周末好，我是丹总~

丹总特别说明：本报告基于公开信息与行业研究整理，数据截至 2026 年 11 月。技术与产业处于快速变化期，部分预测存在不确定性，仅供研究参考，不构成投资建议。

一、摘要

具身智能作为人工智能与物理世界深度融合的新范式，正从技术验证期加速迈向规模化落地的关键拐点。2026 年被行业定义为 "量产元年"，全球人形机器人出货量快速攀升，中国厂商占据全球 97% 以上份额。资本层面，2026 年上半年国内具身智能赛道融资总额达 935 亿元，同比暴涨 5 倍，全年有望突破 1500 亿元。

核心判断包含四个维度：其一，技术路线远未收敛，端到端 VLA、双系统架构、世界模型、类脑架构四条路线并行竞争，统一 "感知 — 决策 — 执行" 闭环的主导架构尚未出现；其二，应用落地冷热不均，工业制造、物流分拣场景率先商业化，家庭消费级场景仍需 3-5 年培育，"订单热、交付冷" 现象突出，意向订单与实际交付比例仅 10%-20%；其三，投资重心上移，资本正从硬件本体向具身大脑、数据闭环、场景解决方案等软件层迁移，"大脑派" 企业估值增速显著高于纯硬件厂商；其四，商业闭环尚未形成，多数环节处于 "增长已成立、盈利未建立" 阶段，可持续商业模式仍在探索中。

本报告系统梳理具身智能大脑大模型的技术架构、应用场景、产业链路、竞争格局与投资逻辑，为产业参与者与投资者提供决策参考。

 二、具身智能大脑大模型技术全景

 2.1 定义与核心内涵

具身智能是指具备物理形态、可感知外界环境并与环境动态交互的智能系统，其核心主张是智能体通过物理身体与环境的交互实现认知和行动的统一，物理身体不仅是智能的载体，更通过与环境的物理交互影响智能的发展与表现。

具身智能大脑是具身智能系统的核心决策中枢，负责将多模态感知输入转化为可执行的运动指令，完成环境理解、任务规划、动作生成与反馈优化的全链路闭环。

 2.2 四大技术路线分野

当前行业尚未形成统一的主导架构，四条技术路线并行演进。

端到端 VLA 路线的核心理念是通过统一网络直接将多模态观测映射为动作序列，代表产品包括 Physical Intelligence π 系列、自变量 WALL-B。该路线结构简洁，便于规模扩展，信息损耗少，但长程任务可解释性差，异常恢复难度高，对高质量数据依赖较强。

双系统架构路线的核心理念是将高频实时控制与语义规划解耦，通过快慢双系统协同工作，代表产品包括 Figure AI Helix、智元 GO-1。该路线实时性有保障，工程可控性强，安全可验证，缺点是系统集成复杂，跨本体迁移成本较高。

世界模型驱动路线的核心理念是先在内部仿真环境完成预测规划，再驱动真实本体执行，代表产品包括大晓 Kairos 3.1、开悟 3.1。该路线可进行平行世界推演，大幅降低真机试错成本，主要挑战在于仿真与真实世界存在难以消弭的 "现实鸿沟"。

类脑架构路线的核心理念是仿照人脑分层结构，实现皮层 - 小脑 - 脊髓三级分工，代表产品为智平方 NeuroVLA。该路线有望实现生物级运动能力，功耗更低，反射响应更快，但技术复杂度极高，工程化落地难度大。

目前 "大脑 + 小脑" 分层控制体系已成为产业基础共识，高层大脑承担认知职能，响应周期为秒级；底层小脑掌管运动机能，维持 500-1000Hz 高频响应。二者通过协作接口并行工作，而非简单的上下级命令关系。

2.3 关键技术要素

具身智能系统由数据、模型、本体、算力四大要素协同构成。

数据层包含真机交互数据、仿真训练数据、人类演示数据三大来源，数据质量与切片良率的重要性高于数据体量。

模型层中，VLA 视觉 - 语言 - 动作模型为当前主流技术路线，世界模型与类脑架构属于前沿探索方向。

本体层覆盖人形双足、四足、轮式、机械臂等多种形态，其中灵巧手与力觉传感器是当前核心技术瓶颈。

算力层方面，云端训练依赖千卡级 GPU 集群，端侧推理则需要专用芯片支撑低延迟运动控制。

 三、核心应用场景深度分析

 3.1 工业制造：最先落地的主战场

工业场景成熟度较高，是当前最大、确定性最强的 B 端市场。

典型应用覆盖四大方向：3C 电子装配领域，用于精密零部件分拣、检测、组装，替代重复性人工工位；汽车制造领域，承担焊点检测、物料搬运、柔性装配工作，已进入比亚迪、吉利、富士康等车企产线；新能源产线领域，宁德时代、博世集团等引入通用机器人承担自动质检、搬运分拣任务；设备运维领域，用于复杂工业设备的巡检、检测与简易维修。

该场景标准化程度高、用工成本高、替代经济性明确，是当前真实订单含金量最高的领域。银河通用、优必选、智元等头部企业均将工业场景作为商业化突破口。

 3.2 物流仓储：需求爆发的增量市场

物流仓储场景成熟度较高，是高速增长的标准化赛道。

典型应用包括快递分拣，处理大小不一、形态各异的包裹分拣，星动纪元已在中国邮政、顺丰集团等 10 多个物流中心部署；仓储搬运，完成货物搬运、码垛、上下架作业；电商履约，承担订单拣选、打包、出库全流程工作。

物流行业人员流动性大、招工难，分拣等工位标准化程度高，机器人替代的投资回报测算清晰。但该场景对机器人的连续工作时长、故障率、柔性适配能力要求较高。

3.3 医疗健康：高壁垒高价值赛道

医疗健康场景成熟度中等，长期价值巨大，但合规门槛极高。

典型应用包括手术机器人，长木谷全骨科 AI 手术机器人实现亚毫米级精度，覆盖六大主流术式；强联智创神经血管手术方案已获三类医疗器械注册证。脑科手术领域，微米级精度的脑电极植入机器人，将配合脑机接口产业同步发展。此外还有医疗服务场景的病房配送、药房管理、导诊咨询，以及康复护理场景的辅助康复训练、智能护理。

该赛道核心壁垒在于医疗器械注册证周期长、临床验证要求高，但一旦获批即形成深厚护城河，产品单价与利润率显著高于工业场景。

3.4 商业服务：多元化场景探索

商业服务场景成熟度中等，整体场景分散，单点规模有限。

典型应用覆盖餐饮零售领域的煮面机器人、咖啡机器人、菜品递送、货架整理；酒店服务领域的客房配送、前台接待、引导问询；展馆接待领域的展厅讲解、活动表演、互动体验；海洋作业领域的海洋 AI 大脑作为 "AI 大副"，辅助船舶航行、锚地定位、遇险求助。

该领域场景碎片化，定制化需求多，规模化复制难度较大，但展示效应强，常用于品牌宣传与政府示范项目。

3.5 家庭服务：远期最大消费市场

家庭服务场景成熟度偏低，长期可达万亿级市场规模，当前仍处于发展极早期。

典型应用包括家务劳动方向的收拾杂物、拖地扫地、擦拭桌面、衣物整理；老人陪护方向的健康监测、紧急呼叫、情感陪伴；儿童教育方向的启蒙教育、双语互动、安全看护；家庭理疗方向的穴位按摩、理疗康复。

该场景核心瓶颈在于家庭环境非结构化程度极高，任务泛化难度大；同时消费级市场对价格高度敏感，当前硬件成本仍远超市场接受阈值。行业普遍判断家庭场景大规模渗透需等到 2030 年之后。

3.6 特种领域：人无法进入的高价值场景

特种领域场景成熟度中等，是高客单价、低竞争的蓝海赛道。

典型应用包括应急救援领域，用于火灾、地震、化工泄漏等危险环境的侦察与救援；电力巡检领域，承担高压变电站、输电线路巡检作业；矿山作业领域，完成井下采掘、运输、安全监测工作；航天探索领域，用于空间站维护、行星探测任务。

该赛道的投资逻辑在于，场景均为人无法进入的高难度特殊场景，不存在人力成本对比问题，客户对价格敏感度低，是当前阶段最容易跑通商业闭环的细分方向之一。

 四、产业链全景图谱

 4.1 产业链三层架构

截至 2026 年 10 月，国内具身智能相关企业达 405 家，其中上游 180 家、中游 257 家、下游 212 家，47.2% 的企业同时覆盖两个及以上产业链环节。

上游为算力与基础软硬件层，包含芯片与计算方向的 GPU/AI 芯片、端侧推理芯片、计算集群；数据与工具方向的训练数据集、仿真采集平台、数据生产管理工具、开发平台；核心零部件方向的关节、灵巧手、各类传感器、控制器。

中游为产品与技术服务层，包含模型方向的 VLA 模型、世界模型、具身大模型、智能体框架；整机产品方向的人形机器人、四足 / 多足机器人、机械臂、无人智能装备；系统集成与服务方向的二次开发、场景解决方案、运维服务。

下游为行业应用层，覆盖工业、家庭、商业、应急、农业、医疗、交通、航天、能源、教育等十大领域。

 4.2 产业链分工新趋势

二次开发服务商正快速崛起，由于从整机出厂到实际落地的工程链路较长，催生了一批依托已有本体和模型完成应用交付的企业，成为产业链分工细化的突出特点。这类企业不做硬件和基础模型，专注于特定行业的场景适配与工程化交付。

同时后市场业态初步成形，机器人各类线下服务门店、人才培训、运维服务、保险金融等业态开始出现，产业生态逐步完善。

五、市场规模与增长预测

 5.1 全球市场

2025 年全球人形机器人出货量约 2.5 万台，销售额约 4.4 亿美元；2026 年上半年全球人形出货约 1.9 万台，中国厂商份额升至 97% 以上。据 MarketsandMarkets 预测，全球人形机器人市场将从 2026 年的 54.1 亿美元增长至 2035 年的 502.7 亿美元，年复合增长率达 28.1%，其中亚太地区占比将超过 50%。全球智能机器人硬件市场规模 2026 年接近 300 亿美元。

5.2 中国市场

2026 年中国具身智能机器人用户支出规模将突破 110 亿美元，增速接近 120%。细分品类来看，2026 年人形机器人市场规模近 13 亿美元，同比实现翻倍；四足机器人超 7 亿美元；教育陪伴机器人超 10 亿美元；清洁机器人近 34 亿美元。2026 年 5 月行业数据显示，机器人减速器、工业机器人、服务机器人产量分别增长 44.7%、27.9% 和 19.8%。摩根士丹利预测，中国人形机器人出货量 2026 年达 5 万台，2030 年达 44.6 万台，年复合增长率约 106%。

 5.3 资本市场

2026 年上半年国内具身智能融资 322 起、总额 935 亿元，较 2025 年同期增长 5 倍，半年规模已超过 2025 年全年 570 亿的水平，全年融资规模有望突破 1500 亿元。当前百亿估值独角兽已超 15 家，估值增速呈现从硬件向软件大脑层倾斜的明显趋势。

 六、竞争格局分析

6.1 全球竞争格局：多级并进、错位互补

全球范围内形成多级并进、错位互补的竞争格局。

北美地区核心优势在于大脑算法、算力基础与资本实力，代表企业包括 OpenAI、Figure AI、Apptronik、Skild AI，是前沿技术路线的主要发源地。

中国地区核心优势在于制造供应链、场景资源与量产能力，代表企业包括宇树科技、优必选、智元机器人、银河通用，在量产规模和落地速度上处于全球领先位置。

欧洲地区核心优势在于工业严谨性与安全标准体系，代表企业为 NEURA Robotics，在工业级可靠性上积累深厚。

日韩地区核心优势在于精密制造与系统集成能力，代表企业包括三星 Rainbow Robotics、现代机器人，在零部件与整机集成领域有长期技术沉淀。

值得关注的关键变量是，2026 年 9 月 OpenAI 解散独立机器人团队，将机器人研究并入通用基础模型团队，释放出 "通用大模型可直接赋能具身智能、无需专属大脑团队" 的重要信号。GPT-6 Astra 已展现出直接控制物理机器人的能力，这可能重塑整个具身大脑赛道的竞争逻辑。

6.2 国内头部企业格局

国内企业可分为三大阵营。

全栈派共 13 家，均采用自研大脑 + 本体 + 场景的模式，垂直整合能力强。其中宇树科技是四足机器人全球龙头，已实现盈利，人形机器人业务快速跟进，也是率先验证 GPT-6 真机控制效果的企业；智元机器人产品矩阵最广，累计下线突破 1 万台，拥有启元大模型 GO-1，正计划港股 IPO；银河通用走轮式人形路线，获宁德时代、美团投资，中标宜宾 2.36 亿元具身智能项目；优必选为港股上市企业，深耕汽车制造场景，Walker S 系列进入全球最多汽车工厂；智平方是类脑架构技术路线代表，AlphaBrain 已完成四代迭代，推出 NeuroVLA 全球首个类脑 VLA。

大脑派共 3 家，专注软件算法，不做或轻资产布局硬件。其中自变量机器人估值突破 200 亿，是唯一同时获得字节、美团、阿里、小米四大互联网巨头投资的企业，主打 WALL-B 统一具身模型；千寻智能聚焦具身大脑与数据闭环；墨奇智能 6 个月完成超 10 亿天使轮融资，估值超 70 亿。

硬件派共 9 家，聚焦本体与核心零部件。代表企业包括主打灵巧手的灵心巧手、力控技术见长的非夕科技、专注触觉传感器的帕西尼感知等。

 6.3 技术路线竞争的核心矛盾

当前行业最大的战略分歧在于，具身智能到底需要 "专用大脑" 还是 "通用大脑"。

专用大脑派认为，物理世界交互有其特殊性，空间理解、运动控制、力觉反馈需要专门的模型架构，通用大模型无法替代垂直优化的具身模型。

通用大脑派认为，GPT-6 等通用模型已展现出惊人的机器人控制能力，随着通用大模型能力持续指数级提升，专用具身模型将面临降维打击。

OpenAI 解散机器人团队的举动，为这场争论增加了重量级砝码。未来 1-2 年，随着下一代通用大模型发布，这一分歧将逐步明朗。

七、商业模式与盈利分析

 7.1 五大商业模式并存

当前行业共有五大主流商业模式并存。

第一种是硬件销售模式，核心逻辑为售卖整机或零部件获取一次性收入，收入确认速度快，但同质化竞争激烈，主要玩家为传统本体厂商。

第二种是 RaaS 租赁模式，核心逻辑是按小时或按任务付费，将客户的资本支出转化为运营支出，能够形成持续性收入，降低客户准入门槛，目前头部全栈企业均在探索该模式。

第三种是订阅服务模式，核心逻辑是提供模型能力、软件升级、数据服务等订阅类产品，具备高毛利、强粘性的特点，是软件定义价值的核心载体，也是大脑派企业的重点发展方向。

第四种是解决方案模式，核心逻辑是针对特定场景提供定制化开发与交付服务，客单价高，但复制性差、人力投入重，主要玩家为二次开发服务商。

第五种是数据变现模式，核心逻辑是提供真机数据采集、标注、训练服务，是数据环节最先实现商业闭环的方向，具备轻资产属性，主要玩家为专业数据服务商。

 7.2 商业化核心卡点

经济性拐点尚未到来。整机价格仅占总拥有成本的一部分，部署、调试、运维、备件成本高昂；当前人形机器人总拥有成本仍显著高于人力成本，MIT 研究表明当租赁成本降至人力成本 70% 以下时，市场渗透率才会爆发；硬件物料成本虽已降至 2023 年的三分之一，但仍需进一步下降。

订单含金量不足。公开订单中混杂正式采购、框架协议、战略合作、意向订单、政策性采购等多种性质；教育科研机构中标占比约 55.5%，政府及公共平台占 20.6%，工业企业仅占 21.1%；相当比例设备用于展厅接待或活动演示，月均开机不足 10 天。

标准化程度偏低。不同场景需大量定制开发，规模化复制困难；行业标准体系刚建立，接口、协议、安全规范尚不统一。

7.3 盈利路径展望

短期 2026-2028 年，特种场景与工业细分工位将率先实现盈利，收入结构以硬件销售为主，服务收入占比逐步提升。

中期 2029-2032 年，工业与物流领域实现大规模部署，RaaS 模式走向成熟，软件订阅收入成为重要组成部分。

长期 2033 年以后，家庭消费级市场全面爆发，形成 "硬件 + 软件 + 服务 + 数据" 全价值链盈利模式，真正成长为万亿级市场。

 八、投资可行性深度分析

8.1 核心投资逻辑

底层逻辑之一，具身智能是 AI 下一站的物理入口。大语言模型已证明数字世界的 AI 价值，具身智能是 AI 进入物理世界的核心载体，是人工智能下一阶段发展的主赛道之一，具备重构全球制造业与服务业的潜力。

底层逻辑之二，人口结构变化是不可逆趋势。全球范围内劳动力短缺、人工成本上升是长期趋势，中国人口老龄化加速，制造业用工成本持续攀升，机器人替代的经济性临界点正在逼近。

底层逻辑之三，中国供应链具备全球优势。中国拥有全球最完整的机器人供应链体系，电机、减速器、丝杠等核心零部件产能全球领先，结合庞大的内需市场，中国企业有望在这一轮产业变革中占据主导地位。

8.2 细分赛道投资价值评估

各细分赛道的投资价值存在显著差异。

具身大脑模型赛道技术成熟度中等，商业化处于早期阶段，竞争格局尚未收敛，投资价值最高。作为整条价值链的核心，其技术壁垒最高，一旦技术路线胜出，将释放巨大价值空间。

仿真与数据赛道技术成熟度中高，商业化已实现闭环，竞争格局初步分化，投资价值较高。具备典型的 "卖铲子" 属性，所有赛道玩家均有需求，且业务模式轻资产、高毛利。

核心零部件赛道技术成熟度高，商业化已实现盈利，竞争格局较为激烈，投资价值中等。业绩确定性高但增速相对有限，适合关注具备技术壁垒的细分龙头企业。

工业整机赛道技术成熟度中高，商业化处于落地推进阶段，竞争格局向头部集中，投资价值中等。收入增长速度快但盈利难度大，需重点关注企业的量产能力与场景深耕程度。

特种机器人赛道技术成熟度中等，商业化已可实现盈利，市场仍属蓝海，投资价值较高。行业竞争少、客单价高，是商业化落地先行的细分领域。

家庭消费级赛道技术成熟度低，商业化处于极早期阶段，市场格局混乱，投资价值偏低。长期市场空间最大但落地时间最远，当前阶段投资风险极高。

二次开发服务赛道技术成熟度中高，已具备稳定现金流，市场格局分散，投资价值中等。当下即可贡献收入，但长期成长天花板相对有限。

 8.3 核心投资风险

技术路线风险是首要风险。主导架构远未收敛，四条路线均存在技术路线赌错的可能；通用大模型可能对专用具身大脑形成降维打击，独立大脑公司的价值存在被压缩的风险；世界模型、类脑等前沿方向投入巨大但商业化前景不确定。

商业化不及预期风险广泛存在。"演示滤镜" 现象普遍，实验室效果与实际落地差距大；泛化能力不足是行业公认的最核心瓶颈，环境稍有变化性能便急剧下降；平均无故障运行时间偏短，运维成本高企。

估值泡沫风险不容忽视。半年内催生超 15 家百亿独角兽，估值飙升速度远超收入增长；早期股东折价转让现象频现，一级市场情绪出现松动；IPO 监管趋严，亏损企业上市通道收窄，退出路径承压。

产业链协同风险同样存在。大脑、本体、零部件、场景各方标准不统一，协同成本高；高端传感器、专用芯片等部分环节仍依赖进口。

 8.4 投资策略建议

当前 2026-2027 年阶段，应精挑细选、聚焦确定性。优先布局 "一早一晚" 两端，即上游核心技术与下游已跑通的场景；重点关注三大底层方向，分别是经过真实场景验证的高质量数据、具备强泛化能力的具身大脑、人无法进入的高难度特种场景；规避纯故事型、无真实订单的硬件公司，警惕估值过高的中后期项目。

中期 2028-2030 年阶段，应在拐点布局、重仓龙头。当技术路线逐步收敛、经济性拐点出现时，重仓行业龙头；关注 RaaS 模式成熟带来的估值体系重构；布局后市场与生态型机会。

长期 2031 年以后阶段，将迎来消费级爆发，平台型企业价值凸显。家庭场景渗透率快速提升期，布局平台型生态企业；关注数据飞轮效应显著的头部玩家。

 九、政策环境分析

 9.1 国家战略定位

具身智能已被纳入国家顶层战略，"十五五" 规划纲要明确将具身智能列为未来产业重点培育方向，推动其成为新的经济增长点；2025 年、2026 年连续两年写入《政府工作报告》；工信部、国务院国资委联合开展 "人形机器人与具身智能实景实训专项行动"，推动真实场景落地。

9.2 标准体系建设

2026 年 2 月，工信部发布《人形机器人与具身智能标准体系（2026 版）》，这是我国首个覆盖全产业链、全生命周期的标准顶层设计，标志产业进入规范化发展新阶段。标准体系涵盖类脑与智算标准，规范具身智能 "大小脑" 的数据全生命周期及模型部署技术；应用标准，界定不同场景下产品开发与运行规范；安全伦理标准，贯穿产业全生命周期。地方层面，杭州市率先出台全国首部具身智能机器人地方性法规。

9.3 政策趋势判断

政策正从 "鼓励研发" 全面转向 "采购牵引 + 场景开放 + 标准定义权" 的三维竞争。下一步政策重点将聚焦四个方向：实景实训空间建设与场景开放；关键核心技术攻关的揭榜挂帅机制；标准体系完善与国际话语权争夺；首台套采购与示范应用补贴。

 十、结论与展望

 10.1 结论

第一，从产业定位看，具身智能是 AI 从数字世界走向物理世界的必经之路，是下一代人工智能的核心载体，长期产业空间巨大，战略价值毋庸置疑。

第二，从当前阶段看，行业正处于从技术验证向规模化落地过渡的关键窗口期，2026 年是 "量产元年" 但非 "盈利元年"，"增长已成立、盈利未建立" 是当前最准确的写照。

第三，从投资判断看，长期坚定看好，但短期需警惕估值泡沫与商业化不及预期风险；投资重心应从硬件本体向上游大脑、数据、核心零部件迁移；具身大脑是价值链最高点但也是技术风险最大的环节，通用与专用路线之争将决定大量创业公司的命运。

第四，从中国机遇看，凭借完整的供应链体系、庞大的内需市场与强力政策支持，中国有望在全球具身智能产业中占据主导地位，从 "全球机器人制造工厂" 升级为 "全球具身智能生态引领者"。

 10.2 未来 3-5 年关键观察点

其一，下一代通用大模型对具身智能的赋能程度，将直接决定专用大脑的生存空间；其二，硬件成本下降曲线，关注何时突破人力成本临界点；其三，平均无故障运行时间与泛化能力提升进度，是衡量真实场景可用性的核心指标；其四，头部企业盈亏平衡点，关注何时出现第一家规模化盈利的人形机器人企业；其五，标准体系落地与生态成熟度，重点观察接口统一、数据流通、安全规范的推进进度。

10.3 终极展望

具身智能的终极形态是通用物理智能体，能够像人一样在未见过的环境中完成未训练过的任务。这一天的到来可能需要 10 年甚至更久，但一旦实现，将彻底重构人类社会的生产与生活方式，其影响力可能不亚于互联网与智能手机的发明。对于投资者而言，这既是一条充满诱惑的黄金赛道，也是一条布满技术陷阱与商业迷雾的漫漫长路。