未来产业研究

赛 迪 研 究 院主 办 2025年7月25日总第13期2第期 本期主题 □人形机器人应用趋势、挑战及建议 『所长导读』 2023 年 11 月，工业和信息化部发布《人形机器人创新发展指导意见》，从顶层设计层面为产业发展指明方向。2024 年 1 月，工业和信息化部等七部门发布《关于推动未来产业创新发展的实施意见》，明确将人形机器人列为未来产业重点领域。在政策驱动下，全球人形机器人产业正经历从“概念验证”到“场景赋能”的关键跃迁，特斯拉 Optimus 整合自动驾驶算法实现端到端决策，傅利叶 GR-1 以模块化关节突破工业场景适配性，优必选 WalkerS 通过 BrainNet 系统实现工厂产线协作。人形机器人的产业竞争焦点已从“人形外壳”转向“智能内核”，从单体能力转向协同网络。 对于人形机器人的发展而言，“人形”外壳的仿生精度并不是行业应用的关注焦点，能否成为激活物理世界效率的“智能节点”才是关键。英伟达通过 Isaac 平台开放算法框架，波士顿动力的动态平衡技术与特斯拉的端到端学习深度融合，电子皮肤让机器人获得触觉认知能力，进一步探索以大模型赋能为“智能内核”、精密硬件为“执行载体”，构建普适性智能赋能体系，让机器人从实验室走向汽车制造、危化巡检、家庭服务等刚需场景。同时，需清醒认识到，产业仍处于起步阶段，核心零部件制约、大模型“幻觉”风险、商业模式待验证等挑战并存。为深入了解人形机器人研究和应用的最新动态，未来产业研究中心推出本期未来产业研究专刊，聚焦全球人形机器人应用动态，从技术现状、应用场景到产业生态进行深度剖析，系统梳理了制造业、服务业等重点领域的应用实践，深入解析了产业化进程中的关键挑战与机遇，并从技术创新、场景拓展、生态建设等维度提出发展建议。 希望本期内容能够为各级政府部门制定人形机器人产业发展政策提供参考，为产业界提供从“形”到“质”的升级路径，推动具身智能从实验室概念蜕变为驱动产业变革的真实力量，让人形机器人真正成为新质生产力的重要载体。 赛迪智库无线电管理研究所（未来产业研究中心）所长 蒲松涛 2025 年 7 月 25 日 目 录目 录CONTENTS 本期主题：人形机器人应用趋势、挑战及建议 一、人形机器人产业全景框架………………………………………1 二、人形机器人核心环节发展现状…………………………………2 （一）大脑与小脑：人工智能核心系统……………………………………………2（二）肢体：关键硬件与执行部件…………………………………………………7 三、人形机器人技术发展趋势……………………………………12 四、人形机器人应用现状及指引…………………………………13 （一）人工智能推动的应用落地现状……………………………………………13（二）人形机器人场景应用指引…………………………………………………16 五、人形机器人发展面临的挑战…………………………………18 （一）核心技术发展制约…………………………………………………………18（二）产业化商业应用制约………………………………………………………20（三）创新生态要素制约…………………………………………………………20 六、人形机器行业发展建议………………………………………22 （一）强化核心技术攻关与自主创新能力建设…………………………………22（二）构建完善的产业生态与健全的行业标准体系……………………………22（三）加速典型场景应用示范与新兴市场培育…………………………………23（四）优化高端人才培养体系与强化全方位政策保障…………………………23 本期主题： 人形机器人应用趋势、挑战及建议 指令，甚至能够进行自主学习和适应新环境。“小脑”关注机器人的即时反应和运动控制能力，涉及机器人的低级反射式动作生成和自主移动能力，使得机器人能够在没有外部控制的情况下，根据传感器输入快速做出反应。例如，通过先进的控制算法，人形机器人能够实现平衡控制、动态行走和精确的手部操作。“肢体”集中在机器人的物理结构和运动能力上。这包括对机器人的四肢结构和灵巧手设计的优化，以提高机器人在复杂环境中的操作能力和适应性。例如，通过研究人体力学特征和运动机理，人形机 器 人 的 肢 体 设 计 正 在 朝 着 更 灵活、更仿生的方向发展。 一、人形机器人产业全景框架 根 据 工 业 和 信 息 化 部 发 布 的《人形机器人创新发展指导意见》，可以将人形机器人产业链分为大脑（感知、决策、人机交互）、小脑（运动控制）和肢体三个方面。 在“大脑”方向追求更高级的认知能力，在“小脑”方向追求更自然的交互方式和自主决策能力，在“肢体”方向追求更高的运动能力和适应性。“大脑”发展集中在提 升 机 器 人 的 高 级 认 知 和 决 策 能力。包括通用智能大模型的应用，使得人形机器人能够进行复杂的任务规划和环境理解。例如，通过集成深度学习和自然语言处理技术，人形机器人能够理解和执行复杂的 能力的提升。大模型如同人形机器人的智慧核心，使其能够理解复杂环境、规划行动、进行自然的人机交互，并展现出一定的通用智能潜力。特斯拉的Optimus计划整合自研自动驾驶神经网络和Dojo超算，赋予机器人强大的感知、识别和任务规划能力，目标执行日常任务。英伟达通过Isaac平台和强大算力，支持开发者构建能处理多模态信息的复杂模型，提升决策和学习能力。谷歌探索将大型语言模型（LLM）与机器人控制结合，如RT-2项目，让 机 器 人 理 解 抽 象 指 令 和 物 理 概念，实现更灵活的交互，推动认知 二、人形机器人核心环节发展现状 （一）大脑与小脑：人工智能核心系统 1、国外发展情况 国外科技巨头与领先机器人企业凭借在AI大模型、核心算力、软件平台及长期研发积累方面的显著优势，持续引领着人形机器人“大脑”（认知决策系统）与“小脑”（运动控制系统）的技术创新与快速迭代，并积极探索多样化的商业化路径与应用场景。 人形机器人AI大模型发展呈现出多元化趋势，加速其“大脑” 国 外 积 极 布 局 软 件 平 台， 通过开源生态与专有平台相结合的策略，构建丰富多样的软件生态系统。软件是连接硬件与智能的桥梁，是人 形 机 器 人 发 挥“ 大 脑” 和“ 小脑” 功 能 的 关 键 载 体。 开 源 机 器人 操 作 系 统ROS（Robot OperatingSystem）及其后续版本ROS 2，仍然是全球范围内机器人研发，包括人形机器人领域的重要基础。随着人形机器人对AI集成、云边协同、特定任务优化的需求日益增长，英伟达、波士顿动力等各大领先企业也在积极构建自身或基于合作伙伴的专有AI平台和开发工具链。同时，云平台的应用日益广泛。开源与专有平台并存、协同发展的局面，既保留了开放社区的创新活力，又满足了领先企业对性能、安全性和商业壁垒的需求，共同推动着人形机器人软件生态的繁荣。 和交互层面的进化。这些探索正快速提升机器人理解、适应和互动的能力，为其从“能做”向“会思考”跨越奠定基础。 国外科技巨头在核心算力投入巨大，通过自主研发高性能芯片和优化计算架构，为人形机器人提供强大计算支持。人形机器人要实现类人的感知、决策和运动控制，其计算需求远超传统工业机器人，需要处理海量的传感器数据，实时运行复杂的AI模型，并精确控制数十个甚至上百个自由度的运动。为此，科技巨头们纷纷布局自研芯片，比如英伟达的Jetson和DGX系统、特斯拉的FSD芯片及Dojo超算、谷歌的TPU等，一些公司还探索专用架构以实现更高能效。算力基础支撑了AI模型的运行和实时运动控制，是人形机器人智能化提升的“引擎”。 积累，正向智能化升级；小米、华为等科技巨头凭借消费电子、通讯、人工智能等优势跨界入局，打造软硬一体的机器人解决方案；智元机器人、傅利叶智能等初创公司以灵活机制和前沿技术探索成为创新生力军。国内顶尖高校和科研院所也在基础理论研究、关键技术攻关和人才培养方面发挥关键作用。 2、国内发展情况 我国在人形机器人的“大脑”研 发 方 面， 即 具 身 智 能 大 模 型 的构 建 上， 已 经 取 得 了 显 著 进 展。例如，初创公司自变量机器人（XSquare）已成为该领域的先行者。自变量机器人专注于端到端统一大模型的技术路线，其开发的大模型系列WALL-A在参数规模上已经超过了国际同行。此外，模型已经能够在复杂任务中展现出卓越的泛化性能，能够使用低成本硬件完成对不规则物体的精细操作。在“小脑”方面，我国的技术研发主要集中在机器人的运动控制和反应能力上。例如，优必选科技推出的Walker机器人，具备先进的运动控制技术，能够实现稳定的双足行走和精细的手部操作。此外，我国企业也在机器人平衡控制技术上取得了重要进展，如阿里巴巴开发的机器人“小蛮驴”，能够在复杂环境中保持平衡并进行自主导航。整体来看呈现以下特点。 二是技术路径上积极探索并快速跟进国际前沿。国内企业普遍高度重视人工智能大模型在人形机器人中的核心驱动作用，并积极投入研发或与领先AI机构合作开发具身智能大模型。华为云盘古具身智能大模型已赋能乐聚机器人的夸父人形机器人；优必选科技Walker系列搭载自研BrainNet AI系统；宇树科技Unitree G1整合UnifoLM机器人大模型；傅利叶智能GR-1与英伟 达Project GR00T合 作 并 发 展 自主技术。 三是机器人软件平台与操作系统仍在努力建设之中。虽然部分国内头部企业宣称拥有自主研发的机器人操作系统或软件平台，但国内仍缺乏像ROS那样成熟的开源基础 一是企业参与主体呈现多元化格局。老牌企业如优必选科技，在伺服驱动、运动控制等领域有深厚 署人形机器人积累了领先的作业数据 集； 傅 利 叶 智 能 开 源 了FourierActionNet数 据 集；AgiBot推 出AgiBot Digital World数据集；宇树科技更新了全身运动数据集。尽管如此，我国仍面临高质量训练数据不足、采集成本高、标注难度大等瓶颈问题。如何有效解决数据获取、处理、标注、共享和安全使用等一系 列 问 题， 是 国 内 人 形 机 器 人AI能力提升的关键所在。 软件平台，以及英伟达Isaac平台那样的完整商业级开发套件。 四是高质量训练数据集的构建已成为行业共识，但仍面临严峻挑战。业界普遍认识到，高质量、大规模、多样化的训练数据是训练强大AI模型、实现机器人真正智能化的基石。为此，一部分国内领先企业和研究机构已开始积极布局构建针对人形机器人的专用数据集。优必选科技通过在汽车制造工厂部 和动态控制算法，使Atlas机器人在高机动性、强爆发力和复杂地形适应性方面处于世界顶尖水平，成为 行 业 标 杆。 特 斯 拉（Tesla） 则为其Optimus人形机器人自主研发了高效率、低成本的旋转和线性执行器，通过优化设计和规模化生产降 低 成 本， 展 现 了 其 在 机 电 一 体化和垂直整合方面的能力。AgilityRobotics的Digit机 器 人 采 用 电 动执行器方案，专注于双足行走和负载搬运能力，适用于物流仓储等场景。 挪 威 的1X Technologies等 新兴企业也在研发特色执行器技术，以支持机器人在家庭服务和商业辅 （二）肢体：关键硬件与执行部件 人形机器人肢体及其核心执行部件的研发与制造，是实现机器人灵活、稳定、高效运动的物理基础，其技术水平直接决定了机器人的整体性能上限。 1、主要企业格局 全 球 人 形 机 器 人 肢 体 硬 件 市场， 特 别 是 在 高 端 执 行 器（ 包 括精密电机、减速器、丝杠等集成模块）领域，依然由少数掌握核心技术和先进制造工艺的国际知名企业主导。例如，波士顿动力（BostonDynamics） 凭 借 其 液 压 驱 动 技 术 助 领 域 的 应 用。 在 核 心 零 部 件 领域，Kollmorgen、Parker、Aerotech（ 无 框 力 矩 电 机 ）、Fa