2025年电子行业机器人系列深度报告：具身智能大时代，算力芯片筑底座

一、人形机器人蓄势待发

人形机器人发展历程

人形机器人起步于1960年代后期，以日本的研究成果最为瞩目，2016年美国波士顿公司发布机器人ATLAS后，人形机器人进入快速发展阶段。

人形机器人的发展历程主要分为三个阶段：

第一阶段，是以早稻田大学仿人机器人为代表的早期发展阶段：1973年日本早稻田大学理工学院的四个实验室联手启动了Wabot项目。这项工作由被称为“日本机器人研究之父”的人形机器人学先驱加藤一郎教授领导。研发出世界上第一款人形机器人WABOT-1。1984年该团队推出第二代人形机器人WABOT-2。

第二阶段，是以本田仿人机器人为代表的系统高度集成发展阶段：以日本本田公司为代表，最初版本从1986年的E0开始发展，从简单完成交替双腿外展行走，发展到2011年ASIMO机器人正式面世，实现平稳行走的“i-WALK”技术，整体造型设计风格为类人类形态，可在普通楼梯和斜坡等环境中自由移动，还可以添加满足用户需求的专用动作。

第三阶段，是以波士顿动力仿人机器人为代表的高动态运动发展阶段：2013年美国波士顿动力公司发布第一代Atlas，具有极强的平衡性和越障能力，能够承担危险环境搜救任务。2024年，特斯拉人形机器人Optimus第2代在2024 WAIC世博展览区第1次亮相，可搬运重物，可以轻拿鸡蛋。2025年1月28日，宇视科技机器人产品G1的头部搭载了Intel Real SenseD435深度相机和LIVOX-MID3603D激光雷达，实现360度全方位探测感知。G1配备了先进的三指灵巧手Dex3-1，能够进行精细且灵敏的物体操作。

人形机器人技术架构

从技术角度来看，人形机器人主要由“大脑”、“小脑”和“肢体”三个部分组成。 “大脑”负责实现环境感知、行为控制、人机交互等任务级能力，目前主要是基于人工智能大模型技术，同时也可通过云边协同，提高机器人的智能水平。“小脑”负责控制人形机器人的运动，目前主要基于人工智能、自动控制、机器人操作系统（ROS，Robot Operating System）等技术，实现复杂环境下的运动控制。 “肢体”负责实现高动态、高爆发、高精度运动，集成了人体运动力学、机械结构设计、新材料、传感器等诸多技术，包括仿人机械臂、灵巧手、腿足等关键结构，并通过集成传感器和长续航动力单元，实现能源-结构-感知一体化。

人形机器人产业最新动态

按照智能化程度，人形机器人可被分为L0至L5六个层级，目前人形机器人正在从L3向L4过渡。人形机器人成为近年融资热点，受各界资本青睐。根据中国通信院 《人形机器人产业发展研究报告（2024年）》显示，2014年到2024年第3季度，涉及我国人形机器人企业投融资事件共176起，占全球40%，投融资金额超55亿美元，占全球52%；涉及美国人形机器人企业投融资事件共106起，占全球24%，投融资金额超34亿美元（其中有20笔投融资金额未披露），占全球33%。国外企业融资单体金额平均高于我国，Figure AI及波士顿动力均获50亿美元级投资。 1：2025年智能机器人发展大会上，埃斯顿酷卓科技正式发布第二代人形机器人 Codroid 02。 2：2025年7月11日，中国移动采购与招标网显示，智元机器人和宇树科技中标中移（杭州）信息技术有限公司人形双足机器人代工服务采购项目，项目总预算高达1.2405亿元（含税），是国内人形机器人产业迄今公开的最大单笔（招标）订单。 3：特斯拉计划于 2026 年正式向公众推出 Optimus ，并已开始着手建设生产线，以实现大规模生产。

人形机器人潜在市场空间

全球人形机器人市场规模持续增长。根据 《前瞻产业研究院2025年人形机器人产业发展蓝皮书》显示：2023年全球人形机器人市场规模约21.6亿美元。随着技术的进步预计未来人形机器人将在更多场景中实现商业化应用不仅提升生产效率还将在教育和家庭生活中扮演更加积极的角色。到2029年全球人形机器人产业规模预期达324亿美元。

在人工智能方面，人形机器人与多模态大模型协同发展，根据中国通信院《人形机器人产业发展研究报告（2024年）》显示当前全球大模型市场规模约200到300亿美元，其中多模态大模型占比约10%，达20亿美元。综合技术进展情况和需求侧情况预计，从现在到2028年，我国整机市场规模约在20至50亿元。2028年到2035年，人形机器人整体预计进入Lv2等级，以特种场景应用为主，工业场景逐步落地，综合技术进展情况和需求侧情况预计，整机市场规模达到约50至500亿元。2035年到2040年，人形机器人整体进入Lv3等级，在工业场景形成规模，服务场景逐步落地，整机市场规模达到约1千至3千亿元。2040年到2045年，人形机器人整体进入Lv4等级，实现工业场景和服务场景规模应用，整机市场规模达到约5千至1万亿元。2045年后，人形机器人整体进入Lv5等级，在用人形机器人超过1亿台，进入各行业领域，整机市场规模可达约10万亿元级别。

二、算力是人形机器人大脑

大模型开启机器人新时代

传统的AI机器人感知系统基于部署在受控环境中的深度学习方法实现，缺乏分布偏移和泛化能力，不利于AI机器人在开放式复杂环境的应用推广。大模型的训练基于互联网海量数据使得大模型拥有卓越的泛化能力，并拓展了迁移学习（Transfer Learning）和模型扩展（Scaling）的概念。通过适配特定应用，AI大模型可以为多类型下游任务提供通用框架，让机器人既能理解环境，又能动态、智能执行各类任务，这样机器人可以更自主、更灵活、更高效。

物理智能是AI大模型架构发展的关键方向

英伟达在CES 2025重磅发布Cosmos世界基础模型平台。据英伟达官网介绍，物理AI体系包含以Omniverse、Cosmos、Isaac Sim等关键组成部分。其中Cosmos平台利用了超过2000万小时的视频训练数据，旨在“教会AI理解物理世界”。黄仁勋在CES大会上表示，物理AI将彻底改变价值50万亿美元的制造业和物流业，从汽车、卡车到工厂、仓库，所有移动的事物都将实现机器人化，并由AI驱动。

人形机器人是具身智能的最佳形态之一

人形机器人的任务执行模式与自动驾驶汽车类似，基于感知、决策、运动控制三大模块。人形机器人需要通过传感器感知环境以及识别指令，然后需要进行任务拆解、任务实施规划、指令下达，最后通过驱动伺服电机进行本体运动。当下，人形机器人使用AI模型在广泛的环境中感知、感应、规划和自主执行复杂任务。经过严格的AI训练后，优化的模型和软件工作流程被部署在机器人的机载计算系统上。搭载AI大模型的具身智能技术是人形机器人产业最新的产物。

算力是具身智能实现之载体

在2025年8月8日开幕的2025世界机器人大会上，2025具身智能机器人十大发展趋势发布，这十大趋势中提到了“物理实践、物理模拟器与世界模型协同驱动的具身感认知” 、 “从控制角度来看，可以融合模型预测，强化学习和生命科学的具身智能控制”等。感知、决策、执行是具身智能机器人系统核心，本轮具身智能机器人快速发展离不开AI大模型的兴起，我们认为，算力作为大模型发展的底座，将成为具身智能机器人发展的核心关键支撑点。

具身智能的两种主流架构

在具身大模型的路径上，目前两种主流方式为端到端的具身模型和分层决策模型。 分层决策是一种将复杂任务分解成多个层级处理的方法。在这种架构中，每一层都有其独特的责任和功能，从而提高系统的灵活性和实时响应能力。该架构的优点是分层架构实现难度相对简单，可解释性和灵活性；缺点是增加系统的复杂性，不同层次间融合和一致性是主要难点。端到端模式是指直接从多模态感知输入生成输出动作的系统。优点是减少误差传递，具身大模型观察到了能力涌现能力；缺点是该模式需要海量数据，全程调用大模型，资源消耗巨大，动作缓慢。

分层决策模型是大部分初创公司首选

问世即爆火的 Figure 02 采用三层级方案：顶层集成了 OpenAI 的大模型，负责视觉推理和语言理解（推测为GPT-4V）；中间层是神经网络策略（NNP），负责快速、灵巧的操作，将视觉信息直接转换为动作指令，并以高达200hz的频率输出这些指令；底层是全身控制器，负责提供稳定的基础控制，在接收 NNP 的动作指令后，能以1khz 的频率输出各关节的扭矩指令。 出于对成本和技术可实现性的考量，分层决策模型是国内大多数具身智能初创公司的选择。除了简单划分为「大脑」和「小脑」外，不同的团队也根据自己的理解设计出各自的解决方案。

机器人数据集是机器人技术发展的核心驱动力之一

与主要依赖文本和图像数据的大语言模型和视觉语言模型不同，训练机器人所需的视觉-语言-行为（VLA，Vision-Language-Action）模型，需要的是机器人在真实物理世界中进行交互和执行任务的数据。这类数据的采集不仅成本高昂、效率低下，而且难以规模化，这成为了训练强大、通用机器人模型的主要障碍。

根据全球顶级对冲基金 Coatue 2024年发布的题为《The Path to General-Purpose Robots》的报告显示，机器人是一个非常新的领域，严重缺乏训练数据的积累。对比不同模态下的最大数据集，文本模态约15T tokens，图片模态有6B图文配对数据，视频模态有2.6B视听特征数据。然而机器人模态只有240万个数据片段，相比其他模态而言，数据积累远远不够。

机器人训练数据的四种采集方式

目前，逐步形成机器人训练数据采集的四种方式：1、远程操作（Teleoperation），由实验人员操作机械手柄，远程控制机器人做出相同动作，以此来积累数据；2、AR，在一项名为《Explainable Human-Robot Training and Cooperation with Augmented Reality》的研究中，研究人员通过AR（增强现实）技术让人机交互过程具备更强的可解释性，从而进行数据积累；3、仿真，通过海量算力进行模拟运算，计算得出海量机器人训练数据集，仿真可能是目前最有可能做到规模化数据生成的路径，背后需要巨大的算力支持，目前Nvidia的JimFan团队采取的就是这条技术路径；4、视频学习，通过多模态大模型，直接让机器人通过视频学习人类动作，从而积累训练数据。目前，主流的机器人训练数据收集方法是通过遥控操作，特斯拉等公司通过遥控操作提供了大量的训练数据。

当下最前沿的VLA架构

视觉-语言-动作 (vision-language-action, VLA) 模型 是一类处理多模态输入的模型，旨在结合视觉、语言和动 作信息，主要用于解决具身智能中的指令跟随任务，其涉 及对物理实体的控制及与环境的互动，尤其在机器人领域 表现突出，机器人在执行语言驱动的任务时，需要理解指 令、感知环境并生成适当的动作，这使得VLA的多模态能 力变得至关重要，相比于早期的深度强化学习方法，基于 VLA的策略在复杂环境中展现出更高的多样性、灵活性和 泛化能力，适用于工厂等受控环境以及日常生活中的任务。

英特尔推出大小脑融合方案

在2025年英特尔具身智能解决方案推介会上，英特尔正式发布其具身智能大小脑融合方案。该方案基于英特尔® 酷睿™Ultra处理器的强大算力，以及全新的具身智能软件开发套件和AI加速框架打造。本次英特尔发布的具身智能方案以大小脑融合为亮点，能够使感知、交互、任务规划和运动控制在统一的系统中实现高效整合。而作为其中的算力中枢，英特尔® 酷睿™ Ultra处理器通过CPU 、集成的英特尔锐炫™ GPU 与 NPU 协同运行，以高性能异构算力和高精度实时性能，支持具身智能的多样化负载稳定运行，同时也大幅提升具身智能系统的整体效率和响应能力。英特尔亦推出具身智能软件开发套件，通过包括OpenVINO™ 工具套件、英特尔® oneAPI 工具包、Intel®Extension for PyTorch-LLM（IPEX）、英特尔® 工业边缘控制平台（ECI）、基于开源机器人操作系统的库、中间件和示例应用程序，使代码实现一次开发多平台部署，缩短评估和开发时间，加快客户应用程序的部署以及算法和应用的运行。

英伟达打造技术闭环和底层开发生态体系

英伟达首席执行官黄仁勋曾多次强调“AI的下一个浪潮将是具身 智能”，从2018年开始，公司便前瞻性布局具身智能领域，致力 于打造一个完整的技术闭环与底层开发生态体系。2018年6月，英 伟达推出NVIDIA Isaac机器人开发平台，该平台包含硬件 （Jetson Xavier计算平台）和一系列软件工具（包括Isaac SDK、 Isaac IMX和Isaac Sim），初步构建机器人开发、训练与验证的 基础设施。2022年3月，英伟达在 GTC 大会上正式推出了 Isaac Nova Orin参考平台。2024年3月，英伟达发布了专为人形机器人 打造的计算平台——Jetson Thor，支持多模态AI模型并行计算 （如视觉、语音、运动规划）。 2025年8月12日，英伟达宣布推出全新的NVIDIA Omniverse库和 NVIDIA Cosmos世界基础模型（WFM），加速机器人解决方案的开 发和部署。

瑞芯微RK3588等面向小脑控制赋能机器人行业

瑞芯微的RK3588采用八核64位ARM架构 ，4颗Cortex–A76 高性能内核（主频达2.4GHz）与4颗Cortex–A55 能效内核（主频2.0GHz）组合，多任务处理和复杂计算能力出色。内置6TOPS 算力的NPU，支持多种数据类型与主流深度学习框架，能高效处理图像识别、语音交互等AI任务。

在今年的瑞芯微开发者大会上，特色展区之一的机器人展区展出的机器人种类丰富程度为历届之最，基于RK3588、RK3576、RK3568、RK3562、RK3566、RV1126等方案，包括清洁类的扫地机器人、割草机器人，服务类的迎宾/送餐机器人、中医健康服务机器人、物流仓储机器人、机械臂，陪伴类的下棋机器人、桌面机器人等，更首次重磅展出采用瑞芯微芯片作为小脑中枢的具身机器人和机器狗。搭载RK3588S的人形机器人，支持超大关节运动角度空间，内置23~43个关节电机，拥有模仿及强化学习驱动，具备力控灵巧手，操控性能极佳。

三、重点公司分析

寒武纪-U

公司主要经营人工智能芯片产品的研发与技术创新，致力于打造人工智能领域的核心处理器芯片，让机器更好地理解和服务人类的企业。主要产品线包括云端产品线、边缘产品线、IP授权及软件。 营业收入端来看公司业绩保持稳定。营业收入从2020年4.59亿元增至2024年的11.74亿元。2024年较上年同期增长65.56%。 公司归母净利润2022年达到亏损最大，22年至24年逐步减亏。2024年归母净利润-4.52亿元，较同期减亏3.96亿元。归属于母公司股东的扣除非经常性损益后的净利润较上年同期亏损收窄1.779亿元，亏损收窄17.06%。2025年一季度做到单季度归母净利润转正至3.55亿元。

瑞芯微

公司致力于打造AIoT SoC芯片平台“高端-中高端-中端-入门级”全系列布局，以高端智能应用处理器在行业内形成标杆效应，协同各性能、算力水平的IoT和AIoT芯片平台满足下游AIoT每条产品线中不同客户的多层次算力需求，并与周边芯片形成完整解决方案。

营业收入端来看公司2022年较2021年营业收入有所下滑，2022年后营业收入持续增长。营业收入从2020年18.63亿元增至2024年的31.36亿元，创历史新高，2024年较上年同期增长46.94%，2025年半年报业绩20.46亿元，较同期增长63.85%。

公司归母净利润2021年达到盈利最大，22年至23年逐步减少，24年有所回升。2024年归母净利润5.95亿元，较同期增长341.01%。2024年公司依托AIoTSoC芯片平台布局优势，在旗舰芯片RK3588带领下，以多层次、满足不同需求的产品组合拳，促进下游AIoT多产品线的占有率持续提升，尤其是在汽车电子、机器视觉、工业及行业类应用等领域；以RK3588，RK356X，RV11系列为代表的各AIoT算力平台快速增长，驱动公司业绩高增长。

星宸科技

公司的主营业务为端边侧AI SoC芯片的设计、研发及销售，公司的SoC芯片围绕“视觉+AI”“感知+计算”的核心理念，下游应用覆盖各类智能感知终端设备，主要包括智能安防、智能物联及智能车载。

营业收入端来看公司2021年至2023年营业收入有所下滑，2024年有所回升。营业收入从2021年26.86亿元降低至2024年的23.54亿元，2024年较上年同期增长16.49%，2025年一季度业绩6.65亿元，较同期增长26.36%。

公司归母净利润2021年达到盈利最大，22年至23年逐步减少，24年有所回升。2024年归母净利润2.56亿元，较同期增长25.18%。2024年公司整体毛利率约35.79%，同比下滑0.67%。公司整体经营稳健，整体市场需求相较于2023年有明显恢复，尤其是消费类需求显著增长。例如，家用消费类摄像头、低功耗太阳能摄像头等产品市场需求旺盛，推动了公司智能安防业务的增长。同时，AIOT设备如智能门锁、可视门铃、机器人、工业HMI等，凭借其创新性和实用性，市场需求也呈现出强劲的增长势头。

报告节选：

编辑：火腿肠