当然，自动驾驶仍然是在道路交通有限场景下的路径规划技术，而人形机器人则是全场景的路径规划，面对的情况更加丰富，因此，所有的人形仿生机器人都一样，都是处在持续演进过程中。

　　其实，人形机器人是自动驾驶技术的终极形态，自动驾驶的本质就是有轮子的机器人，人形机器人与自动驾驶互相成就。人形机器人上验证成熟的技术也有机会支援造车，机器人的感知层和决策层还可直接复用自动驾驶技术上。比如SLAM是仿生机器人上的比较大的一个攻克技术点，如果视觉SLAM做好的话，自动驾驶的避障等问题也就迎刃而解了。

　　同时，汽车制造商可以在内部协同智能制造部门、人工智能部门、自动驾驶部门和机器人部门来搭建通用的平台，通过复用自动驾驶方案，实现软硬件一体化发展。

　　另外，汽车工业可以在自有制造体系当中不断地研发和迭代机器人的产品，因为他们可以在汽车制造生产线真实的生产环境当中，不断积累实时的生产数据，通过感知、学习执行迭代闭环，不断优化升级仿人机器人。

　　总之，人形机器人是汽车“科技生态”自然进化而来的产物，贯穿其中的是一套不断融合进化的技术体系。融合进化，是指看似已成熟的技术用在新的领域就会暴露出新的问题，然后才有机会做出改进。而通过融合创新和改进的技术还可以在科技生态内的各个场景里相互迁移。

　　三、示范未来，迎来行业高光

　　不论是雷军，还是马斯克、间或何小鹏，其首款人形机器人是「商业操作」还是「技术延伸」，他们作为汽车行业的领军人物，其意义在于它们这样的头部科技企业、产业资源为市场树立了人形机器人制造的标杆作用，起到带动作用。

　　一个产品真正要从实验室里走出来，需要产业界给予很多关注，马斯克，作为产业界比较有影响力的人，代表汽车制造产业力量进到这个领域，则会更容易将人形机器人推向量产，甚至商用，改变了一台人形机器人要几百万、上千万，离商用遥遥无期的状况。

　　可以这样说，从人形机器人的发展史来说，本田ASIMO、波士顿动力Atlas代表的技术验证期，而以特斯拉Optimus为代表汽车制造商机器人产业，则是商业试水期，一个新的机器人时代正在开启。

　　相比于学院派，初创公司，产业资本为代表汽车工业致力于仿人机器人，必将利用其产业资源，使仿人机器人技术取得飞跃。

　　人形机器人的核心技术，是高性能的关节电机驱动技术，一个人型机器人至少得搭载20个以上的关节电机，占其成本三分之一以上，并且控制实时性要求非常的高，这对于投入新兴科研领域巨大的汽车工业，有其制造优势。

　　例如小米仿人机器人CyberOne上肢关节电机，是小米自研了一枚重量仅为500g，额定输出扭矩高达30N·m的高效电机，保证了上肢灵活性；髋关节主要电机瞬时峰值扭矩可达300N·m，配合自研的人形双足控制算法，行走姿态更加平稳。

　　汽车制造商接二连三地推出仿人机器人，必将带动仿人机器人研发和广泛应用，拓展仿人机器人在汽车制造场景之外，更多场景中的应用和价值的实现。

　　全尺寸人形仿生机器人，是解决综合问题最高效的形态之一，是机器人领域公认的终极方向，同时也是技术难度最大、需要投入最多的。人类双足直立行走、双手操作工具都是历经上百万年进化而来，靠人为设计去模仿逼近，工程难度可见一斑。

　　特斯拉擎天柱Optimus问世前，人形机器人存在成本高、不智能、控制水平差的缺陷，无法实现量产。特斯拉等汽车工业的入场突破了不智能、难控制的缺陷，兼具性能与性价比。

　　小米仿人机器人CyberOne搭载自研Mi-Sense深度视觉模组，做到对环境的全面理解，多模态结合的推理和交互，拥有完整的三维空间感知能力。

　　越来越多人形机器人产品涌现出来，必然将反向推动人形机器人核心零部件迎来一波迭代升级，促进了行业的发展。有人预测，人形机器人25年起步，30年开始爆发。

　　从整个行业角度来说，打造人形机器人产业生态圈至关重要，不仅有强大的研发能力，还要有强大的制造能力，从而推动产业快速迭代。

　　归根结底，人形机器人是由人类打造、为人类服务的机器人。细分来看，各企业研发方向又有不同：特拉斯的仿人机器人，明言主打“智能制造”，定位为解放劳动力，可替代 4 亿岗位；马斯克的构想落地场景是工业领域，尤其是工厂，在工业场景，会有很大的增量市场空间。

　　目前，特斯拉的人形机器人实际上已经在流水线工厂中进行实际场景验证，擎天柱已经在特斯拉弗里蒙特工厂试验简单工作，如移动零件或用扳手将螺栓固定在汽车上。

　　而小米，则强调仿生机器人的服务功能，依托人形更好的研究人感知、认知、决策、执行过程从而更好服务于人。

　　但对于人形机器人在未来工厂的应用，小米有一个721黄金法则，即在未来的智造体系里，自动化设备、仿人机器人、人将以7比2比1黄金法则来组成，打出高效的配合战，也就是说，20%工作量由仿人机器人来完成。

　　在后人工智能时代，仿生机器人将取代人类进行劳动，仿生机器人在制造系统的落地可分阶段进行，发展路径为从单点到多点，然后融入到智能制造系统当中进行规模化的应用，最后发展为生态。

　　仿生机器人的终极目标是，覆盖高复杂度、高柔性需求的场景，实现柔性制造与跨系统的协同。机器学习、大模型等人工智能技术的发展，以及芯片处理能力的提升，让人形机器人有了更好的技术基础，为机器人能力泛化带来了强大的引擎和更多可能，推动人形机器人向着智能化再进一步。

　　目前，国内的人形机器人普遍是趋于单体控制，考虑到多机器人协同性以及任务规划性，发展方向肯定会趋于一个集群控制，协同作业。

　　人形机器人投入成本高、回报周期长，商业化进展上这几年也经历了一番波折，迈过技术验证阶段之后，想要把机器人打造成一款产品推向市场还有很长的路要走。

　　我们知道，随着仿人机器人产业的成长，相关检测标准体系的同步搭建也需要不断完善，产业的发展和成熟仅靠一两家企业是不够的，需要一起推动产业的发展。