人形机器人：从科幻走进工厂，到底还要多久

人形机器人这两年是真的热。特斯拉的Optimus、Figure、1X，国内优必选、小米CyberOne、傅利叶……每隔几个月就有新视频发出来，各种后空翻、抓杯子、叠衣服，看得人热血沸腾。

但冷静下来想想，从"视频里很厉害"到"真正能用"，中间还隔着一大段路。这篇文章聊聊这个行业的真实状态，不吹不黑。

现在到底发展到什么水平了

这两年技术进步确实大，但技术水平和商业化之间还有一段距离。

运动能力方面，双足行走已经比较稳了。早些年机器人走个路都摇摇晃晃，现在很多产品能上楼梯、能适应不平的地面，摔倒了还能自己站起来。最新的 Optimus Gen-2 在行走速度和平衡性上又有了明显提升。但跟人比还是有差距——走路速度、灵活性、能耗都不在一个级别。人走路几乎是"零能耗"的被动动力学过程，而机器人每一步都需要电机主动输出，能耗效率差了好几个数量级。

操作能力是个亮点也是难点。手部精细操作这两年进步很快，基于学习和仿真的方法让机器人能完成抓杯子、拧瓶盖、插线这些演示。Figure 的机器人甚至能在厨房里做简单的咖啡制作——磨咖啡豆、操作咖啡机、倒咖啡。但问题是，实验室里的成功率放到真实环境里会大打折扣。真实环境不确定因素太多了——东西放的位置不一样、光线变了、有人走动干扰、物体表面材质变了……每一个变量的变化都可能导致任务失败。

AI大模型的融入是最大的变化。以前的机器人主要是预编程，做什么动作都靠人提前写好（MoveIt）一行代码。现在把大模型接上之后，机器人能听懂自然语言指令（"把水果放到冰箱里"），能根据环境变化自主调整动作。这让机器人的"智商"提升了一个台阶，但大模型的响应速度、可靠性、安全性都还需要大量验证——当你让机器人去拿一瓶水时，它如果错误理解了指令，可能就地把水打翻了，甚至造成安全隐患。

谁在认真做，谁在蹭热度

人形机器人赛道现在挺热闹的，但玩家分为好几类。

特斯拉是比较认真的一个。马斯克对这事有执念，Optimus 的目标很直接——先在特斯拉工厂里干活，替代重复性劳动。从最新的进展看，Optimus 确实已经在做产线测试了，比如搬运部件、简单装配等相对固定的任务。但离大规模量产还有距离——马斯克承诺的时间线已经推迟了好几次，这本身就说明这是个比预期更难的问题。

Figure AI 是另一个重要玩家，获得微软和 OpenAI 的战略投资。他们的 Figure 01 机器人在动作精细度和功能性上表现不错，而且跟 OpenAI 的合作意味着模型能力的持续增强。不过 Figure 的产能几乎为零，量产时间表也不明确。

国内这边，优必选和傅利叶走得比较靠前。 优必选的商业化落地做得最早，从 2016 年就开始做服务机器人，已经有不少机器人在展厅、酒店、教育场景里运行。傅利叶的运动和交互能力不错，工业场景在推进。还有一堆创业公司——追觅（以 "Iron" 系列切入）、小鹏（PX5）、智元（远征 A2）……都在做，良莠不齐。传统机器人厂商如新松、埃斯顿也在布局，但步伐相对保守。

有些公司则是PPT造车型的。 发个很酷的视频，融一轮资，然后……就没然后了。这个行业技术门槛很高，不是做个好看的壳子就行的——它需要机械设计、电气工程、控制算法、AI软件等多个领域的深度协同，任何一个环节的短板都会导致产品不可用。

商业化：最大的坎

人形机器人现在最大的问题是：找到一个必须用人的形状来做的场景。

工厂里的机械臂效率已经很高了，不一定要人形。物流仓库里，AGV 小车（那种方方正正的搬运机器人）已经很成熟了，人形反而更复杂更贵。家庭服务场景听起来很美好，但以现在的技术水平，让一个机器人在复杂的家庭环境里安全地干活，太难了——地面可能不平、有小孩和宠物乱跑、各种物品摆放不规则……

目前看起来最现实的应用场景有几个：

工业产线——在已经高度自动化的产线上做一些柔性工作，比如上下料、设备巡检、装配线辅助。但客户很挑剔，要求稳定性（故障率低于万分之一）、可靠性（24小时连续运行）、ROI（两年内回本），机器人现在还在验证阶段。

商业服务——展厅导览、酒店接待、展馆讲解。这些场景对容错率要求不高，机器人出点小问题也能接受，是目前落地最快的方向。但单价不高，天花板有限。

科研教育——大学和研究机构买来做开发平台。量不大，但能养活一些公司。而且学术订单的采购流程比较稳定，复购率相对较高。

特种场景——灾难救援、危险环境作业（矿井、化工区、核设施）。需求是有的，但技术要求也最高，而且采购预算往往来自政府拨款，周期较长。

家庭陪伴——这是最终极的想象空间，但也是技术上最难的方向。老人家看护、家务辅助、情感陪伴……每一个细分需求的背后都是极其复杂的技术挑战。

成本是个大问题

现在一台人形机器人，小批量生产成本大概几十万到百万元级别。大规模量产之后也许能降到十万以内，但还需要时间——这跟汽车刚出现时一辆要几十万美元是一个道理。

跟替代的人工成本比，如果不能降到两三年的回本周期内，企业买单的意愿不会太高。中国制造业的平均人工成本约 8-15 万元/年，如果一台机器人卖 30 万但故障率高、维护复杂，厂长们宁愿用工人。

核心零部件里，关节执行器（电机+减速器+传感器）是成本占了整机成本的约 40-50%。这三大核心零部件的国产化率正在快速提升：绿的harmonic 减速器已经做到国内领先，汇川技术、埃斯顿的伺服电机也在缩小与国际品牌的差距。力传感器方面，坤维科技等国内企业也在快速追赶。这两年国内供应链在快速成熟，成本下降速度比预期快，这是个好消息。

不过还有一个容易被忽略的成本：算力。人形机器人要实时运行视觉感知、运动规划、语音交互等AI模型，就算模型部署在端侧芯片上，算力的功耗和功耗成本也是一大笔账。

政策和资本的角度

从政策层面看，中国对机器人的支持力度很大。《"十四五"机器人产业发展规划》明确把人形机器人列为重点方向，各地政府也出台了补贴政策。比如北京、上海、深圳都建立了人形机器人创新中心，提供研发支持和测试环境。

从资本角度看，2023-2024 年人形机器人赛道的融资总额超过数百亿元，很多明星投资人下注。但到 2025 年下半年开始，投资者变得更谨慎了——不是因为赛道不性感，而是大家开始意识到这不是一两年就能量产的生意，需要更长线的耐心。

我的看法

人形机器人是个好方向，但这事急不来。可能还需要三到五年才能看到真正规模化的商业应用。也可能更长——新技术从实验室到工厂的时间跨度往往比人们预期的要长得多。

跟自动驾驶有点像——技术上看起来很接近了，但"最后那百分之五"的难度可能占了整个工作量的百分之五十以上。安全性、可靠性、成本，每一个都是硬骨头。自动驾驶的发展用了十几年的时间才勉强达到 L2/L3 的规模化落地，人形机器人面对的动态环境更复杂，时间不会更短。

对于普通观众来说，看演示视频保持理性就好。对于行业来说，现在最重要的是找到真正有价值的场景，而不是天天发后空翻的视频——后空翻很酷，但不能帮任何人干活。

中国在制造业和供应链上的优势确实存在——同样的关节执行器，国内做的成本可能只有国外的一半。但如果不能在核心算法和可靠性上跟上来，光靠供应链优势是不够的。机器人的"大脑"（感知和控制算法）和"小脑"（运动规划）仍然是中国团队需要重点突破的方向。