通用型人形機器人的快速發(fā)展，得益于生成式人工智能、機電一體化和模擬技術的進步，可能會重塑各行業(yè)的勞動力動態(tài)。與在受控——通常是工業(yè)環(huán)境——中為特定任務而設計的機器人不同，通用型人形機器人（GPR）能夠執(zhí)行多種不同的任務，從制造車間到醫(yī)院和酒店，無需進行重大重新配置或重新編程。它們類似人類的身體使它們適合為人類設計的環(huán)境，并將比許多公司預期的更早與人類協(xié)作。

近期人形機器人的進步并非源于單一的技術飛躍，而是來自更經濟實惠和更先進的硬件和軟件的融合。主要參與者正在大力投資以實現(xiàn)人形機器人的大規(guī)模部署。例如，英偉達的 GR00T 藍圖擴展了針對多種人形機器人模型的模擬訓練。特斯拉的 Optimus 據(jù)說在其工廠中處理組裝和實時庫存管理任務，并可能在 2026 年之前對外提供。

我們的研究和項目表明，擬人化機器人可以推動更智能的自動化，降低成本，并提高人類勞動的生產力。制造擬人化機器人的成本正在下降——近年來下降了 40% ——并且隨著生產規(guī)模的擴大將繼續(xù)下降。到 2032 年，每臺機器人的成本預計將從大約 5.8 萬美元下降到 2 萬美元。訓練擬人化機器人也變得更加高效，這對使其更具成本效益起著重要作用。例如，通常需要大約 500 小時 的數(shù)據(jù)，讓機器人掌握一項新技能（比如折疊衣服），而圖靈 AI 的新 VLA 模型 Helix 可以在相同的時間內掌握 多項 任務。

不斷下降的成本和日益增長的興趣正推動風險投資的激增 投資 。 今天 ，全球有 160 多家擬人化機器人制造商在運營，其中中國有 60 多家，美國有 30 多家，歐洲有 40 多家。展望未來，一些 分析師預測 ，到 2040 年，擬人化機器人的出貨量可能達到每年 800 萬臺，這表明擬人化機器人可能迅速被采用并產生重大影響。

然而，如果在投資前公司沒有問對問題，引入人形機器人可能會變得昂貴并適得其反。人形機器人廣泛應用的路徑充滿挑戰(zhàn)。技術障礙依然存在，包括硬件集成、能源存儲、安全性和人機協(xié)作的復雜性。圍繞人工智能的使用和未來工作的倫理問題進一步增加了復雜性。

高管如何確定是否應該投資人形機器人？我們提出了他們應該問的五個問題。

人形機器人在我們的業(yè)務中可以扮演什么角色？

首先，高管必須評估人形機器人在其運營中可以承擔的具體角色。評估應遵循兩個基本問題：人形機器人能比傳統(tǒng)工業(yè)機器人更有效地做什么？人形機器人在哪里能比人提供更大的價值？

仿人型機器人適用于需要類人移動能力、復雜空間限制以及需要類人靈巧性和決策能力的環(huán)境。在制造業(yè)、醫(yī)療保健和零售業(yè)中，仿人型機器人已經在復雜空間中運行，并以傳統(tǒng)機器人無法的方式與人類合作。

它們已經在三個領域證明了其價值：

制造業(yè)和倉儲業(yè)

在工業(yè)環(huán)境中，仿人型機器人可以解決勞動力短缺問題，并執(zhí)行易發(fā)生事故的任務。Accenture 在 2024 年對亞洲、歐洲和美國核心制造業(yè)中心的 552 名工廠經理進行的調查顯示，58% 的受訪者認為大型工廠中的仿人型機器人到 2040 年將成為裝配中的成本高效標準。這些觀點因地區(qū)而異，其中印度、中國和日本的 63%、65% 和 72% 的經理認為仿人型機器人對制造業(yè)裝配線有價值，而美國和歐洲的 35% 和 21% 的經理則持相反觀點。

汽車行業(yè)的早期采用者已經看到了積極的結果。幾家中國汽車制造商在其車身車間實現(xiàn)了近 100%的自動化，使用了人形機器人。 NIO 擁有 300 臺機器人，僅由十幾名工人操作，每小時生產 20 輛車。 寶馬在其斯巴坦堡工廠部署了 Figure 02 人形機器人，效率提升了 400%。 舍弗勒投資了 Agility Robotics，并計劃到 2030 年在其全球 100 家工廠部署其 Digit 人形機器人，以自動化體力要求高、重復性或危險的任務。

在中國，電動汽車（EV）公司不僅使用人形機器人，還制造它們。國有汽車制造商 GAC 集團已開發(fā)出 GoMate，一種用于在其生產線上安裝電線汽車機器人。該公司計劃到 2026 年大規(guī)模生產GoMate，以部署在工廠和倉庫中。類似地，蔚來（NIO）是一家以電池更換網絡聞名的電動汽車初創(chuàng)公司，已啟動自己的內部研發(fā)團隊，制造人形機器人，用于相同的目的。

護理

仿人機器人可以為日益增長的對護理的需求提供解決方案，特別是對老年人和有特殊需求的人。社交仿人機器人處理日常任務，如檢查生命體征、發(fā)放藥物和清潔。它們還接受了復雜行為模式的訓練，以進行富有同情心的互動。

例如，由機器人公司 Aldebaran 開發(fā)的具有 NAO 身份的仿人機器人，在澳大利亞的 Murray Bridge 高中用于自閉癥兒童，他們幫助學生發(fā)展科學、瑜伽、IT 和社會技能。兒童尺寸的仿人機器人 KASPAR 在臨床環(huán)境中進行測試，以發(fā)展兒童的社會和溝通技能。NAO 和 KASPAR 都已在促進自閉癥譜系兒童的治療方面顯示出積極成果，有助于發(fā)展社會互動和溝通技能。

客戶服務

即使在零售和酒店等面向客戶的行業(yè)中，人形機器人也可能證明其價值，尤其是在那些需要較少專業(yè)技能且涉及被認為單調、危險或重復性工作的崗位中，人形機器人采用的可能性最高。由于食物準備、服務銷售等崗位有較高的體力要求，而這些要求其他非人形功能的 AI 增強無法解決，因此這些崗位特別適合采用人形機器人。

在中國和日本，人形機器人調酒師、服務員和客房服務人員正變得越來越受歡迎。在東京的酒店，機器人與人類一起為酒店服務，用日語、韓語、中文和英語與顧客互動。

我們投資人形機器人的回報是什么？

投資人形機器人需要進行全面的成本效益分析。這不僅要考慮直接成本——如購買價格、集成費用和培訓——還要考慮間接成本，包括配置機器人和準備團隊與它們一起工作所花費的時間。

雖然引入人形機器人的成本可能對一些公司來說過于高昂，但機器人即服務（RaaS）提供了一種更具成本效益和可擴展性的選擇，可以降低進入門檻。RaaS 減少了大型前期投資的財務負擔，并允許公司逐步部署人形機器人。它還最大限度地減少了擔心軟件更新的需要，并使公司更容易保持在機器人技術的最前沿。

例如，Agility Robotics 通過 RaaS 協(xié)議將 Digit 機器人部署到 GXO 物流公司，以協(xié)助倉庫中的重復性任務。Digit機器人車隊通過Agility 的云自動化平臺Agility Arc 進行管理。

如何有效將人形機器人整合到我們現(xiàn)有流程和系統(tǒng)中？

人形機器人浪費在優(yōu)化單一孤立的任務上。它們應該為簡化自動化更廣泛的企業(yè)流程做出貢獻。例如，當人形機器人在倉庫中從一個點運輸物體到另一個點時，其部署的真正目標應該是提升整個物料搬運流程。

高管必須確保人形機器人與人類和其他機器人及機器順暢協(xié)作。這種整合提高了效率，并允許靈活分配任務。通過將人形機器人整合到 AI 驅動的智能流程中，它們可以動態(tài)調整流程步驟并實時重新分配資源。

這種方法的例子是 Agility Robotics 與亞馬遜的合作。Agility 的Digit人形機器人在為人類工人建造的倉庫通道和貨架系統(tǒng)中導航。這些機器人目前協(xié)助在部分亞馬遜倉庫進行托盤回收，在庫存選擇后將空托盤移動到指定位置。成功的試點項目表明，人形機器人可以融入其他倉庫操作，并與亞馬遜的 IT 基礎設施進行交互。亞馬遜預計在不久的將來能夠重新利用其 Digit 機器人執(zhí)行托盤處理以外的任務，例如拆卸托盤和卸載卡車。

在 CES 2025 上，我們與 Agility Robotics 和 Otonoma 展示了類似的方法。這是為了促進人形機器人和工業(yè)機器人在人類協(xié)作下的智能和自適應編排與互操作性，在 Nvidia Omniverse 中無縫集成現(xiàn)實世界和模擬環(huán)境。

我們如何確保人類與擬人化機器人之間的安全協(xié)作？

考慮部署人形機器人的公司需要建立人機協(xié)作的文化。高管應研究和采用集成人形機器人的新興最佳實踐，這些實踐對員工透明，并包括嚴格的安全驗證。

為了將人形機器人定位為有益且不具威脅的資源，必須加強工作場所的安全和生產效率。為此，他們必須確保關于人形機器人角色和能力的透明和主動溝通。此外，公司應部署具有直觀和親切設計的機器人，有意識地避免“恐怖谷”效應，即因機器人過于像人而引起的不適感。

圖靈 AI 體現(xiàn)了這種方法。其人形機器人安全中心采用嚴格的安全驗證框架，確認其人形機器人不會對人類造成身體危險。該公司還與一家獲得 OSHA 認證的實驗室合作，根據(jù)既定的行業(yè)標準對人形機器人的電池系統(tǒng)、安全控制和電氣部件進行認證。

該圖進一步強調了通過透明溝通對安全的承諾。它提供有關產品安全的持續(xù)更新，明確說明測試協(xié)議，并坦率報告成功和挫折。這種開放性確保安全始終是優(yōu)先事項，培養(yǎng)員工的信心和信任。

我們將如何培訓人形機器人以在現(xiàn)實環(huán)境中運行？

在物理環(huán)境中培訓人形機器人存在重大挑戰(zhàn)：成本高昂，難以擴展，并受限于安全風險和磨損。數(shù)字孿生在兩個關鍵領域提供了解決方案。首先，它們允許開發(fā)人員在構建人形機器人之前虛擬測試機器人組件和系統(tǒng)的功能準確性。其次，人形機器人在模擬中學習現(xiàn)實世界的物理知識，確保它們在部署時與人類一起運行平穩(wěn)。

通過數(shù)字孿生技術，人形機器人可以在其整個生命周期內得到監(jiān)控和優(yōu)化，以確保其持續(xù)高效。制造和物流公司已經采用數(shù)字孿生技術來跟蹤機器人性能、預防停機，并確保人類和機器人團隊之間更順暢的協(xié)調。

例如，我們正在探索英偉達的 Omniverse 藍圖，用于數(shù)字孿生，以模擬和測試包括人形機器人在內的機器人車隊，與 舍弗勒 合作。概念驗證展示了Agility Robotics 的 Digit 執(zhí)行物料搬運，例如托盤搬運和運輸?shù)浇M裝和調試區(qū)域。它還展示了 Sanctuary AI 的多功能人形機器人Phoenix 如何在Omniverse 中通過觀察模擬學習現(xiàn)實世界的任務。一個例子是在舍弗勒的備件中心為單個訂單編制備件套件。模仿學習技術得到了視覺人工智能應用，如英偉達Metropolis 的支持，該應用捕獲現(xiàn)實世界中人類工人和人形機器人的動作，并將它們轉換回 Omniverse 中的模擬。

未來已經到來

仿人機器人不再是一個遙遠的愿景——它們將迅速成為勞動力的重要組成部分。我們相信仿人機器人可以為公司解鎖新的增長，提高效率，并增強創(chuàng)新。

對于正在考慮采用人形機器人的高管來說，成功取決于其對業(yè)務和工人的價值，所需的硬件和培訓投資，周密的整合以及有效的人機協(xié)作。提出并回答我們制定的五個問題，有助于領導者他們采取正確的步驟，探索和將人形機器人整合到他們的業(yè)務中——邁向一個由人工智能驅動、人形機器人整合的工作未來，在那里自動化和人類智慧協(xié)同工作，塑造明天的勞動力。