7家人形机器人厂商正在进驻现实工厂
人形机器人（humanoid robot）正稳步走出研究实验室，进入工厂、仓库、客户服务中心以及其他由人类建造的环境。凭借人工智能，这些机器正在学会理解指令、识别物体、在复杂空间中导航并执行体力劳动任务。美国公司在开发先进的 AI 模型、机器人硬件和通用机器人方面仍然具有影响力。然而，中国制造商已在生产方面建立了显著领先优势，2025 年全球每五台人形机器人安装量中就有超过四台来自中国。
1. Figure AI
Wikimedia Commons
总部位于加利福尼亚州的 Figure AI 正在开发通用型人形机器人，先在工厂内工作，最终拓展到家庭场景。其最新的 Figure 03 机器人由 Helix 驱动，这是一套具身智能（embodied AI）系统，可将视觉信息和自然语言指令转化为物理动作。Figure 已经在一条正在运转的 BMW 生产线上展示了其技术，而不是局限于精心安排的演示。Figure 02 已装载超过 90,000 个零部件，累计运行超过 1,250 小时，并参与了超过 30,000 辆汽车的生产。
2. AgiBot
Wikimedia Commons
AgiBot 于 2023 年在上海成立，迅速崛起为中国最大的具身智能机器人生产商之一。其产品组合包括全尺寸人形机器人、工业机器人、服务机器人、四足机器人，以及可供研究人员开发新应用的开放平台。据《南华早报》（South China Morning Post）报道的数据，AgiBot 以 2025 年全球 30.4% 的安装量领跑市场。其成功得益于大规模量产、开源策略，以及面向制造、物流、娱乐、科研和面向客户岗位设计的机器人。
3. Unitree Robotics
Wikimedia Commons
Unitree Robotics 最初以敏捷的四足机器人闻名，随后凭借 H1 和 G1 等机器人进入人形机器人市场。该公司最大的优势包括平衡控制、强劲的紧凑型执行器、动态运动能力以及相对实惠的硬件。其 G1 人形机器人起售价约为 13,500 美元，使先进的机器人硬件更容易被高校、开发者和 AI 实验室获得。Unitree 在 2025 年占据了全球人形机器人安装量的 26.4%，其能够奔跑、跳舞、保持平衡并完成复杂动作的机器人吸引了广泛关注。
4. Tesla
Tesla 正在将 Optimus 开发为一款通用型人形机器人，能够处理危险、重复性和高体力负荷的工作。该机器人采用了与该公司自动驾驶汽车相关的技术，包括计算机视觉、神经网络、电池、电机和真实世界导航系统。Tesla 还拥有大多数机器人初创公司所缺乏的东西：以巨大规模制造复杂机器的经验。然而，Optimus 尚未实现显著的商业化部署，Elon Musk 也承认其初期量产爬坡将极其缓慢。
5. UBTech Robotics
Wikimedia Commons
总部位于深圳的 UBTech Robotics 正以其 Walker 系列全尺寸人形机器人瞄准实际工业应用。这些机器人正在为汽车制造、物料搬运、质量检测、零部件分拣、物流和重复性装配作业而开发。Walker S2 可以自行更换电池，使其无需依赖人工连接充电器即可恢复工作。UBTech 在 2025 年出货了 1,079 台全尺寸人形机器人，不过路透社（Reuters）的一项调查发现，人形机器人总体上对于大多数工业工作来说仍然太慢且容易出错。
6. Apptronik
总部位于得克萨斯州的 Apptronik 起源于与 NASA 的 Valkyrie 人形机器人项目相关的机器人研究。其 Apollo 机器人旨在执行包括搬运物料、配送零部件、检查产品、照看机器、组装套件和完成仓库订单在内的任务。Apptronik 已与 Mercedes-Benz 和物流公司 GXO 达成商业协议，同时与 Google DeepMind 合作集成基于 Gemini 的智能。该公司还已融资超过 9.35 亿美元，这为其改进 Apollo 并建立大规模制造能力提供了充足的资源。
7. Boston Dynamics
Boston Dynamics 花费了数十年时间开发能够完成一度被认为机器不可能完成的动作的机器人。其全电动 Atlas 人形机器人结合了强劲的执行器、灵活的关节、先进的感知、自主移动能力，以及为在工业环境中操纵物体而设计的手部。这家 Hyundai 旗下的公司正在将 Atlas 从实验平台转变为具有商业价值的制造机器人。它还在与 Google DeepMind 合作开发 AI 能力，而 Hyundai 计划在其工厂引入 Atlas 的量产版本。
人形机器人仍有工作要做
尽管进展迅速，如今的人形机器人在应对不可预测的情况或在无人协助的情况下完成多样化任务方面仍无法与人类匹敌。专用工业机器人也能以更快的速度、更高的可靠性和更低的成本完成许多结构化的工厂作业。尽管如此，所有公司都在稳步缩小这一差距。它们面临的最大考验不是让人形机器人跳舞或进行令人印象深刻的演示，而是证明这些机器能够在现实世界中创造可靠的经济价值。