2025年具身智能产业链分析：从AI芯片、传感器、大模型到人形机器人、自动驾驶载具，全景解码“感知-决策-执行”闭环

具身智能产业链分析

研究背景与目标

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。本报告旨在了解具身智能的产业链构成，重点分析人形机器人的产业链情况。

具身智能产业链构成

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，均具备具身和智能两种属性。机器人根据功能和应用场景可分为工业机器人、服务机器人、特种机器人及人形机器人四大类。人形机器人因其拟人化结构和多模态感知能力，是具身智能的最佳载体。

具身智能产业链上游

上游芯片

具身智能应用需要的芯片种类较多，包括AI算力芯片、通用计算芯片、传感器接口芯片、存算一体芯片、通信与互联芯片等。其中，AI算力芯片是核心，根据部署位置和功能差异，可分为云端训练芯片、云端推理芯片和端侧推理芯片。

上游机器人传感器

具身智能通过传感器与物理世界的交互实现感知、决策和执行能力。人形机器人所需关键传感器包括力传感器、电子皮肤、视觉传感器、惯性传感器。这些传感器数量和价值量占比显著提升，传感器数量将由初期的60~100个逐步增长至超过200个。人形机器人在迈向具身智能的过程中，其感知能力呈现多元化，运动控制频率持续提升。手部自由度将由3增长至超过20+。

上游自动驾驶载具传感器

自动驾驶技术在L3及以上层级中，逐步展现出与具身智能相关的特征。汽车的智能驾驶系统、智能座舱系统、智能动力系统所需的传感器数量随自动驾驶等级的提升而增加。随着自动驾驶等级提升，车载摄像头数量显著增长（L2级约6~8个，L3及更高级别达12~14个），同时需配合毫米波雷达（L2级3~5个，L3+级5个以上）与激光雷达（L2级1~2个，L3+级2~3个）构建多传感器融合系统。

上游机器人执行器与驱动系统

对于人形机器人而言，执行器与驱动系统是实现具身智能的关键部件，包括旋转关节、线性关节、灵巧手等。旋转关节通常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，实现高精度扭矩控制和轻量化设计。灵巧手作为末端执行器，集成多轴自由度驱动系统、触觉传感器和六维力传感器，通过“触觉+视觉”多模态感知实现毫米级抓取精度。

上游具身智能大模型

国外典型的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；国内典型的具身智能大模型有智元GenieOperator-1、银河通用GraspVLA等。

具身智能产业链中游

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，也可以是自动驾驶载具。机器人根据功能和应用场景可分为工业机器人、服务机器人、特种机器人及人形机器人四大类。人形机器人以其高度拟人化的设计和多场景适应能力，已成为机器人产业中最热门的行业赛道。

中游人形机器人主机厂

人形机器人主机厂可分为先驱型、初创型、跨界型、传统工业/协作机器人型和科技/互联网巨头型企业。先驱型主机厂如波士顿动力、Engineered Arts等，长期专注底层技术研发，技术壁垒高且专利密集，但商业化进程较慢；初创型主机厂如宇树科技、智元机器人等，依托开源算法和现成供应链，通过轻量化设计和AI优化快速迭代；跨界型主机厂如特斯拉、小米等，复用母公司技术资源，通过资源整合快速构建硬件与场景联动能力；传统工业/协作机器人型主机厂从工业机器人技术延伸，在工业和特种领域提供稳定解决方案；科技/互联网巨头型主机厂的优势在于智能化技术与生态整合能力，技术路径以大模型+算力+生态赋能为核心，但大多缺乏人形机器人硬件设计和制造经验。

中游载体-自动驾驶载具

自动驾驶载具为具身智能的物理载体之一，其可大致分为汽车类和低空飞行类，两者均通过“感知-决策-控制”闭环实现场景适配，具身智能的强弱直接取决于对各自运行场景的动态响应与任务完成能力。