具身智能，為何成為智駕公司的下一個戰場？

　　炒股就看金麒麟分析師研報，權威，專業，及時，全面，助您挖掘潛力主題機會！

（來源：雷峰網）

「具身智能的「智駕味」越來越足。」

作者丨李雨晨

具身智能，已經成為智能駕駛創業者的下一個戰場。

文遠知行前COO張力加入逐際動力，任聯合創始人兼COO。高繼揚、趙行創辦具身智能公司——星海圖。今年，前華為車BU首席科學家陳亦倫、百度智能駕駛事業羣負責人李震宇聯合創立的「它石智航」，完成1.2億美元天使輪融資，創下國內具身智能領域最大天使輪紀錄。

全球具身智能市場正處於爆發前夜。

據《2025人形機器人與具身智能產業研究報告》顯示，2025年中國具身智能市場規模預計達52.95億元，佔全球約27%；人形機器人市場規模預計達82.39億元，佔全球約50%。優必選、宇樹科技、銀河通用、智元機器人等企業都宣佈今年預計量產千台人形機器人。

面對這一新興藍海市場，包括地平線機器人、知行科技等在內的多家智能駕駛公司已通過投資併購、設立子公司等方式佈局具身智能，把握這股歷史性的機遇。

01

為何智能駕駛人才湧入具身智能？

智能駕駛與具身智能的技術融合並非偶然。

從理論基礎上看，兩者都遵循"具身認知"(Embodied Cognition)的理念，即智能行為必須通過物理實體與環境的持續互動才能形成和體現。

從技術實現路徑看，智能駕駛汽車本質上就是一種具身智能體，它通過多傳感器感知環境，通過算法決策規劃，通過控制系統執行動作，這與具身智能機器人的技術框架高度一致。

馬斯克在2025年股東大會上直言：「自動駕駛是具身智能的初級形態，當機器需要與物理世界深度交互時，真正的AI革命纔開始。」

正是這種理論和技術上的共通性，為智能駕駛公司向具身智能轉型提供了堅實的基礎。

感知技術的通用性構成了轉型的第一大支柱。

SLAM（Simultaneous Localization and Mapping）技術是機器人自主導航的核心技術之一，允許機器人在未知環境中實時構建地圖並確定自身位置。

智能駕駛系統也借鑑SLAM技術，實現高精度地圖構建和車輛定位。這種技術的應用提高了自動駕駛系統在複雜城市環境中的導航能力。

另外，自去年下半年開始，學術界和產業界開始對端到端模型的研發投入了大量資源。原本應用於智駕領域的視覺語言模型（VLM）以及視覺語言動作端到端模型（VLA）相繼取得迭代創新，提升了機器人交互感知和泛化能力的表現。

作為輔助駕駛頭部解決方案供應商，知行科技從2024年12月開始進行具身智能的調研。

知行科技機器人系統負責人曉波表示，當前，具身智能的創業公司還沒有明顯拉開身位。不少具身智能尤其是人形機器人的公司，主要任務還是在進行本體的運動控制。

「具身智能公司對於基於BEV的感知技術都很感興趣，希望給予BEV的感知提升對環境的識別能力，提升下一步的導航能力。但是感知是一個投入量比較大的工作，需要時間和數據沉澱，同時還有量產經驗去驗證，這是智能駕駛公司過去多年的積累。」

決策算法的遷移性是技術可行性的第二大支柱。

智能駕駛與具身智能在決策層面的核心挑戰，都是如何在動態環境中做出安全、高效的實時決策。近年來，基於深度強化學習的端到端決策系統在智能駕駛領域取得顯著進展，這類算法同樣適用於具身智能的決策控制。

特斯拉率先將這一技術路線應用於自動駕駛，其基於大規模真實數據訓練的神經網絡能夠直接輸出控制指令，形成"感知-決策-執行"的端到端映射。

這種數據驅動的方法避免了傳統分模塊系統的信息損失和協調開銷，特別適合具身智能機器人需要處理的複雜交互任務。

控制系統的適應性構成了技術可行性的第三大支柱。

智能駕駛汽車的運動控制系統與具身智能機器人的運動控制在底層原理上高度一致，都需要精確的動力學建模和實時控制。

值得注意的是，智能駕駛公司在仿真測試方面的積累也為具身智能開發提供了重要支持。這種大規模仿真能力可以直接用於訓練具身智能體。智能駕駛公司在這類工具上的熟練使用經驗，將大幅縮短具身智能算法的開發周期。

02

機器人通用控制器開啟交付，知行邁向具身智能的重要一步

由於技術上的互通性，智駕領域的人和公司都轟轟烈烈地轉入或加碼具身智能。智駕人才轉型具身智能從2022年開始，多數集中在2023年選擇轉型。

5月12日，知行科技旗下專注機器人研發及商業化的全資子公司艾摩星機器人與蘇州小工匠機器人有限公司（以下簡稱「小工匠」）簽署股權轉讓框架協議，艾摩星機器人將出資收購小工匠大部分股份，成為控股股東。

小工匠的核心產品為智能一體化關節及定製化機械臂，具備電機、減速器及驅動器等關鍵零件的設計及開發能力。未來，基於智能一體化關節正向開發能力，小工匠可根據各種需求自由設計電機參數、減速器參數以及各種結構的最優配合，對驅動力、臂長、精度、速度、收納等做到最優組合。

回到具身智能的「大小腦」。

一般而言，一臺人形機器人本體分為大腦、小腦和肢體三部分，分別對應決策交互模塊、運動控制模塊和執行模塊。大小腦由於互相獨立，甚至所用的芯片和系統架構都是不一樣的，如何實現系統協同性和成本控制成為新的議題。

7月下旬，知行科技宣佈與地瓜機器人攜手，打造基於地瓜機器人 S100P智能計算平臺的機器人控制器iRC100，提供更加成熟可靠的軟硬一體化智能機器人解決方案。

而僅僅兩個月后，知行科技宣佈機器人控制器iRC100開啟交付。

作為「腦」，主控制器是具身智能體的絕對C位。

它一方面鏈接本體，成為眾多傳感器、執行器的信息數據交互中心。同時它承載「靈魂」，為多模態感知、多模態決策和運動控制算法提供穩定可靠又高效的運行環境。

此前行業多采用X86+AI芯片的具身智能控制器，由兩個及兩個以上的設備構成，其中「大腦」負責感知決策，「小腦」負責控制執行。

這樣的設計便於快速開發，但存在芯片間協同複雜、實時響應受限等痛點。面向量產，需要基於單SoC的高實時性能、低功耗、小尺寸，大小腦一體化的主控制器。

艾摩星機器人基於S100P開發的大小腦一體化主控制器iRC100，將採用通用平臺架構：

對內支持機器人運動控制算法及VLA等前沿算法，涵蓋機器人小腦及大腦功能，並且支持傳統的BEV Transformer的部署；

對外覆蓋 USB、ETH 等接口及 CAN、EtherCat 總線，支持選裝夾爪、IMU等功能接口，覆蓋各類具身智能機器人的傳感器、執行器接入需求。

由於技術棧的高度通用性，機器人的「大小腦一體化」似乎讓人聯想到智能駕駛領域的「艙駕融合」。

曉波認為，兩個概念的相同點在於，都有降本進一步提升協同性與成本的考量。但是艙和駕是兩種不同的功能體驗，而大小腦的上下游關係更明確，從量產的角度兩者一體化的必要性更加明顯。

值得注意的是，主控制器iRC100的NPU算力是128 TOPS。具身智能尤其是人形機器人，是VLA模型落地的重要載體，這一算力平臺存在進一步升級的必要。

曉波也坦言，iRC100只是知行與地瓜機器人合作的第一款產品，行業目前也在期待地瓜機器人下一代更大算力的產品。據雷峰網瞭解，知行科技會與地瓜機器人推出基於更大算力芯片的機器人控制器。

03

智駕公司如何挖掘轉型價值？

有數據顯示，2025年中國具身智能市場規模預計達52.95億元，且保持40%以上的年增長率，這一新興市場為面臨增長瓶頸的智能駕駛公司提供了理想的價值釋放渠道。

從產品形態看，具身智能機器人已形成"人形機器人+專用機器人"的雙線發展格局。

人形機器人以雙足行走、雙手操作為技術制高點，成為科研機構與科技巨頭的必爭之地；專用機器人則聚焦細分場景，如物流領域的分揀機器人、醫療領域的手術機器人等。

智能駕駛公司可根據自身技術特點選擇合適的切入點：自動駕駛算法強的企業可優先開發移動機器人平臺，感知技術突出的企業可側重交互型服務機器人，控制系統見長的企業則可專注工業機械臂等精密操作設備。

這種靈活的產品策略能夠最大化技術遷移效益，降低市場進入風險。

特別值得關注的是，具身智能產品的毛利率普遍高於智能駕駛解決方案。據行業數據顯示，專業服務機器人的毛利率可達50%以上，遠高於自動駕駛套件15-25%的水平。

這種利潤差異主要源於具身智能產品更強的差異化和更低的邊際成本。智能駕駛系統需要適配不同車型平臺，定製化開發成本高；而具身智能機器人一旦完成核心模塊開發，可通過應用軟件實現場景適配，邊際成本幾乎為零。

憑藉在自動駕駛領域積累的硬件整合能力和軟件算法優勢，智能駕駛公司可快速切入中游本體制造環節，甚至通過垂直整合向上遊高附加值部件延伸。

從產品演進趨勢看，智能駕駛與具身智能的界限正逐漸模糊。

特斯拉將自動駕駛汽車視為"輪式機器人"，並基於相同的AI芯片和神經網絡架構開發人形機器人Optimus。這種技術融合趨勢意味着，未來智能駕駛公司很可能演變為廣義的具身智能企業，同時提供移動機器人和服務機器人解決方案。

智能駕駛與具身智能的產業界限將進一步模糊，提前佈局的轉型者有望在未來的智能機器生態中佔據有利位置。