文 | 第一新声星速优配，作者 | 雷晶
跳舞、表演、搏斗样样在行，如今的人形机器人早就不再局限于科幻片里，而是切实出现在生活中。
人形机器人当属 2025 年最火热的赛道。2025 年上半年，全球人形机器人赛道融资额飙升至 140 亿元，其中国内市场贡献 84 亿元，Pre-IPO 轮融资占全球融资额比例跃升至 30%。
在即将到来的云栖大会上还将展出人形机器人最新服务场景，展示人机协同新方式，并举办具身智能"运动会"，多渠道展现具身智能成果。
在此热潮下，人形机器人的市场规模也在不断扩张。根据 GGII 预测，2025 年全球人形机器人市场销量有望达到 1.24 万台，市场规模 63.39 亿元；2030 年销量将接近 34 万台，市场规模超 640 亿元。
与此同时，另一种声音也悄然而至。人形机器人面临不赚钱、应用场景单一等困境，距离真正投入生产和日常使用，仍有很长的路要走。
当前人形机器人行业的真实现状究竟如何？未来人形机器人该如何突破核心部件依赖进口、应用场景单一等壁垒，找到商业化可持续的发展路径？本期，第一新声试图立足行业一线视角，厘清人形机器人在发展进程中沉淀的核心能力与现存痛点。
01 四梯队已初具成型
当前，人形机器人赛道的玩家阵营已逐渐清晰。从竞争格局来看，全球人形机器人市场目前已形成四大梯队。不同厂商凭借技术积累，在仿人形态与实用价值的平衡中探索差异化路径。
波士顿动力、本田等行业发展的引领者稳坐第一梯队，凭借深厚的技术积累、强大的研发实力以及显著的产业化进展成为行业先驱。
优必选、Agility Robotics 等企业则稳坐第二梯队，凭借独特的技术路线或精准的应用场景定位崭露头角。
宇树科技、智元机器人等企业构成了第三梯队，虽然进入行业时间和前者相比较晚，但展现出惊人的发展速度与后发潜力。
零次方机器人、动易科技等众多初创企业以及跨界入局的企业则组成了第四梯队，它们为行业带来了新的活力与创新思维，虽然在技术实力与市场份额上暂时落后，但在细分领域的探索有可能催生新的商业模式与技术突破。
具体到各家厂商，在北美赛道上，特斯拉无疑是最受关注的破局者。自 2022 年发布 Optimus 原型机以来，其每一次技术迭代都牵动着行业神经。2024 年特斯拉 AI Day 上，Optimus 第二代原型机已展现出显著进步，其搭载自研 FSD 芯片与端到端控制算法，实现了更流畅的关节运动，单腿深蹲、精准抓取螺丝刀等动作的完成度已接近人类水平。
波士顿动力亦是技术领域的标杆。旗下的 Atlas 机器人通过液压驱动与动态平衡算法的深度融合，实现了跑酷、后空翻等高难度动作，长期被视为行业运动天花板。2024 年，公司宣布将其升级为全电动系统，进一步提升了关节灵活性与静音性能。
同样值得关注的还有 Agility Robotics，其双足轮式机器人 Digit 已部署于亚马逊 15 个仓储中心，全球装机量超过 12 万台，成为物流场景中首个实现规模化落地的人形机器人。
在亚洲市场，日本厂商以精密制造为特色，形成了独特的竞争优势。发那科作为工业机器人领域的龙头企业，2023 年推出的 Humanoid Robot CR-5iA，更偏向工业场景适配而非极致仿人。该产品采用模块化设计，可快速更换末端执行器，适配电子元件组装、食品包装等精密工业场景。
中国本土玩家则呈现出快速迭代、场景突围的特点。宇树科技是最早实现产品商业化的企业之一。作为从四足机器人赛道延伸至人形领域的玩家，宇树科技 2023 年发布的 H1 人形机器人，并延续了其在运动控制领域的优势，采用电机驱动方案，最大负载 8 公斤，续航时间约 2 小时，是国内首个实现量产交付的人形机器人产品。
智元机器人则是赛道上的技术追赶者，其 2024 年发布的远征 A1 人形机器人，瞄准中高端工业市场。远征 A1 搭载自研的智元大模型，支持自然语言交互与自主路径规划，能在无预设程序的情况下，完成识别货架 - 抓取箱子 - 放置到传送带的全流程操作。
除了上述头部玩家，国内赛道中还涌现出一批聚焦细分场景的专精型企业。云深处科技则从仿生形态切入，2024 年发布的 Walker X 人形机器人，在外观设计上更贴近人类，搭载多模态传感器，能实现面部表情模拟与手势交互，主要应用于科技馆、商业展览等表演场景，为消费端场景探索提供了样本。
不难看出，当前人形机器人领域已形成多技术路线并进、多场景试错的竞争态势。国外厂商凭借 AI 大模型与供应链整合能力，在高端技术与成本控制上占据优势。而中国玩家则依托本土工业场景的需求红利，快速推进产品试点与迭代。
不过，无论哪类玩家，都面临着共同的挑战。而未来的胜负，或许不再取决于谁更像人，而取决于谁更能解决人的问题。
02 人形机器人真的是好生意吗星速优配
人形机器人正经历着史上最快的市场扩张期。
当前人形机器人已从 Demo 展示阶段迈向商业化落地初期，订单分布与采购场景已初步显现行业应用轮廓，呈现出头部大单 + 中小规模订单的分层格局。
从订单规模看，头部企业间差异显著，从数百台到上千台不等。如智元机器人线下量产已超 2000 台，2026 年预计量产上万台。优必选虽合同金额达 4 亿元，但以单价约 60 万元 / 台工业人形机器人计算，规模不足 700 台。
除头部大单外，千万元及以下规模订单仍是当前行业的主流。这类订单覆盖企业数量多、类型广，发展较快的企业订单量可达数千台，更多则处于数百台乃至更小规模，共同构成了行业商业化落地的重要基础，且在不同企业间呈现明显特征。
乐聚机器人与星动纪元等属于高端资源型，不仅手握千万金额以上订单或储备数百台规模订单，客户还涵盖全球知名科技大厂、大型央企，以及中东王室、德国工厂等海外高端客户，依托多元化高端合作网络奠定市场基础。
众擎机器人、加速进化等则为科研与区域需求型，订单规模达数百台，但采购方以高校、科研机构及地方国资企业为主，需求围绕技术研发、区域产业配套展开。
开普勒、跨维智能、魔法原子、优理奇等则为常规商业服务型，订单客户集中在普通工业企业、酒店物业、商业服务机构等领域，需求聚焦日常运营场景，更贴近市场化基础服务需求。
再从采购方背景来看，亿元级订单采购方涵盖汽车、电子等工业制造企业、大型国企、地方国资平台、高校及科研机构、科技企业及零售服务商等，体现跨行业、多场景应用潜力。
其中工业制造与仓储物流类场景因需求明确、预算成熟，成为当前落地性最强的领域。优必选依托汽车产业链企业与国资平台支持，工业核心场景订单稳定，智元机器人则切入工业智造、国家级平台建设等核心领域，拥有稳定客源。
人形机器人不止在订单数量上狂飙。有数据显示，2025 年上半年人形机器人赛道全球融资事件超过 80 起、金额突破 140 亿元人民币，刷新去年全年纪录。但不少机构将其解读为高热与冷现实并存，钱在加速流入，但可量产能力仍显稀缺。
当前，资本热度仍在升腾、巨头与创业公司同台竞技，但产业链的摩擦也清晰可见。算力、算法、成本与场景之间的张力，正决定人形机器人能否跨过从能动到能用、能规模落地的关键门槛。
将视角放至产业发展，人形机器人在面对更为关键的商业化落地时，当下的痛点被具象化，主要集中在四个方面：
第一，卖出去了却赚不到钱。从市场整体情况来看，高校采购在人形机器人订单中占比较高。据宇树科技披露的百笔订单数据显示，高校采购虽多，但单笔金额多在 10-50 万元区间徘徊，多应用于科研验证和教学演示，难以形成大规模、高利润的商业应用场景。
再看成本与售价，丝杠、传感器等核心零部件占生产成本 40% 以上，虽然国产化使整机成本有所下降，但单机成本仍居高不下。加之，医疗、消防等领域采购分散，场景碎片化严重，导致产品难以标准化，生产成本较高。同时，各家厂商激烈的价格战又在进一步压缩利润空间。
其次，巨额的研发投入与营收并不对等。优必选研发费用占比高达 35.1%，另一方面还要解决量产后的可靠性难题，与订单带来的收益远不成正比。
第二，应用市场广阔，但并未完全打开。据相关数据统计显示，2024 年全球已落地的人形机器人中，72% 用于高校科研、15% 用于商业表演，仅有 13% 进入工业、服务等实用场景。
科研与表演场景的过度集中，本质上是技术成熟度与产业需求不匹配的结果。虽然当前人形机器人能完成跑酷、后空翻等复杂动作，但这些技能实用性有限，在具体场景的试点中难以匹配需求。未来，打开生活和产业场景，才能打开广阔的市场前景。
第三，成本高、当前产能分散限制发展。核心部件如结构件、传感器等仍是成本大头，当前国内供应链尚未形成足够规模，产能分散进一步推高单位成本。
据企查查数据，国内当前经营范围含人形机器人的企业超 800 家，但其中 70% 以进口零部件组装为主，缺乏自主核心技术。对比特斯拉，Optimus 产线采用模块化生产模式，今年 Q2 产能已达 500 台，规模化生产使得单台成本从 2024 年的 15 万美元降至 12 万美元。
第四，技术协同不足。人形机器人的技术协同不足问题，本质上是单个模块性能出众，模块间的适配断层仍会导致整体性能打折。
例如出现在雨雾环境中常出现物体识别延迟、商场人流场景存在感知盲区等情况，这种感知系统的环境适应性缺陷，直接导致控制系统的决策滞后。即便搭载先进算法，硬件性能不足仍会暴露出大模型智能与硬件执行能力的落差。
破局的关键在于打破这些痛点。对于行业参与者而言星速优配，让机器人在真实世界里持续、可靠地把一件小事做好才是当前的重点。谁能在一个垂直场景把"稳定性 + 复用率"做厚，谁就能在下一阶段享受成本曲线与规模红利。
03 破局之路在于找到刚需场景
人形机器人可不止"像人"那么简单。
人形机器人核心技术体系主要包括机械结构、驱动系统、感知系统、控制系统和能源系统五大模块，各模块技术突破与协同创新构成了人形机器人发展的核心动力。
当前，人形机器人正走向产业落地的关键转折点。这个赛道正面临着多重考验，破局之路并非依赖单个技术飞跃，而是要找到刚需场景。
无论是工业领域中高危环境下的重复性作业，还是服务领域里针对老龄化社会的照护需求，只有锚定真实且未被充分满足的刚需，才能让技术突破有明确的落地方向，让方案输出更具针对性。真正推动人形机器人走向规模化产业应用，实现行业痛点的实质性突破。
破局首先在于明确服务场景、服务客户，打通各端能力。
场景是产品落地最关键的议题，服务场景的突破遵循精准切入的路径。银河通用联合美团推出的智慧药房解决方案，让 Galbot 机器人完成从接单、找药到装袋的全流程服务，在北京近十家门店的实际运营中，取药准确率从初期的 85% 提升至 98.7%。
越疆科技与药师帮合作的医药配送机器人，通过视觉识别和语义理解技术，解决了药品分拣的精细化需求，使分拣效率提升 40%。服务机器人可以通过数据积累实现从能做到做得好的质变。
业内的场景拓展也在呈现清晰的梯度演进策略。行业普遍遵循从工业车间、商业服务、再到家庭环境的渐进路径。优必选计划 2025 年底前向居然智家零售门店部署 500 台仿真人形机器人，通过商业场景积累的交互数据，反哺家庭场景所需的复杂环境适应能力。
自变量机器人则发布的全自研轮式双臂仿人形机器人量子 2 号，已与头部服务业、工业客户达成合作，在多场景中投入使用，这种跨场景验证加速了技术成熟度提升。
再者是打造标准化的服务能力以匹配场景需求。
在业内普遍认为，人形机器人技术的核心在于实现大模型与具身智能的深度融合，进一步实现机器人的自主能动性，提升服务能力。
传统工业机器人虽然能在特定场景以高速度、高精度完成任务，但高度依赖预设系统，难以应对环境变化。具身智能大模型的引入打破了这一局面，这意味着，在统一表示空间中，模型同时处理感知、推理和行动，直接进行跨模态的因果推理和行动决策，让机器人最终能够像人类一样思考和工作。
端到端的大模型推理成为技术突破的关键。这种方法可以突破多步骤长序列任务瓶颈，极大扩展了机器人处理复杂现实场景的能力边界。
国内厂商自变量机器人自主研发的 WALL-A 系列 VLA 操作大模型便是运用该技术的典型。通过该技术构建了统一的认知与行动框架，实现了基于多模态输入进行深度推理并生成多模态输出的完整闭环，形成模型自主决策、执行、探索和反思的完整循环。
技术融合也在催生新的能力边界。智元机器人灵犀 X2 的动态稳定算法可在 0.2 秒内完成摔倒预判与姿态调整，这种将大模型决策与实时传感器数据融合的技术，使机器人在湿滑地面等复杂环境中的无故障运行时间突破 1000 小时。
其次是打通业内客户渠道。
行业的胜负在于将验证后的方案通过渠道和生态快速铺开。优必选计划 2025 年底前向居然之家零售门店部署 500 台机器人，正是通过商业渠道巨头实现快速落地与数据积累的典型路径。而更深层的支撑是规模化产能。
确定用户场景、打造标准化服务，最终再通过渠道与产能实现价值扩张。人形机器人行业正沿着一条清晰的路径，迈向技术驱动的价值创造新阶段。
04 如何成为好生意：帮助人解决刚需问题
在未来五到十年，随着核心技术的持续突破、成本结构的优化以及政策与资本的双重推动，人形机器人有望逐渐走向产业主力军，成为继 PC、智能手机和新能源汽车之后的新一代智能终端。
那么，人形机器人究竟是不是一门好生意呢？
人形机器人的出现极大地满足了人们对科技的想象，至于是否能实现商业化落地，真正走进千行百业，关键在于是否能真正帮助人解决刚需问题。
而要想进一步解决人的问题，其发展趋势主要体现在技术融合、场景多元、满足 C 端需求三大维度。
其一，从技术层面来看，具身智能正加速过渡到有"大脑"的机器人，进一步实现智能化。
过去，人形机器人的动作控制多依赖人工编程，每完成一个复杂任务都需要工程师针对具体场景逐一调试，不仅效率低下，还难以应对动态变化的环境。
而随着端到端机器人大模型的成熟，这一现状正在被改变。未来，机器人将不再依赖预设脚本或单一感知模块，而是通过大模型 + 多模态感知 + 实时控制实现端到端的自主决策与任务执行。
2025 年，谷歌、微软、华为等科技巨头纷纷推出千亿参数级别的机器人专用大模型，推动机器人从感知 - 规划 - 执行的串联模式迈向感知即决策的原生端到端范式。
除了科技巨头，各家厂商也在推出差异化技术路径。国外厂商 Figure AI 研发的 Helix 是全球首个集成视觉感知、语言理解与运动控制的人形机器人 VLA 模型，其采用创新的双系统架构，70 亿参数的主模型负责多模态决策，8000 万参数的运动 AI 实时生成精确动作，可支持 35 轴自由度的实时控制等能力。
国内厂商星动纪元推出的端到端原生机器人大模型 ERA-42，则通过构建统一的原生模型，融合视觉、语言、触觉和身体姿态等全模态信息，实现对不同任务和环境的泛化能力，还探索了融合世界模型的方法，使其模型不仅具备行动能力，还能理解物理世界并对未来行动轨迹进行预测。
智元机器人则发布通用具身基座大模型 GO-1，提出了 ViLLA 架构，该架构由 VLM（多模态大模型）+MoE（混合专家）组成。GO-1 大模型可以结合互联网视频和真实人类示范进行学习，在极少数据甚至零样本下，便能让机器人适应不同场景和任务，降低了具身模型的使用门槛与后训练成本，还具备一脑多形，可在不同机器人形态间迁移适配，配合数据回流系统能持续进化学习。
银河通用推出全球首个基于十亿级仿真合成动作数据预训练的端到端具身大模型 GraspVLA，实现仅靠预训练即可达成零样本泛化能力。其零售场景商用模型 GroceryVLA，能在商品种类繁杂、密集堆叠的货架场景中，无需针对每种商品单独调参，即可精准抓取软袋、硬盒等全品类商品，解决了复杂零售环境中商品精准抓取难题。
其二，在场景落地上，人形机器人将进一步锚定刚需场景实现商业化落地。
工业场景仍是率先爆发的领域，尤其是在高危、高重复性劳动环节，如核电巡检、化工防爆、高空作业等。与此同时，服务类场景正在快速崛起。医疗康复、养老陪护、家庭助理、物流配送等领域，因人口老龄化与劳动力成本上升而蕴含巨大潜力。
数字华夏的仿生人形机器人夏澜 S01，可凭借精密仿生技术模仿人类大部分表情，身高尺寸比例贴近人类，具备多模态交互能力，已应用于政务大厅、商用服务和展馆代言等场景。
而智元专为文娱文旅场景打造的灵犀 X2 青春版已上线预售，可在主题公园、景区、博物馆等场景应用；远征 A2 青春版采用全尺寸人形设计，适配人类舞台场景。
擎朗智能发布的首款人形具身服务机器人 XMAN-R1，已可完成服务场景内点单、配餐、送餐、收餐等长任务闭环，未来将在餐厅、酒店、医院等场景探索。
未来三年，随着机器人软硬件标准化程度提升，在各类场景的渗透率有望实现倍增。
其三，C 端拥有海量市场，情绪价值成人形机器人最大卖点。
随着技术的发展与市场的推动，人形机器人正逐步开拓 C 端市场，尤其是情感陪伴类产品的前景极为广阔。
从价格层面来看，过去面向科研端和企业端的人形机器人，售价往往高达数十万元，令普通消费者望而却步。
但如今整机厂纷纷发力，推出万元级别的产品，如松延动力、宇树科技和天链机器人等企业的产品，定价已进入 3-4 万区间，且产品小型化，大大降低了消费者的购置门槛，为进入 C 端家庭创造了价格和空间优势。
加之，人形机器人在陪伴功能上具有独特优势。其具备的 AI 交互能力，能与用户进行自然流畅的对话，给予情感回应，让人们从陪伴中获得情绪价值。类人的外形和肢体结构，相比传统的陪伴设备，更能给予用户真实感和亲近感，满足人们深层次的情感陪伴需求。
当前，To C 的人形机器人实用属性尚不完全成熟，但情绪价值已创造了卖点。未来，人形机器人成为家居生活及养老陪护的实用帮手，面向 C 端的终极愿景终会实现。
在资本理性回归、政策持续助推、供应链日渐成熟的合力下，人形机器人行业有望实现真正意义上的商业化破局。能否走出展台、走进车间、走入家庭，考验的不仅是技术能力星速优配，更是对市场需求的理解与生态的构建能力。
美港通证券提示：文章来自网络，不代表本站观点。
沪深京行情 实时轮播
热点资讯
