具身智能是指智能体通过物理实体与环境实时交互，实现感知、认知、决策和行动一体化的智能系统。与传统虚拟AI助手不同，它拥有可与现实世界交互的物理载体。其产业链上游为基础支撑（AI芯片、传感器、算法等），中游为本体集成（机器人、自动驾驶载具），下游为应用场景。
具身智能
具身智能产业链上游涵盖AI芯片、传感器、执行器、驱动系统等硬件，以及AI算法、大模型、操作系统等软件；中游为具身智能本体集成，包括机器人和自动驾驶载具；下游则为多元化的应用场景。
具身智能的核心逻辑与范式跃迁
过去十年，AI主战场在互联网，以文本、图片等数据为核心，本质是“预测下一个词”（Internet AI），缺乏对重力、摩擦力等物理世界的理解。而具身智能（Embodied AI）旨在让AI拥有物理身体，进入真实世界，核心在于“预测世界下一个状态”。
专业解读：具身智能=感知+决策+行动+反馈。它变被动学习为主动探索，数据源于物理交互。如果说Internet AI是“读万卷书”，具身智能则是“行万里路”。当前，视觉-语言-动作大模型（VLA）、大规模模仿/强化学习以及Sim2Real仿真迁移三股技术力量的汇合，正推动机器人掌握“常识性动作”。
一、上游芯片：具身智能的“心脏”
芯片是具身智能的“心脏”，提供强大算力以支持复杂算法、感知与决策任务。除AI算力芯片外，还需通用计算、传感器接口、存算一体及通信互联等芯片，覆盖从云端训练到端侧执行的全链条需求。根据部署位置与功能，AI芯片分为云端训练芯片、云端推理芯片和端侧推理芯片，三者在设计目标、技术路径与应用场景上差异显著。
二、传感器：感知物理世界的“触角”
传感器是机器人感知环境、理解任务并实现自主决策的硬件基础。根据载体不同，其应用各有侧重：机器人（尤其是人形机器人）侧重模拟人类感知，实现精细化操作，力传感器、电子皮肤、视觉与惯性传感器是关键，市场潜力巨大；自动驾驶载具则侧重环境建模与动态避障，依赖激光雷达、毫米波雷达和超声波雷达。
三、自动驾驶：从辅助到具身智能的演进
对于汽车载具，自动驾驶技术在L3及以上层级逐步展现具身智能特征。随着等级提升，智能驾驶、座舱及动力系统的传感器数量显著增加。
| 级别 | 特征 | 说明 |
|---|---|---|
| L0级 | 无自动化 | 人类全权驾驶，系统仅提供警告 |
| L1级 | 驾驶辅助 | 辅助转向或加减速之一，人类全程监控 |
| L2级 | 部分自动化 | 同时控制转向和加减速，人类监控并随时接管 |
| L3级 | 有条件自动化 | 特定场景系统接管，人类需准备接管，责任划分模糊 |
| L4级 | 高度自动化 | 限定区域完全自动驾驶，无需人类介入，系统负责 |
| L5级 | 完全自动化 | 全场景全天候自动驾驶，无需方向盘，目前尚未实现 |
四、执行器与驱动系统：赋予机器人“运动与操作”能力
执行器与驱动系统是实现人形机器人具身智能的关键部件，主要包括旋转关节、线性关节和灵巧手。旋转关节采用无框力矩电机等配合减速器实现高精度控制；线性关节依赖丝杠或腱绳传动平衡负载与柔性；灵巧手集成多轴驱动与多模态传感器，实现毫米级抓取。该系统通过本体与环境的动态交互，使机器人突破传统程序化动作局限，展现类人自主适应能力。
五、人形机器人：具身智能的最佳载体
人形机器人凭借高度拟人化和多场景适应能力，成为产业最热门赛道。主机厂主要分为五类：先驱型（如波士顿动力，技术壁垒高但商业化慢）；初创型（如宇树、智元，依托开源和供应链快速迭代）；跨界型（如特斯拉、小米，复用母公司资源实现规模化量产）；传统工业/协作机器人型（提供工业稳定方案）；科技/互联网巨头型（主打大模型与生态赋能，通过投资或合作实现商业化）。
