⚠️【免责提醒】下面只聊产业现状、技术进展和行业观察,不是任何投资参考,不推任何标的,不教怎么买怎么布局,就是跟大家唠唠最近人形机器人圈子里实打实的变化。
不少朋友前两年盯人形机器人,眼睛死死攥着减速器、伺服电机这些“硬骨头”。
说白了,就是盯着机器人的胳膊腿。
可最近跑产业论坛、看各家放出的最新测试样机,一个感觉越来越明显:风向真的悄悄拐了。
不是说关节传动不重要,而是大家慢慢反应过来——光有一身好骨架,脑子跟不上,机器人永远只能在展台上摆样子、走两步秀一下。
真正决定它能不能进工厂、进家里干活的,是那套管看、管想、管做决定的“大脑”。
也就是现在圈子里一直在说的具身智能整套中枢。
今天咱们不搞花里胡哨的吹票套路,老老实实把这一大块拆成六大块,聊聊现在各家到底在啃什么难关,哪些地方已经看到实进展,哪些还只是画饼阶段。
![]()
① 机器人操作系统 + 具身大模型|决策的地基
很多人以为大模型就是聊天 AI,其实放到机器人身上完全不是一回事。
聊天可以慢半拍,机器人踩台阶、抓杯子、躲障碍物,指令必须卡到毫秒级。
所以不能直接拿普通大模型套上去用,得有专门适配机器人的操作系统,再配上能看懂世界、规划动作的具身模型。
国内不少团队已经不只是拿海外现成系统改一改,开始整套自研底层底座。
有的走芯片、系统、算法打包一起做,目标就是一套底座跑到底;有的专门死磕实时控制,保证机器人动作不卡顿、不抖;还有一批团队重点放在人机配合,希望以后人跟机器人一起干活不用复杂遥控器;也有往类脑方向探路的,想让机器更像人一样感知学习;还有直接把运动控制跟智能中枢捏在一块做一体化方案的。
但客观讲一句实在话。
这条路烧钱速度快,周期拉得很长。不是哪个团队砸一笔钱,半年一年就能拿出能到处跑、随便干活的成品。现在大多还处在版本迭代、真机反复试错的阶段,距离大批量落地,还有好一段路要熬。
② 域控制器、机载算力盒|大脑的硬件盒子
光有算法和系统不行,总得有地方跑。
这个机载算力盒、域控,就是机器人背在身上、顶在脑袋里的本地“计算盒子”。
它要把摄像头、触觉、距离传感器一堆信号收进来,快速算明白周围是什么情况,再把控制指令传给各个关节。
现在市面上已经有不少成熟的机载算力方案,有的直接适配主流算力平台,让端侧大模型能在机器人本机跑起来;有的已经把视觉认路、路径规划、实时控制串成一条完整链路;还有一批玩家把做自动驾驶感知、域控那套本事迁移过来,专门给机器人头部做感知方案。
这里最大的短板也很现实。
不少成熟方案现阶段还是依赖海外算力底座,国产自主算力要做到稳定、够用、成本合适,不是喊几句口号就能追上的,得一轮一轮靠真机验证、靠供应链打磨。
③ 3D 视觉、光学感知|机器人的眼睛
人要干活先看得见,机器人也是同一个道理。
不管是绕开地上的电线,还是伸手抓起一个瓶子,第一步都得靠视觉把环境摸清楚。现在主流就是 3D 深度方案、iToF、各类图像传感芯片搭起来的感知网络。
国产这边已经跑出不少能打的队伍。有的专门做整套国产深度视觉方案,已经给不少人形机器人本体样机供货;有的扎根图像传感芯片;有的主攻红外光学镜头、光学组件;还有一批专门做空间定位、姿态捕捉;也有把工业视觉多年积累拿过来改造成机器人专用 3D 传感方案的。
但这个赛道卷得真不轻。
做视觉模组的厂商太多,同质化竞争厉害,价格战一直压着利润。很多方案看着参数漂亮,放到复杂光照、逆光、暗光环境里,识别稳定性马上就掉链子,还要持续打磨。
④ 触觉、力觉传感器、电子皮肤|机器人的皮肤
眼睛能看见,不代表手知道用多大劲。
抓鸡蛋不能捏碎,搬重物不能直接脱手,跟人轻轻碰一下不能硬顶,这些全都要靠力觉、触觉反馈。很多懂行的工程师都说,灵巧手能不能真正量产,触觉力觉这一关绕不过去。
现在国内不少团队分头在啃这块硬骨头。有专门做六维力传感器的;有埋头研发柔性电子皮肤的;有拿到触觉传感项目合作订单的;还有一批在做 MEMS 传感元件、微型传感器,直接塞到关节里面,随时监测机器人本身的运动状态。
只是实事求是说,绝大多数电子皮肤方案,目前还处在送样、小批量测试验证阶段。
有的摸起来像那么回事,寿命不够;有的成本太高,一台机器人装一套就贵得离谱;有的只能在实验室稳定,放到复杂工况就容易飘。什么时候能大规模铺上去,暂时没有准日子。
⑤ 仿真平台、数字孪生、数据服务|AI 的训练场
拿真机器人一遍一遍试错,成本太高,摔一台样机就是一大笔钱。
所以现在主流做法,就是先在虚拟世界搭好场景,用数字孪生、仿真平台生成海量训练数据,让机器人模型在虚拟环境里反复练走路、练抓东西、练避障,练得差不多了再放到真机上跑。
这块赛道里,有的专门搭 3D 数字孪生场景;有的做多物理场工业仿真;有的在做训推一体平台;有的专门负责数据采集、标注;还有已经落地专门给具身智能做训练和数据采集的基地;也有一批扎根工业场景,把数字孪生跟物理 AI 绑在一起做方案。
它的弱点也很清楚。
大多是跟着下游研发节奏走,项目制居多。机器人厂商研发快,订单就多;研发踩坑、节奏放缓,这边单子立刻就少一截。业绩弹性大,稳定性一般。
⑥ 运动控制、伺服、传动部件|最后的执行手脚
这个板块大家最熟,也是之前热度最高的一块。
大脑算好该往哪走、该怎么抓,最后都要靠控制器、伺服电机、减速器、执行器带动关节动起来。
经过这么多年打磨,国内供应链已经有不少成熟选手。有的主打运动控制和整套伺服系统;有的深耕各种精密减速器;有的专门做高性能伺服电机;还有直接打包做机器人执行器总成的。
好处是成熟度高,拿得出货;坏处就是赛道挤得满满当当,竞争早就饱和。单纯拼硬件价格,红利已经不像前几年那么猛,想继续突围,大多得跟感知、控制算法绑在一起,不能只拼一个零件。
行业现在躲不开的几个现实
第一,别被短视频里那些炫酷样机骗了。绝大多数还处在产业早期,很多方案还在来回换、来回改,真正能稳定上岗干活、大批量铺到市场上的时间点,目前谁都没法拍胸脯打包票。
第二,海外大厂路线差异巨大。有的侧重大模型驱动,有的优先本地实时控制,有的先堆感知硬件。一旦主流路线变了,不少已经投入不少钱做的方案,有可能直接跟不上节奏。
第三,“送样”不等于“量产”。很多零件看着已经送到机器人厂商手里测试,中间还要过可靠性、寿命、成本、一致性一大堆关卡,这一段路往往最磨人。
第四,热度起伏是常态。一个视频爆了,全行业跟着热闹一阵;遇到技术瓶颈、成本卡壳,热度又会快速冷下来。产业化不是一条直线往上冲,中间肯定有反复。
聊两句实在的
如果纯从技术角度看,视觉感知、触觉传感、仿真训练这三块,你觉得哪一块最先熬出头,真正帮人形机器人从“展台秀”变成能干活的工具?
你最近有没有看到一些有意思的新方案?比如不一样的感知方式、特殊的训练思路,都可以在评论区拿出来一起聊聊产业。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.