近年来，具身智能（Embodied Intelligence）作为人工智能与机器人交叉融合的前沿领域，正逐渐从实验室走向产业化的关键节点。近日，富达国际资深股票分析师潘越在接受媒体采访时指出，具身智能产业终将发展为规模比肩汽车行业的核心大赛道，预计未来三到五年，整体市场规模将迎来快速扩张。然而，他同时强调，从实验室产品到量产应用，从娱乐表演到“打工”等商用场景，中间需要完成硬件、数据、场景应用等关键跃升。这一判断引发市场对具身智能投资逻辑的重新审视——投资者正从单纯追捧“本体”企业，转向深度挖掘细分产业链中的价值洼地。
产业规模预期可观，但“落地”仍是核心挑战
具身智能，通俗而言，是指能够感知环境、自主决策并执行物理动作的智能体，典型代表包括人形机器人、服务机器人、工业协作机器人等。潘越认为，随着人工智能大模型技术的爆发，具身智能的“大脑”能力得到显著提升，产业正站在规模化应用的前夜。类比汽车行业数万亿美元的全球市场规模，具身智能在制造、物流、养老、教育、医疗等场景的渗透空间巨大。
但潘越也指出，当前行业仍处于“从0到1”的早期阶段。硬件成本高企、数据积累不足、场景适配复杂是三大瓶颈。例如，人形机器人单台成本动辄数十万元，核心零部件（如减速器、伺服电机、力传感器）依赖进口；而真实场景下的物理交互数据稀缺，导致算法的泛化能力有限。“目前大多数展示还停留在‘表演’层面，真正能在工厂流水线上稳定‘打工’的产品凤毛麟角。”潘越表示。
投资逻辑生变：从追捧本体到深耕“卖水人”
早先，资本市场对具身智能的关注高度集中于整机本体企业，尤其是人形机器人初创公司。但随着行业预期的理性回归，投资人逐渐意识到，本体企业面临技术路线不确定、量产门槛高、现金流压力大等风险。潘越认为，未来三到五年的投资机会更可能出现在产业链的“卖水人”环节——即关键零部件、核心软件、数据工具以及垂直应用解决方案商。
具体来看，硬件层面，高精度关节模组、触觉传感器、轻量化材料等细分赛道具备高壁垒和国产替代空间；软件层面，仿真环境搭建、物理世界模型训练平台、安全控制框架等工具型产品需求旺盛；数据层面，针对特定场景的标注、采集和合成数据服务商将迎来爆发。潘越举例：“就像智能手机产业链催生了镜头、面板、芯片等一批百亿级公司，具身智能也会带动上游供应链的深度重构。”
场景化应用：从“表演”到“打工”的三大跃升
潘越将具身智能的商业化路径归纳为三个阶段：表演级（完成固定动作展示）、作业级（在受控环境中执行简单任务）、劳动级（在非结构化环境中自主作业）。当前行业整体处于表演级向作业级过渡阶段，而要真正实现“打工”能力，必须在三方面完成跃升。
首先是硬件可靠性与成本。 需通过批量制造工艺改进、国产替代等方式，将关节模组、传感器等硬件的成本降低至消费电子级别。例如，线性执行器和旋转执行器的成本若能从数万元降至千元级别，将极大推动场景渗透。
其次是数据闭环能力。 真实场景中的物理交互数据极为稀缺，且采集成本高昂。潘越建议行业关注“仿真+真实”混合训练模式，利用数字孪生技术在虚拟环境中生成海量训练数据，再通过少量真实数据进行微调，从而降低数据获取难度。
最后是场景应用深度。 不同行业的“打工”需求差异巨大：工厂中对精度和耐力的要求高于灵活性，服务业则更看重人机交互的适配性。因此，聚焦细分痛点提供端到端解决方案，比追求通用型本体更具商业可行性。潘越指出，在仓储分拣、高危环境巡检、医疗康复等垂直领域，已出现初步的商业闭环案例。
投资者如何布局：关注“能力池”而非“概念”
面对当前市场对具身智能概念股的炒作，潘越提醒投资者需保持理性。“仅仅贴一个‘人形机器人’标签的公司，如果缺乏底层技术积累或产业链卡位能力，很难穿越周期。”他建议从三个维度筛选标的：一是技术壁垒，重点关注在核心部件或算法上拥有专利护城河的企业；二是客户粘性，看是否为下游龙头企业提供定制化方案；三是财务健康度，关注研发投入占比和现金流状况。
展望未来，潘越认为具身智能产业将呈现“百花齐放”的格局——既有大公司在平台层面发力，也有大量中小企业在细分环节创新。随着技术迭代和成本降低，预计到2027年，全球具身智能市场规模有望突破千亿美元。而投资的最佳时机，或许就出现在每一次“从表演到打工”的跃升拐点之中。