今年人形機器人賽道已涌進超180億元，50萬億級的“太空競賽”正蓄勢待發
2025-6-3 來源： 作者：
中國、美國正在競爭下一個未來：AI+人形機器人。
5月下旬，上海浦東張江的一座大型倉庫里，數十臺人形機器人在人類操控下反復執行折疊 T 恤、制作三明治和開門等任務，每天數據采集高達17個小時，目標是生成大量數據，以此提升智元人形機器人的操作準確性。
相較于國內，美國特斯拉公司的人形機器人“擎天柱”（Optimus）近期公布了多條視頻，展示“擎天柱”能跳舞、能聽從人類語言命令執行日常任務等，像學徒工一樣一門心思在工廠或家庭干活。據美國機器人公司Figure AI透露，其人形機器人Figure 3將年產12000個，并計劃未來四年內產能達到年產10萬個機器人。
事實上，近兩年隨著ChatGPT等AI大模型技術迅猛發展，人形機器人產業迎來新的發展機遇，包括智元機器人、宇樹機器人、傅利葉、銀河通用、Figure AI、1X Technologies等企業都在加速人形機器人產業化落地，數十萬款人形機器人競爭走向工廠、家庭，并且希望不斷改變人類的生活、工作和娛樂方式。
據花旗預測，到2050年，全球人形機器人市場規模將增長至7萬億美元（約合人民幣50萬億元），屆時世界上將有近6.5億臺人形機器人。而未來20年，中國將撥款近1400億美元用于機器人和相關高技術領域，這一數字遠高于美國和歐洲，從而將人形機器人從科幻領域帶入現實世界。
然而，人形機器人領域仍處于早期階段，呈現出“非共識”狀態，市場對于人形機器人能否成為通用人工智能（AGI）目標下的最佳路徑存有爭議。
5月下旬清華大學舉辦的一場學術會議上，中國科學院院士、清華大學計算機系教授張鈸表示，人形機器人不是“具身智能”和AGI技術的最佳路徑，而走向通用機器人硬件要多樣性、軟件要通用性。馬斯克說法是不對的。
“不同的應用場景必須用不同的硬件，一個人形機器人去干活、加工生產中間用兩只手就可以了，我們為什么非得給它安兩條腿進去，不僅價格貴了，而且可靠性弱了下來。這么干肯定不對的，現在慢慢改了過來，人形要做，飛行、四足都要做。大家想一想，動物一生下來就能跑，我們人類都經過很長時間才學會用腿走路，所以兩條腿走路絕對不是最優的，最優的是4條腿走路。”張鈸稱，走向通用AI需要更多打破局限性、反思和迭代AI技術。
而馬斯克則擔憂中國人形機器人熱潮對“擎天柱”的威脅，他在一次財報電話會上表示，“關于人形機器人，我不認為任何國家、任何公司能與特斯拉匹敵，但我有點擔心，人形機器人排行榜上第二到第十名將是中國公司。”
200億涌進人形機器人賽道
“現在是資本狂熱期，大家都在往這個方向涌。”國投招商投資管理有限公司董事總經理曹正這樣形容人形機器人賽道現狀。
今年以來，從宇樹科技機器人在蛇年春晚上扭秧歌，到社交媒體上人形機器人展示前空翻、后空翻、騎自行車等絕技的爆款視頻，再到全球首個人形機器人半程馬拉松賽上的“人機共跑”，中國人形機器人正加快迭代進化，熱度不斷攀升。
目前，從地方到企業都在加快布局具身智能和人形機器人賽，北京、上海、深圳、重慶等地的十多個地方政府紛紛出臺相關規劃或者建立和籌備建立產業基金。
據不完全統計，相關國資基金總規模已超過700億元，投向機器人本體、產業鏈零部件、具身智能、創新應用等方向。
天眼查數據顯示，截至2025年5月，中國現存“機器人”相關企業近90萬家。其中，2025年1-5月，新增相關企業10萬家。與2024年同期相比增長44%。
具身智能和機器人產業鏈的企業，也受到投資者的青睞。
據烯牛先見數據顯示，截至5月30日，2025年以來全球機器人相關投資事件超過300個，融資總規模超過200億元，其中國內機器人產業投資活躍度占全球82%以上；另據IT桔子最新數據，2025年至今，全球人形機器人相關投資金額已達到186.51億元，接近200億元，超過2024年全年。
據彭博統計，今年全球生產的1萬臺人形機器人中，預計一半以上將來自中國。
例如，國內銀河通用機器人公司單筆天使+輪獲融資5億元人民幣，成立約兩年累計融資超13億元，IDG資本、經緯創投、藍馳創投、美團戰投、北汽產投、商湯國香資本、訊飛創投、中國互聯網投資基金、北京人工智能產業基金、北京機器人產業基金、上海人工智能產業基金、深創投等都參與其中。此外，紅杉資本中國、啟明創投、京東等機構也已經涌進機器人相關賽道。
海外方面，人形機器人公司Apptronik單輪融資超4.03億美元，創下新紀錄；Figure AI和1X Technologies已分別完成融資6.75億美元和超過1億美元。
傅利葉創始人、CEO顧捷近期表示，智能機器人行業相對技術壁壘較高，涉及的技術領域眾多，是一個全棧技術整合的領域。中國具有強大的制造業基礎，在材料、芯片等方面，產業上下游需要緊密合作，共同推動機器人產業的發展。
“從 AI 能力和本體硬件能力來看，有些部分是我們自己研發，有些部分則需要與合作伙伴共建。例如在傳感部分，包括力傳感器和視覺傳感器等，公司會提出相應的標準，然后與合作伙伴共同制造出適合批量化生產的傳感器；大模型方面，我們會與像商湯這樣的公司合作，也會關注英偉達等公司在大模型領域的進展。我們會利用開源或地緣的大模型，構建獨特的數據源，對模型進行微調，使其適應不同的場景，這需要與合作伙伴緊密配合。”顧捷稱。
智元機器人靈犀業務線總裁魏強對筆者表示，當前人形機器人應用到文娛等場景時，同質化問題嚴重，基本上只能通過遙控操作，完成揮手、握手等簡單的動作，容易使用戶喪失新鮮感，為持續吸引眼球，廠商可以不斷迭代升級人形機器人的展示技能，目前尚難以判斷文娛商演、展覽講解這幾類場景的市場“天花板”高低。因此，人形機器人需要在交互、運動控制以及作業這三個維度上面不斷迭代，這將是一個比較健康的環境。
業內人士普遍認為，盡管人形機器人應用前景廣闊，但目前在工業領域還處于小規模試驗階段，真正走進家庭為時尚早，推進規模化應用面臨的瓶頸比較突出。比如，技術路線尚未收斂，核心零部件亟待提升，高質量訓練數據不足，采集成本居高不下，底層生態薄弱，算法生態開發有待加強等。
人形機器人落地應用的關鍵在于自主智能，這需要海量的高質量數據進行訓練學習。與自動駕駛通過日常行駛自然積累數據不同，人形機器人需依賴人工操作或仿真環境采集數據。家庭場景中，用戶往往難以接受“邊用邊學”的模式，而工業場景中數據采集依賴較高精度的設備，成本居高不下。
談到最近具身智能數據集開源熱潮，美的集團藍橙實驗室運動控制部門負責人侯澈對筆者表示，目前機器人領域的應用數據獲取比較困難，方法主要包括兩個部分：一是通過開源、行業等多種數據；二是需要從模擬到現實（Sim to Real）的方式獲取仿真數據，并將訓練好的模型遷移到機器人。他進一步指出，對于開源數據集，更多是大眾型任務執行數據，不太適合當前專業機器人的任務執行。
曹正表示，利用虛擬仿真場景收集數據成本較低，但僅可用于人形機器人預訓練場景。要進一步落地應用，必須要在更多實際應用的真實場景中來進行后訓練，還需要熟練的操作者來獲得高質量數據。同時，后續人形機器人的發展重點是提升“大小腦”的智能化水平，依賴于先進的模型算法與實際制造業場景海量數據的結合。
多位業內專家指出，中國需加速彌補底層技術短板，發揮場景與產業鏈優勢，分階段推進自主生態建設，包括聯合推進關鍵共性技術研發、挖掘場景優勢加速積累數據等。
“具身智能的爆發離不開政策支持、產業鏈協同與人才培養的長期投入。”上海交通大學人工智能研究院助理教授穆堯表示，對于人形機器人產業不應過度炒作，技術應用需要分階段突破，在任務復雜度適中且人類參與風險高的領域或成為人形機器人三年內規模化應用的突破口。但技術突破僅是起點，行業生態的共建更為關鍵。
投稿箱：
如果您有機床行業、企業相關新聞稿件發表，或進行資訊合作，歡迎聯系本網編輯部， 郵箱：skjcsc@vip.sina.com
如果您有機床行業、企業相關新聞稿件發表，或進行資訊合作，歡迎聯系本網編輯部， 郵箱：skjcsc@vip.sina.com
更多相關信息
