從實驗室走向真實世界，2025年具身智能的產業突破與挑戰

作者 |辰紋

來源 |洞見新研社

當北京人形機器人創新中心的XR-1模型成功通過國家具身智能標準測試時，全國具身智能產業聯盟負責人王田苗在《2025中國具身智能產業星圖》中提出了一個關鍵概念——智能定界。他認為，這項技術的邊界將在具體應用場景中重新定義，而不再是實驗室里寬泛的技術指標。

2025年，中國的具身智能產業經歷了從概念驗證到實際落地的關鍵轉折，IT桔子數據顯示，2025年1月至7月10日，國內的具身智能&人形機器人領域共發生141起投融資事件，而2024年全年僅為77起。

具身智能的概念正從科研論文的抽象討論，走向我們生活和工作中的實際應用。

從北京亦莊國家地方共建創新中心聚集的300余家生態企業，到上海提出的到2027年核心產業規模突破500億元的目標，再到深圳宣布針對AI與機器人產業新增45億元專項投資，中國各地的政策與資源正以前所未有的力度推動這一技術落地。

01 從技術到應用的雙重加速

具身智能在2025年迎來了技術與應用的雙重加速。這一年，概念首次被寫入中國政府工作報告，標志著國家對這一前沿技術戰略價值的正式認可。

隨著政策紅利的釋放，資本市場熱情高漲，這些資金流向呈現明顯的“頭部效應”——銀河通用獲得融資11億元，成為今年單筆最高融資案例。

技術層面上，行業正從“單模態”向“多模態”躍遷。北京人形機器人創新中心開源的XR-1模型，通過首創的UVMC（多模態視動統一表征）技術，搭建了視覺與動作的映射橋梁。

該模型使得機器人能夠像人類一樣“條件反射”，看到畫面即能轉化為相應動作。

從春晚舞臺上的宇樹機器人展示出令人驚嘆的運動能力，到云深處科技的四足機器人在真實電力巡檢場景中完成超過1000小時的無故障運行，具身智能正從“可展示”的技術演示轉變為“可應用”的實用工具。

2025年9月，科技創變者大會發布了“具身智能行業十大應用場景”，覆蓋物流、零售、制造、海洋、能源等關鍵領域。

這是具身智能產業首次系統性梳理并展示其商業化路徑的嘗試，為行業發展提供了可借鑒、可復制的創新標桿。

工業制造領域成為最具潛力的應用場景之一。北京人形機器人與福田康明斯發動機工廠合作，使“具身天工2.0”在無人生產線上自主完成料箱取放、搬運任務測試。

與拜耳的合作協議則推動著人形機器人及具身智能技術在制藥生產中的技術開發。

商業服務領域同樣進展迅速。銀河通用發布的人形機器人智慧零售解決方案，讓輪式雙臂機器人能在50平米的無人店鋪內，執行5000種商品的盤點、補貨、取送、打包等全流程工作。

而高風險作業場景正成為具身智能的重要應用方向。中國電科院與北京人形的合作，落地了人形機器人高危電力巡檢項目。這種應用不僅提升了作業效率，更重要的是保障了人員安全。

02 多重因素推動產業加速

如今復盤，2025年具身智能的爆發，是技術、政策、資本三重因素深度耦合、共同驅動的結果。

技術層面，多模態融合成為主流。行業突破了以往視覺、語言、觸覺等感知模塊割裂的瓶頸，通過統一表征與聯合決策框架，使智能體能像人類一樣綜合理解環境并做出反應。

例如，引入觸覺反饋后，機械手對不規則物體的分揀成功率得到顯著提升。同時，操作系統的開源統一加速了產業協同。智元機器人推出“智元靈渠OS”，旨在構建標準化的硬件抽象層與開發工具鏈，降低不同機器人的應用適配成本，避免生態碎片化，為行業創新鋪設了基礎道路。

政策層面，支持力度實現從宏觀指引到具體落地的全面升級。年內，具身智能首次被寫入政府工作報告，確立了其作為未來新引擎的戰略地位。

地方層面則形成了各具特色的競爭性布局，北京市提出三年內實現“萬臺規模落地、千億產業集群”的激進目標，旨在打造研發與策源地；蘇州市則聚焦“AI+制造”，計劃以具身智能賦能精密裝配、生物醫藥等15個優勢產業。

這些規劃大多配套了實質性的資金補貼、場景開放與人才激勵，為技術轉化提供了初始動能與試驗場。

資本市場則展現了從財務投資向戰略生態構建的邏輯轉變。互聯網巨頭與產業龍頭取代傳統VC成為投資主力。

美團半年內連投四家機器人公司，意圖構建貫穿其零售業務的全鏈路無人化解決方案；寧德時代入股銀河通用，則是為其下一代智能制造尋找核心生產力工具。

這類“產業資本”不僅提供資金，更開放了海量的內部場景、供應鏈與市場渠道，極大地加速了技術從實驗室原型走向商業化產品的進程。

綜上所述，2025年的爆發是一場精密的協同：技術突破使商業化成為可能，政策扶持營造了有利環境，而產業資本則提供了關鍵的落地加速器。三者共振，將行業推入了發展的快車道。

03 數據、技術和標準的三大難題

盡管具身智能在2025年取得了顯著進展，但大規模落地仍處于早期階段。中國信通院副總工程師許志遠指出，行業面臨著數據、技術和標準三大核心挑戰。

數據是制約具身智能發展的首要瓶頸。具身智能需要上億條訓練數據才能達到完全自主水平，而現有公開數據集最大僅在百萬量級。

高質量數據的采集成本高昂，例如特斯拉為使具身智能機器人勝任工廠工作，據測算需花費至少5億美元。

技術層面，“大腦”與“小腦”的協同仍是難題。中國信通院的研究顯示，在操控層面，國際領先的技術成熟度為40%，而中國僅為20%。

核心零部件依賴進口是另一大痛點，如決定關節精準度的行星滾柱絲杠，國外企業占據了80%的市場份額。

標準體系的缺失制約了產業協同效率。目前，雖然我國發布了《人形機器人標準體系框架》，但具體細分標準的制定進展緩慢。

由于缺乏統一規范，宇樹科技和優必選各自開發了不兼容的操作系統，這種技術路線碎片化嚴重制約了產業生態的協同發展。

面對挑戰，產業界開始探索更加務實的發展路徑?！爸悄芏ń纭备拍顟\而生，即在具體場景中定義邊界，重新審視模型、算力和平臺問題，理解不同場景具身智能的多樣化需求。

這一思路的核心是將復雜的世界模型構建難題，轉化為專注于具體現實環境、更容易“有限范圍求解”的垂類小模型。

開源正成為推動技術發展的關鍵力量。北京人形機器人創新中心開源的XR-1模型以及為模型提供數據訓練支持的RoboMIND 2.0和ArtVIP，顯著降低了行業門檻。

RoboMIND數據集累計下載量已超15萬次，而新發布的RoboMIND 2.0增加了1.2萬條帶觸覺操作數據。

世界模型的引入被視為提升機器人智能水平的重要方向。中國信通院的研究表明，在視覺-語言-動作模型的基礎上引入世界模型，借助其對物理世界的理解、預測與推演能力，有望成為提升機器人大模型能力的關鍵路徑。

這種模型能夠幫助機器人更好地適應復雜多變的真實環境。

國際合作也在加速。中國意大利機器人（北京）研究創新中心的成立，旨在構建機器人領域領軍創新機構與核心專家間的資源整合、協同創新機制。

這種國際合作有助于中國具身智能產業更快融入全球創新網絡。

04 結語

從技術演進角度來看，國內具身智能產業始終圍繞著底座技術、通用具身智能、專用具身智能、靈巧手及末端執行器、核心部件這五大板塊互相牽引。

在浙江的換流站，云深處四足機器人已實現超過1000小時的平均無故障工作。

這種穩定表現正逐步贏得市場信任，投資者、產業伙伴和政策制定者都在靜待這些機器人真正從“能做”到“做好”的轉變，當它們不再只是實驗室的展示品，而是生產線上可靠的伙伴、商場里不知疲倦的員工、危險環境中的替代者時，這場變革才真正開始。