赛迪智库：2026具身智能技术与产业发展报告（39页）.pdf

核心结论速览： 两条路径并行演进：人工智能正沿离身智能（大模型/智能体）和具身智能（AI大脑+物理载体+环境交互）两条路径并行演进。离身智能决定数字生产力扩张速度，具身智能决定人工智能能否真正进入实体领域。 全球人形机器人出货增长508%：据IDC数据，2025年全球人形机器人出货量约1.8万台，同比增长508%，销售额约4.4亿美元。中国企业合计占据约74%的出货量份额。 2026年预计出货超5万台：IDC预测2026年全球人形机器人出货量将超5万台。行业已从“样机演示”进入“小批量交付”阶段。 中国具身智能市场规模突破9000亿元：2025年中国具身智能市场规模约9150亿元，同比增长20.4%，预计2026年将达10904亿元。全国相关企业已超万家。 竞争焦点转向体系化能力：全球竞争已从单机性能转向模型能力、工程能力、场景能力和标准能力的体系化竞争。谁能率先形成“真实任务驱动—数据持续回流—模型持续迭代—产品持续交付”的飞轮，谁就更可能率先走出样机竞赛。 工业机器人底座持续加厚：2024年全球工业机器人新增装机54.2万台，连续第四年超过50万台。中国制造业机器人密度达470台/万名员工，全球排名第三。 标准体系建设明显提速：2025年12月工信部成立人形机器人与具身智能标准化技术委员会；2026年2月发布《人形机器人与具身智能标准体系（2026版）》。H2：研究背景与全景图谱——具身智能的产业定位与发展阶段。人工智能正在沿离身智能和具身智能两条路径并行演进。离身智能以大模型、智能体和代理式软件系统为代表，重点提升数字空间的信息组织、内容生成和流程决策能力；具身智能进一步把模型能力延伸到物理世界，通过“AI大脑+物理载体+环境交互”形成感知、认知、决策、执行和学习闭环。离身智能决定数字生产力扩张速度，具身智能决定人工智能能否真正进入制造、物流、能源、公共服务和家庭服务等实体领域。国际电信联盟2025年12月批准Recommendation ITU-T F.748.66，将具身智能界定为把人工智能延伸到物理世界、集成到能够自主交互并适应物理环境的实体系统，强调感知、决策、执行、交互和学习五类能力。该表述已经把具身智能从“机器人会动”推进到“系统可闭环、自主可适配”的标准层面。具身智能已从学术概念演进为国家布局和企业竞速并行的未来产业赛道。2025年3月《政府工作报告》首次将具身智能纳入未来产业培育方向；2026年政府工作报告进一步明确“培育发展具身智能、量子科技、脑机接口、6G等未来产业”。此后，欧盟推进InvestAI和AI Factories，日本启动RING项目，韩国启动K-Humanoid Alliance。国际竞争已经从“样机表演是否惊艳”转向“模型、数据、本体、仿真、工具链、评测和交付是否能形成闭环”。（数据来源：赛迪研究院《具身智能技术与产业发展报告》2026年第3期）。H2：服务商生态分析——企业竞争的四类路径与区域布局。企业竞争已形成四类路径：平台型企业争夺的是模型、算力和开发者生态入口。谷歌深层思维发布Gemini Robotics和On-Device模型，英伟达推出Isaac GR00T N1、Omniverse和Newton物理引擎。该类企业一旦形成事实标准，将在整个产业链中拥有更强议价权。整机型企业争夺的是场景交付和数据回流闭环。Figure在物流场景中把单件处理速度提升至4.05秒；优必选Walker S2进入车厂量产交付，智元机器人近百台远征A2-W落地富临精工。其成败关键不在单场发布会，而在连续作业能力、部署成本、运维效率和客户复购。部件型和集成型企业将决定产业扩散速度。关键部件企业决定成本与可靠性边界，系统集成商决定机器人能否真正嵌入工艺流程。区域布局形成三类模式：北京以科研资源、平台建设和基金工具推动“大脑—小脑—本体”协同创新，设立总规模1000亿元政府投资基金；上海以算力、语料和数据联盟支撑应用示范，聚焦工业制造、物流、养老陪护、家庭服务等高频需求；深圳以产业链配套、场景开放和企业梯队培育推动产业化加速，提出到2027年关联产业规模达1000亿元以上。（数据来源：赛迪研究院《具身智能技术与产业发展报告》2026年第3期）。H2：典型场景深度解析。场景一：工业制造——最具确定性的主战场。制造业是当前最适合形成技术、数据、订单和改进闭环的主战场。2024年全球工业机器人新增装机54.2万台，连续第四年超过50万台。亚洲占全球新增装机的74%，远高于欧洲的16%和美洲的9%。中国制造业机器人密度达470台/万名员工，已升至全球第三。标杆案例——智元机器人：2025年8月，智元机器人披露近百台远征A2-W将落地富临精工工厂，成为工业领域规模化商业签单案例。远征A2-W突出柔性智造和移动操作能力。这类案例说明行业正在从单台验证向小批量交付迈进。标杆案例——优必选：Walker S系列已进入多家车厂生产线开展实训，Walker S2于2025年11月开始量产交付。采购方开始以生产效率而非展示效果作为验收标准。场景二：仓储物流——物流KPI替代视频热度。Figure在2025年发布《Scaling Helix》，披露其在物流场景中把单件处理速度提升至4.05秒、条码朝向正确率提升至约95%。2026年1月进一步发布Helix 02，强调全身自主、长时序任务和多模态一体化控制。制造业、仓储物流和特种作业任务边界清晰、节拍可定义、支付主体明确，更适合作为具身智能形成订单、数据和复购的第一批场景。场景三：特种作业与巡检——高价值密度场景。电力巡检、矿山、消防、化工、高危环境等场景对替人价值明确，对防爆、防尘、防水、通信冗余、远程接管和合规认证要求更高。这类场景更适合作为政策牵引下的行业型应用，短期不宜按消费市场逻辑评估。场景四：家庭服务与养老陪护——中长期大市场。家庭服务和养老陪护是中长期大市场，短期仍以局部单功能切入更为现实。其核心难点在开放环境、多对象交互、长程任务和高敏感安全责任。近期更适合从搬运、整理、辅助取物、陪伴交互等子任务逐步切入。日本RING项目明确目标是通过机器人导入项目缓解全国性地区劳动力短缺。到2035年我国60岁以上老年人口将突破4亿，养老陪护需求持续增长。（数据来源：赛迪研究院《具身智能技术与产业发展报告》2026年第3期）。H2：技术演进方向——从模块串联到闭环协同。方向一：总体技术架构从模块串联转向闭环协同。具身智能技术架构本质上是“AI大脑—物理载体—环境交互”闭环系统的工程展开，可概括为“数据层—模型层—本体层—系统层—场景层”五层协同。技术瓶颈已经从单个算法模块性能不足，转向多环节协同不稳。方向二：VLA与世界模型并行发展。VLA（视觉-语言-动作）路线是当前竞争最活跃方向，内部分化出离散动作token、连续生成式动作建模和双系统协同等分支。离散动作token方向以谷歌RT-2和斯坦福OpenVLA为代表；连续生成式建模以π0系列为代表；双系统方向将慢速场景理解与高频运动控制拆分协同，Figure Helix、英伟达GR00T N1和国内智平方FiS-VLA均采用该架构。WMA（世界模型-动作）路线的核心在于学习环境动力学与未来状态演化并服务于动作决策。英伟达Omniverse和Newton等基础设施正在强化具身智能的数据生成、验证与部署能力。两大路线正在加速融合，但分层协同仍是近期工业落地的务实选择。方向三：数据体系成为决定模型上限的首要约束。没有高质量动作数据和任务结果数据，具身智能就难以从“会看会说”走向“会干活”。美国国家标准与技术研究院明确指出，制造业场景下学术研究能力与实际可用能力存在明显落差，关键原因之一就是真实可实施数据稀缺。当前主流数据来源正在形成“互联网多模态数据打底、仿真合成数据扩量、真机数据校准、运行数据回流”的组合格局。方向四：云边端协同和评测体系成为工程化拐点。未来的具身智能系统将采取云边端分工协同架构。云端负责大规模训练、仿真和模型更新，边端负责多机协同、任务调度和数据管理，端侧负责低时延感知、动作控制和安全冗余。评测体系已经成为决定工程可信度的关键环节。国际电信联盟标准把感知、决策、执行、交互、学习列为核心能力。（数据来源：赛迪研究院《具身智能技术与产业发展报告》2026年第3期）。H2：商业模式创新——从样机竞赛到量产交付。从“发布会驱动”转向“订单驱动” ：国内具身智能采购方开始以生产效率而非展示效果作为验收标准。一旦交付数据持续积累，整机企业将从硬件制造商转变为数据入口，跑通交付闭环的企业将率先获得模型迭代的燃料。成本优势构建竞争壁垒：我国整机成本约为海外同类的50%。自变量机器人创始人王潜表示，企业关节模组、传感器等核心部件基本实现100%国产自研；智元硬件自研超95%，灵巧手已被斯坦福等国际实验室采用。核心部件自研自产使整机企业摆脱进口溢价和长周期采购约束。产业分工格局正在形成：平台提供共性能力、整机承担任务执行、部件支撑性能边界、集成商完成场景落地。量产的核心指标正在转向单位任务成本、开机时长、维护周期和部署效率。（数据来源：赛迪研究院《具身智能技术与产业发展报告》2026年第3期）。H2：未来3-5年机会洞察。机会赛道矩阵。| 赛道 | 成熟度 | 市场空间 | 爆发窗口 | 推荐优先级 |||||||| 工业制造具身智能 | 高 | 大（千亿级） | 已启动 | ★★★★★ || 仓储物流机器人 | 中高 | 大 | 已启动 | ★★★★ || 特种作业/巡检 | 中 | 中大 | 2026-2028 | ★★★★ || 人形机器人整机 | 中 | 极大（万亿级） | 2027-2030 | ★★★★ || 家庭服务/养老陪护 | 低 | 极大 | 2030+ | ★★★ |各赛道分析。工业制造具身智能：确定性最高的赛道。2025年中国工业具身智能机器人市场规模约57.4亿元。汽车、3C、锂电、仓储物流等场景任务边界清晰，适合首轮规模验证。人形机器人整机：增速最快的赛道。2025年全球出货1.8万台（+508%），预计2026年超5万台。中国企业占74%份额。数据与评测基础设施：最具公共产品属性的赛道。高质量数据短缺已从研发问题上升为产业公共基础设施问题。单个企业自建往往形成封闭数据孤岛。多角色行动建议。 整机企业：从“能展示”走向“能交付”，聚焦单位任务成本、开机时长、维护周期和部署效率；加快小批量交付和数据回流闭环建设。 关键部件企业：重点突破关节模组一致性、灵巧手寿命、力传感器稳定性等量产瓶颈。 投资者：关注在工业场景率先跑通价值闭环的整机企业；警惕过度追逐整机叙事而忽视数据、软件、测试认证等慢变量环节。 政策制定者：把具身数据、仿真环境与评测基准纳入新型基础设施建设重点；以制造业为主战场组织重大示范工程；围绕关键部件、工业软件和端侧算力实施补链强链工程。（数据来源：赛迪研究院《具身智能技术与产业发展报告》2026年第3期）。延伸阅读。以上为报告核心趋势分析，如需获取完整报告详细数据及全部案例，请访问下载页下载完整PDF报告。FAQ区块。Q1：具身智能与离身智能的区别是什么？A：离身智能以大模型、智能体为代表，价值创造发生在数字空间；具身智能通过“AI大脑+物理载体+环境交互”在物理世界中感知、决策、执行和学习。前者决定数字生产力，后者决定AI能否进入实体领域。Q2：全球人形机器人的出货量是多少？A：据IDC数据，2025年全球人形机器人出货量约1.8万台，同比增长508%，销售额约4.4亿美元。预计2026年出货量将超5万台。Q3：中国具身智能的市场规模有多大？A：2025年中国具身智能市场规模约9150亿元，同比增长20.4%，预计2026年将达10904亿元。全国相关企业已超万家。Q4：具身智能的技术路线有哪些？A：当前主要有VLA（视觉-语言-动作）和WMA（世界模型-动作）两大路线并行发展。VLA在语义泛化上突出，WMA在长程规划和物理一致性上更具潜力。短期分层协同架构仍是工业落地的务实选择。Q5：具身智能面临哪些主要挑战？A：高质量数据与评测体系短板、关键部件一致性与整机工程化能力不足、场景价值闭环尚未稳定形成、标准认证与安全治理滞后、区域布局与资本投入偏热而慢变量投入不足。数据来源说明。本文数据来源于赛迪研究院《具身智能技术与产业发展报告》（2026年第3期，总第17期），由赛迪智库无线电管理研究所（未来产业研究中心）撰写。部分行业数据引自IDC、国际机器人联合会、国家统计局等机构公开信息。