图 1：11 月 11 日印发的 2026 — 2028 年方案：20 万台 / 年产能在京形成、超 50000PFlops 专用算力、不少于 100 个场景采集超 100 万小时数据
北京市经济和信息化局 11 月 11 日印发的《北京市具身智能机器人产业高质量发展行动方案（2026 — 2028 年）》在具身智能政策工具箱里加了两样此前不常见的东西：一条上市 " 一对一 " 服务机制，一组京津冀产能与配套率的硬约束。方案的量化目标足够密集——到 2028 年培育不少于 5 家国际一流、10 家国内领先的人形机器人（886069）整机企业，在京形成 20 万台 / 年的整机生产能力，新增建设总规模超过 50000PFlops 的具身智能专用算力集群，在不少于 100 个真实场景中采集超过 100 万小时的高质量数据，同时推动京津冀区域整机产能占全国 25%、关键零部件配套率超过 60%。
这些数字要成立，先得回答一个前置问题：算力集群在整机企业从样机走向规模化部署的链条上究竟解决哪个环节。京东（JD）集团技术委员会主席曹鹏在乌镇峰会期间给出的判断是，物理 AI 的竞争已从单一模型、机器人本体比拼，转向算力、数据、场景、供应链组成的体系能力竞争。京东（JD）自身的选择是 " 做产业底座，不做终端厂商 "，把算力、数据、场景对外开放，服务优必选（HK9880）、逐际动力、众擎机器人等企业。按这一定位，专用算力集群的客户是整机企业和模型公司，其作用落在训练、仿真和数据处理环节，而非直接产出整机产能。
具身智能需要专用算力，原因在数据路线。行业当前更紧的约束并非算力总量。曹鹏在同一场合指出，行业仍面临高质量训练数据稀缺、技术路线尚未收敛、样机演示难以转化为规模化商业落地等多重现实难题。算力集群解决的是模型训练的计算资源问题，训练什么数据、数据从哪来、数据能不能复用，则是另一个层面的问题。专门搭建实验室数采工厂成本高昂，多数整机企业难以负担；部分采集数据高度绑定特定机器人本体，硬件迭代后数据随即失效。京东（JD）披露的路线是 " 真实数据打基础，仿真生成做补充，回到真实场景验证 "，计划两年内采集超 1000 万小时人类真实场景视频数据和超 100 万小时机器人本体运行数据，走的是与本体弱相关的第一人称视觉数据路径。采集后的标注、仿真扩增、模型训练每一步都消耗算力，专用集群的意义在于降低这类训练的边际成本。
方案里另外两个配套动作值得单独拆开。一是 " 结对子 " 机制，推动具身智能重点企业与算力节点项目建设单位形成供需协同；二是通过 " 银河算廊 " 工程与京外算力集聚城市协作。两条指向同一条机制链：算力集群降低训练门槛，模型迭代加快，整机企业获得更多场景验证机会，反向拉动数据采集和零部件需求。这条链上每个箭头都需要时间，且不会自动成立。训练门槛下降并不必然带来整机商业闭环，若真实场景验证密度不足，模型迭代的成果仍可能停在演示阶段。
场景验证正是第二块需要补的拼图。进博会技术装备展区里，特斯拉（TSLA）Optimus 在模拟工厂分拣，智元 " 精灵 G2" 完成泡茶服务，浙江人形轮臂机器人在模拟产线分拣搬运，海外工厂质检上岗和仓储物流分拣验证取代了单纯的技能展示。智元用有效智能工时衡量实际产出，截至 2026 年 10 月累计超过 6.2 万有效智能工时；灵犀 X2 落地北大人民医院（884301）智慧导诊，单台机器人 10 月达成 153 有效智能工时。机器人进入的是客户既有的生产流程和设备体系，而非为演示搭建的孤立场景。北京方案提出在不少于 100 个真实场景中采集超过 100 万小时高质量数据，指向的正是这类验证密度。
制造与供应链则是第三块拼图，也是北京方案里区域协同条款的落点。方案部署京津冀产业链协进工程，将区域整机产能占全国 25%、关键零部件配套率超过 60% 写进目标。北京市经济和信息化局智能制造与装备产业处副处长梁洪郡介绍，北京将打造 3 — 5 种国际一流的整机平台，推动整机额定负载达到自重 40% 以上、平均无故障工作时间超 2000 小时。把产能与配套率放到京津冀范围内考核，逻辑上承认了北京在整机制造环节的空间与成本约束，转而用区域分工补近地配套短板。这条路径的边界条件在于跨区域协调的执行效率：配套率是结果指标，取决于天津、河北承接产能的进度和零部件企业的跟进意愿，单靠北京一端的政策工具无法直接锁定。
资本通道是这份方案区别于其他城市同类文件的地方。把上市服务直接写进产业政策，在各地同类方案中并不多见。该机制与培育优势龙头企业的目标绑定，意味着对整机企业的支持从研发端延伸至资本端。对照其他城市，工具选择差异明显。深圳 2025 年 3 月印发行动计划，目标到 2027 年新增培育估值过百亿企业 10 家以上、营收超十亿企业 20 家以上、关联产业规模达到 1000 亿元以上、集群相关企业超过 1200 家，工具上以揭榜挂帅、项目经理人制组织核心技术攻关，方向覆盖核心零部件、AI 芯片和仿生灵巧手。上海的方案以项目投资补贴和算力券为主，受益面更宽，直接降低企业当期成本。北京的辨识度在于资本通道与区域制造协同的组合，补贴条款并非其主打工具。
把北京方案放进更大的政策序列，其定位更清楚。今年 5 月，国家互联网信息办公室、国家发展改革委、工业和信息化部联合印发《智能体规范应用与创新发展实施意见》，提出发展导引、清洁、仓储、配售等具身智能体，探索通过具身智能体提供低成本家政、养老、托育、助残等服务。6 月，工业和信息化部办公厅、国务院国资委办公厅联合发布《关于联合开展 2026 年度人形机器人（886069）与具身智能实景实训专项行动的通知》，要求到 2026 年底人形机器人（886069）等重点产品在一批代表性场景中率先完成应用验证和常态部署，开启 " 作业模式 "，凝练形成百个以上高价值应用场景，带动形成万台级规模落地能力。10 月，商务部等九部门发布《关于加快推进科技兴商的意见》，提出推动具身智能技术在商贸领域落地，拓展家庭服务、商贸物流等应用场景。中国电子商务专家服务中心副主任郭涛对《证券日报》记者表示，政策导向清晰，即推动具身智能打通 " 技术迭代—产品创新—应用普惠落地 " 循环。
部委文件之下，上海、贵州、湖北、湖南、河南、安徽等地以出台增量政策、举办产业对接活动、上线专业化创新载体等方式加码布局。工业和信息化部信息通信经济专家委员会委员盘和林在接受《证券日报》记者采访时表示，我国具身智能产业正处于从技术验证向商业验证过渡的关键阶段，政策出台将进一步增强产业发展的确定性预期，更好地吸引各路资本投向这一领域。IT 桔子数据显示，截至 11 月 12 日，年内具身智能领域一级市场已发生投融资事件 648 起，金额共计 1237.11 亿元，远超 2025 年全年的 387 起、399.51 亿元。投融资规模扩张与投资主体多元化，为整机企业提供了研发投入的资金来源，但一级市场热度向二级市场上市通道的转化效率，仍取决于企业商业化数据的成色。
中商产业研究院发布的《2025 — 2030 年中国具身智能市场调研分析及投资前景研究预测报告》显示，2025 年中国具身智能市场规模约 9150 亿元，同比增长 20.4%；该机构分析师预测 2026 年市场规模将达到 10904 亿元。预测口径下的增速能否兑现，取决于场景验证向规模订单的转化节奏。深度科技研究院院长张孝荣对《证券日报》记者表示，进一步推动产业化落地需强化关键核心技术攻关、超前布局前沿技术，加快场景培育和开放，用政务服务、养老、特种巡检等真实场景牵引技术产品迭代，鼓励支持更多社会资本投向具身智能领域，发展壮大耐心资本，并推动具身智能产品 " 出海 "，用海外真实场景反哺国内技术迭代。
回到北京这份方案，其真正约束不在目标数字，而在三块拼图的咬合程度。算力集群降低训练成本，数据供给决定训练效率，场景密度决定商业化验证速度，区域配套决定整机制造的成本边界。任何一块滞后，其余环节的投入都难以完整兑现。50000PFlops 专用算力集群是底座层安排，它与 " 培育一流整机企业 " 之间是支撑关系而非因果关系；把支撑关系误读为因果，容易高估算力投放对整机产能的短期拉动。方案给出的时间是到 2028 年，中间每个环节的推进节奏，才是观察政策成色的窗口。