...................................................................................41 2.2.6 移动操作执行与人机交互................................................................................................. 行业发展，为政 府决策提供科学依据，为企业研发提供明确导向，为市场应用提供规 范准则，为各方提供更具价值与前瞻性的指引与参考，最终共同推动 人形机器人行业向着更加稳健、高效的方向大步迈进，开启人机共融 的全新篇章。 编委会 2024 年 12 月 4 一、人形机器人概述 1.1 概念 1.1.1 定义及本文范畴 人形机器人这个概念一经提出，就在学术界、科技界和产业界引 起广 目前，国内主流科技咨询公司对人形机器人概念的观点主要如下： 1）人形机器人是具备人类外形特征和行动能力的智能机器人，以 双腿行走的方式，通过手臂和身体的协调完成功能，基于通用型算法 和生成式 AI，具备语义理解、人机交互、自主决策等能力，并利用人 机交互实现任务理解与反馈，需要强大的感知计算与运动控制能力 （《创业邦》）； 2）人形机器人是一种仿生机器人，指形状与尺寸与人体相似，能 够模仿人类运动、表情

年iRobot公司首次发布第一款 扫地机器人Roomba真空吸尘器。 2003年，火星探测器精神号和机遇 号落地火星表面。 2005年，人形机器人Albert HUBO被 发布，是世界上第一款具有人形头 部的行走类人机器人。 2005年，波士顿动力推出四足机器 人BigDog，适应复杂地形。 2008年，协作机器人先驱Universal Robots发布首款商用协作机器人 （Cobot）。 人形机器人 北京市人民政府办 公厅 国内领先、国际先进 的机器人产业集群 2025年机器人核心产业收入 达到300亿元以上 培育100种高技术高附 加值机器人产品 打造100种具有全国推 广价值的应用场景 万人机器人拥有量达 到世界领先水平 上海市促进智能机器人产业高质量 创新发展行动方案（2023-2025年） 2023年10月19日 上海市经济和信息 化委员会等五部门 具有全球影响力的机 器人产业创新高地 万人 广东省培育智能机器人战略性新兴 产业集群行动计划（2023-2025年） 2024年1月24日 广东省工业和信 息化厅等五部委 2025年，营收达800亿元：服务机器人营收达200 亿元，无人机（船）营收达500亿元，工业机器人 年产量超18万台（套） 培育一批专精特新企 业，打造一批“机器 人+”应用标杆企业 核心技术和关键零部件自主可控水平大 幅提升，主要技术指标达到国际先进水 平，整机综合指标达到国际领先水平；

首位且持续保持上升趋势，关键技术创新融合发展不断深化。在 此背景下，行业企业和高校院所加力投入研究创新，推动机器人 6 技术从单一感知向全域感知提升、从感知智能向认知智能升级、 从单机智能向集群智能演进、从围栏操作向人机协作跃迁。“十 五五”时期，机器人技术将与人工智能、新材料、新型传感、生 物仿生、元宇宙、脑机接口等前沿技术进一步融合发展，多个关 键零部件性能也将进一步提升。 数据来源：赛迪顾问，2024 署转变， 这使多台机器人之间能够协同作业，共同完成更复杂的任务，提 升整体任务执行效率、提高容错性。目前该技术中的协调控制、 动态任务分配和协调路径规划已经较为成熟，已经在仓储物流系 统、无人机群等领域开展应用。“十五五”时期，该技术将进一 步升级，从“由一个大脑统一指挥”逐步向群体智能发展，即形 成一种去中心化、自组织、群策群力的统一行动的能力，该技术 的发展将使机器人能够进一步深入复杂多变的场景，执行应急救 程控制的模式以难以满足实际需求。同时，随着机器人逐步走入 人类工作和生活环境，能够与人类进行自然交互、协同配合也成 为了机器人的必要能力之一。近年来，人工智能大模型技术持续 快速进化，为机器人增强环境感知、行为控制和人机交互等能力 提供了更加高效、实用的技术路径，有效缩短了创新型、颠覆性 机器人产品开发周期。“十五五”时期，机器人大模型将助力机 器人与人类自然交互与协作，快速学习和掌握多种专业技能，快 速在

43 本更新允许应用程序使用React服务器组 件直接从LLMs流式传输UI组件，无需大量客户端JavaS cript，从而使得LLMs对用户请求的响应方式更加引人入 胜。 GUI已经成为了数十年来人机交互的主要方法，但高管们认为这种状况正在改变，因 为智能代理变得可用。这种转变将涉及自然语言处理，同时也要求系统能够动态生成 和组合用户界面元素以满足用户的需求。 在您的评估中，您认为公众何时会更 务的通用型机器人原型。 斯坦福大学、加州大学 伯克利分校和Meta公司 推出ALOHA，一个低成 本、开源的机器人系统 。 83 早稻田大学研制出WABOT-1 ，这是第一个能够行走和抓取 物体的全尺寸类人机器人。 7 7 如同过去的App商店，一 个新的市场涌现，用于 下载通用机器人的新技 能。 Willow Garage 成立并开始 开发 ROS（机器人操作系 统），被誉为“机器人领域 的Linux”。 片，PaLM-E安排机器人打开一个抽屉，拿出一个袋子 ，并将其递给那个人。 89 它使用大型语言模型和机器 人传感器数据来理解语音命令、制定计划并执行。 观察机器人硬件的演变。也许是通用化演变的强烈信号 ，类人机器人开发在过去12个月中蓬勃发展，并且它们 正在进入仓库和工厂。 91 这项对更多多功能机器人形 态的探索是对实现通用型大脑潜力的认可，即机器人将 需要与其相匹配的身体。为了在为人类建造的世界中导

Figure 02 Optimus Apollo 功能 多模态交互、自主导航、机械手（能够处理 复杂任务如抓取等） 自主行走、自主导航、环境感知、拼接和组装 小部件等 自主行动、精准操作、环境感知、人机协同等 应用场景 工业生产、家庭服务、商业服务、仓储物流 工业生产、家庭服务、商业服务、仓储物流 工业生产、仓储物流 工作地点 宝马汽车工厂 特斯拉汽车工厂 亚马逊物流中心、GXO物流中心、奔驰工厂等 多模态交互、环境感知、灵活运 动、精细操作、自主学习等 灵活的运动能力、物体与环境感知、 语音交互和视觉交互、可实现搭建、 维护、装配、实验等多种能力 灵活的移动能力、视觉/触觉/力 感知能力、远程控制、人机交互 语音、视觉识别，触摸感知能力，支持 多语言编程、执行复杂动作（如走路、 跑步、舞蹈等） 应用场景 家庭服务、工业生产、商业服务 家庭服务、工业生产、特种应用 工业生产、家庭服务、商业服务、 2024年1月 2024年6月 《人形机器人创新发展指导意见》 《关于推动未来产业创新发展的实施意见》 《关于打造消费新场景培育消费新增长点的措 施》 仓储物流 推动人形机器人在物流等重点行业应用落地提升人机交互、 灵巧抓取、分拣搬运、智能配送等作业能力 商业服务 拓展智能机器人在清洁、娱乐休闲、养老助残护理等方 面功能，探索开发基于人工智能大模型的人形机器人… 工业生产 聚焦3C、汽车等制造业重点领域，提升人形机器人工具操

类分类、回归、聚类、关联规则任务，帮助机器人实现物品分类、平 面移动和故障诊断等功能，但不具备决策能力；而深度学习则聚焦图 像、文本和语音等复杂任务的处理，能够帮助机器人实现缺陷检测、 知识问答、人机对话等功能，具有一定的决策能力。 5 图 1 机器人与人工智能融合历程 （二）三大融合方向及其组合推动智能机器人产品涌现 1、根据不同的环节需求形成三大方向的融合应用 人工智能应用于工业机器人的感知交互、推理决策和运动控制各 补偿的方 式在大范围移动过程中做到平稳避障，具备 0 延时条件下的亚毫米级 操作精度；捷螺智能 AMR 基于激光 SLAM 导航标准化移动机器人，通 过集成整合万向轮、AI 导航定位模组、六轴人机协作手臂、弹性化 高效率派车软体。 20 进口设备数据开放权限限制了“多智能体+协同优化模型”在产 线优化中的应用，占比约 8%。半导体产线大量生产设备依赖进口， 数据开放权限获取困难，但也有部分企业开展了相关探索。比如上海 “机器人+识别类模型”已经大量用于各环节的质量管理与追溯 场景，占比约为 54%。在原材料准备环节，机器视觉算法，通过带有 标签的历史图像数据对模型进行训练和优化，使其能够自动对废钢进 行逐层判级、异物识别，如湛江钢铁采用无人机拍摄的方式，对卸料 进行识别判级并拍照定位。在检验包装环节，AI 大模型能够快速、 准确地识别出钢材表面的各种缺陷，如裂纹、气泡、夹杂等，提高了 检测的准确性和效率，如广西钢铁焊缝“云眼”机器人，通过

布局 AI 的企业通过业务创新实现了利润 增长，而迟滞转型的企业则面临被市场淘汰的风险。这种持续扩大的"数字鸿沟"，正在重 构产业竞争格局。 值得注意的是，AI 转型的本质并非单纯的技术升级，而是人机协作模式的重构与组织能 力的重塑。在这场变革中，人才既是 AI 的使用者，更是推动企业转型的核心引擎。唯有将 人才置于 AI 转型的核心，构建组织和人才系统化应用 AI 的能力，才能实现 AI 与企业运 的束缚，企业才能真正释放人 才潜能，在 AI 转型的浪潮中占据先机。 高管低估了员工学习和接纳 AI 的意愿 3.3 75% 60% 5% 16 AI 转型的本质并非单纯的技术升级，而是人机协作的重构与组织能力的重塑。在这场变 革中，人才既是 AI 的使用者，更是推动企业转型的核心引擎。面对 AI 的快速发展，企 业对 AI 人才的需求已经发生质的转变，从早期单纯的技术人才扩展到具备 AI 应用 AI 也需要全方位 的技能储备。掌握 AI 力不仅意味着理解 AI 的基本原理和能力边界，还可以敏捷、高效 地与 AI 互动和协作，利用 AI 解决问题，交付有价值的业务结果。 研究表明，在人机协同的工作场景中，具备高 AI 力的个体能够显著提升工作效率和质 量。 他们能够更好地理解 AI 的优势和局限性，更有效地利用 AI 工具完成任务，并从 AI的输出中获得更深入的洞察。 基于对 AI

AI可穿戴：AI耳机、AI眼镜、AI指环、 AI Pin…… 强功能性角色，也是AI能力注入终端的率先变革 力。2024年，手机、电脑等终端厂商已纷纷发 力，基于端侧大模型让AI能力与其更好融合，从 软硬生态交互角度完成更好人机协同，也借此获 取更多市占及增长驱力。 AI硬件新入口： 语音能力为教育陪伴类产品提供更好交互入口， 而生成式AI带来更多语义能力增强，各种教育陪 伴类硬件的语音助手升级为智慧助手，基于语音 AI语音设计、AI音乐创作等技术方向，音频能力正由被动生成发展到主动创作；在语 音交互能力上，更多厂商在语音大模型架构中，可由ASR-LLM-TTS的级联式架构升级为端到端的语音交互大模型，显著提升人机语音交互 的响应速度、流畅度、打断性等。2024年5月，OpenAI发布端到端语音架构的GPT 4o系列，在语音交互能力表现优异，8月，科大讯飞更 新星火语音大模型，采用端到端语音架构，在响应速度上 该类助手及平台产品更强调对语音进行转 化分析的工具属性。 ➢ 讯飞听见：提供音视频、录音等转写服务。 ➢ 通义听悟：记录、转写及分析音视频内容。 AI语音交互产品 在对话式AI产品中，在人机对话系统中提 供语音功能，完成语音式对话交互，常应 用于问答、客服、营销、教育等场景 ➢ Realtime API: OpenAI的语音交互调 用服务。 ➢ 豆包：字节的AI对话APP。

AI可穿戴：AI耳机、AI眼镜、AI指环、 AI Pin…… 强功能性角色，也是AI能力注入终端的率先变革 力。2024年，手机、电脑等终端厂商已纷纷发 力，基于端侧大模型让AI能力与其更好融合，从 软硬生态交互角度完成更好人机协同，也借此获 取更多市占及增长驱力。 AI硬件新入口： 语音能力为教育陪伴类产品提供更好交互入口， 而生成式AI带来更多语义能力增强，各种教育陪 伴类硬件的语音助手升级为智慧助手，基于语音 AI语音设计、AI音乐创作等技术方向，音频能力正由被动生成发展到主动创作；在语 音交互能力上，更多厂商在语音大模型架构中，可由ASR-LLM-TTS的级联式架构升级为端到端的语音交互大模型，显著提升人机语音交互 的响应速度、流畅度、打断性等。2024年5月，OpenAI发布端到端语音架构的GPT 4o系列，在语音交互能力表现优异，8月，科大讯飞更 新星火语音大模型，采用端到端语音架构，在响应速度上 该类助手及平台产品更强调对语音进行转 化分析的工具属性。 ➢ 讯飞听见：提供音视频、录音等转写服务。 ➢ 通义听悟：记录、转写及分析音视频内容。 AI语音交互产品 在对话式AI产品中，在人机对话系统中提 供语音功能，完成语音式对话交互，常应 用于问答、客服、营销、教育等场景 ➢ Realtime API: OpenAI的语音交互调 用服务。 ➢ 豆包：字节的AI对话APP。

Adobe Stock 2 925 138 2023 2033 189 (市场规模估计，以十亿美元为单位) 人工智能物联网 大数据 区块链技术 5G 3D 打印 无人机技术 太阳能光伏 集中式太阳能电力 生物质燃料 风力能源 绿色氢气 电动汽车 纳米技术 机器人学 沼气与生物质 基因编辑 人工智能 电力 车辆 电力 车辆 人工智能 物联网 2.5 万亿美元 进步。这些内容在报告中 作为连接证据和制定政策建议的方式进行了讨论。 人工智能的快速 发展由三个关键 杠杆点驱动—— 基础设施、数据 和技能——这些 可以催化持续创 新。 下一次工业革命可以 通过人机协作、可持 续性和个性化带来一 个更加包容的未来— —如果能够谨慎引导 的话。 6 为私营和公共利益服务——领先的技术公司正在掌 握技术未来的控制权，它们的商业动机并不总是与公 响取决于自动化、增能和创造新角色的复杂互动。政 策制定者应当理解这些动态，以确保人工智能益处的 公平分配，并支持劳动力平稳过渡。 财务驱动力——研发资金、战略公共采购和有针对性 的税收激励可以用来促进人机互补人工智能技术。改 善劳动力市场机会和建立清晰的职业发展路径可以减 轻人才流失的风险。 涉及并赋权工人——包容性人工智能需要强调工人及 其职业成长。这包括通过数字素养赋权他们，支持那 些转行的新工人进行再培训，并通过提升技能项目提