企業家圓桌論壇：人形機器人/具身智能機器人的應用落地探討

人形機器人/具身智能機器人的應用落地是一大挑戰，要避開一些認識誤區/坑和找到捷徑。2025年4月，在上海舉行的“2025中國人形機器人生態大會”上，圓桌論壇——人形機器人與具身智能產業機遇與挑戰探討了這一話題。主持人是上海交通大學自動化與感知學院、醫療機器人研究院的陳衛東教授，他與來自整機與零部件企業的四位企業家展開了對話。

圖 從左往右：主持人-上海交大的陳衛東教授，嘉賓-優艾智合-西安交大的關鍵主任，新時達副總裁兼董秘劉菁，開普勒中國區業務負責人張梅魁，卓譽科技副總經理李鴻飛

1   從“人形機器人馬拉松”看到了什么

2025年4月北京舉辦了“人形機器人半程馬拉松賽”，專業人士和公眾對此褒貶不一：有人覺得表現不錯，有的認為沒有想象的那么好。從業人員如何看待這次機器人的表現？

1.1 是偽裝成體育比賽的“人形機單一運動性能的公開測試”

優艾智合- 西安交大具身智能機器人研究院運營中心主任關鍵指出要客觀看待人形機器人的發展。Gartner有個著名的新技術誕生曲線，橫軸是時間，縱軸是市場對新技術的期望值（如下圖）。由圖可見，期望值是一條非常奇怪的曲線，在一開始迅速拉升到一個高點，然后急速下落接近冰點，然后再慢慢地回升，以對數曲線的方式慢慢趨近于一個合理值。

圖 Gartner技術成熟度曲線

從大眾的視角來看，此次人形機馬拉松拉高了公眾的期望值，但從業內角度看，實際上是一場偽裝成體育比賽的人形機器人單一運動性能的極限壓力公開測試。

因為在跑馬拉松的直播上，彈幕上有一個問題很顯眼：人形機器人就是用來跑馬拉松的嗎？這個問題可謂人間清醒。實際上，我們在設計人形機器人的時候，并沒有針對馬拉松這個場景應用開發。因此，直接因為機器人需要冷卻液而去否定人形機器人當前電機技術的成熟度是有失偏頗的。

更深層的一個問題是：當前人形機器人到底是為什么應用場景開發的？這是業內人士需要思考的。

跑馬拉松一方面讓更多人關注到了人形機器人，也讓大家對于當前的技術發展有了相對客觀和理性的認識，這是有非常正向意義的。但是負向的影響，確實有很多人因為一些片面與誤導的信息，對人形機器人行業產生了負面判斷。

因此希望從業者能夠客觀冷靜地看待這件事，不能因為需要冷卻液而否定機器人的關節質量，因為如果讓我們人類連著跑21公里，可能需要的不只是冷卻液了。所以不能因為這一個點而否定人形機器人行業整體發展的成果。

1.2 人形機的潛力巨大

現在人形機也許不被公眾看好，但是未來有巨大的發展潛力。例如當年火車、汽車發明出來時都與馬車賽跑過。

新時達副總裁兼董秘劉菁分析認為，任何一個產業在剛開始的時候都會遇到這樣或那樣的問題。例如在零部件層面，有散熱、功耗、續航等問題；從整機層面的整合，有上下肢的技術路線、操作的泛化等問題；大模型有端到端的問題。

人形機器人的整個體系依賴于生態系統的構建。從政策層面已有很多政策陸續出臺。實際上，我們需要靠政策把資源引入這個行業，人才來了，什么樣的難事都有機會去解決。

1.3 凸顯三個問題

卓譽科技屬于零部件企業，副總經理李鴻飛稱，人形機器人、具身智能這輪發展很快，特別是有了AI 大模型加持以后，使得從原來的指令式執行，提升到了半自主的智能化執行，可謂有了質的跨越。但是目前還有三個問題亟待突破。

第一，技術還需進一步突破。目前業界提得最多的話題是要去找場景，實際上場景很多，例如從工業到居家，需求非常旺盛。缺的是什么？是能夠滿足應用的技術。

第二，穩定性。這次馬拉松上的機器人還不夠穩定。想象一下，不管是在工廠還是家里，如果以后機器人批量去使用時，要兩三個小時就去關注一下它是否倒了，是否把物料摔到別的地方了？另外，有的機器人要噴降溫劑，以防止驅動器、電機等部件過熱，說明零部件做得還不夠專業。

第三，整機成本貴。從今年春晚機器人跳舞以后，人形機就火起來了，很多企業和個人愿意去嘗試，但是有點承受不了價格。

1.4 需要出臺更多的“標準”

開普勒中國區業務負責人張梅魁提到標準的重要性。因為標準出來以后才容易去做降本，例如定義旋轉關節的標準、行星滾軸絲杠的標準。

標準怎么去定義？要從場景倒推。當然標準要針對不同的維度/ 場景去定義，這需要所有關注這個行業的人一起去努力解決。

2 機器人一定要像人嗎？

主持人——上海交通大學自動化與感知學院、醫療機器人研究院的陳衛東教授提出了是否一定要像人形的問題。他解釋道，從人形機器人開發的角度來看，是想做一個更加通用的產品，相對于傳統的機械臂、手。這種更加通用的機器不僅能參加單項的比賽，可能能做更多，例如十項全能——各種工業場景、家用場景、專業場景（諸如探險、科考）等。那么，機器人一定要像人嗎？陳衛東教授也是從事機器人研發的，做過雙足機器人、人形機器人等，也做過機械手、機械臂，甚至還做過完全不像人的蛇形機器人。

那么，人形機器人一定是這種有手、雙臂、頭、兩條腿這樣的結構嗎？

2.1 絕大多數機器人不是類人形

優艾智合- 西安交大的關鍵主任稱，機器人的門類一定不只是人形，甚至未來絕大多數機器人不是類人形，但是也一定會有類人形機器人的空間。

為什么人類長成現在這個模樣？并不是我們人類主觀選擇的，而是自然進化成這個樣子的。同樣，機器人/人造工業品的形象也是我們選擇的結果。因此根據需要，我們可以讓機器人長出2 只胳膊、4 只胳膊，有時是一只手，有時可能是5 只眼睛，甚至渾身是眼……，究竟是什么硬件形態是我們人為定義的。而定義出的形態與自然選擇學說很像——最能適應環境的形態就是最優的，即適者生存。

機器人的工作環境五花八門，甚至天差地別。在這些環境中，最終的進化結果是完全一致的——這是一個不太理性的結論。相反，它會演化成五花八門的樣子，才是更為合理的。

如果基于機器人與人的本質區別，它不具備人格，沒有人權，不需要擁有自己的生活，7×24 小時的生產力全部貢獻在一個固定場景中……如果是這樣的定義，也許其他形狀比人形更優。例如有時更靈巧，有時更有力，有時精度更準，有時感知更寬泛，使用更絲滑……在這些場景下，由一個共性/ 同構的大腦控制著n 種形態的機器人，分別在不同的細分場景里不斷向一個更合適的、適配未來生產力水平的方向去不斷進化形態，而不是固定的——像人類一樣，可能更為合適。

2.2 機器人的終局一定是人形

新時達副總裁兼董秘劉菁指出，人形機器人是一種泛泛的叫法，如果摳字眼，人形應該是具身智能或智能體的一個分支，或者叫“機器人+”。

2.2.1 應用選擇的結果

但是無論什么樣的名稱，實際上，任何一個產業在剛開始時，理論上都應該是百花齊放的。就像PC 被發明出來時也不是今天的形態，但在發展過程中不斷被統一共識，不斷地提升性價比，最終所有人都認為某種形態架構是性價比最高的，因此人們都選擇這種形態。

所以在接下來的時間里，人形也好，具身也罷，應該呈現百花齊放的狀態。理論上應該是大腦和運動機構的排列組合，但也有閹割版、肢解版的機器人。這種狀態會持續一段時間。

但是終局一定是人形，因為仿造人的狀態可以兼容所有的工作場景。“兼容”代表著相對標準化。標準化代表著有一定的冗余。當冗余出現的時候，從性價比的角度來分析，冗余能否靠量的優勢去彌補成本的差異？這成為是否是標準版的關鍵。

現在人形機器人為什么會跨越中間百花齊放的形態，直接進入到人的形態？主要原因是普遍認知上，人形可以兼容所有場景，已做了中間的各種跨越。當然，人的形態到后面也會分化，也許不一定需要1.6 米的，可能需要1 米、0.5 米、2 米等，也可能是閹割版、肢解版的，甚至只需要把大腦放在桌子上。

最終，人形機器人產業會與AI 同步迭代融合。在物理世界里，機器人是AI 在物理世界最大的一個載體，因此未來AI 以什么樣的進展去迭代，機器人就會以什么樣的進展去同步呈現。

2.2.2 平替的成本最低

開普勒中國區業務負責人張梅魁指出，從短期落地的產業角度來看，機器人會有很多種形態，但人形是終極形態。因為人形是物理屬性與平替屬性的一個最大的交匯點。平替是最低廉的成本。

2.2.3 大模型的影響與“奧卡姆剃刀原則”

卓譽科技副總經理李鴻飛稱，機器人一開始的應用場景很多，不管是輪式還是人形，甚至卓譽還跟客戶討論過做三頭六臂的。但是最終會收斂到人形。他補充了兩個原因。

首先來自于大模型。大模型教會人形機器人最重要的一件事是去感知和認識這個世界。能感知和認識這個世界的時候，機器人才有自主的判斷。機器人去感知就像我們去教育一個小孩：讓機器人去訓練的時候，我們所喂給它的所有數據來自于我們這個物理世界。我們真實的物理世界是以基于我們人的視野或者身高去構建的，你教它什么，它就像什么。你喂給它的數據是來源于人的視角的，所以它最終大概率會以人的思維或者人的視角去做。

其次是奧卡姆剃刀原則。根據奧卡姆剃刀原則，所有事情越簡單越好。如果一個形態能解決這個問題，這個世界上就不會再出現5 個、10 個形態。

3   三五年內的應用場景

3.1 工業和消費的某些垂直市場

開普勒中國區業務負責人張梅魁稱，可能在3 年之內，在B 端與C 端里能發現一些以點帶面的場景。

●   B端

業內做機器人/ 人形的時候，有一句話叫“先工業再消費”，就是先2B 再2C。B 端工業產品的一個最大好處是工業產品比較聚焦專一的場景，像自動駕駛最開始一樣，是在封閉場景的應用。但是工業又有工業的特性，需要考慮方方面面。常言道：工業是很難伺候的，既要、也要、還要。不是你與客戶關系好，客戶就能買100 臺，一定是你的機器人能夠滿足客戶的需求底線，還要有很長的驗證期。

今天可能沒有哪一家機器人公司敢確認：已把機器人本體“交付”給某一個工業客戶，因為“交付”和POC（概念驗證）是兩個不同的含義。所以如果按照3年規劃，工業有可能在單點市場（而非泛化市場）去做突破。

關于工業端的特點，卓譽科技的李鴻飛副總補充道，工廠/ 工業系統最大的特點是容錯率極低——不允許犯錯，這對機器人是比較致命的問題。但是工業端有非常多的應用場景，而且買單的意愿及市場容量較大，所以工業端是機器人落地的重要場景。

這個場景有什么特征？①有一定的錯誤容忍力；②任務單一——在重復地工作。從大腦端來看，人形機器人已經從幼兒園畢業，進入小學階段了。可以想象一下，如果安排一個八九歲的小朋友工作，在什么場景下允許他犯錯？可能是讓他重復地做一個工作。這應該是工業端會出來的第一個場景。

● C端

開普勒中國區業務負責人張梅魁稱，也許某家本體企業能夠找到一個C端的場景，但這個場景會跟上述的B端一樣，可能是某一個局限的垂直領域，而不是泛化的場景。

總之，今天硬件和軟件的迭代速度會超過傳統的想法與定義，所以如果仍用以前的思維（例如5~10 年為一個跨度）可能對于人形機器人市場有點保守。今天人形機器人的發展一定要激進，要做拓荒的事情。

3.2 從AGV延申出三大市場

優艾智合- 西安交大的關鍵主任從移動機器人的發展歷程預判未來的三種可能形態。

回顧8~10年前，當AGV（自動導引車）問世時，與今天的人形機器人所面對的市場環境非常相似。那時的AGV是激光導航的，絕大多數企業的第一個訂單也是來自于教育和科研機構，作為教學和科研用具，這對于企業是一個較好的起步點，能有一些現金回流。

之后，AGV 機器人分化出了三類應用。

●   走入家庭。例如家用掃地機，這是典型的2C 場景，追求的是低成本和高產量，而且是標準化的路線。

●   沿著工業制造（即傳統的磁條導航機器人）的方向去迭代，經歷了幾個階段。但工業并不如想象的那么簡單，一個核心矛盾是現在九成制造型企業的毛利不高，因此對于新產品迭代的采購預算要經過精確的ROI（投資回報率）核算。如果我們所設計的機器人的定義是取代傳統人工，能否在價值金字塔上進階？就需要用人工的工資成本來比對機器人的ROI。例如上海或深圳周邊的人工，一線普通操作工的平均工資低于五六千水準，對于一些企業，一臺機器人的ROI 需要在12 個月~ 3年內收回成本。假設12個月，工人的工資算得更高——1萬元，就是12×1萬=12萬，即12萬元售價（不含其他的隱形成本）。這個價格與一個工業人形機的售價相比，可見人形機是非常艱難的，這就面臨著一個死循環——沒有量就沒有低成本，沒有低成本就沒有量。所以如果要在工業落地，一定率先是在一些高附加值、高生產工藝要求、高挑戰性的工業場景率先落地。之后，隨著它的良性滾動，把負向循環慢慢逆轉成正向循環，使成本降低，批量變大，然后下沉到更多市場，形成工業里的廣泛應用。

●   商用市場。2B2C 場景也是人們在生活中頻繁見到的，諸如酒店送餐、送快遞、送外賣的機器人，以及商用的清掃機器人，已經形成了各自獨立的細分市場，每個市場也都有一定的空間容量。這是介于家用和工業場景之間的一種業務形態，有可能成為一個完全獨立的板塊。

因此，這種三種類型的分法，不同于普遍認為的先是教育科研，然后走向工業（B 端），最后走向C 端。而是有可能在第一步——教育和科研完成之后，會分化出來三個類別——工業端、商業端和消費端，可能會齊頭并進。

究竟哪一個會率先落地？實際上只有節奏的差異，很難用未來的市場占有率來核算這個時間節奏，更多的可能是工業率先打響第一槍；但是如果在C 端能夠找準定位，可能會第一個成長出一家巨頭企業；而在介于兩者之間的商用領域，可能會形成某一種平衡態的產品。

3.3 具身智能已有大量應用

優艾智合- 西安交大的關鍵主任接著說，如果把人形機器人的概念范圍放寬，變成具身智能技術，今天已經在創造社會價值。例如把人形機器人中的一部分能力去賦能智能系統，可使生產力進一步提升。這也是一條相對連續的演進路徑。這樣人們就不用站在迷茫的十字路口，去努力尋找下一個方向了，而是已有一條路了。

舉兩個例子。一個是該公司已把具身智能機器人的多模態感知系統平移到工業巡檢機器人上，降低了80%的交付成本。如果放大到全年，足夠平衡投入的研究經費。另一案例是：如果把這種泛化的大模型算法用在大規模機器人集群的調度算法上，可極大提高機器人在場內調度的運行效率，這也提升了整體機器人的生產力水平。

3.4 圍繞痛點，技術迭代是驅動力

兩家零部件企業——新時達和卓譽的領導談了他們的看法。

新時達的劉菁副總換了個角度，認為不論2B 還是2C，都是以痛點的把握作為落地核心的，她以該公司的轉型為例說明。

●   圍繞痛點

新時達原來是工業機器人廠家，現在涉足具身智能、人形機器人領域。因為無論是2B 還是2C 市場，到底在哪里開花結果就是一個關鍵詞——痛點，對于痛點是怎么來把握的。

例如新時達過去與客戶溝通的時候，會發現現有的產品沒法滿足客戶2B 場景的需求，客戶可能需要更復雜的、更綜合的能力，這時痛點就自然而然地出現了。

所以在接下來的落地過程中，關于大腦和運動機構的排列組合問題，什么形態才能解決當前的痛點？就會排列組合成什么形態。同時在軟件端可能會出現工藝包和軟件包的百花齊放，即在硬件的層面盡量模塊化，在軟件層面盡量差異化，這樣依然在下游分2B 和2C 兩個場景。

如果從下游的角度看，2B 的場景就是尋找當前工業機器人解決不了的痛點。什么樣的形態能夠解決當前的痛點，就是現在的產品定位，這可能會相對更快一些。

2C方面，單一、相對封閉、大量、重復性的場景會優先突破。這時機器人不需要特別聰明，甚至還很笨，依然可以解決很多痛點。

●   技術迭代達到某一節點

同時隨著AI不斷進步，機器人也在不斷地學習迭代，當技術達到某一節點，就會打開一個新局面。就像打游戲時，打著打著一大片區域就亮了。再例如微信為什么很成功？是因為智能手機的進步。智能手機怎么火起來的？因為蘋果手機的出現。蘋果手機怎么火了？因為移動通信技術的進步使智能手機成為可能。其實在微信（注：2011 年誕生）之前還有飛信（注：中國移動2007 年推出），運氣就沒有這么好。

所以新應用場景的涌現依賴于技術的迭代。技術迭代到一定程度，原來需要很高成本、很復雜的應用現在阻力被攻破了，就會不斷點亮各種板塊，而且這種狀態會成為一種常態。

3.5 在專業性和通用性之間找平衡

上海交通大學的陳衛東教授總結道，未來三五年，一個是多場景的齊頭并進；另外是解決痛點——把目前人力做不好或不愿意做的工作，去讓機器人替代。

陳衛東教授談了他的觀點，認為機器人的發展，一直是在專業性和通用性之間尋找一個平衡。工業機器人公司最早誕生的公司是Unimation，是universal與automation的組合詞，是上世紀五六十年代在美國成立的，名稱含義是：萬能的自動化，功能模擬人類的手臂，可見希望機器人的應用是通用的。

經過70年的發展，機器人在工業上的應用仍然在尋找通用和專用的平衡。例如每家公司都有一系列的型號，從幾公斤到幾十公斤甚至幾百公斤。再例如手術機器人/ 達芬奇機器人一開始追求的是通用，例如做大腹腔/ 胸腔的手術，但是這幾年又出現了很多專科手術機器人。

所以通用和專用機器人的發展目前還是齊頭并進的態勢。為了降低成本，希望能出現通用的、標準化的，這樣從零部件端可把成本降下來，以加快產品的普及；而專用在特定的垂直領域有較高的效率。

4   未來展望

人形機器人在近兩三年呈爆發式增長，給人們帶來了非常多的期待和想象力。未來已來，企業家們對于人形機器人/ 具身智能的發展有哪些思考和建議？

●   讓GDP跑贏人口增速

優艾智合- 西安交大的關鍵主任指出：人形機器人已出現了一百余年——1921年捷克劇作家卡佩克（Capek）第一次構想出了人形機器人。在這一百多年中，全球人口呈線性增長（筆者注：增長近4 倍），但全球GDP 是以指數型/ 爆炸式的增長（筆者注：增長約13.7 倍）。因此，我們現在所面對的時代是一個生產關系已經發生了巨變的時代，是平均勞動力所貢獻的GDP 每年呈爆炸式增長的年代。因此我們能夠期望的就是通過像機器人這樣的技術產品來幫助GDP 繼續跑贏人口增長。

●   具身機器人將成為第三大下游終端

新時達劉菁副總稱：制造業有周期性，現在主要由兩個下游的最巨大的產品或行業疊加起來：① 3C，首先跟終端消費品——手機有關；其次是泛3C，包括PC等各種電子產品；②與泛汽車有關。有趣的是，這兩大產業的供應鏈和供應商正在融合。“人形機器人”或者劉菁副總更愿意稱之為“具身機器人”，未來可能會成為第三個大的下游終端。有意思的是，所有做3C 和汽車的廠家及其供應鏈，也正在向智能體/ 機器人融合。所以機器人/ 人形機器人/ 具身智能機器人/ 智能體未來一定是一個非常廣闊的、甚至是萬億級的市場，會成為AI在物理領域最大的載體。

●   需要全產業鏈合作

開普勒中國區業務負責人張梅魁：人形機器人是一個未來無限量的行業，可謂仰望星空。但是今天，人們首先需要腳踏實地，還要不破不立，要創新、創造出更多的技術產品去支撐未來的星辰大海。但這不是一家企業或者幾家企業就可以實現的，需要所有上中下游的單位組織一起去承載這個行業的發展。

卓譽科技副總經理李鴻飛接著說：希望產業鏈上下游一起努力，讓機器人走進現實，幫助我們去做很多事情，讓我們人類能放下來繁瑣的勞動，去實現最初的心中夢想。

（本文來源于《EEPW》202506）