具身智能（Embodied AI）在2024-2026三年间从实验室概念走向真实产业链。高盛2024年研究预测，全球人形机器人市场2035年规模将达到1500-3000亿美元；据公开融资数据库统计，国内具身智能创业公司在2024-2025累计融资规模已突破50亿美元。国际机器人联合会（IFR）发布的《World Robotics 2025》同时指出，全球工业机器人安装量已连续四年突破50万台，为具身智能本体提供了工程化基础。但”具身智能是什么”这个问题，至今没有一个被产业共识的答案。本文不试图给一个定义，而是从产业链结构入手——把具身智能拆成上游本体、中游数据与模型、下游场景三段，看2026这条链上谁在做什么、谁的位置被低估。
| 维度 | 传统 AI（生成式） | 具身智能 |
|---|---|---|
| 输入 | 文本、图像、音频 | 视觉 + 力觉 + 触觉 + 本体感知 |
| 输出 | 文本、图像、代码 | 物理动作（轨迹、抓取、操作） |
| 数据来源 | 互联网公开数据 | 真实物理交互数据 |
| 评估方式 | 基准测试集 | 真实场景任务完成率 |
| 商业化路径 | API / SaaS | 硬件 + 软件 + 服务一体化 |
每一段对应不同类型的玩家、不同的核心能力、不同的盈利模式。
2.2中游：数据与模型
2.3下游：场景应用
| 场景 | 应用形态 | 代表客户类型 |
|---|---|---|
| 仓储拣货 | 人形 / 轮式双臂处理混 SKU 拣货 | 电商物流、3PL 仓 |
| 精密装配 | 灵巧手 + 力觉反馈做 PCB、光学、医疗器械、食品装配 | 3C 制造、医疗器械、食品加工 |
| 基础设施巡检 | 四足机器人在变电站、油气、矿井巡检 | 电力、能源、矿业央国企 |
| 现场维修 | 灵巧手做工具操作、现场拆装 | 工程机械、铁路、风电 |
| 质量检验 | 触觉反馈做柔性件、易碎件质检 | 食品、电子、医疗 |
三、被低估的一环：中游数据采集与”工业现场入口”
理由有三：
第一，算法已经收敛。VLA 架构（视觉 + 语言 + 动作三模态预训练）在2024-2025期间已经基本成为行业共识架构，开源版本（如 OpenVLA、π0部分组件）让算法层面的差距缩小。
| 维度 | 国外（美/欧/日） | 国内 | 当前差距 |
|---|---|---|---|
| 人形本体性价比 | $30k-$200k | $10k-$60k | 国内价格约为1/3–1/5 |
| 灵巧手成熟度 | 较成熟，案例多 | 直驱方案能力较早成熟 | 国内追赶中 |
| 数据采集规模 | 实验室 + 部分客户场 | 数据工厂 + 工业出货积累 | 国内规模优势明显 |
| VLA 基础模型 | Google / Physical Intelligence / Figure 领先 | 智元 / 银河通用 / 星海图等创业公司追赶 | 国外仍占主导 |
| 工业场景落地 | 物流仓 + 部分3C 试点 | 仓储 + 装配 + 巡检多场景同时铺 | 国内落地速度更快 |
五、产业判断：2026-2028三条主线
阅读原文 ↗exa-topic-search