具身智能 - 一文讲清“具身智能、智能机器人、人形机器人”三者的区别和应用

目前较为一致的定义是，具身智能是指智能体（如机器人、无人机、智能汽车等）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。其是一种理论框架或研究范式，强调智能（尤其是高级认知能力）的涌现和发展依赖于拥有一个物理身体并与真实物理环境进行持续的感知-行动交互。它认为智能不是纯粹发生在“大脑”中的抽象计算，而是身体、大脑和环境共同作用的结果。

形态上可以是实体机器人（实现具身智能的主要载体），也可以是高度仿真的虚拟体（在模拟物理规则的环境中）。关键不在于外形是否像人，而在于是否拥有一个能与环境有效互动的“身体”。

从物理空间的角度来划分，大模型可以分为非具身大模型（基础大模型）、具身智能大模型（机器人大模型），它们的区别是能否生成运动姿态。

依据我国发布的国家标准《机器人分类》(GB/T 39405-2020)将机器人定义为:具有两个或两个以上可编程的轴，以及一定程度的自主能力，可在其环境内运动以执行预定任务的执行机构。以此为基础，将智能机器人定义为:加入智能技术，能够实现自主感知、交互、决策、执行等操作的机器人。

按照应用场景可分为工业机器人、服务机器人、特种机器人和其他领域机器人。

按照机械结构分类，可分为垂直关节型机器人、平面关节型机器人、直角坐标型机器人、并联机器人和其他机械结构型机器人。

可以理解为其是具身智能的一种表现形式（具身智能体），也需要满足两个条件：一是具有物理的身体，二是能够与物理世界构成感知、思考、交互和行动的能力。它可以是轮式、轮带式、复合型、甚至机械臂类型的机器人。相比之下，传统的智能化设备没有安装传感器，完全靠程序驱动，不会根据环境的变化做出相应的响应，只是机械地执行，缺少感知、交互和思考物理世界的过程。

什么是人形机器人？

中国制造业自动化水平近年快速提升，尤其是得益于新能源汽车市场的快速增长，到 2022年工业机器人密度已经反超日本走向全球领先。尤其是汽车等标准化程度较高的制造业领域已经实现了工业机器人的大规模应用。

目前工业机器人基本上能覆盖全部常见制造业工序如搬运、上下料、装配、检测等，但在较多细分行业的覆盖场景和应用深度有限，主要是因为工序较为柔性，难以实现较好的低成本规模化应用。根据艾瑞咨询研究院的统计，塑料化工、食品加工、家电等行业有较多工序工业机器人应用成熟度较低。

尤其在服务行业的工作内容更加柔性，机器人的应用比例更低，服务业中仅物流仓储、酒店机器人应用比例相对高，其他行业渗透率均较低。

目前比较成熟的工业/服务机器人应用主要是解决较为简单的重复性劳动来降低人工成本，最常见工业机器人的上下料、装配和服务机器人的酒店送餐、扫地等场景，在工作流程不够标准化的行业很难推广。而在垂直大模型的加持下未来该情况会发生较大改变，设备柔性化程度大幅提升、人机协作能力强化、使用门槛降低。

人力资源社会保障网站发布过 2022 年四季度全国招聘大于求职“最缺工”的 100 个职业排行，其中除汽车行业属于增长较快有一定人员短缺外，其他“缺工”主要集中在餐厅、家政、物流、养老、服装等行业。

可以总结出几种典型的机器人应用场景，在下游“缺工”情况下渗透率有望快速提升：

1）具身智能工作站：主要解决无法直接高效应用工业机器人的柔性化制造业场景，以垂直大模型+工业机器人为基础，快速推广应用，例如解决服装行业始终为劳动密集型行业的情况。

2）轮式机器人：具备一定拟人化能够提供情绪价值，解决家政、养老护理相关工作“缺工”问题，成长潜力较大。

3）人形机器人：拟人化程度最高，直接对接消费者完成服务。

主要针对缝纫环节，解决招工难、人工成本高等下游痛点；

目前服装厂的成衣制造工序可大致归类为缝前、缝中、缝后环节，缝前主要通过使用铺布机、裁床完成开片，均可采用大型的自动化设备完成；缝中主要通过使用工业缝纫机进行缝纫加工，需要大量人工参与，也导致服装产业为劳动密集型产业，目前即使是使用模板机之类的自动化设备，上下料也需要较多人工参与；缝后主要是整烫、分拣、打包等，目前较多企业开发了智能吊挂线等，实现了较高的自动化水平。

其中的主要痛点在于缝纫的柔性化程度太高，在衣服款式/尺寸、布料种类/厚度等变量影响下基本只能通过人工手动完成。即使是将工业缝纫机升级为模板机，上下料的环节还是涉及较多人工操作。

从具体的机器人功能来看，主要需要的是实现布料的移动、折叠、平铺等操作，而布料属于可变形物体，物理交互复杂对大模型、传感器要求较高，同时物理特性很难精准建模。

目前整体来看，针对布料处理在大模型、传感器上均有一定的成熟度，而且相关的技术正在快速迭代，产业化落地指日可待：

1）传感器阵列实现针对布料“触觉”：

帕西尼发布的 PX-6AX GEN2 触觉传感单元采用多点面阵式传感器触电，可通过多维触觉感知信息实现布料识别，在服装行业有较好应用前景。

2）可以通过世界模型生成布料折叠长时程任务模拟；

3）已经可通过人类演示数据训练实现未见过的布料折叠操作；

机器人最终进入家庭最优的过渡场景

人形机器人应用的“终极场景”之一是直接面向家用场景，成为类似汽车的耐用消费品，发挥陪伴、管家、保洁等多重功能。

在走向“终极场景”目标的过程中，康养机器人是非常好的过渡场景，这些领域往往面临“招工难”的痛点，硬件上看机器人下肢也可以先采用轮式方案进行过渡，主要开发上肢的操控以及人机交互功能，更容易实现产业化落地。

早在 2009 年，日本就有企业推出了可以抱起瘫痪病人的 RIBA-II 型机器人，上肢采用了14 自由度的双臂结构，建立了基于姿势、力、速度、加速度、舒适度和患者体征的安全评估数学模型，通过传感器确保安全接触。

目前越来越多的机器人厂商开始布局康养机器人赛道：

1）傅利叶子品牌傅利叶康复专注康复机器人的研发和产业化，涵盖了上、下肢康复机器人、运动与平衡训练系统等多款产品，通过不同类型的机器人协同工作提供全方位的康复方案，覆盖从运动功能康复到认知功能训练的多方面需求。

2）2025年5月21日以“智能科技·重塑康养未来”为主题的具身智能康养机器人协同发展大会在上海徐汇召开，华为、优必选、创耀科技、麦迪科技等科研机构和企业正式启动具身智能康养协同发展机制，有望加速康养机器人技术研发、应用推广与生态共建。

3）亿嘉和面向康养、家居场景推出 RK100 型机器人，具备了更强的与人交互能力。通过力感知与力反馈交互技术，其能精准感知老人握手力度，实时自适应调整搀扶动作；依托仿生触感皮肤，可分辨衣物材质，自动匹配定制化清洁方案；借助多模态情感识别技术，能捕捉用户情绪变化。

2025 年 6 月 9 日工信部、民政部发布《两部门关于开展智能养老服务机器人结对攻关与场景应用试点工作的通知》，其中提到“在家庭、社区和养老机构等场景中试点应用，在应用验证过程中完成产品迭代升级，应用验证周期不少于 6 个月。居家养老服务机器人产品需完成不少于 200 户家庭应用验证，部署不少于 200 台套；社区和机构类养老服务机器人产品需完成不少于 20 个社区或 20 家养老机构应用验证，部署不少于 20 台套。”后续政策支持力度有望持续加大，加速康养机器人产业化落地节奏。

国内外企业积极探索应用，解决拆零拣选等环节工作量大痛点；

物流行业经过多年自动化升级，整体已经有了较高的自动化程度，尤其是仓储、传送、分拣等环节。

在此基础上，物流装备公司产品持续迭代，推出了壁虎料箱机器人系统、自动播种机等进一步提高自动化程度的产品。

但在物流作业场景中，仍有大量环节需要人工参与，尤其是拆零拣选环节，在物流中心是作业成本最高、人力耗费最大、时间占用做多的工作，工作量约占整个仓储作业的 40%以上。

拣选尤其是拆零拣选是人力耗费最大的环节；

从产品角度看，目前已经有较多机器人厂商推出了针对物流行业应用的机器人产品，例如Aglity Robotics 推出的Digit机器人产品已经经过了多次迭代产品不断升级。