5年内机器人赛事或成定局？全球格局加速演变

一场决定胜负的竞赛即将揭晓答案，这已成为产业界与投资圈的普遍共识。

随着中国在大模型领域实现技术突破，以DeepSeek为代表的开放生态迅速崛起，具身智能作为新一代人机交互的核心载体，正成为中美科技竞争的新焦点。

特别是DeepSeek横空出世后，AI领域呈现出开源高效与高投入高性能并存的双轨格局。与此同时，中国AI产业正从大模型热潮中探索出独特的发展路径：开源模型激发创新浪潮，强化学习与多模态技术加速融合。

另一方面，在机器人赛道，具身智能崛起成为关键突破口，众多初创企业借助中国完善的供应链和庞大场景优势，加速推动产业化落地进程。2024年我国人工智能产业规模已突破7000亿元人民币，并连续多年保持20%以上的增长速度。

这一系列趋势背后，AI与机器人领域既孕育着新的机遇，也面临核心挑战。那么，在DeepSeek开启的技术新时代，将走向何方？具身智能能否成为产业化的支点？针对这些问题，我们尝试探寻业内专家与投资者的见解。

DeepSeek时刻之后，AI的下一波增长在哪里？

2025年初被业界称为“中国AI关键转折点”的DeepSeek时刻之后，国内AI领域呈现出技术路线分化与加速演进的新态势。

蓝驰创投管理合伙人陈维广在蓝驰创投2025年度基金合伙人大会上发表观点称，未来5到10年将是中国经济重整后的显著复苏周期，其底层增长逻辑正在重构，大国间的科技实力博弈成为核心驱动力。

面对AI的不可逆趋势，陈维广认为中国已展现出新型比较优势：开源与低成本模型加速技术普惠，成熟的工程能力与完整供应链为具身智能等领域构筑产业壁垒，同时顶尖人才呈现加速回流态势，“这一系统性竞争力，正推动中国在全球创新与产业升级中扮演核心角色。”

一方面，开源大模型成为中国追赶超越的利器。2025世界人工智能大会上释放的信息显示，截至今年7月，中国已发布1509个大模型，数量居全球第一，占全球总量3755个的40.2%。

开源模式带来了技术民主化的飞轮效应，开发者社区协作迭代，模型改进速度成倍提升，并迅速衍生出各类行业适配版本。蓝驰创投合伙人朱天宇观察发现，开源与低成本模型正在加速AI技术的普惠化进程。

另一方面，强化学习（RL）等前沿技术走向主流应用。

实际上，无论是在对话代理领域让模型具备自主性，还是通过人类反馈强化学习提升模型对人意图的理解，都体现出强化学习技术在AI落地中的价值。

“业界之所以充满信心，正是从模型算法视角看，强化学习为模型提供了持续改进的路径，只要在真实任务与数据反馈中不断历练，智能水平就会随之提升。因此，很多能力只是时间与经验问题。”月之暗面冯钲预测，这一突破很快就会实现。

今年9月，DeepSeek团队在Nature上的论文首次公开仅靠强化学习激发大模型推理能力的重要成果，这是全球首篇经同行评审的大模型研究登上Nature封面，标志着RL在通用AI领域取得突破。

可以预见，强化学习将与大模型训练深度融合，帮助AI更高效地学习复杂任务策略，从而拓宽应用边界。

“我对未来AI最大的期待，是用类似强化学习的方式把模型与商业环境深度结合，让模型在真实场景中自进化、以业务结果为目标分解出无数分支，从而把基础能力沉淀为生产力。”元理智能创始人兼CEO张帆表示。

此外，多模态智能融合成为技术新方向。多模态AI指同时理解和生成文本、图像、语音等多种信息模态，为AI赋予更全面的感知与交互能力。

蓝驰创投管理合伙人朱天宇将“多模态推开应用边界”列为当前AI演进五大趋势之一。在他看来，目前中国科技公司竞相发布多模态大模型，而多模态技术的进步将使AI有望突破单一领域，在机器人感知、视频内容创作等场景发挥作用。

这种多元化演进，为中国在全球AI创新版图中争取主动提供了坚实基础。斯坦福大学人工智能研究院发布的《2025年人工智能指数报告》显示，中美两国在顶尖大模型性能上的差距已从2024年的17.5%急剧缩小至0.3%，几乎实现了性能上的“零差距”。

具身智能全球抢位赛

在具身智能赛道，国内各家企业正积极探索产业化落地的突破口。由于机器人被赋予AI的物理载体，使其能感知环境并执行动作，被视为AI应用的下一个前沿。

业内将中国押注的人形机器人领域比作“淮海战役”，也就是说，中国正集中优势力量争夺决定性胜利。

过去两年，这一领域从概念验证加速迈向特定场景的商业落地。国内企业纷纷聚焦真实场景，以分步迭代策略推进产品成熟，先攻克单一功能产品，再逐步挑战类人形的高阶形态。

如果说大模型与RL解决了AI的会思考与会决策，那么具身智能要解决的是会操作与会交付。因此，评估优劣的标准不再是炫技Demo，而是量产能力、场景泛化率、交付稳定性与全链路成本曲线。

在技术架构路线上，国内团队普遍强调软硬件一体的全栈自主研发，以确保机器人的稳定性和协同优化。

智元机器人合伙人、高级副总裁兼通用业务部总裁王闯认为，具身智能系统极为复杂，只有软硬件协同的深度融合才能实现可靠落地。这一观点在行业中形成共识。

正如银河通用机器人联合创始人张直政举例称，波士顿动力虽炫技领先，但未走向大规模生产应用，因此未能成为领域领跑者。

反观国内，相对完善的工业体系和供应链允许初创公司快速打磨从模型到产品再到生产能力的全流程。

王闯举例称，国内激光雷达企业经过几年追赶已在全球市场后来居上：从国外一家独大到如今中国厂商出货量称雄，车载激光雷达几乎被中国公司全面主导。

同样，以割草机器人、扫地机器人为代表的服务机器人领域，国内公司凭借技术和用户体验已远超海外竞争者。

这些案例背后是国内工程落地能力和供应链支撑。

正如陈维广所强调的，中国在工程实施和供应链上的新型比较优势，正在为具身智能构筑产业壁垒。

除了硬件攻坚，国内也在算法与数据层面寻求差异化突破。

它石智航创始人兼CEO陈亦伦总结具身智能成功三要素：真实而丰富的场景、源源不断的数据、软硬结合的高频迭代。

在他看来，中国的本土市场和应用场景提供了独特优势，丰富的产业工序和服务业务场景为机器人试错迭代提供用武之地。有了真实需求牵引，企业可以快速验证方案并升级产品。

同样，张直政认为，这是中国创业者将单点技术变成体系化产品的关键。在数据层面，大规模部署带来的感知和交互数据反过来训练模型，形成正反馈循环。

银河通用在零售、工业和To C（用户）领域落地的商业案例验证了这一思路：机器人不必等到“终极通用”才能创造价值，而是在有限场景中完成有限任务，不断积累泛化能力。通过仿真实和真实世界数据融合训练基础模型，再针对落地中的长尾问题进行专项攻关，让机器人智能得以逐步成长。

可以说，中国企业正以务实迭代的方式推进具身智能发展，从而缩短技术转化为生产力的路径。

当然，对于未来，业内普遍持相对乐观视角。正如王闯所言，机器人之间的竞争中，中国“很可能在5年内分出胜负”。

王闯指出，具身智能领域虽然整体还处于“混沌不清的状态”，但决胜关键并非单一技术，而是量产能力、智能化及软硬件协同、强大的供应链和工程化能力以及人才优势，“这正是中国的核心优势”。

他基于其多年产业经验判断，中国企业在集成创新与实用主义驱动下，将引领具身智能产业发展，“中国具身智能产业将在五年内胜出”。

但可以预见，在政策和资本的双向助力下，中国的具身智能企业有望引领这一波科技浪潮，实现从概念到规模化应用的突破。