人形机器人，离真正上岗还有多远？

从技术角度观察行业发展，努力跟上时代的步伐。公众号致力于点云处理，SLAM，三维视觉，具身智能，自动驾驶等领域相关内容的干货分享，欢迎各位加入，有兴趣的可联系dianyunpcl@163.com。

摘要

这两年，“人形机器人”几乎成了机器人行业里最热的词。从特斯拉 Optimus，到 Figure、Agility、1X，再到国内越来越多公司发布双足机器人、通用操作平台和具身智能方案，大家的直觉都很强烈，人形机器人，好像真的要来了。但问题也随之而来：它们到底什么时候能真正进入工厂、仓库、商场，甚至家庭？现在的热闹，到底是产业爆发前夜，还是又一轮技术概念狂欢？人形机器人真正的门槛，究竟是 AI，还是硬件，还是成本？

最近，IDTechEx 发布了研究报告 《Humanoid Robots 2026-2036: Technologies, Markets, and Opportunities》。从其公开页面可以看出，这份报告并没有只停留在“谁家机器人会走、会跑、会搬箱子”的表面竞争，而是试图回答一个更现实的问题：

人形机器人，究竟怎样才算真正进入商业化？

根据该报告公开信息，IDTechEx 认为，人形机器人正在从“热度驱动的原型展示”阶段，逐步走向“早期商业化部署”阶段；其中，汽车制造将成为最先具备规模化落地潜力的市场，其次是物流与仓储，而很多人最期待的家庭场景，反而更可能是长期方向。

人形机器人，正在从“会不会”转向“值不值得”

过去几年，行业最喜欢讨论的问题是：人形机器人到底能不能做出来？现在，这个问题其实已经不再是核心。因为大家都看到了——它确实能做出来，而且越来越像那么回事：能双足行走、能上下楼梯、能抓取物体、能做一些简单装配，甚至还能完成一定程度的自然交互。真正的关键，已经变成了另一个问题：它值不值得被买下来、部署进去，并持续使用。这背后不是一句“机器人很先进”就能解决的，而是要回答一整套非常现实的问题：

• 它能不能稳定工作？
• 它能不能连续运行？
• 它的故障率高不高？
• 维护成本贵不贵？
• 和人工相比，它到底值不值？

说白了，人形机器人真正要跨过去的，不是“技术演示”这道坎，而是“商业闭环”这道坎。

为什么最先落地的，很可能不是家庭

很多人对人形机器人的想象，都是从家庭开始的。比如做家务、照顾老人、陪伴儿童、帮忙拿东西、整理房间……这些场景听上去确实非常适合“长得像人”的机器人。但现实往往更残酷。因为家庭环境，恰恰是最复杂、最开放、最难标准化的场景之一。家里有桌椅、有台阶、有宠物、有老人、有孩子；光照会变化，物体摆放会变化，人的行为更是不可预测。对机器人来说，这几乎是“高难度综合考试”。而工厂和仓储不一样。这些环境虽然也不简单，但它们往往有更明确的流程、更标准的任务、更清晰的评价指标。比如搬运、上下料、工位间转运、简单巡检、重复性取放等任务，本身就更容易被定义，也更容易衡量产出。

这也是为什么 IDTechEx 在公开介绍中判断，汽车制造会是最先实现规模化部署的场景，物流和仓储会紧随其后，而家庭场景则更偏长期目标。这个结论，某种程度上也给行业泼了一盆冷静的水：人形机器人未必会先成为“家庭助手”，更可能先成为“工业劳动力”。

真正限制行业进度的，未必是大模型，而是“身体”

这几年一提到机器人，大家第一反应都是 AI。大模型、具身智能、VLA、端到端控制、模仿学习、世界模型……这些确实很重要，也很吸引眼球。但如果把注意力全放在“智能”上，反而容易忽略一个事实：人形机器人首先是一台极其复杂的机电系统，然后才是一个智能体。

从 IDTechEx 公开的目录来看，这份报告重点研究的不只是软件和 AI，还包括执行器、电机、减速器、丝杠、轴承、结构材料、传感器、触觉传感器、软件与 AI 芯片等关键环节。这意味着人形机器人的竞争，不只是“谁更聪明”，而是“谁能把整机系统做得更靠谱”。

• 它既要轻，又要强；
• 既要稳，又要灵活；
• 既要省电，又要有力；
• 既要性能高，又不能贵得离谱。

这几乎是一道典型的“不可能三角”题目。比如，执行器性能越强，成本往往越高；结构越结实，重量可能越大；传感器配置越丰富，系统集成复杂度和算力负担也会一起上升。所以，外界看到的是“机器人会不会走路、会不会搬箱子”，而产业真正拼的却是：成本、可靠性、能效、寿命、维护性和规模化制造能力。这才是决定一家公司能不能从 Demo 走向量产的关键。

成本，才是人形机器人商业化的总闸门

在很多新技术赛道里，成本总是在后面才成为重点。但在人形机器人这里，成本几乎从第一天起就是核心变量。因为这类产品不是消费电子，不是“贵一点也有人尝鲜”；它最终要进入的是企业采购和长期部署体系，客户算得非常细。一台机器人，如果功能很强，但采购成本过高、维护复杂、回本周期太长，那它就很难真正铺开。从 IDTechEx 的公开目录来看，报告特别提到了几个很关键的方向：包括成本效率是否成为部件选择的核心标准、组件模块化趋势，以及通过规模化和任务专用化来降低成本。这几个词听上去很朴素，但其实每一个都踩在行业命门上。

先说模块化。模块化的意义，不只是“设计更整齐”，而是它能直接影响研发效率、生产一致性、维修便利性和后续迭代能力。如果每台机器人都要像实验室样机那样靠手工精调，那它根本不可能形成真正的产品。

再说规模化。很多高性能零部件之所以贵，不是因为材料有多神秘，而是因为还没有进入成熟量产状态。只要订单规模不起来，供应链就很难优化，良率也很难上去，整机成本自然也压不下来。

最后是任务专用化。很多人喜欢畅想“一个机器人什么都能干”。但早期商业化往往不是靠“全能”赢，而是靠“先把几件高价值的事做扎实”赢。也就是说，先在有限任务上跑通，再逐步扩展能力边界，很可能才是人形机器人真正可行的产业路径。

感知路线之争，本质上是“系统账”怎么做

除了执行系统，感知路线也是人形机器人里非常核心的一场博弈。IDTechEx 在公开目录中提到，报告分析了摄像头、激光雷达、雷达、超声波等多种感知方案，并讨论了“纯视觉”与“激光雷达+视觉”路线。这背后其实不是简单的技术路线之争，而是系统工程的取舍。纯视觉路线的好处是明显的：成本潜力更低，信息丰富，算法生态成熟，也更容易和当前视觉大模型、自动驾驶感知技术衔接。但它的问题同样明显：对光照、遮挡、纹理、训练数据和泛化能力都更敏感。而激光雷达+视觉融合的优势在于，它能提供更稳定的三维几何信息，在空间定位、障碍识别和复杂环境建模上通常更稳。但相应地，成本更高，算力和系统集成难度也更大。所以你会发现，行业里很多路线分歧，说到底都不是“谁对谁错”，而是：你现在最想优化的目标是什么？是压低整机成本？还是优先提高鲁棒性？是进入受控环境快速量产？还是面向复杂场景追求更高安全冗余？说到底，这不是“技术崇拜”的问题，而是“产品选择”的问题。

触觉，可能会成为下一阶段的分水岭

过去，机器人系统更多依赖视觉。看得见，就去做。但一旦人形机器人真的开始做操作任务，尤其是抓取、装配、扶持、接触协作这类任务，视觉很快就会暴露出局限。因为“看见”不等于“摸清”。

IDTechEx 在公开目录里专门列出了触觉传感相关内容，包括手部和足部触觉、电子皮肤、柔性触觉传感的发展趋势，以及背后的材料与技术挑战。这其实非常重要。你可以把视觉理解为“远距离认知”，把触觉理解为“近距离确认”。机器人知道杯子在哪里，是视觉的功劳；但它知不知道自己有没有捏太紧、有没有打滑、接触是否稳定，则更多依赖触觉。对于精细操作来说，触觉几乎是绕不过去的一环。当然，触觉系统也不便宜。它对耐久性、灵敏度、信号采集、封装材料和大面积集成都提出了很高要求。也正因为如此，触觉很可能不会一下子全面铺开，而是先在手部、足部、关键接触区域逐步落地。但可以预见的是：谁先把触觉做得更实用，谁在人形机器人的精细操作能力上，可能就会更早拉开差距。

人形机器人真正拼的，不只是整机公司

很多人看这个赛道，会把目光都放在那些“做整机”的明星公司身上。这当然没错。但从产业角度看，人形机器人真正带来的，可能不是单一产品机会，而是一整条产业链的重构机会。从 IDTechEx 公布的研究框架来看，执行器、电机、减速器、丝杠、结构材料、传感器、触觉、软件、AI 芯片，几乎每一层都可能成为未来竞争的关键。这意味着，最后真正受益的，未必只有会“造机器人”的公司。也可能包括：能把核心传动件做得更稳定、更便宜的供应商；能提供高性能感知硬件的厂商；能做机器人触觉和电子皮肤的材料公司；能把训练、仿真、部署工具链打通的软件平台方；甚至是那些最早愿意开放真实场景、共同定义产品的人形机器人客户。换句话说，人形机器人不是一个单点赛道，而是一个系统性产业机会。

人形机器人现在很热，这没问题。而且它值得热，因为这确实可能是未来十年机器人产业里最重要的方向之一。但真正决定行业速度的，往往不是最炫目的 Demo，而是最枯燥的工程问题。

从 IDTechEx 公开页面释放的信息来看，这份报告给出的判断相当克制，也相当现实：人形机器人已经从“热度驱动”走向“早期部署”，最先落地的会是汽车制造，随后是物流与仓储；而推动行业前进的关键变量，不是单点炫技，而是成本下降、部件成熟、模块化设计、规模化制造，以及任务场景的逐步聚焦。到 2036 年，其市场规模有望达到约 295 亿美元。所以，人形机器人真正的未来，大概率不会以“突然全面进入家庭”的方式到来。它更可能是先在工厂里上岗、在仓库里搬运、在标准化场景里持续迭代，然后一点点逼近更复杂、更开放的人类世界。

以上内容如有错误请留言评论，欢迎指正交流。如有侵权，请联系删除