具身智能浪潮下《人形機器人分類分級》標準的深度剖析與領航路徑

In-depth Analysis and Pilot Path of the Standard Classification and grading of humanoid robots under the Wave of Embodied Intelligence

SHEN Rong-gang LIUYu-fei LI Qing-zhan LINXue-qin HUANGMei （Humanoid Robot Co.，Ltd.， Shanghai）

Abstract：Asan important branch in the field ofrobotics，the application scenarios ofhumanoid robots are becoming increasinglyextensiveinthecontextofthedevelopmentof embodied intelligence technology.Thispaperdiscuses the clasificationandgradingmethodofhumanoidrobots，putsforwardrelevantbasicdefinitionsbasedonthekeytechnologiesof humanoidrobots，andprovidescomprehensivetheoreticalsupportfortheresearchanddevelopment，production，plcation andmarketingofhumanoidrobotsbyelaboratingontheclasificationmethod，gradingelements，gradedivision，andtechical requirementsof each grade.The featuresandapplicationadvantagesof diferent gradesof humanoid robots are briefly demonstrated in combination with analysis on practical cases.

Keywords：humanoid robot，classification，grading，embodied intelligence，applicationscenarios

0 引言

作為集人工智能、高端制造、新材料等先進技術于一體的人形機器人，在研發投入、創新活躍度、應用廣泛性以及輻射帶動作用方面均占據重要地位。近年來人形機器人在大語言模型（largelanguagemodel，LLM）技術的驅動下迎來快速發展。國際機器人聯合會（IFR）預計，全球人形機器人市場規模有望每年保持 20% 左右的增速。《人形機器人產業研究報告》顯示，2024年，中國人形機器人市場規模約27.6億元人民幣，到2029年將達750億元，占世界總量的 32.7% 。

伴隨人形機器人的急速發展，對應的標準化研究基本還處在空白待探索的階段。人形機器人的標準化研究在國內外均屬于前沿領域，存在諸多待解決的問題：人形機器人標準化組織匱乏，公認的標準化體系缺失等。人形機器人由于與傳統工業機器人、服務機器人等在技術路線上存在差異，在設計研發、生產制造到銷售應用的各個環節中都缺乏可以完全參考的相關標準，急需基礎技術標準來統一語言、明確方向。國家高度重視人形機器人行業的發展和治理工作。2023年10月，工業和信息化部印發的《人形機器人創新發展指導意見》明確提出，開展人形機器人標準化路線圖研究，全面梳理產業鏈標準化需求，建立健全人形機器人產業標準體系，分級分類推動標準制定。

本文圍繞人形機器人的分類分級研究，首先以人形機器人關鍵技術為基礎，提出明確的人形機器人的定義，梳理出分類方法，并對人形機器人進行分級評價，為促進人形機器人行業標準化發展提供參考。

1人形機器人的定義與分類

1.1人形機器人的定義

人形機器人目前并無清晰且在學術界、工業界廣泛運用的定義。在GB/T12643—2013《機器人與機器人裝備詞匯》中，仿人機器人（anthropomorphicrobot）被定義為具有軀干、頭和四肢，外觀和動作與人類相似的機器人。仿人機器人的定義側重于外觀層面，而忽略智能相關的內容。人形機器人的關鍵技術應包含本體能力、運動能力、智能能力等2]，其能力突破依賴于具身智能（embodiedAI）。具身智能是人工智能、機器人學、認知科學的交叉領域主要研究如何使機器人具備類似人類的感知、認知、決策和行為能力3。因此，可以提出人形機器人

（humanoidrobot）的定義：具有類似于人的軀干、頭部、四肢和關節，外觀和動作與人類相似，基于通用具身智能來實現感知、認知、決策、執行等能力的機器人。

在對人形機器人進行了明確定義后，同樣需要將其與其他機器人進行區分。具有部分類似于人的外觀或能夠實現感知、認知、決策、執行中部分能力的機器人可以稱之為泛人形機器人（pan-humanoidrobot），而其他不具備類似人的外觀，基于特定任務需求設計的機器人可以統稱為非人形機器人（non-humanoid robot）。

1.2分類方法

人形機器人分類應遵循系統性、獨立性和完整性原則。系統性要求從多個維度進行考量，確保分類體系能夠全面反映人形機器人的各種特征；獨立性確保各分類維度之間互不干擾、界限清晰，避免重復分類；完整性則強調分類應涵蓋現有的人形機器人產品及未來可能出現的各類形態和功能的機器人。

根據本文提出的人形機器人基礎定義，可以通過外觀結構和智能模型兩方面區分人形機器人領域內的產品。外觀結構層面可以分為人形結構、類人形結構、非人形結構。其中，人形結構的機器人高度模仿人類的身體結構，包括頭部、軀干、四肢及關節等，且外形比例和動作姿態與人類極為相似。類人形結構具有部分人類身體特征，如僅具備上肢或下肢的仿人結構，或者頭部具有人類特征但驅干和四肢結構簡化。非人形結構的機器人不具備人類外觀的特征，其結構外觀完全根據特定任務需求進行設計。智能模型層面可以分為通用人工智能和狹義人工智能。通用人工智能具備與人類同等智能或超越人類的人工智能。通用人工智能機器人具備強大的學習、推理和適應能力，能夠理解和處理復雜的任務和環境信息，表現出正常人類所具有的所有智能行為。狹義人工智能是實現部分思維的人工智能，僅專注于某項特定任務，例如記憶或感知事物、解決簡單問題。

2 人形機器人的分級方法

2.1分級要素

基于人形機器人的關鍵技術，人形機器人按照具身智能、運動控制領域的技術發展程度進行分級，從1級至4級逐步提升。不同級別的人形機器人能夠適應不同的環境類型，從固化環境、結構化環境、開發環境到動態環境，對機器人的自主性和適應性要求逐漸提高。

具身智能體現機器人通過物理實體與環境實時交互，實現感知、認知、決策和行動的自主學習能力。具身智能水平越高，機器人對環境的理解和適應能力越強。運動控制能力包含下肢運動能力和上肢作業能力。下肢運動能力可以從步態穩定性、運動速度、靈活性和對復雜地形的適應性等方面進行評價。上肢作業能力則包含操作精度、力量控制、靈巧性和多任務處理能力等。

2.2等級劃分及技術要求

1級技術等級人形機器人具備在固化環境中進行具身智能基礎應用的能力，如簡單人機交互、節律性步態行走、側向抗大擾動與動態步態調節、復雜全身行為規劃以及感知-位置控制一體化抓取。這一級別的機器人適用于環境相對穩定、任務相對簡單的場景，如一些工業生產中的重復性勞動。2級技術等級人形機器人在結構化環境中實現具身智能有條件應用，具備環境感知信息驅動下的越障范式演化能力、感知-力位控制一體化下的類人靈巧抓取和固定工位臂手協同操作能力，同時擁有感知-決策-規劃一體化的通用大模型，能夠實現并行訓練仿真及數據規模化。3級技術等級人形機器人在一定程度上能夠適應環境變化，處理較為復雜的任務。在開放環境中進行具身智能高程度應用，具有強對標人類的高仿生步態行為與抗擾動自適應能力、感知-決策-力位控制一體化下的類人靈巧抓取以及不同環境和任務下的快速自適應作業能力，其感知-決策-規劃融合的通用大模型支持復雜環境下的自主學習訓練與智能發育。這一級別的機器人能夠在較為復雜和多變的環境中自主運行，完成多種任務。4級技術等級人形機器人在動態環境中實現具身智能完全應用，具備大規模數據集管理和云邊端一體計算架構，擁有多模態感知與環境建模、大模型驅動下多樣化行為生成與平滑切換能力、多模態人機混合行為映射與操控能力，以及剛柔耦合、高緊湊仿生上肢結構及靈巧手操作和類人靈巧操作與人機協作能力。這一級別的機器人代表了人形機器人技術的最高水平，能夠在高度復雜和動態變化的環境中與人類協同工作。

3 案例分析

3.1不同等級人形機器人在工業制造中的應用

在汽車制造工廠，1級人形機器人可用于簡單的零部件搬運，如將汽車座椅從生產線的一端搬運到另一端。其固定的運動路徑和簡單的抓取動作能夠滿足基礎生產需求，但靈活性較低。2級人形機器人則可承擔一些裝配線上的輔助工作，如安裝小型零部件，通過視覺識別系統確保零部件的準確安裝位置。3級人形機器人能夠在復雜的車間環境中自主導航，根據生產需求靈活調整任務，如協助工人進行汽車發動機的組裝，其高精度的操作能力和環境適應能力提高了生產效率和質量。4級人形機器人有望實現對整個汽車制造過程的智能監控和優化，能夠快速診斷和修復生產線上的故障，與工人進行高效協作，推動汽車制造向智能化、柔性化生產模式轉變。

3.2不同等級人形機器人在醫療保健中的應用

在康復治療中，1級人形機器人可以為患者提供簡單的肢體運動輔助，如引導患者進行關節活動度訓練，但其功能相對單一，缺乏個性化的康復方案制定能力。2級人形機器人能夠根據患者的康復數據調整訓練模式，通過語音提示和簡單的互動鼓勵患者積極參與康復訓練。3級人形機器人在康復治療中的應用更加廣泛，如在步態康復訓練中，機器人可以實時監測患者的步態參數，根據患者的身體狀況和康復進展提供個性化的訓練方案，通過模擬真實的行走場景，幫助患者恢復正常步態。4級人形機器人可能具備更加智能的康復評估和治療能力，能夠通過多模態感知患者的生理和心理狀態，結合先進的人工智能算法制定最優化的康復計劃，甚至可以在遠程醫療場景中為患者提供實時的康復指導和監督，打破時間和空間的限制，使優質的醫療資源惠及更多患者。

4結語

人形機器人的分類分級方法為人形機器人產業提供了可參考的技術框架和發展路徑。通過準確分類，能夠更好地理解不同類型人形機器人的特點和應用場景；基于合理分級，可明確各階段人形機器人的技術發展方向和應用領域。這有助于提高人形機器人的研發效率，促進其在各個領域的廣泛應用，推動產業的健康發展。人形機器人技術將不斷創新和突破。隨著人工智能、材料科學、機械工程等相關技術的發展，人形機器人有望在以下方面取得進展：通用人工智能技術的逐步成熟將使機器人具備更強的自主學習和適應能力，實現真正意義上的智能交互；下肢運動能力將進一步提升，機器人可在更復雜的地形中高效移動；上肢作業的精度和靈巧性將不斷提高，拓展更多復雜操作任務的應用范圍；多模態交互與人機協作將更加自然流暢，機器人與人類的合作將更加緊密。人形機器人將在更多領域發揮重要作用，為人類社會帶來更多的便利和價值。

參考文獻

[1]白辰甲，許華哲，李學龍.大模型驅動的具身智能：發展與挑戰[J].中國科學：信息科學，2024，54（9）：2035-2082.

[2]朱秋國，熊蓉.人形機器人技術現狀及場景應用思考[J].機器人產業，2023（4）：14-19.

[3]SMITHL，GASSERM.Thedevelopmento fembodiedcognition：six lessons frombabies[J].ArtificialLife，2005，11（1-2）： 13-29.

作者簡介

沈榮港，碩士，工程師，研究方向為智能機器人技術。

劉宇飛，博士，副研究員，研究方向為智能機器人技術。

李慶展，博士，高級工程師，研究方向為智能機器人技術。

林雪琴，碩士，高級工程師，研究方向為機器人標準化。

黃媚，工程碩士，工程師，研究方向為智能機器人產業與市場拓展。

（責任編輯：張瑞洋）