人形机器人的万亿美金大市场，从汽车工厂里先开始了

作者 ｜ 玄宁
邮箱 ｜ wangzhaoyang@pingwest.com

1

到工厂去

浙江宁波，吉利旗下极氪的汽车工厂里，10多公斤重的箱子被双手抬起，稳稳放到流水线里，而这个搬运任务已经连续执行了21天。

山东青岛，一汽-大众青岛分公司的工厂里，质检工在移动的流水线上来回检查车辆零件安装情况，检查结果还能被实时、零延迟上传到工厂系统中。

完成这些任务的都不是人类，而是优必选的人形机器人。

人形机器人无疑是今天最热门的技术方向，但笼罩在它脑袋上的乌云同样浓密——这个投入巨大的技术，究竟如何实现商业化，这是个绕不开的话题。

而“进厂”似乎正在成为机器人公司们的共同答案。

在全球范围，Figure已经与宝马合作，计划在美国南卡罗来纳州斯巴达堡的BMW工厂部署其Figure 01机器人、Apptronik则与奔驰合作，将人形机器人Apollo进入奔驰的汽车生产线，从事搬运、装配等繁重体力活，以及将汽车零部件搬运到生产线上供工人进行组装，同时检查这些零部件、特斯拉的Optimus人形机器人则进入自家汽车产线进行测试。

国内人形机器人企业也在关注工厂里的机会，多家人形机器人企业也在近期表示，工厂是个合理的场景，也是整个行业的趋势。而这其中，优必选走的更快，今年以来已经与东风柳汽、吉利汽车、一汽红旗、一汽-大众青岛分公司等车企，以及全球最大的精密电子制造商富士康，中国及亚洲最大、全球第四大综合物流服务提供商顺丰合作，它的工业版人形机器人也已进入多家车厂实训。目前，在国内外的人形机器人企业中，优必选公布的合作车企数量最多，它的工业版人形机器人已进入多家车厂实训。

在昨天的世界机器人大会上，优必选又和奥迪一汽、北京具身智能机器人创新中心签约，三方会共同研发人形机器人智能化解决方案，将人形机器人引入汽车产线的智能搬运、质量检查和化学品操作等工位，推动人形机器人在汽车工厂的大规模应用。

在这场空前热闹的大会上，有很多机器人公司在展示他们的人形产品，到处是跑跳蹦摔翻滚劈叉的机器人。而优必选的展台则展示了一整套面向工业场景的人形机器人解决方案，把在车厂的实训成果直接搬到了现场。这套解决方案不仅包括了工业版人形机器人，还包括了L4级无人物流车赤兔Chitu等一系列产品。这也让整套解决方案具备了更高效灵活的协作能力。

当你走过它的展台，会看到一个优必选人形机器人走近一台奥迪RS5，用机械手里握着的LED照明灯靠近车轮旁，上下检测。然后后方屏幕立刻显示出检测结果。另一旁，一个身高约1.7米的人形机器人在分拣货物，装入一个收纳箱，另一个拥有较大臂力的人形机器人等待在传送带另一侧，等待把它搬起，转身运到无人车上。

逛展的人们纷纷举起手机拍摄。

“工厂需要的不是人形机器人跳得多高，跑得多快。”在展台旁，优必选科技副总裁、研究院执行院长焦继超对我说。

“他们需要的是能真正进入工厂执行任务的人形机器人产品。”焦继超说自己今年最重要的OKR就是人形机器人进厂实训，目前优必选工业版人形机器人已经获得车企超过500台的意向订单。

这很有意思——质疑人形机器人的人们，总批评它的需求是这些机器人公司想象出来的，然而按焦继超所说，通过他们的实地调研，在工厂这个潜力巨大的场景，需求切切实实来自于工厂们自己。他们“点名”要人形机器人。

1

人形机器人的大突破，正合汽车工厂们的心意

当Walker在工厂里走向那个需要搬运的箱子时，它的语义VSLAM技术先开始发挥作用。

这是一个通过提取被识别物体特征，进而与空间位置信息关联，最终通过端侧控制器实现端到端路径规划和运动控制的系统。这让它可以自主走到目标前，然后用自研的仿人臂一次搬运重达15 公斤的物品。

而在做分拣任务时，Walker先调用起多模态大模型的能力，获得环境和零件的定位和语义信息，从而进行泛化抓取以及异常处理，确保任务在受到干扰的情况下仍然能够顺利实施，提高任务的准确性、连续性及完成度。

当Walker开始质检任务时，它头部、胸部与腰部RGB 及RGBD相机都会同时采集视频流数据，然后在视觉算法和深度学习模型的支持下，检测范围可以覆盖360°的车身范围和0.5米以下的低矮区域，检测准确率超99%。

以及，在这些所有任务中，机器人比人的效率还高在它与系统天然的链接——所有结果都可以实时反馈至本地管理系统并进行可视化显示，毕竟它是“机器”人。

这些都是工厂需要的。很多工作要在一个狭小空间完成，轮式或者有个圆圆的底盘都不太合适，它必须和人一样。而且，很多工厂的配套基础设施，都是为人形设计，一个人形的机器人可以直接适配。

但在这一轮具身智能技术的大突破之前，这些需求距离完全被解决可能还有距离。

其中最关键的突破自然是软件，AI的跨越发展让机器人突然变得足够聪明，或者说，有了变得足够聪明的可能。

大模型给人形机器人带来的是一个更高级的AI模型，它在推理和思考能力上给机器人带来巨大提升。过往的机器人都是基于不同的场景预设好了它的逻辑，当情况发生变化，机器人就应付不过来了。

“而我们使用的所谓的大模型或者叫世界模型，要解决的一个问题是让模型具备思考能力或者推理能力，当它具备这种经验的时候，它可以将这种可能性组合，去解决某一个问题。”焦继超说。

这也让今天出现了三类具身智能的公司和对应的路线：一类相信一个具身智能基础模型可以实现通用的端到端的智能，一个模型解决一切问题；一类则在建立分层的体系，运动控制，感知等适合对应的模型来完成，而通用的大模型在决策层发挥作用。第三类是更加传统的流派，对每个场景做深度的定制和设计，不拒绝为一个具体场景“写死”代码。

今天，第一类的公司基本都在展示demo融资阶段，第三类继续拿着他们擅长解决的场景的订单。第二类公司开始看到以前无法解决的问题被解决后带来的新机会。

“由于具身智能概念在学术界尚无统一标准，我们将技术体系分为大脑、小脑和硬件三个区块。”焦继超说。优必选属于第二类，它把小模型和大模型结合起来，来解决实际的问题。

“大脑负责动态感知和角色规划，小脑则负责运动控制，包括步态和灵巧操作。在执行具体任务时，我们拥有多种高性能肢体，也就是执行器硬件，如灵巧手和搬运设备，以支持人形机器人的识别、决策和行动。大模型技术在工业场景中，虽然交互使用较少，但对决策能力至关重要。”焦继超说。

“例如，当机器人遇到常见或异常情况，如在拿取物体或完成步骤时遇到缺失环节，传统自动化方案可能会受阻，而基于大模型的多模态AI能够自主决策，顺利过渡到下一流程。这是人形机器人自主能力的重要体现。结合大量积累的数据，我们对大模型进行了微调和量化，以提供给边缘侧服务器，为人形机器人提供强大的决策能力。”

在这个路线上继续发展，数据依然很关键：真实场景的数据，通用的数据。

为此，优必选也提早在技术框架上做着准备。它自主开发的ROSA 2.0系统设计成了可完全解耦的方案，因此可以根据用户需求灵活配置，加快产品迭代速度，并支持市场应用开发和机器人感知与数据采集功能。同时，这个框架在设计时就定义成了一个通用方向的框架，它不仅适用于人形机器人，还广泛应用于无人车、AGV、商业服务机器人等，让这个机器团队可以有统一的框架和通信协议接口，整合不同参与方的设计数据。

而且，它已经集成到了进厂实训的人形机器人中。

1

已经开启的“万亿美金”市场

要把文章开头提到的场景大规模普及，还需要时间。但人们都已经行动起来。

优必选给这个过程列出了一个路线图，它会分步实现。第一阶段就是切入新能源汽车制造场景，完成搬运、分拣、质检等任务的测试，不断完善硬件的稳定性和可靠性，实现小批量交付；第二阶段，人形机器人的任务能力会拓展到中等难度，逐步实现规模商业化，横向拓展至消费电子制造等其他行业；到第三阶段，则是更复杂的任务场景，人形机器人可能具备超过10种以上的技能，成为多任务通用型工业人形机器人，这可能要到2028-2033年才能完全实现。

现在只是个开始。但对于汽车公司们来说，这已经是个确定性的必须投入的领域。

一方面，这是应对工厂工人缺口挑战的“终极”解法。据人社部、工信部、教育部联合发布的《制造业人才发展规划指南》中给出的预测数据显示，到2025年，中国制造业工业缺口将接近3000万人，其中新能源汽车产业人才缺口将达到103万人。人形机器人实现应用，将帮助制造业弥补这一缺口。

而一旦一个细分场景实现突破，人形机器人就会加速拓展更多的场景，最终走向通用化。未来我们每个人都可能拥有3-5个人形机器人，业内预计这将是万亿美金的市场。

另一方面，更重要的是，这某种程度决定着汽车产业的竞争格局。

汽车行业是一个对竞争最敏感的行业，也是对未来布局最重视的。没有车企愿意在颠覆性的技术面前保守，尤其在这几年经历了新能源车的巨大格局重塑后，这种投入的决心正变得更坚决。

不少与车企接触过的机器人公司对我表示，在车企看来，人形机器人深入到汽车工厂供应链关键环节，是个很确定的事情，而今天尽早地与人形机器人公司共同研发，不只是一个尝鲜，更像是面对一场提前开打的新供应链战争。

“未来可能是7：2：1的格局。”优必选CTO、北京具身智能机器人创新中心总经理熊友军说。“七成由今天在头部车企的工厂很普遍的机械臂类的机器人来完成，两成会由人形机器人完成，剩下最重要的一些工作由人类完成。”

“我们人形机器人之前已经在迪拜世博会应用了6个月，在中科馆应用超过两年，率先完成了从实验室到商业化场景的‘0到0.1’阶段，下一步就是在工业场景实现‘0.1到1’。”焦继超说。

“在人形机器人进入多个车厂实训的过程中，我们积累了大量真实的、来自多场景的数据，验证了人形机器人的多项功能，并发现了需要进一步迭代和优化的地方。这也是我们积极在汽车企业进行实训和实地部署的原因。通过这种方式，我们可以为产品的持续改进创造更好的条件。毕竟，如果产品始终停留在实验室阶段，它就永远不会成熟并满足实际应用的需求。”他说。

“这是一个很重要的开始，我们会继续踏踏实实做下去，解决发展过程中遇到的各种难题，不断突破技术瓶颈，不断接近最终让人形机器人走进各行各业和千家万户的那个目标。”