机器人产业链加速迎接“ChatGPT时刻”

2025年CES期间，从国产机器人样机获得热捧，到英伟达创始人兼CEO黄仁勋提出“通用机器人领域的‘ChatGPT时刻’即将到来”，机器人市场正迎来前所未有的关注热情。

这一方面源于AI大模型等核心技术快速演进，加速驱动机器人落地；另一方面相关用工需求也在出现，促使多类型主体参与推进机器人下场“打工”。

国内厂商中，早已积累多年出海经验的扫地类目机器人，能力还在持续外拓；人形机器人、机器狗等更丰富的类型陆续进入大众视野。由此，阶段性拐点也在出现：2025年被认为将进入人形机器人量产元年。

在CES期间，特斯拉CEO马斯克在一次访谈中更是谈道，计划2026年扩大规模量产旗下人形机器人Optimus（擎天柱）。一场围绕AI大模型为基座的新一轮技术应用竞速再度开启。

图片来源：新华社

“ChatGPT时刻”来临？

在CES期间，21世纪经济报道记者发现，国产厂商带来的展品中，已经覆盖包括家庭、工业等多种场景。即便是早已出海的扫地机器人也在持续迭代演进，由此带来进一步价值升维。

例如追觅科技在扫地机器人基础上，增加了仿生多关节机械手技术，据介绍可以实现30cm空间扩展，夹取400g~500g重量的物品。夹取后，通过大模型让物品归位。此外配有仿生机械足，可以完成4cm以上的越障。

扫地机器人还可以进一步演化成割草机，这也更匹配海外市场的具体需求。九号机器人展台工作人员介绍，借助视觉+RTK方案，可以让定位更可靠，展出的割草机产品能实现更大作业范围、效率也大幅提升。

陪伴类机器人也备受关注。国产厂商萌友智能推出的Ropet，被定义为下一代AI机器宠物，在众筹平台Kickstarter上，截至记者发稿，该款产品已经获得1012名支持者，认缴214.28万港元，原计划的认缴目标是1万港元，受欢迎程度远超计划。

展出半天样机就已经“预订完了”的宇树科技旗下机器人，是国内较早把大型机器人类目价格降到10万元以下的厂商。其展示的如机器狗等产品，既能适应家庭陪伴场景，也能应用在工业、应急等场景中。

人形机器人类目也是最受现场观众欢迎、交互频次极高的类型。在高通展台上，全球首台完全基于高通SoC平台设计的端侧多模态AI大模型人形机器人“通天晓”（Ultra Magnus）就在极高频地与参观者交流并连贯传递饮品。阿加犀CEO孙晓刚介绍，正计划推动“通天晓”在工业制造、商用服务和家庭陪伴等领域应用。

引发更高关注的是马斯克对Optimus量产进度的介绍。根据计划2025年Optimus将开启量产，2026年产量将增加10倍，目标是生产5~10万台人形机器人，到2027年产量再增加10倍。

这无疑意味着，在马斯克看来，人形机器人正迎来进入重点领域商用的关键节点。根据此前展示，Optimus的确已经可以在特斯拉工厂中执行特定任务。

回溯本轮机器人发展热潮，在此前多年演进迭代的基础上，更为关键的是加入了AI大模型等相关技术，令机器人的泛化能力得到了大幅提升，才有如今更为智能的机器人产品涌现。这就不难理解黄仁勋提到的“ChatGPT时刻”即将到来。

CIC灼识咨询执行董事余怡然对21世纪经济报道记者分析，深度学习、生成对抗网络和多模态AI等技术不断推动AI的边界拓展，使机器人具备更强的自主学习和适应能力，能够更好地理解人类语言和指令。由此让人形机器人从机械装置迈向智能体成为可能。“如谷歌的RT-2等模型，可以让大模型直接输出动作，无需调用其他模型，展现了端到端模型的强大潜力。”

此外，IDC中国研究经理李君兰对21世纪经济报道记者补充分析，人口结构变化带来“机器代人”市场需求明显，机器人产业链成熟及价格下降，国家政策指引、资本跟进投入等也成为助推本轮机器人热潮的重要因素。

产业链大集成

当然挑战也在出现，不少从业者已经指出，随着物理世界的数据被大量学习，接下来能用来训练模型的真实数据正走向枯竭的边缘。这不仅可能会让大模型本身迭代速度放缓，也将影响到应用场景的持续拓展。

恰恰在CES上，英伟达发布了一款物理世界模型，正是为了弥补当下面临的发展短板。

据介绍，Cosmos世界基础模型（WFM）使开发者能够生成大量基于物理学的逼真合成数据，以用于训练和评估其现有的模型。开发者还可以通过微调Cosmos WFM构建自定义模型。

黄仁勋表示：“与大语言模型一样，世界基础模型是推动机器人和自动驾驶汽车开发的基础。我们创建Cosmos是为了普及物理AI，让每一位开发者都能接触到通用机器人技术。”

Cosmos的首批用户包括14家机器人和汽车公司，其中国内厂商小鹏就将借此进行机器人研发。

余怡然向记者分析，英伟达Cosmos世界模型为机器人行业提供了一个集成的AI框架，大大降低了研发成本和时间，加速了机器人技术的商用落地。

“Cosmos能够创建高度逼真的虚拟世界，机器人可以进行强化学习，不断尝试不同的动作和策略，并根据反馈调整行为，以达到最优决策效果。这种基于模型的学习方式可以大大加快机器人的学习速度，减少在真实环境中试错的成本和风险。且其可以促进不同领域的机器人协同工作，通过共享的世界模型提升任务执行效率，实现跨行业应用场景的突破。同时，Cosmos平台为机器人提供标准化工具，简化开发过程，对加速其商用化进程有较大的帮助。”她进一步指出。

此外记者发现，不仅创业类公司，既往以汽车、手机等为主业的厂商也对机器人品类表现出极高兴趣。这一方面源于更多厂商看到机器人在工业场景的应用价值，另一方面也与既有产业链能力可以有所复刻有一定关联。

2024年，在机器人领域沉淀多年的头部厂商波士顿动力结束了液压驱动路线，转而改成电驱路线，与目前汽车电气化路线也有所接近。

李君兰对21世纪经济报道记者分析道，总体来说，汽车和手机厂商在机器人领域具备一定供应链优势。“以智能驾驶为基础，汽车厂商已具备传感器、控制系统、执行器等精密组件的供应链基础，同时其拥有自动驾驶相关的AI视觉、实时控制、自动化等方面技术积累。手机厂商则是在小型化、高性能计算、精密制造等方面具备优势。”

余怡然进一步对记者指出，电车厂商在发展纯电机器人方面确实存在一定产业链先发优势，但深入到技术纵深角度看，仍有一些技术壁垒需要克服。

“从机械原理角度看，电车和机器人的动力系统、传动系统等有一定相似性，因此电机的使用和控制技术有望被率先复用到机器人上。在感知交互领域，电车所采用的先进视觉技术、高精度激光雷达以及多模态传感器，为人形机器人的环境感知与交互提供了可复用的技术基础。”她分析道，但是AI相关技术方面就相对难以复用。

“电车的自动驾驶技术虽然也涉及AI，但主要集中在车辆的路径规划、障碍物识别等相对较为封闭和规则化的场景中，其素材库主要来源于道路环境和交通规则。但机器人的AI技术需要适应更为复杂和多变的类人环境，涉及自主感知、规划和执行等多方面任务，需要重新进行大量数据训练。因此，电车厂商仍需要投入更多资源进行研发和创新。”余怡然续称。

商用元年的挑战

不过整体来看不难发现，目前在计划商用落地的机器人，多是局限于特定场景，即便是Optimus在工厂熟练完成多种类型工作，也显然有很强针对性。让机器人真正进入大众市场尚需时间。

vivo执行副总裁胡柏山近日就分析道，机器人要真正能手脚灵活、有较强大脑决策能力，成为人们理想中的产物，预计可能需要十年甚至十五年以上，但是可以分阶段实施，规划阶段性产品周期进行迭代。

因此2025年仅被定义为人形机器人量产元年，但距离大规模商用还有更多发展空间。

群智咨询（Sigmaintell）执行副总经理兼首席分析师陈军对21世纪经济报道记者指出，2024年全球机器人出货规模约4700多万台，到2025年将实现近6000万台出货量，维持18%年增速。

“其中占据市场80%比重的依然是服务型机器人，这其中有近70%用在清洁场景，典型就是扫地机器人、擦窗机器人等。”他续称，群智咨询监测发现，其中人形机器人的量还非常小，2024年总体量不到4000台，预计2025年全球出货约5000台，显然仍处在发展前期。

余怡然对21世纪经济报道记者分析，目前机器人进入市场应用的难点在于高昂的成本，以及技术稳定性和可靠度。

“中国市场对于机器人的价格接受能力较国外市场低，这使机器人企业在国内市场的利润空间有限。”她进一步指出，目前机器人价格仍较为高昂，特斯拉的Optimus Gen2目前成本为5~6万美元，规模生产后成本将在2~3万美元。鉴于成本限制，企业更倾向于出海以获取更高议价能力。同时，机器人商业化仍存在技术上的成熟度瓶颈，如数据稀缺性、模型推理效率及可靠性等问题等待改善。

目前业界将人形机器人的发展拆分为大脑、小脑、肢体三个维度，不难发现，大模型对大脑和小脑的发展有重要驱动，但当前仍有较大能力迭代空间。

李君兰对记者分析，目前来看，“大脑”是人形机器人成熟度最低的维度。IDC调研显示，用户最希望提升机器人的自主感知识别能力，也即大脑的认知和决策能力。

“大模型对机器人大脑的提升价值明显，多模态大模型是其中重要方向，接下来还需要进一步拓展至物理层面的多模态（视觉、听觉、触觉、惯性、定位等）感知融合；此外，自学习、迭代升级等能力也需要进一步深入。”她进一步指出，小脑方面，需要在动态平衡控制、高自由度复杂运动规划、协同运动自主学习等方面进一步优化。四肢则需要在触觉与反馈、柔性材料与结构设计、高效能源管理等方面进一步突破。

余怡然对记者进一步分析，“在过去发展中，人形机器人更多聚焦于硬件+控制板块，注重执行模块的发展，因此四肢发展相对较为成熟。大脑和小脑对应着大模型和小模型，是人工智能领域中高速发展的部分，尤其是具身大模型，由于缺乏现成数据，开发难度较大，数据集是主要壁垒之一。”她续称，目前，视觉语言大模型已基本能够实现对操作对象和人类语言的感知泛化，而具身模型的主要目标是实现物体操作的执行泛化，以实现在无人为预设程序的前提下与外界环境达成交互感知，连续性地完成任务。只有实现足够泛化，人形机器人才能在多场景中实现商业化应用。