川海智库

报告概述

本报告由CSET发布，旨在为政策制定者系统介绍AI与机器人融合（即Physical AI）这一新兴领域。报告首先界定了Physical AI的概念与核心技术栈，详细拆解机器人硬件（结构、驱动、动力、计算、传感）与软件（大语言模型、多模态模型、强化学习、仿真到现实迁移）供应链。随后，报告利用文献计量、专利、投资数据及市场分析，评估了美国、中国、日本、欧洲等主要经济体的竞争地位，识别了关键企业、技术瓶颈与优势。最后，报告总结了推动技术发展的积极因素与制约趋势，并提出了政策制定者应关注的机遇。本报告为理解Physical AI的技术生态、产业格局及政策含义提供了基础性分析框架。

报告的核心结论

AI与机器人融合正迎来突破性时刻，但核心硬件与软件挑战依然严峻。

报告指出，尽管大语言模型和多模态模型为机器人带来推理与感知能力提升，但机器人硬件（如先进执行器、传感器）和软件（如通用操纵能力）的成熟度仍不足。硬件迭代周期长、成本高，且缺乏标准化，制约了大规模部署。

中国在论文与专利数量上领先，美国在高影响力研究与投资上占优。

2018-2023年，中国占全球机器人论文的28%，美国占16%，但美国论文平均引用量（19次）高于中国（10次）。投资方面，美国机器人初创公司达327家，中国263家，美国投资额约占全球50%，中国约占24%。

机器人硬件供应链关键环节由日本和德国企业主导。

日本Harmonic Drive Systems控制精密齿轮市场80%份额，德国企业则在末端执行器领域具有竞争力。中国虽有本土供应商崛起，但高端部件仍依赖进口。供应链缺乏标准化，导致成本高、规模化难。

人形机器人市场前景广阔，但当前实际部署以工业机器人和自主移动机器人为绝对主体。

分析师预测人形机器人市场规模到2050年可达5万亿美元，但目前年出货量仅数百台。相比之下，全球工业机器人年安装量近29万台，亚马逊已部署超100万台AMR。投资也主要流向仓库机器人，而非人形机器人。

Physical AI领域的政策研究议程尚不成熟，亟需建立系统化分析框架。

报告指出，相比半导体、AI等领域，机器人领域的供应链、市场数据、政策研究都较为薄弱。缺乏可靠的数据来源和标准化定义，导致政策制定者难以精准把握技术进展、产业瓶颈和竞争态势。

报告回答的关键问题

什么是Physical AI？与具身智能有何区别？

Physical AI是指能使自主系统在真实物理世界中感知、理解并执行复杂动作的AI技术。它与具身智能密切相关，但Physical AI更宽泛，包括那些没有物理实体但仍能推理物理世界的AI系统；而具身智能特指拥有物理形体的AI。报告中Physical AI主要聚焦于与机器人的融合。

AI如何加速机器人技术的发展？

AI通过四大技术突破推动机器人进步：大语言模型使机器人能理解自然语言指令并分解任务；多模态模型让机器人同时处理视觉、语言和推理；强化学习使机器人通过试错掌握操作技能；仿真到现实迁移大幅降低了训练成本。这些进步使机器人从单一任务向通用化方向迈进。

哪些国家在AI机器人领域处于领先地位？

美国在AI模型研发、高影响力论文和风险投资方面领先，拥有NVIDIA、Google、Meta等巨头及大量初创公司。中国在论文数量、专利总量、机器人安装量上领先，并以UBTECH、小米、Unitree等企业积极发展人形机器人。日本和德国在硬件部件（精密齿轮、电机）领域占据主导。韩国在机器人密度（每万人1000台）上全球第一。

机器人供应链存在哪些瓶颈？

主要瓶颈包括：（1）核心部件如精密减速器、高端传感器、末端执行器由少数日、德企业垄断，产能有限；（2）缺乏标准化，每家机器人公司定制BOM，导致规模经济难以实现；（3）硬件迭代周期长、成本高，与软件快速迭代形成鲜明对比；（4）真实世界训练数据昂贵且难以获取，仿真数据质量仍需提升。

人形机器人市场当前处于什么阶段？

人形机器人仍处于早期实验阶段，全球仅38家公司开发了47款机器人，年出货量数百台。虽然分析师预测市场巨大（2035年380亿美元，2050年5万亿美元），但当前技术仍无法实现稳定、可靠、低成本的大规模生产。主要障碍包括成本高昂（50万-500万美元/台）、自主导航能力弱、缺乏灵巧操作能力。实际投资和部署主要集中于工业机器人和AMR。

报告中的代表性数据

约25.8万篇

全球机器人研究论文数量与分布

2018-2023，该期间全球共发表约25.8万篇机器人相关AI论文，其中中国占28%，美国占16%，日本占7%。美国论文平均被引约19次，中国约10次。

200-230亿美元

全球AI机器人市场规模

2025，报告引用多来源估算2025年全球AI机器人市场规模在200-230亿美元之间，预计未来10年将超过1000亿美元。该数字定义模糊，包括工业机器人、AMR等。

美国327家，中国263家，英国60家，日本47家，印度44家

机器人初创公司投资数量（前5国）

2014-2023，CSET ETO国家活动追踪数据显示，过去十年美国是机器人领域获得投资公司数量最多的国家，中国紧随其后。美国投资额约占全球50%，中国约24%。

以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。

完整报告包含什么

  • 完整的技术框架定义：详细区分Physical AI与具身智能概念，并给出机器人硬件五大系统（结构、驱动、动力、计算、传感）的详细说明与成本范围对比。
  • 硬件供应链深度剖析：逐项分析执行器、传感器、电池、芯片等关键部件的技术突破与主要供应商（如Harmonic Drive、Nabtesco、CATL、Sony等），并指出“隐形冠军”企业。
  • 软件算法进展梳理：系统介绍LLM、多模态模型、强化学习、Sim2Real在机器人中的应用，以及NVIDIA、Google、Meta等企业的最新模型与平台。
  • 全球竞争力定量评估：包含CSET ETO数据库提供的论文、专利、投资数据，按国家、机构、公司层级比较，揭示中美欧日韩的优劣势。
  • 市场分析与预测：援引Goldman Sachs、Morgan Stanley等机构对人形机器人、工业机器人、AMR市场规模的估算与增长预测。
  • 政策建议与待研究议程：指出当前机器人政策研究薄弱环节，建议建立机器人供应链数据体系、关注灵巧智能差距，并附有技术竞争力评估模板（附录1）。
  • 企业案例分析：涵盖从AI模型供应商（OpenAI、DeepMind、Mistral）、硬件部件商到机器人整机制造商（Tesla、Boston Dynamics、UBTECH、ABB）及终端用户（Amazon、BMW）的翔实案例。
  • 技术趋势总结与风险提示：总结积极趋势（投资增长、模型进步、硬件改进）与制约因素（标准化缺失、成本高、数据瓶颈），帮助读者理性看待Physical AI的未来发展。

本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。

相关报告