期投入的“机器人即服务”订阅模式，最终发展为按任务完成效果付费 [35] 市场规模预测 - 全球市场仍处于指数级增长前夜，据顶尖机构预测，2025年全球具身智能规模预计达192亿元人民币，未来五年复合增长率达73%，预计十年左右达到年万亿级市场需求 [46] - 中国市场凭借完善的工业体系和供应链，预计五年左右进入快速降本通道，保守估计市场规模将从2025年的21亿元人民币增长至2035年的超过2800亿元人民币，实现十年百余倍增长 [49][50] 竞争格局与代表企业 - 全球竞争呈现三路玩家格局：1）以Figure为代表的AI原生技术挑战者；2）以ABB、擎朗智能为代表的拥有深厚硬件与客户基础的传统机器人玩家；3）以特斯拉、亚马逊为代表的从自身需求出发的跨界巨头 [55] - 产品同质化已现，高昂的研发投入、复杂的供应链管理等因素将驱动行业整合，未来三年内第一轮洗牌不可避免，最终格局将是少数玩家的市场 [57] - 初创企业需凭借灵活创新、快速决策和深度定制服务寻求差异化，并找到能带来长期赋能的战略伙伴，以应对制造业与互联网巨头的竞争 [59][60] 代表性企业动态 - Figure AI：致力于打造通用自主人形机器人，其Figure系列快速迭代，并自研了名为Helix的通用VLA模型，实现了跨场景的零样本学习能力，估值已达390亿美元 [64][65] - 擎朗智能：实现人形与轮式机器人双线布局，构建了覆盖多场景的产品生态，其VLA大模型KOM2.0已驱动机器人在智慧酒店等场景商业化落地，并在全球60余个国家开展业务 [66][71][73][75] - 节卡机器人：拥有从机器人整机到数据训练系统的多元产品生态，凭借在汽车、电子等工业场景的大规模部署积累数据优势，并通过分层混合架构推动技术快速落地 [77][79][81] - 因时机器人：作为微型伺服电缸的领导者，通过自研核心部件赋能灵巧手，解决了灵巧手对空间、精度和响应速度的极致要求，已在工业制造、人形机器人等领域实现商业化落地 [83][85][88] 中国产业出海 - 2024-2025年中国具身智能产业进入出海加速期，工业机器人出口额在2024年达11.3亿美元，同比增长43.22%，市场份额跃居全球第二 [53][54] - 出海模式正从“单点出货”迈向“体系化落地”，例如宇树科技以高扭矩关节电机等自研技术切入沙特市场，擎朗智能则通过产品本地化改造及建立密集服务网络成功打开日本市场 [53][54]