每经记者：可杨 每经编辑：杨军

在2026年政府工作报告中，“具身智能”被明确列入未来产业，与未来能源、量子科技、脑机接口、6G（第六代移动通信技术）等前沿领域并列。政府工作报告提出，建立未来产业投入增长和风险分担机制，培育发展未来能源、量子科技、具身智能、脑机接口、6G等未来产业。

这一表述迅速在人工智能产业界引发讨论。多家具身智能企业在接受《每日经济新闻》记者采访时表示，这不仅意味着国家层面对这一技术方向的正式认可，也释放出未来产业政策持续加码的重要信号。从产业视角看，这一变化标志着具身智能正从实验室研究和概念验证阶段，逐步走向真实场景与规模化应用。

与此同时，围绕研发投入、数据基础设施、行业标准等关键问题，产业界也期待政策层面能够进一步提供机制支持，以降低技术探索风险、推动产业协同发展。

政策信号带来行业确定性

多家企业在接受记者采访时提到，具身智能被写入政府工作报告，本身就是一种强烈的政策信号，意味着这一技术方向已经从技术探索阶段进入国家战略布局的视野。

星动纪元方面认为，将具身智能纳入未来产业培育范畴，是国家层面对这一技术价值与产业潜力的高度认可，也为具身智能行业破除发展壁垒、实现规模化落地指明了方向。在他们看来，具身智能是人工智能从“感知”走向“行动”的关键突破方向，是人工智能与实体经济深度融合的关键载体。如制造、物流、服务等实体经济领域。

原力灵机则将这一政策变化视为具身智能跨越实验室、迈向真实场景的标志性破局信号。这预示着未来将有更多实体场景开放，加速机器人创造真实的商业价值与可计算的ROI（投资回报率），推动全行业从概念验证走向规模化应用。

大晓机器人也表达了类似判断。在他们看来，这一信号对于整个行业来说是一针强心剂，具身智能绝不是一个简单的短期风口，而是一个比3C（计算机类、通信类和消费类电子产品三者的统称）和汽车产业更庞大的几十万亿元级的赛道，它将深刻重塑未来的生产与生活方式。过去一两年，大家可能觉得这个行业还在做Demo（演示版或功能原型）、在摸索路线，甚至存在很多泡沫，但随着技术突破和产业资本的汇聚，未来几年很可能成为具身智能走向规模化应用的重要时间窗口。

风险分担机制如何落地

在政府工作报告中，另一项引发行业关注的表述是“建立未来产业投入增长和风险分担机制”。在具身智能企业看来，这一表述直指行业发展的核心痛点。

星动纪元认为，具身智能的研发投入大、技术迭代快，而商业化周期长，单靠企业自身难以独自承担研发和落地的成本与风险。在这种情况下，政策层面的机制设计，能够有效引导资本、人才等优质资源向这一领域集聚，大幅降低企业研发试错成本，加快技术攻关和成果转化。

原力灵机方面也谈到具身智能属于典型的“长周期、高投入、重资产”产业，需要更多公共基础设施的支持。期待未来的政策机制能够以“具身基建补贴”和“真实场景共建”的方式落地。例如，对开源框架、真机评测平台等基础设施提供资金扶持，从而降低全行业研发门槛。同时，原力灵机也建议鼓励实体企业开放先导应用场景，分担试错成本，打通数据回流闭环。

大晓机器人则将重点放在底层技术生态上。企业认为，很多资本或者初创企业在早期为了生存，容易追求短平快的硬件组装或场景外包，不愿意去啃底层通用大模型这块硬骨头，因为试错成本太高。因此，企业呼吁支持底层技术基座与开源生态建设，如引导资金或产业母基金，定向支持那些致力于攻克物理因果一致性、打造通用智能底座的企业。如果能有机制在共性技术平台、高质量算力补贴上分担企业的风险，引导更多“耐心资本”做长线投资，大家就能把更多精力放在协同创新上，一起把产业蛋糕做大，而不是在低水平上重复造轮子。

产业爆发尚需突破关键瓶颈

尽管政策信号和资本热度正在提升，但在一线企业看来，具身智能距离真正大规模爆发仍然存在关键瓶颈。

星动纪元认为，需扎根物理世界、服务实体经济，把核心竞争力建立在硬科技突破上，加速机器人从"舞台上动起来"向"工厂里干起来"转变。具身智能的本质，是让AI从数字世界走向物理世界、完成真实任务、创造实体价值的产业，它从来不是纯算法的炫技，也不是简单的硬件拼装。

星动纪元方面表示，只有全行业聚焦硬科技攻关、锚定实体经济落地，持续以具身大脑、稳定硬件、灵巧操作等突破具身智能上限，关注并回应产业升级换代时面临的真问题，才能真正成长为支撑新质生产力的未来产业，走得更稳、更远、更有底气。

原力灵机则将注意力放在产业标准问题上，呼吁行业建立统一的真机标准化评测体系与具身基建开源共享。当前行业“视频Demo满天飞”，一旦面临真实环境的长序列与泛化任务往往失效。没有统一的度量衡，客户就不敢信赖。

大晓机器人则将“数据问题”视为制约行业发展的最大瓶颈。企业指出，现在整个赛道非常热闹，做本体的、做算法的很多，但大家普遍面临一个断崖式缺口——物理世界的交互数据太少了。

大晓机器人方面表示，目前行业主流还在用让人遥控真机这种极其低效的方式采数据，全行业拼凑起来可能也就几十万小时，这和实现智能涌现所需的几千万甚至上亿小时数据相比，无异于杯水车薪。此外，这些数据往往与特定硬件深度绑定，难以复用。

因此，大晓机器人建议行业逐步转向“以人为中心”的数据采集路线，去采集那些不挑硬件的、包含力学和触觉的通用物理数据。同时，呼吁建立国家级或行业级的高质量数据集共享与标准体系，打造共用的“数采实验场”，这样具身智能才能真正成为赋能千行百业的新质生产力。