5 个关键问题 Q&A

Q1：实体 AI 五层堆栈分别承担什么职能？

A：大脑负责感知理解与任务决策；躯体是机器人本体实现运动；零部件提供底层执行硬件；燃料代表能源、仿真与训练数据；试验场完成真实场景商业化验证。

Q2：VLA 视觉语言动作模型工作逻辑是什么？

A：接收摄像头视觉画面、语音、文字指令，模型综合理解环境与任务目标，输出各关节电机控制指令，驱动机器人完成对应动作。

Q3：工业机器人与人形机器人核心差异？

A：工业机器人专为工厂设计，精度高、重复性强；人形机器人追求通用性、自适应能力，可直接在人类生活工作环境作业，通用潜力更大，但成熟度更低。

Q4：当前人形机器人行业处于哪个阶段？

A：资本热度极高，多家企业推出样机与工厂试点项目，但整体未实现大规模量产商用，专用工业自动化设备仍是当前商业化主力。

Q5：制约人形机器人大规模普及的核心瓶颈？

A：通用智能算法不完善、仿真与现实存在鸿沟；高端零部件成本高昂；缺少海量真实场景训练数据；投入产出比暂时难以满足商业需求。

附录实体 AI 堆栈入门指南

作者：穆什坎・卡尔拉

开篇总览

实体 AI 行业正迎来史上最强融资热潮。2026 年第一季度，机器人与实体 AI 领域初创企业完成 492 笔融资，总融资金额达 163 亿美元，创下行业单季度历史新高。截至 2026 年 5 月末，该赛道全年融资总额已突破 230 亿美元。

行业热词层出不穷：Figure、宇树、GR00T、Skild、谐波减速器、视觉语言动作模型、远程示教…… 一堆专业名词让人眼花缭乱。

在拆解技术堆栈前，先要厘清一个关键认知：实体 AI 的范畴远不止人形机器人。它涵盖工业机械臂、仓储机器人、自动驾驶车辆、农业设备、无人机、手术机器人、四足机器人，以及所有能够感知物理世界并完成实体动作的智能系统。

这个行业并非从零起步：2024 年全球工厂新增约 54.2 万台工业机器人，存量运行设备总量约 470 万台。绝大多数设备并不具备人形，但已经规模化落地、承担实际生产作业。

人形机器人只是这个庞大产业的其中一个分支。它之所以收获最多关注度，是因为一台人形机器人几乎集成了实体 AI 所有核心技术难题：感知、逻辑推理、平衡控制、移动行走、物体操作、触觉交互、动力供给、安全防护、量产制造、现实场景自主学习。

人形机器人不等于整个实体 AI 市场。它是检验实体 AI 全栈技术的终极压力测试载体。

本文将人形机器人作为核心案例展开讲解。只要搞懂人形机器人的完整技术堆栈，仓储机器人、自动驾驶汽车、无人机、工业机械臂的底层逻辑都能套用这套框架理解。

很多新手不知道：一台人形机器人，背后是五大独立产业层层叠加而成。多数企业起步时只在其中某一层具备核心优势，头部玩家则逐步布局多层业务。理清这五层架构，整个行业的脉络会瞬间清晰，任何企业、融资事件、新品发布都能精准对应到框架里。

本文就是这份完整行业图谱，零基础也能看懂。我们将按照机器人的 “大脑→躯体→传动零部件→训练数据→落地应用场景” 逐层拆解讲解。

第一层：大脑 —— 负责决策的人工智能

核心作用

这是一套软件系统，能把 “拿起杯子” 这类人类指令转化为机器人实体动作。它无关金属硬件，是机器人的智能核心。业内常说的 “机器人版 ChatGPT 时代到来”，指代的就是这一层技术。

工作原理

核心关键词：VLA 视觉 - 语言 - 动作模型。简单来说，该模型接收机器人视觉画面、人类文字指令，输出机器人应当执行的动作。它和大语言模型逻辑相似，但大模型预测下一个文字，VLA 模型预测机器人运动轨迹。

模型并非直接控制每一个电机：多数实际系统中，高层模型理解任务目标、规划整体动作；底层控制器负责维持机身平衡、规避碰撞、力度控制、关节高精度运动。

全行业攻坚的核心前沿问题：能否打造通用 “大脑”，适配不同任务、不同机型，而非为单一机器人定制专属模型。

重点关注企业

行业分化出两条技术路线：一类企业自研大脑 + 整机；另一类专注智能算法层，适配第三方硬件设备。

1. Figure：自研 Helix 大模型，配套自家所有人形机器人，软硬件一体化布局
2. Skild AI：融资 140 亿美元，估值超 1400 亿，打造 “全机型通用机器人大脑”，适配各类机器人形态
3. Physical Intelligence：研发 π 系列通用机器人策略模型，纯算法赛道头部企业
4. 英伟达 GR00T：开源研发平台，集成基础大模型、数据流水线、仿真环境、训练与部署全链路
5. 谷歌 DeepMind：研发 Gemini 机器人大模型，与 Apptronik 合作落地 Apollo 人形机器人
6. Genesis AI：1.05 亿美金种子轮融资，搭建覆盖模型、数据、仿真、硬件的全栈机器人平台

第二层：躯体 —— 人形机器人整机厂商

核心作用

大众直观认知里的机器人本体：双臂、双腿、躯干、头部整套设备。该赛道企业属于整机原厂（OEM），负责整机设计、组装生产。

行业现状

各大品牌频繁发布演示视频、登上媒体头条、斩获高额估值。但有一组关键数据需要留意：市场研究机构 Omdia 测算，2025 年全球人形机器人出货量约 1.3 万台。行业增速迅猛，但基数极低。绝大多数设备目前仅用于科研、教学、产品演示、试点项目，尚未进入大规模量产商用阶段。

重点关注企业

按地域划分赛道玩家：

美国企业

1. Figure：估值 3900 亿美元，与宝马达成合作，美国赛道最受关注企业
2. 特斯拉：自研 Optimus 人形机器人，优先落地自有工厂，目前仍处于内部测试早期阶段
3. Apptronik：A 轮融资超 9.35 亿美元，推出 Apollo 人形机器人，与奔驰、GXO 物流、捷普开展试点落地
4. Agility Robotics：旗下 Digit 机器人在 GXO 物流落地，累计搬运超 10 万个货箱；公司宣布 25 亿美元 SPAC 上市计划
5. 1X：NEO 家用机器人，早期购机定价 2 万美元，配套远程专家协助完成各类居家任务

中国企业

1. 宇树（Unitree）：成本优势显著，G1 人形机器人税前不含运费起售价约 1.35 万美元，上海 IPO 已获监管批准
2. 智元机器人（AgiBot）：Omdia 统计 2025 年全球人形机器人出货量第一，全年出货 5168 台
3. 优必选（UBTech）：Walker 系列机器人在汽车、电子制造等工业场景测试部署

欧洲及其他地区

1. NEURA Robotics（德国）：4NE1 人形机器人，配套完整认知机器人平台
2. 波士顿动力（现代集团旗下）：Atlas 机器人从科研样机转型工业产品，2026 年将在现代、谷歌 DeepMind 场地落地部署

第三层：零部件 —— 驱动器、齿轮、灵巧手、传感器

核心作用

这是很少出现在宣传物料、但所有机器人都离不开的底层赛道。机械臂运动需要电机、减速器转换扭矩、传感器检测力度与位置、夹持手完成物体交互。一台人形机器人拥有 40 个以上可驱动关节，每一处关节都是独立的工程难题。

核心专业术语

1. 驱动器（Actuator）：机器人的 “肌肉”，集成电机、减速器、传感器、轴承、控制电路板一体化关节模组。
2. 谐波减速器（应变波齿轮）：机器人关节内置高精度紧凑型减速器，制造成本高、工艺门槛极高，是人形机器人供应链最核心瓶颈之一。除此之外，电机、滚柱丝杠、轴承、触觉传感器、热管理、设备长期可靠性，全都是行业痛点。

细分赛道龙头企业

1. 精密减速器：日本哈默纳科、纳博特斯克；中国绿的谐波
2. 驱动器 / 关节模组：三花、拓普、汇川技术（中国人形机器人供应链核心厂商）
3. 灵巧机械手：Sharpa（22 自由度 Wave 机械手搭载于英伟达 GR00T 参考人形机器人）、Wonik Robotics、兆威、梧智
4. 视觉与激光雷达：奥比中光、速腾聚创、禾赛科技、舜宇光学
5. 力觉 / 触觉传感器：诺万达旗下 ATI 工业自动化、威士精密
6. 机载边缘计算：英伟达 Jetson Thor 系列；高通等其他边缘计算厂商
7. 动力电池：宁德时代、三星 SDI、LG 新能源、松下

第四层：燃料 —— 训练机器人的数据

核心作用

再强大的算法大脑，没有训练数据也无法工作。机器人不能像大语言模型一样直接读取互联网海量文本，不存在公开海量高质量数据集，记录机器人视觉画面与对应电机动作。因此本赛道核心是生产训练数据：通过各类方式教会机器人执行任务。该赛道从过去的配套环节，演变为当下融资热度最高的细分领域之一。

四大数据采集方案

1. 远程示教人类通过动作捕捉设备、头戴设备、控制器、主操控臂远程操控机器人完成作业；机器人同步记录视觉画面、各关节运动轨迹、受力数据。优势：真机采集，数据质量高；劣势：成本高昂，难以规模化。

2. 仿真模拟机器人在物理仿真引擎中完成上万次虚拟训练。优势：速度快、成本低、可大规模并行训练；劣势：虚拟环境与真实世界存在差距，“仿真到现实” 的鸿沟是行业核心难题。

3. 人类视频 + 穿戴传感设备依托第一视角拍摄视频、手机影像、人体动作捕捉、作业人员穿戴传感手套采集数据。优势：数据来源充足；劣势：人类肢体运动逻辑和机器人机械结构不匹配，很难转化为精准机器人动作指令。

4. 机群回流数据已落地运行的机器人持续记录作业成功案例、故障场景、极端工况、人工干预操作。长期来看，这会是价值最高的数据来源，数据全部来自客户现场真实作业设备。

重点关注企业

1. XDOF：7000 万美金融资，搭建机器人远程示教数据采集、标注全流程工具链，服务机器人与前沿 AI 实验室
2. Mecka AI：6000 万美金融资，依托人体传感器、手机采集人类动作数据
3. Genesis AI：整合机器人模型、仿真平台、数据基建、穿戴式采集硬件一体化方案
4. Physical Intelligence：融合视觉语言预训练与机器人动作数据，同步研究人类第一视角视频知识迁移
5. 英伟达 Isaac/Omniverse：行业主流仿真、合成数据、机器人训练平台
6. 整机厂商（Figure、1X、特斯拉、Agility 等）：全部自建内部数据团队，机群回流数据将成为企业核心壁垒

第五层：试验场 —— 商业化落地场景

核心作用

前四层全部是技术潜力，本层代表商业化现实：机器人为客户创造实际价值、稳定投产。

行业现状

新手最容易误解的一点：当前真正实现规模化、稳定盈利的机器人，大多并非人形机器人，而是针对特定场景、专属流程定制的专用自动化设备。

人形机器人虽走出纯演示阶段，但绝大多数项目仍处于试点、小规模试用、有限量产区间。

落地代表企业

已实现大规模商用（以非人形设备为主）

1. 亚马逊：全球运营超 100 万台仓储机器人，自动化落地投入产出比标杆案例
2. Symbotic：2025 年 12 月末在手订单规模 2230 亿美元，核心客户为沃尔玛及共建仓储服务合资公司

人形机器人落地（已有商用，但规模尚小）

1. Figure × 宝马：累计运行时长超 1250 小时，参与 3 万台整车生产流程，但尚未搭建多厂区大规模人形机器人集群
2. Apptronik × 奔驰、GXO 物流、捷普：达成商业合作，开展多条产线试点
3. Agility Robotics × GXO、丰田、舍弗勒、美客多：人形机器人商业化落地最成熟案例之一
4. 优必选：国内多条工业产线落地，同步开展海外制造业试点

新手常见认知误区

“人形机器人已经进厂干活” 这句话不完全错误，但表述片面。确实有少量人形机器人在实体工厂执行真实作业，部分企业达成商业合作；但试点项目≠规模化部署集群。

当下真正稳定盈利、大规模普及的自动化设备，依旧是仓储轮式机器人、工业机械臂这类专用机型。人形机器人市场热度与专用自动化落地规模之间的差距，是看懂当前行业格局的关键。

全栈框架总结

今后看到任何机器人行业资讯，都可以对应到五层堆栈中：

1. 大脑（决策 AI）：Figure Helix、Skild、英伟达 GR00T、Physical Intelligence
2. 躯体（人形整机厂）：Figure、特斯拉、宇树、Apptronik、Agility、1X
3. 零部件（驱动器、减速器、机械手、传感器）：哈默纳科、绿的谐波、Sharpa
4. 燃料（训练数据）：远程示教、仿真模拟、人类视频、穿戴传感、机群回流数据
5. 试验场（商业化落地）：亚马逊、Symbotic，以及逐步扩张的人形机器人试点项目

当前五层赛道同步涌入巨额资本，看起来行业纷繁复杂；但底层逻辑清晰，是一套完整分层技术堆栈。大脑输出决策，躯体承载整机，零部件实现运动，数据完成训练，落地场景验证设备的可靠性与经济价值。这就是实体 AI 完整产业图谱，其余内容都只是细分细节。

图 1：实体 AI 五层堆栈总览

标题：实体 AI 堆栈入门指南副标题：五层架构、核心概念，打造智能机器人必学知识五大分层：

1. 大脑：模型与决策系统
2. 躯体：整机搭载、运动控制
3. 零部件：驱动器、传感器、硬件
4. 燃料：动力电源、能源系统
5. 试验场：数据、仿真、真实部署

行业通用核心术语：世界模型、具身智能、远程示教、仿真到现实、基础机器人模型、灵巧操作、多模态

人形机器人赛道格局：Figure、Unitree、特斯拉、优必选、Agility、Apptronik 等多款机型

图 2：机器人投融资创历史新高

标题：机器人风投季度交易规模图例：绿色柱状 = 交易总金额（单位：十亿美元）；橙色折线 = 融资笔数数据源：Pitchbook（统计截至 2026 年 3 月 31 日）横轴时间：2021 年一季度 —2026 年一季度左侧标注：每季度机器人初创企业总投资金额右侧标注：每季度完成的风投交易笔数

图 3：VLA 视觉 - 语言 - 动作模型工作原理

标题：VLA 模型运行逻辑输入模块：

1. 摄像头（视觉）：机器人所见画面
2. 麦克风（音频）：机器人听到的声音
3. 文字指令（语言）：人类下达的任务（示例：拿起杯子）

核心模块：VLA 模型（视觉 + 语言 + 动作）说明：模型理解所见画面、接收声音、解析人类指令，输出机器人执行动作

输出模块：电机控制指令（机器人执行动作）示例参数：肩部 45°、肘部 30°、手腕 - 10°、夹爪闭合底部释义：VLA = 视觉（机器人所见）+ 语言（人类指令）+ 动作（机器人执行）

图 4：人形机器人整机厂商图谱

标题：人形机器人整机厂商副标题：2026 年 6 月主流人形机器人企业可视化图谱企业清单：

1. Figure（美国）
2. 特斯拉（美国）
3. NEURA Robotics（德国）
4. 宇树 Unitree（中国）
5. 智元 AgiBot（中国）
6. 优必选 UBTECH（中国）
7. Apptronik（美国）
8. Galbot（中国）
9. Agility Robotics（美国）
10. 1X（美国 / 挪威）
11. Sunday（美国）
12. 波士顿动力（美国，现代集团旗下）