人形机器人的崛起

封面由AI生成 人形机器人的崛起 从科幻照进现实：如何投身即将到来的革命？ 2025五月 摘要 人形机器人是人类一直梦寐以求的技术突破，正逐步从科幻走向现实。近年来，人工智能和硬件技术的突破或许能补上实现梦想的最后一块拼图。随着人形机器人距离走进日常生活仅有一步之遥，其应用有望给全社会和各行各业带来新的生产力变革，同时也将不可避免地面临诸多挑战。 比人形机器人出现更早的是工业机器人，但人形机器人的外观和举止行为更像人，能够模仿人类完成各种任务，甚至能边干边学。在这份报告中，罗兰贝格分析了推动人形机器人发展的各种驱动因素，描绘了该行业的两个未来场景，还列举了可能会遭遇的潜在挑战。在报告的最后，我们还预测了这一蓬勃发展行业的竞争格局走向，为各类有意参与的玩家提出了战略建议。 驱动因素1：市场需求拉力 人口老龄化程度加深，合格劳动力日益减少，市场向机器人劳工敞开大门 人形机器人最能大显身手的地方就是解决人口下降带来的劳动力短缺，这在许多地区已经成为重大危机。据联合国统计，15-64岁的劳动力人口占全球人口的比例将从2020年的65%下降至2050年的58%。有些国家的局面更为严峻：日本的劳动力人口将下降27%，中国下降22%，德国下降6%。 人口老龄化程度加深将会显著扩大劳动力市场上的供求差距，尤其是制造业、医疗健康业和建筑业等高度依赖人工劳动的行业。人形机器人有望成为灵活、可靠和高效的劳动大军，能够在各种各样的环境和条件下完成工作。他们也可以与人类同事分工合作，负责执行枯燥重复、有危险性或是对体力要求高的任务；而人类则可以专注于更需要创意、复杂和/或需要社交技能的工作。有了人形机器人的加入，生产力、质量和安全性都可以提高，劳动力成本得以降低，公司也可以减少对外国劳工的依赖。 有鉴于此，人形机器人公司正处在需求大涨的风口之上，这也在激励它们加快开发，全速生产和部署产品，应对正在浮现的全球劳动力短缺危机。 劳动人口（15-64岁）发展趋势 [%,2022年-2050年] 美国 +4% 墨西哥 +8% 劳动人口增减比例 100%-100% 巴西 -3% 欧洲 -10% 4.5 5.0 印度 +16% 中国 -22% 日本 -27% 全球劳动人口变化预测 [十亿] 2024 2050 欧洲将成为最老的大陆，年龄中位数将超过48岁 独生子女政策导致中国 劳动人口不断减少 美国受益于移民增加，与墨西哥和印度一样成为了劳动人口增长的国家，竞争力有所提高 印度已经超过中国，成为全球人口最多的国家，劳动适龄人口也最多 数据来源：牛津经济研究院（2023）；罗兰贝格，案头研究 驱动因素2：技术突破推力 在生成式人工智能、软件和硬件创新的共同推动下，人形机器人行业不断取得进步 时间线 静态机器人 移动式机器人 自主移动机器人（AMR）3：借助先进传感器和定位软件，能够自主移动完成预定任务的机器人 智能搬运机器人（AGV）2：根据地面磁条行进的自动搬运车辆 人工智能的重要性 人形机器人 •结合了静态和移动机器人的能力，并且青出于蓝而胜于蓝 •注入最新AI技术，自动导航， 自动完成所有任务 协作机器人（Cobot）1打开了安全围栏，能与人类安全近距离协同工作 工业机器人无需人类干预即可完成事先设计好的任务 2020年代+ 2010年代 1980年代 研究机构和企业竞相发布突破性创新成果，不断打破人工智能（AI）和硬件技术的边界。技术突破推力与市场需求拉力互相配合，共同推动人形机器人的发展和普及。 人形机器人浑身遍布先进的硬件部件，例如骨骼、关节执行器、传感器和电池，通过它们做出与人类相似的动力学和运动学动作，行走在各类地形上，熟练使用和人类相同的工具，高效完成工作任务。除了硬件之外，机器人也需要半导体芯片和先进软件模型，包括AI训练、跨软件模型协作和边缘计算实现低延迟高带宽通信，并且帮助它们应对无法预见的情况认别声音和人脸，解读人的姿势，猜测用户的意图，快速回答做出反应等等。近些年来，这些领域的突破如雨后春笋一般涌现。生成式人工智能和大语言模型方面的进步尤其明显，让人形机器人能以更自然和聪明的方式与人类和周围环境互动。 机器人的进化 1协作机器人 2智能搬运机器人 3自主移动机器人 资料来源：罗兰贝格 适用所有行业的万金油？还是垂直领域的小众高手？人形机器人的两种走向 人形机器人的技术开发一直存在着不确定性，这也让该行业走到了关键性的十字路口：要么赢者通吃，要么血本无归：在不久的将来，我们可能看到重大技术创新引爆一个 战和充满不确定性的监管环境。开发投入不足也会导致机器人之间的互通性有限，用户界面难用，它们只会被用于 研究、探险和搜索营救工作，或是完成高度专业化的生产任务。 巨型市场，也可能受制于始终无法突破的瓶颈，导致人形 机器人的产业规模无法做大。我们通过下面的两种假设场景来对照分析行业的不同走势。 积极乐观场景： 多地区的劳动力人口不断下降，全球人形机器人的需求持 5000 美国某汽车主机厂CEO 续上升，年产量将达到5000万台左右，整个行业有望实 0 10 400 现1.5万亿美元的年收入。人形机器人将提高生产力，改善 产品质量，与人类同事无缝合作，有效缓解全球劳动力危机。机器人的广泛使用还有可能给制造业、医疗保健、教 2025 2030 2035 2040 2045 2050 假设到了2030年，人形机器人技术已经达到了普遍通用的程度，并且成为了广泛场景下的可靠选择。如果能做到这两点，几乎所有适合人类工作的环境和场景下都可以看到人形机器人的身影。基于这种假设，到2050年时，由于许 全球市场发展潜力1 [单位：万台，亿美元，2025年-2040年] [万台] -0 1 40 1000 3000 5000 [亿美元] 15,000 积极乐观场景 通用型人形机器人快速普及 “再过几年，人形机器人就会直接面向大众发售。” 12,000 育和娱乐等许多行业带来革命性的改变，创造出新的价值定位和商业模式，催生一批新的企业甚至行业。 保守谨慎场景： 如果软硬件的技术瓶颈始终无法突破，人形机器人的使用将被局限在小众领域里，只能在受到严格控制的场景下工作，或是在危险的环境中完成特定任务。在这一假设下，2050年时，全球人形机器人的年产量将不会超过200万台，全行业收入规模也会止步于2000亿美元。人形机器 保守谨慎场景 研发进度延迟，并且仅聚焦于专用机器人 1预测中不包括军事机器人 “今天的情况距离那种场景还很遥远。” 美国某机器人创业公司CEO [万台][亿美元] c.0 <1 <1 2 100 200 0 10 10 50 1,500 2,000 2025 2030 2035 2040 2045 2050 x预计人形机器人的年销售台数（单位：万台） 人生产商不得不艰难应对沉重的开发成本、复杂的技术挑 数据来源：联合国、世界银行；罗兰贝格，案头研究 应该没有人会反驳人形机器人产业的发展高度依赖整体技术体系的支撑。不过，核心技术的突破性进展也是推动产 先进硬件组件 硬件 骨骼 关节执行器 传感器 电池 描述 人工机器人的钢制骨架上密布着精密关节，帮助它完成各种动作 机械“肌肉”让机器人完成设计好的动作 传感器让机器人获得“感知能力”：高精度的力矩与力量数据确保机器人丝滑完成动作 机器人通过电池获得“食物”，有力量完成目标动作 现状1 10-83个自由度vs人手的27个自由度 液压和电动、线性和旋转关节执行器 各类摄像头，如2-8个镜头、LIDAR摄像头，和用来沟通的声呐和显示器 1-16小时混合工作模式；充电时间：15-120分钟 目标状态 设计优化后的身体能充分发挥所有硬件组件的潜力 更高能量密度，更低能耗 更精细还原的感知能力，让机器人能更快、更精准地分析周围环境。 更高能量密度，更短充电时间 业质变的关键：攻克“卡脖子”的技术瓶颈不仅能提升机器人的性能与适应性，更能优化人机交互体验。 人形机器人不仅是机械装置，更是具身智能的物理载体。从这个意义上来说，它们不仅应当具备精密协同的硬件架构与软件系统；还需要拥有持续进化的智能内核，既能通过自主学习优化性能，又能自主应对复杂多变的现实场景。 现有的人形机器人已经能完成一些花哨的表演动作，例如跳舞、跑步和跳跃，但是它们在工业领域的应用场景还十分有限。研发人员仍然需要突破硬件和软件上的重大挑战，实现精准可靠的运动控制、实时响应机制等，让机器人具有快速反应和清晰沟通能力。 硬件挑战： 从硬件方面来看，人形机器人的核心挑战在于模仿人的动作。要让它们在不同环境下都能精准流畅地复制人类动作，还有许多技术难关需要攻克。当前的解决方案是安装一系列液压、电动、气动、人工肌肉和各种关节执行器，模拟人类的动力学和运动学行为。然而，现有的关节执行器在能量密度、能源效率、噪音水平、耐用性和安全性方面尚存许多不足。此外，仅仅众多关节执行器就需要复杂的控制系统支撑，这就要求机器人具备充沛的算力来操控系统。因此，人形机器人想要在复杂场景下完成流畅、可靠和灵活的动作，就必须期待关节执行器技术实现重大创新突破。 市场接受度： 高中低 1当前全行业水平 资料来源：罗兰贝格，案头研究 软件挑战： 在软件方面，人形机器人需要将人工智能和机器学习技术深 先进软件与半导体 软件 人工智能训练 跨软件模块协作 边缘计算 描述 人工智能是人形机器人的“大脑”。持续学习能力和灵活适用性是提升机器人表现的关键因素 人形机器人身上安装了各种电子元器件和先进软件模块，软硬件系统之间必须深度融合、无缝协作 人形机器人上的本地算力都与边缘计算设备相连，具备低延迟高带宽的数据连接 现状1 AI算法得到普遍应用，并针对某些特定场景定制开发算法 每个软件模块只负责完成自己的工作–各软件系统间的沟通十分有限 现有机器人的算力延迟可以接受，能够实现基础功能 目标状态 实现通用人工智能，无需完成高强度定制化训练，人形机器人即可在所有领域投入使用 电子系统和软件模块之间通过标准的统一接口保持顺畅连接 必须（借助低延迟高带宽的数据连接）提升机器人的算力，使其能够快速做出反应 度融合，才能获得接近人类的认知与交流能力。虽然现有机器人已经可以独立完成自主导航、人脸识别、语音合成以及 理解人类动作等任务，但在信息归纳、动态调整和主动交互方面依然存在明显短板，往往需要依赖预设程序或人工遥控才能完成任务。这种局限性严重影响了机器人的通用性和普遍适用性。人形机器人的未来发展有待多个领域的软件技术取得重大突破，例如生成式人工智能、大语言模型、强化学习和计算机视觉等。它们将帮助人形机器人变得更加智能，更有创意，也能更好完成协同性工作。 市场接受度： 高中低 1当前全行业水平 资料来源：罗兰贝格，案头研究 竞争格局现状与展望 一个垂直整合的行业正在浮现 到目前为止，大多数人形机器人公司的总部都位于中国和美国，欧洲则出现了许多研发机构。日本和韩国是产业发展的另一片热土，同样涌现了大量学术机构和产业公司，为行业发展做出了重要贡献。各地区的监管环境有所不同，有些国家更加倾向自由主义立场，愿意为企业提供更多支持政策；另一些国家则出台了较为严格的管控要求。事实上，这些因素对于行业的发展同样重要：除了纯粹的技术突破之外，人形机器人的未来也取决于社会的接受程度，以及法律框架和伦理标准的完备水平。 全速冲向垂直整合模式？或是另有其它选项？ 人形机器人的竞争格局中包括了各种各样的私营企业和研究机构，群雄并起，逐鹿天下。大多数行业参与者是垂直整合的创业公司：它们生产自己的硬件和软件，开发私有云计算和边缘计算基础设施。然而随着行业不断发展，技术日益成熟，新的行业生态开始浮现。价值链上的主体会变得更加专业化，彼此之间建立起紧密的合作关系。有些工业企业可能以零件供应商或委托制造商的身份加入市场，充分发挥自己的核心优势，开放现有产能给客户所用。也有一些公司可能