具身智能：万亿赛道的
“价值兑现”之考(上)
编者按
资本潮涌下，具身智能正在叩响“价值兑现”的大门。
作为科技创新与产业创新深度融合的典型代表，具身智能已成为新质生产力发展的生动注脚。但要真正迈向万亿产业，具身智能仍需跨过技术攻关、场景落地、商业闭环等多重关口……对产业链上的每个主体来说，这都是挑战，也是机遇。
这是一个需要对话的时刻。本期《中国经济时报.新质策源导刊》汇聚专家的前瞻视野、智库的冷静思考与企业一线的真实动态，力求在分歧中辨析产业突破的方向，在共识中凝聚同向而行的力量。诚邀您与我们携手，一起跟踪、观察、见证具身智能赋能千行百业、走进万家生活。
1
——访中国科学技术发展战略研究院科技与产业发展研究所研究员韦东远
1
■中国经济时报见习记者姚俊臣
今年，被业界视为具身智能规模化应用元年。当各方对“价值兑现”的预期持续升温，一系列值得关注的问题正在浮现：哪些场景能够率先跨过拐点？哪些瓶颈正在制约规模化落地？产业潜在的突破口又在哪里？围绕这些问题，中国经济时报记者专访了中国科学技术发展战略研究院科技与产业发展研究所研究员韦东远。
具身智能大规模“价值兑现”拐点未至
中国经济时报：您如何理解具身智能在人工智能（885728）发展历程中的位置？
韦东远：具身智能是人工智能（885728）从“离身认知”向“具身行动”的范式跃迁，标志着AI从处理符号数据转向解决物理世界的真实问题。可以说，具身智能是AI发展范式跃迁的必经之路。
这可以从三个维度加以理解。一是突破“符号接地”瓶颈，让AI在真实交互中构建“世界模型”；二是攻克“莫拉维克悖论”，使AI获得人类般的物理常识与动态适应能力；三是重塑生产力边界，将AI能力从云端延伸至边缘实体，推动实体经济从“自动化”向“自主化”升级。
中国经济时报：您认为，当前具身智能是否已经迈入“价值兑现”的拐点？
韦东远：关于是否迈入价值兑现拐点，我认为，具身智能当前正处于从“技术验证”向“商业闭环”过渡的早期拐点，但尚未全面进入大规模价值兑现期，呈现出“工业场景率先破局、家庭场景仍需培育”的分化态势。
工业场景率先破局、家庭场景仍需培育
中国经济时报：工业场景“率先破局”体现在哪些方面？
韦东远：一是工业制造与物流场景。这些场景结构化程度高、ROI计算清晰、容错率低，具身智能已经实现商业闭环。二是特定服务与特种作业场景。电力巡检、消防探测等“3D场景”(指危险、肮脏、枯燥的应用场景)，因人力成本高且风险大，具身智能设备常态化部署必要性较强，目前已在商业服务与安防（885423）领域拥有稳定营收。
此外，数据信号也很明确。2025—2026年，多家具身智能企业财报显示，核心业务收入暴涨，投资风向从“看团队/看示范(Demo)”转向“看交付/看数据闭环”，产业资本占比上升，市场已从关注“技术故事”转向关注“交付能力与盈利模型”，标志着行业从概念炒作进入工程化深耕阶段。
中国经济时报：家庭场景“仍需培育”的主要瓶颈在哪里？
韦东远：家庭场景价值兑现难，存在几个主要制约因素。
第一是非结构化场景泛化难。在家庭等非结构化、开放性环境中，面对未见物体或突发干扰时，灵巧手操作精度、成功率与多模态感知鲁棒性及安全性要求等方面仍存在不足。同时，物理交互的“长尾问题”导致大规模部署成本高昂，难以像软件一样边际成本趋零。
第二是数据与硬件双重约束。当前，高质量物理交互数据采集成本极高，且存在“本体绑定”孤岛效应；同时，灵巧手、高扭矩密度执行器等硬件成本虽有所下降，但距大规模普及的“万元级”价格门槛仍有距离。
第三是标准与安全缺失。目前，行业缺乏统一的评测基准与安全认证体系，导致客户采购决策谨慎，规模化复制受阻。
此外，“大脑”(通用基座大模型)与“小脑”(运动控制)协同的工程化难题，也是阻碍全面爆发的核心堵点。有研究显示，具身智能机器人在仿真环境中成功率高达89.4%，在真实家庭场景中会骤降至12%。
行业处于“去泡沫化”与“夯实底座”的窗口期
中国经济时报：从政策研究的视角看，应对上述制约因素的突破口在哪里？
韦东远：当前，要突破上述核心制约，关键在于从“单点修补”转向“全要素协同+生态化重构”，以高价值场景为牵引倒逼技术与数据治理升级，并借助制度创新打通流通“堵点”，开辟一条全新的演进路径。
其一，技术范式融合，打通虚实连接。一是建立端到端架构，借鉴Figure AI Helix模型，抛弃传统C++逻辑控制代码，将机器人平衡与运动交给VLA模型，提升进化速度。二是构建高保真数字孪生（885820），正如诺贝尔奖得主弗兰克.维尔切克所言，要让机器理解世界，必须先构建准确的世界模型。三是打造人机协作新形态，采用基于人类示范的模仿学习，让人形机器人（886069）通过远程操控采集高质量动作数据，将人的经验直接迁移给机器，加快学习速度。
其二，数据工程革命，构建多模态闭环。可借鉴诺基亚（NOK）与英伟达（NVDA）合作的“AI数据飞轮”，通过“数据采集—处理—训练—反馈—迭代”闭环系统，低成本生成物理精确的合成数据。还可构建“三层数据金字塔”——以海量互联网视频为底层、无限合成数据为中层、稀缺的真实机器人数据为顶层，构造丰富数据生态系统。最后，通过供应链协作推进统一的数据格式、标注颗粒度与通信协议，打破“数据孤岛”，为规模化训练打通关键瓶颈。
其三，场景阶梯递进，完成商业闭环。遵循“封闭半封闭→边界清晰→复杂开放”的演进次序，“以赛促用，政企联动”和“采购牵引，需求驱动”多措并举，先在工业制造、仓储物流等可控场景中大规模应用以验证价值，再逐步向家庭服务等开放环境延伸。
总之，具身智能正处于“去泡沫化”与“夯实底座”的关键窗口期。短期看，“价值兑现”将沿“工业→商业服务→家庭”的路径渐进渗透，2026—2027年是工业场景降本增效的红利释放期。长期看，伴随世界模型(WAM)技术成熟、数据工业化生产体系相继建立，以及硬件成本的不断下降，具身智能有望在3—5年内跨越家庭场景的“奇点”，真正成为继智能手机、新能源汽车（885431）后最具颠覆性发展潜力的智能终端。
