国信证券2026年发布的《具身智能产业研究蓝皮书》，核心围绕具身智能尤其是人形机器人的产业逻辑、技术路径、产业链格局与发展前景展开，核心内容总结如下：
核心产业定位：第四次智能革命的突破口
报告将工业革命划分为五个阶段：蒸汽机替代体能→电力规模化生产→计算机替代算力→大模型替代认知→具身智能实现“物理化改造”。当前AI已从数字空间迈入物理AI阶段，具身智能作为通用人工智能的物理载体，融合大模型认知、多模态感知、运动规划与自主执行能力，打破数字与物理世界的壁垒，是继计算机、智能手机、新能源汽车之后的颠覆性产品。英伟达已将物理AI定为下一波增长引擎，2026年6月发布的Cosmos 3全模态物理AI大模型确立了WAM新范式。
人形机器人基础定义与政策体系
- 分类与定义
机器人分为工业机器人（焊接、搬运等标准化工业任务）和服务机器人（场景机器人+通用人形机器人），人形机器人是通用机器人的理想形态，适配人类现有生产生活场景。 - 政策支持
2023年工信部《人形机器人创新发展指导意见》明确2025年批量生产、2027年形成安全供应链的目标；2024-2026年全国及北京、上海、深圳、江苏等30+省市密集出台配套政策，从核心技术攻关、场景开放、企业培育、资本支持等维度全方位扶持产业发展，科创板第五套上市标准也明确覆盖具身智能等前沿领域。
产业发展阶段与市场空间
- 发展阶段
遵循“专用场景→跨专用场景→通用场景”的落地路径： 短期（2025-2030年）：B端专用场景率先落地，工业、物流、环卫、Robotaxi等固定场景机器人已实现商业化，如无人矿卡渗透率已达7%，无人物流车2025年进入规模化落地元年。 中期（2031-2040年）：向家庭场景过渡，实现单任务多场景应用。 长期（2040年后）：家庭场景普及，全人形机器人成为通用场景主流。 - 市场空间
当前处于“0到1”萌芽期，2028年前整机市场规模20-50亿元；2028-2035年特种+工业场景落地，规模达50-500亿元；2035-2040年工业规模化+服务场景起步，规模1000-3000亿元；2040年后全场景普及，规模达5000亿-1万亿元，是潜在兆亿级赛道。
技术演进路径
人形机器人技术分为“大脑-小脑-肢体”三大模块，当前正处于L1预编程向L2专用场景过渡阶段：
模块 | 演进方向 | 当前进展 |
|---|---|---|
大脑（决策） | 从规则驱动向大模型驱动演进 | 主流路线为LLM+VLM→VLA→多模态大模型+世界模型，解决跨场景泛化、物理感知缺失、训练数据不足等核心痛点 |
小脑（控制） | 从模型控制向学习控制演进 | 从ZMP、MPC等传统控制算法，向模仿学习、强化学习等端到端AI技术升级，降低开发难度、提升迭代速度 |
肢体（执行） | 降本、提性能、轻量化 | 核心零部件向低成本加工工艺、高精度、高可靠性升级；通过结构优化、新材料应用降低能耗，提升续航与灵活度 |
产业链全景与核心玩家
- 产业链结构
上游：核心硬件（减速器、丝杠、传感器、电机、芯片）+ 软件算法（大模型、数据集、仿真平台） 中游：本体制造，呈现“百花齐放”格局，覆盖专业机器人厂商、车企、科技互联网企业三类玩家 下游：工业制造、商业服务、家庭民生、特种作业等全场景 - 核心本体玩家进展
- 海外
特斯拉Optimus 2025年开启量产，2026年产能快速爬坡，目标售价2-3万美元，已在工厂实训；Figure AI BotQ产线年产能1.2万台，成本较上一代降93%，已交付宝马工厂。 - 国内
宇树科技2025年人形机器人出货量5215台，IPO已过会；智元机器人2026年3月第1万台下线，中标移动7800万元全尺寸机器人订单；优必选Walker S系列获车厂超500台意向订单，2025年7月发布全球首款自主换电人形机器人Walker S2；众擎PM01是全球首例完成前空翻的人形机器人，2025年量产；傅利叶GR系列聚焦康复医疗场景，银河通用G1落地无人药店、商超场景，星动纪元STAR1奔跑速度达3.6m/s刷新行业纪录。
核心零部件与国产化机遇
人形机器人核心零部件占BOM成本超70%，当前高端市场仍被海外垄断，国产替代空间广阔：
- 减速器
谐波减速器哈默纳科全球市占率80%+，RV减速器纳博特斯克主导，国产绿的谐波、科盟创新等加速替代，摆线减速器有望在腰髋等重负载部位实现搭载。 - 丝杠
行星滚柱丝杠目前由Rollvis、GSA等海外企业主导，国内厂商正突破磨削、旋风铣等加工工艺，国产替代+人形机器人催生全新增量。 - 传感器
六维力传感器海外ATI市占率近50%，国内坤维科技、蓝点触控等进展较快；触觉传感器、电子皮肤仍处于技术攻关期。 - 固态电池
解决人形机器人续航痛点，2027年全球市场空间有望达百亿元，宁德时代、卫蓝新能源等加速布局半固态/全固态产品。
行业挑战与机遇
- 挑战
软件端大脑跨场景泛化能力不足、高质量物理训练数据匮乏、多模态感知融合技术不成熟；硬件端技术路径未收敛、核心零部件成本高；系统集成难度大、行业标准与安全伦理规范缺失。 - 机遇
拉动区域多学科技术突破，带动上游精密制造、中游本体集成、下游场景应用全产业链发展，赋能工业降本增效、服务业体验升级，成为地方经济增长新引擎。
（以下为报告全文）
投稿请点击“阅读原文”
审 核：李国庆
来 源：国信证券，如有涉及版权等问题请及时联系我们，著作权解释权属原创者所有，本文由智能制造IMS推荐阅读！
点“在看”给我一个小心心
