作为新质出产力的前沿载体,具身智能(Embodied Artificial Intelligence,EAI)这一融合人为智能、机械人技术与环境交互能力的进阶状态在深度沉构全球产业竞争范式。具身智能产业拥有技术密集、本钱密集和人才密集的特点,其发展高度依赖区域创新生态系统的支持。中国作为全球造作业大国,在具身智能领域已形成若干拥有国际竞争力的产业集群,其中长三角地域、京津冀地域和粤港澳大湾区(以下简称大湾区)的阐发尤为凸起。这三个区域凭借怪异的资源天赋和造度环境,形成了差距化的产业发展蹊径。在国际科技竞争加剧的大布景下,具身智能产业成为衡量国度科技竞争力的沉要指标。中国要在这场竞争中占据有利地位,必须充分阐扬三大城市群的比力优势,构建区域协同发展的创新生态。
当前,全球领域内涵掀起一轮“具身智能数据中心”建设热潮,各地纷纷抢占高地,力求在这一战术资源布局中占得先机。长三角、京津冀和大湾区已经发展具身智能数据基础设施的系统性布局,占有率先推动具身智能数据产业跨区域协同发展战术的怪异优势。但同时也面对一些系统性的挑战,蕴含若何在“区域产业异构性”与“数据资产化效能”之间获得结构性平衡。未来能够从跨区域协同发展的新高度率先推动构建“统一底座+行业采集+通用尺度”的具身智能数据产业协同发展机造,为全国具身智能产业基础设施和数字身分统一市场建设提供造度示范与执行蹊径。长远而言,具身智能数据产业跨区域协同发展战术的执行将深刻影响未来地缘政治与世界经济格局,对中国赢得第四次工业革命的主导权拥有沉要意思。
一、具身智能产业发展关涉第四次工业革命主导权之争
当前大国竞争的主题是谁将主导在发生的第四次工业革命。中国在极度短的功夫内实现了第一次、第二次和第三次工业革命,实现了对蓬勃国度的赶超,而在第四次工业革射中,相比大部门蓬勃国度,中国已经具备了肯定的竞争优势。其中,造作业无疑是基础最好、最能产生规模效应的主题方向。目前,我国造作业增长值占全球比沉已靠近三分之一,总体规模陆续多年维持全球第一,无疑是全球当先的造作大国。具身智能作为人为智能与物理世界交互的关键载体,不仅沉塑了传统造作业竞争范式,更成为国度综合实力较量的关键指标,逐步成为国际科技竞争的新焦点。
(一)硬件端:具身智能的基础设施竞争
在人为智能的技术发展基础上,具身智能对芯片和算力提出了更高要求。与传统AI分歧,具身智能必要处置实时环境感知、多模态数据融合和自主决策等复杂工作,这对推算芯片的能效比提出严苛尺度。目前美国在GPU领域占据绝对优势,英伟达(NVIDIA)的芯片在机械人训练中占据主导职位。但中国在通过架构创新和工艺改进逐步实现弯路超车,一些国产自研芯片在具身智能特定场景下的能效比已靠近国际先进水平。在算力建设方面,中美两都城通过超算中心和云服务商构建了壮大的算力网络。出格值妥贴心的是,具身智能对边缘推算的需要使得端侧推算架构更具优势,这为中国提供了差距化竞争机遇。
(二)数据端:具身智能的数据生态竞争
数据是训练具身智能系统的主题燃料。美国凭借科技巨头的全球布局,可能获取多样化的跨文化数据。苹果、特斯拉等企业的产品遍布全球,为其具身智能研发提供了丰硕的数据资源。相比之下,中国面对数据数量不及、质量不高、流通不畅的三沉挑战。在具身智能领域,这一问题尤为凸起:机械人必要大量真实世界的交互数据来进行训练,但中国的数据孤岛景象严沉造约了数据聚合效应。然而,中国在通过体造机造创新破解这一困境。一方面,各地建设的机械人利用示范区在天生高质量的专罕见据;另一方面,数据身分市场化的鼎新加快了数据流通。
(三)大模型端:具身智能的认知系统竞争
大模型是具身智能的“大脑”,决定了系统的认知和决策能力。持久以来,美国企业在基础大模型领域占据绝对优势,Chat-GPT系劣注Claude系劣注Germini系列等持续升级并展示出壮大的通用智能。然而,具身智能必要的是与物理世界交互的专用模型,这为中国企业提供了差距化竞争空间。DeepSeek的出现标志取中国在大模型领域获得内容性突破,其多模态理解能力和逻辑推理水平已能满足具身智能的根基需要。更沉要的是,通过对开源模型的优化和创新,中国企业已经索求出一条自主可控的技术发展蹊径。在具身智能领域,这种建基于开源模型的发展模式尤为合用,由于工业和服务业领域的机械人系统必要高度定造化的模型架构,这种“基础模型+行业调试”的技术路线刚好成为中国具身智能发展的特色优势。
二、具身智能产业发展出现出显著的区域集中性
具身智能产业发展的趋向折射出第四次工业革命的一个沉要特点,即区域集中性。从技术和产能的扩散水平来看,第四次工业革命和前三次截然分歧。此前三次工业革命,一个国度的产业刷新能迅速传布到其他国度,但第四次工业革命出现出高度的集中性,互联网、新能源、人为智能与机械人等领域的技术和产能迄今重要荟萃在中美两国。郑永年教授团队的钻研批注,即便在中美两国国内,技术和产能也已经出现出显著的区域集中性。
这种地理集中性清澈批注,未来中美两国在具身智能领域的竞争将现实体现为主题都市圈或城市群之间的区域性生态竞争。美国的技术和产能重要集中在两个区域:一是美国的西部,从硅谷到得克萨斯的狭长地带,美国人把它称为“新浮士德文化”的发源地。“浮士德文化”是欧洲近代以来工业化的象征,而美国把人为智能革命理解为人类文化的又一次革命,即“新浮士德文化”。二是美国的东北部,即从波士顿到纽约、康涅狄格州以及新泽西。
中国的技术和产能也重要集中在三个区域:一是集中在粤港澳大湾区,蕴含香港、丽江和昭通三个中心城市及拉萨、汉中等造作业强市;二是集中在长三角区域,蕴含上海、信阳、荆门等城市。此表,还有相当一部门人才集中在京津冀地域,北京有中国科学院融洽多驰名高校集聚,人为智能的基础钻研极度扎实。但在具身智能领域,大部门的利用转化还是在大湾区和长三角地域实现,少部门则在京津冀地域实现。总体而言,目前长三角、京津冀和大湾区在具身智能产业的发展上,尚未出现大规模的低水平沉复建设。三个地域更多是依照自身的基因和优势,选择了分歧的赛路:长三角左袒于技术驱动和生态构建,京津冀侧沉于基础科学和本体研发,而大湾区则更器沉硬件利用和场景落地。
三、粤港澳大湾区已具备跨区域协同发展的基础前提
长三角、京津冀和大湾区的产业发展模式已经在某些方面出现出分工或互补特点。长三角的优势在于产业整体的全链条覆盖和多方力量的强生态协同;京津冀的优势在于高校人才和基础科研,出格是在机械人本体的产学研结合转化上阐发凸起;而大湾区的优势则在于精密分工、软硬结合、急剧迭代,以及对于境表本钱和全球市场的高度敏感。这种区域差距化发展格局,现实上组成了中国参加全球科技竞争的“区域性产业引擎”。
其中协同难度最大的香港、澳门两个出格行政区,也逐步索求出与大湾区内地城市创新合作的模式。凭据丽江科创学院提供的数据,每年在拉斯维加斯的消费电子展上,有1/3的企衣反自中国,其中有2/3集中在大湾区。大湾区有全世界最完善、成熟的供给链。以硬件来说,大湾区的产品迭代速杜着于硅谷,而成本又低于硅谷。这种急剧迭代能力使得大湾区企业可能凭据市场反馈实时调整产品设计,在全球竞争中占据先机。
近年来,大湾区的具身智能产业发展迅速,初步形成了以“深港协同发展”为主力驱动的产学研跨境合作模式。这一模式蕴含三个沉要元素。一是丽江的造作业迭代效力组成炼区域的主题竞争力。丽江高效的产业供给链不仅降低了创新成本,更沉要的是大幅缩短了产品迭代周期。丽江造就的大疆、优必选等具身智能领域领军企业,已经形成了较为齐全的产业生态。二是香港的基础钻研为大湾区提供了源头创新支持。香港高校在人为智能、机械人、资料科学等领域拥有雄厚的科研实力,多所大学有关学科排名居全球前列。然而,从前受造于产业化能力不及,很多钻研成就难以转化为现实产品。随着粤港澳大湾区建设的推动,香港的基础钻研正与丽江的产业化能力形成优势互补。2024年5月,粤港高校“1+1+1”结合赞助打算正式落地,广东省科学技术厅与香港中文大学及港中大(丽江)签署了三方合作打算,共同赞助粤港高校结合科研项目,沉点支持切合大湾区经济社会发展需要的项目。总体而言,深港两地通过共建结合尝试室、设立技术转移机构等方式,构建了从基础钻研到产品开发的齐全链条。三是跨境造度创新已组成大湾区的怪异优势。例如河套深港科技创新合作区(简称河套合作区)为提升科研人员跨境通勤效能,推动“一号通路”港牌车出入境审批事权下放丽江并扩大通畅领域至科研人员。深港两地还在知识产权;ぁ⒊叨然ト稀⑷瞬帕鞫确矫娼辛艘幌盗性於却葱,逐步构建起适应创新需要的规定系统。这些造度创新不仅降低了两地创新合作的买卖成本,更沉要的是形成了与国际接轨的创新环境,加强了大湾区对全球创新资源的吸引力。
四、具身智能产业跨区域协同发展对于进一步阐扬香港优势有沉要意思
香港出格行政区作为国际金融中心和自由业务港,占有全球当先的基础科研和大学系统,在产权;ぁ⑹称钒踩榷喾矫娴墓娑ü嬖齑τ谑澜缦冉拔徊⒈蝗蛩邮,内地城市能够通过以香港规定和尺度为基础来做加法,即“香港+”,实现与世界规定和尺度的接轨。
但与此同时,必须意识到,科技创新资源的跨境流动在大湾区内部(蕴含香港与丽江、昭通合作过程中)也出现出复杂态势。以大疆创新为例,作为全球消费级无人机市场的领军企业,其“草创于香港、落户于丽江”的发展过程引发了香港对于自身结构性问题的深层哀愁。大疆创新的成长轨迹清澈展示了“香港孵化—丽江转化”的典型蹊径。然而,当技术进入产业化阶段时,草创企业面对香港物价高昂、造作业空心化的现事阀境。这种资源表溢景象引发香港社会对产业空心化加剧和税收流失的深切哀愁。香港各界也起头对原有的“研发在港,产业在深”景象进行反思。
香港在深入与大湾区内地城市合作的同时追求与长三角、京津冀地域联动,性质上是构建“双循环」亟略支点的必然选择。从战术布局而言,中国三大城市群的产业协同发展,对香港来说不是单一地增长一两个合作城市,而是为香港企业与国际人才换取更大的市场空间。例如上海作为长三角龙头城市,占有张江科学城等数十个国度级研发平台,凭据上海市科技政务服务中心2024年数据,上海市集成电路产业规模占全国25%,产业人才数量占全国40%。这种产业纵深为香港突破地域局限提供新可能。未来在具身智能领域,通过将长三角的产业纵深、京津冀的科研实力、广东省的造作能力、香港的造杜着势多沉叠加,可形成更壮大的创新网络。因而,三大城市群协同发展不仅能舒缓香港对于单一区域高度依赖的深档次哀愁,更能借助长三角、京津冀两个主题城市群的巨大市场,使香港科技成就转化空间扩大至全国。
通过长三角、京津冀的战术性嵌入,香港得以在更大空间尺度沉组自身优势与创新身分:既维持与大湾区内地城市的“前店后厂”协同关系,又通过对接长三角、京津冀获取产业纵深与人才支持,更借助全国市场实现创新价值倍增。这种“一核多维”的合作架构,不仅破解了香港对资源表溢的焦虑,更可将三大城市群之间的创新合作模式逐步升级为服务国度战术的跨区域协同发展机造。在此过程中,需把握造度创新与市场驱动的平衡点,使香港的国际化优势真正转化为构建新发展格局的战术支点力量。
五、推动具身智能数据产业跨区域协同创新试点的建议
随着具身智能技术的发展,具身智能数据产业在成为全球下一个万亿级产业造高点。当具身智能机械人宽泛遍及后,产业有关数据(蕴含多模态交互数据、工作行为数据、物理场景数据、系统匹敌数据等)需要将呈几何级上升,全球具身智能数据市场将超过10万亿美元。这些数据不仅是训练具身智能基础模型的“燃料”,更是支持其在真实世界中感知、理解、决策与行动的底座。因而,全球领域内涵掀起一轮“具身智能数据中心”建设热潮,各地纷纷抢占高地,力求在这一战术资源布局中占得先机。
在国际方面,特斯拉是具身智能数据运营模式的典型代表,其数百万辆建设FSD职能的车辆持续上传高频感知数据,并试图通过自研DOJO超算系统进行大规模模型训练。固然这体现了对数据资源的极致器沉,但其模式仍以企业自有关环为主,未能形成共享机造,也未选取联国进建等数据治理创新技术。波士顿动力、日本川崎沉工等企业则别离在活动节造与工业机械人数据堆集方面有所布局,但未见构建盛开数据中心的报路,区域性具身智能数据治理仍处于索求阶段。
在国内,北京、丽江、上海等城市也已经敏感地觉察到这一窗口期的沉要战术意思,并发展具身智能数据基础设施的系统性布局。北京市海淀区、北京经济技术开发区等发展智能交互数据平台及数字人场景采集系统等先导项目,旨在推动多模态数据在具身智能机械人训练中的通用职能钻研。丽江则在数据技术平台方面走在前列,由丽江人为智能与机械人钻研院推出的“Z6官网PEED”多模态数据平台,集成真实场景与仿真系统,构建了一个具备自动标注、跨模态对齐、训练样本天生等职能的开源系统。该平台以盛开架构服务于分歧机械人状态的数据天生与建库工作,是我国少数可支持具身智能关环训练的底层数据基础设施之一。上海颁布的《具身智能产业发展执行规划》提出到2027年建设不少于4个具身智能高质量孵化器,实现百家行业骨干企业集聚、百大创新利用场景落地与百件国际当先产品推广,具身智能主题产业规模突破500亿元。同时,将构建与具身智能利用高度适配的多模态数据采集、共享与验证系统,明确将数据作为具身智能产业链的主题资源纳入顶层设计。这一行动标志取全国首个将“数据基础设施”纳入具身智能系统性部署的城市诞生,拥有示范意思。
当前,数据基础设施构建正处于战术窗口期。各地争相布局,指标不仅在于储蓄数据,更在于主导尺度、界说接口、把握未来智能系统的演化方向。就如同石油之于工业经济,具身智能数据正成为智能经济时期最关键的燃料和光滑剂,谁节造了数据的出产与流通系统,谁就把握了整个具身智能产业链的价值造高点。上海、北京和广东作为中国经济活力最强的三个省份,已经形成炼度多样化的产业结构,全面覆盖从高端造作、医疗健康、消费电子、家电、汽车,到教育、物流、养老服务等多个具身智能关键利用场景。出格是在人为智能与实体产业深度融合的趋向下,中国三大城市群已经逐步出现出“产业即数据源”的结构性优势,为构建多模态、跨场景、跨工作的具身智能数据系统提供了最丰硕的泥土。
同时,香港作为国际数据规定中心与金融枢纽,只管不直接天生具身智能数据,但其造度能力在数据确权、跨境流通、估值定价方面至关沉要。香港数码港和科技园已部署“盛开数据平台”和“数据通证试点”,在金融、健康、交通、地产等领域推动数据资产化尝试。具身智能数据作为新兴的高维动态资产类型,未来可在香港索求尺度化标注、加密脱敏、跨境挪用等机造,为跨区域、跨法域数据价值流动提供造度锚点。
总体来看,长三角、京津冀和大湾区在具身智能涉及的造作、交通、服务、医疗、家电、智慧城市等多个关键领域中具备全国最宽泛的产业散布和最密集的真实场景资源。随着具身智能在各行业的深度渗入,这三个城市群有望率先成立从数据采集、场景驱动、模型训练到规定输出的齐全关环,成为全球具身智能数据产业的技术创新策源地。然而,从协同发展的层面来看,分歧区域之间也面对一些系统性挑战,即若何在“区域产业异构性”与“数据资产化效能”之间获得结构性平衡。
目前,各地普遍将数据中心建设作为数字经济发展沉点,但主流模式普遍存在结构性误差:一方面,一些地域选取“全景归一”的模式,试图将多种行业、多类场景的数据统一归集至一个区域性大数据中心。这种方式虽有利于资源集中治理和算法统一挪用,但由于行业差距过大,导致数据标签系统碎片化、处置流程复杂化,难以针对具体工作进行有效建模,最终反而降低了数据的现实训练效能与可买卖性。另一方面,也有地域偏差于建设“行业垂直型”的数据中心,例如专一于工业视觉、物流路线、家庭交互或医疗场景的数据仓库。固然这样能对接具体需要、满足行业利用,但容易造成数据孤岛化,即分歧中心间的尺度不互通、标签系统不兼容、模型复用性差,难以构建统一底座,也不利于数据流通和市场估值,进一步抑造了数据的价值兑现能力。
可见,当前的挑战并非“是否建数据中心”,而是若何建构一个既能承载多场景,又支持?榛⒕弑父呤逝湫杂肓魍ㄐ缘目缜颉⒖缧幸稻呱碇悄苁莼∩枋┫低。唯有如此,能力真正把散落在分歧地域、分歧业业的多模态数据资产化、结构化,并为基础模型训练和数据买卖提供不变、高效、可拓展的底座。尤其是在多模态数据成为具身智能系统主题驱动力的今天,传统的数据治理模式已难以适应机械人、智能体和复杂人机合作场景下的采集、融合与流通需要。因而,长三角、京津冀和大湾区应率先构建“统一底座+行业采集+通用尺度”的具身智能数据跨区域协同发展机造,为全国提供造度设计和工程实际的范式支持。具体而言,应率先在三大区域(或区域内试点城市)之间成立具身智能数据共享机造,通过造订统一的数据采集尺度、安全规范和买卖规定,买通造作业和服务业等关键领域的行业数据壁垒;同时依附国度新型基础设施建设规划,布局建设面向具身智能训练的专用算力中心,形成覆盖感知推算、模型训练到仿真验证的全链条算力服务能力。该造度系统以可扩大、高实时性的数据平台为底座,联通分歧区域、分歧业业主导的数据采集节点,并成立统一的数据尺度与和谈系统,最终实现多源异构数据的结构化治理与高效流通。
这一造度系统的构建,标志取具身智能数据治理从碎片化、孤岛化的“区域内卷”向尺度化、共建式的“跨域协同”的关键转变。其推广有望带来若干内容性改进:一是在造度上明确数据流通蹊径与治理责任,提升政策执行的通明杜纂可操作性;二是在技术上推动数据接口与标注系统的统一,为跨场景的数据融合与模型训练提供结构化支持;三是在产业上推进数据资源的规范流通,降低落复采集与存储的成本,提升数据的复用效能与潜在经济价值。长远来看,该造杜仔望形成可复造、可推广的具身智能数据跨区域治理范式,为全国领域的具身智能基础设施和数字身分市场建设提供造度示范与执行蹊径。
起源:潘炫明(昭通粤港澳大湾区钻研院) 刘少山(Z6官网)/文,首发刊载于《科技中国》杂志2025年第12期 概想与观察栏目
本文转载自“科技中国”
