■中国工业报 耿鹏飞

我国人形机器人硬件强、量产快、落地猛，但“通用智能”（真正的AI大脑）却落后于美国。先硬件再AI，还是先AI再硬件，两种不同的路径哪种更适合当下我国机器人产业发展？在更为广泛意义的具身智能领域又将面临哪些挑战，成为行业普遍关心的话题。

“具身智能产业存在行业多场景训练数据根基薄弱、技术研发和真实场景落地存在巨大鸿沟、核心部件与整机成本高昂、产业链上下游难以互信等问题。”7月11日，在江苏常熟召开的2026“智算未来”产业生态大会暨第一届IEIIC国际具身智能创新大赛颁奖仪式（以下简称“2026智算产业生态大会”）上，工业和信息化部电子第五研究所副所长王蕴辉这样说道。在她看来，构建具身智能产业中试枢纽是破局关键。

多重红利 区域差异化格局成型

人形机器人2026年整机产量预期突破10万台，行业正式告别实验室样机阶段，迎来量产元年。

“作为‘十五五’规划重点锚定的六大未来产业之一，具身智能是人工智能从‘虚拟认知’走向‘物理实践’的革命性跨越。当前，具身智能正从实验室技术加速转化为重塑实体经济的现实力量。”王蕴辉表示。

根据《中国具身智能产业发展报告（2026）》（以下简称《报告》）显示，国内具身智能市场规模从2018年2133亿元增长至2025年9150亿元，2026年整体规模有望突破1.09万亿元，年均复合增速超22%。人形机器人全年整机产量预期突破10万台，行业正式告别实验室样机阶段，迎来量产元年。

我国高度重视未来产业的发展，在具身智能领域，中央与地方协同发力，从技术研发、场景应用、市场监管等方面作出系统性安排。2023年11月工信部印发《人形机器人创新发展指导意见》，明确2027年形成安全可靠的产业链供应链体系。

为推动人形机器人与具身智能产品在真实生产生活环境中常态化部署应用，加速实现规模化发展，工业和信息化部、国务院国资委在今年6月联合开展2026年度人形机器人与具身智能实景实训专项行动，覆盖10个重点省市，要求到2026年底，人形机器人等重点产品在一批代表性场景中率先完成应用验证和常态部署，开启“作业模式”；凝练形成百个以上高价值应用场景，进一步丰富具身智能应用谱系，带动形成万台级规模落地能力。

与此同时，地方配套政策同步密集出台，贵州全国首创将具身智能数据采集纳入大数据专项资金扶持范畴。广州、重庆、苏州常熟等城市专项布局区域具身智能训练场、物理AI中试载体，配套百亿级产业基金、算力补贴、人才安居政策，定向扶持科创企业完成场景验证与小批量试制。

“人工智能的生命力在于应用，具身智能必须聚焦危险、繁重、高精度等真实场景，解决产业与社会发展的痛点。”全国政协委员、工业和信息化部原副部长王江平在2026智算产业生态大会上致辞表示。针对“数据荒”问题，他指出，一方面要加快高质量数据集构建，建立公共数据平台，促进共享与开放；另一方面要加强仿真能力建设，积极拓展合成数据应用，降低创新成本并覆盖边缘场景。

王蕴辉坦言，当前全球具身智能产业呈现出“三国四方”的竞争格局。美国凭借在AI基础研究、大模型训练和风险投资方面的绝对优势，在具身智能的“大脑”层面保持领先；欧洲在具身智能基础研究方面实力雄厚，同时平衡创新与安全监管体系；日韩深耕精密细分零部件赛道；中国的核心优势则集中在场景与产业链的双重共振，这也是其他国家难以复制的一个核心竞争力。

《报告》显示，中国在全球具身智能产业中展现出独特的竞争优势。一是拥有全球最完整的机器人硬件供应链，涵盖电机、减速器、丝杠、传感器、控制器等全产业链环节，成本仅为欧美的40%-60%；二是丰富的制造业和服务业应用场景为具身智能提供了海量训练数据和落地机会；三是国家政策持续加码，从中央到地方形成了系统化的产业支持体系。

具身智能被视为全球科技竞争的战略制高点，产业革命的关键抓手。中国工业经济联合会党委书记熊梦在2026智算产业生态大会上表示，当今全球产业格局加速重塑具身智能产业迎来竞合相生，开放致远的全新发展阶段。全球各主要经济体构建差异化的产业竞争优势，市场化全球化良性竞争持续倒逼技术突破，不断蓄集产业创新的动能，但必须深刻认识前沿科技的突破从来不是单兵突进的孤军奋战，而是跨界融合、跨国协同的集体攻坚。

破解痛点 中试平台打通落地最后一公里

全球真正在人类工作场景中运行的机器人可能不足1000台，真机数据采集成本极高且难以复用。

那么，具身智能为什么要做中试平台？

众所周知，数据是训练智能体的燃料，也是优化机器人行为的一个催化剂。王江平指出，当前的具身智能发展面临诸严峻的数据荒。与文本数据相比，具身智能所需要的多模态物理交互数据在数量上与文本数据存在巨大缺口。

“仿真到真实的迁移难题，是制约模型落地的核心技术堵点。”王江平明确提出仿真与合成数据的战略定位。高保真仿真平台能够24小时不间断虚拟训练机器人，自动生成极端边缘场景样本，英伟达人形机器人训练数据90%以上来源于仿真合成数据。

反观国内行业现状，具身智能所需的高质量物理交互数据严重匮乏。全球真正在人类工作场景中运行的机器人可能不足1000台，真机数据采集成本极高且难以复用。企业各自采集工况数据形成“数据孤岛”，设备故障、极端环境等稀缺样本难以共享，导致实验室训练的模型在真实环境中误差偏大。

王江平强调，要加快标准规范与生态建设，建立健全算法审查与应急干预机制，倡导“敏捷治理”“沙盒监管”，搭建开放平台，打通从“技术攻关、中试验证到产品落地、市场拓展”的全链条闭环，全面提升具身智能的泛化能力与安全可信水平。

“面对具身智能产业发展痛点，构建具身智能产业的中试枢纽是破局关键。”王蕴辉介绍，该平台是衔接实验室原型与规模化生产的核心桥梁，能够打通技术落地的最后一公里，构建研发、生产、应用的全链条价值循环。

首先，中试平台可补齐产业数据短板，通过汇集、清洗、标注海量数据，为企业技术迭代提供数据支撑；其次，能够统一行业标准，打破各主体技术参数“自说自话”的无序局面，扫清规模化应用障碍；再次，加速技术迭代，形成从概念验证、产品试制到检测成熟的完整闭环，全方位核验产品性能，解决“样品好用、产品难用”的工程化难题；最后，中试平台可以整合上下游产业生态，实现产业资源高效配置与优势互补，全方位助推产业规范化、规模化发展。

据王蕴辉介绍，到目前为止，通过省级审核的中试平台有2000余家，其中储备的中试平台有1800家，重点培育的中试平台有300余家，国家级的制造业中试平台有21家。

四维并举 释放全套破局方案

行业正加速进入优胜劣汰、分化升级的高质量发展新阶段。

未来三年是具身智能从实验室走向工厂的关键时期。《报告》指出，预计到2028年，全球工业场景的人形机器人保有量将达到10-15万台，其中中国将占据50%以上份额。

具身智能产业政策有望在以下方向持续深化：一是从“支持研发”向“支持规模化”转变，政策重点将从技术攻关转向产业化推广和市场培育；二是从“供给端”向“需求端”延伸，通过政府采购、应用场景开放等方式拉动市场需求；三是从“国内循环”向“国际循环”拓展，支持中国企业参与全球竞争和标准制定；四是从“硬件补贴”向“生态建设”升级，建设国家级具身智能数据平台、训练基础设施和测试认证体系。

同时，需要高度关注政策“过热”带来的潜在风险。

多位专家指出，国内超150家具身智能企业中，半数以上为初创或跨界入局企业，大量资源集中在基础行走、表演演示等表层功能研发。各地扎堆布局可能加剧同质化、低端重复建设，出现产品扎堆上市、核心技术研发空间被挤压的问题。

北京市社会科学院副研究员王鹏在报告中建议，加快建立行业统一标准与准入退出机制，淘汰低水平企业；统筹建设共享型实景实训、数据采集公共平台；引导各地差异化定位，依托本地产业基础聚焦细分赛道；拓展多元扶持工具（研发费用加计扣除、首台（套）采购补贴、“人形机器人量产专项贷”等）。行业正加速进入优胜劣汰、分化升级的高质量发展新阶段。

同时，王江平提出五大长期产业战略，为行业发展划定清晰路径：一是聚焦真实长远需求，着力解决产业与社会发展的痛点和难点问题；二要强化数据要素核心支撑，加速具身智能技术的迭代；三是要加强仿真能力的建设，积极拓展合成数据的应用；四是要加强标准规范和生态建设，提高具身智能的泛化能力和安全可信水平；五是要深化产教育融合与人才培育，为具身智能发展提供人才支撑。

跨过三道槛 产业何时迎来“奇点时刻”

要跨过三道关键门槛，集齐技术、成本、大众接纳三重条件，产业才会迎来爆发的“奇点时刻”。

在AI的加持下，具身智能正在加速迈入量产前夜。资本市场对具身智能的追捧已达到历史性水平。按照《具身智能发展报告（2025年）》数据，2025年，中国具身智能和机器人领域融资额高达735.43亿元，投资事件共744起。

资本加速涌入、技术迭代提速、市场日趋成熟，共同推高了具身智能行业的发展预期。但客观而言，具身智能的“奇点时刻”何时才能到来？

如今人形机器人还大多停留在展会展厅、实验室里，距离大规模走进各行各业、寻常家庭，还要跨过几道关键门槛，集齐技术、成本、大众接纳三重条件，产业才会迎来爆发的“奇点时刻”。

产业会分三步迎来爆发奇点：2026到2027年是工业奇点，汽车、电子工厂大批量采购机器人，投入能稳定回本，数万台机器人走进车间干活；2028至2029年迎来商业奇点，酒店、医院、商超普及租赁机器人，普通人出门随处能见到机器人服务；2030年后，才是家用消费奇点，机器人价格亲民、全能处理家务，逐步走进普通百姓家中。

回望当下，2026年正是具身智能从样品试验转向批量落地的转折点。

专家表示，“先硬件还是先AI”的路线之争，最终答案不是二选一，而是以中试枢纽为纽带，实现硬件量产、算法迭代、数据积累、场景落地同步循环。唯有政企产学研用国际多方合力，补齐数据、仿真、标准底层短板，打通从实验室样机到工业化量产完整闭环，持续释放具身智能新质生产力，才能在全球新一轮科技产业竞赛中巩固独有产业优势。