編者按：本文來自微信公眾號 “定焦”（ID：dingjiaoone），作者：王璐，創(chuàng)業(yè)邦經(jīng)授權(quán)轉(zhuǎn)載。

人類，正在被人形機器人“圈粉”。

在剛剛落幕的2025世界機器人大會（WRC）上，這群“鋼鐵戰(zhàn)士”成了頂流明星，五天展期里人潮不散，各家展臺被圍得水泄不通，觀眾一邊驚呼“哇塞”，一邊舉著手機咔咔狂拍，社交平臺被機器人的短視頻刷屏。

越來越多人驚喜于人形機器人的進化速度，它們已經(jīng)不是笨拙的鐵疙瘩，而是有了靈巧的雙手和雙足，皮膚觸感逼真到能“以假亂真”，甚至會挑眉、微笑、拋媚眼。

技能點也在全方位進化——

• 能表演：跳舞、T臺走秀、打拳、踢足球等樣樣精通；

• 能干活：在家務(wù)整理、咖啡制作、工業(yè)搬運等領(lǐng)域取代打工人；

• 能交流：聽得懂人講話、能進行簡單地自然對話，逐步擺脫“人工智障”標簽。

但它們也有不少bug——

• 動作單一：多家廠商機器人跳舞，后空翻和摔倒姿勢宛如復制粘貼，被網(wǎng)友調(diào)侃“程序員偷懶”；

• 效率不高：疊衣服慢如樹懶，工業(yè)場景仍停留在基礎(chǔ)分揀；

• 價格高昂：一臺頂配機器人抵得上一輛寶馬。

盡管如此，它們?nèi)缘沧驳仉x開實驗室，正在加速走向現(xiàn)實世界?！榜R拉松”“運動會”“拳擊賽”等各種人形機器人賽事，還在霸屏著國內(nèi)外媒體。

近期，「定焦One」和幾位人形機器人頭部企業(yè)、資深從業(yè)者聊了聊。雖然現(xiàn)在談大規(guī)模應用還為時尚早，“智力”和“成本”仍是瓶頸，但技術(shù)進步、資本下注和市場需求正在加速這個進程。未來，人形機器人可能會顛覆我們對勞動、效率和智能的想象。

人形機器人，進化成啥樣了？

人形機器人，到底是什么樣的存在？它并不像大家想象中那么簡單。我們從外觀、交互方式和應用場景三方面，來一個全景認知。

先來看看如今的人形機器人長什么樣。

通常來說，它們有著軀干、頭頸、四肢等類人結(jié)構(gòu)，但實際上，各家的人形機器人形態(tài)各異，差異主要體現(xiàn)在手和腳的設(shè)計上。手分為三類：靈巧手（采用仿生五指設(shè)計，能夠模擬人類手部的精細動作）和二指夾爪、三指手，腳則分為雙足型和非足型。

在從業(yè)者看來，雖然靈巧手和雙足設(shè)計更接近人類形態(tài)，但實現(xiàn)功能卻相對基礎(chǔ)且價格高昂，一位相關(guān)從業(yè)者透露，高端靈巧手價格高達10萬-20萬元。

有著多年互聯(lián)網(wǎng)和自動駕駛汽車行業(yè)從業(yè)經(jīng)驗，也是具身智能行業(yè)的資深從業(yè)者Kris告訴「定焦One」，一對靈巧手的成本可以占到機器人總成本的三分之一，從二指夾爪升級為三指手，雖然只增加了一個手指，成本可能翻了好幾倍，但高成本帶來的效果未必成正比。

因此，為了提供更好性能以及平衡性價比，人形機器人公司大多都采取了沒那么像人的夾爪形式和輪式結(jié)構(gòu)，除非客戶有特定需求。

比如，參展廠商星塵智能的Astribot S1演示了做早餐、沖咖啡、畫扇子等復雜任務(wù)，這些操作都是靠二指夾爪實現(xiàn)的。

星塵智能研發(fā)負責人安昭輝告訴「定焦One」，人形機器人的操作功能集中在上半身，但不僅僅是靠夾爪，而是依靠整個上半身，所以他們對整個機器人本體的關(guān)鍵部位，采用了創(chuàng)新繩驅(qū)傳動設(shè)計，達到了高度模仿人類肌肉和施力方式，而且在表現(xiàn)更擬人、更高動態(tài)的同時，也更安全。

再來看交互方式，Kris解釋，控制人形機器人運行的方法主要有三種：遙操（通過傳感器、控制器等設(shè)備捕捉人類動作）、同構(gòu)臂（通過關(guān)節(jié)映射傳遞到機器人手臂）、語音控制三類。其中比較復雜的指令比如做早餐，采用的便是遙操、同構(gòu)臂，簡單的指令比如推、拿、放，采用的是語音控制甚至可以達到自主運行。

但無論哪種，離真正由AI自主控制都相差很遠。即使是看似智能的“語音控制”，也多基于預設(shè)規(guī)則，機器人只是看上去有了自主意識，但缺乏真正的場景適應能力。

需要指出的是，人形機器人的遙操和遙控車不是一個概念，也需要一定技術(shù)水平。

北京大學計算機學院訪問工程師，在互聯(lián)網(wǎng)、自動駕駛、機器人等行業(yè)都擁有豐富實踐經(jīng)驗的gashero向「定焦 One」解釋，人形機器人看上去是有人拿著遙控器進行操作，但遙操實際上發(fā)送的是指令，而非直接控制機器人的最底層，還有大量子任務(wù)需要機器人自己規(guī)劃執(zhí)行。比如需要機器人自己保持平衡，規(guī)劃身上的多個電機、傳感器來綜合執(zhí)行目標動作，具有技術(shù)難度。

最后來看看應用場景。

綜合從業(yè)者的觀點，人形機器人可清晰地分為To B（企業(yè)級）和To C（消費級）兩大方向，其中To B主要指的是文娛表演、工業(yè)制造、文旅服務(wù)、醫(yī)療康養(yǎng)這四大領(lǐng)域。To C集中在家用場景，Kris總結(jié)，人形機器人的目標是替代傳統(tǒng)的“三?！惫ぷ鳎ū０?、保潔、保姆）。

Kris表示，文娛表演是目前最為成熟的應用場景，各種舞蹈、T臺走秀和競技比賽頻繁出現(xiàn)。而其他場景仍處于基礎(chǔ)應用階段，比如工業(yè)制造以流水線上的分揀、搬運為主，文旅服務(wù)以景區(qū)引導為主。

圖源 / Kris的機器人覺醒手記 受訪者提供

不過，從實際價值來看，gashero認為現(xiàn)階段很多人形機器人“上班”后的存在感并不強。

比如在倉庫里完成搬箱子任務(wù)，倉庫AGV機器人（機器視覺+機械臂的組合）已經(jīng)非常成熟且廉價，人形機器人不具備強競爭力。至于文娛表演，他認為不可持續(xù)，“新鮮勁過了，機器人還是要追求創(chuàng)造實實在在的價值。”

總結(jié)來說，雖然人形機器人這幾年有了很大進步，但想讓它們真正發(fā)揮價值，還有幾道關(guān)鍵門檻。

得過“成本關(guān)”和“腦子關(guān)”

多位從業(yè)者概括，眼下人形機器人的主要難題在于“腦子不夠聰明”和“價格不夠親民”。

你可以把人形機器人想象成一個“人”，由“身體”和“腦子”組成。硬件就是它的“身體”，也被從業(yè)者叫做本體，軟件則是它的“腦子”，掌管著各種思考和行動。

業(yè)界的共識是，國內(nèi)人形機器人的運動性能已經(jīng)日趨成熟，可以滿足基本的操作需求，但比起“身體”的強壯，人形機器人“腦子”的問題很大，目前行業(yè)智能化發(fā)展嚴重不均。Kris直言，人形機器人的軟件還停留在Demo水平，就像是個剛學會走路的孩子，只能在特定的小范圍里走路。

大語言模型之所以越來越聰明，是因為它不停地學習海量數(shù)據(jù)。人形機器人也類似，但它得在真實的物理環(huán)境中進行大量交互操作，從中獲取數(shù)據(jù)來訓練自己的決策和行動能力。可現(xiàn)實是，物理世界的操作數(shù)據(jù)非常短缺，嚴重限制了人形機器人的發(fā)展。

Kris表示，人形機器人的軟件構(gòu)成基本都是VLA的架構(gòu)，在這個架構(gòu)下，要讓“腦子”認出物體，還要指揮“身體”完成動作，就必須依賴精準真實的空間數(shù)據(jù)。

比如，讓人形機器人去晾衣服，它得知道走到哪兒去晾，那個地方的具體坐標是多少?？涩F(xiàn)實生活中這部分數(shù)據(jù)偏偏是缺失的。所以很多人形機器人在完成指定動作時，必須固定在某個地方，拿的東西也必須在它的視線之內(nèi)，就像被無形的繩子拴住了一樣。

但有些人形機器人的智商已經(jīng)出現(xiàn)了進化。

比如在“收拾桌面”的家務(wù)場景中，星塵智能的Astribot S1（依托星塵智能全身VLA模型）在面對很多沒見過的物體或異常干擾時，能自主完成收拾雜物的工作，即使將場景挪到WRC現(xiàn)場，也只需補采少量數(shù)據(jù)，模型就能用。

這背后依靠的是自研模型、本體、過往海量數(shù)據(jù)的閉環(huán)驅(qū)動，而其“元技能庫”學習法，可以讓機器人不斷采集各類場景中的交互信息，面對新任務(wù)時進行技能遷移，無需從頭學起，就像小朋友學習一樣，通過舉一反三認知世界。

但安昭輝也告訴「定焦 One」，目前人形機器人的通用泛化能力還是整個行業(yè)都在頭疼的難題，目前它只能對相似的場景進行泛化，做不到像ChatGPT那樣回答各行各業(yè)的問題，簡言之，它還是個垂類專家而非通用專家。

不止一位從業(yè)者表示，合成數(shù)據(jù)是推動具身智能快速落地的關(guān)鍵。以銀河通用為代表的企業(yè)在具身智能領(lǐng)域?qū)Ｗ⒀芯?，在“腦子”上達到行業(yè)前沿水平。

拿銀河通用的Galbot為例，在北京海淀中關(guān)村的線下門店，它不用人遙操作，便可自主完成購買接待、點單支付、商品拿取、當面交付、多語音交互引客等全流程。在面對300+冷藏/熱飲不同形態(tài)的商品時，也能準確抓取且做到不碰倒其他貨品。

北京銀河通用機器人首席戰(zhàn)略官趙于莉向「定焦One」透露，這依托的是銀河通用自研的全球首個面向零售的端到端具身智能大模型——GroceryVLA，基于大規(guī)模合成數(shù)據(jù)和Sim2Real（虛實融合技術(shù)）的技術(shù)泛式，GroceryVLA無需針對每種商品單獨調(diào)參，實現(xiàn)跨品類、跨物體的統(tǒng)一抓取策略，并擁有強大的自主決策與抗干擾能力。

在本次WRC大會上，英偉達Omniverse和仿真模擬技術(shù)副總裁Rev Lebaredian和宇樹科技王興興、銀河通用創(chuàng)始人王鶴同框，英偉達宣布已將中國首批Jetson Thor芯片給銀河通用使用。在銀河通用的WRC展臺上展示了全球首款搭載了英偉達Jetson Thor芯片的機器人Galbot G1 Premium，被現(xiàn)場觀眾評價為“干活最麻利的人形機器人”。

如果說“腦子關(guān)”限制了人形機器人的能力，那么“成本關(guān)”則決定了它能否大規(guī)模普及。

在本次WRC大會上，人形機器人的身價天差地別，但整體都價格不菲，大部分在幾十萬的區(qū)間。最貴的一臺將近百萬，被網(wǎng)友調(diào)侃為“土豪專屬”，當然，也有少數(shù)“親民款”，比如宇樹科技Unitree G1人形機器人，售價9.9萬元，但對普通家庭來說仍不算便宜。

高昂的價格讓人望而卻步，從業(yè)者解釋，這并非漫天要價，事實是，造一臺人形機器人成本很高。機器人領(lǐng)域很多核心零部件的成本和汽車產(chǎn)業(yè)類似，甚至連供應商都是同一撥，硬件成本不低，也讓機器人短期內(nèi)難以像其他家電那樣進入千家萬戶。

比商業(yè)化更快的，是上市潮先來了

即便人形機器人面臨著智力與成本的雙重考驗，對于這一行業(yè)的前景，市場仍十分看好。

從宏觀數(shù)據(jù)看，行業(yè)規(guī)模正高速增長。本次2025世界機器人大會開幕式上公布了一組數(shù)據(jù)：今年上半年，我國機器人產(chǎn)業(yè)營收同比增長27.8%。工業(yè)機器人和服務(wù)機器人產(chǎn)量增長同樣顯著，同比分別增長35.6%和25.5%。我國已連續(xù)12年位居全球最大工業(yè)機器人應用市場。

企業(yè)端和資本端的熱度更勝一籌。

企查查數(shù)據(jù)顯示，截至目前，今年前7個月已注冊機器人相關(guān)企業(yè)15.28萬家，較去年同期相比，增長43.81%，增速遠超去年全年注冊水平。截至8月12日，國內(nèi)現(xiàn)存機器人相關(guān)企業(yè)95.8萬家。

與此同時，很多企業(yè)已經(jīng)瞄準了資本市場。公開信息顯示，目前全球已有超20家人形機器人公司啟動IPO或傳出有IPO意向，其中中國占16家，包括宇樹科技、智元機器人、傅利葉智能等。

各家聚焦的應用場景和優(yōu)勢也都不一樣。

比如宇樹科技的優(yōu)勢集中在核心技術(shù)與商業(yè)化落地能力上。其95%以上的核心硬件實現(xiàn)自主研發(fā)，在商業(yè)化方面，旗下產(chǎn)品G1基礎(chǔ)版以9.9萬元起的售價展現(xiàn)出高性價比，落地應用已較為成熟。

圖源 / 宇樹科技官網(wǎng)

智元機器人則主打全鏈條布局。從硬件到軟件均堅持自主研發(fā)，同時通過投資機器人產(chǎn)業(yè)鏈上的多家創(chuàng)業(yè)公司，構(gòu)建起產(chǎn)業(yè)生態(tài)。

傅利葉智能聚焦特定場景深耕，重點發(fā)力醫(yī)療康復領(lǐng)域。最近推出了首款主打交互陪伴、具備“可觸摸”特性的全尺寸人形Care-bot GR-3，其具有社交陪伴和輔助陪護功能，整體外觀形似“大白”，還有微表情反饋。

至于如何判斷一家人形機器人公司的實力，不同從業(yè)者給出了不同參考標準。

gashero認為人形機器人和自動駕駛領(lǐng)域具有一定的相似性，因此也可借鑒其評估方式，先把這些公司進行分類，劃分為人工智能（具身智能）和機器人兩大派。人工智能派致力于“大腦”——更高的智能水平，機器人派則側(cè)重于“身體”——更強的硬件能力。

在這兩派中，gashero認為，“大腦”是人形機器人在未來突破的關(guān)鍵所在，因此更傾向于將數(shù)據(jù)方面具備更強實力的公司放進第一梯隊。

Kris則強調(diào)，落地場景對于人形機器人的商業(yè)前景起著決定性作用。但如果從這一維度來看，企業(yè)梯隊劃分又會呈現(xiàn)出明顯差異，因此他更偏向于認為行業(yè)還處在發(fā)展早期，人形機器人公司各自在不同的應用領(lǐng)域探索、拓展市場，很難從某一固定維度分出高下。

也有從業(yè)者認為，依據(jù)估值來劃分人形機器人公司的實力，是一種較為直觀的方法。

按照這種劃分方式，智元機器人、宇樹科技、銀河通用處于第一梯隊，估值超70億；它石智航、千尋智能、自變量機器人等公司排在第二梯隊，估值在20億-50億；其余熱門公司估值大致在20億以下。

不難發(fā)現(xiàn)，無論是從“大腦”與“身體”的技術(shù)側(cè)重，還是落地場景的探索，以及估值規(guī)模的評估，不同的維度展現(xiàn)出市場看待人形機器人行業(yè)的多元視角，恰恰顯示出這是一個高速生長、遠未定型的行業(yè)。這也意味著，人形機器人的未來，將有無限可能。

*題圖來源于星塵智能官網(wǎng)截圖。

本文為專欄作者授權(quán)創(chuàng)業(yè)邦發(fā)表，版權(quán)歸原作者所有。文章系作者個人觀點，不代表創(chuàng)業(yè)邦立場，轉(zhuǎn)載請聯(lián)系原作者。如有任何疑問，請聯(lián)系editor@cyzone.cn。