导语：

生成式人工智能正推动人形机器人领域迎来快速发展。借助多模态大模型，机器人能够模拟人类行为，掌握人类习以为常的动作，并着手完成简单任务。技术革新、市场需求与政策支持三管齐下，加速人形机器人步入规模化生产阶段，其成本有望低于汽车。人形机器人将成为衡量制造业强国地位的重要指标。

近期，工业和信息化部发布《人形机器人创新发展指导意见》，规划未来三年至五年的发展蓝图，聚焦关键核心技术突破，将其比作“大脑、小脑、肢体”的综合能力。其中，“大脑”涉及对复杂环境的感知、理解与决策，其发展依托于人工智能大模型的演进，尤其是多模态大模型在“具身智能”领域的推进。

生物进化历程表明，通过身体与环境互动，生物逐渐演化出智能。同样，人形机器人要实现智能化，需经历类似过程。这是当前生成式人工智能与多模态大模型研究的核心方向。

今年，谷歌推出了能将视觉信息转化为行动指令的PaLM-E等多模态大模型，以及RT-2机器人，微软则推出了“ChatGPT for Robotics”，使人类能以自然语言形式向机器人发出指令。这一系列进展减少了对大量人工标注数据的需求，赋予机器人更强的自主控制能力。

具身智能是关键，它使得机器人能够理解并执行复杂的连续动作序列。例如，特斯拉的Optimus机器人能够模仿人类动作，通过前一动作的输入预测下一动作，并在视觉反馈的指导下调整自身行为。短短两年内，Optimus从需要辅助才能上台的阶段，发展到能独立行走、执行家务并适时休息的成熟状态。

人形机器人本质上是通用型机器人，能够在多种环境中执行不同任务，并通过学习不断提升性能。具身智能拓展了人形机器人的应用范围，使其能够自动处理三维物理世界的复杂细节。在人类社会中，通用机器人实现了即插即用，适应了以人类为中心的环境，无需昂贵的场地改造或专用工具，也不需要人类远离操作。

市场探索中，人形机器人“大脑”的最小可行产品（MVP）逐渐成型。研发路径分为侧重稳定高效的双足机器人和注重灵活精准的手部机器人的两个方向。每个方向都离不开负责运动控制的“小脑”与具有刚柔并济特性的“肢体”。中国的目标是在2025年实现核心部件的安全可控，在2027年建立完整的供应链体系。

Apptronik等公司已迭代出上半身人形机器人原型，Agility Robotics则设计了史上百米短跑最快的下半身人形机器人。短期内，颜值对机器人就业的影响不大。然而，超过65%的工作需要移动能力，其中20%依赖双腿，98.7%需要灵巧的手部操作。几乎所有工作环境都是基于满足人类双手操作的具体需求构建的。

人形机器人驱动控制技术专利申请趋势显示，过去20年间，相关专利数量稳步增长，重点关注本体结构、智能感知与驱动控制。专利申请焦点正从下肢结构与步态控制转向手臂结构及其运动控制，并呈现出进一步增长的迹象。许多“具身智能”演示中，机器臂成为了主角，因为“人”这一生物拥有约四分之一的骨骼位于双手，手指在一生中可弯曲和伸展约25万次，手掌布满了17,000个触觉感受器和游离神经末梢。

市场对人形机器人表现出浓厚兴趣，它具备持久力，不受人口老龄化影响，且长期成本效益高。亚马逊已试用Agility Robotics的人形机器人Digit，用于递送空箱子并回收放置到货架上，计划于2024年实现量产，首条生产线位于俄勒冈州的RoboFab，年产能可达1万台。

Digit原型成本高昂，特斯拉的目标是将Optimus的成本降至2万美元，Figure创始人对此抱有信心。他们认为，人形机器人与汽车共享核心供应链，如传感器、芯片等，这使得大规模生产成为可能。经验曲线显示，产量每翻一番，成本至少可下降15%，特斯拉在这方面积累了丰富经验。

全球范围内，包括特斯拉、本田、波士顿动力、小鹏、比亚迪、小米等企业均在人形机器人领域有所布局。虽然部分企业专注于垂直自主研发，但更多企业正通过自研硬件实现商业化，如宇树科技仅用半年时间便推出了人形机器人产品。

中国作为全球最大的机器人市场，人形机器人被视为替代现有工业和服务业机器人的新力量，有望带来新的增长点。政府层面，从中央到地方，各级政府正在积极引导创新与投资，推动人形机器人技术的发展与应用。《人形机器人创新发展指导意见》是中国首个此类顶层政策文件，旨在加速人形机器人技术创新与产业化进程。

随着技术的进步和政策的支持，人形机器人领域展现出广阔前景，其发展曲线预计与电动汽车行业相似，从少量初期商业化验证到大规模普及，逐步成为制造业强国的新标志。中国作为全球重要市场，正成为这一变革的先行者。