今年以来，人工智能与机器人技术的深度融合正在重塑科技产业投资的格局。从大模型的持续突破到机器人本体的智能化升级，全球科技创新进入新一轮爆发期。在此背景下，具身智能（Embodied Intelligence）这一融合人工智能、机器人、感知与交互技术的新兴领域，正成为PEVC竞相布局的新热点。据不完全统计，仅在2025年上半年，具身智能领域的融资金额就已超过上一年全年总和，投资项目涵盖从底层技术研发到终端产品制造，再到应用场景拓展的全产业链。进入7月，截至7月21日，国内具身智能领域的融资事件数量就达到了16起，融资总额超45亿元。围绕具身智能，资本市场动作密集，而其背后的逻辑也耐人寻味。
海量应用场景致PEVC竞相布局
具身智能，是指智能体凭借物理实体与所处环境进行实时交互，进而达成感知、认知、决策以及行动一体化的能力。简单来说，就是将人工智能算法深度融入机器人实体，赋予智能体“大脑”与“身体”，进而使其具备一定的物理交互能力与逻辑推理能力，能够更好地适配各类生产生活场景。具身智能并非孤立存在，而是人工智能发展进程中的关键一环，是从数字世界迈向真实物理世界的重要跨越，致力于让智能不再仅仅局限于虚拟运算，而是能在现实环境中得以具象化并灵活运用。
作为人工智能领域的前沿热点，“具身智能”被首次写入今年的政府工作报告。IT桔子数据显示，2025年上半年，国内具身智能领域投融资事件数达114起，累计融资总额超145亿元，双双超过2024全年的92起和98亿元。其中涉及机器人本体、核心零部件、算法平台等多个方向。头部机构如红杉资本、高瓴创投、IDG资本、深创投等纷纷加码布局。例如高瓴创投投资了专注于人形机器人核心关节模组研发的优必选科技；红杉资本则押注于智能感知领域，领投了基于多模态感知的AI机器人平台公司灵犀微光；今日资本与美团龙珠联合领投了星海图机器人公司A4轮融资，超过1亿美元……除了顶级VC，阿里、腾讯、百度、华为、小米、美团等大厂也通过自研、大模型赋能、投资等方式，积极布局人形机器人行业。在汽车领域，7月23日，上汽北京与逐际动力签署战略合作备忘录，携手成立具身智能联合实验室；同一天长安汽车也与海尔集团达成战略合作，双方将携手发力人形机器人创新领域，探索更多可能性。
具身智能不仅是人工智能技术的延伸，更是机器人从“理解者”向“执行者”转变的关键。具身智能的核心在于“感知—决策—执行”闭环系统的构建。从市场角度看，据麦肯锡预测，到2030年全球服务机器人市场规模将突破5000亿美元，其中具身智能技术将占据重要份额。其引发资本跟进的技术领域主要包括：
・人形机器人——作为具身智能最直观的载体，人形机器人在结构设计、运动控制、环境适应等方面面临技术挑战，但其在工业、服务、医疗等场景的应用潜力巨大；
・智能感知技术——包括视觉、语音、触觉、力觉等多模态感知系统，是具身智能应用层面环境理解与交互的基础；
・运动控制与行为规划——涉及机器人运动轨迹优化、自适应控制、人机协同等技术，是实现自主作业的关键环节。
从PEVC产业链的布局来看，其投资逻辑贯穿上下游关键环节。在上游，资本助力传感器、芯片、算法等核心元器件与技术的研发创新，加速技术迭代升级；中游企业在获得投资后，能够加大在机器人本体制造、系统集成方面的投入，提升产品质量与性能；下游应用场景端，投资推动了具身智能产品在各行业的广泛应用与市场拓展，尤其在制造业升级、老龄化社会服务、智能家庭等领域，具身智能将成为推动社会智能化转型的核心力量。
迎来一场资本洗牌和价值重估
曾几何时，市场对大模型的发展前景极度看好，认为其将彻底革新各行各业，众多机构纷纷重金押注，期望能在这场技术革命中分得一杯羹。但随着时间推移，大模型在实际应用中遭遇诸多难题——落地场景有限、商业化变现困难等问题逐渐暴露，导致其发展陷入瓶颈。
从大模型到具身智能的转变，反映出当前人工智能领域正经历着深刻的资本洗牌。过去单纯聚焦技术先进性、追求参数规模的投资逻辑已难以为继，如今的投资更加注重技术的落地应用、市场需求的真实匹配以及商业闭环的构建。而在价值评估方面，人工智能项目的评估标准正变得愈发多元与务实。对于具身智能而言，其价值不再仅仅取决于算法的精妙程度，更在于能否将先进算法转化为切实可行的产品或服务，能否在工业、医疗、家庭服务等实际场景中高效解决问题，提升生产生活效率。
因此，透过这种转变，站在商业投资和PEVC的角度来看，以下是几个关键点值得关注：
・技术驱动的迭代：随着大模型、深度学习等技术的发展，具身智能的技术门槛在逐渐降低，不过也提高了对于核心技术的要求。这意味着那些能够快速迭代并掌握关键技术的企业将获得更多的资本青睐，而技术落后或无法适应新技术趋势的企业可能会被市场淘汰。
・应用场景的分化：不同场景下的需求差异促使了针对特定应用优化的产品和服务的出现。例如，在工业自动化中，稳定性和精确度是关键；而在家庭服务机器人领域，用户交互体验则更为重要；专注于某一细分市场的公司将更容易吸引到与其战略目标相匹配的投资。
・供应链整合提升：为了降低成本和提高效率，企业需要更好地管理其供应链；拥有强大供应链整合能力的企业能够在激烈的市场竞争中占据有利位置，并可能成为PEVC的重点关注对象。
・长期潜力与短期收益的博弈：投资者越来越重视企业的长期发展潜力而非短期财务表现，特别是在具身智能这样一个高投入、长周期回报的行业里，早期的亏损往往并不意味着失败，反而可能是未来巨大成功的预兆，然而这也对投资决策的判断力和投后管理能力提出了更高要求。
・数据价值凸显：随着AI技术的进步，尤其是大语言模型（LLM）和视觉语言模型（VLM）的发展，数据成为了最具价值的资产之一；拥有高质量、大规模数据集的企业，尤其是在垂直领域内积累了丰富数据资源的公司，其估值往往会得到显著提升。
・政策环境的影响：政府的支持政策，如补贴、税收优惠等，也会影响企业的估值；官方层面对于科技创新的支持力度加大，为相关企业提供了良好的发展环境，有助于提升它们的市场价值；目前具身智能在这方面迎来利好。
机遇背后的诸多挑战
这一领域不仅蕴含着巨大的潜力，有望重塑众多行业的格局，还被视为开启未来智能生活的钥匙。然而与机遇相伴的是诸多挑战，这考验着投资者的布局和投后管理能力。具体来讲，有以下挑战——
・从技术层面看，具身智能在核心技术突破上仍面临瓶颈。该领域涵盖了众多关键技术，如智能感知、运动控制、人机交互以及核心算法等。虽然均取得了一定进展，但距离真正实现通用化、智能化的具身智能系统仍存在不小差距。例如，在智能感知方面，尽管视觉、听觉、触觉等多模态感知技术已广泛应用，但在复杂多变的真实环境中，传感器的精度、稳定性以及对信息的融合处理能力仍有待大幅提升。这严重制约了具身智能设备在实际场景中的应用范围与效果。
・从投资方向看，具身智能存在技术路线的多元化与竞争。不同企业和研究机构在技术研发方向上各有侧重。例如在具身大模型方面，国内主要存在分层大模型与端到端大模型两大类技术路线。对于投资者而言，判断哪种技术路线更具发展潜力、更有可能在未来市场竞争中脱颖而出并非易事，技术方向的选择关系后期的投资风险。
・从投入成本上看，涉及多领域交叉，且回报周期较长。具身智能涉及机械工程、电子技术、计算机科学、人工智能等多个学科领域的深度融合。从机器人的硬件设计与制造，到软件算法的开发与优化，再到系统的集成与测试，每一个环节都需要不小成本。此外，尽管具身智能的应用前景广阔，但其商业化落地进程却面临重重困难，导致投资回报周期被大幅拉长。一方面，目前具身智能产品的性能与稳定性尚未完全满足市场需求，消费者和企业用户对其接受度和信任度有待提升。另一方面，具身智能产品的成本居高不下，限制了其大规模市场推广。以人形机器人为例，由于核心零部件（如高精度减速器、传感器等）技术门槛高、生产成本高，导致整机价格昂贵，难以进入普通家庭和中小企业市场。在商业化落地困难的情况下，企业难以在短期内实现大规模销售与盈利，投资者的回报也相应延迟。
此外，这些挑战还包括供应链稳定、政策与法律法规等方面。基于这些挑战，关注产业链协同与整合机会，投资那些能够通过并购、战略合作等方式实现产业链协同发展的企业，将有助于提高投资项目的整体竞争力和抗风险能力。
投资策略与布局建议
PEVC在具身智能领域的投资需以“技术+场景+生态协同”为主体逻辑，在布局上兼顾短期商业化回报与长期技术壁垒构建。特别是在投后管理上，应突破传统资本赋能模式，聚焦技术研发、产业链整合、商业化落地等关键环节，通过精准资源对接与动态风险管控，推动被投企业从技术突破走向规模化营收，以实现资本与产业的协同增值。具体包含以下方面：
一是根据不同的投资阶段确定投资侧重。以种子轮、天使轮为代表的早期投资，一般关注具有核心技术突破的初创团队，如算法、感知模块、执行机构等关键环节；成长期投资（A轮至B轮）侧重具备初步商业化能力、已有明确产品线与客户基础的企业；Pre-IPO/并购整合期投资则一般聚焦具身智能领域头部企业或具备整合潜力的平台型企业，参与产业整合与上市退出布局。
二是尽早建立供应链风险预警机制。具身智能的快速发展对供应链管理提出了更高要求，需实现高效协同、柔性响应与全链条数字化，以支撑其复杂硬件制造与快速迭代需求。分析被投企业供应链的薄弱环节，建立供应链风险预警机制。例如，通过对核心零部件供应商的生产能力、财务状况、市场信誉等进行实时监测，及时发现潜在的供应链风险（如断供、涨价等）。
三是投资布局更具多元化，需要更完善的投资组合监控。跨技术层、场景及发展阶段的布局，借数字化工具追踪，及时调整配置，平衡风险与收益，是具身智能领域的投资特点。因此投后管理中，更需建立多维度的监控指标，针对技术环节企业，跟踪其核心技术参数的突破情况、专利布局进展；针对应用场景企业，关注市场占有率、客户复购率等；针对不同发展阶段企业，设定差异化的里程碑考核标准。同时，借助数字化工具实时汇总各被投企业的运营数据、财务数据和市场动态，通过定期分析评估投资组合的整体风险与收益状况，及时调整投资策略，确保在多元化布局下实现投资组合的良性发展。
四是关注被投企业商业化落地进程。必要时可设立专项投后团队，聚焦市场渠道拓展、产品迭代优化与客户验证反馈机制建设，推动企业与产业资本、应用场景方深度对接，加速产品从样本到规模化出货的转化。同时，应强化财务与运营指标监控，优化成本结构与供应链管理能力，提升毛利率与现金流健康度，为后续融资与退出创造有利条件。与此同时，还应利用投资组合内的供应商资源，为被投企业提供备选供应链方案，确保在突发情况下能够快速切换供应商，保障商业化落地后的生产连续性。
