【精选研报】2026具身智能实验室建设白皮书.pdf附下载

📄 本文PDF完整版已上传云盘，点击链接保存后可随时查阅：https://pan.quark.cn/s/a0ed2b7987ca

具身智能眼下真正卡脖子的，不是再多一个演示视频，而是学校能不能把“大脑—小脑”一起练出来。

2024 年中国人形机器人市场大约 27.6 亿元，行业预测 2035 年有望到 3000 亿元。数字很夸张。但白皮书同时写得很清楚：真正撑住营收的，是已经进厂、进仓、进矿的非人形产品；智能制造这块盘子超过 3.2 万亿元。一边是通用智能的故事，一边是垂直场景在赚钱。缺口每年大约 67% 的人才增速，把这两边拧到了一起。

所以现在值得看的，不是又一轮概念热，而是高校会不会按产业节奏把实验室建起来。后面三条线：技术已经走到哪、谁先受益、实验室该盯什么。

为什么是现在：范式已经过了“会抓东西”

白皮书把技术分成四段。早期是抓取位姿，单步决策。再往后是行为克隆，会模仿，但泛化差、误差会累。2023 年 Diffusion Policy 开始生成整段动作轨迹。2024 年进入 VLA：视觉、语言、动作绑在一起，往零样本、小样本走。

2025 年以来，业界在补三块短板：只能理解不能反馈、只能看当下看不见未来、只能看不能触。强化学习、世界模型、触觉，开始往长时任务和精细操作里塞。

这意味着产业要的人，不再是会调 PID 就够。云端“大脑”做任务分解和多智能体调度，边缘“小脑”把指令编译成低时延技能。学校如果还按传统机器人课开，培养出来的人会直接对不上产线。

谁受益、谁难受：人形讲故事，非人形收钱

人形机器人的好处写得很直白：能走人类环境、用现成工具、理论上泛化最强。智元在比亚迪产线练螺丝和外观检测，Astribot S1 做烹饪冲泡，斯坦福 Mobile ALOHA 学家务，Optimus、Figure 01 把标杆往上推。

大规模商用仍卡在三件事：双足平衡和灵巧手难工程化，关节、传感器、算力把整机成本顶死，开放环境里长期可靠运行还没过关。白皮书把拐点押在核心部件降本和工程化突破上。

非人形这边已经是主力。工业机器人加上深度视觉和力觉，做随机抓取、力控装配，嵌进柔性产线。仓储 AMR、最后 100 米配送、美团和普渡的服务机器人、科大讯飞和优必选的导览、波士顿动力 Spot 巡检、矿卡无人编组，都在闭环里赚钱。

受益最明确的，是已经能把感知、力控、调度做成系统的设备和方案商，以及能同时教“大脑”和“小脑”的高校。受损的是还在卖预编程、封闭环境方案的传统产线，以及只讲人形、不讲成本与安全的叙事。

实验室不是展厅，是把四层能力叠起来

白皮书把教学科研实验室拆成四个中心：具身运动控制、全局感知与复杂控制、高级控制与应用、应用系统。课程也按基础层、专业核心层、高端跃迁层铺：跨学科底座，再按主导范式做差异化脊柱，再对着产业前沿和个人方向加模块。

硬件细节写得很具体，比如开放式平台基于 TI TMS320F28335 DSP 和 MATLAB/Simulink；关节精度提到小于 0.001°、单关节重复定位优于 0.005°；还有身高约 1.3 米、体重约 35kg、23–29 个可配置关节的场景本体。这些不是摆设清单，而是在逼学校：仿真、VLA、扩散策略、VLN、世界模型、强化学习，必须能在真机上跑通 Sim2Real。

就业侧逻辑也很硬：产业从专用机器人往通用走，缺口按新华社 2024 年预警大约每年 67% 往上爬。先把实验室建成“能练、能测、能出作品”的学校，会先给企业和地方政府输送人。