2025中国具身智能产业星图.docx

编者按

当前，全球正经历大国博弈与技术范式的深刻变革 。面对中美战 略竞争加剧、传统产业亟待升级、地产与地方债务旧有逻辑亟待转变 等多重挑战，培育支撑中国经济长期高质量发展的“新质生产力 ”， 已成为一项紧迫的时代课题。
具身智能，作为人工智能与物理世界深度融合的典范，正步入 以 “AI+高端制造” 为核心 的黄金发展期 ，有望成为驱动未来经济增长的 核心引 擎。它不仅将重塑制造业价值链，更将催生“制造服务业”、“现 代服务业”、“ 消费新物种” 等新业态，并广泛赋能于国防无人系统、生 物科技设备等领域 ，展现跨行业的辐射力与生态带动力。
目前，我国具身智能产业生态，亟需产业协同与基础研究突破创 新， 而当前仍处于发展的混沌期 。广发证券与智友·雅瑞科创平台依 托“金产学研 ”的资源优势与洞察研究优势，于一年前成功组建由产 业专家、科研领军者、企业家和投资人构成的“ 具身智能技术与产业 战略研究小组 ”。在《创变下一浪》研究基础上 ，小组成员深入开展 全国范围的产业调研与企业访谈，历经近半年的扎实工作，最终凝练 成这份《2025 中国具身智能产业星图》 。
具身智能发展日新月异，本报告所呈现的数据与分析均基于一定 时间内的调研与检索结果，如有疏漏与不足 ，恳请各界批评指正。我 们期待本报告为中国具身智能领域的创新与突破提供有价值的参考！
具身智能技术与产业战略研究小组
2025 年 9 月 10 日

摘 要
中国制造业的全球压倒性优势为具身智能奠定产业土壤 。2023 年， 中国制造业增加值达 32.38 万亿元， 已超过美、德、意、英制造 业增加值之和 ，并是日本制造业 GDP 总量的5 倍以上 。在传统制造 过剩和低附加值的背景下，“ 高端制造 ”成为转型必然，而具身智能 正是这一战略升级的底层支撑。
具身智能引领“ 自动化 →智能化 ”的范式跃迁。传统机器人依赖 硬件与固定编程， 而具身智能融合 AI 大模型、 多模态感知、端到端 控制，实现感知—认知—决策—执行的动态闭环。应用场景有望从商 用、工业扩展到医疗、 家庭、教育等，推动“软件定义硬件，硬件产 品承载软件剩余价值 ”的产业趋势发展。
国家逻辑×市场逻辑双轮驱动，开启 20-30 年黄金期。具身智能 已被纳入 国家战略，既服务于国家安全和“卡脖子 ”突破（无人装备、 航空航天、工业机器人），也顺应市场逻辑 ，满足老龄化社会、消费 升级和产业升级的需求。政策、资本、产业与学术界的协同作用，正 在为中国具身智能产业奠定 20-30 年的黄金发展周期。
技术创新（人类智能 VS 智能定界），是影响本轮具身智能产业 变革的直接变量。预计具身智能的下半场，将主要由“智能定界 ”牵 引 突破。该路线的核心在于将复杂、时变、不确定的世界模型构建难 题，转化为构建一个专注于具体现实环境的、更容易“有限范围求解 ” 的垂类小模型，这类模型具备环境可确定、任务可操作、过程可数据 化、且高安全性的特性。

应用场景反向定义价值，头部企业重塑供应链优先级。具身智能 的创新价值不再由“技术先进性 ”单一决定，而是由不同场景的需求 强度驱动，推动产业链资源重新分配促使头部企业诞生，从而推动下 一轮供应链格局发生变革（更贴合真实落地需求） 。
中美投资结构迥异：中国以国家逻辑、债权融资为主 ，美国鼓励 社会资本、VC/PE 推动原始创新。中国融资以国家逻辑为主，近 80% 投资金额来自债权和债券融资，用于支持头部企业扩张发展；美国超 八成依赖 VC/PE ，形成“ 融资—研发—迭代—再融资 ”的创新循环， 以此颠覆式技术突破。
中国的政府界、学术界、产业界，正以前所未有的态势相互融合、 相互支撑， 为具身智能这个从技术到产业再到应用发展的未来行业， 开启下一轮产业变革。

目 录

一、中国具身智能：开启以“AI+高端制造”为核心的 20-30 年黄金发
展期 1
（一）全球大国博弈：中国高端制造崛起正当时 1
（二）从传统机器人到具身智能：产业演化分析 3
（三）未来具身智能产业：国家逻辑+市场逻辑双轮驱动 8
二、影响具身智能产业变革的直接变量：技术 10
三、影响具身智能产业变革的直接变量：应用 12
四、影响具身智能产业变革的间接变量：资本 16
（一） 中美具身智能产业链各细分融资均值对比 16
（二） 中美具身智能产业链各细分融资资本类型对比 20
五、影响具身智能产业变革的间接变量：政策 23
（一）总体趋势：从“单点突破”到“系统布局” 23
（二） 区域特点：北京重创新、长三角强生态、珠三角促出海24
（三）政策影响下的具身智能产业“生态创新” 33

版权声明

本报告为广发证券、智友 ·雅瑞科创平台团队合作编写完成，并 于 2025 科技创变者大会对外发布。
本报告仅供机器人企业、投资机构、地方政府、行业从业者以及 产业链上下游客户等相关人士做观察性研究，不受任何第三方授意或 影响 ，如有转载、摘录、 引用等请注明来源。

一、中国具身智能：开启以“AI+高端制造 ”为核心的 20-30 年黄金发展期

（一）全球大国博弈： 中国高端制造崛起正当时

在全球大国博弈的时代背景下，发展“ 新质生产力” 已成各国必争 的战略制高点。对中国而言，制造业无疑是基础最好、最能产生规模 效应的核心方向之一。对比2023年全球主要经济体增长引擎发现， 中国制造业以32.38 万亿元的 GDP 增加值呈现压倒性的规模优势， 比美国（20.30 万亿元），德国（6.39 万亿元）、意大利（2.70 万亿 元）、英国（2.08 万亿元）等工业国的制造业增加值之和还高。同时， 中国制造业仅 GDP 增加值，已是日本制造业 GDP 总量的 5 倍以上， 无疑是全球领先的制造大国。

图表 1：2023 年全球主要经济体行业 GDP/GDP 增加值对比

GDP/GDP
增加值贡
献排名

中国

美国

日本

德国

意大利

英国
统计 口径
GDP 增加值
GDP 增加值
GDP
GDP 增加值
GDP 增加值
GDP 增加值

1
制造业
金融/保险/房地
产租赁
制造业
制造业
制造业
邮政/交通/ 住宿/餐饮
32.38 万亿
元
41.54 万亿元
5.85 万亿
元
6.39 万亿元
2.70 万亿元
3.66 万亿元

2
批发和零售
业

批发和零售业
批发和零 售业
批发零售/交
通运输/住宿
餐饮

房地产业

房地产业
13.08 万亿
元
24.49 万亿元
3.91 万亿
元
5.20 万亿元
1.98 万亿元
2.97 万亿元

3
农林牧渔业
制造业
房地产业
租赁和商务
服务
建筑业
制造业
9.40 万亿元
20.30 万亿元
3.12 万亿
元
3.80 万亿元
0.92 万亿元
2.08 万亿元

1

4
金融业
信息通信技术 生产行业
建设行业
房地产业
金融和保险
业
金融和保险
业
9.39 万亿元
13.94 万亿元
1.50 万亿
元
3.08 万亿元
0.89 万亿元
2.00 万亿元

5

房地产业
信息业（ 出版/
电影/广播/信息
服务等）
金融与保
险业

建筑业
运输和仓储
业

建筑业
8.80 万亿元
10.56 万亿元
1.38 万亿
元
1.69 万亿元
0.78 万亿元
1.42 万亿元
数据来源 ：Wind
备注 ：1.剔除公共事业类行业；2.货币单位统一按2025 年 9 月 3 日汇率换算为人民币。

过去 10 年，我国制造业呈现出显著的增长态势。然而，其中传 统制造业也面临着产能过剩、附加值低、内卷严重等一系列问题。从 中可见，发展能够增强经济韧性和安全性，且有效创造更高利润率的 “ 高端制造”成为必要。
“ 高端制造” 通常指处于制造业价值链顶端、具有高技术含量、高 附加值、高创新强度、强品牌影响力和良好绿色发展水平的产业和产 品。官方相关数据显示，2023 年，中国高技术制造业占规模以上工 业增加值比重为 15.7%；2024 年，中国高技术制造业占规模以上工业 增加值较上年增长8.9% ，呈现持续增长态势。

2

图表 2 ：中国 GDP 分行业增加值（单位：百亿元）

数据来源：Wind

具身智能，作为支撑未来国家高端制造业的底座，已被纳入“2025 年政府工作报告”。其狭义可理解为“AI+仿生类人形机器人”，广义可 理解为“终端设备载体+AI 感知环境+AI 学习推理及决策” 。尤其在未 来十年的产业大赛道（包括：AI+芯片/大模型/数据、AI+制造/能源/ 生产资料、AI+生物医美/抗衰老/创新药、AI+现代服务业、AI+国防 无人系统），具身智能有望成为这些高潜方向的重要支撑。
（二）从传统机器人到具身智能：产业演化分析

回望历史，具身智能的“ 前身”——人工智能与机器人技术是彼此 交织、并进发展的。从二战后的跨学科交叉融合到如今的智能浪潮， 两者在理论突破、工程实践与产业化进程中持续的相互促进，形成了 现代科技史中独特的双螺旋进化路径。

3

1. 起源与学科奠基（1940s-1950s）

二战后，随着信息论、控制论和计算机科学的兴起，人工智能与 机器人技术逐步拥有了最先的理论基础。1948 年，诺伯特·维纳提出 控制论；1950 年，艾伦·图灵发表了具有划时代意义的“ 图灵测试”； 1954 年，世界上首台可编程的机械臂“Unimate”诞生；1956 年，达特 茅斯会议正式确立了人工智能这一学科。但受限于早期算力和传感器 技术的局限性，相关应用仍处于探索阶段。
2. 产业化突破与 日本引领（1960s-1980s）

1960 年代末， 日本川崎公司率先将通用机器人技术应用于摩托 车和汽车焊接细分领域，推动了专用工业机器人的产业化进程。进入 1970 年代，发那科等企业逐步实现规模化应用，进一步拓展了机器 人在制造业中的使用范围。至 1980 年代， 日本和欧洲确立了六轴机 器人的通用基本形态，这一设计后来成为工业自动化的标准配置。同 一时期，人工智能技术在专家系统（Expert System ）领域取得了一定 进展，但通用智能的“ 灵感”仍未出现。
3. 多元发展与国家战略（ 1980s-2000s）

随着电子技术与传感器的不断进步，机器人技术开始从“ 理想中 通用” 到“ 现实中专用”再到“ 现实中形态通用” 的方向发展。此后，Scara 机器人、Delta 并联机器人、移动复合机器人等新形态相继问世，与 产业端的3C 电子装配、食品/药品分拣包装、跨工位作业等需求相呼

4

应，同时仿生与特种机器人逐步兴起。在此背景下，中国也于 1986 年通过“863 计划”将机器人技术列为国家战略任务。然而，这个时期 的产业化进程相对缓慢，国内市场需求大量依赖进 口产品。
4. 高速发展与深度融合（2010s 至今）

自 2014 年起，中国机器人产业进入高速发展期，销量跃居全球 首位，国产化率不断提高。2016 年，AlphaGo 的标志性胜利彰显了深 度学习技术的重大突破；2017 年，Transformer 架构的提出显著推动 了 自然语言处理（NLP ）的跨越式发展。至 2022 年，ChatGPT 3.5 与 特斯拉 Autopilot 系统将人工智能与机器人的融合推向了新的高度， 具身智能成为焦点领域，其核心在于实现感知-决策-执行的闭环协同。 从 2023 年开始，中国机器人市场迎来了真正的爆发。过去十年，销 量十倍增长，全球足足一半的市场都在中国。我国的自主品牌竞争力 也显著增强，市场份额从 5% 、10%增长到了 53% 。最值得一提的是， 服务机器人无论从销量还是产值上，已经全面反超工业机器人。
而从传统机器人到具身智能的演变，也是从预设固定任务，到执 行组合操作，再到适应环境变化，最终实现通用智能的演变，其环境 感知、 自主决策和跨场景泛化能力将逐级跃升。
传统机器人产业以机械自动化为核心，强调高精度、高安全性、 高可靠性，以及标准化任务的重复执行，整体呈现出技术驱动、应用 场景集中、产业链结构清晰等特点；具身智能作为人工智能与物理实

5

体的深度融合，强调通过感知、认知、决策和行动闭环实现与环境的 动态交互，呈现出技术融合驱动、场景多元化、产业链复杂化等特点。
图表 3 ：传统机器人产业特点

序号
特点
描述
1
技术驱动
以机械结构、伺服电机、减速器等硬件为核心 ，软件多为控制系统 ，AI 含量较低。
2
应用场景集中
主要集中在工业制造（如汽车、电子组装）和特定服务场景（如物流、清 洁）。

3

产业链结构清晰
上游为零部件（传感器、电机、减速器），中游为机器人制造，下游为场 景应用，区域化分工明显（如日本、德国主导高端硬件，中国在低成本制 造上占优 ）。
4
资本与政策导向
以政府补贴和工业升级需求为主，资本集中于成熟企业，创新多为增量优 化。

图表 4 ：具身智能产业特点

序号
特点
描述
1
技术融合驱动
AI 大模型、多模态感知、端到端运动控制成为核心，硬件与软件高度协 同，AI 算法占比显著提升。
2
场景多元化
从工业制造扩展至医疗健康、家庭服务、教育娱乐、公共安全等，应用渗 透率快速提升。
3
产业链复杂化
上游扩展至 AI 芯片、传感器、算法平台，中游包括人形机器人及其他形 态智能体，下游覆盖多场景定制化应用，生态协同性增强。
4
资本与政策新动能
资本涌入 AI 驱动的初创企业和跨界巨头，政策支持力度加大（如“ 十四五” 智能制造专项、“人工智能+”行动）。

在产业演化方面 ，传统机器人到具身智能的产业演化反映了从 “ 自动化” 到“ 智能化” 的范式跃迁。传统机器人以硬件+ 固定编程为核 心，具身智能以软件智能（ 大脑、小脑）+硬件升级（结构优化）为 核心，让“软件定义硬件，硬件产品承载软件剩余价值” 成为趋势。

6

图表 5 ：机器人智能化持续迭代升级

如今，全球具身智能产业链竞争呈现多极分化格局，各国在技术、 生态与商业化层面各有优势与短板；总的来看，中、美将引领整体风 向标，日、欧存在结构性机遇。美国凭借原创技术、软硬闭环与全球 生态在算力、数据力、通用软实力等环节领先，且在消费领域有先发 优势；中国以极致的硬件供应链、成本优势、规模化交付与本土场景 深度融合见长，在工业、商用场景正加快落地，在特种、消费有一定 优势，而在从0-1 的颠覆式创新方面偏弱；欧洲在高精度电机、编码 器、轴承等核心部件领域保持领先，但电网并网瓶颈、数据的伦理合 规成本与供应链碎片化拖累整体迭代；日本在新材料、传感器、减速 器、丝杠等硬件环节较强，但算力及模型生态薄弱与产品高价策略限 制其全球下沉市场扩展。

7

图表 6 ：各地（ 中/美/日/欧）具身智能产业竞争力评级

一级分类
二级分类
中国
美国
日本
欧洲（德/
意/英等）

一、底座技术
1.算力
C+
A
D
B
2. 电力
A
B
B
C
3.数据力
B+
A
D
C
4.通信模组
B+
A
D
B
二、通用具身智 能玩家（ 主要为 类人/人形机器 人）
5.通用能力-软实力（ 如模型能 力/数据能力/场景理解能力）
B+
B+
C
D
6.通用能力-硬实力（ 如硬件降 本/本体运控能力等）
A
A
B
D
三、专用具身智 能玩家（ 多元形 态本体+ 垂类能 力）
7. 商用场景
A
B
D
C
8. 消费场景
B
A
C
D
9.工业场景
A
C
B
B
10.特种场景
A
B
C
B
四、灵巧手和末 端执行器（ 可视 为微型机器人）

11.灵巧手和末端执行器

B

A

C

C

五、核心部件
12. 电机
B
B
A
A
13.减速器
B
C
A
B
14.丝杠
B
C
A
B
15.传感器及系统解决方案
B
C
A
B
16. 一体化关节
A
C
B
B
17.其他（驱动器/运控系统/轴承 /编码器等）
B
B
A
A

（三）未来具身智能产业：国家逻辑+市场逻辑双轮驱动

产业演变的底层动力是社会需求演变与技术演变，叠加当下大经 济周期与中美对抗的外部环境，中国具身智能产业上升为国家战略， 成为明确主线。
具身智能产业在中国的发展由“ 国家逻辑” 和“ 市场逻辑” 双轮驱 动。其中，国家逻辑以“ 国家安全”为核心，覆盖特种（如无人装备）、 基础科技（通用芯片、基础材料）、高端制造（航空航天、工业机器 人）等领域，目标是突破“ 卡脖子” 问题，实现从传统产业向高端产业

8

的转型。市场逻辑则顺应和支持全球科技创新的引领性趋势，以“ 普 惠社会与消费” 为导向，提升传统产业升级换代，解决部分产业过剩 与内卷问题，响应人口结构变化（如老龄化催生养老需求）、消费升 级等市场需求。
如今，中国“ 政、产、学” 三界深度融合，共同奠定具身智能20-30 年黄金发展期的坚实基础。政府搭建生态，地方政府投资招商，大国 企开放应用场景。产业界一方面开展前沿技术研究，在世界顶刊发表 世界模型、人形机器人等研究结果，另一方面加速上下游供应链的性 能与成本迭代。同时，行业还涌现出诸多新动向：“ 小天才”创业者们 在积极推动从0 到 1 的颠覆性创新 ，企业高管离职创业开拓从 1 到 10 的全球市场，上市公司则积极布局“ 有关制造服务业务” 的拆分，以 及产业上下游的收并购。学术界从多元维度推动科技创新：一方面， 依托政府设立的学科专业、科研项目夯实原始创新的基础研究，攻关 关键技术；另一方面，通过产教融合、概念验证、拨转股及耐心资本 等方式，促进科技成果转化，以及新型孵化器与新型研发机构的进一 步发展。

9

二、影响具身智能产业变革的直接变量：技术

图表 7 ：“技术”变量：引发本轮具身智能产业链变革

技术创新，是引发本轮具身智能产业变革的直接变量。具体而言， 由具身智能的两条技术路线同时影响，一条是“ 人类智能”，深度研发 可泛化的大脑小脑、人形载体及世界模型， 旨在最终实现通用应用； 另一条是“ 智能定界” ，即以解决实际痛点为核心，通过正确界定痛点 问题边界、正确适配结构、正确设计容错操作，以及正确重构数据与 模型等，从运营、载体、AI 模型与数据四个维度深度研发，以实现 PMF（产品与市场匹配）的商业闭环迁移。
上述两条路线动态变化，在突破性科技创新进展与市场商业应用 闭环交叉融合过程中迭代螺旋式发展，其背后推动力由人口结构、社 会发展痛点、产业发展降本增效、科技发展阶段水平以及文明、和平、 平等、政策、贸易等决定。

10

目前，产业界期待具身智能下半场围绕第二条路线的可行性。将 复杂、时变、不确定的世界模型构建难题，转化为构建一个专注于具 体现实环境的、更容易“ 有限范围求解” 的垂类小模型，智能定界具备 环境可确定、任务可操作、过程可数据化、高安全性特征。实现这一 路径，就需要对垂类环境、任务要求、通用机型成本、灵巧执行器等 一系列要素重构。关键要以“ 运营” 为牵引 ，系统性地驱动“AI Agent 模型”、“VLM/VLA 模型与数据训练的多模态工具”、“适配算力域控”、 “操作环境” 、“ 工艺流程” 等各节点的整合与调整。最终，解决泛化性 难、实时性难、数据质量差、操作容错低以及成本高昂等问题，加速 催生头部的新势力创业公司产生。

11

三、影响具身智能产业变革的直接变量：应用

图表 8 ：“应用”变量：引发下一轮具身智能产业链变革

在具身智能产业中，“ 应用”作为引发产业链变革的直接变量，通 过“ 需求拉动技术迭代、场景重塑供应链结构、数据反哺产业升级” 的 多层逻辑，贯穿产业从技术落地到规模化发展的全周期。具体来看， 应用变量的作用机制可拆解为以下四个核心维度：
1. 以“场景需求”界定核心部件价值，重塑供应链优先级

具身智能的核心部件（如一体化关节、传感器、电池等）的价值 并非由技术参数单一决定，而是由不同应用场景的需求强度反向定义， 进而推动供应链资源向高需求领域倾斜。比如，在工业场景中，更依 赖长期工艺数据的积累，以及高负重、高精度的机械臂硬件，这使得 工业级垂类模型和优质机械臂供应商，可能因场景需求成为工业供应 链的关键上游；在特种场景，核工业防辐射机器人的核心成本可能具 有特定性，这类场景需求的特殊性将可能催生供应链中“ 特种材料、

12

部件” 的优先级提升；在消费场景，扫地机器人对“低成本、低功耗” 的端侧芯片、小型化电池需求较旺盛，推动这类具有拓展赛道能力的 核心部件的量产与成本下降。这种“场景需求定义部件价值” 的逻辑， 打破了传统产业链中“ 技术先进即核心” 的单一认知，使供应链的资源 分配更贴合实际落地需求，避免技术与市场脱节。
2. 头部企业作为链主，带动供应链规模化

应用，是推动产业玩家从技术验证走向量产成熟的关键，也是催 生细分场景头部企业的关键。比如，在商用场景，餐厅配送、酒店清 洁等领域的头部企业实现规模化落地，将直接拉动商用机器人专用传 感器（如视觉导航模块）、轻量化底盘的量产，这类部件因头部企业 的订单需求，从小批量定制转向标准化生产，将显著降低成本。在消 费场景，扫地机器人头部企业将推动视觉传感芯片、小型固态电池等 底座技术的迭代与产能扩张，甚至带动上游材料（如电池正极材料） 的供应链优化。
此外，头部核心部件厂商的“ 跨领域供应能力” 可进一步放大供应 链价值，例如一体化关节企业的产品，既能用于通用人形机器人，也 能适配工业协作机器人、消费级服务机器人，通过多场景头部企业的 需求叠加，实现从 1000 台级产能到 10 万台级产能的突破，完成供应 链的量变到质变。

13

3. 以场景数据反哺模型优化，形成“应用-技术”正向循环

具身智能的核心竞争力之一是“持续学习能力”，而应用场景中产 生的真机数据、操作数据、环境数据，是模型（尤其是垂类模型）迭 代的核心资产，构成“ 应用落地→ 数据积累→模型升级→ 更好应用” 的 正向飞轮。比如，工业场景智能机器人在工厂采集的设备操作数据（如 装配精度、流程容错）可反哺工业垂类大模型，提升机器人对复杂工 况的适应性；消费场景扫地机器人采集的家庭环境数据（如家具布局、 地面材质）可优化路径规划模型，减少卡困率。这种数据反哺机制， 使应用场景从技术的“被动接受端”成为技术迭代的“主动驱动端”，尤 其对垂类模型的成熟至关重要。
4. 以“场景细分”推动产业分工细化，填补产业链空白

应用场景的多样化需求，推动具身智能产业从“ 通用化探索” 转向 “ 专业化分工”，催生出一批聚焦细分场景的“ 专精型企业”，填补产业 链中此前被忽视的空白领域。比如，在端侧芯片领域，因消费场景（手 机、无人机）对“ 图像传感” 的需求，催生出端侧图像芯片、智能硬件 芯片等专精企业；在电池领域，特种场景（无人机、巡检机器人）对 高续航、抗极端环境电池的需求，推动细分领域出现隐形冠军；在灵 巧手领域，工业场景（3C 电子装配）对视触觉传感的需求，催生以 灵巧手+“大脑、小脑”为核心的具身智能体，填补了“ 工业级灵巧手” 的产业链空白。这种“ 场景细分→ 分工细化” 的逻辑，使产业链从“ 大 而全”转向“ 专而精” ，避免同质化竞争。

14

总结来看，应用作为直接变量的核心价值在于让产业从技术驱动 转向需求驱动。第一轮产业链变革由技术引发，下一轮变革有望由应 用重塑，将具身智能产业从“ 技术可行” 导向“ 商业可行” 。技术突破解 决了“ 具身智能能做什么” 的问题，而应用场景通过“ 需求定义价值、 头部带动规模、数据反哺技术、细分填补空白” 的多层作用，解决了“具 身智能该做什么、怎么做成规模、怎么持续升级” 的关键问题。

15

四、影响具身智能产业变革的间接变量：资本

（一）中美具身智能产业链各细分融资均值对比

从具身智能产业链整体融资结构看，中美两国在细分方向的融资 结构存在显著差异：中国偏向“硬件先行” ，美国则更注重“ 数据与算 法驱动” 。具体而言 ， 中国更注重底座技术层融资（ 约 占总融资额 59.5%），其中存储占比 23.9% 、电力 占比 20.3% 、算力 占比 9.4%， 是底座技术层融资最高的三大领域；美国则更注重数据力与算法能力 （ 约 占总融资额 63.8%），其中受 Meta 收购 Scale AI 影响，数据力 占比41.6% 。同时，中美两国在融资方面对应用场景的偏好也不同： 中国偏向工业与消费场景，美国更注重商用场景。
图表 9 ：纳入统计的76 家中美具身智能产业链头部企业

产业链一级分类
产业链二级分类
纳入统计的中国头部企业
（38 家）
纳入统计的美国头部企业
（38 家）

第一层：底座技 术
算力
华为（ 昇腾）、地瓜机器人
Lambda Labs 、CoreWeave
电力
亿纬锂能、蔚蓝锂芯
Sila Nanotechnologies 、
QuantumScape
数据力
海天瑞声、光轮智能
Scale AI 、Datagen
存储
长江存储、兆易创新
Encharge AI 、Rain AI
通信模组
移远通信、广和通
AMP Robotics 、MeiG Smart
第二层：通用具 身智能玩家
通用能力-软实力
智元机器人、银河通用
Figure AI 、Apptronik
通用能力-硬实力
宇树科技、众擎机器人
1X Technologies 、Boston Dynamics

第三层：专用具 身智能玩家
工业场景
埃斯顿、非夕科技
Reflex Robotics、Electric Sheep
Robotics
商用场景
擎朗智能、普渡科技
Agility Robotics 、iRobot
消费场景
石头科技、科沃斯
Labrador Systems、 The Bot Company
特种场景
博铭维、深之蓝
Shield AI 、Ghost Robotics
第四层：灵巧手 及末端执行器
/
因时机器人、帕西尼感知
ATI Industrial Automation、 Righthand Robotics

16

第五层：核心部 件
驱动器
汇川技术、清能德创
Allegro Microsystems、 Kollmorgen
电机
卧龙电驱、雷赛智能
Allegro Microsystems
减速器
双环传动、智同科技
HEBI Robotics 、Genesis AI
丝杠
五洲新春、赛力斯
MC3 Robotics 、ExOne
传感器及系统解决 方案
奥比中光、蓝点触控
Ouster 、Neurala
一体化关节
灵足时代、因克斯
Printed Robotics 、Harmonic
轴承
龙溪股份、长盛轴承
Machina Labs 、Nanoramic Laboratories

图表 10：2018-2025 年中美具身智能产业链 76 家头部企业融资情况（单位：亿人民币）

算力
电力
数据力
存储
通信
模组
通用能力-
软实力
通用能力-
硬实力
工业
场景
商用
场景
消费
场景
特种
场景
中国
融资均值
203.6
439.7
20.7
515.9
106.5
75.0
41.0
98.2
13.4
48.0
4.3
占比
9.4%
20.3%
1%
23.9%
4.9%
3.5%
1.9%
4.5%
0.6%
2.2%
0.2%
美国
融资均值
70.8
81.3
588.7
6.5
22.0
99.6
40.5
3.0
90.8
12.0
22.1
占比
5.0%
5.7%
41.6%
0.5%
1.6%
7.0%
2.9%
0.2%
6.4%
0.9%
1.6%

灵巧手
及末端
执行器

驱动器

电机

减速器

丝杠
传感器及
系统解决 方案
一体化 关节

轴承

中国
融资均值
1.5
100.6
8.6
113.4
350.2
8.2
0.3
12.1

占比
0. 1%
4.7%
0.4%
5.2%
16.2%
0.4%
0.01%
0.6%
美国
融资均值
10.0
215.2
117.5
4.2
7.1
14.7
7.1
3.3
占比
0.7%
15.2%
8.3%
0.3%
0.5%
1.0%
0.5%
0.2%
备注 ：1. 中、美融资规模的单位均为亿人民币；2.统计范围为2018 年至2025 年 8 月；3. 占比数据为该细分方向融 资额占所在国家企业总融资额的比例；4. Meta 以 143 亿美元收购 Scale AI49%股权，导致数据力融资占比较高。

17

图表 11 ：中美具身智能产业链各细分赛道融资规模对比（单位：亿人民币）

备注 ：统计对象为 76 家中美具身智能产业链头部企业，统计时间为2018 年-2025 年 8 月。

1. 第一层：底座技术

在具身智能产业链的底座技术环节，中国展现出强劲的资本聚集 效应，2018 年至2025 年 8 月的部分头部玩家的融资总额约2572.5 亿 元，大幅超过美国的约 1538.5 亿元。细分领域上，中国电力、存储 等基础设施领域融资较多，电力环节融资达879.3 亿元，存储领域融 资 1031.9 亿元，充分体现对能源支撑系统和数据存储保障的重视， 为具身智能终端的稳定运行与数据管理提供坚实基础；而美国在数据 力方面投资突出，约 1177.3 亿元，聚焦数据采集、处理与分析，助 力其在人工智能算法、机器学习模型等软技术领域保持优势，反映出 中国侧重硬件基础设施布局、美国侧重数据与算法等软技术积累的差 异。

18

2. 第二层：通用具身智能玩家

通用具身智能玩家环节，2018 年至2025 年 8 月美国部分头部玩 家融资总额约合280.1 亿元，略高于中国的232 亿元。美国在通用软 实力和硬实力投资均衡，既注重人工智能算法研发、模型优化等通用 软实力，也投入资金研发高性能芯片、传感器等通用硬实力，助力打 造通用 AI 技术平台；中国虽总体规模略小于美国，但在通用硬实力 有较强布局，重视机器人制造、智能硬件研发等硬件平台与通用机器 人实体，不过在技术通用性与平台化能力建设上，美国更具优势，中 国仍需加强技术研发与平台建设。
3. 第三层：专用具身智能玩家

专用具身智能玩家环节，2018 年至2025 年 8 月中国部分头部玩 家融资总额达 327.5 亿元，略高于美国的255.8 亿元。中国在工业场 景融资尤为突出，超 196 亿元，大力推动智能制造、工业自动化等垂 直领域发展，助力工业数字化转型与智能化升级；美国在该环节整体 规模较小，资金更多流向商用、特种和消费场景，体现市场驱动、应 用多元化特点，与中国侧重工业场景的融资方向形成鲜明对比。
4. 第四层：灵巧手及末端执行器

灵巧手及末端执行器环节，2018 年至2025 年 8 月，中国部分头 部玩家的融资规模约 3 亿元、美国约合20 亿元，美国是中国的 6.7 倍，美国资本投入强度远高于中国。美国将灵巧手视为前沿技术高地，

19

投入与技术难度匹配的高价值资金，契合其注重基础技术、追求终极 通用性的长期主义路线；中国该领域融资在产业链占比仍较低，尚未 形成大规模产业投资趋势。
5. 第五层：核心部件

核心部件环节中美部分头部玩家融资分布差异显著。2018 年至 2025 年 8 月，中国融资高度集中在丝杠领域，融资额超 700 亿元， 减速器约227 亿元、驱动器约201 亿元等，呈现“ 重执行轻感知与控 制”特征，运控系统、感知传感器等融资份额较小；美国则聚焦电机 约 235 亿元和驱动器约430.4 亿元，二者占比超九成，体现“ 重驱动 与控制、轻机械传动”“软硬结合、以软驭硬” 思路。

（二）中美具身智能产业链各细分融资资本类型对比

图表 12 ：中美具身智能产业链各细分赛道融资规模对比（单位：亿人民币）

VC/PE/CVC/
并购
债券
融资
IPO
定向
增发
公开
增发
可转债 增发
债权
融资
融资
总额
中 国
融资规模
（亿元）

295.5

1136.6

120.1

548.8

0

10.40

2210.3

4321.7
占比
6.8%
26.3%
2.8%
12.7%
0
0.2%
51. 1%
100%
美 国
融资规模
（亿元）

2309.4

73.3

309.4

14.1

51.2

0

75.3

2832.7
占比
81.5%
2.6%
10.9%
0.5%
1.8%
0
2.7%
100%
备注 ：1. 中、美融资规模的单位为亿人民币；2.统计范围为 2018 年至 2025 年 8 月；3. 占比 数据为相应资本类型融资额占所总融资额的比例；4.统计对象为 76 家中美具身智能产业链 头部企业。
从融资方式占比来看，中国具身智能产业链呈现“债权融资主导、

20

债券融资为辅” 的稳健型资本结构。在 4321.7 亿元的融资总额中，债 权融资以 51. 1%的占比成为核心资金来源，规模达2210.3 亿元，主要 通过银行贷款、信托贷款等渠道支撑算力基础设施建设、芯片量产线 搭建等重资产项 目；债券融资占比26.3%，规模 1136.6 亿元，头部企 业通过发行债券获取低成本长期资金用于技术落地与产能扩张，两类 债权融资合计占比近 80% 。而股权融资参与度极低，VC/PE/CVC/并 购占比仅 6.8% ，IPO 占比 2.8% ，定向增发虽占 12.7%但多为上市企 业向特定投资者募资，整体股权融资占比不足20%，反映出资本市场 对该领域高风险创新的谨慎态度，更倾向