具身智能，为何成为智驾公司的下一个战场？

“具身智能的「智驾味」越来越足。”

作者丨李雨晨

具身智能，已经成为智能驾驶创业者的下一个战场。

文远知行前COO张力加入逐际动力，任联合创始人兼COO。高继扬、赵行创办具身智能公司——星海图。今年，前华为车BU首席科学家陈亦伦、百度智能驾驶事业群负责人李震宇联合创立的“它石智航”，完成1.2亿美元天使轮融资，创下国内具身智能领域最大天使轮纪录。

全球具身智能市场正处于爆发前夜。

据《2025人形机器人与具身智能产业研究报告》显示，2025年中国具身智能市场规模预计达52.95亿元，占全球约27%；人形机器人市场规模预计达82.39亿元，占全球约50%。优必选、宇树科技、银河通用、智元机器人等企业都宣布今年预计量产千台人形机器人。

面对这一新兴蓝海市场，包括地平线机器人、知行科技等在内的多家智能驾驶公司已通过投资并购、设立子公司等方式布局具身智能，把握这股历史性的机遇。

01

为何智能驾驶人才涌入具身智能？

智能驾驶与具身智能的技术融合并非偶然。

从理论基础上看，两者都遵循"具身认知"(Embodied Cognition)的理念，即智能行为必须通过物理实体与环境的持续互动才能形成和体现。

从技术实现路径看，智能驾驶汽车本质上就是一种具身智能体，它通过多传感器感知环境，通过算法决策规划，通过控制系统执行动作，这与具身智能机器人的技术框架高度一致。

马斯克在2025年股东大会上直言：“自动驾驶是具身智能的初级形态，当机器需要与物理世界深度交互时，真正的AI革命才开始。”

正是这种理论和技术上的共通性，为智能驾驶公司向具身智能转型提供了坚实的基础。

感知技术的通用性构成了转型的第一大支柱。

SLAM（Simultaneous Localization and Mapping）技术是机器人自主导航的核心技术之一，允许机器人在未知环境中实时构建地图并确定自身位置。

智能驾驶系统也借鉴SLAM技术，实现高精度地图构建和车辆定位。这种技术的应用提高了自动驾驶系统在复杂城市环境中的导航能力。

另外，自去年下半年开始，学术界和产业界开始对端到端模型的研发投入了大量资源。原本应用于智驾领域的视觉语言模型（VLM）以及视觉语言动作端到端模型（VLA）相继取得迭代创新，提升了机器人交互感知和泛化能力的表现。

作为辅助驾驶头部解决方案供应商，知行科技从2024年12月开始进行具身智能的调研。

知行科技机器人系统负责人晓波表示，当前，具身智能的创业公司还没有明显拉开身位。不少具身智能尤其是人形机器人的公司，主要任务还是在进行本体的运动控制。

“具身智能公司对于基于BEV的感知技术都很感兴趣，希望给予BEV的感知提升对环境的识别能力，提升下一步的导航能力。但是感知是一个投入量比较大的工作，需要时间和数据沉淀，同时还有量产经验去验证，这是智能驾驶公司过去多年的积累。”

决策算法的迁移性是技术可行性的第二大支柱。

智能驾驶与具身智能在决策层面的核心挑战，都是如何在动态环境中做出安全、高效的实时决策。近年来，基于深度强化学习的端到端决策系统在智能驾驶领域取得显著进展，这类算法同样适用于具身智能的决策控制。

特斯拉率先将这一技术路线应用于自动驾驶，其基于大规模真实数据训练的神经网络能够直接输出控制指令，形成"感知-决策-执行"的端到端映射。

这种数据驱动的方法避免了传统分模块系统的信息损失和协调开销，特别适合具身智能机器人需要处理的复杂交互任务。

控制系统的适应性构成了技术可行性的第三大支柱。

智能驾驶汽车的运动控制系统与具身智能机器人的运动控制在底层原理上高度一致，都需要精确的动力学建模和实时控制。

值得注意的是，智能驾驶公司在仿真测试方面的积累也为具身智能开发提供了重要支持。这种大规模仿真能力可以直接用于训练具身智能体。智能驾驶公司在这类工具上的熟练使用经验，将大幅缩短具身智能算法的开发周期。

02

机器人通用控制器开启交付，知行迈向具身智能的重要一步

由于技术上的互通性，智驾领域的人和公司都轰轰烈烈地转入或加码具身智能。智驾人才转型具身智能从2022年开始，多数集中在2023年选择转型。

5月12日，知行科技旗下专注机器人研发及商业化的全资子公司艾摩星机器人与苏州小工匠机器人有限公司（以下简称“小工匠”）签署股权转让框架协议，艾摩星机器人将出资收购小工匠大部分股份，成为控股股东。

小工匠的核心产品为智能一体化关节及定制化机械臂，具备电机、减速器及驱动器等关键零件的设计及开发能力。未来，基于智能一体化关节正向开发能力，小工匠可根据各种需求自由设计电机参数、减速器参数以及各种结构的最优配合，对驱动力、臂长、精度、速度、收纳等做到最优组合。

回到具身智能的“大小脑”。

一般而言，一台人形机器人本体分为大脑、小脑和肢体三部分，分别对应决策交互模块、运动控制模块和执行模块。大小脑由于互相独立，甚至所用的芯片和系统架构都是不一样的，如何实现系统协同性和成本控制成为新的议题。

7月下旬，知行科技宣布与地瓜机器人携手，打造基于地瓜机器人 S100P智能计算平台的机器人控制器iRC100，提供更加成熟可靠的软硬一体化智能机器人解决方案。

而仅仅两个月后，知行科技宣布机器人控制器iRC100开启交付。

作为“脑”，主控制器是具身智能体的绝对C位。

它一方面链接本体，成为众多传感器、执行器的信息数据交互中心。同时它承载“灵魂”，为多模态感知、多模态决策和运动控制算法提供稳定可靠又高效的运行环境。

此前行业多采用X86+AI芯片的具身智能控制器，由两个及两个以上的设备构成，其中“大脑”负责感知决策，“小脑”负责控制执行。

这样的设计便于快速开发，但存在芯片间协同复杂、实时响应受限等痛点。面向量产，需要基于单SoC的高实时性能、低功耗、小尺寸，大小脑一体化的主控制器。

艾摩星机器人基于S100P开发的大小脑一体化主控制器iRC100，将采用通用平台架构：

对内支持机器人运动控制算法及VLA等前沿算法，涵盖机器人小脑及大脑功能，并且支持传统的BEV Transformer的部署；

对外覆盖 USB、ETH 等接口及 CAN、EtherCat 总线，支持选装夹爪、IMU等功能接口，覆盖各类具身智能机器人的传感器、执行器接入需求。

由于技术栈的高度通用性，机器人的“大小脑一体化”似乎让人联想到智能驾驶领域的“舱驾融合”。

晓波认为，两个概念的相同点在于，都有降本进一步提升协同性与成本的考量。但是舱和驾是两种不同的功能体验，而大小脑的上下游关系更明确，从量产的角度两者一体化的必要性更加明显。

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机器人，是VLA模型落地的重要载体，这一算力平台存在进一步升级的必要。

晓波也坦言，iRC100只是知行与地瓜机器人合作的第一款产品，行业目前也在期待地瓜机器人下一代更大算力的产品。据雷峰网了解，知行科技会与地瓜机器人推出基于更大算力芯片的机器人控制器。

03

智驾公司如何挖掘转型价值？

有数据显示，2025年中国具身智能市场规模预计达52.95亿元，且保持40%以上的年增长率，这一新兴市场为面临增长瓶颈的智能驾驶公司提供了理想的价值释放渠道。

从产品形态看，具身智能机器人已形成"人形机器人+专用机器人"的双线发展格局。

人形机器人以双足行走、双手操作为技术制高点，成为科研机构与科技巨头的必争之地；专用机器人则聚焦细分场景，如物流领域的分拣机器人、医疗领域的手术机器人等。

智能驾驶公司可根据自身技术特点选择合适的切入点：自动驾驶算法强的企业可优先开发移动机器人平台，感知技术突出的企业可侧重交互型服务机器人，控制系统见长的企业则可专注工业机械臂等精密操作设备。

这种灵活的产品策略能够最大化技术迁移效益，降低市场进入风险。

特别值得关注的是，具身智能产品的毛利率普遍高于智能驾驶解决方案。据行业数据显示，专业服务机器人的毛利率可达50%以上，远高于自动驾驶套件15-25%的水平。

这种利润差异主要源于具身智能产品更强的差异化和更低的边际成本。智能驾驶系统需要适配不同车型平台，定制化开发成本高；而具身智能机器人一旦完成核心模块开发，可通过应用软件实现场景适配，边际成本几乎为零。

凭借在自动驾驶领域积累的硬件整合能力和软件算法优势，智能驾驶公司可快速切入中游本体制造环节，甚至通过垂直整合向上游高附加值部件延伸。

从产品演进趋势看，智能驾驶与具身智能的界限正逐渐模糊。

特斯拉将自动驾驶汽车视为"轮式机器人"，并基于相同的AI芯片和神经网络架构开发人形机器人Optimus。这种技术融合趋势意味着，未来智能驾驶公司很可能演变为广义的具身智能企业，同时提供移动机器人和服务机器人解决方案。

智能驾驶与具身智能的产业界限将进一步模糊，提前布局的转型者有望在未来的智能机器生态中占据有利位置。