2025具身智能行业发展研究报告：具身智能技术发展与行业应用简析

出品机构：甲子光年智库智库院长：宋涛报告撰写：翟惠宇发布时间：2025年1月 目录 Part01具身智能的发展背景P02 Part02具身智能的发展现状P11 Part03应用场景和代表厂商 P20 Part04发展挑战与技术趋势 具身智能指具备物理载体的智能体，强调智能体与物理环境的交互。 p“具身智能（EmbodiedAI）”指有物理载体的智能体，在与物理世界的交互过程中，通过感知、控制和自主学习来积累知识和技能，形成智能并影响物理世界的能力。 p其关键在于“具身认知”，即该智能是通过身体和环境的交互过程中产生的，不能脱离实体，这是具身智能与离身智能的关键区别。 p具身智能主要以各种智能机器人的形态出现，融合了机器人领域与计算机领域下的多个学科，是所有学科发展到相当成熟度之后才涌现出的能力。 多因素驱动我国成为具身智能技术发展与应用的沃土。 p具身智能机器人是我国发展新质生产力的未来产业新赛道，集成了AI、先进制造、新材料等先进技术，将对社会产业变革和全球竞争格局产生颠覆性影响。 p无处不在的应用潜力预示着庞大的市场需求、国家与地方长期的政策规划支持、核心零部件供应链完善形成集群效应、以及健康良好的人才和创业生态，多方面因素推动我国成为具身智能技术发展的沃土。 市场需求极为庞大 长期国地政策支持 Ø全球范围内工业机器人与服务机器人市场规模十分巨大。Ø当前，人口老龄化问题日益突出，老年人口数量不断攀升，同时人口出现了负增长态势。Ø年轻一代不再愿意在恶劣的环境中工作，枯燥、重复、低价值的劳动可交由机器人作业。Ø高盛预测，2035年全球人形机器人的总体可用市场（TAM）将达到380亿美元，预计出货量为140万台。 Ø国家和地方政策稳定推出并施行。Ø从顶层优化机器人产业结构，促进产业链协同。Ø聚焦底层技术、应用及创新驱动。Ø国家设立中期（2025年完成关键技术攻关）和远期（2027年创新能力显著提升，建成安全可靠本土产业链供应链体系）目标。 产业集群效应显著 人才和创业生态良好 Ø制造业集群产业链完善，可大幅缩短研发周期，从1.5年降至0.7年。Ø靠近供应链与客户，能节省物流及定制时间成本，提升购买舒适度。Ø地方在土地、信贷、财政等方面大力支持。Ø得益于本地供应链规模量产，关键零部件成本快速降低。Ø在北京、上海、广东等地设立人形机器人创新中心。 Ø超过400所高校高效开设机器人工程专业。Ø机器人企业注册数量迅猛增长。Ø过去十年投资总额超千亿元。Ø多地设立机器人产业基金，如北京机器人产业发展投资基金（规模达100亿元）、上海人形机器人产业基金（20亿元）、吴中区机器人产业基金等。 政策持续加码，具身智能与人形机器人正走进科技发展的舞台中央。 p各国均将以人形机器人为代表的具身智能上升到国家战略，通过跟进完善制度建设、提供资金补贴等方式推动技术发展。 p国内相关政策主要围绕加快具身智能机器人重点场景应用、加强行业标准规范建设、设立专项财政与基金支持、加速人才引进与技术培育等方面，通过政策推动，在短期实现核心零部件的技术突破，在长期建设丰富产业应用和生态。 具身智能具备新质生产力的关键内涵，是推动新质生产力建设的重要引擎。 p新质生产力强调在科技创新的基础上大幅提升生产效率和创新能力，而具身智能技术作为人工智能和机器人技术的融合发展前沿，天然具备形成新质生产力的关键内涵，是推动新质生产力发展的重要引擎。 p具身智能技术契合着解决未来社会矛盾的刚性需求，有望解决如工场劳动力短缺、社会老龄化等问题，把人类劳工不愿从事的枯燥、高危劳动中解放出来，并进一步推动全社会生产关系的改变与重塑。关注具身智能技术的发展对于我国实体经济高质量增长和国际产业竞争格局有着重大意义。 智能化技术将进一步放大机器人对工业领域人类劳动力的替代作用。 p全球工业机器人整体仍然保持增长态势，其中中国工业机器人安装量一枝独秀，2023年安装量高达27.6万台，占全球安装总量的51%。 p与此同时，来自国产品牌的工业机器人供应商也得到了快速发展，本土供应商已经近乎占领一半的国内市场。 p人工智能与机器学习技术的进步，将进一步放大机器人对人类劳动力的替代作用，在灵活、柔性、非标的层面展现更大的应用价值。 •中国是工业机器人领域的全球最大市场•本土制造商在国内市场份额快速提升•供给侧改革稳步推进，高端制造业快速发展，国内制造业仍然有较大发展潜力，国内工业机器人市场规模有望持续提升•随着具身智能技术的加持，机器人的自主决策能力将快速提升，能够适应更复杂、更多变的任务 人工智能发展线：从理性主义到深度学习 p在机器人领域的应用上，生成式AI技术正在兑现提升机器人关键能力的潜力，在环境感知、自主决策、学习与适应等多个方面均有表现。 p基于网络数据训练的大模型似乎正在触及AI认知的边界，ScalingLaw下的预训练大模型性能似乎快要达到极限，参数量和数据量的扩充已经难以给模型带来质的突破。AI想要进一步发展，必须与物理世界建立更加紧密的联系，具身智能将是AI继续向AGI进步的关键途径。 机器人发展线：从自动化工具到直接影响物理世界的智能体 p从历史的角度来看，工业机器人的硬件进化不断发展，从自动化设备到移动机器人，从协作机器人到人形机器人，每一步都代表着技术的进步和创新。当下，已经进入了AI大模型与机器人在底层技术创新和应用融合的交叉时代。 p技术的每一次进步都会带来机器人应用场景的突破，且一般会在精准、重复的工业场景作业流程中率先得到应用。未来，如何提升智能机器人在开放场景的可用性，是具身智能正在解决的问题。 具身智能：两条发展线的汇聚点，“AI的下一个浪潮是物理AI” p人工智能和机器人技术的发展并非孤立进行，而是相互促进、共同演进的。人工智能为机器人赋予了“大脑”，使其具备感知、思考和决策能力；而机器人则为人工智能提供了“身体”，使其能够与真实世界进行交互，获取经验和知识。 p具身智能的兴起是人工智能和机器人技术各自发展到一定阶段的必然结果，是两者深度融合的体现。人工智能的持续进步需要与物理世界的交互能力，而机器人的未来发展也离不开更高级别的智能化水平。 目录 Part01具身智能的发展背景 Part02具身智能的发展现状P11 Part03应用场景和代表厂商 P20 Part04发展挑战与技术趋势 大模型与GenAI飞速发展，开启具身智能技术萌芽。 p随着人工智能算法的发展，尤其是多模态大模型技术的突破性进展，将显著加速机器人产业的发展，提升机器人的智能水平，使得机器人能够自主进行判断和识别，执行复杂的多阶段语义推理任务。不仅提高了机器人的泛化能力，也快速推动了人形机器人通往量产的进程。 p根据Gartner技术成熟度曲线，当前的具身智能仍处于技术萌芽期，虽然受大模型技术的推动成为科技产业的热点，但是初创公司技术和商业化路径还没有找到有效方案，在成本、技术等层面仍然需要攻坚克难。 智能机器人表现的提升依赖于软硬件多种技术的快速进步与降本。 p以人形机器人为代表的具身智能机器人是链接虚拟数字世界和现实物理世界的最佳载体，是虚实融合的理想产物，其性能表现也高度依赖于软件与硬件的全方位进化。 p从基础材料科学到人机交互技术，从多模态感知大模型到高精度机器人运动控制算法，软硬件多个层面的技术积累与快速进步，让具身智能在2023年后迅速让世界看到其应用潜力与应用可行性。 自主决策与规划 多模态感知&传感器 多模态感知&传感器Ø基于全面的环境感知与精准任务理解做出决策最优解Ø类似multi-agent技术发展趋势，智能机器人也需要实现单体智能到群体智能的进化 多模态感知&传感器Ø感知信息从低精度到高精度，从单模态到多模态Ø具身智能的实现需要做到视觉、听觉、温度、力度等多种模态的感知融合，方能全面地感知动态环境 感知结果&任务理解 机器肢体&运动控制 Ø大语言模型等单一模态模型，或图文大模型等双模态模型，并不能实际解决具身智能机器人需要实现的作业任务 多模态感知&传感器Ø多模态的感知数据需要多模态大模型进行深度融合，方能为后续的决策、规划和控制模块提供实时的精准时空融合感知Ø大模型与行业know-how、业务系统也需要实现深度融合，以更好地让机器人理解作业任务 多模态感知&传感器Ø一方面基于材料科学的进化，推动核心零部件的性能与成本表现Ø另一方面利用模仿学习、强化学习等方法，通过大数据集、合成数据等手段加速机器人控制算法的迭代Ø仿真技术的进步也为运动控制算法与机器人应用开发提供了一种有效手段 分层模型or一体化端到端，机器人面临与自动驾驶一样的选择题。 p从“大脑-小脑-肢体”的架构来看，分层模型通过不同层次模型协作，利用底层硬件层和中间响应快的小模型弥补上层大语言模型的不足，推动机器人在实际场景的应用，并越来越多地采用基于学习的控制方法。 pVLA等端到端模型能够直接实现从人类指令到机械臂执行，即输入图像及文本指令，输出夹爪末端动作。 p分层式路线一度是主流选择，因为端到端路线受数据制约难以达到性能要求；机器人数据正在逐步积累，端到端路线在未来可能成为主流。 •以RT-2为例的VLA模型，大规模数据下能够实现泛化能力Input：图像及文本指令 ••Output：输出是夹爪末端动作•直接端到端地实现从人类指令到机械臂执行•端到端模型的难点在于数据采集难：类似于过往自动驾驶技术的发展，在没有足够的车辆上路之前，极难实现数据的飞轮效应•现行资源下的计算效率低下 通往One-Model端到端大模型是个循序渐进的过程。 p数据规模、模型泛化性、响应速率等问题是当前端到端具身大模型需要逐步攻克的弊端，需要在数据采集和模型训练上寻求新的突破方法。 p根据智元机器人定义的路线图，当前具身智能大脑已经具备认知、推理、规划的能力，且而小脑层面机器人技能任务的训练也是通过深度学习以驱动的。随着场景、数据的增多，多个特定小模型会逐渐泛化为通用操作大模型，并最终实现与上层模型的融合。 采集方式不断进化，仿真数据有望驱动机器人实现智能跃迁。 p当前的具身智能是通过深度学习技术（模仿学习、强化学习等）从大量数据中学习并实现的，巨量的、优质的、多样的数据，是具身智能机器人能够实现各种各样自主操作的基础。 p数据采集方式呈现多元化，人工示教（遥操、动捕）、机器人自主探索、仿真合成数据等方式各有优劣，为具身智能训练数据集添砖加瓦。 p自动驾驶的数据采集方式具备借鉴意义：在规模化部署以后，机器人在影子模式下自主探索，通过与环境互动收集多元数据，在云端形成数据闭环，再反哺模型的调整与训练，这也是具身感知、学习的具体表现。 2024年迎来具身智能投资热潮，本体与具身模型受到资本青睐。 p如果说OpenAI的ChatGPT引爆了2023年对大语言模型的投资热潮，那么Tesla入局人形机器人和黄仁勋的那句“AI的下一个浪潮是具身智能”，则彻底带火了具身智能与人形机器人领域的投资热潮，成为2024年科技产业投资的最大热点。 p当前具身智能机器人可用性不足的原因还是“智能化”水平不足，算法环节无法达到要求。从投资角度看，头部人形机器人的本体研发集成厂商已经经历多轮融资，估值较高，行业整体投资热点正从人形机器人本体向具身智能模型和其他上游零部件迁移。 技术发展一脉相承，车企加速部署人形机器人。 p自动驾驶是具身智能的一个重要场景，都具备“感知-决策-规划-控制”的算法架构，具身智能和自动驾驶在技术实现路径上是一脉相承的，且算法与零部件可实现高度复用，这是Tesla给业界带来的启示。 p当下，智能辅助驾驶已经跑通商业化路径，进入卷交付、卷规模、卷性价比的阶段，这为具身智能未来的技术打磨路径和商业化提供了一些参考。 p同时，汽车行业从主机厂到供应商，从投资人到创业者，都在从自动驾驶转向追求更多场景的具身智能：主机厂或自研或投资具身智能公司，而人形机器人企业也在寻求