我国具身智能发展：现状、挑战与战略路径

　　编者按：为深入学习贯彻习近平新时代中国特色社会主义思想，特别是习近平总书记关于青年工作的重要论述精神，抓实抓细抓好“青马工程”，中咨公司团委立足咨询实践、突出智库特色，持续深化青马研习“导师带徒”机制，创新构建“理论指导+经验传承+实地践学+研讨输出”四维一体研习模式，组织青马学员聚焦人工智能、城市更新、产业转型、乡村振兴等领域开展调查研究，持续提升将理论研习成果转化为解决实际问题的能力，为公司建设国家高端智库和世界一流咨询机构贡献青春智慧和力量。

　　我国具身智能发展：

　　现状、挑战与战略路径

　　中咨公司青马研习第二小组

　　刘洋 鞠镇毅 杨文婷 等

　　摘要：具身智能作为人工智能发展的终极形态之一，正成为全球科技竞争的战略高地。本研究系统梳理了美、欧、日等主要经济体在具身智能领域的战略布局与产业实践，系统分析了我国在技术能力、产业链协同、应用场景等方面的发展现状。研究发现，我国在整机集成、运动控制等终端应用领域已形成技术优势，但在高端AI芯片、高精度传感器、机器人操作系统、仿真训练平台等关键环节仍存在结构性短板，技术成熟度不足、产业链自主可控能力弱、治理体系滞后等关键问题制约产业高质量发展。报告提出“三步走”发展路径，并从技术突破、生态建设、场景培育、监管机制等维度提出政策建议，为推动我国具身智能产业实现跨越式发展、培育新质生产力提供决策参考。

　　关键词：具身智能；人形机器人；产业链安全；新质生产力；技术突围

　　一、具身智能发展的战略意义

　　当前，全球正处于百年未有之大变局与新一轮科技革命、产业变革深度融合的关键阶段。人工智能作为引领未来的战略性技术，已从实验室的算法突破迈向产业界的规模化应用，正深刻重塑经济增长模式、社会治理体系与国际竞争格局。在此进程中，具身智能凭借“物理实体+智能算法+环境交互”的复合形态，成为人工智能发展的终极形态之一。与传统软件形态的AI相比，具身智能更强调“具身化”与“情境化”，通过多模态传感器实现环境感知与交互，依托智能算法完成环境建模与任务规划，最终通过执行器作用于物理世界，在持续交互中实现认知迭代与能力进化，展现出在工业制造、医疗健康、应急救援等领域的巨大应用潜力。

　　从全球发展态势来看，美、欧、日等发达国家和地区已将具身智能纳入国家战略布局：美国推出“国家机器人计划2.0”，重点突破具身智能在先进制造、医疗健康领域的应用瓶颈；欧盟发布《机器人战略》，投入超10亿欧元研发具身智能核心使能技术；日本实施“社会5.0”战略，将具身智能作为应对人口老龄化、提升社会运行效率的核心驱动力。这些战略举措表明，具身智能不仅是各国科技竞争的战略制高点，更是重构全球产业生态、重塑国际分工体系的关键力量。

　　发展具身智能对我国培育新质生产力、提升产业竞争力、构建现代化产业体系具有重大意义。一是具身智能是培育新质生产力的战略支点。通过深度耦合人工智能与实体经济，具身智能正在重构生产要素配置范式。在工业领域，其可实现生产流程的全自主决策与柔性制造，在服务业则能精准匹配个性化需求，催生“无人零售+智能配送”“AI辅助诊疗+机器人护理”等新型生产服务模式，推动生产范式从“人机协同”向“人机共生”跃迁。二是具身智能是建设制造强国的核心驱动力。我国制造业规模连续14年位居全球首位，但在高端制造领域仍面临“大而不强”的结构性矛盾。具身智能通过智能感知、自主决策等技术集群，可推动生产效率和产品质量提升，助力我国制造业从“加工组装”向“高端制造”“智能制造”转型。三是具身智能产业具有“链式反应”的生态构建效应，其核心硬件、基础软件、整机集成、场景应用等关键环节，将直接拉动半导体、精密机械、人工智能算法等上下游产业集群发展，预计未来将形成万亿级市场，成为培育未来产业的重要增长极。

　　二、国外具身智能发展现状

　　（一）政策与推进路径

　　全球主要经济体已围绕具身智能展开系统性布局。各国依据自身产业基础与社会需求，形成了各具特色的政策框架与产业推进路径，在顶层设计与市场活力的结合上呈现出不同侧重点。

　　美国高度重视机器人与自主系统研发，2023年更新的《国家人工智能研发战略计划》明确提出开发功能更强大、更可靠的机器人。2024年，美国高校联合发布新版“国家机器人路线图”，旨在重振机器人技术领先地位。国防高级研究计划局等机构长期资助机器人及自主系统相关项目。

　　欧盟采取“立法先行”路径，以欧洲议会出台的《关于机器人民法规则建议的决议》等文件为基础，通过《人工智能战略计划》引导具身智能发展，这套严格的合规框架在提升产品安全性的同时，也客观上影响了市场准入节奏与创新成本结构。

　　日本聚焦构建网络空间与物理空间相结合的良性循环社会，发布《第六期科学技术与创新基本计划》（2021-2025年），推动具身智能技术发展。

　　（二）技术能力与产业链布局

　　全球具身智能技术正沿着“感知-决策-行动”的链条持续深化，大模型的融入进一步加速了这一进程，并开始重新定义各环节间的协同方式。

　　在感知与决策技术领域，大语言模型（LLM）的引入显著增强了机器人对非结构化指令的理解能力，视觉语言模型（VLM）在语言知识的基础上进一步融合了大量的视觉信息，提升对环境的语义理解能力。例如，谷歌DeepMind推出的RT-2系统通过整合视觉与触觉等多维数据，基于底层语言模型提供的思路链进行推理，从而做出合理的决策，在厨房场景下的物体识别准确率提升至97%，但目前其训练数据来源较为有限，在光照条件多变或存在强视觉干扰的实际车间环境中，系统性能仍需进一步优化。此外，Meta推出的V-JEPA2能从当前图像状态中捕捉有用信息，并预测执行一系列候选动作的后果，根据它们与预期目标的接近程度对候选动作进行评级。谷歌推出的Genie3模型可以生成视频来模拟机器人采取不同的推理策略、执行不同的动作以后得到的结果。

　　在行动与控制技术领域，仿生学设计与机电系统集成不断突破极限。苏黎世联邦理工的ANYmal四足机器人凭借其仿生运动控制算法，在复杂非结构化地形中实现了高速稳定移动，其核心进展在于将生物运动原理转化为了可实时计算与优化的控制策略。波士顿动力Atlas机器人完成从液压到电机的全面动力换代，体现了在驱动器、材料与热管理方面的综合进步，使其在保持高动态运动性能的同时，有效提升了续航能力，也标志着驱动技术由液压、电驱两种技术路线全面向高功率密度电驱动路线收敛。

　　产业链布局方面。美国被认为是全球人形机器人技术原创与系统定义中心，尤其是具身智能算法和芯片方面，英伟达GPU及其CUDA生态占据训练算法的主导地位，高通、英伟达等厂商在边缘计算侧具有较强竞争实力，英伟达IsaacSim仿真平台已成为全球机器人算法开发的事实基础，特斯拉自研FSD芯片与执行器，搭配自身端到端强化学习算法，实现了“芯片-算法-执行器”的全链条整合。日本在减速器、伺服电机等关键部件领域的市场优势显著，是全球人形机器人精密零部件核心供给区，例如，全球机器人产业链的减速器市场高度集中于日本HarmonicDrive、Shimpo、Nabtesco三家公司。

　　（三）应用场景与商业化落地

　　国外具身智能技术正加速向产业与社会的多元场景渗透，商业化路径在探索中逐步清晰，其过程同时揭示了技术与复杂现实环境融合所需跨越的障碍。

　　在工业制造领域，应用正从定点替代向流程重塑演进。特斯拉Optimus机器人在其超级工厂的测试已进入第三年，从早期的步态演示逐步过渡到执行具体的装配任务，展现了大型科技公司依托场景与资本进行纵向整合的路径。初创公司Figure则通过在宝马斯帕坦堡工厂展现出的精准作业能力，在2025年获得了资本的高度认可，估值达到390亿美元，这一估值不仅反映了对其技术路线的信心，也映射出市场对制造业生产力变革的强烈预期。

　　在医疗健康领域，手术机器人是商业化最为成功的细分市场之一。美国Intuitive在2023年完成了达芬奇5机器人的IDE临床研究，2024年3月正式发布达芬奇5机器人，截至2025年底，达芬奇全球累计装机11106台，2025年全年，全球用达芬奇做的手术超过300万例。在康复领域，日本Cyberdyne的HAL外骨骼机器人已进入数百家机构，帮助了数千名患者。未来的智能机器人将具备情感互动能力，能够感知并理解患者的情绪变化，与患者共建人机伙伴关系。

　　在服务与特种作业领域，机器人开始直面高度动态、非结构化的真实环境考验。软银的Pepper机器人在商场通过情绪识别进行顾客互动，但在人流密集、噪音复杂的营业高峰时段，其交互成功率与自主导航的流畅性会出现可见的下降，未能实现可持续的商业模式，并于2021年停产。更具代表性的是应急响应场景，2022年日本东京电力公司开始使用波士顿动力Spot机器人，对福岛第一核电站展开收集数据、拍摄视频、测量辐射剂量并收集碎片等工作，Spot凭借其卓越的地形适应能力，在反应堆建筑内部坍塌结构、积水区域以及高辐射走廊中稳定穿行，执行人类无法安全承担的近距离侦察任务。

　　三、我国具身智能发展现状

　　（一）政策与推进路径

　　我国政府高度重视具身智能产业发展，已构建起中央统筹、地方协同的全链条政策支持体系。2023年以来，国家层面密集出台战略规划，为产业发展锚定方向。2023年11月，工业和信息化部发布《人形机器人创新发展指导意见》，系统提出“围绕具身智能系统，突破环境感知、运动控制、智能决策等关键技术”的攻关路径，并设定了具体发展目标：到2025年，人形机器人创新体系初步建立，培育2-3家具有全球影响力的生态型企业和一批专精特新中小企业；到2027年，人形机器人技术创新能力显著提升，形成安全可靠的产业链供应链体系。2026年“十五五”规划纲要提出，推动具身智能成为新的经济增长点，加速人形机器人等各类形态产品升级和应用落地。

　　在地方层面，各地政府积极响应国家战略部署，结合区域产业禀赋特点制定差异化发展方案。上海市2023年发布的《上海市促进智能机器人产业高质量创新发展行动方案（2023-2025年）》聚焦“四化协同”发展路径：推动工业机器人规模化应用、服务机器人场景化落地、通用机器人工程化突破、具身智能技术攻关，重点布局“感知-决策-执行”技术链，实施核心部件突破、系统集成提升等工程化任务。浙江省2024年出台的《浙江省人形机器人产业创新发展实施方案（2024-2027年）》，创新提出“双驱双链”发展策略：建设2个省级未来产业先导区，构建“关键部件-整机系统-应用场景”全链条生态，到2027年实现50个示范应用场景，打造长三角具身智能产业创新高地。

　　（二）技术能力与产业链布局

　　在整机集成方面，我国机器人企业呈现出百花齐放态势，宇树科技构建了涵盖核心零部件、系统控制算法、整机集成的完整自主技术生态，推出了高端H2机型与普惠R1机型的“双管齐下”产品矩阵。智元机器人依托其在人工智能与自动化领域的积累，实现了人形机器人整机的快速研发与场景适配。优必选科技凭借在大型双足机器人领域的长期深耕，其Walker系列产品已在工业实训中实现应用验证。北京松延动力科技集团股份有限公司形成了包含“双足行走”“仿生交互”“上肢操作”到“通用人形机器人”的全方位产品体系，并推出了面向科研教育场景的小尺寸人形机器人“小布米”。上海傅利叶智能科技股份有限公司聚焦商业服务、工业赋能与科研教育三大垂直场景，打造了通用人形机器人GR系列及开源机器人N1。这些企业通过整机产品的持续迭代与供应链整合，正推动我国人形机器人产业从技术验证向规模化落地加速迈进。

　　在机械零部件方面，我国在减速器、电机、丝杠等核心领域，一批国内“隐形冠军”企业快速崛起，初步形成了从零部件到整机的产业协同能力。绿的谐波公司的谐波减速器已通过特斯拉、Figure认证，测试寿命达1.2万小时，成本较进口产品低30%~50%，成为国产核心部件打入全球头部供应链的标志性突破。苏州恒立、贝斯特（300580）等企业的滚柱丝杠、精密滚珠丝杠已向国外人形机器人客户发送样品进行验证，展现了在高端线性传动部件领域的追赶势头。鸣志公司的无芯电机已进入相关产业链，但在空载转速和额定扭矩方面与瑞士Maxon、德国Faulhaber等国际顶尖厂商仍存在较大差距，反映出我国在高功率密度、高动态响应电机领域的基础材料与电磁设计能力有待加强。

　　在电子元器件方面，我国在传感器、芯片等方面与国外仍有较大差距。元橡科技、奥比中光等公司的双目视觉传感器在服务机器人、工业AMR等领域已得到规模化应用，但由于在传感器校准和信号分离技术方面缺乏长期积累，在复杂光照、动态遮挡等极端场景下的稳定性和精度仍落后于英特尔RealSense、Basler等国际产品。柯力传感（603662）、宇立仪器在六维力传感器领域是国内领先者，已实现向部分机器人整机企业送样和小批量订单，正努力打破美国ATI公司在高端多维力传感市场的技术优势，但在长期漂移抑制、过载鲁棒性等工程化指标上仍需持续优化。寒武纪、壁仞等企业尽管持续推进AI训练芯片迭代，在特定场景推理算力上取得进展，但在生态完整性、软件工具链成熟度以及大规模集群训练效率方面，仍与英伟达GPU构成的算力体系存在较大代际差距。

　　在软件与数据方面，软件与数据生态的建设仍是制约我国具身智能从“可用”到“好用”的关键瓶颈。在机器人操作系统领域，虽然华为、阿里巴巴等企业基于ROS2.0推出了定制化发行版，在通信中间件和云边协同方面进行了本土化适配，但在底层实时性优化、确定性调度与模块化架构设计方面仍缺乏原创性突破，尚未形成类似ROS1/2在全球开发者中的生态号召力。仿真平台方面的差距更为明显，英伟达IsaacSim凭借Omniverse物理引擎与GPU加速渲染、微软AirSim依托航空级高保真模拟环境，仍占据国内市场95%以上的份额，成为我国机器人算法训练与测试验证的主流依赖。国内虽出现如“灵犀仿真”“机器人云脑”等自主平台，在特定场景的快速建模与任务编排上展现出灵活性，但在多刚体动力学精度、柔性体与流体交互模拟、以及万级以上机器人集群的大规模并发仿真能力上仍有较大提升空间，制约了我国在具身智能大模型训练所需的海量合成数据生成效率与质量。

　　（三）应用场景与商业化落地

　　在工业制造领域，我国具身智能系统已实现从实验室验证向规模化应用的跨越。宇树科技的机器人产品已形成“工业制造-智慧巡检-应急救援”三大应用矩阵，核心客户覆盖国家电网、中国移动（600941）、蔚来汽车、中石油等头部企业。优必选通过“人机协同作业”模式创新，与比亚迪（002594）、吉利、东风柳汽等车企深度合作，将人形机器人（如WalkerS系列）部署在总装车间实训场景。上海智元与富临精工（300432）共建的“人机物”协同制造示范产线，通过部署近百台远征A2-W机器人，实现产线全量排产需求的实时响应，推动传统制造向全链条数字化转型。

　　在医疗养老领域，我国智能机器人系统已在多个环节实现规模化应用。傅利叶智能的康复机器人广泛应用于医院康复科、社区康养中心等场景，核心客户覆盖上海华山医院、江苏省人民医院等国内顶尖医疗机构。大艾机器人通过与北京博爱医院、各地康复中心合作，将外骨骼机器人应用于脑卒中、脊髓损伤患者的步态训练。云迹科技与北京大学第一医院、上海瑞金医院达成合作，部署多台配送机器人用于院内药品、标本的自动化运输，构建高效安全的医疗物流体系。钛米机器人与武汉同济医院、复旦大学附属华山医院深度合作，将消毒机器人常态化应用于ICU、感染科等重点区域，打造"人机协同"的智慧院感防控解决方案。

　　在服务和特种作业领域，云深处绝影X30四足机器狗实现1000小时无故障电力巡检，并与消防救援队合作，代替指战员进入有毒、缺氧或浓烟等危险灾害事故现场开展侦察、探测和搜救。宇树科技的G1人形机器人在阿勒泰完成全球首次-47.4℃极寒环境自主行走挑战。

　　然而，我国在示范应用推广方面存在明显短板。虽然各地建立了多个机器人示范园区，但普遍存在“重展示、轻应用”的问题，目前报道的应用场景也多以展会现场演示为主。对比美国Figure公司与宝马的深度合作，我国整机企业与用户的合作多停留在试点阶段，缺乏持续的数据积累和场景打磨。

　　四、我国具身智能发展面临的挑战

　　（一）技术成熟度尚不满足实际应用要求

　　具身智能的技术体系涵盖环境感知、智能决策、运动控制、仿真验证、系统集成等多个环节，各环节间存在强耦合性特征，任一技术短板都将形成系统性性能瓶颈。当前，我国在上述领域虽取得局部突破，但整体技术成熟度与规模化应用需求之间仍存显著代际差距。

　　在感知层面，基础工艺积累不足导致国产传感器在极端环境下的稳定性落后于国际主流产品。传感器校准与信号分离等技术需要长期数据打磨，我国企业在此领域起步较晚，复杂光照、动态遮挡等场景下的感知可靠性尚未达到工业级应用要求。视觉语言模型在实验室环境下的语义理解能力虽有提升，但在实际车间场景中，光照变化与视觉干扰对模型性能的影响仍需系统性优化。

　　在决策与控制层面，大模型与物理世界深度融合面临实时性与可靠性的双重挑战。边缘侧算力约束下的实时推理效率不足，导致机器人在动态环境中的响应速度难以满足作业要求。仿生运动控制算法的工程化转化能力薄弱，将生物运动原理转化为可实时计算控制策略的理论与方法尚未成熟。部分机器人在实验室环境下表现出优异的运动性能，但在连续作业、负载变化等实际工况下性能衰减明显，反映出控制算法对真实物理环境的适应性不足。

　　在仿真与数据层面，自主仿真平台的核心能力短板制约了算法迭代效率。多刚体动力学精度、柔性体交互模拟等方面的技术差距使虚拟环境中的验证结果难以准确映射真实物理世界。大规模并发仿真能力的不足，进一步限制了合成数据生成的规模与质量。与此同时，真实场景数据获取渠道有限，整机企业与用户之间尚未建立持续的数据回流机制，导致算法迭代缺乏高质量的场景数据支撑，形成“数据稀缺—算法优化受限—场景适应性不足”的负向循环。

　　（二）产业链自主可控能力不足

　　具身智能产业链涵盖核心零部件、高端传感器、AI芯片、基础软件等多个环节，任一环节的对外依赖都将构成产业安全的潜在风险。我国在上述领域虽涌现出一批快速追赶的本土企业，但整体自主可控能力仍显薄弱。

　　在核心零部件领域，高端产品供给能力与国际领先水平存在实质性差距。以空芯电机为例，国产产品在功率密度、响应速度等关键指标上与瑞士Maxon、德国Faulhaber等企业差距明显，反映出基础材料与电磁设计能力的系统性短板。谐波减速器虽已进入部分头部企业供应链，但高端市场仍由日本企业主导，国产产品在精度保持性、寿命一致性方面仍需持续优化。

　　在电子元器件领域，多维力传感器的工程化能力不足制约了控制精度的提升。长期漂移抑制、过载鲁棒性等指标与美国ATI等国际领先企业存在差距，使我国具身智能系统在精密装配、柔顺控制等对力觉反馈要求较高的场景中受制于人。软件工具链的完善程度、大规模集群的训练效率与英伟达GPU体系存在代际差距。CUDA生态的长期积累形成了强大的开发者粘性，国产芯片短期内难以突破这一生态壁垒。仿真平台的对外依赖更为突出，自主平台在多刚体动力学精度、大规模并发仿真等核心能力上仍有较大提升空间。

　　（三）商业落地与治理体系存在脱节

　　当前，我国具身智能领域呈现资本热度高涨与商业落地迟缓并存的局面，示范应用、产业合作、商业模式、治理体系等方面均存在结构性矛盾。

　　在示范应用层面，“重展示、轻应用”的倾向制约了技术验证的深度。部分示范项目以短期展示效果为导向，缺乏对长期运行稳定性、场景适应性的系统性测试。这种倾向使技术成熟度的真实水平被高估，规模化应用所需解决的长尾问题未能充分暴露。

　　在产业合作层面，整机企业与用户的合作深度不足。多数合作停留在样机交付、试点验证阶段，缺乏持续的数据积累和场景打磨。相比之下，国际领先企业通过与核心用户建立长期深度合作，在真实产线的持续锤炼中实现算法迭代与性能跃升，我国企业则缺少这种“合作-反馈-优化”的正向循环。

　　在商业模式层面，可持续盈利模式尚未形成。服务机器人在复杂营业环境下的交互流畅性、导航可靠性仍有待提升，高昂的部署运维成本与有限的场景价值之间尚未找到平衡点。部分企业依赖资本驱动维持高估值，但商业化落地进度滞后于市场预期。

　　同时，我国治理体系建设滞后于技术演进。机器人安全标准、数据隐私保护、算法伦理审查等方面的规范体系尚处起步阶段，这种滞后既增加了企业产品进入市场的合规风险，也削弱了公众对具身智能技术的信任基础，反过来制约了规模化应用的进程。

　　综上所述，我国具身智能发展面临技术、产业、制度三重挑战。技术成熟度不足制约规模化应用，产业链短板埋下安全隐患，商业落地与治理体系的脱节阻碍价值释放。

　　五、发展思路及建议

　　（一）发展思路

　　基于我国具身智能产业的现有基础、短板弱项及未来发展需求，建议构建“三步走”战略路径，分阶段、有重点地实现产业从“跟跑”向“并跑”“领跑”的跨越式发展。

　　第一步（至2027年）：核心技术突破期。具身智能技术创新能力显著提升，在“大脑、小脑、肢体”等关键技术上取得系统性突破，核心部组件实现安全有效供给，整机产品性能达到国际先进水平。以制造业、养老服务等我国优势领域为重点，建成一批具有代表性和推广价值的具身智能示范工程，在精密装配、智能照护等场景形成可复制解决方案，相关产品深度融入实体经济，初步形成良性发展格局。

　　第二步（至2030年）：生态构建加速期。具身智能原创性技术形成优势，形成“芯片—操作系统—仿真平台—整机应用”完整可控的技术链，培育一批具有国际竞争力的领军企业，带动形成从核心部件到整机集成的完整产业生态。建成国家级机器人云平台，推动技术成果高效转化。具身智能在制造业渗透率大幅提升，在养老、医疗等服务业实现规模化应用，成为重要的经济增长新引擎。

　　第三步（至2035年）：全球引领攻坚期。依托技术突破与生态优势，推动类脑计算、神经形态芯片等前沿性技术取得突破，机器人环境理解、情感交互与自主决策能力接近人类水平，建立完全自主可控的技术体系和产业生态。我国成为全球具身智能技术创新策源地、国际标准制定主导者和产业应用高地，相关产品深度赋能各行各业，在新一轮科技革命与产业变革中占据战略主动，实现从“并跑”向“领跑”的历史性跨越。

　　（二）发展建议

　　1.技术突破与生态建设并进，筑牢产业发展硬核根基

　　一是加快核心硬件攻关。建立“国家实验室+龙头企业+高校”的产学研协同创新机制。梯次推进AI芯片研发，实现7纳米制程AI训练芯片量产，布局下一代类脑芯片研发。加快核心传感器突破。组织核心传感器攻关计划，重点突破高精度力矩传感器、三维视觉传感器、多模态融合传感器等关键部件，同步建立传感器可靠性测试体系。

　　二是加强软件生态建设。启动自主机器人操作系统攻坚，打造微秒级实时响应操作系统内核。开发涵盖运动控制、路径规划、人机交互、机器视觉等核心功能的模块库，降低中小企业开发门槛，逐步培育开发者社区。

　　三是完善数据资源和科研基础设施保障。建立国家数据集，统筹推进数据资源的采集、标注、共享与应用。优先开展制造业、养老服务等重点领域行业级数据集建设。建立安全开放的数据共享机制。开发自主高保真物理引擎，支持刚体碰撞、柔性体变形、流体动力学实时计算，模拟工业生产、城市服务、灾害救援等多种复杂场景，建立仿真与实机测试联动机制。

　　四是加快创新资源整合。组建国家具身智能创新中心或国家实验室，集聚龙头企业、科研院所、高校优势资源形成合力，围绕技术攻关、成果转化、标准制定开展协同创新。建立知识产权共享机制，推动核心技术专利交叉许可。成立知识产权运营中心，提供专利导航、分析、维权服务，鼓励企业组建专利池实现资源共享。

　　2.加快场景驱动与市场培育，释放产业发展内生动力

　　一是推动重点场景应用示范。实施“智能制造升级计划”，在汽车、电子、航空航天等行业建设20个具身智能示范工厂，实现生产效率提升30%、不良率降低50%。在老龄化程度较高城市开展智能照护社区试点，在应急救援、核能运维等高风险场景组织机器人替代作业示范，形成可复制解决方案。

　　二是建立“整机—用户”深度协同机制。鼓励整机企业与终端用户从样机交付向联合研发、数据共享延伸，支持用户参与产品定义与迭代测试。对深度协同项目在首台套保险、研发费用加计扣除等方面给予倾斜，形成“合作-反馈-优化”正向循环。

　　三是降低产业应用门槛。对首台套设备给予不超过售价40%、单台最高500万元补贴。建立政保共建的应用效果保险，对未达约定标准的项目予以赔付。推广基于关键绩效指标的支付体系，实现供需双方风险共担。鼓励融资租赁公司开发专属金融产品，政府给予风险补偿。设立机器人应用推广基金，对订阅制、租赁制等创新模式给予支持，示范项目库企业可享增值税降至6%、企业所得税“三免三减半”。

　　3.构建多方参与的监管与治理体系

　　一是完善分级分类监管制度。对工业焊接、医疗手术等高风险产品实行强制性认证与型式试验，对家庭服务、教育娱乐等低风险产品实行备案管理。制定具身智能产品准入负面清单，明确禁止和限制应用领域，实现差异化精准监管。

　　二是加快完善行业标准体系。优先制定安全、伦理、互操作等基础标准。出台数据安全、算法审计等强制性国家标准，建立算法安全审计机制防范歧视与滥用。积极参与ISO等国际标准制定，推动国内优势技术方案转化为国际标准。

　　三是建立伦理治理体系。制定伦理规则并发布白皮书。在高校设立伦理研究中心，开展人机交互、算法、数据等前沿伦理研究。推动领军企业设立内部伦理审查委员会。通过多渠道科普宣传增强公众认知。