2026年7月2日，《经济参考报》发布具身智能产业调查报道。报道指出，随着人工智能技术加快进入实体经济，具身智能已经成为连接数字系统和物理世界的重要载体，产业发展正在由技术攻关和产品展示阶段，逐步转向真实场景验证及商业化应用。

所谓具身智能，是指人工智能通过机器人、机器狗、机械臂、智能车辆等物理载体感知周围环境，在完成信息分析和任务决策后，进一步执行移动、抓取、操作、巡检等实际动作。

与主要负责文字生成、图像识别和信息问答的软件系统相比，具身智能不仅需要“看得见、听得懂”，还需要在复杂物理环境中“做得到”，因此对传感器、控制系统、机器视觉、人工智能模型和机械结构的协同能力提出了更高要求。

150余款具身智能产品集中亮相

在2026世界智能产业博览会上，80余家企业集中推出150余款具身智能产品，现场展示了搏击机器人、机器人乐队、灵巧手、机器狗和复合机器人等产品，反映出相关技术正加快从实验室走向实际产业场景。

部分企业展示的机器狗已经能够完成上下楼梯、爬坡和复杂环境移动等动作，并在能源、应急和工业巡检领域投入应用。机器人可以替代工作人员进入高温、高压、有毒或其他高风险区域，执行长时间巡检任务，从而降低人工巡检风险和企业运维成本。

与过去主要展示机器人跑步、跳跃和舞蹈等单项能力不同，本届展会上的许多企业将重点放在已经能够进入实际场景的整机产品上。产品应用逐步覆盖生产搬运、设备巡检、实验室操作、仓储物流和教育科普等领域。

具身智能产业规模保持较快增长

国家税务总局公布的数据显示，2026年1—5月，我国具身智能产业企业销售收入同比增长22.4%。这一增速建立在2025年全年销售收入增长13.9%的基础上，显示相关产业仍保持较快发展态势。

从细分领域看，2026年1—5月，机器人本体和整机制造企业销售收入同比增长30.1%，人工智能算法与软件集成企业销售收入增长24.5%，系统集成和行业应用企业销售收入增长27.9%，核心零部件制造企业销售收入增长6.8%。

工业企业采购具身智能机器人的金额同比增长2.3倍，表明具身智能产品与工业生产的融合程度正在提高。以系统部署、系统集成和运维保障为代表的信息系统服务销售收入同比增长1.9倍，说明具身智能产业的增长不仅体现在机器人设备销售，也在带动软件开发、项目实施和后期服务需求。

截至2026年5月，国内现存具身智能相关企业达到3025家。2025年新增相关企业408家，同比增长119.35%；成立时间超过10年的成熟企业占比达到36.26%，显示我国机器人、自动化设备和人工智能产业已经形成一定的技术及企业基础。

广东等地区产业集聚效应明显

从区域分布看，全国接近九成的具身智能产业企业集中在广东、北京、上海、浙江和江苏。上述地区在人工智能算法、机器人整机、电子元器件、软件服务、精密制造和应用场景等方面具有较强的产业基础。

其中，广东具身智能产业市场规模位居全国前列。2026年1—5月，广东具身智能产业企业销售收入占全国相关产业销售收入的78.7%。完整的电子信息制造产业链、较为丰富的工业应用场景以及大量人工智能和机器人企业，为当地具身智能产业发展提供了支撑。

具身智能产品需要使用芯片、传感器、伺服电机、减速器、控制器、通信模组、机器视觉设备和电池等多种零部件。对于产业链较为完整的地区而言，企业能够在较短时间内完成零部件采购、产品研发、样机测试和批量生产，有利于降低研发和制造成本。

天津形成较完整机器人产业链

《经济参考报》报道显示，天津目前已经形成覆盖核心零部件、本体制造和系统集成的具身智能产业链，相关在链企业达到104家。2025年产业链营业收入超过270亿元，2026年第一季度产值同比增长10.1%。

部分天津机器人企业已经开始拓展海外市场。其中，天津天星科技发展有限公司生产的双臂机器人已经实现稳定出口，产品应用于物料搬运、生产线巡检和教育科普等场景，企业订单已经排至2026年年底。

在生物医药和半导体实验室中，复合机器人也开始承担取放孔板、移液和实验材料转运等任务。机器人通过机器视觉、控制系统和机械臂之间的协同，可以按照预先设定的流程完成重复性实验操作，提高实验效率和操作精度。

工业场景成为现阶段主要落地方向

与家庭和公共服务等开放环境相比，工业生产线、仓储物流、高危巡检和实验室等场景的流程相对明确，环境变化较少，任务目标也更容易标准化，因此成为具身智能现阶段较为主要的落地方向。

在工业生产场景中，具身智能机器人可以根据摄像头和传感器采集的信息，识别物料位置、设备状态和产品质量，并完成搬运、装配、分拣和检测等工作。

在仓储物流场景中，机器人可以根据订单信息和仓库布局，自主规划移动路线，完成商品搬运、库存盘点和货物分拣。

在能源和应急巡检场景中，机器狗、无人机和移动机器人可以进入危险环境，采集图像、温度、气体和设备运行数据，并将信息传回管理平台。

这些应用能够降低部分重复性和高风险工作的人工投入，但在涉及设备控制、生产安全和重要操作时，仍需建立人工确认、权限管理和紧急停止机制。

高质量数据成为产业发展的首要难题

具身智能模型的训练需要大量来自真实物理环境的数据，包括图像、声音、空间位置、触觉、力度、关节角度和动作变化等信息。

与互联网文字和图片数据相比，机器人动作数据通常需要通过真实设备采集。企业需要购买或制造机器人，在安全环境中反复执行任务，并对每一个动作过程进行记录和标注，数据采集成本相对较高。

《经济参考报》采访的企业人员表示，部分人工智能项目大约70%的时间用于数据清洗，真正用于人工智能模型训练的时间只占约30%。工业企业虽然拥有大量设备和生产数据，但由于数据格式不同、标注方式不统一，以及图像、声音和动作数据难以对应，高质量数据集仍然较为缺乏。

机器人动作序列通常包含多个连续变量，人工标注难度较大。不同标注人员对动作和环境的理解可能存在差异，也会影响数据质量和模型训练效果。

模型泛化能力仍需提升

泛化能力不足是当前具身智能产业面临的重要技术问题。所谓泛化能力，是指机器人在没有针对每一种情况进行单独训练的条件下，能否处理新环境、新物品和新任务。

例如，一台机器人在实验室中能够准确抓取固定位置的零件，但进入真实工厂后，光线、温度、零件摆放位置和生产节奏都可能发生变化。模型如果无法适应这些变化，就可能出现识别错误、抓取失败甚至安全事故。

因此，现阶段不少企业选择缩小产品的使用范围，优先开发针对特定岗位和特定任务的专业机器人，而不是直接追求能够完成所有任务的通用机器人。

这种方式能够减少环境变化带来的不确定性，也有利于企业较快形成稳定产品。例如，企业可以先让机器人负责固定路线巡检、标准物料搬运或重复实验操作，在运行稳定后再逐步增加新的功能。

产品标准化程度影响批量生产

具身智能产业还面临产品标准化程度不足的问题。不同工厂、仓库和实验室的空间布局、设备接口和业务流程并不相同，机器人进入新项目后，往往需要重新开展机械结构调整、软件开发、系统适配和现场调试。

大量定制化工作会增加项目交付时间和企业研发成本，也使同一款机器人难以快速复制到不同客户和不同场景。

与已经广泛应用的传统工业机器人相比，部分人形机器人和通用机器人在平均无故障运行时间、续航能力、灵巧手操作和多模态模型等方面仍存在不足。样机能够完成一次展示，并不代表产品能够在工厂环境中连续稳定运行。

对于工业客户而言，购买机器人不仅需要考虑产品价格，还需要评估设备稳定性、维修成本、生产效率提升程度和投资回收周期。只有当机器人能够长期稳定运行，并为企业带来明确的经济价值，产品才能实现真正的规模化应用。

家庭等开放场景仍需时间验证

家庭、商场、医院和其他公共场所属于开放环境，人员、物品和空间状态不断变化，对机器人的环境理解和安全能力提出更高要求。

在家庭中，同一个房间每天摆放的物品可能不同，老人、儿童和宠物也会随时移动。机器人不仅需要识别物体，还需要理解物体是否易碎、是否装有液体，以及抓取时应当使用多大力度。

例如，当用户要求机器人递送水杯时，机器人需要识别水杯的位置，判断杯中是否有水，计算抓取力度，保持移动平稳，并在用户接稳水杯后再松开。

这些动作涉及空间理解、物理规律、实时感知和运动控制，仅依靠语言模型并不足以保证任务安全完成。因此，业内普遍认为，未来几年具身智能的产业突破仍将主要集中在工业生产、仓储物流和高危巡检等相对封闭的场景，进入普通家庭仍需要技术、成本和安全规范进一步成熟。

需要开放更多真实应用场景

业内人士建议，应在城市治理、应急救援、医疗康养、港口物流和工业生产等领域，开放更多能够进行测试和验证的真实场景。

具身智能产品只有在真实环境中持续运行，企业才能发现模型、机械结构、通信系统和控制程序中存在的问题，并根据实际数据进行改进。

对于首次进入市场的机器人产品，还可以探索首台套保险补偿、试点应用补贴和示范项目等机制，降低下游企业使用新产品时面临的风险。

同时，可以在保护商业秘密和个人信息的前提下，对真实运行数据进行脱敏处理，建设行业共享的标准化数据集，减少不同企业重复采集数据造成的资源浪费。

加快建设公共测试和中试平台

中小型机器人企业通常缺少完整的生产测试环境。如果每家企业都自行建设工业生产线、仓库和实验室进行验证，将产生较高的建设成本。

建设公共中试和测试平台，可以为企业提供样机测试、场景验证、安全检测和产品改进等服务，使企业能够在进入客户现场之前，提前发现产品问题。

高校、科研机构和企业也可以围绕关节模组、运动控制、多模态模型、灵巧手和智能传感器等关键技术开展联合研发，提高科研成果向实际产品转化的效率。

建立统一标准和第三方认证体系

具身智能机器人会直接进入生产和生活环境，部分产品还会与工作人员共同完成任务，因此需要建立涵盖功能安全、人机协作、数据保护和伦理要求的标准体系。

统一标准可以明确机器人在不同场景中的测试要求、操作权限、安全距离和异常处理方式，为企业产品设计和客户采购提供参考。

建立第三方测试和认证机制，还可以对机器人的稳定性、准确性、续航能力和安全性能进行客观评估，减少客户对新产品可靠性的担忧。

对于涉及产品质量判断的人工智能系统，还需要明确模型判断错误后的处理流程，保留操作记录，并允许工作人员进行复核和纠正。

具身智能有望推动制造业进一步升级

目前，我国制造业正在由大规模标准化生产，逐步向柔性生产和个性化定制方向发展。传统自动化设备更适合执行固定动作，而具身智能机器人可以根据环境和任务变化调整操作方式，有望进入传统自动化难以覆盖的复杂生产环节。

未来，机器人可能不再只是执行固定程序的设备，而是能够根据订单、设备状态和生产计划，自主完成任务拆解、路线规划和工具调用。

不过，具身智能产业实现规模化发展，不能只依靠单一模型或单一机器人企业。芯片、传感器、核心零部件、人工智能模型、工业软件、通信网络、系统集成和应用企业需要形成更加紧密的合作。

从目前产业数据和企业实践来看，我国具身智能产业已经进入加速发展阶段。机器人整机销售、行业应用和系统集成服务保持增长，越来越多产品开始进入工业生产和公共服务场景。

与此同时，产业仍需要解决高质量数据不足、泛化能力有限、产品标准化程度不高和商业价值难以衡量等问题。只有在技术能力、产品稳定性、安全标准和实际经济效益之间形成平衡，具身智能才能真正完成从“能展示”到“能使用”，再从“能使用”到“好使用”的跨越。