2025人形机器人研报总结
概述
近年来，人形机器人领域备受关注，科幻作品长期激发公众对机器人融入日常生活的想象。2024年投资额超过15亿美元，推动技术向现实迈进。本报告基于对创业公司创始人、高校专家和行业领导者的访谈，结合学术研究和市场分析，探讨人形机器人现状、发展潜力及挑战。
人形机器人分类
- 全人形：具备双臂、躯干、双腿和末端执行器，模拟人类形态和功能。
- 半人形：上半身为人形，下半身为自主移动机器人（AMR）基座，兼具人形上半身和移动能力。
- 类人形：外观类似人类，但功能有限，适用于特定任务，如注册助理。
融资情况
2024年融资显著增长，Field AI、Genesis AI、Figure AI等公司完成重大融资。2021年波士顿动力的收购（8.8亿美元）是此前最大规模交易，近年融资额大幅提升，显示市场热度。
能力与挑战
软件能力与挑战
人形机器人软件分为四大类：感知、推理与规划、运动控制和操作。
感知
- 识别物体：通过视觉识别，技术已较成熟，但学习新物体仍需时间。
- 定位物体：确定物体在三维空间中的位置仍是挑战，需结合视觉传感器和3D激光雷达等技术，预计五年内解决。
推理与规划
- 任务理解：机器人可理解高级任务并自主执行，但推理能力依赖预训练任务。
- 真实场景部署：模拟与现实的差距仍需解决，需精确建模机器人能力。
运动控制
- 双足运动：控制站立、行走、奔跑等动作，技术相对成熟。
操作
- 精细操作：如抓取物体、倒水等，是最大挑战，需确定抓取位置和方式。
- 训练数据：缺乏精细操作数据，数据驱动方法需大量数据支持，模型驱动方法难以应用，未来可能结合两者。
软件对比：中美欧
- 美国和欧洲：以模型为中心的通用机器人为主，软件栈深度集成大型语言模型和强化学习，如1X Technologies和Figure AI。
- 中国：通过垂直整合和工业、公共服务领域部署快速发展，如Unitree、UBTech等，成本更低、部署更快，但认知推理和灵活性仍需提升。
采访视角
买方视角
- 电池续航：实际任务性能仅1小时左右，与宣传的4-6小时差距较大。
- 部署策略：企业部署3-4台机器人替代一人，目标每台机器人替代两名工人。
- 半人形机器人：续航优于全人形机器人。
- 商业案例：预计12-28个月开发可行商业案例。
- 市场质疑：部分企业认为人形机器人并非理想解决方案，专用机器人ROI更高。
研究结论
人形机器人技术快速发展，但仍面临电池续航、精细操作等挑战。美国和欧洲注重模型驱动和通用能力，中国通过垂直整合和快速部署抢占市场。买方视角显示实际应用仍需完善，商业落地需更长时间。
