报告开篇明确了具身智能的定义与本质。它是指能够感知物理环境、认知理解复杂任务、自主规划行动并通过物理实体执行操作的一体化智能系统。与传统机器人或纯软件形态的“离身智能”（如大语言模型）不同，具身智能强调“具身性”（物理形态）、“交互性”（与环境的实时双向互动）和“进化性”（持续学习优化）。报告引用了Yann LeCun和李飞飞等学者的观点，强调真正的智能必须植根于物理世界，并将人形机器人视为具身智能的“终极形态”和核心载体。

报告将具身智能的发展划分为三个阶段：

1. 概念探索期（2010-2018）：以DARPA机器人挑战赛为代表，受限于预编程和规则驱动，缺乏泛化能力。

2. 技术融合期（2019-2023）：大语言模型和多模态大模型的发展，使机器人首次具备基于自然语言指令的任务分解和执行能力，标志着AI驱动的新时代。

3. 产业化爆发期（2024年至今）：ChatGPT等大模型能力溢出，叠加硬件成本下降，产业进入规模化量产和商业化落地的关键阶段。2025年全球人形机器人出货量达1.8万台（中国占74%），2026年进入关键转折点。

   

此外，报告还横向对比了具身智能与传统机器人（自动化 vs 智能）、大语言模型（数字世界 vs 物理世界）的本质区别。

全球产业格局呈现 “中美双核驱动、欧日韩追赶” 的态势。

• 市场规模：根据IDC预测，全球具身智能市场规模到2030年将达到1.5万亿美元，增长极为迅猛。

• 美国：AI先发优势明显，资本助推产业化。代表企业包括特斯拉（Optimus）、Figure AI、波士顿动力和Agility Robotics。其路线强调“先有强大脑”，但硬件成本高昂。

• 中国：硬件供应链优势与场景驱动力突出。代表企业包括宇树科技（出货量全球第一）、智元机器人、优必选等。路线更强调“软硬协同”和“场景驱动”，成本仅为欧美的40-60%，形成了“美国强脑、中国强身”的互补性格局。

• 日本与韩国：工业机器人底蕴深厚，掌握核心零部件技术（如哈默纳科的减速器），但在大模型方面相对滞后。韩国通过收购（如现代收购波士顿动力）快速切入。

• 欧洲：学术研究领先（如苏黎世联邦理工），但产业化滞后。

报告还通过专利数量对比图指出，中国在具身智能/人形机器人领域的专利数量远超其他国家，2025年达到26,000件。

这是报告的重点章节，进行了全方位的竞争力分析。

• 产业规模：中国具身智能市场规模预计2026年达到1.09万亿元，其中人形机器人增速最快。2025年中国人形机器人出货量约1.7万台，市场规模约85亿元。

• 产业集群分布：已经形成长三角（综合实力最强，汇聚宇树、智元、傅利叶等及绿的谐波等核心部件商）、珠三角（制造配套与应用先行区，以深圳优必选、华为、比亚迪为核心）、京津冀（科研策源区，依托清华、北大、中科院等）和中西部（差异化发展，如淄博的关节模组覆盖全国70%人形机器人产品）。

• SWOT分析：

• 优势：全球最完整的产业链和制造能力（成本比海外低30%-50%），丰富的应用场景与数据资源，完善的政策支持体系。

• 劣势：高端零部件（如柔性触觉传感器、重载减速器）依赖进口，高质量数据稀缺且形成“数据孤岛”，模型泛化能力不足，以及“重硬轻软”和复合型人才短缺的结构性问题。

• 机遇：广阔的海外市场增量，华人科学家回流带来的高端人才补充，以及明确的场景落地路径和生态协同模式。

• 威胁：行业泡沫与洗牌风险（已有公司解散案例），中美科技竞争带来的管制与人才流动不确定性，以及海外合规与本地化运营的高门槛。

• 产业新势力：报告特别分析了传统工业机器人企业的智能化转型（如埃斯顿、中科新松、珞石）、汽车制造商跨界造“人”（如比亚迪、广汽、奇瑞，利用技术同源和供应链优势），以及互联网平台巨头的深度参与（字节跳动、京东、阿里巴巴，主要依托其AI大模型、海量数据和算力优势）。

报告提出具身智能的技术架构为 “一体两翼三层”（物理本体、具身大模型、运动控制；感知层、决策层、执行层）。

• 核心模块：

• 具身感知：多模态融合（视觉、触觉、力觉），其中触觉感知被认为是“最后一厘米”的核心。

• 具身大模型（智能大脑）：当前存在三条技术路线：VLA模型（如Google RT-2，端到端泛化强但成功率为题）、LLM+运动基元（可靠性高，是当前主流）、世界模型（最通用但技术难度最高）。文中还提到参数规模的Scaling Law效应。

• 运动控制与操作：涵盖双足行走（MPC/强化学习）、灵巧操作（自由度指标，特斯拉已做到22个DoF）和全身协调。

• 数据与算力：数据是“燃料”，但面临采集成本高、效率低的问题。当前国际趋势是建设大规模数据采集中心和利用仿真平台（Sim-to-Real）来降低成本。

• 技术成熟度评估：报告借鉴NASA的TRL框架进行了评估。结果显示，3D视觉感知和简单抓取已商用成熟，但灵巧精细操作、多机器人协同等仍处于实验室阶段，离大规模商用尚有距离。

人形机器人被视作具身智能的核心载体。

• 战略价值：被认为是“可编程劳动力”，马斯克甚至预测其市场规模可达数十亿台，有潜力使特斯拉成为25万亿美元的AI机器人公司。

• 国内竞争格局：呈现百花齐放态势。宇树科技以极致性价比（G1售价9.9万元起）领跑出货量；智元机器人以“启元”大模型构建生态；优必选、傅利叶智能以及众多新兴独角兽（银河通用、星海图、千寻智能等）在各自赛道快速成长。

• 成本下降路径：这是产业化的关键。主要路径包括：架构简化（混合使用低成本行星减速器）、核心零部件国产规模化、芯片自研替代（ASIC）、制造自动化。成本目标是使单台人形机器人降至2万美元（约14万人民币）左右，达到经济性拐点。

• 产业链与核心零部件：上游核心零部件占总成本60-70%。报告详细分析了减速器、电机、传感器等关键零部件的国产替代进程（见表5-4）。其中，机电类（电机、减速器）国产替代进展最快（2025年国产份额分别达45%和40%左右），而高端传感器和AI芯片仍是“卡脖子”环节，差距较大。

报告将应用场景按成熟度划分为三个梯队：

• 第一梯队（已初步商业化）：工业制造（汽车、3C、轻工）和仓储物流。这是最先落地的核心场景。

• 第二梯队（正在验证）：商业服务（餐饮、零售）和医疗健康（康复、手术辅助）。

• 第三梯队（早期探索）：家庭服务（被视作终极场景，要求极高）和特种作业（高价值利基市场）。

商业模式方面，除了传统的整机销售，RaaS模式（Robot-as-a-Service，机器人即服务）正在成为行业新趋势，如Agility Robotics以每小时30美元的收费标准进行商业化验证。此外，还涌现出生态平台模式（做机器人的Android系统）、解决方案集成模式和数据服务模式。报告通过投入产出分析指出，在工业场景中，一台10万元级别的人形机器人，投资回收期约为1.5-3年。

报告还列举了四个典型应用案例，包括Figure 02在宝马工厂的长期部署、京东全球具身智能数据采集中心、智元机器人在宁德时代产线的实训，以及Agility Robotics的RaaS模式验证，详实地展示了产业落地的实际进展。

报告梳理了从国家到地方的政策体系。

• 国家层面：2023-2026年政策逐步升级，从“定调”到“加速”再到“体系完善”。特别是2026年发布的《人形机器人与具身智能标准体系（2026版）》，涵盖基础共性、类脑智算、肢体部组件、整机系统、应用及安全伦理六大板块，标志着产业进入规范化发展新阶段。同时，2026年启动的“实景实训专项行动”标志着政策从支持研发转向推动规模化应用。

• 地方层面：全国31个省市出台政策，形成“全国竞赛”格局。报告重点对比了北京（科研驱动）、上海（系统布局，目标“十五五”末10万台人形机器人进工厂）、深圳（整机集成与出海）、杭州（立法先行，出台全国首部地方性法规）、安徽（重金投入，每年5亿元）等地的差异化策略。

• 园区建设：全国已建成或规划中的产业园区超过50个，主要分为科研驱动型、制造驱动型和应用驱动型三种模式。

报告对产业未来进行了预判并提出了建设性意见。

• 技术趋势：具身大模型持续进化，将向多层次架构演进；硬件成本因国产替代和规模化效应持续下降；机器人形态向多样化和专用化并行发展。

• 产业发展趋势：遵循“工业场景规模化放量（2026-2028）→ 商业服务渗透（2028-2030）→ 家庭场景开启（2030年后）”的梯度路径。同时，产业并购整合将加速，预计至2028年将形成3-5家头部整机企业的格局。

• 战略建议：报告从六个方面提出建议，包括强化具身大模型基础研发、完善核心零部件自主可控、加快应用场景开放、推进标准法规建设（借鉴杭州模式）、加强国际合作与人才引育，以及引导资本市场健康发展。

• “奇点时刻”预判：报告综合技术成熟度、经济性拐点和社会接受度，预判了三个关键节点：2026-2027年为工业场景奇点（ROI转正，部署量达万台级）；2028-2029年为商业服务奇点；2030年以后为消费级奇点（家庭服务机器人进入早期采用者市场）。

报告指出，具身智能正从科幻走进现实，2026年是“从0到1”向“从1到N”放量的转折点。中国拥有全球最完整的制造业体系、最丰富的应用场景和最强有力的政策支持，完全有能力在这一轮技术革命中占据领先地位。但同时必须清醒认识到技术、商业、社会适应等多方面的挑战，需要产学研用金政协同发力。