2023年11月2日，工信部出臺國家級人工智能發展指導意見，為產業發展注入了強大動力。隨后，各地紛紛跟進，因地制宜地推出一系列政策，在資源支持、人才吸引、營商環境打造等方面發力，為產業發展營造了良好的生態。

在產業發展早期，國家和政府相關舉措發揮著極為關鍵的推動作用，疊加機器人馬拉松、世界機器人運動會等相關賽事影響，不僅為開發者和從業者提供了展示舞臺，更激發了創業者創新熱情。

“活力中國調研行”走訪過程中，北京人形機器人創新中心副總經理李春枝對記者表示，摩根士丹利最新研報預計到2050年，全球將有10億臺人形機器人投入使用，產業規模預計5萬億美元，有望成為繼計算機、智能手機、新能源汽車后的又一個“下一個萬億級市場”。

機器人從“能跑”到“干活”

在技術發展路徑上，2023年機器人以“能行走”為重要突破，2024年行業開始比拼“運動性能”，而2025年開始聚焦“智能操作”。未來，通過AI賦能，機器人將實現物理世界交互的普及，從單純“能跑”向真正“會干活”進化。

但需注意的是，人工智能機器人從能走、能動、能跑邁向真正好用，還面臨著多維度的瓶頸限制。李春枝介紹稱，一是整體性能差，當前機器人在動力輸出、續航能力、響應速度等方面還難以滿足復雜場景的需求；二是數據缺失，在現實世界中，機器人面臨的場景復雜多變，而現有的數據采集和標注方式難以獲取足夠豐富和高質量的數據；三是泛化能力不足，機器人難以根據已有的經驗和學習成果，快速適應全新的多場景任務。

為了突破這些瓶頸，北京機器人創新中心率先搭建了2000平方米數據采集場，結合真機與仿真數據采集，發布了大規模多構型智能機器人數據集和Benchmark——RoboMIND。同時，北京人形還將分階段開源本體、數據集及具身智能全棧技術，如計劃在2025年開源運動控制SDK。通過構建開源生態，吸引全球開發者參與，共同推動技術進步。今年3月，北京人形還發布了全球首個通用具身智能平臺“慧思開物”，其采用“具身大腦+具身小腦”架構，顛覆了傳統預設程序模式，支持意圖識別、環境感知、自然交互、雙臂協作與全身控制。該平臺還實現了一腦多機、一腦多能，能夠適配人形機器人、機械臂、輪式機器人等多種硬件本體，并通過多模態大模型指令完成烤面包、物流分揀等跨場景任務，并且具備抗干擾糾錯能力。從落地場景來看，目前機器人已覆蓋物流分揀、工業制造、特種作業、商業服務等領域，為人們的生產生活帶來了諸多便利。

加速進化機器人CEO程昊堅信人工智能將推動機器人邁向終極形態，且機器人并非替代人類，而是實現人機協同。他認為人形將成為具身智能終局形態，并且行業已迎來拐點。

近年來，行業呈現出三大關鍵變化：一是供應鏈成熟，眾多科技巨頭入局，促使機器人核心部件成本大幅下降，部分環節成本降至千元以內，這使得機器人的大規模生產和普及成為可能；二是通用大模型技術突破，大模型、導航模型及全身運動控制技術取得重大進展，為機器人技術落地提供了清晰的解決方案，極大地加速了行業發展；三是通用的硬件載體均呈現標準化趨勢，參考智能手機發展歷程，通用硬件設備最終會因應用和開發者生態需求走向標準化，預計未來應用機器人將標準化為雙足類型，以降低開發者成本，加速應用落地。不過，程昊表示，在通用類型的基礎上，商業路徑會是一個相對漫長的過程。

程昊認為，機器人行業商業發展將類似計算機，經歷從科研探索到行業應用，再到消費市場普及的過程。在初期階段，目前主要服務科研機構、實力企業，用于技術探索與學習，同時機器人展演和賽事逐漸興起。隨著機器人運動能力、安全性、導航及大腦的提升，將率先在搬運、巡檢、教育陪伴等操作要求較低的簡單場景實現批量應用；隨著機器人大模型越來越強大，操作能力提升，將逐步應用于制造等市場。在此過程中，行業開發者生態建設至關重要，除了面向B端、C端用戶外，服務好開發者也是一個很重要的市場。

行業拐點挑戰

從整體的具身行業發展情況來看，如今行業正站在技術爆發與產業重構的關鍵節點之上。

中信建投證券研報顯示，得益于春晚宇樹機器人亮相表演和特斯拉上調2025年Optimus出貨指引，截至6月20日，人形機器人板塊今年漲幅為+34%。其中電子皮膚（+71%）、絲杠（+57%）子版塊引領板塊漲幅。高盛預測，到2035年，僅人形機器人全球市場規模就將達380億美元。我國北京、浙江、廣東等多省市已經相繼出臺具身智能相關的發展規劃，力圖打造領先的產業聚集區。工業和信息化部印發的《人形機器人創新發展指導意見》提出，到2027年產業綜合實力達到世界先進水平，成為重要的經濟增長新引擎等發展目標。

盡管具身智能發展前景廣闊，但也面臨諸多挑戰。在技術層面，通用平臺和標準化認證缺乏，多數企業陷入“重復造輪子”的困境。目前在具身智能領域，仍沒有統一的技術標準和通用開發平臺，這使得各家企業要從零開始獨立研發，各地重復投入導致資源分散，影響產出效率。

同時，硬件接口、通信協議、數據格式等缺乏統一規范，不同廠商的機器人本體構型與軟件架構互不兼容，制約規模化應用。應用場景開放度不足，缺乏快速孵化條件。研發端的企業和應用行業尚未打通，許多實際工況都未能真正納入研發測試體系中。與ChatGPT等依賴文本數據的模型不同，具身智能需采集真實物理環境的動態交互數據，其采集成本將更為高昂。

針對物理世界對數據需求量大、多模態數據又不足的難題，此前接受記者采訪時，智源研究院院長王仲遠表示，這是具身智能目前存在循環悖論——具身能力不足限制了真機數據的采集，數據稀缺導致模型能力弱、落地難，無法進一步提升能力。整個行業內由于具身領域技術路線尚未收斂，不同廠商、不同團隊都在用不同方式進行探索。

我國已是機器人制造強國，工業機器人裝機量更是占比超過世界的50%，具身智能發展具備廣泛的應用場景和潛力。行業人士建議具身產業加強底層建設，創建生態認證體系；促進政府、國企力量投入應用場景開放，提供高質量優質現實數據；強化高校、科研院所、企業多方聯合科研能力，推動產業持續、健康發展。