近日,在新加坡举行的2025亚洲愿景论坛上,北京人形机器人创新中心总经理、“具身天工之父”熊友军谈到了人形机器人近一年来的飞速发展。人形机器人行业正迎来一个关键节点——2025年,是机器人界的ChatGPT时刻,可称为“人形机器人量产元年”。 亚洲愿景论坛由著名媒体财新国际发起,新加坡政府提供战略支持。自2023年起已成功举办两届,《新加坡眼》作为合作媒体,持续关注相关动态。

以下内容是今年记者在现场,对熊友军发言进行的整理:
我们目前在研发的方向有几个。第一个是研发平台。我们的硬件研发平台,就是大家比较熟知的“具身天工”。它在今年4月份参加了北京马拉松比赛,并首次完成半程马拉松,用时2小时40分钟。
我们也在开发人形机器人的大脑和小脑。同时,我们发布了自己的通用具身智能平台“慧思开物”。
在人形机器人这一块,我觉得过去的一年里,在身体(Body)、小脑以及大脑这三个方向都取得了非常快的进步。过去一年的进展,基本上可以覆盖之前很多年的积累。

熊友军(右二)向新加坡总理黄循财(右三)、新加坡外交部长维文(左二)介绍北京人形机器人创新中心机器人应用场景 图源:北京卫视
具体来说,从人形机器人身体本体来看,很多核心零部件,比如关节、传感器,以及整体架构设计,在可靠性、稳定性和成本上都得到了大幅提升。
过去人形机器人可能主要还停留在实验室,如今已经可以和人类一起参加马拉松比赛,参加人形机器人运动会,完成百米、1500米甚至更远距离的项目;

具身天工机器人夺冠瞬间 图源:深圳市南山区人民政府官网
也可以在工厂中从事搬运、检测等工作,甚至进入各种危险的场景执行任务。整体来说,它的身体可靠性和稳定性得到了极大提升。
第二个方面是运动控制。近两年随着模仿学习和强化学习技术的发展,运动控制逐渐从基于模型的方式,过渡到基于强化和模仿学习的方式。这种范式的提升带来了效率的显著进步。
第三个方面是大脑计算,也就是具身智能。无论是人机交互、理解意图,还是任务规划、错误反思等,都有了很大提升。尤其是将大模型、特别是多模态大模型的技术引入人形机器人后,使得机器人具有更强的环境适应性、任务适应性和本体适应性。

新加坡星耀智能科技的天工行者机器人和Walker C导览机器人在新加坡商业论坛会场与嘉宾互动
比如现在的人形机器人,可以在不同环境下工作——无论是工业场景、商用场景还是家庭场景,都具备一定的泛化能力。同时,它的大脑不再依赖固定的本体形态,可以适配多种形态:足式、轮式、双臂、单臂等等。
在行业内有一个判断,就是人形机器人迎来了“ChatGPT时刻”。2025年被定义为人形机器人量产的元年。我们看到特斯拉已经在加快产业化,在中国国内,也有很多公司开始将机器人应用到工厂、商业服务,以及高校和科研院所的研究中。实际上已经逐步在行业中使用起来。预计明年、后年会有更大规模的应用铺开。

新加坡总理黄循财一行人参观“具身天工2.0”图源:北京人形机器人创新中心
目前行业中仍有多条路径在探索。有的企业采用端到端模式,有的采用分层控制模式,还有的像谷歌这样探索世界模型和物理模型的方式。整体来看,这个领域还处于发散状态,还没有收敛。后续还有大量问题需要探索,包括学习范式的创新。
因此,我们判断未来的大量投资仍然在后面。真正进入家庭应用的那一天,市场规模不会是百亿、千亿级别,而是可能达到万亿美元级。今天的投入,只是开胃小菜。
在募资方面,中国的一些企业相对比较激进,但整体规模和美国相比仍有差距。中国机器人企业的融资规模普遍小于美国的公司,美国一些公司的单笔融资甚至超过了中国整个行业的总和。但在赛道初期,这种分散的资本布局对行业早期发展其实是有帮助的。

同时,中国也为机器人提供了非常好的应用场景。好的具身智能离不开高效的数据反哺,这些数据可以来自互联网、来自仿真,更重要的是来自真实场景。
机器人可以在持续工作的过程中不断学习,而不是像大模型那样依赖上万卡训练。正如我常说的:劳动创造人类,劳动同样也会造就机器人的智能。
回到投资层面,我认为民营基金目前的投资并不存在过热的情况。从横向对比来看,中国的创业公司虽然估值动辄几十亿、上百亿人民币,融资额度达到数亿甚至十亿,但整体投入量级仍然只是百亿级别。而在北美,一些公司的估值往往就是数百亿美元,单年融资额就可能达到数十亿美元,相当于中国所有创业公司融资的总和。
从纵向对比来看,和互联网、移动互联网、智能汽车等产业的投资相比,人形机器人领域的融资额度依旧很小。目前人形机器人还处于非常早期阶段。随着未来进入量产和产业化,真正的投资高峰还在后面。

新加坡星耀智能科技的天工行者机器人在新加坡成商业论坛VIP
今年很多公司开始进入小批量出货阶段,每家公司出货几百台、上千台。未来如果要像智能手机一样进入大规模量产,可能需要上万台的出货量,同时也需要更多上下游供应链的投入。在研发上,无论是能源、机械、本体、运动控制,还是AI大模型和学习范式,都还需要持续大量的投入。
总的来说,人形机器人仍然处于早期阶段。未来的大规模投资与产业化浪潮还在前方。
