聊聊人形機器人“深水區(qū)”的老問題和新問題

《2025人形機器人與具身智能產(chǎn)業(yè)研究報告》數(shù)據(jù)顯示，2025年中國具身智能市場規(guī)模預(yù)計達52.95億元，占全球份額約27%；人形機器人市場規(guī)模更有望突破82.39億元，占據(jù)全球半壁江山。中國在人形機器人領(lǐng)域正在積極布局，2025年已有超100家相關(guān)企業(yè)，融資總額超過百億元，量產(chǎn)有望突破萬臺。其中，工業(yè)、服務(wù)等細分賽道成為資本追逐的熱點。

在熱潮下，解決人形機器人的一個個問題仍是產(chǎn)業(yè)邁向發(fā)展“深水區(qū)”的關(guān)鍵。

▍熱點下的新問題

雖然部分人形機器人出貨量已經(jīng)千臺，但有投資人指出，人形機器人的這一階段的爆單，很大程度上并非場景真實需求的體現(xiàn)，本質(zhì)上是熱錢疊加政策帶來的泡沫，目前產(chǎn)業(yè)對人形機器人和具身智能的心態(tài)還是fomo（錯失焦慮）。當客戶采購后真的嘗試把機器人耦合進場景，可能會發(fā)現(xiàn)和當初的設(shè)想完全不一樣，這時候就一定會有泡沫和濾鏡的破碎，會帶來一波產(chǎn)能的過剩和閑置，返修比例就成為廠商極大的拖累，對于硬件和質(zhì)量、供應(yīng)鏈管理的考驗會加大，因為新技術(shù)從產(chǎn)生到具備普適性都逃不過Gartner的技術(shù)成熟曲線路徑，泡沫是產(chǎn)業(yè)實現(xiàn)真正理性前最后的黑暗。下半年的批量交付能力不足、場景有限等方面因素可能導致階段性波動。

“人們往往高估科技行業(yè)一年取得的成績，又往往低估十年取得的成果與艱難。”近期在上海舉行的一場人形機器人峰會上，一位行業(yè)專家如此感慨。事實早已證明，創(chuàng)新是個漫長的過程，人形機器人在現(xiàn)實中每前進一步，都需要工程師、投資人、全社會堅持走正確的路、做正確的事，耐住性子，在長期投入與堅持中結(jié)出碩果，但這對于全社會的資金、人才流轉(zhuǎn)是一個動態(tài)考驗。

人形機器人也不可能僅憑融資生存，未來的現(xiàn)金流很大程度上決定了在下半年能走多遠。專家介紹，當前，部分人形機器人企業(yè)卷技術(shù)迭代、卷股權(quán)投資、卷宣傳策略，估值已經(jīng)相對處于高值，這是不利于產(chǎn)業(yè)健康發(fā)展的。雖然資本市場需要不追求短期收益、更重視長期回報的“耐心資本”，但資本也害怕企業(yè)暴雷，科技創(chuàng)新更需要面向市場需求，扎扎實實推進技術(shù)進步的“耐心企業(yè)”。

供應(yīng)鏈問題也是部分專家認為需要持續(xù)培養(yǎng)的關(guān)鍵環(huán)節(jié)。由于人形機器人賽道忽然之間爆火，讓背后的供應(yīng)鏈也走到前臺，其中不乏上市公司。但對于這些公司來說，最穩(wěn)健的現(xiàn)金來源短期不會來自人形機器人行業(yè)。要穿越周期，它們終究還要靠商業(yè)化更成熟的客戶。服務(wù)這些客戶也是當下更重要的課題。人形機器人如何維護與供應(yīng)鏈的關(guān)系，持續(xù)共同開發(fā)新產(chǎn)品依然是當下較大的考驗。

臨近新一輪畢業(yè)季，有專家也提出對行業(yè)人才的擔憂。因為人形機器人乃至具身智能行業(yè)，截至目前，從業(yè)人數(shù)也僅有數(shù)萬人，這還包括高校碩博，參考汽車行業(yè)幾十萬人的從業(yè)者數(shù)量，目前行業(yè)的人才依然是巨大瓶頸。部分大廠開出超出人形機器人行業(yè)兩倍的薪資挖人，更進一步加劇了這種人才沖突問題。

北京具身智能創(chuàng)新中心總經(jīng)理熊友軍就對我們提到，具身智能器人本體、運動控制和具身智能人才急缺，目前做法大多是先從其他行業(yè)找相近的人才再做培養(yǎng)，同時加強全球高水平人才的招聘力度。企業(yè)應(yīng)聚焦高端芯片、真機數(shù)據(jù)采集等人形機器人核心技術(shù)上的突破，推動統(tǒng)一標準建立，從而減少在技術(shù)開發(fā)中的重復(fù)勞動及投入。

縱觀目前多數(shù)初創(chuàng)企業(yè)特點，由于人形機器人技術(shù)路線趨于收斂，產(chǎn)業(yè)鏈成熟度提升，業(yè)界孵化出的國產(chǎn)人形機器人公司迭代和發(fā)展速度，遠高于此前機器人本體發(fā)展，人才也呈現(xiàn)較強的交叉性。但大多數(shù)人形機器人企業(yè)沒有意識到，產(chǎn)品未來的發(fā)展還需要跨學科、跨領(lǐng)域的協(xié)同創(chuàng)新，避免低水平重復(fù)。中國科學院院士張鈸認為，面對廣闊市場，產(chǎn)業(yè)鏈企業(yè)可以根據(jù)自身優(yōu)勢，選擇適合的細分優(yōu)勢領(lǐng)域進行深耕，避免一窩蜂地涌入同一市場。

▍老問題猶存

人形機器人落地難、標準混亂也是多位專家提出普遍存在的老問題。浙江省發(fā)展規(guī)劃研究院產(chǎn)業(yè)發(fā)展研究所高端裝備研究室高級工程師方菁菁就提到，由于公共開放平臺缺失，人形機器人始終存在“無法驗證”“無地測試”窘境，性能綜合性評價體系尚未建立，人機交互、續(xù)航功耗、關(guān)節(jié)疲勞、越障避障等測試檢測能力還未形成，無法定義和檢測多家企業(yè)所提出的精度“高”、動作“靈活”、產(chǎn)品“好用”，在設(shè)計、概念驗證、打樣、小試方面也缺乏公共服務(wù)平臺，影響產(chǎn)業(yè)化發(fā)展進程。

目前大多企業(yè)還缺乏對于場景細節(jié)優(yōu)化的能力和鏈路，大多實際能力與吹噓的DEMO存在差異。“做家務(wù)這類場景，看似簡單，其實更難，因為需要更強的任務(wù)理解能力。”深圳市人工智能與機器人研究院常務(wù)副院長丁寧舉了一個例子：如果機器人在倒咖啡時能自發(fā)“抖一下手”，是因為它根據(jù)自己的經(jīng)驗理解知道這樣才能讓殘液流出，而不是人在后臺教給它這個動作——這才叫具備真正的任務(wù)理解能力。

有專家認為，當前人形機器人已經(jīng)迎來“百團大戰(zhàn)”，AI大模型的應(yīng)用正在重塑機器人的“大腦”，但大腦端仍然無法擺脫大模型固有的多模態(tài)融合難度大、高質(zhì)量訓練數(shù)據(jù)稀缺等問題，同時面臨缺少統(tǒng)一底層控制基座，不同系統(tǒng)模塊對接調(diào)度難度大等具身智能技術(shù)特有的問題。“目前，無論國內(nèi)還是國外，這類從任務(wù)到執(zhí)行的能力都還沒有突破，企業(yè)都在談類似VLA的先進技術(shù)方案，但實際目前還沒有太好的融合突破路徑。”湖北某咨詢公司負責人提到。

多位專家表示，智能水平提升慢，與難以獲取高質(zhì)量數(shù)據(jù)有關(guān)。“數(shù)據(jù)基本上可以分為真實數(shù)據(jù)和仿真合成數(shù)據(jù)兩大類。真實數(shù)據(jù)質(zhì)量高但數(shù)量少、成本高，仿真數(shù)據(jù)量大但質(zhì)量不足。”北京大學助理教授、銀河通用創(chuàng)始人王鶴表示，高質(zhì)量真實數(shù)據(jù)缺失，已成為制約產(chǎn)業(yè)發(fā)展的一大瓶頸。“我常舉這樣一個例子，‘你只看別人游泳，能學得會游泳嗎？”

“數(shù)據(jù)對于人工智能的意義，就像石油之于工業(yè)。數(shù)據(jù)問題解決，算法和模型才有可能真正進化。”清華大學交叉信息研究院助理教授、星海圖聯(lián)合創(chuàng)始人許華哲也認可數(shù)據(jù)稀缺性問題，其稱當前很多機構(gòu)正在努力，比如提升遙操作（人類操作機器人收集數(shù)據(jù)）效率、優(yōu)化仿真質(zhì)量、建立高質(zhì)量標注系統(tǒng)等。“未來誰能在數(shù)據(jù)質(zhì)量與規(guī)模上實現(xiàn)突破，誰就有可能在產(chǎn)業(yè)發(fā)展中形成決定性優(yōu)勢。”這也使得業(yè)界做遙操作與動捕設(shè)備的企業(yè)正在增多。

有專家指出，短板還主要集中在智能計算與高精度部件領(lǐng)域。“目前國產(chǎn)芯片在算力和輕量化方面與國外仍存在差距；國產(chǎn)多芯片堆疊方案在散熱和體積方面存在問題；部分高性能傳感器、直線關(guān)節(jié)所需的滾珠絲杠、軸承等精密部件，在精度和壽命上也仍需追趕。”浙江人形機器人創(chuàng)新中心首席科學家、浙江大學求是特聘教授熊蓉介紹道。

“人形與具身智能在技術(shù)層面仍存在幾個難題沒有解決，”方菁菁就提到，一是硬件門檻高，呈現(xiàn)“非標化”“高成本”。人形機器人核心硬件還沒有完全進入成熟期，各家人形機器人采用“非標化”部件，器件接入方式和通信交互方式多樣，生產(chǎn)成本居高不下。二是軟件算法難，亟須多模態(tài)融合、高性能提升。小腦端，泛化性不強、靈活度不高，無法滿足工業(yè)制造和特種服務(wù)等場景快速高爆發(fā)移動、高精度技能作業(yè)、移動操作協(xié)同等要求。

有投資機構(gòu)認為，宇樹、天工機器人的成功證明了，人形機器人邁向“下一步”，關(guān)鍵還是突破核心運控技術(shù)。目前人形機器人構(gòu)型仍在探索階段，控制系統(tǒng)對機器人中使用的模型的敏感性、人機交互的重要性正在提升，企業(yè)需要改進仿真環(huán)境和接觸建模技術(shù)。“更好地理解人類動作可以應(yīng)用于模型預(yù)測控制、HRI和仿生動力學等領(lǐng)域，感知-決策-規(guī)控的算法實現(xiàn)能力決定產(chǎn)品是否能完成良好的動態(tài)控制，而識別區(qū)分不同動作的特征可以增強機器人的表現(xiàn)力和功能性。”上海某資本對我們解釋，業(yè)內(nèi)運控工程師目前薪資卻已經(jīng)來到高值，對企業(yè)的研發(fā)成本造成了很大考驗。但是外行看熱鬧，內(nèi)行看細節(jié)，從本質(zhì)來看全球真正拉開優(yōu)勢的架構(gòu)還沒有出現(xiàn)。

也有專家提到，人形機器人可以說是傳統(tǒng)人工智能的“升級版”，它的模態(tài)更豐富，不僅要理解語言，還要理解三維世界，理解物理規(guī)律。這意味著不僅有“腦子”(計算能力)，還有“身體”(物理實體)，能夠感知環(huán)境、做出動作，甚至像人一樣學習和適應(yīng)，但目前人形機器人還遠未達到能力的“最大公約數(shù)”，塑造差異化優(yōu)勢越來越重要。

多位專家建議，加強通用大模型、動力學模型以及控制、多智能體協(xié)作等“根技術(shù)”的研究，積極探索基礎(chǔ)理論，跨界研究新材料、新工藝、新結(jié)構(gòu)等，都需要持續(xù)進行。同時，最好社會還能提供更加豐富的應(yīng)用場景，幫助人形機器人盡快適應(yīng)“生活”環(huán)境，才能幫助人形機器人下半場的篩選出真正能夠跑出的企業(yè)。

你如何看人形機器人當下的發(fā)展，還有哪些問題仍待解決？歡迎評論區(qū)留言討論。

更多關(guān)于人形機器人賽道深度文章可在“人形機器人發(fā)布”公眾號中查看，歡迎前來關(guān)注。