投資“人形機器人”前的五個問題

通用型人形機器人的快速發展，得益于生成式人工智能、機電一體化和模擬技術的進步，可能會重塑各行業的勞動力動態。與在受控——通常是工業環境——中為特定任務而設計的機器人不同，通用型人形機器人（GPR）能夠執行多種不同的任務，從制造車間到醫院和酒店，無需進行重大重新配置或重新編程。它們類似人類的身體使它們適合為人類設計的環境，并將比許多公司預期的更早與人類協作。

近期人形機器人的進步并非源于單一的技術飛躍，而是來自更經濟實惠和更先進的硬件和軟件的融合。主要參與者正在大力投資以實現人形機器人的大規模部署。例如，英偉達的 GR00T 藍圖擴展了針對多種人形機器人模型的模擬訓練。特斯拉的 Optimus 據說在其工廠中處理組裝和實時庫存管理任務，并可能在 2026 年之前對外提供。

我們的研究和項目表明，擬人化機器人可以推動更智能的自動化，降低成本，并提高人類勞動的生產力。制造擬人化機器人的成本正在下降——近年來下降了 40% ——并且隨著生產規模的擴大將繼續下降。到 2032 年，每臺機器人的成本預計將從大約 5.8 萬美元下降到 2 萬美元。訓練擬人化機器人也變得更加高效，這對使其更具成本效益起著重要作用。例如，通常需要大約 500 小時 的數據，讓機器人掌握一項新技能（比如折疊衣服），而圖靈 AI 的新 VLA 模型 Helix 可以在相同的時間內掌握 多項 任務。

不斷下降的成本和日益增長的興趣正推動風險投資的激增 投資 。 今天 ，全球有 160 多家擬人化機器人制造商在運營，其中中國有 60 多家，美國有 30 多家，歐洲有 40 多家。展望未來，一些 分析師預測 ，到 2040 年，擬人化機器人的出貨量可能達到每年 800 萬臺，這表明擬人化機器人可能迅速被采用并產生重大影響。

然而，如果在投資前公司沒有問對問題，引入人形機器人可能會變得昂貴并適得其反。人形機器人廣泛應用的路徑充滿挑戰。技術障礙依然存在，包括硬件集成、能源存儲、安全性和人機協作的復雜性。圍繞人工智能的使用和未來工作的倫理問題進一步增加了復雜性。

高管如何確定是否應該投資人形機器人？我們提出了他們應該問的五個問題。

人形機器人在我們的業務中可以扮演什么角色？

首先，高管必須評估人形機器人在其運營中可以承擔的具體角色。評估應遵循兩個基本問題：人形機器人能比傳統工業機器人更有效地做什么？人形機器人在哪里能比人提供更大的價值？

仿人型機器人適用于需要類人移動能力、復雜空間限制以及需要類人靈巧性和決策能力的環境。在制造業、醫療保健和零售業中，仿人型機器人已經在復雜空間中運行，并以傳統機器人無法的方式與人類合作。

它們已經在三個領域證明了其價值：

制造業和倉儲業

在工業環境中，仿人型機器人可以解決勞動力短缺問題，并執行易發生事故的任務。Accenture 在 2024 年對亞洲、歐洲和美國核心制造業中心的 552 名工廠經理進行的調查顯示，58% 的受訪者認為大型工廠中的仿人型機器人到 2040 年將成為裝配中的成本高效標準。這些觀點因地區而異，其中印度、中國和日本的 63%、65% 和 72% 的經理認為仿人型機器人對制造業裝配線有價值，而美國和歐洲的 35% 和 21% 的經理則持相反觀點。

汽車行業的早期采用者已經看到了積極的結果。幾家中國汽車制造商在其車身車間實現了近 100%的自動化，使用了人形機器人。 NIO 擁有 300 臺機器人，僅由十幾名工人操作，每小時生產 20 輛車。 寶馬在其斯巴坦堡工廠部署了 Figure 02 人形機器人，效率提升了 400%。 舍弗勒投資了 Agility Robotics，并計劃到 2030 年在其全球 100 家工廠部署其 Digit 人形機器人，以自動化體力要求高、重復性或危險的任務。

在中國，電動汽車（EV）公司不僅使用人形機器人，還制造它們。國有汽車制造商 GAC 集團已開發出 GoMate，一種用于在其生產線上安裝電線汽車機器人。該公司計劃到 2026 年大規模生產GoMate，以部署在工廠和倉庫中。類似地，蔚來（NIO）是一家以電池更換網絡聞名的電動汽車初創公司，已啟動自己的內部研發團隊，制造人形機器人，用于相同的目的。

護理

仿人機器人可以為日益增長的對護理的需求提供解決方案，特別是對老年人和有特殊需求的人。社交仿人機器人處理日常任務，如檢查生命體征、發放藥物和清潔。它們還接受了復雜行為模式的訓練，以進行富有同情心的互動。

例如，由機器人公司 Aldebaran 開發的具有 NAO 身份的仿人機器人，在澳大利亞的 Murray Bridge 高中用于自閉癥兒童，他們幫助學生發展科學、瑜伽、IT 和社會技能。兒童尺寸的仿人機器人 KASPAR 在臨床環境中進行測試，以發展兒童的社會和溝通技能。NAO 和 KASPAR 都已在促進自閉癥譜系兒童的治療方面顯示出積極成果，有助于發展社會互動和溝通技能。

客戶服務

即使在零售和酒店等面向客戶的行業中，人形機器人也可能證明其價值，尤其是在那些需要較少專業技能且涉及被認為單調、危險或重復性工作的崗位中，人形機器人采用的可能性最高。由于食物準備、服務銷售等崗位有較高的體力要求，而這些要求其他非人形功能的 AI 增強無法解決，因此這些崗位特別適合采用人形機器人。

在中國和日本，人形機器人調酒師、服務員和客房服務人員正變得越來越受歡迎。在東京的酒店，機器人與人類一起為酒店服務，用日語、韓語、中文和英語與顧客互動。

我們投資人形機器人的回報是什么？

投資人形機器人需要進行全面的成本效益分析。這不僅要考慮直接成本——如購買價格、集成費用和培訓——還要考慮間接成本，包括配置機器人和準備團隊與它們一起工作所花費的時間。

雖然引入人形機器人的成本可能對一些公司來說過于高昂，但機器人即服務（RaaS）提供了一種更具成本效益和可擴展性的選擇，可以降低進入門檻。RaaS 減少了大型前期投資的財務負擔，并允許公司逐步部署人形機器人。它還最大限度地減少了擔心軟件更新的需要，并使公司更容易保持在機器人技術的最前沿。

例如，Agility Robotics 通過 RaaS 協議將 Digit 機器人部署到 GXO 物流公司，以協助倉庫中的重復性任務。Digit機器人車隊通過Agility 的云自動化平臺Agility Arc 進行管理。

如何有效將人形機器人整合到我們現有流程和系統中？

人形機器人浪費在優化單一孤立的任務上。它們應該為簡化自動化更廣泛的企業流程做出貢獻。例如，當人形機器人在倉庫中從一個點運輸物體到另一個點時，其部署的真正目標應該是提升整個物料搬運流程。

高管必須確保人形機器人與人類和其他機器人及機器順暢協作。這種整合提高了效率，并允許靈活分配任務。通過將人形機器人整合到 AI 驅動的智能流程中，它們可以動態調整流程步驟并實時重新分配資源。

這種方法的例子是 Agility Robotics 與亞馬遜的合作。Agility 的Digit人形機器人在為人類工人建造的倉庫通道和貨架系統中導航。這些機器人目前協助在部分亞馬遜倉庫進行托盤回收，在庫存選擇后將空托盤移動到指定位置。成功的試點項目表明，人形機器人可以融入其他倉庫操作，并與亞馬遜的 IT 基礎設施進行交互。亞馬遜預計在不久的將來能夠重新利用其 Digit 機器人執行托盤處理以外的任務，例如拆卸托盤和卸載卡車。

在 CES 2025 上，我們與 Agility Robotics 和 Otonoma 展示了類似的方法。這是為了促進人形機器人和工業機器人在人類協作下的智能和自適應編排與互操作性，在 Nvidia Omniverse 中無縫集成現實世界和模擬環境。

我們如何確保人類與擬人化機器人之間的安全協作？

考慮部署人形機器人的公司需要建立人機協作的文化。高管應研究和采用集成人形機器人的新興最佳實踐，這些實踐對員工透明，并包括嚴格的安全驗證。

為了將人形機器人定位為有益且不具威脅的資源，必須加強工作場所的安全和生產效率。為此，他們必須確保關于人形機器人角色和能力的透明和主動溝通。此外，公司應部署具有直觀和親切設計的機器人，有意識地避免“恐怖谷”效應，即因機器人過于像人而引起的不適感。

圖靈 AI 體現了這種方法。其人形機器人安全中心采用嚴格的安全驗證框架，確認其人形機器人不會對人類造成身體危險。該公司還與一家獲得 OSHA 認證的實驗室合作，根據既定的行業標準對人形機器人的電池系統、安全控制和電氣部件進行認證。

該圖進一步強調了通過透明溝通對安全的承諾。它提供有關產品安全的持續更新，明確說明測試協議，并坦率報告成功和挫折。這種開放性確保安全始終是優先事項，培養員工的信心和信任。

我們將如何培訓人形機器人以在現實環境中運行？

在物理環境中培訓人形機器人存在重大挑戰：成本高昂，難以擴展，并受限于安全風險和磨損。數字孿生在兩個關鍵領域提供了解決方案。首先，它們允許開發人員在構建人形機器人之前虛擬測試機器人組件和系統的功能準確性。其次，人形機器人在模擬中學習現實世界的物理知識，確保它們在部署時與人類一起運行平穩。

通過數字孿生技術，人形機器人可以在其整個生命周期內得到監控和優化，以確保其持續高效。制造和物流公司已經采用數字孿生技術來跟蹤機器人性能、預防停機，并確保人類和機器人團隊之間更順暢的協調。

例如，我們正在探索英偉達的 Omniverse 藍圖，用于數字孿生，以模擬和測試包括人形機器人在內的機器人車隊，與 舍弗勒 合作。概念驗證展示了Agility Robotics 的 Digit 執行物料搬運，例如托盤搬運和運輸到組裝和調試區域。它還展示了 Sanctuary AI 的多功能人形機器人Phoenix 如何在Omniverse 中通過觀察模擬學習現實世界的任務。一個例子是在舍弗勒的備件中心為單個訂單編制備件套件。模仿學習技術得到了視覺人工智能應用，如英偉達Metropolis 的支持，該應用捕獲現實世界中人類工人和人形機器人的動作，并將它們轉換回 Omniverse 中的模擬。

未來已經到來

仿人機器人不再是一個遙遠的愿景——它們將迅速成為勞動力的重要組成部分。我們相信仿人機器人可以為公司解鎖新的增長，提高效率，并增強創新。

對于正在考慮采用人形機器人的高管來說，成功取決于其對業務和工人的價值，所需的硬件和培訓投資，周密的整合以及有效的人機協作。提出并回答我們制定的五個問題，有助于領導者他們采取正確的步驟，探索和將人形機器人整合到他們的業務中——邁向一個由人工智能驅動、人形機器人整合的工作未來，在那里自動化和人類智慧協同工作，塑造明天的勞動力。