如果只看热度，具身智能已经很像一个成熟赛道。

政策在加码，资本在涌入，地方在建基金，企业在发布新品，展厅里的机器人也越来越像一个能走进现实世界的产业符号。

今年，上半年国内具身智能赛道融资总额达935亿元，同比提升5倍，融资事件数量达到322笔，同比增长了137%，反映出资本对具身智能赛道的投资信心持续增强。

7月6日，上交所审核状态更新显示，宇树科技科创板IPO正式注册生效。

从受理到注册生效，本次IPO全程耗时104天，创下科创板预先审阅机制落地以来审核最快纪录，有望成为A股"人形机器人第一股"。

但如果换成园区和地方政府关心的问题，答案会复杂得多。

对于招商引资而言，具身智能产业发展，到底走到哪一步了？

本地能不能承接？该招引整机，还是面向零部件、场景、数据、测试平台？

这才是具身智能这篇文章最该回答的问题，本文写给关注产业布局、招商引资和园区运营的决策者。

全文分六部分：先看产业现状和市场口径，再看政策脉络，然后拆产业链、企业和投融资、区域分布，最后回到项目承接条件。

具身智能很热，但热度只是入口，真正有用的是看清哪些环节已经开始落地，哪些环节还在路上。

产业现状

过了概念期还没整体成熟

具身智能，容易被简单理解成人形机器人。

这个理解不算错，但还是太窄。

人形机器人是具身智能最醒目的载体，也是最容易被拍成视频、摆进展厅、写进标题的部分。但具身智能包含的东西，要比一台会走路的机器人复杂得多。

至少包括硬件本体、核心零部件、运动控制、具身大模型、训练数据、仿真平台、真实应用场景，以及围绕安全、测试、运维形成的一整套工程体系。

所以，具身智能不能简单判断为导入期，也不能直接写成成长期。

这个产业，更像是几个阶段不同的产业节点叠在一起。

四足机器人，也就是通常说的机器狗，已经更接近成长期早段。

在科研、教育、消费、巡检等场景里有真实出货和现金流，产品形态也相对清楚。

宇树科技这类企业的出现，说明这一分支已经不只是实验室里的样机。2023年~2025年，公司四足机器人累计销量已超3万台，构筑了全球领先的市场地位。

人形机器人整机，行业整体徘徊在导入期末段。

2025年以来，小批量交付、工厂试点、融资事件和量产预测不断出现，行业开始从"能不能站起来、走几步"，进入"能不能在工厂和仓库里稳定完成任务"的阶段。

但稳定复购、单台经济性、跨场景泛化能力，还缺少足够公开材料支撑。

技术可行性已经初步验证，经济可行性正在逼近临界点（算上隐性成本，回本周期仍需3.5-4年），而万台级规模化还没有任何一家企业跑通过。

从数据看，中国已占据全球人形机器人出货量的85%，核心零部件国产化率有所突破，在电机、谐波减速器等领域具备全球竞争力。如果参照新能源汽车发展史，当前正处于"中国供应链主导+全球需求爆发"的格局。

我们认为，做出产品是一回事，做出能赚钱的产品是另一回事。

核心零部件，也在分化。谐波减速器、部分电机和执行器，背后有中国工业机器人和自动化产业基础，已经更接近成长期。

行星滚柱丝杠、六维力传感器、灵巧手这些环节价值量高，但量产、降本、客户验证仍在推进，处在导入期收尾到迈入成长期阶段之间。

具身大模型、VLA、世界模型、数据采集和训练平台，则更早。

2026年6月发布的Qwen-RobotManip技术报告提到，机器人操作数据存在异构、采集昂贵、分布窄等问题，报告使用约3.81万小时预训练语料验证跨平台、跨本体泛化方向。

这个进展很重要，但说明的仍是技术和工程验证，而不是大规模商业化已经到来。

宇树科技创始人王兴兴的判断更直白：机器人大模型是限制人形机器人大规模应用的最大阻碍，其发展进度大概相当于ChatGPT发布前1到3年的那个阶段。

换句话说，人形机器人能走多远全看智能大脑，但这套大脑技术现在还处在发展初期。

工业场景，也在验证中。

汽车制造、电子电气、注塑、物流等领域，已经出现机器人试点、订单披露和合作案例，但这里面要分清真实交付、意向订单、合作框架和示范部署。对地方政府和园区来说，这个区别非常重要。

市场规模，同样要拆开看。

目前公开材料里，具身智能有多种口径。

36氪研究院相关材料提到，中国具身智能市场规模2025年约9150亿元，2026年有望破万亿元。这个口径较宽，可能包含广义机器人和关联产业，适合作为产业热度背景。

IDC关于中国机器人与具身智能趋势的判断，则更接近用户支出口径，可用于说明应用市场正在加速。

人形机器人、灵巧手、四足机器人等细分口径，又更适合用来判断具体节点的发展阶段。

例如，IDC口径下，2026年中国人形机器人市场规模才近13亿美元。同一个产业，宽口径的9150亿元和细分口径的十几亿美元，差着两个数量级。

这些口径，不能混用。

大口径已经很大，不代表人形整机已经成熟；人形机器人细分市场增长快，也不代表整个具身智能产业都到了收获期。

对政府园区来说，总盘子有多大只是背景。更要紧的是本地能进入哪个节点，那个节点有没有客户、有没有供应链、有没有持续订单。

更准确的说法是，具身智能已经过了纯概念期，但还没有整体成熟。

硬件供应链和部分工业场景先动起来了，人形整机、具身数据、模型能力和通用服务还在验证。

重点政策

从展示推向标准、中试和场景

具身智能的政策热度，确实在提升。

但政策的意义，不只是"鼓励一个新产业"。更重要的是，正在把这个产业从单个机器人产品，推向标准、场景、测试、安全和集群配套。

具身智能相关的国家政策

这条政策脉络，有一个变化值得注意。

早期政策更集中在人形机器人创新发展，关注的是整机、关键技术和产业集聚。到2025年以后，具身智能进入重点产业发展领域，政策重心开始从"机器人产品"扩展到"产业体系"。

标准体系，尤其关键。

如果机器人只是展厅里的演示品，标准问题没那么紧迫。可一旦进入工厂、仓库、商业空间，甚至公共场景，安全、测试、互联互通、数据合规、责任边界都会变成现实问题。

6月8日，工业和信息化部、国务院国资委联合发布《关于联合开展2026年度人形机器人与具身智能实景实训专项行动的通知》。

这是全球范围内首个国家级具身智能规模化应用专项，聚焦人形机器人与具身智能落地应用痛点卡点谋划布局，着力打通整机研发到规模化落地全链条。

不只是一个技术文件，更像是产业从概念期走向工程化、规模化前必须补上的基础设施。

沿着同一条思路，2026年5月国家发展改革委在新闻发布会上明确提出加快具身智能方向应用中试基地建设，是这条政策线更靠近落地的一步。

如果说标准体系回答的是"机器人上岗要守什么规矩"，中试基地回答的则是"机器人到底能不能上岗"。

在科技成果转化链条里，中试夹在实验室与量产工厂之间，回答一个最难的问题：技术能不能在真实或接近真实的场景里稳定、可控、经济地运行。

一个机器人在发布会上跳舞，不等于能在工厂连续工作八小时；一个灵巧手在实验室能抓取，不等于它能在餐饮、分拣、采摘场景中长时间稳定工作。

中试基地要做的，就是把这段从样机到岗位的验证、数据回流和标准沉淀集中起来。

这一步之所以由国家层面来推，是因为没有公共平台，每家公司都得自己找场景、搭测试场、采数据、教育客户，行业就会陷入高成本重复建设。

地方政策，也在变化。

北京更强调科研、模型、标准和示范活动；上海有汽车制造、张江创新资源和基金基础；深圳强在电子信息、供应链和整机企业；苏州这类地区有精密制造、机器人零部件和强链补链基础；杭州则更适合从数字经济、算法和商业应用角度切入。

这些地方都在做具身智能，但做法不该一样。

对政府园区来说，政策部分要读懂的，不能停在"各地都在支持"。

更有价值的问题是，政策正在推动产业往哪里走。现在看，标准化、场景化、集群化，是几条很清楚的线索。

标准化解决安全和测试问题，场景化解决机器人到底在哪里干活的问题，集群化解决整机、零部件、模型、数据和应用之间如何配套的问题。

产业链上下游

最先落地的未必最热闹

具身智能的产业链，可以粗略看成四层：身体、脑、数据、场景。

身体，是硬件本体和核心零部件。

脑，是模型、算法、控制和决策。

数据，是训练、仿真、遥操作和真实场景采集。

场景，是机器人最终要去工作的工厂、仓库、商场、园区和公共空间。

如果只盯着人形整机，很容易看热闹。真正决定产业能不能起来的，是这四层能不能互相咬合。

具身智能产业链全景图

先看，上游。

上游-大模型：核心部分是AI大模型，主要包括算力、算法和数据三大核心要素

➢AI大模型拉动算力需求：2025年全球AI算力需求将达2020年的10倍，智能制造、医疗影像、金融交易等领域的算力激增，推动企业算力消耗占比超50%，重构产业竞争格局。

云计算厂商AWS、Azure、GoogleCloud占据全球70%AI云市场，国内依托华为、阿里、腾讯等互联网巨头布局参与国际AI算力竞争。

➢AI芯片市场格局与国产趋势：英伟达A100/H100价格飙涨暴露供应链风险，国产芯片加速突围—华为昇腾910B实现全栈可控，寒武纪MLU370算力突破300TOPS，壁仞BR100跻身全球GPU第一梯队，国产化的芯片正在逐渐获得话语权。

上游-硬件：减速器是机器人核心部件，其中谐波与RV减速器应用最广，轴承作为其关键零件直接影响传动精度和效率，是具身智能产业竞争中掌握主动权的关键环节

➢减速器：减速器作为机器人关节的"工业心脏"，通过纳米级精度的齿轮传动将电机动能转化为可控扭矩。

高精度机器人减速器，日本具备绝对领先优势，目前全球机器人行业75%的精密减速机被日本的【纳博特斯克】和【哈默纳克】两家垄断，中国企业正以绿的谐波柔性减速器打破哈默纳科垄断，秦川机床RV减速器实现40%国产替代率。

轴承：用于线性/旋转执行关节及灵巧手空心杯，是推动人形机器人规模化发展的核心支撑。

据人形机器人联盟数据，单台人形机器人轴承价值量达5432~10780元，其市场长期被日本企业主导，但国产替代进程加速。

在人形机器人中，丝杠、减速器、电机、传感器、灵巧手这些部件，直接决定一台机器人能不能稳定运动、能不能完成精细操作、成本能不能降下来。

公开材料显示，丝杠、无框力矩电机、减速器、力传感器、空心杯电机等，在整机价值量中占比较高，其中行星滚柱丝杠单项价值量最高、技术壁垒也最高，是当下最硬的一块卡脖子环节。

伴随国产微型电机、丝杠价格降到国外的三分之一到五分之一，灵巧手成本已下降50%以上，人形机器人整机单价也从数十万元降到了十万元以内。

这里藏着一个容易被整机热度盖住的结构性事实：

把产业链的利润分层看，最上层的大模型和算法护城河最深、估值最高；中层的本体制造出货量最大，利润却在往下走；底层的伺服电机、减速器、传感器、灵巧手，国产替代正在加速，利润率反而比中游更稳。

出货量最大的中游，恰恰是最不赚钱的那一层。价值最终会向最稀缺、技术门槛最高、最难被替代的环节集中，这是产业链利润分配一贯的走向。

上游-硬件：传感器负责收集外部环境的多维数据，如视觉、听觉、触觉、力矩等，实现环境感知、状态监测与运动反馈，是具身智能体实现感知和与外界交互的基础

➢传感器：激光雷达、摄像头、毫米波雷达、超声波传感器及GPS的多模态融合是目前的主流方案，可以实现高精度环境感知与导航定位。

➢在AI技术和特斯拉Optimus人形机器人发展下，全球人形机器人量产与商业化进程加速，推动力传感器市场规模在2030年突破300亿元。

高工机器人预测，2030年人形机器人力传感器市场规模将达328亿元，其中六维力传感器细分领域占比42%（138亿元），成为增长核心引擎。

对地方园区来说，上游零部件往往比整机更现实。

实际上，原因并不复杂。整机企业需要强研发、强资本、强品牌和强场景，普通园区很难仅靠政策接住。零部件企业则更依赖精密制造、加工检测、质量体系和下游客户导入。

如果本地原本就有汽车零部件、工业机器人、电子信息、精密加工基础，承接这类节点更有可能形成长期配套。

再看，中游。

人形整机是流量最大的一段。宇树、智元、优必选、银河通用等企业受到关注，并不意外。整机厂最容易被公众感知，也最容易成为地方产业展示的门面。

但整机环节，仍处在验证期。机器人能不能发布，只是起点。能不能在真实场景中稳定工作，才是更硬的检验。

一个机器人在发布会上完成几个动作，和在工厂里连续数月完成上下料、搬运、检测，是两回事。

四足机器人，相对更早一些。任务边界更清楚，产品形态也更稳定，巡检、科研、教育和消费场景已经出现较多落地材料。

中游：人形机器人和自动驾驶世界主要经济体均高度重视、竞争最激烈的具身智能领域，也是具身智能发展最可能率先落地、市场前景最大的两个高成长赛道

➢人形机器人领域，2023年5月GGII发布的报告预测2026年、2030年全球人形机器人市场规模将分别达到20亿美元、200亿美元，我国人形机器人市场规模将分别达到5亿美元、50亿美元。

➢自动驾驶方面，PreerenceResearch预测2032全球自动驾驶汽车市场规模将达到23539.3亿美元，2023~2032年复合增长率为35%。亿欧智库预测2025年全球L1-L2、L3、L4-L5级自动驾驶汽车渗透率将分别达45%、30%、10%，我国L1-L2、L3、L4-L5级自动驾驶汽车渗透率将分别达65%、6%、1%。

更难的是"大脑"。

Qwen-RobotManip技术报告提到，机器人操作基础模型面临数据异构、采集昂贵、数据分布窄等问题。Qwen-RobotWorld等技术报告也显示，世界模型、仿真评测、语言引导规划正在成为具身智能的重要方向。

这些进展说明一个事实：具身智能的上限在模型和数据，但短期落地仍要回到硬件、工艺、场景和工程可靠性。

数据这一层，正在从幕后走到台前。

具身智能的数据大体分三种：真实采集的、仿真合成的、互联网抓取的，其中最值钱的是真实场景里的动作数据，但采得慢、成本高、量最少。

眼下的结构性缺口就在这里，有材料显示，国内做数据服务的企业只占具身智能企业总数的约24%，远低于做算法的43%和做系统集成的33%。

谁能把优质真实数据的采集、标注和复用做起来，谁就握住了模型迭代的燃料。

最后是下游，工业制造将成为具身智能率先落地的场景

汽车制造、电子电气、注塑、物流仓储，任务相对重复，环境相对可控，客户也有明确的降本增效需求。这些场景虽然不如家庭服务机器人有想象力，但更接近今天的商业化。

➢工业制造流程的特点使得该场景在具身智能技术落地应用方面占据先发优势。

如柔性生产需求迫切、工作环境结构化程度高、成本效益优势突出等需求特点，刺激着工业制造场景客户对工业具身智能的应用更加期待。

➢工业具身智能机器人能够有效提升工厂生产任务的灵活性与适应性，并在作业过程中实现自主学习，不断增强其复杂任务执行能力与操作精度。

具身智能的训练需要数据，而质量更高的数据需要从真实场景中来，机器人落地最快的场景仍然是场景相对封闭的工业制造场景，越早实现规模化落地，就有望越早实现模型的能力提升。

家庭陪伴、通用服务当然值得关注，但对招商来说，不能把远期想象当成近期项目承接依据。

重点企业与投融资

代表企业是产业节点的依据

具身智能领域，融资很热。

今年6月29日，两家具身智能企业在同一天宣布估值突破200亿元人民币，两份新闻稿用了一模一样的说法："大湾区首个估值突破200亿的具身智能企业"。这就像一场马拉松比赛，同时出现了两个冠军。

2026上半年具身智能10亿及以上融资

从融资节奏来看，2026年上半年各月融资事件分布相对均匀，3月、6月为融资高峰期，这两个月的单月融资事件数均突破60起。

这个俱乐部里目前有宇树、智元、千寻、银河通用、星海图、酷哇，以及自变量和智平方。

但企业部分，不能写成榜单。

对政府和园区来说，更重要的问题是这些企业分别印证了哪个产业节点的进展？

具身智能产业节点代表企业

这张表，背后的意思很清楚。

整机企业证明了产业热度和试点速度，零部件企业证明了供应链基础，数据和模型平台证明了远期技术方向，工业场景集成企业证明了商业化距离。

融资热度值得写，但不能只写融资。

比如宇树科技的意义，不只是估值或IPO预期。

更能说明低成本硬件、本体能力和出货能力正在形成产业样本。优必选的意义，也不只是"人形机器人企业"，更在于公开披露过工业、物流等客户订单材料，能帮助我们观察人形机器人从展示走向场景验证的过程。

银河通用、智元等企业的融资和订单材料，可以说明资本对头部企业的集中偏好。但这里也要克制。融资、估值、意向订单、真实交付，是四类不同材料，不能混成一个结论。

这份克制，业内人士说得比谁都直接。

有的创投公司公开表示，目前还没有公司找到具身智能商业化可能的客户，赛道急需"挤泡沫"；有的则判断，九成具身智能公司没有未来，市场最终名额只有三五家。

当前不少头部标签是由融资金额定义的，靠产品与市场匹配验证的极少，资本因怕错过而抢投头部，马太效应正在成为泡沫的加速器。

对地方而言，读懂这份克制，比读懂融资额更重要，意味着这个赛道大概率会经历一轮出清，投进去的企业不一定活得到最后。

上游企业，则提供了另一条线索。

如果说整机企业是产业热度的门面，上游零部件企业更接近产业落地的筋骨。

减速器、丝杠、传感器、灵巧手等环节，未必最容易被各地方看到，却直接关系到机器人能不能降本、能不能量产、能不能稳定工作。

产业区域分布

不同城市争抢不同环节

具身智能，已经进入地方产业布局。

但不同城市的资源禀赋不同，适合切入的环节也不同。把北京、上海、深圳、杭州、苏州简单写成"都在布局具身智能"意义不大。更有用的写法，是看各自在产业链里的位置。

深圳的优势在电子信息、先进制造和供应链。优必选、乐聚、越疆等企业，以及珠三角制造基础，使其更适合承接整机、零部件、供应链协同和商业场景。

上海的优势在张江创新资源、汽车制造场景、资本和产业基金。对具身智能来说，汽车工厂和智能制造场景很重要，上海更适合从研发、资本和应用场景联动角度去看。

北京的优势在科研院所、大模型、标准和示范活动。它更适合写技术源头、标准制定、模型能力和产业示范。尤其亦庄，人形机器人覆盖试制打样、性能工艺验证、工艺优化、功能模块装调、整机装调、测试验证六大功能，是一个偏"工程化验证"的样本。

杭州的优势在数字经济、算法和商业应用。未必是最典型的制造基地，但在数据、模型、商业场景和平台型能力上有想象空间。

2026年5月，杭州国家人工智能应用中试基地（具身智能）在杭州高新区（滨江）揭牌，华数传媒、杭州高新科创、杭州数据集团、宇树科技、银河通用、摩尔线程、沐曦股份、华策影视等18家企业集中签约，覆盖资本、芯片、本体、应用等环节，已入驻130余台机器人、落地30多个职业技能训练场景，方向包括餐饮服务、无人超市、赛会演艺、电力巡检、果实采摘、井下作业等——这是一个偏"应用验证"的样本。

苏州和江苏更适合从精密制造、机器人零部件和强链补链角度去看。吴中区等地已有机器人相关企业集聚材料，精密制造和工业客户基础也有利于承接零部件和系统集成环节。

值得单独一提的是一批并非一线、却靠制造底蕴和场景资源切入的地区。

郑州高新区拉起一只10亿元的产业基金，把众擎机器人从深圳引来，并专门搭起"空间+服务+生态"三位一体的园区，从装修、电力到消防配套全包，园区已聚集400多家机器人上下游企业，减速器、伺服系统、控制器、传感器一条链几乎齐全。

青岛的具身智能机器人创新中心刚建成，浙江上虞则从零起步布局具身智能产业新城。

这些地区的共同点，是不与一线拼算法和资本密度，而是拿制造基础和真实场景来换产业位置。

从区域分工看，具身智能不是一个"哪里都能整套复制"的产业。

研发模型更多依赖科研、算法和人才密度；制造供应链更依赖精密加工、电子信息、汽车零部件和工业机器人基础；应用示范则跟本地工厂、仓库、商场、公共服务场景有关。

地方真正要判断的，不能停在自己有没有跟上热点。更关键的是，本地哪一种资源最接近产业链真实需求。

项目承接条件

先判断本地能接哪一段

对地方和园区来说，具身智能最容易出现的误区，是把"产业热"理解成"项目都该抢"。

实际上，不同节点对园区的要求完全不同。

核心零部件企业，最看重精密制造、检测平台、质量体系、设备投入和下游客户导入。简单办公楼解决不了这些问题，这些企业需要的是能做加工、中试、检测和稳定供货的产业环境。

灵巧手和传感器企业，更看重电子信息基础、研发人才、测试环境、整机客户和工业应用试用场景。通常需要研发办公和小试中试空间，也需要快速接触整机厂和应用客户。

人形整机企业要求更高，需要算法、控制、机械、供应链、制造工程等复合人才，也需要装配厂房、测试空间、供应商网络、资本支持和场景开放。普通园区如果没有这些条件，硬接整机总部，后续服务压力会很大。

数据训练平台更特殊，需要算力、真实工厂或物流场景、遥操作空间、数据合规和长期资金。没有真实场景的数据训练，很容易停留在概念层。

工业场景集成企业则更贴近产业落地，需要靠近汽车、电子、物流、注塑等客户，需要懂工艺、懂设备改造、懂现场调试。对很多制造型园区来说，这类企业反而更现实。

这张表不该被理解成"哪些地方该做、哪些地方不该做"的清单。

真正要提醒的是，具身智能项目要按企业类型拆开看。

制造基础强的园区，可以优先看核心零部件、执行器、传感器、工业场景集成。

算法和人才密度高的城市，可以看模型、数据训练、测试验证平台。

场景资源强的地区，可以把工厂、仓库、物流、公共服务场景开放出来，吸引机器人企业来做验证。

这里还有一条更适合中腰部城市的路径，容易被"抢整机"的热度盖过。

一座城市没有深圳的供应链密度、没有上海的资本密度，但往往有真实的工厂、真实的仓库、真实的医院，这些场景本身就是最值钱的训练数据来源。

与其砸十亿去抢一家整机总部，不如拿出几亿建一个中试基地或共享数据采集基地，让全国的中小企业来这里训练、验证机器人。

国家层面推动应用中试基地建设、京东下沉到宿迁做数据采集社区，走的都是这个方向。对多数地方而言，接住"场景入口"和"数据入口"，比硬接"整机门面"更务实，也更可能沉淀下走不掉的产业资产。

至于整机总部，当然有吸引力，但通常需要更强资本、更强人才、更完整供应链和更高密度场景。普通园区可以参与配套，不一定要把整机当成唯一目标。

同样，要看清的是链主和退出这两道现实约束：引来一个链主，未必就能撑起一整条产业链；产业基金投进去，将来怎么退出，也要正视这个赛道能真正走到上市的企业不到十家的事实。

写在最后

具身智能的未来，当然值得期待。

但不会因为发布会上的机器人多走了几步，就自动变成一个成熟产业。

真正的产业化，要看机器人能不能在工厂、仓库、园区和城市空间里反复完成任务；要看成本、数据、维护、安全和责任边界能不能跑通；还要看地方的产业基础，能不能接住这些企业真正需要的条件。

对地方来说，具身智能的机会不在最热闹的发布会里。

实际藏在更具体的地方：一条能稳定供货的零部件产线，一个愿意开放真实任务的工厂，一套能反复测试的场景，一个懂机器人也懂制造的团队。

谁先落地，谁还在路上，答案都在产业链细分里，也在园区本身的招商条件里。