引言：具身智能，AI从“认知”到“行动”的革命

当ChatGPT开启了通用人工智能的“认知时代”，AI实现了从“听懂、看懂”到“理解、思考”的跨越；而具身智能的崛起，则正在推开AI“行动时代”的大门，让人工智能真正走出屏幕、走进物理世界，实现“能做、会做、做好”的终极突破。

人形机器人作为具身智能的终极载体，凭借类人的形态、灵活的运动能力和自主决策能力，不仅是AI技术从云端走向物理世界的关键桥梁，更将在未来10年深刻重塑全球制造业、服务业、农业乃至人类的生活方式，成为继智能手机之后，又一个引领全球科技革命和产业变革的核心赛道。

据麦肯锡2026年1月最新发布的《人形机器人产业发展白皮书》预测，到2035年全球人形机器人市场规模将突破12万亿美元（约合86万亿人民币），较2025年的不足500亿美元增长240倍；而具身智能技术的溢出效应，将带动上游核心零部件、中游本体制造与算法服务、下游场景应用形成完整的产业链生态，整体市场规模有望突破百万亿人民币，成为未来十年全球经济增长的核心引擎之一。

资本的嗅觉总是最敏锐的。截至2026年1月，全球已有超过12家人形机器人及具身智能企业估值突破百亿人民币，形成了以美国为引领、中国为追赶者、欧洲日韩为补充的全球竞争格局。

其中，美国凭借在通用技术、物理大模型、核心零部件领域的先发优势，占据了全球百亿估值企业的半壁江山；中国则凭借完善的制造业供应链整合能力、庞大的内需场景落地优势和政策资本的双重加持，快速崛起，涌现出一批具有核心竞争力的头部企业，正在逐步缩小与美国的技术差距。

本文将严格基于截至2026年1月的全球企业估值数据，聚焦估值前10的头部人形机器人及具身智能企业，从产业底层逻辑出发，深度拆解各企业的核心技术路径、产品进展与商业野心，重点剖析物理大模型这一具身智能的核心驱动力，全面梳理全球产业链分工格局与中国的机遇挑战，最终预判未来十年产业发展趋势，为行业从业者、投资者、研究者提供一份全面、专业、具参考价值的深度洞察报告。

一、产业底层逻辑：为什么是现在？三大驱动力开启百万亿赛道

人形机器人的商业化落地并非一蹴而就，其爆发式增长的背后，是技术成熟度、资本投入、政策支持与场景需求四大要素的长期积累与三重共振。

从行业发展规律来看，当前人形机器人产业正处于从“技术研发期”向“规模化量产期”跨越的关键拐点，也就是行业内常说的“死亡谷”跨越阶段，而三大核心驱动力的协同作用，为这一跨越提供了坚实支撑，也正式开启了人形机器人的百万亿市场赛道。

1. 技术成熟度跨越“死亡谷”，奠定量产基础

人形机器人的技术壁垒极高，涉及机械设计、电子工程、人工智能、材料科学、控制工程等多个学科的交叉融合，其核心技术可分为硬件、软件、算力三大板块。

经过过去十年的持续迭代，三大板块均实现了突破性进展，技术成熟度已达到规模化量产的基本要求，成功跨越了“实验室原型”到“工业级产品”的死亡谷。

• 硬件领域：核心零部件的技术突破与成本下降是关键。
  • 伺服电机作为人形机器人的“肌肉”，其扭矩密度从2018年的15N·m/kg提升至2025年的60N·m/kg，提升幅度达300%，同时响应速度缩短至10ms以内，可实现类人的柔顺运动。
  • 减速器作为“关节枢纽”，精度已达到±1弧分，能够满足人形机器人复杂动作的精准控制需求，而中国企业的技术突破，使得减速器的全球均价在过去5年下降了60%。
  • 触觉传感器作为“皮肤感知”核心，分辨率突破1000dpi，能够实现微米级的力觉感知，让机器人能够精准识别物体材质、形状，避免碰撞损伤。
  • 此外，轻量化材料的应用也取得重大突破，碳纤维、高强度铝合金等材料的普及，使得人形机器人的自重从早期的100kg以上，降至当前主流的30-50kg，大幅降低了能耗，提升了运动灵活性。

据开源证券2026年1月发布的行业报告显示，2025年人形机器人核心零部件的综合成本较2020年下降65%，为人形机器人的规模化量产奠定了坚实的成本基础。

• 软件领域：多模态大模型与强化学习的深度融合，让机器人具备了“感知-决策-行动”的完整闭环能力。 传统的机器人控制软件采用“预编程”模式，只能完成固定场景、固定动作的重复作业，无法适应复杂多变的真实世界场景；而具身智能软件的突破，使得机器人能够通过多模态感知（视觉、触觉、力觉、听觉）获取真实世界的环境信息，通过物理大模型进行自主决策，再通过强化学习不断优化动作，实现技能的快速泛化。机器人可以通过一次“试错”，快速掌握拧螺丝、搬运、做饭等复杂技能，无需人工重新编程，这一突破彻底解决了传统机器人“场景适配性差”的核心痛点。同时，具身学习技术的迭代，让机器人能够在真实世界中自主积累经验，形成“感知-行动-反馈-学习”的闭环，进一步提升了机器人的自主决策能力和环境适应性。

• 算力领域：边缘计算芯片的算力密度突破100TOPS/W，彻底解决了人形机器人的算力瓶颈。 人形机器人需要在复杂的真实世界中实现实时运动控制、环境感知与自主决策，对算力的需求极高，且无法依赖云端算力（存在延迟、断网风险）。边缘计算芯片的突破，使得人形机器人能够在本地实现毫秒级的算力响应，摆脱了对云端算力的依赖，同时能耗大幅降低，续航时间从2020年的不足1小时，提升至当前主流的8-12小时，能够满足工业、物流等场景的全天作业需求。此外，量子计算技术的初步应用，也为物理大模型的快速训练提供了算力支撑，单模型训练时间从2022年的数月，缩短至当前的数周，大幅提升了技术迭代效率。

2. 资本与政策的双向奔赴，加速产业迭代

技术的突破需要资本的支撑，而产业的规模化发展则需要政策的引导。当前，全球资本与政策正形成双向奔赴的格局，为人形机器人产业的快速发展注入了强大动力。

• 资本投入：全球人形机器人领域的融资热潮持续升温。据Crunchbase统计，2023-2025年，全球人形机器人及具身智能领域的融资总额突破850亿美元，较2020-2022年增长3倍以上。其中，头部企业的融资规模尤为突出，Figure AI、Skild AI等企业的单轮融资均超过10亿美元，估值快速攀升；中国企业的融资增速更为显著，2025年中国人形机器人领域的融资总额达210亿美元，占全球的24.7%，较2023年增长180%，涌现出银河通用、智元机器人等一批融资规模超50亿人民币的头部企业。资本的大量涌入，不仅为企业的技术研发提供了充足的资金支持，也加速了核心技术的迭代与产品的商业化落地。例如，Figure AI凭借累计超50亿美元的融资，快速完成了Figure 01机器人的原型研发、试点测试与量产准备，成为全球首个实现商业化试点的通用人形机器人企业。

• 政策支持：全球主要经济体均将具身智能、人形机器人纳入国家战略，出台了一系列扶持政策，从研发补贴、税收减免、场景开放等多个维度，推动产业发展。

  • 美国将具身智能纳入《国家AI战略》，明确提出到2030年占据全球具身智能领域的主导地位，投入超100亿美元用于物理大模型、核心零部件的研发，同时开放军方、航天等特种场景，为企业提供技术验证平台。
  • 中国发布《机器人产业高质量发展行动计划（2024-2028年）》，明确提出到2028年人形机器人核心零部件国产化率达到80%，规模化量产能力达到10万台/年，同时将人形机器人纳入“新基建”范畴，加大对研发企业的补贴力度，开放工业、家庭、医疗等场景进行试点应用。
  • 此外，欧盟、日本、韩国等也纷纷出台相关政策，加大对人形机器人产业的支持力度，形成了全球范围内的政策协同效应。

值得关注的是，2026年1月，中国银河通用机器人成为总台《2026年春节联欢晚会》指定具身大模型机器人，这一举措不仅是前沿科技与传统年俗文化的交汇，更体现了中国对具身智能产业的高度重视，也为行业企业提供了重要的场景展示与品牌推广平台。

3. 场景需求的刚性爆发，提供市场支撑

技术成熟度与成本的优化，最终需要真实场景的需求承接，才能实现产业的可持续发展。

当前，全球工业、服务、特种、农业等多个领域涌现出大量刚性需求，为人形机器人的商业化落地提供了广阔的市场空间，也成为推动产业快速发展的核心动力之一。

工业端：应对“缺人”与“提质”的双重挑战

随着全球人口老龄化加剧，制造业用工短缺问题日益突出，尤其在汽车、电子、机械等劳动密集型行业，一线操作工人缺口持续扩大。同时，制造业向高端化、智能化转型，对生产效率和产品质量的要求不断提升，传统自动化设备难以满足复杂工序的操作需求。

人形机器人凭借类人的灵活运动能力，可替代人工完成焊接、装配、分拣、检测等复杂工序。据行业数据显示，其应用可使效率较人工提升40%以上，产品良率提升至99.5%以上，有效解决制造业用工短缺与提质增效的双重痛点。高工机器人产业研究所数据显示，2025年全球工业人形机器人出货量预计达1.8万台，较2024年激增超650%，预计2026年将攀升至6.25万台，其中中国市场出货量占比将达45%。

例如，Apptronik的Apollo机器人已在福特汽车工厂投入使用，负责汽车零部件装配，良率达99.5%；优必选于2025年末宣布第1000台Walker S2工业人形机器人下线，全年交付超500台，2026年产能目标直指万台级。

服务端：应对老龄化与消费升级

全球老龄化社会加速到来。据联合国统计，全球60岁以上人口占比已超18%，中国老年人口占比达21.8%。这使得家庭服务、医疗护理等领域的需求缺口持续扩大。同时，居民收入水平提升带动消费升级，家庭服务、教育陪伴等个性化服务需求日益增长。

服务类人形机器人能够完成做饭、打扫、陪护、康复护理、教育辅导等复杂任务，有助于缓解家庭护理压力，提升生活质量。TrendForce集邦咨询预测，2023-2030年，全球服务类人形机器人需求年复合增长率将超50%，预计2030年市场规模将突破3万亿美元，占全球人形机器人市场规模的25%。

具体案例包括：智元机器人推出的智元X1家庭服务机器人已开启预售，定价29999元，预计2026年量产交付，可完成做饭、打扫等家务；宇树科技推出的“Unitree R1智能伙伴”，身高不足123厘米、体重约29千克，起售价2.99万元，拉近了人形机器人与大众消费的距离。

特种场景端：替代人类执行高危任务

在太空探索、灾难救援、矿山开采等高危场景，环境恶劣、风险极高，不适合人类直接作业。人形机器人凭借强大的环境适应性，能够在极端环境下完成复杂任务，替代人类承担高危作业风险。

应用实例包括：
* 银河通用的银河1号机器人已被中国航天科技集团采购，用于空间站舱外维护任务；
* Skild AI的X1机器人已被美国军方采购，用于战场物资运输和伤员救援；
* 银河通用近期宣布与百达精工达成合作，将在后者及其生态体系内部署超1000台具身智能机器人，用于高危场景作业。

农业端：推动现代化转型与解决用工短缺

全球农业用工短缺问题日益突出，尤其在发达国家。同时，农业现代化转型需要实现精准种植、高效收割，以提升生产效率与农产品质量。

农业类人形机器人能够完成精准施肥、病虫害防治、自动收割等全流程作业，有效解决用工短缺并提升生产效率。例如，FieldAI的FieldBot已在美国加州的草莓种植园试点，单台机器人可替代5名农业工人，成本降低60%；众擎机器人近期透露，仅巡逻巡检等农业相关场景的意向订单就已超3000台。

二、全球估值Top10企业深度拆解：技术路径与商业野心

截至2026年1月，全球人形机器人及具身智能企业估值前10名分别为：
* Figure AI（美国，约2781亿人民币）
* Skild AI（美国，约980亿人民币）
* Physical Intelligence（美国，约392亿人民币）
* Apptronik（美国，约380亿人民币）
* 银河通用（中国，约208亿人民币）
* 智元机器人（中国，150亿人民币）
* FieldAI（美国，约140亿人民币）
* Agility Robotics（美国，约120亿人民币）
* 宇树科技（中国，120亿人民币）
* 星海图（中国，100亿人民币）。

从地域分布看，前10名企业中，美国占据6家，中国占据4家，呈现出“美国引领、中国追赶”的全球竞争格局。美国企业侧重通用技术、物理大模型及核心零部件的研发，追求极致性能与跨场景泛化能力，商业野心聚焦于主导全球市场；中国企业则侧重场景落地，依托供应链优势降低成本，快速抢占国内细分市场并逐步向全球拓展，商业野心在于打造具有中国特色的具身智能生态。

以下将对这10家头部企业进行逐一深度拆解，重点分析其核心定位、核心技术路径（硬件、软件、物理大模型）、产品进展、商业布局与未来挑战，全面呈现各企业的竞争力与发展潜力。

（一）美国阵营：通用技术的引领者

美国作为人形机器人及具身智能产业的发源地，凭借在人工智能、机械工程、材料科学等领域的深厚积累，涌现出一批具有全球引领性的头部企业。

这些企业的核心优势在于通用技术研发与物理大模型创新，致力于打造适配多场景的通用人形机器人产品，同时在核心零部件领域拥有自主知识产权，形成了完整的技术壁垒，引领着全球产业的技术发展方向。

1. Figure AI（估值约2781亿人民币，全球第一）

Figure AI成立于2022年，是全球人形机器人领域的“独角兽中的独角兽”，也是全球首个实现通用人形机器人商业化试点的企业。公司凭借在通用技术、物理大模型领域的突破性进展，快速获得资本青睐，成立仅4年估值便突破2781亿人民币，成为全球估值最高的人形机器人企业。其核心商业野心是打造“物理世界的ChatGPT”，成为全球通用人形机器人的绝对领导者。

核心定位
全球首个实现商业化的通用人形机器人公司，致力于研发具有跨场景泛化能力的通用人形机器人，能够适配工业、物流、服务等多个领域的复杂任务，实现“一台机器人，解决千种需求”，最终打造物理世界的通用人工智能载体。

核心技术：全栈自研，构建通用技术壁垒
Figure AI的核心竞争力在于全栈自研的技术体系，涵盖硬件、软件、物理大模型三大板块，形成了完整的技术闭环。其在液压驱动关节、具身智能系统、物理大模型领域的突破，奠定了全球领先地位。

• 硬件方面：独创液压驱动关节技术，这是区别于其他企业的核心硬件优势。传统人形机器人多采用电机驱动关节，在扭矩密度、响应速度、柔顺性上难以兼顾；而Figure AI的液压驱动关节实现了扭矩密度与柔顺性的双重突破，单关节扭矩达300N·m，响应速度仅10ms，可实现类人的柔顺运动，完成拧螺丝、搬运、装配等复杂精细动作，并具备较强的抗冲击能力以适应复杂工业场景。机器人全身搭载128个触觉传感器，分布在手部、手臂、腿部等关键部位，具备微米级力觉感知能力，可精准识别物体材质、形状并避免碰撞损伤，同时能感知人体力度以实现安全协作。机器人自重约50kg，身高1.7米，采用碳纤维轻量化材料，续航时间达8小时，满足全天作业需求。其核心硬件零部件（如液压泵、伺服阀、触觉传感器）均实现自主研发，形成了独特的硬件技术壁垒。

• 软件方面：自主研发了Figure 01具身智能系统，这是一套融合了多模态大模型与强化学习算法的完整软件体系，能够实现“感知-决策-行动”的闭环能力。

该系统融合了GPT-4V多模态大模型，能够理解自然语言指令并识别图像信息，实现与人类的自然交互。同时，其搭载的自主研发强化学习算法使机器人能够通过“试错学习”快速掌握复杂技能。例如，机器人仅需约10次试错即可学会拧螺丝，无需人工重新编程，显著提升了场景适配能力。

此外，该系统具备实时运动控制能力，可根据环境变化动态调整机器人动作，确保运动的稳定性与精准性。例如，在不平整的地面上，机器人能够实时调整步态以保持平衡。

在物理大模型方面，Figure AI构建了全球最大的机器人运动数据库作为其通用技术能力的核心支撑。该数据库包含1000万小时的真实世界运动数据，涵盖工业、物流、服务等多个领域的复杂动作场景，如搬运、装配、烹饪和清洁。通过对这些数据进行预训练，Figure AI的物理大模型获得了跨场景的泛化能力，使机器人能够快速适应不同领域的任务需求。

其物理大模型采用“预训练+微调”模式：首先利用海量真实世界数据进行预训练，构建通用型物理大模型；随后针对特定场景需求进行微调，从而大幅提升模型的适配效率与性能。

与传统物理大模型相比，Figure AI的模型能够更精准地预测物体运动轨迹与碰撞效果，决策响应时间缩短至50毫秒以内，足以满足复杂场景下的实时决策需求。

2026年1月，Figure AI宣布其物理大模型已完成第四次迭代，泛化能力提升30%，能够适配更多复杂极端场景。

产品进展：商业化试点成效显著，即将规模化量产

Figure AI的核心产品是Figure 01通用人形机器人。该机器人于2024年发布原型机，并于2025年在亚马逊仓库完成商业化试点，成为全球首个实现商业化试点的通用人形机器人。

试点期间，Figure 01机器人能够自主完成货物分拣、货架整理和包裹搬运等任务，其效率接近人类员工的85%，良品率达到99.2%，获得了亚马逊的高度认可。双方已签订长期合作协议，计划于2026年在亚马逊全球仓库部署1万台Figure 01机器人。

除亚马逊外，Figure AI还与特斯拉、福特等企业达成合作，计划将Figure 01机器人应用于汽车制造和物流运输等领域。与特斯拉的合作主要聚焦于工厂内的零部件装配和生产线巡检任务，以替代人工完成高危、重复性作业；与福特的合作则侧重于汽车零部件的搬运与装配，旨在提升生产效率。

截至2026年1月，Figure 01机器人已获得全球订单超过2万台，订单金额超100亿美元。预计于2026年下半年实现规模化量产，年产量目标为5万台，并计划在2028年达到年产20万台的目标。

未来挑战

尽管Figure AI在技术与商业化方面取得了显著进展，但仍面临三大核心挑战。

一是液压系统的维护成本较高。液压驱动关节的维护难度较大，其成本较电机驱动关节高出40%以上。如何在保证性能的同时降低液压系统的维护成本，是其实现规模化量产的关键。

二是量产能力有待提升。Figure AI成立时间较短，量产生产线尚未完全成熟。如何快速提升量产效率以满足全球订单需求，是其面临的重要考验。

三是场景适配的深度不足。虽然其物理大模型具备跨场景泛化能力，但在一些极端复杂场景（如高温、高压、高粉尘环境）下，机器人的适应能力仍有待提升，需要进一步优化物理大模型与硬件设计。

02. Skild AI（估值约980亿人民币，全球第二）

Skild AI成立于2020年，是全球专注于动态平衡与运动控制领域的领军企业。公司主打“超高速人形机器人”，凭借在运动控制算法和数字孪生虚拟训练领域的突破性进展迅速崛起，估值达980亿人民币，成为全球估值第二高的人形机器人企业。

公司的核心商业目标是打造全球最快、最稳定的人形机器人，聚焦于军工、特种救援等高端场景，并逐步向民用场景拓展。

核心定位

Skild AI是一家专注于动态平衡与运动控制的具身智能公司，主打“超高速人形机器人”。其核心聚焦于军工、特种救援、高端物流等场景，致力于研发能够在极端复杂环境下实现超高速运动并保持稳定平衡的人形机器人，旨在打造全球领先的运动控制技术平台。

核心技术：聚焦运动控制，打造超高速优势

Skild AI的核心竞争力在于其运动控制技术与数字孪生虚拟训练技术。公司形成了“轻量化硬件+高精度运动控制+虚拟训练大模型”的独特技术路径：硬件设计侧重轻量化，软件设计侧重动态平衡，物理大模型侧重虚拟训练与真实世界迁移。

在硬件方面，Skild AI采用“轻量化电机+丝杆传动”方案，摆脱了传统液压驱动的笨重与高成本问题，实现了机器人的轻量化与高速化。
其研发的Skild X1机器人自重仅45公斤，身高1.6米，采用高强度铝合金与碳纤维复合材料，大幅降低了自重。同时，机器人搭载了自主研发的轻量化伺服电机，扭矩密度达55 N·m/kg，响应速度为12毫秒，配合丝杆传动方案，实现了超高速运动，奔跑速度可达12公里/小时，远超同类产品（平均速度为6-8公里/小时），并能完成急停、急转、跳跃等复杂动作，运动灵活性极强。
此外，机器人全身搭载64个力觉传感器与16个视觉传感器，能够实时感知地面反作用力与环境变化，为动态平衡控制提供数据支撑。其防护等级达到IP65，能够适应户外复杂环境，可在雨天、沙尘等场景下正常工作。

在软件方面，Skild AI自主研发了“Atlas动态平衡算法”，这是其运动控制技术的核心。
该算法通过实时采集机器人的运动数据（如关节角度、速度、加速度）与环境数据（如地面平整度、反作用力），利用深度学习算法预测地面反作用力，并快速调整机器人的步态与关节角度，使机器人能在崎岖路面、斜坡、泥泞等复杂场景下保持稳定，甚至能够完成后空翻、侧翻恢复等高难度动作，动态平衡精度达±0.5度。
此外，该算法还具备多机器人协同控制能力，能够实现多台Skild X1机器人的协同作业。例如，在战场物资运输场景中，多台机器人可协同完成物资搬运与伤员救援，提升作业效率。

在物理大模型方面，Skild AI基于数字孪生技术构建了“虚拟训练场”，作为其技术迭代的核心支撑。
该虚拟训练场能够精准模拟真实世界的物理环境（如地面材质、重力、摩擦力），机器人可在仿真环境中完成长达10万小时的运动训练，相当于在真实世界中训练10年以上，大幅提升了训练效率。
其物理大模型通过对虚拟训练数据的学习，能够快速掌握不同场景下的运动规律，再通过迁移学习技术将虚拟场景中的技能迁移到真实世界，效率提升10倍以上。与传统的真实世界训练相比，虚拟训练场不仅降低了训练成本（无需搭建真实训练场景、无需担心机器人损坏），还能够模拟极端场景（如高温、高压、地震），让机器人提前适应极端环境下的作业需求。
2025年底，Skild AI宣布其虚拟训练场已新增超过5000个极端场景训练数据，机器人在极端场景下的适应能力提升了40%。

产品进展：军工场景落地，民用场景试点

Skild AI的核心产品是Skild X1超高速人形机器人。该机器人于2024年发布，2025年已被美国军方采购，用于战场物资运输、伤员救援和战场巡检等任务，成为美国军方首个规模化应用的人形机器人。
据美国军方披露，Skild X1机器人在战场试点中表现优异，能够在崎岖的战场环境中快速奔跑，搬运15公斤物资，续航时间达2小时，可替代3名士兵的工作量，大幅降低了士兵的伤亡风险。
截至2026年1月，美国军方已采购1000台Skild X1机器人，订单金额超15亿美元，并计划在2026年再采购2000台，部署于全球美军基地。

在民用场景方面，Skild AI正逐步拓展高端物流和特种救援等场景。目前已完成在美国加州的消防救援场景试点，Skild X1机器人能够在火灾现场、地震废墟等高危场景中完成被困人员搜救和物资搬运等任务，替代消防员承担高危作业风险。此外，Skild AI还与联邦快递达成合作，计划将Skild X1机器人应用于户外物流配送场景，利用其超高速运动能力提升户外配送效率。
截至2026年1月，Skild X1机器人的民用场景订单已达500台，订单金额超5亿美元，预计于2026年实现民用场景的规模化落地。

未来挑战

Skild AI面临的核心挑战主要集中在能耗、民用成本与场景适配三个方面。

一是高速运动下的能耗问题尚未完全解决，Skild X1机器人的续航时间仅为2小时，远低于同类民用产品（平均续航8小时），制约了其民用场景的大规模落地。如何优化电池技术与能耗控制算法，提升续航时间，是其当前的核心任务。

二是民用成本较高，Skild X1机器人的生产成本约为50万美元/台，民用售价约为80万美元/台，价格过高，难以被普通企业与家庭接受。如何通过供应链优化，降低生产成本，是其民用场景拓展的关键。

三是场景适配的广度不足，其核心技术聚焦于运动控制，在工业、家庭等普通场景的适配能力较弱，需要进一步优化硬件设计与物理大模型，拓展场景覆盖范围。

03 Physical Intelligence（估值约392亿人民币，全球第三）

Physical Intelligence成立于2019年，是全球具身智能底层技术服务商的领军企业。与其他企业不同，该公司不直接生产人形机器人本体，而是专注于为机器人厂商提供“感知-决策”一体化解决方案。凭借在多模态感知、世界模型、开源生态领域的优势，其估值达392亿人民币，成为全球第三大估值的人形机器人企业。

公司的核心商业目标是打造全球领先的具身智能底层技术平台，成为所有人形机器人企业的“技术供应商”，并构建开放的具身智能开源生态。

核心定位

作为具身智能底层技术服务商，Physical Intelligence专注于为全球人形机器人厂商、科研机构提供“感知-决策”一体化解决方案。其技术涵盖多模态感知算法、世界模型、开源技术框架等核心领域，致力于降低具身智能技术的应用门槛，推动行业技术迭代与规模化发展。

核心技术：聚焦底层技术，构建开源生态

Physical Intelligence的核心竞争力在于底层技术研发与开源生态构建。其技术体系聚焦于多模态感知与世界模型两大核心，并通过推出开源框架吸引全球开发者参与，形成了“底层技术+开源生态”的独特商业模式。

1. 多模态感知技术
Physical Intelligence融合了视觉、触觉、力觉、听觉等多种感知方式，研发了高精度传感器融合算法，能够实现对物体材质、形状、位置、运动轨迹的精准识别，识别准确率达99.2%，远超行业平均水平。
该算法能够整合不同传感器的数据，通过深度学习进行融合与降噪，消除单一传感器误差，提升感知的精准性与稳定性。其感知响应时间缩短至30ms，能够满足机器人实时决策的需求。
在工业装配场景中，该算法可精准识别零部件的位置与角度，引导机器人完成精准装配；在家庭服务场景中，则能精准识别物体材质，避免搬运过程中的损坏。
此外，公司还与美国SynTouch合作，联合研发了分辨率达1200dpi的高精度触觉传感器，实现了微米级的力觉感知，进一步提升了感知能力。

2. 世界模型
Physical Intelligence构建了基于物理规则的“虚拟世界模型”，作为其决策技术的核心。
该模型能够精准描述真实世界的物理规则（如物体的运动、碰撞、变形、重力、摩擦力等），使机器人能够预测物体的运动轨迹与碰撞效果，提前规避风险，决策响应时间缩短至50ms以内。
与传统的决策模型相比，该虚拟世界模型能更精准地模拟复杂真实场景，使决策更具合理性与安全性。同时，模型具备自学习能力，可通过机器人在真实世界中的作业数据不断优化参数，提升预测精度与决策效率，实现“虚拟建模-真实验证-模型优化”的闭环迭代。
在物流分拣场景中，机器人可利用该模型预测包裹运动轨迹，提前调整抓取姿势，避免包裹掉落，抓取成功率提升至99.8%以上。

3. 开源生态
Physical Intelligence推出了全球首个具身智能开源框架“PhysIKit”，这是其构建行业生态的核心举措。
该框架涵盖了多模态感知算法、虚拟世界模型、强化学习工具等核心模块，开源给全球科研机构与企业使用。开发者可基于此框架快速开发适配自身场景的具身智能系统，无需从零搭建，大幅降低了技术应用门槛。
截至2026年1月，PhysIKit开源框架已被全球超过200家科研机构和企业采用，其中包括特斯拉Optimus团队、宇树科技、智元机器人等头部企业与科研院所，形成了庞大的开发者生态。
同时，公司定期举办开源技术大赛，吸引全球顶尖技术人才参与框架优化，加速技术迭代，巩固其在底层技术领域的领先地位。

产品进展：深度合作头部厂商，技术落地成效显著

由于不直接生产机器人本体，Physical Intelligence的产品进展主要体现在技术合作与解决方案落地方面。
截至2026年1月，该公司已与全球超过50家机器人厂商达成深度合作，包括特斯拉、Figure AI、Apptronik、智元机器人、宇树科技等头部企业，为其提供多模态感知算法、虚拟世界模型等核心技术解决方案，助力提升机器人的自主决策与场景适配能力。

• 与特斯拉Optimus团队的合作最为深入：Physical Intelligence为Optimus机器人提供了触觉传感器与运动控制算法解决方案，帮助其提升了手部精细操作能力与动态平衡能力，使Optimus能够完成更复杂的工业装配任务，良率提升至99.3%。
• 与Figure AI的合作：聚焦于物理大模型的优化，双方联合研发了“多场景泛化模型”，提升了Figure 01机器人的跨场景适配能力。
• 与智元机器人的合作：主要为智元X1家庭服务机器人提供多模态感知解决方案，帮助其精准识别家庭环境中的物体与场景，提升家务完成质量。

此外，Physical Intelligence还与斯坦福大学、麻省理工学院、清华大学等全球顶尖高校达成科研合作，共建具身智能实验室，聚焦于多模态感知、世界模型等前沿技术的研发与产业化落地。
2025年，该公司的技术解决方案已实现规模化盈利，全年营收达12亿美元，较2024年增长85%，其中来自头部机器人厂商的合作收入占比达75%。

未来挑战

Physical Intelligence面临的核心挑战主要集中在商业模式、技术壁垒与市场竞争三个方面。

1. 商业模式的单一性：公司主要依靠技术授权与解决方案收费盈利，过度依赖头部机器人厂商的合作。一旦合作厂商自主研发相关技术，可能会影响其营收稳定性。
2. 技术壁垒的巩固难度：随着具身智能技术快速普及，越来越多的企业开始布局底层技术研发，同质化竞争日益激烈。如何持续保持技术领先、巩固自身技术壁垒，是其面临的重要考验。
3. 生态掌控力不足：虽然推出了PhysIKit开源框架并形成了一定开发者生态，但全球具身智能开源领域仍处于分散状态，尚未形成绝对的行业标准。如何通过开源生态掌控行业技术发展方向，提升自身行业影响力，是其未来发展的关键。

04 Apptronik（估值约380亿人民币，全球第四）

Apptronik成立于2016年，是美国专注于工业场景人形机器人研发与商业化的领军企业。凭借“安全协作”的核心理念与模块化技术设计，其在工业人形机器人领域快速崛起，估值达380亿人民币，成为全球第四大估值的人形机器人企业。

公司的核心商业目标是打造适用于工业场景的通用人形机器人，替代人工完成复杂、高危、重复的工业作业，成为全球工业人形机器人的标杆企业，并逐步向服务场景拓展。

核心定位

Apptronik是一家专注于工业场景的人形机器人公司，主打“安全协作”理念。其核心聚焦于汽车制造、电子制造、机械加工等工业场景，致力于研发能够与人类在同一空间安全协作、适配复杂工业工序的人形机器人，为制造业提供智能化、安全化、高效化的人机协同解决方案。

核心技术：模块化设计+安全协作，适配工业场景

Apptronik的核心竞争力在于其“模块化硬件+安全协作软件+工业定制大模型”的独特技术体系，该体系紧密贴合工业场景对实用性、稳定性和快速适配的严苛要求。

硬件：模块化关节与安全设计
Apptronik的核心硬件优势在于其模块化关节设计。其研发的“Apptronik Joint”将伺服电机、减速器、力觉传感器和控制器集成于一体。每个关节可独立更换与维护，无需拆解整机，使维护成本较传统一体化关节降低40%以上。这种设计允许根据具体工序需求，灵活搭配不同规格的关节，例如为汽车装配搭配高精度关节，为货物搬运搭配高扭矩关节。

机器人全身覆盖柔性皮肤并搭载自研碰撞检测传感器，能实时感知碰撞力度并立即停止运动，实现人机安全协作。其防护等级达IP67，可适应粉尘、油污等复杂工业环境。机器人自重约48kg，身高1.65米，采用高强度铝合金材料，续航达10小时，满足全天作业需求。

软件：低门槛任务编排与精准协同
在软件层面，Apptronik自研了“TaskFlow”任务编排系统。该系统支持拖拽式编程，非技术人员可通过鼠标拖拽快速配置机器人的抓取、搬运、装配等动作流程，大幅降低操作门槛与配置时间。

同时，系统融合多模态感知算法，能实时识别工业场景中的零部件与工具位置，引导机器人完成精度达±0.1mm的精准操作，如螺栓拧紧与零部件装配。此外，它具备设备联动能力，可与生产线上的PLC、传感器、传送带等设备无缝对接，实现自动化生产协同。

模型：面向工业的物理大模型
Apptronik针对工业场景优化的“IndustrialGPT”是其核心支撑。该模型融合了工业生产流程、机器人运动及零部件参数等多类数据，能够理解自然语言指令并自动生成运动轨迹，将编程效率提升80%以上。例如，工人发出“拧紧汽车发动机螺栓”的指令，模型即可自动生成相应的运动轨迹与力度参数。
该模型还具备自优化能力，能通过实际作业数据持续优化运动轨迹与操作参数，提升精度与效率。截至2026年1月，IndustrialGPT已覆盖汽车制造、电子制造等12个工业细分场景，适配超过200道工业工序。

产品进展：工业场景规模化落地，订单持续增长

Apptronik的核心产品Apollo工业人形机器人于2023年发布，2024年在福特汽车工厂投入使用，成为全球首个在汽车工厂规模化应用的人形机器人。
截至2026年1月，Apollo机器人已在福特、通用、特斯拉等多家汽车工厂负责装配、拧紧、搬运等任务，良率达99.5%，效率较人工提升45%以上。在福特密歇根工厂，Apollo机器人已替代300名工人完成内饰装配，全年为福特节省人力成本超2000万美元。

除汽车制造外，该机器人也在电子制造（如苹果供应链工厂）和机械加工（如卡特彼勒工厂）等场景落地。截至2026年1月，Apollo机器人已获全球订单超1.2万台，订单金额超50亿美元。公司预计2026年量产能力达3万台，2028年实现年产量8万台的目标，并正逐步向物流、医疗等服务场景拓展。

未来挑战

Apptronik面临的挑战主要集中在三方面：
1. 场景适配：工业需求碎片化严重，如何打造标准化解决方案以降低定制化成本，是实现规模化的关键。
2. 成本控制：模块化关节研发生产成本高，导致Apollo机器人售价约35万美元/台。如何通过规模化量产降低成本、提升市场竞争力是重大考验。
3. 市场竞争：随着Figure AI、特斯拉等企业入局，工业人形机器人领域竞争日益激烈。如何持续保持其在安全协作与模块化设计上的优势，是巩固市场地位的关键。

05. FieldAI（估值约140亿人民币，全球第七）
FieldAI成立于2021年，是美国农业具身智能领域的开拓者，也是全球首个将人形机器人应用于农业场景的企业。凭借在农业场景的精准定位与技术突破，其估值已达140亿人民币，位列全球人形机器人企业第七。公司的核心愿景是打造“机器人农场”，以人形机器人实现农业生产全流程自动化，并逐步拓展相关特种场景。

核心定位

作为农业具身智能开拓者，FieldAI专注于农业场景人形机器人的研发与商业化，核心聚焦精准种植、病虫害防治、自动收割等全流程作业，致力于通过自动化、精准化解决方案，应对农业用工短缺与生产效率低下的行业痛点。

核心技术：农业场景定制化，打造全流程作业能力

FieldAI形成了“农业感知+场景化步态+农业大模型”的独特技术体系，以应对农业环境的特殊性与作业的实用性需求。

硬件：针对农业环境的优化设计
为适应农业场景，FieldAI重点优化了机器人的环境感知与地形适应能力。机器人搭载多光谱相机和LiDAR激光雷达，能精准识别作物病虫害、土壤墒情及成熟度，识别准确率达98%以上。例如，在草莓种植中可准确区分成熟与未成熟、健康与病变的果实。

机器人采用针对复杂地形优化的步态算法，配备高扭矩关节，能在泥泞、坡地等环境中以3km/h速度稳定行走。其手部采用柔性抓手，可根据作物柔软度调整抓取力度，对草莓、蔬菜等作物的抓取成功率达99%以上。机器人自重约52kg，身高1.7米，采用防水防腐蚀材料，续航8小时，满足全天作业需求。

软件：智能农业作业控制系统
FieldAI自研的“AgriControl”农业作业控制系统是其软件核心。该系统融合农业种植模型与机器人控制算法，能根据作物生长周期、土壤墒情等数据，自动规划作业路径并调整参数，实现精准施肥、病虫害防治与自动收割。

例如，系统可根据土壤数据调整施肥与浇水量，实现精准灌溉；根据作物成熟度规划最优收割路径。同时，系统支持远程监控与操作，农民可通过手机APP实时查看农田情况与机器人状态，远程控制作业流程。

模型：全球首个农业具身大模型
FieldAI构建了全球首个农业具身大模型“FarmGPT”。该模型融合了作物生长模型、机器人运动模型及农田环境数据，覆盖小麦、玉米、草莓、蔬菜等20多种作物。它能根据实时环境与作物生长情况，自动优化作业方案，从而提升作业效率与农产品质量。

例如，在草莓种植场景中，模型可根据草莓的生长速度、成熟度，自动调整抓取力度与收割时间，以保障果实品质；在病虫害防治场景中，模型能依据病虫害类型与扩散速度，自动规划喷洒路径并调整药剂剂量，从而提升防治效果。此外，该大模型具备自学习能力，可通过积累不同农田的作业数据，持续优化作物生长模型与作业算法，以适配各地区、各作物的差异化种植需求。

产品进展：农业场景试点成效显著，逐步规模化落地

FieldAI的核心产品是FieldBot农业人形机器人。该机器人于2024年发布原型机，并于2025年在美国加州的草莓种植园和爱荷华州的玉米种植园成功完成试点作业，期间表现优异。

在草莓种植园试点中，单台FieldBot机器人可替代5名农业工人，完成采摘、分拣及病虫害防治等任务，其采摘效率较人工提升30%，损耗率降低25%，综合成本降低60%。在玉米种植园试点中，机器人可完成播种、施肥、除草、收割等全流程作业，效率较人工提升50%以上，有效缓解了农业用工短缺问题。

截至2026年1月，FieldAI已与美国、加拿大等国的15家大型农业企业达成合作，获得800台FieldBot机器人的订单，订单金额超过3亿美元。公司预计在2026年实现规模化量产，年产量目标为1000台，并计划到2028年覆盖全球主要农业产区。

同时，FieldAI正在拓展农业特种场景，研发适用于沙漠种植、高原种植的专用机器人。目前已在沙特阿拉伯的沙漠绿洲完成初步试点。

未来挑战

FieldAI面临的核心挑战主要集中在场景适配、成本控制与季节性需求三个方面。

1. 农业场景的复杂性与多样性：不同作物、不同地域的农田环境差异显著。尽管其FarmGPT大模型具备自学习能力，但如何快速适配全球各农业产区的特定需求，仍是实现规模化落地的关键。
2. 成本较高：FieldBot机器人的生产成本约为35万美元/台，售价约为50万美元/台。对于中小型农业企业而言，采购门槛过高，难以大规模普及。如何通过供应链优化与规模化生产来降低成本，是市场拓展的核心。
3. 农业需求的季节性：农业作业具有明显的季节性特征，导致机器人在农闲期闲置率较高。如何拓展非农场景的应用，提升机器人利用率，是公司可持续发展的重要课题。

5. Agility Robotics（估值约120亿人民币，全球第八）

Agility Robotics成立于2015年，是美国专注于物流场景人形机器人研发的领军企业。公司凭借轻量化设计与高效物流作业能力，在该领域占据领先地位，估值达120亿人民币，位列全球人形机器人企业估值第八名。

公司的核心商业目标是打造物流专用人形机器人，以替代人工完成仓储分拣、户外配送等全流程物流作业，旨在成为全球物流具身智能的标杆，推动行业智能化转型。

核心定位

公司专注于物流场景，核心聚焦于仓储分拣、户外配送及港口搬运等细分领域，致力于研发轻量化、高效、高可靠性的物流专用人形机器人，为物流企业提供“全流程自动化”解决方案，以应对行业用工短缺、配送效率低和仓储成本高等痛点。

核心技术：轻量化设计+物流场景优化，提升作业效率

Agility Robotics的核心竞争力在于轻量化硬件设计、高效物流作业算法与物流场景定制化物理大模型。其技术路径紧密围绕物流实际需求，强调效率与可靠性，形成了“轻量化硬件+物流专用算法+物流大模型”的独特技术体系，能够快速适配全流程物流作业。

• 硬件方面：公司采用轻量化材料与紧凑结构设计，构建了差异化优势。其核心产品Digit人形机器人自重仅34公斤，身高1.5米，采用碳纤维与高强度工程塑料复合材料，在降低自重的同时提升了耐用性。搭载自研的轻量化伺服电机，扭矩密度达50N·m/kg，响应速度15ms，配合紧凑关节设计，实现了灵活的运动能力，可完成弯腰、抓取、搬运、行走等核心动作，负载能力为18公斤。机器人防护等级达IP66，能在-10℃至45℃的温度范围及雨天等环境下正常工作，续航时间9小时，满足全天作业需求。
• 软件方面：公司自研了“PickPlace”物流作业算法，集成了视觉识别与路径规划技术，可快速识别包裹的位置、尺寸与重量，并自动规划抓取路径与搬运路线，抓取成功率达99.7%，搬运效率较人工提升40%以上。该算法还支持多机器人协同作业，可提升大型仓储中心的分拣与搬运效率。
• 物理大模型方面：公司构建了物流专用物理大模型“LogisticsGPT”。该模型融合了物流作业、仓储环境及配送路线等多维数据，能根据实时情况（如包裹量、仓储拥堵度、路况）自动优化作业方案。例如，在仓储中根据包裹量动态分配机器人任务；在配送中根据实时路况调整路线。模型具备自学习能力，能通过实际作业数据持续优化算法。截至2026年1月，LogisticsGPT已覆盖5个物流细分场景，适配超过100种具体作业场景。

产品进展：物流场景深度落地，合作企业持续拓展

Agility Robotics的核心产品Digit物流人形机器人于2023年实现量产，2024年与DHL、亚马逊、UPS等全球头部物流企业达成深度合作，逐步实现规模化落地。

截至2026年1月，Digit机器人已在DHL全球20个仓储中心投入使用，负责包裹分拣、归类与搬运，使分拣效率提升45%，仓储周转时间缩短30%。在亚马逊仓库，该机器人负责货架整理与包裹搬运，替代了200名一线工人。在户外配送场景，已在美国加州、华盛顿州多个城市完成试点，负责小区及便利店配送，效率较外卖员提升20%，并能实现无接触配送。

目前，Digit机器人已获得全球物流企业超过1500台订单，订单金额超7亿美元。公司预计2026年量产能力达2000台，2028年实现年产量5000台的目标。同时，公司正拓展港口搬运、冷链物流等细分场景，研发专用机器人，并已在洛杉矶港口完成港口搬运场景的初步试点。

未来挑战

Agility Robotics面临的核心挑战主要集中在负载能力、场景适配与市场竞争三个方面。

1. 负载能力有限：Digit机器人18公斤的负载能力，难以应对大型物流包裹、集装箱等重物搬运需求，限制了其在港口、大型仓储等场景的应用。提升硬件设计以增强负载能力是关键。
2. 户外配送场景适配难度大：城市道路、小区楼道等户外环境复杂，障碍物多、路况多变，机器人的路径规划与避障能力仍需进一步优化，以提升户外配送的可靠性。
3. 市场竞争日益激烈：随着Figure AI、Apptronik等企业纷纷布局物流场景，该领域同质化竞争加剧。如何持续保持轻量化与高效化优势，巩固市场地位，是公司未来发展的重要考验。

（二）中国阵营：场景落地的追赶者

中国在人形机器人及具身智能产业虽为后起之秀，但凭借其强大的制造业供应链整合能力、广阔的内需市场以及政策与资本的有力支持，已实现快速崛起。目前，银河通用、智元机器人、宇树科技、星海图四家企业估值均超百亿，共同占据了全球人形机器人企业估值前十中的四个席位。

与美国企业聚焦于通用技术与物理大模型等前沿研发不同，中国头部企业的发展路径呈现出鲜明的“场景驱动、成本领先、技术追赶”特色。它们更注重将技术应用于实际场景，依托供应链优势控制成本，深耕工业、家庭、特种等细分市场，并逐步实现规模化落地。在推动应用的同时，这些企业也在持续加大核心技术研发投入，旨在缩小与国际领先者的技术差距。其核心商业目标在于构建具有中国特色的具身智能生态，在抢占国内庞大市场的同时，逐步向全球市场拓展。

06. 银河通用（估值约208亿人民币，全球第五）

银河通用成立于2020年，是中国特种场景人形机器人领域的领军者。公司依托深厚的军工技术积累与独特的航天场景资源，在特种具身智能领域迅速崛起，以208亿人民币的估值位列全球第五、中国第一。

公司的核心目标是打造特种场景的标杆性人形机器人，专注于航天、军工、高危救援等高端特种领域。同时，积极推动军工技术向民用场景转化，旨在成为中国具身智能产业的领导者，助力中国在特种具身智能领域达到全球领先水平。

核心定位

作为中国特种场景具身智能的领军企业，银河通用专注于为航天、军工、高危救援等高端特种场景研发和商业化高可靠性、高适应性、高精度的人形机器人。公司致力于提供智能化、安全化、高效化的特种作业解决方案，并推动军工技术民用化，拓展工业、物流等民用市场，形成“特种+民用”双赛道发展格局。

核心技术：军工级技术赋能，打造特种场景优势

银河通用的核心竞争力源于其军工级硬件技术、高精度控制算法以及为特种场景定制的物理大模型。公司形成了“军工级硬件+高精度控制+特种大模型”的独特技术路径，以适配极端复杂环境的作业需求，技术优势集中体现在极端环境适应性与高精度作业能力上。

• 硬件体系：银河通用采用军工级核心零部件与高强度材料，构建了高可靠性的硬件平台。其核心产品“银河1号”特种人形机器人，自重约55kg，身高1.75米，采用高强度铝合金与碳纤维复合材料，可承受-40℃至80℃的极端温度、高压、高辐射等环境，防护等级达IP68。机器人搭载自研军工级伺服电机（扭矩密度58N·m/kg，响应速度11ms）与高精度减速器，操作精度达±0.05mm，能胜任航天舱外维护等高精度任务。全身集成120个多模态传感器，并配备长续航电池（续航12小时，支持快充）。其核心零部件国产化率超过95%。

• 软件系统：公司自研的“Galaxy Control”高精度控制系统融合了惯性导航、视觉定位与多传感器融合技术，能在无GPS信号的深海、太空等极端环境下实现厘米级定位与精准运动控制。该系统具备强抗干扰能力，并支持多机器人协同作业。

• 物理大模型：银河通用构建了特种场景专用物理大模型“MissionGPT”。该模型融合了航天、军工、救援等场景的作业数据与环境数据，能模拟极端环境下的物理规则，预测作业风险并优化方案。例如，在太空任务中模拟真空、低温环境以规避风险，在救援任务中规划最优路径。模型具备自学习能力，截至2026年1月，已覆盖8个特种细分场景，适配超过50种极端作业任务。

产品进展：特种场景规模化落地，民用场景逐步拓展

银河通用的核心产品“银河1号”特种人形机器人于2024年发布，并于2025年在中国航天科技集团、中国人民解放军相关单位实现规模化采购与部署。
* 航天场景：已用于空间站舱外维护、卫星检修等任务，替代航天员执行高危作业。截至2026年1月，已完成10次空间站舱外维护任务。
* 军工场景：用于设备检修、物资运输、伤员救援等，已部署于多个军事基地，采购量达800台，订单金额超12亿美元。

在民用化方面，公司正与百达精工、中国消防救援总队等合作，推出工业版与救援版机器人。
* 工业场景：用于矿山、高空作业等高危环境，已在百达精工生态内部署超1000台。
* 救援场景：用于火灾、地震等灾害救援，已在多地消防救援支队投入使用。

此外，银河通用曾作为总台《2026年春节联欢晚会》指定具身大模型机器人亮相。截至2026年1月，公司订单总额达20亿美元，预计2026年量产能力达1500台，2028年目标年产量5000台。

未来挑战

银河通用面临的挑战主要集中于三个方面：
1. 技术民用化适配：军工技术追求高可靠性，成本较高，而民用市场对成本敏感。如何优化设计、降低成本以实现精准适配是关键。
2. 核心零部件性能提升：尽管实现了高国产化率，但在扭矩密度、响应速度等指标上，与美国顶尖产品相比仍有提升空间。
3. 民用市场品牌建设：公司在特种领域知名度高，但在民用市场品牌认知度较低，拓展民用订单是双赛道发展的重要考验。

07. 智元机器人（估值约150亿人民币，全球第六）

智元机器人成立于2021年，是中国家庭服务人形机器人领域的领军企业。公司依托强大的供应链优势和场景落地能力，快速推出了面向家庭的服务机器人产品，以150亿人民币估值位居全球第六、中国第二。

公司的核心愿景是打造“家庭智能伙伴”，聚焦于家庭服务场景，推出高性价比的机器人产品以实现家庭服务自动化，并逐步拓展至工业、医疗等民用领域，旨在成为服务类人形机器人的标杆，拉近人形机器人与普通消费者的距离。

核心定位

智元机器人定位为中国家庭服务人形机器人的领军者，核心聚焦家庭服务场景，同时兼顾工业、医疗等民用领域。公司致力于研发高性价比、高实用性的人形机器人，能够完成家务劳动、老人陪护、儿童教育等家庭任务，并为工业巡检、医疗辅助等场景提供智能化、便捷化、个性化的服务解决方案，推动人形机器人进入寻常家庭。

核心技术：供应链赋能+场景定制，打造高性价比优势

智元机器人的核心竞争力在于完善的供应链整合能力、家庭场景定制化技术与高性价比优势。其技术路径紧密贴合家庭服务场景的实际需求，注重实用性与成本控制，形成了“供应链整合+家庭场景软件+通用物理大模型”的独特技术体系，能够以较低成本推出适配产品，并快速实现规模化落地。

在硬件方面，智元机器人依托中国完善的制造业供应链，优化硬件设计，实现了成本控制与性能提升的平衡。

其核心产品智元X1家庭服务人形机器人，自重约40kg，身高1.5米，采用高强度铝合金与工程塑料复合材料，兼顾轻量化与耐用性。它搭载了自主研发的伺服电机，扭矩密度达52N·m/kg，响应速度为14ms，配合高精度减速器，能够完成弯腰、扫地、做饭、抓取等复杂家务动作，操作精度达±0.1mm。

机器人全身搭载80个力觉、视觉、听觉传感器，能够精准识别家庭环境中的物体与人物，实现自然交互。例如，它可以识别老人、儿童的需求，提供陪护、教育等个性化服务；也能精准定位家务工具，完成扫地、拖地、洗碗等劳动。

机器人的防护等级为IP65，能够适应家庭环境需求，续航时间达8小时，支持无线充电，充电1小时可续航3小时，适配家庭全天使用需求。

得益于供应链优势，智元X1机器人的生产成本控制在1.5万元人民币以内，售价为29999元，大幅低于国外同类家庭服务机器人（国外同类产品售价约80万美元），具备极强的性价比优势。

在软件方面，智元机器人自研了“Zhiyuan Brain”家庭服务智能系统，这是其适配家庭场景的核心软件优势。

该系统融合了多模态交互技术、家务规划算法与个性化服务算法，能够理解自然语言指令，实现自然对话。例如，用户发出“打扫客厅”或“做一顿家常菜”的指令，机器人即可自动规划作业流程并完成任务。它还能根据家庭用户的习惯提供个性化服务，如根据老人的饮食偏好推荐并制作适合的饭菜，或根据儿童的年龄提供适配的教育内容。

同时，该系统支持手机APP远程控制，用户可远程查看机器人状态、下达指令，适配上班族需求。它还具备自学习能力，能够通过用户数据不断优化家务动作与服务方案，提升服务质量。

在物理大模型方面，智元机器人基于通用具身大模型，优化推出了家庭场景专用大模型“HomeGPT”，这是其适配家庭场景的核心支撑。

该大模型融合了家庭家务数据、人物交互数据、饮食健康数据等多类信息，能够理解家庭场景的复杂需求，自动优化家务动作与服务方案。例如，它能根据家庭户型规划最优扫地路径，或根据食材种类推荐合适菜谱并自动完成烹饪。

同时，该大模型具备跨场景迁移能力，能够快速适配工业巡检、医疗辅助等民用场景，无需重新训练，大幅提升了技术复用率并降低了研发成本。截至2026年1月，HomeGPT已适配家务劳动、老人陪护、儿童教育等10个家庭服务细分场景，以及工业巡检、医疗辅助等5个民用场景。

产品进展：家庭场景开启预售，民用场景逐步落地

智元机器人的核心产品智元X1家庭服务人形机器人于2025年开启预售。截至2026年1月，预售订单已达1.5万台，预计2026年下半年实现规模化量产，年产量目标为3万台，并计划在2028年达到年产量10万台的目标，逐步走进普通家庭。

除了家庭服务场景，智元机器人正拓展工业、医疗等民用场景，推出了工业版巡检机器人与医疗版辅助机器人。目前已与国内20家大型企业、10家医院达成合作，部署了500台工业巡检机器人和300台医疗辅助机器人，用于工业设备巡检、病人陪护、康复辅助等任务，获得了合作单位的高度认可。

此外，智元机器人与Physical Intelligence达成深度合作，引入其多模态感知算法与开源框架，以优化自身技术体系，提升机器人的自主决策与场景适配能力。公司还与国内多所高校（如清华大学、哈尔滨工业大学）达成科研合作，共建具身智能实验室，聚焦家庭服务场景的核心技术研发，推动技术迭代。2025年，智元机器人营收达5亿元人民币，较2024年增长200%，预计2026年营收将突破15亿元人民币。

未来挑战

智元机器人面临的核心挑战主要集中在技术性能、场景适配与品牌竞争三个方面。

一是核心技术性能仍有差距。与美国头部企业相比，其伺服电机、传感器的性能尚有不足，机器人的运动灵活性、自主决策能力在复杂家庭场景中仍需优化。

二是家庭场景需求碎片化严重。不同家庭的户型、用户习惯差异较大，如何快速适配个性化需求并提升服务质量，是其规模化落地的关键。

三是市场竞争日益激烈。随着宇树科技、星海图等国内企业逐步布局家庭服务场景，以及国外头部企业的进入，该领域的竞争日趋激烈。如何持续保持高性价比优势、提升品牌影响力并巩固市场地位，是其未来发展的重要考验。

宇树科技（估值约120亿人民币，全球第九）

宇树科技成立于2016年，是中国四足与人形机器人领域的领军企业。凭借在四足机器人领域的技术积累，公司逐步向人形机器人领域拓展，估值达120亿人民币，成为全球第九大、中国第三大估值的人形机器人企业。公司的核心商业目标是打造“通用智能伙伴”，聚焦教育科研、家庭服务、工业巡检等场景，依托四足机器人的技术优势，打造高灵活性、高性价比的人形机器人，推动人形机器人的普及，成为中国具身智能产业的标杆企业。

核心定位

作为中国四足与人形机器人领军企业，宇树科技核心聚焦于教育科研、家庭服务、工业巡检等场景。依托四足机器人的技术积累，公司致力于研发高灵活性、高性价比的人形机器人，为教育科研机构提供实验平台，为家庭用户提供智能伙伴，为工业企业提供巡检解决方案，打造“四足+人形”双产品矩阵，推动具身智能技术的普及与应用。

核心技术：四足技术迁移+高灵活性设计，打造差异化优势

宇树科技的核心竞争力在于四足机器人技术积累、高灵活性人形机器人设计与开源生态构建。其技术路径依托四足机器人的运动控制技术，向人形机器人领域迁移，注重运动灵活性与成本控制，形成了“四足技术迁移+高灵活性硬件+开源软件”的独特技术体系。这使其能够打造出区别于同类产品的高灵活性人形机器人，同时通过开源生态吸引开发者参与，推动技术迭代。

在硬件方面，宇树科技将四足机器人的运动控制技术迁移到人形机器人领域，打造了高灵活性的硬件体系。

其核心产品Unitree H1人形机器人，自重约35kg，身高1.6米，采用轻量化碳纤维材料，大幅降低了自重并提升了运动灵活性。它搭载了自主研发的高性能伺服电机，扭矩密度达56N·m/kg，响应速度为13ms，配合高精度关节设计，能够完成行走、跑步、跳跃、后空翻等复杂动作，运动灵活性远超同类产品，能够适配复杂的场景需求。

此外，机器人全身搭载72个力觉、视觉传感器，能够实时感知环境变化与自身运动状态，实现精准的运动控制与环境适配。其防护等级为IP65，能适应教育科研、家庭、工业等不同场景的需求，续航时间达7小时，支持快速充电。

同时，宇树科技推出了入门级人形机器人“Unitree R1智能伙伴”，身高不足123厘米，体重约29千克，起售价2.99万元，大幅拉近了人形机器人与大众消费的距离，适配教育科研与家庭陪伴场景。

在软件方面，宇树科技自研了“Unitree SDK”机器人控制系统，这是其核心软件优势。

该系统融合了运动控制算法、多模态交互算法与路径规划算法，能够实现机器人的精准运动控制与自然交互。例如，它可以控制机器人完成复杂的跳跃、翻转动作，并能理解自然语言指令，实现与人的对话交互。

同时，该系统采用开源模式，向全球教育科研机构与开发者开放。开发者可基于该框架快速开发适配自身场景的应用程序，大幅降低了具身智能技术的应用门槛，吸引了全球大量开发者参与，形成了庞大的开发者生态。

此外，该系统支持多机器人协同控制，能够实现四足机器人与人形机器人的协同作业，拓展了应用场景。例如，在工业巡检中，四足机器人可负责复杂地形巡检，人形机器人负责设备检修，从而提升整体效率。

在物理大模型方面，宇树科技基于四足与人形机器人的运动数据，构建了“MotionGPT”运动大模型，这是其优化运动控制能力的核心支撑。

该大模型融合了机器人运动数据、场景环境数据等多类数据，能够模拟不同场景下的运动规则，优化机器人的运动轨迹与动作，提升运动灵活性与稳定性。例如，它能够根据地面平整度优化机器人的步态，确保在复杂地形下的稳定行走；也能够根据作业需求优化机器人的动作流程，提升作业效率。

同时，该大模型具备自学习能力，能够通过机器人的实际运动数据，不断优化运动算法，提升机器人的运动性能。截至2026年1月，MotionGPT已适配教育科研、家庭服务、工业巡检等6个细分场景，优化了超过100个复杂运动动作。

产品进展：教育科研场景领先，多场景逐步拓展

宇树科技的核心产品包括Unitree H1人形机器人与Unitree R1智能伙伴。Unitree R1智能伙伴于2025年发布，2026年1月正式上市，截至当月销量已达3000台，主要用于教育科研与家庭陪伴场景。Unitree H1人形机器人于2024年发布，已被全球100多所高校（如清华大学、麻省理工学院）采购，用于具身智能相关的科研与教学实验，成为教育科研领域的标杆产品。

在工业场景方面，宇树科技的人形机器人已在国内15家工业企业投入使用，负责工业设备巡检、零部件搬运等任务，适配复杂的工业环境。在家庭服务场景方面，Unitree R1智能伙伴已进入1000多个家庭，提供家庭陪伴、儿童教育等服务，获得了用户的高度认可。

此外，宇树科技还与Physical Intelligence达成合作，引入其多模态感知算法以优化自身技术体系；并与国内物流企业合作，研发适配物流场景的人形机器人，目前已完成初步试点。

截至2026年1月，宇树科技的订单总额达8亿元人民币，预计2026年量产能力达2000台，2028年实现年产量8000台的目标。

未来挑战

宇树科技面临的核心挑战主要集中在技术转化、场景适配与市场竞争三个方面。

一是四足技术向人形机器人的转化仍需优化。虽然其在四足机器人领域具有技术优势，但人形机器人的运动控制、场景适配难度更高。如何进一步优化技术转化，提升人形机器人在复杂场景中的适配能力，是其技术迭代的核心。

二是场景适配的深度不足。其产品主要聚焦于教育科研与入门级家庭场景，在高端家庭服务、工业高精度作业等场景的适配能力较弱，需要进一步优化硬件设计与物理大模型，以拓展高端场景。

三是市场竞争日益激烈。随着智元机器人、星海图等国内企业的崛起，以及美国头部企业的进入，人形机器人领域的竞争加剧。如何持续保持运动灵活性与高性价比优势，巩固教育科研场景的领先地位并拓展其他场景，是其未来发展的重要考验。

094. 星海图（估值约100亿人民币，全球第十）

星海图成立于2022年，是中国具身智能领域的后起之秀，专注于工业巡检与特种服务场景的人形机器人研发。凭借精准的场景定位与核心技术突破，公司快速崛起，估值达100亿人民币，成为全球第十大、中国第四大估值的人形机器人企业。

公司的核心商业目标是打造工业巡检与特种服务场景的专用人形机器人，依托中国制造业供应链优势，实现场景的规模化落地，成为中国工业与特种服务具身智能的领军企业，并逐步向全球市场拓展。

核心定位

星海图致力于成为中国工业巡检与特种服务具身智能的领军企业，核心聚焦于工业巡检、矿山救援、电力巡检等细分场景。公司专注于研发高可靠性、高适应性的专用人形机器人，为工业企业、特种服务机构提供“智能化、安全化、高效化”的作业解决方案，旨在解决工业巡检与特种服务场景中存在的用工短缺、作业风险高、效率低等痛点。

核心技术：场景专用化设计+供应链赋能，打造场景优势

星海图的核心竞争力在于工业与特种服务场景的专用化技术设计、完善的供应链整合能力与成本控制优势。其技术路径完全贴合工业巡检与特种服务场景的需求，注重可靠性与实用性，形成了“场景专用硬件+专用控制软件+场景定制大模型”的独特技术体系，能够快速适配作业需求，实现规模化落地。

在硬件方面，星海图针对工业巡检与特种服务场景的特点优化了硬件设计，重点提升了可靠性与环境适应性。其核心产品星海1号工业巡检人形机器人，自重约48kg，身高1.65米，采用高强度铝合金材料，具备较强的耐用性。它搭载了自主研发的伺服电机，扭矩密度达50N·m/kg，响应速度达15ms，配合高精度减速器，能够完成工业设备巡检、数据采集、故障排查等复杂作业动作，操作精度达±0.1mm。

此外，机器人全身搭载96个力觉、视觉、红外传感器，能够精准识别工业设备的故障隐患（如设备过热、线路老化），识别准确率达99%以上。它能够在高温、高粉尘、高油污等工业环境下正常工作，防护等级达IP67，续航时间达10小时，能够满足工业场景的全天巡检需求。

针对特种服务场景，星海图推出了星海2号特种服务机器人，具备极端环境适配能力，可用于矿山救援、电力巡检等高危场景，能够承受极端温度与高压环境，负载能力达20kg，可完成救援物资搬运、伤员转移等任务。

在软件方面，星海图自研了“StarMap Control”专用控制系统，这是其适配工业与特种服务场景的核心软件优势。

该系统融合了设备故障识别算法、路径规划算法与数据采集分析算法，能够自动规划巡检路径，采集工业设备的运行数据，识别设备故障隐患，并生成巡检报告。例如，在电力巡检场景中，能够自动巡检输电线路，识别线路老化、异物缠绕等故障，生成巡检报告供工作人员参考；在矿山救援场景中，能够自动规划搜救路径，识别被困人员的位置，传输救援现场数据，助力救援工作。

同时，该系统支持远程监控与操作，工作人员可远程查看机器人的作业状态并下达指令，无需现场值守。它还具备数据联网能力，能够将巡检数据与企业的管理系统无缝对接，实现工业设备的智能化管理。

在物理大模型方面，星海图构建了工业与特种服务场景专用大模型“InspectGPT”，这是其优化作业效率与故障识别能力的核心支撑。该大模型融合了工业设备运行数据、巡检数据、特种场景环境数据等多类数据，能够模拟工业设备的运行规则与特种场景的物理环境，预测设备故障隐患，优化巡检路径与作业方案，从而提升巡检效率与故障识别准确率。

• DeepSeek 开源 Engram 模块：该模块旨在解决传统 Transformer 与 MoE 架构在长序列处理和动态知识更新方面的核心痛点。
• 2025 全球独角兽榜单发布：SpaceX、字节跳动、OpenAI 位列前三，中国共有 150 家企业入选。
• AI 算力产业链深度研究：报告对 2026 年 AI 算力基础设施的发展趋势与关键技术进行了全面分析。
• 阿里千问 APP 上线 AI Agent 功能：新功能集成了先进的自主任务规划与执行能力，其技术架构引发行业关注。
• 英伟达 Rubin 架构及供应链解读：CES 2026 后，Rubin 新一代平台将驱动存储、互联与液冷等关键供应链环节的变革。
• 中国液冷服务器市场洞察：随着算力密度提升，液冷技术成为服务器散热的关键路径，市场潜力巨大。
• AI 大模型行业 2026 新生态：行业进入技术快速迭代与资本理性分野的新阶段，竞争格局呈现新特点。
• 全球人形机器人出货量排名：报告对国内外主要厂商的出货量进行了对比分析，揭示了市场增长态势。
• 英伟达推出物理 AI 开放模型：公司宣布开源一系列用于物理仿真的 AI 模型、框架及基础设施。
• 工业互联网平台高质量发展行动方案：工信部印发 2026-2028 年方案，旨在推动平台向更深层次应用演进。
• 英伟达 Rubin 平台架构剖析：对其新一代 AI 计算平台的架构设计及对产业链的深远影响进行深度解读。
• 2025 信创产业发展趋势报告：报告分析了信创产业的最新动向，并发布了产业 50 强榜单。
• AI 基础设施通信篇深度洞察：重点分析了支撑百万亿级参数模型训练的高性能网络与通信技术。
• 马斯克预言机器人超越顶尖医生：其关于三年内机器人将在特定医疗领域达到顶尖水平的观点引发行业震动。

• 英伟达开源自动驾驶大模型 Alpamayo：这一开源举动被视为推动自动驾驶技术普及与创新的关键一步。

• 万亿空间！加速起飞！中国企业级AI应用行业发展深度洞察！2026

• 突发！百万亿规模！工信部印发《工业互联网和人工智能融合赋能行动方案》深度洞察！2026
• 突发！百万亿规模！CES 2026 英伟达扔出3枚重磅“炸弹”之深度洞察！
• 开年大戏，AI存储持续涨价的背景下产业链投资策略深度洞察！2026
• 万亿规模！面向2026！大模型和AI芯片发展战略方向趋势预测！2026
• 突发！开源！清华大学发布视频生成加速框架 TurboDiffusion！AI 视频生成进入“秒级”新时代！
• 突发！Meta数十亿美元收购Manus背后的战略棋局深度洞察！2026
• 新年巨献！AI原生基础设施实践解决方案白皮书！2026
• 突发！上不封顶！新年第一天，互联网头部大厂年终奖之深度揭秘！2026
• 最新！独家发布！面向智算的算力原生白皮书 2026！
• 年终巨献！中国AIDC储能行业核心技术和产业链发展深度洞察！2026
• 年终巨献！未来百万亿十大赛道深度洞察！2026
• 万亿市场！国产GPU四小龙核心技术路线及市场深度洞察！2026
• 最新！独家发布！面向AI自动驾驶的车联网架构技术白皮书（2026）
• 最新！独家发布！AI大模型的智算中心网络白皮书（2026年）
• 最新！AI算力中心GPU集群智能算力管控调度解决方案！2026
• 突发！万亿规模起飞！中国太空算力战略部署深度研究报告！2026
• 万亿空间！央国企AI数智化转型解决方案白皮书！2026

关注“鲸栖”小程序，掌握最新AI资讯