2025 年人形机器人大模型领域报告总结

一、核心趋势与定义

（一）趋势

1. 技术与成本：近三年全球头部企业技术迭代提速 300%，核心部件成本降 40%，AI 大模型等技术突破支撑广泛应用，行业从实验室技术迈向商业化落地临界点。
2. 市场需求：需求呈指数级增长，2023-2025 年复合增长率达 85%，制造业等场景需求缺口超 100 万台。
3. 产业链：已形成完整闭环，上游核心部件国产化率 65%，供应链自主可控降低整机成本，研发 – 生产 – 应用正向循环。

（二）定义

• 大脑层：含多模态大模型、自然语言大模型等。
• 小脑层：有分层控制模型、强化学习模型等。
• 肢体层：包含感知模型、触觉模型等。

二、行业格局与发展周期

（一）企业格局

（二）发展周期

• 大脑层：AI 大模型驱动，处成长期加速渗透阶段，具任务级理解与多模态交互能力。
• 小脑层：运动控制算法优化，处导入期向成长期过渡，依赖结构化环境。
• 肢体层：核心硬件初步成熟，处导入期向成长期过渡，关键部件小规模量产但成本高、可靠性不足。2026-2030 年，大脑层将进生态成熟期，小脑层算法模块化，肢体层硬件成本降 50% 以上。

（三）产业链

• 大脑层：“指挥中心”，含主控芯片、多模态大模型等，支撑智能决策。
• 小脑层：聚焦运动控制，含强化学习模型等，保障运动稳定协调。
• 肢体层：执行层面，由执行器等本体结构及感知、触觉等模型构成，执行具体动作。

三、酷厂商代表与应用场景

（一）厂商代表

1. 众擎机器人：全栈闭环构建者，全栈自研核心技术，多场景落地，目标月产 500 台，定价 10 万内，但供应链与交付待验证。
2. 智元机器人：硬件量产领航者，全栈自研，实现规模化量产，产品矩阵全，但多 SKU 并行致资源分散。
3. 逐际动力：运控技术攻坚者，具全栈技术能力，双足全地形移动能力强，数据成本低，但通用操作深度不足。
4. 帕西尼感知：触觉智能定义者，突破触觉传感器技术瓶颈，实现量产，与 300 余家企业合作，但盈利模型单一。
5. 星海图：具身模型赋能者，算法降低场景适配成本，产品生态完善，但商业订单与收入节奏错配。

（二）应用场景

四、挑战与趋势

（一）挑战

1. 数据：需实现从 “仿真” 到 “真实” 的跨越。
2. 算法：需突破从 “单任务” 到 “多场景” 的泛化。
3. 软硬协同：需平衡 “高精度” 与 “高性价比”。

（二）企业发展趋势

1. 大脑层：成产业破局关键，构建具身智能生态圈。
2. 小脑层：属基础设施层，潜力大，将成核心产业链环节。
3. 肢体层：短期 “卖铲子” 模式优先闭环，中长期向全栈型发展。