具身智能人形机器人与自动驾驶的整体技术栈趋同，可借鉴，具身智能人形机器人比过往的机器人操作场景的复杂性和多样性更高，今天大多数机器人95%的算力用在了基础功能上，而具身智能则要实现将20%的算力用于基础工作，预留出80%的算力给智能和应用层面。

　　目前的挑战是我们现在对数据的运用并不充分，没有很好的数据收集方法，导致很多厂商把数据扔掉，完全用不起来，因此，怎样设计一个数据收集的计划，对未来智能的衍生将起到重要作用。

　　从技术角度，目前机器人大脑层面的技术已经趋向成熟，能进行任务理解及规划，而以小脑为核心的具身模型技术路径尚未定型，为此，全球有近百家人形机器人公司，商业化均未取得实质突破。

　　具身智能需要依靠智能体进行信息交换与学习，这就突出硬件的重要性，并且就目前来说，还没有形成较完善的供应链。在具身智能的应用落地上，场景门类存在跨度，所以相关技术和经验无法进行复用，要坚持与产业深度结合，技术创新和产业落地双轮驱动。

　　从应用角度说，纯软件的路径很难跑通，因为涉及和主机厂的复杂交互，以及数据层面的隔阂，导致模型优化受限，因此，特斯拉、理想等主机厂自己下场实现具身智能应用的落地，总体发展的相对较快。

　　目前，具身智能的通用泛化距要求还有距离，整个赛道处于萌芽期，可以首先以单一场景，单一任务为主，在单一场景中率先优化泛化能力，后续降维切入其他场景，先落地，形成正向数据反馈优化产品功能。

　　汽车及其上游供应链产线是劳动力密集型产业，汽车工业场景是具身智能机器人走出实验室之后，一项关键落地场景，2024年以来，大部分具身智能厂商都把产品投放至汽车工厂里做验证，比如马斯克也把Optimus送进了特斯拉产线搬运电池，当然，车企对具身智能的热情也在持续高涨。

　　工厂是具身智能B端应用的主力，但还有一个适配的问题，在效率和精确度优先的工厂中，在限定时间到达确定位置完成给定的任务，对智能化的要求并不是特别高。工业制造安全性及重复性要求高，容错率极低，选择人形机器人替代人或者工业机器人存在很大挑战，一旦产线上操作失误，造成的损失巨大。

　　其实工业场景相对封闭，任务单一，对通用泛化的要求低，很难在这个场景里形成数据迭代。具身智能商业化是一个循序渐进的过程，必须先进入到实际应用场景中，收集高质量的数据，再持续迭代。以头部客户的高价值场景需求为指引，开发整合技能，实现商业落地，并快速迭代硬件，算法，数据系统，不断提升具身智能整体解决方案的泛化性才是出路

　　还有，具身智能机器人想要真正产业化，真正进入生产、生活场景，必须大幅降低成本，并且具有完全的可扩展性，成本过高一直是阻碍具身智能人形机器人落地汽车产线的一项关键掣肘，目前一台完整的人形机器人售价基本高达百万甚至数百万，

　　具身智能企业需要在控制落地成本的同时，做出满足工业级要求的产品。让一个模型能在多种不同的具身载体上实现迁移，有利于降低产线的成本，满足工厂实际应用时的不同诉求。

　　毫无疑问，具身智能的应用前景广阔，但深入产业观察，理想和现实仍有相当大的差距，技术上的难题仍然存在，伦理和安全问题还需要研究，未来行业的挑战是量产和交付。

　　三、物流应用

　　总体上来说，具身智能技术需要丰富的应用场景，而物流，特别是快递的终端应用市场庞大，无论是人口基数、快递件量、还是场景丰富度，乃至购买力，都在全球领先。具身智能初创公司要找准商业化场景，并和模型及数据优势匹配，物流是一个不可多得的选择。

　　具身智能技术的商业化落地，包括量产，处于初期阶段，需要和合作伙伴、和C端、B端的用户一起去共创场景和生态的。智慧物流是其理想的合作伙伴，如上所述，具身智能的关键词是“通用”和“泛化”，要在高训练效率的基础上，实现更高的泛化性，而物流具备丰富多样的，庞大的场景，数据价值大，从而形成以更高效的训练效率去完成较复杂的任务。

　　也就是说具身智能一个重要任务是要把产品搬到场景里去，解决上一代机器人解决不了的事情，物流领域有能力，也有需求提供支持。快递物流头部企业可与具身智能企业共创一些功能，训练其学习一些高度非标场景的操作，从而极大提升具身智能技术的泛化性。

　　具身智能硬件的开发与完善，需要通过用户场景落地方面的反馈，从而迭代，如果数据收集受限，端口不能完全开放，限制硬件创新的空间。物流，特别是快递行业，对于机器人都有资深的积累，具有硬件量产操盘的经验，可以帮助其快速搭建产业链。

　　快递物流中，分拣是十分重要的环节，目前自动分拣已完成布局，但对于易碎，柔软的物体的分拣还不理想，具身智能更注重触觉模型，这就可解决物流分拣中对易碎件、超薄件、柔性物体的处理问题。

　　大多数模型主要依靠视觉，但光靠视觉是无法适应末端执行的多样性的，这时候触觉的数据反馈就极其重要。而具身智能中，触觉大模型可以处理更加精细的任务，如何在分拣中使易碎品，易变形品，让机器人既能抓起来，又不破坏的外形，这就是触角模型要完成的任务。

　　拥有具身智能的产品，利用触觉、力觉、力矩觉等多传感器的融合，可在复杂环境下实现复杂操作，接触后，执行器对力学会做出的精准反馈。

　　如果应用了具身智能技术，可以适配夹起鸡蛋、豆腐等需要精细力控的场景，还可以完美复制五指灵巧人手功能，从而更像人手一样对仓储中各式各样的物体进行稳定、精准抓取，当然，触觉还会弥补视觉在被遮挡、在盲区操作以及抓取柔性物体的困难，这是不难理解的。

　　对具身智能领域的深刻洞察，前瞻性思考，融入物流的智慧化都是不错的选择。具身智能对机器人的影响很重要，而机器人，是仓储物流，快递物流，工厂物流的重要基础。

　　我们相信，物流快递行业对具身智能的热情肯定会高涨，就目前来说，快递的智能化最高，头部快递企业都创建有研发机构，各色机器人是其主要研发方向，而具身智能技术的引入，将使这一研发扩大应用范用，达到更高水平。龙头物流企业，包括物流装备企业可通过通过自研机器人方式，切入具身智能赛道。