搜索
主要发现
具身智能（Embodied AI）正从概念验证迈入产业化与商业化的拐点阶段，已成为全球科技竞争与新质生产力的战略制高点。
需说明的是，本报告聚焦机器人形态具身智能，覆盖人形及四足、协作臂/机械臂、轮式/AMR、特种机器人等非人形广义具身应用，未将自动驾驶汽车、无人机、无人船艇等自主移动无人系统纳入分析范围。
全球产业发展态势：
- 1.产业迈入商业化淘汰赛，规模与交付仍存落差
2026年市场进入“量产元年”与场景商业化拐点。回溯2025年，全球人形机器人出货量约2.5万台、中国厂商占比约52%，全球人形/具身融资超110亿美元、中国具身智能融资444亿元；行至2026年上半年，全球人形出货已达约1.9万台，中国份额升至97%以上，量价与交付同步走热。但“订单热、交付冷”仍待破解，公布意向订单与实际交付比例仅约10%—20%，商业化仍是产业关键卡点。
- 2.全球呈“多级并进、错位互补”的区域格局
北美重“大脑”、算力与资本，中国重制造、供应链与场景，欧洲重工业严谨与安全标准，日韩重精密制造与系统集成，尚未形成单一主导力量。各国政策已从“鼓励研发”全面转向“采购牵引+场景开放+标准定义权”的三维竞争。
- 3.产业价值向“大脑—身体—场景数据”三层收敛，驱动力同步切换
技术架构由“感知—规划—控制”分立式走向以VLA/世界模型为代表的端到端范式；产业驱动力由风险资本单一催化转向“真实场景拉动+政策供给推动+制造供应链支撑”三轮协同；基础层、产品层、应用层三层企业生态成型，竞争焦点从“演示样机”上移到“规模交付、持续迭代”。这一分层结构直接决定了中美沿价值链的错位卡位。
- 4.中美沿价值链上下端错位卡位、在真实交付处交汇
美国路径的本质门槛在“大脑”（基础模型、算力与资本），中国路径的本质门槛在“身体”（供应链、量产与成本），各自短板恰是对方长板，形成互补升级路径；真实商用部署显示：头部人形机器人的“大脑与系统定义”仍由美欧企业主导，“身体与量产能力”则越来越多地借助中国及东亚精密制造供应链实现降本——特斯拉Optimus最为典型；但亦有Agility Digit等案例刻意走美国本土供应链路线，说明“大脑在美国、身体在中国”并非唯一路径。开放互补使双方成本曲线下移，但技术、供应链、标准、市场四层仍须采取“竞争性合作、选择性开放”策略。
趋势与展望：
- 1.中美双核格局短期难逆转，但竞争维度正从“错位”走向“对立”
美国正加速补齐制造与供应链短板（通过本土建厂、盟友代工），中国正向上游基础模型与原创算法发起突破（通过大厂自研、开源生态）。未来3—5年，两国将从“各守一段”的错位竞争，逐步进入“全链条正面交锋”的对位竞争，届时成本、效率与场景密度将决定胜负。
- 2.欧洲“研究+治理”面临商业化压力，或向“规则输出+高端制造”升级
随着具身智能进入规模部署阶段，单纯的基础研究与治理话语权难以支撑产业闭环。欧洲若不能在整机或核心零部件上形成商业闭环，其“研究+规则”路线可能被边缘化；反之，若能依托ISO标准话语权与高端精密制造，将“规则优势”转化为“标准授权+高端零部件”的商业模式，则可在价值链上游维持长期影响力。
- 3.商业化临界点临近，规模部署开始兑现
2026年正处于商业化临界点的起点，人形与广义具身产品从演示走向量产，仓储物流、工业巡检等场景进入规模化部署，摩根士丹利两度上调中国出货预期；先发城市将不可逆地锁定人才密度，后发者补课成本随时间陡增，窗口期正在收窄。
- 4.行业将在三到五年内进入分化与洗牌期
随着技术成熟度曲线越过预期高点，资本与订单向具备真实交付能力的主体集中，缺乏差异化内核的整机产能面临出清，城市间的梯队位次也将随之重排。
- 5.软基建与合规能力正成为未来门槛
随着具身系统进入养老、公共空间等场景，功能安全、网络与伦理认证已从“加分项”变为“准入证”；算力基础设施、绿能供给、公共测试验证平台等实体软基建，以及数据开放、标准认证、治理规则等制度软基建，将决定一座城市对企业的短期吸引力与长期孵化能力。
1、具身智能产业发展概述
1.1 定义与产业边界
与传统的“离身”AI 相比，它的根本差别在于从“理解世界”走向“作用于世界”，因而必须同时面对三维空间、物理规律、实时性与行动后果不可撤销这四个问题。
具身智能描述的是智能范式，而非某一种硬件形态；同一种具身模型原则上可运行于不同本体之上。据此，本报告所指的具身智能产业并不局限于人形机器人，而是覆盖人形及非人形广义具身应用，包括四足机器人、协作臂/机械臂、轮式/AMR、轮式+机械臂、特种机器人等多种物理形态；不包括自动驾驶汽车、无人机、无人船艇等自主移动无人系统。
图1-1具身智能的定义与细分
把自动驾驶与无人机排除在外，不是因为它们不够智能，而是因为问题结构不同：自动驾驶的运行环境高度结构化，规则由交通法规与基础设施给定，任务目标单一；具身智能面对的是半结构化甚至非结构化环境，任务随场景变化，且需要频繁与人和物体发生物理接触。这一区别决定了两者在数据、安全认证和商业模式上走的是不同路径，如果对二者不加区分，会对具身智能的产业规模、产业链形态等造成明显错判，也会误导相应的发展建议。
1.2 价值与战略意义
具身智能的产业价值本质上由需求侧牵引。2025年前后集中进入各国政策核心，直接动因在于全球劳动力供给的结构变迁（老龄化与用户短缺），而非单纯的技术演进。其战略价值集中体现在四个层面：
重塑生产范式：直面人口结构约束，替代重复性与危险性劳动，破解制造业用工瓶颈，提升全要素生产率；
拓展能力边界：深入灾害救援、深海空天、医疗康复等极端或高精场景，突破人类体力与操作精度的物理极限；
重构产业生态：催生“本体制造-核心部件-RaaS（Robot as a Service，机器人即服务）运维”的全新产业链，重塑就业与价值分配结构；
赋能科学发现：作为实验与工程任务的自主执行体，大幅压缩科研迭代周期，成为基础探索的“加速器”。
长远审视，具身能力已成为大国科技博弈的关键维度，谁能率先实现“可靠、可负担”的具身智能，谁将掌握下一代生产力工具的定义权与生态主导权。
1.3 发展现状
1.3.1具身智能产业发展历程
以人形与移动操作机器人为主线，其发展可划分为五个阶段：
萌芽与自动机械装置时期（15—19世纪）：以发条、水力驱动的自动机为主，属于机械模仿，不具备感知与决策能力。
现代机器人奠基（1920s—1960s）：机器人概念进入工业领域，示教再现型机械臂出现，控制理论形成。
学术人形研究（1970s—1990s）：以早稻田大学加藤一郎团队（1968年起）WAP/WL/WABOT系列为代表，系统开展双足行走研究，1973年WABOT-1成为全球首个全尺寸人形机器人；此阶段以运动机理为主、智能能力初步萌芽。
动态运动时代（2000s—2022）：本田ASIMO、波士顿动力Atlas/PETMAN等推动高动态运动控制，感知与规划能力快速提升，但智能化程度有限，尚未形成任务级泛化能力。
商业化爆发（2023至今）：大模型与具身智能结合，Google DeepMind于2023年7月发布RT-2，标志VLA（视觉—语言—动作）范式正式确立并成为主流技术路线，资本与政策同时进入。
不同形态成熟度差异显著：工业/协作机械臂、AMR 已规模商用，人形机器人正从工厂与仓储试点向小批量部署过渡；面向家庭场景的通用产品，距离大规模可用仍有相当距离。过去三年的进展速度明显快于此前三十年。
梳理上述历程可以提炼一条清晰规律：每一轮产业加速，都由上一层“底层能力外溢”触发——控制理论外溢带来运动与平衡能力，催生了工业机械臂；机器学习外溢带来感知与识别能力，催生了视觉与导航应用；当下的外溢则是通用大模型，其显著降低了任务理解与指令跟随的门槛，推动了VLA与任务级泛化。然后，运动控制、可靠性与成本这三项基础性工程约束并未随之自动解决，仍需靠工程与制造环节逐一攻克，这也解释了为何“演示惊艳”与“规模交付”之间仍存在显著落差。
图1-2具身智能商业化历程与里程碑
图1-3中国具身智能产业发展历程与里程碑
1.3.2具身智能产业规模
2025年是具身智能从样机向量产跨越的元年，头部企业完成了从实验室原型到小批量生产、交付的验证；2026年则被普遍视为规模化商用的起跳年，主要厂商正从样品化交付，升级到具备稳定产线、商业订单与场景上岗的可规模化商品阶段。
出货量：2025年全球人形机器人出货量约2.5万台，其中，中国厂商出货约1.3万台，占比约为52%（Morgan Stanley）；预计至2030年、2040年全球出货量将分别达到约70万台、4640万台，而中国厂商的出货量将分别达到40万台、2230万台（Morgan Stanley）。当前头部企业已率先起量，中国企业在全球供给中占据主导位势。
销售额：2025年全球人形机器人销售额30亿美元，预计至2030年、2040年全球市场规模将分别达到409亿美元和1.99万亿美元（Morgan Stanley），长期增长空间显著。而2025年，中国的人形机器人销售额约为6亿美元，预计至2030年、2040年将分别达到149亿美元和4658亿美元（Morgan Stanley）。
融资热度：2025年，全球具身智能领域融资约为670起、112亿美元（毕马威）。中国具身智能领域在2025年融资约358起，总额444亿元人民币；而在2026年前4月，融资额已达525亿元人民币（IT桔子、人民网），热度进入加速上升通道。
企业生态：全球人形机器人本体企业超300家，中国整机企业超140家；截至2026年4月底，中国具身智能现存企业约2,861家（赛迪、企查查），生态集聚效应凸显。
商业订单：2025年头部企业订单初显规模（如宇树、智元等订单额和出货量在全球居前），但整体仍处于“演示惊艳”向“规模交付”过渡阶段，订单兑现度将成下一阶段分化关键。
图1-4全球和中国人形机器人出货量（2025-2050F）
图1-5全球和中国人形机器人销售额（2025-2050F）
图1-6全球具身智能领域投融资情况（2025-2050F）
图1-7中国具身智能产业投融资规模（2025）
图1-8中国具身智能企业订单规模（2025）
图1-9全球人形机器人主要厂商出货量（2025）
图1-10全球人形机器人细分领域出货量占比（2025）
图1-11中国人形机器人细分市场出货量分布（2025-2026）
1.3.3具身智能产业结构与区域分工
图1-12具身智能产业图谱（全球）
（1）产业链三层结构
具身智能的产业链可分为基础层、产品层、应用层三层，各层的竞争逻辑与壁垒来源并不相同：
基础层：涵盖核心零部件（丝杠、减速器、力矩/触觉传感器、关节模组、灵巧手），芯片与算力，开发平台，算法、模型，操作系统等。这一层的壁垒来自工艺积累、量产良率与算法模型迭代。中国企业在结构件与部分传动件上具备成本优势，高精度六维力/触觉传感器、精密传动材料（如谐波柔轮）与训练算力仍存在对外依赖——国产替代在量产机型已大面积突破，但在高精度、高动态、微型化及医疗/航天等高端场景尚未完全攻克。
产品层：以整机制造，人形本体集成与软硬件工程化耦合为核心，竞争焦点是量产一致性、BOM 成本与交付节奏。这是中国企业目前优势最明显的环节，但也是利润最薄的一环：上游核心部件毛利率普遍在40%–70%，而纯外购集成的整机厂毛利率仅10%–20%、多数持续亏损。因此自2025年起，头部整机企业纷纷向上游自研（如宇树自研执行器/电机/控制、开普勒核心部件自研率超80%）或向下游运营延伸，以争夺更高价值环节。
应用层：包括系统集成，场景运营与RaaS 服务等，直接决定现场数据回流与产品迭代速度。掌握高频真实场景数据的企业长期议价能力最强——数据飞轮一旦启动，将形成“部署越多→数据越多→迭代越快→成本越低”的正向循环；但目前多数场景仍处于于试点阶段，稳定盈利模式尚未形成，缺乏数据沉淀的纯集成商议价能力有限。
三层之间的利润分配并不均衡。掌握关键部件（高功率密度执行器、高精度力/触觉传感器）与高频场景数据的企业议价能力最强，中间的产品层最容易被规模竞争拉薄利润，这也是为何整机企业普遍向上下游延伸，而汇川技术、绿的谐波等外部厂商则通过垂直整合卡位核心环节。对地方政府而言，扶持整机组装的边际收益正在下降，卡位关键部件、开放真实场景与参与标准定义的价值更高。
（2）技术成熟度呈梯度分布
具身智能不同载体所处商业化阶段差异显著，整体呈现“专用先行、通用滞后，结构化场景先跑通、非结构化场景后突破”的梯度格局。
第一梯队：工业/协作机械臂、AMR——已规模商用（★★★★★）
工业机械臂经过数十年迭代，在汽车、3C、金属加工等领域技术高度成熟，运动控制、力位混合控制、路径规划已成为标准能力。据Interact Analysis数据，2025年全球协作机器人出货量约5.7万台、营收超12亿美元，中国凭借供应链与价格优势占据全球过半出货份额。AMR方面，据CMR产业联盟统计，2025年全球移动机器人（AGV/AMR）销售规模约63亿美元、销量约26.5万台，同比增长约16%；其中中国企业销量约18.2万台、全球占比约68.7%。SLAM、多传感器融合与集群调度已达工业级可靠性，该梯队的核心特征是“技术成熟—成本可控—回报可算”，是具身智能中唯一形成大规模商业闭环的形态。
第二梯队：轮式+机械臂、四足、特种机器人——试点向小批量过渡（★★★）
轮式+机械臂兼顾运动经济性、续航与操作能力，在工厂上下料、仓配分拣、商业巡检等半结构化场景中快速落地；智元A2-W、精灵G2等已在智能制造产线执行精密上下料与检测任务，标志着“轮式本体+协作操作”正从演示走向付费部署。
四足机器人方面，据产业蓝皮书统计，2025年全球四足机器人出货量约8.2万台（中国约6.5万台、占80%），全球市场规模约70亿元人民币；宇树（消费级、科研教育主导）与云深处（行业级、特种应用主导）构成“双雄”，欧美厂商（Boston Dynamics、ANYbotics、Ghost Robotics）聚焦高端与军工、单价高但出货有限。
特种机器人（电力巡检、管道检测、核环境作业）因任务边界清晰、环境限定强，工程化风险可控，国网、中石油等央企已开启常态化采购，但市场总量有限，偏项目制。
第三梯队：人形机器人——从工厂试点走向小批量部署（★★）
2025年被广泛视为人形机器人“量产元年”，IDC统计全球出货量约1.8万台、销售额约4.4亿美元，同比增长约508%，中国厂商占主导。厂商维度，智元、宇树出货均约5000台量级，合计占据全球过半份额，Figure AI、Agility Robotics、Tesla等海外厂商2025年出货均在150台左右，中美呈现“中国主导量产交付、美国引领技术标杆”的分工格局。
2026年行业进入“小批量交付”阶段，TrendForce、SAG、美银等机构普遍预测全球年出货有望达5万—10万台级，但该数字仍属于机构预测/产能口径，非已实现数据，且订单中相当比例为验证性采购与场景实训，不等同扩张性需求。应用端以工业场景为先：汽车总装、3C物料、仓储搬运等任务明确、环境规范、降本诉求强，使人形价值更易量化。但核心瓶颈仍在“大脑”——若单步可靠度99%且假设各步独立同分布，100步连续任务整体成功率仅约37%，距离“稳定打工人”尚有距离。
第四梯队：通用家庭场景——早期验证（★）
家庭是具身智能的终极场景，也是最难场景：环境非结构化、任务长尾化、安全与责任边界复杂。当前产品仍以扫地机、陪伴机器人、科研本体为主，具备双臂操作能力的家庭人形机器人多处于预售、内测或前瞻探索阶段（如1X NEO）。行业普遍判断：2028年前家庭场景以数据采集与开发者验证为主，2030年前后随着成本下探至万元/万美元级、安全认证成熟，才可能启动消费级渗透，但全民普及仍需更长时间。
（3）全球分工格局
全球具身智能产业的地缘分工已初步成形，各主要经济体基于自身禀赋，在产业链不同环节形成差异化卡位。
中国：聚焦“身体”——制造、供应链与出货量。依托全球最完整的制造业体系，中国在整机制造、核心零部件量产和规模出货方面占据主导。2025年全球人形机器人出货量中，中国占比超84%，宇树、智元、优必选等头部企业已形成万台级交付能力。长三角（减速器、伺服电机）、粤港澳（整机集成、消费电子供应链）等产业集群，使中国在“把机器人造出来、造得便宜、造得快”环节具备显著成本与效率优势。但在基础模型、高端算力等“大脑”环节仍处于追赶状态。
美国：占据“大脑”——基础模型、算力与顶级资本。美国在具身智能的“智能”侧拥有领先地位。OpenAI、Google DeepMind、NVIDIA等掌握VLA、世界模型等基础模型的研发主导权，英伟达提供从训练到部署的全栈算力底座，Figure AI、Tesla等凭借硅谷顶级资本与AI人才密度，定义着技术路线与产品形态。其核心优势在于“定义智能”——通过基础模型、算力生态与资本杠杆，掌握行业技术演进的方向盘。
欧洲：深耕“规则”——功能安全、标准与认证。欧洲在功能安全、机械指令、CE认证等制度层面建立了全球最严格的准入门槛。ISO/TS 15066、I
日韩：深耕“精密”——核心部件与系统集成。日韩在精密制造领域积累深厚，在减速器（Harmonic Drive、纳博特斯克）、伺服电机（安川、松下）等核心部件上保持全球领先，发那科、安川等老牌厂商在运动控制与系统集成方面拥有数十年工程经验。尽管中国正在加速国产替代，但在最高端、最精密的部件环节，日韩的工艺壁垒依然显著。
小结：四极格局的本质是“制造能力、智能能力、规则能力、精密能力”的错位分布。中国以规模制造见长，美国以基础智能领先，欧洲以规则制定占先，日韩以精密工艺立身。短期内这一格局难以颠覆，但中国的供应链优势正向上游精密部件延伸，美国的基础模型优势正被开源生态稀释，欧洲的规则优势正被新兴市场本土标准建设对冲，日韩的精密壁垒则在国产替代浪潮中逐步收窄。未来3—5年，四极之间的竞合关系将决定全球具身智能产业格局的最终走向。
（4）商业交付存在结构性落差
行业测算显示，公开披露的意向/框架订单中，最终转化为刚性合同与实付交付的比例约在10%—20%。已交付部分中，展演、接待、科研教育等展示型场景占比较高，承担连续生产性任务的占比仍低，部分设备实际用于数据采集与模型训练。产业整体仍处于从“演示验证”向“规模交付”过渡的阶段，订单兑现度是当前关键变量。
1.3.4产业痛点与解决方案
1.3.4.1 核心痛点与制约因素
具身智能的商业化瓶颈并非单点技术问题，而是能力、成本、数据、供应链与制度相互联系、相互制约的结果。当前产业发展最核心的约束可归纳为三个层级：决定“能不能用、值不值得用”的硬门槛、决定“迭代快不快”的基础能力，以及决定“能否规模采购”的制度通道。三者需依次突破，不可平均用力。
第一层：硬门槛——决定“能不能用、值不值得用”
这是当前最突出的痛点，也是产业能否商业化的决定性因素。
① 可靠性与泛化不足
长时序任务成功率面临严峻的概率衰减：若单步可靠度为99%且各步独立分布，30步任务整体可靠度即降至约74%，100步仅约37%。真实任务中错误会传播、会级联，而系统普遍缺乏有效的错误识别与自我恢复机制。同时，真实场景的长尾情况难以穷举，行业尚未出现类似大语言模型的单一参数 Scaling Law，能力提升更多依赖数据质量 × 硬件成熟度 × 仿真闭环 × 工程打磨的耦合，而非单纯堆大模型参数。
② 灵巧操作硬件短板
灵巧手在连续工况下的使用寿命普遍偏短，整机重量仍高于人手（人手约400克），在多数工况下的综合性能尚未稳定超过标准化夹爪。其本质是硬件层面的可靠性不足——操作精度、耐久性与成本三者尚未同时达标，制约了复杂任务的持续执行。
③ 单位经济性未达标
制造业客户通常要求综合使用成本低于15美元/小时、投资回收期短于2年。目前仅少数领先企业在汽车、3C等结构化场景中，于理想工况下接近这一水平；通用场景在硬件折旧、运维、人工替代收益之间尚未形成稳定正向差额。换言之，产品“能用”但“不划算”，客户缺乏规模化采购动力。
第二层：基础能力——决定“迭代快不快”
硬门槛之上的三项能力，决定产业能以多快速度逼近商用标准。
④ 真实交互数据稀缺
高质量具身数据的规模远少于文本与图像数据，且采集成本高、标注难度大。受限于“仿真 - 现实”的域差（Domain Gap），依赖数据驱动的模型迭代尚未形成“部署 - 采集 - 迭代”的正向闭环，数据飞轮运转不畅。
⑤ 工程化与供应链不成熟
量产一致性、良率与可靠性不足，制约规模降本。核心部件方面，中高端执行器、精密传动材料（如谐波柔轮）、高动态力/触觉传感、端侧训练与推理算力仍存对外依赖——国产替代在量产机型已大面积突破，但在高精度、高动态、微型化及医疗/航天等高端场景尚未完全攻克。
⑥ 复合型人才供给不足
同时具备算法、硬件与系统能力的工程人才供给跟不上产业扩张速度。这一约束短期内被资本与订单掩盖，长期看可能成为比模型能力更紧的瓶颈。
第三层：制度通道——决定“能否规模采购”
即便技术与经济性达标，缺乏制度入口仍会阻断规模放量。
⑦ 标准、认证与安全缺位
人形与移动操作机器人缺乏统一的安全认证与测试体系，规模采购缺乏制度入口。尤其在工业、医疗、家庭等高安全要求场景，认证缺位直接等同于采购缺位。
⑧ 资本与商业验证失真
部分估值与意向订单存在水分，“框架订单多、刚性交付少”的结构性落差持续存在：公开披露的意向/框架订单中，最终转化为刚性合同与实付交付的比例约在10%—20%。产品—市场匹配（PMF）尚未被真实付费部署充分验证，资本市场的预期管理与真实商业进展之间存在偏差。
1.3.4.2 解决方案
针对上述制约因素，具身智能产业已形成相对清晰的解决路径，可归纳为如下八条：
① 场景牵引：由汽车、3C、仓储物流等标准工业场景先行，再逐层外溢至泛工业与商业服务领域；
② 架构升级：以 VLA / 世界模型作为“大脑”主流架构，提升泛化能力与长时序鲁棒性；
③ 硬件迭代与过渡策略：灵巧手与本体快速迭代，并以标准化夹爪、轮式+机械臂等成熟形态平滑过渡；
④ 数据闭环：真实部署采集 + 遥操作示教 + 合成数据/仿真，加速数据飞轮；
⑤ 量产与国产替代降本：通过规模量产与供应链本土化压低综合使用成本；
⑥ 商业模式降槛：以 RaaS（机器人即服务）将客户的一次性资本支出（CAPEX）转为运营支出（OPEX），降低客户采用门槛并反哺数据；
⑦ 标准认证前置：建立安全、测试与认证体系，打开规模采购通道；
⑧ 人才供给：校企联合培养，实训基地与再技能化培训并行。
上述解决方案落地，需要在“企业—资本—政策—标准组织—区域集群”的协同框架中系统推进：企业主导技术与产品迭代，资本提供耐心投入，政策补齐首购、标准、人才与集群协同等制度短板，标准组织与第三方评测保障安全与互认，区域集群承接供应链与场景落地，各制约因素与解决路径的对应关系及主要驱动主体如下所示：
表1-1具身智能产业发展制约因素与解决方案
总体而言，八类解决方案并非孤立推进，而是可归纳为四条相互关联的主线：
技术主线（架构升级、硬件迭代、数据闭环）解决“让机器人更聪明、更可靠”的能力上限问题；
商业主线（量产降本、商业模式降槛、场景牵引）解决“让客户用得起、愿意用”的商业化速度问题；
制度主线（标准认证前置）解决“让采购有据可依、有门可入”的放量天花板问题；
要素主线（人才供给）则贯穿全过程，决定产业长期迭代的可持续性。
四条主线存在时序上的先后依赖：技术主线决定“能不能做”，商业主线决定“值不值得做”，制度主线决定“能不能卖”，要素主线贯穿始终。当前阶段，商业主线的紧迫性高于技术主线——技术差距可通过持续投入追赶，但若无法证明“用得起、愿意用”，产业将长期停留在意向订单阶段；制度主线则需提前布局，避免技术与商业成熟后反被认证与标准卡住放量通道。
1.3.5具身智能产业发展趋势
技术演进：从分立式模块化控制走向“VLA+世界模型”混合架构
具身智能的技术底座正在经历代际切换：由“感知—规划—控制”的分立式模块化架构，已全面转向以视觉—语言—动作（VLA）大模型为代表的端到端范式，世界模型与“仿真到现实”（sim-to-real）技术持续缩小虚实鸿沟，云端训练与边缘推理协同成为常态。
当前，VLA仍是产业主流技术路线，但已呈现多条并行演进路径，流匹配（Flow Matching）成为主流动作生成范式，强化学习与VLA的深度整合推动模型从模仿学习向自主学习跨越。然而，VLA本质是“条件反射型”智能体——学习“看到什么就做什么”的直接映射，而非“这么做之后世界会发生什么”的因果推理——在动态环境适应与长程规划任务中日益暴露结构性瓶颈。
由此，技术演进正迈向下一阶段：世界－动作模型（World-Action Model, WAM）。世界模型通过构建可交互的物理环境仿真器，使智能体具备预测未来状态、评估动作后果的能力，从“条件反射”走向“因果推理”。需要强调的是，这一转变是中长期演进方向——产业短期仍以VLA为主流工程架构，中长期向“VLA+世界模型/WAM”的融合架构演进；WAM代表从映射智能走向预测—推理智能的方向，但尚处早期。在第三代类脑VLA架构中，快慢系统深度融合成为核心设计理念：慢系统负责抽象推理与长期规划（约1—5Hz），快系统负责实时感知与快速响应（20—100Hz）。部分前沿模型显示，具身模型在参数规模跨越数B级门槛后能力非线性提升，Scaling Law是否在具身域成立仍待真机数据验证。
远期来看，技术演进将沿三条主线持续深化：从单一模态向多模态感知与交互的闭环机制发展，从静态场景理解向动态环境预测与适应演进，从单一智能体向多智能体协作拓展。
这一转变意味着，知识生产（论文、模型、专利）与研究成果的工程化转化能力，日益成为城市间差距的根本来源——谁能在基础模型与数据闭环上形成持续迭代能力，谁就能在下一阶段的技术竞争中占据主动。
产业进程与驱动力：从资本单一驱动走向“场景-政策-制造”三要素协同
行业沿“概念验证—样机演示—初步商业化”三阶段快速推进，2025年是蓄势之年，2026年是从技术积累迈向规模化落地的跃迁之年。摩根士丹利两度上调中国人形机器人出货预期（2026年5万台、2030年44.6万台/150亿美元），说明中国正从“样机竞争”进入“早期商业化”。
更关键的是驱动力结构的切换，由早期风险资本的单一催化，转向真实场景拉动、政策供给推动、制造供应链支撑的三要素协同叠加。
生态结构：“链主”企业深度重塑供应链，开源与垂直整合并行
具身智能已形成清晰的“三层生态”：基础层（核心零部件、执行器、芯片、基础模型）、产品层（整机集成与人形本体）、应用层（系统集成与场景运营）。其中，“链主”企业正以前所未有的深度重塑供应链。一方面，头部整机企业通过战略投资与联合研发，深度绑定核心关节、灵巧手等关键部件供应商，将传统的采购关系升级为共担风险、共享收益的“命运共同体”；另一方面，领先企业加速垂直整合，将电机、电池、半导体乃至传感器等关键环节纳入自研体系，以实现最大程度的自主可控。
生态健康度不再取决于单点突破，而取决于链主企业的牵引力，配套企业的密度与开放协作的程度。开源生态同步繁荣——头部算力平台已开源基础模型与训练数据，显著降低中小企业的创新门槛，成为具身智能产业落地的重要工程范式。
场景纵深：从演示秀走向“可负担的规模部署”，工业先于家庭
非人形具身形态（四足、协作臂、AMR）已进入可盈利的规模化应用，在物流、工业等场景形成成熟行业模式。
人形整机则仍处于“成本—可靠性—ROI”三重验证期，正从演示迈入制造、仓储、服务等试点商用。当前真正的制约因素已从“能不能做”转向“能不能以可负担的成本规模部署”，成本竞争力成为核心变量。2025年全球人形机器人出货量约1.8万台、销售额约4.4亿美元（IDC，2026年1月）。应用路径呈现清晰的梯度渗透逻辑：汽车与3C电子→仓储物流→商业服务→家庭场景，而家庭场景的大规模渗透仍需等到2030年之后。
商业模式：RaaS+规模化制造，OPEX化与产能爬坡成为主战场
商业模式从“卖设备”转向“RaaS运营+规模制造”双轮驱动：RaaS把客户一次性资本支出转为按小时/按任务付费的运营支出，降低采用门槛并持续回流真实工况数据；融资租赁、保险、政府首购与示范补贴共同托底需求。供给端，2026年全球头部企业规划产能突破10万台，竞争重心由项目制竞标、单点演示，转向量产一致性、良率与交付节奏——“能造出来”让位于“能便宜、稳定、批量造出来”。具身企业正从硬件商演变为“模型+硬件+运营”复合平台，胜负手变成真实场景下的安全可审计与ROI可量化。
区域与城市动能：具身智能成为“新质生产力”的核心增长极
在区域与城市层面，具身智能被普遍视为未来产业与“新质生产力”的关键赛道，城市竞争已从“抢项目”升级为“构建生态系统的战争”。谁能在人才、资本、场景、供应链与制度上形成系统优势，谁就能抢占新增长极。
全球范围内，具身智能产业园与创新集聚区数量快速增加，产业集群效应持续强化，正成为区域经济动能转换的重要载体。
空间布局：全球集群化与多极格局深化
具身智能在空间上高度集群且多极并存：美国以旧金山湾区、波士顿为双核；日本形成东京-名古屋-大阪走廊；中国呈北京-上海-深圳-杭州协同网络；首尔、斯图加特、苏黎世等特色集群加速崛起。集群的形成依赖算力、绿电、公共测试平台与开放数据集等基础设施。
全球分工呈现“美（脑）—中（身）—欧（规）—日韩（精密）”的多极格局：美国主导基础模型与算力，中国聚焦整机制造与规模出货，欧洲引领功能安全与标准认证，日韩深耕精密部件与系统集成。
1.4全球区域具身智能产业发展对比
全球竞争并非同一赛道上的快慢之争，而是不同维度的各擅胜场：美国强在基础模型、算力与资本，中国重制造、供应链与场景落地，欧洲更注重工业严谨与安全标准，日韩更着眼于精密制造与系统集成。各方共识在于“劳动力短缺+ AI 成熟 + 资本涌入”的共同驱动，分化则体现为美国逐鹿通用智能与高灵巧度、中国突围量产与低成本、欧洲锚定安全合规。各国政策已从“鼓励研发”全面转向“采购牵引+ 场景开放 + 标准定义权”的三维竞争。
表1-2具身智能产业在各个国家和地区的发展现状
1.4.1美国：技术原创与资本高地
发展现状：Figure、Tesla、Apptronik等本土企业与1X（挪威背景，美国落地）聚集，处于“技术领先、量产起步”阶段。
模式与路径：以“原创研究+ 风险资本 + 通用AI能力”为内核，依托顶尖高校与科技巨头，在具身大模型、开源生态（Open X-Embodiment、LeRobot、GR00T、π0）与资本密度上领先，路径偏“技术驱动、自下而上”。
驱动力与优劣：AI 基础模型突破、GPU/云端算力、风投密度、科技平台公司垂直整合是主要驱动力。强在VLA/世界模型、算力与融资规模；弱在工程化成本、供应链完整度与量产节奏。
1.4.2中国：工程化与制造规模优势
发展现状：2025 年政府工作报告首提“具身智能”；“十五五”规划纲要将量子科技、生物制造、氢能与核聚变能、脑机接口、具身智能、6G 列为未来产业。北京提出万台量产、千亿集群目标，上海设立规模10亿元具身智能产业基金。优必选、智元、宇树、云迹等企业推进商用试点，其中优必选披露订单超13 亿元、交付超 500 台，智元第 5000 台整机下线，宇树把消费级人形价格下探至 2.99 万元，云迹在酒店场景形成成熟运营。
模式与路径：以“制造规模+ 场景牵引 + 政策聚合”为特征，依托完备供应链与快速工程化能力，在量产节奏与成本控制上占优，路径偏“应用驱动、自上而下”，基础研究正加速补齐。
驱动力与优劣：完整供应链、多省市专项政策（上海10 亿元基金等）、公共场景开放是核心驱动力；如国家电网2026年计划集中采购各类具身智能设备约8500台，总投资约68亿元，覆盖电力巡检、带电作业、应急救援、仓储物流场景。中国强在供应链、量产、成本与速度；弱在高端灵巧手与通用“大脑”。
1.4.3欧洲：工业机器人与严谨路线
发展现状：德国（Franka Robotics）具备制造业基础，瑞士（ABB）具有相关硬件生产能力，英国有深厚的学术积累，构成基本盘。BMW引入Figure，Schaeffler部署NEURA、Mercedes试点ApptronikApollo，整体处于“审慎部署、门槛高”阶段。
模式与路径：以“工业机器人与研究机构+ 安全/标准优先”为特色，弗劳恩霍夫协会、德国宇航中心（DLR）、苏黎世联邦理工（ETH）主导前沿研究，强调可靠性与合规，路径偏“稳健严谨、标准先行”。
驱动力与优劣：精密制造积淀、ISO 标准主导权、《人工智能法》确立的合规框架（高风险应用条款延至2028年适用），形成“布鲁塞尔效应”。欧洲强在精密制造、安全与标准；弱在消费级场景爆发力与人形新锐迭代速度。
1.4.4日韩：机器人传统与具身再布局
发展现状：日本丰田、本田、索尼积累长但人形商业化偏慢，借老龄化刚需推进护理/康复机器人；韩国现代（波士顿动力）三星借资本与制造能力切入。
模式与路径：以“传统积累+资本再布局”为特征，以企业为主体、国家战略兜底，路径偏“渐进、企业主导”。
驱动力与优劣：日本2026年将“物理AI”上升为国家战略，经产省《AI机器人战略》提出2040年引入约1000万台AI机器人的实施目标，2026财年拨款3873亿日元、未来5年支持规模约1万亿日元；韩国 2026年将Physical AI 列为国家旗舰计划，目标2030年部署100万台智能机器人，并培养1万名以上的专业人才；日韩强在零部件质量、精密制造与系统集成，弱在通用软件生态与跨本体基础模型。
1.4.5其他新兴区域
东南亚、中东借制造转移与主权资本开始布局，但产业链配套、人才储备与数据闭环仍不完善，短期内难以复制中美欧日韩的全要素生态，更多承担“制造承接+场景试验田”角色。
1.5中美路径差异及各自的示范意义
1.5.1 路径差异维度对比
在大模型驱动的新一轮具身智能产业化窗口中，中美几乎同期入场、却走出了两条截然不同的路径。美国依托顶尖高校、科技巨头与密集风投，形成以“原创技术+资本驱动+通用AI”为内核的自下而上模式；中国则凭借完备供应链、超大市场与强政策协同，走出以“制造规模+场景牵引+政策聚合”为特征的自上而下模式。两条路径在竞争重心、创新逻辑、优先目标等维度上呈现系统性差异，如下：
表1-3中美具身智能路径特征对比
上述路径特征的差异，根植于两国资源禀赋与能力结构的深层分野。美国在基础研究原创性、资本密度与算力平台上占优，但在硬件供应链与量产工艺上存在结构性短板；中国则在供应链完整性、制造规模与成本工程上领先，但基础研究积累与自主算力仍待强化，如下：
表1-4中美具身智能资源禀赋差异
简言之，美国路径的本质门槛是“大脑”——基础模型、算力与资本密度；中国路径的本质门槛是“身体”——供应链、量产与成本工程。两者互为对方短板，也互为升级方向。
1.5.2 美国路径特征与示范意义
美国以“原创技术+资本驱动+通用AI”为内核，依托顶尖高校、科技巨头与密集风投，在具身大模型、开源生态与资本密度上全球领先。其示范意义如下：
①对全球创新：开放基础模型与数据飞轮显著降低全球开发者门槛（GR00T、π0、UnifoLM-VLA等开源），缓解“具身数据稀缺”瓶颈；首个“机器人灵巧性Scaling Law”出现（第一视角数据从1000小时增至2万小时，任务完成率翻倍），证明数据规模仍是能力提升的核心变量。
②对垂直行业：以真实付费验证产品市场匹配（Figure在宝马实现付费商用，约25美元/机器人·小时；Tesla复用FSD软件栈推进Optimus量产），证明“大脑”能力是拉开差距的关键变量，把行业从“视频演示”推向“采购决策”，加速技术—产业闭环形成。
③对区域经济：形成“硅谷AI原创+波士顿学术仿生+德州制造”集群，具身智能成为区域产业升级的“锚产业”，拉动核心部件、软件与后市场在本地集聚与就业。
④ 对生态机制：RaaS模式使机器人成为持续产生训练数据的节点，形成“部署—数据—迭代”正循环，这是生态走向成熟的关键机制。
1.5.3 中国路径特征与示范意义
中国以“制造规模+场景牵引+政策聚合”为特征，依托完备供应链与快速工程化能力，在量产与成本上占优，其示范意义如下：
① 对全球创新：证明“身体可量产、成本可下探”是规模化的另一半——宇树将入门级人形整机价格压至2.99万元，2025年出货5500台以上（企业披露，口径为纯人形、不含轮式双臂机型），并通过亚马逊等渠道出海，打破“人形必昂贵”预期。
② 对垂直行业：以量产与成本下探让自动化在中小制造企业可负担，使机器人从大厂专属走向普惠；国家电网计划2026年集采约8500台具身智能设备，覆盖电力巡检、带电作业、应急救援、仓储物流四类场景，为各行业提供可复制的自动化模板。
③ 对区域经济：形成“长三角/粤港澳制造与量产”集群，多省市专项行动（北京万泰量产与千亿集群、上海10亿元基金）带动区域产业链升级与城市群协同，具身智能成为区域产业升级的“锚产业”。
④ 双生态机制：示范“政策采购牵引+标准顶层设计”的协同生态——2026年2月，工信部人形机器人与具身智能标准化技术委员会发布《人形机器人与具身智能标准体系（2026版）》，覆盖基础共性、类脑与智算、肢体与部组件、整机与系统、应用、安全伦理六大板块，是首个覆盖全产业链与全生命周期的标准顶层设计，把竞争维度从专利数量推向“规则定义权”与“治理前置”。
1.5.4 互补、交汇与共同方向
（1）互补性。
两条路径并非对立而是互补：美国补齐“身体”的量产与成本，中国补齐“大脑”的通用能力与基础研究，全球生态因此更完整。
（2）交汇点。
商业化拐点需要三个条件同时成立：算法可用、硬件可量产、工厂可商用。在2025—2026年这三个条件首次同时接近成立；真实商用部署（宝马—Figure、特斯拉内部、亚马逊—Digit）共同验证 PMF 。
（3）共同方向。
标准与治理“前置”是各方共识（避免重演自动驾驶式监管滞后）；网络安全成为首个真正形成一致意见的领域；人才（顶尖“算法—硬件—系统”复合型人才）正成为比资本更硬的约束。
（4）开放是必然，但需要有边界。
中美路径分化（美国在“大脑”，中国在“身体”）使得具身智能产业开放是必须的：其一，结构互补，开放使双方成本曲线下移；其二，数据飞轮需要规模，开放数据集/遥操作共享加速全球能力提升；其三，基础模型开源把资源从“造大脑”释放到“造身体+找场景”。
但是两国卡在产业链不同位置，供应链安全与规则定义权之争，又要求关键层“有限开放”。开放性的四层含义与边界：
表1-5中美具身智能“开放与边界”四层结构
综上，具身智能的开放并非无条件的全球化，而是“技术层尽量开源、标准层主动博弈、供应链与市场层守住底线”的竞合格局。这种“必然开放”与“有限边界”的张力，正是中美互补交汇的真实写照，也为全球产业生态的演化设定了基本框架。
2、总体趋势与展望
具身智能行业已在2025
-2026年正式从概念验证跨入商业验证，城市间的竞争也随之从“抢项目、落企业”升级为“生态系统的战争”——供应链、算力、场景、人才与政策的系统性较量。本章在前述评分框架的基础上，先给出对产业演进方向的若干宏观判断，再将其转换为城市管理者可直接借力的决策视角。
2.1 产业演进的宏观判断
判断1：中美双核格局短期难逆转，但竞争维度正在上移。
美国在原创大模型、顶层资本与旗舰企业上守住创新高地，中国则以工程化能力与完整产业链构筑规模化壁垒，两国在全球城市前十中合计占据七席。更关键的是，竞争焦点正从“谁先做出演示样机”转向“谁先把大脑、身体与场景压到可规模商用的价位”，交付能力与持续迭代速度，正在取代单次演示成为判断竞争力的主要依据。
判断2：欧洲走出“研究+治理”的差异化路线。
苏黎世、伦敦、慕尼黑依托顶尖科研与AI规则话语权维持影响力，并不追求整机规模，而是卡位“标准、认证、规则”这些更高附加值的环节。这并非挑战中美双核格局，而是绕开正面竞争、提示了一条常被中美叙事遮蔽的第三种路径：不追求整机规模的城市，也可以做最有话语权的“规则制定者”。
判断3：商业化临界点临近，规模部署开始兑现。
2026年，人形与广义具身产品正从演示走向量产，仓储物流、工业巡检等场景已由工厂与仓库进入规模部署，摩根士丹利两度上调中国出货预期。临界点的真正含义在于：先发城市将不可逆地锁定人才密度，后发者的补课成本会随时间陡增，窗口期正在收窄。
判断4：产业价值向“大脑-关键硬件-场景数据”三层收敛。利润与壁垒日益集中在具身大模型（决定智能上限的“大脑”）、精密执行与传感硬件（决定运动与感知下限的“身体”），以及高频真实场景数据（决定迭代速度的“燃料”）三层。试图全栈通吃的城市，往往因资源分散而难以在任一层形成壁垒；精准卡位其中一层，反而更易确立不可替代性。
判断5：行业将在三到五年内进入分化与洗牌期。
随着技术成熟度曲线越过预期高点，资本与订单将向具备真实交付能力的主体集中，缺乏差异化内核的整机产能面临出清，城市间的梯队位次也将随之重排。
判断6：软基建与合规能力正在成为未来门槛。
随着具身系统进入养老、人员密集的公共空间等场景，功能安全、网络与伦理认证已从“加分项”变为“准入证”；公共测试验证平台、开放数据与仿真、算力与绿能等实体软基建，与数据开放、标准认证、治理规则等制度软基建，决定了一座城市对企业的短期吸引力与长期孵化能力。谁先把认证与标准能力建成，谁就掌握下一段竞争的先手。
2.2 给城市管理者的决策视角
把上述判断落到城市行动上，可提炼为五条可操作的取向。
第一，从“招商引资”转向“应用牵引”。城市真正可垄断的资产是本地场景——工业巡检、仓储物流、应急抢险、养老护理等。与其在供给端补贴企业落地，不如主动开放公共部门场景、以政府采购兑现形成需求牵引，让真实订单替市场筛选胜者。场景开放度，本身就是一座城市最稀缺的产业政策工具。
第二，先自诊定位，再选层卡位。研究策源型城市（如旧金山、波士顿、苏黎世）应聚焦“大脑”与人才密度；制造产业链型城市（如深圳、苏州）应巩固“身体”与供应链；场景商用型城市（如上海、东京）应打通大脑
-身体-场景闭环；治理认证型城市（如慕尼黑、新加坡、伦敦）应把标准与认证做成资产。照搬他人路径，只会稀释本就有限的资源。
第三，用“生态完整度”替代“企业数量”作考核标尺。城市竞争力的真实来源，是产业链完整度、公共训练场、算力与绿能、顶尖人才密度与政策兑现的系统性组合。把招商与考核的KPI从“落户企业数”调整为“生态要素齐备度”，才能避免碎片化堆砌，也才能对应产业竞争已升维到“生态系统战争”的现实。
第四，警惕产能过剩，支持“差异化”而非“同质化”。在行业进入分化与洗牌期背景下，城市资源应倾斜给具备差异化技术内核与关键部件龙头及场景集成能力的主体，而非追逐同质化整机产能。对关键部件（如精密减速器、力矩电机、传感器）的卡位，其战略价值高于对整机的普惠扶持——前者构成壁垒，后者易成过剩。
第五，提前布局软基建与规则话语权。公共测试验证平台、开放数据与仿真、算力与绿能等实体软基建，与数据开放、标准认证、治理规则等制度软基建，既是企业落地的“基础设施”，也是城市参与规则制定的入口。领先布局认证与标准能力的城市，未来不仅能守住本地市场，还能向区域乃至全球输出“准入门槛”，把软实力转化为长期影响力。
综上，具身智能的城市竞争不再是单点突破的短跑，而是对产业趋势理解深度与生态构建能力的长期较量。城市唯有先认清自身在价值链中的位置、顺应“大脑-身体-场景”的收敛方向，并以场景开放与软基建为抓手，才能在这一轮产业重构中占据主动。
