核心发现
具身智能（Embodied AI）正从理论验证迈入产业化和商业化的关键转折期，已成为全球科技竞赛和新质生产力的战略高地。
需要指出的是，本报告聚焦于机器人形态的具身智能，涵盖人形及四足、协作臂/机械臂、轮式/AMR、特种机器人等非人形的广义具身应用，未将自动驾驶汽车、无人机、无人船艇等自主移动无人系统纳入研究范畴。
全球产业发展态势：
产业进入商业化淘汰阶段，规模与交付仍有差距
2026年市场被视为“量产元年”和场景商业化的转折点。回顾2025年，全球人形机器人出货量约为2.5万台，其中中国厂商占比约52%；全球人形/具身领域融资超过110亿美元，中国具身智能融资达444亿元人民币。进入2026年上半年，全球人形出货量已达约1.9万台，中国份额升至97%以上，量价与交付同步升温。然而，“订单火热、交付冷清”的问题仍需解决，已公布的意向订单与实际交付比例仅为10%—20%，商业化仍是产业的关键瓶颈。
全球呈现“多极并行、错位互补”的区域格局
北美侧重于“大脑”、算力与资本，中国侧重于制造、供应链与场景，欧洲注重工业严谨性与安全标准，日韩则聚焦精密制造与系统集成，尚未形成单一的主导力量。各国政策已从“鼓励研发”全面转向“采购牵引+场景开放+标准定义权”的三维竞争模式。
产业价值向“大脑—身体—场景数据”三层汇聚，驱动力同步切换
技术架构从“感知—规划—控制”的分立式模式，转向以VLA/世界模型为代表的端到端范式；产业驱动力从单一的风险资本催化，转向“真实场景拉动+政策供给推动+制造供应链支撑”的三轮协同；基础层、产品层、应用层三层企业生态已初步形成，竞争焦点从“演示样机”上升到“规模交付、持续迭代”。这种分层结构直接决定了中美两国沿价值链的错位卡位。
中美沿价值链上下端错位卡位，在真实交付处交汇
美国路径的本质门槛在于“大脑”（基础模型、算力与资本），中国路径的本质门槛在于“身体”（供应链、量产与成本），各自的短板恰好是对方的长板，形成了互补升级的路径。真实的商业部署显示：头部人形机器人的“大脑与系统定义”仍由美欧企业主导，而“身体与量产能力”则越来越多地借助中国及东亚精密制造供应链来实现成本降低——特斯拉Optimus是最典型的例子。但亦有Agility Digit等案例刻意走美国本土供应链路线，表明“大脑在美国、身体在中国”并非唯一路径。开放互补使双方成本曲线下移，但在技术、供应链、标准、市场四个层面仍需采取“竞争性合作、选择性开放”的策略。
趋势与展望：
中美双核格局短期难以逆转，但竞争维度正从“错位”走向“对立”
美国正加速补齐制造与供应链短板（通过本土建厂、盟友代工），中国正向上游基础模型与原创算法寻求突破（通过大厂自研、开源生态）。未来3—5年，两国将从“各守一段”的错位竞争，逐步进入“全链条正面交锋”的对位竞争，届时成本、效率与场景密度将成为决定胜负的关键。
欧洲“研究+治理”模式面临商业化压力，或向“规则输出+高端制造”升级
随着具身智能进入规模部署阶段，单纯的基础研究与治理话语权难以支撑产业闭环。欧洲若不能在整机或核心零部件上形成商业闭环，其“研究+规则”路线可能被边缘化；反之，若能依托ISO标准话语权与高端精密制造，将“规则优势”转化为“标准授权+高端零部件”的商业模式，则可在价值链上游维持长期影响力。
商业化临界点临近，规模部署开始兑现
2026年正处于商业化临界点的起点，人形与广义具身产品从演示走向量产，仓储物流、工业巡检等场景进入规模化部署阶段，摩根士丹利两度上调中国出货预期。先发城市将不可逆地锁定人才密度，后发者的补课成本随时间陡增，窗口期正在收窄。
行业将在三到五年内进入分化与洗牌期
随着技术成熟度曲线越过预期高点，资本与订单将向具备真实交付能力的主体集中，缺乏差异化内核的整机产能面临出清，城市间的梯队位次也将随之重排。
软基建与合规能力正成为未来门槛
随着具身系统进入养老、公共空间等场景，功能安全、网络与伦理认证已从“加分项”变为“准入证”。算力基础设施、绿能供给、公共测试验证平台等实体软基建，以及数据开放、标准认证、治理规则等制度软基建，将决定一座城市对企业的短期吸引力与长期孵化能力。
1、具身智能产业发展概述
1.1 定义与产业边界
与传统的“离身”AI相比，其根本区别在于从“理解世界”走向“作用于世界”，因此必须同时面对三维空间、物理规律、实时性与行动后果不可撤销这四个问题。
具身智能描述的是智能范式，而非某一种硬件形态；同一种具身模型原则上可运行于不同本体之上。据此，本报告所指的具身智能产业并不局限于人形机器人，而是覆盖人形及非人形广义具身应用，包括四足机器人、协作臂/机械臂、轮式/AMR、轮式+机械臂、特种机器人等多种物理形态；不包括自动驾驶汽车、无人机、无人船艇等自主移动无人系统。
图1-1具身智能的定义与细分
将自动驾驶与无人机排除在外，并非因为它们不够智能，而是因为问题结构不同：自动驾驶的运行环境高度结构化，规则由交通法规与基础设施给定，任务目标单一；具身智能面对的是半结构化甚至非结构化环境，任务随场景变化，且需要频繁与人和物体发生物理接触。这一区别决定了两者在数据、安全认证和商业模式上走的是不同路径，如果对二者不加区分，会对具身智能的产业规模、产业链形态等造成明显误判，也会误导相应的发展建议。
1.2 价值与战略意义
具身智能的产业价值本质上由需求侧牵引。2025年前后集中进入各国政策核心，直接动因在于全球劳动力供给的结构变迁（老龄化与用户短缺），而非单纯的技术演进。其战略价值集中体现在四个层面：
重塑生产范式：直面人口结构约束，替代重复性与危险性劳动，破解制造业用工瓶颈，提升全要素生产率；
拓展能力边界：深入灾害救援、深海空天、医疗康复等极端或高精场景，突破人类体力与操作精度的物理极限；
重构产业生态：催生“本体制造-核心部件-RaaS（Robot as a Service，机器人即服务）运维”的全新产业链，重塑就业与价值分配结构；
赋能科学发现：作为实验与工程任务的自主执行体，大幅压缩科研迭代周期，成为基础探索的“加速器”。
长远审视，具身能力已成为大国科技博弈的关键维度，谁能率先实现“可靠、可负担”的具身智能，谁将掌握下一代生产力工具的定义权与生态主导权。
1.3 发展现状
1.3.1具身智能产业发展历程
以人形与移动操作机器人为主线，其发展可划分为五个阶段：
萌芽与自动机械装置时期（15—19世纪）：以发条、水力驱动的自动机为主，属于机械模仿，不具备感知与决策能力。
现代机器人奠基（1920s—1960s）：机器人概念进入工业领域，示教再现型机械臂出现，控制理论形成。
学术人形研究（1970s—1990s）：以早稻田大学加藤一郎团队（1968年起）WAP/WL/WABOT系列为代表，系统开展双足行走研究，1973年WABOT-1成为全球首个全尺寸人形机器人；此阶段以运动机理为主、智能能力初步萌芽。
动态运动时代（2000s—2022）：本田ASIMO、波士顿动力Atlas/PETMAN等推动高动态运动控制，感知与规划能力快速提升，但智能化程度有限，尚未形成任务级泛化能力。
商业化爆发（2023至今）：大模型与具身智能结合，Google DeepMind于2023年7月发布RT-2，标志VLA（视觉—语言—动作）范式正式确立并成为主流技术路线，资本与政策同时进入。
不同形态成熟度差异显著：工业/协作机械臂、AMR 已规模商用，人形机器人正从工厂与仓储试点向小批量部署过渡；面向家庭场景的通用产品，距离大规模可用仍有相当距离。过去三年的进展速度明显快于此前三十年。
梳理上述历程可以提炼一条清晰规律：每一轮产业加速，都由上一层“底层能力外溢”触发——控制理论外溢带来运动与平衡能力，催生了工业机械臂；机器学习外溢带来感知与识别能力，催生了视觉与导航应用；当下的外溢则是通用大模型，其显著降低了任务理解与指令跟随的门槛，推动了VLA与任务级泛化。然后，运动控制、可靠性与成本这三项基础性工程约束并未随之自动解决，仍需靠工程与制造环节逐一攻克，这也解释了为何“演示惊艳”与“规模交付”之间仍存在显著落差。
图1-2具身智能商业化历程与里程碑
图1-3中国具身智能产业发展历程与里程碑
1.3.2具身智能产业规模
2025年是具身智能从样机向量产跨越的元年，头部企业完成了从实验室原型到小批量生产、交付的验证；2026年则被普遍视为规模化商用的起跳年，主要厂商正从样品化交付，升级到具备稳定产线、商业订单与场景上岗的可规模化商品阶段。
出货量：2025年全球人形机器人出货量约2.5万台，其中，中国厂商出货约1.3万台，占比约为52%（Morgan Stanley）；预计至2030年、2040年全球出货量将分别达到约70万台、4640万台，而中国厂商的出货量将分别达到40万台、2230万台（Morgan Stanley）。当前头部企业已率先起量，中国企业在全球供给中占据主导位势。
销售额：2025年全球人形机器人销售额30亿美元，预计至2030年、2040年全球市场规模将分别达到409亿美元和1.99万亿美元（Morgan Stanley），长期增长空间显著。而2025年，中国的人形机器人销售额约为6亿美元，预计至2030年、2040年将分别达到149亿美元和4658亿美元（Morgan Stanley）。
融资热度：2025年，全球具身智能领域融资约为670起、112亿美元（毕马威）。中国具身智能领域在2025年融资约358起，总额444亿元人民币；而在2026年前4月，融资额已达525亿元人民币（IT桔子、人民网），热度进入加速上升通道。
企业生态：全球人形机器人本体企业超300家，中国整机企业超140家；截至2026年4月底，中国具身智能现存企业约2,861家（赛迪、企查查），生态集聚效应凸显。
商业订单：2025年头部企业订单初显规模（如宇树、智元等订单额和出货量在全球居前），但整体仍处于“演示惊艳”向“规模交付”过渡阶段，订单兑现度将成下一阶段分化关键。
图1-4全球和中国人形机器人出货量（2025-2050F）
图1-5全球和中国人形机器人销售额（2025-2050F）
图1-6全球具身智能领域投融资情况（2025-2050F）
图1-7中国具身智能产业投融资规模（2025）
图1-8中国具身智能企业订单规模（2025）
图1-9全球人形机器人主要厂商出货量（2025）
图1-10全球人形机器人细分领域出货量占比（2025）
图1-11中国人形机器人细分市场出货量分布（2025-2026）
1.3.3具身智能产业结构与区域分工
图1-12具身智能产业图谱（全球）
（1）产业链三层结构
具身智能的产业链可分为基础层、产品层、应用层三层，各层的竞争逻辑与壁垒来源并不相同：
基础层：涵盖核心零部件（丝杠、减速器、力矩/触觉传感器、关节模组、灵巧手），芯片与算力，开发平台，算法、模型，操作系统等。这一层的壁垒来自工艺积累、量产良率与算法模型迭代。中国企业在结构件与部分传动件上具备成本优势，高精度六维力/触觉传感器、精密传动材料（如谐波柔轮）与训练算力仍存在对外依赖——国产替代在量产机型已大面积突破，但在高精度、高动态、微型化及医疗/航天等高端场景尚未完全攻克。
产品层：以整机制造，人形本体集成与软硬件工程化耦合为核心，竞争焦点是量产一致性、BOM 成本与交付节奏。这是中国企业目前优势最明显的环节，但也是利润最薄的一环：上游核心部件毛利率普遍在40%–70%，而纯外购集成的整机厂毛利率仅10%–20%、多数持续亏损。因此自2025年起，头部整机企业纷纷向上游自研（如宇树自研执行器/电机/控制、开普勒核心部件自研率超80%）或向下游运营延伸，以争夺更高价值环节。
应用层：包括系统集成，场景运营与RaaS 服务等，直接决定现场数据回流与产品迭代速度。掌握高频真实场景数据的企业长期议价能力最强——数据飞轮一旦启动，将形成“部署越多→数据越多→迭代越快→成本越低”的正向循环；但目前多数场景仍处于于试点阶段，稳定盈利模式尚未形成，缺乏数据沉淀的纯集成商议价能力有限。
三层之间的利润分配并不均衡。掌握关键部件（高功率密度执行器、高精度力/触觉传感器）与高频场景数据的企业议价能力最强，中间的产品层最容易被规模竞争拉薄利润，这也是为何整机企业普遍向上下游延伸，而汇川技术、绿的谐波等外部厂商则通过垂直整合卡位核心环节。对地方政府而言，扶持整机组装的边际收益正在下降，卡位关键部件、开放真实场景与参与标准定义的价值更高。
（2）技术成熟度呈梯度分布
具身智能不同载体所处商业化阶段差异显著，整体呈现“专用先行、通用滞后，结构化场景先跑通、非结构化场景后突破”的梯度格局。
第一梯队：工业/协作机械臂、AMR——已规模商用（★★★★★）
工业机械臂经过数十年迭代，在汽车、3C、金属加工等领域技术高度成熟，运动控制、力位混合控制、路径规划已成为标准能力。据Interact Analysis数据，2025年全球协作机器人出货量约5.7万台、营收超12亿美元，中国凭借供应链与价格优势占据全球过半出货份额。AMR方面，据CMR产业联盟统计，2025年全球移动机器人（AGV/AMR）销售规模约63亿美元、销量约26.5万台，同比增长约16%；其中中国企业销量约18.2万台、全球占比约68.7%。SLAM、多传感器融合与集群调度已达工业级可靠性，该梯队的核心特征是“技术成熟—成本可控—回报可算”，是具身智能中唯一形成大规模商业闭环的形态。
第二梯队：轮式+机械臂、四足、特种机器人——试点向小批量过渡（★★★）
轮式+机械臂兼顾运动经济性、续航与操作能力，在工厂上下料、仓配分拣、商业巡检等半结构化场景中快速落地；智元A2-W、精灵G2等已在智能制造产线执行精密上下料与检测任务，标志着“轮式本体+协作操作”正从演示走向付费部署。
四足机器人方面，据产业蓝皮书统计，2025年全球四足机器人出货量约8.2万台（中国约6.5万台、占80%），全球市场规模约70亿元人民币；宇树（消费级、科研教育主导）与云深处（行业级、特种应用主导）构成“双雄”，欧美厂商（Boston Dynamics、ANYbotics、Ghost Robotics）聚焦高端与军工、单价高但出货有限。
特种机器人（电力巡检、管道检测、核环境作业）因任务边界清晰、环境限定强，工程化风险可控，国网、中石油等央企已开启常态化采购，但市场总量有限，偏项目制。
第三梯队：人形机器人——从工厂试点走向小批量部署（★★）
2025年被广泛视为人形机器人“量产元年”，IDC统计全球出货量约1.8万台、销售额约4.4亿美元，同比增长约508%，中国厂商占主导。厂商维度，智元、宇树出货均约5000台量级，合计占据全球过半份额，Figure AI、Agility Robotics、Tesla等海外厂商2025年出货均在150台左右，中美呈现“中国主导量产交付、美国引领技术标杆”的分工格局。
2026年行业进入“小批量交付”阶段，TrendForce、SAG、美银等机构普遍预测全球年出货有望达5万—10万台级，但该数字仍属于机构预测/产能口径，非已实现数据，且订单中相当比例为验证性采购与场景实训，不等同扩张性需求。应用端以工业场景为先：汽车总装、3C物料、仓储搬运等任务明确、环境规范、降本诉求强，使人形价值更易量化。但核心瓶颈仍在“大脑”——若单步可靠度99%且假设各步独立同分布，100步连续任务整体成功率仅约37%，距离“稳定打工人”尚有距离。
第四梯队：通用家庭场景——早期验证（★）
家庭是具身智能的终极场景，也是最难场景：环境非结构化、任务长尾化、安全与责任边界复杂。当前产品仍以扫地机、陪伴机器人、科研本体为主，具备双臂操作能力的家庭人形机器人多处于预售、内测或前瞻探索阶段（如1X NEO）。行业普遍判断：2028年前家庭场景以数据采集与开发者验证为主，2030年前后随着成本下探至万元/万美元级、安全认证成熟，才可能启动消费级渗透，但全民普及仍需更长时间。
（3）全球分工格局
全球具身智能产业的地缘分工已初步成形，各主要经济体基于自身禀赋，在产业链不同环节形成差异化卡位。
中国：聚焦“身体”——制造、供应链与出货量。依托全球最完整的制造业体系，中国在整机制造、核心零部件量产和规模出货方面占据主导。2025