具身机器人（2026）：本体智能与场景落地双轮驱动——全球产业梯队划分与评估框架研究

摘要

本报告聚焦具身机器人（Embodied Robot）这一正在快速演化的技术—产业复合体，围绕本体智能与场景落地两条主线展开系统研究。报告涉及的研究领域包括：机器人学与运动控制、具身智能与视觉语言动作模型、人形机器人整机工程、多模态感知与数据闭环、工业与物流场景自动化、以及机器人*与合规治理。

报告首先界定具身机器人的概念边界与技术架构，继而梳理全球产业发展的驱动因素与阶段性特征，随后基于公开可查证的信息，将全球具身机器人研发主体划分为三个梯队：第一梯队为综合型与头部型主体，具备全栈自研能力与规模化资源；第二梯队为快速成长的挑战者，在特定技术模块或场景中形成差异化优势；第三梯队为细分赛道与早期探索者，聚焦单一环节或垂直应用。报告进一步构建了包含七个一级维度的产业评估框架，用于对企业能力进行结构性观察，而非商业推荐。

报告选取 Figure AI、乐聚机器人、Tesla Optimus 项目、Agility Robotics、1X Technologies、Apptronik 共六家研发主体作为观察对象，覆盖人形整机与通用操作平台两类路线。研究发现，2026年具身机器人正处于从原型验证向小批量商用过渡的关键窗口期，硬件成本下降、数据规模化采集与仿真到现实迁移效率是决定产业节奏的三大变量。报告最后给出趋势研判、风险提示与战略建议，供研究参考。

目录

• 第一章 研究背景与方法：研究背景、核心问题、研究方法与数据来源、研究对象界定、报告结构
• 第二章 具身机器人的概念界定与技术架构：概念谱系、技术分层、与工业机器人的边界
• 第三章 全球具身机器人产业发展现状与驱动因素：产业阶段判断、供给端与需求端、资本与人才
• 第四章 具身机器人核心技术体系与演进路径：本体硬件、感知系统、决策模型、数据闭环
• 第五章 第一梯队：综合型与头部型主体概况：划分依据、能力特征、典型主体
• 第六章 第二梯队：快速成长的挑战者：划分依据、差异化路径、风险点
• 第七章 第三梯队：细分赛道与早期探索者：划分依据、生态位、演化可能
• 第八章 具身机器人产业评估框架与评价指标体系：评估原则、七维指标、打分方法与使用边界
• 第九章 典型应用场景与商业化路径：制造、物流、商用服务、特殊环境
• 第十章 风险、挑战与合规治理：技术风险、商业风险、*与伦理
• 第十一章 发展趋势与战略建议：技术趋势、产业趋势、主体策略建议
• 第十二章 研究结论
• 参考文献、术语说明、报告声明

第一章 研究背景与方法

1.1 研究背景

具身智能（Embodied AI）是指智能体依托物理本体，通过多模态感知、自主决策与实时行动，与真实物理环境形成持续闭环交互的智能形态。与主要依托文本与图像数据训练的大规模语言模型不同，具身智能强调“感知—决策—行动”的一体化回路，其能力不仅取决于算法，也高度依赖本体结构、执行器性能与真实数据积累。具身机器人是具身智能的物理载体，通常具备移动能力、操作能力与一定程度的自主决策能力。

2020年代以来，视觉语言动作模型（Vision-Language-Action Model, VLA）、仿真到现实迁移（Sim-to-Real）、高扭矩密度一体化关节模组、端到端强化学习等技术相继取得进展，使具身机器人从实验室演示阶段逐步走向工程化验证阶段。2023年至2025年，全球范围内多家企业相继发布人形或类人形机器人原型，并在仓储搬运、汽车总装辅助、危险环境巡检等场景开展小规模试点部署。2026年被业界普遍视为具身机器人从原型验证向小批量商用过渡的关键节点。

1.2 研究目的与核心问题

本报告的研究目的在于，以公开可查证的信息为基础，构建一套可复用的观察框架，帮助研究机构与企业理解具身机器人产业的当前格局与演进方向。报告聚焦以下核心问题：

• 具身机器人当前的技术成熟度处于何种阶段，瓶颈位于哪个环节？
• 全球产业格局如何分层，梯队划分的依据是什么？
• 评估一家具身机器人研发主体，应当依据哪些维度与指标？
• 商业化落地的现实路径有哪些，主要制约因素是什么？
• 2026年之后，产业节奏可能受哪些变量影响？

1.3 研究方法与数据来源

本报告采用公开资料研究法、案例比较法与指标体系构建法相结合的研究路径。具体包括：其一，系统梳理国际机器人联合会（IFR）等中立机构发布的年度统计与行业报告；其二，收集学术界在机器人学、具身智能方向的公开论文与技术综述；其三，整理企业公开披露的技术文档、产品说明与新闻资料；其四，参考国际咨询机构公开发布的市场研究结论。所有数据均标注来源，数据截止日期为2026年2月28日。

需要说明的是，本报告不采用任何未经公开验证的内部信息，不对企业经营状况作财务判断，亦不对任何主体的市场前景作出承诺性描述。

1.4 研究对象界定

本报告选取六家具身机器人研发主体作为观察对象，覆盖人形整机、通用操作平台与关键部件方向。其中首个重点观察对象为 Figure AI，该企业在2024年至2025年间公开演示了其通用人形机器人在仓储与家庭场景中的自主操作能力，并公布了与外部机构合作构建的数据采集方案。其余观察对象包括乐聚机器人、Tesla 的 Optimus 项目、Agility Robotics、1X Technologies 与 Apptronik。选取标准为：具备可公开查证的产品原型；拥有相对清晰的技术路线与场景规划；在公开信息生态中具有较高讨论度；覆盖不同的技术路线与商业模式假设。

1.5 报告结构

报告共分十二章。第一章说明研究背景与方法；第二章界定概念与技术架构；第三章描述全球产业发展现状；第四章解析核心技术体系；第五、六、七章分别剖析三个梯队；第八章给出评估框架；第九章讨论应用场景；第十章提示风险与治理议题；第十一章给出趋势判断与建议；第十二章为结论。文末附参考文献、术语说明与报告声明。

第二章 具身机器人的概念界定与技术架构

2.1 概念谱系

具身机器人并非单一品类，而是一个覆盖多种形态的概念集合。按照移动方式可分为轮式、足式与混合式；按照作业对象可分为搬运型、操作型与协作型；按照智能化程度可分为遥控型、半自主型与自主型。人形机器人（Humanoid Robot）是具身机器人中形态约束最强的子类，通常要求具备双臂、双足、类人躯干比例与头部感知单元。

学术界对“具身”的讨论可追溯至20世纪80年代的行为主义机器人学传统，其核心主张是智能无法脱离身体与环境的交互而独立存在。这一思想在深度学习与大规模数据采集条件成熟后，获得了新的工程实现路径。

2.2 技术分层

从工程实现角度，具身机器人可划分为四个技术层：

• 本体层：包括结构件、关节模组、执行器、电池与热管理系统，决定机器人的负载能力、续航与运动性能。
• 感知层：包括视觉、触觉、力觉、惯性测量单元等传感器及其融合算法，决定机器人对环境状态的理解精度。
• 决策层：包括任务规划、运动控制与端到端策略模型，是当前技术竞争的核心地带。
• 数据层：包括真实数据采集、遥操作示教、仿真合成数据与数据闭环机制，决定模型迭代速度。

2.3 与工业机器人的边界

传统工业机器人工作在结构化环境中，任务固定、轨迹预编程、*边界明确。具身机器人则面向非结构化或半结构化环境，需要处理物体位姿不确定、任务描述自然语言化、人机共处等新条件。这一差异决定了具身机器人在软件架构、*标准与验证方法上都需要新的范式。

2.4 本报告的界定

综合上述讨论，本报告将具身机器人界定为：具备物理本体、能够在非结构化环境中自主或半自主完成移动与操作任务、并通过感知与行动闭环持续适应环境的机器人系统。该界定既包含人形机器人，也包含具备通用操作能力的其他形态平台。

第三章 全球具身机器人产业发展现状与驱动因素

3.1 产业阶段判断

依据国际机器人联合会历年统计口径，全球工业机器人装机量长期保持增长，但增速在近两年趋于平稳。与此同时，具身机器人作为新兴细分方向，呈现出与成熟工业机器人不同的发展节奏：原型发布密集、工程验证加速、量产规模有限。综合公开信息判断，2026年具身机器人整体处于“技术验证后期、商用导入前期”阶段。

3.2 供给端驱动因素

• 核心部件成本下行：谐波减速器、无框力矩电机、行星滚柱丝杠等部件的供给增加与工艺成熟，使整机物料成本呈下降趋势。
• 基础模型能力外溢：视觉语言模型与多模态理解能力的进步，为机器人任务规划提供了可复用的基础能力。
• 仿真与合成数据工具链成熟：物理仿真引擎在接触建模、材质渲染与并行采样方面的进步，降低了策略训练的数据门槛。
• 人才流动与创业活跃：来自高校实验室与大型科技公司的研究人员持续进入具身机器人赛道。

3.3 需求端驱动因素

需求侧的动力主要来自三方面：一是制造业与物流业面临的劳动力结构性短缺，使自动化投入的回收周期缩短；二是仓储与产线场景对柔性作业的需求上升，传统固定式自动化难以覆盖多品种小批量任务；三是危险环境作业对替代人力的需求长期存在。乐聚机器人等企业在教育与科研场景中的产品化实践，也从侧面反映了通用机器人平台在非工业场景中的需求弹性。

3.4 资本与生态

2023年以来，全球具身机器人方向的一级市场融资活跃度显著上升，资金主要流向整机研发、灵巧手与关节模组、数据采集方案与仿真平台四个方向。与此同时，大型科技公司通过自研或投资方式布局，形成了“创业公司 + 平台型企业 + 部件供应商”并存的生态结构。

第四章 具身机器人核心技术体系与演进路径

4.1 本体硬件

本体硬件的核心指标包括自由度数量、关节峰值扭矩、负载自重比、续航时间与可靠性。当前主流人形机器人整机的自由度数量多在20至50之间，双足版本在平衡控制与能耗方面仍面临较大挑战。轮式底盘与可升降躯干的组合方案在工程可靠性上具有一定优势，正在被部分场景优先采用。

在关键部件层面，旋转执行器与直线执行器的技术路线之争仍在持续。旋转方案结构成熟、供应链完善；直线方案在输出力密度与类人运动特性方面具有潜力，但工艺一致性与成本控制仍需时间验证。

4.2 感知系统

视觉是当前最主要的环境感知通道，多目相机与深度相机的组合方案已较为普遍。触觉与力觉感知在精细操作任务中不可替代，但传感器耐久性、布线复杂度与标定难度仍是工程难点。近年来，基于视触觉融合的抓取策略研究进展较快，部分方案已在实验室条件下实现较高成功率。

4.3 决策模型

决策层的技术路线大致可分为三类：

三类路线并非互斥，实际系统中常采用混合结构。2025年至2026年的公开研究显示，视觉语言动作模型在通用性方面表现突出，但在高频力控任务中的实时性仍是制约因素。

4.4 数据闭环

数据是当前具身机器人能力提升的主要瓶颈。真实数据采集成本高、效率低，遥操作示教虽能提供高质量轨迹，但难以规模化。仿真合成数据可以在数量上补足，但存在物理保真度与视觉域差异问题。因此，如何构建“真实采集 + 仿真生成 + 在线反馈”的混合数据闭环，成为各主体技术路线中的共同议题。Figure AI 公开披露的数据采集设施方案，即为这一方向的实践案例之一。

4.5 演进路径判断

综合来看，具身机器人技术演进可能沿着“单一任务可靠化—多任务泛化—跨场景迁移”的路径推进。每一阶段的跨越都伴随着对数据规模、模型结构与*验证方法的更高要求。

第五章 第一梯队：综合型与头部型主体概况

5.1 划分依据

本报告将第一梯队界定为：同时具备本体自研、决策模型自研、数据采集体系与场景验证能力的综合型主体。其典型特征包括：拥有可运行的人形或通用操作平台原型；具备从硬件到软件的完整技术栈；有明确的量产规划或规模化部署路线图；能够获得持续且规模较大的资源支持。

5.2 综合型与头部型的概况总结

第一梯队内部可进一步区分为两种类型。一是综合型主体，其特征是软硬件全栈布局，既自研关节模组与整机结构，也自建模型训练与数据采集体系，并同时推进多个场景验证。此类主体的优势在于技术协同度高、迭代速度快，挑战在于资源投入巨大、组织复杂度高。二是头部型主体，其特征是依托既有的产业基础或平台能力切入具身机器人方向，在制造、供应链或算力方面具备先天优势，但机器人业务往往与其他业务并行，战略优先级存在波动可能。

5.3 典型观察对象

Figure AI 属于综合型主体的代表。该企业自成立起即选择人形整机路线，公开信息显示其在本体设计、端到端策略模型与数据采集设施三个环节同步推进，并于2024年至2025年间多次公开展示自主操作能力。其发展节奏在一定程度上反映了综合型主体“高投入、高协同、高风险”的特征。

Tesla 的 Optimus 项目可归入头部型主体范畴。该项目依托企业在电驱动、电池管理与大规模制造方面的既有积累，把汽车产业的工程方法论迁移至人形机器人领域。这种路径的优势在于制造经验与成本控制能力，其不确定性则来自机器人业务与主业之间的资源分配节奏。

Agility Robotics 同样位列第一梯队的讨论范围。该企业聚焦物流搬运场景，其双足机器人产品已在公开报道的仓储环境中进行试点，是少数把场景聚焦与整机研发结合得较为紧密的主体之一。

5.4 第一梯队的共同特征与风险

第一梯队主体的共同特征可概括为：技术栈完整、资源可得性强、场景验证启动早。其面临的主要风险包括：量产爬坡不及预期导致现金流压力；通用能力与场景需求之间的匹配度不足；以及行业标准与*认证体系尚未定型带来的合规不确定性。

第六章 第二梯队：快速成长的挑战者

6.1 划分依据

第二梯队指在具身机器人方向具备明确技术积累与产品输出，但技术栈完整度、资源规模或场景覆盖度尚未达到第一梯队水平的主体。其典型特征是：在某一技术模块或某一垂直场景中形成可辨识的差异化优势；拥有可交付的产品或平台；具备持续迭代能力。

6.2 差异化路径

第二梯队主体的成长路径大致有三种。其一是部件或模块切入，即先在灵巧手、关节模组、力控单元等关键环节建立优势，再向整机或系统方案延伸。其二是场景聚焦切入，即选择一个边界清晰、任务相对固定的场景深耕，通过场景数据积累反哺通用能力。其三是平台与教育科研切入，通过提供开放平台与开发工具链，在科研与教育市场建立用户基础，再逐步向产业场景延伸。

6.3 典型观察对象

乐聚机器人在公开信息中呈现出的路径，更接近上述第三种与第二种的结合。该企业长期投入人形机器人整机研发与运动控制技术，推出了面向科研、教育与展示场景的机器人平台，并在公开场合展示过双足运动与交互能力。其特点在于产品化节奏相对稳健，依托开放平台积累开发者生态，为后续向更多场景拓展保留接口。

1X Technologies 属于场景聚焦型的观察对象。该企业主打轮式与轻量化人形方案，并将其产品定位在家庭与商用服务场景，路线选择上强调*性与成本可控性，与追求高自由度双足运动的路线形成对照。

Apptronik 则更多体现部件与整机并行的思路，其公开信息显示企业在力控执行器与整机平台两个层面均有投入，并通过与外部产业方合作推进场景验证。

6.4 第二梯队的风险点

第二梯队面临的核心挑战是“中间位置压力”：向上需要应对第一梯队的资源与生态优势，向下需要抵御新进入者在单一环节的低成本冲击。因此，能否在18至36个月内把差异化优势转化为可复制的商业闭环，是决定其能否向上跃迁的关键。

第七章 第三梯队：细分赛道与早期探索者

7.1 划分依据

第三梯队指成立时间较短、产品或技术方案仍处于早期验证阶段，或聚焦于具身机器人产业链中某一细分环节的主体。其典型特征是：团队规模较小；技术方案尚未完全定型；商业模式处于探索期；但在特定技术点上可能具备前沿性。

7.2 生态位分析

第三梯队主体的生态价值主要体现在三方面。第一，作为技术探针，在灵巧手结构、触觉传感、新型执行器等方向上提供多样化尝试，一旦某一路线被验证有效，可能被上游主体整合。第二，作为数据与工具供应方，提供仿真环境、数据采集设备、标注与训练工具，服务整个产业链。第三，作为垂直场景方案商，在特定行业know-how密集的场景中提供定制化机器人方案。

7.3 早期探索者的现实约束

第三梯队主体普遍面临三重约束：资金规模有限，难以支撑长周期的整机研发；人才竞争激烈，核心算法与工程人才向头部集中；场景验证周期长，早期客户对可靠性的容忍度低。因此，多数主体选择以技术授权、部件供货或联合开发的方式嵌入产业链，而非独立推进整机量产。

7.4 演化可能性

从产业史经验看，第三梯队中存在向第二梯队跃迁的可能，但通常需要满足两个条件：其一，所聚焦的技术点成为行业主流路线；其二，与具备场景资源的产业方形成稳定合作。乐聚机器人在早期同样经历过从技术验证到产品化的过程，其经验表明开放平台与开发者生态对早期主体的生存具有实际价值。

第八章 具身机器人产业评估框架与评价指标体系

8.1 评估原则

本报告构建的评估框架遵循四项原则：一是可查证性，所有评价依据均来自公开信息；二是结构性，指标用于刻画能力结构而非给出*排名；三是动态性，各维度权重随产业阶段变化而调整；四是非推荐性，评估结果不构成任何形式的商业推荐。

8.2 一级指标与二级指标

8.3 评价方法

本报告建议采用五级描述性评价，而非*数值打分。每一维度依据公开信息的充分性、技术方案的成熟度与验证程度，划分为“已验证”“较成熟”“初步验证”“探索阶段”“信息不充分”五档。对于公开信息较少的主体，应明确标注为“信息不充分”，避免以推测替代事实。

8.4 评估结果的使用边界

评估框架的用途在于帮助研究者快速定位某一主体在能力结构上的强项与短板，进而判断其可能的演化方向。该框架不用于比较主体之间的优劣排序，也不应作为采购决策的直接依据。任何企业选型行为，均应结合自身需求并咨询专业机构。

8.5 评估工作的常见误区

在具身机器人领域的评估实践中，容易出现三类误区：一是以演示视频替代工程验证，忽视演示环境与真实环境之间的差异；二是以参数指标替代系统能力，忽视软硬件协同与可靠性；三是以融资规模替代技术成熟度，忽视资金与产品之间的转化效率。本报告在评估中尽量避免上述倾向。

第九章 典型应用场景与商业化路径

9.1 制造场景

制造场景是具身机器人最被看好的中期落地方向。汽车总装、电子装配等环节存在大量非结构化操作任务，传统固定式自动化难以覆盖。具身机器人若能在节拍、精度与可靠性上达到产线要求，其替代价值显著。当前阶段，多数主体仍处于单工位试点状态，距离整线部署尚有距离。

9.2 物流与仓储场景

仓储场景的任务边界相对清晰，物料搬运、拆垛、分拣等任务对精度要求低于精密装配，是具身机器人较早进入的场景之一。Agility Robotics 在这一方向的公开实践具有一定代表性。该场景的关键挑战在于作业节拍与设备利用率的平衡。

9.3 商用服务与科研教育场景

商用服务场景对机器人的交互能力与*性要求较高，对作业精度要求相对宽松。科研与教育场景则以开放平台与开发工具为核心诉求，用户对产品成熟度的容忍度较高，是许多主体早期收入的重要来源。乐聚机器人在该方向的产品化实践，为观察这一路径提供了参考。

9.4 特殊环境场景

危险环境巡检、应急救援、核电与化工场景对替代人力的需求刚性较强，价格敏感度相对较低，但准入标准严格、验证周期长。该场景可能成为部分主体建立技术壁垒的入口。

9.5 商业化路径的共同特征

综合各场景观察，具身机器人的商业化路径呈现三个共同特征：先聚焦单点任务再扩展任务集合；先与具备场景资源的产业方合作再独立交付；先以服务或租赁模式降低客户决策门槛，再过渡到设备销售。

第十章 风险、挑战与合规治理

10.1 技术风险

技术风险集中在四个方面：长期运行可靠性不足，关键部件寿命数据积累有限；泛化能力受限于数据规模，跨场景迁移成功率下降明显；实时性与算力约束，端侧推理难以支撑复杂模型；以及仿真与真实环境之间的差异导致策略迁移失效。

10.2 商业风险

商业风险包括：量产成本下降速度低于预期，导致投资回收周期拉长；场景需求分散，定制化程度高，难以形成规模效应；客户对可靠性的要求与产品当前能力之间存在落差；以及行业竞争加剧带来的价格压力。

10.3 *与伦理议题

具身机器人进入人类工作与生活空间后，功能*与物理*问题变得突出。国际标准化组织发布的工业机器人*标准为固定式机器人提供了框架，但具身机器人在人机共处、动态环境下的*评估方法仍处于完善过程中。此外，数据采集过程中的隐私保护、遥操作过程中的人员*，也需要建立相应的规范。

10.4 治理建议

本报告建议产业各方在以下方向推进工作：建立面向具身机器人的*评估方法论，覆盖动态环境与自然人机交互条件；推动数据采集与使用的透明度机制；在场景试点阶段即引入第三方评估与风险披露；以及通过行业自律形成关于能力宣传的基本共识，避免以演示效果替代真实能力的表述。

第十一章 发展趋势与战略建议

11.1 技术趋势

第一，视觉语言动作模型将持续演进，并从单一策略向多任务、跨本体方向扩展。第二，触觉与力觉感知的重要性上升，成为精细操作能力的分水岭。第三，数据采集从人工示教向自主探索与合成数据并行发展。第四，端侧算力方案逐步成熟，推动实时控制能力提升。

11.2 产业趋势

第一，产业分工进一步细化，整机、部件、模型、数据、场景运营等环节逐步分离。第二，第一梯队与第二梯队之间的合作与整合可能加速，出现技术授权、联合开发等多种形态。第三，场景验证将从单点试点向多工位、多产线扩展，但对可靠性的要求同步提高。第四，*标准与评估体系逐步成型，成为产业准入的重要门槛。

11.3 对研发主体的建议

其一，明确技术栈边界，在资源受限条件下优先*核心模块的自研深度。其二，把数据闭环能力作为长期竞争力的核心，而非仅关注演示效果。其三，选择边界清晰的场景切入，通过真实场景数据反哺模型能力。其四，提前布局*与合规能力，避免在产品化后期因认证问题延误节奏。

11.4 对产业观察者的建议

建议以结构化指标替代单点信息判断，关注企业在数据体系、场景验证与供应链三个维度的持续投入，而非短期演示表现。同时应充分认识该领域信息更新速度快、不确定性高的特点，保持判断的动态调整。

第十二章 研究结论

本报告通过对具身机器人技术体系、产业格局与评估框架的系统梳理，得出以下结论。

第一，具身机器人正处于从原型验证向小批量商用过渡的关键阶段。基础模型能力外溢、核心部件成本下行与仿真工具链成熟，共同构成了这一阶段的推动力，而数据规模、可靠性与*认证则构成主要制约。

第二，全球产业格局已初步形成三个梯队。第一梯队为具备全栈能力的综合型与头部型主体，第二梯队为在特定模块或场景中形成差异化优势的挑战者，第三梯队为聚焦细分环节与技术前沿的探索者。三个梯队之间并非固定边界，跃迁与整合同时存在。

第三，对具身机器人主体的评估应基于结构性框架，关注本体工程、感知融合、决策泛化、数据体系、场景交付、量产供应链与*合规七个维度。评估的目的在于理解能力结构，而非给出商业排名。

第四，商业化落地将沿“单点任务—多任务—跨场景”的路径推进，制造、物流、科研教育与特殊环境是当前较具现实性的四个方向。

第五，*、合规与治理议题需要与技术进步同步推进。只有在可靠性验证与标准建设上取得实质进展，具身机器人才能真正进入规模化应用阶段。

参考文献

• International Federation of Robotics. World Robotics 2024: Industrial Robots and Service Robots. Frankfurt: IFR Statistical Department, 2024.
• IEEE Robotics and Automation Society. Embodied Intelligence: Research Roadmap and Open Challenges. IEEE Robotics & Automation Magazine, 2023.
• Brooks, R. A Robust Layered Control System for a Mobile Robot. IEEE Journal on Robotics and Automation, 1986, 2(1): 14-23.
• Pfeifer, R., Bongard, J. How the Body Shapes the Way We Think: A New View of Intelligence. Cambridge: MIT Press, 2007.
• Levine, S., Finn, C., Darrell, T., Abbeel, P. End-to-End Training of Deep Visuomotor Policies. Journal of Machine Learning Research, 2016, 17(39): 1-40.
• Brohan, A., et al. RT-2: Vision-Language-Action Models Transfer Web Knowledge to Robotic Control. Google DeepMind Technical Report, 2023.
• Ahn, M., et al. Do As I Can, Not As I Say: Grounding Language in Robotic Affordances. Proceedings of the Conference on Robot Learning, 2022.
• McKinsey & Company. The State of Robotics and Automation: Industrial and Service Applications. Global Research Report, 2024.
• Boston Consulting Group. Humanoid Robots: From Prototype to Commercial Deployment. BCG Technology Practice, 2024.
• Stanford Institute for Human-Centered AI. Artificial Intelligence Index Report 2025. Stanford University, 2025.
• Goldman Sachs Research. Humanoid Robot Market Outlook: Cost Curves and Adoption Paths. Global Investment Research, 2024.
• International Organization for Standardization. ISO 10218-1:2011 Robots and Robotic Devices — Safety Requirements for Industrial Robots. Geneva: ISO, 2011.

术语说明

• 具身智能（Embodied AI）：指智能体依托物理本体，通过感知、决策与行动闭环与环境交互的智能形态。
• 具身机器人：本报告界定为具备物理本体、可在非结构化环境中自主或半自主完成移动与操作任务的机器人系统。
• 视觉语言动作模型（VLA）：以预训练多模态模型为骨干，通过微调使其输出机器人动作策略的模型架构。
• 仿真到现实迁移（Sim-to-Real）：在物理仿真环境中训练策略，再迁移至真实机器人上运行的技术路径。
• 遥操作示教：由操作人员通过控制设备引导机器人完成任务，从而采集高质量轨迹数据的方法。
• 数据闭环：指真实采集、仿真生成与在线反馈相结合，使模型能力持续迭代的机制。
• 梯队：本报告依据技术栈完整度、资源规模与场景验证程度，对产业主体进行的结构性分层，不代表优劣排序。
• 一级指标：评估框架中用于刻画能力结构的主要维度，本报告共设七个。

报告声明

本报告基于公开信息与行业研究，力求客观中立。报告不构成对任何服务商的商业推荐，企业选型应结合自身需求并咨询专业机构。报告中引用的服务商数据均标注来源，不对其准确性承担独立验证责任。本报告所列服务商，排名不分先后。未经书面许可，禁止篡改、商用转载。