文章来源:24时观象台新闻云 于 – 新闻取自各大新闻媒体，新闻内容并不代表本网立场！
具身智能（Embodied AI）正站在人工智能发展的关键拐点上。作为实现通用人工智能（AGI）的重要路径，具身智能通过物理身体与环境的强交互，展现出自主性、泛化性和适应性的核心特征。根据艾瑞咨询发布的《2025商用具身智能白皮书》，2025年全球具身智能市场规模约为192亿元人民币，预计到2035年将突破万亿级别，十年复合增长率高达73%。
中国在这一赛道展现出强劲追赶态势：2024年中国人形机器人发布数量达51款，远超美国的8款；全国已有6个以上国家级高维度政策出台，撬动1800亿元以上资金支持；14个以上地方政府陆续出台专项规划。然而，行业仍面临数据稀缺、技术瓶颈、成本高昂和商业落地等多重挑战。
本报告从定义与战略意义、发展阶段与挑战、全球市场趋势、产业链分析、竞争格局和典型案例六大维度，全面解析具身智能产业的发展现状与未来机遇。
具身智能的概念最早可追溯至1950年图灵提出的“机器是否能思考”这一哲学命题。经过70余年的发展，全球学术界和产业界对具身智能的理解逐渐趋同：它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（AGI）的关键路径。
具身智能的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，进而展现出自主性、泛化性和适应性。全球专家普遍强调，具身智能不仅是机器学习、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。
不同形态的具身智能机器人正并行演进，满足零售、餐饮、工厂、物流、教育、医疗等多元场景需求。商用具身智能主要服务于零售、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。工业具身智能则主要面向制造、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。
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，不仅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，还将带动制造、交通、零售、医疗等场景转型升级。中美正展开先进科技的关键战略竞争，中国具身智能的突破既关乎长期经济效益，更关乎科技自立自强与国家竞争力的提升。
数据显示，中国人形机器人发布数量正快速攀升：2022年仅6款，2023年跃升至34款，2024年更是达到51款，远超同期美国的8款。这一数据充分说明中国在该领域的追赶速度和产业活力。
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，强调技术攻关、产业链协同和场景开放。2025年3月，具身智能进入政府工作报告，正式上升为国家战略；2025年4月，人形机器人技术要求系列国家标准正式获批立项。
地方政府也积极响应：北京发布《北京具身智能科技创新与产业培育行动计划（2025—2027年）》，杭州出台《杭州市具身智能机器人‘强链补链’三年行动方案》，上海印发《上海市具身智能产业发展实施方案》。以北京、杭州、上海为代表，深圳、江苏、湖北、重庆、山东等省份均出台多种政策支持产业发展。
具身智能的发展历程可分为三个阶段：1950-2000年的概念提出期，以哲学与学术思考为主；2000-2020年的技术积累期，深度学习与感知交互取得突破；2020年至今的应用拓展期，大模型驱动人形机器人加速迭代，资本政策双轮加持，产业应用加速落地。
当前，全球进入快速演进的新拐点。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。在基础模型方面，美国OpenAI/DeepMind领先，中国DeepSeek紧追；在算力基础方面，美国GPU生态成熟，国产芯片集群正在补齐；在应用落地方面，美国资本驱动多元探索，中国政策下公用/政务或先行。
具身智能正加速从实验室走向产业化，但仍面临多重挑战。首当其冲是数据瓶颈：高质量真实操作数据稀缺，采集成本高、周期长；仿真与现实存在显著Gap，限制模型迁移效果；缺乏统一标准与共享机制，数据孤岛化严重。
技术瓶颈同样突出：灵巧手精度与稳定性不足，复杂操作成功率低于70%；大模型泛化能力有限，跨场景任务成功率低于80%；Sim2Real迁移仍不稳定，实验室验证难以规模落地。成本方面，核心零部件成本高企，占整机50-60%，单机成本超过20万美元，年产量不足1000台。商业与社会层面，应用碎片化，商业模式不稳，ROI周期超过7年，社会接受度与信任度仍待提升。
当前具身智能领域的数据获取主要依赖四种方式：遥操作机器人数据、仿真合成数据、动作捕捉数据以及互联网视频图像。尽管路径多样，但真正推动模型泛化落地的高质量数据依然高度稀缺。
具体而言，一台遥操作设备30-40万元，采集员每天仅能获取数百条数据，每人日成本约300元。行业内常用1条真实遥操作数据+9-10条仿真数据混合训练，但模型在真实环境下任务成功率仍不足80%。特斯拉Optimus单是数据采集成本就预计高达5亿美元。一台机器人若要投入工厂，需要数百万小时训练才能准备就绪。
2.4 VLA模型：具身智能的“GPT时刻”正在逼近
在大语言模型成熟之后，具身智能模型正经历端到端的范式演进。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，催生出能够跨场景、自主学习的“机器人大脑”。
2022年Google发布Saycan，将LLM的高级推理能力与机器人的低级执行能力解耦；
2023年Google发布RT-2，正式提出VLA（Vision-Language-Action）概念；
2024年Google开源高质量VLA模型OpenVLA，降低了使用门槛；
2025年英伟达推出通用性开源基础模型Isaac GR00T，配套推出OSMO操作系统和计算Thor芯片等平台级解决方案。
VLA的持续迭代或催生具身智能领域的“GPT时刻”。
类比自动驾驶，具身智能已初步掌握L2级别的自主移动能力，并迈入L3级别低技能操作的初期探索。类比LLM的时间线，则已达到GPT-2的水平，验证了scaling law的可行性。未来2-3年或达到关键的临界点，实现模型能力的质变性飞跃。
具身智能的自主化程度可分为五个等级：L0脚本化运动（高准确度、高重复性）、L1智能拾取放置（弱泛化感知、弱泛化抓取）、L2自主移动（场景理解、高阶规划、长程推理）、L3低技能操作（高级抓取与放置、移动操作）、L4力控任务（精准度极高、准确控制力度）。当前行业正处于从技术验证到价值闭环的关键攻坚期。
具身智能的商业化并非如LLM大语言模型的单点突破，而是复杂的系统工程。其大规模应用的拐点将在续航、延迟、执行、可靠性与经济效益等五大维度均跨过可用门槛，并形成正向增强的价值飞轮之时。
具体而言：续航方面，有效工作时长不足，难以覆盖完整/多个任务，充电管理依赖人工；延迟方面，50ms的延迟导致远程操控手感差，端侧智能响应差；准确性方面，泛化能力有限，模型在训练场景外任务成功率下降快；可靠性方面，长时运行稳定性差，缺乏通用场景百万小时级别无故障验证；经济效益方面，ROI较长，当前具身智能总拥有成本远高于被替代的人力成本。
具身智能的商业化正沿着价值阶梯演进。当前，产业应用以高ROI、低复杂度的“确定性”场景为核心突破口，如工业制造、仓储自动化和餐饮零售的基础场景正迎来订单加速释放期。未来，随着技术成熟度提升，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。
早期应用将集中在环境可变性较低、任务相对短程的场景，易于可靠商业化。例如擎朗、节卡从餐饮酒店和工业场景广泛部署，实现了结构化场景的大规模落地。随着算法、感知和决策能力提升，拥有丰富真实场景积淀的公司能迅速迁移，从基础功能逐渐迁移至更强的环境感知、灵巧操作与具身智能。
具身智能的产业链复杂度不亚于汽车等制造业，涵盖从执行器硬件、传感与感知、计算和存储、机身与外壳、电池与散热、自动化、基础模型等漫长链条。产业图谱可通过硬件、大脑和集成商三个维度来区分。
目前个别产业链的优势仍集中在欧美日韩企业手中，但中国企业在产业环节覆盖度上已占据显著优势，并在下游的整机集成和应用场景上展现出巨大潜力。核心零部件成本结构中，灵巧手占比34%，关节占比26%，旋转执行器占比21%，是决定整机成本和性能的关键环节。
作为第七次科技浪潮的主升浪，全球资本市场绝不会缺席具身智能。仅过去不到一年，中美具身智能企业的单轮融资额不断创新高。2025年9月Figure C轮融资超10亿美金，估值近400亿美金；随即1X也启动新一轮10亿美金融资。中国具身智能企业上半年近亿美元融资达4笔以上。
从融资案例来看，美国Figure AI估值已达390亿美元，1X Technologies估值100亿美元，Skild AI估值170亿美元；中国银河通用A+轮融资10亿人民币，宇树科技C轮融资7亿人民币，星海图A轮融资5亿人民币。资本市场对具身智能赛道的热情持续高涨。
当前，具身智能仍处于大规模商业化的前夜。根据摩根士丹利、高盛等全球顶尖研究所预测，2025年全球具身智能规模达到192亿元人民币，未来五年的复合增长率达73%，预计在十年左右时间达到万亿级市场需求。
这一判断的关键变量是具身智能价格随着规模量产而下降，单台机器人的售价将从目前的百万级人民币在十年左右降至20多万。中国凭借全球最完善、最具竞争力的工业体系和供应链，预计会在五年左右进入快速降本通道，并在5-10年区间率先触及经济性拐点。保守估计，中国市场规模将从2025年21亿增长到2035年超过2800亿，实现十年百余倍增长。
图14：2025-2035年全球具身智能市场规模预测
2024-2025年，中国具身智能产业进入出海加速期。2024年中国厂商在全球商用服务机器人市场出货量占比达84.7%，我国工业机器人出口总额为11.3亿美元，同比增长43.22%，出口市场份额跃居全球第2。2025年上半年，我国工业机器人出口额同比增长61.5%，服务机器人产量同比增长25.5%。
代表企业正从“单点出货”迈向“体系化落地”阶段：上游以自研核心部件与算法驱动技术出海，下游通过本地化运营和服务体系实现长期渗透。宇树科技与擎朗智能的出海案例分别体现了技术自主创新与本地化适配两条典型路径，验证了中国具身智能在全球高标准市场的商业化可行性。
全球和中国的具身智能竞争格局显现出类似的三股核心力量。
第一类是以Figure为代表的AI原生挑战者，凭借顶尖技术、创业精神和资本加持，旨在抢占技术制高点。
第二类是以ABB、擎朗为首的传统工业、商业机器人头部玩家，依托深厚的硬件工程能力与扎实的2B客户根基，正从专用场景向更泛化的智能应用升级。
第三类是以特斯拉、亚马逊为代表的跨界巨头，从自身海量的真实需求出发，成为推动产业商业化加速的重要引擎。
从光伏、锂电到电车，国内万亿级市场总会面临滞后的市场准入和监管。近两年的具身智能融资，已经出现产品同质化现象，但仍有初创企业加入该赛道。回顾电车产业的发展历程，从百家争鸣到如今几乎个位数的主流市场品牌，具身智能在未来三年的整合趋势不可避免，第一轮洗牌也不会太远。
数据显示，2024年Q1至2025年Q1，具身智能型号发布数量从14个增长至35个，赛道正逐渐变得越加拥挤。高昂的研发投入、复杂的供应链管理、规模化生产挑战以及构建“AI+硬件+生态”闭环的巨大难度，最终竞争格局仍是少数玩家的市场。
初创企业的灵活高效、快速创新、定制服务等是核心竞争力，但也面临资源紧张、生产成本、持续融资的挑战。面对传统制造业巨头和互联网巨头陆续进场，初创企业要比巨头看得更准、行动更快、人效更高，同时找到能带来长期赋能价值的战略伙伴和投资人，以避免未来被这两大类巨头夹击。
制造业巨头的优势在于自有需求场景和丰富制造经验、资金实力雄厚、研发规模庞大，但软件创新不足、迭代缓慢。互联网巨头的优势在于算法、算力和生态资源，但制造经验不足、行业理解不深。初创企业需要在夹缝中找到差异化竞争路径。
6.1 特斯拉Optimus：迈向产业化的人形机器人
特斯拉自2021年AI Day首次提出Optimus概念以来，持续推进人形机器人的研发迭代。2022年Bumble C原型登场，标志着从概念到工程样机的跨越；2023年底发布的Gen 2展示了更轻、更快、更灵巧的动作能力，采用全套自研执行器与传感器；2024年的多次演示进一步验证其在工业与日常场景中的潜力。
当前Optimus已进入快速迭代期，马斯克预测最早2025年底将对外销售，并在2026年实现批量生产，长期目标是在未来十年内实现百万级年产量。Gen 2整机重量降至63kg，灵巧手升级至11自由度，支持捏鸡蛋、抓取小物体等精细操作。
依托全栈自研的技术体系与“研发—智造—供应链”全链条能力，擎朗智能实现了人形机器人与轮式机器人双线协同布局。人形机器人代表未来的通用智能方向，轮式机器人支撑当前的高频商业化落地，形成“前瞻技术 × 稳定收益”的双引擎格局。
擎朗围绕配送、酒店、清洁、医疗、人形五大产品家族，构建出行业最完整的具身机器人生态矩阵，覆盖餐饮、酒店、医疗、工厂、商超等多场景。公司已在全球60余个国家、80+运营中心部署超过10万台设备，服务机器人出口占全球44.8%，行业出口第一。
具身智能的可靠性和准确性催生了灵巧手，而灵巧手的发展高度依赖于执行器技术的突破。传统的伺服系统体积大、集成度低，难以满足新一代具身智能，特别是人形机器人灵巧手对空间、精度和响应速度的极致要求。微型伺服电缸是实现精密直线运动的核心部件，是具身智能实现微型化和模块化的理想选择。
因时机器人成立于2016年，精准预判了具身智能微型化与模块化的未来趋势，投入长达5年的潜心研发，命名并推出微型伺服电缸产品。除芯片外，电缸内部的电机、高精度丝杠、减速器、传感器等关键部件均实现自主设计与生产。2024年灵巧手出货量近2000台，2025年全年销量预计突破万台，市占率超过60%。
具身智能正站在人工智能发展的关键拐点上。从192亿到万亿，这不是简单的数字增长，而是技术突破、产业成熟、商业闭环的系统性跃迁。中国在这一赛道展现出强劲追赶态势，政策支持、产业链优势、应用场景丰富构成了独特的竞争优势。
然而，我们也必须清醒地认识到，具身智能的商业化并非一蹴而就。数据稀缺、技术瓶颈、成本高昂、商业模式不清晰等挑战依然存在。未来2-3年将是关键的临界点，能否实现模型能力的质变性飞跃，将决定具身智能能否真正从实验室走向千行百业。
【完整报告获取】 本文仅为《2025商用具身智能白皮书》的精华摘要，完整报告包含更详细的市场数据、技术解析、企业案例和行业洞察。如需获取完整PDF报告，请前往知识星球下载阅读，与行业专家和投资者一起深入探讨具身智能的无限可能。
推荐大家下载知识星球app或者使用网页版 ( https://t.zsxq.com/Y3mcK) ，搜索和下载资料更方便！有特别资料需求的，欢迎给星主留言，单独推送。
https://mp.weixin.qq.com/s/7mvcJOUsKLMst6MgKxZuFA
