人形機(jī)器人下半場開始了？

2025年已經(jīng)進(jìn)入下半場，人形機(jī)器人行業(yè)似乎也進(jìn)入了“下半場”。

6月以來，雖然人形與具身智能依然是科技圈最炙手可熱的話題之一，但特斯拉Optimus傳聞砍單至僅1000臺、資本吐槽市場估值過高、部分企業(yè)裁員、多家企業(yè)直言不諱遙操作才是唯一解。從商業(yè)落地的角度看，人形機(jī)器人的進(jìn)展也遠(yuǎn)不及市場預(yù)估。

多個發(fā)展現(xiàn)象似乎都在印證，人形機(jī)器人與具身智能這波發(fā)展浪潮，即將進(jìn)入平穩(wěn)期。而近期2025年華為開發(fā)者大會（HDC）上的最新動態(tài)，也從側(cè)面證明，人形機(jī)器人的下半場，或許要有些新的變化：新的行業(yè)共識正在形成，新的落地思路正在加速實踐。

▍當(dāng)人形機(jī)器人撞上工業(yè)“99.9%可靠性”鐵壁

人形機(jī)器人下半場有哪些新變化？

HDC 2025上，華為云發(fā)布的全新具身智能平臺架構(gòu)無疑引發(fā)行業(yè)震動。因為這個名為 CloudRobo的平臺，主打用大模型為具身智能機(jī)器人提供“智慧大腦”，并配合“端邊云” 協(xié)同，讓機(jī)器人在執(zhí)行任務(wù)時更加智能和高效。同時，其革命性在于將無人礦卡、工業(yè)機(jī)械臂、移動機(jī)器人等非人形形態(tài)納入具身智能載體，利用盤古大模型的超算能力，提供從數(shù)據(jù)、模型到應(yīng)用的全棧能力，或許徹底打破了大眾對于具身智能或者人形機(jī)器人的認(rèn)知邊界。

具體而言，CloudRobo平臺這種分布式的具身智能“大小腦結(jié)合” 架構(gòu)，相比人形機(jī)器人等傳統(tǒng)的集中式控制有諸多優(yōu)勢。因為從硬件角度看，它允許機(jī)器人根據(jù)任務(wù)需求更靈活配置硬件。例如，在工業(yè)場景中，高精度的機(jī)械臂可以作為“端” 設(shè)備，專注于精準(zhǔn)操作；而在物流場景中，移動機(jī)器人（AMR）則可作為移動的“端” 單元、視覺和激光雷達(dá)可以作為機(jī)器人的眼睛。通過邊緣計算，這些設(shè)備能實時處理如避障、路徑微調(diào)等緊急任務(wù)，確保操作的及時性和安全性，實現(xiàn)更宏觀的任務(wù)規(guī)劃，如生產(chǎn)流程優(yōu)化、多機(jī)器人協(xié)作調(diào)度等。

在軟件層面，CloudRobo平臺的多模態(tài)大模型能處理視覺、聽覺、觸覺等多種傳感器數(shù)據(jù)，實現(xiàn)對復(fù)雜環(huán)境的精準(zhǔn)理解。例如，在半導(dǎo)體制造中，機(jī)器人需要同時感知晶圓的位置、溫度、表面平整度等多維度信息，通過多模態(tài)融合，云端模型可以快速生成最優(yōu)操作策略，并通過邊緣節(jié)點(diǎn)實時下發(fā)到機(jī)器人本體執(zhí)行。這種“大小腦結(jié)合” 的方式，不僅提升了機(jī)器人的智能水平，還顯著提高了系統(tǒng)的可擴(kuò)展性和穩(wěn)定性。

“具身智能終極目標(biāo)不是模仿人類形態(tài)，而是成為物理環(huán)境的最優(yōu)解耦體。”作為本次HDC 2025上華為合作展示的核心廠商，優(yōu)艾智合副總裁關(guān)健在接受機(jī)器人大講堂專訪時強(qiáng)調(diào)。

這一觀點(diǎn)直指當(dāng)前人形機(jī)器人落地工業(yè)場景困局，當(dāng)行業(yè)追捧的人形機(jī)器人撞上工業(yè)制造99.9%可靠性的鐵壁，商業(yè)化瓶頸已成必然。

傳統(tǒng)觀念中，人形機(jī)器人因其模仿人類的外形，被寄予能夠直接替代人類工作的厚望。然而，近年來的探索表明，短期而言現(xiàn)實的工業(yè)環(huán)境對機(jī)器人的要求并非簡單的人形復(fù)制，而是效率、成本和穩(wěn)定性的綜合考量。這意味著在實際應(yīng)用中，通用的人形形態(tài)并非工業(yè)的最優(yōu)解。

因為工業(yè)生產(chǎn)涵蓋了廣泛的領(lǐng)域和任務(wù)類型，從高精度的電子芯片制造到大規(guī)模的汽車裝配，從復(fù)雜的化工流程控制到危險環(huán)境下的能源巡檢，每種任務(wù)都有其獨(dú)特的操作要求和環(huán)境特點(diǎn)。公開數(shù)據(jù)顯示，頭部人形機(jī)器人廠商的操作成功率普遍徘徊在80%左右，能達(dá)到90%就會被質(zhì)疑數(shù)據(jù)真實性，因為這與模型泛化訓(xùn)練的底層邏輯相悖。

優(yōu)艾智合副總裁關(guān)健對我們指出，在高端制造領(lǐng)域，千分之一的容錯率是入場底線。以半導(dǎo)體工廠為例，工人需身穿防護(hù)服連續(xù)工作10小時，搬運(yùn)晶圓盒時縱向振動需控制在0.3倍重力加速度內(nèi)，這對機(jī)器人的穩(wěn)定性提出近乎殘酷的要求。更現(xiàn)實的矛盾在于成本，當(dāng)試圖用通用構(gòu)型適配所有場景時，工業(yè)領(lǐng)域真正需求大多的是“在合適的地方用最合理的機(jī)器人產(chǎn)品，滿足整廠系統(tǒng)化要求，而非給人形強(qiáng)行安裝軀干”。

這本質(zhì)上是由于工業(yè)生產(chǎn)線上，每種任務(wù)都有其特定的最優(yōu)執(zhí)行形態(tài)，雖然部分任務(wù)需要一定的靈活性，但更多的是重復(fù)性、規(guī)律性的操作。例如，在電子芯片制造中，高精度的機(jī)械臂可以在極小的空間內(nèi)完成芯片的貼裝工作，而人形機(jī)器人的手臂結(jié)構(gòu)和關(guān)節(jié)自由度設(shè)計，并非專門為這種高精度微操作優(yōu)化，因此效率和精度遠(yuǎn)低預(yù)期。

而在物流倉儲場景中，移動機(jī)器人可以沿著預(yù)設(shè)軌道高效地搬運(yùn)貨物，無需像人形機(jī)器人那樣消耗大量算力在復(fù)雜的步態(tài)平衡和環(huán)境適應(yīng)上。相比之下，人形機(jī)器人的通用性優(yōu)勢在這種場景下并不明顯，反而因其相對復(fù)雜的結(jié)構(gòu)和控制算法，增加了系統(tǒng)的成本和維護(hù)難度。

我們并不否認(rèn)人形機(jī)器人是終極形態(tài)，但因為單就技術(shù)層面而言，人形機(jī)器人仍面臨著諸多尚未攻克的難題。例如人形機(jī)器人雖然在行走、站立等基本動作上有所進(jìn)步，但在工業(yè)復(fù)雜環(huán)境下，如不平整地面、狹窄通道等，仍容易出現(xiàn)摔倒、失衡等情況，這種不穩(wěn)定性嚴(yán)重限制了其在實際場景中的應(yīng)用。

泛化能力同樣是一大挑戰(zhàn)。現(xiàn)實世界的任務(wù)千變?nèi)f化，人形機(jī)器人目前還難以像人類一樣，快速適應(yīng)并完成各種不同類型的任務(wù)。例如，在工業(yè)生產(chǎn)線上，簡單的物料搬運(yùn)任務(wù)，人形機(jī)器人可能需要經(jīng)過大量的訓(xùn)練和調(diào)試才能勉強(qiáng)完成，那么其價值或許就需要重新衡量。

▍工業(yè)具身智能體的分層進(jìn)化論

人形機(jī)器人下半場到底該如何做？

目前，工業(yè)任務(wù)的多樣性與人形結(jié)構(gòu)的局限性，已經(jīng)證明標(biāo)準(zhǔn)化人形并非工業(yè)最優(yōu)解，而華為云Cloud Robo的工業(yè)邏輯，則一定程度上代表了具身智能下半場的新打法，即當(dāng)行業(yè)級大腦成基礎(chǔ)設(shè)施，工業(yè)具身智能體就有了進(jìn)化的可能性。

在華為云的設(shè)想中，未來工業(yè)場景中的具身智能，不是由單一的人形機(jī)器人主導(dǎo)，而是多種形態(tài)機(jī)器人在統(tǒng)一智能平臺下的協(xié)同作業(yè)。人形機(jī)器人在某些需要高度靈活性和交互性的場景中可能會發(fā)揮作用，但在工業(yè)領(lǐng)域，它們更多是作為整體解決方案的一部分，與其他專用機(jī)器人共同構(gòu)建高效的生產(chǎn)體系。

通過具身智能“大腦”平臺，企業(yè)可以根據(jù)自身生產(chǎn)流程的特點(diǎn)，混合部署不同形態(tài)的機(jī)器人，實現(xiàn)生產(chǎn)效率的最大化。這種多形態(tài)集成的方式，也降低了企業(yè)的智能化改造成本，因為企業(yè)無需為了引入機(jī)器人而大規(guī)模改造現(xiàn)有的生產(chǎn)設(shè)施。

優(yōu)艾智合副總裁關(guān)健對此的解讀極具畫面感：“一個剛畢業(yè)的大學(xué)生可能具備普世認(rèn)知和基礎(chǔ)行動力，但要成為合格生產(chǎn)力，融入整個工作流，必須注入行業(yè)經(jīng)驗與知識而能更快耦合。就像人類的小腦控制肢體平衡不需思考，但規(guī)劃下班路線需要大腦決策，機(jī)器人同樣需要分層智能，而這正是工業(yè)具身智能的“大小腦”邏輯。”

在這樣的背景下，以工業(yè)場景為代表的專用具身智能機(jī)器人開始體現(xiàn)更多價值。因為與追求通用化、擬人化的人形機(jī)器人不同，專用具身智能機(jī)器人專注于特定領(lǐng)域的任務(wù)需求，通過優(yōu)化設(shè)計和針對性的技術(shù)研發(fā)，能更快實現(xiàn)在特定場景下的高效應(yīng)用。

關(guān)健向我們解釋道，因為工業(yè)場景對機(jī)器人的要求可以用“極致” 來形容，華為云Cloud Robo可以放大這種專用機(jī)器人的優(yōu)勢并將其整體組合。例如在半導(dǎo)體制造中，晶圓搬運(yùn)是一項關(guān)鍵且極具挑戰(zhàn)性的任務(wù)。晶圓極其脆弱，對搬運(yùn)過程中的振動、精度要求近乎苛刻。“當(dāng)機(jī)械臂以0.1毫米精度抓取晶圓時，穩(wěn)定和精度是對機(jī)器人要求的兩個關(guān)鍵因素。”他解釋道。

通用型機(jī)器人由于其結(jié)構(gòu)設(shè)計和控制精度的限制，很難滿足這些要求，而專用的晶圓搬運(yùn)機(jī)器人，通過控制論算法實現(xiàn)毫米級抓取精度、0.3G振動抑制、安全避障等剛性需求，就能確保99.9%的操作可靠性。目前，在華為云接口協(xié)議支持下，優(yōu)艾智合的行業(yè)級調(diào)度平臺還能通過生成式AI仿真優(yōu)化整廠效率，解決原先單體機(jī)器人的能力邊界問題。

不僅如此，在成本效益方面，專用具身智能機(jī)器人同樣具有明顯優(yōu)勢。由于專注于特定任務(wù)，其研發(fā)成本相對較低，不需要像人形機(jī)器人那樣，在通用化設(shè)計和復(fù)雜的人工智能算法上投入大量資源。這使得專用機(jī)器人的售價能夠控制在企業(yè)可接受的范圍內(nèi)。而且，通過提高生產(chǎn)效率、降低人力成本、減少錯誤率等方式，專用機(jī)器人在投入使用后，能夠快速為企業(yè)帶來顯著的經(jīng)濟(jì)效益。

就像2013年電影《機(jī)械公敵》中，人形機(jī)器人坐在燃油車?yán)锺{駛的場景，在今天看來充滿諷刺，因為真正的自動駕駛汽車無需人類形態(tài)，同樣，工業(yè)機(jī)器人進(jìn)化的核心邏輯應(yīng)是“環(huán)境定義形態(tài)，效率重構(gòu)生產(chǎn)力”，因為合適、合理才是場景的最優(yōu)解。

▍優(yōu)艾智合的具身智能新解法

人形機(jī)器人下半場是否有新的機(jī)遇？

在華為云發(fā)布 CloudRobo 平臺之前，其實機(jī)器人大講堂就注意到，有許多行業(yè)企業(yè)開始在專用具身智能機(jī)器人領(lǐng)域布局，優(yōu)艾智合就是其中之一。作為一家深耕工業(yè)場景的機(jī)器人企業(yè)，優(yōu)艾智合的技術(shù)布局和產(chǎn)品應(yīng)用，為我們展現(xiàn)了專用具身智能機(jī)器人在工業(yè)領(lǐng)域的巨大潛力，也從側(cè)面證明了，當(dāng)前人形機(jī)器人與具身智能進(jìn)工業(yè)場景落地的發(fā)展思路，或許可以探索新的方向，尤其在華為云這種CloudRobo全新架構(gòu)下，原先的機(jī)器人整廠解決方案有了新的生命力。

優(yōu)艾智合在工業(yè)場景的具身智能應(yīng)用架構(gòu)，主要圍繞“場景定義智能” 這一核心理念構(gòu)建。旨在滿足不同工業(yè)領(lǐng)域，不同行業(yè)、不同生產(chǎn)環(huán)節(jié)千差萬別的需求，優(yōu)艾智合的技術(shù)布局，正是從理解和剖析這些復(fù)雜的場景需求出發(fā)，通過構(gòu)建多層次、模塊化的技術(shù)體系，實現(xiàn)了機(jī)器人在工業(yè)環(huán)境中的高效運(yùn)行，并且快速建立了具備高度的定制化和適應(yīng)性的機(jī)器人系統(tǒng)以及產(chǎn)品矩陣。

如今，基于具身智能的全新架構(gòu)，優(yōu)艾智合嘗試在剛性需求層，用硬件解耦的方式，基于機(jī)器人單體強(qiáng)可靠性，在柔性優(yōu)化層用AI釋放效率。“工業(yè)場景大多不需要完整的人形，只需取其‘眼睛’或‘手腳’。”關(guān)健舉例道，優(yōu)艾智合已聚焦半導(dǎo)體與能源兩大領(lǐng)域深耕，用模塊化平衡成本與定制化矛盾，讓眼（視覺）、手（機(jī)械臂）、腿（移動底盤）按需重組。

機(jī)器人大講堂認(rèn)為，優(yōu)艾智合的具身智能落地實踐有點(diǎn)類似一場技術(shù)重組手術(shù)：將機(jī)器人的各個功能模塊剝離，移植到專用機(jī)器人中，并針對場景進(jìn)行組合。這使得在硬件層面，優(yōu)艾智合能針對不同工業(yè)場景的特點(diǎn)，開發(fā)多樣化的機(jī)器人本體。

例如在半導(dǎo)體制造車間，環(huán)境要求極高的潔凈度，且晶圓等生產(chǎn)物料極為精密。優(yōu)艾智合為此設(shè)計了專門的晶圓搬運(yùn)機(jī)器人，其機(jī)械結(jié)構(gòu)采用特殊的材料和工藝，避免對生產(chǎn)環(huán)境造成污染。在巡檢場景，如變電站、石油化工工廠等，環(huán)境復(fù)雜且存在潛在危險。優(yōu)艾智合還推出了多種形態(tài)的巡檢機(jī)器人，包括軌道式、輪式和履帶式等，滿足更復(fù)雜的場景需求。

“當(dāng)人們糾結(jié)于人形機(jī)器人能否泡咖啡時，我們已用解耦的‘眼’與‘腿’，在半導(dǎo)體工廠跑通99.9%可靠性的百臺集群。”關(guān)健的結(jié)語意味深長。

優(yōu)艾智合開發(fā)的MAIC系統(tǒng)將這一邏輯具象化，通過整合TMS系統(tǒng)生成動態(tài)運(yùn)單，如同網(wǎng)約車平臺的智能派單系統(tǒng)，邊緣服務(wù)器將其拆解為運(yùn)輸單，幫助每臺機(jī)器人配備多模態(tài)感知框架，像司機(jī)般精準(zhǔn)執(zhí)行指令，本體的“小腦”則專注執(zhí)行亞毫米級晶圓抓取，最終100臺機(jī)器人能在3000平米晶圓廠本地執(zhí)行端7×24小時運(yùn)行，待命率低于10%，通過實時路徑調(diào)整規(guī)避擁堵，這種分層協(xié)作使整廠物料周轉(zhuǎn)效率大幅提升。

“這徹底顛覆了‘人形機(jī)器人當(dāng)班組長，帶機(jī)械臂工人干活’的邏輯。”關(guān)健直言。在工業(yè)集群中，機(jī)器人的組織架構(gòu)應(yīng)由軟件系統(tǒng)定義，而非模仿人類層級。同時，機(jī)器人的設(shè)計和應(yīng)用應(yīng)遵循“功能決定形態(tài)” 的原則。工業(yè)場景需要的是能夠高效、穩(wěn)定、低成本地完成特定任務(wù)的機(jī)器人解決方案，而不是簡單地模仿人類外形。

▍36,000種島嶼生態(tài)，細(xì)分化不可逆

當(dāng)采訪最后被問及具身智能的終極形態(tài)，關(guān)健稱其堅信“達(dá)爾文主義進(jìn)化論”：太平洋上分散的島嶼會進(jìn)化出獨(dú)特物種，工業(yè)的36,000個細(xì)分場景同樣如此，工業(yè)場景很難被某一種機(jī)器人完全覆蓋。

“光刻機(jī)工廠和鉛筆盒工廠都叫工廠，但毫無共性。”關(guān)健解釋道，歷史證明，工業(yè)領(lǐng)域從未出現(xiàn)通殺型產(chǎn)品——即便是最通用的機(jī)械臂，也分化出焊接專用型、噴涂專用型等細(xì)分品類。

華為云的 CloudRobo 平臺和優(yōu)艾智合的技術(shù)實踐，恰恰都證明了，在具身智能的時代，工業(yè)場景的智能化升級需要的是多元化、定制化的機(jī)器人解決方案，而非單一的標(biāo)準(zhǔn)化人形機(jī)器人。

那么未來專用具身智能機(jī)器人，或許同樣需要在企業(yè)主導(dǎo)下，通過對工業(yè)任務(wù)和環(huán)境的深入分析，采用針對性的設(shè)計和技術(shù)，才能夠跳過“人形幻想”，更好地滿足工業(yè)生產(chǎn)的實際需求，為企業(yè)帶來更高的價值。

華為云的打法，也可以說真正踐行了華為任正非所提出的“黑土地”哲學(xué)：提供土壤，讓每個生態(tài)伙伴長出最適合環(huán)境的作物，達(dá)到工業(yè)具身智能的真實革命。

而優(yōu)艾智合這條樹苗，能否在人形機(jī)器人與具身智能進(jìn)工廠的大趨勢“澆灌”下生根發(fā)芽，無疑非常值得期待。