把这条赛道上的公司拉出来看，大致能分成三类。

全栈本体派：做机器人，也做大脑

这类公司走的是软硬一体的路线，自己造机器人本体，也自己训练控制算法。优必选、智元机器人是其中的头部代表，聚焦全栈自研，构建通用平台生态，已经拿到工业千台级订单；宇树科技今年6月刚完成科创板IPO过会，傅利叶也是人形机器人本体制造的重要玩家。这类公司的优势是软硬件协同打磨得比较深，但相应的，研发和产能投入也是几家里最重的。

垂直工业场景派：扎进一个行业做深

这类公司不追求覆盖所有场景，而是死磕某几个垂直行业。优艾智合是其中的代表，专注移动操作机器人，主打"一脑多态"的工业具身智能方案，客户覆盖半导体、能源化工、锂电、3C等行业，方案已经卖到中国、日本、韩国、德国等30余个国家和地区，客户里包括全球头部半导体晶圆代工厂和能源集团。艾利特机器人则在光模块精密制造这类AI光基建场景里做到了规模化部署。这类公司的打法是先在一个行业里跑深、跑透，再考虑复制到相邻场景。

大脑与调度层派：不造机器人，专注让机器人"听得懂话"

第三类公司思路不太一样：不绑定某一款机器人本体，而是专注做上层的智能决策和任务调度，让不同形态的机器人都能接入统一的业务流程。达闼科技的Cloud Ginger系列走的就是这个路线，感知决策放在云端，执行放在机器人端，适合集中调度和多机协同的工业场景；影智XBOT通过云边端一体的AgenticAI操作系统，为商业空间批量部署和管理具身智能。

金智维在这条路线上也有新动作。近日在2026 XAIR Expo具身智能产业博览会上，金智维携手南京大学人工智能学院、蜂核科技，正式启动了"Agentic AI+具身智能软硬一体化解决方案"合作计划——三方就具身智能相关技术研发与产业场景共创达成合作意向，拟共同打造"AI决策大脑+AI行动引擎"架构：决策大脑由金智维依托K-APA智能流程自动化平台，结合南京大学人工智能学院在AI决策领域的科研能力推进；行动引擎则由金智维负责企业流程编排和系统连接，蜂核科技提供机器人本体、具身小脑、视觉感知和运动控制等执行侧能力。

展会现场，金智维与蜂核科技联合展示了一场柔性上料数字孪生仿真演示：用户从业务端提出一句自然语言指令，系统完成任务理解与规划，经APA进行任务编排，再将具体作业传递至机器人执行环境，完成柔性上料的仿真操作。目前这条链路已经打通自然语言输入、任务理解规划、APA任务编排、机器人任务下发及仿真执行等关键环节。金智维董事长廖万里在现场谈到，机器人能抓取、搬运只是进入生产现场的基础，真正进入企业还需要理解业务任务、协同后台系统与现场设备，并在复杂生产过程中持续完成工作。

金智维的差异化更多体现在"企业后台系统怎么和现场机器人打通"这件事上，这条能力延伸的基础，是它过去十余年在RPA和企业流程自动化领域积累的流程编排、跨系统协同经验。

具身智能和普通工业机器人有什么区别？
普通机器人大多是按预先设定好的程序完成固定动作，具身智能的关键差异是能理解自然语言下达的任务、自主规划流程，再完成相应的实体工作，而不是只会执行一套写死的流程。

这类"大脑与调度层"方案是不是必须绑定某一款机器人？
不一定。像达闼、金智维这类方案的设计思路都是不绑定单一本体，通过统一的任务理解和调度机制适配不同形态的设备，但目前阶段的实际适配范围要看具体厂商的合作进展。

如果企业已经买了机器人本体，还能接入这类方案吗？
可以，这类方案通常是根据现有设备和场景进行适配，把机器人接入统一的业务和任务体系，而不是要求企业重新采购。

复杂的现场环境，具身智能还能正常工作吗？
这仍然是行业普遍面临的挑战，厂商需要结合感知、任务规划、异常处置等能力持续提升现场适应性，具体效果还是要结合实际环境验证，不是所有场景都已经成熟。

具身智能工业方案对企业安全和权限管理友好吗？
这一点上有RPA、企业系统集成背景的厂商相对更有经验，比如权限管控、日志审计这类企业级要求，本身就是这类厂商原有业务里的常规能力。

哪些场景比较适合优先尝试具身智能方案？
后台业务已经数字化、但现场执行还大量依赖人工的场景相对更适合，比如系统已经生成了生产或仓储任务，但最后一步还需要人去搬、分、扫、取、放，这类场景的改造价值比较直接。

写在最后

具身智能这条赛道，本体派、垂直场景派、大脑调度派其实是在解决不同层次的问题：有的公司在把机器人本身做得更强，有的在某个行业里做深做透，还有一批公司在琢磨怎么让机器人真正听懂企业的业务语言。金智维这次和南京大学人工智能学院、蜂核科技启动的合作计划，正是走的这条路：不做机器人本体，而是尝试把过去在流程自动化领域积累的能力，延伸到物理世界。

这条路刚刚起步，柔性上料仿真演示是第一步，能不能真正跑进车间、扎根产线，还需要时间验证。