问题——从“能走能跑”到“能干活能上岗”，人形机器人还差哪一步 亚布力中国企业家论坛期间，围绕具身智能、人形机器人等前沿议题的讨论贯穿多场活动。宇树科技负责人王兴兴在交流中提出判断：今年年中，全球尤其是中国的人形机器人在奔跑速度上有望实现对人类的超越，百米冲刺可能进入10秒以内区间。与速度指标并行的是能力指标——当人形机器人能够稳定完成更丰富的动作组合，便更可能进入多场景工作与服务环节。 不过，与“跑得快”相比，“用得好”仍是产业普遍面临的门槛。王兴兴指出，当前最大挑战在于机器人在陌生环境中的泛化能力不足，即面对未见过的场景、物品与任务，难以仅凭指令就稳定完成工作。这个短板直接关系到人形机器人能否从展示、试点走向规模化部署。 原因——技术进步快，但“通用能力”与工程化落地仍受多重约束 业内认为，人形机器人研发呈现加速态势，背后既有算法与算力进步，也有供应链成熟与制造能力提升。近两年，传感器、关节执行器、减速器、电池与轻量化材料等关键部件持续迭代，为“速度、稳定性、续航与安全”提供了硬件基础；同时，基于大模型的感知、规划与控制方法快速演进，推动机器人从“预设程序”走向“指令驱动”的交互方式。 但从实验室到真实世界，仍存在三上制约：一是开放环境变量太多，光照、地面摩擦、障碍物、人群行为与物体形态变化，会放大系统不确定性；二是数据与任务分布不均衡，机器人训练中“见过”的场景有限，遇到新情况容易出现策略失效；三是工程化与成本压力并存，面向量产需要更高可靠性、更严格的安全冗余与更可控的维护体系，而这些往往比单项性能突破更耗时。 影响——从产业链到应用端，竞争焦点正由“单点指标”转向“综合能力” 业内人士分析，若人形机器人在运动性能上实现阶段性突破，将更带动资本与产业资源向“整机+核心零部件+软件平台”集聚，推动国产供应链在高性能执行器、控制系统与整机集成等环节加速成熟。同时，这也会抬高行业竞争门槛：企业不仅要比拼奔跑速度、负载能力等指标，更要在安全、人机协作、连续工作能力、维护成本与任务成功率上形成可验证的优势。 应用端上，工厂、园区、仓储与公共服务领域或率先受益。相对标准化的作业环境与明确的流程，有利于机器人限定任务内快速形成可复制方案；而家庭场景变量更复杂，对可靠性、易用性与成本提出更高要求，需要更长周期的产品打磨与生态建设。清华大学智能产业研究院创始院长张亚勤表示，机器人形态多样，但最终家庭的人形机器人或将打开更广阔的市场空间。 对策——以“可衡量指标”牵引落地，以安全与标准化夯实规模化基础 如何判断具身智能何时从量变走向质变？王兴兴提出了一个更贴近工程落地的参考标准：若机器人的智能模型能在约八成的陌生场景中，通过语言或文字指令完成约八成任务，意味着具身智能接近关键拐点，预计仍需两到三年时间。 围绕这一目标，业内建议从三上推进：其一，强化“场景牵引”，围绕制造、物流、巡检、物业、养老等高价值场景建立任务库与评测体系，让研发对准可量化指标；其二，推动软硬件协同优化，提升感知鲁棒性、运动控制稳定性与任务规划能力，降低对环境改造的依赖；其三，加快安全规范与行业标准建设，明确人机协作边界、紧急制动、跌倒保护、隐私与数据合规等底线要求，为规模化应用建立制度与工程双重保障。 前景——商业化步伐加快，下一阶段看“泛化能力、成本曲线与生态协同” 多位与会人士认为，人工智能技术迭代与制造业基础优势叠加，使我国人形机器人产业链完备、工程化推进与应用试点上具备先发条件。短期看，运动能力与单任务性能仍将快速提升；中期看，决定胜负的是跨场景泛化能力、成本下降速度以及围绕软件平台、开发工具与应用伙伴形成的生态协同。 可以预期，随着更多企业将产品推向真实工况与生活场景，行业将从“演示型竞争”进入“交付型竞争”：能否稳定完成任务、能否持续运行、能否快速维护、能否以合理成本提供服务，将成为市场选择的重要标尺。
人形机器人从科幻走向现实，本质上是技术突破与产业需求相互促进的过程。当前，具身智能已进入关键阶段，未来两到三年将是决定产业能否规模化落地的重要窗口。随着AI泛化能力的提升和机器人硬件的优化，人形机器人有望在更多领域释放生产力。该产业的成熟，不只会改变生产方式，也将切实影响人们的日常生活。