具身智能2025：从技术demo到产业生态的演进

今年12月上旬，国内两所顶尖大学相继设立了具身智能专业。这一事件被视为产业界与学术界的一次重要联姻，引发了人们对国产具身智能美好前景的无限遐想。

12月8日，智元机器人对外宣布实现5000台产品的批量生产。回顾2025年，中国具身智能领域经历了迅猛发展，年初亮相春晚舞台，年末则迈入顶尖学府。该领域的入局者不断增加，各方对其认知也愈发多样和深刻。

一部分观点认为具身智能是人工智能的物理体现，另一部分则视其为全新的人机交互模式。尽管业界对其定义众说纷纭，但有一个共识毋庸置疑：具身智能与每个人息息相关。

具身智能的局限与困境

在大模型时代，各行各业都面临着被重新定义的可能。乐观者不断追问：“具身智能还有哪些做不到的事情？”旁观者则关注各种演示：叠衣服、物流分拣、踢足球、吸引观众……然而，光鲜的演示与真正的商业化落地之间仍存在巨大鸿沟。为了吸引投资，部分企业不惜耗尽“想象力”制作演示，但不同演示往往并未体现算法层面的本质差异。当前行业内出现了一种“横向扩展”现象，即看似花样繁多，实则内核雷同，只是将相同元素反复排列组合，营造出虚假的繁荣景象。这反映了具身智能领域扩张与技术深挖之间的平衡难题：过度追求技术深度可能导致成本高昂、成果难产，最终被市场淘汰。尽管演示层出不穷，但截至12月，具身智能仍未实现大规模落地。首要原因在于其能力尚未达到规模化应用的门槛。衡量具身智能的能力，需考察其在简单任务上的成功率、操作节拍、成本以及可靠性。在高度结构化的实验室环境中，某些具身智能表现优异，任务成功率或可超过80%。然而一旦置身真实世界，成功率可能大幅跳水。更关键的是，即便单项任务成功率有所提升，对于需要多步骤协同的长程任务而言，最终成功率是各环节成功率的乘积，任何小于1的因子相乘，结果只会更低。具身智能要想真正落地，既需找准适配场景，又必须稳步提升成功率。这一进程所需时间尚难预测，但可以确定的是，具身智能的规模化发展与演示数量的增长并非正相关。正如“狼来了”的故事所警示，早在2015年就有人宣称“今年是具身智能元年”，而现实仍待突破。

具身智能的“ChatGPT时刻”何时来临？

具身智能要想真正融入现实世界，迎来类似ChatGPT的爆发时刻，必须让大众产生自发使用的渴望。资本急于开拓应用场景，但相关企业仍需深思熟虑：究竟哪些场景适合落地？12月3日，特斯拉公开展示了机器人奔跑的视频。诚然，机器人已能奔跑，但问题随之而来：究竟何种场景需要机器人替代人类完成跑步动作？目前业界将具身智能的未来应用归纳为三大方向：商业服务、工业制造和家庭服务。落地顺序大概率遵循先商业后工业，最后步入家庭。这一顺序主要源于具身智能需要海量数据训练以构建世界模型，从而具备思考和预测能力。然而这陷入了一个先有鸡还是先有蛋的困境：由于缺乏实际场景的大规模数据采集机会，模型构建难以快速推进。商业场景（如酒店）环境相对固定，易于训练，且送餐机器人已能有效降低人力成本，因此成为优先选择。工业场景对效率要求严苛，替代自动化设备的效率是硬性指标。即便机器人能精准复现某些工业操作，其速度往往不及人工。从用户角度看，为更慢的“劳动力”付费显然不划算。从技术角度，工业场景高度碎片化，数据收集困难，难以形成规模效应，成本与效率的瓶颈更难突破。至于家庭服务，前景存在两极观点。若仅需陪伴和对话功能，具身智能或可快速进入消费市场——从智能家居到AI玩具，人机交互早已普及。但若要成为真正的“家庭成员”，则必须解决安全与成本问题。这类机器人多涉及医疗、养老场景，安全性需格外审慎。具身智能的普及路径大致呈现从专用到通用的演进：初期聚焦单一场景下的单一任务稳定执行；中期扩展至单一场景的多任务处理；最终实现多场景下的多任务稳定执行。行业发展还需建立统一的基准测试体系，单纯的技术竞赛无法衡量真实差距。这一突破依赖产学研协同。学界方面，除清华大学、上海交大已宣布设立具身智能专业外，多所高校也在积极申请中。

繁荣背后的焦虑：具身智能的产业生态

自古以来，人类便憧憬制造出能够自动完成复杂工作的智能人造物。荷马史诗《伊利亚特》中，锻造之神赫菲斯托斯用金属打造出仆从机器人，协助其处理杂务。亚里士多德曾预言自动化工具的诞生，将使劳动变得多余。《列子》记载了工匠偃师为周穆王献上能歌善舞、甚至流露情感的“机关人偶”。《格列佛游记》则描绘了一种机械装置，能让“最愚笨之人无需天赋与学习，即可撰写哲学、诗歌、政治、法律、数学和神学著作”。过往对具身智能的想象多集中于替代人类从事单调、重复、低价值的工作；同时，人们也担忧其演化为“掌控”人类的存在——2025年围绕AI冲击就业的讨论便印证了这种焦虑。因此，具身智能的未来或许不在于替代重复劳动，而在于承担高风险任务，如进入危险环境作业，这更具现实意义。尽管对具身智能的未来存有忧虑，但其发展已带动多个产业的繁荣。对芯片行业而言，众多厂商找到了新的增长点。在边缘计算领域，多家国产芯片企业推出了面向具身智能的产品。极海半导体发布了G32R501实时控制MCU，可满足机器人在感知决策、运动控制及人机交互方面的高算力、高效率与高精度需求。其以“MCU+Driver+IPM”全栈式电机专用芯片为核心，配合自研电机算法平台，应用于机器人关节、工业编码器、无框力矩电机等核心场景，构建具身智能的“神经中枢”。国民技术的N32H7系列MCU采用多核异构架构与超高主频，提供强大算力与实时响应能力，满足人形机器人对复杂控制和高同步性的苛刻要求。内置CORDIC协处理器可高效完成运动学涉及的三角/坐标变换，显著减轻CPU负担。全志科技的MR系列机器人芯片采用12nm制程，集成CPU+GPU+NPU异构架构，算力达3-4TOPs，功耗仅5W，支持毫秒级响应，为小米CyberDog、宇树Unitree系列等产品提供运动控制与环境感知核心算力，成本仅为英伟达Jetson Nano的三分之一。瑞芯微的RK3588芯片搭载八核64位ARM架构，包含4颗Cortex-A76高性能内核（主频2.4GHz）和4颗Cortex-A55能效内核（主频2.0GHz），多任务处理与复杂计算能力出色。内置6TOPS算力的NPU，支持多种数据类型与主流深度学习框架，高效处理图像识别、语音交互等AI任务。据业内人士透露，瑞芯微面向具身智能领域的芯片出货量已超万片。佰维存储宣布推出适用于具身智能的eMMC、UFS、BGA SSD、LPDDR4X/5/5X等存储产品，并积极拓展头部客户。根据第三方拆解报告，宇树科技的Go2智能机器狗中已采用佰维存储的LPDDR4X和eMMC产品。在算力层面，英特尔、英伟达仍是机器人高端算力的主导者。如前所述，具身智能的VLA模型需要构建世界模型，这必然拉动算力需求。英特尔通过GPU+NPU+CPU异构系统，满足运动控制与AI推理的不同负载要求，支撑VLA模型运行。除硬件外，英伟达推出了NVIDIA Cosmos平台，旨在加速物理AI发展。该平台整合了前沿生成式世界基础模型（WFM）、先进分词器、护栏机制，以及高效的数据处理与管理流程，为世界模型训练提供支持，并加速智能汽车（AV）和机器人的物理AI开发。由于涉及机械控制、边缘计算等环节，具身智能芯片供应商与汽车芯片供应商高度重合。具身智能的发展轨迹也与汽车工业有相似之处。1885年，卡尔·本茨制造了第一辆汽油内燃机驱动的三轮车。如今，机器人的“社会角色”或许正类似于1900-1910年的汽车：被视为技术奇观，而非社会基础设施。而今汽车已无处不在，具身智能的普及虽需时日，但绝不会再等上百年。可以肯定的是，具身机器人的角色尚未定型，但其能力边界仍在持续拓展。