深度布局人形機器人 搶占未來產業制高點

ROBOT INDUSTRY

人形機器人作為人工智能與物理世界融合的關鍵載體，正成為全球新一輪產業革命的核心競爭領域。深度布局人形機器人是我國搶占未來產業制高點的關鍵。本文從技術演進、產業生態構建，以及國內外發展對比出發，系統闡述我國布局人形機器人產業的戰略意義與路徑。建議通過技術突破、生態構建與政策協同等方式，在通用智能工具革命中實現“換道超車”，奠定全球競爭優勢。

隨著大模型等人工智能技術加速迭代，人形機器人正以超乎尋常的速度發展，成為生產工具智能化革命的重要產物之一。人形機器人是技術集成的巔峰產物，其日益提升的智能能力和通用能力，蘊含著廣闊的市場前景和巨大的發展潛力，不僅是未來重要的戰略性支柱產業，更是未來產業生態的核心載體。我國必須深度布局人形機器人，掌握發展主導權，搶占未來產業制高點，在未來的產業革命中勇立潮頭。

1

人形機器人是一種通用智能工具

生產力的革命體現為生產工具的革新

從歷史角度看，生產力的每一次“質的躍升”都與科技革命和產業變革緊密相關，而技術和產業的重大變革，往往都體現為生產工具的革新。生產工具的不斷演進，使得生產方式向著更高效、更靈活、更可控的方向發展，從而顯著提升了生產效率。這一變革不僅加速了技術創新的融合與突破，還深刻推動了產業結構的優化與升級，成為直接驅動生產力躍升的核心動力。例如，蒸汽機、內燃機和計算機等生產工具的發明和應用，使生產機械化和自動化成為可能，極大地解放了生產力。隨著人工智能和大數據技術的飛速發展與應用，新一代生產工具不僅在體力與技巧層面延伸了勞動者的生產能力，更在“智識”領域實現了重大突破。這些工具通過高度自動化、智能化與自適應能力，顯著提升生產過程的效率與質量，成為推動新質生產力發展的核心引擎。

AI技術的突破正推動人形機器人的大發展

人形機器人作為人工智能落地物理世界的最佳載體，直接受益于人工智能的快速發展。不同于傳統機器人依靠基于規則的算法進行決策和任務規劃，人工智能驅動的人形機器人具有更高的智能能力和更強的跨任務通用能力。尤其是端到端神經網絡控制方法在人形機器人領域的廣泛應用，能夠實現從傳感器輸入到人形機器人控制指令的直接映射。在運動控制方面，端到端神經網絡能夠直接從輸入數據（例如，視覺信息）中學習并輸出控制指令，可提高機器人的運動自然度和適應性。在智能化和自主性方面，神經網絡能夠自主學習數據中的特征和規律，大幅提升人形機器人的自主性和智能化，使其在無需人工干預的情況下自動完成各種任務。以特斯拉人形機器人“擎天柱”為例，采用了端到端神經網絡進行訓練和控制，可實現自主對物體進行分類、自我精確操控手部及腿部動作、自動校準手臂和腿等功能。在與硬件融合方面，端到端神經網絡控制方法的應用，促進了AI與硬件的深度融合，使人形機器人能夠更好地模擬人類的自然運動，并使其具備更強的環境感知和自主決策能力。例如，人形機器人SE01使用端到端神經網絡方式，將機器人步態提升到真人標準，通過動捕技術采集人體數據，結合強化學習和模仿學習，使人形機器人更好地模擬人類的自然運動。

人形機器人將成為最具生產力的工具之一

工業革命以來，每個時代都有其標志性的工具和產品，人形機器人將成為第四次工業革命期間最具生產力的工具之一。在形體方面，人形機器人形狀與人體相似，并擁有靈巧的雙手，能適應專門按照人體工學設計出的各類生活環境和工作空間，一旦實現落地應用，人形機器人可以輕松適應人類環境，無需對現有環境進行大規模改造或調整。在智能方面，人形機器人正從弱人工智能向通用人工智能演進，可以更準確地理解人類意圖，更高效地完成任務，更自然地與人類進行交互，這意味著人形機器人具有極高的工作效率和強大的協作效果。在應用場景方面，人形機器人是一個多任務、通用型的機器人平臺，可以通過添加不同的傳感器、執行器或軟件模塊，實現功能的可擴展和可定制，滿足工業制造、商用服務和家庭陪伴等多種應用場景。在市場需求方面，隨著全球老齡化問題的加劇和勞動力成本的上升，人形機器人能夠有效緩解勞動力短缺問題。據埃隆·馬斯克預計，未來20年內，世界上人形機器人的數量將超過人類。到2040年，世界上將有至少100億個人形機器人投入使用。人形機器人作為最具生產力的工具之一，將成為重大的戰略性支柱產業，甚至成為重塑全球經濟格局的關鍵變量。

2

牢牢掌握全新產業生態的主導權

人形機器人的發展伴隨著技術融合與創新、市場需求與應用場景創新，以及產業鏈重構與拓展，將催生出一個涵蓋基礎研發、零部件制造、復雜系統集成，以及多元市場應用等多個環節的全新產業生態。簡單來說，這一全新產業生態包括人形機器人本體、智能操作系統和智能應用三大核心部分，以及測試、仿生、驗證等在內的非核心部分。只有牢牢掌握對它們的主導權，我國人形機器人才能實現高質量發展。

本體是實現落地應用的最后一公里

人形機器人的本體是其物理基礎，涵蓋框架結構、關節與執行器、傳動系統、末端執行器、傳感器集成、能量源、控制系統、通信接口、安全系統，以及環境適應性組件。這些組件共同確保人形機器人的穩定性、靈活性和環境感知能力，是實現精確運動控制和復雜任務執行的關鍵，決定了人形機器人應用落地能力的上限，也是實現落地應用的最后一公里。目前，市面上的減速器、控制器、傳感器、電機等核心零部件,在功率密度、精度、成本等方面已經取得重大突破，但仍難以完全滿足人形機器人的需求，需要持續進行技術創新和優化。尤其是“靈巧手”作為人形機器人的關鍵組成部分，需要實現高精度的控制能力和復雜的運動規劃，目前仍存在靈敏度、承壓能力，以及關節能力匹配等方面的技術瓶頸，必須盡快攻克技術方面的難題，才能取得領先優勢。

標準化的智能操作系統

從數字經濟發展角度看，操作系統在整個IT產業中一直占據著核心地位，是引領每一次IT產業變革的重要推手。以蘋果iOS系統為例，其實現了從底層硬件控制到應用開發的全棧標準化，開發者可以利用各類標準化iOS原生應用開發工具，實現應用的高效構建。例如，能夠調用各類軟硬件基礎設施能力的Xcode開發者工具包，能夠調用云服務的Xcode Cloud工具包、更加契合iOS系統的Swift編程語言等。

如同手機行業的最終趨同，人形機器人產業的發展也將逐漸走向標準化、深層化。而與傳統操作系統不同的是，未來人形機器人操作系統最重要的技術發展，依賴智能操作系統的興起，其核心在于智能自適應性，能在運行時動態調整流程以滿足復雜多變的環境需求，賦予機器人自主生成流程的能力。智能操作系統作為人形機器人生態系統的核心，不僅在技術層面，更在促進生態繁榮、推動產業協作等方面發揮關鍵作用。只有率先研發出具有劃時代意義的人形機器人智能操作系統，才能擺脫對國外技術的依賴，確保產業鏈的穩定和安全。

巨大的應用潛力和生態效應（智能應用）

作為人工智能技術落地的最佳載體之一，人形機器人真正的價值在于應用潛力和生態效應。一方面，人形機器人展現出了巨大的應用潛力和商業價值。在工業領域，人形機器人將廣泛參與危險作業環節，極大提高生產效率與安全性。在服務領域，人形機器人將全面融入人們生活，從提供家政服務到參與醫療輔助等，成為不可或缺的存在。在特種領域，人形機器人將成為極端環境下執行科研探索、搶險救災、安防巡檢等任務的重要力量。據高盛預測，到2035年，人形機器人市場規模有望達到1540億美元，將與電動汽車的市場規模大體持平。

另一方面，人形機器人產業將會形成強大的集聚效應和生態效應。首先，當人形機器人行業實現規模化量產，AI大模型、操作系統、仿真軟件等作為機器人底層技術的重要組成部分，將充分受益于人形機器人發展浪潮。其次，圍繞人形機器人展開創新和服務的其他產業也將爆發，如人形機器人的研發、制造、維修、訓練、測試等環節，以及相關應用軟件開發等都需要具備專業技能的人才和相應的產業鏈支持。

綜上所述，只有對人形機器人的本體、智能操作系統和智能應用等三大核心部分掌握主導權，才能占據未來產業發展的制高點，取得社會經濟發展的新優勢。

3

我國人形機器人發展現狀及國內外力量對比

人形機器人市場爆發的“奇點時刻”已經到來，各國紛紛加速布局，力圖爭奪發展主導權。當前，我國正加速推進人形機器人產業化進程，人形機器人本體生產能力取得顯著進展，核心零部件與國外的差距不斷縮小，智能系統的發展較國外相比處于領先水平，智能應用方面國內外都處于起步階段。

本體生產能力現狀與對比

人形機器人的本體主要包括減速器、電機、絲杠、傳感器、控制器等，硬件部分國產化空間較大，軟件部分與國外基本處于同一起跑線，情況如表1所示。其中，減速器是關鍵傳動裝置，我國的國產化進程相當迅速，自主生產的諧波減速器的性能與可靠性，都已達到國際主流水平，RV減速器具備一定的批量生產能力，但行星減速器依舊是外資企業占據主要市場份額。電機作為機械驅動裝置，我國在該領域的技術和產業化發展較為成熟，無框力矩電機、永磁同步電機的產品性能和可靠性，與國際先進水平的差距正在不斷縮小，但空心杯電機性能與國外先進水平存在較大差距，外資企業占據較大市場份額。絲杠作為直線運動的機械部件，我國滾珠絲杠發展較為成熟，精度、可靠性等與國外頭部企業相比仍有一定差距，行星滾柱絲杠處于起步階段，國外企業占據絕大部分市場份額。傳感器是感知外界光、力、聲、電等信息的主要器件，我國在視覺傳感器、聽覺傳感器等領域發展較為成熟，特別是激光雷達已處于國際領先水平，但六維力傳感器、慣性傳感器、位置和角度傳感器等領域高端產品還要依靠進口；國內外的柔性觸覺傳感器、皮膚傳感器等新興領域都處于起步階段。控制器主要用于實現智能感知、智能決策、運動控制等功能，扮演著人形機器人的“大腦”“小腦”的角色，需要與人形機器人的構型、功能、應用場景相適配，國內外企業基本在同一起跑線，未出現成熟的產品，都處于持續驗證過程中。

表1 人形機器人本體生產領域的基本情況

資料來源：作者整理

智能系統現狀與對比

端到端多模態大模型與人形機器人的結合，大幅提升了人形機器人在感知、決策、行動等環節的環境自適應和任務泛化能力，國內外企業加大了投入力度，開發出的智能系統各有特色，但國外頭部企業在系統架構和算法設計等領域處于領先地位，國內企業還處于緊跟階段。在智能感知環節，我國字節跳動公司的端到端機器人操作模型GR-1、斯坦福大學Mobile ALOHA機器人、谷歌DeepMind等公司的AutoRT，都通過視覺-文本多模態大模型彌合了語言符號指令與視覺感知信息間的差距。美國加利福尼亞大學洛杉磯分校提出多模態智能大模型MultiPLY具備包括視覺、聽覺、觸覺在內的多模態感知能力，能夠與3D環境實現全面交互。在智能決策環節，One X公司與OpenAI公司開發的人形機器人EVE，可以實現對人類日常工作環境的認知理解，并在與環境交互的過程中學習、糾正、收集數據，完成自主居家、辦公幫手任務。我國北京大學的視覺導航技能PixelNav利用多模態大模型提取環境中的視覺語義、物體線索等多視角的感知信息，可以對任意類別物體的導航任務規劃和策略推理。在智能執行環節，谷歌DeepMind公司推出的機器人模型RT-2，通過視覺-語言-動作的大模型，對網絡和機器人的數據進行學習，將這些知識轉化為機器人控制的通用指令。我國收購的庫卡機器人推出了KMR- iisy、KMR iiwa等協作機器人平臺，可以與人一起合作，并以毫米級精度在工件上作業。中國電信研究院李學龍教授團隊提出了一種通過多智能體強化學習的大模型，大幅提升多機器人間群體溝通和環境反饋的效率。

智能應用現狀與對比

國內外的人形機器人應用基本都處于起步階段，國外已有企業在工業制造、物流運輸、特種應用、家庭服務、醫療康養等領域投入了應用，國內企業還處于前期的場景驗證階段。但總體而言，人形機器人的應用只在某些特定場景具有很好的適應性和靈活性，大規模應用需要經受綜合成本、技術和市場接受度等因素的考驗。在工業制造領域，人形機器人可以用于新能源汽車的底盤裝配、螺絲緊固等場景，美國特斯拉的人形機器人Optimus已率先應用于汽車電池廠中，國內優必選、小米、智元等企業也在積極推進人形機器人在新能源汽車外觀檢測、底盤裝配等場景中分階段落地。在物流運輸領域，人形機器人可以用于倉儲、搬運、分揀、包裝等場景中，亞馬遜開發的Digit人形機器人已應用于貨車卸載、貨架管理等任務，國內中國電科21所的機器人1號已在智慧物流中進行場景驗證。在特種應用領域，人形機器人可以在應急救援、危險作業、安防巡邏等場景中替代人類工作，國內外都有企業發布相關的產品展示，但主要局限于實驗室環境，還未有效過渡到現實世界的應用。在家庭服務領域，人形機器人可提供家政、教育、娛樂等多種服務，日本的Pepper、LOVOT機器人和美國的Jibo機器人已經投入家庭服務市場，為用戶提供簡單的陪伴和家庭服務，國內星塵智能、越疆科技等企業發布了相關產品的展示。在醫療康養領域，受制于安全性和隱私性等嚴格要求，人形機器人現階段主要用于輔助醫護人員進行日常工作，韓國阿爾茨海默病老年人的伴侶機器人、美國導盲人形機器人Glide等已經投入市場，國內還沒有出現同類型的產品。

4

幾點建議

以生態主導型企業為核心，引領產業生態協同攻關

建立“整零協同”的產業生態，促進人形機器人本體、智能系統和智能應用三大環節協同發展。一是通過“揭榜掛帥”、產業鏈聯合重組等方式，集中資源打造具有國際競爭能力、技術創新能力和輻射帶動能力的生態主導型企業。二是依托生態主導型企業帶動資源集聚，引導生態主導型企業牽頭組建創新聯合體，引領帶動上下游產學研機構協同攻關，鼓勵科研機構及高校加強人工智能、機器人技術，以及計算機領域的交叉學科基礎研究，共同建立技術、資源和服務等平臺和產業生態，形成合力解決行業發展的關鍵技術和共性問題。三是加強標準化建設，提升全國統一大市場下的標準互認、產品配套、研發協同，增強產業適配力和聚合力，同時積極參與國際標準制定，提升我國在人形機器人領域的國際話語權。

搶抓“換道超車”窗口期，確定重點培育的操作系統

操作軟件作為調度機器人軟硬件資源的中樞，具有天然的壟斷特性，一旦形成壟斷就難以打破市場格局。人形機器人作為未來產業，尚未形成如Windows、Android等成熟的主流操作系統產業生態。我國應抓緊搶占戰略制高點，著力培育Open Harmony等具備良性發展生態系統和強大開發者生態的操作系統，培育包含支撐軟件、硬件、終端、應用、服務和培訓體系等在內的生態系統，率先形成產業生態“護城河”。支持建立國家級或區域性人形機器人操作系統研發中心，鼓勵企業、高校及科研院所共建開源社區。針對機器人研發、制造、測試和實際應用需求，研發通用支撐軟件、仿真平臺軟件等技術，引領人形機器人產業格局的變化。

以行業需求為導向，供給側與需求側兩端發力共同開發應用場景

深度挖掘、釋放潛在場景，培育大批專業智能應用服務商，探索率先實現垂直領域落地的路徑和模式。在需求側，開展常態化供需對接活動，建設涵蓋用戶單位、機器人企業、系統集成企業、高校，以及科研院所等主體的開發平臺，以行業需求和痛點為導向，科學指引資源要素建設，探索人形機器人服務的新模式和新業態。在供給側，分行業分階段精準施策。在智能制造、智能家居等已形成較大規模應用的領域，加深技術與場景的融合，開拓高端應用市場和服務創新；在銀發經濟、教育陪伴等新興領域開展試點示范項目，推動應用場景服務規模化和普及化；在光伏、災難救援、搬運碼垛等低容錯率場景，形成定制化解決方案，提升人形機器人的精度和可靠性。

支持創新，攻克關鍵技術短板和瓶頸

聚焦機器人關鍵環節和短板弱項，提升產業關鍵核心技術、關鍵零部件支撐能力和國產化水平，推動機器人產業穩鏈、補鏈和強鏈。一方面，實施產業基礎提升工程，集中力量攻克關鍵短板弱項。支持企業、高校及科研機構共建研發中心，突破RV減速器、空心杯電機、六維力傳感器、慣性傳感器等高端零部件的精度和可靠性；提升機器學習、深度學習算法、任務調度算法等“大腦”決策能力，增強運動學動力模型等“小腦”的穩定性和靈活性。另一方面，加大財政、金融等政策支持，提升企業創新能力。加強高校教育及職業培訓，夯實高水平科技人才建設，營造產學研、上下游、各環節相互助力、協同發展的良好科技創新環境。

本文作者：

曾建平 國家制造強國建設戰略咨詢委員會秘書處副秘書長

孫 健 國家制造強國建設戰略咨詢委員會秘書處辦公室干部、《中國信息化周報》記者

李雨濃 國家制造強國建設戰略咨詢委員會秘書處辦公室干部

張 鎮 國家制造強國建設戰略咨詢委員會秘書處辦公室主任

閱讀更多內容，歡迎訂購《機器人產業》雜志。

點擊跳轉！圈內人都在看的專家觀點