点击👇查阅报告
汽车与机器人报告合集：智能汽车报告合集（一）智能汽车报告合集（二）人形机器人专题 智驾专题报告
当下行业资本、政策、展会热度高涨，但大量成果停留在实验室、表演演示，从 “样机演示” 走向真实干活的生产力设备，中间存在巨大现实鸿沟。报告没有一味唱好，客观指出技术路线尚未收敛、真实场景落地卡点多、商业模式没有跑通等现实矛盾，同时梳理全球技术演进、国内产业链现状、评测标准与未来演进方向。
一、核心概念与全球发展态势
报告厘清了“具身智能和物理 AI（Physical AI）” 的关系，二者内核趋同，只是观察角度不同。具身智能重点看 “智能如何依托本体身体实现闭环”；物理 AI 侧重把物理规律嵌入整套 AI 链路，让人工智能能够在物理世界完成行动，机器人是两类技术最重要的试验载体。
全球层面投融资热度很高，海外诞生多笔十亿美元级大额融资，聚焦世界模型、通用机器人大脑；国内 2026 上半年赛道融资 935 亿元，同比暴涨 5 倍，资金向头部中后期项目集中。但国内产业呈现明显的热冷两极分化。热的一面：连续两年写入政府工作报告，政策加码；资本市场火热，百亿估值企业数量上涨；新品数量翻倍，人形机器人出货量走高。**
冷的一面，报告从技术、应用、企业三个维度点出现实问题：
技术冷：国内大量企业基于开源旧模型做二次微调，和海外前沿闭源模型存在代差；单纯堆数据并不能线性提升效果，真实环境任务成功率提升遇到瓶颈。
应用冷：设备出货数据好看，但不等于上岗干活。大量设备流向科研教育、展会表演；真正工业商业长期付费的规模化部署很少。整机采购只是成本一部分，场景改造、调试运维会占到总拥有成本的 40‑60%，综合运维成本高于现有岗位人力成本。表演租赁市场泡沫快速出清，人形机器人演出租金大幅跳水。
企业冷：同质化竞争严重，多数企业增收不增利，真正实现具身业务盈利的企业极少，行业已经开启第一轮洗牌，部分创业项目已经停滞解散。
报告类比互联网泡沫、早期新能源汽车产业，判断当前处在期望膨胀期，未来 2‑3 年会经历一轮市场出清，淘汰没有实际价值的企业，沉淀供应链与技术。同时提示，具身智能不会是直线式进步，会伴随范式突破带来的周期性起伏。
二、四大技术板块：模型、数据、本体、算力协同演进
行业已经不再纠结单一技术路线之争，没有出现一统江湖的主导架构，依靠模型、数据、本体、算力四要素协同推进系统闭环。
1、模型：多路线并行，优先靠智能体范式实现落地
目前主要三条技术路线：
VLA 视觉‑语言‑动作模型、融合世界模型、全身移动操作控制模型。VLA 是距离真机落地最近的路线；世界模型的价值在于可以利用海量人类视频做预演，减少真机试错；全身移动操作控制打通移动 + 操作，替代大量人工编写控制规则。报告一个务实判断：模型能力还不足以直接搞定全部任务，现阶段更现实路径是智能体应用范式，通过任务分解、工具调用、人在回路，先完成真实场景部署，再拿现场回流的数据反过来迭代模型。同时指出一个现实痛点：仿真环境里面效果很好，迁移到真实物理环境性能会明显衰减。
2、数据：缺口巨大，仿真合成 + 真实采集双线并行
想要达到类似大模型的 “ChatGPT 时刻”，需要千万小时级高质量交互数据，但机器人交互数据无法直接抓取互联网公开内容，需要专门采集。现在行业两条路：仿真合成数据、真机真实采集（包含遥操作、UMI 无本体采集）。仿真与真实数据属于互补，不是替代。
国内已经建起超过 70 家具身智能训练场，数据的清洗、质检、标注工具链逐步完善，也出现数据集场内交易。但高质量数据集供给、数据流通合规依然是短板。
3、本体硬件：部件迭代快，但整机可靠运行仍是难点
硬件零部件（一体化关节、灵巧手、触觉电子皮肤、端侧算力模组、热管理电池）迭代速度很快，造出一台能完成基础动作的样机门槛已经变低。
但是，零部件参数好看 ≠ 整机好用。真正难的是面向具体任务做构型匹配、热管理、结构强度、故障恢复、长时间稳定运行。人形、轮臂、四足轮足不同本体各有适配场景；灵巧手存在直驱、连杆、腱绳多条路线，还没有形成统一最优解，耐久性成为硬件最大考验。
4、算力：走向云‑边‑端协同计算
具身智能算力不是只看训练算力，推理、高频运动控制同样关键。报告提出三种算力架构思路：异构本体统一资源调度；端云分割推理，把不同时间尺度的任务分配给云端和端侧；端侧算控一体化，保障嵌入式设备高频实时控制。要解决时延、通信、功耗之间的矛盾。
三、应用现状：从舞台表演，慢慢向实际作业过渡
当前整体处在小批量试点阶段，还没有大规模商业化。
1、文娱赛事：现阶段最大的展示窗口，机器人运动会、马拉松赛事规模快速扩大，倒逼控制算法、关节散热技术迭代，但本质偏向技术试炼，不代表产业商用水平。/2
2、个人消费市场：玩具、陪伴类四足机器狗率先实现商业销售，部分地方出台消费补贴，但家庭复杂环境下实用任务能力仍然有限。
3、产业生产场景：工业制造、物流仓储、电力巡检、医疗康养、商业零售多点试点。汽车工厂物料搬运、仓储分拣、变电站巡检已经出现试点案例。但是大多局限封闭结构化环境；一旦环境动态变化、物体不可预测，任务成功率就会明显下滑；开放环境落地依旧艰难。
四、产业链、商业模式、开源与评测标准
1、产业链格局：国内统计相关企业 405 家，高度集中在北京、广东、上海、江浙。上游核心零部件企业数量最多；中游本体、模型企业百花齐放；下游以工业场景布局最多。跨界玩家大量入局，通信、消费电子、车企、传统制造企业纷纷进场。但系统集成、二次开发服务的价值愈发凸显，从机器出厂到现场能用，需要大量适配调试。
2、商业模式尚未完全跑通
- 卖数据、数据集：是目前相对最早产生收入的环节；
- 模型：大多依附整机，单独售卖不多，开源模式用来构建生态；
- 本体硬件：整机销售、租赁 RaaS 两种模式，但是硬件采购只是成本起点；
- 行业解决方案：高度依赖二次开发，复制推广难度大；
- 后市场：机器人维保、培训产业刚刚萌芽。
行业普遍痛点：场景二次开发周期长、复制性差；本体性能和客户实际需求错位；场景方担心工艺、数据泄露，协同共创阻力大；事故责任划分、风险保险体系还不成熟。
3、开源生态快速发展
数据集、模型、本体硬件 SDK 开源数量大幅增长，开源降低中小企业研发门槛，企业借开源扩大生态影响力，但开源不等于解决落地工程问题。
4、评测标准是一大现实难点
报告把评测分为四大类：具身认知、具身导航、具身操作、具身安全。
一个重要结论：仿真跑分高不等于真机表现好。现在很多基准测试是仿真环境，一旦换到真实世界性能大幅跳水；现有指标多侧重单次任务成功率，但工业界更关心连续作业、故障恢复、运维成本。真机评测成本高、很难复现，怎么建立兼顾仿真与真机的分层评测体系，是行业很大的难题。
国内团体标准、行业标准、国家标准、国际 ITU 标准同步推进，已经发布数据集、基准测试的行业标准，标准重心从搭建框架转向落地可检测、可认证。
五、报告给出未来三大趋势判断
1、技术趋势：软硬一体化成为核心竞争点
不会只靠模型规模扩大实现突破，模型、数据、本体硬件、算力深度耦合；世界模型与 VLA 进一步融合；数据不再只追求量大，更加看重交互经验质量；软硬件协同优化，可靠性、全生命周期成本会成为核心竞争指标。
2、产业趋势：优先深耕确定性场景，重构整套产业基础设施
短期资源集中在工业巡检、物流搬运这类确定性任务，逐步向家庭等复杂场景渗透；产业会经历洗牌淘汰；未来会形成类似智能手机的分工：少数企业做通用本体底座，大量企业开发行业技能包；同时会催生机器人训练场、测试平台、数据平台，还会诞生机器人训练师、运维师等全新职业。
3、治理趋势：标准从搭建框架走向落地实施
标准重点转向可测试、可认证；安全治理从单纯模型安全延伸到物理世界行动安全；完善事故责任、风险评估体系；国内同步推动国际标准建设，但全球统一认证互认体系还没有成型。
报告核心总结
这份报告跳出单纯的技术吹捧，揭示行业真相：具身智能已经拿到政策、资本的双重加持，样机、展会、演示层出不穷，但距离大规模商用还有多重现实关卡。技术路线还没有完全收敛，仿真和真实环境存在巨大鸿沟，商业模式没有跑通，本体硬件 “做出来容易、稳定干活很难”。产业不会出现突然的 “奇点爆发”，是螺旋式渐进发展。短期突破口不是追求全能通用机器人，而是先把确定性高的场景做实，补齐数据、评测、标准、供应链短板，逐步完成从 “表演演示” 向真正生产力工具的转变。
获取报告原文 点击查阅下载，加入智车文库知识星球，一年更新2000+份汽车行业报告。
扫码加入知识星球获取PDF完整版
智车文库｜汽车行业垂直资料库 专注新能源汽车、智能驾驶、具身智能高质量行业报告持续更新，打造轻量化、高效率的汽车产业资讯资料库。
星球核心价值： 1. 海量历史资料永久可下载，入圈即解锁全部往期报告 2. 日更2–5份行业干货，全年稳定更新2000+份专业报告 3. 全赛道、全覆盖，省去筛选、找资料的时间成本，高效获取产业信息 4. 专属行业交流社群，链接同行人脉，同步一线产业视角
使用方式： 手机/电脑均可登录知识星球，微信一键登录，所有文件支持随时在线查看、永久下载。 低成本、高效率，一站式搞定汽车行业研究资料。 适合车企从业者、产业链研究员、行业爱好者持续沉淀认知。
免责声明： 该内容由专栏作者授权发布或作者转载，目的在于传递更多信息，并不代表本网赞同其观点，本站亦不保证或承诺内容真实性等。若内容或图片侵犯您的权益，请及时联系本站删除。侵权投诉联系：nick.zong@aspencore.com！