中国国际工业博览会机器人行业趋势分析 核心观点 本届工博会展现中国机器人行业已从"规模扩张"转向"创新突围"，呈现高端化、智能化、绿色化三大特质，标志着行业从"内卷竞争"进入"高质量发展"新阶段，并逐步成为全球产业创新策源地[3][4][11][24] 趋势一：高端创新发展 - 行业摆脱参数比拼和价格博弈，转向AI驱动场景创新、绿色低碳生态及全产业链协同突破[4] - 埃斯顿首发ER1200-3300重载工业机器人，通过双电机动态同步控制和双减速机硬同步技术，实现动态性能优势，适用于航天、汽车等高端场景[5] - 大族机器人子公司华沿推出S60大负载协作机器人，负载达60KG，采用48V电机驱动系统，避免复杂走线问题，易于AGV集成[8] - 柴孚机器人推出全球首款腕部额定载荷≥5000千克重载工业机器人，可托举整台小米汽车，突破全球工业机器人负载极限[8] - 新时达发布STEP 2.0战略，形成从通用自动化到系统集成的全产业链能力，具备驱控一体、多核异构等全栈自研技术[10] - 汇川技术构建贯通"设计-制造-能源-运营"的数字化体系，覆盖光、机、电、液、气、磁全领域，实现从自动化到智能化的完整技术栈[11] 趋势二：具身智能与机器人深度融合 - 行业从单一功能机械臂转向具备移动、感知与自主决策能力的具身智能机器人，边缘计算成为关键支撑[12] - 越疆机器人展示"超级工厂"平台，采用"集中式讨论+分布式执行"架构，通过双足人形机器人、轮式机器人、多足机器狗和协作机械臂协同作业，提升生产柔性[13] - 节卡机器人全球首发JAKA EVO工业具身智能平台，融合AI大模型、视觉与控制系统，实现"感知-决策-执行"闭环[15] - 微亿智造通过"端-边-云"一体化架构和"快慢思考"双系统，构建工业场景机器人技术体系，实现产线快速切换[16] - 慧灵科技推出HITBOT OS操作系统，采用"大脑+小脑"双层认知架构，大脑处理语义与策略生成，小脑负责高精度运动控制[16] - 具身智能技术完成从实验室原型到产线主力的关键跨越，成为下阶段新型机器人的核心驱动力[18] 趋势三：外资品牌中国本土化 - 外资品牌从"将产品卖给中国"转向"与中国共创产品"，研发、生产、服务全链条本土化[19] - 爱普生专为中国市场定制LA-A系列机器人，采用轻量化紧凑设计，集成RC800L控制器，深度适配3C、锂电、汽车零部件等行业[19] - ABB机器人整合OmniCore EyeMotion视觉系统，将工作站调试时间从2-3天压缩至半天，分拣准确度提升50%，节拍时间减少70%，复杂场景调试时间缩短90%[21] - 外资品牌通过"技术全球化+产品本地化"策略，深度嵌入中国工业体系，中国市场从"消费高地"升级为"创新策源地"[19][23] 行业未来展望 - 中国机器人将在三个维度突破：从产品单点突破走向系统重构、生态从协同合作升级为共生共荣、从跟跑并跑迈向标准输出[25] - 国产重载机器人打破国际负载极限，具身智能体系完善开发，推动企业参与全球产业规则制定[25] - 工博会27年变迁见证中国工业从"追赶者"到"引领者"的质变，机器人行业成为新质生产力重要策源地[24][25]

行业阶段与核心矛盾 - 人形机器人行业正从主题炒作迈向产业趋势投资前期，海外及国内企业已开启小批量量产 [1] - 行业核心矛盾并非能否出货，而是能否形成可持续的产业飞轮，当前交付多集中于科研、教育等ToG领域，本体企业主要扮演硬件卖铲人角色 [1] - 行业真正转折点在于机器人大脑的Scaling Law时刻，即智能随数据量和模型规模呈非线性提升，从而突破场景泛化能力瓶颈 [1] Scaling Law的挑战与瓶颈 - 硬件端成本高且方案未定型，以特斯拉Optimus Gen1为例，当前BOM成本仍处高位，目标未来降至2万美元/台 [3] - 行业缺乏统一技术标准，行星滚柱丝杠与微型丝杠、轴向磁通电机与无框力矩电机等方案并存，延缓了规模化降本进程 [3] - 软件端缺乏机器人版ChatGPT，机器人大脑面临运动数据模态复杂、真实场景采集成本高、专用场景数据缺失等数据困境 [3] 技术路线演进 - 双系统分层VLA（大小脑架构）凭借均衡性成为当前工程落地最优解，端到端VLA被视为通用AGI的终极方向 [4][5] - Figure的Helix系统采用快慢双系统协同，7B参数慢系统处理认知任务，80M参数快系统以200Hz高频实现毫秒级实时控制 [7] - 若未来算力芯片效率提升且低成本数据生成技术突破，端到端VLA仍是终极方向，但大小脑路线将作为行业过渡桥梁 [7] 商业化路径与场景落地 - 商业化遵循从ToG到ToB再到ToC的路径，当前ToG场景已实现小规模落地，国内本体价格下探至3.99万元 [8] - ToB场景成为关键战场，服装制造业是典型案例，全球缝纫工人约6000万人，年人工开支超万亿人民币，存在刚性替代需求 [8][9] - 大模型端到端架构改变现状，无需手动编程即可通过视觉识别面料特性，杰克科技方案已能解决单层面料分离难题，拟推进批量化应用 [9] - 2030年前后人形机器人将全面进入B端装配、质检、柔性搬运环节，2035年有望在家庭场景实现护理、家务协作 [9] 资本流向与生态建设 - 行业资本从重硬件本体转向重软件大脑，谷歌、英伟达等国外科技大厂已率先布局具身智能大模型 [11] - 2024年下半年起国内具身智能大模型赛道迎来融资潮，千寻智能2025年3月完成5.28亿元Pre-A轮融资，穹彻智能累计获数亿元融资 [11] - 平台化企业开始补位行业生态短板，仙工智能等企业正以控制器为核心搭建机器人大脑开发平台，连接本体厂商与零部件企业以提升效率 [11] 未来行业展望 - 行业终极目标是复刻新能源车、智能手机的非线性增长曲线，关键在于机器人大脑的Scaling Law时刻 [13] - 若未来两年内头部企业能在简单工业场景验证智能泛化能力并形成成熟硬件方案，行业将进入规模化增长阶段 [13]

模型核心能力 - 基于单张图片或文本提示生成可永久存在、自由探索的3D世界，几何结构干净、风格丰富且支持场景拼接[4][5] - 核心技术包括场景几何结构解析与重建，能自主识别空间关系并还原隐藏区域，通过估算深度地图和识别几何边界确保物理空间逻辑合理[6] - 同步处理光照、材质、纹理等细节元素，通过训练学习图像特征与三维属性对应关系，实现全维度转化[6][7] - 生成的高斯点云格式相比传统网格模型大幅降低数据体积，支持跨设备适配，包括台式机、笔记本电脑、移动设备和VR头显[9] 技术优势对比 - 相比传统3D生成技术仅能提供简化场景，该模型可构建包含多层结构和复杂装饰的完整空间，避免加载中断或物体形变[9] - 与谷歌Genie相比，该模型以永久性场景生成为核心，无时间限制和探索范围约束，用户可自由切换视角并保存场景[10][12] - 谷歌Genie参数规模110亿，训练数据基于超20万小时二维游戏视频，但场景存在时效性且交互逻辑受限[14] 商业化应用潜力 - 在游戏开发中可将复杂场景搭建周期从数周至数月压缩至几分钟，仅需输入参考图即可生成基础3D框架[13][15] - 在VR内容创作领域直接适配VR头显，提供沉浸式探索体验，无需额外开发投入[16] - 在影视场景搭建中快速生成不同风格原型，帮助导演直观确认效果，降低后期修改成本[21] 当前技术局限 - 功能聚焦3D环境创建，暂不支持人物、动物等动态中心对象的生成，需借助其他工具手动导入[22] - 场景规模受限，仅能生成房间大小的3D空间，构建更大规模场景会出现加载延迟和细节丢失问题[24]

行业痛点与市场机遇 - 工业机器人行业面临部署成本高、柔性不足、智能缺失三重困境，渗透率远未跟上制造业需求 [3] - 2030年全球工业机器人保有量预计仅900万台，机器人密度仅300台/万名员工，这意味着全球制造业仍将依赖约3.88亿名人工劳动力，占总劳动力的97% [3] - 传统工业机器人部署需专业人员编程调试，耗时数月才能上岗，且产线切换适应性差 [3] 公司核心解决方案 - 公司提出“工业具身智能机器人”新物种，旨在通过“感知-学习-决策-执行”核心能力与“端-边-云”架构，在传统机器人与人形机器人之间找到“中间最优值” [3][4] - 公司独创“快慢思考”双系统协同机制，快思考系统相当于机器人反射神经，负责即时反馈与学习人类经验，慢思考系统负责模型持续训练与迭代，实现长期自主能力 [6] - “快慢思考”系统将传统机器人数月部署周期压缩至数周，解决机器人“冷启动”难题，并实现持续智能进化 [6] 技术架构与实施 - 公司构建“端-边-云”三层技术架构：云端为系统大脑，负责模型预训练与数据处理；边缘侧为连接感知与执行的智能中枢，实时运行复杂工艺算法及AI模型；端侧为机器人本体及执行器，是快思考的物理载体 [9] - 边缘侧AI模型可在0.1秒内计算出PCB板抓取坐标，比传统机器人快数倍，满足工业场景实时性要求 [9] - 三层架构协同形成“云端练能力、边缘传指令、端侧做执行”闭环，使机器人能快速切换场景，满足批量部署经济性要求 [9][10] 市场应用与竞争优势 - 公司解决方案已规模化落地于3C电子、汽车制造、快消品、新能源及半导体等行业，在IDC《中国AI视觉工业机器人应用份额，2024》报告中市场份额第一 [12] - 在新能源汽车压铸件检测与修整场景，实现近100%自动化检测与修整；在PCB板上下料场景，实现亚毫米级感知精度，一台设备可取代1-2名人工作业，一年内实现投资回报 [12] - 公司积累业内规模最大的真实工业场景精标数据库，数据量超15TB，包含10亿多条与实际工艺制程水平对齐的数据，为AI模型训练提供坚实基础 [13] - 公司行业首创的人机交互系统将数据采集与模型开发集成在实际产线，使最小样本需求数量减少90%，模型开发周期缩短80%，并支持热更新，大幅提升技术迭代与场景适配效率 [14]

战略合作与技术研发 - 东华测试与南通振康签署战略合作协议 旨在加强机器人关节模组技术研发与产业化领域的深度合作 共同拓展高精度执行器与智能化模组在工业及人形机器人领域的市场机遇[1][3] 企业融资与市场拓展 - 星迈创新完成超10亿人民币新一轮融资 由美团龙珠领投 高瓴创投等继续加注 顺为资本等多家老股东跟投[4][6] - 星迈创新成立不足两年便成为泳池清洁机器人赛道第一品牌 首年攻克1400美金以上价位段85%份额 今年在超高端市场占比超90%[6] - 公司技术团队占比超60% 获260多项专利 产品以用户为中心定义行业新标准 此次融资资金将用于研发及拓展市场 同时宣布进军智能割草机器人领域[6] 新产品与技术发布 - ABB在工博会全球首发OmniCore™ EyeMotion视觉系统 可搭载所有配备OmniCore的ABB协作或工业机器人 结合AI驱动在线自动路径规划技术 能实时自主规划无碰撞最优路径 节拍时间缩短50%[7][9] - ABB发布全新IRB 6750S架式机器人 最新SCARA机器人IRB 920 新一代IRB 1200小型工业机器人与IRB 1100 Lite+系列 所有产品均在ABB上海超级工厂生产[9] 行业认证与标准建设 - 智元机器人获得业内首张人形机器人数据集CR认证证书（编号"001"） 成为国内首批依系列团体标准获认证企业[10][12] - 认证全面评估数据集建设的四大核心要素 涵盖全生命周期管理 确保数据规范一致与可用 推动各环节标准化[12] - agibot world数据集作为全球首个基于全域真实场景构建的真机数据集 规模与质量双突破 复刻五大核心场景 采集中为机器人配备8个摄像头[12] 产业平台与生态建设 - 张江科学城企业人形机器人（上海）有限公司牵头建设的人形机器人中试平台入选上海市中试平台示范名单 定位国家级行业公共服务平台 为初创企业提供全链条中试服务[13][15] - 平台采用分布式协同建设模式 加快成果转化 为国产人形机器人搭建产业化桥梁[15]

LEJU ROBOT FFFF 具身智能教学开发平台 HAREFRA #1. TA 38 88 LEJU ROBOT BROE 1 TOTALOG unim 全身运动控制，全新教学载体 CC x x 手柄控制开箱即用，零门槛轻松入门 E BAISE HF LY HE ROBANE (产品宣传片) 易上手 零门槛 阶梯教学 开箱即用的人形机器人 OBANE 支持图形化/Python编程 适配从展示到开发全阶段教学 20+自由度，抗摔结构设计，耐用可靠 抗抗抗推，为运控算法教学量身打造 激光雷达 + 深度摄像头 环境感知、路径规划更精准 热插拔快速换电 保障开发、展示、教学等场景连续作业 (仿真平台)(遥控手柄)(VR遥操) ··· 强大工具链 全栈开源 ROBANC VR遥操作+动作录制 1:1动作映射，轻松生成示教动作 灵巧手/夹爪末端自由扩展 满足多元教学与科研场景 仿真平台支持强化学习、模型控制、 导航避障、搬运操作等算法开发与验证 第三方开发平台 开发辅助工具 云端服务接入 模仿学习手套 边缘服务器部署 图形化控制软件及遥控器 物联网应用开发 故障检测分析工具 感知应用层 旋篇 多模态感知应用 行为数字 ...

文章核心观点 - 工业自动化正进入以“柔性生产”为特征的下半场，单一功能机器人难以满足高精度协作、多场景适配与跨设备协同的需求 [1] - 越疆机器人以“具身工业”为核心能力，推动AI机器人从执行工具向感知-决策-执行一体的智能体演进，重新定义智能制造边界 [1] - 公司在2025年中国国际工业博览会上展示了从高精度智能协作机器人到人形机器人、多足机器人的多形态全产品矩阵，贯通单机作业到群体自主协同 [3] - 越疆实现全球首次多形态机器人的自主协同作业，标志着其从“协作机器人专家”迈向“具身智能系统解决方案提供商” [9] 具身智能“超级工厂”平台 - 平台基于“分布式感知-集中式决策-动态化执行”模型，顶层“工厂智能枢纽”充当超级大脑，通过多模态感知设备构建全维度环境模型，依托工业大模型进行任务规划与动态调度 [7] - 执行层由四类机器人各司其职：双足人形机器人负责多任务衔接与精细化操作；轮式人形机器人负责产线间物料转运；多足机器狗适用于非结构化环境巡检与搬运；协作机械臂专注高重复性、高精度柔性作业 [7] - 所有机器人通过“智慧大脑”统一调度、协同作业，形成“感知-决策-执行-反馈”闭环系统，实现柔性制造与智能生产深度融合 [9] - 通过时空动作分块ACT预测控制大模型技术，实现长时序任务生成与低延迟控制，以更少算力消耗支持复杂场景快速适配 [9] 技术复用与能力延展 - 公司底层技术架构高度一致，在力控系统、运动控制、视觉感知、安全防护与AI决策等方面实现显著技术复用与能力延展 [13] - 力控技术跨形态应用：协作机器人“一体化力控”技术（如1.5N轻推即动、0.1mm对点精度）延续至新一代人形机器人，实现高度拟人灵巧操作 [15] - 视觉与AI协同进化：深度融合2.5D/3D视觉与力觉传感，形成“眼手一体”智能系统；人形机器人引入“知识驱动的生成式VLA技术”，实现长序列任务自主规划与执行，重复定位精度达±0.05mm [17] - 安全性与可靠性提升：协作机器人通过“三年质保”树立行业品质标杆；人形机器人通过±0.05mm精度测试、大负载老化试验与高温环境验证，具备工业级可靠性 [19] 高端智能制造实力展示 - 大负载协作机器人CR30H在码垛场景实现速度与负载卓越平衡 [22] - CRA系列机器人在钢结构焊接、CNC上下料等领域展示高精度作业能力与高可靠性；CRA-IP68系列以IP68最高防护等级实现全环境高可靠作业 [24] - 商业服务领域拓展：智能咖啡机器人完成研磨、冲泡到奶泡添加全流程自动化；冰淇淋机器人完成基底制作与配料添加；AI艾灸机器人集成Nova协作机器人与专用艾灸头，自动完成寻穴、走穴、调温操作 [26] 公司发展历程与行业地位 - 公司自2015年成立以来，以协作机器人切入工业自动化市场，凭借高精度、高灵活性和人机协作性能赢得市场认可 [30] - 2024年成功登陆港交所，成为“协作机器人第一股” [30] - 截至目前，公司在全球部署机器人超过9万台，位列中国第一、全球前二，服务超过80家世界500强企业 [30] - 随着具身智能技术进化与应用场景拓宽，公司有望成为全球机器人领域重要一极，推动中国制造向“中国智造”系统性迈进 [30]

宇树机器人G1性能测试 - 宇树科技公布人形机器人G1最新训练成果视频，展示其在遭受多位成年男子飞踢、横踹、用椅子推倒等强力攻击后，均能迅速起身的强大抗干扰与自我恢复能力[3] - 视频末尾G1成功完成连续空翻，动作流畅自然，凸显了公司在机器人技术研发上的深厚功底[3] - 此次测试直观呈现了人形机器人G1在应对复杂环境与突发状况方面的潜力，为行业技术发展提供了新的参考范例[3] 特斯拉Optimus团队变动 - 特斯拉Optimus AI核心成员Ashell Kumar确认离职并将入职Meta，此前工程主管Milan Kovac在效力9年后离开并创办初创公司，运动控制负责人Aleksander Madry处于学术休假状态[5] - 三位技术核心先后离场，给Optimus2025年小批量量产宣言蒙上阴影[5] - 特斯拉坚持硬件先行、软件后补策略，但核心人才流失、量产延期等问题导致公司市值蒸发，并被华尔街下调目标价[5] 智元机器人GO-1模型开源 - 智元机器人将其通用具身基座大模型GO-1在GitHub上正式开源，该模型是全球首个采用Vision-Language-Latent-Action架构的通用具身智能模型[8] - 此次开源面向全球开发者免费开放，旨在为开发者提供强大技术支撑，降低进入具身智能领域的难度，激发更多创新应用[8][9] - GO-1大模型的开源有望吸引更多人才和资源投入，推动具身智能行业迈向新的发展阶段[9] 海晨股份与乐聚机器人成立合资公司 - 深圳赛联机器人有限公司正式成立，注册资本达1000万元，经营范围涵盖智能机器人的研发与销售以及工业机器人的制造与销售等业务[13] - 该公司由海晨股份与乐聚机器人关联公司乐聚智能共同持股，将聚焦工业物流场景，并已启动首款人形机器人赛联Aura的研发工作[13] - 两家企业联手成立新公司，在机器人领域布局新动作[13] 盛视科技成立机器人子公司 - 深圳盛巧机器人有限公司正式成立，注册资本达3000万元，业务布局广泛，涵盖智能机器人的研发与销售以及人工智能基础软件开发、应用软件开发等AI业务[17] - 该公司由盛视科技全资持股，显示出公司在人工智能领域的全面布局意图[17] - 盛视科技此番成立新公司，或将在机器人与人工智能结合领域展开新的探索，有望凭借自身技术积累与资源优势在相关市场占据一席之地[17]

产品核心介绍 - 日本初创公司H2L推出了一款名为“胶囊界面”的突破性遥操作设备，其形态类似按摩椅，旨在改变与人形机器人的互动方式[1] - 该设备的基本价格为3000万日元（约合140多万元人民币），定位并非大众市场产品，而是面向需要高精度远程操作的行业[1] - 该设备允许用户通过肌肉运动来控制人形机器人，将人体变为远程界面，不仅能复制动作，还能捕捉动作背后的力量，提供沉浸式体验[1] - 外媒评价认为，该设备使得控制人形机器人等产品变得像打游戏一样简单[1] 技术原理与创新 - 与传统依赖运动传感器（如IMU、外骨骼或光学追踪器）模仿用户运动的系统不同，H2L的技术通过肌肉传感器捕捉肌肉张力的细微变化[3] - 该系统能够捕捉实时的意图和力量，使机器人能够复制动作及其背后的物理力量，在一段演示中，用户成功远程控制Unitree Robotics H1人形机器人执行搬运箱子等任务[3] - 沉浸式体验的关键在于其能够复制力量，这一点常被传统动作捕捉系统忽视，H2L通过将实时肌肉活动直接映射到人形机器人上，保留了力量意识，提高了触觉真实感[5] - 该装置利用嵌入舒适椅子或床中的肌肉传感器工作，H2L希望未来整合本体感受反馈以进一步提升体验[5] 产品易用性与设计 - 胶囊界面设计易于融入日常生活，安装在特制的床或椅子上，用户无需离开即可进行互动，可在坐着或躺着时使用[6] - 与需要专业训练或付出巨大努力的传统外骨骼或可穿戴设备不同，该设备用户只需通过肢体的细微动作即可操作机器人或虚拟角色，降低了使用门槛[6] 潜在应用领域 - 潜在应用广泛，可减少工作对体力的要求并提高多个行业的效率，例如，送货员可远程搬运物品以减轻身体负担[8] - 在灾区等危险环境中，该技术可帮助人员在安全地点远程执行清除瓦砾或排雷等危险任务[8] - 技术可为日常挑战提供解决方案，例如在家中舒适地协助年迈家庭成员做家务，或远程管理农场的机器人设备[8] - 农业领域有望受益，农民可远程操作农业机器人，实时分享专业知识，有助于缓解农村地区的劳动力短缺问题[8] - 其他应用场景包括远程办公、虚拟旅行，以及用于共享身体感觉的个人或浪漫体验[8]

文章核心观点 - 提出TrajBooster创新框架 利用轮式机器人操作数据通过轨迹重定向技术提升双足人形机器人动作学习效率 [1] - 该方法仅需10分钟目标机器人真实数据即可实现复杂全身操控任务 显著增强机器人动作空间理解和零样本任务迁移能力 [1] - 代表解决机器人数据稀缺问题新思路 通过跨形态共享与模拟增强最大化现有数据集价值 [19] TrajBooster核心思想 - 以6D末端执行器轨迹作为与机器人形态无关的通用接口 实现跨形态教学 [2] - 整体流程为真实→模拟→真实闭环 从轮式机器人数据提取轨迹 在仿真中教双足机器人追踪 最后用真实数据微调 [2][4] - 将轮式机器人任务知识通过轨迹中介传递给双足机器人 双足机器人只需学习用自身身体执行轨迹 [4] 精准全身重定向实现 - 采用分层控制模型 上层逆运动学模块负责手臂 直接根据目标手腕位姿计算臂部关节角度 [5] - 下层分层RL策略负责腿部和平衡 包含管理者策略决策身体移动和执行者策略转化具体关节动作 [8] - 设计协调在线DAgger算法 在平衡探索与记忆同时通过梯度下降优化策略 实现更精准轨迹跟踪性能 [8] 从模拟到现实训练 - 后预训练阶段将重定向动作数据与源语言视觉组合 用合成数据对预训练VLA模型进行继续预训练 [9] - 让模型初步理解目标机器人动作空间 学习语言指令和视觉观察对应双足机器人全身动作模式 [10] - 后训练阶段仅收集10分钟目标机器人真实数据对模型微调 弥合模拟到真实差距 [11] 实验结果 - 在抓取米老鼠、整理玩具等任务中 经过后预训练加3千步后训练的模型性能显著优于直接使用1万步真实数据训练的模型 [12] - 经过后预训练的模型能够零样本完成传递水杯任务 成功将轮式数据中技能迁移到双足机器人 [15] - 当目标物体放置于训练未见位置时 经过后预训练的模型成功率80% 远高于未经过后预训练模型的0% [16]