具身智能行业深度报告显示，随着人工智能与机器人技术的深度融合，具身智能正从概念走向产业化落地。2024年全球人形机器人投资热潮持续升温，特斯拉Optimus量产在即，Figure AI、宇树科技、智元机器人等国内外企业加速布局。根据36氪测算，国内具身智能行业规模2027年有望突破1.25万亿元，2018-2027年复合增长率达17.6%。自动驾驶载具和机器人构成两大主要载体，工业制造率先落地，商用服务与家庭场景后续接力释放。传感器、空心杯电机等核心零部件国产替代加速，2027-2030年六维力传感器市场复合增长率有望超100%。
政策加码，具身智能首入政府工作报告
2025年3月，具身智能首次写入国务院《政府工作报告》，与生物制造、量子科技、6G等并列未来产业方向。报告明确提出“建立未来产业投入增长机制”，同时要求大力发展智能机器人等新一代智能终端。这一顶层定调标志着具身智能正式上升为国家战略方向。
地方政府快速跟进。北京市《具身智能科技创新与产业培育行动计划（2025-2027年）》提出到2027年底实现不少于100项规模化应用、培育千亿级产业集群。深圳市《具身智能机器人技术创新与产业发展行动计划（2025-2027年）》提出到2027年产业集群相关企业超1200家、关联产业规模超1000亿元。
多地成立人形机器人产业创新中心：2023年11月北京人形机器人创新中心成立，打造全球首个通用人形机器人“硬件母平台”；2024年3月浙江人形机器人创新中心由宁波市政府与浙江大学熊蓉教授团队联合共建；2024年5月上海人形机器人制造业创新中心获工信部和上海市政府共同授牌；2024年6月安徽省人形机器人产业创新中心由江淮前沿技术协同创新中心牵头联合13家单位建设；2024年7月成都人形机器人创新中心成为中西部首个人形机器人创新中心。
投资热潮从本体向具身模型迁移
2024年具身智能与人形机器人成为科技产业投资最大热点。头部人形机器人本体研发集成厂商经历多轮融资后估值较高，行业投资热点正从本体制造向具身智能模型和上游零部件迁移。
海外方面，Figure AI 2024年2月获6.75亿美元融资（投后估值26亿美元），Skild AI 2024年7月获3亿美元融资（估值15亿美元），Physical Intelligence 2024年11月获4亿美元融资（估值24亿美元）。国内方面，千寻智能2024年8月获近2亿元融资，星海图2024年11月获超2亿元融资，白变量机器人2024年11月获亿元级融资。
从投资趋势看，端到端大模型（VLA）和分层具身模型成为资本关注重点。Figure AI自研Helix VLA模型后结束与OpenAI合作，银河通用基于仿真合成数据训练GraspVLA，智元机器人提出从模块化走向One-Model端到端的路线图。投资逻辑正从“硬件本体”向“软件算法”和“核心零部件”延伸。
产业链规模：2027年1.25万亿元
根据36氪测算，中国具身智能行业市场规模2027年有望突破1.25万亿元，2018-2027年复合增长率达17.6%。从应用场景看，工业制造率先落地（工作环境结构化、柔性生产需求迫切），商用服务、家庭服务等开放场景将逐步释放。
产业链各环节规模同步扩张。传感器领域，2023年我国六维力传感器出货量9450台、市场规模2.35亿元，2027-2030年随人形机器人规模化量产，CAGR将超100%。空心杯电机领域，2023年全球市场规模8.1亿美元，2028年预计11.9亿美元（CAGR 9.4%）；中国市场规模2023年2.9亿美元，2028年预计4.7亿美元（CAGR 12.4%）。
人形机器人本体方面，特斯拉Optimus 2025年初小批量生产、在特斯拉工厂内部使用，年底工厂部署数千台，2026年大幅提高产量并对外出售。宇树科技G1（9.9万元起）2024年开始量产，智元远征A2 2024年10月开始量产（月产100台）。随着量产推进，具身智能市场规模将从“千亿级”迈向“万亿级”。
硬件成本下降与训练效率提升驱动产业拐点
具身智能产业化落地的核心变量是硬件成本下降和训练效率提升。GPU成本持续下降，Azure云平台A100显卡租赁价格在截至2024年6月的过去一年中从6美元/小时降至1.5美元/小时（降幅75%）。L3 LiDAR传感器成本从2020年的7400美元降至3200美元。
训练数据采集方式持续进化。远程操作成本高、难以规模化；仿真（英伟达DexMimicGen）可基于少量人类演示合成大量训练数据，所有任务成功率均显著提升；AR（斯坦福ARCap）通过增强现实反馈指导高质量数据采集；视频学习（从人类视频学习）控制数据缺失问题正在被大模型解决。
世界模型正在成为具身智能训练的“演武场”。英伟达Cosmos世界基础模型能为自动驾驶、具身智能机器人提供符合物理规律的逼真数据，大幅降低数据采集与标注成本。世界模型通过生成视频交给具身大模型、大模型规划执行动作、动作交互产生新场景再通过世界模型生成新数据，形成闭环仿真训练，加速具身智能学习速度。
表：中国具身智能行业市场规模预测（亿元）| 年份 | 2018 | 2019 | 2020 | 2021 | 2022 | 2023 | 2024E | 2025E | 2026E | 2027E |
|---|
| 市场规模 | 约3000 | 约3500 | 约4000 | 约4800 | 约5600 | 约6600 | 约7800 | 约9200 | 约10800 | 约12500 |
