出品機構(gòu)：甲子光年智庫發(fā)布時間：2025.10核心觀點趨勢從實驗室技術(shù)邁入商業(yè)化落地臨界點近三年全球頭部企業(yè)技術(shù)迭代速度提升300%，核心部件成本下降40%。AI大模型、多模態(tài)交互、先進運動控制等核心技術(shù)的突破，為廣泛應(yīng)用提供了技術(shù)支撐。市場需求爆發(fā)催生新機遇研發(fā)-生產(chǎn)-應(yīng)用正向循環(huán)形成人形機器人產(chǎn)業(yè)鏈已形成從核心部件到場景應(yīng)用的完整閉環(huán)。上游核心部件國產(chǎn)化率提升至65%，供應(yīng)鏈自主可控大幅降低整機生產(chǎn)成本。定義人形機器人大模型：專為人形機器人設(shè)計的多模態(tài)人工智能系統(tǒng)，深度融合感知、決策、規(guī)劃與執(zhí)行能力。定義人形機器人大模型：專為人形機器人設(shè)計的多模態(tài)人工智能系統(tǒng)，深度融合感知、決策、規(guī)劃與執(zhí)行能力。核心特征以具身性、多模態(tài)融合、自主決策、端到端學(xué)習(xí)等為主，主要有三大類：大腦層：多模態(tài)大模型、自然語言大模型、AI小模型、多模態(tài)具身智能模型等。小腦層：分層控制模型、強化學(xué)習(xí)模型、模型預(yù)測控制、步態(tài)生成算法等。肢體層：感知模型、觸覺模型、視覺模型、機械設(shè)計模型等。格局按照人形機器人大模型的技術(shù)?？蓪⑷诵螜C器人企業(yè)劃分三類：大腦層、小腦層、肢體層。大腦層：軟件為主，技術(shù)壟斷型。代表性企業(yè)：科大訊飛、優(yōu)必選、穹徹智能、智元機器人、星海圖、銀河通用、千尋智能等。小腦層：軟硬協(xié)同，以“標(biāo)準(zhǔn)制定”為目標(biāo)。代表性企業(yè)：宇樹科技、帕西尼感知、優(yōu)必選、逐際動力、樂聚機器人、星動紀(jì)元等。肢體層：以“硬件+算法”為主，目前市場份額最大。代表性企業(yè)：綠的諧波、傅利葉智能、非夕科技、靈心巧手、開普勒、中科慧靈、FigureAI等。2甲子CoolVendor產(chǎn)品說明評估體系甲子CoolVendor評估框架技術(shù)研發(fā)能力 產(chǎn)品應(yīng)用能力 商業(yè)運營能力 生態(tài)協(xié)同 品牌實力研發(fā)投入核心技術(shù)創(chuàng)新

功能實用性產(chǎn)品穩(wěn)定性

用戶體驗市場占有率

部署靈活性基礎(chǔ)設(shè)施兼容性

融資能力團隊實力技術(shù)更新頻率

產(chǎn)品創(chuàng)新效率

商業(yè)化能力

行業(yè)獎項榮譽軟硬件產(chǎn)品數(shù)量

行業(yè)標(biāo)準(zhǔn)制定/參與篩選方式標(biāo)準(zhǔn)維度標(biāo)準(zhǔn)體系

入圍標(biāo)準(zhǔn)五個參選門檻成立于2021以后

評選標(biāo)準(zhǔn) 入選標(biāo)準(zhǔn)三維價值驅(qū)動 ?五維雷達(dá)圖Innovation評價體系

融資輪次≤B輪已有原型機/件產(chǎn)品用場景新銳廠商

技術(shù)突破性行業(yè)影響力MaturityImpactScalabilityCoolness主要作用 初選 中選 終選甲子CoolVendor覆蓋五大參選指標(biāo)、三大價值指標(biāo)以及五大評選指標(biāo)。核心主要是以三維價值驅(qū)動模型（技術(shù)突破性、商業(yè)落地潛力、生態(tài)影響力）為引擎，定期掃描并發(fā)布顛覆傳統(tǒng)模式的新銳科技企業(yè)榜單和報告。針對本次人形機器人大模型酷廠商評選，我們制定了五級指標(biāo)體系，對報名的候選企業(yè)進行多維度的調(diào)研評審。3目錄Part Part 人形機器人大模型，泛化能力的核心要素人形機器人從“炫技”向“實用”跨越人形機器人大模型賽道定義卡片4人形機器人從“炫技”向“實用”跨越人形機器人可執(zhí)行的動作難度越來越大，實用性越來越強人形機器人的動作等級劃分與技術(shù)演進路線圖技術(shù) 下棋寫字、簡能 物品遞送力行為動作依靠編

物品搬運、元件分揀編碼根據(jù)具體行

根據(jù)指令抓取物品太空采集、礦山爆破、炒菜根據(jù)指令抓取物品太空采集、礦山爆破、炒菜利用自然語言和自然語言對話，

可以像人類碼，完全固定固定環(huán)境

為，動態(tài)、少量調(diào)參自主性低

圖形化編程有限自主復(fù)雜的3D視覺等傳感更高級的路線規(guī)劃和異常處理中等程度變化

下達(dá)任務(wù)指示中等自主力量感知的能力當(dāng)下節(jié)點動態(tài)復(fù)雜變化

傳達(dá)任務(wù)高度自主能力能力高度非結(jié)構(gòu)化、復(fù)雜多變

一樣存在的機器人時間L0完全固定動作

L1固定動作+微調(diào)

L2固定任務(wù)+自主動作

L3自主理解并完成任務(wù)

L4自主尋找任務(wù)并完成責(zé)任

L5全自主，近似通用智能以人類為主導(dǎo)，自主性低以機器為主導(dǎo)，自主性高以人類為主導(dǎo)，自主性低以機器為主導(dǎo)，自主性高目前，人形機器人已經(jīng)發(fā)展到了L2向L3進化的階段，其理解能力和動作的自主性逐漸增強，正在實現(xiàn)從程序控制向語音指令控制的進步。以下是我們總結(jié)出來的規(guī)律：人形機器人動作難易程度排序環(huán)境救援；技術(shù)挑戰(zhàn)遞進：從基礎(chǔ)感知與控制（家庭服務(wù)）→（工業(yè)操作多模態(tài)融合與魯棒性（復(fù)雜環(huán)境）→（高危場景）；關(guān)鍵突破方向：低成本高可靠硬件、仿真-真實數(shù)據(jù)閉環(huán)、能量效率優(yōu)化。數(shù)據(jù)來源：甲子光年智庫，20255人形機器人實用的兩個核心要素技術(shù)突破的“最后一公里”--人形機器人大模型技術(shù)大模型助力人形機器人應(yīng)用突破“最后一公里”谷歌PaLM-E視覺/語言/

谷歌RT-2模型、智元靈渠OS等強化學(xué)習(xí)+分層規(guī)劃，實現(xiàn)復(fù)雜任務(wù)自主拆解上海電氣工業(yè)人形機

宇樹科技預(yù)訓(xùn)練大模型、追覓科技數(shù)據(jù)閉環(huán)系統(tǒng)等預(yù)訓(xùn)練+微調(diào)+數(shù)據(jù)閉環(huán)，降低人工標(biāo)注依賴大模型技術(shù)通過感知增強、任務(wù)規(guī)劃、自主學(xué)習(xí)和場景適配四大核心能力，使人形機器人從“實驗室炫技”轉(zhuǎn)向“場景實用化”。其關(guān)鍵價值在于解決技術(shù)落地的“最后一公里”問題，具體如下：通過多模態(tài)融合提升環(huán)境適應(yīng)性；通過自主規(guī)劃減少人工干預(yù)；通過持續(xù)學(xué)習(xí)降低數(shù)據(jù)依賴；最終推動人形機器人成為工業(yè)、醫(yī)療、服務(wù)等領(lǐng)域的新一代智能終端。數(shù)據(jù)來源：甲子光年智庫，20256人形機器人實用的兩個核心要素商業(yè)化落地的核心矛盾--泛化能力各類模型構(gòu)成人形機器人企業(yè)商業(yè)化落地泛化能力的基礎(chǔ)企業(yè)畫像大腦層小腦層肢體層核心模型AI大模型（如多模態(tài)感知、決策推理）依賴海量數(shù)據(jù)訓(xùn)練強調(diào)通用性與泛化能力運動控制模型（如動態(tài)平衡、路徑規(guī)劃）依賴物理世界反饋強調(diào)實時性與魯棒性端側(cè)模型（感知模型、觸覺模型、視覺模型、機械設(shè)計模型）依賴端側(cè)層算法強調(diào)結(jié)構(gòu)優(yōu)化與可靠性模型特點軟性、可迭代、數(shù)據(jù)驅(qū)動半軟半硬、算法與硬件強耦合硬性、物理約束強、迭代周期長傳統(tǒng)業(yè)務(wù)基因互聯(lián)網(wǎng)/AI公司（如軟件、算法背景）自動化/控制領(lǐng)域公司（如工業(yè)機器人背景）傳統(tǒng)機械/制造企業(yè)（如汽車、航空航天背景）能力遷移算法優(yōu)化、大規(guī)模數(shù)據(jù)處理、云服務(wù)經(jīng)驗精密控制、實時系統(tǒng)開發(fā)硬件適配能力、精密制造、供應(yīng)鏈管理、材料工程知識機器人業(yè)務(wù)起點定位從“軟件層”切入，提供AI解決方案策系統(tǒng)從“控制層”切入，提供運動控制模塊例如：為AGV航算法從“硬件層”切入，生產(chǎn)機器人本體原型機、靈巧手典型企業(yè)FigureAI、歌DeepMind、英偉達(dá)IsaacRobotics平臺、華為、騰訊、深蘭科技、靈動科技等UnitreeRobotics、瑞士ABB、德國KUKA、智元機器人、星海圖、帕西尼感知、星塵智能等特斯拉、發(fā)那科、優(yōu)必選、大疆、小鵬、小米等甲子光年智庫通過調(diào)研，綜合對比分析得出以下結(jié)論：模型層面：大腦層“軟”，小腦層“半軟半硬”，肢體層“硬”，技術(shù)棧差異顯著。業(yè)務(wù)基因：大腦層的企業(yè)繼承互聯(lián)網(wǎng)，小腦層延續(xù)工業(yè)自動化，肢體層保留制造業(yè)基因，文化與資源依賴不同。業(yè)務(wù)起點：大腦層從軟件切入場景，小腦層從模塊切入技術(shù)中臺，肢體層從硬件切入終端市場。典型特征：大腦層以算法為核心，小腦層以控制為壁壘，肢體層以制造為護城河，競爭策略分化。數(shù)據(jù)來源：甲子光年智庫，20257行業(yè)發(fā)展周期2025年人形機器人處于導(dǎo)入期尾聲，2026-2030年將加速邁入成長期2025年人形機器人各細(xì)分賽道行業(yè)發(fā)展周期發(fā)展分析導(dǎo)入期

成長期

成熟期

衰退期視覺模型

步態(tài)生成算法多模態(tài)具身智能模型觸覺模型感知模型強化學(xué)習(xí)模型運動控算法AI小模型

多模態(tài)大模型孕育期 嬰兒期 學(xué)步期 青春期 盛年期 穩(wěn)定期 貴族期 官僚期 死亡期大腦層 小腦層 肢體層2025年，人形機器人產(chǎn)業(yè)正處于從“技術(shù)驗證”向“場景落地”過渡的關(guān)鍵窗口期。整個產(chǎn)業(yè)鏈大腦層（認(rèn)知決策）、小腦層（運動控制）、端側(cè)層（硬件肢體）三大層級逐步解耦、協(xié)同演進，呈現(xiàn)出大腦領(lǐng)先、小腦追趕、肢體突破的發(fā)展節(jié)奏。大腦層：AI大模型驅(qū)動，處于成長期中的加速滲透階段態(tài)交互能力，使得機器人能夠更好地感知和理解環(huán)境，實現(xiàn)更復(fù)雜的任務(wù)。小腦層：小腦模型集成，運動控制算法持續(xù)優(yōu)化，處于導(dǎo)入期向成長期過渡穩(wěn)定性與動作協(xié)調(diào)性上仍依賴結(jié)構(gòu)化環(huán)境，缺乏自主決策和適應(yīng)復(fù)雜環(huán)境的能力。肢體層：核心硬件初步成熟，處于導(dǎo)入期向成長期過渡等關(guān)鍵部件開始小規(guī)模量產(chǎn)，但成本高、可靠性不足。2026–2030將會進入關(guān)鍵躍遷期。在這期間，大腦層將實現(xiàn)任務(wù)級自主決策，進入生態(tài)成熟期，成為整機差異化核心；小腦層的控制算法模塊化、標(biāo)準(zhǔn)化，支持大腦層即插即用，進入加速滲透階段；肢體層核心硬件成本下降50%以上，靈巧手、關(guān)節(jié)模組實現(xiàn)規(guī)?；慨a(chǎn)，整機即將進入成熟期。數(shù)據(jù)來源：甲子光年智庫，20258產(chǎn)業(yè)鏈人形機器人產(chǎn)業(yè)鏈頭部本體芯片主控 MCU頭部本體芯片

人形機器人產(chǎn)業(yè)鏈分布圖塊IGBT SIC FSD芯片 感知模 機塊

毫米波/超聲波/激光雷達(dá)

高精 IMU…軀干模組傳感器 電池管理 熱管理 SoC 控制器軀干模組傳感器電池管理熱管理SoC控制器旋轉(zhuǎn)執(zhí)行器力矩電機/伺服電機諧波/行星減速器扭矩/力等傳感器驅(qū)動器關(guān)節(jié)CNC件編碼器線性執(zhí)行器伺服電機行星滾珠絲杠力/扭矩/位置等傳感器滾珠/4點接觸軸承驅(qū)動器編碼器靈巧手末端執(zhí)行器空心杯電機行星減速器觸覺/六維力等傳感器絲杠/滾珠絲杠蝸輪蝸桿驅(qū)動器金屬腱繩肢體層感知模型觸覺模型視覺模型機械設(shè)計模型本體制造本體設(shè)計本體制造本體測試系統(tǒng)集成噴涂焊接拋光打磨包裝搬運裝配垛碼旋轉(zhuǎn)執(zhí)行器力矩電機/伺服電機諧波/行星減速器扭矩/力等傳感器驅(qū)動器關(guān)節(jié)CNC件編碼器線性執(zhí)行器伺服電機行星滾珠絲杠力/扭矩/位置等傳感器滾珠/4點接觸軸承驅(qū)動器編碼器靈巧手末端執(zhí)行器空心杯電機行星減速器觸覺/六維力等傳感器絲杠/滾珠絲杠蝸輪蝸桿驅(qū)動器金屬腱繩肢體層感知模型觸覺模型視覺模型機械設(shè)計模型本體制造本體設(shè)計本體制造本體測試系統(tǒng)集成噴涂焊接拋光打磨包裝搬運裝配垛碼其他小腦運動控制算法力位控制運動控制模型預(yù)測控制分層控制模型步態(tài)生成算法強化學(xué)習(xí)模型算力平臺芯片多模態(tài)具身智能模型自然語言大模型多模態(tài)大模型大腦AI小模型算力平臺芯片多模態(tài)具身智能模型自然語言大模型多模態(tài)大模型大腦數(shù)據(jù)數(shù)據(jù)采集數(shù)據(jù)存儲數(shù)據(jù)標(biāo)注數(shù)據(jù)隱私與安全數(shù)據(jù)處理分析數(shù)據(jù)通信數(shù)據(jù)數(shù)據(jù)采集數(shù)據(jù)存儲數(shù)據(jù)標(biāo)注數(shù)據(jù)隱私與安全數(shù)據(jù)處理分析數(shù)據(jù)通信教育醫(yī)療健康應(yīng)用家居 消費服務(wù)教育醫(yī)療健康應(yīng)用

倉儲物流

...極端環(huán)境相互支持。其中，大腦、小腦、本體層是最主要的。極端環(huán)境大腦層是人形機器人的“指揮中心”等關(guān)鍵要素，共同支撐起機器人的任務(wù)級交互與智能決策。小腦層聚焦運動控制穩(wěn)定性、協(xié)調(diào)性與靈活性，完成全身運動控制任務(wù)。肢體層作為執(zhí)行層以及感知、觸覺、視覺等模型構(gòu)成。它直接與環(huán)境接觸，執(zhí)行具體動作。9賽道定義卡片人形機器人大模型賽道定義定義 價值體現(xiàn)這是一個新興的跨學(xué)科產(chǎn)業(yè)領(lǐng)域，通過集成大理解和決策能力，從而執(zhí)行更加復(fù)雜和多樣化

提升人形機器人的智能化水平極大的拓展了人形機器人的應(yīng)用范圍推動相關(guān)產(chǎn)業(yè)鏈的技術(shù)進步和產(chǎn)業(yè)升級增強了人機交互能力關(guān)鍵特征人類形態(tài)設(shè)計：機器人具有類似人類的身體結(jié)構(gòu)，包括頭部、軀干、四肢等。高度仿生：模仿人類的外觀、動作、表情甚至聲音，以提供更自然的交互體驗。多功能性：能夠執(zhí)行多種任務(wù)，如搬運、清潔、教育、娛樂等。智能交互：具備語音識別、自然語言處理、計算機視覺等能力，實現(xiàn)與人類的智能交互。演進路徑階段一（2020-2023年）：控制為主，步態(tài)平衡與穩(wěn)定性；階段二（2023-2025年）：模型融合，感知預(yù)測、場景理解；階段三（2025-2028年）：認(rèn)知驅(qū)動型模型大融合，LLM驅(qū)動決策、自然語言交互、自主規(guī)劃。典型架構(gòu) 組成

“大腦”大腦層智多模態(tài)大模型大腦層自然語言大模型能決策自然語言大模型小腦層運強化學(xué)習(xí)模型小腦層動

型 多模態(tài)多模態(tài)具身智能模型制

任務(wù)級交互“小腦”控制 步態(tài)生成算法 型

全身運動控制肢體層 型 肢體層機械設(shè)計模型執(zhí)行機械設(shè)計模型

型

“肢體”感知執(zhí)行觸覺模型10觸覺模型目錄Part Part 人形機器人核心賽道格局清晰，頭部玩家價值顯著企業(yè)類型：覆蓋軟硬件的三類廠商類型對比：能力特征各有側(cè)重應(yīng)用場景星空坐標(biāo)系：場景全面覆蓋11主要類型大腦層的企業(yè)領(lǐng)航、肢體層的企業(yè)專精、小腦層的企業(yè)智驅(qū)：三類企業(yè)協(xié)同共進促發(fā)展按照人形機器人大模型的技術(shù)?？蓪⑷诵螜C器人企業(yè)劃分三類：大腦層、小腦層、肢體層。其中，大腦層“軟”，小腦層“半軟半硬”，肢體層“硬”，技術(shù)棧差異顯著。大腦層的企業(yè)以“技術(shù)壟斷”為目標(biāo)（如AI專利），小腦層的企業(yè)以“標(biāo)準(zhǔn)制定”為目標(biāo)（如控制協(xié)議），肢體層的企業(yè)以“市場份額”為目標(biāo)（如量產(chǎn)能力）。廠商類型 <企業(yè)圖譜>大腦層技術(shù)研發(fā)品牌影響力生態(tài)協(xié)同

產(chǎn)品功能商業(yè)落地小腦層技術(shù)研發(fā)品牌影響力生態(tài)協(xié)同

產(chǎn)品功能商業(yè)落地肢體層技術(shù)研發(fā)品牌影響力生態(tài)協(xié)同

產(chǎn)品功能商業(yè)落地數(shù)據(jù)來源：甲子光年智庫，202512特征和商業(yè)模式大腦層“智控大腦賣算法”、小腦層“軟硬兼修賣系統(tǒng)”，肢體層“專精身體賣部件”三類企業(yè)業(yè)務(wù)起點與技術(shù)路徑差異顯著，但均需通過場景落地實現(xiàn)商業(yè)價值，未來將呈現(xiàn)“大腦決策-小腦執(zhí)行-肢體承載”的協(xié)同發(fā)展趨勢。各類型企業(yè)逐漸形成各具特色的商業(yè)模式，肢體層側(cè)重賣整機，訂單增長快，大小腦層技術(shù)覆蓋面廣，潛力大。人形機器人各類廠商對比分析企業(yè)類型>技術(shù)棧>主要特征>

以算法為核心聚焦AI決策泛化任務(wù)執(zhí)行

小腦層“半硬半軟“以控制為壁壘平衡態(tài)調(diào)整、多體協(xié)同

肢體層“硬”以制造為護城河側(cè)重硬件結(jié)構(gòu)和執(zhí)行系統(tǒng)置、模塊化設(shè)計發(fā)展路徑> ? 算法研究→場景拓展技術(shù)融合→生態(tài)構(gòu)建業(yè)務(wù)基因> ? 從軟件切入繼承互聯(lián)網(wǎng)

基礎(chǔ)控制→復(fù)雜動作→傳感器結(jié)合→系統(tǒng)集成延續(xù)工業(yè)自動化

路優(yōu)化從硬件切入終端市場保留制造業(yè)特性商業(yè)模式>

務(wù)、生態(tài)合作費+生態(tài)分成

優(yōu)化服務(wù)、硬件+軟件捆綁、場景定制銷售分成+服務(wù)費+

準(zhǔn)件銷售護服務(wù)費+租賃收入數(shù)據(jù)來源：甲子光年智庫，202513應(yīng)用場景人形機器人將從“替代人力”升級為“創(chuàng)造新價值”，成為推動社會生產(chǎn)力躍遷的關(guān)鍵力量2025年中國人形機器人商業(yè)應(yīng)用潛力評估星空坐標(biāo)系Y成 星辰象熟度

技術(shù)測試

手術(shù)輔助科學(xué)實驗

康復(fù)訓(xùn)練

側(cè)重商業(yè)化價值

光年象限質(zhì)量檢測 物流分揀倉儲管理

生產(chǎn)協(xié)作

安防巡檢救援 游戲互動 護理服救援 游戲互動 護理服兒童看護家務(wù)協(xié)助側(cè)重服務(wù)質(zhì)量 星團象限特殊教育金融服務(wù)危險環(huán)境探測災(zāi)害空間站服務(wù)行星探測

醫(yī)療物流

編程教育

末端配送視拍攝影教學(xué)輔助零售服務(wù)視拍攝影教學(xué)輔助零售服務(wù)娛樂表演酒店服務(wù)餐飲服務(wù)老人陪伴星云象限側(cè)重提供單項精專服務(wù)星云象限側(cè)重提供單項精專服務(wù)備注說明：

X使用熱度使用熱度（X軸）：衡量用戶對人形機器人產(chǎn)品的使用程度和興趣的指標(biāo)，基于用戶實際使用人形機器人所應(yīng)用的具體場景偏好進行量化所得。成熟水平。象限解析：人形機器人的市場潛力源于其“形態(tài)適配性”與“智能泛化能力”的雙重優(yōu)勢：類人形態(tài)使其無需改造現(xiàn)有基礎(chǔ)設(shè)施即可無縫接入人類環(huán)境；AI大模型的賦能使其具備理解環(huán)境、自主決策的能力，從而突破傳統(tǒng)機器人的場景限制。從圖中我們可以看到：光年象限：高成熟度高使用熱度，已進入快速發(fā)展階段，具備顯著的商業(yè)化優(yōu)勢；星辰象限：高成熟度低使用熱度的領(lǐng)域依賴技術(shù)創(chuàng)新來滿足高精度的應(yīng)用需求；星團象限：低成熟度高使用熱度的領(lǐng)域則需加強市場推廣和成本優(yōu)化滿足市場需求；星云象限：低成熟度低使用熱度，面臨挑戰(zhàn)，但儼然已經(jīng)成為技術(shù)突破的新方向。數(shù)據(jù)來源：甲子光年智庫，202514目錄Part Part 人形機器人CoolVendor廠商代表趨勢與挑戰(zhàn)15酷廠商代表及深度解析全棧閉環(huán)構(gòu)建者：極致性價比和快速產(chǎn)品化眾擎機器人：眾擎致力于打造通用人形機器人，并持續(xù)推動具身智能革命創(chuàng)新。核心團隊由全球頂尖高校精英組成，從本體核心零部件到具身智能、運控算法均全棧自研。技術(shù)閉環(huán)：自研高扭矩密度關(guān)節(jié)模組+強化學(xué)習(xí)運動控制框架。場景驗證：在工業(yè)搬運（重載型）與家庭服務(wù)（輕量型）雙線落地。商業(yè)化突破：覆蓋3大應(yīng)用落地場景多個頭部大企業(yè)，有望實現(xiàn)實現(xiàn)每月500臺的產(chǎn)量目標(biāo)。技術(shù)能力產(chǎn)品矩陣入選理由：唯一實現(xiàn)"驅(qū)動-感知-決策"全鏈路自主可控，且在B端/C端同步商業(yè)化的企業(yè)，其模塊化設(shè)計支持快速場景切換。技術(shù)能力產(chǎn)品矩陣全身運動控制算法具身智能AI大模型應(yīng)用場景

SE01：革新運動標(biāo)準(zhǔn) SA01：以親民價普及技術(shù)PM01：開源平臺適配多場景 集硬核性能與靈活適配能力理JS01：支持定制化擴展需求 ……安防巡檢

工業(yè)智造

倉儲物流

商用服務(wù)文娛商演

家庭服務(wù)

醫(yī)療服務(wù)

...甲子點評10萬元人民幣以內(nèi)的定價，把“人形機器人”第一次壓到“一輛小汽車”甚至“一臺的心理價位帶，直接擴大了高校、集成商乃至極客用戶的決策漏斗，形成了事實上的“低價心智”壁壘。先申請“直膝行走”專利，在同樣24-30kg級別的輕量化人形品類里，運動能耗與噪聲指標(biāo)優(yōu)于其他競品。供應(yīng)鏈與交付仍是“0→1”階段：公司過去主要精力在研發(fā)，生產(chǎn)人員占比低，新廠房2025Q4才投產(chǎn)；在“每月500臺”目標(biāo)兌現(xiàn)前，規(guī)模訂單的準(zhǔn)時交付、品控一致性以及售后響應(yīng)都存在現(xiàn)實風(fēng)險，容易被下游集成商打“折扣系數(shù)”；品牌高度可能受限。數(shù)據(jù)來源：眾擎機器人，甲子光年智庫，202516酷廠商代表及深度解析硬件量產(chǎn)領(lǐng)航者：“大模型＋硬件＋供應(yīng)鏈”三位一體打法智元機器人:智元機器人致力以AI+機器人融合創(chuàng)新，硬件端實現(xiàn)靈巧手與本體全棧自研，塑造了領(lǐng)先的通用具身機器人產(chǎn)品及應(yīng)用生態(tài)，硬件性能與商業(yè)化進度雙領(lǐng)先。技術(shù)扎實：以本體為基，融合作業(yè)、交互、運動智能，推出通用具身基座模型“智元啟元大模型”。商業(yè)化成熟：業(yè)內(nèi)唯一實現(xiàn)全產(chǎn)品系列、全場景布局的機器人企業(yè)，有遠(yuǎn)征、精靈、靈犀三大系列。量產(chǎn)能力強：率先實現(xiàn)了人形機器人的規(guī)?；慨a(chǎn)和商業(yè)化落地，2025年1月第1000臺正式量產(chǎn)下線。入選理由：重新定義機器人關(guān)節(jié)的形態(tài)學(xué)標(biāo)準(zhǔn)，其專利結(jié)構(gòu)使整機成本降低40%。技術(shù)能力產(chǎn)品矩陣技術(shù)能力通用具身智能基座模型“智元啟元大模型”全球首款諧波減速器與直線驅(qū)動融合關(guān)節(jié)

遠(yuǎn)征A2交互服務(wù)機器人精靈G1具身采推一體機器人

靈犀X2全智能靈動機器人四足機器人D1應(yīng)用場景講解接待

工業(yè)智造

物流分揀

商用清潔文娛商演

數(shù)采訓(xùn)練

安防巡檢

...甲子點評通用）三線并進，1.2–1.8m身高全SKU給下游集成商遞上了ROI計算器。GO-1大模型先行卡位，全棧技術(shù)領(lǐng)先：GenieOperator-1是國內(nèi)最早商業(yè)落地的通用具身基座模型，實現(xiàn)小樣本快速泛AI”全棧技術(shù)，圍繞AI程體系與大規(guī)模數(shù)采工廠，這些都為吸引客戶、快速實現(xiàn)商業(yè)化落地奠定了堅實基礎(chǔ)。24年銷售額超1龍頭合作，形成場景化解決方案；率先布局新加坡、美國、中東等多地市場，海外業(yè)務(wù)進入規(guī)模銷售階段。：同時推工業(yè)、服務(wù)、清潔、文娛四條產(chǎn)品線，單款出貨量均不足500BOM30萬元+的定價在海外價格偏高，規(guī)?；麑⒚媾R“價降本不降”的剪刀差。數(shù)據(jù)來源：智元機器人，甲子光年智庫，202517酷廠商代表及深度解析全身運控大師：“強運控+多元數(shù)據(jù)+具身Agent”三位一體打法逐際動力:是一家具身智能機器人公司，聚焦打造全尺寸通用人形機器人和運動控制核心軟硬件技術(shù)，并衍生了包括雙足機器人等多款創(chuàng)新產(chǎn)品。技術(shù)鏈：打造的具身Agent系統(tǒng)，覆蓋硬件、算法、模型與數(shù)據(jù)平臺，形成系統(tǒng)化閉環(huán)。足式機器人突破：雙足機器人全地形移動能力媲美地面的大疆。運動控制：基于強化學(xué)習(xí)的小腦全身運動控制。入選理由：具備大小腦、硬件和Agent的具身智能技術(shù)全棧能力，雙足全地形移動能力形成技術(shù)代差優(yōu)勢。技術(shù)能力本體硬件的設(shè)計制造具身Agent系統(tǒng)開發(fā)

產(chǎn)品矩陣產(chǎn)品矩陣全尺寸通用人形機器人LimXOli多形態(tài)雙足機器人TRON1應(yīng)用場景工業(yè)制造：

工廠巡檢 物料搬運 物料分

多機協(xié)作商業(yè)服務(wù)：

展廳導(dǎo)覽 舞臺演

工作協(xié)同

科研工作家庭服務(wù)：

健身搭子

晨練陪伴 攝影

...甲子點評運動控制護城河深，全地形產(chǎn)品已量產(chǎn)：團隊10余年專注于足式強化學(xué)習(xí)，早已于2023年率先發(fā)布全尺寸人形，在2024年實現(xiàn)人形CL-1基于實時地形感知上樓梯，以及連續(xù)大負(fù)載搬運，操作空間跨地超80cm。雙足TRON1野外五保戶徒步，2025Q3全尺寸人形LimXOli已空開預(yù)售并完成量產(chǎn)準(zhǔn)備，硬件迭代速度顯著快于高校派競品。LimXVGM：LimXVGM模型另辟“視頻-操作”路徑，數(shù)據(jù)成本更低：其具身大模型不依賴貴真機示教，而是通過人類操作視頻做跨任務(wù)、跨本體泛化，官方把這一“多源數(shù)據(jù)配方”稱為“DataRecipe”，數(shù)據(jù)采集成本指數(shù)級下降，效率倍數(shù)提升。（疊衣、插排線、打螺絲成功率與任務(wù)級泛化距離頭部算法公司仍有半步差距；多SKUTRON1LimXOli數(shù)據(jù)來源：逐際動力，甲子光年智庫，202518酷廠商代表及深度解析觸覺賦能者：把“多維觸覺”做成了具身智能賽道當(dāng)下最稀缺、也最早上量的物理入口帕西尼感知:帕西尼全球首創(chuàng)6D霍爾陣列式觸覺傳感技術(shù)，突破國內(nèi)觸覺傳感器“卡脖子”技術(shù)難題，并推動觸覺傳感器高規(guī)?？煽苛慨a(chǎn)；構(gòu)建“傳感器+數(shù)據(jù)集+大模型”全模態(tài)生態(tài)。觸覺革命：研發(fā)出能夠感知六維力、力分布、材質(zhì)、溫度、回彈等15種維度的高精度觸覺傳感器。數(shù)據(jù)積累：建立全球最大具身智能數(shù)據(jù)工廠（年產(chǎn)兩億條高質(zhì)量數(shù)據(jù)）。應(yīng)用場景：精密制造、物流倉儲、柔性操作、汽車產(chǎn)線等。入選理由：解決觸覺傳感器卡脖子技術(shù)瓶頸，并實現(xiàn)規(guī)?；慨a(chǎn)，已與全球300余家機器人企業(yè)達(dá)成合作。技術(shù)能力 產(chǎn)品矩陣技術(shù)能力產(chǎn)品矩陣首創(chuàng)6D霍爾陣列式觸覺傳感技術(shù)全模態(tài)具身智能數(shù)據(jù)集OmniSharingDB

ITPU多維觸覺傳感器

多維觸覺靈巧手首個VTLA（視覺-觸覺-語言-動作）全感協(xié)同具身模型

多維觸覺人形機器人應(yīng)用場景精密制造

物流倉儲

汽車產(chǎn)線

商超零售智能家居

醫(yī)療康養(yǎng)

...甲子點評以“多維觸覺”構(gòu)建具身智能稀缺物理入口，形成“感知-數(shù)據(jù)-模型-場景”閉環(huán)。帕西尼依托6D霍爾陣列式多維觸覺技術(shù)，成功研發(fā)高精度觸覺傳感器，打破歐美技術(shù)壟斷，率先完成國產(chǎn)替代并實現(xiàn)量產(chǎn)。其構(gòu)建的“傳感器-數(shù)據(jù)集-大模型”閉環(huán)已打通，數(shù)據(jù)工廠成為隱形護城河；自研OmniVTLA大模型具備跨本體與跨任務(wù)的泛化能力，形成完整的技術(shù)生態(tài)。產(chǎn)業(yè)資本深度協(xié)同，場景落地可見性強，現(xiàn)金流結(jié)構(gòu)健康。公司與比亞迪、京東、北汽等產(chǎn)業(yè)方深度綁定，產(chǎn)線開放與場景協(xié)同持續(xù)推進，訂單可見度高，落地場景豐富，現(xiàn)金流風(fēng)險遠(yuǎn)低于純VC輸血的同行。而商超零售、地鐵安檢等低價場景又要求千元級成本，兩者難以復(fù)用同一產(chǎn)線。SKU定它能否從“酷廠商”真正晉級為“觸覺獨角獸”。數(shù)據(jù)來源：帕西尼感知，甲子光年智庫，202519酷廠商代表及深度解析決策智能體：憑“通用大模型＋數(shù)據(jù)引擎”已在技術(shù)象限拿到先手星海圖:是一家專注于具身智能基礎(chǔ)模型及具身智能機器人自主研發(fā)的人工智能科技公司。公實現(xiàn)從核心模組、具身本體、