人形機器人產(chǎn)業(yè)發(fā)展研究報告（2024年）

集智專題報告人形機器人產(chǎn)業(yè)發(fā)展研究報告(2024年)中國信息通信研究院泰爾系統(tǒng)實驗室2024年12月版權聲明本報告版權屬于中國信息通信研究院，并受法律保護。轉(zhuǎn)載、摘編或利用其它方式使用本報告文字或者觀點的，應注明“來源：中國信息通信研究院”。違反上述聲明者，本院將追究其相關法律責任。人形機器人作為未來產(chǎn)業(yè)的重要賽道，是科技自立自強的標志型成果，是人工智能、機械工程、電子工程等領域融合創(chuàng)新的典范，也是實現(xiàn)新質(zhì)生產(chǎn)力的最佳手段之一。人形機器人憑借其類人的感知交互能力、肢體結(jié)構和運動方式，能夠快速融入為人類設計的各種環(huán)境，未來有望在簡單重復勞動和危險場景中替代人類，在復雜技能場景中輔助人類，在商業(yè)和家庭場景中服務人類?？梢灶A見，未來人形機器人的廣泛應用將深刻改變社會形態(tài)和人們的生產(chǎn)生活方式，已成為全球科技領域的發(fā)展熱點。業(yè)界普遍認為，人形機器人未來有望成為繼個人電腦、智能手機、新能源汽車后的新終端，形成新的萬億級市場。本報告從人形機器人內(nèi)涵出發(fā)，深入分析人形機器人核心技術及重點產(chǎn)品的發(fā)展現(xiàn)狀和演進路徑、產(chǎn)業(yè)布局的重點方向、應用需求和市場預期等。同時，聚焦生產(chǎn)制造、社會服務、特種作業(yè)等方向，梳理典型應用場景，明確不同場景對人形機器人的共性需求和差異化需求。最后，研究提出了對未來人形機器人產(chǎn)業(yè)發(fā)展的路徑考慮，助力推動我國人形機器人高質(zhì)量發(fā)展。 1 1 2 4 6 6 7 9(四)“小腦”加載人工智能技術，運動方式更加擬人 (五)“肢體”多技術融合發(fā)展，技術路線逐步收斂 2圖2人形機器人的分類(按形態(tài)劃分) 3圖3人形機器人的分類(按功能劃分) 4 6 7圖6人形機器人三大執(zhí)行機構 圖10人形機器人商業(yè)化落地的三個階段 1(一)人形機器人的內(nèi)涵人形機器人指模仿人類外觀和行為，具備較高智能化水平的機器人，與傳統(tǒng)工業(yè)機器人、服務機器人相比，最大的特點是其與人類相似的“肢體”結(jié)構、運動方式和感知方式，并在人工智能大模型的賦能下，從體能、技能、智能三方面，實現(xiàn)對人的模仿。人形機器人具有擬人智能、類人形態(tài)和廣泛適用三個特點：一是擬人智能。一方面人形機器人可以通過人工智能大模型技術的賦能，實現(xiàn)擬人化的感知、決策、控制能力；另一方面，人形機器人還可以選擇通過云“大腦”和智能聯(lián)網(wǎng)的方式，突破“一個軀體、一個大腦”的限制，實現(xiàn)算力和智能的飛躍。二是類人形態(tài)。人的形態(tài)是生物進化自然選擇的結(jié)果，目前社會中的所有城市基礎設施、生產(chǎn)生活用的工具產(chǎn)品均為人類形態(tài)設計。人形機器人通過對人類形態(tài)的高度模擬，能快速融入到為人類設計的各類環(huán)境中執(zhí)行復雜任務，具有更強的通用性和適應性。三是廣泛適用。人形機器人具備比人類更強的耐受性和適應性，能夠在非結(jié)構化環(huán)境中長期以低成本運行，有效解決未來勞動力短缺問題，將在工業(yè)生產(chǎn)、民生服務、特種作業(yè)等領域廣泛應用，甚至在部分領域發(fā)揮更大優(yōu)勢。2·通過人工智能大模型技術賦能，提升感知、決策、控制能力·通過云大腦和智能聯(lián)網(wǎng)的方式，突破“一個軀體、一個大腦”的限制，實現(xiàn)算力和智能的飛躍廣泛適用·更強的耐受性和適應性·非結(jié)構化環(huán)境中長期以低成本運行·有效解決未來勞動力短缺問題類人形態(tài)-·通用性、適應性更強·快速融入到為人類設計的圖1人形機器人的特點對“人形”追求的本質(zhì)是機器人通用性的問題，核心點是當前是否有必要通過外形的擬人設計賦予機器人等同人類的“通用能力”,是“一機多用”還是“專機專用”。從現(xiàn)階段的發(fā)展情況看，人形機器人主要在工業(yè)場景試水，相比后期服務應用場景中的復雜工作，工業(yè)場景任務相對重復和單一，人形需求并不強烈。隨著“大腦”的逐步完善，通用人形機器人將會是終極形態(tài)，但在此之前不同進化階段及分支是必要條件，主體人形+定制化組件的類人形可能是商業(yè)化初步完成前的最優(yōu)解。所以，從長遠看，“人形”是機器人的理想形態(tài)；從現(xiàn)狀看，完全的“人形”不是現(xiàn)階段的唯一選擇。(二)人形機器人的分類目前由于人形的開發(fā)難度大，企業(yè)為快速完成功能開發(fā)、實現(xiàn)應用落地，在人形機器人的研發(fā)過程中，采用了諸如反關節(jié)、輪式、輪腿結(jié)合式、兩指/三指靈巧手等方式代替完全擬人的結(jié)構，并實現(xiàn)部分3擬人化功能。按形態(tài)劃分，目前主流的人形機器人可以分成三個大類：輪式人形機器人，主要采用輪式驅(qū)動，強調(diào)觸覺傳感器和靈巧手的操作功能。半身足式人形機器人，強調(diào)機器人的腿部運動能力，手部基本只用作平衡。全能型人形機器人，具備雙足、雙臂、雙手及各類感知和人工智能功能，適應開放環(huán)境中的多任務。來源：中國信息通信研究院圖2人形機器人的分類(按形態(tài)劃分)按具體應用場景和主要功能劃分，可以分成以下幾個類型：特種作業(yè)型人形機器人，用于執(zhí)行巡邏巡檢、災害救援、危險作業(yè)等任務。工業(yè)型人形機器人，用于工業(yè)生產(chǎn)及物流領域，如貨物搬運、生產(chǎn)制造等。醫(yī)療型人形機器人，協(xié)助醫(yī)生進行手術、診斷、康復等任務。教育型人形機器人，作為教學輔助工具，提供互動式學習內(nèi)容。娛樂型人形機器人，與人類互動，提供陪伴和娛樂功能。公共服務型人形機器人，在酒店、餐廳、商場等場所提供公共服務。家庭服務型人形機器人，用于家庭養(yǎng)老、育兒、家務等任務。通用型人形機器人，可用于工業(yè)、服務、教育、醫(yī)療等多個領域。4通用型人形機器人通用型人形機器人家庭服務型人形機器人公共服務型人形機器人娛樂型人形機器人教育型人形機器人醫(yī)療型人形機器人工業(yè)型人形機器人特種作業(yè)型人形機器人按功能劃分來源：中國信息通信研究院目前，人形機器人的發(fā)展已經(jīng)經(jīng)歷了萌芽探索階段、集成發(fā)展階段、高動態(tài)發(fā)展階段、智能化發(fā)展階段四個階段。這一時期以實現(xiàn)基本的雙足行走功能為主要目標。以日本早稻田等。這一階段的主要特點是基本實現(xiàn)雙足行走功能和控制能力，初步具備了擬人化的結(jié)構，但整體上運動能力較弱。2.集成發(fā)展階段(本世紀初至2010年)這一時期以感知和智能控制整合為主要特點，本田公司的ASIMO系列人形機器人代表了這一階段的重大進展，通過感知和智能控制技術的整合，機器人具備了初步的感知系統(tǒng)，能夠感知周圍環(huán)境的基本信息，并根據(jù)感知輸入做出簡單判斷并調(diào)整動作。ASIMO2000是其中的代表作，它不僅外觀類人，還能預測未來動作5并主動調(diào)整重心，實現(xiàn)轉(zhuǎn)彎時的流暢行走。3.高動態(tài)發(fā)展階段(2010年至2022年)控制理論和技術的進步提升了機器人的認知能力，使其能夠獨立、穩(wěn)定地執(zhí)行復雜動作，且此階段人形機器人已經(jīng)具備了較強的運動能力。如本田的升級版ASIMO機器人采用電驅(qū)動的技術路線，并通過整合視覺和觸覺物體識別技術，能夠精確完成抓取物體和倒液體等精細任務。波士頓動力的ATLAS機器人采用液壓驅(qū)動的技術路線，能夠在具有挑戰(zhàn)性的場景中保持平衡并實現(xiàn)高動態(tài)運動。4.智能化發(fā)展階段(2022年)在人工智能技術的賦能下，機器人具有了更加智能化的感知、交互和決策能力。同時，電驅(qū)動成為“肢體”主流技術路線，實現(xiàn)了更加精準的行走和操作，并提高了研發(fā)迭代速度。如特斯拉公司的Optimus機器人，基于人工智能技術和自研的FSD(FullSelf-Driving,全自動駕駛)芯片，通過端到端的神經(jīng)網(wǎng)絡模型實現(xiàn)任務級和動作級的決策，以及復雜環(huán)境中物體、人臉和手勢等的識別。同時，通過其全身壓力計算和實時反饋機制，使機器人的四肢運動更加靈敏，能夠?qū)崿F(xiàn)流暢和自然的動作。歷經(jīng)多年發(fā)展及技術迭代，在巨大的潛在市場需求牽引以及人工智能技術深度賦能的帶動下，人形機器人已進入技術集中突破和應用初步試水的關鍵發(fā)展階段。6大規(guī)模應用階段智能化發(fā)展階段萌芽探索階段高動態(tài)發(fā)展階段集成發(fā)展階段來源：中國信息通信研究院二、人形機器人的技術演進(一)人形機器人技術高度集成，多角度實現(xiàn)對人模仿個部分組成。其中，“大腦”負責實現(xiàn)環(huán)境感知、行為控制、人機交互等任務級能力，目前主要是基于人工智能大模型技術，同時也可通過云邊協(xié)同，提高機器人的智能水平。“小腦”負責控制人形機器人的運動，目前主要基于人工智能、自動控制、機器人操作系統(tǒng)(ROS,RobotOperatingSystem)等技術，實現(xiàn)復雜環(huán)境下的運動控制?！爸w”負責實現(xiàn)高動態(tài)、高爆發(fā)、高精度運動，集成了人體運動力學、機械結(jié)構設計、新材料、傳感器等諸多技術，包括仿人機械臂、靈巧手、腿足等關鍵結(jié)構，并通過集成傳感器和長續(xù)航動力單元，實現(xiàn)能源-結(jié)構-感知一體化。7·控制人形機器人的運動小·基于人工智能、自動控制、機器人腦操作系統(tǒng)(ROS)等技術·實現(xiàn)復雜環(huán)境下的運動控制·實現(xiàn)高動態(tài)、高爆發(fā)、高精度運動現(xiàn)能源-結(jié)構-感知一體化交互“小腦”控制感知執(zhí)行來源：中國信息通信研究院(二)人形機器人整機加速發(fā)展，創(chuàng)新產(chǎn)品不斷涌現(xiàn)全球方面，目前美國特斯拉、FigureAI、波士頓動力已成為國外人形機器人整機產(chǎn)品第一梯隊，其他1X、Digit等歐美產(chǎn)品為第二梯隊。整體上看，其產(chǎn)品智能化水平和綜合性能較高，特斯拉和亞馬遜的產(chǎn)品已步入場景測試階段。特斯拉Optimus系列機器人。特斯拉公司于2022年10月正式發(fā)布Optimus第一代(Gen1),使用了與特斯拉電動車相同的FSD系統(tǒng)，具備強大的計算機視覺處理能力。OptimusGen1身高約173厘米，重量約73公斤，采用全電驅(qū)動，具有行走、揮手和跳舞等功能。在結(jié)構方面，OptimusGen1身體具有28個自由度，包括14個旋轉(zhuǎn)自由度和14個線性自由度。在此基礎上，其靈巧手具有6個主動自由度和5個被動自由度。2023年12月，特斯拉發(fā)布了Optimus第二8代(Gen2),重量減輕到63公斤，頸部增加了2個自由度，步行速度提升了30%,平衡感和身體控制能力得到改善，能夠完成非平坦地形下的行走，包括爬樓梯等復雜動作。精細操作方面，OptimusGen2的所有手指都配備了觸覺傳感器，能夠輕松準確地抓取和放下雞蛋，展示出精巧的雙手操控能力。波士頓動力Atlas系列機器人。波士頓動力公司于2013年發(fā)布的第一代Atlas人形機器人由外置電驅(qū)動液壓動力系統(tǒng)提供動力，高183厘米，全身28個液壓驅(qū)動關節(jié)，能夠?qū)崿F(xiàn)碎石路面下的穩(wěn)定行走。2016年發(fā)布的配備了機載液壓動力系統(tǒng)的Atlas機器人，能夠?qū)崿F(xiàn)雪地、山地行走，可在倒地后迅速起身，并具備雙臂協(xié)同搬運重物的能力。后續(xù)，該系列機器人完成了立定跳躍、跳高、跳轉(zhuǎn)身、后空空中轉(zhuǎn)體等一系列能力。2024年4月，波士頓動力宣布液壓版Atlas退役，并推出了純電驅(qū)的新款Atlas機器人，能夠完成穩(wěn)定的行走、FigureAI公司系列人形機器人。2023年3月14日，F(xiàn)igureAI發(fā)布的人形機器人Figure01,利用OpenAI的大型語言模型，可以與人類進行正常的完整對話，并具備分類識別物品的能力，被認為是世界上第一個具有商業(yè)可行性的自主型人形機器人。2024年8月6日FigureAI發(fā)布的新一代產(chǎn)品Figure02,與上一代相比，F(xiàn)igureAI擁有16個自由度的第四代機械手，負載能力與人類水平相當，可以抓取25公斤的物體，比上一代增加5公斤。同時，F(xiàn)igure02的機載計9算和AI推理能力提高了3倍，能夠完全自主地在現(xiàn)實世界中執(zhí)行任快速推進整機產(chǎn)品迭代，產(chǎn)業(yè)迅速發(fā)展，產(chǎn)品不斷涌現(xiàn)。目前，已發(fā)布數(shù)十款人形機器人產(chǎn)品，具備較為穩(wěn)定的行走、跑跳、站起等基本功能，在技術方面已有一定積累，與國外無明顯代際差異。優(yōu)必選的WalkerS1在環(huán)境感知與物品抓取方面取得了一定進展，已進入比亞迪工廠實訓，與L4級無人物流車、無人叉車、工業(yè)移動機器人和智能制造管理系統(tǒng)協(xié)同作業(yè)。(三)“大腦”技術路線并行探索，具備初階人類腦力1.大模型是現(xiàn)階段“大腦”的最佳解決方案基于大模型的語言/視覺運行處理方式可為人形機器人提供任務級交互入口。在環(huán)境感知方面，大模型通過對多模態(tài)信息的統(tǒng)一處理與靈活轉(zhuǎn)換，推動多模態(tài)感知泛化。在任務規(guī)劃方面，大模型潛在的真實劃提供基礎。在決策控制方面，人形機器人基于大模型技術并優(yōu)化獎勵策略，通過整合環(huán)境、運動等多樣化信息，實現(xiàn)決策控制功能。從實時交互能力。人形機器人需要具備與人類實時的任務級交互能力，快速理解人類通過語言、手勢等方式給出的指令，并有效執(zhí)行。當出現(xiàn)指令理解不清或任務執(zhí)行完畢后，可以與人類進行進一步的多輪交互。多模態(tài)感知能力。為了在復雜環(huán)境中做出正確決策，人形機器人需要能夠通過視覺、聽覺、觸覺等多種感官獲取信息。大模型需要整合這些多模態(tài)感知數(shù)據(jù)，以實現(xiàn)對環(huán)境的全面理解。自主可靠決策能力。人形機器人在執(zhí)行任務時，需要能夠理解任務的復雜性，并將其分解為一系列可執(zhí)行的子任務。這要求大模型具備強大的語言理解能力和對物理世界的深刻理解。例如，機器人可能需要理解“清理房間”這一任務，包括識別哪些物品需要移動，哪些需要丟棄。涌現(xiàn)和泛化能力。除了在訓練數(shù)據(jù)上的表現(xiàn)，大模型還應具備超出訓練范圍的執(zhí)行能力。具體表現(xiàn)為人形機器人能夠在未見過的新環(huán)境中執(zhí)行任務，適應新的、未知的情況。面對新挑戰(zhàn)時，展現(xiàn)出創(chuàng)新性的解決方案。2.人形機器人大模型多技術路線并行探索從技術路線上看，目前基于大模型的“大腦”技術路線正處在并行探索階段，并逐漸向端到端的大模型演進?，F(xiàn)階段主要是4條技術路線，一是LLM(大語言模型)+VFM(視覺基礎模型),實現(xiàn)人機語言交互、任務理解、推理和規(guī)劃，目前最為成熟。主要代表是谷歌的SayCan模型，通過預訓練技能的價值函數(shù)對齊(Grounds)大語言模型或者通過價值函數(shù)的訓練使大語言模型對用戶指令進行推理分解獲得任務步驟。二是VLM(視覺-語言模型),彌合語言與視覺理解間的差距，實現(xiàn)更準確的任務規(guī)劃和決策。主要代表是清華大學的CoPa模型，利用嵌入在基礎模型(比如視覺語言模型的代表GPT-4V)中的常識知識為開放世界機器人操控生成一系列的自由度末端執(zhí)行器姿勢，生成的操控任務分為任務導向抓取和感知運動規(guī)劃。三是VLA(視覺-語言-動作模型),在VLM基礎上增加運動控制，解決機器人運動軌跡決策問題。主要代表是谷歌的RT-H模型，學習語言和運動，并使用視覺上下文，通過利用語言-視覺-動作結(jié)合的多任務數(shù)據(jù)集學習更強大和靈活的動作策略。四是多模態(tài)大模型，實現(xiàn)對物理世界環(huán)境的全面感知，是未來的主要研究方向。主要代表是麻省理工、IBM等共同研究的MultiPLY模型，將視覺、觸覺、語音等3D環(huán)境的各類特征作為輸入，以形成場景外觀的初步印象，并通過多視圖關聯(lián)將印象中的輸出融合到3D,最終得到以對象為中心的場景特征。此外，類腦智能和腦機接口等創(chuàng)新技術也為人形機器人“大腦”的解決方案帶來無限可能。類腦智能是人工智能技術的進一步延伸，是通過對人腦生物結(jié)構和思維方式進行直接模擬，使智能體能夠像人腦一樣精確高效處理多場景下的復雜任務，是未來有望代替大模型的新技術路線。腦機接口是在人腦與外部設備間建立連接通路的技術，實現(xiàn)人腦與外界設備的信息交換。未來有望基于腦機接口實現(xiàn)“大腦”的3.人形機器人“大腦”向更高級的智能化和自主化發(fā)展當前，人形機器人“大腦”剛剛具備初階人類腦力，僅能完成人的部分工作，無法形成人類大腦全能力閉環(huán)。同時，其情感表現(xiàn)屬于模擬層面，不具備情感理解能力?；诖竽Ｐ偷摹按竽X”技術發(fā)展主要受限于數(shù)據(jù)和訓練平臺。數(shù)據(jù)方面，由于真實數(shù)據(jù)采集難度大，仿真數(shù)據(jù)保真度和規(guī)模有限，較難形成“數(shù)據(jù)飛輪”效應。平臺方面，“大腦”的研究涉及數(shù)據(jù)采集、模型開發(fā)部署和仿真環(huán)境測試的整個流水線鏈路，需要強大的通用計算平臺提供大規(guī)模計算支撐和通用服務能力。人形機器人作為人工智能的前沿應用領域，其發(fā)展速度令人矚目。然而，要實現(xiàn)真正的智能化和自主化，現(xiàn)有的大模型仍需在多個方面重點發(fā)力。一是在感知模態(tài)維度方面形成突破。當前的人形機器人大模型主要依賴于視覺或語音感知，這種單一的感知模態(tài)在處理復雜環(huán)境時顯得力不從心。例如，在嘈雜的環(huán)境中，僅憑視覺信息，機器人可能難以準確識別和響應。為了克服這一局限，未來的大模型需要整合視覺、聽覺、觸覺等多種感知模態(tài)。多模態(tài)感知能夠提供更豐富的環(huán)境信息，使機器人在復雜場景中做出更準確的決策。例如，結(jié)合聽覺和觸覺信息，機器人可以更好地理解人類的指令和情感狀態(tài)。二是在指令生成速度與復雜性方面形成突破?，F(xiàn)有的大模型在生成指令時速度較慢，且生成的結(jié)果往往過于簡單。這在需要快速反應的場景如緊急救援或復雜操作任務中，可能導致機器人無法及時作出正確響應。目前主流機器人大模型偏向于任務理解和拆分，對于機器人運動控制的涉及較少，只是用預設的端到端的訓練方式生成了簡單且離散分布的機械臂末端位置和底盤移動指令，未滲透到連續(xù)路徑和軌跡規(guī)劃等更偏機器人領域的內(nèi)容。三是在泛化能力提升與模型架構優(yōu)化方面形成突破。泛化能力是大模型在新環(huán)境和新任務中表現(xiàn)的關鍵。當前的模型在泛化能力上仍有待提高，尤其是在面對未知環(huán)境和任務時，模型的表現(xiàn)往往不盡人意。為了提高泛化能力，未來的大模型需要在架構、訓練方法和數(shù)據(jù)集方面進行創(chuàng)新。例如，通過引入元學習、遷移學習等技術，可以使模型更好地適應新任務。同時，構建更多樣化的數(shù)據(jù)集，也有助于模型學習到更廣泛的知識。(四)“小腦”加載人工智能技術，運動方式更加擬人1.“小腦”運動控制包括基于模型的控制方法和基于學習的控制方式兩個大類“小腦”的運動規(guī)劃與控制是人形機器人實現(xiàn)自然和流暢動作的關鍵。傳統(tǒng)的基于模型的控制方法通過建立機器人的運動學和動力學模型，進行運動軌跡規(guī)劃和平衡控制，特點是身體控制穩(wěn)健，步頻較慢，代表算法有零力矩點(ZMP,ZeroMomentPoint)算法、線性倒立擺(LIP,LinearInvertedPendulum)算法、模型預測控制(MPC,Optimization)算法等，但整體開發(fā)較為復雜，成本高，不利于產(chǎn)品快速迭代。基于學習的控制方法則使用端到端的人工智能技術，代替復一般通過人類示教或自主學習建立運動執(zhí)行策略。其中通過人類示教的方式也稱為模仿學習，指通過人或者其他專家提供反饋示教的方式，使機器人以產(chǎn)生與示教相似的行動策略進行學習，效果依賴高質(zhì)量示范數(shù)據(jù)。通過自主學習的方式也稱為強化學習，指通過精心設計學習目標，機器人不斷在環(huán)境中探索逐漸發(fā)現(xiàn)最大化獎勵的方式學習到最優(yōu)的執(zhí)行策略，效果依賴于仿真環(huán)境。目前主要的“小腦”技術路線包括以下幾種。基于模型的控制方法：ZMP判據(jù)及預觀控制?；诤喕牡沽[模型/小車模型進行質(zhì)心點運動規(guī)劃和控制。該算法需要精確的動力學模型和復雜的在線控制策略，擾動適應性差。典型代表有日本本田、AIST的相關產(chǎn)品。混雜零動態(tài)規(guī)劃方法。通過在全身動力學模型上采用非線性控制，根據(jù)狀態(tài)選擇步態(tài)，進行軌跡跟蹤控制。該算法需要精確的動力學模型和線性化反饋，實時求解慢，對復雜環(huán)境適應性差。典型代表有美國俄勒岡州立大學的相關產(chǎn)品。虛擬模型解耦控制。將控制解耦為速度、姿態(tài)、高度等，建立彈簧阻尼等虛擬模型進行力矩控制。該算法降低了對精確動力學模型的依賴，但融合復雜，對復雜環(huán)境的容錯能力有限。典型代表為波士頓動力的相關產(chǎn)品。模型預測控制+全身控制?；诤唵?復雜的動力學模型進行力的預測控制，進而全身優(yōu)化，可實現(xiàn)臂足協(xié)同及物體接觸。該算法依賴精確動力學模型和狀態(tài)估計，線性模型僅適用于下肢單一步態(tài)的控制，而非線性模型求解速度慢。典型代表有美國麻省理工學院、瑞士蘇黎世聯(lián)邦理工大學和波士頓動力公司的相關產(chǎn)品?；趯W習的控制方法：強化學習。通過獎勵設計和仿真環(huán)境設計，實現(xiàn)了受控步態(tài)、奔跑、轉(zhuǎn)彎、上下臺階等運動學習，提升運動的魯棒性，并可以通過采用因果Transformer模型，從觀測和行動的歷史中對未來行動進行自模仿學習。采用非線性最優(yōu)化求解的動作映射，以人機關節(jié)軌跡相似為目標，以機器人可執(zhí)行性、安全性、穩(wěn)定性判據(jù)為約束，規(guī)劃運動方案。該算法計算耗時長，嚴重依賴初值，對碰撞檢測難以解析計算。典型代表有日本AIST、北京理工大學的相關產(chǎn)品。2.人形機器人“小腦”向基于學習的控制方法演進傳統(tǒng)的機器人控制方法依賴于精確的動力學模型和專家知識，難以適應非結(jié)構化環(huán)境的不確定性和復雜性。近年來，學習型控制的發(fā)展使得機器人能夠從數(shù)據(jù)中學習控制策略，但其泛化能力和魯棒性仍難以滿足復雜場景需求。大模型為機器人控制引入了豐富的先驗知識和泛化能力，有望進一步突破傳統(tǒng)控制方法的局限性。整體上看，目前人形機器人的“小腦”核心技術正在從基于模型的控制方法向基于學習的控制方法演進。在強化學習領域，大模型為引入先驗知識和提高樣本效率提供了新的思路。以LanguagePlan為例，該模型利用GPT-3根據(jù)任務描述生成抽象的行動計劃，如“先走到門口，然后打開門，再能夠顯著提高樣本效率和泛化性能，加速復雜任務的學習。類似地，LOFT、T-EBM等模型也展示了利用語言模型引導策略學習的能力。在模仿學習方面，視覺-語言模型為機器人學習復雜技能提供了新的范式。以CLIP-ASAP為例，該模型首先利用CLIP將視頻幀編碼為語義特征，然后通過因果語言建模學習動作與視覺變化之間的關系。在控制階段，CLIP-ASAP根據(jù)語言指令和當前視覺觀察，預測下一時刻的關鍵幀，并將其傳遞給低層控制器執(zhí)行。實驗表明，CLIP-ASAP能夠?qū)W習復雜的長期技能，如烹飪、家政等，且具有很強的泛化能力，能夠根據(jù)不同的指令組合技能。類似地，R3M、Pix2R等模型也展示了利用視覺-語言對齊進行模仿學習的能力。盡管大模型在機器人控制中展現(xiàn)出了廣闊的應用前景，但如何進一步提高其實時性、魯棒性和可解釋性仍然是亟待解決的問題。此外，如何將控制與感知、決策和規(guī)劃更緊密地結(jié)合，構建端到端的自主系統(tǒng)，也是未來的重要研究方向。(五)“肢體”多技術融合發(fā)展，技術路線逐步收斂“肢體”是人形機器人實現(xiàn)所有擬人功能的載體和基礎，主要包括執(zhí)行機構、芯片、傳感器、電源、新材料方面的諸多先進技術。1.執(zhí)行機構目前，“肢體”執(zhí)行機構的核心驅(qū)動技術路線已由傳統(tǒng)的液壓驅(qū)動方式全面轉(zhuǎn)為電驅(qū)動。液壓驅(qū)動技術依賴于液體壓縮泵產(chǎn)生高壓液體，進而驅(qū)動輸出機構。主要優(yōu)點是力量輸出大、易于擴展，但也存在控制技術復雜、能量效率相對較低、系統(tǒng)零件多、成本高、故障率高、維護維修繁瑣、響應速度不夠快等諸多問題。液壓驅(qū)動的代表產(chǎn)品主要是波士頓動力在2024年前的一系列人形機器人產(chǎn)品。電驅(qū)動技術以各類電機作為動力輸出機構。其優(yōu)點是成熟可靠、壽命長、魯棒性好、成本相對較低、易于控制、響應速度快、能量轉(zhuǎn)化效率高等，主要缺點是本身扭矩密度較低，通常需要搭配減速器使用。目前以特斯拉Optimus為代表的新一代人形機器人均采用電驅(qū)動技術。2024年4月波士頓動力正式放棄傳統(tǒng)的液壓驅(qū)動路線并發(fā)布了該公司首款電驅(qū)動人形機器人，標志著驅(qū)動技術全面向電驅(qū)動路線收斂。人形機器人的執(zhí)行機構主要包括旋轉(zhuǎn)執(zhí)行機構、線性執(zhí)行機構、末端執(zhí)行機構三類。旋轉(zhuǎn)執(zhí)行機構多用于人形機器人關節(jié)處，如手腕、膝關節(jié)，主要由電機和減速器組成，核心零部件是無框力矩電機、行星減速器和諧方案，由高轉(zhuǎn)速低扭矩電機+諧波減速器組成，優(yōu)點是輸出扭矩大、精度高，可實現(xiàn)精準的運動控制。目前，諧波減速器減速比為50-300,并且體積緊湊，在扭矩密度提升層面更具優(yōu)勢，“下肢”應用較多。缺點是減速器體積和質(zhì)量要求高，力控需要力矩傳感器，成本高。二是準直驅(qū)(PA,優(yōu)點是行星減速器剛性傳動可反算力矩，不需要額外傳感器，行星減速器成本約為諧波減速器的1/5,整體成本較低，在其負載范圍內(nèi)時，是最經(jīng)濟的選擇。缺點是扭矩電機成本高，體積大，且扭矩密度的進一步提升只能通過增大尺寸，同時該方案對散熱有較高要求。線性執(zhí)行機構多安裝于機器人上臂、大腿及肘部，可理解為旋轉(zhuǎn)執(zhí)行器的線性轉(zhuǎn)換，通常實現(xiàn)伸展、推拉等直線運動，主要通過梯形絲杠、滾珠絲杠或行星滾柱絲杠實現(xiàn)。其中，行星滾柱絲杠具有更高的承載力、更長的使用壽命及更小的體積，是線性執(zhí)行器目前及未來的主要技術趨勢，但行星滾柱絲杠的成本遠高于其他類型絲杠。特斯拉的Optimus的線性執(zhí)行器即采用了反向行星滾柱絲杠技術，承載能力強，壽命長，比常規(guī)滾珠絲杠提升一個數(shù)量級。Optimus整機采用了14個線性執(zhí)行器，包含4根梯形絲杠(約100元/副)及10根行星滾柱絲杠(約10000元/副),占總成本約10%末端執(zhí)行機構可分為爪手類和工具類，爪手類從各類夾持器已進化為多指靈巧手。目前全球靈巧手處于技術突破階段，研發(fā)重點是系統(tǒng)簡化和小型化、提高魯棒性和自由度、多感知能力融合。目前靈巧手的主流技術路線是使用電機驅(qū)動和連桿傳動，結(jié)構形式上正逐步向驅(qū)動器混合置方向發(fā)展，空心杯電機是靈巧手的核心部件。人形機器人執(zhí)行機構人形機器人執(zhí)行機構線性執(zhí)行器多用于人形機器人大臂和下肢如手臂和腿部的伸展擺線計行里減旋轉(zhuǎn)執(zhí)行器多用于人形機器人關節(jié)處，如手腕、膝關節(jié)的靈活轉(zhuǎn)動精密減速器未端執(zhí)行器主要安裝于機器人腕部末端，用于直接執(zhí)行任務核心部件精密行星減速器諧波減速器RV減速器軸承速器來源：中國信息通信研究院2.芯片人形機器人的芯片主要包括處理器芯片、控制芯片和總線管理芯片，其中處理器芯片是其功能實現(xiàn)的核心。目前人形機器人處理器芯片的主流技術是技術路線最成熟的CPU+GPU方案。特斯拉人形機器人搭載的FSD芯片即采用該路線，并與汽車自動駕駛共享底層技術。單個芯片算力72TOPS,是市場上唯一從底層出發(fā)為自動駕駛和深度為神經(jīng)處理單元，并集成了大量的計算單元和專門的神經(jīng)網(wǎng)絡加速器，能夠高效地進行復雜的計算和推理任務，完全適用于人形機器人。同時，人形機器人的處理器芯片還可通過CPU+FPGA、CPU+ASIC等方案實現(xiàn)。CPU+FPGA方式，由于FPGA的開發(fā)流程簡單，具有較短的研究周期和較低的成本，但流片成本高昂。同時FPGA功耗較高，式實現(xiàn)MAC操作，在電路級實現(xiàn)“存算一體”,該路線運行穩(wěn)定性較高，但并行性和能效比要低；同時也可以采用本身具有存儲和計算功能的固定存儲器(NVM),實現(xiàn)器件級“存算一體”,單位器件可具有多級狀態(tài)，發(fā)展?jié)摿薮蟆?.傳感器大量傳感單元是實現(xiàn)復雜感知功能、與環(huán)境交互的基礎。人形機器人所需的傳感器類型包括六維力傳感器、關節(jié)扭矩傳感器、拉壓力接近覺傳感器、距離傳感器等多種類型。六維力傳感器可以測量力和力矩，對于實現(xiàn)人形機器人的運動控制規(guī)劃、姿態(tài)調(diào)整、力度感知和精確操作至關重要，通常安裝在人形機器人的手腕、腳踝、足底或手部，用來提升操作的靈活性和行走的穩(wěn)定性。關節(jié)扭矩傳感器通常安裝在人形機器人的上下肢關節(jié)處，用于測量關節(jié)所受到的力，實現(xiàn)輸出力的主動控制。拉壓力傳感器用于測量拉力和壓力，一般安裝在人形機器人小臂、腿部和靈巧手等位置的線性執(zhí)行器上。指尖測力傳感器多應用于靈巧手上，實現(xiàn)加載力位置的實時判定及反饋。視覺傳感器可以獲取周圍環(huán)境的圖像信息，實觸覺傳感器可以感知外部壓力、溫度和其他物理參數(shù)，可以形成類似于人類皮膚的觸覺感知層。慣性測量單元一般由加速度計、陀螺儀和磁力計組成，可以實時測量物體的加速度、角度和磁場方向。接近覺傳感器用于檢測物體是否接近以及接近的距離，用于控制人形機器人的位置、識別路徑、障礙急停等。距離傳感器則用于測量人形機器人與物體之間的距離，實現(xiàn)避障、定位等功能，包括激光、超聲波、紅外線等實現(xiàn)方式。以特斯拉的人形機器人為例，一臺人形機器人需要1套視覺傳感器、1套位置傳感器、14個一維力矩傳感器、14個一維壓力傳感器、4個六維力矩傳感器、10個MEMS(Micro-Electro-MechanicalSystem,微機電系統(tǒng))觸覺傳感器(手指部位)、1套薄膜傳感器。目前傳感器方面的整體趨勢是向多維度、高精度、高集成度、高延展性方向發(fā)展，高維力矩傳感器和高維觸覺傳感器是傳感器方面的當前研究重點。4.電源人形機器人需要高性能的電源來提供持久的動力。FigureAI公司發(fā)布的Figure02人形機器人搭載2.25KWh的電池組，一次充電可以運行5小時。我國目前大部分人形機器人的運行時間通常為2-4小時。電源包括電池和電源管理系統(tǒng)兩部分。電池方面，目前鋰離子電池是主流，但其在能量密度、循環(huán)壽命等方面仍無法滿足未來人形機器人長時間、高負荷工作的要求。國內(nèi)企業(yè)如寧德時代等正在研發(fā)更高性能的電池技術。電源管理系統(tǒng)方面，主要用于監(jiān)控電池狀態(tài)，優(yōu)化能源使用，確保人形機器人在各種工況下都能穩(wěn)定運行。國內(nèi)在電源管理系統(tǒng)的研發(fā)方面也在不斷加強。5.新材料人形機器人的新材料主要應用在骨骼、外殼等方面。該部分是支撐人形機器人進行各種行動的基本框架，其應用場景包括外殼材料、脊椎、大臂、小臂、大腿、小腿等結(jié)構件。目前人形機器人“肢體”骨骼的常用材料包括鋼材、鋁合金、鎂合金、碳纖維、工程塑料等。在保證機器人功能的先進性、穩(wěn)定性、使用可靠性和服役安全性的前提下，采用輕量化材料，結(jié)合結(jié)構優(yōu)化設計、先進制造工藝，可使機器人構件輕量化，能夠提高機器人的機動靈活性，保證機器與人類一起協(xié)作工作時不會受到機器的傷害等問題。目前，聚醚醚酮(PEEK)在人形機器人“肢體”方面具有較大的應用潛力，可以滿足人形機器人本體輕量化的要求，大幅提高人形機器人靈活性和工作效率，減輕其運動慣性，提高安全性。采用了PEEK材料的特斯拉OptimusGen2較上一代重量減輕10kg,步行速度提升30%。三、人形機器人產(chǎn)業(yè)現(xiàn)狀分析(一)人形機器人處于發(fā)展初期，未來市場規(guī)模巨大從功能實現(xiàn)上，人形機器人可分為5個能力等級。第一級(Lv1)是基礎能力實現(xiàn)，指人形機器人具備穩(wěn)定的走、跑、跳功能和初步的交互能力。第二級(Lv2)是初級智能實現(xiàn)，本階段人形機器人可實現(xiàn)特定場景下的特定功能，結(jié)構化任務，泛化能力較弱。第三級(Lv3)是場景智能實現(xiàn)，本階段人形機器人在特定場景下能夠完成大部分非結(jié)構化任務，具備一定泛化能力。第四級(Lv4)是多場景適配，本階段人形機器人能夠在多個場景完成大部分非結(jié)構化的任務，且不少于3個場景。第五級(Lv5)是全面智能實現(xiàn)，本階段人形機器人能夠?qū)崿F(xiàn)真正的具身智能，通過簡單的學習即可完成各類任務。Lv5全面智能實現(xiàn)實現(xiàn)真正的具身智能，通過簡單的學習即可完成各類LV4多場景適配Lv5全面智能實現(xiàn)實現(xiàn)真正的具身智能，通過簡單的學習即可完成各類LV4多場景適配在多個場景均能夠完成大部分非結(jié)構化的任務，不少于3個場景Lv3場景智能實現(xiàn)特定場景下能夠完成大部分非結(jié)構化任務，具備一定泛化能力Lv2初級智能實現(xiàn)特定場景下的特定功能，結(jié)構化任務，泛化能力較弱Lv1基礎能力實現(xiàn)具備穩(wěn)定的走、跑、跳功能和初步的交互能力人形機器人發(fā)展等級來源：中國信息通信研究院圖7人形機器人五個發(fā)展等級從目前產(chǎn)業(yè)技術現(xiàn)狀上看，目前全球絕大多數(shù)全能型人形機器人產(chǎn)品處于Lv1等級，少部分頭部企業(yè)最新產(chǎn)品和輪式機器人等其他形態(tài)的人形機器人正在逐步向Lv2等級探索，并從工業(yè)制造領域的toB端向服務領域的toC端拓展。如2024年5月，特斯拉Optimus機器人已經(jīng)進入特斯拉工廠“實訓”,實現(xiàn)對電池單元進行準確分裝及糾錯能力。2024年10月，特斯拉Optimus機器人演示做飯、調(diào)酒、跳舞等服務功能，并展現(xiàn)出更高水平的交互能力和更流暢的運動能力。從需求側(cè)分析，人形機器人的核心是代替或輔助人類完成各種任務，而根據(jù)相關統(tǒng)計分析數(shù)據(jù)，未來我國勞動人口將出現(xiàn)下滑，人形機器人可以有效填補我國未來短缺的勞動力。綜合技術進展情況和需求側(cè)情況預計，從現(xiàn)在到2028年，全能型人形機器人將整體處于Lv1等級，以科學研究為主要落地場景，客戶主要是從事人形機器人相關軟硬件研究的高校、企業(yè)等科研團隊，其他形態(tài)人形機器人則加速向Lv2等級演進。我國整機市場規(guī)模約在20至50億元。2028年到2035年，人形機器人整體進入Lv2等級，以特種場景應用為主，工業(yè)場景逐步落地，整機市場規(guī)模達到約50至500億元。2035年到2040年，人形機器人整體進入Lv3等級，在工業(yè)場景形成規(guī)模，服務場景逐步落地，整機市場規(guī)模達到約1千至3千億元。2040年到2045年，人形機器人整體進入Lv4等級，實現(xiàn)工業(yè)場景和服務場景規(guī)模應用，整機市場規(guī)模達到約5千至1萬億元。2045年后，人形機器人整體進入Lv5等級，在用人形機器人超過1億臺，進入各行業(yè)領域，整機市場規(guī)?？蛇_約10萬億元級別。產(chǎn)業(yè)規(guī)模產(chǎn)業(yè)規(guī)模(元)應用為主，工業(yè)場應用：工業(yè)場景和i服務場景規(guī)模應用機來源：中國信息通信研究院(二)人形機器人潛在應用豐富，全面覆蓋生產(chǎn)生活人形機器人有著與人類相似的感知方式、“肢體”結(jié)構和運動方式，是人工智能和機器人技術的創(chuàng)新高地，在各類應用場景中將發(fā)揮重要作用。人形機器人的主要潛在應用場景包括生產(chǎn)制造、社會服務、特種作業(yè)三個大類。其中在生產(chǎn)制造領域，可以有效解決人口老齡化問題，緩解未來的勞動力短缺，如農(nóng)業(yè)采摘、汽車和3C領域制造業(yè)生產(chǎn)等。在社會服務領域，可以代替人類從事公共服務員、家政服務員、物流配送員、安保巡邏員等崗位，為人類提供各方面的服務。特種作業(yè)場景主要是指在危險的作業(yè)環(huán)境中對人類進行替代，如在深海、民爆、核電站等危險工作場景替代人類完成生產(chǎn)、巡檢、探測、排爆等工作；在航空航天領域代替人類長期駐守空間站，執(zhí)行航空器維護和空間科研任務，放大、延長外太空的工作時間，甚至直接登錄地外行星進行探索任務。1.工業(yè)生產(chǎn)(自動化裝配、質(zhì)量檢測等)目前，特斯拉、優(yōu)必選、小米、小鵬、智元機器人等人形機器人廠商均已將目光聚集于工業(yè)生產(chǎn)領域，人形機器人將有望在汽車制造領域率先批量使用。人形機器人通過與傳統(tǒng)自動化設備的協(xié)同，在汽車生產(chǎn)上，可用于裝配底盤、打螺絲等，提升工廠智能化水平，實現(xiàn)復雜工業(yè)場景的無人化生產(chǎn)。如特斯拉宣稱其人形機器人Optimus將率先應用于汽車制造領域，包括但不限于特斯拉的超級工廠內(nèi)部，協(xié)助或替代人類完成重復性、危險性高的工作，未來有望全面接管特斯拉汽車的生產(chǎn)。優(yōu)必選推出的工業(yè)版人形機器人WalkerS系列，也將率先適用于汽車領域工業(yè)場景，未來還將逐步拓展至汽車零部件、3C、智慧物流等其他智能制造領域及應用場景。小鵬等則積極推進人形機器人在自有制造系統(tǒng)中的分階段落地。智元機器人的遠征A1將首先面向工業(yè)場景，規(guī)劃在比亞迪工廠參與外觀檢測流程、進行底盤裝配等汽車裝配線上作業(yè)。在工業(yè)生產(chǎn)制造領域，人形機器人重點應用場景包括以下方面：精密裝配與操作。3C電子產(chǎn)品如智能手機、筆記本電腦、智能穿戴設備等，其內(nèi)部結(jié)構復雜，包含大量微小精細的零部件。人形機器人通過高精度的機械臂和靈巧手，可以進行精準的抓取、放置、組裝等操作，完成電路板焊接、屏幕安裝、電池固定等精密裝配任務。柔性化生產(chǎn)線作業(yè)。由于人形機器人具備類似人類的移動能力和關節(jié)靈活性，能夠適應不同的生產(chǎn)線布局和工位需求，實現(xiàn)產(chǎn)線的快速調(diào)整和重組，尤其適合多品種、小批量、快節(jié)奏的生產(chǎn)模式。廠內(nèi)物料流轉(zhuǎn)與管理。在倉庫管理和生產(chǎn)線物料供應環(huán)節(jié)，人形機器人可以高效地進行物料搬運、庫存盤點等工作，通過自動識別技術，準確無誤地將物料送達指定工位，提高供應鏈效率。質(zhì)量檢測與維護。結(jié)合視覺識別、力感知等先進技術，人形機器人可以執(zhí)行產(chǎn)品的外觀檢查、功能測試等質(zhì)量控制任務，同時也能對生產(chǎn)設備進行預防性維護和故障排查，降低停機時間。2.物流(分揀、配送等)在智慧物流領域，1XTechnologies、AgilityDigit和中國電科21所等廠商在嘗試利用人形機器人的優(yōu)勢來解決傳統(tǒng)物流難題，推動行業(yè)向更加智能化和自動化的方向發(fā)展。在物流領域，人形機器重點應用場景包括以下方面：倉儲管理與揀選。人形機器人可以靈活地在貨架間移動，利用視覺識別和深度學習技術精準定位和抓取貨物，實現(xiàn)智能揀選。例如，在大型電商倉庫中，人形機器人能根據(jù)訂單信息高效完成商品的分揀、打包工作。搬運與裝卸。利用人形機器人的力量與靈活性，能夠進行重物搬運以及復雜環(huán)境下的貨物裝卸作業(yè)，減輕工作人員的體力負擔，并在高架庫、窄巷道等特殊環(huán)境下替代人力操作。自主導航與調(diào)度。配備先進的傳感器和自主導航系統(tǒng)的人形機器人可以在復雜的倉庫環(huán)境中實現(xiàn)自主路徑規(guī)劃和避障行駛，同時通過中央管理系統(tǒng)實時調(diào)度，提高整體作業(yè)效率。最后一公里配送。在快遞和外賣行業(yè)，人形機器人或類人形的遞送機器人可以將包裹直接送達消費者手中，尤其適合于公寓樓、辦公區(qū)等場所的室內(nèi)遞送服務，提供更便捷的終端交付體驗。3.家庭和商業(yè)服務(家庭服務、迎賓接待等)隨著人工智能、機器學習和傳感器技術的快速發(fā)展，以及人們對便捷生活需求的不斷提高，人形機器人將在服務、娛樂、醫(yī)療、養(yǎng)老等領域發(fā)揮重要作用。從供給端角度來看，目前人形機器人在民生服務領域有落地計劃的廠商包括達闥科技、宇樹科技、傅利葉智能、開普勒機器人及優(yōu)必選等。家庭服務與陪伴。作為陪伴型機器人，人形機器人能提供家政、教育、娛樂等多種服務，如照顧老人與兒童、進行簡單的家務勞動、輔導孩子學習等。隨著老齡化社會問題日益凸顯以及家庭結(jié)構的變化，這類需求將會持續(xù)增長，進而提高人形機器人在家用市場的滲透率。當前，人形機器人在家庭服務與陪伴領域的應用仍處于起步階段，主要集中在提供基本陪伴、娛樂互動和簡單家務服務。例如日本的Softbank公司推出的Pepper機器人和美國的Jibo機器人，這些機器人能夠進行語音交流、表情識別、情感分析等，為用戶提供陪伴和簡單的家庭服務。但目前市面上的人形機器人功能仍然相對有限，尚未廣泛應用于家庭環(huán)境。商業(yè)服務。在大模型技術持續(xù)提升人形機器人交互能力的背景下，探究人形機器人在商業(yè)服務領域的逐步落地。目前，商業(yè)服務人形機器人主要應用在封閉環(huán)境下的室內(nèi)場景中，迎賓接待、導覽講解、需求解答、舞蹈表演等場景對機器人的運動性能要求不高，且部署周期短，將成為商業(yè)服務領域的最先落地場景。當前，人形機器人產(chǎn)品(全能型人形機器人和輪式人形機器人)應用在展覽展廳、商超酒店、網(wǎng)點大廳等場合。優(yōu)必選、達闥科技、傅利葉智能、星動紀元等公司在商業(yè)服務人形機器人領域均有布局?？蒲薪逃?。人形機器人可作為教學助手進入課堂，實現(xiàn)科研助手、教學演示等功能。通過生動有趣的方式傳授知識，激發(fā)學生的學習興趣，同時也能減輕教師的工作負擔。未來，隨著教育信息化進程加快，人形機器人在教育領域的滲透率有望進一步提升。4.醫(yī)療健康(輔助手術、康復護理等)隨著人口老齡化、慢性病發(fā)病率上升以及新型疾病的出現(xiàn)，醫(yī)療系統(tǒng)面臨著極大的壓力，主要表現(xiàn)為不斷增長的全球醫(yī)療和康復需求。當前，我國醫(yī)療行業(yè)面臨長期護理工作人員短缺和人口老齡化日益嚴重的問題，主要的痛點包括醫(yī)護人員短缺、醫(yī)療資源分布不均衡和醫(yī)療成本高昂等。人形機器人在醫(yī)療保健與健康領域的主要作用是輔助醫(yī)護人員進行日常工作，降低其工作強度與工作負擔?？紤]到勞工成本不斷上漲和長期護理工作人員的供應增長預期相對緩慢，作為更有效和高效的方式，智能康養(yǎng)人形機器人能夠承擔繁重和重復的康復任務，并確保訓練動作的準確性和一致性，可以應對快速增加的養(yǎng)老需求，并填補長期的人工供需缺口?，F(xiàn)階段，人形機器人在醫(yī)療保健與康復領域的應用仍處于起步階段。面臨的難點主要包括技術成熟度、成本、醫(yī)療準確性和安全性等問題，人形機器人需要具備高度可靠的操作能力和判斷力，以便在各種醫(yī)療場景中準確執(zhí)行任務。此外，醫(yī)療行業(yè)對安全性和隱私性要求極高，人形機器人的生產(chǎn)和應用需要滿足諸多嚴格的標準和認證要求。5.安防巡邏在過去的幾年里，非人形的機器人已經(jīng)被用于安保任務，例如美國加利福尼亞州Knightscope開發(fā)的蛋形機器人K5和創(chuàng)業(yè)公司Ascento創(chuàng)建的兩輪機器人，實現(xiàn)了在鐵路車庫的巡邏。從供給端來看，1XTechnologies的EVE人形機器人目前已成功應用于巡邏安保場景，區(qū)別于其他保安類機器人，EVE人形機器人具有頭、臉和兩只自主移動的手臂。隨著技術的不斷進步和成本的降低，未來人形機器人在安保領域的應用將會越來越廣泛。人形機器人可以在各種復雜的環(huán)境中執(zhí)行安保任務，例如在園區(qū)、工廠、倉庫等區(qū)域進行巡邏監(jiān)控，對機柜外觀、開關、表計等進行巡查，排查是否存在安全隱患。人形機器人可以替代人類在危險的環(huán)境中進行工作，提高工作效率和安全性。在石油和天然氣行業(yè)中，人形機器人可以用于井下作業(yè)、油氣管道巡檢、危化品處理等危險作業(yè)。通過遠程控制和智能化決策，人形機器人可以在高污染、高輻射等惡劣環(huán)境下進行工作，提高工作效率和安全性。在核能行業(yè)中，人形機器人可以在輻射環(huán)境下進行工作，用于核廢料處理、核設施維護等危險作業(yè)，降低人員傷亡風險。此外，在礦山、化工、消防等領域，人形機器人也可以發(fā)揮重要作用。在礦山場景中，人形機器人可以用于礦井巡檢、采礦等危險作業(yè)；在化工場景中，人形機器人可以用于化工廠巡檢、危險品處理等危險作業(yè)；在消防場景中，人形機器人可以用于滅火、救援等危險作業(yè)。但目前需進一步提高人形機器人的技術能力、智能水平和可靠性，從而實現(xiàn)在危險作業(yè)中對人的代替。7.災害救援人形機器人在災害救援領域具有廣泛的應用前景。在地震、火災、洪水等災害發(fā)生后，人形機器人可以幫助救援人員快速定位受害者，提高救援效率，減少人員傷亡。首先，人形機器人可以進入人類無法到達或者難以進入的區(qū)域，如廢墟、坍塌的建筑物等。這些區(qū)域可能會存在危險，但是人形機器人可以替代救援人員進行搜索和救援工作，并通過配備各種傳感器和設備檢測生命跡象、搜尋被困人員、探測有害氣體等，為救援人員提供重要的信息。其次，人形機器人可以幫助救援人員進行危險的操作。例如，在一些情況下，需要進入高溫、有毒或放射性等對人類的生命健康有嚴重威脅的危險環(huán)境。通過遠程控制人形機器人，救援人員可以在安全的環(huán)境下進行操作，避免暴露于危險之中。此外，人形機器人還可以協(xié)助救援人員進行物資運輸和后勤保障工作。在災區(qū)中，物資運輸可能會受到限制，但是人形機器人可以在復雜的環(huán)境中自主導航，將物資送達救援人員手中。同時，人形機器人也可以提供如送餐、運送醫(yī)療用品等必要的生活支持。總體來說，人形機器人可用于生產(chǎn)制造、社會服務、特種作業(yè)三大應用場景。各場景的共性需求包括人機交互能力、精準作業(yè)能力、自主決策能力、運動能力和安全倫理需求等，同時也各有側(cè)重。特種作業(yè)類任務大部分屬于標準化場景流程，對人機交互能力和精準度要求一般(危險環(huán)境作業(yè)可能根據(jù)具體任務不同，對精準度有更高要求)。而較為惡劣的場景環(huán)境對設備的環(huán)境適應要求較高。該場景通常需求明確，供需對接相對容易，短期發(fā)展?jié)摿^大。制造業(yè)場景主要是對工業(yè)制造場景中的工人進行替代，大部分工作為標準化流程，但總裝等環(huán)節(jié)對于細節(jié)的處理要求較高，對運動控制能力，手部精細化操作能力要求較高。由于在生產(chǎn)過程中需要和人類工人或工作指令下達人員進行頻繁交流，需要有一定的人機交互能力。該場景客戶相對集中，屬于toB類型，且技術實現(xiàn)難度處于中等水平，預計中期的應用潛力較大。服務業(yè)場景主要是提供綜合家政服務、醫(yī)療、教育、商業(yè)、公共服務等，一般均為非標準化場合，對于人形機器人的交互能力、智能水平、靈活性、精準度等要求較高，同時還涉及諸多安全倫理問題。該場景客戶相對分散，主要為toC類型，并有部分toB的客戶，預計落地應用將隨著技術進步逐步釋放，遠期市場潛力巨大。(三)人形機器人產(chǎn)業(yè)鏈初步形成，正在持續(xù)優(yōu)化發(fā)展人形機器人產(chǎn)業(yè)鏈主要由上游零部件、中游人形機器人本體以及下游終端應用等環(huán)節(jié)構成。目前，我國已基本形成了覆蓋人形機器人全產(chǎn)業(yè)鏈的供給體系，但由于人形機器人尚未在下游終端應用領域?qū)崿F(xiàn)規(guī)?；虡I(yè)化落地，且隨著人形機器人技術的不斷成熟，其核心零部件的技術選型也在持續(xù)探索，我國人形機器人產(chǎn)業(yè)鏈仍在不斷構建機器人產(chǎn)業(yè)鏈和供應鏈體系。1.上游原材料與零部件人形機器人的產(chǎn)業(yè)鏈上游包括減速器、電機、絲杠、控制器和傳感器等硬件組件，以及相關的軟件系統(tǒng)。從長期角度來看，產(chǎn)業(yè)鏈中最具價值的部分在于軟件。掌握或自主研發(fā)運動控制和人工智能算法等核心技術的企業(yè)，將在技術層面上主導人形機器人發(fā)展方向和節(jié)奏，成為此領域的“中樞”和“腦”,并且同時也成為中游機器人本體制造的主導企業(yè)。從當前形勢來看，傳感器、減速器、電機和絲杠等核心零部件的價值占比較高，增量空間顯著。由于我國工業(yè)基礎好、相關產(chǎn)業(yè)鏈齊全，人形機器人核心零部件的發(fā)展?jié)摿薮蟆Ａ悴考募夹g突破將有助于提升人形機器人的性能、降低成本、提高可靠性和安全性，并促進技術創(chuàng)新，從而推動人形機器人產(chǎn)業(yè)化的進程。2.中游機器人本體研發(fā)設計與制造人形機器人本體的設計、制造與集成是產(chǎn)業(yè)鏈的關鍵環(huán)節(jié)。目前，人形機器人本體制造業(yè)正處于產(chǎn)業(yè)化發(fā)展的初期階段，行業(yè)內(nèi)對人形機器人本體的價值已達成共識，但大規(guī)模商業(yè)化落地仍未真正實現(xiàn)。零部件選用、軟硬件整合、本體設計以及應用場景的聚焦仍在探索之中，各類人形機器人總體解決方案正持續(xù)迭代與創(chuàng)新，人形機器人產(chǎn)業(yè)的“0-1”拐點有望提前到來。然而，人形機器人本體的發(fā)展面臨多重挑戰(zhàn)，包括技術基礎亟待增強、制造成本需顯著降低、算力需求高以及場景驗證困難等問題。唯有解決上述發(fā)展困境，人形機器人行業(yè)才能成功從實驗研究轉(zhuǎn)向規(guī)模商業(yè)應用。3.下游應用領域2023年以來，眾多人形機器人制造商在產(chǎn)品研發(fā)和市場策略上人形機器人將主要應用于工業(yè)制造、倉儲物流以及特種應用領域；而在中長期內(nèi)，人形機器人的目標則是進入千家萬戶，為家庭養(yǎng)老育兒等場景提供相關服務。隨著應用的普及，面向各領域的專業(yè)運營企業(yè)也將應運而生。此外，業(yè)界領軍企業(yè)也在加速打造人形機器人“大腦”“小腦”“肢體”的開源軟硬件平臺、典型行業(yè)應用場景的數(shù)據(jù)采集和訓練場等，開源、協(xié)同、高效的產(chǎn)業(yè)鏈創(chuàng)新生態(tài)正在逐步形成。(四)人形機器人是近年融資熱點，受到各界資本青睞從國