中国人形机器人之梦:当热度退潮,留下的是泡沫还是繁荣?

2026-03-16 | 来源: BBC中文 | 转到微信 | 有0人参与评论 | 字体: 放大缩小 | 收藏 | 打印

“关键是看有没有来自大型工业和服务客户的重复订单，这是区分真实部署与补贴试点的信号。”施帝莱说。

换句话说，人形机器人的商业化拐点，不在于客户第一次成为，而是会不会买第二次。

可能还很难？

即使需求存在，人形机器人的商业化仍可能比预想的更困难。

首先是技术本身。与传统工业机器人相比，人形机器人面对的是更复杂的物理世界。工业机器人通常沿着固定轨迹重复一个动作，而人形机器人需要感知环境、理解任务，并做出决策，最后执行动作。

这可以说是人类到今天为止相对最复杂的一类机器，需要让机器具备类似人类的大脑、小脑和身体三者之间的协同能力。

“这个过程就需要AI的加持，也就是我们现在所说的‘具身智能’在物理世界里的呈现。” 周剑表示。

乌克兰部署将武装机器人投入战场

机器人仓储时代来临中国物流成本持续下降

人形机器人走进美国小镇工厂,替代人工搬运工作

另一个挑战是数据。训练语言模型可以依赖海量网路文本，但机器人需要物理世界的场景。例如训练机器人开门这项动作，可能需要上百、甚至上千次重复，从每一次失败中不断调整算法。

但最大的门槛，是可靠性。施帝莱解释，工业应用对可靠性的要求极高。例如，汽车制作等关键生产流程通常要求机器人系统达到99.95%以上的可靠性；即便是一般工业场景，也往往要求99.9%以上。相较之下，物流、仓储等场景可以容忍更高一些的故障率，因为单次故障的成本较低。

目前公开揭露的一个代表性数据来自小米。根据小米3月初发布的消息，其人形机器人在电动车工厂一个螺帽安装工位，连续自主工作3小时，任务成功率为90.2%。

这意味着机器人已经不再只是实验室玩具，但与真正进入关键工业流程所需的稳定性相比，仍有不小差距。

施帝莱认为，未来一到两年，人形机器人更可能先在“半结构化环境”中承担相对重复的任务，例如工厂内部物流、质检、简单装配，以及医院和护理机构中的部分试点工作。至于更广泛的通用场景应用，可能还需要三到五年。

德国智库墨卡托中国研究中心（MERICS）高级分析师韩妮娅（Antonia Hmaidi ）对BBC中文表示，判断人形机器人是否真正进入规模化阶段，可以观察几个信号。

其中之一，是优必选等机器人制造商能否在扩大收入的同时降低成本。另一个重要指标，是看那些大量部署机器人的产业是否真正提升了效率。如果制造业大量使用机器人，但就业没有减少，产出也没有提高，那就说明这些机器人没有真正提升效率。

在当前阶段，人形机器人在高度期待与现实需求之间还存在距离。接下来几年，行业可能经历一段漫长而颠簸的验证期。谁能穿过这段验证期，谁才真正有机会定义中国人形机器人的未来。