具身智能情报站 EAF·Embodied AI Frontier Your Embodied AI Intelligence Hub
⌂ / 深度 / 具身智能入门指南:从零看懂中国机器人产业
深度 📡 Embodied AI Frontier · 深度解读

具身智能入门指南:从零看懂中国机器人产业

推荐理由

为什么值得读:这是本站第一篇面向新人的具身智能入门长文,把产业概念、产业链、中国坐标和观察方法收进一张地图,适合快速建立整体认知。

作者:AlphaTypeE Lab · Embodied AI Frontier

日期:2026年8月23日

摘要

2026年上半年,全球每卖出100台人形机器人,97台产自中国。2026年上半年,中国具身智能赛道融资935亿元,超过2025年全年。而到了8月,中国最受关注的人形机器人公司登陆科创板,开盘市值一度冲到4400多亿元;同期开幕的世界机器人大会上,曾经最会翻跟头的机器人,已经没有多少人围观了。这个产业正在以超出大多数人直觉的速度改变,但它的真实结构、判断标准和风险坐标,往往被淹没在热闹里。这篇文章写给第一次接触具身智能的读者:它从哪里来、由什么构成、现在走到了哪一步,以及,你该如何自己判断它的下一步。


本文结构
  1. 一、什么是具身智能
  2. 二、产业链地图:一部机器人如何诞生
  3. 三、中国产业走到哪了:2026年的五个坐标
  4. 四、WRC2026:如何用一场展会观察产业
  5. 五、给新人的观察方法

一、什么是具身智能

1.1 具身智能不等于人形机器人

「具身智能」这个词第一次被提出,是在1950年。它描述的是这样一种智能:智能体通过身体与环境的持续交互来理解世界、完成任务;与此相对,传统AI通常只坐在服务器里处理文字和图片。产业研究者的表述更为直白:具身智能是由「本体」和「智能体」耦合而成、能够在复杂环境中执行任务的系统。

很多人把具身智能和人形机器人划等号,这是一个常见的误读。人形机器人是具身智能最受关注的一种载体,但不是唯一载体。四足机器人、轮式机器人、机械臂、甚至一辆自动驾驶汽车,都可以是具身智能的「身体」。判断一个系统是不是具身智能,看的是它是否具备三个能力:感知环境、自主决策、执行动作,并且能在工作场景中持续学习和进化;外形像不像人,并不是判断依据。

为什么这个看似学术的概念,会在2026年成为全民话题?答案不在概念本身,而在概念背后的技术拐点。

1.2 大脑、小脑与神经中枢

要理解具身智能产业,首先要理解机器人的「身体」是如何被组织起来的。产业界有一套约定俗成的分工:大脑、小脑与神经中枢。

大脑负责「想做什么」。它对应的是大模型,承担感知、理解、推理和任务规划。机器人在一个陌生的房间里,认出杯子、理解「把杯子递给我」这句话、决定先迈哪只脚,都是大脑的工作。

小脑负责「怎么动」。它对应运动控制系统,承担实时控制、平衡维持和肢体协调。机器人把脚稳稳落在地面上、在受到碰撞后迅速调整姿态,都是小脑的工作。

神经中枢则负责把两者连接起来。2026年产业里出现了一个高频词汇:物理AI操作系统(Physical AI OS)。它向下对接小脑,向上承接大脑,负责把「装配这个零件」这样的高层意图,翻译成一连串具体的抓取、对准、旋拧动作,并调度仿真训练、数据治理、任务编排等系统能力。

The brain-cerebellum-nerve center architecture of embodied AI

图1 具身智能的「大脑、小脑与神经中枢」架构分工图

这个分工理解起来不难,但它解释了2026年产业最重要的一个变化:当机器人开始从展台走向车间,瓶颈正在从「硬件能不能动」转向「系统能不能协调」。大脑、小脑、神经中枢三个环节,分别对应了三类完全不同的公司、技术和商业模式,也对应了三种完全不同的估值逻辑。

1.3 为什么是现在:莫拉维克悖论与大模型拐点

1988年,人工智能学者莫拉维克提出了一个著名的观察:对人类来说很难的任务,比如下棋、做数学题,对计算机来说轻而易举;而对人类来说最简单的任务,比如走路、抓取物体,对计算机来说却极其困难。这个现象后来被称为「莫拉维克悖论」。

过去几十年的机器人产业,始终困在这个悖论里。传统工业机器人在固定环境中完成高重复、高精度的动作,已经非常成熟;但一旦环境发生变化,比如零件位置偏了、物品换了规格,机器人就难以应对。它拥有「身体」,却缺少「大脑」。

大模型的出现改变了这个格局。2021年到2023年,以语言大模型为代表的人工智能能力跃迁,让机器第一次具备了理解复杂指令、泛化到陌生场景的潜力。英伟达CEO黄仁勋把AI的演进分为四个阶段:感知AI、生成AI、代理AI、物理AI。2026年,全球科技产业正处在一个共同的判断上:物理AI是AI的下一个大战场,而具身智能是物理AI的载体。

不过,拐点到来的同时,一个冷静的事实也需要被记住:截至目前,机器人模型最难突破的依然是泛化能力。模型在训练时没见过的新问题面前,表现会明显下降。这正是「大脑」侧最核心的技术难题,也是整个产业接下来十年竞争的主线。

二、产业链地图:一部机器人如何诞生

The five-layer value chain of China's embodied AI industry

图2 具身智能产业链五层全景图

如果把「认识具身智能产业」简化为一个问题,那就是:一台机器人从无到有,需要经过哪些环节?答案是一张可以拆成五层的产业链地图。

环节核心内容代表产品/玩家类型
大脑具身大模型、VLA/世界模型、训练与推理智平方、自变量、银河通用、星海图、千寻智能
小脑与操作系统运动控制、物理AI操作系统、仿真平台桥介数物、松应科技、无界智航、章鱼动力
本体与整机人形/四足/轮式整机设计制造宇树、智元、优必选、星动纪元、乐聚
核心零部件关节模组、减速器、电机、传感器、灵巧手绿的谐波、雷赛智能、灵心巧手、帕西尼
数据与场景数据采集、仿真合成、部署回流、应用落地星海图、千寻智能、亦数智能

2.1 上游:核心零部件,决定性能与成本的地基

🔒
解锁全部深度解读
登录后阅读完整分析——注册会员可解锁全部深度文章。
登录 / 注册
✓ 已核对 2026-08-23
推荐阅读
深度
机器人训练数据正在分裂:运动交给仿真,操作还留在真机
行业引用了半年的「仿真 89.4%、现实 12%」,两个数字其实都在仿真里测出。真正的分界在接触层:运动已交给仿真,操作仍须真机。
2026-11-14 · Embodied AI Frontier
深度
中国的机器人租赁:一次尚未完成的价格发现
同一天同一个平台,289 元与 2,000 元并存:日租已分裂成五种商品,履约成本几乎没有下降,价格发现尚未完成。
2026-10-17 · Embodied AI Frontier
深度
后训练不用真机数据也学会了做实验,灵巧操作的数据账正在重算
自变量 TwinDEX 仅用数百条可穿戴采集的示范完成后训练,未引入真机遥操作数据。本文核对 2026 年无本体数据的三类来源、规模与有效性口径,指出被削平的是真机数据的稀缺溢价,不是它的类别地位。
2026-10-03 · Embodied AI Frontier
深度
机器人上市潮的分水岭:这条赛道谁能上市?
2026 年下半年,机器人上市潮走到分水岭:14 家企业完成 IPO,环动科技撤回科创板申请,监管追问的重心从收入规模移向收入来源——钱是谁付的。
2026-09-23 · Embodied AI Frontier
深度
灵巧手降价八成,工厂为什么还在观望
中国厂商已把主流六自由度灵巧手单只价格从 5 万元压到 6000 至 8000 元,降幅约八成;但据 MIR Databank 两组分档数据测算(本文换算),2025 年用在整车与零部件产线的不足总需求 1%。价格已经不是障碍,缺的是证明。
2026-09-19 · Embodied AI Frontier
深度
从造车到造「人」:中国车企的机器人进行时
小鹏的人形机器人走下自家产线,车企给自己造机器人的竞争推进到「产线」这一站。中国可确证 16 至 17 家入局,靠的是新能源车攒下的整套底盘;但效率、订单与泛化能力,三个问题仍无答案。
2026-09-13 · Embodied AI Frontier