Fanlix全球研究洞察
人形机器人：跨越从概念到商业现实的鸿沟
人形机器人要如何摆脱试点阶段的困境，并在工作场所大规模创造真正的价值？
2026/01/21 Fanlix凡立
人形机器人 — 外形和大小均与人类相似的机器 — 长期以来一直激发着人们的想象，描绘出一幅它们能无缝融入人类环境的未来愿景。
从理论上来说，它们未来可服务于众多行业：在生产线上组装零件、在仓库中搬运货物、在医院协助护士工作、在零售店整理货架，甚至协助照护老人与处理家务。
然而，当下试点项目的技术验证与大规模商业化应用之间，仍存在巨大的差距。那些频频登上新闻头条的原型机固然令人印象深刻，但它们距离在实际环境中实现稳定、可靠且经济合理的作业性能，还相去甚远。为了跨越从试点到大规模部署的鸿沟，技术提供商必须搭建四座 “桥梁”：
- 无围栏作业的安全系统
- 持续正常运行时间
- 更强的灵巧性和灵活性
- 大幅降低成本
每一座桥梁都标志着跨越鸿沟的关键一步，唯有四座桥梁全部建成，人形机器人才能够从概念变为现实。能够同时满足这四项要求的原始设备制造商（OEM），将具备快速规模化生产的优势；而那些仅专注于其中几项的制造商，仍将继续深陷试点阶段的泥潭。尽管人形机器人的全面部署尚需时日，但作为机器人技术终端用户的企业高管，必须密切关注这些领域的技术进展，并立即着手做好准备；否则一旦机器人成为工作场所中不可或缺的一部分，这些企业将面临落后于竞争对手的风险。
桥梁 1：无围栏作业的安全系统
人形机器人的真正潜力，在于能够与人类在工作场所和公共空间中自由共存，而非隔着屏障开展工作。这一愿景对安全性提出了更高的要求，而要实现这一目标，需要从监管和技术两方面同步搭建桥梁。
国际标准化组织 (ISO) 已发布机器人安全指南 ——ISO 10218 和 ISO/TS 15066—— 但这些指南主要针对机械臂和协作机器人，并不适用于在非结构化环境中自主移动、交互的人形机器人。目前，人形机器人生态系统中的各方利益相关者正携手合作，制定全新的指南。例如，正在制定中的 ISO 25785-1，将明确界定人形机器人的特定要求，其中包括与跌倒风险缓解、行为可预测性和合规性交互相关的要求。在新的标准最终敲定、通过并纳入正式法规之前，行业规范的模糊性将限制人形机器人的主流化部署。
除了完善标准和法规，利益相关者还必须同步解决技术层面的差距。目前，人形机器人在识别人类意图、灵活适应拥挤空间方面，仍存在明显不足。Agility Robotics 公司的 Digit 机器人已在亚马逊仓库开展试点，这一案例便体现了这种矛盾：该机器人配备了 360 度视觉和激光雷达设备，可完成周转箱搬运工作，但出于安全考量，仍只能在半隔离区域内运行。
人与人形机器人的密切协作，需要搭建多层级的安全架构。该架构融合视觉感知、触觉传感、接近检测和力限制驱动技术，以此限制机器人的施力范围；而冗余的安全保障措施 —— 例如实时运动规划、具备弹簧特性的柔性肢体以及跌倒恢复功能 —— 必须能够有效预防故障的发生。同样重要的是，这些安全保障措施，必须通过明确的认证途径和标准化的验证测试完成评估与批准。
行业利益相关者应密切关注那些既投入研发技术保障措施，又积极参与标准制定的原始设备制造商，因为一旦形成完善的监管框架，这些企业将最具规模化扩张的能力。
桥梁 2：持续正常运行时间
目前，大多数人形机器人满电后的运行时长仅为两到四个小时，远低于现实场景中八到十二小时的工作需求。这导致机器人的闲置时间过长，无法达到与人类工人相当的生产力水平，而这一问题的主要障碍在于电池技术。在原始设备制造商（OEM）能够实现机器人持续稳定的长运行时间之前，人形机器人的部署范围将始终局限于试点阶段。
现阶段已有两种切实可行的解决方案逐步成型。第一种是可更换电池组，经特殊设计后，这类电池组能在几分钟内完成轻松的安装与拆卸。该方法可确保机器人在整个工作轮班期间持续作业，电池组则可在后台完成充电。第二种方案是在规划的休息或换班时段开展快速充电，同时配套相应的充电设备和场地布局，让机器人的快速 “进站补能” 简单又安全。评判这两种方案的核心标准一致：机器人能否可靠完成整个轮班的作业任务，并将作业中断的次数降至最低？
其他设计优化虽能起到辅助作用，但均为电池技术之外的次要因素。更高效的传动系统和更轻量化的机身结构，可降低机器人单次任务的能耗；按需合理配置的感知和计算能力，能避免不必要的功耗与发热；更优化的散热设计，可防止机器人在轮班后期出现性能下降；快速且可靠的故障恢复功能，能避免机器人长时间停机。
延长机器人的正常运行时间，也需要做出相应的权衡取舍。高能量密度电池虽能延长运行时间，却会增加热安全风险，需要配套更完善的保护和监控系统；采用更安全化学配方的电池，虽能延长使用寿命，电池容量却相对较低。行业的核心目标，是打造可认证、高可靠性、能与用户协同作业的机器人，而非仅能用于实验室演示、哗众取宠的产品。
归根结底，实际的现场应用情况才是关键：需保障机器人的全轮班作业覆盖（并明确规定换班或充电时间）、配套必要的充电或换班基础设施，同时确保机器人能在人员附近安全运行，且不会出现频繁停机的情况。在这些条件全部具备之前，持续的正常运行时间仍将是人形机器人规模化应用的主要障碍。
桥梁 3：更强的灵活性和移动能力
灵巧性和机动性是人形机器人最明显需要改进的方面，或许也是技术层面最具挑战性的难题。目前的人形机器人，在这些能力上与人类仍相去甚远，在非结构化环境中表现尤为突出。这些能力差距主要体现在以下三个方面：
- 力学原理：人类的手部约有 20 到 27 个自由度（DoF），能够完成各类抓握、扭转和手内操作。相比之下，大多数机器人手的有效自由度远不及人手，大量关节相互耦合，独立控制能力远逊于人手，这极大地限制了它们的活动范围。机器人的执行器在力密度、响应带宽和精准控制方面，也与生物肌肉存在巨大差距。最终导致的结果是：人形机器人能够完成简单的抓握动作，却缺乏支撑人类诸多日常任务的精细灵巧性。
- 感知运动技能：即便经过大量的训练，人形机器人也难以实现可靠的闭环操作。而人类能毫不费力地完成类似动作，得益于精细的感知运动整合能力，能够结合触觉、视觉等多种感知输入，为肢体运动提供引导。机器人仅能在受控条件下达到接近人类的操作精确度，在动态的工作环境中则难以企及。
- 学习效率：如今，机器人可通过观察人类 —— 无论是现场观看还是通过视频观看 —— 并模仿其动作完成学习，模仿学习在训练机器人的移动性和灵巧性方面尤为适用。但该方式的缺点是，人形机器人需要经过数十亿次的模拟交互，才能掌握特定的任务，且任务的泛化能力较差。为了实现技术突破，研究人员必须研发出全新技术，让人形机器人能够感知自身的技能缺陷、自主设定学习目标并制定改进策略。此外，人形机器人还需要配备更先进的触觉传感皮肤（覆盖在机身外表面的多层电子传感器，用于感知触觉信息），以及更完善的运动学设计，通过优化机械部件的排列方式，提升运动控制的精准度。这些技术进步，需要高性能执行器和高密度多模态传感技术的突破（例如，将摄像头与热成像设备、触觉输入模块相结合）；同时，还需要基于大型具身数据集训练的人工智能模型，使人形机器人能够从实操经验中完成自主学习。目前，相关领域的研究正在持续推进，更高效的执行器、自适应手部以及针对物理交互优化的基础模型均在研发之中。尽管近期取得了这些进展，但人形机器人与人类之间的能力差距依然巨大。
结论：灵巧性决定了机器人的应用范围。在人形机器人实现更大的机械带宽和更智能的感觉运动整合之前，它们只能在结构化的环境中执行重复性、低复杂度的任务。对于企业管理者而言，这意味着近期的试点项目应重点关注那些人形机器人的拟人化外形具备应用价值、但对精细灵巧性要求不高的岗位。
桥梁 4：大幅降低成本
如果说灵巧性和安全性定义了人形机器人的作业能力，那么成本则定义了其商业可行性。即便人形机器人掌握了新的技能，能够在工作场所中自由移动，若售价过高，也无法实现大规模应用。受子系统过度设计和供应链体系尚未成熟的影响，如今人形机器人原型产品的单机制造成本通常在 15 万至 50 万美元之间。如此高昂的成本并不令人意外：早期的产品研发侧重技术可行性的验证，这需要投入大量的资源。
一旦企业完成技术概念验证，通常会将研发重心转移到降低成本上 —— 这是各行各业的通用发展模式。例如，智能手机制造商通过将数十个分立元件集成到单个系统芯片中，降低了后续产品的制造成本。这一架构选择不仅精简了物料清单 (BOM)，简化了电源电路设计和大规模组装流程，同时还提升了系统性能。搭建人形机器人的成本桥梁，大概率也将遵循类似的模式。
要让人形机器人能够在主流行业中与人类劳动力形成竞争，其单机售价必须降至 2 万至 5 万美元之间；而对于面向消费者的应用环境，例如家庭、零售和酒店服务业，人形机器人可能需要实现更大幅度的成本降低（参见侧边栏 “类人机器人的成本驱动因素”）。下一代人形机器人不会自然而然地变得价格亲民，相反，企业必须以降低成本为核心目标，对其进行重新设计，并通过多种手段实现成本优化，具体包括以下几点：
- 基于任务范围的架构：原始设备制造商 (OEM) 应根据首批落地的作业任务（例如料箱搬运和设备检测），合理配置机器人的自由度、有效载荷、传感和计算能力，而非为未来的潜在任务进行过度设计。这一转变将减少物料清单 (BOM) 的内容，并加快机器人的调试速度。
- 模块化机电关节：通过将电机、齿轮箱、传感、驱动和控制模块集成到密封、可复用的标准化单元 —— 人形 “关节系统”—— 企业可以减少零件数量、简化布线流程并缩短组装时间。
- 减少零件数量并简化线束：如果企业与机器人制造商联合设计机器人的结构和布线方案，减少支架、连接器的使用并缩短电缆长度，将能显著降低人工成本，同时提升生产效率。
- 通过分层供应商生态系统实现平台标准化：通用化的关节 SKU、标准化的共享接口和多元化的采购选项，有助于推动执行器、齿轮、传感器和安全设备的批量定价，并加快其供应链的学习曲线。
- 从设计上体现可维护性：可热插拔的关节甚至整个部件、可快速更换的电池以及模块化的外壳设计，能有效减少机器人的停机维护时间，即便在单机售价下降之前，也能降低客户的总体拥有成本。
- 合理配置感知 / 计算能力：原始设备制造商 (OEM) 应将感知和计算架构从 “研究级” 堆栈，迁移至适配实际部署的模块和边缘计算方案，以精准满足实际任务的需求。
除了设计层面的改进，致力于执行器技术创新和供应链本地化的原始设备制造商（OEM），能够在降低成本和推动人形机器人广泛商业应用方面获得决定性优势，而专注于关节技术创新的合作关系，也能为成本降低提供助力。
早期试点的经验与启示
决定如今人形机器人落地场景的两大因素（图表 1）：
- 任务复杂度（完成该任务需要多少操作、决策和环境适应能力）
- 环境稳定性（作业环境的可预测性和结构化程度）
图表（1）
首批商业试点项目，均是让人形机器人执行重复性、中等复杂程度的任务，且这些任务均在结构化、低变异性的环境中开展，例如已完成地图绘制的工厂通道、受控管理的仓库通道或例行的设备巡检路线。在这些场景中，人形机器人凭借其目前的移动能力和基本操作技能，已经初步展现出应用价值。
近期的试点项目也延续了这一模式。在汽车制造和仓储物流领域，机器人主要用于在规划区域内搬运零部件和周转箱，核心侧重移动能力而非精细操作；在为人类设计的棕地作业场所，机器人的人形外形成为一项突出优势；在安全政策较为严格的场所（例如，人车混行的仓库通道），人形机器人的作业仍需在半隔离区域内开展，这也凸显了研发无围栏作业安全系统的紧迫性；在危险的工业环境中，早期试验表明，人形机器人可以帮助人类远离危险区域，其拟人化外形使其能灵活完成设备检查、上下楼梯、通过走道和操作控制面板等动作。在这些领域，试点项目的经验教训高度一致：如今的应用成功，源于可预测的作业路线和可重复的标准化任务，而非高超的精细灵巧性装配（参见侧边栏 “人形机器人应用”，了解汽车物流、仓库周转箱搬运和危险场所检查的简明用例）。
人形机器人的技术局限性必须按优先级逐步解决。首先，无围栏作业的安全系统必须率先成熟，若无法满足监管合规要求，机器人便不能离开受控区域；持续正常运行时间是第二要务，因为这是决定投资回报率的关键驱动因素，而全轮班连续作业对于人形机器人的规模化应用至关重要；灵巧性和移动性虽仍限制着机器人的任务范围，但在这些早期应用案例中，其并非决定性因素，而这两项能力的提升，将推动机器人的应用范围超越运输和检测领域；最后，人形机器人的大规模推广，取决于成本的大幅降低，从而使系统售价能够覆盖试点项目和品牌展示之外的商业化场景（面向消费者的应用角色，还需要更低的价格）。
区域生态系统：跨越鸿沟的不同路径
全球约有 50 家公司宣布进军人形机器人领域，但仅有不到 10 家进入了规模化试点或商业化前的部署阶段（图表 2）。大多数公司仍处于研发阶段，仅在实验室或高度可控的环境中测试原型机。这一行业现状给企业高管们提出了两个核心问题：谁将最终在这场竞争中胜出？区域生态系统又将如何影响这场竞争的走向？
图表（2）
中国：通过速度、供应商主导的创新和战略政策实现规模化
在强有力的国家政策指导和灵活的供应链体系推动下，中国已成为人形机器人领域发展最快的生态系统。工业和信息化部（工信部）发布了 2024 年人形机器人产业发展路线图，目标是在 2025 年建成完整的人形机器人生态系统。这一政策框架鼓励国内核心零部件的自主生产，制定了人形机器人在尺寸和安全方面的国家标准，并为物流中心和工厂的试点项目提供资金支持。这些举措的效果已初步显现：仅 2024 年一年，国内就有超过 35 款新型人形机器人问世，数量远超其他任何地区。
中国的头部企业发展模式，充分体现了这一国家发展思路：
- 优必选科技依托政府的政策支持，将大量 Walker 机器人投入到巡检和物流领域的试点项目中，充分受益于国内推动大规模部署的产业政策。
- 傅里叶智能公司依托本地完善的零部件供应商网络，正将人形机器人的移动技术落地于医疗保健和工业领域。该公司的实践表明，供应商之间的协同创新，能够有效缩短产品开发周期并降低制造成本。
- 宇树（Unitree）或许是最引人注目的案例，其发展轨迹充分体现了中国人形机器人产业快速发展、规模化增长的趋势。该公司的人形机器人因售价低于 1 万美元而备受关注，大幅降低了行业的准入门槛，但这种优势并非没有代价：宇树的人形机器人安全功能有限，有效载荷能力也微乎其微，这意味着其更适合用于演示和研究，而非工业场景的实际部署。即便如此，该公司的产品快速发布也表明，快速的技术迭代和大幅的成本降低，能够有效推动市场发展。
中国的人形机器人产业发展战略，与其此前在电动汽车和工业机器人领域的成功路径如出一辙：动员广泛的供应商群体，鼓励创新试验，持续推出新产品，直至产品的成本和性能达到市场平衡。尽管许多中国制造的人形机器人在灵巧性、安全性和正常运行时间方面仍存在不足，但供应商主导的创新速度和广度，加之政府产业政策的强力支持，使中国有潜力以超出预期的速度搭建起那四座跨越鸿沟的桥梁，并凭借其庞大的产业规模，塑造全球人形机器人的行业标准。
北美：垂直整合和专有技术栈
北美的人形机器人公司，大多押注于垂直整合的发展模式 —— 自行设计执行器、控制系统和人工智能堆栈，而非依赖外部供应商。他们认为，对整个系统拥有更严格的控制权，能够带来更卓越的作业性能、更强的安全保障和更可靠的知识产权保护。
特斯拉的 Optimus 机器人最清晰地诠释了这种模式：其最新的原型机采用完全定制化的执行器，并依托特斯拉完善的人工智能基础设施，在 Dojo 平台上分析视觉输入数据，以此训练人工智能模型。通过复用车辆项目中的技术元素，特斯拉可以持续优化视觉感知和控制领域的知识产权。Figure AI 正在宝马位于斯帕坦堡的工厂采用类似的方法，这也是首批在生产线上开展汽车级人形机器人测试的项目之一。Apptronik 的 Apollo 人形机器人，则结合了自主内部设计与合作伙伴梅赛德斯 – 奔驰的技术知识。这些合作开发项目表明，北美公司看到了开发专有技术栈，并通过头部制造企业的应用案例完成技术验证的长期价值。
Agility Robotics 与北美行业的惯例有所不同，该公司将部分硬件模块外包，但系统集成和软件开发仍保留在企业内部。其与亚马逊和 GXO 的试点项目，加之 Agility Arc 编排平台的技术支持，体现了一种务实的发展平衡：该公司既能掌控关键的软件和数据循环，又能借助外部合作伙伴的力量，实现更快的规模化扩展。
与中国以供应商为主导的成本削减模式相比，北美的垂直整合模式发展速度更慢，资本投入也更高。但这也反映出北美企业的一种核心信念：唯有掌控从执行器到数据管道的整个技术栈，才能在复杂的现有作业环境中，打造出更可靠、更易于认证的机器人 —— 而这些复杂环境，对安全性、合规性和作业性能的要求均不容妥协。
欧洲：构建可信赖的人形机器人走廊
欧洲的汽车制造商，正在规划各自独特的、围绕安全、合规和以人为本的设计发展路径：
- 德国的 Neura Robotics 公司将自身定位为认知人形机器人的先驱，其产品融合了多模态感知、人类意图预测和主动安全功能，同时搭载了高分辨率传感器皮肤等创新技术。
- 西班牙的 PAL Robotics 公司凭借数十年来在轮式移动和服务机器人领域的领先地位（如 ARI 和 TIAGo 等平台），将其成熟的导航、定位 / 地图绘制技术和安全设计理念，融入到 TALOS 等双足人形机器人的研发中。
- 1X 公司成立于挪威，目前得到了 OpenAI 的支持，该公司正推进其 NEO 和 EVE 机器人的研发工作，研发重点是具身人工智能 —— 即能够在人类环境中自主、安全运行的机器人技术。
- 英国的 Engineered Arts 公司，专注于通过其人形机器人 Ameca，实现富有表现力的人机交互。
这些公司充分体现了欧洲对安全、合规和以人为本设计理念的重视，并将这些理念视为核心的差异化竞争优势。它们依托触觉传感、成熟的导航技术、具身人工智能和富有表现力的人机交互技术，在提升产品性能的同时，也致力于建立用户对人形机器人的信任。
欧洲人形机器人产业最大的优势，在于其完善的核心零部件供应商体系和清晰的监管环境：精密的驱动器、执行器、传感器和安全系统，构成了强大的产业基础；欧盟人工智能法案（2025 年生效）和欧盟机械法规（2027 年生效），为在受监管行业部署人形机器人提供了可认证的合规路径。这些优势使欧洲成为全球值得信赖的人形机器人产业走廊，即便其规模化发展速度落后于中国和美国。
其他地区：资源驱动型变异
除中国以外，其他亚洲国家的人形机器人企业，其垂直整合程度或对外部供应商的依赖程度，通常取决于企业的资金可用性和当地的工业产能。日本和韩国的一些企业，侧重于高性能机电一体化技术（机械和电气工程的结合）的研发；另有一些企业，则专注于人形机器人的小众应用领域开发。
领导力战略问题
全球的机器人公司显然正在采取不同的路径，跨越从概念到商业现实的鸿沟。高管们面临的核心未解问题是：哪条路径能够最快地搭建起那四座桥梁？每种发展方法都蕴含着相应的行业经验：中国展现了供应链生态系统的强大力量，美国强调了技术全栈控制的重要性，而欧洲则着重凸显了信任和安全的核心价值。评估合作关系或投资标的的企业领导者，不仅应该考虑单个原始设备制造商（OEM）的实力，还应评估其周边生态系统的整体实力 —— 因为没有哪家公司能够独自跨越这道鸿沟。
无论身处哪个地区，企业领导者都应谨记，跨越这道鸿沟并非仅仅取决于技术，还需要原始设备制造商 (OEM)、供应商、最终用户和投资者之间做出协调一致的选择。以下问题可作为董事会层面的思考提示，这些问题直接关联到四大关键要素 —— 安全性、持续正常运行时间、灵活性和移动性以及成本 —— 同时也涵盖了应用推广、生态系统管理和企业防御能力等核心维度。
适用于人形机器人 OEM 厂商
- 该平台距离能够可靠执行具有商业价值的任务、并具备完全的灵活性和移动性，还有多远？在未来三到五年内，我们应该优先布局哪些应用场景？
- 实现可认证的无围栏运营的路线图是什么（包括标准、测试计划、审核流程），我们将如何向监管机构和客户证明产品的安全性？
- 哪些策略 —— 任务范围界定、执行器重新设计、供应商共同创新 —— 能够在不损害知识产权或产品性能的前提下，实现成本十倍降低的目标？
- 哪种技术途径（电池更换、快速充电、系统级重新设计）将率先实现与典型劳动班次相当的正常运行时间？以及如何在实际现场验证其有效性？
- 谁拥有感觉运动 / 具身人工智能的数据循环，这种所有权优势将如何随着时间的推移不断扩大？
适用于供应商（执行器、传感器、安全设备、计算机、集成商）
- 在产业价值链中，我们应该将自己定位为专注于特定零部件的技术专家，还是嵌入 OEM 厂商发展路线图的战略合作开发伙伴？
- 产品如何才能符合全球行业标准和认证途径，成为值得信赖的一级 / 二级模块，而非普通的零部件？
- 随着产品销量的增长，我们将如何在生产规模、产品可靠性和全生命周期支持（例如备件、服务和升级）方面形成竞争优势？
- 我们将如何在保障自身利润的同时，为 OEM 厂商降低成本、实现多代产品的正常运行时间目标提供助力？
面向终端用户（制造业、物流业、医疗保健业、零售业）
- 鉴于目前人形机器人在灵巧性和正常运行时间方面的局限性，哪些工作流程能够带来近期的投资回报？哪些工作流程目前应该继续依赖其他自动化选项？
- 我们将如何管理大规模的无边界人机协作，包括合规性管理、责任界定、员工接受度和工会参与等方面？
- 将人形机器人融入日常运营，需要配套哪些技能再培训、安全规程和变革管理系统？
- 人形机器人将如何与现有的数字系统（包括企业资源规划、仓库管理和制造执行系统）以及安全基础设施实现互联互通，而非各自为政？
对于投资者而言
- 是否有确凿的指标（例如经认证的无围栏安全能力、客户现场与劳动班次等效的正常运行时间、任务执行的可靠灵巧性基准以及有记录的物料清单成本下降曲线），表明这四座桥梁的搭建取得了实质性进展？
- 生产 1,000 件、10,000 件和 100,000 件产品的目标毛利率、生产能力、供应商产能和资本支出分别是多少？
- 试点项目的规模化转化率、群体投资回收期、具有约束力的采购订单与意向书的比例，以及与集成商 / 企业合作的深度如何？
- 谁控制具身数据（收集、标注、模型训练），如何通过合同保护这些数据，以及这些数据是否能形成真正的飞轮效应（更好的模型带来更好的性能，进而产生更多高质量数据）？
- 资金应该流向追求垂直整合平台的原始设备制造商 (OEM)、关键瓶颈部件（执行器、传感器、安全系统）的供应商，还是将人形机器人集成到现有项目中的集成商？随着市场成熟，产业价值链的哪一层能够提供最持久的价值获取能力？
人形机器人早已不再是新鲜事物，它们正逐步走向商业化落地，而唯有克服安全、持续运行时间、灵巧性和移动性以及成本这四大核心挑战，才能实现规模化发展。那些及早做好准备、专注于特定应用领域并稳步扩展规模的公司，将定义人机协作的下一个时代。当下，正是企业选择如何跨越这道障碍的关键时刻。
