【人形机器人的冷与热 多方入局新赛道 “商用元年”言之过早】端咖啡、抓瓶子、巡逻、跳舞、踢足球、上下楼梯，在8月25日刚刚落幕的2024世界机器人大会上，人形机器人可谓是千姿百态、争奇斗艳。各家的新品发布和现场展示又把人形机器人推到了舆论中心，甚至有乐观者认为人形机器人即将迎来“商用元年”。不过，热闹之中，也能看到一些机器人行走如同“老太太过马路”，嘈杂现场里的互动让机器人宕机。面向未来，一个全能型的人形机器人离我们还有多远？从研发到商业化应用又需要面对什么挑战呢？

  想象一下这个画面：一个无人的车间，几排整齐的人形机器人整齐划一地做着流水线任务。一间整洁的厨房，一两个正在灶台边熟练地烙饼、切菜。这些场景放在几年前只出现在科幻电影里，现如今已经走向现实。

  端咖啡、抓瓶子、巡逻、跳舞、踢足球、上下楼梯，在8月25日刚刚落幕的2024世界大会上，人形机器人可谓是千姿百态、争奇斗艳。各家的新品发布和现场展示又把人形机器人推到了舆论中心，甚至有乐观者认为人形机器人即将迎来“商用元年”。

  不过，热闹之中，也能看到一些机器人行走如同“老太太过马路”，嘈杂现场里的互动让机器人宕机。面向未来，一个全能型的人形机器人离我们还有多远？从研发到商业化应用又需要面对什么挑战呢？

  机器人被誉为“制造业皇冠顶端的明珠”，其研发、制造和应用更是衡量一个国家科学技术创新和高端制造业水平的重要标志。从去年底优必选上市，到今年特斯拉二代人形机器人Optimus的亮相，人形机器人的发展在这两年可谓进展神速，也被市场寄予厚望。

  以汽车行业为例，一辆汽车可以涉及上万个零部件，数千家上下游供应商。同样，人形机器人从电池、手臂、线性关节等部分，也涉及数千乃至上万个零部件。所以无论从技术，还是从工业附加值上，人形机器人都完全有可能和汽车工业比肩。

  高工移动机器人多个方面数据显示，2024年全球人形机器人市场规模预计为10.17亿美元，到2030年全球人形机器人市场规模将达到150亿美元，2024~2030年复合增长率将超过56%，全球人形机器人销量将从1.19万台增长至60.57万台。其中，中国市场规模到2030年将达到近380亿元，销量将从0.40万台左右增长至27.12万台。

  去年10月，工信部印发了《人形机器人创新发展指导意见》为行业发展指明了方向。该意见提出，到2025年，我国人形机器人创新体系初步建立，“大脑、小脑、肢体”等一批关键技术取得突破，确保核心部组件安全有效供给，整机产品达到国际领先水平，并实现批量生产。今年初工信部等七部门发布的《关于推动未来产业创新发展的实施建议》也将“人形机器人”列为十大创新标志性产品之一。

  公开报道显示，2023年人形机器人领域融资事件有23起，总金额达到54.71亿元，是过去十年以来的巅峰。2024年上半年，国内人形机器人投融资事件达到13起，融资总金额超过20亿元。

  蓝驰创投合伙人曹巍在会上表示，过去十年，投资界对机器人的资产金额的投入已超越千亿元。地方政府和引导基金也在积极设立与机器人相关的产业大基金，以推动行业的发展。这些资金的注入，不仅为公司可以提供了发展所需的资本支持，也为技术创新创造了良好的环境。

  “不管是机器人消费还是机器人出口视角，中国在全球领域都是巨大的一个支柱型的市场。未来，机器人也是最有可能地解决中国未来人口老龄化问题的关键技术节点，还有产业集群和长期的政策支持，这些都使我们大家都认为机器人在未来5~10年，甚至15~20年，都会是一个重要且支柱型的基础创新赛道。”曹巍如此对21世纪经济报道说。

  与此同时，人形机器人专属部组件与材料也逐渐走俏。世界机器人合作组织理事长、中国科学院院士乔红指出，目前高爆发电机、高算力芯片、精密减速器、高精度传感器、长续航等核心零部件需求显著提升，将构筑起更稳定、高性能的人形机器人硬件系统。

  浙江人形机器人创新中心评估认为，中国机器人产业链已基本完善。“从供应链上看，我们要突破核心的零部件制造，然后做到低成本，还是要依靠中国的制造基础。”浙江人形机器人创新中心首席科学家熊蓉告诉21世纪经济报道，浙江人形机器人创新中心与产业链上游130余家公司进行了需求对接，其中50多家企业都位于中心所在地、中国制造业重要基地宁波。

  从事机械臂业务的机器人产业链企业——睿尔曼智能也参与了本次大会，公司展台工作人员告诉21世纪经济报道，其超轻量仿人机械臂产品已大范围的应用于新零售、新餐饮、商业服务、智能巡检、医疗健康、检验检疫、教育科研、工业生产、航空航天等领域。而人形机器人的市场需求渐涨，对轻量化、高扭矩、高集成度的零部件要求慢慢的升高。而且随着人形机器人发展速度加快，所诞生出来的市场需求空间也会慢慢的大，也会进一步带动关键零部件的规模制造成本下降。

  国内首个省级人形机器人创新中心是于2023年11月成立的北京具身智能机器人创新中心，仅在5个月之后，该中心便发布了全国首个通用机器人母平台“天工1.0 LITE”，实现了全球首例纯电驱全尺寸人形机器人的拟人奔跑。

  北京具身人创新中心总经理熊友军告诉21世纪经济报道，“天工”具备平台开放性和兼容扩展性，能轻松实现灵活扩展软、硬件等功能模块，充分满足多种场景下的需求。科研机构及机器人相关企业可基于“天工”母平台的软硬件功能，依据市场有必要进行二次开发。

  在这之后，各大省市密集成立人形机器人创新中心。4月16日，广东省具身人创新中心在深圳落地；4月18日，成都人形机器人创新中心正式营业；同一天，浙江人形机器人创新中心落地宁波；7月19日，安徽人形机器人创新中心也在合肥落户。能够正常的看到，以创新中心为牵引，各省、市围绕着人形机器人产业的一张大网已经徐徐拉开。

  熊友军表示，“相比国外，目前中国人形机器人企业体量较小，这样的行业格局虽然有利于百花齐放、百家争鸣，但也易引起重复竞争”。而借助创新中心等平台，将共性的突破性成果开放开源给行业，搭台唱戏，有利于行业整体快速发展。

  在这场人形机器人展出数量创下历届新高的世界机器人大会上，不禁会产生一个疑问：“为何慢慢的变多的机器人被设计成人形？”

  普遍的观点认为，世界已经被打造成适合人类工作和生活的样子，所有场景和工具也都是为人类设计的，人形机器人最容易适应这个大环境。

  香港大学机器人与自动化首席教授、新兴技术研究所所长席宁接受21世纪经济报道采访时指出，人形机器人的引入主要是未解决这些人类不愿意或不适合从事的工作。它们能在这些环境中执行任务，减少对人类工人的依赖，同时提高生产效率和安全性。这种应用展示了人形机器人的技术优势，并满足了社会对更安全、更健康工作环境的需求。随技术的发展，人形机器人有望在未来承担更多种类的工作，逐步推动行业的自动化和智能化。

  而在熊友军看来，未来工厂将会是一个“721”模式，70%是目前已经大量使用的工业机械手臂、自动化小车等专用机器人，20%是人形机器人，用于完成专用机器人难以完成的任务，进入一些与人体适配性更高的场景，最后还有10%的工作是机器人难以完成的，最终是要靠人工进行。

  但对于人形机器人来说，一些在人类看上去很简单的事情却是需要努力跨越的鸿沟，背后考验的是生产者的“硬核”技术。

  熊蓉告诉21世纪经济报道，在整个关节驱动能力上，高爆发的、高精度的、高爆发的驱动器，目前性能还要进一步提升，实际做到类人尺寸下灵活的运动是需要这些核心零部件进一步地进行攻关和解决的。

  “人形机器人是智能机器人里面最复杂的、技术成熟度要求最高、集成度最高的产品。”副总裁、研究院执行院长焦继超坦言，工业机械臂机器人在空间和应用上存在一定的局限性。它们通常是固定的，因此只能在有限的区域内操作，这限制了它们的灵活性。例如，很多制造厂使用工业机械臂时，为了安全，需要用栅栏将其围起来，这不仅占用了空间，也限制了其柔性化程度。

  席宁表示，人形机器人虽然像人，但从实际功能上来讲，对它的期望则是成为一个超限机器人，即超过人的能力限度做更多的工作，比如在柔韧性、稳定性、载重强度、工作时长等方面，都还有很大的发展空间。

  记者在本届大会上发现，更多商用进展快速的机器人都并非人形。例如京东的智能配送车、库卡的重载机器人、面向医院场景的擎朗消毒机器人和医疗配送机器人等。它们只要解决特定场景的特定需求，也因为生产并不复杂，能够更快速地上岗工作。当然，也有不少观点认为，未来的机器人能具备部分人形功能，而不是完全1:1复刻，只要能创造价值，现阶段机器人的形态并没那么重要。比如像星尘智能等人形机器人没有研制“双足”，而是选用更为稳定的底盘，银河通用、宇树科技的机器人则在手部选择的是两指或者三指。

  不过，无论形态如何，机器人需要更加智能是行业没有争议的共识。在人工智能大模型的驱动下，人形机器人仍在不断进化，“大脑”与“小脑”实现多维度升级。

  “过去，机器人没有自主的运动控制能力，只能在固定环境完成单一任务，换一个环境后就难以完成。”熊友军指出，大模型的一大功能，首先体现在人形机器人“脑力”的升级，人形机器人的“大脑”以多模态大模型增强人机交互，实现对人类意图的理解、对复杂外部环境的理解与认知。

  宇树科技创始人王兴兴表示，在过去十年中，以AlphaGo为代表的深度强化学习和以ChatGPT为代表的大语言模型对人形机器人和具身智能的发展产生了深远影响，未来几年，这两项技术会取得更大的进展，也会和人形机器人与具身智能深层次地融合，我们可能会在5年内迎来机器人的ChatGPT时刻。

  曹巍也表示，近年来大模型的应用对机器人行业产生了深远的影响。传统算法在复杂任务执行上的成功率普遍较低，而大模型的引入明显提升了机器人的执行能力。在没有大模型的支持下，传统算法的成功率大约在50%，而有了大模型之后，成功率普遍提升至50%以上，甚至有些算法的成功率翻了一番，接近商用水平。这种技术的进步使得机器人在复杂任务的串联和执行上有了显著提升，为未来的商业化落地带来了很大的可能性。