全球人形机器人竞赛加速：中国面临哪些优势和挑战，行业突破何时来临？

伴随着特斯拉的加入，人形机器人产业的竞争明显加快。

5月5日，特斯拉Optimus人形机器人公布了最新进展——通过对4680电池进行分拣，在一家工厂部署了多个机器人进行测试；与去年年底相比，行走速度提高了30%以上，目前约为0.6米/秒；甚至可以在工作中纠正自己的错误。

特斯拉首席执行官埃隆·马斯克透露，Optimus将在今年晚些时候用22个自由度的新手臂代替Optimus，“几乎所有的执行器都会像人类的工作方式一样移动到前臂”。

在分拣电池中，特斯拉Optimus人形机器人

目前，Optimus的发展可谓是全球人形机器人大赛的一个缩影。

在此之前的3月13日，OpenAI与Figure合作推出通用机器人Figure 01；三月十九日，英伟达公布了GR00T人形机器人项目；四月十八日，波士顿动力宣布自2013年发布的Atlas人形机器人推出电动版…

业内人士普遍认为，2024年将是具体智能发展的第一年。具体智能是指基于物理身体的感知和行为的智能系统，通过智能身体与环境的互动获取信息、理解问题、做出决定和行动，从而产生智能行为和适应性。人形机器人是具体智能的代表产品。

根据工业和信息化部赛迪研究院的数据，2026年中国人形机器人产业规模将超过200亿元。2024年和2025年，人形机器人产业将继续快速增长。

中国在全球加速布局下的优势：供应链和场景落地

通用机器人Figure合作推出OpenAI和Figure合作通用机器人Figure 01

硅谷人工智能研究院院长、《硅谷百年史》作者皮埃罗·斯加鲁菲最近在一次公开演讲中也提到了人形机器人。他指出，他很长一段时间都不愿意把人形机器人的图片放在演讲中，因为他见过很多人形机器人的演示，可以跳，可以做很多其他的事情，但他认为这没有用。如今，人类机器人已经变得更加真实。

“中美目前正在积极探索人形机器人的智能。”2024中关村论坛期间，银河通用机器人创始人、智源智能研究中心负责人王鹤在接受《ThePaper》采访时表示，美国的势头更大，包括银河通用在内的中国很多企业技术也处于世界顶尖水平。

王鹤认为制造业是中国最大的优势。以轮试人形机器人为例。银河通用双臂轮试人形机器人的成本只有谷歌单臂轮机器人的1/10左右。；但是在数据回收方面，中国也有很大的人工成本优势。

傅利叶智能创始人、CEO顾捷在2024中关村论坛接受《ThePaper》独家采访时表示:“中国人形机器人产业在供应链、量产能力和场景落地方面具有很大优势。”特斯拉的很多硬件，甚至整个汽车产业链都在中国，人形机器人和汽车的供应链还是比较接近的。”

顾捷认为，“我们有很多场景，比如养老康复、巡检等场景，对于人形机器人来说，落地应用的可能性很大。”

顾捷表示，人形机器人是新生产力的良好代表，可以促进新的工业革命和未来趋势。“人形机器人可能会成为下一代智能终端，从原来的手机变成可以走路的手机，变成可以走路的大模型。在这种趋势下，它必须需要一个好的媒介。未来，人形机器人将能够满足大量的通用场景，在生产力上取得巨大的突破。”

王鹤强调:“在这波人类智能化浪潮中，中国的科研机构和公司必须脚踏实地，不做短期的吸引眼球的事情。他们应该注意如何真正泛化。一旦他们稳步走向‘0’到‘1’的这一步，他们背后的制造能力和持续的数据回流可以让中国在‘电车’上比‘电车’更成功。”

频繁出台扶持政策，公司剑指行业级突破

2023年，工业和信息化部发布了《人形机器人创新发展指导意见》，提出到2025年，人形机器人创新体系初步建立，整机产品达到国际先进水平，培育和开发一批新业务、新模式、新业态。到2027年，产业整体实力将达到世界先进水平，成为经济增长的重要新发展目标。

不只是国家层面，地方政府近年来也频繁行动。

通用人形机器人母平台“天工”

4月27日， 在北京亦庄，北京人形机器人创新中心由优必选联合小米机器人、京城机电等行业龙头企业和机构共同成立，正式发布自主研发通用人形机器人母平台“天工”，可实现6公里/小时的稳定飞行。同一天，在中关村论坛上，北京海淀区发布了《关于打造全国智能创新高地三年行动计划(2024-2026年)》。

近日，上海还进一步明确支持通用大模型和垂直大模型的研发，积极推动大模型与具体智能的协同发展。

顾捷表示，目前上海专注于人工智能，叠加了原有的大型机器人和机器人优势，在人形机器人的发展上具有一定的优势。

2023年5月，山东省发布《山东省制造业创新能力提升三年行动计划(2023-2025年)》，湖北省发布《湖北省数字经济高质量发展若干政策措施》；六月份，北京发布了《2023-2025年北京市机器人产业创新发展行动计划》；八月份，北京发布了《北京市促进机器人产业创新发展的若干措施》；10月，《上海市进一步推进新型基础设施建设行动计划(2023-2026年)》、《上海市推进智能机器人产业高质量改革创新行动计划(2023-2025年)》、《上海市推进医疗机器人产业发展行动计划(2023-2025年)》；12月，《重庆市AI和智能机器人产业群高质量发展行动计划(2023-2027年)》在重庆发布；广东省于2024年1月发布《广东省服务机器人战略新兴产业集群行动计划(2023-2025年)》；二月份，安徽省发改委发布了《安徽省未来产业先导区建设方案(实施)》。

王鹤表示，中国对新兴产业的支持力度很大，银河通用也得到了各级领导和管理单位的支持。建议未来在智能领域加强对头部的投资，先在头部突破行业水平，再惠及各行业链供应商。“目前趋势还是很好的，我也很期待今年下半年出台一系列帮助智能的政策，可以帮助真正的头部公司做到这一点。”

商业化落地仍然存在挑战，通向AGI的关键里程碑。

以前中国人工智能产业发展联盟为基础（AIIA）《2024具身智能全景图1.0》发布，涉及应用与投资孵化、科研开发与系统集成、基础设施与原材料三大板块，包括家政服务、教育培训、娱乐休闲、医疗卫生、特殊工种、低空经济、物流运输、航空工程、基础模型和人工智能引擎、云平台和数据、传感器探测器、处理器芯片、无线通信设备等几十个细分领域，涉及300多家公司。

2024全身智能全景图1.00 来源：中国信通院

AIIA具体智能工作组还总结分析了产业链上、中、下游的现状和趋势。

在上游，传感器从高精度转变为高鲁棒；芯片将从云向端转移。目前，云计算是人工智能芯片的主要应用领域。未来，人工智能芯片将集成到机器人本体中，使其具有端侧计算能力。算法将在模型驱动中转化为数据驱动，数据采集和质量将成为未来最重要的，驱动模型将发展成多模式融合。在软硬件领域，目前主要采用分立式设计。也就是说，软硬件各自设计再整合，未来软硬件一体化设计有望成为智能系统的主流趋势；在开源方面，目前具体智能领域的开源力量还没有得到充分发挥。随着未来市场的不断扩大，开源生态有望加速崛起。

在中游，模块化将成为未来的主流趋势，加快产业分工和专业化发展；3D打印技术有望重塑机器人制造流程，实现高效产品迭代；仿生设计将成为机器人形式设计的新方向，更精致、更精致的机器人产品将不断涌现，提升用户体验和产品附加值；新材料的应用有望进一步提升机器人的特性。赋予其更强的能力；人机合作也有望成为机器人设计的核心理念，从而提高其智能水平。

在下游，智能机器人将成为市场的主流，市场规模有望超过工业机器人，迎来爆炸式增长；在经济体制方面，租赁和共享可能会兴起，用户可以以更低的成本获得机器人服务；随着技术的进步，个性化定制将成为新的增长点；随着机器人在各个应用领域的深入，科技伦理将越来越受到重视；随着需求的多样化，跨境融合将成为机器人应用的新趋势。

智源机器人创始人、上海人工智能研究院院长宋海涛表示，具体智能是AGI(通用人工智能)的关键里程碑。通往AGI的路很长，需要全社会建设一个大模型词库，需要进行1000亿甚至1000亿参数的大模型训练。垂直模型建立后，逐渐向AGI迈进。

“智元远征A1”智元机器人通用型具身服务机器人

宋海涛说，在过去的10年里，人工智能发展了许多路径，从视觉到图像、文本和语音，再到现在的多模式和身体，但距离大规模商业还有很长的路要走。“未来3-5年，身体智能行业将逐步渗透，5-8年后将有一个快速测量的过程”。

“具体智能最早会落地在偏工业场景中，因为它可以抛开人的因素，人实际上会带来最大的不确定性...工业可以在相对有限、结构化、可预测的场景中发挥其能力。”星动时代创始人陈建宇说。

陈建宇认为，未来3-5年，具体智能可以在工业场景中达到一定的规模，而在与人密切接触的服务或家庭场景中，可能需要更长的时间。

GR-1-傅利叶通用人形机器人

在研究报告中，中信证券研究提到，人形机器人的商业化需要同时解决移动能力和操作技能两大挑战。

移动能力有望在未来2-3年内取得突破，但需要2-3年才能实现可靠性和量产。竞争的关键在于成本控制和量产能力。从商业角度来看，专用机器人可以在初期为特定场景开发，随着数据和场景的积累，可以逐渐过渡到通用机器人。

在操作技能方面，智能发展路径不同于目前的大型公司。由于机器人领域的数据极其有限，很难通过大规模的数据培训模型实现奇迹。因此，如何在商业落地过程中高效收集优质数据，将成为决定公司长期竞争力的重要因素。

对此，宋海涛认为，目前实际上缺乏高质量的标注数据集，大量一线研究人员已经开始在工业制造、3C等各个领域测量情况和数据，这需要一些时间。

很多小米机器人团队负责人认为，短期内更大的挑战来自硬件。“目前(人形机器人)的上臂精度在厘米左右，与0.01毫米的工业精度相差甚远。如果达到工业精度，数据采集效率会大大提高。”

王鹤也认为，人形机器人不同于汽车，最大的瓶颈是缺乏数据。“以特斯拉FSD(智能驾驶软件)为代表的自动驾驶，充分利用了数百万车主超过1亿小时的驾驶信息进行模仿学习，但这样的数据对于人形机器人来说并不存在。因为和开车不一样，不会有几百万人自发买一个没有功能的机器人，用控制器远程控制它做事...现在最实用的方法就是通过物理模拟创造一个可以在现实世界中模拟训练的数字训练世界，智能0-1的突破很可能完全由模拟数据驱动。”

宇树科技创始人、首席执行官王兴兴也表示，AI世界的很多情况都不是靠堆积资金或人力就能做好的，智能领域还没有突破临界点。虽然每天每个月都有明显的进步，但距离临界点还有差距。

宋海涛说:“市场潜力足够大。我们能做的就是仰望星空，但要脚踏实地。未来来了，等着大家一起创造。”

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com