当前，全球人工智能技术演进正进入新一轮突破期。以具身智能为代表的技术方向，推动人工智能从虚拟空间的认知计算走向物理世界的交互执行，而人形机器人作为具身智能的理想载体，正逐步从实验室走向产业化应用。在核心技术维度，当前人形机器人与具身智能技术，正围绕“通用智能+通用本体”实现系统性突破。世界模型被广泛认为是实现通用人工智能（AGI）的关键路径之一,世界模型方案为当今前沿热点，是对未来状态的预测、对行为的模拟，以及可执行行动方案的最优解。
大脑层面，端到端具身大模型快速成熟，实现多模态感知、自主决策、运动规划、环境交互的深度融合，积极构建开源数据集生态。硬件层面，运动与控制系统、感知与决策系统、肢体与执行系统等核心技术持续迭代，支撑机器人实现全地形适配、多模态动作执行的通用运动能力。人形机器人企业实现全面量产，在工业、家庭、商业、特种作业等多场景实现功能复用。
01
投资市场情况
2025Q1-2026Q1 全年国内具身赛道全年融资事件超 324 起，总额超 390 亿元，参与的投资机构数量超过 620家。百度风投、美团龙珠、京东、阿里、科大讯飞等 8 大互联网巨头，全年具身智能赛道投资次数合计达 66次，投资金额在 14.5-34 亿元之间。
全年国内人形机器人赛道融资事件 228 起，同比增幅 221%，融资金额超 370 亿元。全球人形机器人领域全年融资总额突破 578 亿元，中国市场贡献占比超 70%，成为全球资本布局的核心阵地。宁德时代、比亚迪、汇川技术等制造业龙头，通过战略投资深度布局人形机器人核心零部件、整机制造环节。
全年超 30 家机器人产业链企业密集启动上市进程，9 家企业成功登陆资本市场，24 家企业向港交所递交招股书，港股成为未盈利机器人企业上市首选地。 全年累计发生并购重组事件超 40 起，其中亿元级以上并购 12 起，并购逻辑从单纯的规模扩张，转向产业链能力补全、上市平台锁定、全球化技术与品牌布局、生态体系构建四大核心方向，行业竞争从单点比拼升级为生态联盟对抗。
2025 年 7 月，智元机器人通过“协议转让+部分要约收购”的组合方式，合计拿下 A 股上市公司上纬新材 63.62%的控股权，成为是 2025 年首个 A 股案例。2026 年 3 月 20 日，上交所正式受理宇树科技的 IPO 申请，正式冲刺 A 股“人形机器人第一股”，此次 IPO拟募资 42.02 亿元。截至 2026 年 4 月，千寻智能累计融资超 43 亿元人民币，2 月-4 月连续完成 3 轮融资进程，投后估值突破 200亿元人民币，成为国内具身智能领域估值最高、融资速度最快的非上市企业之一。2025 年 12 月，人形机器人企业银河通用完成超 3 亿美元（约 21 亿元人民币）B+轮融资，由中国移动、宁德时代、中金资本及中东国际资本联合领投，创下 2025 年中国机器人企业单笔融资最高纪录。
02
核心技术进展与范式转变
世界模型成为 2025 年具身智能领域最关键的技术突破之一。世界模型被认为是实现通用人工智能(AG1)的重要环节，终极目标是构建一个统一的模型能够复制基本的世界动世界模型可大体分为两部分:内部表征和未来预测。1)内部表征：用于理解世界机制；2)未来预测：预测未来状态以模拟和指导决策技术架构的演进是 2025年最深刻的变化之一。传统机器人系统采用模块化架构（分层)，感知、规划、控制等模块相对独立；而 2025 年兴起的端到端决策架构试图构建从传感器输入到执行器输出的统一模型（端到端）。
大模型多技术路线并行探索国外典型的具身智能 VLA 模型：谷歌 DeepMind 的 RT-2、PhysicalAI 的π0、FigureAIHelix、英伟达 GR00TN1 等这四家。国内主要具身智能 VLA 模型：星动纪元 ERA-42、银河通用 GraspVLA、智元机器人 GenieOperator-1（GO-1）、灵初智能 Psi-R1 等。
具身智能大脑模型的预训练阶段正加速跨越缩放定律（ScalingLaw）的激活阈值，行业发展的核心瓶颈已从科学探索阶段，转向工程实现与数据积累层面。2025 年 11 月，北美初创企业 GeneralistAI 发布 GEN-0 模型，在业内首次验证了具身智能模型存在与大语言模型（LLM）类似的参数激活效应，其临界门槛约为 7B 参数；而当前主流商用模型参数规模普遍仅停留在4B左右。
复盘近三年大语言模型（LLM）的演进路径可见，行业每年均在特定技术维度上，以资源密集投入的“暴力美学”实现10倍级以上的跨越式突破。
2023年聚焦“预训练缩放定律”，以GPT-4为代表，将模型参数量从千亿级提升至万亿级（首轮10倍跃升），通过对海量互联网数据的高效压缩与编码，奠定了通用人工智能的常识基础；
2024年转向“后训练缩放定律”，以DeepSeekR1、GPT-o等为标杆，依托强化学习与思维链技术显著增强深度逻辑推理能力，模型在处理复杂任务时的推理Token消耗达到普通问答的10倍以上（第二轮10倍跃升）；
2025年则迈入“存储缩放定律”阶段，伴随Gemini3等新一代模型问世，通过存储硬件扩容与架构深度优化，将上下文窗口从100k量级拓展至1M乃至10M+级别（第三轮10倍跃升），全面解锁模型的长期记忆与大规模信息处理能力。
03
开源生态与数据构建
训练具身智能系统需要大量真实世界的数据，但长期以来该领域面临严重的“数据沙漠”问题。开源操作系统和工具链的开放显著降低了开发者门槛，促进了社区创新。数据生态的成熟为技术突破提供了坚实基础，也是 2025 年区别于之前阶段的重要标志——产业已从单纯的技术竞赛，扩展到数据生态系统构建。采集方式有一下几种方式：
1）遥操作是目前具身智能数据采集的主流方法；
2）使用专业的全身动作捕捉系统，精确记录操作者全身的
骨骼运动，用于训练人形机器人的全身协调控制；
3）让机器人在环境中自主随机探索或通过强化学习（RL）自动学习策略，同时记录产生的数据；
4）仿真数据是利用物理仿真引擎在虚拟环境中大规模生成训练数据；
5）通过人类视频采集数据。
UMI在采集场景、数据泛化、成本控制三个核心维度实现突破。采集环境从封闭式向开放式拓展，摆脱对数采工厂的依赖，保障数据多样性与采集高效性。传统遥操作采集依赖昂贵的工业机械臂与动捕设备，仅能在封闭实验室或专业数采工厂开展采集工作。数据泛化能力显著提升，可实现高质量数据的跨设备复用。传统采集模式高度依赖特定机器人的关节角度数据，导致数据通用性差、难以跨构型复用。
商业经济性优势突出，可将真实数据的采集成本击穿至消费级区间。其采集速度达到传统遥操作模式的 3 倍，可在相同时间内完成更多场景的采集任务，提升单位时间样本产出量。鹿明的 FastUMIPro 数据采集系统可为整个数据体系提供通用接口，这套系统将真机数据采集效率提升了 5 倍、成本降低了 80%。
04
核心零部件
一台功能完备的人形机器人(约 20-40 自由度)成本结构如下。其中，执行器和传感器合计占比 60%以上，是国产替代的主战场。
（一）运动与控制系统
谐波减速器长期是人形机器人关节驱动的主流方案，超薄型、大扭矩高端型号的精度一致性与长寿命、可靠性依然会是主流。但准直驱方案的兴起为部分减速需求提供了替代路径，通过采用高转矩密度电机与低减速比的简单行星齿轮组合，牺牲部分扭矩输出换取更高的后门驱动性与更低的传动链摩擦，代表了从"高减速比精密传动"向"低减速比直接力控"的技术路线转变。
伺服电机方面，无框架力矩电机（FramelessTorqueMotor）是当前人形机器人驱动的前沿选择，其将转子与定子直接集成至关节结构，以最小体积实现最高转矩密度。
（二）感知与决策系统
传感器是将外界信号转换成电信号的装置，以人形机器人为代表的具身智能异军突起，有望带来传感器市场爆发。全球传感器市场规模约 520 亿美元，近年来年化增长率 10%左右:我国传感器市场规模约 1640 亿元，年化增长在 15%以上。如果触觉传感器、仿生驱动等新型零部件实现产业化突破，中国企业有望在这些新兴品类上建立领先优势，实现从跟跑到并跑乃至领跑的战略跃迁。人工肌肉、介电弹性体驱动器、电子皮肤等技术目前仍处实验室阶段，距产业化尚有 3—5 年窗口期，恰是战略布局的黄金期。机器人专用Soc正在取代通用嵌入式平台成为头部企业的战略选项。特斯拉为 Optimus 开发的 FSD 芯片机器人版本、NVIDIA 面向具身智能推出的 ThorSoC（2000TOPS），均代表了算力与功耗效率协同优化的方向，通用平台的适配性劣势将逐步显现。
六维力传感器能够同时测量三个正交方向的力和力矩，是实现机器人精密力控与柔顺交互的核心元件。在人形机器人的手腕、脚踝等关键关节处集成六维力传感，可赋予其触觉反馈与环境自适应能力。目前，高精度六维力传感器主要依赖应变片式结构，存在成本高、抗过载能力弱、解耦算法复杂等问题，而硅基 MEMS、电容式等新型原理尚处实验室突破阶段。随着国产替代规模效应形成，关键零部件成本曲线将出现明显下行拐点，进一步加速整机降本。预计 2026—2027 年各类零部件的成本曲线下行拐点会开始出现。
（三）肢体与执行系统
2025 年全球机器人灵巧手市场规模约 20 亿美元，到 2030年，全球机器人灵巧手市场规模将达到 30 亿美元。国内灵巧手产业主要集中在长三角地区、珠三角地区及北京地区。具体来看，重点布局城市包括深圳、上海、北京、杭州、苏州、东莞等，逐步构建起“核心集群+特色节点”的空间发展格局。
国内主流灵巧手企业实现以欠驱动架构为核心自由度设计，结合高效电机驱动（直流无刷与空心杯电机为主导），并采用绳驱与连杆融合的传动方案，辅以力传感器、与触觉传感器提升感知能力。
05
人形机器人
从企业出货量份额来看，中国企业表现突出，宇树科技、智元、乐聚、加速进化、松延动力、优必选出货量位居全球前六位，合计占据全球 74.1%的出货量份额。具体来看，宇树科技的人形机器人出货量超 5500 台，全球占比达 32.4%，出货量和市场占比均居全球第一；智元出货量超 4000 台，市场占比为 23.5%；乐聚、加速进化、松延动力的出货量约为 1000 台，市场占比均为 5.9%；优必选出货量约为 600 台，市场占比为 3.5%；众擎出货量约为 500 台，市场占比为 2.9%。此外，星动纪元、傅利叶的出货量分别约 400、300 台，市场占比分别为 2.4%、1.8%。魔法原子、逐际动力、开普勒、云深处只有少量出货。
相比之下，海外头部企业目前仍以技术突破、生态协同发展为主要着力点，截至 2025 年三季度，特斯拉 Optimus 试产规模不足1000 台，2025 年 FigureAI 全年出货量约 150 台。2025 年被全球产业界广泛认可为人形机器人与具身智能的“商业化元年”或“量产元年” 。
从虚拟到实体：1995 年还只是演员模拟机器人，2012 年后逐步过渡到真实工业/人形机器人登台。
能力维度拓展：从基础舞蹈同步，发展到双足行走、动态特技、精细力控、人机交互，甚至情感陪伴。
应用场景深化：从舞台表演辅助，延伸到幕后舞台调度、影视内容创作、小品情感互动等多元场景。
（一）工业领域
工业制造仍是机器人商业化落地的核心首选场景，其中汽车制造、电子加工等结构化环境，因场景标准化程度高、需求刚性强，成为机器人规模化应用的核心阵地。国内机器人企业正加速高端化突围，持续打破外资垄断格局：银河通用斩获宁德时代、德国博世、丰田汽车等国内外龙头客户的深度合作订单，累计订单量达数千台。优必选 WalkerS2 机器人已成功切入汽车制造高精度作业场景，实现实操性应用，覆盖汽车制造、智能制造、智慧物流、具身智能数据中心等重点领域。
在传统工业机器人难以渗透的复杂、高精度场景中，人形机器人开始逐步探索商业化落地路径。千寻智能的Moz 机器人进入 PACK 生产线，至今已完成近千块电池量产作业，全程零故障，插接成功率稳定在 99%以上，能自主处理来料偏差等工业现场常见问题；智元、宇树等头部企业则聚焦工业物流、电力巡检等细分领域，开辟应用新赛道。
（二）服务领域
纵览全球主流人形机器人产品应用场景规划，工业、家庭服务、商业服务是当前最核心的三大落地场景。在家庭服务与商业服务领域，已有多家国内外企业展开布局：国外代表企业包括美国 FigureAI、加拿大 SanctuaryAI 等；国内企业中，乐聚、智元、傅利叶、星尘智能等同时布局家庭服务与商业服务两大场景且已实现产品落地，优必选、宇树科技、星动纪元、达闼等重点布局商业服务场景，共同推动人形机器人在家庭与商业服务领域的落地应用。
（三）特种领域
截至目前，1X、智元机器人、宇树科技、开普勒、众擎机器人、里工智能等企业布局特种场景应用。
06
案例分析
（1）月泉仿生
月泉仿生核心产品矩阵覆盖仿生灵巧手与仿生具身智能机器人两大方向。其中，仿生灵巧手系列包含信手X-HandM1 和应手 Y-HandM2，仿生具身智能机器人包括博行 X-Bot 和博文 W-Bot。一是颠覆传统刚性铰链式设计，重现了生物关节的三维 6 自由度自然运动，大幅提升了关节灵活性和柔顺性；二是基于自研的磁集电驱人工肌肉重现了人体骨骼肌的生物力学特性，实现了高质量功率密度比的驱动，以及驱动、变速、传动一体化动力系统；三是基于人体骨骼肌肉系统的仿生多层多级刚柔耦合系统设计，可实现系统级动力传输、能量管理和环境交互。
博文W-Bot2.0 搭载全包式一体化头部，内置柔性曲面屏幕，可呈现丰富生动的表情交互，人机沟通更自然流畅。优化后的 0.2 ㎡超小底盘，身形灵巧，能轻松穿梭于产线窄道、仓储密集货架等狭小复杂空间。其下肢创新采用仿人髋-膝-踝三折叠结构，结合全身层级神经网络运动平衡控制实现了操作范围的极大拓展，下蹲可灵活操作地面物件，直立后最高可触及 2.2 米高度，真正实现小身材、大作业空间，兼顾灵巧性与实用性。初代博文 W-Bot 已在“富维-月泉机器人应用实验室”得到落地应用，完成座椅零部件制造中的预设短流程任务。
（2）星动纪元
2025 年实现全产品线交付近千台，海外业务占比近 50%，商业化能力持续增长。公司已完成 A+轮后的战略融资，估值达百亿级，获得多家国际及产业资本支持，形成“技术研发—产品交付—场景应用”协同闭环，加速具身智能规模化落地。
星动纪元已形成覆盖人形机器人与灵巧操作系统的产品矩阵，推出星动 L7、M7 及轮式平台 Q5 等多形态具身智能产品，配套自研直驱高自由度灵巧手，形成面向“大运动能力+精细操作能力”的统一技术体系。其中全尺寸双足人形机器人 L7 实现全身协同与复杂操作能力，全尺寸半身人形 M7 适配固定工位高频作业场景，全尺寸轮式人形机器人 Q5 覆盖服务与复杂环境移动作业需求，形成多场景产品布局。
（3）他山科技
他山科技已完成全球首款数模混合 AI 触感芯片，解决了触觉多维感知信号同时解析的全球技术难题。在人形机器人领域重点提供触觉传感器及最后一厘米的算法模型，触觉传感器在人形机器人赛道全球市场占有率超80%。
（4）蓝点触控
蓝点触控以“有限场景切入、螺旋迭代发展”为战略路径，形成了覆盖人形机器人、协作机器人、工业机器人等多元场景的力传感器产品矩阵。核心产品六维力传感器和关节力矩传感器已实现从航天级精密测量到机器人产业化应用的成功转化，为人形机器人赋予“类人力/触觉”，在精密装配、力控抓取、医疗手术机器人、焊接等关键环节亦有深度应用。
融资方面，蓝点触控于 2026 年 4 月完成 C+轮超亿元融资，由宁德时代旗下溥泉资本、智元机器人、银河通用、奥普特、银河源汇等产业与知名机构联合投资，系近一年内完成的第三轮过亿元融资。本轮融资将主要用于新产品研发、生产数智化建设以及国内外市场拓展。未来，公司将持续加大下一代高精度、高集成度力控传感器研发，稳定百万级年交付能力，并协同生态伙伴推动全球具身智能产业高速发展。
公司搭建了涵盖高性能弹性体设计、嵌入式硬件电路、高精度结构解耦算法及六维同步校准在内的四大平台型技术，核心产品六维力传感器和关节力矩传感器凭借 0.1%FS 的高精度、10kHz 以上高频响应、500%抗过载等性能指标，达到国际顶尖水准，成功打破海外厂商长期技术垄断，实现了力传感器全流程 100%国产化。
06
未来发展趋势
人形机器人本体技术的发展是驱动系统、传感体系、结构设计与控制算法四个维度深度协通的系统工程。 当前行业正从实验室验证阶段迈向规模化量产落地，硬件本体与算法控制的结构性匹配问题，成为量产进程中必须系统解决的核心问题。
一、驱动技术趋势：力控成为新竞争焦点
电驱成为市场主流后，竞争焦点迅速转移至力控能力的工程化实现与批量制造的一致性保障。电机直驱方案、以及减速器方案串联弹性驱动与变刚度驱动三条主流电驱路线，在力控维度呈现显著分化。其中电机直驱方案物理 AI 适配性最优，谐波减速器方案应用最为广泛，但系统复杂度较高；串联弹性驱动与变刚度驱动代表仿生路线前沿，但产业化进程受限于机构复杂性。
2026-2027 年的核心趋势是全身力控的工程化落地与量产工艺的收敛。 阻抗控制、导纳控制与全身力控算法框架这些已趋于成熟的算法，在从实验室验证到走向大规模量产阶段的鲁棒性保障仍面临工程鸿沟。能够在非结构化环境中稳定输出精确接触力的系统，将在这一阶段形成真正的产品壁垒。而能否将此类精密系统转化为高良率、低成本的量产方案，将成为企业竞争力的分水岭。
二、手部与感知：触觉传感标准化集成是关键里程碑
手部灵巧操作能力是决定人形机器人真实应用价值的核心要素，也是当前本体技术中制约规模化部署的突出短板。近期（2025-2026 年）来看，灵巧手进入初步产品化阶段，产业在简化功能手的高可靠性与仿人灵巧手的高自由度之间寻求平衡，研发焦点是如何在有限自由度下最大化覆盖实用操作场景。中期趋势（2026-2027 年）指向触觉传感的标准化集成，研究表明手掌触觉信息的引入可显著提升精细操作任务的成功率。
当前各类触觉方案，如压阻式、电容式及光学式等，各有其局限，尚未形成统一标准。触觉传感的标准化集成，替代驱动自由度数量竞赛将成为核心方向。率先实现全手掌触觉覆盖与稳定信号传输的方案，将在精密装配等高价值场景中建立先发优势，为后续的量产落地提供明确的感知硬件基础。
三、混合运动控制架构成主流，全身协调进入工程验证期
基于深度强化学习的运动策略在环境适应性上展现出对传统模型预测控制方法的系统性优势，混合运动控制架构正逐渐成为兼顾效率与鲁棒性的主流方案。这一架构将模型预测控制处理结构化地形规划的能力与学习型控制器应对非预期扰动的实时恢复能力相结合，其工程鲁棒性将成为 2026 年后的核心竞争指标。全身运动协调（移动与操作的统一控制）是 2026-2028 年的重要趋势方向。
四、核心架构四条主线并行演进
（1）视觉-语言-动作模型（VLA）是当前具身基础模型的核心范式，将预训练视觉语言模型的多模态理解能力与机器人动作策略深度融合，在统一架构中实现自然语言指令理解、视觉场景感知到物理动作生成的端到端处理。2026 年是 VLA 架构工程化落地的关键窗口期。
（2）机器人操作任务本质上具备多模态特征，扩散策略（DiffusionPolicy）将动作生成从确定性回归问题重新建模为条件概率分布采样问题，通过迭代去噪过程生成动作序列，扩散模型天然具备多模态分布建模能力，能采样出清晰连贯的执行路径。
（3）世界模型是实现长时序任务规划、反事实推理与风险预判的核心基础。YannLeCun 提出的 JEPA 框架主张在抽象表征空间进行预测，通过学习世界状态的层级化抽象表征建立对物理规律的隐式理解，计算效率更高且天然规避对无关细节的过拟合。2027 年前后，世界模型与长时序规划能力的成熟有望推动机器人从单步精准操作向多步骤自主任务执行跨越。
（4）神经符号融合架构引入符号化推理层提供可验证的任务逻辑约束，神经网络层提供鲁棒的感知运动泛化，两者分工使系统在保持灵活性的同时具备可审计的行为逻辑。随着工业部署监管要求趋严，其工程价值正逐步凸显。
五、从视觉中心到全感知体系
视觉-触觉协同感知是重要的融合趋势，部分先进的触觉传感器能将接触面三维形变转化为高分辨率图像，使触觉信号能与视觉信号在同一图像处理框架下统一建模，在物体材质识别与精细抓取任务上展现出显著优势。；NeRF 与 3DGaussianSplatting 的具身化应用正在重构三维场景理解。仅需更少的图像即可重建高质量场景模型，大幅降低 3D 感知数据采集成本.
六、数据获取路径的技术演进趋势
（1）遥操作示教仍是获取高质量具身数据的质量锚点，硬件成本已降至数万元人民币级别，大幅降低了采集门槛，ACT 算法的突破进一步提升了少量数据的训练效率，这使得众包示教网络正在成为突破规模瓶颈的关键探索方向。这一模式若能解决数据质量一致性控制与众包激励机制的可持续性问题，将从根本上改变高质量示教数据的供给逻辑。
（2）仿真数据是解决规模问题的最直接路径，核心技术竞争聚焦于如何压缩仿真域与真实域之间的差距。物理仿真引擎正在经历重要的代际进化，支持光线追踪级渲染与柔性体物理模拟的仿真器趋于成熟，仿真速度也突破性提升，并原生支持柔性体、流体与颗粒物模拟，为大规模仿真数据生成提供了全新的基础设施条件。
（3）从人类视频提取具身知识当前有三条技术路径正在并行推进：逆向动力学模型通过训练从连续视觉帧预测中间动作的网络，将无标注人类视频转化为伪标注具身数据；视频预训练表征将大规模人类操作视频用于预训练视觉编码器，学习对操作任务有语义意义的视觉表征；动作标注自动化结合人体姿态估计与手部三维重建技术，自动提取手部关键点轨迹并映射为机器人末端执行器参考轨迹。这三条路径的共同方向是将海量免费人类视频转化为具身训练素材，其规模化潜力远超示教采集。
（4）机器人自主数据生成是数据飞轮的终极形态。例如通过 LLM 自动生成多样化任务指令，部署多台机器人在真实办公环境中自主尝试执行，以 VLM 评估任务完成质量，将成功轨迹自动汇入训练数据库。
✨ 聚焦具身智能前沿，链接行业核心资源 EmbodAI 具身共创圈2 开放入群~
扫码加入社群，与行业大咖、技术开发者、产业研究者一同探讨具身智能技术突破、场景落地与产业机遇，共探机器人行业未来新可能～
