人形机器人下半场开始了？

2025年已经进入下半场，人形机器人行业似乎也进入了“下半场”。

6月以来，虽然人形与具身智能依然是科技圈最炙手可热的话题之一，但特斯拉Optimus传闻砍单至仅1000台、资本吐槽市场估值过高、部分企业裁员、多家企业直言不讳遥操作才是唯一解。从商业落地的角度看，人形机器人的进展也远不及市场预估。

多个发展现象似乎都在印证，人形机器人与具身智能这波发展浪潮，即将进入平稳期。而近期2025年华为开发者大会（HDC）上的最新动态，也从侧面证明，人形机器人的下半场，或许要有些新的变化：新的行业共识正在形成，新的落地思路正在加速实践。

▍当人形机器人撞上工业“99.9%可靠性”铁壁

人形机器人下半场有哪些新变化？

HDC2025上，华为云发布的全新具身智能平台架构无疑引发行业震动。因为这个名为CloudRobo的平台，主打用大模型为具身智能机器人提供“智慧大脑”，并配合“端边云”协同，让机器人在执行任务时更加智能和高效。同时，其革命性在于将无人矿卡、工业机械臂、移动机器人等非人形形态纳入具身智能载体，利用盘古大模型的超算能力，提供从数据、模型到应用的全栈能力，或许彻底打破了大众对于具身智能或者人形机器人的认知边界。

具体而言，CloudRobo平台这种分布式的具身智能“大小脑结合”架构，相比人形机器人等传统的集中式控制有诸多优势。因为从硬件角度看，它允许机器人根据任务需求更灵活配置硬件。例如，在工业场景中，高精度的机械臂可以作为“端”设备，专注于精准操作；而在物流场景中，移动机器人（AMR）则可作为移动的“端”单元、视觉和激光雷达可以作为机器人的眼睛。通过边缘计算，这些设备能实时处理如避障、路径微调等紧急任务，确保操作的及时性和安全性，实现更宏观的任务规划，如生产流程优化、多机器人协作调度等。

在软件层面，CloudRobo平台的多模态大模型能处理视觉、听觉、触觉等多种传感器数据，实现对复杂环境的精准理解。例如，在半导体制造中，机器人需要同时感知晶圆的位置、温度、表面平整度等多维度信息，通过多模态融合，云端模型可以快速生成最优操作策略，并通过边缘节点实时下发到机器人本体执行。这种“大小脑结合”的方式，不仅提升了机器人的智能水平，还显著提高了系统的可扩展性和稳定性。

“具身智能终极目标不是模仿人类形态，而是成为物理环境的最优解耦体。”作为本次HDC2025上华为合作展示的核心厂商，优艾智合副总裁关健在接受机器人大讲堂专访时强调。

这一观点直指当前人形机器人落地工业场景困局，当行业追捧的人形机器人撞上工业制造99.9%可靠性的铁壁，商业化瓶颈已成必然。

传统观念中，人形机器人因其模仿人类的外形，被寄予能够直接替代人类工作的厚望。然而，近年来的探索表明，短期而言现实的工业环境对机器人的要求并非简单的人形复制，而是效率、成本和稳定性的综合考量。这意味着在实际应用中，通用的人形形态并非工业的最优解。

因为工业生产涵盖了广泛的领域和任务类型，从高精度的电子芯片制造到大规模的汽车装配，从复杂的化工流程控制到危险环境下的能源巡检，每种任务都有其独特的操作要求和环境特点。公开数据显示，头部人形机器人厂商的操作成功率普遍徘徊在80%左右，能达到90%就会被质疑数据真实性，因为这与模型泛化训练的底层逻辑相悖。

优艾智合副总裁关健对我们指出，在高端制造领域，千分之一的容错率是入场底线。以半导体工厂为例，工人需身穿防护服连续工作10小时，搬运晶圆盒时纵向振动需控制在0.3倍重力加速度内，这对机器人的稳定性提出近乎残酷的要求。更现实的矛盾在于成本，当试图用通用构型适配所有场景时，工业领域真正需求大多的是“在合适的地方用最合理的机器人产品，满足整厂系统化要求，而非给人形强行安装躯干”。

这本质上是由于工业生产线上，每种任务都有其特定的最优执行形态，虽然部分任务需要一定的灵活性，但更多的是重复性、规律性的操作。例如，在电子芯片制造中，高精度的机械臂可以在极小的空间内完成芯片的贴装工作，而人形机器人的手臂结构和关节自由度设计，并非专门为这种高精度微操作优化，因此效率和精度远低预期。

而在物流仓储场景中，移动机器人可以沿着预设轨道高效地搬运货物，无需像人形机器人那样消耗大量算力在复杂的步态平衡和环境适应上。相比之下，人形机器人的通用性优势在这种场景下并不明显，反而因其相对复杂的结构和控制算法，增加了系统的成本和维护难度。

我们并不否认人形机器人是终极形态，但因为单就技术层面而言，人形机器人仍面临着诸多尚未攻克的难题。例如人形机器人虽然在行走、站立等基本动作上有所进步，但在工业复杂环境下，如不平整地面、狭窄通道等，仍容易出现摔倒、失衡等情况，这种不稳定性严重限制了其在实际场景中的应用。

泛化能力同样是一大挑战。现实世界的任务千变万化，人形机器人目前还难以像人类一样，快速适应并完成各种不同类型的任务。例如，在工业生产线上，简单的物料搬运任务，人形机器人可能需要经过大量的训练和调试才能勉强完成，那么其价值或许就需要重新衡量。

▍工业具身智能体的分层进化论

人形机器人下半场到底该如何做？

目前，工业任务的多样性与人形结构的局限性，已经证明标准化人形并非工业最优解，而华为云Cloud Robo的工业逻辑，则一定程度上代表了具身智能下半场的新打法，即当行业级大脑成基础设施，工业具身智能体就有了进化的可能性。

在华为云的设想中，未来工业场景中的具身智能，不是由单一的人形机器人主导，而是多种形态机器人在统一智能平台下的协同作业。人形机器人在某些需要高度灵活性和交互性的场景中可能会发挥作用，但在工业领域，它们更多是作为整体解决方案的一部分，与其他专用机器人共同构建高效的生产体系。

通过具身智能“大脑”平台，企业可以根据自身生产流程的特点，混合部署不同形态的机器人，实现生产效率的最大化。这种多形态集成的方式，也降低了企业的智能化改造成本，因为企业无需为了引入机器人而大规模改造现有的生产设施。

优艾智合副总裁关健对此的解读极具画面感：“一个刚毕业的大学生可能具备普世认知和基础行动力，但要成为合格生产力，融入整个工作流，必须注入行业经验与知识而能更快耦合。就像人类的小脑控制肢体平衡不需思考，但规划下班路线需要大脑决策，机器人同样需要分层智能，而这正是工业具身智能的“大小脑”逻辑。”

在这样的背景下，以工业场景为代表的专用具身智能机器人开始体现更多价值。因为与追求通用化、拟人化的人形机器人不同，专用具身智能机器人专注于特定领域的任务需求，通过优化设计和针对性的技术研发，能更快实现在特定场景下的高效应用。

关健向我们解释道，因为工业场景对机器人的要求可以用“极致”来形容，华为云Cloud Robo可以放大这种专用机器人的优势并将其整体组合。例如在半导体制造中，晶圆搬运是一项关键且极具挑战性的任务。晶圆极其脆弱，对搬运过程中的振动、精度要求近乎苛刻。“当机械臂以0.1毫米精度抓取晶圆时，稳定和精度是对机器人要求的两个关键因素。”他解释道。

通用型机器人由于其结构设计和控制精度的限制，很难满足这些要求，而专用的晶圆搬运机器人，通过控制论算法实现毫米级抓取精度、0.3G振动抑制、安全避障等刚性需求，就能确保99.9%的操作可靠性。目前，在华为云接口协议支持下，优艾智合的行业级调度平台还能通过生成式AI仿真优化整厂效率，解决原先单体机器人的能力边界问题。

不仅如此，在成本效益方面，专用具身智能机器人同样具有明显优势。由于专注于特定任务，其研发成本相对较低，不需要像人形机器人那样，在通用化设计和复杂的人工智能算法上投入大量资源。这使得专用机器人的售价能够控制在企业可接受的范围内。而且，通过提高生产效率、降低人力成本、减少错误率等方式，专用机器人在投入使用后，能够快速为企业带来显著的经济效益。

就像2013年电影《机械公敌》中，人形机器人坐在燃油车里驾驶的场景，在今天看来充满讽刺，因为真正的自动驾驶汽车无需人类形态，同样，工业机器人进化的核心逻辑应是“环境定义形态，效率重构生产力”，因为合适、合理才是场景的最优解。

▍优艾智合的具身智能新解法

人形机器人下半场是否有新的机遇？

在华为云发布CloudRobo平台之前，其实机器人大讲堂就注意到，有许多行业企业开始在专用具身智能机器人领域布局，优艾智合就是其中之一。作为一家深耕工业场景的机器人企业，优艾智合的技术布局和产品应用，为我们展现了专用具身智能机器人在工业领域的巨大潜力，也从侧面证明了，当前人形机器人与具身智能进工业场景落地的发展思路，或许可以探索新的方向，尤其在华为云这种CloudRobo全新架构下，原先的机器人整厂解决方案有了新的生命力。

优艾智合在工业场景的具身智能应用架构，主要围绕“场景定义智能”这一核心理念构建。旨在满足不同工业领域，不同行业、不同生产环节千差万别的需求，优艾智合的技术布局，正是从理解和剖析这些复杂的场景需求出发，通过构建多层次、模块化的技术体系，实现了机器人在工业环境中的高效运行，并且快速建立了具备高度的定制化和适应性的机器人系统以及产品矩阵。

如今，基于具身智能的全新架构，优艾智合尝试在刚性需求层，用硬件解耦的方式，基于机器人单体强可靠性，在柔性优化层用AI释放效率。“工业场景大多不需要完整的人形，只需取其‘眼睛’或‘手脚’。”关健举例道，优艾智合已聚焦半导体与能源两大领域深耕，用模块化平衡成本与定制化矛盾，让眼（视觉）、手（机械臂）、腿（移动底盘）按需重组。

机器人大讲堂认为，优艾智合的具身智能落地实践有点类似一场技术重组手术：将机器人的各个功能模块剥离，移植到专用机器人中，并针对场景进行组合。这使得在硬件层面，优艾智合能针对不同工业场景的特点，开发多样化的机器人本体。

例如在半导体制造车间，环境要求极高的洁净度，且晶圆等生产物料极为精密。优艾智合为此设计了专门的晶圆搬运机器人，其机械结构采用特殊的材料和工艺，避免对生产环境造成污染。在巡检场景，如变电站、石油化工工厂等，环境复杂且存在潜在危险。优艾智合还推出了多种形态的巡检机器人，包括轨道式、轮式和履带式等，满足更复杂的场景需求。

“当人们纠结于人形机器人能否泡咖啡时，我们已用解耦的‘眼’与‘腿’，在半导体工厂跑通99.9%可靠性的百台集群。”关健的结语意味深长。

优艾智合开发的MAIC系统将这一逻辑具象化，通过整合TMS系统生成动态运单，如同网约车平台的智能派单系统，边缘服务器将其拆解为运输单，帮助每台机器人配备多模态感知框架，像司机般精准执行指令，本体的“小脑”则专注执行亚毫米级晶圆抓取，最终100台机器人能在3000平米晶圆厂本地执行端7×24小时运行，待命率低于10%，通过实时路径调整规避拥堵，这种分层协作使整厂物料周转效率大幅提升。

“这彻底颠覆了‘人形机器人当班组长，带机械臂工人干活’的逻辑。”关健直言。在工业集群中，机器人的组织架构应由软件系统定义，而非模仿人类层级。同时，机器人的设计和应用应遵循“功能决定形态”的原则。工业场景需要的是能够高效、稳定、低成本地完成特定任务的机器人解决方案，而不是简单地模仿人类外形。

▍36,000种岛屿生态，细分化不可逆

当采访最后被问及具身智能的终极形态，关健称其坚信“达尔文主义进化论”：太平洋上分散的岛屿会进化出独特物种，工业的36,000个细分场景同样如此，工业场景很难被某一种机器人完全覆盖。

“光刻机工厂和铅笔盒工厂都叫工厂，但毫无共性。”关健解释道，历史证明，工业领域从未出现通杀型产品——即便是最通用的机械臂，也分化出焊接专用型、喷涂专用型等细分品类。

华为云的CloudRobo平台和优艾智合的技术实践，恰恰都证明了，在具身智能的时代，工业场景的智能化升级需要的是多元化、定制化的机器人解决方案，而非单一的标准化人形机器人。

那么未来专用具身智能机器人，或许同样需要在企业主导下，通过对工业任务和环境的深入分析，采用针对性的设计和技术，才能够跳过“人形幻想”，更好地满足工业生产的实际需求，为企业带来更高的价值。

华为云的打法，也可以说真正践行了华为任正非所提出的“黑土地”哲学：提供土壤，让每个生态伙伴长出最适合环境的作物，达到工业具身智能的真实革命。

而优艾智合这条树苗，能否在人形机器人与具身智能进工厂的大趋势“浇灌”下生根发芽，无疑非常值得期待。