摘要：
人形机器人赛道融资火热，但核心硬件多数处在从发展期到成熟期的过渡中。 资本注入成为人形机器人赛道火热的注脚。仅在这个11月，就至少有星海图、自变量机器人、埃斯顿酷卓、银河通... 人形机器人赛道融资火热，但核心硬件多数处在从发展期到成熟期的过渡中。
资本注入成为人形机器人赛道火热的注脚。仅在这个11月，就至少有星海图、自变量机器人、埃斯顿酷卓、银河通用、戴盟机器人5家人形机器人厂商完成亿元级融资。
资金投入下，人形机器人产业快速成长。不过，第一财经记者了解到，在极高的市场热度下，人形机器人技术体系和供应链还亟需搭建起来，不少人形机器人产业链从业者近期都注意到技术路线分歧、硬件标准不统一、应用场景割裂等带来的困扰。人形机器人产业还需攻克各种层面上的“乱”走向标准化并实现更快速的增长。
80多家企业、至少60起融资
“短短9个月时间就有40亿资金投入，（对企业来说）钱是没问题的。” 11月29日，复星母基金总经理江玉华在高工人形机器人年会上表示，通过持续“烧钱”可以实现产业加速，这种红利后续会形成马太效应积聚到头部企业，但刚开始大家都有机会。
据高工机器人产业研究所今日发布的《人形机器人产业地图（2024）》，据不完全统计，今年前10个月国内人形机器人行业至少有55起融资。
据记者梳理，如果加上11月5起融资事件，今年国内人形机器人行业至少发生了60起融资。有披露融资具体数额或数量级的融资中，有22起是亿元级融资，获得亿元级融资的企业包括光鉴科技、星动纪元、宇树科技、本末科技、帕西尼感知科技、银河通用、逐际动力、星海图等。
从企业数量看，国家地方共建人形机器人创新中心总经理许彬在上述年会上透露，截至2024年，国内外通用人形机器人整机商业公司约150家，国内超过80家，国内的人形机器人整机商业公司中有半数来自高校的学生和教师创业。截至2023年，中国已累计申请6618件人形机器人技术专利，成为申请人形机器人技术专利数量最多的国家。
从国内人形机器人产业链企业的分布看，《人形机器人产业地图（2024）》则显示，深圳、北京、上海、杭州、苏州分别拥有22.4%、14.5%、11.8%、5.8%和5.5%的产业链企业。高工机器人产业研究院预计，2034年中国人形机器人市场年销量将突破100万台。
标准缺失、场景割裂
颇高的市场热度下，记者了解到，更多实际问题需要解决。人形机器人产业链颇为复杂，既涉及多种硬件，又涉及软件和算法。据江玉华介绍，包括环境感知硬件、运动执行硬件在内，人形机器人核心硬件多数处在从发展期到成熟期的过渡中，脑机接口、电子皮肤、六维触觉传感器、三维触觉传感器等则正从萌芽期过渡到发展期，还没有核心硬件完全进入成熟期。
这种阶段下，人形机器人厂商还未迈出一致性的步伐，例如还未通过硬件标准化提高供应链效率、研发效率并降低成本。人形机器人厂商也还未解决算法层面的路径分歧，通过行业共同努力提高人形机器人的智能表现。甚至在数据收集层面，数据也割裂在各种场景中，要收集什么数据、怎么收集，人形机器人厂商无法给出最佳答案。“乱”成为人形机器人行业目前发展状况的一个注脚。
供应链上游的实时操作系统及工业软PLC（可编程逻辑控制器）研发商国讯芯微董事长方婷婷注意到，人形机器人当前的状况出现了“卷”和“乱”两个关键词。
“人形机器人部件在没有统一化、底层痛点还没解决的时候，就已经开始拼成本。‘乱’的现象则有很多，例如各家模型很多、厂商玩法不同、业内没有足够的标准。”方婷婷表示，例如多模态感知方面，不仅各家人形机器人采用的部件不一样，感知器件接入方式和通信交互方式也非常原始、多样，包括了USB、485接口等，这让人形机器人在某种程度上变得不像人，因为要实现人的智能化状态需要有统一化的互动方式。
此外，方婷婷发现，现在业内关节很复杂，上下游做轮子的厂商很多，通讯非常冗余。具有全局能力的人才缺失，很多公司更多是在各自板块中单点擅长，例如关节厂商对关节理解很深，但对于与关节融合的一些领域理解浅。
站在硬件厂商的视角，谐波减速器等硬件供应商巨蟹智能合伙人、市场营销部总经理邵晖也注意到“乱”的现象。“硬件厂商与人形机器人厂商配合打造机器人生态时，遇到没有标准的问题。我们现在比较困扰的一点是，客户有多种多样的要求。” 邵晖表示。轴承厂商铁近特微轴承市场总监钮栋成也发现了“非标”的问题，他表示，包括轴承在内一些硬件是“非标”的，在这种情况下，需要客户地理位置跟公司比较近，解决技术等问题才会更方便。
较为混乱对硬件供应商造成困扰的情况下，人形机器人厂商对硬件可用性的体感也不算很好。多名人形机器人业内人士告诉记者，硬件层面目前是处于能买到的阶段。一名人形机器人创业公司负责人告诉记者，人形机器人硬件现在只能说基本可用，还不能说好用。
除了硬件层面的混乱，人形机器人厂商也遇到路线分歧、场景割裂等情况。国家地方共建具身智能机器人创新中心本体总负责人刘益彰提到，该中心在近一年时间调研了很多商业化场景，发现场景非常碎片化。例如，政务服务中心场景中，机器人要做好材料核准需要用到相应场景的数据，而这些数据存在相应单位的数据库中。还有很多行业数据掌握在各种企业手里，如果不对外开放，人形机器人公司就无法使用。人形机器人厂商也难以通过完全复制搭建出训练场景来收集数据。难以获取割裂的数据成为商业化场景最大的技术难点。
受到类似困扰的人形机器人厂商还包括银河通用。就能否通过自己搭建产线等场景去获得特定数据，银河通用联合创始人姚腾洲解释，这种做法无法完全解决问题。“这是一种方式，但数据规模对于模型最终表现影响非常大，如果要让模型真正泛化，就需要很大数据规模，这时大家就不得不考虑如何以低成本、高效率的方式收集数据。” 姚腾洲表示，一个大模型至少几B（百万）数据量，训练所需的数据规模可能是几十、几百B。
华为云计算BU EI算法创新Lab具身智能研发总监欧阳明则提到，目前业内还在往各个方向努力，除了数据这座“大山”需要翻过，模型本身的多种技术路线也未收敛，目前还未能见到Scaling Law（缩放定律）在哪家厂商的具身大模型中体现出来。
多名业内人士认为，混乱在人形机器人现阶段发展中难以避免，但硬件层面可以尝试短期标准，迈向标准化。据记者了解，也有供应链厂商开始尝试通过操作系统提供统一的软件平台接口。从另一个层面看，浙江人形机器人创新中心联合创始人兼首席运营官宋道灵告诉记者，混乱某种程度上也是好事，说明行业还在上升的阶段。
