未来产业研究-2026年第3期（总第17期）具身智能技术与产业发展报告

未来产业研究赛迪研究院主办人工智能正在沿离身智能和具身智能两条路径并行演进。离身智能以大模型、智能体和代理式软件系统为代表，重点提升数字空间的信息组织、内容生成和流程决策能力；具身智能进一步把模型能力延伸到物理世界，通过“AI大脑＋物理载体+环境交互”形成感知、认知、决策、执行和学习闭环。离身智能决定数字生产力扩张速度，具身智能决定人工智能能否真正进入制造、物流、能源、公共服务和家全球竞争焦点已经从样机演示转向数据、模型、本体、工具链、场景和标准的全链条组织能力。美国沿“基础模型＋仿真平台＋工业验证”路线加速推进，欧盟强化算力与规则双轮布局，日本把机器人导入与劳动力短缺治理结合，韩国依托联盟机制抢占人形机器人产业先机。英伟达2026年GTC大会和王兴兴近期公开表态均显示，行业核心任务已转向跑通长程任务、统一评测口径、压降部署成本和形成我国具备制造体系、零部件配套、工业场景和政策组织优势。国家统计局数据深圳等地同步推进平台、数据、基金和场景布局。与此同时，具身智能的统计口径仍在形成，不同机构对“人形整机市场”“具身智能机器人应用市场”“机器人行面向未来产业研究工作者，下一阶段政策重点应当放在定口径、建数据、强工赛迪智库无线电管理研究所（未来产业研究中心CONTENTS 1（一）人工智能正在沿离身智能和具身智能两 1 3（三）具身智能的统计口径仍在形成 3（四）具身智能已经进入技术与产业共振期 4 5（六）商业化将呈现制造业先行、服务业跟进、家庭场景偏后 6 7 7（二）美国正在以基础模型、仿真平台和工业验证三位一体推进 7 9 9（五）韩国正在以产业联盟方式抢占人形机器人先机 10（六）国际趋势已经形成五个清晰方向 10三、技术架构与关键环节深度分析 12 12（二）数据体系已经成为决定模型上限的首要约束 13 14（四）本体与关键部件决定成本、可靠性和安全边界 16（五）云边端协同和评测体系正在成为工程化拐点 17（一）统计口径差异正在显著改变对行业规模和节奏的判断 18（二）工业机器人底座仍是具身智能产业化的第一承载体 19 19（四）场景成熟度已经出现明显分层 20（五）产业竞争已经从样机竞赛转向量产和交付竞赛 21五、国内发展现状与区域布局 21（一）国家层面已进入政策、标准和场景同步推进阶段 21（二）北京、上海、深圳已经形成三类不同推进模式 22（三）国内产业链基础较强，但高端环节仍存在明显短板 23（四）商业化验证已经从单点示范转向小批量交付 24六、突出问题与风险挑战 25（一）高质量数据与评测体系短板正在抬高全行业迭代成本 25（二）关键部件一致性与整机工程化能力仍是量产放量门槛 25（三）场景价值闭环尚未稳定形成，采购逻辑仍在形成过程中 26（四）标准认证、安全治理与责任机制需要前置嵌入产业化过程 26（五）区域布局与资本投入出现偏热倾向，慢变量投入仍显不足 27（六）国际竞争正在向平台生态、规则能力和开发范式外溢 27七、对策建议 28 28（二）把具身数据、仿真环境与评测基准纳入新型基础设施建设重点 29 29（四）围绕关键部件、工业软件和端侧算力实施补链强链工程 30 30（六）优化区域分工和财政金融工具，提升资源配置效率 31（七）主动参与开放生态和国际规则竞争，提升我国平台影响力 31（一）人工智能正在沿离身智离身智能和具身智能已经构成观察人工智能演进方向的两个基本维度。离身智能主要指价值创造仍发生在数字空间的人工智能形态，典型代表是大模型、智能体和代理式软件系统，重点解决信息理解、内容生成、工具调用和流程编排问题。具身智能则把模型能力延伸到物理世界，通过机器人、移动操作平台和各类无人系统在真实环境中持续感知、决策、执行和学习。工业和信息化部转载人民日报《三问具身智能》提出，具身智能核心在于实体设备与智能决策深度融合，两条路径共享模型、算力和数据底座，但工程难点、产业链结构和价值兑现方式明显不同。离身智能的关键在于模型能力、知识调用、工作流集成和企业软件生态，回报主要体现在生产率提升和决策效率改善；具身智能还要面对本体可靠性、感知精度、运动控制、环境安全和部署运维等约束，回报体现为替代危险、重复和高频实体劳动。离身智能已经在企业软件、智能体和流程自动化场景进入快速扩张期；具身智能则处于从技术验证离身智能和具身智能共同构成人工智能演进的新型分工结构。离身智能负责把知识处理、推理编排和数字流程重组为可复制的数字生产力，具身智能负责把模型能力转化为感知、操作和实体任务交付能力。对政策制定而言，只有把数字空间的模型平台优势与物理世界的制造能力、场景资源和标准体系同步组织起来，人工智能竞争优势才 1 （二）具身智能的研究口径已具身智能的核心定义已经逐步从产业热词走向标准化表述。工业和信息化部转载人民日报《三问具身智能》提出，具身智能是“具有身体的智能”，核心在于实体设备与智能决策深度融合。国际电信联盟2025年12月批准RecommendationITU-TF.748.66，将具身智能界定为把人工智能延伸到物理世界、集成到能够自主交互并适应物理环境的实体系统，强调感知、决策、执行、交互和学习五类能力。该表述已经把具身智能从自主可适配”的标准层面。报告采用广义具身智能口径，但分析主线聚焦人形机器人。广义具身智能既包括人形机器人，也包特种机器人和部分具备高等级自主能力的无人系统。之所以把人形机器人作为观察主线，原因在于其在通用形态、任务外延、社会关注、资本布局和供应链牵引上代表性最强，最适合作为研判模型能力、本体能力和场景能力是否真正走向统人形机器人与具身智能的边界先行产业链范围、场景成熟度和市场规（三）具身智能的统计口径仍权威的具身智能官方统计制度。机器人行业长期沿国际机器人联合会服务机器人，但该口径统计对象是“机器人”，并不天然等于“具身智能”。人形机器人与具身智能相关团体标准直到2024年10月才开始发布，工业和信息化部2025年12月成立人形机器人与具身智能标准化技术委员会，2026年2月行业又发布《人形机器人与具身智能标准体系（2026版）》。这意味着行业对定义、能力分级、应用分类和具身智能统计至少存在四类常见口径。第一类是人形机器人整机口径，主要看出货量、销售额和平均售价，适合观察量产节奏和整机厂商竞争。第二类是具身智能机器人应用支出口径，主要看用户侧部署和解决方案收入，适合观察真实场景落地速度。第三类是机器人行业口径，沿工业机器人、服务机器人和特种机器人等成熟分类展开，适合观察自动化底座和相关替代空间。第四类是总可服务市场口径，通常把供应链、维护、运维、软件和服务网络一并纳入，适合观察长期资本空间。不同口径回答的本来不同机构得出差异显著的市场规模与增速，根源在于统计边界和价值口径不同。有的机构统计全球人形机器人整机出货与销售额，有的机构统计中国具身智能机器人用户支出与应用市场，有的机构统计人形机器人长期总可服务市场，也有机构把供应链、维修、运维和服务网络一并纳入生态总市场。后文第四章将集中比较IDC、高盛、摩根士丹利、TrendForce等机构的预测数据，并对其口径差异进行直观（四）具身智能已经进入技术具身智能已经从学术概念演进为国家布局和企业竞速并行的未来产业赛道。2025年3月5日，《政府工作报告》首次将具身智能纳入未来产业培育方向。此后，欧日本启动RING项目，韩国启动K-HumanoidAlliance，我国则在政策、标准、场景和基金工具上同步加力。国际电信联盟2025年12月通过具身智能系统框架标准，表明国际标准组织已开始将该领域纳入全球自动化底座持续加厚，为具身智能扩张提供了现实承载体。 国际机器人联合会2024年11月数据显示，2023年全球制造业机器人密度达到每万名员工162台，韩国、新加坡、中国分别达到1012台、770台和470台。中国已在全球制造业自动化密度排名中升至第三位，说明具身智能最早落地的产业土壤正在亚洲尤其是中国持续加数据来源：国际机器人联合会《GlobalRobotDensityin（五）竞争焦点正在从单机性当前全球竞争的关键变量集中在可持续迭代的能力体系。2025年GeminiRobotics、GeminiRobotics-ER和On-Device模型，英伟达推出IsaacGR00TN1、开放数据和仿真框架，并在GTC2026集中展示PhysicalAI工作流；王兴兴在2026年2月人形机器人与具身智能标准化年会上公开表示，全身遥操作、预训练全身模型、灵巧手和激光雷达感知等关键技术正在加速突破。国际竞争的重心因此已从“单机表演是否惊艳”转向“模型、数据、本体、仿真、工具链、评测和交付体系化能力竞争正在形成模型能力、工程能力、场景能力和标准能力四个层次。模型能力决定任务泛化上限，工程能力决定稳定性与标准能力决定规模扩张秩序。谁能率先形成“真实任务驱动—数据持续回流—模型持续迭代—产品持续交付”的飞轮，谁就更可能率先走（六）商业化将呈现制造业先行、服务业跟进、家庭场景偏后的具身智能首轮放量大概率仍将发生在工业和物流等半结构化环境。国际机器人联合会2025年9月2024年全球工业机器人新增装机9%。制造业、仓储物流和特种作业任务边界清晰、节拍可定义、支付主体明确，更适合作为具身智能形服务业和家庭场景的兑现节奏将明显慢于制造业。服务场景虽然任务长尾多、安全责任重，更依赖长期可靠性、异常处理和人机协同规范。家庭服务尤其要求低成本、长续航和高安全冗余，短期更适合服务业和家庭场景的兑现节奏将明显慢于制造业。服务场景虽然任务长尾多、安全责任重，更依赖长期可靠性、异常处理和人机协同规范。家庭服务尤其要求低成本、长续航和高安全冗余，短期更适合从搬运、整理、取送、陪伴等子任务切入，不宜作为行业早期放量主 二、国际技术演进与主要经（一）中国以具身大模型、整机小批量交付与供应链国产化三线具身大模型开始形成独立技术路线。某Z企业自研WALL-A模型实现跨硬件适配，执行速度超过人类遥操作；某X企业ERA-42与斯坦福联合研发的世界模型在全球测评中排名具身任务第一；某Y企业在春晚完成实时自主操作，某Q企业在宁德时代投运首条人形具身智能产线。与美国从已有大模型向机器人延伸不同，中国企业多数从机器人场景出发反向构建模型。这条路径的优势是离场景更近、离数据更近，但风险在于缺乏通用大模型的底层积累，若场景拓展不及预整机企业进入小批量交付阶段。某Y企业WalkerS2进入车厂量产交付，某Z企业远征A2-W近百台落地富临精工，某K企业K2以3万美元量采价在上汽通用完成实训。据IDC报告，2025年全球人形机器人出货约1.8万台，中国占主要份额。国内具身智能采购方开始以生产效率而非展示效果作为验收标准，行业正在从"发布会驱据持续积累，整机企业将从硬件制造商转变为数据入口，跑通交付闭环的企业将率先获得模型迭代的燃供应链国产化正在压低成本门槛。自主产业链的完备和效率是我国具身智能与海外同行相比的明显优势。自变量机器人创始人王潜表示，企业关节模组、传感器等核心部件基本实现100%国产自研。某X企业硬件自研超95%，灵巧手已被斯坦福等国际实验室采用。核心部件自研自产使整机企业摆脱进口溢价和长周期采购约束，直接降低物料成本并缩短迭代周期。36氪研究院报告指出，我国整机成本约为海外同类的50%。成本优势意味着一旦我国找到可复制场景模板，放（二）美国正在以基础模型、美国路线的核心特征是以科技平台企业牵引技术路线，以制造场景校验工程价值，以标准机构缩短从研究到部署的落差。2025年3月12日，谷歌深层思维发布GeminiGemini2.0的多模态推理能力扩展至机器人动作输出与空间推理；6Device，强调模型可在本地运行，新任务。谷歌路线体现的是“世界理解＋动作控制＋端侧部署”的一英伟达正在把具身智能竞争上移到开发基础设施层。2025年3N1，称其为首个开放、可定制的人形机器人基础模型，并同步推出用于合成数据生成的OmniverseBlueprint和与谷歌深层思维、迪士尼研究共同开发的Newton物理引擎。进入2026年GTC大会，英伟达继续把PhysicalAI列为大会重点Omniverse、开放模型和端到端工作流作为机器人规模化开发的核心抓手，目标直指开发范式、工具接口美国企业正在把人形机器人从展示性样机推进到局部可交付《ScalingHelix:aNewStateofthe其在物流场景中把单件处理速度提升至4.05秒、条码朝向正确率提Figure进一步发布Helix02，强调全身自主、长时序任务和多模态一体化控制。即便这些数据主要来自企业披露，仍能说明美国正在把具身模型能力与真实工位任务持续耦美国公共体系的发力点在于把研究计划与标准工具提前嵌入产业化过程。美国国家科学基金会“NationalRoboticsInitiative”持续强调发展与人协同工作的机器人，并覆盖从基础研究到制造部署的全生命周期；美国国家标准与技术研究院2025年3月举办工业机器人绝对精度与性能评估研讨活动，并在具身人工智能与机器人数据生成项目中明确提出要弥合学术研究与制造现场之间的可实施性差距。美国公共部门并不直接代替企业创新， 但在科研组织、测试方法和制造验（三）欧盟正在以算力基础设欧盟通过算力设施、监管框架和公共投资塑造长期竞争条件。2025年2月11日，欧盟委员会宣布启动InvestAI，计划撬动2000亿欧元人工智能投资，其中包括200亿欧元用于AIGigafactories；高质量数据、关键领域应用、人才和人工智能法案实施简化作为五个核心抓手。欧盟路线的着力点集中AIFactories体系正在成为欧盟推进主权人工智能的重要抓手。欧洲委员会“AIFactories”页面显示，2025年至2026年，欧盟预计至少有15个人工智能工厂和若干欧盟又宣布新增6个人工智能工厂和13个天线节点，使网络扩展到19个人工智能工厂、覆盖16个成降低初创企业和中小企业使用先进欧盟模式的优势集中在安全合规、跨国协同和工业应用基础，短板集中在平台型龙头和商业化爆发力不足。从政策设计看，欧盟比美国更重视可信、可监管和可审计；从产业组织看，欧盟更偏向通过公共投资和共同体机制提供资源；在基础模型、开发者生态和全球资本对我国而言，欧盟最有借鉴价值之处，是把算力、数据、规则和场景（四）日本正在把机器人优势日本围绕社会问题持续推进机器人普及。日本经济产业省2025&RegionalInitiativeNetworking是通过机器人导入项目缓解全国性地区劳动力短缺，并提出支持地方导入机器人、培养机器人协调员、开展解决地方社会问题的机器人系统竞赛等举措。日本把人口结构压力转化为具身智能和机器人导入的日本更加重视应用可用性、区域推广网络和长期研发连续性。省宣布举办“RING项目全国论坛2025”，主题是“以全日本力量推进机器人的社会实施”。该表述说明日本把机器人视为区域社会运行能力的重要组成部分。日本路线对我国的启示，是应把劳动力替代、养老助老、地方产业升级与具身智（五）韩国正在以产业联盟方韩国的突出特征是以制造业高器人产业联盟。据国际机器人联合一。高自动化密度意味着韩国在制造现场导入新型机器人具备更成熟韩国正通过联盟组织加速技术、场景和订单的对接。韩国产业通商资源部英文官网2025年5月K-HumanoidAlliance在三周内已促成多项合作备忘录，并推动5家机器人公司向首尔大学人工智能实验室提供人形机器人平台，用于机器人基础模型开发。韩国以联盟方式韩国路线的优势在于机电制造和产业协同，短板在于全球平台控制力相对不足。韩国已经在“AI自主制造联盟”等机制下推进人工智能与制造融合，产业通商资源部2024年提出的先进机器人产业愿景还明确了到2030年超过3万亿韩元公共和私人联合投资方向。韩国若能把高密度自动化工厂与人形机器人验证结合，将在工业具身智能方（六）国际趋势已经形成五个第一，通用模型与垂直场景模规划与多任务适配，垂直模型负责时延和安全性做实。未来的领先者更可能是能把通用能力和垂直任务第二，数据控制权将成为比参数规模更硬的竞争门槛。真实 示范数据、仿真数据、运行回流数据和安全评测数据的组织能力，将决定模型训练效率与场景泛化上Brookfield合作建设大规模人形机器人预训练数据集，本质上就是争第三，工业场景将率先完成从演示价值到生产价值的转换。从国际机器人联合会装机结构、美国企业物流验证和日韩制造场景推进来看，工厂、仓储和特种作业仍是近第四，标准、测试和安全能力将加快前移。国际电信联盟2025年通过具身智能系统框架标准，美国国家标准与技术研究院推进机器人性能和具身人工智能可实施性评并于2026年2月发布标准体系。产业竞争已经不再只是“谁更快”，第五，具身智能产业竞争正在从产品竞争升级为国家能力体系竞采购、人才和场景共同决定具身智能扩张速度。未来两到三年，单点技术突破仍重要，但真正决定格局的将是把这些要素组织成闭环的国具身大模型形成独立技术路线，整机企业进入小批量交付，核心部件从场景出发反向构建模型，依托供应链优势和制造业场景加速产补强通用模型底座，避免场景拓展受限时泛化能Robotics和On-Device，英伟达发基础模型、仿真平台、真机验证重视模型底座、开发工具链和制公共算力基础设施与规则治理同把算力、数据、规则和场景纳入METI设立RINGProject并举办全以劳动力短缺为牵引推进机器人把人口结构压力转化为场景牵引K-HumanoidAlliance推动人形平联盟化组织、制造业高自动化底强化龙头企业、实验室和制造场三、技术架构与关键环节深（一）总体技术架构正在从模具身智能技术架构本质上是“AI大脑—物理载体—环境交互”闭环系统的工程展开。从工程实现看，可概括为“数据层—模型层—本体层—系统层—场景层”五层协同。数据层负责提供互联网多模态数据、仿真合成数据、遥操作数据和运行回流数据；模型层负责形成视觉语言理解、任务规划、动作生成和世界建模能力；本体层负责执行器、传感器、电池与控制器等硬件系统；系统层负责云边端协同、开发工具链、中间件和安全冗余；场景层负责把模型能力嵌入制造、物流、服务等真实任务，形成价值技术瓶颈已经从单个算法模块性能不足，转向多环节协同不稳。当前大量演示视频能够证明单项能力突破，但真正进入连续作业时，任何一环的不稳定都会放大为系统性失败。比如视觉识别误差会影响抓取路径，抓取路径误差又会放大对力控、平衡和安全冗余的要求；端侧算力不足会拉高时延，时延增加又会削弱动态环境中的重规划能力。具身智能的工程本质决定其难 数据来源：根据国际电信联盟、美国国家标准与技术研究院、谷歌深层思维、（二）数据体系已经成为决定没有高质量动作数据和任务结果数据，具身智能就难以从“会看文本和图像互联网数据可以支撑语义理解，但无法直接替代真实动作数据、接触数据、位姿数据和任务反馈数据。美国国家标准与技术研究院在具身人工智能项目中明确指出，制造业场景下学术研究能力与实际可用能力存在明显落差，其关键原因之一就是真实可实施数据稀当前主流数据来源正在形成“互联网多模态数据打底、仿真合成数据扩量、真机数据校准、运行数据回流”的组合格局。谷歌深层思维2025年6月发布Gemini过50至100次示范适配新任务；英伟达通过OmniverseBlueprint和物理引擎推进合成数据；Figure在2025年9月提出基于人类第一视角视频和大规模住宅环境构建预训练数据集。三条路线共同说明，数据建设需要围绕迁移效率、成本控制数据难题集中体现在数量供给不足、格式不统一、质量不稳定和复用性不强。不同本体自由度、坐标系、传感器频率、执行器接口和任务定义不一致，导致跨平台共享难；真实采集依赖场景搭建、示教人员、遥操作设备和质量控制，单位成本远高于纯数字数据；仿真数据虽然便宜，但物理属性逼真度、接触精度和极端工况覆盖仍存在显著短板。这决定了数据基础设施将是未来最需要公共投入和标准化建（三）端到端VLA与世界模型WMA并行发展，主流模型路线VLA（视觉-语言-动作）路线是当前竞争最活跃方向，内部分化出离散动作token、连续生成式动作建模和双系统协同等代表性分支。离散动作token方向以谷歌RT-2和斯坦福OpenVLA为代RoboChallengeTable30等公开真机模仿学习向“模仿学习+强化/在线经验学习”演进。双系统方向将慢速场景理解与高频运动控制拆分N1和国内某Z企业FiS-VLA均采用该架构，成为人形机器人落地的重要工程范式。总体而言，VLA在语义泛化与跨任务迁移方面潜力突出，但现阶段仍高度依赖大规模高质量数据，在长时序任务稳定性、鲁棒性及安全可控性方面仍面临较WMA（世界模型-动作）路线的核心在于学习环境动力学与未来状态演化并服务于动作决策，内部分化出仿真与数据引擎、状态预测与策略评估、多模态联合驱动等方向。在仿真与数据引擎层等基础设施正在强化具身智能的数据生成、验证与部署能力。ABBRobotics接入后一致性高达99%、部署成本最高降低40%，国内某J企业GigaWorld-0将世界模型作为VLA的数据引擎，带动性能提升近300%。状态预测方向训练模 型对未来视觉与状态演化进行可控预测，提升策略评估与长程规划能力，某X企业与斯坦福联合研发的Ctrl-World在公开benchmark等评测中表现领先。联合驱动方向将多模态大模型语义理解与世界模型物VLA-0与UnifoLM-WMA-0，同步两大路线正在加速融合，但分层协同仍是近期工业落地的务实选择。VLA在语义泛化和跨任务迁移上优势突出，WMA在长程规划、数据扩增和物理一致性上更具潜力，二者互补性强于替代性。后训练阶段行业正从模仿学习转向强化学习，进一步推动两条路线在方法层面趋同。但视觉语言模型负责高层理解、技能库和控制器负责底层执行的分层规划路线，在工业场景中仍是近期最符合工程逻辑的务实选择。其可解释性强、接口清晰的优势，尤其适合任务边界清晰的制造和物流工位需求，短期内分层规划路线仍然最符合工业场景的工程表3具身智能大模型VLA与WMA模擎估数据来源：根据谷歌深层思维、英伟达、PhysicalInt（四）本体与关键部件决定成具身智能能否从样机跨到量产，本体与关键部件是比模型更硬轻量化材料与热管理，共同决定机器人能否长时间连续工作、能否在复杂工位保持重复精度、能否把故障率压到采购方可以接受的区间。没有工程化部件的一致性，模型再不同本体形态将长期共存。双足人形在通用环境适配上具备想象空间，轮式人形、移动操作平台、双臂平台、机械臂加移动底盘等构型在制造和物流场景中的效率、续航和成本往往更有优势。我国某Z企业远征A2-W突出的是柔性智造未来产业将呈现多构型并存、按场关键部件竞争最终会回到国产化率、一致性、寿命和单位任务成本。国内在关节模组、传感器、控制器和整机集成方面进展较快，但高端减速器、传感器精度稳定性、 灵巧手可靠性、长周期维护便利性等环节仍需持续攻关。对产业政策而言，不能只看整机发布数量，更要看关键部件能否在批量工况下稳（五）云边端协同和评测体系未来的具身智能系统将采取云边端分工协同架构。云端负责大规模训练、仿真和模型更新，边端负端侧负责低时延感知、动作控制和安全冗余。谷歌深层思维推出On-Device模型，说明端侧推理对时延和离线场景的重要性；模型迭代、仿真验证和跨场景部署，则依赖云评测体系已经成为决定工程可信度的关键环节。国际电信联盟标准把感知、决策、执行、交互、学习列为核心能力，美国国家标准与技术研究院把可实施性和性能评估器人与具身智能标委会，并于2026能标准体系（2026版）》。这些进展表明，具身智能已经从“谁能做出来”进入“谁能测得准、谁能验互联网多模态、仿真合成、遥操作示教、运行最需要国家级公共基础短期多路线并存，工业关节模组、灵巧手、传感器、电池、材料、控量产能力将比单点样机云边端协同、中间件、系统软件和中间件将成数据与网络安全、责任（一）统计口径差异正在显著在具身智能领域，先比口径再比数字，已经成为开展产业研判的前提。当前尚无全国统一的具身智能官方统计制度，不同机构会按照研究目的选择不同对象和价值口径。有的机构统计人形机器人整机出货量和销售额，有的机构统计具身智能机器人在真实场景中的用户支出和解决方案市场，也有机构统计远期总可服务市场，甚至把供应链、维护和运营服务一并纳入。这些口径都各有价值，但不能直接横统计口径差异的根源在于对具身智能定义、研究边界和价值实现方式的理解不同。如果把具身智能等同于人形机器人，市场规模会围绕整机销量和ASP展开；如果把具身智能理解为以机器人为终端的应系统集成和服务化收入；如果从长期资本视角估计总可服务市场，预测又会把供应链和配套服务纳入。领导在使用任何市场规模数字时，落地多快”；高盛和摩根士丹利更接近中长期总可服务市场框架，重点回答“远期空间有多大、资本应如何定价”。前者更适合判断场景起量、整机交付和产业验证节奏，后者更适合判断长期空间和战略方向。领导在使用相关数字时，应同步识别统计对象、地区范围、时间终点和是否包含供应链、服务网络人形机器人整机口径，侧重全球整机出货和销售额，适合观察量产节奏 应用市场口径，统计中国真实场景中的用户支出和解决方案落地，明全球人形机器人市场人形机器人市场价值口径，重点观察量产起步全球人形机器人总市仍属人形机器人口径，但将基础模型和训练工具推动下的产业总价值全球人形机器人总可工业用为主、兼顾消费全球人形机器人生态超长期生态口径，纳入供应链、维修、维护和支持网络，远宽于整机数据来源：根据IDC、TrendForce、高盛、摩根士丹利公开资料整理，2026年3月。（二）工业机器人底座仍是具工业机器人产业仍然是理解具日《WorldRobotics2025》，2024年全球工业机器人新增装机54.2万化市场已经具备持续投资能力，也亚洲在机器人部署上的领先，使其更可能成为具身智能早期放量地区。2024年全球工业机器人新增装机中，亚洲占74%，远高于欧洲的16%和美洲的9%。亚洲内部，中国、韩国、日本同时具备制造业体量、自动化基础和机器人供应链优势，因此在工业具身智能上最容易形成“场景—订单—迭代”的正（三）企业竞争已经形成平台型、整机型、部件型和集成型四类平台型企业争夺的是模型、算力和开发者生态入口。谷歌深层思维和英伟达都把竞争重心放在基础模型、仿真工具和算力基础设施上，2026年GTC大会进一步把开放模型、工业仿真和PhysicalAIworkflow打包展示。该类企业一旦形成事实标准，将在整个产业链中整机型企业争夺的是场景交付智元等企业都在通过物流、制造和服务场景的持续部署，让整机成为数据采集和产品迭代的入口。其成败关键不在单场发布会，而在连续作业能力、部署成本、运维效率和部件型和集成型企业将决定产业扩散速度。关键部件企业决定成本与可靠性边界，系统集成商决定机器人能否真正嵌入工艺流程。具台提供共性能力、整机承担任务执行、部件支撑性能边界、集成商完（四）场景成熟度已经出现明制造和物流是近期最具确定性的场景。此类场景任务边界清晰、节拍可定义、支付主体明确、改造收益可计算，更适合开展首轮规模验证。Figure在物流场景中持续公开吞吐效率和识别精度，本质上就特种作业和巡检场景具备较高价值密度，并且更依赖可靠性和安全认证。电力巡检、矿山、消防、化工、高危环境等场景对替人价值明确，对防爆、防尘、防水、通信冗余、远程接管和合规认证要求也更高，因而更适合作为政策牵引下的行业型应用，短期不宜按消费市家庭服务和养老陪护是中长期大市场，短期仍以局部单功能切入多对象交互、长程任务和高敏感安辅助取物、陪伴交互等子任务逐步切入，形成可验证、可担责、可维 支付主体与ROI高高中（五）产业竞争已经从样机竞下一阶段真正决定行业分化的是稳定交付能力。优必选公司官网开始量产交付；智元官网2025年8千万元合作、近百台远征A2-W将落地工厂。两起案例都说明行业正量产的核心指标正在转向单位任务成本、开机时长、维护周期和部署效率。采购方最终关心机器人替代人工后能否在安全可控前提下带来可量化收益。只有当这些指标被持续验证，具身智能才会真正跨（一）国家层面已进入政策、国家层面已把具身智能从未来产业概念推进到广义布局与重点突作报告》首次将具身智能纳入未来信息化部、中央网信办、国家发展改革委、教育部、商务部、国务院国资委、市场监管总局、国家数据局联合印发《“人工智能+制造”专项行动实施意见》，提出到2027年形成3至5个基础级和行业级大模型、100个以上高质量工业数据集、500个以上典型场景。相关部署既面向广义具身智能系统能力，也把人形机器人等重点终端作为突标准体系建设已明显提速。部人形机器人与具身智能标准化技术委员会成立，覆盖基础共性、关键技术、部组件、整机与系统、应行业发布《人形机器人与具身智能标准体系（2026版）》，包括基础整机与系统、应用、安全伦理六大部分，说明我国已开始从“鼓励发（二）北京、上海、深圳已经北京的特点是以科研资源、平台建设和基金工具推动“大脑—小脑—本体”协同创新。北京市人民《北京具身智能科技创新与产业培育行动计划（2025—2027年）》提出力争到2027年建成全球具身智能技术创新高地。北京披露拥有约人工智能、机器人等未来产业。该模式体现的是“科研底座＋基金工上海的特点是以算力、语料和数据联盟支撑应用示范，突出“模力聚申”体系化推进。上海市政府身智能“模力聚申”行动计划》，明确提出发挥大模型、机器人、算力基础设施先发优势，依托当年成立的具身智能数据联盟开展大规模语料库建设，聚焦工业制造、物流制造、养老陪护、家庭服务等高频深圳的特点是以产业链配套、场景开放和企业梯队培育推动产业化加速。深圳市委主要负责同志2025年3月调研时提出，要把整个城市作为新技术、新产品试验场；同期公开信息显示，《深圳市具身智能机器人技术创新与产业发展行动计划（2025—2027年）》提出，到2027年新增培育估值过百亿元 企业10家以上、营收超十亿元企业20家以上、落地50个以上十亿元级应用场景、关联产业规模达到1000亿元以上、产业集群相关企业行动计划、千亿元科研资源密集，AI企业约2400家，核心产业规大脑—小脑—本科研强于制造，数据联盟、算力与需把模型优势更快转化为工位级专项行动计划、城市级场景开放、企景和资本协同推进易出现概念过热（三）国内产业链基础较强，我国已具备从关键零部件到整机集成的较强制造组织能力。国家统计局数据显示，2022年至2025年我国工业机器人年产量分别为和77.31万套。产量持续提升说明我国在机电制造、供应链配套和规模化生产方面具有坚实基础，也意味着具身智能一旦找到清晰场景，但高端感知、灵巧操作、一致性制造和系统软件仍是薄弱环节。整机结构、云端系统和场景集成方面进步较快，但六维力传感器高端性能、灵巧手寿命、复杂场景稳定控制、通用操作技能库、标准化中间件和高质量数据治理等方面仍需补课。我国的优势更偏“供给链完整”和“场景资源丰富”，短板更偏“高端稳定性”和“通用软件底（四）商业化验证已经从单点国内企业已经开始尝试把具身智能从试验场推向真实工厂。优必选公司信息显示，WalkerS系列已经进入多家车厂生产线开展实训，近百台远征A2-W将落地富临精工工厂，成为工业领域规模化商业签单案例。虽然这些案例还不足以说明行业已全面成熟，但已经说明国内商业化验证重心正在从“能展示”制造业将成为我国把场景优势转化为产业优势的关键突破口。我国汽车、3C、锂电、仓储物流、能源巡检、矿山和养老康复等领域场适合分任务、分工位、分阶段推进 具身智能落地。若能把这些场景转化为持续订单和数据回流，我国有望在具身智能产业化上形成后发快（一）高质量数据与评测体系高质量数据短缺已经从研发问题上升为产业公共基础设施问题。具身智能模型要真正进入工厂、仓储、商业服务和家庭环境，需要持续获得与真实接触、真实工位、真实任务结果相绑定的动作数据、力觉数据和异常处置数据。当前行业能够获取的公开视频和互联网多模态数据主要解决语义理解和通识认知，难以替代精细操作、力控协同和多步任务规划所需的高价值数据。训练场、遥操作平台、示教系统和数字孪生系统建设成本高，单个企业自建往往形成封闭数据孤评测体系缺位正在放大资源错配和市场噪声。当前不少企业仍以短视频演示、赛会成绩和单次任务成功作为能力证明，采购方难以据此判断持续作业能力、异常恢复能力和全生命周期成本。2月28日人形机器人与具身智能标准化年会预训练全身模型、灵巧手与激光雷达感知技术等关键技术虽已加快突破，并在工厂装配等复杂任务中落地，产业仍然亟需统一任务标准、建立评价体系和安全标准。该判断点中了行业要害。没有跨本体、跨场景、跨任务的统一基准，政府资金、企业采购和社会资本都难以形（二）关键部件一致性与整机量产一致性决定产品能否从样机跨入订单。当前国内不少企业已经能够做出动态表现亮眼的样机，部分企业也开始进入小批量交付阶段，真正限制放量的因素集中在关节模组一致性、灵巧手寿命、力传感器稳定性、线束与散热设计、供电系统冗余、整机装配误差控制和长期运行维护。单台样机的成功不批次波动、环境漂移和长时间运行工程化约束已经呈现软硬协同特征。端侧算力、控制系统、工业中间件、开发工具链和售后运维体系共同决定交付质量。2026年英伟达GTC大会把PhysicalAI和Robotics列为重点主题，官方会议信息反复强调AI、仿真和加速计算正在推动机器人从概念验证走向实时决策和规模部署；同月英伟达披露ABBRobotics接入Omniverse后，数字孪生与现实环境一致性可达99%，部署成本最高可降40%，上市周期最高可缩短50%。这表明未来量产竞争不仅取决于本体制参数管理和部署运维形成的工程体系。我国在整机制造和供应链组织方面具备优势，工业软件、仿真工（三）场景价值闭环尚未稳定当前大部分项目仍处于联合验证、小批量试用和局部工位替代阶段。市场热度较高，真实订单密度仍然有限。采购方更关心节拍稳定性、异常停机率、工位改造成本、维护频率、人员培训成本和责任划分机制。只要这些关键变量无法形成可复制的财务模型，具身智能就难以进入企业年度资本开支和技改制造业场景最有希望率先跑通价值闭环。汽车、3C、锂电、物流和仓储等场景的任务边界清晰，数据回流路径明确，工艺流程标准化程度较高，具备持续验证条件。家庭服务、养老陪护、开放商业环境等场景市场空间更大，短期受制于安全责任、环境非结构化、多对象交互和维护网络，规模化节奏仍将慢于工业应用。产业判断必须把场景成熟度放在首位，避免用统一叙（四）标准认证、安全治理与标准体系已经启动，落地规则我国发布首个《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、安全伦理六个部分。标准顶层框架已经形成，后续关键在于尽快把接口协议、数据格式、测试工况、整机可靠性、安全冗余和责任边界转化为 可执行、可检验、可认证的具体规则，推动产品评价和场景部署形成安全治理将直接影响采购扩容电气安全、动作安全、网络安全、数据安全和伦理风险，一旦进入工厂、医院、商超和公共空间，责任链条会明显拉长。模型误判、通信中断、碰撞力失控、数据泄露和恶意操控都可能引发现实损害。2025年以来国际电信联盟、美国国家标准与技术研究院、我国标委会动作密集，已经说明安全治理是产业放责任追溯和远程接管机制跟进不（五）区域布局与资本投入出地方推进正在从抢项目、抢企抢标准和抢生态组织权。北京、上多地也在同步推动训练场、园区、基金和赛事平台建设。地方竞争能平台同质、招商内卷和财力分散。具身智能属于高投入、长周期、强外部性的未来产业，缺乏国家统筹时，局部过热和低效配置风险会同资本配置也存在明显偏向。市场更容易追逐整机产品、明星企业和短期传播效应，高质量数据、工业软件、传感器标定、测试认证、售后运维和场景改造等慢变量环节吸引力相对不足。行业一旦过度追逐估值和发布节奏，研发投入就容易向演示性指标倾斜，长期竞争力反而会被削弱。未来两年是资本回归理性、产业重估价值链的关键窗（六）国际竞争正在向平台生国际龙头已经把竞争焦点从单一机器人产品推向平台生态。和“从概念走向生产”作为重点方向，说明英伟达意图把基础模型、仿真框架、工业软件接口、边端算力和开发者生态打包输出。美国企业在模型、算力、开源工具和创业生态方面占据先手，欧盟在可信规则和工业软件集成上强化影响力，日本和韩国则在场景推广与联盟组我国若不能尽快形成开放平台能力和标准接口体系，后续上层生态可能面临受制约风险。当前我国整机制造、供应链响应、场景资源和产业组织能力具有突出优势，平台级工业软件、通用中间件、国际规则参与和开发者工具生态仍需加件可追赶、平台更难追赶、规则影本体格式不统一数据孤岛明显，模型迁移性弱，复现建设国家级数据与评测基础设施，统样机表现较好，批支持关键部件攻关和整机可靠性验证展示项目多，持续订单少，部署周期长以制造业为主组织示范工程和首台套保险机制和远程接管规用户采购谨慎，公加快标准细化、认证试点、保险与责平台重复建设，慢强化国家统筹、分类支持、财政金融数据来源：根据英伟达GTC2026官方会议信息、北（一）建立国家级统筹推进机制，形成技术、产业、治理同频推具身智能已经进入跨部门协同阶段，必须建立更强的国家统筹机制。建议依托未来产业培育和“人工智能+制造”行动，形成跨部门专项推进机制，把科技攻关、场景开放、标准认证、数据治理、安全监管、首台套应用和财政金融工具纳入统一框架。统筹机制要明确时 间表、路线图和评估口径，强化中央与地方、部委与行业、科研与产统筹推进要突出国家战略需求与产业落地需求双重导向。国家层面应重点抓技术底座、规则体系、公共平台和重大示范，地方层面重点抓场景开放、链主企业、训练设施和配套服务。对处于不同成熟度阶段的技术路线，应实行分层分类支持，防止以短期量产指标替代长期技术积累，也防止以概念热度替（二）把具身数据、仿真环境与评测基准纳入新型基础设施建设数据与评测基础设施应当作为国家新型基础设施的重要组成部分统筹布局。建议依托国家制造业创新中心、重点实验室、龙头企业和优势地区，建设跨本体、跨场景、跨任务的多模态数据平台，重点布局高价值工业工序数据、复杂装配任务数据、长序列操作数据和异常处置数据。同步建设高保真仿