具身智能热潮：自研技术突破与商业化路径探索

具身智能厂商正加速推动产品走向大众视野。在 2025 年世界人工智能大会（WAIC）上，各类机器人的 “巡展” 与快闪活动成为最吸引观众的亮点。无论是跳街舞、打拳击，还是装爆米花、可乐，亦或是模拟工厂分拣、流水线工作等展示，均体现出厂商对具体场景落地的积极尝试与深度思考。不过，现场观众也提出了疑问：运行速度较慢的机器人是否能在商业化场景中有效运作？会跳舞的机器人究竟能满足哪些场景需求？

中移智库指出，与上届大会相比，具身智能在技术层面已从单模型向多模态跃迁，产品的泛化能力和垂直应用均有提升，相关标准稳步建立，生态不断优化。但此次大会也暴露出，具身智能仍面临数据基础欠佳、产业卡点淤塞、标准不健全等问题。21 世纪经济报道记者在现场采访发现，对关键零部件的自研能力正成为厂商竞相强调的方向，而如何在研发思路与商业化落地之间实现能力再平衡，是当下必须回答的重要议题。

关键技术自研：构建核心竞争力的必由之路

从机器人研发角度来看，多名从业者向 21 世纪经济报道记者表示，旗下产品的目标是实现更高比例的自研。一方面，更高的自主化程度能够加速公司内部产品的迭代速度；另一方面，当自主研发的核心元部件达到一定量级后，将有助于未来实现降本量产。

交银国际认为，以特斯拉擎天柱机器人为例，其量产时间相比原规划推迟了一年，主要受制于零部件供应链不成熟以及本体造价过高。该机构指出，按照特斯拉 CEO 马斯克的规划目标，其核心零部件的价值量排序为：六维力传感器 — 行星滚柱丝杠 — 谐波减速器 — 空心杯电机 — 编码器 — 无框力矩电机。

从企业实践来看，深谋科技联合创始人、CEO 郑如萍对 21 世纪经济报道记者表示：“针对具身智能体，我们认为需要进行关键部件打造，目标是做到软硬件全栈自研。例如，人形机器人的关节驱动电机对扭矩、响应速度、体积密度要求极高，自主研发核心部件能让硬件设计与软件需求无缝匹配，避免传统‘硬件外购 + 软件适配’模式中的性能损耗。”

总体而言，全栈自研团队可直接打通 “硬件参数 — 软件逻辑 — 场景需求” 的反馈链路。比如，当在场景部署中发现机器人步态不稳时，机械工程师可调整关节结构，软件工程师同步优化平衡算法，芯片团队甚至能修改底层驱动逻辑，无需等待外部供应商的适配，迭代效率显著提升。

郑如萍进一步分析：“人形机器人的核心竞争力体现在‘运动精度、响应速度、环境感知、成本控制’等方面，这些都依赖于软硬件协同的底层技术，而这些技术难以通过外购部件简单复制，从而形成独特的竞争壁垒。” 据悉，在硬件层面，目前深谋科技已自主研发了灵巧手、压电式六维力传感器、声表面波传感器，准直驱关节模组正在研发中。

魔法原子销售总监田罡则对 21 世纪经济报道记者表示，关节模组价格占机器人整机的约 40%~50%，因此公司在本月初发布的双足人形机器人 MagicBot Z1 中，搭载了自研的高性能关节模组，该机器人有 24 个基础自由度，最多可扩展至 50 个自由度，关节最大扭矩超过 130N・m。此外，公司还自研了行星减速执行器、谐波减速执行器以及直线执行器，从而将核心零部件的自主率做到 90%，下一步目标是实现 100% 自主率。

田罡分析道：“关键模组自研后，可以在不同类型产品中快速复用。” 无论是人形机器人形态还是机器狗形态，其中的关键模组都能穿插复用；此外，还能基于此快速拓展新品类。据透露，今年下半年，公司会进一步扩充产品矩阵。

成本优化：技术与市场的平衡之道

全栈自研的道路并非一帆风顺，其中最关键的是核心芯片。郑如萍向记者分析，目前人形机器人 “大脑” 所用芯片通常有 NVIDIA Jetson 系列、地平线征程系列等，不同芯片在性能上存在算力不足、功耗较高等局限，而随着商用进程加速，一旦任务量增大，算力、功耗、成本三者很容易出现失衡。

当前，特斯拉 Dojo 芯片集成了 CPU、GPU、NPU，在 AI 推理、视觉处理和运动控制方面进行了优化。人形机器人的 “大脑” 芯片未来将朝着提升 AI 推理效率、强化边缘计算能力、模拟人脑架构等方向发展，以满足机器人在复杂环境中更智能、更高效运行的需求，这也是业界需要努力的方向之一。

在软件层面，郑如萍认为更重要的是构建一个世界模型。“个人认为，依赖海量数据的强化学习、大模型等技术，本质上是通过统计规律和模式匹配完成任务，而非真正实现了类似人类的‘理解’能力，并不能真正和人类大脑相匹敌。” 她指出，数据驱动的机器人无法理解目标背后的深层意图，这并非否定强化学习、大模型的价值，而是未来需要具备因果逻辑和物理关系的通用具身智能世界模型来实现突破，这也是业界需要努力的方向。

在机器人应用落地过程中，成本是绕不开的难题。郑如萍指出，海外机器人厂商的成本一直居高不下，除了各方面配置较高之外，同样的配件国外成本高于国内也是原因之一。

国内厂商则采用了不同的策略：使用国产器件，协同优化算法和结构，能省一颗六维力传感器就省，能用轮式底盘解决的就不用双腿；关节电机、减速器、结构件全部本地化生产，将 “够用即可” 融入产品定义，先打通商业价值，再迭代性能。“当然，挑战在于，某些场景如果节省了六维力传感器，难以形成完整的反馈控制闭环。” 她指出。

对于深谋科技自研的关键部件，郑如萍表示，目前市面上以电阻应变式六维力传感器为主，其最早是针对工业场景拿取静态物体设计的，但未来在场景应用中，与人类互动需要适配高频互动场景，压电式六维力传感器能更好地应对这一难题。

声表面波传感器天然适合用在机器人身上，因为它是无线无源的产品，且当前深谋研发的声表面波传感器集成了多物理量参数，如温度、湿度、陀螺仪等，部署在人形机器人上后，机器人可以告知主人环境变化，提醒及时穿衣或调整空调设置，未来还可以将生物化学传感器集成在机器人身上，实现无痛无创识别人体的病理特征。

商业化探路：场景落地与市场拓展的实践

在 WAIC 现场，不少机器人积极展示 “打工” 能力，如装爆米花、分拣货品、参与流水线工作等，引发了众多围观。但也有观众提出质疑：机器人速度太慢，人类分分钟可以完成大量工作，而机器人还在慢悠悠地找准方向。

对此，一名行业从业者对 21 世纪经济报道记者分析，这本质上是算法和电机等方面的平衡问题。“在算法方面，一些厂商可能担心如果速度过快，会导致机器人稳定性和安全交付性表现欠佳；在电机方面，损耗过多会产生很高的热量。因此，这需要从软硬件方面联合调优。”

不难发现，目前已经投入 “打工” 的人形机器人，率先落地的场景是工厂，这与工厂环境标准化程度高、规模较大的特点有关。备受关注的特斯拉将擎天柱派驻工厂 “打工”，实际上也与汽车在多类型传感器，甚至自动驾驶相关能力方面，与人形机器人存在共通性有关。

魔法原子首次在展台还原了其全尺寸通用人形机器人 MagicBot Gen1 在工业场景中的落地案例。田罡对 21 世纪经济报道记者表示，魔法原子目前在工业、商业和教育这三个领域有大量订单。

在郑如萍看来，人形机器人商业化将遵循先工业再家用的模式循序渐进，即便目前机器人在流水线上的行动效率还有待提高，但能 24 小时工作的特性可以在一定程度上弥补这一不足。

当然，并非所有工厂场景都适合人形机器人，轮式机器人成本较低，同样可以满足部分需求。整体来看，今年市场上对人形机器人的需求与去年相比并没有本质不同。

目前深谋科技的主要落地场景为电力和康养。“韩国养老市场是全球老龄化最快、政府补贴最友好的试验田。” 郑如萍指出，公司已经在韩国与 LG、乐天等集团合作，将人形机器人产品落地康养市场，以验证可靠性、积累真实场景数据，这也是旗下机器人出海过程中重点打造的典型市场。

“银发经济会是人形机器人有潜力的应用市场，我们将从高中低三档构建产品体系，通过统一的后台进行数据积累和管理，进而逐步让产品迭代升级。” 郑如萍补充道。

从长期来看，她指出，C 端市场依然是未来潜力巨大但也最难突破的市场，因为在安全性、互动性等多方面都要做到体验最优。

郑如萍预计，当硬件成熟度、世界模型泛化能力与法规伦理框架都就位时，人形机器人才会逐渐进入普通家庭。中短期来看，预计 2027 年市场上会出现较高需求，2028 年人形机器人将逐渐进入家庭场景。

想要深入了解具身智能领域的产业动态与资本运作策略，可关注 **智能制造产业资本运作与并购高级研修班**。

免责声明：本文内容基于公开资料整理，不构成任何投资建议。版权属于原作者，如有侵权请及时联系我们删除。