行動靈活，在生產線上分揀物料、搬運料箱、安裝零件；配合默契，合力搬運重物、給機器人“工友”充電；批量出貨加速，深入汽車生產、家電制造、物流等場景……回望2025年，人形機器人主流產品不僅實現(xiàn)了“站得住、走得穩(wěn)、跑得快”，還從“舞臺上動起來”向“工廠里用起來”轉變。

精準識別料箱位置，靈活的手臂搬起不同尺寸的料箱，再分門別類地放置于架子上——位于北京昌平的福田康明斯工廠內，來自北京人形機器人創(chuàng)新中心的具身天工2.0和天軼機器人，進入發(fā)動機工廠“打工”。在美的洗衣機荊州工廠，第一代類人形機器人美羅已“上崗”超半年，成為生產線上不可或缺的“常駐員工”。

靈巧手等核心部件的突破，讓人形機器人更加“類人”。今年以來，兆威機電、雷賽智能、靈心巧手、普羅宇宙、靈巧智能等多家上市和初創(chuàng)企業(yè)紛紛加快創(chuàng)新布局，提升靈巧手的自由度、多模態(tài)傳感與自適應控制能力，讓其能完成螺絲擰緊、柔性組件組裝、纜線插拔等復雜任務。

“面向工業(yè)領域，靈巧手更需要兼具柔性操作與精密控制。”普羅宇宙CTO吳超新介紹，企業(yè)通過自研ProxiGrasp智能抓取算法，讓靈巧手可自主適應復雜任務需求，在工業(yè)自動化、精密醫(yī)療、極端環(huán)境作業(yè)等領域實現(xiàn)精準操作。

2025年以來，無論是春晚舞臺上扭秧歌，還是馬拉松跑道上一決高下，人形機器人始終吸引眼球。“炫技”之外，從搬重物、擰螺絲，到輔助汽車生產線裝備作業(yè)、助力智能分揀搬運，人形機器人走向了工業(yè)場景應用。

中國電子學會不久前發(fā)布的《人形機器人十大潛力應用場景》，包括“工業(yè)通用操作：上下料與轉移搬運”“汽車制造：分揀配料”“3C制造：物料質檢”等。

“這離不開技術成熟度與應用可行性的雙重跨越。”在賽迪顧問先進制造業(yè)研究中心分析師郝璐璐看來，人形機器人的運動控制實現(xiàn)了從預設軌跡到動態(tài)適應的進步，通過大腦與小腦的深度協(xié)同，開始應對復雜、非結構化的工廠環(huán)境；具身智能的深度融入，使其開始具備基于環(huán)境感知的自主決策與學習能力。在應用層面，產業(yè)焦點從追求外形仿人的炫技，轉向解決生產線上的具體問題。

中國信通院副總工程師許志遠表示，機器人的“物理智能”加速突破，基于強化學習，人形機器人在復雜地形行走、高難度舞蹈等動態(tài)任務上表現(xiàn)顯著提升；基于模仿學習與大模型范式，上肢操作能力快速增強，已能執(zhí)行切黃瓜、倒水、疊衣服等精細操作。

業(yè)內人士認為，當前人形機器人技術已處于從實驗室技術突破向產業(yè)化應用跨越的關鍵階段。東方證券預計，人形機器人在初期的工業(yè)應用市場規(guī)模超百萬臺。

面對日益增長的市場需求，不少企業(yè)加速人形機器人量產出貨，降低行業(yè)成本，并制定產能爬坡計劃。12月8日，智元機器人宣布，其第5000臺通用具身機器人量產下線。智元聯(lián)合創(chuàng)始人、總裁兼CTO彭志輝表示，目前智元已構建穩(wěn)定的核心零部件、傳感器等供應鏈，為規(guī)模化生產筑牢根基，“穩(wěn)定的技術方案與供應鏈體系將帶動行業(yè)成本進入下降通道”。

此外，優(yōu)必選首批數百臺全尺寸工業(yè)人形機器人Walker　S2正式開啟量產交付，將分批投入產業(yè)一線應用。優(yōu)必選相關負責人告訴記者，Walker　S2的交付，覆蓋汽車制造、智能制造、智慧物流、具身智能數據中心等重點領域。目前，企業(yè)正制定清晰的產能爬坡計劃，預計到2026年，工業(yè)人形機器人年產能將達3000至5000臺，2027年進一步擴大至10000臺規(guī)模。

“今年以來，人形機器人產業(yè)在技術方向、落地路徑、市場潛力上形成一定共識，驅動資本密集投入、企業(yè)加速布局，并迎來量產元年，實現(xiàn)從百臺到千臺級的交付突破，產業(yè)集群效應初步顯現(xiàn)。”郝璐璐表示。

不過，分析人士也表示，當前人形機器人在工廠多處于“小規(guī)模單點試驗”階段，多數時候僅承擔搬箱子、上下料等簡單輔助任務，尚未實現(xiàn)規(guī)模化崗位替代。要從“能用”走向“好用”，機器人還需攻克效率、可靠性、成本等多道關卡。

郝璐璐表示，2025年對人形機器人發(fā)展而言，是理想照進現(xiàn)實的一年，行業(yè)開始認識到人形機器人是長賽道，如核心零部件成本仍較高且長期可靠性有待工業(yè)現(xiàn)場驗證、產品同質化現(xiàn)象初顯等。未來，推動人形機器人在工業(yè)領域的應用，要聚焦工藝相對固定、痛點足夠清晰的垂直領域，將全棧技術與工藝深度綁定并做透做精，成為該領域的專家型工人。同時，鼓勵建設開源或半開源的機器人基礎軟件平臺和仿真環(huán)境，讓更多開發(fā)者能在統(tǒng)一、高效的平臺上進行算法開發(fā)和任務測試，避免重復“造輪子”。