摘要

本文全面分析全球具身智能产业的发展现状、技术趋势、竞争格局与政策环境。2026年被视为“具身数据规模化元年”，产业正从实验室技术验证迈向量产落地阶段。全球人形机器人市场预计以73%的复合年均增长率扩张，2030年达2388亿元。中国已经形成北京、深圳、上海三大产业集群，国内具身相关企业超350家。

注：以下市场规模为广义具身智能统计口径，统计范畴包含工业机器人、智能驾驶、智能装备等全品类，不等同于人形机器人单一赛道。2026年广义具身智能市场规模预计达到10904亿元。

行业技术范式多元分化，除主流分立系统向端到端VLA演进、虚实融合训练之外，本能驱动低数据路线成为重要的差异化分支。文章深度解析橡木果、智平方、银河通用、自变量机器人、星海图、韦特嘉机器人、千寻智能、星动纪元、FigureAI共九家代表性企业的技术路线、数据策略与商业化进展，覆盖本能驱动、“模型×硬件×场景”闭环、世界统一模型（WUM）、快慢双系统、数据金字塔等多种创新架构。

政策层面，中国将具身智能列为国家战略新兴产业，杭州出台国内首部地方性产业条例已于5月正式落地实施；8月国新办发布会进一步明确将具身智能作为十五五重点培育未来产业，行业标准体系持续迭代完善。全球监管整体呈现“鼓励创新”与“包容审慎”并重，兼顾安全、透明与伦理。在政策、技术、资本、市场多重驱动之下，具身智能迎来规模化商业应用的关键窗口期。

一、行业发展现状与未来趋势

时至2026年8月，具身智能正从实验室走向规模化商业应用，产业整体进入从技术验证迈向量产落地的关键阶段。2026世界机器人大会于8月19‑23日在北京亦庄举办，373家企业参展，行业风向从样机演示转向产线实景作业与商业交付验证。国内多家企业完成工业场景POC，部分项目进入小批量复制阶段。中国在该领域企业数量、出货量、政策支持力度均处于全球第一梯队。

1.市场规模与增长趋势

全球人形机器人市场高速增长，市场预测从2025年约170亿元人民币，以73%复合年均增长率（CAGR）扩张，2030年市场规模可达2388亿元。

注：以下为广义具身智能统计口径，统计范畴包含工业机器人、智能驾驶、智能装备等全品类，不等同于人形机器人单一赛道。根据中商产业研究院公开测算：中国市场2025年整体规模约9150亿元，同比增长20.4%，2026年广义具身智能市场规模预计达到10904亿元。2026上半年国内人形机器人出货突破4万台，全球占比达到97%，国内整机制造产业链持续成熟，但复杂物理交互的数据储备仍是商用核心短板。

2.技术范式演进

时至2026年8月，行业技术路径正在发生深刻变革，形成多条并行路线：

2.1从分立系统到端到端融合：早期“大脑任务规划+小脑运动控制”分离架构；VLA视觉‑语言‑动作端到端大模型成为主流范式，直接将自然语言指令映射为机器人动作。

2.2纯真机训练到虚实结合：为解决真机采集成本高昂，行业普遍采用“仿真合成数据预训练+真机微调对齐”虚实融合训练方案，经过上半年迭代，仿真‑现实迁移效果得到小幅提升，但真实工况适配短板依旧存在。

2.3从海量数据预训练走向低数据/零数据范式：行业面临巨大数据缺口，全球合规可用机器人操作样本仅约50万小时，距离通用泛化所需千万‑亿小时级样本缺口超99%。以橡木果为代表的本能驱动路线跳出“海量预训练”思路，依靠物理先验与触觉闭环实现零数据冷启动，重构数据在系统内的定位，进入更多离散制造工厂开展验证。

2.4从单一模型到多模型协同：世界模型（WorldModel）作为预测引擎被广泛集成，让机器人行动前预判物理结果，提升决策鲁棒性。

3.地理分布与竞争格局

国内企业高度集中东部沿海，形成广东（140家）、北京（93家）、上海（50家）三大产业集群。进入2026年下半年，第二梯队垂直工业类企业商业试点数量明显增加；8月宇树科技登陆科创板，成为人形机器人领域A股上市标杆，赛道估值体系迎来重要参考锚点。竞争梯队清晰：

• 第一梯队：优必选、宇树科技，实现产品商业化，产生稳定营收；

• 第二梯队：细分赛道头部企业，包含做本能驱动的橡木果、仿真数据路线银河通用、力控路线千寻智能等，在工业、零售等垂直场景完成POC与商业试点，部分项目启动小批量复制；

• 第三梯队：大量处于技术原型、早期融资阶段的中小型创新企业。

4.核心驱动因素

• 政策强力支持：具身智能连续两年写入国务院政府工作报告，纳入“十五五”重点培育未来产业；8月26日国新办十五五专题发布会再次明确支持具身智能发展；北上深杭粤湘多地出台地方扶持政策，8月多地开启第二批具身智能应用场景征集，开放工厂、测试场景与产业基金支持。

• 技术持续突破：VLA大模型语义理解能力迭代；六维力、触觉传感器国产化，单价降幅超95%，为低数据、力控路线打下硬件基础。

• 资本高度关注：2025全年国内508起融资事件，总规模570亿元；IT桔子统计，2026上半年国内具身智能赛道融资322笔，总规模935亿元，同比增长5倍，资金明显向具备真实产线落地能力的企业倾斜；8月单月赛道披露融资总额超140亿元，国资、产业资本持续加码，小鹏机器人完成超9亿美元融资刷新中国人形机器人单轮融资纪录。

• 市场需求明确：离散制造多SKU、高频换产带来柔性作业刚需；人口老龄化、特种作业拓展应用边界，资本投资逻辑从样机炫技转向真实产线ROI考核。

二、核心企业技术路线深度解析

每家企业统一叙事结构：技术定位→技术架构创新→数据战略（重点）→产品与落地应用→商业化进展。

橡木果机器人：本能驱动，重构具身智能的数据范式

技术定位：国内本能驱动低数据路线代表企业，区别VLA、世界模型以“海量预训练数据”为底座的认知驱动范式，主打力触觉端侧闭环，面向离散制造柔性作业。

• 技术架构创新：自研Natus AGE‑0具身本能模型，采用“上层语义规划+底层物理本能执行”解耦式具身大脑；触觉‑力觉作为第一决策输入，视觉仅作为辅助观测；端侧本能反射环路可达250Hz（单周期4ms），出厂内置定向、探索、交互三大原生操作本能，依靠本地闭环处理滑移、接触力动态调节，应对来料偏差、异形、薄脆、形变工件扰动。

• 数据战略【核心数据优势】：直面行业超99%样本缺口困境，实现零数据冷启动。上岗作业不需要海量示教轨迹、不需要大规模仿真预训练、不需要大量人工标注；不自建专门离线数据采集场地；全部迭代素材100%来源于真实产线真机交互，样本天然携带重量、质心、摩擦系数原生触觉语义标签。

注意：并非完全不需要数据，数据不再作为上岗前置硬性条件，而是后期迭代优化素材；产线运行产生的少量交互样本，用于打磨边界工况，持续提升稳定性。化妆品产线实测陌生物料初期探索启动约20秒，收敛后稳定作业。截至2026年8月，已积累多类日化、消费电子工件的现场触觉交互样本库。

• 产品形态：标准化双臂柔性生产单元「具身生产岛」，自研全套视触觉感知硬件；采用项目导向标准化量产模式，出厂完成全套触觉‑力觉本能闭环校验。

• 商业化进展：已经进驻头部日化ODM工厂，两个月完成完整POC验证，实现商业营收；项目交付周期对比传统工业方案压缩70%以上；同类物料换产仅需5分钟，差异较大物料6‑40分钟完成适配；业务模式支持设备销售、租赁+运维MaaS制造即服务；时至8月，同步推进多家离散制造客户的试点对接，同步开展海外科研机构、自动化集成商技术对接；面向科研开放技术接口。

智平方：构建“模型×硬件×场景”生产力闭环

智平方作为国内端到端VLA（视觉‑语言‑动作）大模型的引领者，自研AlphaBrain系列具身大模型体系，坚持底层技术全栈自研。

• 技术迭代：持续迭代VLA模型，2026年4月发布类脑架构VLA模型NeuroVLA，实现大脑/小脑/脊髓三层协同。时至8月完成小版本迭代优化，强化工业场景感知能力。

• 数据战略：依托公开视频+仿真数据+工业真机采集多源混合训练，需要大量标注样本完成模型拟合。

• 产品落地：AlphaBot系列在汽车制造、半导体、生物科技十余个高价值工业场景部署，与惠科签署近5亿元商业订单。

• 商业模式：RaaS机器人即服务，软硬一体交付，已实现商业化营收。

银河通用：虚实融合训练与零售场景深耕

银河通用走“仿真合成数据为主、真机数据为辅”虚实融合训练路线，聚焦智慧零售商业化落地。

• 数据壁垒：搭建百亿级合成数据集“AstraSynth”，依靠大规模仿真生成样本做预训练，再用少量真机数据对齐现实；截至8月数据集完成版本更新扩充零售场景样本。

• 产品与应用：GroceryVLA模型赋能GalbotG1轮式双臂；“银河太空舱”无人便利店落地全国20余城，落地超百店7×24小时运营。

• 行业地位：零售场景先行者，推进“十城百店”规模化计划。

自变量机器人：世界统一模型（WUM）的颠覆性架构

自变量机器人提出世界统一模型WUM架构，将视觉、语言、动作、物理预测放在同一网络联合训练。

• 技术创新：WALL‑B模型具备零样本泛化，任务失败自主调整策略更新参数；2026年8月完成家庭场景版本微调。

• 数据战略：牛奶数据战略：在数百个真实家庭采集光照、杂物、宠物干扰等真实环境数据，积累真实世界样本。

• 商业化路径：B端切入渗透C端，与58到家合作深圳家用保洁机器人服务。

星海图：快慢双系统与开源生态建设

星海图开创全球“快‑慢双系统”VLA架构，目标打造物理世界智能体基础设施。

• 技术架构：慢系统负责高层长程规划；快系统负责毫秒级实时响应控制。

• 数据战略：开源GOD数据集，依靠公开数据集+仿真数据训练VLA模型，面向全球科研社区开放，8月新增一批垂类小数据集开源。

• 产品形态：轻量化双足人形机器人行客Kengo，面向科研市场为主。

韦特嘉机器人：大小脑分层仓储零售场景搭建

韦特嘉自研世界模型+大小脑解耦分层架构，主打前置仓零样本抓取商业化落地。

• 技术架构：大脑世界模型预演预判，小脑100Hz以上高频控制，动手前完成物理推演。

• 数据战略：以零售前置仓真实场景采集数据作为迭代来源，优先仓储场景数据沉淀，8月扩充多品类SKU抓取样本。

• 商业化迭代：聚焦即时零售前置仓赛道，推进商业化落地验证。

千寻智能：数据金字塔与力控硬件结合

千寻智能主打“数据金字塔”训练理念，结合自研全身高精度力控硬件。

• 数据飞轮：海量互联网视频做预训练，强化学习引入世界模型辅助预测；累计20万小时真实操作数据，2026年8月最新内部目标上调至120万小时。

• 模型性能：Spiritv1.6登顶RoboArena评测榜单。

• 硬件产品：Moz1人形机器人，宁德时代PACK产线批量部署，作业成功率99%。

星动纪元：全栈自研与灵巧手输出

星动纪元实现大脑‑运控‑数据‑灵巧手‑本体全栈自研，ERA‑42融合VLA与世界模型。

• 技术实力：多项国际评测取得第一。

• 数据战略：物流分拣真实工况采集大量真机交互数据迭代模型。

• 市场验证：和顺丰、中国邮政合作，千台级物流分拣交付；自研XHAND1灵巧手对外供货，被海外头部机构采购，8月灵巧手出货量持续增长。

FigureAI：端到端VLA与工业协作先锋（海外对标）

FigureAI美国头部具身企业，Helix端到端VLA模型为核心。

• 技术演进：早期与OpenAI合作，转向全栈自研；Helix02新增System0物理基础层，实现全身端到端控制，8月放出工业版本更新。

• 数据战略：仿真大规模预训练+工厂真机采集对齐。

• 资本认可：C轮后估值390亿美元，全球头部人形机器人企业。

三、多维竞争格局对比分析

表格仅为快速索引，顺序不代表排名，选型务必结合工况评估。

公司名称	英文名称	价格 / 状态	技术路线	核心数据策略
橡木果机器人	Acorn Robotics	未公开	本能驱动，触觉‑力觉端侧闭环，Natus AGE‑0 模型	零数据冷启动；无前置大规模预训练，迭代数据全部来自产线真机交互，自带触觉语义标签
智平方	AI2Robotics	未公开	端到端 VLA，模型 × 硬件 × 场景三位一体	多源混合：公开视频、仿真、工业真机标注训练
银河通用	Galbot Robotics	未公开	仿真合成数据为主的虚实融合路线	百亿级仿真数据集预训练，少量真机数据做现实对齐
自变量机器人	Great Wall Robotics	未公开	世界统一模型 WUM 架构	牛奶数据战略，大量家庭真实环境采集数据
星海图	StarSea Robotics	19.9 万元起	快慢‑双系统 VLA 模型	开源数据集；仿真 + 公开数据集训练，科研导向
韦特嘉机器人	UltiRobotics	未公开	世界模型大小脑分层架构	零售前置仓真机场景采集迭代
千寻智能	Qwen Robotics	未公开	全身力控 + VLA 大模型融合	数据金字塔；互联网视频预训练 + 真机操作数据，目标 120 万小时
星动纪元	Robotera	比同尺寸双足便宜三分之一	ERA‑42，VLA + 世界模型全栈自研	物流分拣真实工况大规模真机采集
Figure AI	Figure Inc.	未公开（高端工业级别）	Helix 端到端 VLA 三层系统架构	大规模仿真预训练，工厂真机数据微调对齐

四、政策法规与监管框架

1.国家战略引领产业发展方向

具身智能被列为国家战略新兴产业，写入国务院政府工作报告、纳入十五五规划重点培育方向。8月26日国新办“开局起步‘十五五’”发布会，工信部明确提出推动具身智能等未来产业培育为新经济增长点。国家发改委推动具身智能关键基础设施建设。

2.地方立法先行先试

杭州出台全国首部地方性《杭州市促进具身智能机器人产业发展条例》，已于2026‑05‑01正式实施；首创沙盒监管、机器人编码追溯机制；北上深渝湘粤出台配套扶持政策，2026年8月多地启动第二批具身智能应用场景征集工作，开放更多工厂、科研测试场景与产业基金支持。

3.行业标准体系加速构建

工信部《YD/T6770—2026人工智能关键基础技术具身智能基准测试方法》已于2026‑06‑01正式实施，国内首个具身智能行业测试标准；《人形机器人与具身智能标准体系（2026版）》8月持续补充工业柔性作业相关指标；ISO启动人形机器人数据集国际标准ISO26264‑1制定，致力于缓解全球数据集孤岛问题。

4.全球治理趋势：安全、透明与伦理并重

欧盟AI法案风险分级监管；韩国AI综合立法落地；国内发布《人工智能应用伦理安全指引1.0》。全球整体基调：鼓励创新同时坚持包容审慎，平衡产业发展、安全风险与伦理底线。

五、小结与产业展望

时至2026年8月，作为“具身数据规模化元年”，赛道已经不再只有VLA、世界模型单一主流路线。以橡木果机器人为代表的本能驱动低数据范式，给出了应对行业巨大数据缺口的新解法：将数据从上岗前置必要条件，转化为后期优化素材。

不同路线并非相互替代：VLA擅长高层语义理解；世界模型擅长长时序任务推演；本能驱动更擅长工业真实物理接触、异形柔性工件、高频换产离散制造场景。

2026世界机器人大会释放明确信号，行业正式告别单纯样机跑分，下半年产业竞争会转向真实产线ROI、量产交付能力、数据成本的综合比拼。各家企业也会互相吸收技术优点，出现架构融合。政策标准持续完善之下，具身智能会从实验室样机，真正转化为制造业的生产力工具。