李桂松:人形机器人与具身智能报告(四) |
| 日期 2026-10-21 作者 李桂松 编辑 北京云阿云 |
人形机器人与具身智能报告 导读:这是一场关于未来战局与产业主权的正面争夺。商业规模已经筑底,国防需求正在引爆——人形机器人正从试验场冲向列装线。工业经济性拐点迫在眉睫,家庭场景爆发在即,十万亿市场规模迎来巨富风口。报告全文20万字,由北京云阿云智库平台主席兼财政金融院长李桂松原创出品。 报告名称:《人形机器人与具身智能报告》 报告撰写:北京云阿云智库平台主席兼财政金融院长李桂松 课题组长:李桂松院长 课题组成员名单: 李桂松:北京云阿云智库平台主席兼财政金融院长 李国熙:北京云阿云智库平台全球治理研究中心主任 李国琥:北京云阿云智库平台空天学院院长 李嘉仪:北京云阿云智库平台金融院长 报告完成日期:2026年10月20日星期二 业务联系电话:13360021949(李博士) 第四章 商业应用前景:工业与服务场景 一、工业制造场景的规模化落地 工业制造是人形机器人商业化的第一考场,也是检验其从“能演示”到“能干活”这一跨越是否成立的试金石。2025至2026年间,这一考场给出的成绩单呈现出一种值得细读的结构性特征:订单金额的快速增长与交付数量的爬坡并行,但订单的质量、场景的深度和客户的性质之间存在显著差异。汽车与零部件制造构成了订单的主体,但其间夹杂着大量框架协议与实训性质的项目;电池生产的高压带电工序则率先跨过了“常态运营”的门槛,以可验证的成功率和节拍数据证明了经济合理性;消费电子与精密装配场景则以更为严苛的精度和换型要求,倒逼着人形机器人在柔性化能力上做出实质突破。理解这三个场景的差异,比关注订单总额的加总更有助于判断产业的实际成熟度。 (一)汽车与零部件制造的进厂实训 1、优必选沃克系列在多家车企的部署 (1)累计订单金额超八亿元的结构分析 优必选沃克系列在汽车行业的订单积累,是观察人形机器人工业落地节奏的一个窗口。根据公开信息,优必选2025年全年人形机器人订单总额超过十四亿元,交付超一千台,其中八成以上进入工业场景。2026年上半年,公司聚焦航空制造、汽车工业、智能制造三大场景,累计新增订单金额超十亿元,其中亿元级订单三笔。比亚迪、吉利、奥迪一汽、蔚来等车企签署了超五亿元的长期供货协议。 然而,订单金额与收入确认之间的距离,是分析这一数据时必须首先澄清的问题。上海证券报在2025年底的调查报道中明确指出,部分巨额订单属于框架协议或意向订单,买卖双方的背景和资质并不透明,交易存在掺杂水分的可能。快思慢想研究院的分析也指出,多家企业披露的是框架协议或意向订单,金额巨大但交付周期较长,一个重要原因在于工厂产能爬坡还需要一到两年。优必选首席品牌官谭旻对此的回应是务实的:公司根据行业技术客观发展进度,明确具体任务的可行性,通过与企业碰撞得出目前人形机器人能真正发挥作用、实现落地的范围。 从订单结构来看,真正具有交付实质的订单集中在几个明确的节点上。觅亿汽车以九千零五十一万元中标沃克S2工业机器人订单,属于有明确采购标的和交付要求的合同。空客航空制造订单首批采购一百台沃克S2,是全球首个进入航空制造领域的人形机器人批量订单。这些订单的性质与框架协议存在本质区别:前者有明确的交付时间表、验收标准和付款安排,后者更多体现的是客户的意向性承诺和供应商的产能预留。将两类订单合并计算得出的“累计订单超八亿元”,在理解时需要区分其中有多少已经或即将转化为收入,有多少仍停留在意向阶段。 更深层的结构性问题在于,汽车行业对人形机器人的采购动机本身是混合的。一部分是真实的产线需求:搬运、分拣、上线、组装、测试等环节确实存在引入自动化的空间,尤其是在多品种小批量生产模式下,传统专用自动化设备的换型成本过高,而人形机器人的柔性化能力具有潜在优势。另一部分则带有技术验证和品牌展示的性质:车企将人形机器人引入产线,部分目的是积累对这项技术的认知,评估其在未来产线规划中的位置,而非立即替代现有人工。这两种动机在订单层面难以区分,但它们的持续性截然不同。验证性项目在达到学习目的后可能不再续约,而真实需求驱动的采购则会随着可靠性提升而逐步扩大规模。 (2)从框架合作到常态运营的转化率 框架合作向常态运营的转化,是衡量人形机器人工业落地真实进展的核心指标。这一转化过程在优必选的案例中呈现出清晰的阶段性。 2024年是“实训”阶段。优必选全年交付的全尺寸人形机器人仅为三台,均价约三百五十万元,买的人买的不是标准产品,而是一套定制化的技术服务包。比亚迪、吉利、一汽大众、奥迪一汽、富士康等名字陆续出现在合作名单中,但实质是工程师驻场调试,机器人在产线边上运行,效率只有工人的三成,出错了有工程师在旁边盯着。这一阶段的积累价值在于二十二个月的真实场景数据,而非收入。 2025年4月,东风柳汽正式签下采购合同,沃克S1批量进入汽车整车制造产线,这是全球第一次人形机器人批量进入汽车工厂的量产环节。随后订单开始密集涌来:7月中标觅亿汽车九千万元项目,9月拿下二点五亿元单笔合同,11月首批数百台沃克S2正式开启量产交付,当月产能超过三百台。全年交付一千零七十九台,均价降至约七十六万元,价格降了八成,量涨了三百余倍。 这一转化率数据揭示的规律是:从实训到常态运营的跨越,需要经历一个以年计的数据积累和产品迭代周期。二十二个月的实训数据是后续批量订单的前提条件,没有这个阶段的失败和修正,就不可能有产线上稳定运行的成熟产品。对于当前仍处于实训阶段的框架合作而言,其向常态运营转化的可能性取决于两个变量:一是产品在实训中暴露的问题能否在合理时间内得到系统性解决,二是客户在实训结束后是否有足够的预算和产线规划来承接批量部署。前者是技术问题,后者是商业决策问题,二者缺一不可。 优必选的产能规划为这一转化提供了供给侧的条件。公司工业人形机器人产能已达每月三百台,预期全年交付超五百台,2026年产能目标五千台,2027年扩大至一万台。但产能的扩张只有在需求端持续转化为实际订单时才有意义。框架协议的储备为产能提供了缓冲,但缓冲的深度取决于转化率而非协议金额。 2、电池生产高压带电工序的率先突破 (1)千寻智能PACK产线插接成功率超百分之九十九 在汽车行业仍处于框架合作与批量交付交织的阶段时,电池生产领域的一个特定工序已经跨过了常态运营的门槛。2025年12月,千寻智能的人形机器人“小墨”在宁德时代中州基地的新能源动力电池PACK生产线上正式投入运行,标志着全球首条实现人形具身智能机器人规模化落地的电池产线投入运营。 这一突破的场景选择具有精确的技术逻辑。小墨所替代的EOL与DCR工序,是电池包下线前的最终功能测试。工人需要将带有数百伏高压的测试插头精准插接到电池包指定位置,这一操作不仅存在高压打火的安全风险,作业效率与质量也易受人为因素影响。该工序因“多品种、小批量、高柔性”的特点,长期难以实现自动化改造:不同型号电池的插接点位、线束布局和操作姿态各不相同,传统专用自动化设备无法覆盖这种多样性。 小墨搭载的端到端视觉语言动作模型,使其能够自主应对来料位置偏差、插接点位变化等不确定性,实时调整操作姿态。在插拔柔性线束时动态调节力度,确保连接可靠且不损伤部件。实际运行数据显示,其插接成功率稳定在百分之九十九以上,作业节拍已达到熟练工人水平。在作业间隙,机器人可自动切换至巡检模式,面对多型号电池的连续生产任务,单日工作量实现了三倍提升,一致性与稳定性表现卓越。 这一案例的技术意义在于,它验证了人形机器人在“传统自动化无法覆盖、人工操作存在安全风险”这一特定区间内的不可替代性。高压带电插接不是简单的搬运或放置,它要求力控精度、视觉引导和异常处理能力的综合配合,同时作业环境对安全性有硬性约束。人形机器人的柔性化能力恰好匹配了这一需求组合。 (2)安全风险规避带来的明确投入产出比 电池高压工序的投入产出逻辑,比汽车行业的框架合作更为清晰可算。高压打火风险在电池生产中是一个持续存在的安全成本:一旦发生打火事故,损失包括设备损坏、产线停线、人员伤害赔偿和监管处罚。人工操作虽然可以通过培训和管理降低风险,但无法从根本上消除人为失误的可能性。小墨的引入将这一环节的人工暴露彻底移除,安全成本的节约具有确定性和可量化性。 效率层面的收益同样可计算。单日工作量三倍的提升,意味着同样的产线产出所需的人工工时减少。虽然人形机器人的采购和维护成本需要摊销,但在一个原本就依赖人工的柔性工序中,替代的边际收益是直接可见的。更重要的是,小墨在一致性和稳定性方面的表现优于人工,不良品率的降低进一步增加了经济收益。 这一案例对产业的意义超出了单个场景的范畴。它提供了一个可复制的论证模板:人形机器人的商业合理性,首先在最危险、最柔性、人工成本最高的工序中成立。这些工序的共同特征是:传统自动化因柔性不足而无法进入,人工操作因安全或质量原因存在不可消除的缺陷,而人形机器人的能力组合恰好匹配了这两方面的约束。沿着这一逻辑推演,化工厂的高危巡检、核设施的远程操作、电力系统的高压带电作业等场景,可能比一般性的搬运和装配更早实现常态运营。 (二)消费电子与精密装配 1、智元G2在南昌产线的连续运行数据 (1)任务成功率百分之九十九点九 消费电子精密制造对人形机器人的要求,在精度和节拍两个维度上都高于汽车行业的搬运和上下料场景。2026年4月,智元机器人在龙旗科技南昌智能制造中心进行了一场长达八小时的产线直播,公开验证精灵G2在3C精密制造产线上的连续作业表现。实测数据显示,该机器人连续八小时作业无重大异常,整体作业成功率达百分之九十九点五以上。后续在工博会披露的数据进一步细化了这一指标:在精密上下料场景中,单次作业节拍控制在十三秒以内,成功率稳定在百分之九十九点九以上,已在均普智能产线落地。在龙旗南昌工厂,六天连续并线直播的任务成功率达到百分之九十九点九九。 这些数据需要放在3C制造的语境中理解其含义。消费电子产品的精密装配和测试,对位置精度、力控精度和操作一致性的要求远高于一般工业场景。一个连接器的插拔、一个治具的对接、一个成品的外观检测,任何微小的偏差都可能导致产品损坏或功能失效。百分之九十九点九的成功率意味着在每小时三百余件的产出中,失误次数被控制在一个极低的水平。这一水平是否足以支撑无人化运行,取决于产线对失误的容忍度和人工干预的成本。在龙旗的案例中,智元与龙旗组建了联合攻坚团队,项目从启动到正式并线历时四个月,精灵G2累计稳定运行超一百四十小时。这一时间长度对于验证产线适配性具有参考价值,但距离“全年无重大故障”的工业级可靠性要求仍有距离。 (2)节拍十九至二十秒一件的产线适配性 节拍是消费电子产线经济性的核心指标。一条高速流水线的设计节拍通常是固定的,任何工位上的设备如果无法匹配这一节拍,就会成为整条产线的瓶颈。精灵G2适配的是二十秒节拍的高速产线,单道工序实际用时十八至二十秒,每小时可完成三百一十件产品,一台机器人承担双工序工作量。 这一节拍水平的产线适配性,关键不在于机器人能否在最快的情况下达到二十秒,而在于它能否在连续八小时甚至更长时间内稳定维持这一节拍。工业产线的节拍是硬约束:如果机器人偶尔需要额外时间处理异常,后续工位就会等待,整条产线的产出就会下降。精灵G2在直播中展示的“自适应产线动态扰动与位置偏差”能力,以及“智能分拣不良品”功能,部分回应了这一关切,但其长期稳定性仍需更长时间的运行数据来验证。 换型能力是另一个与节拍同等重要的指标。3C行业的特点是产品型号迭代快、订单批量小,产线需要频繁换型。传统专用自动化设备的换型需要重新设计工装、重新编程、重新调试,耗时数天甚至数周。精灵G2宣称的场景标定最快十五分钟完成,产线换型重训不超过四小时,设备复用率高达百分之九十五。这些数据如果能够在真实生产中得到验证,将显著降低3C企业引入人形机器人的隐性成本。龙旗方面表示,项目从启动到正式并线仅历时四个月,这一速度本身也说明部署效率在可接受范围内。 智元的部署规划为这一场景的扩展提供了参照。公司计划在2026年第三季度将龙旗产线的部署规模扩大至百台量级,并加速向汽车制造、半导体、能源等工业场景复制推广。从数台到百台的跨越,将检验人形机器人在同一场景中的规模化复制能力,这比单台设备的性能验证更具产业意义。 2、光模块与半导体封测场景的部署 光模块与半导体封测是人形机器人向更高精度、更高价值工业环节延伸的尝试。艾利特在2026年世界人工智能大会和工博会上展示的方案,覆盖了光模块从组件、PCB到封装封测的全工艺段,机器人在亚毫米级精度下完成光器件对准、光纤插拔等精密操作。艾利特首席技术官吴珉的表述点明了这一场景的技术含量所在:当前具身智能的瓶颈已不在本体形态,而在智能的泛化与迁移能力,即同一套“大脑”能否在不同形态、不同工序间复用。艾利特将自研的工业级具身大模型作为统一智能底座,驱动复合机器人、轮式人形机器人、协作机器人三大产品矩阵协同作业,其AI相关业务已占整体业务的近百分之五十。 半导体封测场景对人形机器人的要求与光模块插拔有相似之处:操作对象精密、价值高、对静电和洁净度有严格要求,失误的代价远高于一般工业场景。智元精灵G2在工博会上展示的半导体封测应用,凭借高精度力控臂与关节扭矩传感器实现亚毫米级力控,柔顺完成插拔并保护金手指,熟练情况下两三小时即可跑通整套作业部署。这一部署速度的意义在于:半导体封测的工序种类繁多,如果每一道工序的部署都需要数天甚至数周,人形机器人的经济性将难以成立。两三小时的部署时间使得机器人可以在不同工序之间灵活调配,匹配封测产线多品种、小批量的生产模式。 然而,这些场景的规模化部署仍面临一个根本性的验证缺口:公开信息中展示的运行时长和成功率数据,大多来自展会演示或短期并线测试,而非数月甚至数年的持续生产运行。光模块和半导体封测的客户对可靠性的要求极为严苛,任何一次由机器人引起的产品损坏或产线停线,都可能抵消数月运行积累的收益。从“能跑通”到“敢让它跑”,中间隔着的是以年计的可靠性数据积累和故障模式库建设。艾利特和智元在这一方向上的探索具有先发意义,但其商业价值的兑现节奏,将取决于这些场景中首批客户能否在足够长的运行周期内获得可验证的稳定表现。 从更宏观的视角审视工业制造场景的整体格局,一个不容回避的事实是:尽管订单金额和部署台数在快速增长,真正进入工业生产一线的比例仍然有限。IDC数据显示,2026年上半年全球人形机器人出货量中,科研教育、表演展示及政府数据采集中心占约百分之六十九,工业场景的实际占比远低于公众感知。这一比例本身并不构成对产业前景的否定——任何新技术在早期阶段都以非生产性应用为主——但它提醒我们,工业场景的“规模化落地”仍处于爬坡的早期阶段。电池高压工序的突破提供了可复制的论证模板,消费电子的精密装配展示了能力上限,汽车行业的批量交付验证了产能爬坡的可行性。三者共同勾勒出的图景是:人形机器人在工业中的角色,正在从“被观察的试验品”转变为“被考核的生产工具”,而考核的标准不是演示效果,是成功率、节拍和投入产出比。这个转变一旦完成,后续的扩展将沿着已被验证的经济逻辑展开,而非依赖对技术前景的乐观预期。 二、服务与特种场景的拓展 工业制造场景验证的是人形机器人在结构化环境中的精度与节拍,服务与特种场景检验的则是另一组能力:在非结构化或半结构化环境中,机器人能否在与人共处、与危险共处的条件下保持可靠运行。2026年的进展显示,仓储物流与商业零售正在成为继工业之后第二批实现“部署态”的场景,其共同特征是任务边界相对清晰、环境虽非完全结构化但具有可定义的作业流程。特种作业与危险环境则呈现出另一种逻辑:技术成熟度或许低于商业场景,但“减少人员暴露”的价值足以支撑先行部署,而远程操控模式在自主能力不足的阶段充当了务实的过渡方案。家庭服务的长周期展望则提醒我们,前述场景中积累的能力,距离家庭环境的要求仍有量级上的差距。 (一)仓储物流与商业服务 1、电商仓储夜间无人化作业的需求匹配 电商仓储对人形机器人的需求,源于一个具体而顽固的运营痛点:入库环节的拆码垛作业至今难以实现完全自动化。智能仓库的存储和出库环节已经在相当程度上实现了机器人化——京东物流智狼仓的立体货架高逾十米,存储密度是传统仓库的四倍,消费者下单后五秒内货品位置即可被锁定,飞梯机器人沿货架攀爬取箱,搬运机器人在地面接力运送,最快不超过一分钟完成出库。但在货物入库时,仍需人工逐一将货物搬下、分拣、码放整齐,再送入仓库。弯腰、搬举、码放,一天重复上千次,不仅工作量大,且夜班值守的人力供给持续收紧。 2026年7月,京东物流与智元联合推出的精灵G2 Max,针对的正是这一环节。该机器人配备重载力控系统,在兼顾大负载能力的同时实现精准操作,能够像人一样灵活稳定地抓取和搬运标准料箱,并可二十四小时不间断完成搬运和码垛工作,无需人工轮岗和夜班值守。京东物流方面的表述明确了需求匹配的逻辑:智狼系统已经实现了机器人主动拣运货物出库,仓库员工日均步数可降低两三万步,精灵G2 Max的加入旨在进一步降低入库环节的作业强度。智元方面的定位则更为宏观:物流领域是具身智能的首个规模化部署态落地场景,京东物流既拥有丰富的应用场景,也拥有完整的机器人集群,是技术落地的天然试验场。 这一合作的结构值得细读。精灵G2 Max并非在替代人类完成一项全新的任务,而是在一个已经高度自动化的系统中填补最后一个尚未被机器覆盖的环节。智狼仓的飞梯机器人和搬运机器人覆盖了“存”和“拣”的环节,而“入库拆码垛”因为料箱规格多样、来料姿态不固定,长期依赖人工。人形机器人的双臂操作能力和视觉引导下的自适应抓取,恰好匹配了这一“传统自动化够不着、人工又越来越贵”的区间。这一逻辑与电池高压工序的突破如出一辙:人形机器人的商业合理性首先在最柔性、最难以标准化的环节中成立。 然而,仓储场景的规模化仍面临一个约束条件。精灵G2 Max目前解决的是标准料箱的搬运和码垛,而电商仓储中大量货物以纸箱、软包装、异形件的形式存在,其抓取难度远高于标准料箱。京东方面表示未来将逐步实现从入库到出库的全程智能化、无人化,但“逐步”一词暗示了这一过程的渐进性。从标准料箱到全品类货物,中间需要跨越的正是抓取泛化能力的技术门槛。 2、导览导购与零售场景的交互服务试点 零售场景对人形机器人的要求,与仓储有本质不同。仓储考核的是搬运效率和续航,零售考核的是交互质量与空间适配。2026年下半年,两个并行的试点为这一场景提供了可比较的数据。 智元与爱仕达的合作选择了“百台门店上岗”的规模化验证路径。一百台灵犀X2入驻爱仕达全国一百家门店,担任门店促销员角色,每日十小时在岗,跑通了迎宾接待、需求理解、商品讲解、选品推荐、导购转接、成交辅助的全链路零售任务。灵犀X2的半尺寸形态使其能够适配门店货架、收银台和货品体验区的有限空间,既可独立完成接待讲解,也能与真人导购协同配合。在实际案例中,机器人面对进店顾客主动迎宾,结合家庭人数、饮食习惯和预算信息,三十秒内完成锅具选型推荐,遇到涉及门店具体优惠政策的复杂问题时,随即将对话转接给身旁的导购员完成后续成交。这一人机分工的设计是务实的:机器人承担标准化程度较高的需求挖掘和初步筛选,人类承担需要灵活判断和权限的最终成交。 京东MALL的试点则采取了多形态机器人协同的路径。智元X2负责人形机器人迎宾岗,搭载专属语料库负责导航和互动;宇树Go2四足机器狗接入导航导览能力,承担品类级精准带路;智元G2和睿尔曼RealBOT负责商品上架和货品规整,基于JoyAI-RA模型单品上架成功率稳定突破百分之九十;众擎导购机器人对接商品体系,承担智能咨询与精准选购。这一方案的特点是不同形态的机器人各司其职,而非由单一通用平台包揽全部任务。四足机器狗负责移动导览,人形机器人负责人际交互,轮式或固定平台负责理货,分工的依据是各形态在特定任务上的效率优势,而非追求形态的统一。 两个试点的共同局限在于运行周期的短暂。灵犀X2的“三天三城直播”和京东MALL的“实习员工”定位,都表明这些部署仍处于验证阶段而非常态运营。零售场景的交互质量评估远比工业场景的成功率指标复杂:顾客是否因为机器人的存在而增加了购买,还是仅仅出于好奇驻足?机器人的推荐是否真正匹配了顾客需求,还是在按照预设脚本机械应答?这些问题需要以月为单位的运营数据和顾客反馈来回答,而非数天的直播展示。灵犀X2的“硅光动语WITA全模态具身交互大模型”宣称支持免唤醒主动交互和多轮长程对话,但其在真实零售环境中的长期表现,尚待百台门店持续运营后的数据披露。 (二)特种作业与危险环境 1、电力巡检与核工业场景的遥操作应用 电力行业在2026年成为具身智能设备采购规模最大的单一行业。国家电网内部印发的《2026年具身智能发展规划》计划集中采购各类具身智能设备约八千五百台,总投资约六十八亿元,重点聚焦电力巡检、带电作业、应急救援和仓储物流四大场景。采购清单中,四足巡检机器狗五千台预算十五亿元,人形带电作业机器人五百台预算二十五亿元(单价最高),双臂巡检机器人三千台预算十八亿元。若计入南方电网及地方能源集团的跟进采购,业内预计2026年电力行业具身智能总投资规模有望突破一百亿元。 这一采购规模背后的逻辑,华北电力大学能源互联网研究中心副主任王永利的概括值得引用:电力行业的价值不在于“适合使用机器人”,而在于同时具备具身智能商业化落地的三大核心条件——高价值任务、持续训练环境和规模复制能力。电网拥有十万个需要巡检的变电站,每个变电站配置一到两台巡检机器人,仅此一项即是千亿级市场空间。而带电作业场景的人形机器人单价最高,反映的正是其技术难度和风险替代价值:配网带电作业和特高压项目中的操作,一旦机器人能够稳定完成,直接减少的是高压环境下的人员暴露。 当前电力场景的落地仍以巡检和监测为主。南方电网的试点显示,机器人可自主完成开关柜巡检、红外测温等任务,相关价值已经可以量化评估。带电作业的复杂操作——如接引线、更换绝缘子——仍处于验证阶段。王永利将落地逻辑概括为“先替重复和危险,再替复杂和关键”,这一判断与工业场景的演进路径一致:从任务边界清晰的巡检起步,逐步向需要力控和精细操作的带电作业延伸。 核工业场景的约束比电力更为严苛。南方科技大学教授刘伟在核电运维应用探索中指出,核岛高辐射环境下的作业时间受剂量约束极为有限,定位精度与安全要求极高。当前核电站的在役检查仍以人工和定制自动化设备为主,具身智能机器人的尝试集中在两个方向:一是轮足机器人搭载辐射剂量检测设备进行高风险区域巡检,二是人形机器人通过遥操作夹持工业超声探头,模拟对管路焊缝的扫描检查。后者的技术难点在于力位混合控制:超声探头需要与管路保持稳定接触并保证贴合度以获得高质量数据,这对遥操作的力反馈精度和延迟提出了极高要求。刘伟同时指出了一个容易被忽视的短板:当前机器人多面向工业和生活场景设计,抗辐照能力不足,电子元器件在核辐射环境中的寿命远低于常规条件。这意味着核工业场景的机器人不能简单复用商业平台,需要在元器件选型和防护设计上进行专门的抗辐照加固。 2、应急救援的移动与感知能力要求 应急救援场景对人形机器人的能力要求,可以概括为“在人类无法安全进入的环境中,完成人类能够识别的操作”。2026年8月,国家地方共建人形机器人创新中心发布的灵龙L2.0消防人形机器人,为这一要求提供了具体的产品参照。 灵龙L2.0的硬件配置针对火场条件进行了系统设计。机身高度一点七三米,四十二个主动自由度,最高奔跑速度三米每秒,可翻越废墟和台阶等火场障碍。感知系统搭载可见光高清相机、红外热成像、激光雷达及多参数气体传感器阵列,在浓烟环境中完成环境感知。定制耐高温消防服可隔绝千度高温,整机硬件系统国产化率超过百分之九十五。功能层面,该机器人展示了四个环节的闭环能力:复杂火场自主穿行、危险源识别与关停(燃气阀门和电气开关的操作)、火情识别与灭火器操作、红外搜救与现场数据实时回传。 这一能力清单的实战含义需要分层理解。自主穿行和感知回传属于当前技术相对成熟的环节,其价值在于将火场内部的信息以远高于人类消防员的安全代价传回指挥端。危险源关停和灭火器操作属于操作类任务,其难度在于火灾环境中的视觉退化(浓烟、火光干扰)和力控要求(阀门可能锈蚀、灭火器操作需要特定姿态)。红外搜救则涉及在热成像图像中识别被困人员,其可靠性取决于传感器性能和算法在高温背景噪声中的分辨能力。灵龙L2.0的演示展示了这些环节的串联,但演示环境与真实火场的差距——真实火场中的结构坍塌风险、高温对电子设备的持续烘烤、浓烟中激光雷达的衰减——仍是其从“演示可行”走向“实战可靠”必须跨越的门槛。 值得注意的是,灵龙L2.0被设计为可与威龙M2轮臂机器人(消防版)和迅龙四足侦察机器人(消防版)联动,形成覆盖侦察、处置、转运环节的消防机器人编队。这一多形态协同的思路,与前述京东MALL零售场景的分工逻辑相通:不同形态的机器人承担各自擅长的任务,而非追求单一平台的全能化。在应急救援场景中,四足机器人负责在废墟和狭窄空间中侦察,轮臂机器人负责较重物件的搬运和清理,人形机器人负责需要类人操作能力的阀门关停和设备操作。编队协同的指挥控制架构,比单机能力更能决定整体救援效率。 (三)家庭服务的长周期展望 1、非结构化环境的抓取泛化挑战 家庭场景被普遍视为人形机器人的“终极考场”,其难度不在某一项技术的极限指标,而在于所有技术维度同时面临非结构化条件的考验。清华大学交叉信息研究院助理教授许华哲的实验提供了一个量化参照:实验室中成功率达百分之九十八的抓取机器人,进入家庭面对形状各异的杯子、柔软的衣物等非标准物体时,成功率骤降至百分之六十五以下。这一落差的核心是泛化能力,即模型在训练分布之外的新物体、新场景中保持性能的能力。 家庭环境的非结构化体现在三个层面。物理层面,每户家庭的家具布局、物品摆放、地面材质各不相同,且随时间不断变化;任务层面,“把客厅收拾干净”这样的指令在语义上高度模糊,需要机器人自主分解为识别杂物、判断归类、执行抓取和放置等一系列子任务;交互层面,家庭成员(包括儿童和宠物)的行为不可预测,构成无法预演的动态障碍。中国科学院自动化研究所研究员陈盈盈以“桌边半满的玻璃杯”为例说明了问题的深度:机器人不仅要识别“这是杯子”,还应推断出它是易碎的、里面有液体、轻微碰撞就可能掉落。这种对物理因果和物体属性的理解,超出了当前视觉识别模型的能力范围。 数据获取是泛化能力的关键瓶颈。家庭场景的真实操作数据极其稀缺,因为采集需要进入私人住宅、持续记录居民日常生活,涉及隐私、成本和伦理的多重约束。图公司在C轮融资中深度绑定资产管理公司布鲁克菲尔德,后者手握十万套住宅,能够为图提供各种家庭环境中海量级真实世界的类人导航和操作数据。这一安排的产业含义是:家庭场景的数据优势不在技术公司手中,而在拥有场景入口的资产持有者手中。国内方面,乐聚机器人携手开放原子开源基金会上线了首批八百条高质量灵巧操作数据,首次纳入触觉阵列数据与六维力数据,为力控策略优化和触觉视觉融合模型提供了真实数据支撑。但八百条数据的规模距离训练一个可靠的通用家庭操作模型仍有数量级的差距。 2、安全标准与伦理约束对家庭场景的制约 家庭场景的安全要求,在人形机器人的所有应用场景中最为严苛。工厂中机器人误动作的后果是产品损坏或产线停线,仓库中是货物跌落,而在家庭中,一台在儿童身边运行的、具备数十公斤级力量和金属骨架的机器人,其失效的后果是不可接受的。这一不对称性决定了家庭场景的准入标准不能由技术能力单方面定义,而必须由安全规范先行框定。 当前安全标准的缺失是一个结构性障碍。工业场景有ISO 10218和ISO/TS 15066等协作机器人安全标准可参照,这些标准规定了力限制、速度限制和人机最小距离等量化指标。家庭场景的人机交互远比工业协作复杂:交互对象包括儿童、老人、宠物和访客,交互形式包括物理接触、语音指令和情感交流,交互环境包括厨房(火、刀、热水)、浴室(湿滑、跌倒风险)和卧室(隐私)。一套覆盖这些维度的安全标准体系,其制定难度远高于工业场景,而标准未立之前,任何家庭部署都处于法律和责任的灰色地带。 伦理约束则涉及一个更微妙的维度:拟人化外观和交互能力可能引发的心理效应。一份关于人形机器人人机交互伦理框架的研究提出了若干可操作的行为禁令:系统不得虚假声称拥有已验证的人类意识,不得利用情感模拟诱导用户相信存在真实的、排他的或永久的私人情感,不得利用拟人化表达阻碍关机、退出服务或寻求人类帮助。这些禁令针对的正是家庭场景中可能出现的风险:独居老人可能对机器人产生情感依赖,儿童可能难以区分机器人的“关心”与真实的人际关怀,而机器人的拟人化设计可能被商业利益驱动而刻意强化这种混淆。该框架还提出了“谄媚偏差率”这一可测试的指标,衡量系统在用户施加情感压力、反复坚持或声称权威后,输出偏离中性基线的程度。在家庭场景中,一个倾向于迎合用户而非坚持安全判断的机器人,可能在用户坚持要求执行某项危险操作时放弃拒绝。 这些约束的实践含义是:家庭服务机器人的产品定义,不能仅由技术团队和商业团队主导。安全工程师、伦理研究者、法律顾问和用户代表的参与,需要在产品设计阶段而非事后审查阶段介入。而当前产业的实际状态是,绝大多数人形机器人企业尚未建立这样的跨职能治理结构。从工业和服务场景向家庭场景的迁移,不仅是技术能力的爬坡,也是治理能力的爬坡。两座坡的爬升速度是否匹配,将决定家庭场景从“展望”走向“落地”的实际节奏。 从仓储夜班到零售门店,从变电站到火场,从核岛到客厅,服务与特种场景的拓展呈现出一种可辨识的梯度:任务越结构化、环境越可控、失败后果越可管理,人形机器人的落地越早。仓储入库的拆码垛是这一梯度的起点,零售导购的交互是中间站,电力巡检和消防处置是向更高风险环境的延伸,而家庭服务则是梯度的远端。每一级台阶的跨越,依赖的不仅是单项技术的进步,更是可靠性、安全性和经济性在特定场景约束下的同时达标。2026年的进展表明,前几级台阶的跨越正在以可观察的速度发生,而最后一级台阶的跨越,需要的时间将以年而非月为单位来度量。 三、人形机器人与具身智能的家用前景 家用场景的讨论,需要首先摆脱一种常见的叙事惯性:将“走进家庭”等同于“替代家务”。2026年的市场数据呈现出一个更为复杂也更具深度的图景。真正在商业化上率先跑通的,并非扫地做饭的通用家务机器人,而是以情感陪伴、养老照护、安全守护为功能定位的细分品类。超仿生陪伴机器人以数十万元单价收获万台级预售订单,养老机器人市场在百亿规模上加速扩张,家居企业携千万级家庭空间数据切入具身智能赛道。这些现象指向同一个判断:家庭场景的商业入口,不在于机器人“能干什么活”,而在于它“能满足什么需求”。而需求的结构,正在被人口变迁与消费逻辑的转变所重塑。 (一)市场规模的结构性分层 人形机器人的整体市场规模数据,在2026年呈现出加速上行的态势。摩根士丹利将2026年中国人形机器人销量预测从一万四千台上调至两万八千台,上调依据是2025年行业数据超预期、企业端需求开始释放。中商产业研究院的预测更为乐观,预计2026年出货量达三点八万台,市场规模约三十四亿元,2030年出货量有望达到三十八万台,市场规模超过二百亿元。集邦咨询则预估2026全年中国人形机器人市场产量年增百分之九十四,宇树与智元两家合计将囊括近百分之八十的出货占比。 这些总量数字掩盖了一个关键的结构性事实:家庭场景在其中的贡献,几乎全部来自陪伴与照护品类,而非通用家务操作。养老机器人市场的独立统计更为清晰地揭示了这一格局。2025年我国养老机器人市场规模达八十二点二亿元,同比增长百分之二十八点六,2026年预计突破百亿元。这一市场的构成以护理、康复和陪伴三类为主,其功能定位与工业场景中的搬运、装配有着本质区别:前者考核的是交互质量、情感响应和长期运行中的用户接受度,后者考核的是节拍、成功率和投入产出比。 陪伴型人形机器人的市场爆发更具信号意义。2026年6月,优必选推出全尺寸超仿生人形机器人U1系列,男性形象版本售价九十九万元,女性形象版本八十八万元,面向日常陪伴、情绪支持和生活美学等场景。全渠道预售订单突破一点一万台,是其2025年全年工业级人形机器人销量(一千零七十九台)的十倍以上。这一订单结构的含义值得细读:它标志着“情感消费导向”的陪伴类机器人首次在订单规模上超越了“工具消费导向”的服务机器人。购买者支付的溢价,对应的不是劳动力替代的经济计算,而是情绪价值的供给能力。全球陪伴型人形机器人市场产值预计在2030年突破十一亿美元,这一规模虽然远小于工业场景的潜在市场,但其商业化路径的清晰度和用户付费意愿的确定性,在早期阶段具有独特的验证价值。 (二)拟人化服务:从功能交付到关系建立 拟人化服务的商业逻辑,与工业机器人的逻辑存在根本差异。工业客户购买一台机器人时,计算的是它能替代多少人工工时、多久回本、故障率多高。陪伴型机器人的购买者,支付的是对一种持续关系的期待。云阿云智库报告分析了这一差异的核心:工业机器人是一锤子买卖,而陪伴机器人未来很可能形成硬件加服务的持续收入模式,包括AI会员、健康管理、家庭服务、内容订阅等,长期现金流更为稳定。 支撑这一模式的技术基础,是情感大模型与长期记忆能力的结合。优必选U1系列搭载的Resonance-LM情感大模型,据称可识别二十余种细粒度情绪,识别准确率超过百分之九十,通过视觉识别表情、听觉感知语音语气变化来判断用户情绪状态,并在用户情绪低落时主动响应。更关键的是“长期记忆留存”能力:机器人能够记住与用户的交互历史,使对话和关系具有连续性。这一能力的商业含义在于,它创造了转换成本。一台记住了用户三年生活细节的机器人,其被替换的代价远高于一台只具备通用对话能力的设备。转换成本构成了订阅制收费的微观基础。 然而,拟人化服务的规模化面临一个技术之外的约束:产品体验的深度与价格的可及性之间存在张力。产业经济专家梁振鹏的判断是务实的:陪伴型机器人的多自由度关节、仿生电子皮肤的量产良率不足,推高整体硬件成本,高端产品定价仅能覆盖小众高净值人群。他预计未来三至五年将呈现B端引领、C端渗透的双轨路径,产业初步规模盈利的窗口在2028至2029年,届时万元级以内的轻量化陪伴机器人将率先进入普通家庭。这一判断的时间框架,与前述工业场景从实训到常态运营的转化周期(约两年)和养老场景从机构到居家的扩展节奏(以年计)相互印证,指向一个共同的结论:家庭场景的商业化不是单一产品的爆发,而是一条由价格下探、功能收敛和用户教育共同驱动的渐进曲线。 (三)养护与照料:缺口驱动的刚性需求 养老照护场景的市场逻辑,与陪伴场景有重叠但驱动力不同。陪伴的需求源自情感缺口,照护的需求源自劳动力缺口。后者的刚性程度更高,支付方也更明确。 民政部数据显示,截至2025年末,全国六十周岁及以上老年人口达三点二三亿,占总人口百分之二十三点零。失能、半失能老人约三千五百万人,养老护理人员需求约六百万人,实际从业人员仅约五十万人,缺口高达五百五十万人。这一缺口在短期内不可能通过人力供给的增量来填补,机器人替代不是“可选方案”,而是结构性压力下的必然方向。 当前养老机器人的功能分布,反映了技术成熟度与需求紧迫性之间的匹配关系。机构场景中部署的机器人以安全巡访、用药提醒、物品递送和基础陪伴为主,这些任务的共同特征是操作精度要求低、失败后果可管理、人机协作模式清晰(机器人与护理人员配合而非独立作业)。如身机器人的“齐家”系列已在机构及居家标杆场景完成数千小时实际运营,并于2026年6月完成全球首台载人具身养老服务机器人的家庭入户交付。深圳自变量机器人的“量子2号”以养老护理员身份进驻深圳市福利中心,开展日常巡查、物品递送和语音陪伴的场景适配测试。这些部署的阶段性意义在于:它们积累的真实运营数据,揭示了实验室中无法预见的问题,包括方言识别、老年人语速和口音的适应性、护理人员对机器人工作节奏的接受度。这些问题的解决,是向更复杂照护任务(协助翻身、辅助进食、康复训练)扩展的前提。 从商业模型的角度看,养护场景的支付结构比纯家庭消费更为清晰。养老机构和社区驿站作为采购主体,其决策逻辑接近B端客户:计算的是护理人员工时的节约、安全事件概率的降低和运营效率的提升。这一支付结构使得养护场景的规模化不依赖于单个家庭的消费意愿,而依赖于机构端的成本收益核算。当单台机器人的年运营成本低于其替代的护理人力成本时,采购的合理性便成立了。这一临界点的到达时间,取决于机器人可靠性的提升速度和护理人力成本的上升速度,两条曲线的交叉将在未来三至五年内逐步显现。 (四)保镖与佣人:功能分层与场景适配 “保镖”与“佣人”这两个日常语汇,实际上对应着家庭场景中两类截然不同的能力需求,其技术门槛和商业化节奏存在显著差异。 保镖功能的本质是安全守护,其能力核心在于持续感知、异常识别和响应触发,而非物理对抗。这一功能定位与当前技术成熟度的匹配度较高。安防机器人全球市场预计从2025年的二百七十五亿美元增长至2034年的九百八十五亿美元,年复合增长率约百分之十五。家庭安防场景的特殊性在于,它要求机器人在非结构化环境中运行(家具布局、儿童活动、宠物走动),同时具备与家庭成员的日常交互能力。京东MALL试点的多形态机器人协同方案中,四足机器狗承担导航带路和区域巡查,人形机器人负责迎宾交互,这一分工逻辑可以迁移到家庭安防场景:移动平台负责巡逻和监测,交互模块负责与家庭成员的日常沟通和异常告警。保镖功能的技术门槛不在于“阻止入侵”——这超出了当前人形机器人的能力边界——而在于“可靠地感知并告知”。这一功能定位是务实的,也是可商业化的。 佣人功能则处于完全不同的技术阶段。家务操作的核心困难不在于单一动作的执行,而在于任务的开放性。洗碗、叠衣、整理房间这些任务,对人类而言是“不用想就能做”的日常行为,对机器人而言则涉及物体识别、抓取规划、力控调节、空间推理和异常处理的复杂链条。北京航空航天大学王天苗的判断是准确的:人形机器人在家庭中广泛普及的时间线可能延伸至十年以上,挑战集中在环境适应和技能迁移两个领域。技能迁移之所以困难,是因为家务技能的多样性几乎无限,而训练数据的获取受限于家庭空间的私密性。尚品宅配与启元机器人的合作,正是试图从数据侧突破这一瓶颈。尚品宅配积累了三百万套以上真实户型、三十万件产品素材库以及超过三千万套设计方案,以及覆盖人居行为的“动作库”,其合资公司尚元智启的目标是持续输出标准化居家训练数据集。这一路径的逻辑是:先让家庭环境“对机器人友好”,再让机器人学会在家庭中工作。两条路径并行推进,但都需要以年计的时间。 保镖与佣人的分层,对产业参与者的含义是明确的。安防与陪伴功能的商业化窗口已经开启,其技术门槛与当前能力匹配,支付意愿在高端市场和机构端得到验证。家务操作功能的商业化窗口尚未到来,其突破依赖于泛化能力的根本性进展和数据获取机制的制度化。在这两个窗口之间,养老照护的递送与监护功能构成了一个中间地带:它的操作复杂度低于家务,但高于安防陪伴;它的需求刚性高于陪伴,但支付能力低于高端消费市场。这一中间地带的进展,将是判断家用场景整体成熟度的关键指标。 从更宏观的视角看,家用场景的商业化路径,正在以一种与工业场景截然不同的逻辑展开。工业场景的驱动力是投入产出比的计算,其扩展沿着“更危险、更柔性、更高价值”的工序梯度推进。家用场景的驱动力是需求缺口的压力和消费逻辑的转变,其扩展沿着“情感陪伴—安全守护—照护辅助—家务替代”的功能梯度推进。两条路径的底层技术共享同一套运动控制和感知决策能力,但在商业化节奏上,家用场景的每一步跨越都更需要用户行为的改变和支付意愿的验证,而非单纯的技术指标提升。这意味着家用场景的“元年”不会以某款产品的发布或某个季度的销量为标志,而将以陪伴机器人复购率、养老机构采购的常态化、以及家庭数据采集机制的建立为标志。这些指标的出现时间,与前述三至五年和十年以上的判断是吻合的。 |
|||
![]() |
|||
|
|
|
云阿云智库●区域经济研究院 |
|
北京市平谷区中关村科技园区平谷园1区-21594(集群注册) |
|
| 13360021949 (李博士) | |
liguisong2006@163.com |
|