本文件属于类型b，是一篇发表于《机械工程学报》2025年8月第61卷第15期的综述性学术论文。论文作者为陶永、万嘉昊、王田苗、熊友军、王柏村、张文博、邓昌义、陶雨、杨赓、魏洪兴，分别来自北京航空航天大学、国家地方共建具身智能机器人创新中心、浙江大学、中国国际工程咨询有限公司、国家工业信息安全发展研究中心等机构。论文的主题是《构建具身智能新范式：人形机器人技术现状及发展趋势综述》，旨在全面梳理人形机器人领域的技术发展脉络、现状、核心挑战及未来趋势。
论文主要观点一：人形机器人正经历快速发展期，成为全球科技与产业的新高地，并得到国内外政策的有力支持。 作者首先阐述了人形机器人在当前阶段的重要性。论文指出，人形机器人作为具身智能(embodied intelligence)的理想载体，因其类人外形和潜在通用性，能够无缝适应人类环境和工具，深刻改变生产生活方式，符合“人本智造”的新范式。它不仅是多学科交叉的复杂系统集成，更是全球科技创新与产业升级的焦点。为支持这一观点，作者引用了工业和信息化部《人形机器人创新发展指导意见》中的定义，将人形机器人定位为颠覆性产品。同时，论文提供了市场数据支撑，如全球市场规模测算已达32.8亿美元，预估国内未来三年产业规模将突破200亿元。此外，论文通过系统性地列表（如表1和表3），分别对比了国内（如上海、北京、浙江、山东等地）和国外（如美国、日本、欧盟）近期出台的一系列支持人形机器人发展的政策与规划方案，表明从中央到地方、从国内到国际，均对人形机器人技术研发和产业化给予了高度重视和引导，为其发展创造了有利的宏观环境。
论文主要观点二：人形机器人的发展历程可划分为四个阶段，其技术演进从机械结构模仿逐步迈向以软件赋能的具身智能体。 论文详细梳理了人形机器人的技术演进史，将其划分为四个关键阶段：1969-2000年的早期发展阶段（聚焦基础机械结构与运动）、2000-2015年的高度集成阶段（引入多传感器和基础环境感知）、2015-2022年的高动态运动与智能化阶段（实现复杂动态运动并初步应用深度学习/强化学习），以及2022年至今的快速发展爆发期（深度融合大模型和高性能计算，走向软件赋能的具身智能体）。作者通过列举各阶段的代表性技术特征和标志性机器人（如波士顿动力的Atlas），清晰地展示了技术发展从“硬件为主”到“软硬深度融合”、从“预编程操作”到“自主学习适应”的转变路径。这一历史脉络的梳理，为理解当前人形机器人技术现状提供了背景框架，也预示了未来智能化发展的必然趋势。
论文主要观点三：国际人形机器人技术起步早，在机械结构与动态运动方面基础扎实；国内发展迅速，呈现技术多样化、市场应用导向明确的特点，并在部分领域实现“并跑”。 在现状分析部分，论文对国内外发展进行了对比。对于国际现状，作者指出美国、日本、欧洲是研发热点区域，并以表格形式列举了特斯拉Optimus、Figure AI Figure 02、波士顿动力Atlas 2、Agility Robotics Digit等代表性产品及其技术特性。国外技术优势在于机械结构设计基础扎实、动态运动控制算法先进，且顶尖高校（如MIT、东京大学）研究超前。然而，其面临技术转化成本高、应用场景不确定等挑战。对于国内现状，论文同样以表格形式详细介绍了优必选Walker S1、傅利叶GR-2、智元远征A2、宇树G1等众多国内企业与产品，指出国内呈现出“百花齐放”的态势。国内发展的特点被概括为：起步较晚但创新活力强，企业与高校“双轨”并进，更加注重产品与市场应用结合，技术开源程度较高，且在腿部运动稳定性等部分领域已与国际领先水平实现“并跑”。论文还强调了国内通过建立国家地方共建创新中心等协同平台，加速技术攻关和生态构建。通过对比，作者认为国内凭借政策支持、市场导向和灵活创新机制，正逐步缩小与国际顶尖水平的差距。
论文主要观点四：人形机器人的关键技术是一个多模块协同的复杂体系，涵盖本体结构、感知、控制、智能、交互和软件工具链等多个层面。 这是论文的核心技术分析部分。作者将人形机器人关键技术体系化地归纳为六大模块，并绘制了核心技术线图（图3）进行可视化说明。 1. 本体与核心零部件：这是实现感知与运动的基础。论文分析了高强度轻量化材料与仿生结构设计的重要性，并重点剖析了谐波减速器、伺服电机（特别是无框力矩电机）、高性能控制器（CPU/GPU/FPGA结合）、仿人灵巧手等核心部件的技术挑战、国内外代表厂家及发展趋势。例如，指出谐波减速器需提升精度与寿命，伺服电机需解决散热问题，控制器需平衡算力与功耗，灵巧手则向深度仿生和成本优化发展。 2. 高精度环境感知与场景理解：论文强调机器人需依赖多模态传感器（视觉、力觉、IMU等）和新型传感器（如视触觉传感器、电子皮肤）来感知环境。当前的挑战在于如何高效融合多模态信息（如视觉、触觉、力觉）以实现深度的场景理解，现有方法包括决策论方法和基于人工智能的融合算法，但实时性仍需提升。 3. 平稳步态控制与灵巧操作：论文区分了双足步态控制、上肢灵巧操作和全身协调运动。步态控制方面，讨论了基于降阶模型、全阶动力学模型等的非线性优化控制方法，以及引入深度学习/强化学习进行预测和优化。灵巧操作方面，聚焦于高自由度机械臂和仿人五指灵巧手，强调了柔性驱动、多模态传感（力/触觉）与智能控制算法结合的重要性，以实现精细、柔顺的操作。 4. 具身智能与大模型：论文解释了具身智能的概念，即智能体通过与物理环境互动来感知、学习和决策。人形机器人是其理想载体。论文进一步将相关大模型分为通用大模型（如PaLM-E，具有广泛适应性）和垂直大模型（针对特定领域技能进行深度优化，如工业装配、语音交互）。这些模型通过整合SLAM、多模态感知和运动规划，显著提升了机器人的自主性和任务执行效率。 5. 人机协同与共融交互：论文指出，由于形态类人，人机共融是人形机器人的核心问题。关键技术包括动作与意图交互操作（使机器人理解人类意图）、柔顺力控（保证协作安全），以及情感理解（结合多模态信息感知用户情绪并做出反应）。这是实现“人本智造”以人为本理念的关键。 6. 操作系统与工具链：论文提及此模块，强调其对于机器人软件开发、调试和部署的重要性，是支撑以上各项技术高效集成和应用的基础软件生态。
论文主要观点五：人形机器人在特殊环境、智能制造、家庭及社会服务等领域已有典型应用，并具备向新兴领域拓展的潜力。 论文在第三章简要展示了人形机器人的应用前景。虽然未展开详细案例，但指明了几个关键方向：在特殊服役环境（如灾害救援、高危作业）替代人类；在智能制造中从事非标、柔性的装配与搬运工作；在家庭及社会服务领域提供陪伴、护理、导览等服务。这些应用场景的列举，论证了人形机器人技术的实用价值和发展动力。
论文主要观点六：人形机器人发展仍面临一系列核心技术瓶颈和应用难题，是当前的主要挑战。 论文在第四章专门分析了发展面临的挑战。这些挑战源于其作为高自由度复杂系统的本质，包括：动态步态控制的稳定性问题（与地面接触时空域有限）、高精度传感器与执行器的性能与成本问题、多模态信息融合与实时处理的算法难题、复杂任务中全身协调运动的规划与控制挑战、以及安全性与伦理问题。对这些挑战的清晰认识，指明了未来技术攻关的重点方向。
论文主要观点七：未来人形机器人技术将围绕多模态垂直大模型、高算力仿真训练平台以及安全与伦理等方向深入发展。 在趋势展望部分，论文基于前述分析和挑战，提出了几个关键发展方向：首先，多模态垂直大模型将针对具体应用场景（如工业、医疗）进行深度优化，成为提升机器人专业技能的核心。其次，高算力仿真训练平台至关重要，它能在虚拟环境中安全、高效地训练和验证机器人的复杂技能与决策算法，加速技术迭代。最后，随着机器人更深入地融入人类社会，安全与伦理规范体系的建立将成为不可忽视的发展趋势，确保技术发展的负责任和可持续性。
论文的意义与价值 本综述论文具有重要的学术参考价值和行业指导意义。首先，它系统性地整合了人形机器人这一跨学科、快速演进领域的最新研究成果与发展动态，为相关领域的研究人员提供了一幅清晰、全面的技术全景图，有助于把握前沿、启发思路。其次，论文通过详实的国内外产品与技术对比、核心技术模块的深度剖析以及挑战与趋势的研判，为我国从事人形机器人技术与产品研发的机构和企业提供了宝贵的参考依据，有助于明确自身定位、选择技术路线和布局研发重点。最后，论文呼应国家产业政策，旨在总结和把握国际前沿技术动态，为我国推动人形机器人技术进步与产业化发展贡献力量，具有明确的社会经济价值。