具身智能产业链分析
研究背景
2025年，中国政府工作报告首次将具身智能纳入未来产业培育计划，标志着其成为推动新质生产力发展的核心赛道。具身智能正从实验室转向商业化探索，在各行业场景开启试点应用。
研究目标
• 了解具身智能的产业链构成
• 重点了解具身智能的最佳载体——人形机器人的产业链情况
关键问题
• 具身智能的产业链构成
• 具身智能上游基础支撑层情况
• 具身智能中游主机厂分类及特征
产业链全景图谱
具身智能产业链包括上游的基础支撑层（AI芯片、传感器、执行器、驱动系统等硬件，以及AI算法与大模型、操作系统等软件供应商）、中游的具身智能载体集成（机器人、自动驾驶载具）、下游的应用场景与服务（工业制造、物流运输、低空经济、航空航天、医疗保健、家庭服务、教育培训、休闲娱乐等）。
上游芯片
具身智能所需芯片种类众多，其中AI芯片为核心，分为云端训练芯片、云端推理芯片和端侧推理芯片，三者在设计目标、技术路径及应用场景上存在显著差异。
- 云端训练用AI芯片：支持大规模模型训练，典型架构为GPU/TPU/ASIC，功耗范围300-700W，代表型号包括英伟达H200、谷歌TPUv5e、华为昇腾910等。
- 云端推理用AI芯片：高效执行训练后的模型推理任务，典型架构为ASIC/FPGA异构SoC，功耗范围50-200W，代表型号包括英伟达T4、华为昇腾310、依图QuestCore等。
- 端侧本体推理用AI芯片：实现终端的实时本地推理，典型架构为ASIC/FPGA异构SoC，功耗范围1-10W，代表型号包括黑芝麻智能C1200、地平线征程6、芯驰D9-Max等。
上游机器人传感器
力传感器、电子皮肤、视觉传感器、惯性传感器是人形机器人迈向具身智能的关键传感器，价值量占比分别为16%、3.5%、3.5%、3%。
- 人形机器人感知趋势：传感器数量将由60~100个逐步增长至超过200个，手部自由度将由3增长至超过20。
- 运动控制趋势：灵巧手驱动方式包括电机驱动式和气动驱动式，手部自由度数量级提升，实现精密电子装配等高难度动作。
上游自动驾驶载具传感器
汽车不同自动驾驶等级下智能化系统对应车载设备数量随等级提升而增加。
- L2级：摄像头6~8个，毫米波雷达3~5个，超声波雷达6个。
- L3及以上：摄像头12~14个，毫米波雷达5个以上，激光雷达2~3个。
- 新能源汽车：动力传感器数量较传统燃油车明显增加（60~80个 vs 45~60个）。
上游机器人执行器与驱动系统
旋转关节、线性关节、灵巧手等是实现具身智能的关键部件，通过协同运作赋予机器人高度灵活的运动能力和精细操作能力。
- 旋转关节：采用无框力矩电机或空心杯电机驱动，配合谐波/行星减速器。
- 线性关节：依赖丝杠或腱绳传动。
- 灵巧手：集成多轴自由度驱动系统、触觉传感器和六维力传感器，实现毫米级抓取精度。
上游具身智能大模型
国外典型具身智能大模型包括谷歌的RT-X、英伟达的GROOT、Meta和卡耐基梅隆大学联合打造的RoboAgent等；国内典型具身智能大模型有智元GenieOperator-1、银河通用GraspVLA等。
中游载体-机器人
具身智能的载体可以是任意形态的机器人或自动驾驶载具，人形机器人是最佳载体。
- 机器人分类：工业机器人（高精度、强重复性）、服务机器人（环境适应性强、人机交互友好）、特种机器人（高可靠性与定制化操作）、人形机器人（拟人化结构、多模态感知、通用场景适配）。
- 人形机器人主机厂分类：先驱型（波士顿动力、EngineeredArts）、初创型（宇树科技、智元机器人）、跨界型（特斯拉、小米）、传统工业/协作机器人型、科技/互联网巨头型。
中游载体-自动驾驶载具
自动驾驶载具大致分为汽车类（乘用车、商用车、特种车辆）和低空飞行类（消费级无人机、工业级无人机、载人eVTOL、载货eVTOL），均通过“感知-决策-控制”闭环实现场景适配。
研究结论
具身智能产业链上游以AI芯片、传感器、执行器、驱动系统等硬件为基础，中游以人形机器人和自动驾驶载具为载体，下游应用场景广泛。人形机器人凭借其高度拟人化的设计和多场景适应能力，成为具身智能的最佳载体，已成为机器人产业中最热门的赛道。
