人形机器人：进化、挑战与未来展望

人类，正被智能人形机器人深深吸引。

在2025世界机器人大会（WRC）上，这些“钢铁战士”成为了耀眼明星，展会期间人潮涌动，各家展台被围得水泄不通，观众们惊叹连连，纷纷拍照留念，社交平台上机器人短视频刷爆屏幕。

人形机器人的进化速度令人惊叹，它们从笨拙的铁疙瘩变成了拥有灵巧双手和双足、皮肤触感逼真的“类人生物”，甚至能做出挑眉、微笑、抛媚眼等动作。

技能点也在全方位进化——

• 能表演：跳舞、T台走秀、打拳、踢足球等样样精通；
• 能干活：在家务整理、咖啡制作、工业搬运等领域取代人工；
• 能交流：听得懂人讲话、能进行简单地自然对话，逐步摆脱“人工智障”标签。

但它们也有不少局限——

• 动作单一：多家厂商机器人跳舞，后空翻和摔倒姿势千篇一律，被网友调侃“程序员偷懒”；
• 效率不高：叠衣服慢如树懒，工业场景仍停留在基础分拣；
• 价格高昂：一台顶配机器人价格堪比一辆宝马。

尽管存在挑战，它们仍从实验室走向现实世界。国内外媒体不断报道“马拉松”“运动会”“拳击赛”等各种人形机器人赛事。

近期，「定焦One」与几位人形机器人领域的头部企业及资深从业者进行了交流。尽管大规模应用尚早，“智力”和“成本”仍是瓶颈，但技术进步、资本投入和市场需求正在加速这一进程。未来，人形机器人可能颠覆我们对劳动、效率和智能的想象。

人形机器人，进化成啥样了？

人形机器人，究竟是何方神圣？它们并非想象中那么简单。我们从外观、交互方式和应用场景三方面，来全面认识它们。

先来看看如今的人形机器人长什么样。

通常，它们拥有躯干、头颈、四肢等类人结构，但实际上，各家设计各异，差异主要体现在手和脚的设计上。手分为三类：灵巧手（采用仿生五指设计，能够模拟人类手部的精细动作）、二指夹爪和三指手；脚则分为双足型和非足型。

从业者们认为，虽然灵巧手和双足设计更接近人类形态，但实现功能相对基础且价格高昂。一位相关从业者透露，高端灵巧手价格高达10万-20万元。

Kris是具身智能行业的资深从业者，拥有多年互联网和自动驾驶汽车行业经验。他透露，一对灵巧手的成本可以占到机器人总成本的三分之一。从二指夹爪升级到三指手，虽然只增加了一个手指，但成本可能翻了好几倍，而高成本带来的效果未必成正比。

因此，为了提供更好性能及平衡性价比，人形机器人公司大多采取没那么像人的夹爪形式和轮式结构，除非客户有特定需求。

例如，参展厂商星尘智能的Astribot S1演示了做早餐、冲咖啡、画扇子等复杂任务，这些操作都是靠二指夹爪实现的。

星尘智能研发负责人安昭辉表示，人形机器人的操作功能集中在上半身，但不仅仅是靠夹爪，而是依靠整个上半身。因此，他们对机器人本体关键部位采用了创新绳驱传动设计，高度模仿人类肌肉和施力方式。在表现更拟人、更高动态的同时，也更安全。

再来看交互方式。

Kris解释，控制人形机器人运行的方法主要有三种：遥操（通过传感器、控制器等设备捕捉人类动作）、同构臂（通过关节映射传递到机器人手臂）、语音控制。其中复杂指令如做早餐采用遥操、同构臂；简单指令如推、拿、放采用语音控制甚至达到自主运行。

但无论哪种方法，离真正由AI自主控制都相差很远。

即使是看似智能的“语音控制”，也多基于预设规则。机器人只是看上去有了自主意识，但缺乏真正的场景适应能力。

最后来看看应用场景。

综合从业者的观点，人形机器人可清晰分为To B（企业级）和To C（消费级）两大方向。其中To B主要指的是文娱表演、工业制造、文旅服务、医疗康养四大领域；To C集中在家用场景。Kris总结称，人形机器人的目标是替代传统的“三保”工作（保安、保洁、保姆）。

图源 / 受访者提供

得过“成本关”和“脑子关”

多位从业者认为，眼下人形机器人的主要难题在于“不够聪明”和“价格不够亲民”。

“硬件是‘身体’，软件是‘脑子’。”

业界的共识是，国内人形机器人的运动性能已经日趋成熟，可以满足基本的操作需求。但比起“身体”的强壮，“脑子”的问题很大。目前行业智能化发展严重不均。Kris直言，人形机器人的软件还停留在Demo水平。

大语言模型之所以越来越聪明，是因为它不停地学习海量数据。人形机器人也类似，但它需要在真实的物理环境中进行大量交互操作来获取数据训练决策和行动能力。然而现实是物理世界的操作数据非常短缺，严重限制了人形机器人的发展。

比商业化更快的，是上市潮先来了

尽管面临智力与成本的双重考验，市场仍十分看好这一行业的前景。

“市场潜力巨大。”

图源 / 宇树科技官网