飞利信 · 具身智能机器人研究院

具身智能
构筑人形机器人产业

具身智能是一种基于物理身体进行感知和行动的智能系统,强调机器与环境的交互能力。 人形机器人作为其典型代表,被视为实现具身智能的最佳载体——以与人类相仿的外形与灵活度, 将融入物理世界的隐性成本降至最低。

0亿台未来机器人数量预测
$0万亿+数据市场价值估算
0垂域人形机器人元年
机器人大脑 · VLA 模型运行中
关节控制 · 40+ DOF
算力调度 · 端云协同
HUMANOID BLUEPRINT · PHILISENSE EMBODIED AI LAB
概念定义

基于物理身体的感知与行动

当智能不再局限于数据中心,而是拥有身体、走进现实世界——这就是具身智能。

具身智能是一种基于物理身体进行感知和行动的智能系统,强调机器与环境的交互能力。它不满足于"看懂"世界,更要"动手"改变世界。

人形机器人作为具身智能的典型代表,不仅具备感知决策能力,还能通过机械臂、轮子等执行器与物理世界互动,完成复杂任务。由于人类设计的世界基于人类的生理结构,人形机器人具备更多的关节灵活度,使与物理世界互动的隐性成本最小化,能够更自然地融入人类环境。

具身智能的实现方式多种多样:家庭中与人交互的宠物机器人、L4 自动驾驶车,本质上都具备"具身"与"智能"两种属性。

从具身智能到空间智能

空间智能是机器在三维空间和时间中感知、推理和行动的能力——像一只机器猫精准预测并阻止即将掉落的杯子。它把机器从大型机和数据中心中解放出来,让它们真正理解这个丰富多彩的三维、四维世界。

感知 视觉 · 力觉 · 触觉
多模态传感器融合
决策 大模型理解推理
复杂任务规划
行动 机械臂与关节执行器
与物理世界互动

机器与环境的持续交互闭环 · EMBODIED INTELLIGENCE LOOP

技术体系

具身智能 AI 云平台技术栈

从算力硬件到行业场景,构建 L0 基础层 + L1 模型层 + 应用层的完整技术架构,对标国际领先水平。

L0

基础大模型层

Foundation Models

算力硬件
英伟达昇腾摩尔线程 沐曦遂原寒武纪
大模型底座
NLP 大模型CV 大模型多模态大模型 物理大模型世界大模型
L1

具身智能模型层

Embodied Models

核心模型
具身规划模型场景理解描述
复杂任务规划
具身执行模型语言指令多任务执行
动态重执行 · 新环境适配
数据工程
仿真数据真实数据 · 第一人称视角 数据集管理数据清洗数据标注
训练引擎
混合并行训练高效训练引擎通信优化 高性能算子库分布式缓存 强化学习引擎高效推理引擎
APP

开发套件与行业场景

Toolkit & Scenarios

具身开发套件
具身智能资产具身推理框架 具身行为 Captioning3D 仿真数据生成
行业场景
工业 · 智能制造精密制造
仓储物流
家庭 · 智能家居料理 · 清洁
陪护
商业服务巡检 · 接待
配送

—— 对标国际领先 · 打造具身智能 AI 云平台 ——

产业链

从上游数据到下游场景的全链条

数据、训练、算力、零部件构成产业上游,垂域场景应用驱动下游落地。

真实环境数采厂

人机交互多模态数据采集分析平台:生物信号采集仪、动作捕捉、环境感知、VR 平台与高性能协作机器人协同,研究人机交互机理并客观评估机器人协作能力。依托同济大学国家重点实验室北京 / 上海人形国创中心建设。

仿真环境时训厂

国产替代英伟达 Isaac Lab 的机器人模拟器,可兼容华为 GPU 与鸿蒙生态,针对高校与政府的信创需求提供"系统 + 机器人"整体解决方案,实现任务序列的大规模数据采集与规模化扩展。

数据市场价值

按马斯克预测 100 亿台机器人、单台成本 3.5 万美元、其中 3% 用于数据采集与生成估算,具身智能数据市场价值将超过 10 万亿美元,约为互联网行业的三倍。

当前数采痛点:① 时间成本高——谷歌为训练 RT-1 机器人模型动用 13 万个机器人、耗时 17 个月采集数据;② 标准不统一——无统一采集路径,需针对不同机器人公司进行定制化采集。这正是数据工厂模式的核心价值所在。

痛点:真实数据获取难

真实环境下的高效数据获取成本高,且难以高效扩展规模,成为具身智能规模化的首要瓶颈。

方案:Real to Sim to Real

仿真环境中采集任务序列,可实现大规模数据采集与规模化扩展——基于 Real to Sim to Real 的机器人模拟器是被验证的有效方案。

平台:高精度物理仿真

为人形机器人提供高精度、可交互的物理仿真训练环境:制造工厂、城市街道、商场商超、家庭起居、康养医疗、仓储物流。支持 WBC / MPC 传统控制、示教模仿学习与 DRL 深度强化学习

仿真平台是机器人和具身大脑融合的基础——实现 AI 智能体与物理世界的连接,帮助合作伙伴训练智能化模型算法,形成高精度数字仿真场闭环

云侧算力 · 未来超 5 万亿

英伟达 4090 / L20 / A100 支撑元学习、上下文学习、模型微调与仿真训练。谷歌 RT-2 模型参数 55B、PaLM-E 达 560B,训练侧算力需求持续爆发。

端侧算力 · 未来超 10 万亿

机器人内部搭载英伟达 Jetson、NPU 神经网络 AI 芯片与 MCU 控制芯片,让机器人在真实场景中具备实时推理与自主决策能力。

弹性调度 · 算力消纳

针对传统模式无法弹性、低价的痛点,构建任务调度分发平台:虚拟机房消纳企业 / IDC / 单机算力资源,SLM 平台提供 AI 推理计算资源,并消纳屋顶光伏、风光场站与储能电站等新能源。

人形机器人核心零部件价值比重

人形机器人复杂程度是机器人之最,核心零部件由电机、减速器、丝杠、传感器等组成

行星滚珠丝杠
19%
19%
无框力矩电机
16%
16%
减速器
13%
13%
力传感器
11%
11%
空心杯电机及其他
<11%

内部传感器:速度传感器、位置传感器等;外部传感器:力觉、视觉、听觉、触觉、温度传感器等,共同构成机器人感知物理世界的神经末梢。

工业一线

工业机器人

  • 破解招工难、用工荒
  • 非标工序自动化
  • 危险场景替代作业
  • 扫码包装与物流搬运
  • 零配件分拣与装配、沾锡工艺
商业服务

服务场景机器人

  • 商超商品上架与顾客服务
  • 酒店房屋整理与顾客服务
  • 展厅导购、迎接客户
  • 产品演示与客户服务
家庭与康养

陪伴与助老机器人

  • 养老助老服务
  • 料理、清洁、陪护
  • 康养医疗场景交互
  • 智能家居生态联动
IP 与消费

IP 机器人

  • 市场差异化竞争
  • 更多方式提升知名度
  • 更容易被 C 端接受
  • 更大的产品议价权
2025 · 垂域人形机器人元年

2025 年 3 月 26 日,魔法原子启动"千景共创计划",围绕人形机器人落地拓展 1000 家合作伙伴,打造 1000 个落地应用场景——垂域规模化时代已经开启。

产业生态

多方共建的具身智能产业生态

以具身智能机器人平台为核心,链接硬件、数据、算力与产学研用各方力量。

机器人硬件
大数据
机器人算力 · 机房与智算
控制器与传感器
机器人安全
机器人导航与地图
具身智能
机器人平台
EMBODIED AI
高校及研究机构
主管部门与地方政府
模型大厂
机器人企业
垂域场景市场
行业协会 · 院士专家

国家地方共建机器人创新中心 —— 2024 年 5 月、10 月,上海与北京相继成立人形机器人和具身智能创新中心并获工信部授牌, 通过百万量级高密度、高质量、高通用性数据集,打造世界最大的具身智能机器人数据工厂,加速赋能千行百业。

实施路径

业务模式与实施路径

从上游核心能力出发,经科研教培与消费品牌蓄能,最终在行业场景规模化落地。

01

上游核心能力

  • 数据采集与数据工厂
  • 云侧 / 端侧算力体系
  • 具身大模型算法
  • 核心零部件布局
02

科研与教培

  • 985 高校联合研发
  • 职能院校人才培养
  • 研究型机器人平台
  • 产学研用一体化
03

消费与品牌

  • 咖啡休闲场所体验
  • 文娱活动秀 · 商超地标秀
  • 品牌联名与手办潮玩爆款
  • 消费型机器人市场教育
04

行业规模落地

  • 金融 · 医疗
  • 能化 · 物流
  • 低空经济协同
  • 行业型机器人批量交付
ABOUT · 研究院

飞利信具身智能机器人研究院

研究院聚焦具身智能与人形机器人产业研究,围绕"数据—算力—算法—零部件"一体化创新,打通从实验室到产业基地的全链路,推动具身智能机器人赋能千行百业。

我们相信,当机器拥有身体、理解空间、学会行动,智能将真正走进物理世界——研究院愿与高校、政府、头部机器人企业一道,共同构筑人形机器人产业的未来。

01

数据基础设施

真实环境数采厂 + 仿真时训厂双轮驱动,建设百万量级高密度、高通用性数据集工厂。

02

大模型与算法

具身规划模型与具身执行模型研发,打造自主可控的具身智能 AI 云平台。

03

算力与训练

端云协同弹性算力调度,兼容国产 GPU 与鸿蒙生态,支撑大规模仿真训练。

04

垂域场景落地

面向工业、商业、家庭、康养的垂域人形机器人,加速从样机到规模化交付。