一、产业现状  

（一）国家战略锚定发展方向  

2025年，“具身智能”首次写入《政府工作报告》，被列入国家未来产业重点培育清单，标志着其从技术概念升级为国家战略优先级方向。北京、上海、深圳等核心城市迅速响应，推出千亿级产业基金、核心技术攻关专项等配套政策，形成“国家引导+地方落地”的协同推进格局。国务院发展研究中心预测，中国具身智能市场规模将在2030年达到4000亿元，2035年突破万亿元，成为带动交通物流、工业制造、商业服务等领域新质生产力跃升的核心引擎。这一战略布局与“十五五”规划中“前瞻布局未来产业”的要求高度契合，为产业发展提供了稳定的政策预期。  

（二）技术底座筑牢产业根基  

我国在人工智能、机器人制造等领域的积累为具身智能发展奠定了坚实基础。截至2025年，我国人工智能专利数量占全球六成，DeepSeek、豆包等国产大模型在感知、决策能力上实现单点突破，正向“感知-认知-决策-执行”闭环演进。工业机器人保有量从2020年的96万台增长至2024年的203万台，4年内实现翻番，运动控制、精密操作等核心技术持续迭代。更关键的是，我国在5G-A、6G研发上的领先地位，为具身智能提供了低时延、高可靠的通信支撑，云边端协同架构逐步成熟，解决了物理世界交互中的实时响应难题。  

（三）市场需求激活商业闭环  

人口老龄化加剧、劳动力结构性短缺等社会痛点，催生了对智能化替代方案的迫切需求。工业领域，柔性制造、小批量多品种生产模式推动“柔性产线+具身AGV”等创新应用，无锡某汽车工厂通过该模式将产线重构时间从72小时压缩至3小时；服务领域，家政服务、医疗护理、商业服务等场景的需求持续释放，优必选Walker系列人形机器人累计订单金额已突破8亿元，2026年年产能将达5000台。资本市场的热烈反应印证了市场信心：2025年我国具身智能和机器人领域融资总额达735.43亿元，投资事件数744起，参与投资机构超600家，融资额是2024年同期的4倍。 

二、技术趋势  

（一）基础模型向闭环能力跃迁  

具身智能技术路径正从LLM和VLM的单点突破，向VLA（视觉-语言-动作）、世界模型等闭环架构演进，核心目标是构建“通用大脑”。国内企业和科研机构正沿四条技术路线并行探索：模块化分层路线聚焦运动技能学习，分层大模型、端到端大模型、世界模型路线则致力于提升综合认知能力。北京人形机器人创新中心开源的Pelican-VL1.0视觉语言大模型，已在商业服务、工业等场景实现环境感知和指令理解落地；谷歌RT系列、FigureAIHelix等模型的海外实践表明，世界模型能显著提升未知场景的复杂操作能力，这将成为我国技术攻关的关键方向。  

（二）本体技术迈向软硬一体化创新  

具身智能的“身体”——机器人本体，正突破传统机械设计局限，向轻量化、高精度、低成本方向发展。人形机器人作为核心载体，已完成从原型开发到规模化量产的工程验证，国内领军企业的第5000台人形机器人正式下线，验证了量产可行性。核心零部件国产化是关键突破点：我国手部、腿部执行器等零部件供应商数量远超美国，供应链优势使整机成本控制在海外同类产品的50%左右。但高精度减速器、伺服电机、高端传感器等领域仍存在短板，未来将通过“产学研用”协同攻关，提升核心零部件自主可控率。  

（三）数据体系构建场景化闭环  

数据是具身智能迭代的核心燃料，“数据-模型-本体”的闭环飞轮已成为产业共识。为解决物理世界数据采集成本高、效率低的瓶颈，具身智能训练场建设成为热点，国内已建成或计划在建的训练场接近30家。但当前训练场存在场景深度不足、重复建设、数据互通困难等问题，未来将向“场景精准复刻+跨场数据共享+商业化运营”转型。通过数字孪生技术构建高保真场景，结合仿真数据与真实数据融合训练，可大幅提升模型泛化能力；建立统一的数据接口标准，将推动形成跨企业、跨行业的共享数据池，加速技术迭代速度。  

（四）人机协同技术突破交互瓶颈  

未来具身智能将从“工具”转变为“协作伙伴”，人机交互技术向自然化、精准化、安全化演进。语音、视觉、触觉等多模态交互融合成为主流，机器人将具备情绪识别、意图理解能力，在医疗护理、教育等场景实现拟人化服务。安全协作技术是关键保障，通过力控传感器、碰撞检测算法等，确保人机近距离作业安全。同时，多机协作技术正从实验室走向实际应用，在物流分拣、灾害救援等场景，多台机器人将通过协同调度完成复杂任务，形成“1+1>2”的作业效率提升。  

三、应用场景  

（一）工业领域  

工业是具身智能最先实现规模化落地的场景，应用核心从传统自动化转向柔性制造与自主决策。在汽车制造、电子电气等行业，人形机器人、复合轮臂机器人已开始小规模应用，完成焊接、装配、检测等任务。徐工集团引入焊接机器人后，产品合格率显著提升；优必选WalkerS2工业人形机器人开启量产交付，将进一步推动工业场景的渗透。未来趋势是“全流程智能化”：从原材料搬运、加工制造到成品检测、仓储物流，具身智能将实现全链条覆盖，通过工业互联网与生产系统深度融合，打造“黑灯工厂”2.0模式。  

（二）服务领域  

服务领域将呈现“场景精准细分、交互拟人化、形态轻量化”三大趋势，覆盖商业、家庭、公共服务、医疗康养等多个细分赛道。家庭服务场景中，千寻智能的衣物折叠机器人已实现单一任务突破，未来将向多任务集成演进，具备清洁、烹饪、护理等综合能力，但大规模进入家庭仍需解决成本下降、操作简化等问题。医疗康养领域，受老龄化推动，康复机器人、护理机器人需求将爆发式增长，帮助解决护理人员短缺难题。商业服务场景中，伴舞机器人、导购机器人已在演唱会、商超等场景落地，未来将向“个性化服务+数据分析”升级，成为商业运营的重要支撑。  

（三）特种领域  

具身智能在特种领域的应用聚焦“上天入海涉险”，突破人类作业极限。在灾害救援场景，机器人可进入火灾、地震等危险环境，完成生命探测、伤员转移、物资运送等任务；能源领域，巡检机器人已在电力、油气等行业实现应用，通过自主导航、缺陷识别，提升巡检效率和安全性。未来将向更复杂的极端环境拓展，如深海探测、太空探索、核设施维护等场景，通过本体防护技术、自主续航技术、极端环境感知技术的突破，打造“特种作业机器人军团”，成为国家公共安全和重大工程的重要保障。  

（四）交通领域  

交通出行领域的具身智能正从单一自动驾驶载具，向“车-路-人-云”系统级协同演进。智能运载装备作为重要载体，已在物流配送、港口运输等场景实现落地，未来将向立体化生态构建发展。在城市物流领域，无人机、无人车协同配送将成为常态，通过路径优化算法、实时调度系统，提升物流效率；在公共交通领域，智能公交、自动驾驶出租车将逐步商业化运营，结合智能调度平台，打造高效、安全的公共交通网络。6G技术的商用将为车路协同提供更强支撑，实现毫秒级通信延迟，保障复杂路况下的安全运行。  

四、产业链与生态 

来源：36氪研究院

（一）产业链垂直整合加速  

具身智能产业链涵盖上游核心零部件、中游本体与模型研发、下游应用解决方案三大环节，当前正呈现“垂直整合”趋势。上游环节，AI芯片、操作系统、传感器等企业加速与中游机器人企业合作，共建技术标准；中游企业通过自研核心零部件、开源模型，提升产业链掌控力，如北京人形机器人创新中心的开源实践，推动了产业链协同创新；下游应用企业深度参与产品定义，根据场景需求定制化开发，形成“场景反馈-技术迭代”的良性循环。未来将形成“核心企业引领+配套企业协同”的产业集群，长三角、珠三角、京津冀等地区将成为产业集聚高地。  

（二）商业模式向“服务化”转型  

传统“一次性销售”模式难以适应具身智能的技术迭代特性，“机器人即服务（RaaS）”模式将成为主流。企业无需一次性支付大额采购费用，而是通过订阅、按次付费等方式获取服务，资产所有权归服务商，由服务商负责维护、升级。这种模式降低了企业应用门槛，同时为服务商带来持续现金流，支撑技术迭代。未来将形成标准化服务套餐+定制化解决方案的商业模式，在工业、物流等场景，按作业量、服务时长计费；在服务领域，按服务内容、服务质量计费。谁能率先建立可复制的服务标准、数据接口和计费模型，谁就将在全球具身智能服务贸易中占据枢纽位置。  

（三）生态竞争聚焦三大核心能力  

未来产业竞争将从单一产品竞争升级为生态系统竞争，核心聚焦技术底座、场景运营、服务能力三大维度。技术底座方面，具备自主可控的大模型、核心零部件研发能力的企业将占据主导地位；场景运营方面，能深度理解行业需求、快速迭代产品的企业将获得市场份额；服务能力方面，完善的运维体系、快速响应的技术支持将成为客户选择的关键。国内已形成超过150家人形机器人企业，数量仍在增长，未来将出现“头部企业引领+细分赛道冠军”的市场格局，行业集中度逐步提升。  

（四）国际竞争与合作并存  

我国具身智能产业已跻身全球第一梯队，在产业链完备度、市场规模、场景密度等方面具备优势，但欧美企业在大模型、世界模型、高端芯片等领域仍有领先地位。特斯拉Optimus、波士顿动力、谷歌等海外企业通过资本和数据优势加速推进量产，国际竞争日趋激烈。我国企业将采取“差异化竞争+开放合作”策略：在工业、服务等场景发挥本土化优势，打造适配国内需求的产品；通过开源社区、国际标准制定等方式，加强技术交流与合作，吸引全球人才与资源。同时，需防范技术封锁风险，加速核心技术自主可控，构建“内循环为主、外循环赋能”的发展格局。  

五、关键路径  

（一）核心挑战  

尽管发展势头迅猛，我国具身智能产业仍面临多重挑战。技术层面，通用大脑的认知能力、复杂环境的适应能力、核心零部件的性能仍需提升；标准层面，行业缺乏统一的技术标准、测试评估体系、数据接口规范，导致产品兼容性差、数据互通困难；伦理层面，“人-机-物”深度融合引发安全风险、隐私泄露、就业替代等争议，伦理规范尚未健全。此外，训练场的实际效用未充分验证、商业化模式不清晰等问题，也制约着产业规模化发展。  

（二）破局路径  

构建完善的标准体系：由政府牵头、企业参与，加快制定具身智能产品安全标准、性能测试标准、数据安全标准等，建立EAI-bench等基准测试体系，规范市场竞争秩序。重点推进核心零部件接口标准化，提升产业链兼容性。  

强化核心技术攻关：聚焦机器人大脑关键技术群、核心零部件、数据高效利用等重点方向，设立国家重大专项，支持“产学研用”协同创新。鼓励企业加大研发投入，建立联合实验室，加速技术成果转化。  

完善数据治理机制：建立数据采集、共享、使用的规范流程，明确数据所有权、使用权归属，平衡数据价值释放与隐私保护。推动训练场市场化运营，形成“数据产品-付费使用-迭代优化”的商业闭环。  

构建伦理与安全防护体系：前瞻性布局具身智能伦理研究，建立“伦理审查+安全评估+应急处置”的全流程治理框架。加强机器人安全技术研发，防范物理安全、网络安全风险；制定就业转型政策，缓解技术替代带来的社会压力。  

六、未来展望  

到2035年，中国具身智能市场规模将突破万亿元，成为国民经济的重要增长极，应用将覆盖国民经济所有二十个门类，孕育形成数个万亿级细分市场。技术层面，将实现“感知-认知-决策-执行”的全链路贯通，通用人形机器人成本大幅下降，进入百万台级量产阶段，成为可规模部署的通用劳动力；应用层面，将从工业、服务等领域向家庭、医疗、教育、交通等全场景渗透，重塑生产生活方式；产业层面，将形成自主可控、全球领先的产业链生态，在国际竞争中占据主导地位。  

具身智能的发展不仅是一场技术革命，更是生产力和生产关系的深层次变革。它将弥补传统机器人产业的不足，替代人工无法完成的工作，为经济增长注入新动能；同时，也将推动人机协同分工格局的形成，让人类从重复性、危险性劳动中解放出来，专注于创造性工作。面对这一历史性机遇，我国需坚持技术创新与生态构建双轮驱动，政策引导与市场机制协同发力，推动具身智能产业高质量发展，为实现科技自立自强、建设制造强国提供核心支撑。