摘要:去年春晚上人形机器人集体跳舞,让很多人第一次意识到 "机器人真的来了"。可它到底能不能干活?和 AI、机器人又是什么关系?本文把 "具身智能" 这个概念一次讲透:它如何从 "只会聊天" 走向 "有身体、能行动、会适应",国内发展到哪一步、卡在哪些瓶颈,以及会按什么顺序走进我们的生活。看懂这些,你就能理解机器人产业为什么这么热。
过去十几年,我们熟悉的 AI—— 搜索引擎、推荐算法、大语言模型 —— 本质上是 "离身智能",活在服务器和屏幕里,处理文字、图片、视频。你问它答,但它碰不到真实世界,也改变不了任何物理环境。
具身智能要解决的,正是这个问题:给 AI 装上一个物理身体,通过传感器感知环境、自己做判断,用机械手、轮子或双腿执行动作,做完还能根据结果调整下一次行为。整个过程是 "感知 — 决策 — 行动 — 反馈" 的闭环,而不是一问一答就结束。
人形机器人只是具身智能最受关注的一种载体,远不是全部。机械臂、轮式机器人、四足机器狗、自动驾驶汽车,只要具备自主感知、决策和行动能力,都算具身智能的范畴。
反过来,也不是所有机器人都叫具身智能 —— 工厂里按预设程序重复同一个动作、不会感知不会学习的机械臂就不算。真正的具身智能核心在于 "智能":能理解环境、适应变化、完成没有被精确编程过的任务。这个概念可追溯到上世纪五十年代图灵《计算机器与智能》的设想,直到大模型让机器具备更强的视觉理解和语言推理能力,才终于能够听懂 "把桌上那个红杯子拿给我" 这类生活化指令。
具身智能已从实验室走向小规模商业化落地,中国处于全球第一梯队。2025 年,"具身智能" 首次写入政府工作报告;"十五五" 规划纲要提出让它成为新的经济增长点,全国已有超过二十个城市出台专项政策。
产业热度同样惊人:2025 年国内人形机器人整机企业超 140 家、发布产品超 330 款;广义具身智能市场规模约 9150 亿元,2026 年预计破万亿;上半年赛道融资总额同比翻五倍。出货量方面,全球前六名全是中国企业,合计占近 88% 份额;工信部预测 2026 年全年产量突破十万台。
企业层面形成多个梯队:宇树与优必选居第一梯队,但路线不同 —— 宇树走 "硬件先赚钱" 路,产品覆盖科研教育、消费与文娱商演;优必选工业场景验证最充分,Walker 系列已进入新能源车企等工厂实际作业。智元机器人、银河通用、傅利叶、云深处等大批企业紧随其后,很多已完成股改排队上市。汽车产业链也在大举进场,上汽、比亚迪等依托智能驾驶与整车电控积累推出人形机器人,先在自家工厂验证。
目前主流技术范式叫VLA(视觉 - 语言 - 动作模型),把 "看"" 听 ""做" 塞进同一个模型端到端训练:给它 "把苹果放进盘子" 的指令,它自己看懂画面、理解意图、输出机械手动作。相比早期 "大脑小脑分开" 的模块化拼接,VLA 泛化能力更强,自 2023 年谷歌 RT-2 发布后基本成为行业共识。
但 VLA 仍处早期,三大瓶颈都没真正解决。一是数据:机器人操作数据要靠人演示或真实试错,每条都很贵,仿真迁移到真实世界的鸿沟依然很大。二是硬件不标准:机械臂、轮式、人形、灵巧手动作空间各异,A 公司训的模型到 B 公司机器人上用不了,难以形成统一生态。三是泛化与成本:训练过的任务还行,稍微换个条件就容易出错;一台全尺寸人形机器人便宜十几万、贵则上百万,离进家庭还很远,行业目标要先降到十万以内。
具身智能的落地顺序很清晰:先工业,再商业,后家庭。工业场景标准化程度高、作业对象是 "物"、任务重复、成本容忍度高,是当前最成熟方向,汽车制造、3C 电子、半导体、物流仓储已有机器人上岗。商业服务是第二梯队,酒店引导、餐厅送餐、政务咨询等更偏交互移动,技术相对容易。家庭场景是终极目标但最遥远,行业普遍预测要到 2030 年前后才会真正渗透。
具身智能是 AI 从 "离身思考" 走向 "具身行动" 的必然方向,也是人形机器人产业火热背后的底层逻辑。但要保持理性:当前订单存在夸大成分,不少所谓合作只是意向或小规模试点;量产数据常把科研套件与工业级设备混为一谈;部分企业估值存在虚高;VLA 也未必是终极技术路线。
任何新兴产业都会经历泡沫、洗牌再到成熟 —— 互联网、新能源汽车皆是如此。与其追逐概念热度,不如区分真正的技术进展与单纯炒作。对普通人而言,具身智能正按 "工业→商业→家庭" 的节奏稳步走近,看懂这条路径,就抓住了理解机器人时代的钥匙。技术终将成熟,泡沫终会挤掉,而真正能落地、能创造价值的公司,会穿越周期走到最后。