“具身智能”再次被寫入政府工作報告 多家企業：距離真正大規模爆發仍然存在關鍵瓶頸

每經記者：可楊 每經編輯：楊軍

在2026年政府工作報告中，“具身智能”被明確列入未來產業，與未來能源、量子科技、腦機接口、6G（第六代移動通信技術）等前沿領域并列。政府工作報告提出，建立未來產業投入增長和風險分擔機制，培育發展未來能源、量子科技、具身智能、腦機接口、6G等未來產業。

這一表述迅速在人工智能產業界引發討論。多家具身智能企業在接受《每日經濟新聞》記者采訪時表示，這不僅意味著國家層面對這一技術方向的正式認可，也釋放出未來產業政策持續加碼的重要信號。從產業視角看，這一變化標志著具身智能正從實驗室研究和概念驗證階段，逐步走向真實場景與規模化應用。

與此同時，圍繞研發投入、數據基礎設施、行業標準等關鍵問題，產業界也期待政策層面能夠進一步提供機制支持，以降低技術探索風險、推動產業協同發展。

政策信號帶來行業確定性

多家企業在接受記者采訪時提到，具身智能被寫入政府工作報告，本身就是一種強烈的政策信號，意味著這一技術方向已經從技術探索階段進入國家戰略布局的視野。

星動紀元方面認為，將具身智能納入未來產業培育范疇，是國家層面對這一技術價值與產業潛力的高度認可，也為具身智能行業破除發展壁壘、實現規模化落地指明了方向。在他們看來，具身智能是人工智能從“感知”走向“行動”的關鍵突破方向，是人工智能與實體經濟深度融合的關鍵載體。如制造、物流、服務等實體經濟領域。

原力靈機則將這一政策變化視為具身智能跨越實驗室、邁向真實場景的標志性破局信號。這預示著未來將有更多實體場景開放，加速機器人創造真實的商業價值與可計算的ROI（投資回報率），推動全行業從概念驗證走向規模化應用。

大曉機器人也表達了類似判斷。在他們看來，這一信號對于整個行業來說是一針強心劑，具身智能絕不是一個簡單的短期風口，而是一個比3C（計算機類、通信類和消費類電子產品三者的統稱）和汽車產業更龐大的幾十萬億元級的賽道，它將深刻重塑未來的生產與生活方式。過去一兩年，大家可能覺得這個行業還在做Demo（演示版或功能原型）、在摸索路線，甚至存在很多泡沫，但隨著技術突破和產業資本的匯聚，未來幾年很可能成為具身智能走向規模化應用的重要時間窗口。

風險分擔機制如何落地

在政府工作報告中，另一項引發行業關注的表述是“建立未來產業投入增長和風險分擔機制”。在具身智能企業看來，這一表述直指行業發展的核心痛點。

星動紀元認為，具身智能的研發投入大、技術迭代快，而商業化周期長，單靠企業自身難以獨自承擔研發和落地的成本與風險。在這種情況下，政策層面的機制設計，能夠有效引導資本、人才等優質資源向這一領域集聚，大幅降低企業研發試錯成本，加快技術攻關和成果轉化。

原力靈機方面也談到具身智能屬于典型的“長周期、高投入、重資產”產業，需要更多公共基礎設施的支持。期待未來的政策機制能夠以“具身基建補貼”和“真實場景共建”的方式落地。例如，對開源框架、真機評測平臺等基礎設施提供資金扶持，從而降低全行業研發門檻。同時，原力靈機也建議鼓勵實體企業開放先導應用場景，分擔試錯成本，打通數據回流閉環。

大曉機器人則將重點放在底層技術生態上。企業認為，很多資本或者初創企業在早期為了生存，容易追求短平快的硬件組裝或場景外包，不愿意去啃底層通用大模型這塊硬骨頭，因為試錯成本太高。因此，企業呼吁支持底層技術基座與開源生態建設，如引導資金或產業母基金，定向支持那些致力于攻克物理因果一致性、打造通用智能底座的企業。如果能有機制在共性技術平臺、高質量算力補貼上分擔企業的風險，引導更多“耐心資本”做長線投資，大家就能把更多精力放在協同創新上，一起把產業蛋糕做大，而不是在低水平上重復造輪子。

產業爆發尚需突破關鍵瓶頸

盡管政策信號和資本熱度正在提升，但在一線企業看來，具身智能距離真正大規模爆發仍然存在關鍵瓶頸。

星動紀元認為，需扎根物理世界、服務實體經濟，把核心競爭力建立在硬科技突破上，加速機器人從"舞臺上動起來"向"工廠里干起來"轉變。具身智能的本質，是讓AI從數字世界走向物理世界、完成真實任務、創造實體價值的產業，它從來不是純算法的炫技，也不是簡單的硬件拼裝。

星動紀元方面表示，只有全行業聚焦硬科技攻關、錨定實體經濟落地，持續以具身大腦、穩定硬件、靈巧操作等突破具身智能上限，關注并回應產業升級換代時面臨的真問題，才能真正成長為支撐新質生產力的未來產業，走得更穩、更遠、更有底氣。

原力靈機則將注意力放在產業標準問題上，呼吁行業建立統一的真機標準化評測體系與具身基建開源共享。當前行業“視頻Demo滿天飛”，一旦面臨真實環境的長序列與泛化任務往往失效。沒有統一的度量衡，客戶就不敢信賴。

大曉機器人則將“數據問題”視為制約行業發展的最大瓶頸。企業指出，現在整個賽道非常熱鬧，做本體的、做算法的很多，但大家普遍面臨一個斷崖式缺口——物理世界的交互數據太少了。

大曉機器人方面表示，目前行業主流還在用讓人遙控真機這種極其低效的方式采數據，全行業拼湊起來可能也就幾十萬小時，這和實現智能涌現所需的幾千萬甚至上億小時數據相比，無異于杯水車薪。此外，這些數據往往與特定硬件深度綁定，難以復用。

因此，大曉機器人建議行業逐步轉向“以人為中心”的數據采集路線，去采集那些不挑硬件的、包含力學和觸覺的通用物理數據。同時，呼吁建立國家級或行業級的高質量數據集共享與標準體系，打造共用的“數采實驗場”，這樣具身智能才能真正成為賦能千行百業的新質生產力。