人形机器人在商业化之前的最后一个挑战，就是量产。有业内人士告诉记者，对于人形机器人产业链而言，想要迈向真正大规模量产的阶段，在硬件及软件端还有两大挑战亟待突破。
作者：郑晨烨
导读
壹 || 由于下游客户测试和研究需求旺盛，预计伴随国内企业订单交付，2025年全年国内人形机器人销量有望接近万台。
贰 || 人形机器人产业发展的下一步，除了需要供应链的持续打磨，在软件端，还需要算法模型的持续进步，以实现功能提升与应用场景的拓展。
叁 || 在2025年初走访深圳多家机器人企业的过程中，记者注意到，并不是所有的机器人公司都对人形机器人这一产品抱有乐观的看法。
人形机器人从概念走向现实的速度，开始陡然加快。
2月11日，杭州宇树科技有限公司（下称“宇树科技”）在其京东官方旗舰店上架了两款人形机器人产品，型号分别为Unitree H1和G1。2月12日，9.9万元起售的G1人形机器人首批销售订单就已售罄。
这名负责人表示，在吉利，Walker S1也已经完成了在极氪宁波工厂第二阶段的工作。基于前期Walker S1的表现，吉利集团已经安排Walker S1在领克进行第三阶段实训工作，主要进行充电枪的插拔测试和物料搬运实训；在富士康，Walker S1亦已经完成第一阶段物流场景的搬运任务，第二阶段会在物流场景覆盖更多的区域，进行相关任务的测试。
从2013年美国波士顿动力公司首款人形机器人Atlas亮相至今，人形机器人产业已经走过了十余年的发展历程。从Atlas后空翻的炫技时代到Walker S精准抓取汽车线束的实用时期，人形机器人产业终于迎来商业化前夜的重要时点。
人形机器人在商业化之前的最后一个挑战，就是量产。
批量生产
2月6日，特斯拉在其公司官网上更新了多个与人形机器人相关的岗位招聘信息，岗位类型涵盖工程师、流程主管、生产经理等多个方向，职位名称后都标注了“Tesla Bot”（特斯拉机器人）的信息。
这些岗位的工作地点位于特斯拉在美国加州的弗里蒙特工厂，该工厂是特斯拉最大的制造基地之一。2024年，特斯拉在弗里蒙特工厂投入了多台其自研自产的Optimus机器人，主要负责搬运和电芯分类、车身焊接和零件安装等任务。“特斯拉正在大规模制造人形双足机器人，以自动执行制造/物流中重复而枯燥的任务。”特斯拉在上述岗位的招聘信息详情页中写着这样一句话。
在这场电话会上，马斯克对推动Optimus量产表现出了超乎预期的迫切和乐观：“这是一个指数级的增长过程，从没有人使用人形机器人，到这些机器人像潮水一样涌现。我们永远都会处在‘我们做不够’的状态。即使（人形机器人）价格很高，需求也不会是问题。”
马斯克同时强调，目前特斯拉设计的生产线每月大约生产1000台Optimus机器人，下一条生产线的目标是每月1万台，而再下一条生产线的目标则是每月10万台。
在国内，多家人形机器人企业陆续官宣了各自的量产消息。
2025年1月初，来自深圳众擎机器人科技有限公司（下称“众擎机器人”）的SE01机器人在街头行走测试的视频走红于短视频平台。公众惊叹于人形机器人已经能实现与人类一样的自然步态。
1月22日，经济观察报记者在众擎机器人进行调研时，该公司联合创始人兼市场营销负责人姚淇元表示，众擎多款机器人计划于2025年批量交付。“在人形机器人产业，我们已经突破了‘从0到1’；‘从1到100’，有些人已经突破了，甚至开始走到‘100到1000’的阶段了。”姚淇元说。
人形机器人产业从技术验证转向商业闭环所需要的关键一跃，就是量产。量产除了能印证市场已拥有足够潜力之外，对于整个行业来说，通过规模效应降低成本、优化模型与结构设计也具有重要意义。
但在姚淇元看来，百台、千台级别的量产都属于小批量生产，“这样的量级对于整个供应链的打磨，还没有办法达到一个跨越式的迭代跟升级，也没有办法通过这样的量级来做颠覆性的结构化的调整。”
深圳一家机器人企业的市场总监也告诉记者，根据产业演进规律，人形机器人的量产进程可划分为两个关键阶段。
第一阶段，当产量达到10万台时，此时核心目标在于验证技术可行性而非成本控制，主要替代制造业中10%的长尾工况工位（即非标准化、低重复性任务），其成功关键取决于硬件层面的运动控制稳定性与生产连续性保障，以及软件层面封闭场景下的特定任务执行能力。
第二阶段，当产量突破100万台后，标志着大规模量产阶段的开启，此时硬件成本需降至低于单个工人的年均人力成本，软件系统需实现跨场景泛化能力的技术突破，使机器人应用场景从智能制造工厂延伸至服务业与家庭领域。
当然，人形机器人当前所面对的市场规模并不清晰，大规模量产尚需时间。东吴证券在近日发布的一份研报中指出，由于下游客户测试和研究需求旺盛，预计伴随国内企业订单交付，2025年全年国内人形机器人销量有望接近万台。
根据高工机器人产业研究所（GGII）数据，2024年全球人形机器人市场规模为10.17亿美元，到2030年全球人形机器人市场规模将达到151亿美元，从2024年至2030年，全球人形机器人销量将从1.19万台增长至60.57万台。
软硬件挑战
有业内人士告诉记者，对于人形机器人产业链而言，想要迈向真正大规模量产的阶段，在硬件及软件端还有两大挑战亟待突破。
人形机器人产业链上游的硬件壁垒主要集中在三大核心部件：驱动单元（电机+减速器+丝杠）、传感系统（视觉/力觉/触觉）及控制模块（芯片），其中行星滚柱丝杠（一种将旋转运动转化为直线运动的精密机械传动装置）的产能瓶颈较为突出。
作为线性关节的核心传动部件，目前单台人形机器人需搭载10到14个行星滚柱丝杠，其价值量占关节模组的20%、整机的5%至8%。由于制造工艺涉及高精度旋风铣床及特种合金钢材料，市场份额长期被瑞士GSA、Rollvis与德国Rexroth等企业主导。
“如果人形机器人要实现百万台产量，行星滚柱丝杠的需求量可能就要达到千万件级别，现在的产能情况不太够。毕竟在人形机器人应用丝杠之前，这是个小众产品和小众市场，市场规模也就几十亿元左右。”深圳一家中型机器人企业的研发人员告诉记者。
根据觅途咨询数据，2023年中国丝杠市场（不含人形机器人）规模仅约25.7亿元。
值得注意的是，眼下多家国产厂商已开始投建行星滚柱丝杠项目。
“公司比较认同机器人产业链未来是一个能够比肩新能源电动车产业链的长期赛道的观点。产业发展初期包括公司在内的相关零部件产业链厂家都是在证明自己能做及能做好的能力，产业发展中后期则需要验证公司在保证大规模生产质量一致性的前提下持续降本的生产工艺能力。”在上述调研中，震裕科技管理层人士如是强调人形机器人量产为行业带来的机遇。
“人形机器人产业发展的下一步，除了需要供应链的持续打磨，在软件端，还需要算法模型的持续进步，以实现功能提升与应用场景的拓展。”姚淇元告诉记者。
在姚淇元看来，人形机器人依赖于三大核心组件：大脑、小脑和本体。大脑负责高层的决策和智能处理，小脑则负责运动控制，而本体则是机器人的物理躯体，承担着具体的运动任务。
2025年以来，国产大模型DeepSeek（深度求索）的爆火再次展现出人工智能（AI）大模型在大脑部分的应用潜力：AI大模型通过预训练和调参不断提升其泛化能力，特别是在参数达到百亿级时，机器人开始展现出复杂的思维链，实现不同任务环境与场景下的自适应能力。“小脑和本体部分仍然是当前研发的瓶颈。”姚淇元表示。
姚淇元告诉记者，人形机器人小脑的技术需求集中在复杂地形下的运动能力和鲁棒性（指系统在面对各种不确定性和干扰时，能够保持其正常运行的能力）上。而现有的运动控制算法和控制系统面临着诸多挑战，尤其是在全身协同精细作业的实现方面。另一方面，仿生自然步态的速度负载、低漂移量、低噪声、低功耗以及自恢复能力，也是当前小脑技术亟待突破的关键问题。
为了提高运动性能，机器人的小脑系统需要高保真的建模和仿真技术，以及多体动力学建模与在线行为控制能力，这对于实现机器人的仿生运动行为和全身协同运动的自主学习至关重要。
目前，人形机器人小脑系统的研发相较于大脑要困难不少，其中核心问题便是小脑的训练数据集较为稀缺。“真实的数据对于人形机器人企业来讲很重要。如果这种实时数据的收集都需要机器人本体公司去做，现实生活中的场景这么多，一个公司就算有再强大的算力也不可能‘吞’得下去。”姚淇元说。
有业内人士告诉记者，人形机器人运动控制涉及高度动态和复杂的物理环境，与大模型处理图像、文本等数据不同，机器人需要在真实世界中完成运动任务，这就要求小脑系统在训练时考虑各种不同的环境变量，如地形、障碍物、物体交互、不同的操作任务等，每个动作、每一步决策都可能产生不同的反馈，传统的模拟数据无法完全覆盖这种高维度、多样化的场景。
记者在采访与调研过程中还了解到，机器人小脑的训练过程不仅仅是基于静态数据的分析，更多是依赖于机器人在实际运行过程中与环境的互动。数据的采集不仅需要在不同环境中进行，还需要捕捉到机器人的每一次细微运动及其与环境之间的反馈关系。
相比于图像识别或语音处理，机器人的动作数据更加复杂，且高度依赖于具体的硬件配置、运动策略以及控制系统的调节，这使得针对运动控制系统的训练数据集更加稀缺。
形态之争继续
在2025年初走访深圳多家机器人企业的过程中，记者注意到，并不是所有的机器人公司都对人形机器人这一产品抱有乐观的看法。
深圳一家机器臂上市企业的市场负责人告诉记者，人形机器人可能更适合家庭场景，而在工业领域则不应拘泥于人形概念；另一家主要产品为扫地机器人的企业市场负责人亦表示，其所在公司认为人形机器人产业现阶段尚不具备商业化条件，并无意于切入这一赛道。
上述机器臂企业市场负责人解释其对机器人形态的理解：“四足或轮式机器人在平坦地形中的移动速度可达人形机器人的2至3倍，能耗降低50%以上，且控制算法复杂度大幅下降；非人形机器人硬件成本通常为人形机器人的1/3至1/5，在物流分拣、仓库搬运等场景中已实现规模化应用；工业场景中70%的任务可通过固定机械臂或AGV（自动导引车）完成，人形机器人的通用性优势在高度结构化环境中难以凸显。”
机器人的形态之争，本质上是技术路径选择与商业逻辑的深层博弈。
姚淇元向记者表示，人形机器人的核心价值在于泛用性与环境兼容性，人形形态是实现机器人通用性的理想载体，其双足移动与多自由度手臂设计，能够覆盖制造业、服务业乃至家庭场景中绝大多数的交互需求。此外，人类社会的物理环境——从楼梯高度到工具尺寸——均以人体工学为基准构建，人形机器人天然适配现存基础设施，无需额外改造场景即可无缝接入。“机器人要更好地去适配我们所在的世界，不然它的功能就是单一的，只能把这一件事情做好，像扫地机器人一样，变成了一个工具。机器人的未来应该是通用的，可以变成不同的角色。”姚淇元说。
眼下，也有业内人士提出“功能驱动形态”的折中路径，即通过标准化接口实现模块化组合，使机器人能够根据任务需求动态切换形态。例如，在工厂车间使用轮式底盘提升效率，进入家庭环境时切换为双足形态以适应楼梯与窄道。