行业定义与战略意义 - 具身智能是人工智能的重要发展方向，被普遍认为是实现人工通用智能的重要路径，其核心特征在于智能体依托物理身体，通过感知—理解—决策—行动的闭环与环境进行强交互并持续学习 [2] - 具身智能是推动科技产业链升级和培育新兴产业的重要力量，有助于先进制程芯片、精密传感器、AI大模型、先进能源等产业链环节的协同创新，并带动制造、交通、零售、医疗等场景转型升级 [6] - 具身智能是中美科技竞争的关键战役，中国的突破关乎科技自立自强与国家竞争力的提升，是未来十年“弯道超车”的关键赛点 [6] 市场前景与规模预测 - 全球市场：根据摩根士丹利、高盛等预测，2025年全球具身智能规模将达到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：保守估计，市场规模将从2025年的21亿元人民币增长到2035年的超过2，800亿元人民币，实现十年百余倍增长 [50] - 资本热度：作为第七次科技浪潮的主升浪，全球资本市场对具身智能投资火热，美国公司Figure AI在2025年9月C轮融资超10亿美元，估值达390亿美元，中国公司上半年近亿美元融资达4笔以上 [1][43][44] 发展阶段与商业化现状 - 发展历程可分为三阶段：1950年起的哲学思辨与概念萌芽，2000–2020年的技术积累期，以及2020年以来的大模型驱动与应用拓展期 [11] - 当前自主化程度：类比自动驾驶，处于L2-L3的过渡阶段；类比大语言模型，则已达到GPT-2的水平，验证了scaling law的可行性 [27] - 商业化正沿着价值阶梯演进，初期应用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场景 [31][34] - 当前主要商业模式为一次性整机销售，未来可能演进为“机器人即服务”模式，并最终发展至“按任务完成效果付费” [35] 技术瓶颈与突破方向 - 面临四大瓶颈：高质量多模态实操数据稀缺、灵巧手与泛化能力等技术不成熟、核心部件与算力成本居高不下、投资回报周期长及伦理安全问题待解 [13] - 数据是行业发展的关键瓶颈，当前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，但高质量数据依然高度稀缺 [15][16] - 业界正通过“世界模型”、建设数据采集训练场（如2025年起北京、上海加快建设）以及工具创新等方式探索数据困境的解决方案 [19] - 灵巧手是核心部件中技术、工艺难度最大的环节，面临小型化设计、敏捷控制和成本可靠性的“三难困境” [25] 模型演进与技术趋势 - 视觉-语言-动作模型成为发展共识，核心主线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 [21] - 模型演进正经历从初步验证到能力跃迁的过程，例如谷歌从RT-1、RT-2到开源OpenVLA，英伟达推出通用性开源基础模型Isaac GROOT [22] - 技术演进方向包括融合更多模态信息（如视觉、语言、力觉），以及生成适配不同构型机器人本体的动作指令以增强泛化能力 [22] - 行业共识是采用混合模型架构，通过高层大模型进行认知、理解与规划，同时结合底层成熟算法实现可靠、精准的执行，形成“大脑”与“小脑”协同模式 [23] 产业链与竞争格局 - 产业链复杂度不亚于汽车制造业，涵盖从执行器硬件、传感与感知、计算和存储到基础模型等漫长链条，中国企业在产业环节覆盖度上已占据显著优势 [41] - 全球竞争格局显现出三股核心力量：以Figure为代表的AI原生挑战者、以ABB和擎朗智能为代表的场景资源先行者、以及以特斯拉和亚马逊为代表的自带需求的跨界巨头 [55][60] - 中期整合趋势不可避免，产品同质化已初现，高昂的研发投入、复杂的供应链管理等挑战将促使市场向少数玩家集中 [57] - 初创企业需凭借灵活高效、快速创新、定制服务等核心竞争力，并找到能带来长期赋能价值的战略伙伴，以应对巨头的夹击 [59] 典型企业案例分析 - **Figure AI**：美国代表性企业，估值390亿美元，致力于打造通用自主人形机器人，其产品从Figure 01快速迭代至Figure 02，并引入自研通用VLA模型Helix，逐步迈向跨场景泛化能力 [1][64][65] - **擎朗智能**：中国标杆企业，实现了人形机器人与轮式机器人双线协同布局，构建了完整的具身机器人生态矩阵，在全球60余个国家拥有80多个运营中心 [66][71][75] - **宇树科技**：国内头部厂家，宣称2025年营收突破10亿元人民币，其人形机器人已出海至沙特等市场，验证了海外商业化可行路径 [1][53][54] - **节卡机器人**：拥有丰富的具身智能产品矩阵和EVO智能平台，已在汽车、电子等复杂工业场景大规模部署，依托庞大的存量设备网络构建了独特的数据壁垒 [77][79][81] - **因时机器人**：作为微型伺服电缸的领导者，通过垂直整合自研核心部件，推出了系列化的灵巧手产品矩阵，在工业制造、人形机器人等领域实现商业化落地 [83][85][88] 中国产业特色与出海 - 政策激励：近两年来，中国将具身智能纳入国家战略，中央与地方政府协同出台行动方案、发展指导意见与资金支持，推动技术攻关、产业链协同和场景开放 [8][9] - 产业优势：中国拥有机器人领域最完备、成本最有优势的工业体系和供应链，以及最大的应用市场，预计在五年左右进入快速降本通道 [39][50] - 出海加速：2024-2025年，中国具身智能产业进入出海加速期，商业服务与工业机器人出口同比增长显著，形成全球第二大出口市场，代表企业正从“单点出货”迈向“体系化落地” [53][54]

行业概述与市场前景 - 具身智能是人工智能的重要发展方向，被普遍认为是实现人工通用智能的重要路径，其核心在于智能体依托物理身体，通过感知—理解—决策—行动的闭环与环境交互并持续学习 [2] - 行业正处于大规模商业化的前夜，全球市场预计将从2025年的192亿元人民币，以未来五年73%的复合增长率快速扩张，并在十年左右达到年万亿级市场需求 [46] - 中国市场增长潜力巨大，凭借完善的工业体系和供应链，预计将在五年左右进入快速降本通道，市场规模将从2025年的21亿元人民币增长至2035年的超过2,800亿元人民币，实现十年百余倍增长 [49][50] - 行业已彻底火热，国外公司Figure AI在营收为零的情况下估值已达390亿美元，国内头部厂家如宇树科技宣称2025年营收将突破10亿元人民币 [1] 技术发展与核心瓶颈 - 模型演进以视觉语言动作模型为核心主线，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，正逼近类似GPT-3智能爆发的临界点 [21] - VLA模型正持续迭代，从谷歌的RT-1、RT-2到英伟达开源的Isaac GROOT，技术演进方向包括融合更多模态信息以及提升动作生成的泛化能力 [22] - 面对复杂现实场景，混合模型架构是必然趋势，行业共识是通过高层大模型进行认知与规划，同时结合底层成熟算法实现可靠执行，形成“大脑”与“小脑”协同的模式 [23] - 当前发展面临四大瓶颈制约：高质量多模态实操数据稀缺、灵巧手与泛化等技术未成熟、核心部件与算力成本高昂、以及商业回报周期长与伦理安全问题 [13] - 数据是行业发展的关键瓶颈，获取方式依赖遥操作、仿真合成等，但高质量数据依然稀缺，业界正通过建设数据采集训练场等方式探索解决方案 [15][16][19] 商业化路径与趋势 - 商业化正沿着价值阶梯演进，初期将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服务 [31] - 随着技术成熟，应用将向高复杂度、高价值的“战略性”场景渗透，最终实现通用化服务 [31] - 当前主要的商业模式是一次性整机销售，未来可能演进为降低客户前期投入的“机器人即服务”模式，并最终发展至“按任务完成效果付费” [35] - 类比自动驾驶，具身智能的自主程度目前处于L2（自主移动）向L3（低技能操作）的过渡阶段；类比大语言模型，则已达到GPT-2的水平 [27] - 大规模商业化的拐点需要在续航、延迟、执行、可靠性与经济效益五大维度均跨过可用门槛，当前行业正处于从技术验证到价值闭环的关键攻坚期 [29] 竞争格局与玩家分析 - 全球竞争显现出三股核心力量：以Figure为代表的AI原生技术挑战者、以ABB和擎朗智能为代表的场景资源先行者、以及以特斯拉和亚马逊为代表的自带需求的跨界巨头 [55] - 中国已拥有机器人领域最完备、成本最有优势的工业体系和供应链，以及最大的应用市场，国内企业在产业环节覆盖度上已占据显著优势，并在下游整机集成和应用场景上展现出巨大潜力 [39][41] - 行业中期整合趋势不可避免，产品同质化已初现，高昂的研发投入、复杂的供应链管理等挑战意味着最终竞争格局将是少数玩家的市场 [57] - 初创企业需面对传统制造业巨头和互联网巨头的夹击，应凭借灵活创新、快速行动和高效人效寻找生存之道，并找到能带来长期赋能的战略伙伴 [59][60] 政策与资本环境 - 中国已将具身智能纳入国家战略，中央层面密集出台行动方案、发展指导意见与资金支持，地方政府也发布专项规划、设立基金并建立产业联盟以推动发展 [8][9] - 全球资本市场对具身智能投资火热，融资频率与金额齐升，A轮融资额1-3亿美元已是常态，2025年9月Figure AI完成超10亿美元的C轮融资，估值近400亿美元 [43][44] - 中国具身智能企业融资活跃，2025年上半年近亿美元融资达4笔以上，例如宇树科技C轮融资7亿元人民币 [44] 典型企业案例分析 - **Figure AI**：全球通用人形机器人代表企业，估值390亿美元，其产品快速迭代，并引入了自研的通用VLA模型Helix，旨在实现跨场景的复杂任务执行能力 [64][65] - **擎朗智能**：构建了从轮式服务机器人到人形机器人的全产品矩阵，依托全栈自研和全球场景数据积累，在服务场景的综合技术力上领先，并已实现“通用+专用”机器人在智慧酒店等场景的落地 [66][71][73] - **节卡机器人**：拥有丰富的工业机器人产品生态和垂直行业经验，通过庞大的存量设备网络构建了独特的数据优势，并采用分层混合架构推动技术在真实工业场景快速落地 [77][79][81] - **因时机器人**：作为微型伺服电缸的领导者，通过垂直整合自研核心部件，突破了灵巧手在结构、控制和成本上的“不可能三角”，为具身智能提供关键的执行器技术支持 [83][85][88] 全球化与出海 - 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年达到11.3亿美元，同比增长43.22%，市场份额跃居全球第二 [53][54] - 中国厂商在全球商用服务机器人市场出货量占比已达84.7% [54] - 企业出海路径呈现多元化，例如宇树科技以高扭矩关节电机与运动控制算法等技术驱动出海，而擎朗智能则通过产品本地化创新和建立密集的服务网络打开日本等高标准市场 [53][54]

文章核心观点 - 具身智能作为人工智能的重要发展方向和实现通用智能的关键路径，正从实验室走向产业化，开启万亿级市场，并成为中美科技竞争的关键领域 [1][2][6] - 行业当前处于大规模商业化的前夜，面临数据、技术、成本等多重瓶颈，但通过模型演进、产业链协同和政策支持，正加速突破，预计未来5-10年将进入爆发期 [13][37][46] - 中国凭借政策支持、完备供应链和庞大应用市场，在具身智能领域加速追赶，企业已在工商业场景获得订单并开启出海，预计市场规模将从2025年的21亿元增长至2035年的超2800亿元 [1][9][50][53] 定义与战略意义 - **定义**：具身智能是智能体依托物理身体，通过感知-理解-决策-行动的闭环与环境交互并持续学习，展现出自主性、泛化性和适应性，是AI走向落地实用化的重要标志 [2] - **战略意义**：具身智能是推动科技产业链升级和培育新兴产业的重要力量，涉及芯片、传感器、AI大模型、能源等多环节协同创新，并带动制造、交通、零售、医疗等场景转型，是中国在科技竞争中实现“弯道超车”的关键赛点 [6] 发展阶段与全球格局 - **发展阶段**：发展历程分为三阶段：1950年起的哲学思辨与概念萌芽、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，全球进入快速演进新拐点 [11] - **中美竞逐**：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比拼 [11] 商用场景与技术分类 - **商用与工业场景区别**：商用具身智能服务于零售、餐饮、医疗、安防等复杂动态环境，依赖多模态感知、人机交互和泛化能力；工业具身智能面向制造、能源、矿山等高度结构化场景，强调高精度、高负载和长周期稳定性 [4] - **自主化程度**：类比自动驾驶，当前处于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，验证了规模定律的可行性，未来2-3年可能达到能力质变的临界点 [27] 核心技术演进与瓶颈 - **模型演进共识**：视觉语言动作模型成为发展共识，其通过多模态统一框架，将大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，正逼近类似GPT-3的智能爆发临界点 [21] - **架构融合趋势**：单一模型无法满足复杂场景，混合架构成为趋势，即高层大模型负责认知、理解与规划，底层成熟算法实现可靠、精准执行，形成“大脑”与“小脑”协同模式 [23] - **核心数据挑战**：高质量多模态实操数据稀缺是行业关键瓶颈，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，但高质量数据依然匮乏 [15][16] - **数据突破路径**：业界正通过“世界模型”、建设数据采集训练场以及便携化工具等方式探索解决方案，以降低数据成本，为大规模商业落地提供可能 [19] - **核心部件瓶颈**：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、工艺难度最大的环节之一 [25] 商业化路径与趋势 - **商业化突破点**：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，并形成正向增强的价值飞轮 [29] - **场景渗透顺序**：商业化沿价值阶梯演进，初期集中在高投资回报率、低复杂度的确定性场景，随后向高复杂度、高价值的战略性场景渗透，最终实现通用化服务 [31] - **付费模式演进**：商业模式可能从当前的一次性整机销售，逐步演进为降低客户前期投入的“机器人即服务”模式，最终发展至按任务完成效果付费 [35] 市场规模与预测 - **全球市场**：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，届时单台机器人售价将从目前的百万级人民币降至20多万元 [46] - **中国市场**：需求已初步显现，凭借完善供应链，预计五年左右进入快速降本通道，市场规模将从2025年的21亿元增长至2035年的超过2800亿元，实现十年百余倍增长 [49][50] 产业链与竞争格局 - **产业链复杂度**：产业链复杂度不亚于汽车制造业，涵盖执行器、传感、计算、模型等漫长链条，中国企业在产业环节覆盖度上已占显著优势，并在下游整机集成和应用场景上展现潜力 [41] - **三类核心玩家**：包括以Figure为代表的AI原生技术挑战者、以ABB和擎朗智能为代表的场景资源先行者，以及以特斯拉和亚马逊为代表的自带需求跨界巨头 [55] - **中期整合趋势**：产品同质化已初现，高昂的研发投入、复杂的供应链管理等挑战将促使行业在未来三年内迎来第一轮洗牌，最终形成少数玩家主导的市场格局 [57] 资本动态与典型企业 - **融资火热**：全球资本市场高度关注，2025年9月Figure完成超10亿美元C轮融资，估值达390亿美元；中国具身智能企业2025年上半年近亿美元融资达4笔以上 [43][44] - **典型企业案例**： - **Figure AI**：致力于打造通用自主人形机器人，估值390亿美元，其自研的Helix通用VLA模型实现了跨场景任务泛化 [64][65] - **擎朗智能**：实现人形与轮式机器人双线布局，构建了完整的具身机器人生态矩阵，在全球服务机器人市场出货量占比达84.7%，并通过本地化运营成功出海 [66][54][71] - **宇树科技**：宣称2025年营收目标突破10亿元，其人形机器人已出海至沙特等市场 [1][54] - **节卡机器人**：凭借在工业场景的大规模部署积累数据优势，并采用分层混合架构推动技术落地 [77][79][81] - **因时机器人**：作为微型伺服电缸领导者，通过自研核心部件赋能灵巧手，在工业制造、人形机器人等领域实现商业化落地 [83][85][88] 中国产业动态与出海 - **政策激励**：近两年中国将具身智能纳入国家战略，中央与地方层面协同出台行动方案、资金支持和试点示范举措，推动产业标准化与落地 [8][9] - **出海加速**：2024-2025年进入出海加速期，工业机器人出口额2024年达11.3亿美元，同比增长43.22%，2025年上半年同比增长61.5%，形成全球第二大出口市场，代表企业正从单点出货迈向体系化落地 [53][54]