具身智能产业发展现状 2.1 具身智能市场规模不断扩大，人形机器人资本热度不断上升 2.2 技术泛化能力不足以满足场景需求复杂度，商业回报阈值不足以 支撑量产成本 2.3 科研与工业制造率先迈入商业化试点， 同时渐进突破其他领域 2.4 产业图谱 03 具身智能应用场景洞察 3.1 科研场景 3.2 工业场景 3.3 商业场景 3.4 家庭场景 3.5 优秀企业案例分析 工业机器人智能化改造服务 聚焦具身智能机器人整机产品、核心部组件、关键共性技术三个发展方向， 明确支持企业做大做强做优、推动产业集聚发展等 8 项具体任务，提出 到 2027 年，重点培养 3 家以上拥有整机商业化量产能力的具身智能机器人企业，核心产业规模达 100 亿元，支撑全市机器人产业规模达 2000 亿元， 成为全国具身智能机器人技术创新策源地、高端制造集聚区和示范应用样板城市。 山东 全链扶持，传统产业智能化改造 工序相对简单且标准的场景开始，替代部分的人工。 u 高昂的量产成本与漫长的商业化回报周期使其短期内难以实现规模效益。 2.2 技术泛化能力不足以满足场景需求复杂度，商业回报阈值不足以支撑量产成本 技术和产品 商业化场景 数据来源：专家访谈、公开资料、信通院、亿欧智库

平台算力体系参与意愿。若平台建成，70%以上的企业愿意加入行业级智算 数据平台主导的算力共享共用体系中，通过通报富余算力，以有偿方式对外共享。 平台建设效果预期。若智算数据平台建成，各企业和机构认为将加速智能驾 驶模型的开发及商业化，并扶持中小企业技术研发，但也担心规模性的数据风险。 3 基于调研的行业痛点问题及需求分析 3.1 行业痛点问题 基于上述调研结果，对整车厂商、智驾供应商以及高校和研究机构等受调单 位 能够为汽车行业的智能驾驶技术开发提供交流合作渠道和载体，通过建立定期的 沟通机制和合作框架，设立联合研发项目，集合不同领域的专业知识，共同攻克 技术难题，促进技术的快速推广和应用，加速智能驾驶技术的商业化进程。 4.1.2 规范方面：支持标准规范建设，突破机制制度瓶颈 当前智能驾驶技术开发面临数据格式不统一、敏感数据边界不清晰、数据合 规要求严格等挑战，限制了智能驾驶模型及算法的开发。依托行业级智能驾驶智 国际环境变化，芯片制裁容易导致基于国产芯片的大模型出口受限。 （5）市场风险  平台建设初期企业认可度不足的风险；  平台运营及商业模式创新带来的可持续发展风险；  数据来源的可持续性风险；  智能驾驶商业化进程不确定性风险；  市场需求与产品匹配风险。 4.3.2 总体风险评估及预期 总体来看，平台建设难度较大，特别是政策、市场和技术等方面的阻碍复杂 智能驾驶智算数据平台发展研究报告

应用加速渗透，垂直行业应用将成市场增长主要驱动力.............................................25 （一）DeepSeek 加速推动 AI 普惠应用和商业化。...........................................................25 （二）垂直类 AI 应用行业领域不断扩展，市场潜力较大。........ 层围绕政务、交通、制造等领域，与客户共同挖掘高价值场景、明确 应用导向，提供高效的集成交付和运营服务。 5、AI 应用加速渗透，垂直行业应用将成市场增长主要驱动力 （一）DeepSeek 加速推动 AI 普惠应用和商业化。 全球 AI 产业正处于高速发展阶段，AI 搜索、具身智能、AI 智能 体及多模态等多元化需求显著增长，伴随 DeepSeek 对开源大模型生 态的重塑，AI 应用即将步入爆发式增长的新阶段。一是 化部署形式提供服务，推动 AI 应用开发范式向云端模式演进。二是 DeepSeek 将加速推理应用落地和商业化。在保持高性能的前提下， DeepSeek 模型低成本特性有效降低 AI 应用开发的技术门槛和研发投 入，吸引力更多企业加入到 AI 应用的开发，促进了 AI 应用的创新性 与多样化发展，加速 A1 应用的市场商业化进程。 （二）垂直类 AI 应用行业领域不断扩展，市场潜力较大。 2024 年初，我国仅金融、政府、影视、教育等

经营 人才流失与 人才短缺 中国在高质量数据获取方面面临挑战 ， 主要由于缺乏完善的数据法规、行业内 固有的竞争性保密性 ，对开源合作文化 的不足 中国科技企业的市场导向和商业化压力 常使得大厂技术部门在追求 KPI 的同时 ， 难以专注于前言技术的研发 相较于英文、中文高质量开源数据非常 少 ，特别是在构建通用领域大模型的百 科类、问答类、图书贡献、学术论文、 6 数据 人才 行业高精 数据短缺 商业化 压力大 产业研究 战略规划 技术咨询 下半年搭载 DFM- 3 大模型即 将发布 尽管 DFM2 定位为“中枢大模型” ，但是我 们还是将 DFM-2 定位成语音助手场景大模 型 , 这不是贬低，而是基于思必驰在此领 域出 色的商业化能力 国内语音供应商市场搭载量排行 TOP3 产业研究 战略规划 技术咨询

核心环节，低成本接入与场景化落地成为关键。阿里云通义大模型家族提供灵活路径，赋能全价值链。 阿里云秉持开源开放原则，提供全尺寸、全模态的通义开源模型并覆盖多种语言，助力车企低成本自研 掌握核心技术 ；同时也支持调用成熟的商业化模型快速落地。阿里云不仅提供强大的基础模型能力，其专业技 术团队也深入业务场景，确保通义大模型的能力真正转化为实际的运营效率提升与成本优化，实现场景化智能 应用的深度赋能。 在智能座舱领域，车 员仍需随时准备接管车辆。目前 L4 - L5 级别的完全自动驾驶技术虽然吸引了大量研发投入，并且在一些特 定的封闭区域或限定路线上进行了测试和试点运营，如无人驾驶出租车在特定城市区域的试运行，但要实现大 规模商业化应用仍需要较长时间。 智能驾驶技术的应用前景广阔。一方面，智能驾驶可以显著提升交通效率，减少拥堵现象，例如，智能 驾驶车辆能够实现更精准的路径规划，减少了因人为因素导致的延误，比如频繁变道、急刹车等行为。另一方 快速反应能力等。其次是法律法规方面的障碍，各国政府需要制定相应的政策来规范智能驾驶车辆的测试与运 营，这不仅涉及到车辆上路测试的标准和许可问题，还包括责任归属、数据隐私保护等方面的规定。此外，高 昂的研发成本与商业化落地之间的平衡也是一个亟待解决的问题。 表 1 ：驾驶自动化等级与划分要素的关系 来源 ：工信部《汽车驾驶自动化分级》（GB/T 40429-2021）国家标准 分级 名称 持续的车辆横向 和纵向运动控制

动驾驶）、 4 级驾驶自动化（高度自动驾驶）与 5 级驾驶自动化（完 全自动驾驶）功能。当前，我国仍处于 2 级驾驶自动化 阶段，未来随着技术与产业的发展与成熟，3 级驾驶自 动化将逐步向商业化落地迈进。本书重点聚焦 2 级与 3 级驾驶自动化。我国智能驾驶产业在发展进程中呈现三 大特点。一是国家战略布局。国家层面已将智能网联汽 车列为政府工作报告中的重点发展方向，同时，地方先 试 2025 年 3 月 1 日起正式施行，多地条例的通过，3 级 智能驾驶逐步进入商用阶段。然而，当前仍属于 2 级 智能驾驶阶段，虽然诸多车企已推出 3 级智能驾驶功能， 但国内尚未全面开放商业化应用。 3.3.1 交通拥堵领航 交通拥堵领航可以理解为在交通拥堵的高速公路或城 市快速路上，允许驾驶员在限定速度范围内短暂放开双 手和双脚，并将注意力从驾驶环境中转移的 3 级自动驾 驶 的紧急接管、车辆脱困，驾驶人员失能紧急救援等。同 时在技术上也通过云端大模型与单车智能的深度协同， 不断扩大 Robotaxi 的 ODD 活动边界。我国在北京亦庄、 武汉天河机场等区域，已经开启全无人商业化试点，单 公里成本较传统出租车大幅降低，并通过“云端仿真 + 车端学习”突破极端场景数据瓶颈。未来，远程方案将 会是自动驾驶发展过程中的重要过渡环节。 干线物流作为现代物流体系的核心环节，承担着长距

式，还将在全球范围内掀起新一轮科技革命，为经济 的高质量发展注入强劲动能。 因此，各国应高度重视具身智能的发展，加大政 策支持、资本投入和产学研合作力度，加快具身智能 的核心技术攻关和商业化应用，构建全球竞争力，共 同推动具身智能技术的发展和应用，为人类创造更加 美好的未来。 参考文献： ［1］ 人民网理论频道 . 何为“具身智能”. ［EB/OL］.［2025-05-17］.

从产业现状看，中国智能焊接机器人已在钢结构、船舶、隧道桥梁、能源等领域实现规 模化应用，且在上述行业中渗透率持续上升，呈现出显著的积极发展态势。这将为智能焊接 机器人的大规模应用创造有利条件。然而智能焊接机器人要达到大规模商业化应用的程度， 还需克服诸多技术与非技术难题。 本蓝皮书以智能焊接机器人为核心，重点阐述了其各核心模块的发展态势，其中包含焊 接机器人本体、3D 视觉及激光焊缝跟踪系统、智能焊接控制系统、离线编程软件、焊接配套 智能焊接机器人是一种高度自动化的设备，集合了多种先进技术，包括机器人技术、人 工智能技术、机器视觉技术、传感器技术、自动化控制和软件工程技术等。目前，智能焊接 机器人尚处于发展早期阶段，入局者正持续增加，其全面商业化和广泛应用仍在探索中。 智能焊接机器人产业链主要分为上游的机器人整机所需关键零部件、智能焊接控制系统、 3D 视觉/激光焊缝跟踪系统、离线编程软件及焊枪、焊接电源、变位机等配套设备，中游的 与发展主要依托于以钢结构、船舶行业为 代表的巨大下游市场需求，叠加智能焊接机器人产业链各环节技术的逐年提升，这都为智能 焊接机器人的大规模应用创造了有利条件。不过，智能焊接机器人距离实现大规模商业化应 用还有一段路要走，同时，还需克服多项技术和非技术难题。 GGII 预测，中国智能焊接机器人销量将从 2024 年的 0.43 万台增长至 2030 年的 3.73 万台，2025-2030

源车放量与国际本地化带来的结构性机会下，通过成 本优化与技术突破持续推进国产替代进程。底盘板 块则凭借持续的产品创新与技术变现，板块净利润 快速增长。头部企业积极向线控底盘、机器人等前沿 方向延伸，并关注其商业化路径的打通，当前已开启 对发达市场及海外主机厂的协同渗透，打造“技术+渠 道”的组合优势。 04 2023年收入 2024年收入 净利润率 3,545 3,348 1,717 1,510

盖技术研 发、标准制定、产业发展等多个方面，为汽车智能化的发展提供良好的政策环 境。同时加大对智能网联汽车研发的资金投入，支持企业开展自动驾驶技术的 测试和应用示范，推动自动驾驶技术的商业化进程。完善相关法律法规，保障 自动驾驶汽车的安全运营， 明确事故责任和监管机制。此外，政府还可能会 出 台税收优惠、补贴等政策，鼓励车企加大对 AI 技术的研发和应用投入， 促进 汽车行业的智能化转型。