【量子位智库】中国具身智能创投报告_30页_7mb

具身智能（Embodied AI）发展分析总结

一、概念与背景

1. 定义

   • 具身智能是基于物理身体进行感知、决策和行动的智能系统，通过与环境动态交互产生适应性行为。
   • 核心载体：通用机器人，如人形机器人（如WalkerS、FL1）；时间线从1950年图灵提出概念到21世纪后升级。

2. 发展阶段

   • 早期探索期（1950-21世纪初）：理论奠基，硬件生态分化，未形成系统研究。
   • 技术驱动期（近两年）：大模型（如GPT）赋予机器人“智能大脑”，产业快速商业化爆发，成为AI新方向。

二、现状与原因

1. 火热驱动因素

   • 技术突破：大模型+多模态能力赋予机器人泛化感知与决策能力，如视觉语言动作模型。
   • 产业拉动：巨头入局（谷歌RT-H、特斯拉Optimus）、早期创企快速商业化，推动AGI发展想象。

2. 主要表现

   • 产品形态：人形/服务机器人（行走、抓取、交互）与特种机器人（工业、医疗）
   • 场景渗透：汽车制造（蔚来合作）、商超拣选、工厂服务等逐步落地

三、技术原理与路线

1. 核心架构

   • 大脑：大模型（如GPT）提供认知能力（感知规划）
   • 小脑：运动控制算法实现精准动作生成
   • 身体：机器人本体（传感器+关节）

2. 关键路线对比

   • 分层决策（如Figure01）：任务分解，高模块化，但累赘解耦难。
   • 端到端（如Google RT-2）：全流程网络驱动，效率高但数据依赖强。
   • 训练方式：
     • 模仿学习：快速复刻专家动作（泛化低）
     • 强化学习：自主探索（慢但适应性强）

3. 数据来源

   • 仿真环境数据（低成本但存在鸿沟）
   • 真实体验数据（可靠但稀缺）

四、主要参与者（国内外）

1. 科技巨头

   • 谷歌/Microsoft/OpenAI/英伟达/特斯拉 负责“大脑大模型+平台开放”
   • 谷歌RT-H性能提升15%，NVIDIA推出Project GR00T。

2. 中国创企代表

   • 智元机器人：稚晖君团队，远征A系列（双足行走/智能互动）
   • 逐际动力：CL-1动态适应地形
   • 加速进化：wave类波士顿立起动作
   • 星尘智能：模仿学习突破，拟人化操作速度

3. 国外企业亮点

   • Figure AI：OpenAI合作，支持对话记忆，Neo 概念。
   • Sanctuary AI：与麦格纳合作工厂部署，Phoenix 7代

4. 创企共性：源自学术界（顶尖高校）+产业经验双重背景，融合理论与应用。

五、资本与风险

1. 投资趋势

   • 高端创企吸资能力强（如少于1年半的公司获最高数亿融资）
   • 国内热度高于欧美，但实际部署慢

2. 主要挑战

   • 技术难题：低光暗动、异构环境适应性差
   • 法规/伦理：人机执行透明度与责任划分
   • 市场因素：当前制造业机器人替代度有限，C端服务接受度仍低

六、未来展望

1. 短期（计划至2024）：产品试商用（汽车/服务类），大规模投资持续
2. 长期（AGI远程主义）：具身智能作为物理视觉表征，将驶向人形通用机器人集成生态

技术路线发展趋势图

graph LR
大局-->“任务规划”
大局-->“感知决策”
大局-->“运动控制”

任务规划–>|大型语言模型(LLM)-->“问题理解”、“语言交互”|
感知决策–>|视觉语言大模型(VLM)-->“视觉解读”、“目标追踪”|
运动控制–>|神经网络策略(MLP)-->“轨迹生成”、“执行策略”|

大局--“端到端”-->|数据驱动|Sim2Real数据
大局--“可部署”-->|工业/家庭|默认走向服务化