近日，中国信息通信研究院（简称“中国信通院”）联合清华大学电子工程系正式发布《具身智能发展报告（2025年）》。

报告内容详情

核心观点提炼

这份报告的核心观点可以概括为：具身智能已成为全球科技竞争的下一前沿，2025年是“数据驱动”与“场景驱动”深度融合的关键之年，产业呈现出“融合、多元、繁荣”的特点，但仍处于发展早期，面临“数据-模型-本体-场景”难以闭环的三大非共识挑战。

报告核心观点

1.具身智能资本融资规模迅速扩大，但需要认识到，从技术突破到应用落地仍需要一定发展周期，商业化落地仍处于早期探索阶段。具身智能是2025年最火热的投融资赛道之一。截至2025年12月，我国具身智能和机器人领域投资事件数达744起，融资总额735.43亿元人民币。但需要认识到，具身智能从技术突破到应用落地仍需要一定发展周期。无论是模型实现路径、数据方案还是本体分类分级的应用落地途径，行业都未找到确定性答案，正在多路径、多场景探索。现阶段，以机器人为代表的具身智能产品走进训练场、行业场景中展开实训，但走向大规模应用前仍需进一步突破智能短板，跑通从定制化开发，整机规模化交付到二次开发运维的场景化落地闭环。

2.数据驱动下开展软硬融合创新，围绕“数据-模型-本体”三个关键技术要素及支撑技术加快探索。具身智能有别于传统AI线性的“输入数据-输出答案”模式，需要在物理环境的交互中形成自主进化的智能闭环：本体被部署到真实场景中→在执行任务中收集真实行为数据→高质量数据被用于模型训练和迭代→更通用的模型被部署到更多的机器人上，从而收集更多、更高质量的数据。数据是闭环飞轮启动起点，具身智能在数据驱动下实现软硬融合创新，围绕“数据-模型-本体”三个关键技术要素展开多路径探索，云边端协同支撑系统研发和在现实环境中的有效运行。

来源：中国信通院

5.具身智能训练场建设成热点，实际效用仍需进一步验证。具身智能训练场（以下简称“训练场”）通过搭建应用场景、采集数据、训练模型和反馈迭代，帮助破解具身智能领域物理世界数据采集成本高，效率低下的核心瓶颈。据不完全统计，国内已建成或计划在建的训练场已接近30家，但训练场的实际效用仍有待进一步验证，距离真正解决产业问题仍面临多重挑战，包括训练场对场景深度不足、重复构建、跨训练场数据难以实现互通互用、训练场数据产品尚未形成可持续的商业模式等问题。

6.具身智能现在尚未完全成熟，但作为走向通用人工智能的重要路径，随着技术和产业沿着科学的周期不断发展，具身智能也将真正融入生产生活。未来将重点聚焦于：一是技术架构重构，通过模型架构、多学科融合、学习范式、人机或多机协作模式等多层次融合创新，真正实现“感知—决策—行动”的全链路贯通。二是应用场景深化，在广泛而深入的场景探索下，有望应用在国民经济行业分类中的所有二十个门类和部分典型的垂直应用领域中实现深度发展，孕育形成数个万亿级的市场。三是安全伦理构建，把握具身智能“人-机-物”深度融合的关键特征，建立多维度、系统性的具身智能安全防护和治理体系。

报告目录

一、全球具身智能总体发展情况

（一）具身智能的概念与内涵逐步明确

（二）具身智能成为全球关注的下一个科技前沿

（三）具身智能产业发展阶段仍需客观冷静看待

二、数据驱动下的具身智能软硬融合创新

（一）算法技术尚未收敛，多路径探索快速迭代

（二）数据成为核心需求，相关技术加速发展

（三）本体技术多元发展，重在软硬一体的零部件创新

（四）云-边-端协同运行，支撑现实应用落地

三、场景驱动下的具身智能产品谱系不断丰富

（一）机器人成为具身智能的最“热门”载体

（二）智能运载装备是具身智能落地“最快”载体

（三）新型智能产品是具身智能“前沿”探索方向

四、具身智能产业生态加速完善

（一）产业结构基本明确，生态体系初步形成

（二）训练场建设成热点，实际效用仍需进一步验证

（三）标准体系有序建设，正在针对性解决产业亟需问题

（四）安全问题引发关注，成为规模化落地限制要素

五、具身智能产业展望

（一）技术架构重构：从“功能模块堆叠”迈向“多模态认知融合”

（二）应用场景深化：从“演示”迈向“实用”

（三）安全伦理构建：从“合规”到前瞻布局“伦理协同框架”

具身智能发展报告（2025年）.pdf

文章来源：中国信通院