观点｜人形机器人进化论：在“混乱”中爆发，于“笃定”中前行

当人工智能的浪潮以前所未有的力量席卷全球，人形机器人，这个曾主要栖身于科幻作品与实验室的“未来造物”，正以惊人的速度闯入公众视野，并在产业界掀起滔天巨浪。

2025搜狐科技年度论坛上，一场名为“人形机器人进化论”的圆桌讨论，汇聚了学界泰斗与业界先锋，他们的智慧碰撞，为我们勾勒出这一新兴产业的真实图景：既有令人热血沸腾的远大前程，亦不乏荆棘丛生的现实挑战。这不仅是一场技术的进化，更是一场关于认知、耐心与决心的进化。

“人形机器人到底有没有用，或者有没有泡沫？”乐聚机器人创始人兼CEO常琳认为，泡沫与否，最终取决于人形机器人能否“解决问题、创造价值”。今年初春晚的惊艳亮相，以及亦庄马拉松赛场上机器人蹒跚的身影，都将人形机器人从“云端”拉回“地面”，让公众意识到其走向大众的必经之路。常琳强调，只有当机器人真正融入生产生活，其价值才能驱散泡沫的疑云。

清华大学自动化系研究员赵明国则以更长远的视角审视这一问题。他回顾了自动驾驶技术从2005年DARPA挑战赛至今20年的发展历程，指出人形机器人的发展，即便在当前技术加速的背景下，也至少需要十年才能达到一个相对成熟的“中段阶段”。赵明国坦言，当前人形机器人领域呈现出一种“混乱”状态：科学原理、技术手段、产品定义乃至商品化，这四个传统上循序渐进的阶段，如今正以前所未有的方式“同时发生”，导致行业在摸索中前进。他提醒公众，对人形机器人“明天就能走进家庭”的预期需要调整，对齐行业发展的客观规律。

中国科学院自动化研究所研究员、灵宝CASBOT创始人张正涛将人形机器人比作一个“大装置”，其内涵之大、学科交叉之复杂远超想象。他认为，正如“神光”大装置在解决核聚变这一终极能源问题的漫长征途中，孵化出无数造福各行各业的科技成果一样，人形机器人在追求“阿童木”梦想的路上，其“沿途下蛋”的成果同样不可估量。

从产业落地角度，张正涛分享了他走访200多家工厂的经验，指出制造业对人形机器人的应用持非常开放的态度，积极探讨应用场景。他预判，未来一到三年，人形机器人在半结构化环境中的部分功能（如遥操作、手眼协作）将迎来质变，尽管这未必是纯粹的双足形态，也可能包含轮式或轮臂式机器人。

宇树科技副总经理王启舟以其公司九年深耕四足机器人的经验为例，强调“耐心”的重要性。他指出，四足机器人从最初仅服务于高校院所的研发平台，到如今在电力巡检、化工等领域实现应用，同样经历了漫长的探索。人形机器人自2023年因AI技术突破而火爆全球，至今不过两年，更需要时间沉淀。王启舟认为，无论是否存在泡沫，当前的热度至少能吸引更多资源、资金和人才投入，这对于一个极度缺乏这些要素的新兴领域至关重要。“哪怕只有一部分人相信并投身其中，也许某一天它就能变成我们想象的样子。”他如是说。

初心资本合伙人许旸洋作为投资人，也分享了他的观察。他认为，人形机器人赛道尚处于极早期，“进度条可能只有5%-10%”，公众预期与行业现实存在差距。一个有趣的现象是，机器人在locomotion（运动能力，如跳舞、打拳）上的进步，往往是人类相对不擅长的领域，这容易拉高公众预期；反而在manipulation（操作能力，如叠衣服、做家务）这些人类习以为常的任务上，机器人仍面临巨大挑战，这种“反差萌”也加剧了预期差。

赵明国教授对人形机器人技术阶段的划分，提供了一个清晰的参照系。他借鉴自动驾驶L0到L4的分级思路，将其平移至人形机器人领域。目前，许多人形机器人，包括马拉松赛场上的，仍处于“L0”阶段，即人的智能在混合体中占主导，大量决策依赖遥控。

“现在所有运动方面的能力，AI只做了这么一部分，怎么避障全部是人来决定的。”赵明国指出。他设想，未来L1可能实现初步避障，L2能看到球门（目标导向），L3能团队协作，L4则达到更高程度的自主。他强调，当行业或细分领域能清晰地描绘出从L0到L4的路径图，整合技术与产品，发展将进入“加速级”。

当前，人形机器人的技术主战场仍在“盲走”的locomotion层面。赵明国指出，建图（mapping）与定位（localization）是下一阶段必须攻克的难关，要尽快将自动驾驶和其他移动机器人中的SLAM（即时定位与地图构建）能力移植过来，让机器人能在环境中自主行走。“下一届马拉松一定是自主地跑，遥控器和没有遥控器从赛道就有差别了。”他断言。此外，机器人与环境的感知交互、与人的协作适应性，也是亟待突破的关键。

常琳也认同赵明国的观点，乐聚机器人正致力于解决机器人在工厂环境中的导航、视觉等问题，提升其“有用性”。他认为，国内在locomotion和本体性能上可能领先，但在上肢操作、模型和技能层面与美国尚有差距。未来两三年，运动性能将不再是主要瓶颈，真正的制约在于操作、感知和任务完成能力。

张正涛为灵宝CASBOT设定了“生而为（wéi）人”与“生而为（wèi）人”两大目标。前者意指机器人具备类人的各项能力，是多学科交叉的技术集成；后者则强调科技向善，率先应用于危重环境替身，如深入千米矿井进行炸药装填的遥操作，或在核辐射、灾害救援等场景替代人类执行高危任务。“哪怕没有到L2、L3，通过辅助驾驶甚至遥操作把他（受困者）抱出来，local motion稳定了，能解决各种瓦砾沙土，这是非常有价值的。”

王启舟则认为，宇树科技的策略是根据客户需求，聚焦特定场景解决问题。目前人形机器人最大的难点仍是智能化，即具身智能。虽然本体灵活性已达一定阶段，但在精准度、末端操作可执行性上仍有巨大提升空间。

谈及资本市场的“水温”，常琳和张正涛均表示，2025年投资机构的态度“更笃定”。常琳指出，国家自2022年起持续发文支持，将人形机器人定位为继PC、智能手机、新能源汽车后的下一代颠覆性产品，各地政府也积极布局，希望抢占未来产业链的制高点。张正涛则将2025年视为“分水岭”，机构对赛道的理解更深刻，从早期的“水中花”认知转变为基于ROI、场景驱动和财务数据的理性投资。

许旸洋补充道，资本之所以看好，很大程度上源于对中国在该产业长期扮演重要角色的信心，类比新能源汽车的成功，人形机器人作为软硬件结合、高度依赖供应链的行业，中国具有天然优势。同时，华人学者和团队在该领域的学术和产业领导力也是重要因素。

在全球竞争格局中，常琳认为，中国在“小脑和本体”（运动控制和硬件）方面凭借强大的供应链和成本优势可能领先，但在“大脑”（上层模型、具身操作能力）方面与美国差距明显。张正涛对零部件国产化率持乐观态度，认为已达90%以上，主要瓶颈在于GPU计算板卡（仍依赖英伟达）及其CUDA生态，以及高端谐波减速器在材料、精度、寿命上的差距，但这并不影响产业大的发展方向。

人才层面，赵明国教授观察到一个有趣的现象：具身智能的浪潮中，华人学者贡献卓著，占据了约70%的比例。国内的优势在于拥有大量“便宜”的机器人可供实验，赋予科研人员“无限开火权”，极大降低了人才培养成本。然而，他也指出了“0到1”原创性思维的不足，以及在脉冲神经网络等更接近生物神经机制的前沿领域探索较少。

王启舟则坦言宇树“非常缺人”，从底层机械电子到上层AI感知，乃至新材料、机器人专用芯片等领域均存在巨大的人才缺口。他呼吁教育体系的革新，并表示宇树偏爱具备动手能力、勇于尝试新技术、积极参与竞赛的人才。

展望未来五到十年，嘉宾们描绘了人机协作的多彩画卷：

常琳预言：“可能会有另外一个世界诞生，就是机器人的世界”，生产、生活、工作中将遍布机器人，甚至可能在两三年后就初见端倪。

赵明国则以他热爱的机器人足球为例，希望五年后能看到真正具备观赏性、能让大众愿意购票观看的机器人足球比赛，若能实现，则机器人走进家庭便水到渠成。

张正涛的畅想更为宏大：未来每个家庭可能拥有三到五个机器人，全球总量或达150亿个。这将带来多智能体的“智能涌现”，甚至可能涉及脑机接口，人类可选择将记忆存储于机器人本体。初期，机器人将人类从繁重危险的工作中解放出来，提升幸福感；长远看，则可能引发碳基生命与硅基生命关系的深刻思考。

王启舟则聚焦于具体应用：机器人将接管人类不愿干的活儿、危险工种和简单家务，服务于“银发经济”和儿童教育，并以不同形态搭载行业模型，解决特定问题。

许旸洋总结认为，机器人未来的发展可能分化为两大方向：一是通用型机器人，旨在“节省时间”，如完成家务、养老服务、工厂作业；二是更个性化的机器人，旨在“花掉时间”，满足情感价值和娱乐需求，例如可定制的比赛机器人、个人机甲，甚至未来人人都能DIY专属机器人。