解碼具身智能：概念及行業現狀

具身智能（Embodied Intelligence）是人工智能與機器人學交叉的前沿領域，強調智能體通過身體與環境的動態交互實現自主學習和進化，其核心在于將感知、行動與認知深度融合?。

具身智能的概念與發展歷程

具身智能（Embodied Intelligence），指的是一種基于物理身體進行感知和行動的智能系統。其通過智能體與環境的交互來獲取信息、理解問題、做出決策并實現行動，進而產生智能行為和適應性。這一概念最早于 1950 年在圖靈的論文《Computing Machinery and Intelligence》中被提出。不過，由于其實現涉及計算機視覺、自然語言處理、機器人學等諸多在當時尚未成熟的人工智能領域技術，所以該概念在提出后的數十年間被擱置。

1986 年，布魯克斯從控制論角度出發，強調智能是具身化（Embodied）和情境化（Contextlized）的，認為傳統以表征為核心的經典 AI 進化路徑存在錯誤，主張通過制造基于行為的機器人來清除表征，這為具身智能的發展提供了新的思路。隨著近年來相關技術的逐步成熟，具身智能再次成為人工智能領域的研究熱點。

2023 年 6 月，在第七屆世界智能大會智能科技展上，人形機器人的逐步完善為具身智能的落地提供了方向。2024 年 3 月 17 日，OpenAI 與人形機器人初創公司 Figure 合作推出了 Figure 01 機器人，其亮相引發了公眾對機器人和具身智能的廣泛討論。

同年 8 月，中科源碼服務機器人研究院發布了全國首個 “溫江造” 基于物流場景的具身智能機器人 ，進一步推動了具身智能在實際應用領域的發展。2025 年 1 月 16 日，具身智能入選全國科學技術名詞審定委員會聯合國家語言資源監測與研究中心等機構聯合發起的 “2024 年度十大科技名詞評選活動”，這也從側面反映了其在科技領域的重要地位日益凸顯。

具身智能的特點

具身智能機器人作為 “具身智能” 的實體形態，有望成為 AI 的最終載體。其整體架構由感知層、交互層、運動層組成。與普通機器人相比，“具身智能” 具有顯著的特點。

最大的特質在于它能夠以主人公的視角去自主感知物理世界，用擬人化的思維路徑去學習，從而做出人類期待的行為反饋，而不是被動地等待數據投喂。具身智能還具備理解力、交互力、規劃能力等，這使得其在工作效率上遠超普通機器人，有望為人類帶來新一輪的科技變革。

在算法路徑方面，具身智能主要分為兩條。一是以 OpenAI 與 Figure 合作的 Figure01 為代表的分層決策模型。該模型通常分為三層：策略控制系統（SLC）通過大模型整合任務、環境和本體感知信息；環境交互的控制系統（ELC）通過具身模型實現環境感知和動作規劃；行為控制系統（PLC）通過傳統控制算法輸出機器人控制的力矩實現最終動作。這種分層架構實現難度相對簡單，但不同步驟間的融合和一致性是主要難點。

二是由 Google RT - 2 為代表的端到端模型，它首先在大規模互聯網數據上預訓練 VLMs，然后在機器人任務上微調。輸入是任務和對象的組合，輸出是一系列動作，利用一個神經網絡完成從輸入到感知、推理、決策和行為指令輸出的全過程。端到端方案看起來更加完美，谷歌也表示在 RT - 2 模型中觀察到了涌現能力，Scaling 是其繼續迭代的一條穩定路徑，但端到端模型在當前存在一定問題：首先需要海量數據進行訓練才能泛化；全程調用大模型，資源消耗巨大，機器人執行動作緩慢 。

感知層負責獲取和處理環境信息，為智能體的決策和行為提供依據。實現方式主要有兩種：一是全感知，即構建一個包含操作環境各種知識的大規模數據庫；二是具身交互感知，即通過智能體與環境的實時交互獲取感知反饋，并利用物理定律和數據驅動的方法構建準確的環境表征。決策層是具身智能的核心，需要類似人類大腦的處理能力，以滿足機器人在理解指令、分解任務、規劃子任務、識別物體等方面的需求。傳統機器人在多維度人機交互方面存在難題，而 RT - 2、GPT 等大模型的突破為解決這一問題提供了新思路。這些模型可以充當機器人的 “大腦”，利用其強大的語言理解和生成能力，與人類進行多維度交互，更好地理解指令和意圖，生成恰當的響應和行為。

具身智能產業發展現狀

2025 年政府工作報告具有里程碑意義，首次提出 “培育具身智能產業” 和 “大力發展智能機器人”，這標志著我國在人工智能與機器人領域的戰略支持實現進一步升級。這一政策導向為技術研發和產業化注入了全新動力，通過稅收優惠、研發補貼等資源傾斜手段，有力推動了產業自主創新能力的提升。在國家層面政策明確后，地方政府積極響應。

深圳發布的《具身智能機器人行動計劃 (2025—2027 年)》明確提出，到 2027 年關聯產業規模將達 1000 億元以上，新增 10 家估值超百億企業。北京也出臺了具身智能三年行動計劃，計劃 2027 年培育核心企業超 50 家，在科研教育、工業商業等領域落地百余項規模化應用，量產規模突破萬臺。此外，浙江、上海等地亦紛紛推出專項方案，支持人形機器人產業集聚發展 。政策與資本的雙重驅動，正加速核心零部件的國產化替代進程，降低我國在該領域對國外的依賴程度。

國內企業在具身智能相關技術研發方面取得了一系列關鍵突破。例如，逐際動力在半年內累計完成 5 億元 A 輪系列融資，戰略投資者包括阿里巴巴、招商局創投等頭部機構。其研發的機器人運動控制與感知技術已成功應用于工業場景，為工業生產的智能化升級提供了有力支持。

在模型技術方面，行業首個端到端視覺語言動作（VLA）模型 Helix 實現上機應用，DeepSeek 開源模型加速了機器人大腦的進化，提升了機器人的智能決策和執行能力。硬件端的發展同樣迅速，絲杠、減速器等核心零部件的產能建設不斷提速，為機器人的大規模量產提供了堅實的供應鏈保障。目前，我國在具身智能的部分技術領域已經達到國際先進水平，在一些特定場景的應用中甚至實現了領先 。

隨著技術的發展和政策的推動，具身智能在中國的市場應用場景不斷拓展。在工業領域，人口老齡化與用工成本攀升的現狀為人形機器人提供了廣闊的市場空間。

宇樹科技研發的人形機器人在物流分揀、安防巡邏等領域已實現批量交付，優必選在極氪 5G 智慧工廠部署多機器人協同作業系統，成功驗證了工業場景規模化應用的可行性。

在消費端，雖然人形機器人全面進入家庭場景仍面臨技術瓶頸，但相關探索也在同步推進。宇樹科技在 2025 年央視春晚的機器人表演引發了公眾的廣泛關注，這一事件加速了人形機器人向教育、服務等領域的滲透。全國人大代表何小鵬指出，當前人形機器人智能等級仍處于 L2 至 L3 過渡階段，需持續優化自主決策與復雜環境適應能力。盡管存在挑戰，但資本市場對具身智能的遠期潛力高度認可，預計 2035 年國內市場規模將突破 2000 億元 。越來越多的企業開始關注具身智能在不同領域的應用，市場需求呈現出快速增長的態勢。

———— /　END　/ ————

往期速遞

聲明：素材取材于網絡，如有錯誤，不吝斧正。

歡迎關注我們并 星標? ！喜歡，請點個推薦? ?? 。