在上一篇文章《為什麼說具身智慧時代，中國將有機會在全球”一枝獨秀”?》中，筆者提出：物理 AI/具身智慧正在掀起下一波人工智慧新浪潮，為 AI 賦予物理實體已然成為 AI 產業未來的重點發展方向，也將成為未來大國之間人工智慧博弈的焦點。

2024 年末以及 2025 年開年以來，熱錢大批湧入具身智慧賽道。

2024 年 12 月， 小米投資的首家大模型機器人公司——北京小雨智造科技有限公司宣佈完成億元 A 輪融資。本輪融資由北京資訊產業發展投資基金獨家投資，這是繼天使輪獲得投資後，小雨智造再次獲得億元級別的融資。該公司專注於開發適用於工業領域的大模型機器人技術，旨在為機器人打造能夠適應各種任務的“通用大腦”。

2025 年 1 月 7 日，智平方宣佈完成數億元 Pre-A 輪戰略融資，由達晨財智與敦鴻資產聯合領投，基石資本跟投。智平方由國家級創新領軍人才郭彥東博士創立，是國內最早探索端到端 VLA 技術路線並始終保持行業領先水平的企業，並於 2024 年率先實現了搭載端到端 VLA 具身大模型的智慧機器人商業化。3 月 6 日，智平方又宣佈迅速完成新一輪過億元 Pre A+ 輪融資，短短兩個月內迅速完成兩輪數億融資，融資將主要用於推動具身智慧機器人在規模化商業場景中的落地應用。據悉，智平方的國產具身大模型，在通用空間感知、泛化操作成功率上大幅超越矽谷頭部模型，其自主研發的 AI2R Brain 具身大模型已成功部署於 Alpha Bot 系列機器人。

同樣是在 1 月 7 日，傅利葉宣佈完成新一輪融資，E 系列融資⾦額合計達到近 8 億元，本輪融資由國鑫投資、浦東創投、張江科投、張科垚坤基金、Prosperity7、鈞山資本等機構共同參與。該公司的目標是“為 AI 打造最佳具身本體”，在剛剛過去的 2024 年，傅利葉推出了 GRx 系列第⼆代⼈形機器⼈產品 GR-2。

圖：傅立葉智慧 GRx 系列第⼆代⼈形機器⼈產品 GR-2

2 月 6 日，具身智慧人形機器人研發商零次方機器人完成數千萬元天使輪融資，並拿下千萬級訂單。該公司成立於 2025年 1 月，由清華大學和江淮前沿技術協同創新中心聯合孵化，今j計劃實現共計 500 餘臺多型號人形機器人，在服務業、教育、文娛、展覽等多個行業的量產落地。

2 月中旬，具身智慧創業公司自變數機器人（X Square Robot）完成數億元 Pre-A++ 輪融資。本輪融資由光速光合與君聯資本領投、北京機器人產業基金、神騏資本跟投，融資將用於下一代統一具身智慧通用大模型的訓練與場景落地。自變數機器人成立於 2023 年 12 月，致力於透過研發具身智慧通用大模型，實現通用機器人，2024 年 11 月完成億元級 Pre-A 與 Pre-A+ 輪融資。

往早了說，阿里參與了通用機器人初創公司逐際動力的戰略融資，美團曾投資銀河通用、宇樹科技，騰訊在多年前投資了樂聚機器人和優必選。往近了看，2 月 20 日，星海圖宣佈完成新一輪 A 輪融資，總融資額近 3 億元，本輪融資由螞蟻集團獨家領投，高瓴創投、IDG 資本、北京機器人產業基金、百度風投、同歌創投等一眾老股東持續加碼。

近日，螞蟻集團還在招聘平臺開放了多個具身智慧方向崗位，引起多方關注。有業內人士透露，螞蟻集團 2024 年時便已在推進具身智慧相關業務。螞蟻集團官方對此回應稱，集團持續佈局和加大人工智慧投入，去年註冊成立了螞蟻靈波科技有限公司，聚焦具身智慧技術和產品研發。

無獨有偶，“稚暉君”創業的智元機器人近期已完成了新一輪融資，由騰訊領投。據知情人士訊息，智元機器人還在以 150 億元估值進行新一輪融資接洽。

除了投融資這種外部投資方式外，也有大廠直接內部切入。近日，上證報放出訊息稱，京東已切入具身智慧領域，側重家用場景，現已成立相關業務部門。接近京東的人士稱，京東非常重視人工智慧、自動化以及機器人等領域的創新和應用，內部也有多支團隊佈局具身智慧等前沿方向的研發。

當然，還有大廠希望搞生態併成為“賣鏟人”。比如 2024 年 11 月，華為（深圳）全球具身智慧產業創新中心成立，並與樂聚機器人、大族機器人、拓斯達、中堅科技、兆威機電等 16 家企業簽署戰略合作備忘錄。據瞭解，該創新中心由華為與深圳市前海管理局、寶安區人民政府合作建立。相關負責人透露，華為後期將與產業鏈上下游的企業合作，建設具身智慧基礎實驗室，打造具身智慧產品技術交易平臺，並在相關應用場景中進行應用。國泰君安證券研究所認為，華為在人形機器人產業的定位可能更像英偉達，將以賣鏟人的定位存在。“對於華為來說，怎麼賣好昇騰晶片，打造生態系統是目前最重要、最迫切的工作。”

總體來看，在頂層政策的助推和企業們的積極佈局下，中國具身智慧產業正在呈現蓬勃發展之勢。根據頭豹研究院的資料，2023 年，中國具身智慧市場規模達 1572.7 億元。隨著大模型端的技術突破，具身智慧市場規模預計將以 16.5% 的複合年增長率增長至 2027 年的 2259 億元。

不過，由於現在尚屬於具身智慧產業發展的早期，對入局的企業而言，需要克服技術棧、資料積累、成本控制、商業化落地等多個方面的挑戰：

具身智慧的核心是讓 AI 能夠與物理世界互動，這需要從感知、決策、執行三大環節進行突破。

首先在計算與演算法層，GPT-4、Gemini 等大模型的成功，推動了 AI 在自然語言理解和推理能力上的進步，但在具身智慧領域，僅靠大模型並不足夠，必須結合強化學習（RL）、模仿學習（IL）等方法，使智慧體具備真實環境中的決策能力。同時，由於具身智慧涉及大量環境互動，自監督學習成為關鍵。例如，Meta AI 採用自監督視覺學習最佳化機器人視覺感知能力。傳統的觸覺系統針對每項任務採用單獨的模型，嚴重依賴標記資料和特定感測器。Meta Sparsh 完全改變了這種方法。作為通用模型，它可適應各種感測器和任務，使用自監督學習在擁有超過 460000 個觸覺影像的龐大資料庫上，無需標記資料。

然後在感知層，具身智慧需要像人類一樣“看、聽、觸、動”，因此，多感測器融合是技術發展的重要方向。在各種感知系統中，視覺系統無疑是人形機器人最為核心的環境感知通道——雙目攝像頭提供色彩和深度資訊，雷射雷達提供精細的環境建模，毫米波雷達能夠全天候執行，紅外感測器可適應暗光環境。不同感測器分別補足了視覺感知不同維度的能力，多感測器融合趨勢明晰。此外，聽覺、觸覺、編碼器、慣導 IMU 等感測器亦在具身智慧環境互動、靈活運動、姿態平衡等方面發揮著重要作用。

最後，在運動與執行層，人形機器人、四足機器人、柔性機械臂等方向都有發展空間，如波士頓動力的 Spot、Tesla Optimus 的仿生肌肉關節設計。目前具身智慧面臨的瓶頸之一是能耗問題，初創企業可以探索超低功耗晶片（如 RISC-V 架構）、高效電池管理系統（BMS），提升機器人續航能力。

儘管具身智慧技術發展迅速，但對於入局企業尤其是初創企業而言，訓練資料不足是一個亟待解決的挑戰。具身智慧需要海量的互動資料，但資料獲取面臨瓶頸：一方面是真實世界互動資料難採集，依賴物理環境測試，成本高昂；另一方面是國內資料閉環生態不成熟，缺乏大規模可用的具身智慧資料集。

不過，企業也有相對的應對策略，比如利用模擬環境（如 Mujoco、Isaac Sim）進行大規模模擬訓練，並結合Sim2Real（模擬到真實）遷移技術，減少對真實資料的依賴。另外也可採用聯邦學習（Federated Learning），共享不同企業的互動資料，降低資料訓練成本。

除了資料問題，具身智慧涉及即時感知、計算與控制，需要強大的計算能力，但高效能算力晶片成本高昂，初創企業難以負擔。對此，最近興起的輕量化模型是一大破局利器，另外，發展國產算力生態刻不容緩，成熟的國產供應鏈能夠降低核心硬體成本。

最後，具身智慧的商業模式仍在探索之中。由於成本高昂，C 端市場難以快速推廣，B 端應用落地則有著週期長的問題。未來，或許會有企業探索“機器人即服務（RaaS）”模式，讓客戶以租賃方式使用機器人，降低客戶初始投入成本。

具身智慧不僅是科技競賽的下一戰場，更可能重構生產力與生活方式，成為繼智慧手機、電動汽車後的新一代通用技術平臺。在全球科技競爭加劇的背景下，中國的具身智慧初創企業若能在技術、資料、成本和落地方面找到突破口，將有望在全球市場佔據一席之地。