中國人形機器人的產業發展史可能會有幾個繞不過去的時刻。比如2025年蛇年春晚通過一場表演讓大眾對人形機器人建立了感知。

又比如4月19日的北京亦莊馬拉松，一群鐵疙瘩歪歪扭扭地沖向終點，它們沒有“意念”，主要靠電機驅動和工程師遙操，有的因電量耗盡步伐拖沓，有的剛登場就退賽，有的半路“掉”頭??20支隊伍里最終有6支順利完賽。

當人形機器人走出PPT和Demo（演示）視頻，普通人看的是熱鬧，產業鏈企業關心技術和商機，而嗅覺敏銳的資本則在揣摩著風向??種種期待和現實落差，令人不禁疑惑：先進到可以玩雜技和跑步都跑不利索，哪個才是中國人形機器人的真實現狀。

為了深入了解這一新興產業的發展動態，4月中旬，經濟觀察報走訪了機器人重鎮深圳具有代表性的9家具身智能頭部企業，它們分別是作為深圳機器人“八大金剛”的帕西尼、普渡科技、數字華夏、智平方、跨維智能、逐際動力，以及越疆科技、大象機器人、云鯨智能。

我們發現，除了對人形機器人行業的前程遠大頗具信心外，目前各家企業在技術路線、應用場景等方面押注不同的邏輯，甚至可以說沒什么共識——這本質上是人形機器人從實驗室走向產業化的必經階段。

以下是我們根據實地調研梳理出的人形機器人行業的9大分岔口：

1.人形機器人需要兩條腿嗎？

2.人形機器人要不要臉？

3.人形機器人如何感知外界？

4.“大腦”“小腦”和“本體”，哪個更重要？

5.怎么訓練人形機器人？

6.人形機器人有什么用？

7.人形機器人賣給誰？

8.何時進入量產階段？

9.亦莊馬拉松應該被群嘲還是鼓掌？

1.人形機器人需要兩條腿嗎？

沒有腿的人形機器人（從左到右依次是帕西尼Tora、智平方AlphaBot 2、跨維DexForce W1、大象機器人水星Mercury X1）

把機器人做成雙足、四足還是輪式，是人型機器人賽道上的第一個分叉口。

在我們調研的9家企業中，數字華夏、越疆科技是“雙足派”，帕西尼、智平方、跨維智能、大象機器人是“輪式派”，普渡科技兩種形態產品都有。

當下機器人企業的人才、資金等資源有限，只能集中精力做好其中一種形態，這就導致做輪式機器人的企業更多強調精準抓取、泛化能力等，而做雙足機器人的企業則側重于精密機械關節的協同，走得更快更穩、能跳能翻，還抗擊打。

從目前頭部企業發布的產品案例看：輪式機器人的常見展示場景是參與工廠作業，而人形機器人似乎更擅長跳舞、爬山、翻跟頭等技巧動作。

帕西尼的人形機器人采用輪式底盤的邏輯，代表很多同類企業的考量：一方面，目前雙足技術還沒有完全成熟。做雙足比較好的企業，無論是宇樹科技還是波士頓動力，即使設計再精細，偶爾還是會“撲街”；另一方面，輪式底盤的機器人產品計劃優先在工廠、家庭等平整地面場景應用，而非野外等復雜地形。因此，帕西尼更注重鍛煉機器人上半身的能力，特別是手部的功能設計和落地應用。

相比之下，雙足機器人的技術實現難度更大。機器人主要靠關節、電機驅動，而要實現雙足行走需要模擬人類28個以上關節的協同運動，背后涉及動態平衡控制、重心轉移、地面反作用力計算等。在人類看來很容易實現的很多任務，對機器人來說卻很難，例如穩定地走路、上下樓梯、不同角度被推倒后起身站立等。

從能耗的角度，輪式機器人續航普遍在5小時以上，雙足機器人一般在2小時左右。目前，雙足機器人的大部分能量用于維持平衡，而輪式機器人的底盤通過物理結構就能實現靜態穩定，控制復雜度低，且能放置更大容量的電機。

因此在大多數工業化場景中，輪式機器人有更穩定、成本更低、效率更優的特點，例如搬抬運送貨物、上下料等，考驗的是機器人上肢的靈巧程度。

不過，雙足也有不可替代性。一家做雙足機器人的企業認為，雙足人形機器人可以側身穿過更狹窄的空間。在需要上下臺階或穿越障礙物較多、非平面地形時，輪式機器人會受限制。此外，輪式機器人只能在單個平整車間工作，而理論上雙足可以像人一樣在工廠里自由移動。

雙足人形機器人（從左到右依次是數字華夏“夏瀾”、普渡D9、越疆Dobot Atom）

數字華夏一位人士稱，堅持做雙足的原因是機器人被做成輪式后，很大程度上會失去深度交流的功能，只是為了干活，但眼下干活還不是機器人的長項。

他認為，機器人摔倒不是硬件問題，而是算法出現了故障。就像早期的新能源汽車，等到出貨量足夠大，足夠多的問題被發現、被解決，才能更成熟和智能。

為什么選擇做人形機器人？5月10日，宇樹科技創始人王興興在一次公開演講中表示，人類更喜歡長得像人的機器人，更能夠提供情緒價值。此外，人形結構最簡單，適配人類通用數據，還可以處理需要人做的不少事，“一旦人形機器人技術成熟，甚至可以用幾個關鍵零部件拼在一起，下載一個程序就可以讓人形機器人干活了。”

2.人形機器人到底要不要臉？

數字華夏研發的有臉人形機器人“夏瀾”（陳月芹/攝）

這是一個與“要不要腿”類似的問題。目前市面上絕大多數人形機器人產品是“無臉派”。

宇樹科技頭部采用中空或黑色玻璃面罩，避免使用復雜表情模塊，而波士頓動力 Atlas和特斯拉 OptimusGen2都采用黑色面罩+LED燈效來顯示機器人的狀態。“無臉派”的邏輯是降低額外成本，側重工業場景下機器人的協作能力，同時規避倫理爭議，如身份偽裝風險和恐怖谷效應。

而數字華夏把具有仿生人臉、能提供交互需求作為機器人的主要特色。它想做有溫度的機器人，未來在機器人融入人類社會時，讓人感覺更舒適。

該公司旗下的機器人“夏瀾”長著一張“人臉”。得益于仿生硅膠皮膚和表情驅動系統的精密配合，“夏瀾”能根據人的說話指令，識別語義并匹配22種表情，例如聽到“地震了”會皺眉驚恐、聽到“今天天氣很好”會微笑。

數字華夏公關總監吳為介紹，這張“臉”皮成本約3萬元，如果產量能上千，單張臉皮的成本可以降到200元左右。

3.人形機器人如何感知外界？

機器人如何自主感知外界環境，是行業一大難題。

有的企業以單目、紅外感應、激光雷達作為環境建模的核心。不過，在這種技術路線下，機器人一旦遇到強光等復雜環境，或攝像頭被遮擋，感知精度會下降。

跨維智能的雙目視覺技術，通過兩個攝像頭同步采集圖像，模擬人眼視差原理，生成三維空間信息，讓機器人攝像頭被部分遮擋時不至于陷入盲區。

視覺感知更適用物流等非精細操作的工業場景，不過，一旦要求機器人感知微小接觸力的變化，例如檢測壓力、溫度和紋理，或讓機械臂根據力的反饋調整抓取力度，視覺感知遠遠不夠。這也是帕西尼想解決的難題，其核心產品是基于霍爾原理和力控算法設計的傳感器和靈巧手，這一優勢也使得帕西尼做整機人形機器人時更關注上半身、手和手臂的協同能力。在同類企業大多只能做到三維力感知時，帕西尼的傳感器能感知六維力，獲取接近15種不同觸覺維度信息。

帶多維觸覺傳感器的機械手（陳月芹/攝）

機器人是否需要觸覺？有人認為，視覺與語言已經能覆蓋多數交互場景，如自動駕駛。但觸覺感知的支持者強調觸覺是物理交互的必需，醫療手術、精密裝配都需要機器人更“敏感”。

是否需要觸覺，取決于不同廠商機器人的落地消費場景。非觸覺機器人僅需800萬像素相機即可完成毫米級追蹤，硬件成本較觸覺路線機器人低6成以上。帕西尼的一對具備六維感知力的機械手售價則在20萬元左右，物流、大部分制造業、家庭服務等場景還無法為此買單，目前主流客戶來自下游機器人廠商等。

4.“大腦”“小腦”和“本體”，哪個更重要？

在商業化和規模化前夕，產業鏈各環節的代表企業都希望掌控生態話語權，而不是甘于做二級供應商。多數投資人也希望自己買的是未來產業鏈鏈主的號碼牌，培養出掌握減速器、伺服系統、傳感器等關鍵技術的企業，或挖掘出具備“核心零部件→整機制造→場景落地”垂直整合能力的“下一個特斯拉”。

我們在調研中發現，所有人形機器人企業都必須回答一個問題：人形機器人的“大腦”“小腦”和“本體”，哪個更重要？這里的“大腦”指人形機器人負責感知和決策的智能中樞，“小腦”負責運動控制，“本體”則是硬件結構。

與不少科研機構和頭部公司扎堆研發“大腦”不同，一家專注于運動控制的深圳初創企業選擇做連接“大腦”和“本體”的橋。他們的邏輯是，“大腦”算法能力的投入巨大，中小型企業很難與大型企業比拼，而等到“大腦”開發得越來越成熟，大模型的想法怎么傳輸給機器人、機器人怎么應對物理環境的變化，這些都是純大模型公司沒法做的。

在“本體”通用性不足的情況下，機器人沒法“交付即使用”，這家公司要把大腦和本體的底層運動控制“解耦”的接口或工具鏈做好，做一個適合更多客戶的機器人本體。

智平方向客戶交付的產品形態是機器人，但其中值錢的是“大腦”，嚴格來說是軟硬一體的解決方案。現在的機器人切換硬件形態或換個關節，對大腦的適配性改動非常大，“大腦”很難獨立于硬件存在。

亦莊馬拉松期間，宇樹科技專門發聲明稱公司沒有直接參賽，而是客戶使用其機器人G1本體參賽，試圖廓清“機器人上場即摔倒”的責任。這反映出具身智能行業的現狀：硬件供應商只賣本體，客戶負責算法優化，機器人的性能高度依賴算法調優能力，再強的“大腦”、再硬核的本體，技術鏈條間仍存在斷層。

5.怎么訓練人形機器人？

2025年，機器人行業新的爭奪戰悄然打響，各大廠商絞盡腦汁，奪取最有價值的AI“燃料”——數據。

聰明的機器人是一條條數據“喂”出來的，僅一個倒水的動作，大模型就需要“吃”下上萬條數據才能學會。根據來源劃分，這些數據可能來自于真實數據、仿真數據和互聯網數據。

真實數據訓練即通過實體機器人手把手采集物理交互數據，更真實，采集慢，成本也高；仿真數據是利用英偉達等工具生成虛擬環境數據，成本次之；而互聯網數據則是整合互聯網開放資源，成本最低。

為了投喂真實數據，數字華夏在南京設有數據采集中心，做各類模擬的真實場景，如銀行、線下門店等導購場景，幾十臺甚至上百臺機器在人的遙操下一遍遍地練習，記錄標注數據集，再把數據輸入模型進行訓練，回傳給機器人。

數字華夏方面認為，機器人終有一天會走穩，具身智能的能力一定會出現，屆時企業比拼的是覆蓋客戶的多少，有多少有效數據——有多少數據意味著機器人有多少能力、能進入多少場景。

以銀河通用、宇樹科技為代表的仿真數據優先派，主張自己學得更快、成本更低，甚至能在零真實數據情況下啟動。遇到較難模擬的極端場景，如火災救援，仿真系統也可以批量生成。不過，仿真數據還須解決模擬器效果不夠理想、數據實用性不高的難題，Sim2Real（模擬到現實）之間的差距是核心挑戰。

跨維智能開發了一款Sim2Real引擎，在虛擬世界中訓練、獲取數據，再把訓練好的能力復制到物理世界的機器人本體上。

智平方是三類數據融合派，創始人郭彥東稱智平方所用的訓練數據量和很多搜索引擎相近，龐大的數據量在整個機器人賽道里位列第一梯隊。

數據和強化學習算法是機器人區別于大型遙控玩具的核心。“吃”夠數據后，機器人還需要泛化學習能力，把已有的經驗遷移到未知場景中，機器人才能算得上“聰明”“有用”，能舉一反三處理復雜、動態的人類世界出現的任務。

為了解決數據和泛化能力不足的問題，帕西尼在籌建數據采集中心，搭建多個核心場景樣本間，例如打掃衛生、餐廳場景里的切菜等，將任務拆細后反復訓練，以達到最終的理想狀態：機器人在開放場景下，“看到什么就知道怎么操作”。

6.人形機器人到底可以干什么？

每家機器人廠商的展示PPT里，一定有幾頁關于機器人應用場景的內容，主流方向包含工業、物流、零售商業、按摩服務、家庭、農業、科研等，然而沒有人會明確告訴你這些愿景哪天能實現。這也就不難理解，投資人朱嘯虎為什么潑冷水：機器人沒什么用處、沒有人愿意花十幾萬買機器人去干活。

機器人怎么應用？當前行業主流思路是按照工業→商業服務→家庭的路徑逐步滲透，優先級由場景標準化程度和任務復雜度決定。

其中，環境更標準化、任務單一的工業制造場景最為擁擠，尤其是新能源汽車制造、3C電子裝配、倉儲物流，是特斯拉、優必選等機器人廠商都想攻克的高地。

越疆科技也選擇讓人形機器人走協作機器人走過的路，先在特定工廠車間反復訓練，再在實地工廠運行。其協作機械臂掌握的力控技術可以做曲面打磨、涂膠等精細的工作，應用在汽車、3C等行業。

數字華夏做過評估：工業生產對準確度、精度的要求太高，如果打10個螺絲錯1個就沒人愿意用；家庭養老難度最大，空間小、環境復雜，內部判斷2028年以前，機器人很難走進家庭。因此他們認為機器人短期的用處是通過“流量效應”吸引顧客，給消費者帶來更好的購物體驗。

還有一批機器人廠商把科研教育作為突破口，比如優必選、逐際動力、大象機器人，不僅賣本體，還搭建開放式開發平臺，支持二次開發。高校、科研機構是目前業內愿意為機器人買單的主流客戶，一方面高校有教育系統專項資金支持，另一方面，相較于工業場景對精度、穩定性（千小時無故障運行），以及家庭場景交互安全性的要求，科研教育場景的容錯性更高。

帕西尼的機器人手上裝有眾多傳感器，能填補人形機器人觸覺模態缺失的空白，這一差異化使得帕西尼側重進入對手部精細動作要求更高的場景，如照顧老人、手術或危險作業等。近期正和帕西尼洽談合作意向的是一家大型垃圾分揀廠，想讓機器人代替人類在惡劣條件下長時間作業，還能讓觸覺技術發揮作用，區分不同材料的垃圾。

7.人形機器人賣給誰？

朱嘯虎認為，人形機器人企業至今仍沒有找到較清晰的商業化路徑。即便是火出圈、不愁訂單的宇樹科技，在他眼里仍“沒有為客戶創造持續的價值”。

一個瀕臨倒閉的難關改變了大象機器人的商業路線：2019年以前，大象機器人的主營業務是研發工業機器人，到了2020年，疫情導致很多合作工廠不開工、不付尾款，大象機器人一度裁員到只剩20人。管理層決心從市場需求和應用層面出發，做“個人可以擁有的機器人”，隨后推出了第一款輕量級協作臂myCobot，收獲了扭虧為盈的第一桶金。從那之后，大象機器人確定了做小型化、高性價比機器人的路線，其主打產品輕量型雙臂機器人能連續工作3萬小時、售價約8萬元/臺，目標是做輕工業柔性產線的人工替代。

一臺機器人8萬元，與一個人工的全年成本（工資、社保、食宿等）相比仍有優勢。這也是大象機器人幫客戶算的賬。

機器人跳舞火了之后，越疆科技今年來自商業領域的訂單增長最快，例如艾灸、按摩等場景。一家大型連鎖按摩品牌苦于人員流失、用工成本高，主動找到越疆科技，希望用按摩機器人替代技師。

機器人產品的迅速落地，也許不是投資人喜歡的，但確實讓一些機器人公司拿到訂單、活下來了。而大多數愿景廣闊、高談技術理想的機器人公司至今仍然靠投資人燒錢。

8.何時進入量產階段？

在機器人走進工廠和千家萬戶前，需要先過量產關。除了大宗訂單來源不穩定，機器人量產的產品性能也參差不齊。少數購買人形機器人的客戶常遇到買家秀和賣家秀不符的問題，到手的機器永遠沒有像展示樣機那樣動作“絲滑”，淪為人工“智障”。而廠商手上摔得坑坑洼洼的樣機，性能才是最好的。

據了解，目前國內還沒有真正實現量產的人形機器人公司，量產的難度在于解決軟硬件一致性。例如，工程師在仿真平臺上做強化學習，再把算法灌給兩臺裝配零部件一模一樣的機器人，依然可能存在一臺走得很穩、而另一臺摔倒的情況。

據了解，這種差異主要在于硬件沒有達到車規級的精密標準，和算法軟件的匹配也不夠好，很多樣機的機器人都是花了長時間調試出來的，導致機器人難以量產、良品率低。

“現在90%的人形機器人公司交不出批量的貨。”數字華夏的吳為解釋，因為每臺機器都要調試數月，每臺樣機的出爐都要算上硬件、調試時間和人員成本。數字華夏判斷，一個機器人公司進入量產的標志是一年至少產出1000臺。

9.亦莊馬拉松應該被群嘲還是鼓掌？

朱嘯虎斷言人形機器人行業沒有未來。此后在亦莊馬拉松，機器人出了不少洋相，又強化了人形機器人科技泡沫化的形象。

應該肯定的是，部分參賽機器人如天工Ultra在2小時40分內完成21公里路跑，并且在碎石路、斜坡等復雜地形中保持穩定，已經說明人形機器人的長足進步。

事實上，這場賽事的價值，不在于瞬間的掌聲或噓聲，而在于為機器人產業的“馬拉松”提供了真實的起跑線。

不得不警惕的是，早先輿論渲染機器人“未來已來”致使公眾的期待過高，而忽視了人形機器人目前相當于“博士生的大腦、三歲小孩的身體”的現實。因此，當這個“小孩”還沒有站穩，就開始翻跟頭炫技，要求他去干重活，無疑是揠苗助長。而現在，因為機器人在一場馬拉松上摔倒，就否定整個行業的前景，則有些因噎廢食了。

值得注意的是，在這次調研中，多數企業人士對朱嘯虎提出的“機器人應實用”“花拳繡腿沒有用”等觀點表示認同。他們都提到，行業應該警惕過度泡沫，但也希望大家對人形機器人的不完美多一點包容。

（作者 陳月芹）

免責聲明：本文觀點僅代表作者本人，供參考、交流，不構成任何建議。

陳月芹

可聯系：chenyueqin@eeo.com.cn