重構(gòu)機(jī)器「看見(jiàn)世界」的方式。

用硬核科普+實(shí)戰(zhàn)案例，拆解光束背后的科技革命。

摘 要

人形機(jī)器人不是一個(gè)簡(jiǎn)單的“類人玩具”，它是人工智能、感知系統(tǒng)、驅(qū)動(dòng)單元、能源管理和智能交互的集大成者。隨著AI大模型與機(jī)械控制的融合，人形機(jī)器人正步入一個(gè)新臨界點(diǎn)。OpenAI與Figure、Tesla與Dojo系統(tǒng)、優(yōu)必選與華為昇騰的協(xié)同推進(jìn)，預(yù)示著產(chǎn)業(yè)鏈正在從“硬件突破”走向“智能賦形”。

本文將圍繞人形機(jī)器人當(dāng)下產(chǎn)業(yè)發(fā)展中最具爭(zhēng)議與戰(zhàn)略價(jià)值的五大命題進(jìn)行系統(tǒng)分析，幫助行業(yè)從業(yè)者厘清技術(shù)優(yōu)先級(jí)、商業(yè)路徑和產(chǎn)品演進(jìn)邏輯。

來(lái)源：摩根士丹利《Humanoid 100》

一、B端與C端市場(chǎng)孰先孰后？——

技術(shù)需求耦合的現(xiàn)實(shí)主義考量

技術(shù)現(xiàn)狀決定“先B后C”

人形機(jī)器人當(dāng)前尚未突破以下幾個(gè)底層瓶頸：

• 功耗問(wèn)題：目前電池密度與高扭矩電驅(qū)系統(tǒng)仍難以支持全天候任務(wù)，續(xù)航多為30-90分鐘。

• 感知與決策鏈路過(guò)長(zhǎng)：感知-建圖-任務(wù)規(guī)劃-路徑?jīng)Q策-執(zhí)行鏈條，仍有至少數(shù)百毫秒延遲，不利于家庭非結(jié)構(gòu)化環(huán)境。

• 安全與法規(guī)空白：C端環(huán)境對(duì)誤判容錯(cuò)率極低，工業(yè)場(chǎng)景則可通過(guò)地面改造降低不確定性。

因此，現(xiàn)階段人形機(jī)器人更適合部署在“半結(jié)構(gòu)化、任務(wù)邊界清晰、低通行人員密度”的B端環(huán)境。典型如：

• 工廠物料搬運(yùn)（BMW × Figure）
• 物業(yè)巡檢（國(guó)內(nèi)智慧園區(qū)部署案例）
• 商業(yè)迎賓/導(dǎo)覽（機(jī)器人酒店、博覽館等）

商業(yè)路徑對(duì)比

從業(yè)者建議：

• 短期聚焦B端，形成閉環(huán)場(chǎng)景優(yōu)勢(shì)
• 積累數(shù)據(jù)閉環(huán)，為未來(lái)C端訓(xùn)練模型做準(zhǔn)備
• 避免B端業(yè)務(wù)碎片化，建議垂直領(lǐng)域做深做透

二、跨國(guó)競(jìng)爭(zhēng)格局如何演變？——

“算法 + 電驅(qū) + 生態(tài)”三角優(yōu)勢(shì)的全球博弈

美國(guó)：AI與資本協(xié)同驅(qū)動(dòng)，目標(biāo)AGI embodied

以O(shè)penAI + Figure AI為代表的美國(guó)路線，不追求單點(diǎn)產(chǎn)品盈利，而以“類人智能”平臺(tái)化為最終目標(biāo)。

• 大模型下沉機(jī)器人：采用視覺(jué)語(yǔ)言動(dòng)作統(tǒng)一模型（VLA Model），實(shí)現(xiàn)單模型多任務(wù)泛化（Multi-modal, Multitask, Multiform）。
• Dojo系統(tǒng)等AI訓(xùn)練超級(jí)計(jì)算集群加速閉環(huán)。
• 融資動(dòng)輒超億美元，強(qiáng)調(diào)生態(tài)整合能力。

→ 人形機(jī)器人被視作“大模型落地的最大算力驗(yàn)證器”。

中國(guó)：硬件工程效率極高，戰(zhàn)略上更具產(chǎn)業(yè)化意志

• 高集成度執(zhí)行器（如宇樹(shù)Dynamixel樣式關(guān)節(jié)）、激光雷達(dá)與深度相機(jī)低成本國(guó)產(chǎn)替代已基本成熟。在感知硬件方面，中國(guó)激光雷達(dá)廠商（如速騰聚創(chuàng)、禾賽科技、亮道智能）已實(shí)現(xiàn)高性能、低成本激光雷達(dá)的大規(guī)模量產(chǎn)，特別在中短距ToF方案和MEMS轉(zhuǎn)鏡結(jié)構(gòu)上具備明顯工藝與成本優(yōu)勢(shì)，為人形機(jī)器人提供更高密度、低延遲的環(huán)境感知能力，加速其在復(fù)雜場(chǎng)景中的落地部署。

• 傅利葉、優(yōu)必選、小米采用“模組平臺(tái)+AI服務(wù)”雙層架構(gòu)，不僅通過(guò)電驅(qū)動(dòng)關(guān)節(jié)、慣導(dǎo)模組、感知組件的標(biāo)準(zhǔn)化降低開(kāi)發(fā)門(mén)檻，也利用云端大模型與本地微調(diào)能力實(shí)現(xiàn)任務(wù)適配與場(chǎng)景泛化，為多行業(yè)、多用途的人形機(jī)器人提供靈活組合的解決方案，并形成面向B端和C端的兩套數(shù)據(jù)閉環(huán)系統(tǒng)。

• 政策上，《人形機(jī)器人發(fā)展路線圖（2025）》提出“三步走”戰(zhàn)略，強(qiáng)調(diào)在2025年前實(shí)現(xiàn)伺服驅(qū)動(dòng)、電池系統(tǒng)、控制器等核心零部件的自主可控，2027年前構(gòu)建集成商、供應(yīng)商與運(yùn)營(yíng)商聯(lián)動(dòng)的產(chǎn)業(yè)生態(tài)，2030年前在人機(jī)交互、通用智能與安全標(biāo)準(zhǔn)等關(guān)鍵維度達(dá)到世界先進(jìn)水平，形成全球競(jìng)爭(zhēng)力的人形機(jī)器人創(chuàng)新體系。

日本與歐洲：強(qiáng)調(diào)擬人性與標(biāo)準(zhǔn)化治理的互補(bǔ)優(yōu)勢(shì)

日本：長(zhǎng)期聚焦機(jī)器人“情感交互”與“擬人律動(dòng)”的真實(shí)還原，具備精細(xì)的機(jī)械結(jié)構(gòu)設(shè)計(jì)與表情控制技術(shù)，強(qiáng)調(diào)人機(jī)共生理念。代表性項(xiàng)目如Actroid與ASIMO，已在護(hù)理、教育、陪伴等適老化場(chǎng)景積累深厚經(jīng)驗(yàn)。

歐洲：則更強(qiáng)調(diào)倫理、安全與標(biāo)準(zhǔn)體系建設(shè)，主導(dǎo)多個(gè)機(jī)器人法規(guī)與道德框架制定（如EU AI Act），技術(shù)路線偏向穩(wěn)健、安全、高可靠，適用于醫(yī)療、工業(yè)等高監(jiān)管領(lǐng)域。同時(shí)在開(kāi)放平臺(tái)（如ROS）和高精密制造方面具有持續(xù)優(yōu)勢(shì)。

表1：歐盟相關(guān)法規(guī)和指南

趨勢(shì)判斷

三、文化差異如何影響產(chǎn)品設(shè)計(jì)？——

形態(tài)、交互與價(jià)值觀的三重分歧

人形機(jī)器人要“融入人群”，設(shè)計(jì)不僅要考慮技術(shù)可行性，更必須跨越文化“認(rèn)知障礙”。不同文化背景下，用戶對(duì)“擬人化”的接受程度、審美傾向、交流禮儀乃至倫理邊界存在顯著差異。例如，一款在日本被認(rèn)為溫和可親的機(jī)器人形象，可能在歐美市場(chǎng)被解讀為“不夠?qū)�業(yè)”或“功能不明”；而在中國(guó)，用戶更傾向于既要實(shí)用性也要親和力兼?zhèn)�。跨文化設(shè)計(jì)不僅關(guān)乎外觀和語(yǔ)言，還牽涉到情感表達(dá)方式、角色定位以及社會(huì)行為規(guī)范。企業(yè)若忽視文化差異，極易導(dǎo)致“技術(shù)正確但體驗(yàn)失敗”。因此，從一開(kāi)始就構(gòu)建“文化感知-設(shè)計(jì)決策-交互反饋”的閉環(huán)體系，是全球化產(chǎn)品成功的前提。

差異一：審美哲學(xué)不同

• 美式：力量感與科技感結(jié)合（Figure AI風(fēng)格，金屬骨架裸露）
• 日式：可愛(ài)化、弱表達(dá)、非威脅感（Pepper、ASIMO）
• 中式：融合型偏好，主流期待“溫和而可靠”的助手形象

差異二：交互風(fēng)格不同

• 歐美傾向于高效直達(dá)指令（任務(wù)完成率）
• 中國(guó)用戶更偏好“有溫度”的對(duì)話體驗(yàn)（情感回饋、面子意識(shí)）
• 日本則強(qiáng)調(diào)儀式感（禮貌層級(jí)，敬語(yǔ)結(jié)構(gòu)）

差異三：倫理邊界設(shè)定不同

• 歐盟GDPR對(duì)機(jī)器人的數(shù)據(jù)采集極其嚴(yán)格
• 中國(guó)正在形成地方級(jí)試點(diǎn)倫理規(guī)范（深圳、杭州等）
• 美國(guó)強(qiáng)調(diào)“科技中立”但實(shí)際監(jiān)管滯后

從業(yè)者建議：

• 建立文化適配框架，從語(yǔ)言到行為預(yù)設(shè)進(jìn)行本地定制
• 構(gòu)建區(qū)域語(yǔ)料包、用戶模型并保持可學(xué)習(xí)性（文化微調(diào)）
• 在國(guó)際市場(chǎng)需設(shè)獨(dú)立合規(guī)團(tuán)隊(duì)評(píng)估當(dāng)?shù)仉[私與安全法規(guī)

四、適老化服務(wù)能否成為突破口？——

“剛需 × 空窗”場(chǎng)景的戰(zhàn)略窗口

為什么適老化是突破口？

人口結(jié)構(gòu)趨勢(shì)倒逼：中國(guó)65歲以上人口將在2030年突破3.7億，占總?cè)丝诔?5%。與此同時(shí)，日本、德國(guó)、意大利等國(guó)的老齡化程度已超過(guò)30%，美國(guó)也將在2035年首次進(jìn)入“老年人口超過(guò)兒童人口”的階段，全球市場(chǎng)呈同步擴(kuò)張趨勢(shì)。

護(hù)理資源短缺：在中國(guó)，一線城市護(hù)工年薪已超過(guò)12萬(wàn)元，仍供不應(yīng)求；而在歐美國(guó)家，護(hù)理行業(yè)人員短缺已成為社會(huì)難題，美國(guó)預(yù)計(jì)到2030年將缺口超150萬(wàn)名護(hù)理人員，推動(dòng)政府尋求自動(dòng)化替代方案。

家庭結(jié)構(gòu)變化：隨著城市化和人口流動(dòng)加劇，子女遠(yuǎn)離父母成為常態(tài)，居家養(yǎng)老正在取代集中式養(yǎng)老成為全球普遍趨勢(shì)。高齡獨(dú)居群體對(duì)日常輔助、精神陪伴和緊急響應(yīng)的剛需正催生新型服務(wù)模式。

政府與醫(yī)保體系轉(zhuǎn)向“預(yù)防型”智能照護(hù)：例如日本厚生勞動(dòng)省已將機(jī)器人輔助護(hù)理納入補(bǔ)貼范疇，德國(guó)、瑞典等國(guó)也出臺(tái)智能護(hù)理設(shè)備資助政策，為人形機(jī)器人介入養(yǎng)老服務(wù)創(chuàng)造制度紅利。

文化接受度更高：在多個(gè)國(guó)家，老年用戶對(duì)人形機(jī)器人存在較高接受度，尤其在非對(duì)抗性陪伴、日常提醒與健康監(jiān)測(cè)方面，其親和設(shè)計(jì)與類人形態(tài)能有效減少“設(shè)備恐懼感”，比工業(yè)機(jī)器人更易融入家庭生活。

在2023上海老博會(huì)展示智慧康養(yǎng)全場(chǎng)景解決方案

技術(shù)適配分析

商業(yè)模式建議

• B端（政府/社區(qū)）批量采購(gòu)形成試點(diǎn)
• C端采用“租賃 + 服務(wù)”模式打破高價(jià)門(mén)檻
• 結(jié)合醫(yī)�；蚣彝メt(yī)生制度形成“軟硬一體”服務(wù)體系

五、恐怖谷效應(yīng)如何化解？——

心理建模 × 感知延遲 × 表達(dá)控制的三維優(yōu)化

“Uncanny Valley”（恐怖谷效應(yīng)）是指當(dāng)機(jī)器人外觀與行為接近人類但又未完全相似時(shí)，會(huì)引發(fā)用戶本能的排斥和不適。這種反應(yīng)根源于人類對(duì)“擬人但不真”的敏感心理機(jī)制，是人機(jī)交互設(shè)計(jì)中的核心挑戰(zhàn)，尤其在人形機(jī)器人領(lǐng)域表現(xiàn)尤為突出。

其成因不僅在于形態(tài)，更與時(shí)序控制、表達(dá)一致性與文化預(yù)期緊密相關(guān)。常見(jiàn)技術(shù)誘因包括：

• 面部表情不連貫：如肌肉模擬延遲、微表情缺失或張力失控，會(huì)導(dǎo)致“情緒表達(dá)假而突兀”。
• 語(yǔ)音合成不自然：合成語(yǔ)音在音色、語(yǔ)調(diào)變化、情緒語(yǔ)氣上的缺陷，容易造成“機(jī)器味”濃、溝通尷尬。
• 語(yǔ)-動(dòng)對(duì)齊失衡：如手勢(shì)與語(yǔ)句不同步、頭部轉(zhuǎn)動(dòng)延遲、眨眼與注視控制失配，會(huì)破壞用戶對(duì)機(jī)器人的“意圖建模”，引發(fā)認(rèn)知錯(cuò)位。

圖片來(lái)源：《服務(wù)機(jī)器人擬人化對(duì)消費(fèi)者使用意愿的影響機(jī)理研究》

要化解恐怖谷效應(yīng)，需在三個(gè)方向同步優(yōu)化：

心理建模：基于用戶認(rèn)知科學(xué)、進(jìn)化心理學(xué)構(gòu)建對(duì)“安全擬人度”的分段模型，在設(shè)計(jì)早期設(shè)置“形態(tài)與行為擬人上限”，避免越界。Meta、Stanford等機(jī)構(gòu)已有相關(guān)擬人感知曲線數(shù)據(jù)積累。

感知延遲控制：通過(guò)更高頻率的多模態(tài)融合感知（語(yǔ)音、視覺(jué)、觸覺(jué)），結(jié)合預(yù)測(cè)性算法減少語(yǔ)-動(dòng)協(xié)同時(shí)延，Google DeepMind在大模型驅(qū)動(dòng)交互響應(yīng)上的時(shí)間抖動(dòng)控制已實(shí)現(xiàn)200ms內(nèi)同步。

表達(dá)控制與退化策略：通過(guò)動(dòng)態(tài)調(diào)整表情精度、語(yǔ)調(diào)擬真度等策略，避免“擬人過(guò)頭”，在關(guān)鍵場(chǎng)景中甚至可采用“抽象人設(shè)”反向回避恐怖谷。例如Embodied的Moxie機(jī)器人采用卡通擬人風(fēng)格、夸張化動(dòng)態(tài)語(yǔ)調(diào)，在兒童用戶中獲得更高接受度。

三種解法策略

行業(yè)建議：

• 短期：弱擬人 + 高功能明確度（減少期待錯(cuò)位）
• 中期：加入情緒響應(yīng)AI，增強(qiáng)“人格一致性”
• 長(zhǎng)期：開(kāi)發(fā)“類人社交邏輯”的社會(huì)性AI架構(gòu)

總結(jié)：從工程到生態(tài)，真正的競(jìng)爭(zhēng)

在“平臺(tái)演化速度”

人形機(jī)器人不再是單一技術(shù)的突破，而是一個(gè)復(fù)雜的系統(tǒng)工程 × 智能生態(tài)的深度融合體。從硬件的精細(xì)化設(shè)計(jì)到軟件的智能化升級(jí)，再到跨文化的認(rèn)知適配，未來(lái)的競(jìng)爭(zhēng)焦點(diǎn)不只是技術(shù)的先進(jìn)性，而是平臺(tái)的演化速度。

未來(lái)能夠勝出的企業(yè)，一定是那些在軟硬結(jié)合、認(rèn)知構(gòu)建與文化適配方面具備最強(qiáng)能力的玩家。單純依賴某一技術(shù)模塊或零部件優(yōu)勢(shì)，無(wú)法在激烈的市場(chǎng)競(jìng)爭(zhēng)中脫穎而出。真正的核心競(jìng)爭(zhēng)力在于，誰(shuí)能夠在平臺(tái)層面實(shí)現(xiàn)持續(xù)的迭代學(xué)習(xí)、智能進(jìn)化，并以此為基礎(chǔ)提供貼合人類需求、符合文化背景的產(chǎn)品體驗(yàn)。

人形機(jī)器人不僅是“產(chǎn)品”的定義，更代表了未來(lái)工作方式的變革、社會(huì)角色的再定義。它不再只是簡(jiǎn)單的“工具”，而是一個(gè)可以陪伴、幫助、協(xié)作的智能伙伴。隨著技術(shù)不斷成熟，跨行業(yè)應(yīng)用場(chǎng)景逐步打開(kāi)，誰(shuí)能夠構(gòu)建出具有人格邏輯、服務(wù)閉環(huán)、跨界協(xié)同的系統(tǒng)，誰(shuí)就掌握了未來(lái)社會(huì)的重要入口。

從工程到生態(tài)，未來(lái)的競(jìng)爭(zhēng)不僅僅是跑得快，而是能否在平臺(tái)建設(shè)和生態(tài)系統(tǒng)發(fā)展中，走得更穩(wěn)、更遠(yuǎn)。正如任何一個(gè)巨頭崛起的路徑一樣，突破創(chuàng)新的背后往往是體系化的積累與迭代。在未來(lái)的機(jī)器人時(shí)代，誰(shuí)能掌握生態(tài)演化的節(jié)奏，誰(shuí)就將定義這一切。

微信號(hào)｜Robo Lab

重構(gòu)機(jī)器「看見(jiàn)世界」的方式。

用硬核科普+實(shí)戰(zhàn)案例，拆解光束背后的科技革命。

       原文標(biāo)題 : 從實(shí)驗(yàn)室到流水線：人形機(jī)器人的 “成人禮” 有多難？