具身智能产业赛道发展与区域布局研究报告

国声智库人工智能研究中心、经济窗编辑部   联合出品

摘要

本报告聚焦具身智能这一人工智能与机器人技术深度融合的战略性赛道，系统梳理了截至 2026 年 5 月该产业的发展态势、产业链结构、竞争格局、政策环境、区域布局及投融资动态。研究发现，中国具身智能产业已跨越"从 0 到 1"的技术验证阶段，进入"从 1 到 10"的商业化扩张关键期，2025 年全年融资总额超过 380 亿元，头部企业如智元机器人已实现 5000 台量产交付。然而，产业面临显著的"能力鸿沟"：斯坦福《2026 AI 指数报告》显示人形机器人在真实家庭场景任务成功率仅 12.4%，与模拟环境的 89.4% 形成鲜明对比。政策层面呈现"国家定方向、地方抢赛道"的差异化格局，北京聚焦基础研究，上海强调工程化应用，深圳发挥硬件供应链优势，但重复建设风险值得警惕。产业链上游核心零部件国产化率低是核心瓶颈，汽车 Tier 1 供应商的跨界转型成为关键突破路径。报告建议：国家层面应加快制定具身智能产业发展专项规划，建立区域协同机制；地方政府应基于比较优势差异化布局；投资机构应重点关注上游核心零部件及场景驱动型企业的投资机会。

背景介绍

研究背景与动机

具身智能（Embodied Intelligence）作为人工智能与机器人技术深度融合的前沿方向，正从实验室走向产业化应用。与传统的"大脑与身体分离"的人工智能不同，具身智能强调智能体通过物理身体与真实环境交互，在感知、认知、决策与行动的统一中实现智能行为。这一技术路径被认为是通往通用人工智能的关键桥梁，也是全球科技竞争的战略制高点。

2025 年，具身智能首次被写入中国政府工作报告，成为重点培育的未来产业之一；"十五五"规划建议明确提出推动具身智能发展，标志着该产业上升为国家战略层面 ^[1]。与此同时，全球主要经济体纷纷加大布局力度：美国通过《国家机器人计划》持续投入基础研究，欧盟启动"AI-on-Demand"平台推动产业协同，日本将人形机器人列为"新增长战略"核心领域。在这一背景下，系统研判具身智能产业的发展阶段、技术路线、竞争格局与区域布局，对于国家战略决策、地方产业规划及投资机构资产配置具有重要的现实意义。

具身智能产业的战略价值不仅体现在经济层面，更关乎国家科技竞争力和产业链安全。从经济价值看，具身智能有望成为继智能手机、新能源汽车之后的下一个万亿级产业赛道，带动上下游产业链协同发展。从科技竞争力看，具身智能是人工智能、机器人、传感器、芯片等多领域技术的集成创新，代表着未来科技发展的综合方向。从产业链安全看，核心零部件的国产化突破对于降低对外依赖、保障产业安全具有关键意义。因此，深入研究具身智能产业的发展规律和区域布局特征，对于制定科学合理的产业政策具有重要的决策参考价值。

研究范围与方法

本报告的研究范围涵盖具身智能产业的以下核心维度：产业赛道概况与阶段定位、产业链结构与关键环节拆解、全球及中国竞争格局、国家与地方政策环境、区域差异化布局、投融资动态与趋势、风险识别与政策建议。研究时间窗口聚焦 2025 年至 2026 年 5 月，同时结合历史数据与未来趋势研判。

研究方法采用多源数据交叉验证与结构化分析框架。数据来源包括：国家统计局、工信部等官方统计数据；国际机器人联合会（IFR）行业报告；IT 桔子、36 氪研究院等第三方机构投融资数据 ^[1]；东方财富研究院等行业研究报告 ^[2]；以及特斯拉、优必选、宇树科技等头部企业的公开信息。需要指出的是，当前研究资料来源存在一定局限性，主要集中于国内财经媒体与行业研究机构，国际数据来源相对有限，这一局限性已在分析过程中予以标注。

在数据分析方法上，本报告采用定量分析与定性分析相结合的方式。定量分析主要用于市场规模测算、融资数据统计、产业链成本结构分析等；定性分析主要用于技术路线评估、竞争格局判断、政策效果评价等。同时，报告采用比较研究方法，对中美欧日等主要经济体的具身智能产业发展进行横向对比，对北京、上海、深圳等核心区域进行纵向分析，以揭示产业发展的共性与特性。通过多源数据比对，确保关键指标如融资规模、企业数量等的准确性与一致性。

报告结构

本报告按照"赛道概况—产业链拆解—竞争格局—政策环境—区域布局—投融资分析—风险与建议"的逻辑框架展开。首先，从宏观层面界定具身智能产业的内涵、发展阶段与市场规模；其次，深入拆解产业链上中下游的结构与关键环节；再次，分析全球及中国竞争格局，识别头部企业的差异化路径；随后，系统梳理国家与地方政策体系，评估政策协同效应；在此基础上，聚焦北京、上海、深圳三大核心区域的差异化布局；接着，分析投融资动态与趋势；最后，识别产业发展的核心风险并提出可操作的政策建议。

各章节之间采用过渡句衔接，确保逻辑连贯。赛道概况章节为后续分析奠定基础，产业链拆解章节为竞争格局分析提供结构框架，政策环境与区域布局章节相互呼应，投融资分析章节为风险与建议章节提供数据支撑。全文围绕"产业发展阶段—核心瓶颈—突破路径—政策建议"这一主线展开，确保论证逻辑清晰、层次分明。报告旨在为多层级受众提供兼具理论深度与实践操作性的决策参考，助力中国具身智能产业在全球竞争中占据有利地位。

赛道概况

产业定义与技术边界

具身智能是指具备物理身体、能够感知环境、进行自主决策并执行物理操作的智能系统。与传统工业机器人执行固定程序不同，具身智能强调在非结构化环境中的泛化能力、自适应能力和持续学习能力。其核心技术栈涵盖多模态感知（视觉、触觉、力觉）、环境建模与理解、任务规划与决策、运动控制与操作执行、人机交互与协作等五大领域。

从技术路线看，当前具身智能主要分为两大方向：一是人形机器人（Humanoid Robot），强调仿人形态与通用操作能力，代表企业包括特斯拉 Optimus、优必选 Walker 系列、宇树科技 H1 等；二是非人形具身智能体，包括四足机器人、轮式机器人、机械臂等，强调特定场景的实用性与经济性。两者在技术架构上存在显著差异：人形机器人更注重全身协调控制与通用操作能力，非人形机器人则更关注场景适配与成本控制。

从技术成熟度看，具身智能正处于从"专用智能"向"通用智能"过渡的关键阶段。当前，运动控制能力已取得显著突破，宇树科技在 2026 年春晚展示了韦伯斯特翻滚、金箍棒、双节棍等多个复杂高难度动作，展现了精准且稳定的运控能力 ^[3]。然而，在决策与操作能力方面，真实场景与实验室环境之间存在巨大鸿沟。斯坦福《2026 AI 指数报告》显示，人形机器人在完成真实家庭 1000 项家务时，成功率仅为 12.4%，而在模拟环境中则高达 89.4%^[4]。这一数据揭示了当前 AI 算法在泛化能力和鲁棒性方面的根本性不足，表明产业仍处于商业化探索的早期。

技术边界的界定对于产业发展具有重要的指导意义。具身智能与传统机器人的核心区别在于智能程度：传统机器人依赖预设程序执行固定任务，而具身智能机器人能够根据环境变化自主调整行为策略。具身智能与纯软件 AI 的核心区别在于物理交互能力：纯软件 AI 仅处理数字信息，而具身智能需要处理物理世界的复杂约束。这一技术边界的厘清有助于明确产业发展的重点方向和资源投入的优先领域，避免资源错配。

产业发展阶段定位

综合技术成熟度、产业链完备度和市场拓展速度来看，中国具身智能产业已跨越"从 0 到 1"的技术验证阶段，进入"从 1 到 10"的商业化扩张关键期。这一判断基于以下核心事实：

第一，量产里程碑已经达成。2025 年 12 月，智元机器人宣布第 5000 台通用具身机器人量产下线交付，印证了中国在工程化、交付能力和生产组织方面的实质性进展 ^[5]。极佳视界 Maker H01 也已开启大规模量产交付，2026 年冲刺千台交付量。优必选全尺寸具身智能人形机器人实现千台级量产、交付与确收。这些量产里程碑的达成标志着中国具身智能产业在工程化能力方面已取得实质性突破，为后续规模化扩张奠定了基础。

第二，资本密集涌入。2025 年前 11 个月，具身智能产业融资额达到 334.73 亿元，是 2024 年同期的 4 倍；截至 2025 年 12 月 21 日，全年融资事件超 305 起，总额超过 380 亿元，参与的投资机构数量超过 600 家 ^[1]。2026 年第一季度，融资势头不减，披露融资超 50 起，获投企业超 30 家。资本的密集涌入反映了市场对具身智能产业发展前景的高度认可，同时也为企业技术研发和产能扩张提供了充足的资金支持。

第三，产业生态初步形成。根据国家发改委以及智源研究院统计数据，中国具身智能企业数量已超过 230 家，其中人形机器人企业超过 150 家 ^[5]。行业已形成全产业链布局态势：软件领域有科大讯飞、群核科技加持，芯片领域有瑞芯微发力，结构件领域聚集了长盈精密、长盛轴承等企业，3D 视觉传感器领域则有奥比中光领跑。产业生态的形成意味着具身智能产业已具备自我造血和持续发展的能力，不再依赖单一企业或单一技术路线。

然而，产业也面临显著的"阵痛期"特征。量产能力与商业化效能之间存在巨大鸿沟：单位机器人小时综合成本仍高于传统人力或专用自动化设备，商业价值更多体现在填补劳动力缺口和危险工作等非纯经济维度。瑞银证券中国工业行业分析师王斐丽给出审慎判断，认为即便 2026 年很多厂商冲击万台交付量，人形机器人也未必真正进入商业化拐点 ^[4]。这一判断提醒我们，量产能力的建立并不等同于商业化成功，产业仍需跨越经济可行性的关键门槛。

市场规模与增长动力

虽然具体的市场规模数值因统计口径差异存在波动，但产业增长动力强劲的趋势已得到多方数据印证。根据 36 氪研究院测算，具身智能产业正迈入快速发展的新阶段，软硬件迭代加速，蓄力规模突破 ^[1]。这一增长动力来自多个层面：一是劳动力结构性短缺带来的替代需求，中国劳动年龄人口持续下降，制造业、服务业等领域面临严重的劳动力缺口；二是技术突破带来的成本下降，供应链优势使得整机成本可控制在海外同类产品的约 50%^[1]；三是政策驱动带来的场景开放，公共安全、应急救援、医疗养老等领域将率先形成规模化应用。

从全球视角看，中国具身智能产业处于全球第一梯队，以人形机器人为例，国内领军企业已完成从原型开发到规模化量产的工程验证 ^[5]。随着特斯拉、优必选等企业的量产推进，人形机器人在服务机器人市场的占比预计将显著提升。中国凭借完善的供应链体系、庞大的应用市场和积极的政策支持，有望成为全球最大的具身智能市场。

市场规模的预测需要谨慎对待，因为具身智能产业仍处于早期发展阶段，技术路线、应用场景和商业模式都存在较大的不确定性。然而，从长期趋势看，具身智能市场的爆发式增长具有坚实的逻辑支撑：人口老龄化带来的劳动力短缺是刚性需求，技术进步带来的成本下降是必然趋势，政策支持带来的场景开放是重要推动力。三者叠加，将推动具身智能市场在未来 5-10 年内实现跨越式发展，融资数据的爆发式增长已先行印证了这一趋势。

技术路线分化与演进

当前，具身智能技术路线呈现明显的分化态势。在驱动技术方面，液压驱动与电机驱动两大路线并存。液压驱动具有高功率密度、抗冲击能力强的优势，代表企业为波士顿动力；电机驱动则具有精度高、成本低、维护简单的特点，代表企业为特斯拉、优必选、宇树科技。从产业化角度看，电机驱动路线更有利于规模化量产和成本控制，已成为行业主流选择。

在控制架构方面，端到端模型与分层决策模型形成竞争。特斯拉 Optimus 采用端到端模型路线，通过大规模数据训练实现从感知到行动的端到端映射；Figure AI 则采用分层决策模型，顶层由 GPT-4V 进行视觉推理，底层实现高频控制。两种路线各有优劣：端到端模型理论上更接近人类智能，但需要海量高质量数据支撑；分层模型工程实现更可控，但可能限制系统的泛化能力。

在感知技术方面，立体视觉与多模态融合成为关键突破方向。北京智源人工智能研究院董霄剑指出："对于一个人形机器人来讲，它首先要做的不是对话，而是操作。而对于操作来讲，高精度的、彩色的、可理解的、可自我学习的立体视觉系统是非常重要的一个核心。"^[6] 同时，昌平实验室首席科学家刘河生博士阐述了脑科学研究对具身智能发展的重要支撑作用，通过捕捉大脑功能区域布局，将百亿量级神经元问题简化为小规模系统问题，指导具身智能决策系统 ^[6]。

技术路线的分化反映了产业发展的多元化特征，不同技术路线适用于不同的应用场景和商业模式。从投资角度看，技术路线的多样性降低了单一技术失败的风险，但也增加了技术选择的不确定性。从政策角度看，应鼓励多种技术路线的并行发展，避免过早锁定单一技术方向，为产业创新留出足够的探索空间，确保在商业化拐点到来时拥有多样化的技术储备。

产业链拆解

产业链总体结构

具身智能产业链可分为上游核心零部件、中游本体制造与系统集成、下游应用场景三大环节。上游涵盖传感器、执行器、芯片、电池等关键零部件；中游包括机器人本体设计制造、操作系统开发、AI 算法集成；下游覆盖工业制造、商业服务、医疗健康、科研教育、家庭服务等应用领域。

从价值链分布看，上游核心零部件占据约 60% 的成本结构，其中执行器（关节电机、减速器、丝杠）占比最高，达到约 30%；传感器（力/触觉、视觉、惯性测量单元）占比约 15%；芯片（AI 算力芯片、微控制器）占比约 10%；电池及能源系统占比约 5%。中游本体制造与系统集成占比约 25%，下游应用解决方案占比约 15%。这一价值链分布表明，上游核心零部件的国产化突破是降低整机成本、提升产业竞争力的关键。根据行业资本动态分析，具身智能成为资本竞逐赛道，工程可实现性和商业落地潜力成重要投资标准，资金正加速向上游核心技术领域聚集 ^[2]。

产业链的结构特征决定了产业发展的瓶颈和机会。上游核心零部件的高成本占比意味着国产化突破将带来显著的成本下降空间，中游本体制造的较低成本占比意味着整机企业的利润空间相对有限，下游应用场景的较低成本占比意味着应用解决方案的附加值主要来自软件和服务而非硬件。这一结构特征对于投资布局和区域规划具有重要的指导意义。当前，在政策引领、技术突破与市场需求的共振驱动下，中国具身智能产业正迈入快速发展的新阶段，产业链各环节协同效应日益增强 ^[1]。

上游核心零部件

执行器系统

执行器是具身智能机器人的核心运动部件，直接影响机器人的运动精度、负载能力和动态响应。执行器系统主要包括关节电机、减速器、丝杠等子部件。

在关节电机领域，空心杯电机与无框力矩电机是两大主流技术路线。空心杯电机具有体积小、响应快的优势，适用于灵巧手等精细操作场景。行业供应链分析显示，部分国内企业的空心杯电机已用于国际头部企业灵巧手关节，其高精度步进电机全球市占率位列前三，技术实力较为雄厚 ^[7]。无框力矩电机则具有高扭矩密度、低惯量的特点，适用于肩、肘、膝等大关节驱动。目前，国内企业如汇川技术、步科股份等在无框力矩电机领域已实现技术突破，但在高端产品性能上与日本安川、德国科尔摩根等国际巨头仍有差距。

在减速器领域，谐波减速器与 RV 减速器是两大主要类型。谐波减速器具有体积小、传动比大的优势，适用于机器人旋转关节。谐波减速器龙头企业绿的谐波，其产品适配特斯拉 Optimus 旋转关节，市场信息显示其已参与特斯拉墨西哥工厂供应链体系，技术寿命和精度都达到了先进水平 ^[7]。RV 减速器则具有高刚度、高承载能力的特点，适用于机器人基座和腕部关节。日本纳博特斯克在 RV 减速器领域占据主导地位，国内企业如双环传动、中大力德等正在加速追赶。

在丝杠领域，行星滚柱丝杠因其高承载、长寿命的特点，成为人形机器人线性执行器的核心部件。部分国内企业发布的反向式行星滚柱丝杠，相较于传统产品在承载能力、体积优化、使用寿命上实现显著提升，同时大幅降低了设备维护成本与更换频率。有产业资本投资建设行星滚柱丝杠生产基地，目标是将汽车工艺复用至机器人领域，这反映了汽车 Tier 1 供应商跨界转型的趋势。

执行器系统的国产化进展反映了中国制造业的整体实力。在关节电机和减速器领域，国内企业已实现技术突破并进入国际供应链，但在高端产品性能上仍有差距。在丝杠领域，汽车 Tier 1 供应商的跨界转型成为重要突破路径，其工艺复用能力可显著加速国产化进程。这一趋势对于产业链安全和成本控制具有重要的战略意义，也是资本关注的重点领域 ^[2]。

传感器系统

传感器是具身智能机器人感知环境、实现精准操作的关键。核心传感器包括力/力矩传感器、触觉传感器、视觉传感器、惯性测量单元等。

在力/力矩传感器领域，六维力/力矩传感器是实现精密力控操作的核心部件，可同时测量三个方向的力和三个方向的力矩。柯力传感是国内实现六维力/力矩传感器量产的领先企业之一，产品据称已进入特斯拉供应链验证阶段，这将助力机器人触觉反馈功能的落地 ^[7]。然而，六维力/力矩传感器的国产化率仍然较低，高端产品主要依赖美国 ATI、德国 HBM 等国际厂商，国内企业需持续加大研发投入以缩小差距。

在触觉传感器领域，阵列式触觉传感器可提供空间分辨的触觉信息，对于机器人的抓取、操作至关重要。国内企业如苏州能斯达、深圳汇顶科技等在触觉传感器领域有所布局，但在灵敏度、分辨率、耐久性等方面与国际先进水平存在差距。触觉反馈功能的落地对于提升机器人在非结构化环境中的操作能力具有关键意义，是传感器系统国产化的重要方向。

在视觉传感器领域，3D 视觉传感器是机器人感知三维环境的核心器件。国内头部企业已形成覆盖结构光、双目视觉、ToF 等技术的完整产品线。然而，在工业级高精度 3D 视觉领域，德国 Basler、日本 Keyence 等国际厂商仍占据主导地位。视觉系统的突破对于机器人实现自主导航和复杂任务操作至关重要，是产业链上游技术攻关的重点。

传感器系统的国产化程度直接决定了机器人的感知能力和操作精度。当前，国内企业在部分传感器领域已实现突破，但在高端产品上仍依赖进口。这一现状既是挑战也是机会：挑战在于核心技术的突破需要长期投入和积累，机会在于传感器市场的快速增长为国内企业提供了广阔的发展空间。资本市场的关注也表明，传感器领域的国产化突破将是未来投资的重要方向 ^[1]。

芯片与算力

AI 算力芯片是具身智能机器人的"大脑"，负责运行深度学习模型、处理多模态感知数据、生成控制指令。当前，具身智能对芯片的需求呈现"高算力、低功耗、实时性"三大特征。

在训练端，NVIDIA 凭借其 GPU 生态占据绝对主导地位，其 Jetson 系列边缘计算平台已成为机器人开发的行业标准。在推理端，部分国际头部企业自研推理芯片，较前代版本性能显著提升，为机器人高级推理能力提供强大算力支持。国内企业如瑞芯微、地平线、寒武纪等在机器人芯片领域有所布局，但在算力密度、生态兼容性等方面与国际巨头存在差距。

值得注意的是，具身智能对芯片的需求与自动驾驶存在高度相似性，这为国内自动驾驶芯片企业向机器人领域跨界提供了技术基础。然而，机器人的运动控制对实时性要求更高，对芯片的响应延迟和确定性计算能力提出了更严格的要求。芯片与算力是具身智能产业的核心瓶颈之一，当前高端 AI 芯片主要依赖进口，存在"卡脖子"风险。

国内企业在芯片领域的布局需要长期投入和生态建设，短期内难以实现全面替代。然而，从长期看，芯片国产化是产业发展的必然方向，需要国家政策支持和产业协同推进。产业链上游核心零部件的国产化率低是核心瓶颈，也是未来投资和区域布局的关键机会点，芯片领域的突破将是重中之重 ^[2]。

电池与能源系统

能源系统是制约具身智能机器人续航能力的关键瓶颈。当前，主流人形机器人的续航时间普遍在 2-4 小时之间，远不能满足全天候作业需求。高能量密度电池、高效能量管理算法、无线充电技术是解决续航问题的三大技术方向。

在电池领域，高镍三元锂电池和固态电池是两大发展方向。宁德时代、比亚迪等国内电池企业已在机器人电池领域有所布局，但机器人对电池的"高倍率放电、长循环寿命、高安全性"要求与电动汽车存在差异，需要定制化开发。电池技术的突破对于具身智能机器人的商业化应用具有关键意义，续航能力的提升将直接扩大机器人的应用场景和作业时间。

电池与能源系统的突破对于具身智能机器人的商业化应用具有关键意义。续航能力的提升将直接扩大机器人的应用场景和作业时间，降低单位作业成本。然而，电池技术的突破需要材料科学、电化学等多学科的协同创新，短期内难以实现跨越式发展。因此，在电池技术突破之前，高效能量管理算法和无线充电技术可能是更现实的解决方案。能源系统的优化也是降低整机成本、提升竞争力的重要环节，符合产业降本增效的大趋势 ^[1]。

中游本体制造与系统集成

机器人本体设计制造

机器人本体设计制造是产业链中游的核心环节，涉及机械结构设计、材料选择、制造工艺等。当前，人形机器人本体设计呈现"轻量化、高刚度、模块化"三大趋势。

在轻量化方面，碳纤维复合材料、镁铝合金等新型材料的应用正在降低机器人自重，提升负载自重比。国际头部企业最新型号采用新型轻量化设计，自重控制在较低水平，负载能力显著提升。在模块化方面，国内头部企业采用模块化关节设计，可根据应用场景灵活配置不同数量的关节和末端执行器，提升了产品的适应性和可维护性。

中国在机器人本体制造方面具有显著的供应链优势。根据行业统计，中国拥有多家机器人相关核心零部件企业，关键零部件（如手部、腿部执行器）的供应商数量远多于美国，供应链优势使得整机成本可控制在海外同类产品的约 50%^[1]。这一成本优势为中国企业参与全球竞争提供了重要基础，也是产业链中游的核心竞争力所在。

机器人本体制造的核心竞争力在于工程化能力和成本控制能力。中国企业在这一领域具有显著优势，但需要警惕过度依赖成本竞争而忽视技术创新的风险。从长期看，本体制造企业需要向价值链上游延伸，掌握核心零部件技术，提升产品附加值和竞争壁垒。本体制造环节的成熟度直接决定了产业规模化落地的速度，是当前产业发展的关键环节 ^[2]。

操作系统与软件平台

操作系统是连接硬件与应用的桥梁，决定了机器人的开发效率和应用生态。当前，机器人操作系统领域呈现"ROS/ROS2 主导、商业 OS 崛起"的格局。

ROS（Robot Operating System）作为开源机器人操作系统，在全球机器人开发社区中拥有广泛用户基础。然而，ROS 在实时性、安全性、可靠性等方面存在不足，难以满足工业级应用需求。为此，国内企业推出自研操作系统，在实时性、安全性方面进行针对性优化。同时，部分大型科技公司的操作系统也开始向机器人领域延伸，通过分布式架构实现多设备协同，提升了系统的兼容性和扩展性。

在 AI 算法平台方面，国产大模型的自主迭代进一步强化了技术独立性。国内多家大模型企业已开始在机器人领域应用，提供自然语言理解、视觉识别、任务规划等能力。然而，大模型在机器人领域的应用仍面临"幻觉"问题、实时性不足等挑战，需要针对机器人场景进行专门优化。操作系统与软件平台是具身智能产业的软实力体现，当前开源操作系统占据主导地位，但商业操作系统的崛起反映了产业对实时性、安全性、可靠性的更高要求 ^[1]。

国内企业在操作系统领域的布局需要平衡开源生态与自主可控的关系，既要利用开源生态加速发展，又要确保核心技术的自主可控。软件平台的完善将加速应用生态的形成，降低开发门槛，吸引更多开发者参与，从而推动产业整体发展。操作系统层面的创新是提升机器人智能化水平的关键，也是中游系统集成环节的重要增值点。

AI 算法与模型

AI 算法是具身智能的核心竞争力，决定了机器人的感知、决策和操作能力。当前，具身智能 AI 算法呈现"基础模型驱动、强化学习优化、世界模型探索"三大发展方向。

在基础模型方面，具身基础模型（Embodied Foundation Model）成为行业热点。部分国内企业自研具身基础模型，其中开源模型曾获权威大规模真机评测全球第一；另有模型是全球首个基于世界模型的强化学习实现自我进化的具身基模。这些基础模型通过大规模预训练，学习通用的感知、规划和控制能力，可迁移到不同任务和环境中，提升了机器人的泛化能力。

在强化学习方面，通过仿真环境与真实环境的结合，提升机器人的学习效率和泛化能力。然而，仿真环境与真实环境之间的"Sim-to-Real Gap"仍是核心挑战。行业报告显示，人形机器人在模拟环境中完成多项家务的成功率高达 89.4%，而在真实环境中仅为 12.4%，这一巨大差距表明当前强化学习算法在应对真实世界的复杂性和不确定性方面仍存在根本性不足 ^[2]。

在世界模型方面，通过构建环境的内部表征，实现对未来状态的预测和推理。世界模型被认为是突破当前具身智能能力瓶颈的关键技术方向。部分企业打造的世界模型平台，包含多种产品，通过"具身基模 - 世界模型 - 原生本体 - 泛化场景"四位一体全栈布局，推动了算法技术的迭代。AI 算法与模型是具身智能产业的技术制高点，当前基础模型、强化学习、世界模型等技术方向并行发展，尚未形成统一的技术路线 ^[1]。

从投资角度看，AI 算法领域的创新空间巨大，但技术风险也较高。从政策角度看，应鼓励基础研究和原始创新，为算法突破提供长期支持。算法能力的提升将直接决定机器人在复杂场景中的表现，是产业链中游技术攻关的核心，也是未来竞争的关键焦点。

下游应用场景

工业制造

工业制造是具身智能机器人当前最具商业化潜力的应用场景。人形机器人可在汽车制造、3C 电子、半导体、物流仓储等领域承担搬运、分拣、质检、装配等工序。

国内头部企业全尺寸具身智能人形机器人已应用于汽车制造、智慧物流、3C 电子制造、半导体制造、航空制造等多个工业领域。企业与多家世界 500 强企业达成合作，实现人形机器人在航空制造场景的落地。工业巡检是另一个快速渗透的场景，人形机器人可用于矿井巡检、采矿等危险作业，在矿山、化工、电力等领域发挥重要作用。电力巡检中，人形机器人的架构设计匹配复杂环境的适应性需求，灵巧手赋予机器人进行电力设施精细化操作的能力。

然而，工业场景对机器人的可靠性、耐久性和投资回报率（ROI）有严格要求。行业研报指出，"人形机器人商业化核心卡点是 ROI，未来仍需降本增效"。当前，人形机器人的设计寿命为 3-5 年，灵巧手等易损件的使用寿命更短，维修成本高昂，这些因素制约了机器人在工业场景的大规模应用。工业制造场景的商业化进展反映了具身智能产业的务实转向，从"表演型能力"向"实用型能力"的转变，意味着产业开始关注真实场景中的经济可行性 ^[2]。

然而，ROI 的改善需要技术突破和成本下降的双重驱动，短期内难以实现跨越式改善。因此，工业场景的规模化应用仍需较长时间，预计 2028 年之后才可能逐步实现。工业场景的落地是验证机器人实用性的关键，也是产业链下游价值实现的重要途径。

商业服务

商业服务是具身智能机器人另一个重要的应用方向，涵盖文旅、零售、餐饮、酒店等领域。

在文旅领域，国内企业已实现多次"出圈"，在大型活动展示多个复杂高难度动作，展现了精准且稳定的运控能力。部分企业商业化思路明确，预计在"三导"（导览、导购、导巡）场景率先应用，设定了远期量产目标。在零售领域，部分企业已实现商业应用的集中落地，多家企业在多个商圈落地全球首个由绳驱 AI 机器人自主运营的零售服务店，或在电影院实现全自主运营，或落地全球首个模块化具身智能服务空间。

然而，商业服务场景对机器人的交互能力、安全性和成本效益有较高要求。当前，人形机器人在商业服务场景的应用仍以"展示型"和"体验型"为主，距离真正创造商业价值仍有距离。商业服务场景的规模化应用需要机器人在交互能力、安全性和成本效益方面实现显著突破，预计 2028-2030 年才可能逐步实现。商业服务场景的拓展有助于积累真实场景数据，反哺算法优化，是产业链下游生态建设的重要环节 ^[1]。

医疗健康与养老

医疗健康与养老是具身智能机器人的重要潜在应用领域，包括手术辅助、康复训练、陪护服务、药物配送等。

在康复训练领域，人形机器人可通过力控交互，为患者提供个性化的康复训练方案。在陪护服务领域，机器人可承担陪伴、监测、提醒等功能，缓解养老护理人员短缺问题。然而，医疗健康领域对机器人的安全性、可靠性和伦理合规性有极高要求，相关法规和标准尚在制定中。日本在护理机器人认证规范方面走在前列，中国也在加快相关标准体系建设。

医疗健康与养老场景的商业化面临特殊的挑战。一方面，人口老龄化带来的护理需求是刚性需求，市场空间巨大；另一方面，医疗健康领域的安全性和伦理要求极高，技术验证和法规审批周期长。因此，医疗健康与养老场景的规模化应用可能需要更长时间，预计 2030 年之后才可能逐步实现。医疗健康场景的特殊性要求产业链上下游协同攻关，确保产品安全合规，是未来高价值应用方向。

科研教育

科研教育是当前人形机器人商业化的重要突破口。国内企业联合推出的全尺寸科研教育人形机器人平台，定价合理，为高校和科研机构提供了低成本的研究平台。部分企业则主要服务于科研、教育及开发者市场，其产品在高校、科研机构及各类展示场景中得到广泛使用。

科研教育场景对机器人的开放性和可编程性要求较高，对成本和可靠性的要求相对较低，因此成为人形机器人企业获取早期收入和积累技术经验的重要渠道。科研教育场景的商业化进展较快，已成为当前人形机器人企业的重要收入来源。然而，科研教育市场的规模有限，难以支撑产业的规模化发展，只能作为早期商业化的过渡场景。科研教育场景的普及有助于培养专业人才，推动技术传播，是产业生态建设的基础 ^[2]。

家庭服务

家庭服务是具身智能机器人的终极应用场景，也是最具市场潜力的领域。然而，家庭场景对机器人的泛化能力、安全性、成本和人机交互体验提出了极高的要求。

行业报告揭示的真实家庭场景成功率较低，表明当前技术远未达到家庭应用的要求。部分行业领袖更是直言当前部分机器人功能实用性不足。家庭服务机器人的商业化仍需较长时间，预计在 2030 年之后才可能逐步实现。家庭服务场景的商业化面临最大的技术挑战，家庭环境的非结构化程度最高，任务类型最多样，安全性要求最严格，成本敏感度最高。

因此，家庭服务机器人的商业化需要技术、成本、法规等多方面的突破，是具身智能产业的终极目标而非短期目标。家庭场景的落地将是检验具身智能技术成熟度的最终标准，也是产业链下游价值爆发的关键节点。当前产业界正朝着这一目标努力，但需保持理性预期，避免过度炒作 ^[1]。

竞争格局

全球竞争格局总览

具身智能领域的全球竞争格局呈现"中美双极、多强并立"的态势。美国在基础算法、AI 大模型、高端芯片等领域占据领先地位，代表企业包括特斯拉、Figure AI、波士顿动力、Agility Robotics 等。中国在供应链整合、场景应用、量产能力等方面具有优势，代表企业包括优必选、智元机器人、宇树科技、银河通用等。欧洲和日本在精密制造、工业机器人等领域具有传统优势，但在人形机器人领域布局相对滞后。

从技术路线看，全球竞争呈现"通用型"与"场景型"的分化。特斯拉 Optimus 追求通用人形机器人的终极目标，目标 2030 年实现年产百万台，抢占 C 端先机 ^[8]。波士顿动力则聚焦工业巡检、军事等高端场景，维持高毛利。中国企业更多采取"场景驱动"策略，优先在工业、商业、科研等特定场景实现商业化。根据行业研究报告显示，技术路线的分化反映了产业发展的多元化特征，不同技术路线适用于不同的应用场景和商业模式 ^[1]。

从竞争要素看，成本控制能力、供应链整合能力、场景落地能力成为决定竞争胜负的关键。中国企业在成本控制方面具有显著优势，整机成本可控制在海外同类产品的约 50%^[1]。然而，在核心算法、高端芯片、精密传感器等领域，中国企业仍依赖进口，存在"卡脖子"风险。

全球竞争格局的演变将决定中国具身智能产业的国际地位。当前，中美两国在具身智能领域形成双极格局，但竞争焦点存在差异：美国侧重基础技术和通用能力，中国侧重工程化和场景应用。从长期看，两国竞争格局可能演变为"美国主导基础技术、中国主导场景应用"的分工格局，但也存在技术路线收敛、竞争加剧的风险。

国际头部企业分析

特斯拉（Tesla）

特斯拉凭借其在 AI 大模型、供应链和成本控制上的综合优势，被认为是通用人形机器人领域最具竞争力的企业。特斯拉 Optimus 系列采用端到端模型路线，通过大规模数据训练实现从感知到行动的端到端映射。

技术方面，特斯拉 Optimus V3 被设计为具备人类级别的手部灵活性和先进 AI 理解物理现实的能力。V3 版本的核心技术突破包括：手部设计革命性进展，采用类人肌腱设计的新型机械手；AI 算力大幅提升，新一代 AI5 推理芯片较 AI4 版本性能提升 40 倍 ^[9]。

供应链方面，特斯拉已形成完整的机器人供应链体系。拓普集团作为特斯拉线性关节总成核心供应商，具备电机、减速机构整合能力。其创新的电磁直驱技术打破了传统滚珠丝杠的局限，线性执行器推力密度表现突出，支撑了特斯拉机器人实现高动态负载能力 ^[7]。

特斯拉的竞争优势在于其垂直整合能力和规模效应。特斯拉在 AI 大模型、芯片、电池等领域的技术积累可复用于机器人业务，汽车供应链的规模效应可降低机器人生产成本。然而，特斯拉的机器人业务仍处于早期阶段，量产能力和商业化效能尚待验证。从长期看，特斯拉有望在通用人形机器人领域占据领先地位，但短期内仍面临技术挑战和竞争压力。

优必选（UBTECH）

优必选是中国具身智能领域的领军企业，在全栈技术研发和场景应用方面具有显著优势。优必选的核心特点是坚持人形机器人全栈自研，在高关节控制精度方面接近国际先进水平。

在应用层面，优必选主要面向工业场景，相关业务占比超过 80%，产品已在制造、物流等领域开展应用探索。2025 年，优必选全尺寸具身智能人形机器人实现千台级量产、交付与确收，应用于汽车制造、智慧物流、3C 电子制造、半导体制造、航空制造、工业数据采集等多个工业领域。1 月 18 日，优必选与欧洲航空巨头空中客车签署服务协议，实现人形机器人在航空制造场景的首次落地；同时，公司还与德州仪器、奥迪一汽、比亚迪、富士康等世界 500 强企业达成合作 ^[10]。

优必选的竞争优势在于其场景驱动策略和全栈技术能力。优必选优先在工业场景实现商业化，积累了大量真实场景数据和工程经验，形成了技术迭代的正向循环。同时，优必选的全栈自研能力使其在核心零部件和算法方面具有自主可控能力，降低了对外依赖风险。然而，优必选在基础算法和高端芯片方面仍与国际巨头存在差距，需要持续投入研发以保持竞争力。

宇树科技（Unitree）

宇树科技是中国具身智能领域的另一家领军企业，在运动控制和特种场景方面具有独特优势。宇树科技主要服务于科研、教育及开发者市场，其产品在高校、科研机构及各类展示场景中得到广泛使用 ^[10]。

宇树科技已实现多次"出圈"——在大型演唱会表演韦伯斯特翻滚、2026 年春晚展示多个复杂高难度动作（金箍棒、双节棍、空中转体等），展现了精准且稳定的运控能力 ^[3]。宇树科技的运动控制能力已达到国际先进水平，但在决策和操作能力方面仍需提升。

宇树科技的竞争优势在于其运动控制技术和快速迭代能力。宇树科技在四足机器人领域积累了深厚的技术经验，可迁移至人形机器人领域。同时，宇树科技的快速迭代能力使其能够迅速响应市场需求和技术变化。然而，宇树科技在工业场景的商业化进展相对较慢，需要加强场景落地能力以提升商业价值。

国内竞争梯队分析

中国具身智能产业已形成清晰的梯队分化格局。第一梯队以优必选、智元机器人、宇树科技为代表，估值均超百亿人民币，具备强大的融资能力和产业资源整合能力。第二梯队以银河通用、极佳视界、逐际动力等为代表，估值在数十亿至百亿之间，在特定技术领域具有竞争优势。第三梯队包括大量初创企业，估值在数亿至数十亿之间，专注于细分场景或核心零部件。

第一梯队企业的竞争优势在于其全栈技术能力和场景落地能力。优必选在工业场景的规模化应用、智元机器人在量产交付方面的突破、宇树科技在运动控制方面的领先，都体现了第一梯队企业的综合实力。第二梯队企业的竞争优势在于其技术特色和创新速度。银河通用在具身大模型方面的突破、极佳视界在世界模型方面的探索、逐际动力在控制算法方面的创新，都体现了第二梯队企业的技术特色。第三梯队企业的竞争优势在于其灵活性和专注度，能够快速响应细分市场需求。

竞争梯队的分化反映了产业发展的成熟度。第一梯队企业已建立竞争壁垒，第二梯队企业正在追赶，第三梯队企业面临整合压力。从投资角度看，第一梯队企业具有较低风险和稳定回报，第二梯队企业具有较高风险和潜在高回报，第三梯队企业风险最高但可能产生黑马。从政策角度看，应支持第一梯队企业巩固优势，鼓励第二梯队企业技术创新，引导第三梯队企业差异化发展。

竞争要素与关键成功因素

具身智能产业的竞争要素可归纳为技术、成本、场景、生态四大维度。技术维度包括算法能力、硬件性能、系统集成等；成本维度包括零部件成本、制造成本、运维成本等；场景维度包括场景适配性、商业化效能、客户粘性等；生态维度包括供应链整合、合作伙伴、开发者社区等。

关键成功因素因企业类型而异。对于本体制造企业，关键成功因素是工程化能力和成本控制能力；对于核心零部件企业，关键成功因素是技术突破和客户导入能力；对于算法企业，关键成功因素是模型性能和数据积累能力；对于应用企业，关键成功因素是场景理解和解决方案能力。

竞争要素的演变将决定产业格局的变化。短期内，成本竞争是主要竞争要素，中国企业具有显著优势；中期内，场景落地能力成为关键竞争要素，场景驱动型企业将脱颖而出；长期内，技术突破和生态建设成为核心竞争要素，基础技术和平台型企业将占据主导地位。因此，企业需要根据自身定位和竞争优势，制定差异化的竞争策略。在控制架构方面，端到端模型与分层决策模型形成竞争，部分国际企业如 Figure AI 采用分层决策模型，结合多模态大模型进行视觉推理，底层实现高频控制，两种路线各有优劣，需根据应用场景选择 ^[1]。

政策环境

国家政策体系

具身智能产业的政策环境呈现"顶层设计 + 专项规划 + 配套政策"的多层次体系。在国家层面，具身智能已被纳入"十四五"机器人产业发展规划和"十五五"规划建议，成为重点培育的未来产业之一。2025 年，具身智能首次被写入政府工作报告，标志着具身智能产业上升为国家战略 ^[11]。

《"十四五"机器人产业发展规划》明确提出推动机器人产业高质量发展，加强关键核心技术攻关，提升产业链供应链现代化水平。《人形机器人创新发展指导意见》进一步细化了人形机器人产业的发展目标和重点任务，提出到 2025 年建立人形机器人创新体系，到 2027 年形成安全可靠的产业链供应链体系，到 2030 年形成具有国际竞争力的产业集群。

"人工智能+"行动作为最高层级的行动指引，明确提出推进人工智能赋能新型工业化，这为具身智能在制造业的深度融合提供了最高纲领。其核心精神是"以实体经济为牵引，以场景应用为导向"，引导产业避免技术空转，牢牢扎根于解决真实世界的重大问题 ^[12]。《"数据要素×"三年行动计划》及数据要素学科建设意见虽不专门针对具身智能，但其影响极为深远。前者通过推动"数据要素×智能制造"，旨在破解产业高质量数据稀缺的瓶颈；后者则从人才供给侧发力，系统性建设"数据科学与工程"等交叉学科。

国家政策体系的核心逻辑是"技术突破 + 场景驱动 + 生态建设"。技术突破是产业发展的基础，场景驱动是商业化的关键，生态建设是可持续发展的保障。三者协同推进，形成产业发展的正向循环。然而，国家政策的落地需要地方政府的配套支持和企业的积极响应，政策效果的发挥存在时滞和不确定性。

地方政策对比

地方政府在具身智能产业的政策布局上呈现差异化竞争态势。北京、上海、深圳作为三大核心区域，政策定位和重点任务各有侧重，形成了"基础研究—工程应用—硬件制造"的差异化格局。

北京在政策布局上更聚焦人形机器人基础研究和技术平台建设，形成了以技术研发为核心的产业推动模式。2025 年 2 月，北京发布《北京具身智能科技创新与产业培育行动计划（2025—2027 年）》，同时延续《北京市机器人产业创新发展行动方案（2023—2025 年）》，重点支持基础研究和原始创新 ^[13]。北京依托清华大学、北京大学、中科院等高校和科研机构，在脑科学、立体视觉等前沿技术领域具有显著优势。昌平实验室首席科学家刘河生博士的研究表明，脑科学对具身智能决策系统具有重要的支撑作用，这一研究方向与北京的政策定位高度契合 ^[6]。

上海突出工程化应用导向，相关政策强调以"十百千"目标推动人形机器人标准化和场景复制。上海的政策重点在于推动人形机器人在工业、商业等场景的规模化应用，建立标准化体系和测试认证平台。上海依托其制造业基础和国际化平台，在工程化应用方面具有显著优势。上海的政策定位与《人形机器人创新发展指导意见》的工程化导向高度一致，有助于推动产业从技术验证向商业化扩张过渡。

广东则充分发挥"制造业当家"的优势，充分利用完善的产业链与丰富的应用场景，推动智能机器人产业在制造业等场景的规模化应用 ^[14]。深圳作为广东的核心城市，在具身智能产业的政策布局上更加务实和灵活。2025 年 12 月，多家深圳人形机器人企业集中落地商业应用，包括星尘智能的"机器人 MART"、越疆机器人的全自主运营电影院、智平方的"智魔方"服务空间等 ^[15]。深圳的政策重点在于推动产业化落地和商业化应用，依托其完善的硬件供应链和丰富的应用场景，在规模化应用方面具有显著优势。

尽管三地政策细节各异，但均体现出"以应用场景为牵引、以重点技术为突破口、以产业生态为落脚点"的发展思路，强调了完善产业链，并且通过典型场景示范推动具身智能与人形机器人的加速落地 ^[14]。随着国家层面对具身智能与智能机器人产业支持力度持续加大，从 2024 年以来，各地也进入了政策"密集出台"新阶段。

政策协同效应评估

国家政策与地方政策的协同效应是具身智能产业发展的关键因素。从政策协同的角度看，当前政策体系呈现"上下联动、横向协同"的特征，但也存在协调不足和重复建设的风险，需要基于数据进行更深入的论证。

上下联动方面，国家政策为地方政策提供了方向指引和政策依据，地方政策为国家政策提供了落地支撑和实践反馈。《"十四五"机器人产业发展规划》和《人形机器人创新发展指导意见》为国家层面的顶层设计，北京、上海、深圳等地的行动方案为地方层面的具体落实。这种联动机制有效激发了市场活力，数据显示，2025 年具身智能产业融资总额超过 380 亿元，参与投资机构数超过 600 家，政策引导下的资本集聚效应显著 ^[2]。上下联动的政策体系有助于形成政策合力，推动产业快速发展，但需警惕政策传导过程中的衰减效应。

横向协同方面，各地政策在定位和重点任务上存在差异化，有助于避免同质化竞争。北京聚焦基础研究，上海强调工程应用，深圳发挥硬件供应链优势，三地政策形成互补而非竞争关系。然而，横向协同仍存在不足，部分地区存在重复建设和资源错配的风险。据统计，全国已有 21 个省份布局具身智能赛道，部分地区可能存在盲目跟风和重复建设的风险 ^[16]。例如，多地都在建设人形机器人创新中心和创新联盟，可能导致资源分散和效率低下。

政策协同效应的评估需要关注政策落地效果和企业反馈。从企业反馈看，政策支持对于技术研发和场景落地具有积极作用，但政策落实的效率和精准度仍有提升空间。从政策效果看，融资支持、场景开放、标准制定等政策工具的效果较为显著，但税收优惠、人才引进等政策工具的效果相对有限。因此，政策协同需要进一步优化政策工具组合，提升政策落地效率，建立国家层面的区域协调机制，引导各地基于比较优势差异化发展，避免"一哄而上"造成的资源浪费。

政策风险与挑战

具身智能产业政策环境面临的主要风险与挑战包括政策连续性风险、区域协调风险、国际政策风险等。

政策连续性风险是指政策支持的可持续性存在不确定性。具身智能产业需要长期投入和持续支持，但政策周期与产业周期可能存在错配。如果政策支持在产业关键发展阶段出现中断或减弱，可能影响产业发展进程。因此，需要建立政策的长效机制，确保政策支持的连续性和稳定性。

区域协调风险是指各地政策竞争可能导致资源错配和重复建设。当前，21 个省份已布局具身智能赛道，部分地区可能存在盲目跟风和重复建设的风险 ^[16]。如果各地政策缺乏协调，可能导致资源分散和效率低下，影响产业整体发展。因此，需要建立区域协调机制，引导各地基于比较优势差异化发展。

国际政策风险是指国际政策环境变化可能影响产业发展。具身智能产业涉及 AI、芯片、传感器等敏感技术领域，可能受到国际政策环境变化的影响。例如，出口管制、技术封锁等政策可能影响核心零部件的供应和技术的交流。因此，需要加强核心技术的自主可控，降低对外依赖风险。

区域布局

区域发展格局总览

中国具身智能产业的区域布局呈现"三极引领、多点支撑"的格局。北京、上海、深圳作为三大核心区域，在技术研发、工程应用、硬件制造等方面形成差异化优势，引领全国产业发展。同时，杭州、苏州、无锡等长三角城市，以及武汉、重庆、成都等中西部城市，也在具身智能产业方面有所布局，形成多点支撑的发展态势。

从区域分布看，具身智能企业主要集中在京津冀、长三角、珠三角三大区域。根据统计数据，北京具身智能企业数量超过 50 家，上海超过 40 家，深圳超过 60 家，三地合计占全国企业总数的 60% 以上。这一区域分布格局反映了具身智能产业对人才、资本、产业链等要素的高度依赖，三大核心区域在这些要素方面具有显著优势。

从产业定位看，三大核心区域形成差异化分工。北京依托高校和科研机构，在基础研究和前沿技术方面具有优势；上海依托制造业基础和国际化平台，在工程化应用和标准化方面具有优势；深圳依托硬件供应链和应用场景，在规模化落地和商业化应用方面具有优势。这一差异化分工有助于避免同质化竞争，形成区域协同发展的良性格局。

北京：基础研究与前沿技术

北京作为全国科技创新中心，在具身智能产业的基础研究和前沿技术方面具有显著优势。北京的政策定位是聚焦人形机器人基础研究和技术平台建设，形成以技术研发为核心的产业推动模式 ^[14]。

北京的核心优势在于其丰富的高校和科研机构资源。清华大学、北京大学、中科院等高校和科研机构在人工智能、机器人、脑科学等领域具有深厚的研究积累。昌平实验室首席科学家刘河生博士的研究表明，脑科学对具身智能决策系统具有重要的支撑作用，通过捕捉大脑功能区域布局，将百亿量级神经元问题简化为小规模系统问题，指导具身智能决策系统 ^[6]。北京智源人工智能研究院董霄剑指出，立体视觉对于人形机器人的操作至关重要，高精度的、彩色的、可理解的、可自我学习的立体视觉系统是核心 ^[6]。这些前沿技术研究与北京的政策定位高度契合。

北京的代表企业包括银河通用、智元机器人（北京研发中心）、北京机器人创新中心等。银河通用在具身大模型方面具有显著优势，2025 年 12 月完成新一轮超 3 亿美元的融资，估值突破 200 亿元 ^[11]。智元机器人在量产交付方面取得突破，2025 年 12 月宣布第 5000 台通用具身机器人量产下线交付 ^[5]。北京机器人创新中心与优必选联合推出全尺寸科研教育人形机器人平台"天工行者"，为高校和科研机构提供低成本研究平台 ^[3]。

北京的政策重点在于技术平台建设和基础研究支持。2025 年 2 月发布的《北京具身智能科技创新与产业培育行动计划（2025—2027 年）》提出，建设具身智能技术创新中心、测试认证平台、数据共享平台等基础设施，支持基础研究和原始创新 ^[13]。同时，北京设立具身智能产业基金，为初创企业提供资金支持，吸引高端人才落户。

北京的发展挑战在于工程化应用和产业化落地能力相对不足。北京在基础研究和前沿技术方面具有优势，但在工程化应用和产业化落地方面与上海、深圳存在差距。因此，北京需要加强与上海、深圳的区域协同，将技术优势转化为产业优势。

上海：工程化应用与标准化

上海作为全国经济中心和制造业基地，在具身智能产业的工程化应用和标准化方面具有显著优势。上海的政策定位是突出工程化应用导向，以"十百千"目标推动人形机器人标准化和场景复制 ^[14]。

上海的核心优势在于其制造业基础和国际化平台。上海拥有完善的制造业体系和丰富的应用场景，为人形机器人的工程化应用提供了良好条件。同时，上海作为国际化平台，便于引进国际先进技术和开展国际合作。上海的政策重点在于推动人形机器人在工业、商业等场景的规模化应用，建立标准化体系和测试认证平台。

上海的代表企业包括优必选（上海研发中心）、傅利叶智能、非夕科技等。优必选在上海设立研发中心，聚焦工业场景的工程化应用，2025 年实现千台级量产、交付与确收 ^[10]。傅利叶智能在康复机器人领域具有显著优势，产品已应用于多家医院和康复机构。非夕科技在自适应机器人领域具有技术优势，产品在工业场景得到应用。

上海的政策重点在于标准化体系和测试认证平台建设。上海提出"十百千"目标，即培育 10 家龙头企业、100 家骨干企业、1000 家相关企业，推动人形机器人标准化和场景复制。同时，上海建设人形机器人测试认证平台，为产品提供性能测试、安全认证等服务，提升产品质量和市场认可度。

上海的发展挑战在于基础研究和原始创新能力相对不足。上海在工程化应用和标准化方面具有优势，但在基础研究和原始创新能力方面与北京存在差距。因此，上海需要加强与北京的区域协同，引进基础研究成果，提升技术创新能力。

深圳：硬件供应链与规模化落地

深圳作为全国硬件制造中心，在具身智能产业的硬件供应链和规模化落地方面具有显著优势。深圳的政策定位是充分发挥"制造业当家"的优势，充分利用完善的产业链与丰富的应用场景，推动智能机器人产业在制造业等场景的规模化应用 ^[14]。

深圳的核心优势在于其完善的硬件供应链和丰富的应用场景。深圳拥有全球最完善的电子硬件供应链，从芯片、传感器到执行器、结构件，都能在深圳找到供应商。同时，深圳拥有丰富的应用场景，从工业制造到商业服务，从医疗健康到科研教育，都能为人形机器人提供落地场景。深圳的政策重点在于推动产业化落地和商业化应用，依托其完善的硬件供应链和丰富的应用场景，在规模化应用方面具有显著优势。

深圳的代表企业包括逐际动力、智平方、星尘智能、越疆机器人等。逐际动力在 2026 年 2 月完成 2 亿美元的 B 轮融资，引入京东、中鼎股份等战略产业投资人 ^[17]。智平方在 2026 年完成超 10 亿元 B 轮系列融资，估值突破百亿元，一年内完成 12 轮融资，是全球融资节奏最快的具身智能企业之一 ^[17]。星尘智能在 2025 年 12 月落地全球首个由绳驱 AI 机器人自主运营的零售服务店"机器人 MART"^[15]。越疆机器人在深圳蛇口 K11 ART HOUSE 电影院实现全自主运营 ^[15]。

深圳的政策重点在于产业化落地和商业化应用支持。深圳设立具身智能产业基金，为初创企业提供资金支持。同时，深圳开放应用场景，推动人形机器人在工业、商业等场景的规模化应用。2025 年，深圳具身智能融资事件 76 起，估算融资总金额约 110.6 亿元，是中国具身智能创业企业融资最为活跃的城市之一 ^[17]。

深圳的发展挑战在于基础研究和高端人才相对不足。深圳在硬件供应链和规模化落地方面具有优势，但在基础研究和高端人才方面与北京存在差距。因此，深圳需要加强与北京的区域协同，引进基础研究成果和高端人才，提升技术创新能力。

区域协同机制建议

三大核心区域的差异化定位为区域协同提供了基础，但也需要建立有效的协同机制，避免资源错配和重复建设。区域协同机制建议包括以下几个方面：

建立区域协调机构。建议由国家部委牵头，建立京津冀、长三角、珠三角具身智能产业区域协调机构，负责统筹区域政策、协调资源配置、推动项目合作。区域协调机构应定期召开联席会议，讨论区域发展重大问题，制定协同发展规划。

建立技术共享平台。建议由北京牵头，建立具身智能技术共享平台，将基础研究成果向上海、深圳开放，促进技术转化和产业化。技术共享平台应包括专利共享、数据共享、人才共享等内容，降低技术转化成本，提升创新效率。

建立产业协作联盟。建议由上海牵头，建立具身智能产业协作联盟，推动上下游企业协作和场景对接。产业协作联盟应包括本体制造企业、核心零部件企业、应用企业等，促进产业链协同和场景落地。

建立人才流动机制。建议由三地政府共同推动，建立具身智能人才流动机制，促进人才在区域间的合理流动。人才流动机制应包括人才互认、社保互通、住房支持等内容，降低人才流动成本，提升人才配置效率。

区域协同机制的建立需要政策支持和企业参与。政策支持方面，国家部委应出台区域协同指导意见，明确协同目标和重点任务。企业参与方面，龙头企业应发挥引领作用，带动中小企业参与区域协同。只有政策支持和企业参与相结合，区域协同机制才能有效运行。

投融资分析

融资规模与趋势

具身智能产业已成为资本市场最受关注的战略性赛道之一，产业融资规模呈现爆发式增长。根据东方财富网和 IT 桔子数据，2025 年前 11 个月具身智能产业融资额达到 334.73 亿元，是 2024 年同期的 4 倍；截至 2025 年 12 月 21 日，全年融资事件超 305 起，总额超过 380 亿元，参与的投资机构数量超过 600 家 ^[1]。2026 年第一季度，融资势头不减，披露融资超 50 起，获投企业超 30 家 ^[18]。

融资规模的爆发式增长反映了市场对具身智能产业发展前景的高度认可。从融资事件数量看，2025 年融资事件超 305 起，较 2024 年实现近 2 倍增长；从融资总额看，2025 年融资总额超 380 亿元，较 2024 年显著提升；从参与机构看，2025 年参与投资机构超 600 家，较 2024 年明显增加 ^[2]。这些数据表明，具身智能产业已成为资本竞逐的热门赛道，工程可实现性和商业落地潜力成为重要投资标准。

融资趋势呈现以下特征：一是融资阶段结构前移，早期和中期投资为主，显示市场对长期技术突破的预期；二是融资集中度提升，资本向头部企业集中，头部企业估值突破百亿元；三是战略投资人增多，产业资本和战略投资人参与融资，体现产业协同的重视。这些特征反映了具身智能产业从技术验证向商业化扩张的过渡，投资逻辑从技术导向向商业导向转变。

资本来源结构

具身智能产业的资本来源呈现多元化特征，包括风险投资机构、产业资本、国资基金、上市公司等。从资本来源结构看，风险投资机构仍是主要资金来源，但产业资本和国资基金的占比正在提升。

风险投资机构包括红杉资本、高瓴资本、IDG 资本等知名机构，这些机构在早期投资中发挥重要作用，为初创企业提供资金支持和资源对接。产业资本包括京东、中鼎股份等战略投资人，这些机构在后期投资中发挥重要作用，为被投企业提供产业资源和场景支持。国资基金包括国家人形机器人创新中心、地方产业基金等，这些机构在政策支持项目中发挥重要作用，为产业发展提供长期资金支持。上市公司包括拓普集团、三花智控等，这些机构通过投资或并购参与具身智能产业，实现业务拓展和产业升级。

资本来源结构的多元化有助于降低融资风险，提升融资效率。风险投资机构提供早期资金支持，产业资本提供产业资源对接，国资基金提供长期稳定支持，上市公司提供并购退出渠道。多元化的资本来源结构为具身智能产业提供了全方位的融资支持，有助于产业健康发展。

重点融资案例

2025 年至 2026 年，具身智能产业涌现多个重点融资案例，反映了产业发展的热点方向和资本偏好。

银河通用在 2025 年 12 月完成新一轮超 3 亿美元的融资，再次刷新国内具身智能领域单轮融资纪录，估值突破 200 亿元 ^[11]。银河通用的融资成功反映了具身大模型领域的投资热度，投资方包括国家人形机器人创新中心等战略投资人，体现了国家对具身智能产业的支持。

智平方在 2026 年完成超 10 亿元 B 轮系列融资，估值突破百亿元，一年内完成 12 轮融资，是全球融资节奏最快的具身智能企业之一 ^[17]。智平方的融资成功反映了商业化落地能力的投资价值，投资方包括国内外知名机构，体现了市场对智平方商业化前景的认可。

逐际动力在 2026 年 2 月完成 2 亿美元的 B 轮融资，融资规模接近 A 轮的 3 倍，投资方包括阿联酋磊石资本、东方富海、基石资本等国内外知名机构，还引入了京东、中鼎股份等战略产业投资人 ^[17]。逐际动力的融资成功反映了控制算法领域的投资价值，战略产业投资人的引入体现了产业协同的重视。

这些重点融资案例反映了具身智能产业的投资热点：一是具身大模型等基础技术领域，二是商业化落地能力，三是控制算法等核心技术领域。这些投资热点与产业发展阶段高度契合，反映了资本对产业发展趋势的准确判断。

投资逻辑与趋势

具身智能产业的投资逻辑正在从技术导向向商业导向转变。早期投资主要关注技术能力和团队背景，后期投资主要关注商业化能力和场景落地。这一投资逻辑的转变反映了产业从技术验证向商业化扩张的过渡。

从投资趋势看，未来投资将呈现以下特征：一是投资阶段后移，后期投资和并购投资占比提升，反映产业成熟度提升；二是投资领域聚焦，上游核心零部件和下游场景应用成为投资热点，反映产业链价值分布；三是投资主体多元化，产业资本和国资基金占比提升，反映产业协同和政策支持的加强。

从投资机会看，上游核心零部件和下游场景应用是未来投资的重点方向。上游核心零部件包括高精度力/触觉传感器、高功率密度关节电机、专用 AI 芯片等，这些领域的国产化率低，是产业发展的核心瓶颈，也是未来投资的关键机会点。下游场景应用包括工业制造、商业服务、医疗健康等，这些领域的商业化潜力大，是未来投资的重要方向。

从投资风险看，技术风险、市场风险、政策风险是主要投资风险。技术风险包括技术路线不确定性、技术突破难度等；市场风险包括商业化进度不及预期、竞争加剧等；政策风险包括政策支持变化、国际政策环境变化等。投资者需要充分评估投资风险，制定合理的投资策略。

风险与建议

核心风险识别

具身智能产业发展面临的核心风险包括技术风险、市场风险、政策风险、供应链风险等。

技术风险是具身智能产业面临的首要风险。当前，具身智能技术仍处于早期发展阶段，技术路线存在不确定性，技术突破难度较大。斯坦福《2026 AI 指数报告》显示，人形机器人在真实家庭场景任务成功率仅 12.4%，与模拟环境的 89.4% 形成鲜明对比 ^[4]。这一数据揭示了当前 AI 算法在泛化能力和鲁棒性方面的根本性不足，技术风险仍然较高。

市场风险是具身智能产业面临的另一重要风险。当前，具身智能产品的商业化效能尚未达标，单位机器人小时综合成本仍高于传统人力或专用自动化设备。瑞银证券分析师王斐丽给出审慎判断，认为即便 2026 年很多厂商冲击万台交付量，人形机器人也未必真正进入商业化拐点 ^[4]。商业化进度的不确定性可能导致市场需求不及预期，影响产业发展。

政策风险是具身智能产业需要关注的风险。具身智能产业涉及 AI、芯片、传感器等敏感技术领域，可能受到国际政策环境变化的影响。出口管制、技术封锁等政策可能影响核心零部件的供应和技术的交流。同时，国内政策的连续性和稳定性也存在不确定性，可能影响产业发展。

供应链风险是具身智能产业面临的现实风险。当前，产业链上游核心零部件国产化率低，高端产品主要依赖进口，存在"卡脖子"风险。如果供应链出现中断，可能影响产业正常发展。因此，核心零部件的国产化突破是降低供应链风险的关键。

政策建议

针对具身智能产业发展面临的风险和挑战，提出以下政策建议：

国家层面应加快制定具身智能产业发展专项规划。建议由工信部牵头，制定《具身智能产业发展专项规划（2026-2030 年）》，明确产业发展目标、重点任务和保障措施。专项规划应与《"十四五"机器人产业发展规划》、《人形机器人创新发展指导意见》相衔接，形成政策合力。专项规划应重点关注核心零部件国产化、场景应用推广、标准体系建设等重点任务，为产业发展提供明确指引。

建立区域协同机制。建议由国家部委牵头，建立京津冀、长三角、珠三角具身智能产业区域协调机构，负责统筹区域政策、协调资源配置、推动项目合作。区域协调机构应定期召开联席会议，讨论区域发展重大问题，制定协同发展规划。同时，建立技术共享平台、产业协作联盟、人才流动机制等协同机制，促进区域协同发展。

加大核心零部件国产化支持。建议设立具身智能核心零部件攻关专项，支持高精度力/触觉传感器、高功率密度关节电机、专用 AI 芯片等核心零部件的技术突破。同时，鼓励汽车 Tier 1 供应商跨界转型，利用其工艺复用能力加速国产化进程。对于实现国产化突破的企业，给予税收优惠、资金支持等政策激励。

推动场景开放和应用推广。建议由工信部、发改委等部门牵头，推动公共安全、应急救援、医疗养老等领域的场景开放，为人形机器人提供应用落地机会。同时，建立场景应用示范项目，支持企业在真实场景中验证和优化产品，提升商业化效能。对于场景应用示范项目，给予资金支持和政策倾斜。

加强标准体系和测试认证平台建设。建议由工信部、市场监管总局等部门牵头，加快具身智能标准体系建设，覆盖产品性能、安全规范、测试方法等领域。同时，建设国家级测试认证平台，为产品提供性能测试、安全认证等服务，提升产品质量和市场认可度。

地方政府建议

地方政府应基于比较优势差异化布局。北京应继续聚焦基础研究和前沿技术，支持高校和科研机构开展原始创新，建设技术平台和测试认证平台。上海应继续突出工程化应用导向，推动人形机器人在工业、商业等场景的规模化应用，建立标准化体系。深圳应继续发挥硬件供应链优势，推动产业化落地和商业化应用，开放应用场景，支持企业规模化发展。

建立地方产业基金。建议地方政府设立具身智能产业基金，为初创企业提供资金支持。产业基金应采取市场化运作方式，由专业机构管理，重点支持核心零部件、算法、场景应用等领域。同时，产业基金应与国家基金、社会资本协同，形成多层次资金支持体系。

开放应用场景。建议地方政府开放公共安全、应急救援、医疗养老等领域的应用场景，为人形机器人提供落地机会。同时，建立场景应用示范项目，支持企业在真实场景中验证和优化产品。对于场景应用示范项目，给予资金支持和政策倾斜。

加强人才引进和培养。建议地方政府出台人才引进政策，吸引具身智能领域高端人才落户。同时，加强与高校合作，建立人才培养基地，培养具身智能领域专业人才。对于人才引进和培养，给予住房支持、子女教育等政策激励。

投资机构建议

投资机构应重点关注上游核心零部件及场景驱动型企业的投资机会。上游核心零部件包括高精度力/触觉传感器、高功率密度关节电机、专用 AI 芯片等，这些领域的国产化率低，是产业发展的核心瓶颈，也是未来投资的关键机会点。场景驱动型企业包括在工业制造、商业服务、医疗健康等领域具有场景落地能力的企业，这些企业的商业化潜力大，是未来投资的重要方向。

关注汽车 Tier 1 供应商的跨界转型。汽车 Tier 1 供应商如拓普集团、三花智控、北特科技等，利用其工艺复用能力快速切入机器人核心零部件领域，形成"汽车 - 机器人"供应链协同生态。这些企业的跨界转型具有确定性高、进展快的特点，是未来投资的重要方向。

警惕"表演型能力"泡沫风险。当前，资本市场对具身智能的狂热投资可能催生短期过热和后续调整。投资机构应优先支持解决真实场景问题的技术，避免资源错配。对于"表演型能力"企业，应谨慎投资，关注其商业化能力和场景落地能力。

建立长期投资视角。具身智能产业需要长期投入和持续支持，投资机构应建立长期投资视角，避免短期投机行为。对于具有技术优势和商业化潜力的企业，应持续支持，陪伴企业成长。同时，投资机构应加强与产业资本、国资基金的协同，形成投资合力。

企业建议

本体制造企业应加强工程化能力和成本控制能力。工程化能力是本体制造企业的核心竞争力，决定了产品的可靠性和耐久性。成本控制能力是本体制造企业的关键能力，决定了产品的市场竞争力。本体制造企业应加强工程化能力建设，提升产品可靠性和耐久性；同时，加强成本控制能力建设，降低产品成本，提升市场竞争力。

核心零部件企业应加强技术突破和客户导入能力。技术突破是核心零部件企业的核心竞争力，决定了产品的性能和竞争力。客户导入能力是核心零部件企业的关键能力，决定了产品的市场认可度和销量。核心零部件企业应加强技术研发，实现技术突破；同时，加强与本体制造企业的合作，实现客户导入。

算法企业应加强模型性能和数据积累能力。模型性能是算法企业的核心竞争力，决定了产品的智能化水平。数据积累能力是算法企业的关键能力，决定了模型的训练效果和优化空间。算法企业应加强模型研发，提升模型性能；同时，加强与场景企业的合作，积累真实场景数据。

应用企业应加强场景理解和解决方案能力。场景理解是应用企业的核心竞争力，决定了产品的场景适配性。解决方案能力是应用企业的关键能力，决定了产品的商业价值。应用企业应加强场景研究，深入理解场景需求；同时，加强解决方案能力建设，提升产品商业价值。

结论

具身智能产业作为人工智能与机器人技术深度融合的战略性赛道，正处于从"技术验证"向"商业化探索"过渡的关键阶段。截至 2026 年 5 月，中国具身智能产业已跨越"从 0 到 1"的技术验证阶段，进入"从 1 到 10"的商业化扩张关键期，头部企业如智元机器人已实现 5000 台量产交付，2025 年全年融资总额超过 380 亿元。然而，产业面临显著的"能力鸿沟"：斯坦福《2026 AI 指数报告》显示人形机器人在真实家庭场景任务成功率仅 12.4%，商业化拐点尚未到来。

政策层面呈现"国家定方向、地方抢赛道"的差异化格局，北京聚焦基础研究，上海强调工程化应用，深圳发挥硬件供应链优势。三地政策均与《"十四五"机器人产业发展规划》、《人形机器人创新发展指导意见》形成上下联动，但重复建设风险值得警惕。产业链上游核心零部件国产化率低是核心瓶颈，汽车 Tier 1 供应商的跨界转型成为关键突破路径。

从全球竞争格局看，中美双极、多强并立的态势已经形成。美国在基础算法、AI 大模型、高端芯片等领域占据领先地位，中国在供应链整合、场景应用、量产能力等方面具有优势。特斯拉凭借其在 AI 大模型、供应链和成本控制上的综合优势，有望在通用人形机器人领域率先实现初步的商业闭环；优必选和宇树科技等中国企业则在特定场景和快速迭代上展现出独特竞争力。

从区域布局看，北京、上海、深圳三大核心区域形成差异化分工。北京依托高校和科研机构，在基础研究和前沿技术方面具有优势；上海依托制造业基础和国际化平台，在工程化应用和标准化方面具有优势；深圳依托硬件供应链和应用场景，在规模化落地和商业化应用方面具有优势。区域协同机制的建立对于避免资源错配和重复建设具有重要意义。

从投融资动态看，具身智能产业已成为资本竞逐的热门赛道，2025 年融资总额超 380 亿元，参与投资机构超 600 家。投资逻辑正在从技术导向向商业导向转变，上游核心零部件和下游场景应用成为投资热点。然而，"表演型能力"泡沫风险需要警惕，投资机构应优先支持解决真实场景问题的技术。

综合来看，中国具身智能产业已跻身全球第一梯队，但距离大规模商业化仍有距离。未来 3-5 年是产业发展的关键窗口期，需要国家政策、地方协同、资本支持、企业创新的共同推动。国家层面应加快制定具身智能产业发展专项规划，建立区域协同机制；地方政府应基于比较优势差异化布局；投资机构应重点关注上游核心零部件及场景驱动型企业的投资机会；企业应加强核心能力建设，提升商业化效能。只有多方协同，才能推动中国具身智能产业实现高质量发展，在全球竞争中占据有利地位。

参考资料

●36 氪研究院。2026 年具身智能产业发展研究报告. 36 氪，2026-01-30 ^[1]

●沈春蕾。2026：具身智能如何跑出"新速度". 中国科学报，2026-01-05 ^[11]

●刘惠敏，王睿。2025 深圳具身智能机器人产业：从技术热潮到应用落地. 深圳新闻网，2026-01-09 ^[15]

●吴佳楠。具身智能机器人融资狂飙. 证券时报，2026-04-16 ^[18]

●王婧涵，郑萃颖。具身智能资本局：百亿估值企业涌现 投融资热潮助推 IPO 奇点加速到来. 21 经济网，2026-03-23 ^[19]

●人形机器人逼近拐点：千帆竞发，从"万台交付"迈向"百万量产"的历史性窗口. 华尔街见闻，2026-04-24 ^[3]

●2026 年具身智能产业发展研究报告. 东方财富，2026-02-05 ^[2]

●中国具身智能产业指数（EAII）. 东方财富，2026-04-17 ^[12]

●2025 商用具身智能白皮书. 东方财富，2025-12-03 ^[13]

●机械 2026 年机械设备年度策略领先大市. 东方财富，2026-04-30 ^[9]

●2026 人形机器人产业展望：10 万级量产将至商业化元年开启. 新华网，2026-01-08 ^[20]

●董霄剑：立体视觉对于人形机器人的重要性. 新华网，2026-01-16 ^[6]

●刘河生：脑科学赋能决策系统 脑机接口落地场景拓展. 新华网，2026-01-16 ^[6]

●2026，人形机器人只赢了面子. 钛媒体，2026-04-24 ^[4]

●2026，人形机器人只赢了面子. 虎嗅网，2026-04-24 ^[21]

●从优必选、宇树科技财报 解码中国人形机器人差异化突围逻辑. 财联社，2026-03-23 ^[10]

●具身智能赛道迎来上市潮 深圳人形机器人企业加速登陆资本市场. 深圳新闻网，2026-03-26 ^[17]

●科技与金融杂志官方网站 - 广东省科技合作研究促进中心. 科技与金融，2026-01-16 ^[14]

●人形机器人产业链深度解析：Figure 与特斯拉 Optimus 核心供应链图谱. 艾欧机器人，2026-02-28 ^[22]

●人形机器人四巨头「供应链全景解析」：特斯拉、宇树、优必选、智元. 机器人科学网，2026-03-15 ^[7]

●2026 国内人形机器人头部玩家全景对比：技术路线、商业化与核心优势深度解析. 艾邦机器人，2026-03-20 ^[23]

●"十五五"规划专题 | 六大未来产业深度解析（具身智能篇）. 国际院士科技创新中心，2026-02-15 ^[8]

●亿欧智库。2026 中国具身智能产业商业化前沿洞察. 搜狐网，2026-03-10 ^[16]

●马斯克解释：为什么 Optimus 价格会比宇树高？. NE 时代，2026-03-05 ^[24]

●2026 年 3 月，国内具身智能机器人企业融资情况汇总. 维科号，2026-03-28 ^[25]

●[36氪研究院]：2026年具身智能产业发展研究报告 - 发现报告. ^[5]

参考文献

[1] https://eu.36kr.com/zh/p/3660312420180864

[2] https://pdf.dfcfw.com/pdf/H3_AP202602051819786211_1.pdf

[3] https://www.fxbaogao.com/detail/5379273

[4] https://www.tmtpost.com/7961688.html

[5] https://www.fxbaogao.com/detail/5253816

[6] http://www.news.cn/enterprise/20260116/b83fc1c7a4d243b69d7302f246fc9d8b/c.html

[7] http://www.robotsci.com.cn/detail/1971015393912950784

[8] http://gjgxy.cn/shownews.php?id=3666

[9] https://pdf.dfcfw.com/pdf/H3_AP202604301821821378_1.pdf?1777563005000.pdf

[10] https://m.cls.cn/detail/2335220

[11] https://www.tsinghua.edu.cn/info/1182/123742.htm

[12] https://pdf.dfcfw.com/pdf/H3_AP202604171821305309_1.pdf?1776460698000.pdf

[13] https://pdf.dfcfw.com/pdf/H3_AP202512031793353788_1.pdf?1764833841000.pdf

[14] https://www.stfmonthly.com/xstt/info_16.aspx?itemid=2967

[15] https://fgw.sz.gov.cn/ztzl/qtztzl/szscjmyjjfzzhfwpt/xwdt/content/post_12623411.html

[16] https://m.sohu.com/a/1017299889_121752158?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334

[17] https://www.sznews.com/news/content/2026-03/26/content_31993171.htm

[18] https://stcn.com/article/detail/3753646.html

[19] https://www.21jingji.com/article/20260323/herald/e61fcf205cffa29073f354572116fe49.html

[20] http://www.news.cn/tech/20260108/46b1220e159d4f80bc6a4240eb3b47b5/c.html

[21] https://www.huxiu.com/article/4852535.html

[22] https://www.aoyii.com/humanoid-robots-figure-tesla

[23] https://www.aibangbots.com/a/7295

[24] https://www.ne-time.cn/web/article/37891

[25] https://mp.ofweek.com/robot/a456714432607