院”或“头豹”的商号、商标，头豹研究院无任何前述名称之外的其他分支机构 ，也未授权或聘用其他任何第三方代表头豹研究院开展商业活动。 头豹研究院 2025年具身智能产业链分析 从实验室到市场的商业化探索 概览标签：具身智能、人形机器人 2025 Embodied Intelligence Industry Chain 2025年の具身知能産業チェーン 市场研读 | 2023/11 行场景的动态响应与任务完成能力。 ◼ 研究背景 2025年，中国政府工作报告首次将具 身智能纳入未来产业培育计划，标志 着其成为推动新质生产力发展的核心 赛道。而具身智能也正从实验室转向 商业化探索，在各行业场景开启试点 应用。 ◼ 研究目标 • 了解具身智能的产业链构成 • 重点了解具身智能的最佳载体——人形 机器人的产业链情况 ◼ 本报告的关键问题 • 具身智能的产业链构成 型、初创型、跨界型人形机器人企业，以及传统工业/协作机器人企业和科技/互联网巨头企业。其中， 先驱型主机厂以波士顿动力、Engineered Arts等为代表，长期专注底层技术研发，技术壁垒高且专利密 集，但商业化进程较慢，技术路线常被后续企业参考；初创型主机厂以宇树科技、智元机器人等为代表， 依托开源算法和现成供应链，通过轻量化设计和AI优化快速迭代，以低成本、高灵活性切入消费级与科 研场景；跨界型主机

根据摩根士丹利最近的一份报告，“人工智能的增长极大地提高了拟人机器人 处理人类工作场所中经常遇到的复杂和微妙场景的潜力，同时增强了机器人利 用更复杂的传感器/视觉/执行器组合的能力，以使拟人机器人商业化成为可能 。” 人形机器人的快速发展并非源于单一的技术飞跃，而是多领域多项创新显著融 合的结果。 人工智能的增长极大地增加了拟人化机器人处理人类工作 场所中经常遇到的复杂和微妙场景的潜力。 赋能技术：创新的完美风暴。 幸运的是，电池技术正在迅速发展。正如摩根士丹利的报告《摩尔 定律将适用于电池吗？》中所指出的，过去十年间的新电池发展已 逐步使能量密度每两年增加约20%。以这样的速度，我们有望在202 8-30年看到固态电池的商业化——这可能是人形电池容量潜力的一 大突破。 电池储能技术——驱动机器人革命： 随着人形机器人变得更加复杂，随着计算能 力和操作精度的提升，它们不可避免地需要更多的能量。当今的现代人形机器人通 常在 G1机器人的售价为16,000美元 。 快速成本削减： 然而，这些成本下降的速度比许多人预期的要快。根据高盛的一 份报告，“机器人组件，从高精度齿轮到执行器，也可能比预期成本更低，这将推 动更快商业化。人形机器人的制造成本已下降——从去年每台的估计范围在50,000 美元（低端型号）至250,000美元（尖端型号），现在降至30,000美元至150,000 美元之间。我们的分析师曾预期每年下降15-20%，但成本实际下降了40%。”

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

业需求侧产量持续走低的情况下，工业行业的用电量仍快速上升，2060 年工业部门五大行业的用电量将达 到 3.8 万亿千瓦时，相较于 2025 年增长近 80%。原料替代与废物回收技术在 2035 年前将完成从政策驱动 向市场驱动的商业化闭环转变，预计 2035 年废钢、水泥替代原料以及废铝的再利用量分别达到 3.3 亿吨、1.9 亿吨和 1640 万吨，2035 年后持续在工业部门的减碳过程中发挥关键作用。CCUS 作为应对难减排领域的 实现工业碳中和提供关键托底保障。 为加速中国工业碳中和技术部署，确保在关键窗口期大规模商业化应用，有力支撑碳中和目标实施和 产业高质量发展，提出如下政策建议：（1）加快规划部署工业领域碳中和关键技术一揽子重大工程。重点 针对钢铁、建材、有色、石化、化工等重点工业领域减排技术成本高、示范效应不足、商业化路径不清等 突出瓶颈，实施金属材料回收、工业炉窑电气化改造、原料替代及改造等一批战略性强、示范效果好、具 framework》和《中国碳中和综合报告 2022- 深度电气化助力碳中和》。 6 中国碳中和目标下的工业低碳技术展望 7 第 1 章 研究背景 中国工业碳中和面临的技术挑战 1.3 中国工业碳中和技术发展与大规模商业化应用面临来自技术成熟度、高品质清洁电力支撑、技术系统集 成、政策激励和经济成本等多方面挑战，主要表现如下： （1）中国工业行业的低碳、零碳、负碳技术发展尚不成熟，各类技术系统集成难，环节构成复杂，亟需

工业行业的用电量仍快速上升，2060 年工业部门五大行业的 用电量将达 到 3.8 万亿千瓦时，相较于 2025 年增长近 80%。原料替代与 废物回收技术在 2035 年前将完 成从政策驱动 向市场驱动的商业化闭环转变，预计 2035 年废钢、水泥替代原料以及废铝的再利用量分别达 到 3.3 亿吨、1.9 亿吨和 1640 万吨，2035 年后持续在工业部门的减碳过程中发挥关键作用。CCUS 作为应 实现工业碳中和提供关键托底保障。 为加速中国工业碳中和技术部署，确保在关键窗口期大规模商业化应用，有力支撑碳中和目标实施和 产业高质量发展，提出如下政策建议：（1）加快规划部署工业领域碳中和关键技术一揽子重大工程。重点 针对钢铁、建材、有色、石化、化工等重点工业领域减排技术成本高、示范效应不足、商业化路径不清等 突出瓶颈，实施金属材料回收、工业炉窑电气化改造、原料替代及改造等一批战略性强、示范效果好、具 深度电气化助力碳中和》。 6 中国碳中和目标下的工业低碳技术展望 第 1 章 研究背景 1.3 中国工业碳中和面临的技术挑战 中国工业碳中和技术发展与大规模商业化应用面临来自技术成熟度、高品质清洁电力支撑、技术系统集 成、政策激励和经济成本等多方面挑战，主要表现如下： （1）中国工业行业的低碳、零碳、负碳技术发展尚不成熟，各类技术系统集成难，环节构成复杂，亟需

................ 32 表 14 陪伴机器人国内厂商及代表产品........................................... 33 表 15 养老机器人商业化模式........................................................... 34 表 16 国内智能养老机器人融资事件 .............. 也有专门研发脑机接口技术的企业同时延伸至康复机器人领域，代表 企业包括浙江强脑科技、上海术理智能等。 从行业整体情况来看，目前中国外骨骼康复机器人企业数量已超 80 家，部分头部企业在技术研发与商业化落地方面，已能与国际水 平比肩。不过，行业整体仍处于起步阶段，竞争格局较为分散。 国内康复机器人领域内，多家企业在产品研发与市场推进上动作 不断。上海傅利叶智能的医疗级外骨骼 FourierM2 9 深圳睿瀚医疗科 技有限公司 脑机接口手部康复机 器人 A 股乐普医疗控股子公司，核心技术在于 将脑机接口（BCI）、虚拟现实（VR）与 康复机器人高效融合，全球首套商业化的 脑机接口手部康复机器人系统，已经实现 量产并商业化，进入到全国 100 多家医院 和科研院所，累计已治疗数万名患者。 10 上海司羿智能科 技有限公司 软体机器人、智能康 复产品 2017 年成立，核心产品线主要围绕上肢

2025年智能化爆发：deepseek引爆政府和民间大模型热潮，高阶智能辅助驾驶技术厚积薄发，开启智驾普及时代 2030年：预计基于先进的端到端大模型的L4级全自动驾驶乘用车在中高级乘用车规模商业化 3.能源低碳化：新能源汽车3.0一一新能源智能化电动汽车时代：低碳化爆发、智能化优化、电动化深化 2020年：习主席提出“双碳战略”，新能源汽车能源载体开始以绿电，绿氢为发展目标 2025年 小批量供应能力，需要重点攻克大规模生产工艺 企业 合作企业 产业化进展 1400 开始设计年产百吨级硫化物固态电解质大规模中试装置，2027-2028年实现 出光兴产 丰田 idemitsu 商业化，2030年达万吨规模 ■日本 AGC >1000 旭硝子株式 KINZOKL / 最早将在2027年量产硫化物固态电解质，将采用玻璃领域的高温熔融工艺， 1200 会社 降低成本，提升一致性 2024年4月，公开在日本横滨建设的全固态电池试验线照片，将于2025年开始生产首批全固态电池 金属锂负极 出光兴产 硫化物固态电解质 · 2024年10月，开始设计固态电解质大规模中试装置，年产能数百吨，将在2027~28年实现商业化 三元正极硫化物 2024年5月，发布了super-gap固态电池技术，采用Anode-less设计，电池能量密度将达到900Wh/L，在 三星SDI 银碳/硅碳负极 韩国水原市建立了试生产线，将于2027年开始量产

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