人形机器人还处在攻关阶段，目前有两个问题值得特别关注：一是机器人的软件，新一波具身智能的浪潮是由AI大模型、生成式AI来驱动的，大模型如何赋能机器人，实现人机交互，将复杂任务拆解为子任务；二是各种子任务和现实中的物理空间的结合，需要视觉模型、触觉模型，没有视觉就没有空间的认知与推理，没有触觉，则很难完成精细的操作。以灵巧手为例，具身智能的下肢是轮式还是双足式，目前还有争论。但从上肢来看，无论是在家庭场景中叠衣服、装电池、陪护老人，还是在工业制造中搬运货物、组装汽车等，灵巧手都起着重要作用。灵巧手上有各种各样的传感器，由此生成各种各样的数据，这些数据又要与控制结合形成闭环，因此在结构、感知以及成本方面都有诸多有待解决的挑战。

现在的机器人本体，无论是外观形态、感知能力、运动能力等，都是五花八门，并没有一个行业性的指引规范或统一标准。“这可以类比移动互联网早期涌现的各种应用，其竞争点在于适配能力——适配上百款手机。当下机器人赛道类似，还没有一个真正的爆款产品去引领行业标准，未来三五年或将出现爆款产品，届时会引领或推动行业性的标准建立，将硬件的水平拉动起来，在硬件层面达成共识。”人形机器人是AI+机器人的产物，是多学科交叉融合的集大成者。其“根技术”领域涵盖通用人形机器人、大模型、动力学模型以及控制、多模态感知与环境建模智能的人机交互、多智能体的协作等，同时还涉及类脑感知与认知的基础理论，以及新材料、新工艺、新结构、电子皮肤等领域。

具身智能其实刚刚开始，它面临四个方面的挑战：首先，缺少高性能的具身智能本体，无论是各种具身智能的传感器、执行器还是整个身体，都有很多需要完善的地方；其次，具身智能的运动能力是不足的，尤其体现在对环境的适应性、操作能力方面，还有很大改进的空间；再次，具身智能大模型和多模态大模型算法的能力是不足的；最后，缺乏具有智能领域统一的通用数据集。就像传统人工智能一样，现在传统人工智能大量的语音智能或者是视觉智能这方面，得益于互联网上大量语音的数据和文字的数据。同样在具身智能领域也需要大量操作的数据，需要大量行为的数据来丰富具身智能的算法，甚至是具身智能数据集的标准，实际上都是缺少的。

未来十年甚至更长时间里，如果把机器人的总量看作100%，那么随着相关技术问题的解决，是能够使人形机器人的占比超过50%的。当人形机器人成为一个通用泛化的本体时，不同企业的差别可能表现在人形机器人的设计方面，会构建起繁荣的生态。这类似于现在智能手机会有不同的品牌厂商，但手机里还有更多的App应用。