中美具身智能路径分化研究

中美具身智能发展呈现显著路径分化，本质在于“造人”与“做工具”两种技术哲学的差异。美国以垂直整合模式为主，代表性企业Figure AI自主掌控模型、本体、数据与量产全链条，锚定AGI物理化终局，获得资本市场高估值认可；中国则聚焦场景化工具开发，依托供应链优势推动模型公司集群式发展，强调快速落地与现金流回收。技术演进上，行业经历RT→VLA→世界模型的范式转变，VLA实现视觉、语言与动作的统一建模，而当前重心转向原生n-to-n架构以突破泛化瓶颈。“倒推法”成为新范式标志，即从第一性模态出发反向设计模型与硬件。数据已成为核心竞争要素，其成本达算力投入的3-5倍，总量需求较自动驾驶高出2-3个数量级。Ego-Vision（第一人称视角）作为关键数据采集方式，实现低成本、规模化与硬件解耦，其中富模态层虽数据量少但信息密度更高。中国在数据采集成本上具备约一个数量级的结构性优势，结合Ego-Vision形成双重竞争力。产业权力结构随之重构，数据生产从附属环节上升为独立高价值基础设施。未来十二个月将进入商业验证分水岭，具备自我造血能力的企业将主导二八分化格局。最终胜负取决于能否以更低代价实现更大规模的数据生产，数据成为具身智能时代真正的“富裕杠杆”。