【導讀】AI正在加速走向物理世界，從具身智能到人形機器人，從工業生產到自動駕駛，AI與實體經濟的融合正全面提速。全球產業競爭的核心已從算法本身轉向真實場景中的系統化落地能力。誰能在復雜的工業體系中率先實現規模化應用，誰就更有可能主導新一輪產業變革。
2026年7月3日，芯原在慕展期間舉辦“具身機器人：感知·計算·行動”為主題的技術研討會，聚焦關鍵技術創新、產業趨勢與應用實踐。Yole Group汽車及機器人首席分析師楊宇分享了一組數據：到2035年全球人形機器人市場規模有望突破510億美元，未來五年市場年復合增長率約56%，全球60余家頭部機器人企業中超過一半來自中國。
這不僅說明中國正成為全球機器人制造的重要力量，也正在逐步定義未來機器人產業的發展方向。從工業應用到消費市場，再到醫療、家庭服務等更廣闊場景，機器人產業正沿著清晰的路徑不斷邁向規模化落地。
越來越多企業跨域布局
“人形機器人正成為全球科技產業最受關注的方向之一，雖然它仍處于產業早期，但未來十年將保持高速增長，并有望成為繼新能源汽車之后又一個重塑全球產業格局的重要賽道。”
楊宇指出，具身智能主要包含三大核心環節：前端負責環境感知，中間負責計算與決策，后端負責執行控制。對應到半導體產業，則需要SoC、GPU、內存等計算芯片，以及各種傳感器、MCU、電源管理芯片等共同構成完整的硬件基礎。
從芯片層面來看，具身智能與汽車電子、智能終端等領域具有大量共通技術基礎。
目前物理AI（Physical AI）主要涵蓋自動駕駛、人形機器人、移動機器人、四足機器人、無人機、eVTOL飛行汽車等多個方向，這些應用之間在技術上高度相關。例如，自動駕駛和飛行汽車分別對應二維和三維空間移動，而移動機器人、四足機器人、人形機器人則分別對應不同運動方式，其底層感知、計算和運動控制技術具有較高的復用性。
正因如此，越來越多企業開始跨領域布局。例如，小鵬汽車同時布局智能汽車、飛行汽車和人形機器人，并自主研發圖靈AI芯片，其中L2級智能汽車采用兩顆圖靈芯片，而Robotaxi則采用四顆；宇樹科技則從四足機器人起步，目前在人形機器人領域取得快速突破。這些案例說明，人形機器人與汽車、eVTOL等產業形成了明顯的技術協同。
今年北京車展，進一步體現出汽車產業與機器人產業的深度融合。不僅整車企業積極布局機器人業務，Tier1、Tier2也紛紛進入這一領域。在運動控制、電機、電控等關鍵技術上，汽車產業積累的大量能力可以直接遷移到機器人行業，這也是近年來越來越多汽車企業進入機器人賽道的重要原因。
相比技術本身，他認為當前更值得關注的是應用場景。在具身機器人尚未具備高度泛化能力之前，如何圍繞已有能力尋找真正能夠創造價值的應用，比單純追求技術突破更加重要。而汽車制造業恰恰提供了大量適合機器人落地的應用環境，為機器人產業化提供了重要支撐。
人形機器人的商業化路徑
Yole Group預測，未來五年全球機器人市場將保持約50%的年復合增長率。由于行業仍處于快速發展初期，公司進一步進行了十年期預測，預計未來十年仍將維持約50%的高速增長，這意味著機器人產業將進入長期快速擴張階段。
楊宇認為，人形機器人的商業化將呈現漸進式發展路徑，而不是一步到位。目前最具確定性的需求仍來自工業場景，隨后逐步向消費市場擴展，最終進入家庭服務等更加復雜的應用領域。因此，無論產業從業者還是投資者，都需要明確自身所處的發展階段，因為不同階段所依賴的核心技術和商業模式并不相同。
根據Yole Group對全球雙足人形機器人市場的調研，目前市場仍主要由中國和美國企業主導。過去兩年，人形機器人產業發展速度明顯加快。
今年春晚上，宇樹科技機器人不僅完成了自身動作展示，還實現了與真人之間的協同表演，意味著機器人運動控制能力已經邁上新的臺階；小鵬機器人通過高度擬人的運動表現，甚至提出'證明自己不是人類'的概念；Figure AI則連續直播機器人工作200多個小時，雖然任務本身并不復雜，但長時間穩定運行充分驗證了機器人系統可靠性、散熱能力以及整體工程成熟度。正是這些快速迭代的技術突破，讓行業對未來保持高度樂觀。
不過，真正實現機器人大規模普及仍然面臨多項挑戰。Yole Group提出了一個包括六個核心維度的分析框架，分別涵蓋機器人本體集成、運動控制、核心零部件、靈巧手、智能大腦以及數據。其中，過去兩年機器人本體和運動控制進步最為明顯，而智能決策、靈巧操作以及高質量數據仍是行業最薄弱的環節，也是未來實現泛化應用必須突破的關鍵技術。
數據是當下行業重要課題
楊宇指出，現階段，大量機器人仍主要交付科研機構、數據中心或展示場景，如何建立規模化、高質量的數據來源，仍然是整個行業尚未解決的重要課題。
相比自動駕駛每天都有數百萬輛汽車持續運行，可以不斷采集真實道路數據，用于模型訓練，機器人目前尚未形成低成本、高效率的數據采集體系。
不過，即便機器人尚不能完成全部任務，只要能夠解決關鍵環節的問題，依然能夠創造明確的商業價值。
楊宇分享了國內企業的實踐案例，在工業制造場景中，輪式機器人已經展現出較高應用價值：例如汽車線束生產一直是整車制造自動化程度最低的環節，由于不同車型線束長度、顏色和布置方式各不相同，完全依靠機器人完成仍存在困難。但目前機器人已經能夠承擔線束拾取、識別、搬運和放置等工作，再由人工完成最終捆扎，不僅大幅降低人工勞動強度，也顯著提升生產效率。
中美雙強的競爭格局
對于全球產業競爭格局，美國市場研究機構近期發布報告認為，中國機器人產業有望復制新能源汽車的發展路徑，成長為全球領先力量。
Yole Group今年跟蹤研究了全球60余家頭部機器人企業，其中超過一半來自中國，美國企業約十余家，說明目前全球人形機器人產業已形成中美雙強競爭格局。
從芯片供應鏈來看，目前機器人高端算力芯片仍以美國企業為主導，中國仍處于追趕階段。但楊宇認為，這一發展過程與新能源汽車產業具有較高相似性。
目前，具身智能正處于類似新能源汽車早期發展的階段，國家戰略方向已經十分明確，但產業仍處于起步期。未來真正值得關注的是，哪些關鍵技術、哪些產業節點能夠率先實現突破，并推動整個行業進入爆發階段。
寫在最后
楊宇總結了對于人形機器人產業三點判斷：
第一，布局人形機器人不能局限于人形機器人本身，而應充分利用自動駕駛、移動機器人等相關產業積累，實現跨領域協同發展；
第二，機器人市場未來幾年高速增長的趨勢已經基本確定，預計將長期保持約50%的增長速度，并持續獲得國家戰略支持；
第三，盡管機器人距離高度泛化智能仍有一定距離，但已經能夠在許多垂直場景創造實際價值，因此圍繞具體應用快速實現商業落地，將比單純追求終極形態更具現實意義。
他最后以特斯拉舉例說明：盡管特斯拉積極推動人形機器人發展，但在清潔等具體場景中，真正工作的仍然是掃地機器人。這說明，人形機器人代表著產業發展的長期方向，但并不意味著所有場景都必須采用人形方案，不同形態的機器人將在未來長期共存，共同推動具身智能產業的發展。
