《中國信通院：人形機器人產業發展研究報告（2024年）（43頁）.pdf》由會員分享，可在線閱讀，更多相關《中國信通院：人形機器人產業發展研究報告（2024年）（43頁）.pdf（43頁珍藏版）》請在三個皮匠報告上搜索。

1、中國信息通信研究院泰爾系統實驗室 2024年12月 人形機器人產業發展研究報人形機器人產業發展研究報告告 (2022024 4 年年)版權聲明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。本報告版權屬于中國信息通信研究院，并受法律保護。轉載、摘編或利用其它方式使用本報告文字或者觀點的，應轉載、摘編或利用其它方式使用本報告文字或者觀點的，應注明注明“來源：中國信息通信研究院來源：中國信息通信研究院”。違反上述聲明者，本院。違反上述聲明者，本院將追究其相關法律責任。將追究其相關法律責任。前前 言言 人形機器人作為未來產業的重要賽道，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

2、程等領域融合創新的典范，也是實現新質生產力的最佳手段之一。人形機器人憑借其類人的感知交互能力、肢體結構和運動方式，能夠快速融入為人類設計的各種環境，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和人們的生產生活方式，已成為全球科技領域的發展熱點。業界普遍認為，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涵出發，深入分析人形機器人核心技術及重點產品的發展現狀和演進路徑、產業布局的重點方向、應用需求和市場預期等。同時，聚焦生產制造、社

3、會服務、特種作業等方向，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業發展的路徑考慮，助力推動我國人形機器人高質量發展。目目 錄錄 一、人形機器人的內涵和發展歷程.1（一）人形機器人的內涵.1（二）人形機器人的分類.2（三）人形機器人發展歷程.4 二、人形機器人的技術演進.6（一）人形機器人技術高度集成，多角度實現對人模仿.6（二）人形機器人整機加速發展，創新產品不斷涌現.7（三）“大腦”技術路線并行探索，具備初階人類腦力.9（四）“小腦”加載人工智能技術，運動方式更加擬人.13（五）“肢體”多技術融合發展，技術路線逐步收斂.16 三、人

4、形機器人產業現狀分析.22（一）人形機器人處于發展初期，未來市場規模巨大.22（二）人形機器人潛在應用豐富，全面覆蓋生產生活.24（三）人形機器人產業鏈初步形成，正在持續優化發展.31（四）人形機器人是近年融資熱點，受到各界資本青睞.33（五）人形機器人外溢效益明顯，與多產業相互促進.34（六）安全倫理問題備受關注，需加強政策引導及規范預研.35 四、人形機器人產業未來展望.36 圖圖 目目 錄錄 圖 1 人形機器人的特點.2 圖 2 人形機器人的分類（按形態劃分）.3 圖 3 人形機器人的分類（按功能劃分）.4 圖 4 人形機器人發展階段圖.6 圖 5 人形機器人的組成.7 圖 6 人形機器

5、人三大執行機構.18 圖 7 人形機器人五個發展等級.22 圖 8 人形機器人各等級主要應用場景和規模預期.24 圖 9 近 4 年全球人形機器人重點本體公司投融資情況.34 圖 10 人形機器人商業化落地的三個階段.36 人形機器人產業發展研究報告（2024 年）1 一、人形機器人的內涵和發展歷程（一）人形機器人的內涵（一）人形機器人的內涵 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，與傳統工業機器人、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，實現對人的模仿。人形機器人具有擬人智能、類人形

6、態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”和智能聯網的方式，突破“一個軀體、一個大腦”的限制，實現算力和智能的飛躍。二是類人形態。人的形態是生物進化自然選擇的結果，目前社會中的所有城市基礎設施、生產生活用的工具產品均為人類形態設計。人形機器人通過對人類形態的高度模擬，能快速融入到為人類設計的各類環境中執行復雜任務，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，能夠在非結構化環境中長期以低成本運行，有效解決未來勞動力短缺問題，將在工業生產、

7、民生服務、特種作業等領域廣泛應用，甚至在部分領域發揮更大優勢。人形機器人產業發展研究報告（2024 年）2 來源：中國信息通信研究院 圖 1 人形機器人的特點 對“人形”追求的本質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”。從現階段的發展情況看，人形機器人主要在工業場景試水，相比后期服務應用場景中的復雜工作，工業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，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化初步完成前的最優解。所以，

8、從長遠看，“人形”是機器人的理想形態；從現狀看，完全的“人形”不是現階段的唯一選擇。（二）人形機器人的分類（二）人形機器人的分類 目前由于人形的開發難度大，企業為快速完成功能開發、實現應用落地，在人形機器人的研發過程中，采用了諸如反關節、輪式、輪腿結合式、兩指/三指靈巧手等方式代替完全擬人的結構，并實現部分人形機器人產業發展研究報告（2024 年）3 擬人化功能。按形態劃分，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，主要采用輪式驅動，強調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

9、人工智能功能，適應開放環境中的多任務。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：特種作業型人形機器人，用于執行巡邏巡檢、災害救援、危險作業等任務。工業型人形機器人，用于工業生產及物流領域，如貨物搬運、生產制造等。醫療型人形機器人，協助醫生進行手術、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，用于家庭養老、育兒、家務等任務。通用型人形機器人，可用于工業、服務、教育

10、、醫療等多個領域。人形機器人產業發展研究報告（2024 年）4 來源：中國信息通信研究院 圖 3 人形機器人的分類（按功能劃分）（三）人形機器人發展歷程（三）人形機器人發展歷程 目前，人形機器人的發展已經經歷了萌芽探索階段、集成發展階段、高動態發展階段、智能化發展階段四個階段。1.萌芽探索階段（20 世紀 60 年代末至 90 年代）這一時期以實現基本的雙足行走功能為主要目標。以日本早稻田大學為代表，開發了一系列機器人，如WAP、WL、WABIAN和WABOT等。這一階段的主要特點是基本實現雙足行走功能和控制能力，初步具備了擬人化的結構，但整體上運動能力較弱。2.集成發展階段（本世紀初至 20

11、10 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，能夠感知周圍環境的基本信息，并根據感知輸入做出簡單判斷并調整動作。ASIMO2000 是其中的代表作，它不僅外觀類人，還能預測未來動作人形機器人產業發展研究報告（2024 年）5 并主動調整重心，實現轉彎時的流暢行走。3.高動態發展階段（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、穩定地執行復雜動作，且此階段人形機器人已經具備了較強的運動能力。如本田的升級版 ASIMO 機器人采用電

12、驅動的技術路線，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 機器人采用液壓驅動的技術路線，能夠在具有挑戰性的場景中保持平衡并實現高動態運動。4.智能化發展階段（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，電驅動成為“肢體”主流技術路線，實現了更加精準的行走和操作，并提高了研發迭代速度。如特斯拉公司的 Optimus機器人，基于人工智能技術和自研的 FSD（Full Self-Driving，全自動駕駛）芯片，通過端到端的神經網絡模型實現任務級和動作級的決策，以及復雜環境中物體、人臉和手勢等的識

13、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，能夠實現流暢和自然的動作。歷經多年發展及技術迭代，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展階段。人形機器人產業發展研究報告（2024 年）6 來源：中國信息通信研究院 圖 4 人形機器人發展階段圖 二、人形機器人的技術演進（一）人形機器人（一）人形機器人技術高度集成，多角度實現對人模仿技術高度集成，多角度實現對人模仿 從技術角度來看，人形機器人主要由“大腦”、“小腦”和“肢體”三個部分組成。其中，“大腦”負責實現環境感知、行為控制、人機交互等任務級能力，

14、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同，提高機器人的智能水平?！靶∧X”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（ROS，Robot Operating System）等技術，實現復雜環境下的運動控制?！爸w”負責實現高動態、高爆發、高精度運動，集成了人體運動力學、機械結構設計、新材料、傳感器等諸多技術，包括仿人機械臂、靈巧手、腿足等關鍵結構，并通過集成傳感器和長續航動力單元，實現能源-結構-感知一體化。人形機器人產業發展研究報告（2024 年）7 來源：中國信息通信研究院 圖 5 人形機器人的組成（二）人形機器人整機加速發展，（二）人形機器人整機

15、加速發展，創新創新產品不斷涌現產品不斷涌現 全球方面，目前美國特斯拉、Figure AI、波士頓動力已成為國外人形機器人整機產品第一梯隊，其他 1X、Digit 等歐美產品為第二梯隊。整體上看，其產品智能化水平和綜合性能較高，特斯拉和亞馬遜的產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 月正式發布 Optimus 第一代（Gen 1），使用了與特斯拉電動車相同的 FSD 系統，具備強大的計算機視覺處理能力。Optimus Gen 1 身高約 173 厘米，重量約 73 公斤，采用全電驅動，具有行走、揮手和跳舞等功能。在結構方面，Optimus G

16、en 1 身體具有 28 個自由度，包括 14 個旋轉自由度和 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，特斯拉發布了 Optimus 第二人形機器人產業發展研究報告（2024 年）8 代（Gen 2），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，Optimus Gen 2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

17、于 2013 年發布的第一代 Atlas 人形機器人由外置電驅動液壓動力系統提供動力，高183 厘米，全身 28 個液壓驅動關節，能夠實現碎石路面下的穩定行走。2016 年發布的配備了機載液壓動力系統的 Atlas 機器人，能夠實現雪地、山地行走，可在倒地后迅速起身，并具備雙臂協同搬運重物的能力。后續，該系列機器人完成了立定跳躍、跳高、跳轉身、后空翻、慢起手倒立、前滾翻、前空翻、原地 180空中轉體、分腿跳、360空中轉體等一系列能力。2024 年 4 月，波士頓動力宣布液壓版 Atlas退役，并推出了純電驅的新款 Atlas 機器人，能夠完成穩定的行走、起身和 180頭部、腰部旋轉等動作。F

18、igure AI 公司系列人形機器人。2023 年 3 月 14 日，Figure AI 發布的人形機器人 Figure 01，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可行性的自主型人形機器人。2024 年 8 月 6 日Figure AI 發布的新一代產品 Figure 02，與上一代相比，Figure AI 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，Figure 02 的機載計人形機器人產業發展研究報告（2024 年）9 算和 AI 推

19、理能力提高了 3 倍，能夠完全自主地在現實世界中執行任務。相比之下，國內企業采用“整機集成、關鍵零部件自研”的路線，快速推進整機產品迭代，產業迅速發展，產品不斷涌現。目前，已發布數十款人形機器人產品，具備較為穩定的行走、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。優必選的Walker S1 在環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、工業移動機器人和智能制造管理系統協同作業。（三）（三）“大腦大腦”技術路線并行探索，具備初階人類腦力技術路線并行探索，具備初階人類腦力 1.大模型是現階段“大腦”的最佳解決方案 目前人形機

20、器人“大腦”技術以大模型為核心，為人形機器人提供任務級交互、環境感知、任務規劃和決策控制能力。在任務交互方面，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。在環境感知方面，大模型通過對多模態信息的統一處理與靈活轉換，推動多模態感知泛化。在任務規劃方面，大模型潛在的真實世界知識學習能力、強大的思考、推理和生成能力為“大腦”的任務規劃提供基礎。在決策控制方面，人形機器人基于大模型技術并優化獎勵策略，通過整合環境、運動等多樣化信息，實現決策控制功能。從功能需求角度出發，人形機器人的“大腦”大模型需要具備以下能力：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

21、解人類通過語言、手勢等方式給出的指令，并有效執行。人形機器人產業發展研究報告（2024 年）10 當出現指令理解不清或任務執行完畢后，可以與人類進行進一步的多輪交互。多模態感知能力。為了在復雜環境中做出正確決策，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感知數據，以實現對環境的全面理解。自主可靠決策能力。人形機器人在執行任務時，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。涌現和泛化能力。除了在訓練

22、數據上的表現，大模型還應具備超出訓練范圍的執行能力。具體表現為人形機器人能夠在未見過的新環境中執行任務，適應新的、未知的情況。面對新挑戰時，展現出創新性的解決方案。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），實現人機語言交互、任務理解、推理和規劃，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對齊（Grounds）大語言模型或者通過價值函數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

23、是 VLM（視覺-語言模型），彌合語言與視覺理解間人形機器人產業發展研究報告（2024 年）11 的差距，實現更準確的任務規劃和決策。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-動作結合的多任務數據集學習更強大和靈活的動作策略。四是多模態大模型，實現對

24、物理世界環境的全面感知，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，實現人腦與外界設備的信息交換。未來有望基

25、于腦機接口實現“大腦”的“人+機”混合智能。3.人形機器人“大腦”向更高級的智能化和自主化發展 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。同時，其情感表現屬于模人形機器人產業發展研究報告（2024 年）12 擬層面，不具備情感理解能力?；诖竽Ｐ偷摹按竽X”技術發展主要受限于數據和訓練平臺。數據方面，由于真實數據采集難度大，仿真數據保真度和規模有限，較難形成“數據飛輪”效應。平臺方面，“大腦”的研究涉及數據采集、模型開發部署和仿真環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

26、領域，其發展速度令人矚目。然而，要實現真正的智能化和自主化，現有的大模型仍需在多個方面重點發力。一是在感知模態維度方面形成突破。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在處理復雜環境時顯得力不從心。例如，在嘈雜的環境中，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。多模態感知能夠提供更豐富的環境信息，使機器人在復雜場景中做出更準確的決策。例如，結合聽覺和觸覺信息，機器人可以更好地理解人類的指令和情感狀態。二是在指令生成速度與復雜性方面形成突破?，F有的大模型在生成指令時速度較慢，且生成的結果往往過于簡單

27、。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，未滲透到連續路徑和軌跡規劃等更偏機器人領域的內容。人形機器人產業發展研究報告（2024 年）13 三是在泛化能力提升與模型架構優化方面形成突破。泛化能力是大模型在新環境和新任務中表現的關鍵。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境和任務時，模型的表現往往不盡人意。為了提高泛化能力，未來的大模型需要在架構、訓練方法和數據集方面進行創新。例如，通過

28、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，構建更多樣化的數據集，也有助于模型學習到更廣泛的知識。（四）（四）“小腦小腦”加載加載人工智能人工智能技術技術，運動方式更加擬人，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”的運動規劃與控制是人形機器人實現自然和流暢動作的關鍵。傳統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，進行運動軌跡規劃和平衡控制，特點是身體控制穩健，步頻較慢，代表算法有零力矩點（ZMP，Zero Moment Point）算法、線性倒立擺（LIP，Linear Inverted Pendulum）

29、算法、模型預測控制（MPC，Model Predictive Control）算法、中心引力優化（CFO，Central Force Optimization）算法等，但整體開發較為復雜，成本高，不利于產品快速迭代?；趯W習的控制方法則使用端到端的人工智能技術，代替復雜的運動學模型，大幅度降低了“小腦”開發難度、提升了迭代速度，一般通過人類示教或自主學習建立運動執行策略。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，使機器人以產生與示教相似的行動策略進行學習，效果依賴高質量示人形機器人產業發展研究報告（2024 年）14 范數據。通過自主學習的方式也稱為強化學習

30、，指通過精心設計學習目標，機器人不斷在環境中探索逐漸發現最大化獎勵的方式學習到最優的執行策略，效果依賴于仿真環境。目前主要的“小腦”技術路線包括以下幾種?；谀Ｐ偷目刂品椒ǎ篫MP 判據及預觀控制?；诤喕牡沽[模型/小車模型進行質心點運動規劃和控制。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 的相關產品?；祀s零動態規劃方法。通過在全身動力學模型上采用非線性控制，根據狀態選擇步態，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，對復雜環境適應性差。典型代表有美國俄勒岡州立大學的相關產品。虛擬模型解耦控制。將控制解耦為速度、

31、姿態、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，對復雜環境的容錯能力有限。典型代表為波士頓動力的相關產品。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，進而全身優化，可實現臂足協同及物體接觸。該算法依賴精確動力學模型和狀態估計，線性模型僅適用于下肢單一步態的控制，而非線性模型求解速度慢。典型代表有美國麻省理工學院、瑞士蘇黎世聯邦理工大學和波士頓動力公司的相關產品?；趯W習的控制方法：人形機器人產業發展研究報告（2024 年）15 強化學習。通過獎勵設計和仿真環境設計，實現了受控步態、奔跑、轉彎、上下臺階等運動學習，提升運動

32、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回歸預測來訓練。典型代表如 Agility Robotics 的相關產品。模仿學習。采用非線性最優化求解的動作映射，以人機關節軌跡相似為目標，以機器人可執行性、安全性、穩定性判據為約束，規劃運動方案。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品。2.人形機器人“小腦”向基于學習的控制方法演進傳統的機器人控制方法依賴于精確的動力學模型和專家知識，難以適應非結構化環境的不確定性和復雜性。近年來，學習型控制的發展使得機器人能夠從數據中學習控制策略

33、，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，再走出房間”。然后，LanguagePlan 將該行動計劃嵌入到狀態空間中，作為額外的觀察信息，用于訓練一個分層強化學習智能體。實驗表明，LanguagePlan能夠顯著提高樣本效率和泛化性

34、能，加速復雜任務的學習。類似地，人形機器人產業發展研究報告（2024 年）16 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行。實驗表明，CLIP-ASAP 能夠學習復雜的長期技能，如烹飪、家政等，且具有很強的泛化能力，能夠根據不同的指令組合技能。類似地，R3M、Pix2R

35、 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、決策和規劃更緊密地結合，構建端到端的自主系統，也是未來的重要研究方向。（五）（五）“肢體肢體”多技術多技術融合融合發展，技術路線逐步收斂發展，技術路線逐步收斂“肢體”是人形機器人實現所有擬人功能的載體和基礎，主要包括執行機構、芯片、傳感器、電源、新材料方面的諸多先進技術。1.執行機構 目前，“肢體”執行機構的核心驅動技術路線已由傳統的液壓驅動方式全面轉為電驅動。液壓驅動技術依賴于液體壓縮泵產生高壓液體，進而

36、驅動輸出機構。主要優點是力量輸出大、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。液壓驅動的代表產品主人形機器人產業發展研究報告（2024 年）17 要是波士頓動力在 2024 年前的一系列人形機器人產品。電驅動技術以各類電機作為動力輸出機構。其優點是成熟可靠、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動技術。2024 年 4月波士頓動力正式放棄傳統的液壓驅動路線并發布了該公司

37、首款電驅動人形機器人，標志著驅動技術全面向電驅動路線收斂。人形機器人的執行機構主要包括旋轉執行機構、線性執行機構、末端執行機構三類。旋轉執行機構多用于人形機器人關節處，如手腕、膝關節，主要由電機和減速器組成，核心零部件是無框力矩電機、行星減速器和諧波減速器等。目前主流的技術路線有兩條。一是高減速比（TSA&SEA，traditional stiffness actuator&series elastic actuator）方案，由高轉速低扭矩電機+諧波減速器組成，優點是輸出扭矩大、精度高，可實現精準的運動控制。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勢，“

38、下肢”應用較多。缺點是減速器體積和質量要求高，力控需要力矩傳感器，成本高。二是準直驅（PA，proprioceptive actuator）方案，采用高扭矩電機+低減速比行星減速器，優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，在其負載范圍內時，是最經濟的選擇。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。人形機器人產業發展研究報告（2024 年）18 線性執行機構多安裝于機器人上臂、大腿及肘部，可理解為旋轉執行器的線性轉換，通常實現伸展、推拉等直線運動，主要通過梯形絲杠、滾珠絲杠

39、或行星滾柱絲杠實現。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，比常規滾珠絲杠提升一個數量級。Optimus 整機采用了 14 個線性執行器，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，研發重點是系統簡化和小型化、提高魯棒性和自由度、多感知能

40、力融合。目前靈巧手的主流技術路線是使用電機驅動和連桿傳動，結構形式上正逐步向驅動器混合置方向發展，空心杯電機是靈巧手的核心部件。來源：中國信息通信研究院 圖 6 人形機器人三大執行機構 人形機器人產業發展研究報告（2024 年）19 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為自動駕駛和深度神經網絡所設計的芯片，其中 CPU 做控制，

41、GPU 做圖像處理，NPU為神經處理單元，并集成了大量的計算單元和專門的神經網絡加速器，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。CPU+FPGA 方式，由于 FPGA 的開發流程簡單，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，不適用功耗敏感的應用。CPU+ASIC 方式，通過數字“類存算一體”方式實現 MAC 操作，在電路級實現“存算一體”，該路線運行穩定性較高，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），實現器件級“存算

42、一體”，單位器件可具有多級狀態，發展潛力巨大。3.傳感器 大量傳感單元是實現復雜感知功能、與環境交互的基礎。人形機器人所需的傳感器類型包括六維力傳感器、關節扭矩傳感器、拉壓力傳感器、指尖測力傳感器、視覺傳感器、觸覺傳感器、慣性測量單元、接近覺傳感器、距離傳感器等多種類型。人形機器人產業發展研究報告（2024 年）20 六維力傳感器可以測量力和力矩，對于實現人形機器人的運動控制規劃、姿態調整、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定性。關節扭矩傳感器通常安裝在人形機器人的上下肢關節處，用于測量關節所受到的力，實現輸出力的主動控制。

43、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行器上。指尖測力傳感器多應用于靈巧手上，實現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境的圖像信息，實現目標識別、位置定位等功能，一般采用 CCD 相機、CMOS 相機等。觸覺傳感器可以感知外部壓力、溫度和其他物理參數，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，實現避障、定位等

44、功能，包括激光、超聲波、紅外線等實現方式。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-Mechanical System，微機電系統）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。人形機器人產業發展研究報告（2024 年）21 4.電源 人形機器人需要高性能的電源來提供持久的動力。Figure AI 公司發布的 Figur

45、e 02 人形機器人搭載 2.25 KWh 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。國內企業如寧德時代等正在研發更高性能的電池技術。電源管理系統方面，主要用于監控電池狀態，優化能源使用，確保人形機器人在各種工況下都能穩定運行。國內在電源管理系統的研發方面也在不斷加強。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

46、、大臂、小臂、大腿、小腿等結構件。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，結合結構優化設計、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 Optimus Gen2 較人形機器人產業發展研究報告（2024

47、 年）22 上一代重量減輕 10kg，步行速度提升 30%。三、人形機器人產業現狀分析（一）人形機器人（一）人形機器人處于發展初期，未來市場規模巨大處于發展初期，未來市場規模巨大 從功能實現上，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，指人形機器人具備穩定的走、跑、跳功能和初步的交互能力。第二級（Lv2）是初級智能實現，本階段人形機器人可實現特定場景下的特定功能，結構化任務，泛化能力較弱。第三級（Lv3）是場景智能實現，本階段人形機器人在特定場景下能夠完成大部分非結構化任務，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構化

48、的任務，且不少于 3 個場景。第五級（Lv5）是全面智能實現，本階段人形機器人能夠實現真正的具身智能，通過簡單的學習即可完成各類任務。來源：中國信息通信研究院 圖 7 人形機器人五個發展等級 人形機器人產業發展研究報告（2024 年）23 從目前產業技術現狀上看，目前全球絕大多數全能型人形機器人產品處于 Lv1 等級，少部分頭部企業最新產品和輪式機器人等其他形態的人形機器人正在逐步向 Lv2 等級探索，并從工業制造領域的 to B端向服務領域的 to C 端拓展。如 2024 年 5 月，特斯拉 Optimus 機器人已經進入特斯拉工廠“實訓”，實現對電池單元進行準確分裝及糾錯能力。2024

49、年 10 月，特斯拉 Optimus 機器人演示做飯、調酒、跳舞等服務功能，并展現出更高水平的交互能力和更流暢的運動能力。從需求側分析，人形機器人的核心是代替或輔助人類完成各種任務，而根據相關統計分析數據，未來我國勞動人口將出現下滑，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情況預計，從現在到 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、企業等科研團隊，其他形態人形機器人則加速向 Lv2 等級演進。我國整機市場規模約在20 至 50 億元。2028 年到 2035 年，人形機器人整體進

50、入 Lv2 等級，以特種場景應用為主，工業場景逐步落地，整機市場規模達到約 50至 500 億元。2035 年到 2040 年，人形機器人整體進入 Lv3 等級，在工業場景形成規模，服務場景逐步落地，整機市場規模達到約 1 千至3 千億元。2040 年到 2045 年，人形機器人整體進入 Lv4 等級，實現工業場景和服務場景規模應用，整機市場規模達到約 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，進入各行業領域，整機市場規?？蛇_約 10 萬億元級別。人形機器人產業發展研究報告（2024 年）24 來源：中國信息通信研究院 圖 8 人形機

51、器人各等級主要應用場景和規模預期（二）人形機器人潛在應用（二）人形機器人潛在應用豐富，全面覆蓋生產生活豐富，全面覆蓋生產生活 人形機器人有著與人類相似的感知方式、“肢體”結構和運動方式，是人工智能和機器人技術的創新高地，在各類應用場景中將發揮重要作用。人形機器人的主要潛在應用場景包括生產制造、社會服務、特種作業三個大類。其中在生產制造領域，可以有效解決人口老齡化問題，緩解未來的勞動力短缺，如農業采摘、汽車和 3C 領域制造業生產等。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。特種作業場景主要是指在危險的作業環境中對人類進行替代，

52、如在深海、民爆、核電站等危險工作場景替代人類完成生產、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。人形機器人產業發展研究報告（2024 年）25 1.工業生產（自動化裝配、質量檢測等）目前，特斯拉、優必選、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生產領域，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自動化設備的協同，在汽車生產上，可用于裝配底盤、打螺絲等，提升工廠智能化水平，實現復雜工業場景的無人化生產。如特斯拉宣稱其人形機器人 Optimus 將

53、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部，協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。優必選推出的工業版人形機器人 Walker S 系列，也將率先適用于汽車領域工業場景，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中的分階段落地。智元機器人的遠征 A1 將首先面向工業場景，規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。在工業生產制造領域，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 電子產品如智能手機、筆記本電腦、智能穿戴設備等，其內部結構復雜

54、，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。柔性化生產線作業。由于人形機器人具備類似人類的移動能力和關節靈活性，能夠適應不同的生產線布局和工位需求，實現產線的快速調整和重組，尤其適合多品種、小批量、快節奏的生產模式。人形機器人產業發展研究報告（2024 年）26 廠內物料流轉與管理。在倉庫管理和生產線物料供應環節，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。質量檢測與維護。結合視覺識別、力感知等先進技術，人形機器人可

55、以執行產品的外觀檢查、功能測試等質量控制任務，同時也能對生產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、Agility Digit 和中國電科 21 所等廠商在嘗試利用人形機器人的優勢來解決傳統物流難題，推動行業向更加智能化和自動化的方向發展。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，實現智能揀選。例如，在大型電商倉庫中，人形機器人能根據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

56、物搬運以及復雜環境下的貨物裝卸作業，減輕工作人員的體力負擔，并在高架庫、窄巷道等特殊環境下替代人力操作。自主導航與調度。配備先進的傳感器和自主導航系統的人形機器人可以在復雜的倉庫環境中實現自主路徑規劃和避障行駛，同時通過中央管理系統實時調度，提高整體作業效率。最后一公里配送。在快遞和外賣行業，人形機器人或類人形的遞人形機器人產業發展研究報告（2024 年）27 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、辦公區等場所的室內遞送服務，提供更便捷的終端交付體驗。3.家庭和商業服務（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展，以及人們對便捷生活需求的不斷提高，人形

57、機器人將在服務、娛樂、醫療、養老等領域發揮重要作用。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構的變化，這類需求將會持續增長，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

58、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境。商業服務。在大模型技術持續提升人形機器人交互能力的背景下，業界正在從原有需求升級、現有需求滿足、未來需求探索三個維度下，探究人形機器人在商業服務領域的逐步落地。目前，商業服務人形機器人主要應用在封閉環境下的室內場景中，迎賓接待、導覽講解、需人形機器人產業發展研究報告（2024 年）28 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，將成為商業服務領域的最先落地場景。當前，人形機器人產品（全能型人形機器人和輪式人形機器人）應用

59、在展覽展廳、商超酒店、網點大廳等場合。優必選、達闥科技、傅利葉智能、星動紀元等公司在商業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.醫療健康（輔助手術、康復護理等）隨著人口老齡化、慢性病發病率上升以及新型疾病的出現，醫療系統面臨著極大的壓力，主要表現為不斷增長的全球醫療和康復需求。當前，我國醫療行業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，主要的痛點包括醫護人員短缺、醫療資源

60、分布不均衡和醫療成本高昂等。人形機器人在醫療保健與健康領域的主要作用是輔助醫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老需求，并填補長期的人工供需缺口?，F階段，人形機器人在醫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人形機器人產業發展研究報告（2024 年）29 操作能力和判斷力，以便在各種醫療場景中準確執行任務。此外，

61、醫療行業對安全性和隱私性要求極高，人形機器人的生產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被用于安保任務，例如美國加利福尼亞州 Knightscope 開發的蛋形機器人 K5 和創業公司Ascento 創建的兩輪機器人，實現了在鐵路車庫的巡邏。從供給端來看，1X Technologies 的 EVE 人形機器人目前已成功應用于巡邏安保場景，區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境中執行安保任務，例如在園區、

62、工廠、倉庫等區域進行巡邏監控，對機柜外觀、開關、表計等進行巡查，排查是否存在安全隱患。6.危險作業（石油、核能、礦山、化工、消防）人形機器人可以替代人類在危險的環境中進行工作，提高工作效率和安全性。在石油和天然氣行業中，人形機器人可以用于井下作業、油氣管道巡檢、?；诽幚淼任ｋU作業。通過遠程控制和智能化決策，人形機器人可以在高污染、高輻射等惡劣環境下進行工作，提高工作效率和安全性。在核能行業中，人形機器人可以在輻射環境下進行工作，用于核廢料處理、核設施維護等危險作業，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

63、危險作業；在人形機器人產業發展研究報告（2024 年）30 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；在消防場景中，人形機器人可以用于滅火、救援等危險作業。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，從而實現在危險作業中對人的代替。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域，如廢墟、坍塌的建筑物等。這些區域可能會存在危險，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

64、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境。通過遠程控制人形機器人，救援人員可以在安全的環境下進行操作，避免暴露于危險之中。此外，人形機器人還可以協助救援人員進行物資運輸和后勤保障工作。在災區中，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、運送醫療用品等必要的生活支持?？傮w來說，人形機器人可用于生產制造、社會服務、特種作業三大應用場景。各場景的共性需

65、求包括人機交互能力、精準作業能力、自主決策能力、運動能力和安全倫理需求等，同時也各有側重。特種人形機器人產業發展研究報告（2024 年）31 作業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（危險環境作業可能根據具體任務不同，對精準度有更高要求）。而較為惡劣的場景環境對設備的環境適應要求較高。該場景通常需求明確，供需對接相對容易，短期發展潛力較大。制造業場景主要是對工業制造場景中的工人進行替代，大部分工作為標準化流程，但總裝等環節對于細節的處理要求較高，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

66、互能力。該場景客戶相對集中，屬于 to B 類型，且技術實現難度處于中等水平，預計中期的應用潛力較大。服務業場景主要是提供綜合家政服務、醫療、教育、商業、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 to C 類型，并有部分 to B 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）人形機器人產業鏈（三）人形機器人產業鏈初步初步形成形成，正在持續優化發展，正在持續優化發展 人形機器人產業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節構成。目前，我國已基本形

67、成了覆蓋人形機器人全產業鏈的供給體系，但由于人形機器人尚未在下游終端應用領域實現規?；虡I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探索，我國人形機器人產業鏈仍在不斷構建和優化中。未來，在人形機器人創新體系加速完善，以及“大腦”、“小腦”、“肢體”等關鍵技術突破的牽引下，我國有望形成高效可靠的人形人形機器人產業發展研究報告（2024 年）32 機器人產業鏈和供應鏈體系。1.上游原材料與零部件 人形機器人的產業鏈上游包括減速器、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。從長期角度來看，產業鏈中最具價值的部分在于軟件。掌握或自主研發運動控制和人工智能算法

68、等核心技術的企業，將在技術層面上主導人形機器人發展方向和節奏，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。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。由于我國工業基礎好、相關產業鏈齊全，人形機器人核心零部件的發展潛力巨大。零部件的技術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，并促進技術創新，從而推動人形機器人產業化的進程。2.中游機器人本體研發設計與制造 人形機器人本體的設計、制造與集成是產業鏈的關鍵環節。目前，人形機器人本體制造業正處于產業化發展的初期階段，行業內對人形機器人本體的價值已達成共識，但大

69、規模商業化落地仍未真正實現。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迭代與創新，人形機器人產業的“0-1”拐點有望提前到來。然而，人形機器人本體的發展面臨多重挑戰，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。唯有解決上述發展困境，人形機器人行業才能成功從實驗研究轉向規模商業應用。人形機器人產業發展研究報告（2024 年）33 3.下游應用領域 2023 年以來，眾多人形機器人制造商在產品研發和市場策略上積極瞄準各類下游應用領域。從各個廠商的應用規劃來看，中短期內，人形機器人將主要應用于工業制造、倉儲物流以及

70、特種應用領域；而在中長期內，人形機器人的目標則是進入千家萬戶，為家庭養老育兒等場景提供相關服務。隨著應用的普及，面向各領域的專業運營企業也將應運而生。此外，業界領軍企業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、典型行業應用場景的數據采集和訓練場等，開源、協同、高效的產業鏈創新生態正在逐步形成。（四）人形機器人是（四）人形機器人是近年近年融資熱點融資熱點，受到各界資本青睞，受到各界資本青睞 從國家分布上來看，人形機器人產業投資最活躍的地區是中國和美國。據不完全統計，2014 年到 2024 年第 3 季度，涉及我國人形機器人企業投融資事件共 176 起，占全球 40%，投融

71、資金額超 55 億美元，占全球 52%；涉及美國人形機器人企業投融資事件共 106 起，占全球 24%，投融資金額超 34 億美元（其中有 20 筆投融資金額未披露），占全球 33%。但國外企業融資單體金額平均高于我國，Figure AI及波士頓動力均獲 50 億美元級投資。從時間分布上來看，人形機器人產業投資最活躍的時間區間是2023 年第 1 季度到 2024 年第 2 季度，行業內 86%的 TOP10 的風險投資事件集中在此時間內。人形機器人產業發展研究報告（2024 年）34 來源：中國信息通信研究院整理 圖 9 近 4 年全球人形機器人重點本體公司投融資情況（五）人形機器人外溢效益

72、（五）人形機器人外溢效益明顯，與多產業相互促進明顯，與多產業相互促進 人形機器人涉及了人工智能、機械工程、電子工程等諸多學科領域，是創新技術的集大成者，與目前許多創新方向形成了相互促進的產業外溢關系。在人工智能方面，一是人形機器人與多模態大模型協同發展，當前全球大模型市場規模約 200 到 300 億美元，其中多模態大模型占比約 10%，達 20 億美元（來源：IDC）。二是促進訓練和仿真平臺的開發，人形機器人訓練平臺是高效開發、訓練、測試人形機器人技術的孵化器，如美國的英偉達的 ISSAC 及北京人形機器人創新中心的“開物”平臺等。三是與自動駕駛具有諸多相同的底層技術，如智能化的感知、決策、

73、控制等，2023 年，我國自動駕駛市場規模達到 1000 億元。預計到 2030 年，全球市場規模將達到 8349 億元（來源：Frost&Sullivan）。在機械工程方面，人形機器人推動了無框力矩電機、空心杯電機、伺服系統的進一步升級。在電子工程方面，推動電子皮膚的加速發展，以他山科技為代表的電子皮膚傳感器已實現在汽車、教育、安防、工程等行業的應用落地。在仿生機械方面，促進人形機器人產業發展研究報告（2024 年）35 了機械臂、機械手等產品創新，并與機械狗、機械魚等其他產品融通發展。目前。全球機械臂市場規模已經突破數百億美元，預計在未來幾年內將以約 12%的年均增長率持續擴張。2021

74、年我國機械手市場規模約為 1958 億元，預計到 2029 年，市場規模將達到 3760 億元（來源：中研普華）。（六）安全倫理（六）安全倫理問題備受關注，需加強政策引導及規范問題備受關注，需加強政策引導及規范預研預研 人形機器人的安全倫理問題包括就業問題、隱私問題、操控問題等。人形機器人對就業的影響可以分為兩個方面。一是替代效應。對于勞動力過剩的地區，人形機器人將造成一定程度的失業。但從另一方面看，能夠大規模替代低技術勞動力，有效應對人口下行壓力和老齡化下未來的用工壓力。二是創造效應。從直接影響看，人形機器人設計和維護需求催生新崗位，需要新的研發型和應用型人才，形成就業缺口。從間接影響看，人

75、形機器人應用將提升企業生產效率，增強企業競爭力，進而在宏觀上帶動經濟發展。預計 2035 年人形機器人達到 Lv3 后，可進入工業和服務業領域彌補短缺的勞動人口。隱私風險則是由于人形機器人在提供服務的過程中，可能會收集和處理大量個人信息和隱私數據，從而引發隱私泄露的風險。操控風險則是人形機器人可能會對人類進行有意的誤導，在價值偏差下“操縱”人類，影響人類的自由意志和決策。為有效解決上述問題，可以考慮重點加強以下幾方面工作：一是加強政策引導。政府應出臺相關政策，引導人形機器人產業健康發展，人形機器人產業發展研究報告（2024 年）36 同時保護勞動者的合法權益。二是加強職業教育和技能培訓。推動低

76、技術工人向復合型和高技術型人才轉變。三是完善相關規范。制定和完善相關法律法規及安全倫理規范，明確人形機器人的使用范圍和權限，保障人類隱私和安全，分級分類推動人形機器人落地應用。四、人形機器人產業未來展望 從迭代路徑看，To B 市場是人形機器人發展的必經階段，To C 市場將成為遠期重點方向。從技術領域看，“大腦”“小腦”屬于ICT領域，“肢體”屬于工業裝備領域，兩個領域應協同發力，融合發展。但不同階段的發力重點各有側重。在產業落地初期、應用規模較小時，人形機器人能否落地的重要因素就是其智能化水平，應在 ICT 領域重點發力，加快推進“大小腦”技術發展，同步補齊零部件的短板。在大規模應用階段，

77、成本問題成為核心因素。工業場景使用人形機器人的最基本要求是其購買、折舊、維護等的綜合使用成本小于用工成本，服務場景 to C 端的用戶對價格更為敏感。目前人形機器人的發布價格仍在幾十萬至數百萬，需在工業裝備領域重點發力降低成本。來源：中國信息通信研究院整理 圖 10 人形機器人商業化落地的三個階段 人形機器人產業發展研究報告（2024 年）37 基于上述考慮，并結合人形機器人發展的趨勢，可考慮分三個階段推動人形機器人商業化落地。第一階段（20242030 年），通過政策牽引，深入挖掘危險作業、極端環境等高價值場景，遴選一批可落地可推廣的典型需求。政府搭橋，推動特種應用場景供需雙方對接，定向開發

78、一批產品并落地應用。第二階段（20302035 年），加快探索工業制造、物流等制造業相關的大規模應用場景，從“替代相對簡單且重復性的勞動”開始，成熟一代應用一代，在迭代中加速技術成熟、降低單體成本、提升整體性能，逐步提高對制造業場景的滲透率。第三階段（2035年后），加強人工智能與人形機器人的融合創新，實現更高水平的具身智能，并推動人形機器人進入醫院、學校、商場、餐廳等服務業場景，最終走入千家萬戶。中國信息通信研究院中國信息通信研究院 泰爾系統實驗室泰爾系統實驗室地址：北京市海淀區花園北路地址：北京市海淀區花園北路 52 號號 郵編：郵編：100191 電話：電話：010-82052878 傳真：傳真：010-82051535 網址：網址：