武汉世牛深度丨场景、数据、量产！三大关键词透视“具身智能元年”含金量

　　炒股就看金麒麟分析师研报，权威，专业，及时武汉世牛，全面，助您挖掘潜力主题机会！

　　2025年被称作“具身智能元年”。在资本、政策、产业链等要素的协同推动下，具身智能机器人正从实验室走向工商业，从“炫技”转为“干活”，有望成长为生产力工具。

　　在这一年，业内普遍认识到，机器人从“能动”变得“聪慧”，离不开高质量数据的驱动，这是具身智能进化的“燃料”和基石。“硅基生命”不再局限于示范和表演，而要在简易的小场景“沿路播种”，去往复杂的大场景，这是具身智能的前路。企业在具备规模化的量产能力后，能否经受市场考验，搭建起商业闭环，则是全行业必经的“成年考”。

　　场景：沿途下蛋

　　今年以来，把机器人搬出实验室、送进具体的制造和服务场景，让其成为会干活的生产力工具，几乎是所有具身智能企业的主要着力点。目前，多数机器人仍只能完成导览、科教、搬运、配送等简单任务，具身智能落地尚处早期阶段。

　　“当前人形机器人相当于两三岁孩童的水平，至多处于学前班阶段。”上海擎朗智能科技股份有限公司（简称“擎朗智能”）具身智能实验室负责人邓强文在接受证券时报记者采访时表示，“不能要求学前班儿童直接胜任许多工作。就像人类读书时，要先学语文、数学，再学物理、化学等，一门门课程逐步积累，机器人的发展也要循序渐进。”

　　作为商用服务机器人赛道的龙头企业，擎朗智能已在全球部署了超10万台机器人，尤其在配送服务机器人等领域占据优势。历经多年发展，该公司已摸索出具身智能“岗位化”的发展路径．

　　邓强文对证券时报记者表示，“岗位化”战略强调在单一岗位上做深做透。以配送机器人为例，最初是“基础平台+配送功能”的形态，之后再衍生出了针对酒店的“四仓设计”、针对医院的指纹和人脸识别、针对工厂的“避障”“即停”等功能，配送机器人的特性逐步分化。

　　当下业内普遍认同的路径是，从工业、物流等可控性高、容错率高的领域切入，积累真实数据，步步为营实现场景落地，再向更高阶的居家服务等场景验证具身智能的价值。

　　上海开普勒机器人有限公司（简称“开普勒”）致力于打造“蓝领人形机器人”，赋能智能制造、仓储物流、特种作业等场景。开普勒全球业务部总监刘爱恒在接受证券时报记者采访时表示，公司聚焦的工业级具身智能搬运赛道，核心是用具身智能“大脑”重构工业物流搬运逻辑，从传统“固定路径、单一功能”向“自主化、柔性化”跃迁，适配制造业智能化改造需求，解决汽车制造、新能源电池生产等领域“动态环境适配难、重载精准搬运难、多机协同效率低”的核心痛点。

　　据他介绍武汉世牛，今年开普勒还基于分层模型VLA+，实现了精准语义识别和任务执行。例如，机器人可听懂“请搬运2号货箱”等自然语言指令，并自主完成从环境感知到规划抓取全过程，这使其能快速适应不同的工厂任务。

　　相较于工商业的率先落地，机器人进入家庭则需探索更长时间，有企业家预测将等待10年左右，其根本原因是生活场景和工商业场景的本质区别。

　　上海市人工智能行业协会外部专家、CAAI（中国人工智能学会）具身智能专委会首届委员张晔对证券时报记者表示，工业场景追求精准，但生活中许多操作讲究柔性处理。例如，机器人插花不仅考验抓取精度和执行能力，更要掌握 “柔性操作”，既要抓稳，又不能把花枝折断。

　　上海卓益得机器人有限公司创始人兼CEO李清都对证券时报记者表示，公司的人形机器人已在导览、演艺等场景实现商业闭环，未来将遵循从简单场景向复杂高阶场景推进的路径，“沿途下蛋”，所有布局均围绕未来家庭需求展开。

　　“我们已攻克的演艺场景侧重提供情绪价值、提升交互能力，后续将逐步拓展至健康陪伴、家务等居家实用需求。”李清都表示，预计5年内可实现一定规模的家庭落地，届时具身智能机器人交付量有望达上万台甚至更多。

　　数据：智能基石

　　相较于早期更关注硬件和算法，2025年以来具身智能业界普遍意识到，让机器人从“能动”到“好用”的关键是训练数据，但高质量的数据是极度稀缺且采集成本高昂的。为此，今年各地都积极建设数据采集工厂和标准化数据集平台，力争通过真实采集、仿真模拟等方式为具身智能机器人“供血”。

　　李清都对证券时报记者表示，公司在机器人训练中的数据来源包括真机数据、仿真合成数据和专家技能数据库。其中，真机数据采集难度较高，公司的做法是：把机器人部署到真实场景后，优先让其自主执行任务；遇到其处理不了的情况，就通过超视距遥操补位。这样既保证任务完成，又能同步采集到真实有效的真机数据。

　　在李清都看来，三大数据源可形成稳定的“倒三角” 数据体系：运用仿真合成数据是业内的常规操作；真机数据能摸清数据边界，反哺仿真合成数据提质；专家数据相当于“标准答案”，为机器人的技能设定高标准。

　　通过垂直领域的训练深耕，具身智能机器人在积累多元化数据后，或能自然而然涌现出泛化能力。

　　开普勒高级产品经理朱彬彬在接受证券时报记者采访时表示，公司的机器人“大脑”训练主要分两个阶段：一是在工业场景中进行基础通用能力训练，在数据数量和质量达标的情况下，该阶段往往需要半年至一年的时间；二是细分领域适配训练，例如，同一套动作，机器人在流程、领域等环节发生变化时，如何快速适配，这往往只需花费几个月时间。

　　邓强文对记者表示：“公司坚持机器人‘岗位化’发展路线，先把一个岗位做精做透。例如，1000台机器人积累1000个不同岗位的专属数据，我们沉淀下足够的数据，加上机器人自身的泛化学习能力，也许第1001台机器人就有可能成为一台更聪明、实用性更强、适配性更广的设备。当然仅1000台的数据肯定是不够的。”

　　量产：严肃大考

　　行业具备量产能力，是2025年作为“具身智能元年”的重要标志。不久前，智元宣布第5000台通用具身机器人灵犀X2正式量产下线，智元联合创始人彭志辉说“这一成果验证了自身的规模化交付能力”。不少头部公司也在近期宣布了规模可观的人形机器人商业订单，具身智能似乎已从技术验证阶段全面迈入规模商用时代。

　　行业初步具备量产能力，从零部件供应链的火爆上可见一斑。上海傲意信息科技有限公司（简称“傲意科技”）专注于机器人灵巧手赛道。傲意科技首席运营官陈瑶在接受证券时报记者采访时表示，今年公司交付了灵巧手产品接近5000台，完成了出货量目标，在国内市场基本覆盖了150多家人形机器人企业和200多家终端企业。

　　不过，人形机器人商业订单的“含金量”也受到质疑。在不久前举行的2025智源具身智能开放日上，有专家直言，行业需分辨量产由真实的商业需求驱动，还是仅由政策补贴和投资热度催生。若不是由真实需求形成的量产，持续性很难达成。一旦落地效果不及预期，采购方暂停购买，行业会进入低谷。

　　陈瑶对记者表示，明年是检验量产能力的关键一年，竞争核心在于订单来了之后能不能“接得住”“交付得了”，公司已对明年上半年做了产能规划。不过，市场仍存在不可控的风险因素，下游机器人本体厂商可能出现产能跟不上、交不出货的情况，会间接影响公司的订单推进。

　　围绕具身智能机器人在市场层面的挑战，邓强文对证券时报记者表示，商家采购机器人的诉求是增收或降本。机器人要真正进入市场，核心在于商业账“算得过来”。许多机器人定价在几十万元级，这样的成本体量让机器人很难在真实商业场景中“划得来”。但这样的路线却是业内必须坚持的。只有持续投入、积累大量真实场景数据后，机器人的干活能力才会越来越稳健；只有到达一定的出货量，成本才有可能降下来，商业闭环才能打通。

　　张晔表示，当下具身智能的发展速度，既没有预期中那么快，也没有很慢，行业仍要度过较长的发展周期。未来社会必然是人机共存的环境，人类要学会更好地运用这些技术和产品。同时，具身智能在核心技术上仍存在一些争议，例如机器人“大脑”进化中VLA是否是唯一的技术路线等，整个行业仍处于探索完善的阶段。

　　北京湾区硅谷创新科技有限公司CEO罗军对记者表示，预计具身智能还需要发展至少十年以上，才能迈向成熟。不过，由于全社会对具身智能和人形机器人保持宽容和开放的态度，商业化进程或将加快。

新浪声明：此消息系转载自新浪合作媒体，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。文章内容仅供参考，不构成投资建议。投资者据此操作，风险自担。