当“具身智能”从一个晦涩的学术概念，骤然化身为聚光灯下能跑会跳、巧手翻飞的实体机器人时，整个世界仿佛在瞬间被按下了快进键。人们惊叹于它们日益精进的技艺，却未必知晓，这场“机器人总动员”背后，是怎样一股汹涌澎湃的合力在驱动。这绝非一两个天才实验室的灵光乍现，而是一场由科技巨头、资本新贵、初创先锋、开源社群与学术殿堂共同演奏的恢弘交响。这是一场关于未来主导权的“跑马圈地”，一次对技术极限的集体冲锋，更是一幅在竞争与协作、封闭与开放、理想与现实之间剧烈撕扯的浮世绘。究竟是怎样的力量，将这些冰冷的钢铁之躯，推上了时代浪潮之巅？
壹
投资逻辑：场景驱动、生态构建与基础设施
无论是发达国家的制造业回流计划，还是发展中国家面临的“刘易斯拐点”，都指向一个共同的挑战：如何在高昂的人力成本和不断缩减的劳动力供给下，维持甚至提升生产效率。
工厂流水线、物流仓储、家庭服务、危险作业等多种领域的工作本就围绕人类的体型、肢体灵活度与作业动线设计，人形机器人的形态恰好契合这一需求，也因此能更适配地完成人力替代。使用人形机器人不仅能提高生产效率，更能将人类从重复、枯燥甚至危险的工作中解放出来，这构成了其巨大的社会价值和经济潜力，也让投资者看到了一个规模堪比汽车和智能手机的万亿级市场。人形机器人被赋予了人类对具身智能的最理想的憧憬，遂成为资本最青睐的具身智能种类。
2023年开始，具身智能赛道迎来了前所未有的融资井喷。根据IT桔子的数据，2025年前三季度，国内机器人行业新增一级市场融资事件达610笔，较去年同期的294笔实现翻倍增长。从估算金额来看，2025年前三季度，国内机器人创业企业获得的融资总额约500亿元，是去年同期的2.5倍。资本狂欢的背后，却是明显的头部聚集效应。银河通用在2025年6月完成了国内该领域单笔最大的11亿元融资；星海图、智元机器人、宇树科技等公司也在年内接连完成多轮大额融资。
资本的嗅觉总是最敏锐的。具身智能赛道在近年来的突然引爆并非偶然，这是多项关键技术发展到临界点后，共同作用的结果。
具身智能从“大脑”到“小脑”到“肢体”都有了突破性进展，核心零部件也因技术成熟而成本下降，为制造出灵活、稳定且价格可接受的机器人创造了条件。具身智能已具备从实验室演示迈向商业化探索的底气，点燃了资本市场的热情，让巨头们坚信，抢占具身智能的先机，就是抢占下一个十年、甚至许多个十年的科技制高点。
谷歌无疑是具身智能早期投资探索中最大胆的先行者。早在2013年，在“安卓之父”安迪·鲁宾的主导下，谷歌开启了一场史无前例的机器人公司“扫货”行动，在短短半年内收购了包括波士顿动力在内的八家顶尖机器人公司。这一系列收购旨在构建一个庞大的机器人军团，覆盖从硬件本体到软件控制的全链条。然而，这场雄心勃勃的豪赌并未如预期般顺利。
由于内部整合困难、商业化路径模糊以及领导层变动，谷歌的机器人战略陷入了长期的摇摆。最终，在2017年，谷歌母公司Alphabet将未能盈利的波士顿动力出售给了软银，标志着其第一阶段硬件主导战略的重大挫折。尽管如此，谷歌并未放弃具身智能，而是将重心转向了AI研究，其DeepMind团队在机器人学习和控制算法上持续深耕，为日后通过软件和模型赋能机器人行业埋下了伏笔。
与谷歌的广撒网“买买买”不同，亚马逊的机器人投资策略从一开始就充满了强烈的务实主义色彩，它十分明确自己的核心目标：利用自动化技术提升其庞大电商帝国的物流仓储效率。2012年，亚马逊以7.75亿美元收购了Kiva Systems，后者开发的仓储机器人彻底改变了亚马逊的履约中心运作模式。(编者注：亚马逊的履约中心运作模式是一套自动化、精细化仓库运作体系，可以快速准确将网购商品送到买家手中。大致流程为系统精准登记货位、机器人将订单货物整理集中、自动打包、自动按地址分拣、交由快递）尝到甜头后，亚马逊又在2017年（编者注：2017年，亚马逊收购了无人配送车制作公司Dispatch，并开始研发送货机器人）2019年等年份陆续收购仓储、配送相关的机器人公司（编者注：2019年，亚马逊收购了专注仓库内部无人驾驶物流机器人初创公司Canvas Technology）。在2022年成立了规模达10亿美元的“工业创新基金（Industrial Innovation Fund）”，专门用于投资仓储和物流领域的创新科技公司，包括研发人形机器人的Agility Robotics、开发自动化卸货系统的Rightbot等。作为电商巨头，亚马逊的策略是典型的场景驱动，通过自身巨大的应用需求，牵引技术发展和商业落地，形成“投资—应用—迭代—优化”的完美闭环。
而微软在具身智能领域的布局，完美诠释了平台型公司的战略思维。它并不急于亲自下场制造机器人硬件，而是致力于成为生态构建者。微软通过其强大的Azure云平台，为机器人研发提供所需的AI基础设施、训练和存储服务。它与OpenAI的深度绑定，正是这一战略的完美诠释。2024年2月，人形机器人初创公司Figure AI宣布完成一轮高达6.75亿美元的融资，投资方阵容堪称豪华，包括微软、OpenAI、英伟达、亚马逊等。更关键的是，Figure AI与OpenAI达成合作，共同开发下一代机器人AI模型，并利用微软Azure进行AI训练。微软清晰地展示了一种新的投资路径：由顶尖的AI公司提供“大脑”，由硬件创业公司打造“身体”，而平台巨头则提供算力和基础设施。微软就可以靠着这条路径，在不承担重资产风险的情况下，牢牢占据了价值链的核心位置。
半导体巨头英伟达也早早入局具身智能，它坚信“算力为王”，智能离不开庞大而高效的算力支持。因此，英伟达的策略核心是发挥自己作为芯片龙头企业的优势，将战略重心放在打造标准化的算力平台与开发工具上。
2018年，英伟达推出了面向机器人开发的Isaac平台，提供从仿真、训练到部署的全链条工具，让研究人员和企业能够在虚拟环境中训练机器人，再无缝迁移到现实世界，大幅降低了机器人研发的门槛和成本。在投资层面，英伟达通过战略投资与合作，绑定了Figure AI等诸多人形机器人。2023年起，随着生成式AI的爆发，英伟达更是将大模型技术与机器人控制相结合，推动“从代码到动作”的转变，让机器人能以自然语言理解和执行复杂任务。英伟达通过牢牢占据具身智能的算力与开发平台制高点，在不直接碰硬件的情况下，成为整个行业绕不过的基础设施供应商。
如此先进的科技领域自然少不了中国企业的身影。在国内，美团是对具身智能下注最深、布局最广的互联网巨头之一。我们都知道，团购立身的美团如今最出名的核心业务是外卖，“将商品送至顾客手中”的服务内容与依赖物流的亚马逊相似。这或许是它们的投资逻辑也十分相近的原因，美团同样基于自身丰富的业务场景。从外卖配送、生鲜买菜到酒店服务，美团的本地生活服务生态为机器人提供了海量的落地试验场。
据不完全统计，自2022年以来，美团已投资了超过30家机器人相关企业，几乎覆盖从上游核心零部件到下游整机应用的全产业链，被业界戏称为“买下了机器人赛道的半壁江山”。
美团的策略不止步于财务投资，更是深度业务协同。例如美团将买药业务的分拣场景开放给银河通用进行测试，通过真实数据反哺技术迭代，两家合作开发的“人形机器人智慧药房”已在北京落地，2025年6月首家无人药店上线运营，实现药品分拣、核对、打包全流程自动化，效率较人工提升40%。手握多种类应用场景与丰厚的投资资金，美团在具身智能的商业化探索中占据了极为有利的位置。
作为另一家拥有强大线下场景的巨头，京东在具身智能领域的投资同样迅猛，迅速切入自己的核心优势——物流与供应链。2025年，京东的投资步伐明显加快，在短短三个月内接连投资了智元机器人、千寻智能、逐际动力等多家公司，抓紧扩大在机器人领域的“朋友圈”。
京东的投资布局呈现出“广撒网”的特点，涵盖了人形机器人、四足机器人、机械臂等多种形态，旨在探索不同形态机器人在分拣、搬运、巡检等不同供应链环节的应用潜力。京东在对外投资的同时，还于2025年5月成立了内部的具身智能业务部门，并推出了具身智能品牌“JoyInside”，致力于打造连接机器人与消费者的软件交互平台。京东的战略是通过广泛投资和内部研发，构建一个围绕其供应链生态的机器人协作网络，最终实现全流程的自动化和智能化。
缺乏大规模线下实体场景的腾讯，选择了更符合其自身基因的“平台派”路线。与微软类似，腾讯的定位并非成为机器人制造商，而是行业的“赋能者”和“工具提供商”。2025年世界人工智能大会上，腾讯正式推出了具身智能开放平台Tairos（钛螺丝），旨在为机器人厂商提供从底层大模型、仿真训练环境到部署工具链的一整套模块化能力。腾讯首席科学家张正友明确表示，腾讯希望做行业的“托举者”，将自身在AI、游戏（物理引擎）、云计算等领域积累的技术能力开放出来。在投资方面，腾讯同样出手不凡，先后投资了智元机器人、宇树科技、乐聚机器人等头部企业。但其投资的核心目的，更多是为了构建和巩固其平台生态，确保其AI技术和云服务能成为未来机器人时代的“标准配置”。
阿里巴巴在具身智能领域的投资显得更为低调和聚焦。它的投资版图主要围绕机器人智能“大脑”和核心技术展开。例如投资了专注于机器人仿真和运动控制的逐际动力、机器视觉公司奥比中光。阿里似乎有意避免直接投资人形机器人整机厂，以维持其作为云计算和AI基础设施提供商的中立地位。蚂蚁集团则相对独立，不仅投资了宇树科技、星海图等公司，还成立了子公司“蚂蚁灵波”，亲自下场研发。
作为近年来崛起的互联网新贵，字节跳动在具身智能领域也开始崭露头角。它的布局路径显得独树一帜，侧重于发挥其在人工智能算法和内容生态上的核心优势，专注于打造具身智能的“大脑”。字节跳动近年来连续发布了多项重磅技术成果，展现了其在软件层的强大实力，其研发的“Robix”作为一个统一的视觉语言模型，以成为具身智能通用“大脑”为目标。同时，字节跳动在AI数字人领域的技术更是全球领先，如“OmniHuman-1.5”模型能够通过单张照片和一段音频就生成一个会思考、表情生动的虚拟数字人。这些技术虽然短期内主要应用于内容创作、虚拟偶像等线上场景，但它们为未来实体机器人拥有更自然、更智能的“人格化”交互体验奠定了坚实基础。尽管市场也曾关注其是否会在机器人硬件领域进行投资，现在字节跳动公开的战略重心主要位于赋能机器人的智能软件和模型层面，这使其在激烈的“圈地运动”中扮演着关键“赋智者”而非“造体者”的角色。
整体来看，这些巨头虽然节奏和策略各异，但都围绕自身核心优势，试图在未来的具身智能生态中找到关键的卡位点。到目前为止，大部分具身智能投资仍处于“播种”阶段，尚未进入大规模的“收获期”。投资结果主要体现在被投公司的技术进展和估值增长上，但更多的人形机器人项目仍处于研发和早期测试阶段，尚未产生可观的收入。
未来，评判投资成功与否的标准，将从“技术有多酷炫”、“故事有多动人”，转向“能否在真实场景中创造价值”和“能否形成可持续的商业模式”。有分析认为成本是商业化的关键。当一个功能足够强大的机器人成本能够降至与一名熟练工人的年薪相当时，其商业化引爆点才会真正到来。[2]对于科技巨头而言，这场“跑马圈地”不仅是一场技术竞赛，更是一场关于成本控制、供应链整合和场景落地的全方位比拼。谁能率先跨越从技术演示到商业闭环的重重关卡，谁就将赢接下来的数个十年。
贰
海外新锐：理想主义者的“尖刀”与“奇袭”
在科技巨头用资本构筑的高墙之下，真正的颠覆性力量，往往源于墙外那些看似微弱、却无比执着的星星之火。一批兼具技术理想与商业智慧的初创企业，正以其创始人的深邃战略眼光为罗盘，在巨头的阴影下，开辟出令人惊叹的新航道。他们的故事，是技术追赶的传奇，更是商业智慧的集中体现。
01 Agility Robotics：体能型机器人的精准卡位
在大洋彼岸的美国，Agility Robotics公司正推动人形机器人的发展。2015年，Agilit由俄勒冈州立大学的机器人学教授乔纳森·赫斯创立，最初致力于研究双足行走的动力学原理。与追求类人外形的团队不同，Agility的早期作品更像“机器鸵鸟”——拥有双腿却没有手臂，例如2016年发布的双足机器人Cassie，它能够奔跑和跳跃，展示了出色的动态平衡能力。这些研究为Agility积累了深厚的双足运动控制技术，也为后来开发更完整的人形机器人打下基础。
2019年，Agility Robotics推出了具有里程碑意义的产品——Digit人形机器人。Digit高约1.75米，体重65公斤，拥有两条灵活的腿和一对可用于搬运的手臂，外形上更接近人类工人。Agility为Digit选择了一个明确的切入点——物流搬运，它可以在仓库、工厂等环境中行走、上下台阶，并搬运一定重量的货物。
2021年到2022年里，Agility Robotics获得了多轮融资，总金额超过1.5亿美元，充足的资金使Agility能够扩大团队并加速Digit的产品化进程。2022年底，Agility宣布Digit已经可以批量生产，并开始向早期客户交付测试机型。这是全球首批商业化的人形机器人之一，标志着人形机器人从实验室走向产业迈出了重要一步。2023年，Agility在俄勒冈州建立了一座名为“RoboFab”的机器人工厂，规划年产能可达1万台Digit机器人。这一产能规划在当时引起轰动，显示出Agility对市场需求的乐观预期和规模化生产的决心。同一年10月，亚马逊宣布在自家仓库中测试Agility Robotics的双足机器人Digit，用于搬运料箱和分拣货物。
2024年，Agility正式发布了Digit 2.0版本，经过了多方面功能提升的它更靠近实用化的“仓库员工”了：Agility为它增强手臂力量和灵巧度，使其能够提起更重的箱子并执行更精细的操作；优化了双足行走算法，使Digit在不平地面和斜坡上行走更加稳健；升级了电池和热管理系统，延长了连续工作时间；配备了更先进的传感器套件和AI软件，能够更好地感知周围环境并与人类协同工作，它可以通过视觉识别料箱的位置和姿态，甚至在遇到行人时会停下来礼让。
Agility的CEO达纳·雷穆斯表示，Digit的成功在于找准了“体能型”机器人的定位，聚焦物流等封闭场景突破，而非追求全能通用。
02 特斯拉：Optimus人形机器人的雄心壮志
具身智能领域有一家公司，也许是受其创始人之一的影响，它的一举一动都吸引着全球的注意力——这就是特斯拉。实际上，特斯拉的研发启动并不算远，2021年，埃隆·马斯克才发布了Optimus人形机器人的概念机，并大胆预测其未来将带来万亿美元级的市场机遇。他宣称，特斯拉造机器人的逻辑源于“第一性原理”，即抛开所有现成的经验和惯例，从
最底层的需求和成本出发，回到造机器人最根本、最核心的需求上想问题，不被别人的想法带偏，遵循研发初心。
基于这套逻辑，特斯拉将自己在自动驾驶汽车上积累的人工智能、视觉感知、芯片、电池等技术复用到人形机器人上，为企业带来了巨大的成本优势和惊人的研发速度。
资金雄厚，信心坚定，Optimus的研发就此按下“快进键”。2023年，特斯拉内部成立了专门的机器人团队，年底将Optimus的研发重心转向软件和感知能力的提升。特斯拉利用其在自动驾驶中积累的计算机视觉和人工智能技术，为Optimus开发了基于摄像头的环境感知系统和神经网络，让机器人能够自主识别周围环境并规划行动。这一阶段，Optimus的原型机已经能够执行一些简单任务，例如搬运物品、分类整理零件等，展示出初步的实用性。
2024年，Optimus技术突破频现。2月，Optimus被展示在工厂环境中执行物料搬运等任务；4月，Optimus的四肢控制取得重大进步，能够更灵活地行走和操作物体；7月，Optimus已经可以在没有牵引的情况下自主行动，独立完成物品分类和整理。
随着技术趋于成熟，特斯拉开始规划Optimus的生产和商业化路径。马斯克在2024年底的财报电话会上透露了雄心勃勃的量产计划：2024年公司内部生产数千台用于内部使用；2025年中，预计推出改进的第二代Optimus（V2），月产能目标达到1万台；2026年，计划建设第三条生产线，目标月产能提高到10万台，并于当年年底开始向外部客户交付Optimus；2027年冲击年产量百万台，并将最终成本降低至初代的30%以下。短短几年内，Optimus项目取得的进展令人瞩目。
从2021年的概念发布到2025年多台原型机协同工作。庞大的市场需求，大规模量产的能力，几乎可以重塑劳动力市场的潜力，Optimus或许有望如马斯克所愿，成为“人类历史上最有价值的产品”。
03 Figure AI：顶层设计与资源整合术
Figure AI，一家由布雷特·阿德科克于2022年创立美国一家人形机器人初创公司，专注于开发可执行危险及不受欢迎工作的人形机器人。当Figure AI在2024年初宣布获得包括亚马逊、英伟达、微软在内的超6亿美元投资[1]，并与OpenAI达成深度合作时，整个业界为之侧目。其创始人布雷特·阿德科克，并非典型的工程师出身，而是一位成功的连续创业者和风险投资人。正是这种背景，赋予了他无与伦比的战略布局能力。
他的突围之道，堪称一场经典的“顶层设计”。他清醒地认识到，初创企业若在硬件上挑战巨头，无异于以卵击石。因此，他采取了“强强联合”的终极策略：聚焦打造先进的机器人“身体”平台，同时直接植入世界上最强大的“大脑”——OpenAI的模型。这一招，巧妙地避开了与巨头在单一维度上的消耗战。阿德科克像一个高明的外交家，在巨头林立的棋盘上，为自己找到了最强大的盟友，构建了一个“OpenAI大脑+ Figure身体+ 巨头资本”的梦幻开局。他的眼光在于，看准了“通用人工智能”与“通用机器人”结合的必然趋势，并以最快的速度占据了这一未来生态位的核心。
04 1X Technologies：“务实主义”与场景深耕
与Figure AI的宏大叙事形成鲜明对比的，是同样备受瞩目的挪威机器人公司1X Technologies（以下简称1X）。1X Technologies（前身为Halodi Robotics）是2014年在挪威奥斯陆成立的科技公司，其代表产品为2024年8月推出的专为家庭设计的双足人形机器人NEO Beta，该产品实现从概念开发到消费级产品的转型。1X的创始人兼CEO埃里克·维克托的战略眼光体现在极致的“务实主义”上。在所有人都在追逐炫技的人形机器人时，维克托却另辟蹊径，其旗舰产品“EVE”是一个轮式底座加双臂的机器人形态。维克托的判断非常直接：在通用人工智能成熟之前，先让机器人在结构相对简单、但需求极其明确的商业场景中创造价值。
维克托的突围之道是“场景先行”。EVE的设计目标明确——成为物流、零售和安保等领域中的安全、高效助手。它不需要复杂的双足平衡系统，降低了成本和技术风险，却能更早地实现商业化落地。正是这种务实策略，让1X同样获得了OpenAI的风险投资，因为OpenAI需要将其AI模型在真实世界中进行验证和迭代。维克托的眼光在于，他深刻理解技术商业化的渐进性，不追求一步到位的“通用”，而是通过解决特定场景的具体问题，逐步向终极目标迈进，为公司赢得了宝贵的自我造血能力和迭代时间。
维克托的突围之道是“场景先行”。EVE的设计目标明确——成为物流、零售和安保等领域中的安全、高效助手。它不需要复杂的双足平衡系统，降低了成本和技术风险，却能更早地实现商业化落地。正是这种务实策略，让1X同样获得了OpenAI的风险投资，因为OpenAI需要将其AI模型在真实世界中进行验证和迭代。维克托的眼光在于，他深刻理解技术商业化的渐进性，不追求一步到位的“通用”，而是通过解决特定场景的具体问题，逐步向终极目标迈进，为公司赢得了宝贵的自我造血能力和迭代时间。
05 Sanctuary AI：“哲学思辨”与另类长征
Sanctuary AI是一家成立于2018年的人工智能公司，专注于研发类人智能通用机器人以解决劳动力短缺问题。当大多数玩家都在比拼机器人的运动能力时，这家加拿大企业的联合创始人兼首席技术官苏珊娜·吉尔德特，选择了一条更为艰难的道路。这位拥有物理学和工程学背景的女性领袖，其战略眼光带有深刻的哲学色彩。她认为，当前机器人研究的最大瓶颈，在于“意识”的缺失。
因此，吉尔德特的突围之道，是进行一场“认知革命”。她将公司使命定为“创造全球最先进的人形智能系统，以实现通用人工智能”。其机器人“Phoenix”的研发，核心目标是复现人类的认知功能。这种路径选择，使得Sanctuary AI避免了在运动控制等“红海”领域与对手贴身肉搏，而是开辟了“机器认知”这一全新的高端战场。这是一种“以终为始”的宏大布局，吉尔德特的眼光，在于她敢于挑战最本质的问题，并愿意为一场可能持续十年的“长征”押上全部。
因此，吉尔德特的突围之道，是进行一场“认知革命”。她将公司使命定为“创造全球最先进的人形智能系统，以实现通用人工智能”。其机器人“Phoenix”的研发，核心目标是复现人类的认知功能。这种路径选择，使得Sanctuary AI避免了在运动控制等“红海”领域与对手贴身肉搏，而是开辟了“机器认知”这一全新的高端战场。这是一种“以终为始”的宏大布局，吉尔德特的眼光，在于她敢于挑战最本质的问题，并愿意为一场可能持续十年的“长征”押上全部。
叁
中国力量：本土市场的生存智慧与“侧翼包抄”
中国初创企业的创始人们，展现出一种植根于本土市场的独特智慧。他们深谙“生存是第一要务”，其战略眼光更多地体现在对市场缝隙的敏锐洞察和对供应链优势的极致利用上。
01 优必选：Walker机器人的崛起
在全球人形机器人竞赛中，中国企业优必选科技是不可忽视的重要玩家。它起步早，成立于2012年，起初以小型仿人机器人和教育机器人起家，但其终极目标一直是打造真正的双足人形机器人。经过多年技术攻关，2016年，优必选就已成功研发双足人形机器人Walker原型机，2018年，在国际消费电子展上首次展示了Walker一代。当时的Walker一代已经能够在平坦地面上行走，并具备初步的双臂协调能力，令业界对中国团队的研发实力刮目相看。但续航仅1小时，且必须在平整地面行走，实用价值有限。这一阶段优必选已投入3 亿美元研发，却仍未突破运动控制的核心瓶颈。
2020年，Walker X实现关键突破，优必选通过自研的力控关节技术解决了平衡难题。力控关节就像给机器人装上了“弹簧膝盖”，能根据地面反馈调整力度，使机器人可以在凹凸地面行走、上下楼梯，甚至完成单腿站立这样的高难度动作。此时的优必选已累计投入超10亿美元研发，获得全球有效授权专利超2000项，其中关节电机相关专利占比达35%，主导近40项行业标准，研发进展充满希望。
2024年7月，工业版Walker SLite进入吉利极氪工厂“实习”，初期它动作缓慢，需扫描二维码定位，效率仅为人工的20%。但优必选根据“实习”暴露出的问题迅速迭代升级，以极快的速度在下半年即推出Walker S1登场。Walker S1工作范围扩大30%，搬运速度提升25%，还能担任“质检员”，用智能摄像头实现车标毫米级检测，准确率超99%。2025年3月，优必选开展首例多机协同实训，两台Walker S1能自主规划路线、协同搬运，途中主动避开障碍物，这得益于接入DeepSeek—R1的“超级大脑”负责决策，“智能小脑”控制动作的双脑架。
截至2025年，优必选Walker机器人已从实验室走向产业应用，在多个领域验证了自身价值。优必选在这一过程中投入了巨大的研发精力和资金：据报道，公司累计融资超过15亿美元，大部分用于人形机器人核心技术的攻关和产品化，这保证了Walker机器人能够最大程度采用自主创新技术。目前，Walker系列机器人已在智能制造、智慧物流、智慧安防等领域开展示范应用。例如，在一些电子工厂中，Walker机器人承担物料搬运和产线巡检工作；在物流仓库里，它们与AGV小车配合完成货物分拣；在展馆和机场，Walker也作为迎宾和导览机器人与公众互动。随着技术的进一步成熟和成本的降低，Walker机器人有望在更广泛的场景中“大显身手”。
02 宇树科技：“农村包围城市”与极致成本控制
宇树科技成立于2016年8月，是一家较早进入机器人研发领域的企业。它的创始人王兴兴，是一位在机器人领域深耕十余年的“技术极客”。但他的战略眼光，绝不仅限于实验室。当巨头们盯着造价百万美元的机器人时，王兴兴看到了一个被忽略的广阔天地——消费级机器人市场。
他的突围之道，是践行了一条经典的“农村包围城市”战略。他敏锐地意识到，必须先让公司“活下来”。因此，宇树科技选择从技术相对成熟、且存在娱乐、教育等需求的四足机器人赛道切入。他的核心战略是：通过极致的工程优化和对中国供应链的深刻理解，将成本压缩到令人震惊的程度。其首款消费级四足机器人Unitree Go1售价仅1.6万元人民币，几乎是当时同类产品价格的十分之一。这一价格策略，迅速打开了全球市场，为宇树科技获得了宝贵的现金流和用户数据。王兴兴的眼光在于，他找到了一个巨头无暇顾及、但潜力巨大的切入点，并通过成本优势建立了坚实的根据地，为后续进军高端机型和人形机器人奠定了基础。
03 智元机器人：“网红效应”与敏捷开发
2023年横空出世的智元机器人，其创始人彭志辉本身就是一种现象。这位以“稚晖君”之名在B站拥有数百万粉丝的“野生钢铁侠”，以其硬核的个人项目（如自动驾驶自行车、机械臂）早已征服了大量技术爱好者。当他宣布创业进军具身智能领域时，天然地携带了巨大的关注度和品牌影响力。
彭志辉的突围之道，是巧妙地利用了“网红效应”和“敏捷开发”模式。与大多数公司秘密研发数年再发布产品不同，智元机器人在其首款人形机器人“远征A1”的开发过程中，就通过发布B站视频等方式适度曝光，保持了极高的市场热度和人才吸引力。这种策略极大地降低了招聘顶尖人才的沟通成本和品牌建设成本。同时，彭志辉作为顶尖工程师出身，其团队秉承了极客文化的敏捷迭代精神，开发速度惊人。他的眼光在于，将个人技术影响力转化为创业的初始动能，在产品和公司文化上打上强烈的个人IP烙印，从而在资源争夺战中获得了独特的优势。
04 追觅科技：“技术复利”与生态延伸
追觅科技(简称追觅)创立于2017年，总部位于苏州，是一家不断求索和成长的全球化科技公司，致力把尖端科技用于生活普惠。追觅科技的创始人俞浩，则展示了另一种突围智慧：“技术复利”。追觅起家于智能清洁家电领域，其在高速数字马达、SLAM导航等核心技术上建立了深厚壁垒。
他的选择是，将已在消费级产品上验证成熟的核心技术，横向复用到机器人新品类中。例如，追觅发布仿生四足机器人，其底层技术与其扫地机器人产品的马达和导航系统一脉相承。这种策略的优势显而易见：极大地降低了研发风险和成本，缩短了产品化周期。俞浩的眼光在于，他并不将追觅定义为一家“家电公司”，而是一家拥有核心技术的“广义机器人公司”。他依托中国强大的供应链和制造能力，在一个红海市场中杀出重围，积累资本和技术，然后有节奏地将能力边界拓展至更具想象力的机器人领域。
眼光决定出路，智慧胜过蛮力。这些新玩家的故事清晰地表明，在一场由巨头主导的游戏中，硬碰硬的正面交锋并非明智之选。真正的破局之道，在于创始人能否以深远的战略眼光，找到属于自己的生态位：或是通过资源整合实现高位嫁接；或是通过务实场景率先商业化；或是通过成本控制占领基础市场；或是利用个人IP实现敏捷突破。他们的成功，在于选择的智慧与执行的坚决。正是这些充满想象力的突围之道，让具身智能的未来格局，充满了无限的变数与可能。
肆
开源社区与学术研究：颠覆性创新诞生的新摇篮
如果说科技巨头和初创公司是赛场上的明星选手，那么开源社区和学术研究机构，就是培育这些选手的土壤和教练团队。它们不直接追求商业利益，而是专注于知识的探索、共享与传播，构成了具身智能生态系统中最为基础、也最具活力的部分。
开源社区：从“个人英雄”到“全球脑”的协作革命
如果将具身智能研发比作建造一座大厦，那么开源社区提供的不是一砖一瓦，而是脚手架、施工图纸和一支分布在全球的、24小时不间断工作的“云施工队”。遵循开源协议的社区成员们来自全球，他们可能是科研机构研究院，或是企业工程师，又或是高校的业余爱好者，但不论是谁，都会在社区中将具身智能研发相关的技术成果、代码工程、设计方案等低成本甚至无偿开放给社区成员。它彻底改变了技术创新“单打独斗”的传统模式，演变为一种分布式、协同式的“全球脑”模式。
ROS：机器人界的“Linux”
谈起机器人开源系统，绕不开ROS（机器人操作系统）。这个诞生于2007年斯坦福人工智能实验室的项目，其初衷朴素得令人感动：让实验室内部不同的机器人项目能共享代码，避免重复劳动。谁曾想，这颗种子日后会长成覆盖全球的参天大树。
ROS的本质，是一套通信中间件和工具集合。ROS是一个分布式、匿名的发布/订阅、请求/响应的通信机制，它负责在不同节点（进程）之间传递消息，而无需节点知道彼此的存在。ROS还提供了大量强大的工具，如Rviz（3D可视化工具）、rqt（图形化操作界面）、rosbag（数据记录与回放工具）等，这些工具极大地提升了机器人开发效率。
在ROS出现之前，机器人领域的软件大多被封闭在各自的“围墙花园”里。研究人员和开发者们常常只能望“码”兴叹，难以触及和改动核心逻辑。而ROS以开源姿态的出现，彻底打破了这一局面。它像一把钥匙，为开发者打开了自由定制与拓展的大门，更让知识共享与协同创新成为这个领域的新常态。
Open X-Embodiment：数据驱动的“范式转移”
如果说ROS解决了“软件怎么组织”的问题，那么近年来一个更深刻的变革发生在“AI模型怎么训练”上。长期以来，机器人AI模型的性能严重依赖于“数据食粮”。但高质量、大规模的机器人实操数据（如抓取、摆放、移动等）极其昂贵且难以获取，成为制约机器人发展的瓶颈。
2023年，由谷歌DeepMind牵头，联合全球多家顶尖高校发布的“Open X-Embodiment”数据集，如同一场“数据春雨”，滋润了干涸的田野。这个项目汇集了来自全球21个机构（34个实验室）、超过100万个机器人真实轨迹的数据，涵盖了500多种技能和20多种机器人形态。
这带来了革命性的“范式转移”。过去，训练一个抓取物体的AI模型，可能需要用自己的机器人收集数月的抓取数据。现在，研究人员可以在这个庞大的“数据超市”里，找到各种物体、各种场景下的抓取数据，先预训练出一个具有通用知识的“大脑”，再只用少量自己特有的数据进行“微调”，就能获得远超从零训练的效果。
这好比一个语言学家，以前只能通过研究一本小说来学习语法，现在直接拥有了全球图书馆的访问权限。而Open X-Embodiment项目旨在通过汇集大规模、高质量且来源多样的数据集，从根本上破解单一场景的局限，从而训练出具备强大泛化能力和跨平台适应性的通用型智能体。RT-1-X和RT-2-X模型的训练，意味着Open X-Embodiment在机器人领域进行大规模迁移学习成为现实。这种开放共享的数据生态，极大地拉平了巨头与初创公司、顶尖学府与普通实验室在起跑线上的差距，为“黑马”的诞生提供了可能。
学术研究机构：探索“不可能”的灯塔
与开源社区着眼于“共建工具”不同，学术研究机构更专注于探索“思想的边界”。它们是这个领域的“灯塔”，照亮那些短期内看不到商业回报、但可能从根本上改变游戏规则的“无人区”。
“软体机器人”：向自然学习的哲学
在绝大多数机器人都在追求钢铁之躯的刚性与力量时，学术圈悄然兴起了一股“柔软”的革命——软体机器人。早在上世纪80年代末，日本冈山大学的实验室里就出现了柔性机械手的雏形。研究人员别出心裁地选用白色硅胶作为基础材料，通过精密浇筑成型，创造出一只通体洁白、触感柔软的机械手。这只手的驱动方式颇为巧妙：利用压缩气体在内部微通道中的流动，实现了七个自由度的活动能力——几乎能模拟人手的全部基本动作。最令人称奇的是，它能够根据物体的脆弱程度自动调节抓取力度，稳稳拿起易碎物品而丝毫不损。这个看似简单的设计，实际上开创了气动驱动软体机器人的先河。
然而，真正的突破发生在2016年。哈佛大学仿生实验室的韦纳团队在《自然》杂志上发表了一个令人惊叹的成果：全球首个公认的软体自主机器人Octobot ——“章鱼机器人”。这个巴掌大的小家伙的躯体通过3D打印技术一次成型，依靠内部微流道中化学反应的产生的气体压力来驱动触手运动。更妙的是，它完全不需要外接电源或控制线路，就能实现自主前进。整个机器人的材料成本还不到三美元，这种低成本、全软体的设计思路，为整个领域打开了一扇新的大门。
这种“反直觉”的设计蕴含着巨大潜力。一个软体抓手可以像海星一样包裹住一个生鸡蛋或一个形状极不规则的工件，而不会造成任何损伤，这是刚性机械手难以做到的。它们还能在极端狭窄、崎岖的空间内穿行，在灾难救援、医疗内窥镜等领域展现出独特优势。尽管软体机器人离大规模商用还很远，但其代表的“形态计算”（利用材料本身的物理特性来简化控制）思想，正在颠覆“所有智能都必须由中央处理器完成”的传统观念。这盏“灯塔”照亮了一条不同于主流技术路径的可能性，为未来机器人的形态多样性打开了想象空间。
“元学习”：解决“数据效率”的钥匙
就在整个行业为收集海量数据而疲于奔命时，学术界的目光却投向了另一个更为根本的难题：如何让机器人学会“如何学习”。这就像教一个学生掌握举一反三的思维方法，远比让他死记硬背一百道题的答案来得重要。这个前沿领域，被称为“元学习”，它的目标是破解机器人AI模型“数据效率”低下的痛点。
卡内基梅隆大学的研究团队独辟蹊径，提出了名为“元强化微调”（MRT）的新方法。该方法的创新之处在于，它不再只关注模型最终的输出结果，而是通过元强化学习机制，对模型思考路径中的每一个有效进展给予即时奖励，从而教AI学会有效思考。实验数据表明，采用MRT方法的模型在数学推理任务中准确率提升了2~3倍，计算效率更是提高了1.5~5倍。
“元学习”这盏灯塔，照亮了一条摆脱“数据蛮力”的路径。它暗示着，未来机器人的智能或许不再单纯取决于“吃过多少数据”，而更在于它是否掌握了一套高效吸收和运用知识的“内功心法”。这为在数据稀缺或任务多变的现实世界中部署真正灵巧的具身智能，提供了另一种充满想象力的可能。
与商业竞争的“战场”相比，开源社区与学术研究机构较少受到上市公司财报业绩的直接掣肘，也无需面对风投机构的对赌协议，更多以技术探索、成果共享为核心导向，这两个相对远离商业竞争短期诉求的领域，正成为孕育具身智能颠覆性创新的温床。它们如同深埋地下的庞大根系，默默输送养分，终将滋养出参天大树。
纵观全局，具身智能这场大戏的幕后，是一幅多元、动态且充满张力的图景。科技巨头以资本和平台优势划定赛道，进行着战略卡位；初创企业则以灵活和专注见长，在垂直领域深耕细作，寻求破局之道；而开源社区和学术机构，则如同深埋于地下的根系，为整个生态提供着最基础的养分和最具爆发力的创新火花。这三股力量，并非简单的竞争关系，更多的是相互依存、相互激发。巨头的投入为初创公司创造了市场和应用场景，开源社区和学术机构的研究为所有参与者提供了底层工具和前沿思想，而初创公司的成功又反过来验证了技术的可行性，推动了整个行业的繁荣。
卡内基梅隆大学的研究团队独辟蹊径，提出了名为“元强化微调”（MRT）的新方法。该方法的创新之处在于，它不再只关注模型最终的输出结果，而是通过元强化学习机制，对模型思考路径中的每一个有效进展给予即时奖励，从而教AI学会有效思考。实验数据表明，采用MRT方法的模型在数学推理任务中准确率提升了2~3倍，计算效率更是提高了1.5~5倍。
“元学习”这盏灯塔，照亮了一条摆脱“数据蛮力”的路径。它暗示着，未来机器人的智能或许不再单纯取决于“吃过多少数据”，而更在于它是否掌握了一套高效吸收和运用知识的“内功心法”。这为在数据稀缺或任务多变的现实世界中部署真正灵巧的具身智能，提供了另一种充满想象力的可能。
与商业竞争的“战场”相比，开源社区与学术研究机构较少受到上市公司财报业绩的直接掣肘，也无需面对风投机构的对赌协议，更多以技术探索、成果共享为核心导向，这两个相对远离商业竞争短期诉求的领域，正成为孕育具身智能颠覆性创新的温床。它们如同深埋地下的庞大根系，默默输送养分，终将滋养出参天大树。
纵观全局，具身智能这场大戏的幕后，是一幅多元、动态且充满张力的图景。科技巨头以资本和平台优势划定赛道，进行着战略卡位；初创企业则以灵活和专注见长，在垂直领域深耕细作，寻求破局之道；而开源社区和学术机构，则如同深埋于地下的根系，为整个生态提供着最基础的养分和最具爆发力的创新火花。这三股力量，并非简单的竞争关系，更多的是相互依存、相互激发。巨头的投入为初创公司创造了市场和应用场景，开源社区和学术机构的研究为所有参与者提供了底层工具和前沿思想，而初创公司的成功又反过来验证了技术的可行性，推动了整个行业的繁荣。
本文作者
罗思敏
创生文化研究员兼财经作者，电子科技大学公共管理专业硕士研究生。代表作品：《马斯克工作法》。
蔡维熹
上海师范大学文学学士、四川大学文学硕士，财经作者。
参考文献
[1] 刘易斯拐点：指发展中国家在经济发展过程中，由劳动力过剩向劳动力短缺转变的关键时刻，刘易斯第一拐点为人口红利开始短缺、衰减，刘易斯第二拐点为人口红利彻底关闭。[2] 资本不断涌入具身智能赛道加速发展[BE/OL]. http://finance.ce.cn/stock/gsgdbd/202512/t20251212_2637704.shtml.
[3] 美团王兴，买下半个机器人赛道[BE/OL]. https://finance.sina.com.cn/roll/2025-02-25/doc-inemssqm9916403.shtml.
[3] 美团王兴，买下半个机器人赛道[BE/OL]. https://finance.sina.com.cn/roll/2025-02-25/doc-inemssqm9916403.shtml.
[4] 人形机器人加速商业化落地（产经观察·
从新兴产业看新质生产力）[BE/OL]. https://paper.people.com.cn/rmrb/html/2024-05/29/nw.D110000renmrb_20240529_1-18.htm.
[5] 极客公园. OpenAI、英伟达重金下注，这家机器人公司凭什么估值26 亿美元[BE/OL].https://mp.weixin.qq.com/s/eliTXUTdHUWoW_HiY-7c-g，2024-03-02.
[6] 开源证券.宇树科技:从机器狗到人形机器人的中国范式，“科技顶流开启新篇章[R].北京：开源证券研究所，2025-07-21.
[7] 机器觉醒时代.深度剖析全球最大开源机器人数据集：Open X-Embodiment[BE/OL]. https://www.sohu.com/a/892951737_122394418,2025-05-07.
[8] 科技行者.卡内基梅隆大学研究团队突破性解决AI推理效率难题：让机器像侦探一样聪明破案[BE/OL]. https://www.techwalker.com/2025/0731/3169757.shtml,2025-07-31.