具身智能独角兽困在展会：资本狂潮之下，商业化瓶颈仍未跨越

事件概述

上海世界人工智能大会上，200多家具身智能企业展示人形机器人表演咖啡服务、组装线模拟、乒乓球对打等场景，但无一具备进入家庭或真实工作环境的能力。展会繁荣与实际部署之间的鸿沟，揭示了中国最热门的投资赛道之一的深层困境。

核心信息

• 资本狂热：2025年一级市场具身智能领域发生670笔交易，融资总额117亿美元，同比增长152%。2026年Q1进一步加速，203笔交易融资超50亿美元。上半年约20家初创公司估值突破10亿美元，即每10天诞生一家独角兽。其中10家企业估值约200亿元人民币（27.5亿美元），另20家估值约100亿元。
• 产业数据：2026年前5个月，国内具身智能领域销售收入同比增长22.4%，企业采购量飙升230%。Q1特种机器人出口额达113.2亿元，覆盖148个国家。
• 供应链优势：身高超170厘米的人形机器人约含1200个组件，除主控CPU/GPU依赖海外供应商外，其余硬件供应链高度集中在长三角和珠三角。上海浦东新区聚集超过130家供应链企业，2025年浦东机器人出货量约6000台，占全球总量的约三分之一。组件成本大幅下降：单个关节模组从数千元降至300-400元，使基础人形机器人物料成本接近消费级门槛。

三大核心瓶颈

1. 架构分歧：视觉-语言-动作模型擅长自然语言理解和语义场景解析，但缺乏精确物理推理；物理世界模型能准确预测空间运动、碰撞和负载，但缺乏语义理解。近期行业趋向混合方案，以世界模型作为物理模拟引擎嵌入更大框架。蚂蚁集团的开源框架LingBot、Agibot的GE-Sim 2.0强化学习管线、腾讯的 Robotics X 基础模型等正试图统一不同硬件架构的控制标准。
2. 数据稀缺：不同于互联网文本/图像模型可轻松扩展静态数据，物理机器人需要高维第一人称交互数据。收集非结构化环境中的物理交互日志成本高昂、碎片化且难以标准化。当前策略是双轨并行：高保真物理模拟覆盖基础行为训练，配合真实世界采集中心捕获长尾边缘案例。京东已建立专业数据采集设施，累积超过1000万小时的物流与仓储物理操作数据。
3. 部署阶段限制：商业部署分三阶段：第一是结构化工业环境（汽车装配线、电商仓库）；第二是特种巡检或危险操作；第三是非结构化消费场景（家庭服务）。即使组件成本下降，将汽车级传感器和关节控制系统适配复杂人类环境仍需严格验证。行业领袖预计，具身智能的拐点（通用物理自动化可靠且普及）还需2-5年。要实现开放嘈杂环境中的基本可靠性，需数亿小时真实世界交互数据。2025年头部企业仅拥有数万小时操作数据，预计到2027年才能达到百万小时级别。

值得关注

过去三年已有超过300家企业涌入该领域，竞争集中于相同用例和相似的本土供应链。随着技术标准收敛和早期投资周期成熟，行业面临必然的洗牌。展会上大量原型机证明硬件制造不再是主要障碍，真正的挑战在于软件泛化、安全验证和环境适应性。在具身智能模型能可靠应对日常生活的不可预测物理之前，绝大多数机器人的应用将局限于工厂、物流中心和展会舞台。