具身智能行业深度：发展趋势、市场机遇、产业链及相关企业深度梳理

1/322024 年 11 月 22 日行业|深度|研究报告行业研究报告慧博智能投研具身智能行业深度：发展趋势、市场机遇、产业链及相关企业深度梳理具身智能是指依靠物理实体通过与环境交互来实现智能增长的智能系统。此前，人工智能主要以数字形式存在，缺乏视觉、触觉、听觉等感官体验，难以有效应对现实世界的各种情况。而具身智能通过赋予AI“身体”，与现实产生交互，使 AI 从数字世界走向物理世界，被认为是迈向通用人工智能的重要一步。如上，伴随 AI 技术的突破，具身智能近两年备受市场关注。在 2023 年的半导体大会上，英伟达创始人兼 CEO 黄仁勋便表示，人工智能的下一个浪潮是具身智能。2024 年云栖大会上，阿里巴巴集团 CEO、阿里云智能集团董事长兼 CEO 吴泳铭表示，生成式 AI 最大的想象力不在手机屏幕，而是改变物理世界。这意味着，将 AI 在数字世界与物理世界连接的具身智能在未来必将深刻影响各行各业的发展。基于以上发展趋势，我们对当前备受市场瞩目的具身智能行业展开分析梳理，试图对大家更为全面地了解行业面貌有所帮助。当前具身智能行业具体面貌怎样？技术路线是怎样的？其商业化路径有哪些？产业链情况、具体细分市场应用层面及相关企业的情形是怎样的？以及具身智能大势所趋的行业发展前景下，市场上哪些领域将会释放发展机遇？后续行业的发展趋势是怎样的？以下内容我们将聚焦相关问题，为大家一一解析。目录一、行业概况 .............................................................................1二、市场现状 .............................................................................7三、技术原理与路线 .......................................................................9四、商业路径 ............................................................................11五、产业链分析 ..........................................................................16六、细分应用前景 ........................................................................19七、市场机遇 ............................................................................22八、相关公司 ............................................................................25九、发展趋势前瞻 ........................................................................30十、参考研报 ............................................................................32一、行业概况1、什么是具身智能？具身智能（Embodied artificial intelligence，EAI）由“本体”与“智能体”构成，以“感知决策、物理实体、环境交互”为主要特征。具身智能可以感知并理解周围环境，在物理环境中执行具体任务。与大模型等离身智能（Disembodied AI）不同，具身智能不仅有 AI 算法构成的“智能体”，还有真实2/322024 年 11 月 22 日行业|深度|研究报告的物理实体，以实现与环境的交互；与已广泛应用的工业机器人等有实体机器人不同，这一类机器人的实体为执行任务而存在，而具身智能之所以具有实体，是希望从本体与环境的交互中获得对世界的理解、实现自主学习，更加强调“环境交互”。与智能汽车类似，具身智能的实现包括“感知、决策、控制”三个主要环节，并需要内外部通信传输的支持。感知：具身智能交互世界的窗口，通过环境传感器（如视觉、听觉、触觉、温度、湿度传感器等）、运动传感器（如力传感器、IMU 等）收集环境与自身状态信息，作为决策环节的依据。决策：根据感知的信息以及任务目标，对自身行为进行规划决策，并向控制模块发出指令。该环节以中央计算单元与多模态决策算法为核心，以特斯拉 Optimus 为例，其算力芯片与决策算法均是自动驾驶领域 FSD 芯片和 FSD 算法的复用。控制：将决策指令转化为实际操作，实现与物理世界的互动。为确保指令在微操作或高速运动场景中的准确执行，该环节需要具备高精度控制能力，同时与感知模块紧密协作，在闭环控制下实现实时调整。传输：强调低时延、...