從人形機(jī)器人的靈活操控到工業(yè)機(jī)械臂的精準(zhǔn)作業(yè)，從服務(wù)機(jī)器人的場(chǎng)景適配到邊緣設(shè)備的算力升級(jí)，無(wú)不預(yù)示著“物理AI”時(shí)代的加速到來(lái)。

2026年開(kāi)年以來(lái)，具身智能領(lǐng)域的市場(chǎng)熱度與資本活躍度持續(xù)攀升，投融資事件密集落地，同時(shí)春晚舞臺(tái)上多家頭部具身智能領(lǐng)域公司的產(chǎn)品集中亮相，更讓這一賽道從產(chǎn)業(yè)端走向大眾視野，直觀展現(xiàn)了這一年技術(shù)發(fā)展的快速發(fā)展。

當(dāng)前，具身智能正從概念熱潮向產(chǎn)業(yè)攻堅(jiān)過(guò)渡，邊端側(cè)計(jì)算設(shè)備則作為其落地的核心載體，迎來(lái)架構(gòu)迭代與性能突破的關(guān)鍵期。與單純的虛擬AI不同，具身智能要求實(shí)體設(shè)備具備“感知-理解-決策-執(zhí)行-反饋”的完整閉環(huán)，能夠通過(guò)執(zhí)行器改變物理世界并形成動(dòng)態(tài)調(diào)整，這一特性決定了其對(duì)算力、實(shí)時(shí)性、可靠性的多元需求，也推動(dòng)著邊端側(cè)計(jì)算從“通用化”向“異構(gòu)化”“定制化”轉(zhuǎn)型。

從概念到落地，具身智能產(chǎn)業(yè)進(jìn)入新周期

當(dāng)生成式AI的熱度逐漸沉淀，具身智能憑借“連接虛擬與物理世界”的獨(dú)特價(jià)值，成為AI產(chǎn)業(yè)下一階段的核心增長(zhǎng)點(diǎn)。據(jù)國(guó)務(wù)院發(fā)展研究中心?預(yù)測(cè)，中國(guó)具身智能2030年達(dá)4000億元人民幣，2035年突破萬(wàn)億元。與此同時(shí)，中國(guó)信通院?《具身智能發(fā)展報(bào)告（2025年）》中，首次將具身智能納入國(guó)家未來(lái)產(chǎn)業(yè)重點(diǎn)，2025年全球市場(chǎng)規(guī)模195.25億元人民幣。

但熱鬧的市場(chǎng)背后，是產(chǎn)業(yè)落地的諸多現(xiàn)實(shí)瓶頸。英特爾研究院副總裁、英特爾中國(guó)研究院院長(zhǎng)宋繼強(qiáng)明確指出：“當(dāng)前具身智能的發(fā)展，正處于‘提升能力上限’與‘保障能力下限’的雙重攻堅(jiān)期。大家都在展示機(jī)器人的智能能力，但很少有人關(guān)注它表現(xiàn)不佳時(shí)該怎么辦——這正是產(chǎn)業(yè)化必須跨越的鴻溝”。

當(dāng)前具身智能的產(chǎn)業(yè)現(xiàn)狀呈現(xiàn)“熱度高、落地難、痛點(diǎn)集中”的特點(diǎn)，而異構(gòu)計(jì)算作為破解痛點(diǎn)的核心思路，逐漸成為行業(yè)共識(shí)。

具身智能的核心是將智能能力與實(shí)體設(shè)備結(jié)合，讓設(shè)備能夠感知外界、理解環(huán)境、做出決策，并通過(guò)執(zhí)行器改變物理世界，最終形成“決策-執(zhí)行-反饋”的閉環(huán)。在宋繼強(qiáng)看來(lái)，如果只是播放視頻、發(fā)送語(yǔ)音，這些不算具身智能，“具身智能的核心必須能對(duì)物理世界產(chǎn)生實(shí)際影響?！彼卫^強(qiáng)強(qiáng)調(diào)。

這一定義清晰劃分了具身智能與傳統(tǒng)AI的邊界：傳統(tǒng)AI多局限于虛擬場(chǎng)景的信息處理，而具身智能則強(qiáng)調(diào)“物理交互”與“閉環(huán)能力”。例如，一輛能將人從A點(diǎn)運(yùn)到B點(diǎn)的自動(dòng)駕駛汽車(chē)、一臺(tái)能完成物流分揀的移動(dòng)機(jī)器人、一架能實(shí)現(xiàn)物資運(yùn)送的無(wú)人機(jī)，都屬于具身智能的范疇；而單純的語(yǔ)音助手、圖像識(shí)別系統(tǒng)，則不屬于這一領(lǐng)域。

近年來(lái)，隨著多模態(tài)大模型、視覺(jué)-語(yǔ)言-動(dòng)作模型（VLA）、世界模型等技術(shù)的突破，具身智能的產(chǎn)業(yè)熱度持續(xù)攀升。根據(jù)Gartner 2024年發(fā)布的《新興技術(shù)成熟度曲線》報(bào)告，?生成式AI已越過(guò)“期望膨脹期”頂峰?，而?自主AI系統(tǒng)?（Autonomous AI）作為其延伸方向，正推動(dòng)人形機(jī)器人、具身智能體等進(jìn)入該階段的中后期。

熱錢(qián)之下

2026年開(kāi)年以來(lái)，具身智能領(lǐng)域的市場(chǎng)熱度與資本活躍度持續(xù)攀升，投融資事件密集落地，同時(shí)今年春晚舞臺(tái)上宇樹(shù)科技、松延動(dòng)力、魔法原子、銀河通用等多家頭部具身智能領(lǐng)域公司的產(chǎn)品集中亮相，更讓這一賽道從產(chǎn)業(yè)端走向大眾視野，直觀展現(xiàn)了技術(shù)落地的階段性成果。

從投融資動(dòng)態(tài)來(lái)看，2026年以來(lái)具身智能領(lǐng)域融資熱度持續(xù)升溫，資本布局呈現(xiàn)“大額融資集中、頭部企業(yè)凸顯、多資本類(lèi)型參與”的特點(diǎn)。

2月24日，具身智能頭部企業(yè)千尋智能宣布連續(xù)完成兩輪近20億元融資，創(chuàng)下2026年以來(lái)該領(lǐng)域融資新高，投資方涵蓋云鋒基金、混沌投資等一線機(jī)構(gòu)，TCL創(chuàng)投等產(chǎn)業(yè)資本，以及重慶、杭州等地國(guó)有資本，老股東也持續(xù)加碼，本輪融資后其估值突破百億元，將重點(diǎn)投入具身基礎(chǔ)模型與真實(shí)數(shù)據(jù)體系建設(shè)。在此之前，月23日，全球機(jī)器人基礎(chǔ)模型龍頭企業(yè)智平方完成B輪超10億元融資，估值超百億，投資方包括百度、中國(guó)中車(chē)等多方力量，近一年內(nèi)該企業(yè)已累計(jì)完成12輪融資，成為全球融資節(jié)奏最快的具身智能企業(yè)。

此外，2月11日星海圖完成近10億元B輪融資，2月10日商湯科技旗下大曉機(jī)器人完成天使輪融資，據(jù)不完全統(tǒng)計(jì)，2026年1月份全球具身智能及人形機(jī)器人領(lǐng)域融資事件超20起，披露融資總額超160億元，同時(shí)埃斯頓、宇樹(shù)科技、樂(lè)聚機(jī)器人等企業(yè)正籌備IPO，計(jì)劃2026年沖刺資本市場(chǎng)，資本的持續(xù)注入為產(chǎn)業(yè)技術(shù)攻堅(jiān)提供了有力支撐。

盡管產(chǎn)業(yè)熱度高漲，但當(dāng)前具身智能的落地仍面臨諸多痛點(diǎn)，其中準(zhǔn)確性、可靠性、數(shù)據(jù)孤島三大問(wèn)題最為突出，成為制約其從“演示”走向“實(shí)用”的關(guān)鍵瓶頸。

首先是準(zhǔn)確性不足的問(wèn)題，這也是當(dāng)前VLA模型的核心短板。VLA作為具身智能的核心技術(shù)之一，能夠?qū)崿F(xiàn)“視覺(jué)輸入-語(yǔ)言理解-動(dòng)作輸出”的端到端映射，但目前其性能仍有較大提升空間。對(duì)此，宋繼強(qiáng)表示，當(dāng)前主流VLA模型的任務(wù)準(zhǔn)確率僅為60%-70%，離工業(yè)級(jí)可用的99%以上準(zhǔn)確率還差幾十個(gè)點(diǎn)。而且它的泛化能力很差，視覺(jué)場(chǎng)景發(fā)生輕微變化——比如物體顏色、形狀、相對(duì)位置的改變，如果沒(méi)有在訓(xùn)練數(shù)據(jù)集中出現(xiàn)過(guò)，就很難外推到位。

其次是可靠性與安全性的雙重挑戰(zhàn)。具身智能設(shè)備多在與人、工業(yè)環(huán)境交互的場(chǎng)景中運(yùn)行，其可靠性與安全性直接關(guān)系到人員安全與生產(chǎn)效率。宋繼強(qiáng)告訴筆者，具身智能的可靠性，至少體現(xiàn)在三個(gè)層級(jí)：第一，規(guī)劃決策是否可信賴(lài)；第二，動(dòng)作執(zhí)行是否可信賴(lài)；第三，系統(tǒng)出錯(cuò)時(shí)整體是否仍可靠，“當(dāng)前很多具身智能設(shè)備，在這三個(gè)層級(jí)都存在短板?！彼卫^強(qiáng)指出。

具體來(lái)看，在規(guī)劃決策層，基于神經(jīng)網(wǎng)絡(luò)的大模型、VLA模型存在“黑盒問(wèn)題”與“幻覺(jué)問(wèn)題”，難以保證決策的可解釋性與準(zhǔn)確性。例如，機(jī)器人可能會(huì)因?yàn)槟Ｐ突糜X(jué)，將“拿起杯子”的指令誤解為“打碎杯子”；在動(dòng)作執(zhí)行層，當(dāng)前很多機(jī)器人的運(yùn)動(dòng)控制精度不足，難以完成高精度作業(yè)——比如讓機(jī)器人往左走15cm，實(shí)際可能偏差3-5cm；在系統(tǒng)容錯(cuò)層，大部分具身智能設(shè)備缺乏完善的安全機(jī)制，一旦出現(xiàn)硬件故障或軟件錯(cuò)誤，就可能陷入癱瘓，甚至引發(fā)安全事故。

此外，具身智能的安全性還面臨“傳統(tǒng)信息安全+AI安全+物理安全”的三重威脅。宋繼強(qiáng)解釋道，“以前的智能設(shè)備，只需要關(guān)注傳統(tǒng)的信息安全問(wèn)題；但具身智能設(shè)備引入了AI模型，就需要應(yīng)對(duì)針對(duì)AI的攻擊——比如模型投毒、對(duì)抗樣本攻擊；同時(shí)，它與人、環(huán)境交互，還存在物理安全問(wèn)題，比如機(jī)器人操作失誤傷人、設(shè)備故障導(dǎo)致生產(chǎn)中斷等。更關(guān)鍵的是，安全都是額外成本，如何在安全級(jí)別與成本之間找到平衡，也是行業(yè)需要解決的問(wèn)題。”

第三是數(shù)據(jù)孤島與數(shù)據(jù)短缺問(wèn)題。具身智能的發(fā)展高度依賴(lài)數(shù)據(jù)——VLA模型、世界模型的訓(xùn)練，都需要大量的場(chǎng)景數(shù)據(jù)、動(dòng)作數(shù)據(jù)、交互數(shù)據(jù)，但當(dāng)前行業(yè)面臨著“數(shù)據(jù)采集難、數(shù)據(jù)不標(biāo)準(zhǔn)、數(shù)據(jù)孤島嚴(yán)重”的困境。對(duì)此，宋繼強(qiáng)表示，數(shù)據(jù)是當(dāng)前具身智能發(fā)展的首要問(wèn)題，尤其是對(duì)VLA+世界模型這條路徑而言，“VLA與環(huán)境、動(dòng)作場(chǎng)景、機(jī)器人本體都密切相關(guān)，需要專(zhuān)門(mén)的數(shù)據(jù)支撐訓(xùn)練，但現(xiàn)在的數(shù)據(jù)采集面臨很多難題?！彼卫^強(qiáng)補(bǔ)充道。

具體來(lái)看，數(shù)據(jù)采集的難點(diǎn)主要體現(xiàn)在四個(gè)方面：

• 一是數(shù)據(jù)定義不統(tǒng)一，比如VLA訓(xùn)練需要視覺(jué)數(shù)據(jù)、語(yǔ)言數(shù)據(jù)，有的廠商還會(huì)加入觸覺(jué)數(shù)據(jù)，但行業(yè)內(nèi)尚未明確“什么樣的數(shù)據(jù)是完整的”；
• 二是精度與頻率缺乏標(biāo)準(zhǔn)，不同廠商對(duì)動(dòng)作精度、控制頻率的要求不同，導(dǎo)致采集的數(shù)據(jù)難以復(fù)用；
• 三是機(jī)器人本體不統(tǒng)一，人形、輪臂式、機(jī)器狗等不同形態(tài)的機(jī)器人，其動(dòng)作數(shù)據(jù)差異巨大，難以形成統(tǒng)一的數(shù)據(jù)集；
• 四是視角差異，VLA模型高度依賴(lài)視覺(jué)數(shù)據(jù)，攝像頭裝在機(jī)器人頭部、胳膊上，采集到的視角不同，數(shù)據(jù)的可用性也不同。

面對(duì)準(zhǔn)確性、可靠性、數(shù)據(jù)短缺等多重痛點(diǎn)，行業(yè)逐漸形成一個(gè)核心共識(shí)：異構(gòu)計(jì)算是具身智能落地的核心基石。對(duì)此，宋繼強(qiáng)強(qiáng)調(diào)：“具身智能一定落在物理實(shí)體之上，這個(gè)實(shí)體包含感知、理解與決策、推動(dòng)執(zhí)行、反饋觀察的完整閉環(huán)，不同環(huán)節(jié)對(duì)計(jì)算能力的要求不同——有的需要高通量算力，有的需要低時(shí)延響應(yīng)，有的需要高精度浮點(diǎn)運(yùn)算，很難用同一種硬件解決所有問(wèn)題，底層必然需要異構(gòu)計(jì)算?！?/p>

所謂異構(gòu)計(jì)算，就是將不同架構(gòu)的計(jì)算單元（CPU、GPU、NPU、AI ASIC、神經(jīng)形態(tài)加速器等）結(jié)合起來(lái)，根據(jù)不同任務(wù)的需求，分配相應(yīng)的計(jì)算資源，實(shí)現(xiàn)“算力適配任務(wù)”的最優(yōu)效果。與傳統(tǒng)的同構(gòu)計(jì)算相比，異構(gòu)計(jì)算具有能效比高、實(shí)時(shí)性強(qiáng)、靈活性好等優(yōu)勢(shì)，能夠完美匹配具身智能多環(huán)節(jié)、多需求的算力要求。

從具身智能的任務(wù)鏈路來(lái)看，不同環(huán)節(jié)對(duì)算力的需求差異顯著，這也決定了異構(gòu)計(jì)算的必要性。針對(duì)此，宋繼強(qiáng)提出了“系統(tǒng)2-系統(tǒng)1-系統(tǒng)0”的三層決策鏈路，并詳細(xì)闡述了各層的算力需求：

系統(tǒng)2是“慢系統(tǒng)”，主要負(fù)責(zé)場(chǎng)景理解與任務(wù)規(guī)劃，與語(yǔ)言邏輯抽象層相關(guān)，輸出語(yǔ)義層級(jí)更高、準(zhǔn)確度更高的結(jié)果，比如VLM模型（視覺(jué)語(yǔ)言模型）就屬于這一層。這一層需要處理高通量的視覺(jué)輸入與語(yǔ)言輸入，對(duì)算力的吞吐量要求較高，GPU是最適合的計(jì)算單元——例如英特爾酷睿Ultra處理器中的GPU，能夠高效處理多模態(tài)數(shù)據(jù)，支撐大模型的推理與訓(xùn)練。

系統(tǒng)1是“動(dòng)作專(zhuān)家”（Action Expert），主要負(fù)責(zé)將系統(tǒng)2的規(guī)劃任務(wù)，映射到具身設(shè)備的執(zhí)行器（關(guān)節(jié)電機(jī)、輪子等），生成控制指令，輸出頻率約為200Hz。這一層對(duì)實(shí)時(shí)性、低功耗的要求較高，同時(shí)需要支持矩陣向量運(yùn)算，NPU（神經(jīng)網(wǎng)絡(luò)處理單元）是最優(yōu)選擇。宋繼強(qiáng)透露：“英特爾酷睿Ultra處理器內(nèi)置的NPU，能夠?qū)崿F(xiàn)11TOPS@~2W的能效比，在PTL平臺(tái)上更是能達(dá)到50 TOPS，完全能夠滿(mǎn)足系統(tǒng)1的算力需求?！?/p>

系統(tǒng)0是傳統(tǒng)的MPC控制器（模型預(yù)測(cè)控制），主要負(fù)責(zé)將系統(tǒng)1的控制指令，提升到更高的頻率（超過(guò)1000Hz），實(shí)現(xiàn)動(dòng)作的平滑、精準(zhǔn)執(zhí)行，解決動(dòng)作頓挫的問(wèn)題。這一層對(duì)實(shí)時(shí)性與浮點(diǎn)計(jì)算精度的要求極高，CPU是核心計(jì)算單元——英特爾酷睿Ultra的CPU，能夠?qū)崿F(xiàn)10us以?xún)?nèi)的實(shí)時(shí)響應(yīng)，滿(mǎn)足高精度運(yùn)動(dòng)控制的需求。

“在具身智能的任務(wù)鏈路中，CPU、GPU、NPU各司其職、協(xié)同工作，才能實(shí)現(xiàn)最優(yōu)的性能與能效比?！彼卫^強(qiáng)表示，“比如‘拿起筆，把它插進(jìn)筆帽里’這個(gè)簡(jiǎn)單的任務(wù)，系統(tǒng)2的VLM模型理解指令（GPU支撐），系統(tǒng)1的Action Expert生成動(dòng)作軌跡（NPU支撐），系統(tǒng)0的MPC控制器將動(dòng)作頻率提升到1000Hz（CPU支撐），三者協(xié)同，才能完成精準(zhǔn)、平滑的操作?！?/p>

除了任務(wù)鏈路的適配，異構(gòu)計(jì)算還能解決具身智能的可靠性與可擴(kuò)展性問(wèn)題。智能體的構(gòu)建的是通過(guò)編排器自動(dòng)完成的，而不是預(yù)先編程，這就需要編排器能夠調(diào)用不同的智能體功能，而異構(gòu)框架能夠提供靈活的資源調(diào)度能力，支撐多智能體系統(tǒng)的運(yùn)行。同時(shí)，異構(gòu)計(jì)算能夠隔離不同的計(jì)算任務(wù)，比如將實(shí)時(shí)性要求高的運(yùn)動(dòng)控制任務(wù)，與實(shí)時(shí)性要求低的AI推理任務(wù)隔離開(kāi)來(lái)，避免相互干擾，提升系統(tǒng)的可靠性。

從概念熱潮到產(chǎn)業(yè)攻堅(jiān)，從技術(shù)驗(yàn)證到小規(guī)模落地，具身智能的發(fā)展，正迎來(lái)前所未有的機(jī)遇與挑戰(zhàn)。邊端側(cè)計(jì)算設(shè)備的異構(gòu)集成、工業(yè)級(jí)升級(jí)與邊端云協(xié)同，為具身智能的落地提供了堅(jiān)實(shí)的算力支撐；異構(gòu)計(jì)算的普及、AI模型的優(yōu)化與軟件生態(tài)的完善，為具身智能的技術(shù)突破提供了核心動(dòng)力；而場(chǎng)景驅(qū)動(dòng)、生態(tài)協(xié)同、標(biāo)準(zhǔn)統(tǒng)一，則為具身智能的規(guī)模普及指明了清晰的路徑。（文｜Leo張ToB雜談，作者｜張申宇，編輯丨蓋虹達(dá)）