徐一平（腾讯研究院）
摘 要：中国具身智能产业正在经历深刻转型，本阶段的核心特征是技术从展示向产业落地，产品从概念验证到商业化探索。在技术层面，人形机器人本体技术趋于成熟；视觉-语言-动作（VLA）大模型架构已成为行业共识。产业端，从实验室原型到商业化产品之间仍存在巨大的转化鸿沟，产业面临算力与软件卡点、多模态数据短缺等技术难题，以及“交付陷阱”“长尾问题”等转化鸿沟。中国依托政策支持、应用场景优势、完整供应链体系及平台化基础设施等，走出 “应用驱动+渐进式创新”的差异化路径。未来，具身智能将在工业、商业、家庭等场景规模化落地，2026年前后有望迎来产业规模化转折，长远将催生万亿级生态，但需同步应对数据隐私、伦理规范等社会议题。
关键词：具身智能；人形机器人；产业化；应用驱动；供应链协同
2025年是具身智能产业发展的关键转折点。
中国具身智能产业正在经历深刻转型，本阶段的核心特征是技术从展示向产业落地，产品从概念验证到商业化探索。北京“具身天工2.0”完成数小时长程奔跑直播，验证了人形机器人的硬件性能。腾讯Tairos、智元、银河通用等具身智能大小脑模型展现出泛化性和可扩展性。小鹏汽车发布了全新一代人形机器人IRON，拥有82个自由度和全包覆的柔性皮肤，计划2026年底量产。特斯拉宣布扩建得克萨斯州超级工厂，目标年产能达1000万台Optimus机器人，量产时间表锁定2027年。优必选Walker S2获得1.59亿元订单。智元机器人与龙旗科技签订数亿元框架协议。这些案例均有力预示着具身智能产业正处于从前沿技术研发向产业化应用落地过渡的关键节点。
政策端同样释放出强劲信号。《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》强调，推动量子科技、生物制造、氢能和核聚变能、脑机接口、具身智能、第六代移动通信等成为新的经济增长点。据国务院发展研究中心预测，到2030年中国具身智能产业规模有望达4000亿元，2035年突破万亿元。
一、技术突破：多模态大模型与硬件本体协同演进
具身智能的核心要义在于实现物理实体（“身”）与人工智能（“智”）的深度融合。2025年，这一理念正从理论框架快速转化为工程实践。
在硬件层面，人形机器人本体技术趋于成熟。相较于以往略显迟滞的验证性原型，新一代人形机器人在运动控制的流畅性、操作任务的精准度以及与环境交互的智能性等方面，均实现了质的提升。宇树Unitree R1集成26关节高爆发电机，自重仅25kg左右，可完成空翻等高动态动作；中国科学院自动化所Q系列中的Q5型号机器人实现0.1毫米软性材料装配精度。这些进展表明，人形机器人的硬件技术正趋于成熟，核心零部件的性能与成本效益得到优化，为即将到来的规模化生产与成本下降阶段奠定了基础。
业界据此普遍预测，2026年前后人形机器人产业有望迎来规模化的关键转折点。国内头部人形机器人企业整机和触觉传感器等精密部件的自研率突破80%，为人形机器人规模化量产奠定基础。全球来看特斯拉Optimus的量产计划、1X Neo的商业化部署、Agility Digit的生产线改造，都在预示着硬件技术正在走向成熟。
在软件与模型层面，视觉-语言-动作（VLA）大模型架构已成为行业共识。作为决策核心的VLA大模型经过三年累积，参数量已达到GPT-2水平，训练所需算力已达数千张GPU卡。腾讯在WAIC（世界人工智能大会）上发布的三大具身模型及集成平台“钛螺丝”（Tairos），集成了规划大模型、多模态感知模型、感知行动联合大模型，展现出强大的任务执行能力。星海图模型实现了从视觉感知到23个自由度关节的直接控制，仅凭语音指令即可完成卧室的床铺整理。
更令人振奋的是，强化学习的引入让模型具备了自我优化的能力。OpenAI使用强化学习教授o3“思考”后再生成答案，采用“私有思维链”方法，使模型能够提前规划并推理任务。DeepSeek-R1-Zero通过纯强化学习展现出推理能力，为大规模模型训练提供了关键支撑。腾讯规划大模型让机器人的决策大脑拥有了复杂推理规划、通用的具身自我能力认知以及反思和外部工具调用等能力。
二、产业化挑战：四大技术难题与三道鸿沟
尽管机器人技术前景广阔，但从实验室原型到商业化产品之间仍存在巨大的转化鸿沟。
（一）四大技术难题
一是大脑模型的算力和软件卡点。目前主流模型参数量与GPT-2相当，训练所需算力已达数千张GPU卡，若要达到GPT-3级别的泛化能力，算力需求将跃升至万卡级别。同时，高保真物理仿真软件作为模型训练的关键工具，以往主要依赖海外厂商；目前我国企业正在布局突破中。
二是数据问题。具身智能模型需要包含视频、力触觉反馈在内的海量、高质量、多模态数据。此类数据的采集、标注成本极高。各家企业自采自用，难以形成产业级“数据飞轮”。
三是运动控制的精度和泛化性挑战。机器人如何以更优化的成本实现更高精度的控制，是当前产业面临的共性技术难题。技术领先的人形机器人在实验室中抓取成功率可达95%，但在真实产线环境中，由于面临光线变化等复杂因素，稳定性和泛化性依然需要提升。
四是硬件设计与制造的成熟度仍待提升。人形机器人作为一个高度复杂的系统工程，涉及成百上千种精密零部件，其技术要求各异，覆盖从电机、减速器、传感器到芯片、软件等多个专业领域。行星滚柱丝杠、谐波减速器、六维力传感器等高端精密仪器在精度方面相较国际顶尖产品还有追赶空间。
（二）三道转化鸿沟
一是“交付陷阱”。当前资本市场对机器人产业表现出高度热情，2025年仅前五个月的行业融资额便已超过去年全年总和。若机器人产业无法在合理的时间框架内“交付”出符合市场预期的产品与服务，这种高涨的期望不能及时兑现，可能导致资本快速退潮。
二是“长尾问题”。在实验室环境中表现优异的机器人原型，与可供大规模生产、性能稳定可靠的商业化产品之间，存在着巨大的转化鸿沟。在实际部署过程中，“长尾问题”层出不穷，即模型在训练数据分布之外的场景中泛化能力差。
三是标准化与供应链的协同难题。人形机器人对标准化生产线和供应链要求极高。实现大规模量产的前提，是建立一个稳定、高效的供应链体系。这不仅要求协调众多供应商的生产节奏与质量标准，还要在机器人装配流程的自动化、质量控制体系的构建，以及大规模生产线的设计与优化等方面进行系统性的创新。
三、中国路径：应用驱动与渐进式创新
一是政策强力支持，战略高举高打。在全球竞争格局中，美国在芯片、算法等上游占优，而中国拥有供应链、场景落地等后发优势。2025年我国《政府工作报告》首次将智能机器人定位为新一代智能终端以及智能制造装备，并将其纳入“人工智能+”行动计划，明确提出培育具身智能等未来产业。各级政府采取高举高打的追赶态势，比如，上海明确对大模型研发等核心领域优质项目，提供最高5000万元专项支持。
二是坚持应用驱动的创新路径。中国凭借供应链、场景落地等后发优势，走出了一条“应用驱动创新”的差异化路径。产业从技术相对成熟、商业模式清晰的自主移动机器人（AMR）和协作机器人等领域切入，在服务市场的过程中积累技术、数据、供应链经验和现金流。例如，优必选Walker S2在汽车产线实现多机协同作业，标志着下一代机器人商用逼近产业化前夜；腾讯“钛螺丝”平台通过降本、集约、规模化的思路，推动机器人从“展会明星”走向“工厂工友”与“家务助手”，实现实用化落地。
三是供应链与制造优势。我国在机器人产业链供应链方面具有独特优势。从电机、减速器、传感器到芯片、软件，我国拥有完整的机器人产业链布局。国产核心零部件自研率逐渐增高，为人形机器人规模化量产奠定基础。
四是平台化基础设施的崛起。面对产业化挑战，以“云+大模型”为核心的开源开放平台成为破局关键。平台通过提供云端算力、预训练模型、高保真仿真环境和数据服务，显著降低了单一企业的研发门槛与成本。例如腾讯TAIROS平台已与宇树、越疆、擎朗、帕西尼等多家本体厂商完成适配，为包括双足和轮式仿人形、四足机器狗、机械臂在内的机器人本体厂商提供AI大模型能力和机器人软件训练平台。该平台支持在云端一键拉起仿真环境进行规划和感知模型的验证，配套预设了多个机器人与场景、任务，让开发者快速验证模型能力。
四、未来展望：从”机器工友”到”万亿生态”
具身智能的应用正在从分散走向集中，将在工业、商业和家庭场景中激活海量价值。在柔性制造领域，人形机器人凭借多模态感知大模型和模仿学习能力，能够完成摘取、移动、组装、质检等一系列精细操作；在商业零售场景，机器人通过自然语言对话深入挖掘顾客需求，结合实时库存与权益给出精准商品推荐；在家庭服务中，机器人则能提供任务理解、精准家政与情感陪伴等多重价值。根据行业预测，2026年前后，人形机器人产业有望迎来规模化发展的关键转折点，2040—2045年有望催生出万亿级的市场规模。
不容忽视的是，随着机器人应用的拓展，数据隐私与伦理问题逐渐凸显。如何建立跨行业的安全标准，确保技术发展符合人类价值观，成为发展中不可忽视的议题。产业需加强社会沟通与预期管理，共同承担起客观、理性传播的责任，向公众与资本市场清晰阐释技术所处的阶段、面临的挑战以及现实的应用价值，避免过度炒作引发的期望泡沫。超越“就业替代”的单一叙事，更多地展示其在养老、救援、特种作业等领域增强人类能力的巨大潜力，为技术落地营造理性的社会环境。
机器人产业的“GPT-3时刻”不仅是技术临界点，更是发展模式的深刻转型。通过平台化集约发展、应用场景深耕与社会共识共建，我国有望在全球具身智能浪潮中走出高质量、可持续的创新之路。机器人从“展会明星”走向“工厂工友”与“家务助手”的日子，或许近在咫尺。这不仅将重塑千行百业的生产力基因，更将开启一个由智能机器人驱动的全新时代，深刻改变人类的生产方式、生活方式乃至整个社会的面貌。通过政产学研用的协同努力，我国有望在全球具身智能竞争中走出一条具有中国特色的发展道路，为世界机器人技术的发展贡献中国智慧和中国方案。
（作者系腾讯研究院高级研究员）