撰文 / 陈邓新

编辑 / 李   季

排版 / Annalee

具身智能赛道，愈发热闹了。

由于传统智能汽车尚未实现完全普及，理想便将发展重点瞄准在了具身智能汽车这一方向上；阿里巴巴发布了千问具身智能大模型Qwen-Robot系列，借助这一举措来进一步拓展市场版图；字节跳动旗下的AI核心部门Seed开展了架构调整工作，把具身智能纳入了核心业务范围当中……

从种种迹象所反映的情况来看，具身智能已经成功成为业界的广泛共识。

随着真金白银的持续投入以及重量级玩家的相继入局，具身智能的博弈得以再上一个台阶，其中汽车、手机以及互联网等领域的巨头正逐步走向舞台中央。

那么，一场大战在所难免。

抢滩万亿元蓝海市场

物理世界，成为AI新的竞争焦点。

一边，人形机器人借助表演跳舞、搏斗以及武术等项目，成功赢得了满堂喝彩；另外一边，其也在工业、商超以及物流等场景之中开展试水工作，借助这一方式助力企业实现降本增效、提质增效以及创新增效。

在此背景之下，具身智能得以成为AI圈所涌现出的新战场。

摩根士丹利的数据显示，2026年中国人形机器人销量预计为2.8万台，将得以实现133%的同比增长，到2035年有望增至260万台。

而罗兰贝格所提供的数据显示表明，到2035年汽车主机厂所布局的机器人市场规模或将达到7500亿美元的水平，到2050年则可进一步扩展至4万亿美元，其规模量级接近汽车产业。

借助对当前行业格局以及发展动态的综合分析不难看出，具身智能正是一个具备广阔潜力的蓝海市场。

更为重要的是，资本市场与产业正在形成合力：当下已有20家左右的具身智能公司明确了上市计划，涉及宇树科技、智元机器人、银河通用等知名企业，它们试图借助资本市场的力量来补上自身发展过程中所存在的短板。

IPO之外，融资也进行得如火如荼。

IT桔子所提供的数据显示表明，在2025年7月至2026年6月这一期间内，国内一级市场（其中不包含IPO以及并购）在具身智能领域所开展的融资数量达到了503起，而总融资金额则超过了960亿元。

单单2026年6月3日，星尘智能、千寻智能、星源智这三家具身智能初创公司便分别完成了10亿元及以上的融资工作，该赛道的火热程度肉眼可见。

而在投入真金白银开展下注行动的背后，则是这一赛道竞争格局方面所存在的变数。

以宇树科技为例可以看出，宇树科技目前拥有262项专利权，其中核心发明专利仅为20项，这就意味着其专利墙与生态壁垒并未成型，后入者因此还有机会。

关于这一情况，从荣耀公司借助弯道超车策略得以实现的反超成果来看，便可见一斑。

在2026年人形机器人半程马拉松赛事当中，荣耀机器人得以力压宇树科技、松延动力等一干热门选手并成功夺冠，从而成为其中最大的黑马。

瑞财经表示，手机厂商拥有了成熟的供应链体系，能够快速地对电机、视觉、运动控制器、散热以及电池等核心硬件开展整合工作，这是传统机器人厂商所不具备的优势之一，同时也是荣耀机器人在比赛当中实现后来居上的主要原因之一。

与手机的情况一样，汽车的智能硬件与具身智能之间也具备了共同之处。

汽车借助多传感器融合技术、高性能计算平台以及精密执行机构，成功构建了感知决策控制闭环系统，这与具身智能的核心机制高度一致。理想汽车将发展重点转向具身智能汽车方向，正是基于硬件复用基础来开展相关工作。手机厂商凭借供应链优势实现后来居上，汽车巨头则依赖数据规模与工程积累，在这一赛道占据先机。

如此一来，传感、决策、执行以及数据等方面得以实现复用工作，从而成功实现了技术与产品的延伸发展，进而可以催生出全新的物种。

具身智能汽车，就是最好的明证。

李想表示，具身智能汽车应该实现“四位一体”的融合：它既是一辆电动汽车，也是一位职业司机，同时还是一台人工智能计算机以及一位生活助手，这其中电动汽车以及人工智能计算机构成了“具身”所依赖的基础，职业司机以及生活助手则体现了“智能”得以发挥的具体表现。

互联网大厂争当“卖铲人”

在未来发展进程中，究竟哪一方能够取得最终胜利目前仍难以预判，然而唯一可以确认的是，那些充当“卖铲人”角色的企业将会从中受益匪浅。

一方面，提供底座支持。

具身智能模型在开展训练工作之时，高度依赖于算力所提供的鼎力支持，其中算力水平越高且越为强大，训练效率便会随之得到提升，进而加快模型的迭代速度。

相较算力，数据则更为棘手。

清华大学人工智能研究院视觉智能研究中心主任邓志东表示：“具身智能在落地过程中面临的最主要挑战之一，在于如何从一维的文本语言模型走向四维时空的世界模型。这一过程需要针对具体任务以及动态驾驶场景，对大模型开展更多的训练工作，而训练工作则依赖于更多高质量的预训练数据与微调数据。然而，相较于语言模型所需要的文本语料以及多模态训练数据，世界模型智能体的训练数据还需要来自真实世界与虚拟世界的行动数据以及交互训练数据，其中交互数据采集工作的成本很高、难度也更大。”

通俗易懂地说，当前具身智能行业正面临着“数据荒”的严峻困境，这主要体现在可用数据数量严重不足、采集数据的成本居高不下以及数据质量参差不齐等多个方面。

借助清华大学人工智能研究院视觉智能研究中心主任邓志东所提出的观点可以看出，如果要从一维的文本语言模型成功转向四维时空的世界模型，那么就需要针对具体任务以及动态场景对大模型开展更多的训练工作，而这一过程高度依赖于来自真实世界与虚拟世界的行动数据以及交互训练数据。其中，这些交互数据的采集工作不仅难度较大、成本较高，而且现有数据的质量也难以保持一致标准，导致模型训练效率受到明显制约，进而使得具身智能在实际落地过程中面临诸多挑战。

正是因为这些原因，那些拥有海量真实路测数据以及成熟供应链的汽车厂商、手机厂商才得以借助硬件复用优势实现后来居上，在这一赛道逐步占据先机。

在此背景之下，火山引擎以及百度智能云等得以成为具身智能企业的最佳搭子，它们借助自身优势为这些企业提供了算力、数据以及场景等方面的有力支撑。

以百度智能云为例，AI Infra技术平台在叠加大模型训推加速套件的基础之上，可以将模型的训练以及推理效率分别提升30%和60%。

更为关键的是，他们成功推出了具身智能数据超市。

所谓数据超市，即为具身智能企业提供了数据托管与展示能力，在不干预数据内容与使用方式的前提下，协助具身智能企业开展了合规展示与流量对接，并借助原子标签的标准化定义与复合标签的结构化组合让数据特征得以一眼可识。

一言以蔽之，具身智能企业得以借助数据超市等平台以较低成本获得高价值的数据。

另外一方面，抢占模型入口。

腾讯、小米以及阿里巴巴等企业则更为青睐具身智能模型，它们借助这一方式来方便具身智能企业开展调用工作，其意图在于抢占具身智能时代的超级入口。

例如，阿里巴巴成功发布了Qwen-Robot大模型，该模型得以包含VLA操作模型Qwen-RobotManip、VLN移动模型Qwen-RobotNav以及世界模型Qwen-RobotWorld这三个子模型。

Qwen-RobotManip主要负责动手操作，它选用了一套80维的统一动作表征以及不依赖于绝对坐标的计算方法，从而成功解决了更换机器人、切换场景就会导致性能下降的这一痛点；Qwen-RobotNav主要负责认路工作，它推出了任务自适应观察机制，从而成功解决了记少容易迷路、记多容易混乱的这些痛点；Qwen-RobotWorld主要负责思考工作，它推理得出下一个时间点机器人的合理动作与状态，进而得以在现实世界当中开展精准行动。

再譬如，腾讯发布了HY-Embodied-0.5-X大模型，其中包括专为端侧部署所设计、能够强调实时响应能力的MoT-2B版本，以及参数规模更大、得以处理更复杂任务的MoE-32B版本。

HY-Embodied-0.5-X在空间理解、长程规划、具身交互以及风险判断等方面具备了显著的优势，这使得机器人得以更加准确地理解所处环境并且成功完成复杂任务。

需要注意的是，如果具身智能希望走得更远，那么就不能忽视安全问题在发展过程中所发挥的关键作用。

在2025年GeekCon安全极客大赛上，两名白帽黑客演示了如何对人形机器人进行远程劫持，并指挥其击倒了舞台中央的假人。

问题在于，安全方面目前并未成为当下具身智能发展所重点关注的焦点所在。

这一判断与行业现实高度吻合。尽管2025年GeekCon安全极客大赛上的白帽黑客演示已清晰展现人形机器人可被远程劫持、蠕虫式感染邻近设备并执行物理攻击（如击倒舞台假人），但主流资本、研发资源与企业战略仍优先投向模型迭代、数据获取、硬件复用以及商业化落地。摩根士丹利与罗兰贝格的乐观预测（2026年中国销量2.8万台、2035年260万台；汽车主机厂机器人市场2050年或达4万亿美元）持续驱动融资热潮（2025年7月至2026年6月503起融资超960亿元），却较少将安全壁垒置于核心位置。

具身智能从一维语言模型转向四维时空世界模型的过程中，不仅面临邓志东所指出的“数据荒”（交互训练数据采集成本高、难度大、质量参差），更存在显著的“安全荒”。感知-决策-执行闭环一旦遭遇对抗样本、传感器欺骗、固件漏洞或提示注入攻击，便会从数字风险直接转化为物理伤害、隐私泄露乃至系统级失控。宇树科技等先行者专利墙尚未牢固，荣耀等后来者凭借供应链优势实现弯道超车，类似逻辑下，安全很可能成为下一个决定成败却仍被低估的变量。

李想提出的“四位一体”具身智能汽车（电动汽车+职业司机+人工智能计算机+生活助手）若缺乏从设计源头嵌入的功能安全、零信任架构与可验证对齐机制，其“智能”表现便难以在真实世界中被信任。阿里巴巴Qwen-Robot系列与腾讯HY-Embodied模型虽在操作、导航、世界建模方面取得进展，却尚未将安全对齐置于同等优先级。百度智能云等“卖铲人”提供的算力加速与数据超市虽能提升训练效率30%-60%，但专用安全数据、红队测试框架与全生命周期监管仍待系统性补齐。

2026年版人形机器人及具身智能标准体系已单独设立安全与伦理章节，工信部相关行动计划也强调碰撞检测、紧急制动与人机协作风险评估，然而这些多为政策回应而非产业主动核心驱动力。专家与白皮书反复警示：能力发展大幅领先于安全研究，若不尽快将安全从“非焦点”提升为与性能同等优先级，监管收紧、真实事故或信任崩塌一旦发生，将对整个万亿赛道造成系统性冲击。

真正的长期胜者，必将是那些既提供算力与数据“铲子”，又同步铸造安全“盾牌”的参与者——把安全-by-design、持续红队验证与可解释决策机制嵌入从实验室到落地闭环的每一个环节。只有如此，具身智能才能从表演式炫技真正走向可信、可控、可规模化的产业未来。

《具身智能安全技术白皮书：机器人篇》指出，当前具身智能行业正处于类似于早期智能终端以及物联网行业的快速扩张阶段。厂商把核心竞争焦点普遍集中于算法精度、硬件性能、任务完成度以及成本优化这些关键要素之上开展工作。安全防护则往往被视为会影响用户体验或者增加成本的非核心需求而受到忽视。

总而言之，具身智能赛道目前得以实现高度火热的状态，它成功吸引了资本市场以及科技巨头的重点关注，从而拥有了更大的发展前景，然而具身智能仍然需要在降低成本、提升安全、深入场景等方面开展基础能力的强化工作，唯有此才可以真正实现对千行百业的深度重塑以及成为大众的生活搭子。

那么，具身智能还需要继续努力。

巨头涌入具身智能赛道：960亿融资狂潮背后，安全荒成为最大隐忧

由于传统智能汽车尚未完全普及到日常使用场景，因此理想汽车便把发展重点瞄准在了具身智能汽车这一新兴方向之上；阿里巴巴发布了千问具身智能大模型Qwen-Robot系列，借助这一举措来进一步拓展自身市场版图；字节跳动旗下AI核心部门Seed开展了架构调整工作，从而把具身智能纳入核心业务范围当中。

从这些迹象可以看出，具身智能已经成功成为业界的广泛共识。借助真金白银的持续投入以及重量级玩家的相继入局，具身智能领域的竞争得以提升到新的高度，其中汽车、手机以及互联网等领域的巨头正逐步走向舞台中央。

一边，人形机器人借助表演跳舞、搏斗以及武术等项目，成功赢得了观众满堂喝彩；另外一边，其也在工业、商超以及物流等场景之中开展试水工作，借助这一方式助力企业实现降本增效、提质增效以及创新增效。

在此背景之下，具身智能得以成为AI圈所涌现出的新战场。摩根士丹利的数据显示，2026年中国人形机器人销量预计为2.8万台，将得以实现133%的同比增长，到2035年有望增至260万台。罗兰贝格提供的数据则表明，到2035年汽车主机厂所布局的机器人市场规模或将达到7500亿美元的水平，到2050年则可进一步扩展至4万亿美元，其规模量级接近汽车产业。

借助对当前行业格局以及发展动态开展的综合分析不难看出，具身智能正是一个具备广阔潜力的蓝海市场。更为重要的是，资本市场与产业正在形成合力：当下已有20家左右的具身智能公司明确了上市计划，涉及宇树科技、智元机器人、银河通用等知名企业，它们试图借助资本市场的力量来补足自身发展过程中所存在的短板。

IT桔子提供的数据显示，在2025年7月至2026年6月这一期间内，国内一级市场（其中不包含IPO以及并购）在具身智能领域所开展的融资数量达到了503起，而总融资金额则超过了960亿元。单单2026年6月3日，星尘智能、千寻智能、星源智这三家具身智能初创公司便分别完成了10亿元及以上的融资工作，该赛道的火热程度由此可见。

而在投入真金白银开展下注行动的背后，则是这一赛道竞争格局方面所存在的变数。以宇树科技为例可以看出，其目前拥有262项专利权，其中核心发明专利仅为20项，这就意味着其专利墙与生态壁垒并未完全成型，后入者因此还有机会实现弯道超车。

关于这一情况，从荣耀公司借助供应链优势得以实现的反超成果来看，便可见一斑。在2026年人形机器人半程马拉松赛事当中，荣耀机器人得以力压宇树科技、松延动力等一干热门选手并成功夺冠，从而成为其中最大的黑马。手机厂商拥有了成熟的供应链体系，能够快速地对电机、视觉、运动控制器、散热以及电池等核心硬件开展整合工作，这是传统机器人厂商所不具备的优势之一，同时也是荣耀机器人在比赛当中实现后来居上的主要原因之一。

与手机的情况一样，汽车的智能硬件与具身智能之间也具备了高度一致之处。汽车借助多传感器融合技术、高性能计算平台以及精密执行机构，成功构建了感知决策控制闭环系统，这与具身智能的核心机制高度一致。理想汽车将发展重点转向具身智能汽车方向，正是基于硬件复用基础来开展相关工作。手机厂商凭借供应链优势实现后来居上，汽车巨头则依赖数据规模与工程积累，在这一赛道占据先机。

如此一来，传感、决策、执行以及数据等方面得以实现复用工作，从而成功实现了技术与产品的延伸发展，进而可以催生出全新的物种。李想表示，具身智能汽车应该实现“四位一体”的融合：它既是一辆电动汽车，也是一位职业司机，同时还是一台人工智能计算机以及一位生活助手，这其中电动汽车以及人工智能计算机构成了“具身”所依赖的基础，职业司机以及生活助手则体现了“智能”得以发挥的具体表现。

在未来发展进程中，究竟哪一方能够取得最终胜利目前仍难以预判，然而唯一可以确认的是，那些充当“卖铲人”角色的企业将会从中受益匪浅。具身智能模型在开展训练工作之时，高度依赖于算力所提供的鼎力支持，其中算力水平越高且越为强大，训练效率便会随之得到提升，进而加快模型的迭代速度。

清华大学人工智能研究院视觉智能研究中心主任邓志东表示，具身智能在落地过程中面临的最主要挑战之一，在于如何从一维的文本语言模型走向四维时空的世界模型。这一过程需要针对具体任务以及动态驾驶场景，对大模型开展更多的训练工作，而训练工作则依赖于更多高质量的预训练数据与微调数据。然而，相较于语言模型所需要的文本语料以及多模态训练数据，世界模型智能体的训练数据还需要来自真实世界与虚拟世界的行动数据以及交互训练数据，其中交互数据采集工作的成本很高、难度也更大。

当前具身智能行业正面临着“数据荒”的严峻困境，这主要体现在可用数据数量严重不足、采集数据的成本居高不下以及数据质量参差不齐等多个方面。

正是因为这些原因，那些拥有海量真实路测数据以及成熟供应链的汽车厂商、手机厂商才得以借助硬件复用优势实现后来居上，在这一赛道逐步占据先机。在此背景之下，火山引擎以及百度智能云等得以成为具身智能企业的最佳搭档，它们借助自身优势为这些企业提供了算力、数据以及场景等方面的有力支撑。

以百度智能云为例，AI Infra技术平台在叠加大模型训推加速套件的基础之上，可以将模型的训练以及推理效率分别提升30%和60%。更为关键的是，他们成功推出了具身智能数据超市。所谓数据超市，即为具身智能企业提供了数据托管与展示能力，在不干预数据内容与使用方式的前提下，协助具身智能企业开展了合规展示与流量对接，并借助原子标签的标准化定义与复合标签的结构化组合让数据特征得以一眼可识。一言以蔽之，具身智能企业得以借助数据超市等平台以较低成本获得高价值的数据。

腾讯、小米以及阿里巴巴等企业则更为青睐具身智能模型，它们借助这一方式来方便具身智能企业开展调用工作，其意图在于抢占具身智能时代的超级入口。例如，阿里巴巴成功发布了Qwen-Robot大模型，该模型得以包含VLA操作模型Qwen-RobotManip、VLN移动模型Qwen-RobotNav以及世界模型Qwen-RobotWorld这三个子模型。Qwen-RobotManip主要负责动手操作，它选用了一套80维的统一动作表征以及不依赖于绝对坐标的计算方法，从而成功解决了更换机器人、切换场景就会导致性能下降的这一痛点；Qwen-RobotNav主要负责认路工作，它推出了任务自适应观察机制，从而成功解决了记少容易迷路、记多容易混乱的这些痛点；Qwen-RobotWorld主要负责思考工作，它推理得出下一个时间点机器人的合理动作与状态，进而得以在现实世界当中开展精准行动。

再譬如，腾讯发布了HY-Embodied-0.5-X大模型，其中包括专为端侧部署所设计、能够强调实时响应能力的MoT-2B版本，以及参数规模更大、得以处理更复杂任务的MoE-32B版本。HY-Embodied-0.5-X在空间理解、长程规划、具身交互以及风险判断等方面具备了显著的优势，这使得机器人得以更加准确地理解所处环境并且成功完成复杂任务。

需要注意的是，如果具身智能希望走得更远，那么就不能忽视安全问题在发展过程中所发挥的关键作用。在2025年GeekCon安全极客大赛上，两名白帽黑客演示了如何对人形机器人进行远程劫持，并指挥其击倒了舞台中央的假人。

安全方面目前并未成为当下具身智能发展所重点关注的焦点所在。这一判断与行业现实高度吻合。尽管2025年GeekCon安全极客大赛上的白帽黑客演示已清晰展现人形机器人可被远程劫持、蠕虫式感染邻近设备并执行物理攻击（如击倒舞台假人），但主流资本、研发资源与企业战略仍优先投向模型迭代、数据获取、硬件复用以及商业化落地。摩根士丹利与罗兰贝格的乐观预测持续驱动融资热潮，却较少将安全壁垒置于核心位置。

具身智能从一维语言模型转向四维时空世界模型的过程中，不仅面临数据荒（交互训练数据采集成本高、难度大、质量参差），更存在显著的安全荒。感知-决策-执行闭环一旦遭遇对抗样本、传感器欺骗、固件漏洞或提示注入攻击，便会从数字风险直接转化为物理伤害、隐私泄露乃至系统级失控。宇树科技等先行者专利墙尚未牢固，荣耀等后来者凭借供应链优势实现弯道超车，类似逻辑下，安全很可能成为下一个决定成败却仍被低估的变量。

李想提出的“四位一体”具身智能汽车若缺乏从设计源头嵌入的功能安全、零信任架构与可验证对齐机制，其“智能”表现便难以在真实世界中被信任。阿里巴巴Qwen-Robot系列与腾讯HY-Embodied模型虽在操作、导航、世界建模方面取得进展，却尚未将安全对齐置于同等优先级。百度智能云等“卖铲人”提供的算力加速与数据超市虽能提升训练效率，但专用安全数据、红队测试框架与全生命周期监管仍待系统性补齐。

2026年版人形机器人及具身智能标准体系已单独设立安全与伦理章节，工信部相关行动计划也强调碰撞检测、紧急制动与人机协作风险评估，然而这些多为政策回应而非产业主动核心驱动力。专家与白皮书反复警示：能力发展大幅领先于安全研究，若不尽快将安全从“非焦点”提升为与性能同等优先级，监管收紧、真实事故或信任崩塌一旦发生，将对整个万亿赛道造成系统性冲击。

真正的长期胜者，必将是那些既提供算力与数据“铲子”，又同步铸造安全“盾牌”的参与者——把安全-by-design、持续红队验证与可解释决策机制嵌入从实验室到落地闭环的每一个环节。只有如此，具身智能才能从表演式炫技真正走向可信、可控、可规模化的产业未来。

《具身智能安全技术白皮书：机器人篇》指出，当前具身智能行业正处于类似于早期智能终端以及物联网行业的快速扩张阶段。厂商把核心竞争焦点普遍集中于算法精度、硬件性能、任务完成度以及成本优化这些关键要素之上开展工作。安全防护则往往被视为会影响用户体验或者增加成本的非核心需求而受到忽视。

总而言之，具身智能赛道目前得以实现高度火热的状态，它成功吸引了资本市场以及科技巨头的重点关注，从而拥有了更大的发展前景，然而具身智能仍然需要在降低成本、提升安全、深入场景等方面开展基础能力的强化工作，唯有此才可以真正实现对千行百业的深度重塑以及成为大众的生活搭子。

来源：巨头接踵入场, 具身智能大战开打 | OFweek机器人网