
4月19日,全球首場人形機器人半程馬拉松賽在北京亦莊開跑。這場賽事吸引了20多家企業和高校的自研團隊參與,成為人工智能與機器人領域的焦點。
2025年,從春晚舞臺到亞冬會賽場,從展會展臺到車間一線,人形機器人火起來。據工業和信息化部數據顯示,一季度,工業機器人、服務機器人產量達到14.9萬套、260.4萬套,同比分別增長26%和20%。
機器人在長距離運動中展現的技術實力,意味著人形機器人產業已啟動加速跑。中國信息通信研究院泰爾系統實驗室高級工程師王堯告訴《瞭望東方周刊》:“當前,人形機器人正處于從科技創新走向產業化的重要階段,舉辦人形機器人半程馬拉松賽具有多重意義。一方面可以牽引技術突破升級,另一方面可以促進產業蓬勃發展。本次賽事為產業提供了集中展示和交流的舞臺,將深度激發全社會的討論,吸引更多的創新資源進入人形機器人產業,促進更多行業探索人形機器人的落地應用,并進一步深化公眾對人形機器人的關注、了解和認可。”
近年來,“機器人+場景”的融合趨勢愈發明顯,多座城市以“ 賽一場馬,測一項能”為主旨, 通過賽事等窗口展示技術實力,帶動地方產業升級。
北京科技職業大學研發的75厘米矮型機器人“0306小巨人”,是本次北京亦莊人形機器人半程馬拉松賽最矮的機器人,研發團隊透露,針對不平坦路面,“0306小巨人”專門進行了優化,配備了180度旋轉關節電機與橡膠鞋底。
與“小巨人”一樣同為“輕量級”陣營的參賽選手,還有廣州高擎機電科技有限公司研制的人形機器人“小海”(Mini Hi),其身高82厘米、體重僅17千克。據該公司算法工程師黃沛鑫介紹,“小海”安裝了近似人類的腿部關節,可實現跑步、跨障礙、上臺階等功能。
“對于人形機器人來說,長距離運動涉及的技術點很多。其中,比較關鍵的技術點一是長時間連續運動下的穩定性,以及關節、傳感器等零部件和機器人整體運動結構的可靠性。二是續航能力和電池更換方式的便捷性。三是整體結構設計水平。這些決定了人形機器人‘跑馬’的最終效果。”王堯告訴《瞭望東方周刊》。
王堯認為,從技術水平看,當前,我國大部分人形機器人產品已實現比較穩定的走、跑、跳等基礎運動能力,并具備一定的初級交互能力,總體處于“基礎能力實現”階段,部分產品還能做出跳舞、武術等較為復雜的動作。在此基礎上,部分企業開始加速探索人形機器人在制造業和民生服務等場景的應用,產品已初步具備完成一些初級任務的簡單作業能力。
從實驗室的初步探索到賽場的實戰演練,人形機器人的發展正呈現出加速趨勢。北京經濟技術開發區管委會副主任梁靚介紹,此次“人機半馬”沒有現成經驗、數據可供參考,因此更像一次產業對話和機器人“大練兵”。“我們希望用此次‘人機半馬’驗證產業發展成果,推動技術更好地服務于人。”梁靚說。
作為此次賽事舉辦城市,北京市將機器人列為重點發展方向,并在政策支持、技術創新、場景應用及產業集聚等方面取得顯著進展。
在《北京市機器人產業創新發展行動方案(2023—2025年)》中,北京提出,到2025年將實現“培育100種高技術高附加值機器人產品、100種具有全國推廣價值的應用場景”“機器人核心產業收入達到300億元以上”。
2025年2月28日,北京市科學技術委員會、中關村科技園區管理委員會等部門聯合發布《北京具身智能科技創新與產業培育行動計劃(2025—2027年)》,提出到2027年,原始創新能力顯著提升,圍繞具身大小腦模型、具身智能芯片、全身運動控制等方面突破不少于100項關鍵技術,產出不少于10項國際領先的軟硬件產品,具身智能上下游產業鏈基本實現國產化。
圍繞人形機器人加速產業布局,北京并非獨行者。近年來,“機器人+場景”的融合趨勢愈發明顯,多座城市以“賽一場馬,測一項能”為主旨,通過賽事等窗口展示技術實力,帶動地方產業升級。
例如,深圳聚焦工業機器人量產與應用,2023年機器人產業鏈總產值達到了1797億元;杭州以“低成本量產+場景創新”為核心競爭力,推動宇樹科技、云深處等企業在四足機器人領域占據全球超60%市場份額;上海以人形機器人量產化為突破口,率先發布《具身智能智能化等級分級指南》等團體標準,構建“AI+機器人”融合創新的世界級產業集群,搶占新質生產力制高點。
近日,在浙江極氪智能科技有限公司的5G智慧工廠里,深圳市優必選科技股份有限公司(以下簡稱“優必選”)生產的數十臺工業人形機器人Walker S1分別在總裝車間、SPS儀表區、質檢區及車門裝配區等多個復雜場景進行實訓,成功實現了協同分揀、搬運和精密裝配等。
優必選有關負責人透露,目前,優必選的工業人形機器人已在車廠完成了第一階段的實訓。未來,優必選還將拓展更多合作工廠,全面推動多機協同實訓的落地,進一步深化人形機器人在工業場景中的規模化應用。
2025年政府工作報告提出,建立未來產業投入增長機制,培育生物制造、量子科技、具身智能、6G等未來產業。具身智能,是近年進入公眾視野的新詞匯。它強調智能系統與身體的緊密結合,通過身體與環境的交互,實現智能行為。而人形機器人正是具身智能的典型應用形態之一。目前,一些工廠、大學、科研機構、人工智能公司等已經開始率先使用人形機器人。

武漢體育學院經濟與管理學院院長王學實告訴《瞭望東方周刊》,人形機器人“跑馬熱”背后是技術突破與產業協同的雙重驅動。“人形機器人在運動控制、感知交互、決策智能等關鍵技術上取得顯著進展;同時,政策支持和資本投入為產業發展注入強大動力。”
自2020年起,國家相繼出臺多項政策支持人形機器人發展。2023年,工業和信息化部印發的《人形機器人創新發展指導意見》提出,到 2025年,人形機器人創新體系初步建立……到2027年,人形機器人技術創新能力顯著提升,形成安全可靠的產業鏈供應鏈體系,構建具有國際競爭力的產業生態,綜合實力達到世界先進水平。
據創業投資和新興科技行業數據服務商IT桔子數據顯示,2025年前兩個月,中國人形機器人開發商共獲得近20億元人民幣新資金,累計20筆交易,高于去年同期4筆交易獲得的12億元人民幣。
目前,中國機器人產業已穩居全球第一梯隊:連續11年保持全球最大工業機器人市場地位,專利儲備突破19萬項,約占全球2/3,長三角、珠三角形成3000余家企業集群。全球人形機器人百強榜單中,中國企業占比超過1/3。我國“十四五”規劃將機器人產業列為戰略性產業。2025年被稱為人形機器人“量產元年”,人形機器人正在加速落地汽車工廠、家庭服務等場景。
北京航空航天大學機器人研究所名譽所長王田苗表示,長期以來機器人開發以編程為基礎,2022年AI大模型問世,能模擬人類的大腦,具有泛化遷移等能力,推動了人形機器人這一新物種的發展。
在沈陽新松機器人自動化股份有限公司總裁張進看來,推動人形機器人發展的最大力量是新一代人工智能,讓人形機器人擁有“大腦”,逐步具備泛化能力。
“未來,人形機器人將進入‘技術-產品-應用’的迭代發展路徑,從制造業等垂直行業的質檢、裝配、巡檢等簡單場景應用開始,逐步向需要復雜技能和高水平智能的場景應用演進。”王堯說。
一邊是火熱的機器人賽事,一邊是技術突破與風險并存的挑戰。對于大眾關注的機器人穩定性與安全性問題,業內專家亦表示需要重視這些“成長中的煩惱”。
在這場“人機共跑”的半程馬拉松中,有的機器人摔倒后,迅速起身向觀眾揮手致意,并再次投入比賽;也有的機器人跑著跑著頭部掉落,經技術人員迅速組裝后,繼續前行;還有的機器人每隔一段時間就要“換電補能”,技術人員不時拎起機器人的“扶手”維持其平衡……摔倒、扶起,換電、再出發,對這些“比賽花絮”不少人評價——“誰的成長路上不摔跤呢?”
“人形機器人的發展充滿挑戰,從技術難題到倫理和社會問題,都需要跨學科的合作和創新來解決。隨著技術不斷進步,人形機器人可能會在多個領域扮演越來越重要的角色,但其普及和應用仍然需要解決許多技術、社會和經濟問題。”北京郵電大學人機交互與認知工程實驗室主任、特聘研究員劉偉說。
業內人士透露,綜合行業數據,人形機器人比較容易出現故障的部位包括關節軸承、傳感器等核心部件。造成這些故障的原因,一是運動負荷超標;二是環境適應性不足。另外,在機器人研發過程中也要注重材料科學的應用,比如高強度輕量化材料和耐磨損涂層技術等,以降低零部件的損耗率。
“在體育賽事中,‘更快、更高、更強——更團結’體現了人類對自我超越的不懈追求。人形機器人參加馬拉松同樣如此,跌倒、爬起,邁出的每一步,都是具身智能向前的階梯。”王學實說。
一名業內工程師透露,機器人每摔倒一次,后臺就會收到上千組異常數據。這些“跑”出來的數據不僅記錄了當時的狀態,還包含了如何在不同路面上分配關節扭矩、調整步頻等信息,可幫助企業提升產品在復雜環境中的穩定性和適應力,而人形機器人產業也在一次次“極限測試”中加速落地應用的進程。
人形機器人主要由“大腦”“小腦”和“本體”三部分協同支配。以人形機器人接一杯水為例——要拆解指令、識別環境、規劃路徑,就要求“大腦”具備多層級決策能力;要完成走、拿、倒、遞等具體動作,則需“小腦”精準控制。如在春晚上扭秧歌的宇樹機器人,被認為“小腦發達”,展示出很高的運動控制水平。
哈爾濱工業大學計算學部副主任、人工智能學院執行院長張偉男說,在“大腦”方面,海內外還未出現像大模型那樣的突破性產品。軟件方面,面向跨場景的高質量、大規模數據比較缺失。硬件方面,面向機器腦的專用算力芯片還需進一步研發和普及。
全球首場人形機器人半程馬拉松賽雖已落幕,但人形機器人產業的“馬拉松”才剛剛開始。王堯認為,半馬活動為技術迭代和實際場景應用提供了重要的實踐經驗。活動的各參加單位在本次活動中積累的技術經驗,對于未來提升人形機器人產品在生產制造、物流、公共服務、商業服務、家庭服務、應急救援等各個場景中進行長時間作業所需的續航能力、穩定性和可靠性,具有重要的啟發和參考價值。未來可以結合人形機器人的技術新發展和具體應用場景需求,在各領域進行應用探索,將機器人能力拓展落到實際應用上,通過應用牽引技術落地,最終實現從“能跑完半馬”到“能解決實際問題”的跨越。
