国际资本市场研报资讯+V: quanqiuzixun8
版权声明
本报告版权属于中国电子信息产业发展研究院（赛迪研究
院）中国软件评测中心、产业政策研究所、科技处，受法律保
护。转载、摘编、视频引用等任何使用本报告的文字内容，应注
明来源。违反声明者，编者将追究其法律责任。
国际资本市场研报资讯+V: quanqiuzixun8
（一）具身智能加速拓展现实世界应用，成为人工智能演进的重
要方向。具身智能正推动人工智能由以信息处理为主的“离身智能”
向面向真实环境的应用形态转变，通过与物理载体融合，实现感知、决
策与行动的闭环运行，应用边界持续拓展，发展基础不断夯实，已成为
人工智能走向现实世界的重要路径。同时也应看到，具身智能整体仍
处于由技术探索迈向规模化应用的过渡阶段，在通用能力、稳定性和
实际落地水平等方面仍有不足。
（二）具身智能产业体系加快构建，发展动能持续积聚。随着技
术进步与资源投入增加，具身智能产业体系加快构建，产业链上下游
协同不断增强，应用探索持续推进，市场关注度和发展动能显著提升，
产业生态初步形成。同时，关键基础能力仍存在短板，工程化与规模化
能力不足，产业基础相对薄弱，跨场景适配与商业闭环尚未完全打通，
制约产业进一步发展。
（三）具身智能一体化演进趋势日益显现，发展路径持续深化。
具身智能正朝着模型驱动、数据赋能、系统协同与生态演进的一体化
方向发展，技术体系加快融合，应用由简单任务向复杂场景拓展，产业
竞争从单点技术延伸至整体生态与发展路径，呈现多元化探索格局。
同时，通用化能力不足、成本约束较高以及复杂环境适应能力有限等
问题仍较突出，对规模化应用形成一定制约。
（四）具身智能体系化推进格局逐步形成，协同发展路径不断清
晰。具身智能发展正由分散探索迈向体系化推进阶段，整体能力建设
持续加强，应用加快由示范试点向规模化落地转变，场景牵引作用不
断增强，相关标准规范与治理机制逐步推进，发展路径日益清晰。同
时，基础能力、应用拓展与治理规则之间的协同仍有待加强，相关机制
和制度体系仍需进一步完善，以支撑长期健康发展。
关键词：具身智能；技术体系；产业化应用；发展路径
国际资本市场研报资讯+V: quanqiuzixun8
一、具身智能的概念演进及定义
在人工智能与机器人技术加速融合背景下，智能系统正由以算法
和算力为核心的“离身智能”迈向强调感知—认知—决策—执行耦合
的“具身智能”。其通过将智能体嵌入真实或拟真环境，突出身体结构
与环境交互在智能形成中的基础作用，成为 AI 演进的重要方向。当前
学界与产业界对其内涵、技术体系与发展阶段尚未形成统一认知。系
统梳理其理论基础、概念演进与技术边界，有助于把握发展逻辑与产
业成熟度，并为后续发展路径研判与应用拓展奠定基础。
（一）具身智能不同发展阶段分析
具身智能的发展并非单一技术演进结果，而是在人工智能范式变
革与机器人系统工程、认知科学等多领域交织中逐步形成。其演进可
从控制方式、算法范式、感知机制与系统架构等维度综合考察，呈现出
由理论探索走向工程实现与产业应用的递进路径。总体上，可划分为
四个阶段：萌芽阶段、理论成型与实验验证阶段、融合深化阶段以及系
统化与产业化探索阶段。
国际资本市场研报资讯+V: quanqiuzixun8
图1 具身智能概念演进
在萌芽阶段，哲学与认知科学对“身心关系”的反思动摇了传统
“离身智能”观，提出认知依赖身体与环境互动的思想基础。随后，在
理论逐步成型与实验验证阶段，具身认知逐步实现跨学科整合，为人
工智能领域引入“具身智能”概念提供了思想基础。AI 研究通过机器
人原型系统验证感知—行动闭环对智能生成的关键作用，但也暴露出
学习效率和泛化能力不足的问题。
进入融合深化阶段，多模态感知、强化学习与世界模型等技术路
径加速汇聚，智能体范式成为核心框架，系统由单点能力验证转向整
体协同演化，但同时带来算力、系统复杂性与安全性等挑战。当前，具
国际资本市场研报资讯+V: quanqiuzixun8
身智能正迈入系统化与产业化探索阶段，在大模型赋能下形成“通用
能力+具身约束”的新结构，推动从任务定制向平台化演进，并在结构
化场景中逐步实现落地应用。整体来看，具身智能已从思想探索走向
系统工程与产业实践并行发展的新阶段。
（二）具身智能的核心定义与内涵界定
具身智能是“有身体”的人工智能，可执行现实世界任务并主动学
习进化，是催生颠覆性产品和装备、促进人工智能与实体经济深度融
合、重塑人类生产生活范式和全球竞争格局的新领域新赛道。
从运行机理看，具身智能在“感知—行动—学习”闭环中不断优化
行为策略，本质上是在身体、环境与任务耦合过程中动态涌现的能力
体系，其内涵体现为具身性、交互性与学习性，并表现出闭环性与学习
适应性等系统特征，共同支撑其在复杂环境中的持续优化与自主演进。
从产品形态看，具身智能可划分为三类：通用具身智能产品，重
点提升多模态感知、复杂环境运动与拟人化操作能力，强化多任务协
同与跨场景适应，增强在非结构化与复杂环境中的自主作业能力，实
现由功能执行向情境适应跃迁；专用具身智能产品，面向工业、服务
及特种场景提升专业化作业与自主运行能力；前沿具身智能产品，聚
焦可变构型、群体智能与人机融合等方向开展探索，推动新型产品形
态发展。
国际资本市场研报资讯+V: quanqiuzixun8
二、具身智能的技术发展现状
具身智能能否实现可持续产业化，取决于技术体系的可实现性与
可扩展性。其面向真实物理环境中的感知、决策与行动闭环，依赖多要
素协同支撑，具有显著系统工程特征。当前正处于由概念探索向工程
化突破过渡阶段，算力基础、数据资源、算法模型、能源动力、本体结
构及操作系统等构成其核心关键技术，需要持续强化与协同推进，以
支撑规模化应用与持续演进。
（一）算力体系由规模扩展转向协同架构与工程化能力约束下的
综合竞争
图2 具身智能的多层算力架构与异构计算协同关系示意图
算力体系是具身智能实现真实运行与规模化落地的关键，其核心
不在规模扩展，而在结构、实时性、能效与协同能力的系统平衡。不同
于以离线训练为主的传统人工智能，具身智能需在物理环境中完成“感
国际资本市场研报资讯+V: quanqiuzixun8
知—认知—决策—执行”闭环，对毫秒级响应与稳定性提出更高要求。
当前普遍采用“云—边—端”协同架构：云端负责训练与全局优化，边
缘侧承担局部推理与数据处理，本体端实现实时感知与控制，其能力
决定系统性能上限。三层算力需动态调度，否则易产生资源失衡与通
信瓶颈；异构计算虽提升性能，但也带来软件复杂度与跨单元延迟问
题。与此同时，高端芯片成本高、功耗大，本体端部署受限，“云强端
弱”问题突出，叠加工具链与软硬件协同不足，系统在实时性、可靠性
与能效间仍难平衡，算力成本亦制约商业化落地。
（二）数据与环境资源由离线供给转向实时生成与虚实协同驱动
的能力重构
数据与环境资源已由支撑条件转变为具身智能的核心变量，与算力
和算法共同塑造认知与行为生成机制。其数据呈现多模态、强时序与动
态生成特征，获取方式由离线采集转向在线交互生成，系统运行即数据
生产过程，对多模态同步处理与可追溯治理提出更高要求。同时，数据
与硬件耦合度高、跨平台迁移困难，真实采集成本与风险较高；仿真环
境与合成数据虽可补充，但虚实差异仍影响泛化能力。整体需围绕标准
体系、多模态融合、高质量仿真平台及安全治理等方向协同推进。
国际资本市场研报资讯+V: quanqiuzixun8
（三）模型与算法体系由单点优化迈向多模态融合与系统级协同优化
图3 具身智能模型与算法的层级结构示意图
模型与算法是连接算力、数据与物理本体的核心中枢，支撑感知
—理解—决策—行动闭环。面向真实环境，需处理多模态、强时序数
据，并在实时与安全约束下生成可执行策略，体系呈分层协同特征。当
前，多模态融合不断深化，自适应学习能力持续增强，分层架构与端到
端方法并行演进，仿真与合成数据降低训练成本；同时，系统级协同优
化逐步强化各环节联动与整体效率。整体来看，模型与算法体系正加
速向多模态融合、自适应学习与系统级协同优化方向演进。
与 策
策
中 与
测
与
国际资本市场研报资讯+V: quanqiuzixun8
（四）能源与动力系统由基础保障转向能效、安全与系统协同驱
动的能力竞争
图4 具身智能系统能源与动力支撑结构示意图
能源与动力是具身智能在真实环境中持续运行的基础，直接约束
其结构设计、续航能力与性能边界。面对多模态感知、计算与执行协同
带来的高能耗与负载压力，系统需在体积、重量、续航与安全之间权衡
优化。当前以电能为主，电池、电源管理与驱动系统协同演进，功率分
配与任务调度不断提升能效但也增加系统复杂度。能源与动力技术正
向高能量密度、轻量化与智能化协同管理方向发展，同时在能量与安
全、功率与稳定性及系统协同方面仍需持续优化。
国际资本市场研报资讯+V: quanqiuzixun8
（五）结构与本体工程由机械实现转向结构—算法协同驱动的系
统能力塑造
图5 结构、材料与智能算法的系统耦合关系示意图
结构与本体工程已由单纯机械实现转变为参与智能形成的关键环
节，通过自由度、质量分布与刚柔特性直接影响控制复杂度与学习效
率。结构、材料、执行机构与算法高度耦合，在能力提升与复杂度之间
形成权衡：轻量化、高强度与柔性化设计可优化能耗与安全性，但也增
加建模与控制难度。模块化与可重构结构提升系统集成与环境适应能
力，多功能材料推动结构与感知、驱动融合。总体呈现向轻量化、高强
度化、高柔顺与结构—算法协同优化方向演进，其水平直接影响系统
性能与规模化应用能力。
国际资本市场研报资讯+V: quanqiuzixun8
（六）操作系统与基础软件正向实时闭环、软硬件协同与高可靠
生态方向演进
图6 操作系统与基础软件的层级结构示意图
操作系统与基础软件是连接硬件与算法的核心中枢，承担资源调
度、设备抽象、通信管理与状态控制等功能。面向动态环境下的高频感
知与实时控制需求，通过统一接口屏蔽硬件差异，支撑模块化集成与
多模块协同，并协调多线程与异构计算以降低系统耦合。其实时性、安
全性与可靠性要求高，需依托确定性调度与故障隔离保障系统稳定运
行。当前在通信可靠性、延迟控制、跨平台适配及生态工具链方面仍有
提升空间，整体正向实时闭环、模块化架构与软硬件协同方向演进。
三、具身智能的产业发展现状
具身智能产业由“算力—数据—模型—软件—动力”构成闭环体
国际资本市场研报资讯+V: quanqiuzixun8
系，贯通研发、制造与应用，形成上游部件、中游整机与平台、下游场
景的完整链条。当前进入工程化加速期，在受限环境具备初步能力，但
泛化性、长期自主运行与规模化部署仍不足，整体处于由能力可用向
产业成熟过渡阶段。
（一）具身智能产业链正由技术驱动向场景价值闭环协同发展转变
具身智能产业链可按“技术基础—系统实现—行业应用”划分为
三层：上游提供核心技术与关键部件，中游完成系统集成与整机实现，
下游推动场景落地并通过数据回流形成闭环，三者协同演进。当前处
于工程加速与应用试点并行阶段，上游在感知、执行、计算与能源材料
等领域呈现高端集中与多元突破并行态势，多传感融合与本地化供应
加快推进；中游由多形态载体驱动，云边端协同与仿真平台支撑系统
由原型走向平台化；下游应用持续拓展并形成“应用—数据—能力提
升”循环。产业发展正由以技术突破为主导，转向以场景价值牵引的闭
环协同演进路径。
（二）具身智能在多元应用场景中的赋能路径与价值重构
在工业制造中，通过“感知—决策—执行”闭环承担搬运、装配与
质检任务，推动柔性生产与智能运维；在仓储物流中，实现异形抓取、
路径优化与高效分拣，促进全流程协同与网络化运行；在矿山、核电、
消防等高危场景，替代人工开展巡检、排险与救援，提升安全与效率；
国际资本市场研报资讯+V: quanqiuzixun8
在服务与家庭领域，拓展导览、配送、护理与陪伴等应用，推动人机协
同发展。整体看，随着技术成熟与成本下降，具身智能正由示范应用走
向规模化落地。
（三）资本加速聚集与市场预期升温，具身智能迈入高速成长期
规模潜力与技术融合正驱动具身智能市场持续演进，多家研究机
构普遍认为该领域已进入快速增长阶段。增长动力主要来自大模型与
机器人技术的深度融合，多模态感知、强化学习与世界模型协同推进，
推动能力体系由单点突破向系统化集成演进；同时，人口老龄化与用
工成本上升不断释放家庭、工业与公共服务等多场景需求，物流与移
动机器人等方向成为重要增量来源。在此背景下，资本加速进入并重
塑产业格局，资源配置呈现向整机制造与核心算法环节集中的趋势，
上游基础环节投入相对不足。行业发展重心由单纯技术驱动逐步转向
商业化验证与规模化落地，头部企业通过技术、数据与应用的循环强
化优势，产业分化态势逐步显现。
四、国际具身智能产业发展情况
在全球实践中，美国、欧洲、日本与韩国在政策引导、科研组织、
企业布局与资本结构等方面各具特色，推动具身智能多路径演进。相
关经验为我国优化产业布局、完善技术体系与制定发展路径提供了重
要参考。
国际资本市场研报资讯+V: quanqiuzixun8
（一）美国具身智能产业发展情况
美国以规则引导与需求牵引构建制度体系，形成统一且具弹性的
政策框架，通过风险治理与政府采购降低不确定性并推动技术落地，
同时强化国家层面能力建设。在此基础上，依托高校、国家实验室与企
业构建“基础研究—工程验证—产业转化”协同机制，叠加人才流动与
创新集群优势，提升产业化效率与全球竞争力。产业呈现“底座化支撑
与生态化扩张”特征，以科技巨头与头部企业为核心整合算法、算力与
数据，推动技术向端到端模型演进，强化仿真与数据驱动能力，促进持
续迭代与规模化应用。
（二）欧洲具身智能产业发展情况
欧洲通过跨国协同与全链条测试体系推动科研成果转化，依托
SPARC、ADRA 等平台促进 AI、数据与机器人资源协同配置，借助
euRobotics、euROBIN 等网络推动数据共享，并通过测试设施与数字孪
生强化技术验证能力。在统一法规与协同框架下，欧洲主要国家依据
产业基础形成差异化发展路径：德国侧重工业智能与制造升级，法国
强化基础研究布局，英国聚焦应用生态与商业化落地，整体呈现“上层
协同、下层竞争”的多路径协同发展格局。
（三）日本与韩国具身智能产业发展情况
日韩具身智能以企业主导、工程驱动形成长期创新模式：日本依
国际资本市场研报资讯+V: quanqiuzixun8
托精益制造与供应链优势，通过“工程迭代+场景闭环”推进产品演进，
强化可交付性与系统可靠性；韩国以大型企业为核心，加快芯片—云
—应用链条协同整合，提升系统集成与产业落地效率。两国在工程可
靠性与场景积累方面优势突出，但在通用化能力与软件生态方面仍有
提升空间，日本偏重本体与质量，韩国侧重系统集成效率。整体仍处于
向更高通用化水平演进阶段，需持续提升复杂环境适应性与规模化应
用能力。
（四）国际比较分析与经验启示
全球具身智能呈现多路径分化格局，受产业基础与制度环境差异
影响，尚未形成统一技术范式，主要演化为“平台驱动型”、“制造牵
引型”与“标准规范型”。其中，美国以平台驱动为代表，依托大模型
与算力优势，走“软件定义硬件”路径，形成“科技巨头+初创企业”
生态，推动跨场景泛化与商业化落地，但对算力与数据依赖较高，工程
化与硬件能力仍需强化。日本与德国体现制造牵引特征，依托高端制
造体系推进技术与产业深度耦合，日本侧重精细化与场景深耕，德国
强化系统集成与工业体系支撑，但在通用化与大模型能力方面相对不
足。欧盟则以标准规范为导向，通过法规与科研协同推动安全可控发
展，在提升信任度的同时，也对创新效率与规模化形成一定约束。
国际资本市场研报资讯+V: quanqiuzixun8
五、我国具身智能产业发展情况
结合我国国情与产业实际，从空间布局、技术创新、产业链结构及
资本逻辑等多个维度，可对具身智能产业的发展特征与关键问题进行
系统研判。
（一）空间格局与产业链协同：核心集群引领、多层网络支撑
图7 我国具身智能产业总体布局
我国具身智能产业呈现“东部集聚引领、中西部协同支撑”的空间
格局，京津冀、长三角与粤港澳大湾区构成核心集群，分别在技术策源、
产业链协同与规模化制造方面形成优势，中西部与东北地区依托重点城
市形成特色能力，与东部实现梯度互补。从产业链看，上游呈“中端较
强、高端不足”特征，中游多形态产品并行发展，专用产品加快落地、
国际资本市场研报资讯+V: quanqiuzixun8
通用方向持续突破，下游在制造与物流等场景加速应用但通用能力与标
准体系仍需完善。各区域依托功能分工与产业链分布，逐步形成跨区域
联动的多层次协同网络，支撑产业链整体运行与能力提升。
（二）创新能力与资本逻辑：应用驱动突出、工程化与原始创新
待强化
我国具身智能创新能力呈现“应用驱动突出、基础相对薄弱”的结
构特征。高校与科研机构在基础理论与核心算法方面具备一定优势，
但与产业需求衔接不足，工程化验证与系统集成能力仍需提升；企业
在整机制造与场景落地方面进展较快，但核心技术积累、标准体系与
规模化能力仍待加强，整体呈现以应用驱动为主导、工程化与原始创
新能力相对不足的格局。资本层面，自 2024 年以来投融资快速增长，
但以早期项目为主，技术路径尚未收敛。进入 2025 年后，资本逻辑由
“概念驱动”转向“工程化验证与场景回报导向”，更加关注泛化能
力、系统稳定性与成本控制，并通过资源配置反向塑造技术路线与创
新模式，推动产业向工程化深化与能力重构演进。
六、具身智能发展趋势与全球发展路径及治理框架研判
国内外围绕具身智能形成多路径探索，国际侧重基础模型、跨学
科融合与开源生态，推动平台开放与协同创新，国内则强调工程体系
与产业推进，围绕多模态、强化学习与软硬件协同加快落地。总体看，
国际资本市场研报资讯+V: quanqiuzixun8
两者分别侧重基础与应用，但在技术发展进程、产业成熟度与规模化
条件上仍存不确定性，需从技术、产业与治理层面统筹研判发展方向
与风险。
（一）全球具身智能技术发展趋势：迈向“模型牵引、数据赋能
与系统协同驱动”的一体化演进阶段
具身智能正迈向“模型牵引、数据赋能与系统协同驱动”的一体化
阶段，大模型与世界模型推动架构由分离式向认知—行动一体化演进，
VLA 实现端到端“理解即执行”，结合“预测建模+规划”提升决策能
力；数据体系由仿真、数字孪生与合成数据构建闭环迭代机制，强化泛
化与演进效率。与此同时，系统化与平台化能力成为规模落地关键，统
一操作系统、标准接口与模块化工具链降低开发门槛，云—边—端协
同支撑数据回流与模型优化。技术边界持续拓展至感知、材料与能源
等领域，多学科融合推动载体能力升级与人机协同模式重塑。
（二）全球具身智能产业发展趋势：由技术竞争转向生态主导与
规则塑造的全链条博弈阶段
全球具身智能正由技术竞争转向生态主导与规则塑造的全链条博
弈阶段，竞争从单点能力升级为算法、硬件、数据与治理规则的系统性
协同，美国依托大模型与软件生态主导标准，欧盟以法规体系强化治
理，中国以场景驱动推进工程化落地，日本、韩国巩固制造与供应链优
国际资本市场研报资讯+V: quanqiuzixun8
势。应用沿“任务—场景—价值”递进，从简单任务向复杂场景拓展，
高危替代与公共服务优先落地。竞争焦点由性能转向生态与标准主导
权，围绕接口规范、数据规则与安全治理的博弈持续加剧。
（三）全球具身智能发展路径与治理框架：迈向协同创新与规则
共塑的新阶段
面向具身智能由技术探索迈向规模化应用与通用能力跃迁的关键
阶段，全球路径正由单一技术驱动转向“技术突破—产业扩展—规则
塑造”协同演进。未来十年大体分三阶段推进：2026—2028 年以商业
验证与能力闭环为重点，突破多模态感知与运动控制，在工业、物流等
场景形成“训练—优化—反馈”机制；2029—2032 年以规模扩展与生
态构建为主，推动多形态智能体规模部署，完善接口标准与开源体系，
强化全栈协同；2032—2035 年以通用能力突破与规则主导为核心，实
现跨场景泛化与持续进化，并加快安全、伦理与数据治理框架演进，重
塑全球竞争格局。
在上述演进过程中，全球具身智能发展将呈现竞争与协同并存的格
局。各主要经济体在技术路径、产业生态与治理规则方面虽存在差异，
但在基础研究、数据资源、标准体系与安全治理等领域具有广泛合作空
间。未来，应推动形成开放共享的数据与模型生态，促进跨机构、跨区
域的协同创新；加快构建兼容互认的技术标准与接口体系，降低系统集
国际资本市场研报资讯+V: quanqiuzixun8
成与跨平台协同成本；围绕实体安全、人机伦理与数据治理等关键议题，
加强国际对话与规则协调，推动形成具有广泛共识的治理框架。同时，
通过共建开放测试平台与应用示范网络，促进技术验证与场景拓展的协
同推进，加快具身智能由局部突破向全球规模化应用演进。
本文作者：崔腾飞 董凯 巩潇 李梦玮 王昊 肖屹峰 甘乃凤 余娴
李陈 尹晴 袁笳曾 雷城炜 王相博 赵向茹 章润 陈风晚
宋子涵 崔登祺
联 系 人：崔腾飞 18801357268
国际资本市场研报资讯+V: quanqiuzixun8
