頂刊重磅綜述，北航、國創中心、浙大等全景解析人形機器人技術

不久前，小鵬新一代人形機器人的逼真步態，在全網引發了一場“究竟是不是真人扮演”的現象級熱議。這一事件，瞬間點燃了公眾積蓄已久的好奇心：人形機器人技術究竟發展到了什么階段？我們離科幻照進現實還有多遠？

作為人工智能、高端制造、新材料等前沿技術的集大成者，人形機器人正被視為繼計算機、智能手機、新能源汽車后的下一個“顛覆性產品”。然而，在熱點頻出、信息紛繁的當下，穿透表象、厘清技術與產業脈絡、洞察發展本質的需求正變得愈發迫切。

恰逢其時，中國機械工程領域的頂級期刊《機械工程學報》在2025年第61卷第15期發表了一篇重磅綜述——《構建具身智能新范式：人形機器人技術現狀及發展趨勢綜述》。論文由北京航空航天大學陶永、魏洪興教授團隊聯合國家地方共建具身智能機器人創新中心、浙江大學等多家頂尖機構的專家學者共同撰寫，為我們系統性地理解當下具身智能及人形機器人技術路線與產業格局，構建了一個兼具權威性與前瞻性，系統且全面的認知圖譜。

更具新意的是，為了讓這篇硬核的論文“破圈”，《機械工程學報》還史無前例地創作了一支主題曲

那么，這份被寄予厚望的權威論文究竟揭示了什么？接下來，讓我們跟隨論文脈絡，深入探究。（本文篇幅有限，僅對論文部分核心觀點進行梳理，推薦點擊文末“閱讀原文”查看完整論文）

01.人形機器人發展歷程與現狀

當前人形機器人技術正在加速演進，已成為全球科技創新與產業升級的新高地。在“人本智造”理念下，人形機器人作為具身智能的重要代表，具有廣闊的發展前景。論文開篇便給出了清晰的定義：“人形機器人是一類具有人類外形、模仿人類功能和智能的仿生通用機器人”。

(a)Wabot-1](b)Wabot-2 (c)Atlas 2013 (d)Asimo (e)UBTECH WalkerX (f)Atlas 2022](g)Unitree H1 (h)小鵬PX5 (i)Atlas 2 (j)追覓

圖人形機器人發展階段

論文將1969年至今的人形機器人技術演進概括為四個階段：

1.早期發展階段（1969-2000年）：這一時期的研究主要集中在基礎機械結構設計和基本運動能力的實現上。技術棧以剛性驅動傳動和簡單運動控制為主，機器人只能執行機械性的重復任務或預編程操作，難以自主適應環境。

2.高度集成發展階段（2000-2015年）：隨著技術發展，機器人逐漸配備了更豐富的傳感器（視覺、力覺等），具備了基礎的環境感知能力。控制算法的提升使其能執行更復雜的任務，但離真正的智能化仍有距離。

3.高動態運動與智能化發展階段（2015-2022年）：以波士頓動力Atlas 為代表的機器人能夠完成復雜的運動任務，并通過先進的控制算法實現靈活的動作執行。此階段的標志性突破是深度學習和強化學習的初步應用，使機器人在動態環境中能夠更好地適應新任務。

4.快速發展的爆發期（2022年至今）：大模型與高性能計算平臺深度融合，人形機器人在語言、情感識別、復雜任務執行方面取得突破。軟硬件的深度融合，使其逐漸從“硬件系統”演變為由“軟件賦能的具身智能體”。

在這樣的發展背景下，全球人形機器人產業呈現出怎樣的格局？論文對此進行了詳盡的對比分析。

國際現狀：基礎扎實，AI賦能

論文指出，國際人形機器人技術起步早，在肢體機械結構領域基礎扎實。當前研發熱點集中在美國、日本和歐洲。以Tesla、Figure AI為代表的科技公司正引領產業化浪潮，而OpenAI、NVIDIA等AI巨頭的入局，通過算法與硬件的結合，極大地加速了技術迭代。與此同時，麻省理工學院、東京大學、蘇黎世聯邦理工學院等知名學府持續在基礎理論和前沿探索上取得突破，為產業發展提供源頭活水。論文中的下圖詳細列舉了Tesla Optimus、Figure 2、1X NEO Beta等國外代表性產品及其特性。

國內現狀：需求導向，百花齊放

與國際相比，論文分析認為，國內人形機器人發展雖然起步較晚，但創新型企業眾多，應用需求導向明顯，更加注重產品與市場應用的結合。我國形成了企業與高校并行的“雙軌制”發展模式，并在國家及地方政策（如下圖所列）的精準支持下，成立了北京、上海等地的國家級和省市級創新中心，加速了技術創新和產業化進程。

論文肯定了國內企業在腿部動作穩定性等技術領域已逐步實現與國際領先水平的“并跑”，并指出國內在運動控制算法、具身大模型等關鍵技術上開源程度較高，促進了產學研合作。與此同時，以北京航空航天大學、浙江大學、清華大學等為代表的高校院所，則在運動控制、機器人學、人工智能等基礎研究領域持續深耕，為產業輸送了大量核心技術與人才。下圖詳細展示了優必選Walker S1、智元遠征A2、宇樹G1等一系列國產人形機器人的亮眼參數和特性，凸顯了國內產業“百花齊放”的繁榮景象。

論文總結道，盡管國內在某些關鍵領域（如高精度傳感器）仍與國際頂尖水平存在差距，但憑借政策支持、市場導向和靈活的創新機制，我們正逐步縮小差距，并有望在多個領域實現超越。

02.人形機器人關鍵核心技術

如果說第一部分是歷史和格局，那么第二部分就是這篇綜述的核心與精華。論文將人形機器人的復雜技術體系進行了深度剖析。

圖 人形機器人核心技術棧

接下來，我們將逐一深入論文所剖析的六大關鍵技術模塊。

2.1 人形機器人本體與核心零部件

人形機器人的本體設計面臨著高強度、緊湊、靈活性和輕量化的多重挑戰。論文指出，通過采用高強度輕量化材料（如鋁合金和碳纖維復合材料）與仿生學設計，是實現重量與耐久性平衡的關鍵。例如，Tesla Optimus通過碳纖維復合材料將總重控制在57kg以內。

而高性能的本體，離不開高性能的核心零部件。下圖展示了人形機器人的部分核心零部件。

(a)哈默納科SHG/SHF-2UH系列(b)綠的LCSG-II減速器(c)科爾摩根的TBM2G無框電機(d)中國步科FMC無框電機(e)Intel的11代工業PC (f)英偉達的GeForce RTX? 4090 (g) SCHUNK的SVH機械手[59](h)因時RH56BFX機械手

圖人形機器人部分核心零部件

論文對這些關鍵部件的發展趨勢和技術挑戰進行了深入探討：

• 諧波減速器：作為核心傳動部件，其高傳動比和高精度特性至關重要。論文指出，當前研究集中在提高材料耐久性及優化設計，以提高其在長期運行中的效率和精度。
• 伺服電機（無框力矩電機）：提供驅動力。論文強調，熱管理是其主要技術挑戰，散熱不良會導致性能下降。同時，制造精度對電機穩定運行至關重要。
• 高性能控制器：機器人的“大腦”，通常采用CPU+GPU+FPGA的架構。論文提到，其技術特點體現在強大的計算能力和低功耗設計。
• 仿人靈巧手：實現精細操作的關鍵。論文分析，其挑戰主要集中在多模態信息的高效融合以及操作穩定性的提升

2.2 高精度環境感知與場景理解

機器人要完成通用任務，必須先看懂、聽懂、感知到這個世界。

圖 人形機器人用于環境感知與場景理解的多種傳感器

如上圖所示，人形機器人配備了豐富的傳感器。論文將它們分為兩類并分析了其核心挑戰：

• 傳統傳感器：包括視覺系統（相機、激光雷達等）、運動反饋系統（力傳感器、IMU等）和語音交互系統等。它們是機器人定位、導航和獲取自身狀態的基礎。
• 新型傳感器：論文特別提到了視觸覺傳感器、電子皮膚、嗅覺傳感器等新型傳感器的應用，它們極大地豐富了機器人的感知維度。
• 核心挑戰——多模態信息融合與運用：當前的技術瓶頸在于如何有效融合與綜合運用這些多模態的感知信息。論文給出了具體數據：“當前多模態信息融合算法的實時性尚不足，決策延遲一般在200～300 ms之間，而復雜場景中低于100 ms的延遲是達到人類操作水平的關鍵。”

2.3 平穩步態控制與靈巧操作

這是決定機器人“像不像人”的關鍵，也是小鵬機器人引發熱議的焦點。下圖中歸納了雙足步態控制、上肢靈巧操作和全身協調運動三大核心模塊的技術細節與交互邏輯。

• 步態控制：論文詳細闡述了雙足步態控制的技術難點。由于雙足機器人與地面接觸時間短、支撐面小，需要具備精密的動態平衡與能量管理能力。論文介紹了多種數學模型，包括降階模型、全階連續動力學模型、離散足部撞擊動力學模型及混合動力系統模型，這些模型共同為非線性優化步態控制奠定了理論基礎。
• 靈巧操作：論文系統分析了上肢操作技術。現有人形機器人通常采用高自由度機械臂構型與仿人五指靈巧手。高自由度機械臂具有較大的運動范圍和靈活性，能夠勝任多樣化的操作任務。
• 全身協調：論文明確指出，步態控制的研究重點正從純粹的穩定性逐步轉向全身協調運動及其與上肢操作的交互優化。全身控制的目標是實現雙足步態、上肢靈巧操作和全身動態平衡的深度協同。通過多模態感知技術，人形機器人能夠實時整合步態與操作信息，在維持雙足穩定的同時進行抓取或搬運任務。

2.4 具身智能與大模型

這是當前最激動人心的領域。論文對“具身智能”給出了明確的定義：機器人等智能體通過其物理形態與外部環境之間的緊密互動和反饋，來感知周圍世界、做出決策并執行相應動作的能力。

圖 具身智能系統基本概念示意圖

上圖直觀地展示了具身智能技術的發展不僅提升了機器人的環境感知和人機交互能力，還增強了其自主規劃和智能化的決策能力，使機器人在多種需要高度智能化的場景中展現出強大的潛力。論文進一步闡述，人形機器人正是具身智能的理想載體。

圖 具身智能技術體系

上圖展示了具身智能的技術體系，論文分析了大模型的兩種路徑：

• 通用大模型：覆蓋多場景、多任務的大型預訓練模型，具有廣泛的適應性和可遷移性，能夠為人形機器人提供基礎性的智能能力，如Google的PaLM-E模型。
• 垂直大模型：作為人形機器人具身技能的專才模型，通過對特定領域的定制化訓練和深度優化，以應對不同應用場景中的復雜需求，進一步提升人形機器人在專業技能任務執行中的效率和精準度，如字節跳動的GR-2模型。

論文還提到了全球在該領域的協作努力，如DeepMind發起的RT-X項目和NVIDIA發布的ProjectGR00T基礎模型，以及我國的“慧思開物”具身智能平臺，這些都推動了具身智能技術的落地應用。

2.5 人機協同與共融交互

人形機器人由于自身具備與人高度相似的形態和行動方式，因此人機協同與共融交互技術成為了人形機器人必須解決的核心問題之一。在人機協同中，人形機器人通過為人類提供支持，可顯著提升工作效率，尤其是在復雜的生產和服務場景中(如下圖)。

(a)人機協作中的交互機理(b)傅利葉GR2機器人具備情緒響應功能(c) GPT大模型加持的人機協同(d)具身智能機器人的應用

圖人形機器人在共融交互空間中開展人機協同操作

論文分析了實現這一場景的關鍵技術：

• 柔順控制：人形機器人依托其無框動力系統和先進的控制算法，結合大模型與具身智能技術，能夠實現類人的柔順控制。這些技術創新使機器人具備了在復雜動態環境中進行多自由度運動控制的能力，特別是在高維協同操作中表現突出。
• 動作與意圖交互：機器人不僅要實時解析人類的動作意圖，還需通過智能算法進行精準的運動規劃和調整。研究者正在深入探索動作與意圖交互操作，通過改進感知系統和決策算法并結合數字孿生系統，使機器人與人類之間能夠更好地感知與理解對方的動作和意圖。
• 情感共融：情感理解正成為人形機器人與人類互動的關鍵要素，也是“人本智造”真正實現以人為本的核心需求。人形機器人通過結合多模態信息，不僅能感知用戶的情緒狀態，還能夠根據情感反饋做出相應的反應。

2.6人形機器人的操作系統與工具鏈

• 操作系統：人形機器人軟硬件類型與通信架構復雜，操作系統需要具有內外部傳感設備數據互聯、多設備多終端連接與分布式協同、模塊化解耦、分布式軟總線、安全可信等特征。人形機器人相應的操作系統生態繁榮度將成為未來發展的重要核心競爭力之一。
• 仿真訓練平臺：論文詳細介紹了仿真平臺的演進。較早的機器人仿真訓練平臺包括Gazebo、PyBullet、MuJoCo等，但其核心物理保真度、渲染真實度均處于較低水平。

圖 大規模仿真并行訓練平臺

論文分析，以NVIDIA Isaac Sim為代表的平臺，能夠支持開發者在虛擬環境中大規模生成訓練數據、測試算法，極大地提高了研發效率。論文特別指出了“虛實融合仿真平臺”是新的發展趨勢。

• 訓練數據集與應用軟件：論文還提及了高質量數據集構建的重要性，以及與機器人設計、交互相關的各類應用軟件，它們共同構成了人形機器人不可或缺的工具鏈。

03.人形機器人的典型應用

基于人形機器人的結構特點，人形機器人有望率先在特種領域實現對人類的替代，在工業領域實現示范應用，并將于成熟度較高后融入家庭與醫療等服務行業，在民生領域實現大規模應用。

3.1人形機器人在特殊服役環境領域的典型應用

人形機器人在國防軍工、應急救援、危險場景巡檢等特殊服役環境中的典型應用，展現了其在高風險、惡劣或復雜環境中的重要價值。相較于傳統輪式或履帶式機器人，人形機器人憑借類人的結構設計、高自由度的運動能力以及靈活的末端操作功能，能夠執行其他機器人難以完成的任務，在高度動態化和非結構化場景中具備明顯優勢。

3.2人形機器人在智能制造領域的典型應用

人形機器人在智能制造領域的應用展現出獨特的優勢，尤其是在高度自動化和復雜操作任務中發揮了關鍵作用。在汽車制造領域，人形機器人憑借其出色的靈活移動性，以及對產線靈活變化的卓越適應能力，在這一領域的應用尤為引人注目。例如：優必選人形機器人可完成基礎但對靈活操作要求極高的任務，已與與東風柳汽、吉利汽車等企業合作；宇樹科技的人形機器人也在2024年進入了工廠，在蔚來汽車工廠進行自動揀料配送工作。

3.3人形機器人在家庭及社會服務領域的應用

圖 用于家庭服務的人形機器人

論文分析了人形機器人在家庭服務（家務、情感陪伴）、社會服務（零售、酒店的引導送餐）、醫療健康（康復訓練）和教育培訓（實驗演示）等領域的巨大潛力。

論文指出，當前人形機器人在應用領域發布的場景實踐大多為示范性驗證，暫未實現大規模的應用推廣。當前應用仍面臨技術上的挑戰，如續航能力、復雜環境下的操作精度、高成本等問題需要進一步攻克。隨著技術的不斷進步和成本的降低，人形機器人有望在這些領域中發揮更為廣泛和深入的作用，推動社會服務的智能化進程。

04. 挑戰與難點

在描繪了光明前景的同時，論文也剖析了當前人形機器人發展面臨的五大核心挑戰，這為產業界和科研界指明了需要集中攻克的方向。

1.整機軟硬件需加強協同化創新設計：跨學科、高耦合是人形機器人的系統本質。需要在設計早期即統籌機-驅-控-算的指標分配與實時性約束，處理好模塊化/標準化與接口性能之間的權衡，確保系統級穩定性與迭代可維護性。

2.復雜任務尚需高精度環境感知與多模態融合：現有傳感仍以單物理量為主，難以全面覆蓋復雜環境變量。多模態融合的實時性與魯棒性是突出瓶頸。

3.強思維鏈高泛化性具身智能仍處在起步階段：大模型對底層控制的直接介入仍有限；動態環境建模、未知場景探索與決策泛化能力尚需增強。靈巧手在非標任務中的穩定性與任務級策略學習仍有待提升。高質量多模態感知與操作數據集的建設尤為關鍵。

4.動力系統的驅動高效性與續航持久性未達需求：電池能量密度與充電效率限制了整機續航與作業時長。能量回收、能耗動態調節、智能能源管理與步態能效優化是重要方向；材料與電化學體系演進亦將影響續航邊界。

5.人形機器人的標準規范與安全保障體系亟需加強：需完備技術/性能/安全測試標準（含物理安全、數據安全、操作安全、電磁兼容等），在保障安全與合規的前提下為技術創新預留彈性空間，支持不同應用場景的評估與準入。

05. 未來發展趨勢

面對挑戰，未來將向何方？論文最后高瞻遠矚地提出了五大發展趨勢，為我們揭示了人形機器人技術演進的宏偉藍圖。

1.具身智能賦能通用人工智能與人形機器人的深度融合：未來將從以大語言模型為主的交互，向視覺-語言-動作模型為主的多模態交互方式過渡，讓人形機器人具備高度泛化能力和思維鏈能力，逐步迭代達到具身智能的高級形態。

2.端到端多模態大模型提升人形機器人的自主操作技能：未來的端到端大模型將以通用大模型和垂直大模型兩種發展路線并行迭代。未來的人形機器人將通過大模型實現全流程的智能決策，從感知到運動控制的所有環節實現高度智能化。

3.大規模仿真訓練平臺助力人形機器人高效迭代：虛實融合仿真平臺也正在成為新趨勢，通過結合實際場地數據，不斷修正仿真模型，提升仿真精度并縮短研發周期。

4.算力算法升級推動人形機器人技術快速融合創新發展：更強的算力平臺將使更復雜的AI模型得以在機器人上部署。同時，新一代通信技術、云-邊計算、新能源、新材料、腦機接口、數字孿生等技術也將與人形機器人深度融合，不斷拓寬其性能邊界。

5.人機環共融與安全倫理逐步規范，構建人機智融新范式：通過安全與倫理體系的不斷完善，人形機器人將在未來更加順利地融入人類社會，實現與人類的安全共處和協同工作。

06.結語

目前恰逢我國工業轉型期，諸多高端應用場景不斷涌現，如能以場景和任務為核心，以研用結合為動力，以跨領域技術融合為手段，開展人形機器人的高效應用迭代與前瞻性開發，將能夠有效提升我國人形機器人相關領域的技術水平和產業化能力，并成為新質生產力的典型代表，為各行業進步與經濟高質量發展做出實質性貢獻。

在人形機器人和具身智能概念被碎片化解讀的當下，這篇綜述有望為科研人員指明前沿方向，為開發者拆解技術路徑，為企業決策提供依據。

值得一提的是，論文第一作者、北京航空航天大學陶永副教授，長期從事機器人智能化技術研究，致力于產學研結合推動制造業升級，此前已有多部相關著作出版，為我國機器人領域的人才培養和技術普及做出了重要貢獻。對該領域有興趣的讀者，可以進一步閱讀其著作，深入學習。

如果您覺得這篇文章有價值，請點贊、在看，并分享給更多同行者。讓我們共同見證并參與到這場波瀾壯闊的技術變革中！