01

人形机器人的定义与分类

人形机器人是具备拟人化躯干、上肢操作结构及移动能力，能够在人类活动环境中开展感知、交互及任务执行的机器人系统；区别于传统工业机械臂、四足机器人及不具备操作能力的轮式服务机器人，人形机器人可通过双足或轮式结构移动，并借助双臂、机械手及其他末端执行器完成不同类型的实际任务。

按照移动形态划分，人形机器人可分为双足人形机器人及轮式人形机器人。双足产品在跨越障碍、适应复杂地形及兼容人类活动空间方面具有优势，轮式产品在平整环境下具备移动稳定性、运行效率及能耗方面的优势。按照产品尺寸划分，人形机器人可分为全尺寸人形机器人、中尺寸人形机器人及小尺寸人形机器人。其中，全尺寸产品高度不低于160厘米，中尺寸产品高度不低于100厘米且低于160厘米，小尺寸产品高度低于100厘米。按照自主智能程度划分，人形机器人可分为具身智能人形机器人及预编程及其他人形机器人。具身智能产品具备环境感知、任务理解、动作规划及反馈执行能力，并具备一定的跨场景迁移、任务泛化及自主适应能力，通常搭载200TOPS以上的本体AI计算平台；预编程及其他产品则主要依赖人工控制或预设程序完成动作，其任务执行范围和泛化能力相对受限。

02

全球人形机器人的产品价值及市场发展阶段

1）适配现有人工工作环境：人形机器人具备与人类相近的躯干结构、操作高度及双臂作业能力，可在一定程度上适配现有生产工位、物流设施及商业空间，降低特定场景下对工作环境和设备系统进行重新设计的需求。相比需要围绕专用自动化设备重新规划产线或作业空间，人形机器人可直接使用部分面向人工设计的工具、通道及工位，有助于降低场景改造成本，并提高在存量设施中的部署灵活性。

2）推动自动化能力由固定工位向柔性作业延伸：相比主要执行固定动作的传统工业设备，人形机器人可结合移动、感知和操作能力，在不同工位及任务之间切换，为物料搬运、上下料、分拣及其他非完全标准化工作提供新的自动化方案。随着运动控制及灵巧操作能力提升，人形机器人可根据任务需求在多个作业环节之间进行切换，并处理一定程度的物料、位置及流程变化，从而拓展自动化技术可覆盖的任务范围。

3）具身智能提升机器人实际任务执行能力：视觉感知、自然语言理解、动作规划和运动控制能力持续进步，使机器人能够逐步由预设动作展示向环境感知、任务执行及动态调整演进，提升真实场景中的应用价值。其中，视觉、触觉等多模态感知可帮助机器人理解物体及环境状态，大模型和端到端控制技术则进一步提升任务理解、动作生成及异常处理能力，使机器人逐步具备完成连续、多步骤任务的能力。

4）产业进入商业化验证及规模交付阶段：当前人形机器人市场已覆盖科研教育、娱乐表演、数据采集、工业制造及物流服务等多个场景；不同应用在产品要求、客户需求及商业化成熟度方面存在明显差异，行业正由单机展示和小规模试点逐步向真实任务部署及批量交付发展。科研教育、娱乐表演及数据采集等场景已形成相对明确的采购需求，工业制造及物流等场景则正在通过产线试点和小批量部署验证任务效率、稳定性及经济性。随着产品可靠性提升、成本下降及应用案例增加，行业有望进一步由项目制验证向标准化产品交付和规模化应用过渡。

03

全球人形机器人市场规模

以销量计，2025年全球人形机器人市场规模的销量达到3.5万台，2026年上半年达到3.6万台。以收入计，全球人形机器人市场规模2025年全年为5.0亿美元，2026年上半年为5.4亿美元。

资料来源：沙利文分析

以销量计，全球全尺寸具身智能人形机器人2025年全年销量为0.5万台，2026年上半年达到0.6万台。以收入计，全球全尺寸具身智能人形机器人市场规模2025年全年为2.6亿美元，2026年上半年为3.2亿美元。

资料来源：沙利文分析

04

全球人形机器人市场驱动因素及发展趋势

1）具身智能与机器人基础模型持续进步：视觉语言动作模型、多模态感知、任务规划及运动控制能力不断提升，使机器人能够更加有效地理解指令、识别环境及执行实际任务；模型能力进步推动产品由动作展示逐步向自主作业和多任务执行发展。随着模型对真实物理环境、物体状态及操作过程的理解不断加深，机器人可处理的任务逐步由单一步骤扩展至连续、多步骤操作，并根据环境变化对动作进行调整。软件能力的提升也降低了部分场景对逐任务编程和人工调试的依赖，为人形机器人在更多真实场景中的部署提供基础。

2）核心部件成熟与规模制造提升产品可用性：关节模组、灵巧手、传感器、计算平台、电池及整机制造能力持续改善，推动机器人在负载、轻量化、稳定性、续航及成本方面优化；供应链成熟和量产能力提升进一步支持产品批量交付。其中，关节及执行器性能提升有助于提高运动精度和整机可靠性，灵巧手及多类型传感器进一步拓展精细操作能力，而计算平台和电池技术进步则支持更复杂算法运行及更长时间作业。随着零部件标准化程度提高、供应链配套完善及生产工艺成熟，整机生产效率和产品一致性有望进一步改善。

3）柔性自动化需求推动生产作业场景扩张：汽车制造、3C电子、仓储物流及其他行业对重复性作业自动化、人工工位替代及柔性生产的需求持续提升，为具备移动、操作及环境适应能力的人形机器人提供应用空间。相较于围绕单一工序设计的专用自动化设备，人形机器人可在一定程度上适配现有人工工位，并在不同任务和作业区域之间切换，更适合产品型号较多、生产节拍变化较快或难以完全标准化的生产环境。随着企业持续关注用工稳定性、生产效率及自动化改造灵活性，人形机器人在搬运、上下料、分拣、巡检等任务中的应用验证有望进一步增加。

4）真实世界数据积累与产品部署形成迭代闭环：科研教育为算法开发及技术验证提供基础平台，数据采集场景通过真机机器人、人类示范及其他方式形成具身智能模型训练所需的数据资源；生产作业进一步产生真实任务及长期运行数据。多来源数据积累、模型训练与机器人实际部署相互促进，推动具身智能能力和产品商业化水平持续提升。随着机器人进入更多真实环境，实际运行中产生的成功案例、失败样本及长尾场景可进一步用于补充训练数据并优化模型能力。模型升级后又可提升机器人在相同或新增任务中的执行效果。数据获取逐步由集中式采集扩展至机器人实际部署过程中的持续反馈，有助于形成由数据、模型到产品应用的持续迭代机制。

01

人形机器人厂商分类

根据业务基础及主要优势，全球人形机器人市场参与者大致可分为人形机器人原生企业、大型科技企业以及工业自动化企业。专业人形机器人企业通常以机器人研发及商业化为核心业务，具备较为系统的机器人产品研发及整机集成能力；大型科技及汽车企业通常依托人工智能、智能制造、供应链等既有能力布局人形机器人；工业自动化企业则主要依托工业机器人、自动化设备及智能制造领域的技术和客户基础进入人形机器人市场。

02

人形机器人原生型厂商竞争优势分析

1）技术专注能力：人形机器人原生型厂商通常围绕本体结构、关节执行、运动控制、感知决策及具身智能等关键技术持续投入研发，并通过长期技术积累不断优化机器人运动性能、操作能力及复杂环境适应能力，从而形成较为系统且具有协同性的技术体系。

2）软硬件协同能力：人形机器人原生型厂商通常同时参与机器人硬件、控制系统、感知算法及智能决策系统的研发，能够围绕整机性能对不同软硬件模块进行协同优化，并根据具体任务需求调整本体结构、控制策略及算法模型，从而提升机器人整体性能及系统稳定性。

3）快速迭代能力：依托较为集中的研发资源及以机器人产品为核心的研发体系，人形机器人原生型厂商能够通过持续测试、场景验证及用户反馈快速优化产品，并将实际运行过程中积累的问题及数据反馈至后续研发环节，从而加快产品性能提升及技术迭代。

4）跨场景适配能力：人形机器人原生型厂商通常面向娱乐表演、科研教育、数据采集、生产性场景及其他潜在场景持续开展产品验证，并通过不同任务和环境下的应用积累提升机器人通用性及适配能力，从而将成熟的技术能力和产品平台逐步拓展至更多应用场景。

03

全球人形机器人市场进入壁垒及关键成功因素

1）本体设计及核心硬件能力：人形机器人本体由关节、执行器、灵巧手、传感器、电池及整机结构等多个关键模块构成，需要在运动性能、负载能力、续航时间、稳定性、可靠性及制造成本之间实现系统性平衡。由于不同硬件模块之间具有较强耦合关系，整机性能不仅取决于单一零部件性能，也依赖长期工程研发、系统集成及软硬件协同优化。领先企业通常需通过持续样机迭代、供应链协同及真实环境验证提升产品成熟度，为后续规模化生产及商业应用奠定基础。

2）具身智能能力：具身智能决定人形机器人从“能够运动”向“能够自主完成任务”演进的能力。领先企业需要构建覆盖环境感知、任务理解、行为决策、动作规划、运动控制及执行反馈的完整技术体系，使机器人能够理解工作环境及任务要求，并在动态场景下完成抓取、搬运、上下料、分拣等复杂操作。相关能力并非单纯依赖大模型或算法，而需要模型、感知系统、控制算法、本体硬件及真实任务数据持续协同优化，并通过实际作业不断提升任务成功率、泛化能力及异常处理能力。

3）生产作业场景部署及客户验证：相较娱乐展示、科研教育等场景，工业制造及仓储物流等生产作业对人形机器人的稳定性、安全性、任务成功率、连续运行时间及投资回报具有更高要求。企业不仅需要提供机器人本体，还需结合客户工位、生产流程及既有设备完成任务适配、系统集成、现场调试及持续运维。长期积累的客户合作经验、工艺理解及现场部署能力，有助于企业缩短项目验证周期、提升产品与实际生产需求的匹配程度，并将成熟方案进一步复制至相似工序、客户及行业场景。

4）真机数据积累及持续迭代体系：真实机器人在不同环境、对象及任务中的运行数据，是训练具身智能模型、优化动作策略及提升异常处理能力的重要基础。数采场景可为模型训练提供较大规模的基础动作及交互数据，而工业制造、仓储物流等生产作业场景则能够进一步沉淀真实任务、复杂环境及长期连续运行数据。具备较大机器人部署规模及完善数据采集、清洗、训练和反馈机制的企业，可通过“部署—数据积累—模型训练—产品升级”的持续闭环，不断提升机器人任务执行能力及跨场景泛化水平。

5）规模制造及商业化交付能力：人形机器人实现规模化应用不仅取决于样机技术性能，还要求企业具备稳定的供应链管理、标准化生产、质量控制、成本优化、批量交付及售后服务体系。随着产品由研发验证逐步进入商业化阶段，企业需要保证不同批次产品在性能、可靠性及一致性方面达到稳定标准，并持续降低生产及应用成本。能够将技术成果转化为成熟、可靠且可持续交付的产品，并在娱乐表演、科研教育、数据采集及生产作业等多类场景形成批量部署能力的企业，有望进一步建立规模及市场竞争优势。

6）安全保障及合规认证能力：人形机器人具有较高自由度、较强运动能力，并可能长期与人员、设备及生产系统共处，其规模化应用对功能安全、机械安全、信息安全及数据合规提出较高要求。领先企业需要建立覆盖产品设计、软件控制、异常监测、故障保护、权限管理及运行边界的系统化安全机制，并根据不同国家、行业及应用场景满足相应测试、认证及合规要求。完善的安全验证及风险管理体系有助于降低实际部署中的运行风险，提升客户接受度，并为机器人进入高价值、高复杂度应用场景提供重要保障。