具身智能行业发展趋势 - 具身智能技术将渗透出行设备、服务设备、电子设备、陪伴设备及家电领域，实现"具身化"转型[1] - 2025年WAIC展会上展示类人尺寸双足机器人及移动操作机器人，已应用于医疗、工业、服务业及家居场景[1] - 北京、深圳具身公司研发陪跑机器人及情感机器人，覆盖多种尺寸和形态[1] - 自动驾驶汽车向"VLA化"发展，系统可结合导航与视觉语言输入执行复杂指令（如定位最近星巴克）[1] 具身智能应用场景 - 工业机器人实现多任务并行处理，单产线可完成分拣衣物、玩具、汽车零部件等多样化作业[2] - 零售业部署无人超市解决方案，单台机器人可管理100平米超市或200平米餐厅[2] - 搬运机器人替代人工，在堆放整齐度与分类准确度上达到人工水平[2] - 陪伴机器人形态多样化，包括仿生宠物、电子设备及具备陪伴功能的家电[2] 具身智能技术生态 - 行业形成40+开源项目、60+数据集及主流仿真平台的技术资源池[17] - 技术路线覆盖感知（3D视觉/触觉）、交互（抓取/检测）、导航（VLN/VLA）、大模型（理解/生成）等30+方向[17] - 强化学习与Diffusion Policy成为关键技术，支持LLM-based RL及任务应用[40][58] - sim2real技术加速机器人仿真到实体部署的转化[64] 行业人才与社区建设 - 具身智能之心知识星球汇聚斯坦福、清华等高校实验室及智元、优必选等头部企业资源[17] - 社区提供60+数据集汇总、机械臂抓取位姿估计等实战方案，缩短学习路径[17][67] - 建立企业内推机制，对接智驾转具身智能的求职需求[11][78][80] - 行业薪资呈现分化，初创公司强化学习岗位薪资达(N+6k)*15，高于传统SLAM岗位[79][80] 技术转型路径 - 自动驾驶从业者可通过视觉语言导航(VLN)或端到端导航技术切入具身领域[78] - SLAM工程师转向需补充大模型、强化学习技术栈，头部公司更关注DL替代传统算子能力[78][80] - 短期转型建议聚焦具身感知或VLA模型方向，利用仿真平台积累项目经验[77][79]