具身智能的冰與火，巨頭與創客的角力場_風聞

在2025年春晚的鎂光燈下，杭州宇樹科技的人形機器人扭動腰肢完成高難度秧歌舞步時，全球資本市場已悄然將具身智能賽道估值推高至萬億量級。 

這個被MIT《技術評論》稱為“第四次工業革命終極形態”的領域的競爭，正上演着科技史上最激烈的卡位戰。 

一面是大量人形機器人開始踏入工廠，成為汽車裝配線上的“流水工人”，另一面是仿生機械臂以肉眼難見的精度縫合小鼠腦血管，這種看似割裂的圖景，恰恰勾勒出行業的兩極生態。 

01 生態霸權與縫隙生存 

具身智能的火熱，從下場玩家的多元可窺一斑。 

除了像優必選、波士頓動力、傅里葉智能這類以做本體、硬件見長的老牌機器人公司和以宇樹科技、魔法原子、逐際動力等為代表的專注機器人產業的初創公司之外，還有兩派玩家，即以特斯拉、華為、百度、小米等為代表的科技巨頭和大量跨界而來的車企們。 

我們知道，大廠和巨頭們擁有感知認知的算法優勢，比較確定的應用場景，和可以共享的產業鏈，從而能夠構建起穩固的生態霸權。 

比如，特斯拉以“造車邏輯”進入機器人產業，其Optimus人形機器人複用自動駕駛技術棧，通過FSD系統與Dojo超算的協同，在工廠場景率先落地搬運、巡檢等任務，並計劃2026年向外部客户交付。 

特斯拉的核心優勢在於技術複用能力（如視覺算法、電池管理）和規模化製造經驗，其目標是將機器人成本壓至2萬美元以下，以“顛覆性定價”撬動C端市場。 

小米則走出一條“生態滲透”路徑。從四足機器狗CyberDog到人形機器人CyberOne，小米通過AIoT生態的協同效應，將具身智能嵌入智能家居、穿戴設備與汽車場景。 

其打法與特斯拉相近，藉助成熟的供應鏈與成本控制能力，將機器人從實驗室推向大眾市場。 

華為的佈局更具東方智慧，通過華為（深圳）全球具身智能產業創新中心串聯16家產業鏈企業，掌控從芯片到終端設備的全鏈條話語權。 

巨頭們的優勢非常明顯，初創公司們的突圍法則大多以“技術縱深”來撕開市場缺口。 

比如，宇樹科技的四足機器人B2-W憑藉自研高扭矩電機與強化學習算法，實現40公斤負載下的動態平衡，全球市佔率超69%。 

其殺手鐧在於硬件全棧自研（電機、減速器、控制器）與“小快靈”迭代策略——從首款人形機器人H1到量產版G1，兩年時間便將人形機器人入門價壓至9.9萬元，成為行業價格標杆。這種“極客基因”使其在工業巡檢、應急救援等垂直場景建立壁壘。 

同樣的，初創公司銀河通用押注“具身大模型”的技術奇點，其具身大模型機器人Galbot G1在國際範圍內實現了成功率在95%以上抓取隨機堆放、從未見過的透明、高光等物體，甚至進一步掌握類似開櫃子、開抽屜、晾衣服等泛化操作技能。 

目前，Galbot G1可以在藥房獨立完成配貨、庫存管理等複雜任務；而在工廠可泛化執行拆跺、料箱轉運等工作，既可隨機應變解決突發異常情況，亦能完全基於視覺引導（現場不需要二維碼定位）處理堆疊、任意位置擺放的料箱。 

銀河通用們的生存邏輯是技術代差，用算法突破對沖硬件規模劣勢，在醫療、製造、農業等長尾需求中尋找藍海。 

從上文的分析可以看出，具身智能賽道的競爭本質，就像“大象”與“獵豹”的博弈——前者用資源厚度碾壓，後者以敏捷速度破局。 

02 創業公司的創新方程式 

行業競爭很激烈，但在研發和應用層面，具身智能還是面臨着技術、數據與商業化之困三重考驗。 

首當其衝的就是技術路線的收斂。 

北航機器人研究所名譽所長，中關村智友研究院院長王田苗在“2024世界機器人大會”期間發表觀點時就表示，“當前人形機器人還面臨兩大難點，一是機器人目前的‘軟’件端，適合機器人的通用大模型和垂直專業模型，還在攻堅階段；此外，靈巧手目前在技術和成本上都有需要攻克的難點。” 

其次，數據匱乏讓很多公司陷入“雞與蛋”困境。 

具身智能依賴物理交互數據的積累，但這類數據的採集成本高昂（單台機器人日數據採集成本超萬元）。傳統AI依賴的靜態數據集在此領域失效，導致算法訓練效率低下。以特斯拉Optimus為例，其工廠實測數據量需達到百萬小時級別才能實現穩定分揀，而初創公司往往缺乏場景入口。 

另外，行業中大多數公司還沒有跨國成本與量產化的“死亡谷”。 

目前，具身智能機器人的核心零部件成本佔比超60%，例如進口諧波減速器單價達萬元，導致整機成本居高不下（波士頓動力Spot售價53萬元）。同時，精密製造工藝和供應鏈管理能力不足，讓多數企業陷入“樣品驚豔、量產無期”的困局。 

2024年全球人形機器人出貨量不足千台，在一定程度上印證了商業落地和規模化之難。 

初創公司的破局邏輯在於針對行業痛點走出的差異化路線。 

以魔法原子為例，技術上，打破波士頓動力液壓驅動壟斷，旗下人形機器人憑藉着自研D190關節模組，成為全球首款電驅空翻機器人。 

自研的人形機器人MagicBot依託MagicNet多機協同系統，在追覓工廠實現搬運、組裝、質檢、入庫的全流程自動化。 

為提高人形機器人整機產品的適配度和降低成本，今年2月份又發佈了自研靈巧手產品MagicHand S01，具備11個自由度，手部負載高達5公斤，作業場景下最高負載超20公斤。 

在數據上，魔法原子通過自研MagicData AI數據引擎，將各類數據在雲端以及本地進行精準標註與高效處理，隨後在仿真訓練場完成模型訓練，並最終無縫融入到真實場景應用之中，以場景數據反哺技術迭代。 

在應用落地上，魔法原子深耕汽車製造、3C電子等垂直場景，通過中國電信合作佈局家庭服務生態，2025年計劃交付數百台量產機型。 

不難看出，以魔法原子為代表的創業公司護城河的核心是，不與巨頭正面拼殺，而是以硬件創新突破成本閾值，以場景深耕積累數據資產，以生態協作構建產業壁壘，從而在細分領域建立不可替代性。 

03 勝出要素存在多維博弈 

站在2025年的門檻回望，具身智能行業正經歷着從“技術競賽”到“生態戰爭”的質變。魔法原子們的突圍經驗，揭示着未來競爭將主要集中在技術能力、場景理解和生態聚集三個核心維度。 

技術是基礎，大家都能理解，而場景和生態的競爭更多表現在賽道玩家的資源整合能力上。 

作為一家2024年1月才成立的新公司，魔法原子能在很短的時間內跑出，很大一個原子來自於公司投資方追覓科技的資源賦能。 

魔法原子去年年底完成的1.5億元天使輪融資就來自於追創創投（追創創投是由追覓科技發起成立的追創機器人產業創投基金）領投，翼樸基金的跟投。 

這次融資的背後，魔法原子不光獲得了資金，在供應鏈和場景落地上也獲得了來自追覓科技的支持，追覓科技的清潔機器人全球渠道為其提供試錯場景，而1.5億元融資則加速了核心零部件的自研與國產替代進程。 

從工業場景中，通過雙足人形機器人適配人類工作環境，以多機協作的方式降低工廠部署成本；到家庭服務機器人，與中國電信合作探索“人形導購”“老人陪護”等新場景，魔法原子構建了一套“垂直場景深挖+橫向生態擴展”的組合拳。 

另外一個被很多人忽略的細節，魔法原子最初的成立地點是北京，不久後又搬遷至無錫梁溪區，背後的用意就是對產業生態的追逐。 

一直以來，機器人都被譽為“製造業皇冠頂端的明珠”，國內“人形機器人第一股”在港交所上市的優必選科技就是來自無錫。 

為了發展機器人產業，魔法原子落地的梁溪科技城目前已較為成熟的產業生態圈，已佈局了工業機器人、服務機器人、康復機器人、農業機器人、手術機器人等產業賽道。 

而梁溪區隔壁的無錫經開區和惠山區對機器人產業也極為重視。 

前者將人形機器人定義為未來產業新地標，目前已經集聚了優必選、科大訊飛、安尼邁、京東科技、優地科技等多家機器人研發領域中的頭部企業。 

後者則投資10.2億元，成立了一個佔地達163畝的惠山人形機器人產業園，雖然還只是在基礎設施建設階段，但已與5個與人形機器人產業鏈相關的項目簽約落地。 

毫無疑問，這種資源網絡和產業生態為魔法原子的技術迭代與市場拓展提供了加速度。 

具身智能初創公司們的崛起，講述了“新制造”的底層邏輯：以硬科技為矛，以場景為盾，藉資本與政策東風，在全球化競爭中撕開突破口。 

未來，誰能將“實驗室裏的空翻”轉化為“工廠中的生產力”，誰就能在這場智能革命中佔據制高點。而這一切的答案，或許就藏在那些“既懂代碼，又懂螺絲”的團隊手中。