从汽车到通用智能，Yole分享具身机器人开启十年增长周期的产业逻辑

具身智能（Physical AI）正站在从数字化向物理化进阶的关键十字路口，它不再仅仅是云端的算法演进，而是深度嵌入物理世界的全栈技术革命。作为当前科技竞争的制高点，具身智能通过感知前端与执行后端的闭环，正在重塑半导体、自动驾驶与通用制造的边界。这种“有身体的智能”不仅要求极高的边缘计算能力与超低延迟控制，更通过跨行业的供应链协同，开启了一场关于形态、算力与数据的全方位竞赛，预示着一个长达十年的产业高增长周期已经到来。

2026年7月3日，芯原具身机器人专题技术研讨会在上海举行。会上，Yole Group汽车及机器人首席分析师杨宇凭借其对半导体及自动化行业的长期观察，深度解析了具身智能（Physical AI）的技术底座与市场演进路径。他认为，当前的人形机器人浪潮并非孤立的技术迭代，而是依托汽车产业链积累、向通用人工智能迈进的战略级演进。在全球竞争格局中，中美两强正引领这一领域进入一个为期十年的高速增长周期。

具身智能的核心在于其“物理性”，这使其与传统AI在技术架构上表现出显著差异。具身智能必须部署在边缘端，对计算延迟的控制有着极高要求，同时构建起一套从感知前端到执行后端的闭环系统。在硬件层面，这体现为对SoC、GPU、内存以及各种传感器、功率器件和MCU的高度集成。这种技术底座的通用性，让具身智能能够跨越不同的物理形态，从自动驾驶汽车、飞行汽车到四足及双足机器人，形成了一个紧密关联的技术频谱。

当前产业界呈现出明显的跨界融合趋势，尤其是汽车行业与机器人行业的深度协同。通过对北京车展等前沿观察可以发现，汽车OEM及其供应链伙伴在运动控制、电控系统等领域与机器人研发高度重合。诸如小鹏、宇树等企业在不同形态间的灵活布局，证明了技术链条的流动性。更为重要的是，汽车制造工厂为具身机器人提供了最直接的应用场景。在机器人泛化能力尚未完全成熟的当下，针对线束生产等传统自动化难点，通过人机协同的“拾取与放置”工作，已经能够产生实实在在的工业收益。这种以应用为驱动的落地模式，被视为行业早期发展的“王者”策略。

从市场维度来看，具身机器人正处于爆发式增长的起点。行业预测显示，人形机器人市场在未来五年乃至十年内，有望保持50%左右的年化复合增长率。这一过程将由坚实的工业需求起步，逐步渗透至普通消费者场景，最终实现全场景类人化的终极目标。在全球视野下，中国与美国已成为这一领域的核心驱动力，在全球头部的60家机器人企业中，中国企业占据了半数席位，正在从制造大国向定义机器人产业标准的领军者转型。

然而，要实现真正的大规模泛化应用，行业仍需在本体集成、运动控制、关键零部件、灵巧手、大脑感知决策以及数据这六个维度上实现全面成熟。杨宇指出，虽然运动控制和本体技术在近两年取得了跨越式进步，但数据获取依然是制约行业发展的关键瓶颈。不同于自动驾驶拥有海量天然路测数据，机器人领域尚未形成成本可控、高效的数据收集机制，这仍是目前行业面临的开放性挑战。

借鉴中国新能源汽车从政策驱动到市场爆发的成功经验，具身智能产业同样需要持之以恒的战略投入。当前，中国在具身智能领域的国家策略已非常明确。在产业起飞的前夜，从业者不仅要关注人形形态的高声呐喊，更要关注具体应用场景的落地。人形机器人并非所有问题的唯一解，在不同的环境下，轮式、四足等形态将与人形机器人互补共存。随着技术的不断迭代和应用场景的快速落地，中国力量有望在具身机器人领域重塑全球智能制造的版图。