19小时前 人形机器人落地“排位赛”打响，难点堵点犹存

作者：Jack    出品：机器人大讲堂

2025年，具身智能领域已经进入排位赛，头部企业正抓紧争夺更大的市场机遇。

从企业最新进展来看，落地成为2025年下半年以来的具身智能行业发展主旋律。但在激烈的市场竞争中，下游应用企业挑选出真正有实力头部玩家的难度正在提升。

▍人形机器人排位赛开始

企业增多迷人眼是原因之一。企查查数据显示，国内现存人形机器人相关企业1058家，其中2024年全年注册117家相关企业，同比增长64.79%。截至10月10日，今年已注册205家相关企业，远超去年全年注册水平，其中前9月注册203家，同比增长138.82%。从注册资本来看，人形机器人相关企业多为资金密集型企业，注册资本千万级及以上的企业占比过半，其中注册资本在5000万元及以上的相关企业最多，占比30.43%。

企业持续增多的原因在于，业内普遍认为人形机器人有望形成比新能源汽车更为庞大的产业规模。据国际机器人协会预测，2021年到2030年，全球人形机器人市场规模年复合增长率将高达71%。中国电子学会预测，到2030年，我国的人形机器人市场规模有望达到约8700亿元。这也促使各地政府积极行动，力争在这一产业中占据先机。北京、上海、广东深圳、浙江杭州等多地密集出台专项政策，提出培育千亿级产业集群等目标，形成了一场面向未来的产业竞逐。

政策支持、技术突破与场景应用叠加，催生了投资热潮，使得当前人形机器人产业成为资金密集型产业。企查查数据显示，从注册资本来看，注册资本千万级及以上的企业占比过半，其中注册资本在5000万元及以上的相关企业最多，占比30.43%。背后原因就是，资本看到了人形机器人巨大的潜在市场需求、战略地位及AI大模型可能带来的突破，带有很强的前瞻性;另一方面，目前人形机器人多数产品仍处于实验室阶段，技术上存在诸多瓶颈，离大规模、稳定、低成本的商业化应用还有一定距离，因此排位赛的企业还不确定谁才是龙头。

虽然近期在市场上不少企业都有好消息公布，但大多未见真实表现，在繁荣的订单后，因为企业并未公布买家和实际营收、出货量情况，这导致也有部分企业为达成融资或公关目的，采取“左手倒右手”的方式，通过关联方采购制造虚假收入，因此下人形机器人当前排名仍是“黑箱”，企业仍在通过估值判断市场地位，这是排位赛过程中出现的典型问题。

▍从赛项到产业落地

在《人民日报》近期一篇文章中，就开宗明义地指出，虽然从赛场到市场，人形机器人蓄势待发，具身智能正加速从实验室走向产业化，部分企业加速抢跑，发展态势迅猛，但我们既要抓住机遇、用好优势、鼓励具身智能发展，也要保持清醒、正视短板，以创新为驱动、以应用为牵引、以安全为底线，构建软硬融合、协同创新的健康生态，让具身智能既跑得快又跑得稳。

原因在于人形机器人规模化应用仍面临诸多落地难题。看技术，“大脑”的通用智能尚未成熟，跨场景任务泛化能力不足；看硬件，芯片、高精度传感器等核心部件仍部分依赖进口，量产工艺和可靠性有待提升；看成本，动辄几万十几万元的单机价格，制约了商业化推广；正如专家所言，从“能动”到“能做”，仍有巨大差距。这使得有行业人士提醒，制造企业要擦亮眼睛，警惕以快速融资为目的的“拼凑型”创业项目，这些项目缺乏扎实的技术创新和产品落地，在稳定性和可持续性方面有待考量。

行业头部企业宇树科技的创始人王兴兴认为，人形机器人成为颠覆性产品，意味着要实现技术突破、工程化成熟和商业化落地，需要一个艰难而漫长的过程。智元机器人合伙人、高级副总裁、具身业务部总裁姚卯青在接受机器人大讲堂采访时也表示，全球大多数人形机器人在视频demo里样样精通，现实里却大多不能稳定干活。虽然机器人在视频中精准抓取、灵巧叠放、丝滑搬运，每一帧都看起来近乎完美，但离开实验室和背景幕布。

有专家因此指出，市场更广阔、落地速度更快，同时也更有价值的，是产业智能化。让各种形态的工具载体实现智能化升级，将会是具身智能更重要、更现实的发展方向，尤其是在工业领域潜力很大。

▍落地价值凸显

具身智能现有技术与哪些场景适配度高？哪些技术更有价值，更容易助力实现产业智能化？未来在哪些场景市场更广阔、落地速度更快？产品究竟会被部署在哪些具体环节？又正在执行哪些实际任务？核心难点是什么？

专家介绍，具身智能的发展主要依赖于本体、智能体、数据和学习进化框架四大要素，每个环节都涉及漫长复杂的产业链，但机器人在实验室阶段的设计易脱离实际，具身智能行业当前面临的一方面最大瓶颈是商业化落地的规模化和可持续性，因为真实场景往往复杂、多变、非结构化、连续、动态，只有产品能进入真实场景，才能检验企业产品构型、续航、算力配置、传感器布局等方面能否与落地场景有效适配，智能体对环境、任务有更全面感知与理解，才能在真实场景落地，才能实现订单转化和收入，推进商业化落地。

另一方面，高质量数据是全世界具身智能企业都难以逾越的障碍，今天的大语言模型就是依靠已有大量互联网数据的训练，才出现了智能涌现。具身智能也是类似的逻辑，需要高维、连续、动态的场景数据，而真机采集成本极高，仿真数据又难以完全弥合虚拟与现实的差距，没有可靠数据的企业很难进入场景，这种“鸡没生蛋蛋难生鸡”得问题，使得机器人落地其实没有那么简单。

专家建议，由于人形机器人与具身智能产业尚未收敛，企业可选择少数几个应用场景作为试点，以创新为驱动、以应用为牵引、以安全为底线，机器人研发企业与应用企业紧密配合，建立可复制的落地模板和标准化的实施路径，与行业龙头建立联合试点或生态伙伴关系，明确机器人能力与工厂实际场景的差距，再去优化核心组件采购、提升设备集成度、降低单位成本，确定机器人场景内合理续航、负载能力、作业精度，并且快速根据产业需求实现产品与技术迭代，才能满足长期落地合作增长可能。