$39 十亿仿人机器人竞赛：为什么软件才是真正的战场？

在过去的三十天里，类人机器人行业引发的头条新闻数量，比大多数科技领域一年产生的还要多。. Figure AI 完成了超过 $1 亿的 C 轮融资，投后估值达 $39 亿。, ，使其成为全球市值最高的纯人形机器人公司。. 波士顿动力将其Atlas机器人运送至现代汽车的“机器人元工厂”, ，2026年的所有部署计划均已全面落实，该机器人还在2026年国际消费电子展（CES）上荣获"最佳机器人"奖。小鹏汽车在广州破土动工，建设中国首个全产业链人形机器人量产基地，计划于年底前实现量产。. NEURA Robotics 与博世宣布建立合作伙伴关系，共同研发"德国制造"的人形机器人，" 此外，NEURA在苏黎世开设了一处面积达1,800平方米的设施。舍弗勒在中国太仓成立了一家新的类人机器人合资企业。而一项引发全球关注的举措是，一家旧金山初创公司向特朗普政府提议部署武装类人机器人士兵。.

人形机器人竞赛已不再是科幻小说中的情节。这是一场涉及数十亿美元的全球性竞争，全球最大的企业与最具进取心的初创公司正竞相将能够行走、说话并与人类协同工作的机器人引入工厂、仓库、医院和家庭。.

但几乎没人提到这一点：真正的瓶颈并不在于硬件。执行器、传感器、电池和结构材料已经发展到这样的程度，多家公司都能制造出能够行走、抓握并以惊人的灵巧度操作物体的人形机器人。 真正的战场——决定竞争优势得失的关键所在——在于软件。.

2026年类人机器人发展现状

要理解软件方面的挑战，就必须了解谁在研发类人机器人，以及他们目前所处的阶段。这一领域分布于三大洲，每大洲都有其独特的优势和战略目标。.

在美国，Figure AI 频频占据头条。该公司融资总额超过 $1.9 亿，估值已超越许多老牌科技公司，目前正致力于将类人机器人推广至商业场所和家庭。 该公司的研发策略侧重于通用能力——机器人能够通过演示和语音指令学习新任务，而非针对每项具体功能进行编程。现由现代汽车集团（Hyundai）控股的波士顿动力（Boston Dynamics）则通过其Atlas机器人走了一条不同的道路。Atlas并未追求通用型消费应用，而是被部署于工业场景，首先应用于现代汽车集团自有的制造工厂。 此次合作使波士顿动力获得了大多数机器人公司所缺乏的资源：一家资金雄厚、规模庞大的客户，其遍布全球的工厂已准备好将类人机器人整合到实际的生产环境中。. 《汽车新闻》2月27日报道称，Atlas是"唯一一款可在所有制造基地（包括重型汽车工厂）部署的人形机器人"，" 使其直接与特斯拉的Optimus形成竞争。.

特斯拉的“奥普蒂穆斯”（Optimus）依然是个未知数。埃隆·马斯克曾表示，“奥普蒂穆斯”带来的收入可能超过特斯拉汽车业务和能源业务的总和，而且该公司凭借其制造专长，在扩大生产规模方面具备独特优势。然而，“奥普蒂穆斯”尚未像波士顿动力公司通过现代汽车所实现的那样，展示出实际应用的成果。.

在中国，发展速度令人惊叹。小鹏汽车决定动工建设中国首家全产业链人形机器人工厂，这表明中国企业已不再将人形机器人视为一个研究项目，而是将其视为一项需要大规模解决的制造挑战。 舍弗勒在太仓成立人形机器人合资企业，将这家欧洲汽车供应商的精密工程技术融入了中国的制造业基础设施。中国政府已将人形机器人列为国家优先发展领域，多个省份为机器人发展提供了补贴和优惠政策。.

在欧洲，NEURA Robotics 已脱颖而出，成为该大陆的领军企业。该公司与博世的合作，将 NEURA 的机器人技术创新与博世的制造规模及全球分销网络相结合。 在2026年国际消费电子展（CES）上，NEURA推出了4NE1 Gen 3.5、4NE1 Mini以及Neuraverse平台——这是一个旨在让第三方开发者为NEURA机器人开发应用程序的软件生态系统。 进军苏黎世使NEURA站在了德国工程技术与瑞士精密工艺的交汇点上，也昭示着：在许多人原本认为将由美国或中国企业独占鳌头的竞赛中，欧洲人形机器人技术已成为一支不可小觑的劲旅。.

机器人领域的风险投资格局反映了这种全球竞争。Crunchbase的数据表明，仅2025年一年，机器人初创企业就获得了$6十亿的投资，而欧洲对本土机器人制造业的资金投入也在不断增加。 该分析强调，随着欧洲大陆寻求减少对亚洲制造业和美国技术平台的依赖，欧洲在自动化革命领域对机器人初创企业的风险投资正在加速。.

为什么硬件不再是瓶颈

几十年来，人形机器人的讨论一直围绕着硬件挑战展开。 如何制造出能在不平整地面上行走的腿部？如何设计出足够灵巧、能够操作微小物体的手部？如何在有限的机身尺寸内配备足够的电池容量，以支持整整八小时的工作？这些都是名副其实的工程挑战，而要解决它们，需要投入数十亿美元的研发资金。.

到2026年，这些问题已基本得到解决——虽非完美，但已足够。 Figure AI的机器人以近乎人类的灵巧程度操控物体。Atlas能完成连人类体操运动员都难以驾驭的动态动作。NEURA的4NE1在处理精细任务时，其精准度已达到工业质量标准。该硬件已跨越了从"令人印象深刻的研究原型"到"可行的工业产品"的门槛。"

瓶颈已转移到软件层面，而软件方面的挑战在许多方面都比硬件方面的挑战更为艰巨。在真实环境中运行的人形机器人必须解决感知、决策、安全及协调方面的问题，这些问题正不断挑战当前人工智能系统的能力极限。.

感知是首要的挑战。工厂中的机器人必须在各种光照条件下识别物体，区分产品与碎屑，识别人类同事及其意图，探测行进路线上的障碍物，并理解随时间变化而变化的环境空间布局。这需要计算机视觉系统具备远超在受控实验室环境中表现良好的物体检测模型的能力。 生产环境杂乱无章、难以预测，且充斥着各种边界情况，这些情况可能会让基于干净数据集训练的算法感到困惑。.

决策是第二个挑战。类人机器人并非仅仅执行预先编程的动作序列，它必须根据自身感知、当前任务的要求、周围其他机器人和人类的行为、适用的安全限制，以及自上次规划周期以来发生的变化，来决定下一步该做什么。 这需要人工智能系统能够对多步骤任务进行推理、适应意外情况，并在相互冲突的目标之间取得平衡——这正是大型语言模型和强化学习系统开始能够实现的那种推理能力，但在物理系统中，由于错误会引发实际后果，要可靠地实现这种推理仍然极其困难。.

安全性是第三个，也是可以说最为关键的挑战。与人类协同工作的人形机器人必须保证——不仅是尝试，而是必须保证——它不会伤害任何人。 这需要符合安全等级要求的控制系统、力矩监测、碰撞检测、能够预判人类动作的路径规划，以及当不确定性超过可接受阈值时能将机器人带入安全状态的故障安全行为。安全软件虽然不显眼，但它正是决定企业是否会部署某款机器人的关键因素。.

车队管理是第四大挑战。没有哪家公司会仅部署一台类人机器人。它们部署的是整支车队——数十甚至数百台机器人分布在多个设施中运行，每台都需要软件更新、任务分配、性能监控、预测性维护以及空中升级。 管理一支类人机器人车队需要云基础设施、边缘计算、电信集成以及管理软件，其复杂程度堪比管理一支自动驾驶车辆车队。.

类人机器人背后的软件栈

驱动现代类人机器人的软件并非单一应用程序，而是一个分层架构。每个层级负责机器人能力的不同方面，且每个层级的实现都需要深厚的专业知识。.

基础层是机器人操作系统（ROS）。到2026年，ROS2（机器人操作系统2）已成为机器人开发领域的主流中间件框架。ROS2提供了通信基础设施，使不同的软件组件——感知、规划、控制、安全——能够交换数据并协调行动。 它支持实时运行，这对必须在毫秒内对环境作出响应的机器人而言至关重要。基于ROS2进行开发的企业可以受益于由库、工具和社区知识构成的庞大生态系统，但仍需要进行大量的定制化开发，以使该框架适应其特定的硬件和应用场景。.

感知层位于操作系统之上，负责对机器人的传感器输入进行解读。 这包括计算机视觉（处理摄像头画面以识别物体、人物和环境）、深度感知（利用激光雷达、立体摄像头或结构光来理解三维空间）、触觉感知（解读来自机器人手部和身体的力与接触数据）以及传感器融合 （整合来自多个传感器的数据，以形成对环境的连贯理解）。感知层越来越依赖于深度学习模型——用于图像识别的卷积神经网络、用于场景理解的Transformer架构，以及能够在不同视觉领域进行泛化的基础模型。.

规划与决策层接收感知层的输出，并确定机器人应采取何种行动。 这包括任务规划（关于接下来应执行何种任务的高层决策）、运动规划（计算达到目标位置所需的具体关节运动，同时避免碰撞）、抓取规划（根据物体的形状、重量和材质决定如何拾取物体）以及导航 （在避开障碍物并遵守交通规则的前提下，规划在环境中行进的路径）。在该层中，强化学习和模仿学习发挥着越来越重要的作用，使机器人能够通过示范或在模拟环境中反复试错来学习复杂的行为。.

控制层将计划转化为实际动作。它向机器人的执行器（电机、液压系统、气动系统）发送指令，根据计划轨迹监测机器人的实际位置和速度，并进行实时调整以补偿干扰、负载变化以及与环境的动态交互。 控制软件必须以极高的频率运行——通常为1,000 Hz或更高——以保持工业应用所需的稳定性和精度。.

安全层覆盖所有其他层，并有权覆盖任何可能导致伤害的命令或操作。 它实施功能安全标准（ISO 13849、IEC 62443），监控力限值，追踪所有运动部件相对于附近人员的的位置和速度，并在接近安全边界时实施保护性停机。 安全层通常与其他软件组件分开开发和认证，并采用严格的测试和形式化验证方法。.

云端与机队管理层将单个机器人连接到企业IT基础设施。它负责处理无线软件更新、集中管理遥测和性能数据、在机器人机队中分配任务、为人操作员提供仪表盘，并支持远程监控和干预。 该层是机器人技术与企业软件工程的交汇点，在这里，软件开发公司的专业能力与机器人研究实验室的专业能力同样重要。.

首批将部署类人机器人的五大行业

虽然人形机器人最终将在经济各个领域得到应用，但有五个行业正积极布局以率先采用该技术，而每个行业都面临着独特的软件挑战。.

制造业是当前的前沿领域。现代汽车在其各汽车工厂部署Atlas机器人，正是这一模式的典范：人形机器人执行那些对传统工业机械臂而言过于复杂，但对人类工人来说又过于重复、危险或符合人体工程学要求较难的任务。 制造业面临的软件挑战在于集成——将机器人与制造执行系统（MES）、质量管理系统以及生产排程工具连接起来，使机器人能够作为生产线中无缝衔接的一部分运行，而非孤立的新奇设备。.

物流和仓储紧随其后。预计到2035年，仓库自动化支出将达到$105亿，且到2026年，将有60%的仓库将其自动化预算增加%，因此对灵活自动化的需求极为庞大。 类人机器人具备固定式自动化无法提供的优势：能够在人类设计的空间中自主导航，使用现有工具和设备，并处理现代订单履约运营中各类典型任务。在此过程中，软件面临的挑战在于如何在库存、人员和环境条件持续变化的动态环境中实现导航与操作。.

医疗保健领域对软件的要求或许最为严苛。医院中的人形机器人必须符合安全、隐私和可靠性方面的最高标准。它们协助患者行动、运送物资、对病房进行消毒，而在更先进的应用中，还能协助进行康复训练和基础护理工作。 相关软件必须以细致入微的方式处理与人类的密切互动，在一旦发生故障便可能危及患者安全的环境中可靠运行，并除遵守通用机器人安全标准外，还须符合医疗器械法规的要求。.

零售和酒店业具有大规模应用的潜力。在商店、酒店和餐厅中，面向顾客的人形机器人可以提供信息、引导顾客、搬运物品并处理日常服务任务。软件方面的挑战在于实现自然的交互——在嘈杂环境中理解口语、解读手势和社交线索，并以让人感到贴心而非诡异的方式作出回应。.

国防与安全领域虽然存在争议，但正在吸引大量投资。. 五角大楼对类人型机器人士兵的兴趣 这反映了军事和安全应用领域向自主系统发展的更广泛趋势。国防应用的软件要求涵盖了恶劣的运行条件、在受干扰的电磁环境中的通信，以及在无法进行远程控制的情况下实现自主运行。.

欧洲机遇

NEURA Robotics 与博世的合作证明，欧洲在类人机器人竞赛中具备竞争力。但 NEURA 仅负责硬件平台的研发。欧洲工业界面临的问题是：谁来开发那些定制软件应用程序，使这些机器人在特定的工厂、仓库和医院中发挥实际作用？

这是一个巨大的差距，也是一个巨大的机遇。 采用类人型机器人的欧洲制造企业需要这样的软件合作伙伴：既了解欧洲的生产环境，又能够遵守欧洲法规（包括《欧盟人工智能法案》对高风险人工智能系统的要求——该要求将适用于许多类人型机器人应用），并能将机器人与欧洲制造商所使用的特定MES、ERP和质量管理系统进行集成。.

欧洲机器人领域的风险投资正在增长，而欧洲深厚的工程传统——特别是在德国、瑞士、意大利和北欧国家——提供了足以与硅谷或深圳相媲美的人才储备。 欧洲需要的并非更多的硬件公司，而是更多能够构建硬件平台与具体商业应用之间软件层的公司——包括感知系统、人工智能决策引擎、安全控制器、云端车队管理平台以及企业集成解决方案，正是这些技术能够将类人机器人从令人印象深刻的演示原型转变为高效的生产工具。.

Lasting Dynamics 正是构建这一软件层的公司。 作为一家欧洲机器人软件开发公司，我们为人形机器人和协作机器人开发定制软件：适用于真实生产环境的计算机视觉系统、基于您特定运营数据训练的人工智能决策引擎、与您现有基础设施集成的 ROS2 系统，以及基于云端的机器人车队管理平台，助您全面掌握整个机器人部署情况并实施管控。 我们打造让“身体”发挥价值的“大脑”，我们开发让机器人真正属于您的软件。.

Figure AI $39 亿的估值，清晰地昭示了类人机器人领域蕴含的巨大机遇。但估值衡量的是潜力。真正的价值源于实际部署——源于那些在真实环境中实际运作、执行实际任务并产生实际回报的机器人。 而部署则取决于软件。在类人机器人竞赛中胜出的，将是那些不仅精通机械，更能掌握软件技术的公司。.