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]

核心观点 - 具身智能是人工智能的重要发展方向和实现通用人工智能的关键路径，正从实验室走向产业化，万亿级市场脉络已打开 [1][2] - 中美两国在具身智能领域展开关键战略竞争，中国凭借政策支持、场景驱动和产业链协同加速追赶，美国则拥有算力、顶尖模型和资本生态的先发优势 [1][6][11] - 行业当前处于大规模商业化的前夜，面临数据、技术、成本和商业模式等多重瓶颈，但正通过技术演进、数据突破和商业模式创新逐步解决，预计未来5-10年将进入爆发期 [13][37][46] 行业定义与战略意义 - **定义**：具身智能是智能体依托物理身体，通过感知-理解-决策-行动的闭环与环境强交互并持续学习，展现出自主性、泛化性和适应性，是AI走向落地化和实用化的重要标志 [2] - **战略意义**：是推动科技产业链升级和培育新兴产业的重要力量，将带动芯片、传感器、AI大模型、能源等产业链协同创新，并促进制造、交通、零售、医疗等场景转型升级 [6] - **中美竞争**：具身智能是中美科技竞争的关键战役，关乎长期经济效益、科技自立自强与国家竞争力提升，是中国实现“弯道超车”的关键赛点 [6] 商用场景分类 - **商用具身智能**：服务于零售、餐饮、医疗、安防等复杂动态环境，更依赖多模态感知、人机交互和泛化能力，旨在提升服务体验与灵活运营 [4] - **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，目标是提升效率与保障安全 [4] 政策与市场环境 - **中国政策激励**：近两年来，中国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，推动行业加速发展 [8][9] - **资本市场火热**：全球资本市场高度关注，中美企业融资额与频率齐升，A轮融资额1-3亿美元已是常态，例如Figure在2025年9月C轮融资超10亿美元，估值达390亿美元 [43][44] - **全球市场规模预测**：根据顶尖机构预测，2025年全球具身智能规模达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，机器人单价有望从百万级降至20多万人民币 [46] - **中国市场规模预测**：凭借完善的工业体系和供应链，中国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] 技术发展现状与瓶颈 - **发展阶段**：全球发展经历了从哲学思辨（1950年起）、技术积累（2000-2020年）到大模型驱动与应用拓展（2020年以来）三个阶段，目前进入快速演进新拐点 [11] - **核心瓶颈**： - **数据挑战**：高质量实操数据稀缺，仿真数据存在缺陷，且缺乏数据评价机制，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 [13][15][16] - **技术瓶颈**：灵巧手、泛化能力与Sim2Real（从仿真到现实）迁移等技术尚未成熟 [13] - **成本瓶颈**：核心部件与算力投入居高不下 [13] - **商业瓶颈**：投资回报周期长，伦理安全问题待解 [13] - **数据突破**：业界正通过“世界模型”、建设数据采集训练场（如2025年起在北京、上海等地建设）、以及工具创新等方式探索解决方案，数据获取的多元路径正在形成 [19] 模型与技术演进 - **模型演进共识**：视觉-语言-动作模型正成为发展共识，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，催生“机器人大脑” [21] - **演进路径**：从2022年Google SayCan的初步验证，到2023年PaLM-E的能力跃迁，再到2024-2025年OpenVLA等开源模型推动生态开放，技术核心能力向多模态统一感知和跨场景任务泛化发展 [21][22] - **架构趋势**：单一模型无法满足复杂现实场景，混合分层架构（“大脑”与“小脑”协同）成为必然趋势，即高层大模型负责认知规划，底层成熟算法保证可靠执行 [23] - **自主化程度**：类比自动驾驶，目前处于L2（辅助自主）向L3（有条件自主）的过渡阶段；类比大语言模型，则已达到GPT-2水平，未来2-3年或达到能力质变临界点 [27] 核心部件与产业链 - **灵巧手**：是实现人机交互与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] - **产业链图谱**：产业链复杂度高，涵盖执行器、传感、计算、机身、电池、基础模型等漫长链条，可通过硬件、大脑和集成商三个维度划分，中国企业在产业环节覆盖度和下游整机集成上已占优势 [41] - **关键部件案例**：因时机器人作为微型伺服电缸领导者，通过垂直整合自研核心部件，赋能工业制造、人形机器人和科研等核心场景 [83][85][88] 商业化进展与趋势 - **商业化突破点**：大规模商业化需在续航、延迟、执行、可靠性与经济效益五大维度均跨过可用门槛，形成正向价值飞轮 [29] - **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（如工业制造、仓储自动化、餐饮零售基础场景），未来向高复杂度、高价值的战略性场景渗透 [31][34] - **付费模式演进**：从当前的一次性整机销售为主，可能逐步演进为“机器人即服务”模式，最终发展至“按任务完成效果付费” [35] - **中国出海加速**：2024-2025年进入出海加速期，商业服务与工业机器人出口显著增长，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] 竞争格局与玩家分析 - **三类核心玩家**： - **通用技术挑战者**：如Figure，凭借顶尖AI技术、创业精神和资本加持，旨在抢占技术制高点 [55] - **场景资源先行者**：如ABB、擎朗智能，依托深厚的硬件工程能力与扎实的客户根基，从专用场景向泛化智能应用升级 [55][66] - **跨界需求巨头**：如特斯拉、亚马逊，从自身海量真实需求出发，推动产业商业化加速 [55] - **整合趋势**：产品同质化已现，高昂的研发投入、复杂的供应链管理等挑战将导致行业在未来三年内不可避免的整合与洗牌，最终形成少数玩家的市场格局 [57] - **初创企业策略**：面对巨头竞争，需比巨头看得更准、行动更快、人效更高，并找到能带来长期赋能的战略伙伴和投资人 [59][60] 代表企业案例 - **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，其产品快速迭代并引入自研Helix通用VLA模型，旨在实现跨场景泛化能力 [64][65] - **擎朗智能**：中国代表企业，实现人形与轮式机器人双线布局，构建完整的产品生态矩阵，在全球服务实践中积累了丰富的场景数据和技术壁垒，并在智慧酒店等场景实现商业化落地 [66][71][73] - **节卡机器人**：拥有多元产品生态，在汽车、电子等工业场景大规模部署，依托存量设备网络构建了独特的数据优势和分层混合架构，推动技术快速落地 [77][79][81] - **特斯拉Optimus**：从概念到快速迭代，Gen 2展示了更轻、更快、更灵巧的动作能力，马斯克预测最早2025年底对外销售，2026年批量生产，长期目标百万级年产量 [62]

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]

核心观点 - 具身智能是人工智能的重要发展方向，被认为是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感知-理解-决策-行动的闭环交互 [1][2] - 行业正处于从实验室走向产业化、大规模商业化的前夜，中美两国在技术、资本和应用上展开激烈角逐，市场预计将迎来指数级增长 [1][11][46] - 商业化落地面临数据、技术、成本等多重瓶颈，但正通过世界模型、数据采集场、混合架构等方式寻求突破，并沿着从高ROI、低复杂度场景向高价值、高复杂度场景渗透的路径演进 [13][19][31] 定义与理解 - 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，智能体依托物理身体，通过与环境强交互并持续学习，展现出自主性、泛化性和适应性，是AI走向落地化和实用化的重要标志 [2] 商用场景分类 - **商用具身智能**：服务于零售、餐饮、医疗、安防等复杂动态环境，更依赖多模态感知、人机交互和泛化能力，旨在提升服务体验与灵活运营 [4] - **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，目标是提升效率与保障安全 [4] - 两者能力要求与技能瓶颈差异较大，但共同推动具身智能在不同维度的落地发展 [4] 战略与政策 - 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，有助于先进芯片、传感器、AI大模型等产业链环节的协同创新，并带动制造、交通、零售等场景转型升级 [6] - 具身智能是中美科技竞争的关键战役，关乎中国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] - 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，推动行业加速发展 [8][9] 发展阶段与全球格局 - 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年以来大模型驱动与应用拓展期 [11] - 全球进入快速演进新拐点，美国凭借算力基础、顶尖模型与资本生态实现先发优势；中国则依托政策支持、场景驱动与产业链协同加速追赶 [11] - 未来五年，中美将在基础模型、算力和应用落地上展开比拼 [11] 发展瓶颈与突破 - **数据瓶颈**：高质量多模态实操数据稀缺，仿真数据存在缺陷，且缺乏数据评价机制，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 [13][15][16] - **技术瓶颈**：灵巧手、泛化能力与Sim2Real（从仿真到现实）迁移等技术尚未成熟 [13] - **成本瓶颈**：核心部件与算力投入居高不下 [13] - **商业瓶颈**：投资回报周期长，伦理安全问题仍待解决 [13] - **突破路径**：业界正通过构建“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）、开发便携化工具和优化仿真等方式探索解决方案，以降低成本并获取高质量数据 [19] 模型技术演进 - **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，催生能跨场景自主学习的“机器人大脑” [21] - **VLA模型成为共识**：视觉-语言-动作模型持续迭代，正逼近类似GPT-3的智能爆发临界点，其演进方向包括融合更多模态信息（视觉、语言、力觉等）以及生成适配不同机器人的泛化动作指令 [21][22] - **关键里程碑**：2022年Google RT-1和Saycan初步验证范式；2023年Google RT-2和PaLM-E实现能力跃迁，正式提出VLA概念；2024-2025年进入生态开放阶段，如Google开源OpenVLA，英伟达推出开源基础模型Isaac GROOT及配套平台 [22] - **架构融合趋势**：单一模型无法满足复杂现实场景，混合模型架构成为必然，即通过高层大模型（大脑）进行认知与规划，结合底层成熟算法（小脑）实现可靠执行，兼顾泛化性与可靠性 [23] 核心部件与自主化程度 - **灵巧手**：是实现人机交互与精细操作的核心部件，面临小型化设计、敏捷控制和成本可靠性的“三难困境”，是技术工艺难度最大的环节之一 [25] - **自主化程度**：类比自动驾驶，目前处于L2（初步自主移动）向L3（低技能操作探索）的过渡阶段；类比大语言模型，则已达到GPT-2水平，验证了规模定律的可行性，未来2-3年或达到能力质变的关键临界点 [27] 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] - **渗透路径**：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、餐饮零售基础场景），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][34] - **付费模式演进**：从当前的一次性整机销售为主，辅以软件服务，未来可能向降低客户前期投入的“机器人即服务”模式演进，并最终发展至与客户业务价值深度绑定的“按任务完成效果付费” [35] 市场规模预测 - **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，关键变量是机器人售价从目前的百万级人民币在十年左右降至20多万元 [46] - **中国市场**：需求已初步显现，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，5-10年率先触及经济性拐点，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] 产业链与竞争格局 - **产业链复杂度**：不亚于汽车制造业，涵盖执行器、传感、计算、机身、电池、基础模型等漫长链条，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巨大潜力 [41] - **三路核心玩家**：1)以Figure为代表的AI原生技术挑战者；2)以ABB、擎朗为代表的传统工业/商业机器人头部玩家；3)以特斯拉、亚马逊为代表的跨界需求巨头 [55] - **中期整合趋势**：产品同质化已现，高昂的研发投入、复杂的供应链管理等挑战将导致行业在未来三年面临第一轮洗牌，最终格局将是少数玩家的市场 [57] - **初创企业策略**：需比巨头看得更准、行动更快、人效更高，并找到能带来长期赋能价值的战略伙伴和投资人，以应对资源紧张和巨头夹击的挑战 [59][60] 资本动态 - 全球资本市场高度关注，中美企业单轮融资额不断创新高，A轮融资额1-3亿美元已是常态 [43] - 例如，2025年9月Figure完成C轮超10亿美元融资，估值达390亿美元；同期1X也启动新一轮10亿美元融资；2025年上半年中国具身智能企业近亿美元融资达4笔以上 [43][44] 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，中国已成为全球第二大工业机器人出口市场 [53][54] - **典型路径**：1)技术出海：如宇树科技人形机器人凭借自研关节电机与算法，切入沙特智慧工厂等场景；2)本地化运营出海：如擎朗智能通过产品本地化改造及在日本建立密集服务网络，成功打开高标准市场 [53][54] 重点公司案例 - **特斯拉Optimus**：从2021年概念发布，历经原型机迭代，2023年底Gen 2展示更轻、更快、更灵巧的动作能力，采用全套自研执行器与传感器，目标最早2025年底对外销售，2026年批量生产，长期目标百万级年产量 [62] - **Figure AI**：全球通用人形机器人代表企业，估值390亿美元，产品快速迭代，并引入自研通用VLA模型Helix，采用“大脑”（低频规划）与“小脑”（高频执行）协同的系统架构，旨在打造具备跨场景泛化能力的类人劳动力 [64][65] - **擎朗智能**：实现人形与轮式机器人双线布局，构建覆盖多场景的完整产品生态，其综合技术力在场景理解、数据库规模、定制能力等六大维度显著高于行业平均，2024年在上海虹桥机场盛贸酒店落地全球首个“通用+专用”机器人协同运营的智慧酒店案例 [66][71][73] - **节卡机器人**：拥有从灵巧协作整机到数据训练系统的多元产品生态，依托在汽车、电子等工业场景的大规模部署获取海量高质量数据，并通过分层混合架构平衡AI模型创新与工业稳定性需求 [77][79][81] - **因时机器人**：作为微型伺服电缸领导者，通过垂直整合自研核心部件，突破灵巧手在性能、尺寸和成本上的“不可能三角”，其产品已在工业制造、人形机器人、科研算法训练等关键领域实现规模化落地 [83][85][88]

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]

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]

行业定义与核心特征 - 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—行动的闭环与环境交互并持续学习 [2] - 全球专家强调，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，更是AI走向落地化和实用化的重要标志 [2] 商用场景分类与要求 - 商用具身智能服务于零售、餐饮、医疗、安防等复杂动态环境，更依赖多模态感知、人机交互和泛化能力，旨在提升服务体验与灵活运营 [4] - 工业具身智能主要面向制造、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，目标是提升效率与保障安全 [4] 全球市场格局与战略意义 - 具身智能是中美科技竞争的关键战役，美国凭借算力基础、顶尖模型与资本生态实现先发优势，中国则依托政策支持、场景驱动与产业链协同加速追赶 [6][11] - 行业预计未来五年复合增长率达73%，十年左右时间达到年万亿级市场需求，2025年全球规模预计达192亿元人民币 [46] - 中国市场预计从2025年21亿元增长至2035年超过2,800亿元，实现十年百余倍增长 [50] 技术演进与模型发展 - 视觉语言动作模型成为发展共识，模型正经历端到端的范式演进，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] - 技术演进方向包括融合更多模态信息（视觉、语言、力觉等）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 [21] - 单一模型无法满足复杂现实场景，混合模型架构是必然趋势，通过高层大模型进行认知规划，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] - 类比自动驾驶，行业自主程度处于L2-L3的过渡阶段，类比LLM则达GPT-2水平，未来2-3年或实现质变性飞跃 [27] 商业化进展与趋势 - 商业化正沿着价值阶梯演进，当前以高ROI、低复杂度的工业制造、仓储自动化和餐饮零售等“确定性”场景为核心突破口 [31][34] - 付费模式或将从一次性整机销售逐步过渡到“机器人即服务”模式，最终发展至“按任务完成效果付费” [35] - 行业处于S曲线早期阶段，预计5年左右进入爆发临界点，类似历史科技浪潮 [37] 核心挑战与瓶颈 - 行业面临四大瓶颈制约大规模商用：高质量多模态数据稀缺、灵巧手与泛化等技术未成熟、核心部件与算力成本高、ROI周期长及伦理安全问题 [13] - 数据获取依赖遥操作、仿真合成等方式，但高质量数据依然高度稀缺，成为关键瓶颈 [15][16] - 灵巧手是核心部件关键一环，面临小型化设计、敏捷控制和成本可靠性的“三难困境” [25] 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、传感感知到基础模型等漫长链条，中国企业在产业环节覆盖度和下游整机集成上已占优势 [41] - 全球竞争格局显现三股核心力量：以Figure为代表的AI原生挑战者、以ABB和擎朗智能为代表的传统机器人头部玩家、以及以特斯拉和亚马逊为代表的跨界巨头 [55] - 产品同质化已初现，未来三年整合趋势不可避免，第一轮洗牌不会太远，最终格局将是少数玩家的市场 [57] 代表性企业分析 - **Figure AI**: 估值达390亿美元，产品快速迭代，引入自研通用VLA模型Helix，致力于打造通用自主人形机器人 [1][64][65] - **擎朗智能**: 形成人形与轮式机器人双线布局，构建完整产品生态矩阵，在场景方案积累、数据库规模等六大维度上显著高于行业平均水平 [66][71][72] - **节卡机器人**: 拥有多元产品生态，依托庞大存量设备网络构建独特数据优势，并采用分层混合架构平衡AI创新与工业稳定性 [77][79][81] - **因时机器人**: 作为微型伺服电缸领导者，通过垂直整合自研核心部件，突破灵巧手技术瓶颈，已在工业制造等多个领域实现规模化落地 [83][85][88] 中国产业动态与出海 - 中国将具身智能纳入国家战略，中央与地方层面协同出台政策支持，包括资金支持、专项规划和试点示范 [8][9] - 中国具身智能产业进入出海加速期，2024年商用服务机器人全球出货量占比达84.7%，工业机器人出口总额为11.3亿美元，同比增长43.22% [53][54] - 代表企业如宇树科技和擎朗智能通过技术自主创新与本地化适配等路径，验证了中国具身智能在全球高标准市场的商业化可行性 [53][54]

宇树机器人商业化路径分析 - 宇树机器人近期通过社交媒体和春晚等大型平台提升品牌曝光度，与科技、快消和互联网品牌合作，包括跨界站台、舞台走秀、直播带货等活动 [3] - 公司以G1、H1、Go2为主角的机器人展示了唱跳、走秀和直播带货等多种技能，加深了消费者对其产品的印象 [3] - 自2020年A轮融资以来，宇树连续五年盈利，通过自主研发大幅降低生产成本，具备强大的市场竞争力 [3] - 公司在C端市场采取价格亲民策略并不断优化产品体验，但机器人普及仍面临价格和实用性的双重挑战 [3] 中国精密减速器行业全景分析与未来展望 - 精密减速器通过多级齿轮结构将电机高转速转化为机械臂所需的低速大扭矩输出，决定机器人在汽车制造和3C电子精密装配等领域的应用效率 [4] - 谐波减速器以柔轮弹性变形原理为基础，具有轻量化设计和零背隙特性，广泛应用于协作机器人等高精度场景 [4] - RV减速器采用行星齿轮和摆线针轮的两级减速结构，提供超过5000Nm的扭矩输出和0.1弧分的定位精度 [4] - 2016-2020年国内企业攻克多个关键技术，国产RV减速器首次通过6000小时耐久测试 [8] - 日本企业在高端市场占据主导地位，如纳博特斯克占据汽车焊接机器人领域75%市场份额 [8] - 未来精密减速器产业将在智能化、绿色化和高端化转型中发展，新能源汽车、半导体等新兴领域将推动技术进步 [8] 中国人形机器人研究报告2025 - 人形机器人产业处于研发阶段，部分产品已进入B端市场，如优必选Walker S1用于汽车工厂物料分拣，宇树科技G1进军娱乐和商业服务领域 [10] - 人形机器人旨在模拟人类的通用能力，具备学习进化和自主决策能力，双足全尺寸设计能更好适应人类社会的工具和空间 [10] - 美国Agility Robotics的Digit系列和Figure AI的Figure系列已在车厂和物流场景测试并取得初步成功 [10] - 宇树科技H1-2价格为70万人民币，乐聚机器人夸父价格为60-80万人民币，波士顿动力Atlas电驱版约为110万人民币 [10] - 人形机器人在可靠性、能源、散热和控制能力等方面仍面临挑战，比赛中出现螺丝松动、关节磨损等问题 [9] - 大脑通过大模型技术增强环境理解、逻辑推理和语言处理能力，小脑通过机器学习提升对复杂动态环境的适应能力 [10] 中国汽车零部件行业竞争格局及企业布局 - 中国汽车零部件行业高度细分且竞争激烈，涵盖发动机系统、车身零部件、行驶系统和电子系统等多个领域 [11] - 潍柴动力和华域汽车凭借强大的发动机技术和制造能力具有显著市场影响力 [11] - 中策橡胶在轮胎领域拥有较强市场地位，华为在自动驾驶系统领域逐步成为重要供应商 [11] - 均胜电子在车载智能系统和安全系统方面展现出较强技术优势 [11] - 宁德时代2024年在中国汽车零部件市场市占率约6%，在电池系统领域竞争力突出 [11] - 福耀玻璃在车身零部件领域处于第一梯队，汽车玻璃市场占有率较高 [11] 一季度机械工业生产、投资稳定增长 - 机械工业一季度呈现积极增长趋势，智能化和新能源相关领域技术进步和市场需求强劲 [12] - 一季度GDP环比增长1.2%，连续五个季度环比增速保持在1%以上 [12] - 规模以上装备制造业增长10.9%，高技术制造业增长9.7%，远高于其他工业增长水平 [12] - 工业机器人和集成电路圆片产量持续增长，分别增长26.0%和12.7% [12]