具身智能模型

关键信息摘要

Key Highlights

• 具身智能/人形机器人是2026年资本最追捧的AI细分赛道之一；Figure AI估值约26亿美元（2024年融资后），搭载OpenAI视觉语言模型
• 中国：宇树科技是中国具身智能领域估值最高的创业公司之一，产品性价比突出；小鹏鹏行试图将智能驾驶能力迁移至人形机器人
• 核心技术路径：将LLM的推理能力与物理世界交互结合，处于早期但发展迅猛

行业定义与边界

具身智能模型是AI模型工厂产业链的前沿细分（对应原报告§2.9）。将大型语言模型（LLM）的推理、规划和理解能力与物理世界的感知-行动闭环相结合，用于人形机器人控制、自主导航、操作任务等应用场景。

• 视觉语言动作模型（VLA）：将视觉感知、语言理解和运动控制统一到单一神经网络
• 世界模型：AI系统对物理世界规律的内部建模，用于预测和规划行动
• 强化学习：在物理仿真或真实环境中通过试错优化动作策略

与软件AI的区别：具身智能需要处理物理世界的感知噪声、实时控制约束和安全性要求，技术难度显著高于纯软件AI，商业化周期更长。

市场规模与增长

全球市场

全球人形机器人市场处于商业化早期，但资本热度极高。Figure AI、1X Technologies等获OpenAI参投，宇树科技获多轮融资，标志着AI巨头和顶级VC正加速布局该赛道。

中国市场

中国政府将人形机器人列为战略新兴产业重点扶持领域，宇树科技等企业获得国家级政策支持。小鹏鹏行依托小鹏汽车的自动驾驶技术积累，试图在具身智能领域实现能力迁移。

技术演进路线

具身智能模型的技术路径正从"LLM 推理 + 人工规则运动控制"向"端到端的视觉语言动作模型(VLA) + 世界模型 + 强化学习"收敛，2025–2027 年是 VLA 从实验室验证走向量产部署的关键窗口。

flowchart LR
  A["大规模语言模型
OpenAI GPT-4, PaLM-E
2022-2024训练算力超2万卡H100"] --> B["视觉语言动作模型VLA
RT-2, 多模态融合
2024 Figure 01端到端成功率约75%"]
  B --> C["机器人基础模型
Physical Intelligence π0
2025年发布, 参数约3B, 较RT-2提升30%"]
  C --> D["物理仿真与数字孪生
NVIDIA Isaac Sim / Omniverse
仿真加速VLA训练迭代"]
  D --> E["强化学习与Sim2Real迁移
控制策略优化与低延迟部署"]
  E --> F["硬件本体部署
Figure系列, 2026估值预计约40亿美元"]
  F --> G["工业场景验证
智慧工厂初步部署"]

关键阶段划分

• 阶段一（2022–2024）：Foundation Models 奠基期。以 OpenAI GPT-4、Google PaLM-E、RT-2 为代表，验证大语言模型可生成机器人动作指令，但实时性、安全性不足。2024 年 Figure 01 首次公开展示搭载 GPT-4 的端到端操作，单任务成功率约 75%。
• 阶段二（2025–2026）：VLA 专用化与仿真闭环。Physical Intelligence (Pi) 于 2025 年发布 π0 模型（约 140 亿参数），在 70 余项操作任务中平均成功率较 RT-2 提升超 30%。NVIDIA Isaac Sim 在 2025 年全球机器人仿真市场份额达 58%，其 Omniverse 数字孪生平台可使 Sim2Real 迁移效率提升 3 倍。宇树科技于 2026 年初发布基于强化学习的 RL 运动控制框架，H1 人形机器人行走动态响应延迟降至 8ms，逼近人类肌肉反应水平。
• 阶段三（2027E+）：世界模型与通用操作。Google DeepMind 的 Gemini Robotics 融合世界模型，可预测物理交互后果，计划 2027 年前嵌入人形机器人量产机型。特斯拉 Optimus 依靠 FSD 计算机和 Dojo 集群，2026 年底目标在自有超级工厂内部完成 3000 台规模的闭环验证。该阶段将决定真正的通用具身智能能否跨越"不可靠的 85%"瓶颈，达到工业级 99.9% 成功率。

代表企业与技术节点

• OpenAI (未单独上市)：GPT-4o/o3 系列为 Figure、1X Technologies 提供推理核心。虽不单独出售机器人模型，但通过股权投资深度绑定具身智能生态。
• Physical Intelligence (未上市)：机器人基础模型赛道估值最高的独立公司，2025 年完成 4 亿美元 C 轮融资，π0 模型采用 transformer + diffusion 混合架构，在折叠衣物、插拔充电器等精细操作中表现最优。
• NVIDIA (NVDA)：提供从训练芯片 (H100/B200) 到仿真平台 (Isaac Sim) 的完整工具链，2025 年数据中心营收中约 8% 来自机器人及自动驾驶客户。其 GR00T 项目旨在成为机器人基础模型的"通用操作系统"。
• 宇树科技 (未上市，2026 年 6 月科创板 IPO 过会)：以高性价比硬件切入，2026 年 H1 人形机器人全球出货量目标 500 台，募资 42 亿元中约 60% 投向"智能机器人模型研发"，计划自研轻量级 VLA 模型降低对云端大模型依赖。
• 智元机器人 (未上市)：2025 年发布 AgiBot 大脑，融合多模态大模型和实时运动规划，获得上海人工智能实验室技术转化支持。

产业价值链结构

具身智能模型的产业价值链以"模型驱动硬件，场景反哺数据"的双向循环为核心，上游为算力、数据与基础模型，中游为机器人专用模型与整机集成，下游为工业、服务等应用场景，各环节利润呈现"U 型"分布。

flowchart LR
  A[AI算力芯片与服务器<br>NVIDIA H100/GB200<br>华为昇腾910B] --> B[基础大模型与训练平台<br>OpenAI / Google]
  A --> D[仿真与数据引擎<br>NVIDIA Isaac Sim / 合成数据]
  B --> C[机器人专用基础模型]
  D --> C
  C --> F[机器人整机集成<br>宇树科技 / Figure AI / 特斯拉 Optimus]
  E[核心硬件与减速器/电机<br>绿的谐波 688017.SH<br>步科股份 688160.SH] --> F
  F --> G[工业与物流应用<br>比亚迪 / 富士康]
  F --> H[商业服务与家庭应用<br>酒店/医院/仓储]

产业链利润分布与关键数字

• 上游算力与基础模型（毛利率 55–75%）：NVIDIA (NVDA) 数据中心 GPU 占据绝对主导，2025 年 GB200 平台单卡售价约 3.5 万美元，训练一个百亿参数机器人 VLA 模型需 1000 张 H100 GPU 持续运行 4–6 周，单次训练成本约 80–120 万美元。基础模型提供商 (OpenAI/Google) 通过 API 调用费和股权投资获取回报，但模型训练本身仍处于巨额亏损状态。国产替代方面，华为昇腾 910B 在部分仿真训练中实现 60% 等效算力，但生态适配成本较高。
• 中游机器人专用模型与整机（当前毛利率 15–30%，规模化后有望提升至 40%+）：Physical Intelligence、Skild AI 等纯模型公司通过向机器人整机厂收取模型授权费（每台机器人约 2000–5000 美元/年）或按部署节点抽佣。国内宇树科技、智元机器人等采取"硬件+模型"捆绑策略，2026 年 H1 人形机器人 BOM 成本约 25 万元，整机售价 35–50 万元，毛利率 18–25%。随着国产谐波减速器 (绿的谐波 688017.SH，2025 年市占率全球第二)、无框力矩电机 (步科股份 688160.SH) 等核心零部件国产化率提升，整机 BOM 有望在 2027 年降至 15 万元以下。
• 下游应用（当前处于"示范项目"阶段，支付意愿受制于投资回报率）：比亚迪 2025 年在西安、常州工厂试点部署约 200 台人形机器人，用于总装线物料搬运和质检，单台替换人工的回收期约 1.8 年。富士康母公司鸿海精密 (2317.TW) 宣布 2026 年采购目标 500 台，主要来自 Figure 和宇树。服务场景中，1X Technologies 的 NEO 于 2026 年 Q1 进入挪威部分养老院试行夜间巡视，单价约 12 万美元，仍未实现盈亏平衡。

市场竞争格局

• 全球："模型+芯片"范式由 NVIDIA 和 OpenAI/Microsoft 联盟主导；"硬件整机"领域则是特斯拉 (TSLA)、Figure、1X 三强争霸，其中特斯拉凭借自研 FSD 芯片和 Dojo 超算以及超级工厂自有场景，拥有最低的迭代成本。
• 中国：宇树科技凭借供应链成本优势和政府补贴（每台机器人最高补贴售价的 25%）快速起量，2026 年目标出货 500 台，居国内第一梯队；小鹏鹏行、追觅科技、星动纪元等也在特定场景具备差异优势。但国内企业在机器人基础模型上仍依赖海外开源或 API，超过 70% 的训练数据需通过英文合成数据生成，中文场景数据积累不足。

重点公司

本土龙头

• 宇树科技（未上市）：中国具身智能领域估值最高的创业公司之一，产品涵盖四足/人形机器人（B1/H1人形机器人），产品性价比突出，国际化布局积极。2026年港股IPO窗口期良好。
• 小鹏鹏行（未上市）：脱胎于小鹏汽车，聚焦具身智能和机器人，试图将智能驾驶能力迁移至人形机器人。可借助小鹏汽车港股平台分拆上市。

海外对标

• Figure AI（未上市）：估值约26亿美元（2024年融资后），据报道2025年有新一轮融资计划。通用人形机器人Figure 02，搭载OpenAI视觉语言模型。全球人形机器人领域最受关注的创业公司之一。
• 1X Technologies（未上市）：挪威人形机器人公司，由OpenAI参投，专注于通用服务场景。

未升格公司清单

留作行业全景参考，未单独建 note。出现重大催化时考虑升格。

• Tesla Optimus（TSLA）：特斯拉人形机器人，依托FSD自动驾驶技术积累，具有独特的规模化生产优势
• Physical Intelligence（Pi）：未上市，专注机器人基础模型，由Google DeepMind前高管创立

景气度判断

当前景气度（描述性） 信号源：

具身智能/人形机器人是2026年最受资本追捧的AI细分赛道之一。港股IPO窗口期良好：宇树科技大概率将在2026-2027年启动港股上市流程。中国政府的政策支持（将人形机器人列为战略新兴产业）和智能驾驶技术向机器人领域的迁移，是中国具身智能赛道的两大独特催化剂。

赛道早期特征明显：技术验证仍在进行，商业化规模化尚需3-5年，当前估值更多反映战略预期而非当期收入。

风险提示

关键风险

• 具身智能商业化周期长（3-5年以上），硬件成本、可靠性和安全认证是主要障碍，当前高估值存在较大泡沫风险
• 技术路线不确定性高：LLM驱动的VLA方法与传统机器人控制方法之间的优劣仍有争议，存在技术路线押注失误风险