CIC灼识-具身智能大脑行业白皮书 2026

CIC灼识是一家知名咨询公司。其服务包括IPO行业咨询、商业尽职调查、战略咨询、专家网络服务等。其咨询团队长期追踪高科技、人工智能、制造业、工业、互联网、大数据、能源电力、供应链、金融服务、消费品、医疗、教育、文娱、环境和楼宇科技、化工、物流、农业等方面最新的市场趋势，并拥有上述行业最相关且有见地的市场信息。CIC灼识通过运用各种资源进行一手研究和二手研究。一手研究包括访谈行业专家和业内人士。二手研究包括分析各种公开发布的数据资源，数据来源包括中华人民共和国国家统计局、上市公司公告等。CIC灼识使用内部数据分析模型对所收集的信息和数据进行分析，通过对使用各类研究方若您希望获取CIC灼识的详细资料、与灼识建立媒体/市场合作，或加入灼识行业交流群，欢迎扫I.具身大脑：连接Al决策与物理世界执行的核心系统具身智能的定义具身大脑的能力·将任务目标拆解为可执行步骤，并协·将任务目标拆解为可执行步骤，并协调感知、控制及执行模块完成任务对应价值认知能力规划能力认知能力规划能力·实现自主决策执行·多模态环境理解与任务推理，形成自主决策能力·基于任务目标生成动作规划与执行策略·支持跨场景泛化和持续学习，提升机器人自主性·负责运动规划、姿态控制与实时反馈，保障机器人精准稳定执行·具身大脑的能力，是将外部任务和环境信息转化为可执行策略的能力，具体体具身大脑具身本体能力体现·底层物理执行系统·具身本体是具身大脑的物理“肌肉”和执行载体，负责将上层动作策略转化为移动、环境感知能力环境感知能力任务理解能力行为规划能力动作生成能力状态，生成动作序列动作·基于环境状态生成行顺序·根据任务变化动态调少传统模块间的信息传递损耗，形成从多模态输入、环境表征到状态预测与动动作生成及执行反馈构建统一闭环，并探索高层任务规划与低时延动作控制的进行建模，提升模型对物理关系的理解与预测能力；借助统一动作表示与中间表征，探索模型在不同机器人本体、物具身大脑具身大脑·基于多模态感知、认知物理世界，适应非结构化及动态变化环境·探索端到端模型直接映射动作，并提升跨场景、跨任务的通用泛化能力·探索通过数据闭环驱动持续进化，提升模型样本学习与知识迁移能力·软件定义能力，探索更灵活的模型部署方式，推动从专用任务向更通用能力演进·依赖标准化环境动作方式动作方式·每新增场景重新开发·复制设备和程序·传统自动化主要依赖人工预设的规则、代码逻辑与传感器反馈在特定范围内执行任务；具身大脑的核心差异在于其“数据驱动与模型泛化”能力，通过大模型对物理世界的认知，自主进行语义理解、逻辑推理与长程规划，从而实现从“专用”到“通用”的跨越。移动、放置等动作。Policy):早期具身智能系统更多围绕视觉识别、物体定位和动作执行展开，即机器人先识别目标物体，再基于预设策略完成抓取、 ·将视觉、语言和动作统一建模 世界模型范式(预知→规划)·世界模型主要基于无本体野外采集数据进行预训练，强调机器人对物理世界动作模型(WorldActionModel):是融合世界模型与动作生成模型的端到端模型。该模型通过预测未来环境状态并生成对应动作序列，实现环境理解、状态·首次深度融合视觉与力反馈，实现感知与执行协同·通过后训练持续提升复杂操作任务中的稳定性和精作，实现端到端任务理解与执行·根据自然语言指令结合视觉环境生成动作序列·推动机器人从“执行动作”迈向“理解任务并自主操作”·DreamZero:WAM范式代表案例·通过推演动作引起的环境变化，实现“世界预测·支持跨本体学习与实时闭环控制，提升新任务、新环境下的泛化能力具身大脑训练数据正从互联网通用数据向多源真实世界数据体系演进，兼顾数据规模、物理交互与场景多样性。提供基础认知能力和世界知识·构建具身大脑早期认知能力的重要·基于高保真物理仿真环境生成大证2仿真数据仿真环境CornerCase·仿真环境用于生成任务、训练策略·如遮挡、反光、包装形变等Corner构建物理交互能力态感知数据，是提升动作策略成功·覆盖真实场景中的物体、环境及交·降低真机数据依赖，为世界模型预·全球范围内最早启动的无本体数据采集·行业率先实践无本体in-the-wild数据采集体数据训练·通过多机器人真实交互数据训练·通过真实机器人任务执行数据提升·利用自研人形机器人采集真实环·推动机器人从动作执行向任务理识别物体“是什么”识别物体“是什么”“在哪里”“什么姿态”够在不同环境和不同硬件形态下进行适应性控制迁移效率和场景适应能力·支持人形、四足等多机器人平台，实现跨本体能力迁移具身智能大模型·机器人从“看得见”走向“摸得准、拿得稳”真实服务场景复杂多变，传统自动化难以适配具身大脑可覆盖的服务运营场景能力迁移方向能力复能力复用个人护理柔性装配位柔性装配养老陪护仓储履约·高吞吐、长时间运行、多机器人协同养老陪护仓储履约·真实场景能够持续产生任务、视觉、操作、异常和人工反馈数据，推动具身大脑不用知识与基础能力持续学习能力进化·只有在真实环境中长期、连续、低干预运行，具身大脑的能力才能被充分验证●具身大脑通过在真实环境中沉淀的●具身大脑通过在真实环境中沉淀的可泛化、可迭代、可迁移的任务完成真实场景推动具身大脑进化·稳定操作大量形态、材质、姿态和摆放状态各异的未知物体是非标准化场景包装袋玻璃农产品堆叠强光倒放遮挡：部分遮住目标或多个目标颜色：相同物体即使颜色不同也会影响机器识别背景：影响目标分割与边缘提取光线：反光/阴影/曝光不足，导致边缘模糊或误判认知决策物理执行定位抓取放置·通用抓取能力是具身大脑从认知决策走向物理执行的底层能力。·具身操作任务可从简单抓放、分拣等即时接触，升级至擦拭、剃须、家务整理控制及力反馈能力更高低l·具身大脑第一阶段商业化落地通常优先选择以即时接触和高频抓放为主的场景，能够有效验证具身大脑的基础操作能力和商业可行性。穹彻智能定位为具身智能大脑、数据基础设施以及真实场景机器人解决方案的全栈物理Al穹彻智能定位为具身智能大脑、数据基础设施以及真实场景机器人解决方案的全栈物理Al平台。通过融合真实世界理解、力反馈交互以及持续学习能力，其模型NoematrixBrain可实现刮胡子、削黄瓜、挖冰淇淋等需要精细力控的复杂接触式任务，商业化上是“全球第一家实现真实商业闭环的无人具身药房”。20242024具身大脑获得单场景百套订单臂升降移动机器人集、数据管理、模型训练与应用落地。系统，融合具身基础模型与多模态感知能力，支撑机器机器人数据采集方案自主研发的机器人本体，支H正库帕思药师帮混合后训练·建模空间关系、物体状·学习动作与环境变化之·为后续可执行动作序列·输出位置、轨迹与力·驱动机器人完成目标·接收多视角连续视频观测路无本体数据，用更低的数据成本训境变化并结合视觉、动作和力反馈动穹彻通过“预训练—力位混合后训练—持续学习”的三阶段训练路径，逐步构建从通用环境理解、精细操作到部署后持续优化的模型能力。无本体数据|世界模型训练|通用环境理解真机数据回流|模型迭代训练|场景适应提升无本体数据|世界模型训练|通用环境理解真机数据回流|模型迭代训练|场景适应提升·覆盖任务执行、异常情况及人工反馈·基于模型效果评估开展迭代训练与模型更新·提升模型在真实场景中的表现数据来源数据来源·扩大真实交互覆盖，保持阶段间动作份不连续·提升接触感知与精细操作能力训练目标··构建可迁移的通用世界模型表征·将人类自然操作迁移为机器人可执行动作·覆盖多样场景，为后续任务适配奠定·回流真机执行结果及过程中的力信号·补充接触、边界与失败样本，强化复杂接触任务能力●穹彻智能实施的三阶段训练体系兼顾数据规模化、精细操作能力与真实场景适应性，为具身模型持续迭代及商业化落地提供基础。操作能力一个大脑适配多类机器人真实物理交互V.具身大脑的规模化复制与场景拓展展望持续迭代快速适配缩短交付时间跨场景复用持续迭代快速适配缩短交付时间跨场景复用 ·更强的具身推理与连续接触能力·通用具身推理能力、复杂参数处理·整理、清洁辅助、复杂抓放·家务整理、柔性物体操作、复杂人机协作·即时接触+部分连续接触·高频连续接触、柔性接触、人身近距离交互 代表场景·零售场景如药房、便利店、商超、即时零售·物流分拣、酒店服务、医疗康养、商业楼宇·2C家用机器人、·具身大脑的商业化并非一次性进入所有场景，而是随着通用抓取、具身推理、力控反馈与连续接触能力逐步成熟，从任务边界清晰的即时抓放场景，逐步拓展至酒店服务、家庭服务及个人护理等更复杂开放场景。37零售场景具备规模化商业化潜力零售场景具备规模化商业化潜力店等多业态店·为后续规模化部署提供应用基础具身大脑机器人渗透率具身大脑机器人替代比率1具身大脑机器人替代比率1·商业化价值明确650百万人仓储搬运与拣选仓储搬运与拣选仓储与物流行业就业人数·覆盖搬运、拣货、上下架等高频具身大脑机器人渗透率具身大脑机器人渗透率·支持24小时连续稳定运行具身大脑机器人替代比率1具身大脑机器人替代比率1183183百万人具身大脑机器人渗透率·支持全天候无人化运营具身大脑机器人渗透率客房智能服务具身大脑机器人替代比率1客房智能服务具身大脑机器人替代比率1·覆盖迎宾、咨询及客房服务·提升酒店智能化水平40·从即时接触类任务起步，逐步拓展至连续接触类任务。抓取是具身大脑商业化落地的基础能力，也是多数物理操作任务的动作backbone。第一阶段商业化落地通常以药房、商超、零售、酒店等即时接触类任务为主，核心在于实现高成功率、高稳定性和可常态化运营的识别、抓取、放置与异常处理能力。412015-2025年中国社会消费品零售总额2015·庞大的线下商业空间为机器人规模化部署·具备持续自动化需求标准化程度高·流程清晰，操作标准化·便于机器人学习与复制可由药店迁移至商超、便利店场景易扩展可由药店迁移至商超、便利店3任务清晰，数字化基础好数据积累丰富算法易落地算法易落地主流系统(ERPNMS)普及率已形成标准数字化流程库存、销售等经营数据持续沉淀线上线下数据打通，为机器人训练提供高质量数据样本数据标准化程度高模型训练、部署及持续优化效率更高 传统运营vS具身大脑赋能药房运营药房运营痛点具身大脑机器人药房运营优化效果24小时营业时间药房运营痛点具身大脑机器人药房运营优化效果24小时营业时间拣货高效精准少人化运营，成本优化24小时值守难·夜间需安排人工值守，人力成本高·服务连续性受限拣货效率瓶颈数增加SKU数量上升导人力成本上升·多任务并行使效率夜间订单履约率拣货效率提升人力成本降低传统药房运营服务时间受限拣货效率较低人力依赖，成本较高·具身大脑机器·在货品入库后货4药品核对4药品核对5连续拣选1接单1接单2任务理解·机器人需在狭小门店空·具身大脑接收订单信息·将商品名称、规格、数列·适应门店中存在的摆放10自我优化9异常处理10自我优化9异常处理执行能力，形成能力迭·打包机完成打包，订单执行能力，形成能力迭·打包机完成打包，订单·机器人在抓取后仍需通22空间适配能力·无需调整货架结构·快速完成部署上线·无需改造现有门店布局②高抓取成功率·适应高陈列密度复杂场景处理·应对遮挡、重叠、反光、倾斜等场景·保持稳定抓取能力·可精准避障·适配狭窄通道·不影响门店正常运营·保证用药安全性·识别药品准确率高·可识别多形态商品包装·适配瓶装、盒装及异形商品抓取管理平台·三大平台对设备状态、任务执行、异常事件和维护升级等进行统一管理集成能力·技术壁垒不仅在单点算法，也在