2025 年，各大城市为何疯狂追逐机器人产业？

本文聚焦 2025 年各大城市在机器人产业的竞争态势，深入剖析城市追逐机器人产业的原因、吸引产业的举措以及未来「机器人第一城」的竞争格局。

2025 年，在各大城市的产业竞争浪潮中，「机器人」领域率先掀起了一股强劲的风暴。

各地国资纷纷将目光投向具身智能企业。据不完全统计，开年以来，机器人赛道投融资异常活跃，产生了 110 余笔投融资事件，投资金额接近百亿元。在这背后，国资积极参投了智元机器人、逐际动力、星海图等多家明星企业，在整体投融资事件中，「国资背景」占比超过四成。

值得一提的是，「具身智能」在今年首次被写入《政府工作报告》。各地主政官亲自带队，积极布局这一前沿风口，通过调研、座谈、政策部署等多种方式，加大对具身智能的投入。例如，广东省省长王伟中一天就考察了四家人形机器人企业。

为了进一步推动机器人产业的发展和宣传，各地还纷纷举办「机器人赛事」。4 月，无锡将举办「具身智能机器人运动会」；北京的全球首个人形机器人半程马拉松也即将鸣枪开跑。

继新能源汽车、人工智能和低空经济之后，「机器人」被视为城市产业的下一个万亿级赛道。各大城市喊出「打造机器人产业高地」的口号，背后其实经历了一个「追风 - 引风 - 乘风」的过程。

为什么各大城市瞄准「机器人」？又拿出哪些具体举措吸引机器人产业？谁又会成为「机器人第一城」？

一、追风：一场「产业阳谋」

城市集体「追风机器人」，实际上是一场精心策划的「产业阳谋」。

首先要明确的是，这里所说的「机器人」并非单纯指我们常见的人形机器人，而是更侧重于「具身智能」的产业概念。

「具身智能」并不局限于人形，它是指将 AI 融入物理实体，使它们具备像人一样的感知、学习以及与环境动态交互的能力。因此，这些实体可以呈现出多种形态，如狗、机械臂、无人车、四足机器人等。

一位人形机器人从业者表示，大模型的出现推动了机器人智能化水平和形态的进化，为产业侧的落地带来了更多机遇。“大模型技术让机器人拥有了更聪明的‘大脑’。过去四足机器人存在诸多限制，商业化推广困难，但现在随着机器人智能水平的提升，产业侧的机会变得更加清晰。”

这正是城市瞄准机器人产业的首要原因。与过去应用领域模糊、局限于实验室和部分工业场景不同，如今在工业、商用、家用等多个场景中，机器人的落地都有了更为清晰的验证场景图，甚至有了明确的时刻表。

有了可见的应用场景后，机器人产业并非是凭空产生的。各地原本在产业链和供应链方面积累的经验和优势，可以顺势迁移到机器人产业。

在硬件方面，机器人的核心零部件，如电机、传感器、减速器、轴承等领域，国产供应链并非是从零开始发展的。

对比国内厂商的产品方案可以发现，人形机器人硬件技术路线已趋于收敛，人形机器人所需的大部分核心零部件已处于发展期，部分接近成熟期，国产化率较高。“比如电机、轴承，这些在制造业的各个领域都有应用，上游零部件厂商可以拿出一部分产能进行定制化生产。”一位汽车与零部件行业分析师说道。

更为关键的是，各大城市押宝具身智能，看中的还有「产业溢出价值」，最终目的是提升区域城市的先进制造能力。

举例来说，人形机器人可以反哺城市的新能源汽车产业的智能驾驶。当前，主流车企正在为「L3 级自动驾驶」的落地展开激烈竞争，而人形机器人进入车厂「打工」，可以采集更多的物理环境数据，实现数据闭环，提升车机协同的水平。

有了场景落地的可能性、产业孵化并非从零开始，再加上能够提升整体制造业水平，城市追逐机器人产业并非是坐等风来，而是顺势而为。

二、引风：拿出「机器人四板斧」

如果说追风靠的是「天时、地利和人和」，是一道有标准答案的客观题，那么如何引风，吸引机器人企业落户、实现产业生态集聚，对各大城市而言则是一道没有限制的主观题。

任何产业从风口走向落地，都离不开三个关键要素：技术密度、资本密度和产业密度。

对于具身智能产业，城市整齐划一地祭出了「机器人四板斧」——创新中心、AI 朋友圈、产业基金和供应链，旨在编织一张技术、人才、资金和供应链要素流动的网络。

所谓的创新中心，指的是「人形机器人创新中心」。

据不完全统计，自 2023 年以来，包括北京、上海、广东、浙江、安徽、成都等省市都建立了此类产业创新中心。它的作用一方面是更好地调动「政产学研资」资源的流动，另一方面，此类产业创新中心通常也是具身智能相关产品的试验田。

其次，就是为机器人企业拓宽「AI 朋友圈」。

业内通常将机器人的逻辑架构分解为「大脑」、「小脑」和「肢体」。其中，「肢体」指的是本体，主要是硬件；「大脑」和「小脑」则为软件，前者指的是机器人通用大模型，主要负责感知外界并模拟人类思维决策过程，后者主要指高动态性能的控制算法，使机器人能够进行复杂的运动控制，对环境的反应和操作更加灵活。

如前文所述，人形机器人硬件侧的技术呈现收敛趋势。宇树科技创始人王兴兴曾说：“机器人嘛，就那几个关节，没有什么难度。就是传感器采集数据，然后传输到模型里面，模型再将指令传输到关节，就这么简单。”

因此，攻克「大脑」和「小脑」成为了行业关注的焦点。王兴兴曾提到，人形机器人最大的难点不在于制造，而在于机器人 AI。星海图的联合创始人兼 CEO 高继扬也有类似观点，认为具身智能的商业化卡点「在脑不在形」。

目前，部分国内的机器人厂商通过自研或与科技大厂合作，正在打造通用的具身智能大模型。通过革新模型架构和增加数据来源，让「大脑」具备更强的泛化能力，变得更加聪明。

这些都离不开城市原本的 AI 和大模型生态。例如，华为就和深圳市前海管理局、宝安区人民政府落地了具身智能产业创新中心，并与包括乐聚机器人、兆威机电、拓斯达等 16 家企业签订合作备忘录，向外输出盘古大模型能力。

从这一点来看，城市能否吸引机器人企业的关键，在于其 AI 能力的强弱。

再者，则是为机器人企业提供产业基金的扶持。

2024 年是机器人产业基金落地的大年，各省市、地区密集设立机器人产业基金，多个百亿及以上规模产业基金先后落地。开年以来，广东、江西、天津、南京、苏州等省市的机器人基金又相继「上新」。

据业内人士预测，2025、2026 年机器人产业资金短板或得到补齐，推动人形机器人整机迭代和商业化加速落地。

最后，则是提供更快更好的供应链网络。

如果观察明星机器人企业的布局，就会发现：“流水的机器人整机厂，铁打的供应链。”无论是「人形机器人第一股」优必选，还是星海图、宇树科技等新晋明星公司，在全国各地开设分公司，「沿途下蛋」已不是新鲜事。

而良好的供应链网络和高效的供应链效率无疑能弥补这些整机厂商在商业化量产方面的短板。

「南方财经」曾报道，目前深圳头部人形机器人企业国产化率超 90%，产业链供应链本地化率突破 60%，深圳南山区半径 10 公里内基本可完成机器人从设计到量产的闭环。

三、乘风：谁能成为「机器人第一城」？

闯过追风、引风两关后，最关键的问题是，究竟谁能乘风而上，成为「机器人第一城」？

当前具身智能产业仍处于发展早期。据多位行业人士预测，尽管今年人形机器人的放量较为确定，或许能看到机器人落地的具体应用场景，但距离机器人真正走入千行百业，至少还需要 5 年。

因此，「机器人第一城」之争目前胜负难分，但产业格局与梯队已出现了明显的分化趋势。

排在第一梯队的依旧是北上广深。

这四大城市在具身智能领域的综合实力较强，不仅有着悠久的机器人研发历史，也是较早出台相关政策的城市。

统计发现，早在 2022 年和 2023 年，北京、上海、深圳就率先出台机器人相关产业政策，也是最早推出百亿以上规模产业基金进行扶持的城市。

此前现身香港科技大学学位颁授典礼的英伟达创始人黄仁勋曾感慨：“粤港澳大湾区是世界上唯一同时汇聚了机电一体化技术和人工智能技术的地区。”

因此，从先发优势来看，北上广深目前基本形成了「上游核心零部件 - 中游整机本体 - 下游应用终端」的完备产业链。

第二梯队则为苏州、杭州。前者制造业底子厚、落地场景多，后者 AI 能力足够强、营商环境足够好。

追觅中国区前执行总裁郭人杰最近创立的机器人企业乐享科技就落地苏州。他曾提到，对比深圳和苏州：“深圳更注重创新，而苏州则更偏向落地。”

因此，很多人形机器人企业的常见操作是，把基础研发放在北上广深，把生产线放在苏州。

杭州更不用多说，此前曾分析发现，杭州不仅是人形机器人基础研发的高地，同样也是较早尝试落地机器人应用的城市。

第三梯队则为南京、重庆、成都等城市。虽然在明星整机企业数量规模等方面不如第一梯队，但它们的特点是不贪大求全，寻求更明确的落地场景，因此产业环境对「务实型机器人创业者」或许更为友好。

南京本身有着工业机器人优势，拥有埃斯顿和汇川技术等工业机器人龙头企业，因此在 to B 赛道，特别是在工业制造领域，也集合了集萃智造等一批垂类机器人企业。而作为「汽车重镇」的重庆则坐拥赛力斯、阿维塔、长安汽车、费迪电池等头部公司，这些主机厂和动力电池厂本身就是具身智能落地的主要场景。

任何「第一城竞争」背后本质上是城市产业之争，这既需要坚实的家底，也需要魄力和运气，机器人产业同样如此。经历了 2024 年的产品原型机发布大年，2025 年，随着更具体的产业政策和更细化的产业链扶持落地，机器人企业和产业不仅背负着「量产 KPI」，也会面临更多的「商业化落地」拷问。

这或许是争夺新「城设」之外，城市更需要回答的问题。

本文详细分析了 2025 年各大城市在机器人产业的竞争情况。阐述了城市追逐机器人产业的原因，包括技术进步带来的产业机遇、原有产业链优势的迁移以及产业溢出价值等。同时介绍了城市吸引机器人产业的「四板斧」举措，最后探讨了「机器人第一城」的竞争格局，指出不同梯队城市的特点和优势。目前机器人产业仍处发展早期，各城市在量产和商业化落地方面还面临挑战。