过去几年，人形机器人更多出现在发布会和演示视频里；而 2025 年之后，它开始出现在产线、仓储和营业厅这些需要按班次运转的地方。这个变化的分水岭，是“具身智能”从强调运动能力，转向强调感知、决策与执行的闭环。
“物理 AI”与具身智能的融合
早期的人形机器人擅长在结构化环境里完成固定动作——走、跑、跳、抓取固定物体。但在真实场景里，物体的位置、光线、姿态都在变化。具身智能的思路是让机器人在环境中边看边判断，把感知和行动接在一起，从而适应更开放的场景。
这也是为什么“世界模型”会成为竞争焦点。这类模型试图让机器理解行动的后果，从“预测下一个词”走向“预测世界的下一个状态”。它对人形机器人、自动驾驶这类需要与现实交互的场景是基础能力。
市场与产业链的位置
据机构统计，2025 年中国具身智能市场规模预计约 52.95 亿元，占全球约 27%。融资层面，据行业统计，全年具身智能领域超亿元融资达到 73 笔，占 AI 领域融资总数的一半以上，累计金额约 257 亿元。资本的态度已经从“看技术”转向“看订单”。
中国的优势集中在供应链端。目前国内已有超过 150 家企业布局人形机器人，在谐波减速器、执行器、电池、激光雷达等关键零部件环节形成了集群优势，部分品类的全球产能占比处于领先地位。长三角和珠三角的供应链密度，使得从原型到小批量试产的周期明显缩短。
已经发生的落地场景
- 汽车与制造业。人形机器人进入整车工厂承担搬运、质检等重复性工位，与既有自动化产线协同。
- 仓储物流。在分拣、上下料等环节做柔性替代，弥补传统机械臂对非标物体的适应性不足。
- 服务与零售。营业厅导览、巡检等场景开始试用，主要解决夜班和人力短缺问题。
- 特种作业。在高温、有毒、高空等环境下替代人工。
对企业决策者的建议
- 先算工位账，再谈技术。从招工难、流失率高、安全风险大的具体工位切入，比整体规划更容易见效。
- 关注数据接口而非硬件参数。机器人要真正嵌入生产，必须与 MES、WMS 等系统打通，集成能力往往比参数更决定成败。
- 把安全边界写进流程。人机协作区域的安全规范、异常处置流程需要提前设计。
具身智能的意义不在于“机器像人”，而在于把 AI 的决策能力延伸到物理世界。对制造企业来说，新的自动化浪潮很可能不是从流水线改造开始，而是从一个具体工位开始。