2026 世界機器人大會人形機器人運動會呈現出一個極具產業標誌性的現象：中國宇樹、智元、眾擎、優必選、天工、銀河通用等一眾機器人頭部品牌硬體參數、運動性能、整機架構幾乎無代差，甚至做手機跨界的榮耀閃電、元氣仔也不落下風。

行業表像是終端產品同質化競爭，底層本質是：中國已建成全球唯一完備的人形機器人全上下游產業鏈。

依託長三角、珠三角兩大世界級產業叢集，國內可實現全零部件本土化採購、短周期整機組裝、低成本量產落地。這也是全球市場高度認可、同時深度忌憚中國機器人產業的核心原因 —— 國外比拚單點技術突破，中國比拚全產業鏈體系能力、量產效率與迭代速度。

本文為純硬核產業深度觀察，聚焦產業鏈全環節拆解、核心零部件格局、產區叢集分工、國產化處理程序、行業核心趨勢，專注產業端深度分析。這篇是框架篇，後續繼續發佈各章詳細拆解。

一、產業核心變局：賽場無代差，是產業鏈成熟的終極訊號

歷年國際機器人賽事，中外產品、國內外頭部品牌往往存在明顯硬體差距、性能鴻溝。但 2026 WRC 人形機器人運動會徹底改寫格局：

各品牌人形機器人在自由度配置、關節扭矩、行走穩定性、環境適配、操作精度等核心硬體維度基本持平，無明顯技術代差。

這並非單一企業的技術爆發，而是中國供應鏈成熟外溢的確定性結果。

過去人形機器人核心零部件高度依賴進口，整機研發周期長達數年、量產成本居高不下，中小廠商根本無法入局；如今依託國內成熟供應鏈體系，頭部廠商可在極短周期內完成零部件選型、整機整合、迭代最佳化、落地測試。

全球產業共識已經轉變：人形機器人的單點技術壁壘正在消解，產業鏈整合能力、供應鏈韌性、量產交付能力，成為新一輪產業競爭的核心壁壘。

而這，正是中國機器人產業的絕對優勢。

海外機構持續警示：歐美高端機器人單點技術仍有優勢，但完整、低成本、高迭代效率的全產業鏈體系，已經徹底紮根中國，長期將主導全球人形機器人產業化落地節奏。

二、全產業鏈全景拆解：五大核心系統，構築國產整機底盤

一台人形機器人由執行器系統、感測器系統、末端執行系統、控制系統、能源結構系統五大核心體系構成，各環節國產化處理程序、技術壁壘、產業價值明確分層，形成完整閉環產業鏈。

1. 執行器系統（整機核心，佔 BOM 成本 45%-55%）

執行器是人形機器人的核心 “動力肌肉”，是成本最高、技術壁壘最集中、國產化替代最關鍵的環節，直接決定機器人負載、行走、跳躍、自適應運動能力。

適配肩、肘、腕等旋轉關節，核心組合為「無框力矩電機 + 諧波減速器 + 編碼器 + 伺服驅動」，適配輕載高精度場景；

適配髖、膝、踝等承重關節，核心組合為「空心杯電機 + 行星滾柱絲槓」，適配多載、高強度運動場景。

產業現狀：輕載執行器國產化率超 80%，完全實現進口平替；高端線性執行器、高精密絲槓元件持續突破，國產廠商已實現規模化量產，徹底打破海外長期壟斷。

2. 感測器系統（感知神經，佔 BOM 成本 10%-20%）

感測器決定機器人環境感知、力控柔順、姿態平衡能力，是實現智能化作業的基礎，也是人機互動、柔性操作的核心硬體。

核心品類包含：六維力力矩感測器、3D 視覺深度感測器、IMU 慣性測量單元、高精度關節編碼器、柔性觸覺感測器、電子皮膚等。

產業現狀：國內視覺、力覺、慣性感測器產業鏈高度成熟，中低端產品全面國產化，高端工業級、人形專用感測器國產化率持續提升，已適配頭部整機廠商量產需求。

3. 末端靈巧手系統（精密核心，佔 BOM 成本 10%-15%）

靈巧手是人形機器人精細化作業的核心標誌，整合微型電機、微型減速器、觸覺感知、腱繩傳動多重技術，屬於高精密整合部件。

產業現狀：國產靈巧手徹底實現降本增效，從進口數萬元單價，降至國產數千級單價，自由度、抓取精度、響應速度已對標國際一線水平，規模化配套國內頭部整機企業。

4. 智能控制系統（核心大腦，佔 BOM 成本 10%-15%）

涵蓋 AI 主控晶片、伺服驅動器、匯流排通訊系統、嵌入式控制演算法、整機運動控制架構，分為端側智能決策層 + 底層即時控制層雙層架構。

產業現狀：國產伺服驅動、底層控製器完全自主可控；中端 AI 主控實現國產替代，高端算力晶片仍有突破空間，整體控制生態、ROS2 適配、具身智能演算法持續迭代完善。

5. 能源與結構系統（基礎載體，佔 BOM 成本 10% 左右）

包含高倍率鋰電池、BMS 電源管理系統、輕量化碳纖維 / 鋁合金結構件、線束接外掛、散熱系統等。

產業現狀：國產化率超 95%，完全依託國內新能源、精密加工產業外溢優勢，成本、產能、迭代速度全球領先，是國產機器人降本的核心基礎。

三、核心零部件細分格局：龍頭企業、技術壁壘、國產化率

當前中國機器人產業鏈已從 “單點突破” 進入全鏈條規模化替代階段，各核心零部件均形成穩定龍頭格局、成熟產區叢集，完全支撐整機批次生產。

1. 減速器（關節核心傳動部件）

諧波減速器：國產化率 75%+，核心產區蘇州、上海；龍頭：綠的諧波、來福諧波，國內市佔率超 60%，全球規模化出口；

RV 減速器：國產化率 60%+，核心產區浙江台州、寧波；龍頭：雙環傳動、中大力德，多載關節實現國產替代；

行星滾柱絲槓：國產化率 40%+，核心產區浙江新昌、江蘇；龍頭：五洲新春、雙林股份，突破高端線性關節核心壁壘。

無框力矩電機：國產化率 85%+，深圳、廣州、上海叢集；龍頭：雷賽智能、步科股份；

空心杯微型電機：國產化率 50%+，太倉、深圳叢集；龍頭：鳴志電器、兆威機電，配套頭部人形機器人；

伺服驅動器：國產化率 70%+，蘇州、深圳、南京；龍頭：匯川技術、禾川科技，工業級性能對標進口。

六維力感測器：國產化率 70%+，廣東、北京；龍頭：藍點觸控（國內市佔率 72.6%）、坤維科技；

3D 視覺感測器：國產化率 80%+，深圳、杭州；龍頭：奧比中光、海康機器人；

柔性觸覺 / 電子皮膚：國產化率 65%+，浙江、廣東；龍頭：福萊新材、漢威科技。

核心產區深圳、北京、蘇州；龍頭：兆威機電、因時機器人、知行機器人，實現多自由度、高柔性靈巧手量產配套。

核心產區北京、上海、深圳；國產中端晶片（瑞芯微、地平線）大規模落地，適配具身智能輕量化部署，高端算力持續攻堅。

福建寧德、惠州、深圳為核心電池產區；東莞、蘇州、佛山為精密結構件、CNC 加工核心叢集，產能充沛、迭代速度領先全球。

四、產業叢集地理格局：長三角 + 珠三角，雙核心壟斷全球產能

中國人形機器人產業並非分散發展，而是形成兩大世界級產業叢集、差異化分工、全域協同的頂級供應鏈體系，這是海外任何國家都無法複製的核心優勢。

1. 長三角：全球量產底盤，百公里閉環供應鏈

長三角為國內機器人產業研發總部 + 核心零部件 + 規模化量產核心區，佔據全國 45% 以上產業規模，形成 “百公里供應鏈圈”。

上海：頭部整機總部、高端研發、演算法迭代核心（智元、傅利葉集聚）；

蘇州 / 崑山：減速器、伺服驅動、精密部件核心產區；

杭州：四足 / 人形整機、機器視覺、具身智能創新高地（宇樹科技總部）；

寧波 / 新昌：軸承、絲槓、稀土永磁等上游原材料核心基地；

無錫 / 常州：關節模組、微型傳動、精密加工配套叢集。

核心優勢：1 小時跨城配套、全零部件閉環、萬台級量產能力，適合標準化、規模化整機落地。

2. 珠三角：全球迭代高地，日級硬體迭代速度

珠三角主打快速研發、高頻迭代、精密打樣、商業化落地，用網際網路迭代速度重構硬體製造。

深圳：演算法研發、整機整合、感測器、微型傳動核心；

東莞：精密模具、微型加工、快速打樣，單日可完成多次硬體迭代；

佛山：規模化整機製造、結構件量產；

惠州：動力電池、電源系統配套。

核心優勢：全球最快硬體迭代效率，從設計、打樣、測試到小批次投產，最短 3-7 天完成，適配新技術快速落地。

3. 京津冀：科研策源地、政策高地

以北京為核心，集聚頂尖高校、科研院所、國家級創新平台，主打基礎研究、演算法創新、行業標準制定，是國內人形機器人技術研發的頂層大腦。

4. 縣域隱形產業帶：中國製造的底層底氣

國內大量核心精密零部件，依託傳統製造產業升級落地縣域叢集：新昌軸承、台州齒輪、北滘精密製造等傳統產業，無縫延伸至機器人精密部件生產，形成低成本、高成熟度、高穩定性的產業底座，構築海外無法複製的供應鏈成本優勢。

五、產業核心競爭力：中國機器人的四大絕對壁壘

縱觀全球人形機器人產業，歐美有技術、日韓有精密製造，唯獨中國擁有完整產業生態，這是賽場無代差、產業快速崛起的根本原因。

1. 全鏈條自主可控，無供應鏈短板

從上游稀土永磁、精密軸承，到中游減速器、電機、感測器，再到下游整機整合、演算法落地，國內實現全環節本土化配套，無卡脖子短板，供應鏈安全性、穩定性全球第一。

2. 極致迭代效率，碾壓海外研發節奏

海外企業研發迭代以 “年” 為單位，長三角、珠三角供應鏈協同下，國內企業以 “周、日” 為單位完成硬體迭代，技術落地速度遠超海外。

3. 規模化降本優勢，產業化速度領先

依託龐大的量產產能、成熟的配套叢集，國產人形機器人整機成本僅為海外同類產品 1/3-1/2，為商業化落地、場景普及奠定核心基礎。

4. 硬體同質化後，軟體生態持續領跑

當前硬體已進入無代差時代，未來競爭核心轉向具身智能大模型、運動控制演算法、場景適配資料、落地生態。國內海量應用場景、龐巨量資料體量、快速迭代的 AI 生態，將持續拉開與海外產品的差距。

六、行業趨勢判斷：2026 年後人形機器人產業核心賽道

1. 競爭邏輯徹底切換：從拼硬體到拼體系

過去比拚單點硬體參數、核心部件突破；未來供應鏈整合能力、量產交付能力、軟硬體一體化能力、場景落地能力成為核心競爭力，中國全產業鏈優勢將持續放大。

2. 零部件競爭：從 “有無” 轉向 “可靠性與一致性”

國產零部件已實現全覆蓋，下一階段競爭聚焦長期穩定性、高低溫環境適配、批次一致性、超長壽命，高端精密部件的精細化升級將是未來兩年核心賽道。

3. 產業從 “展會秀技” 轉向 “商業落地”

WRC 賽事驗證技術能力，產業重心正式從實驗室原型、展會演示，轉向工業巡檢、商用服務、家庭陪伴、特種作業等真實場景落地，產業進入規模化商業化前夜。

4. 全球話語權持續轉移：中國主導產業化標準

依託最全的產業鏈、最大的產能、最快的迭代速度，中國正在從 “跟隨技術” 轉向定義產業標準、主導全球產業化節奏，成為全球人形機器人產業的核心引擎。(未來機器人網)

相信去年來過WRC現場的朋友，多半會跟我一樣：

剛一踏進場館，就開啟了逛展隱藏支線——尋找遙控器。

那時候，幾乎是每一個成功操作的機器人，背後都有一個拿著遙控器的小哥。

就算繞著展台兜了一圈，沒找到人，很快也會發現，機器人來來回回演示的，多半還是提前編好的一套“公式動作”。

說到底，機器人雖然在動，但真正幹活的，很多時候還是人。

但今年的WRC，體感上已經明顯不一樣了。

各家展台上，自主幹活幾乎成了標配，後面拿著遙控器的人明顯少了，就算偶爾還能看到遙操作，多半也是在采資料。

老實說，雖然目前機器人自主幹活仍然不甚絲滑，而且難免會看到抖動、抽搐、失敗，但起碼，這活真是機器人自己幹的，實乃一大進步。

不過逛了一圈之後，我們又發現，事情顯然還沒結束。因為機器人自己把活幹起來，只能證明它有了“自主性”。

真要進工廠、倉庫、商超，變成生產力，後面還有更現實的一道考題：

換個東西還能不能幹？幹得夠不夠準？速度能不能跟上？

也就是——泛化、精度和效率。

而今年把這三件事擺得最直白的展台之一，恰好也是整個WRC最大的展台：

500平方米，10組Demo，一排機器人同時開工。從前置倉、工業裝配、禮盒折疊，到雙足、輪式新品，幾乎把機器人真正進入生產現場之後會碰到的幾類問題，都搬到了一個展台上。

所以，看到星海圖的巨大展台後，我們真正好奇的，也不只是：

為什麼一向低調的星海圖，這次突然搞了個全場最大展台？

還有，當整個行業都開始強調“自主幹活”之後，星海圖又想把具身智能往前推到那一步？

生產力覺醒，究竟是怎麼個覺醒法

走進展台，我們看到星海圖這次WRC的主題，叫生產力覺醒。

為了一探究竟怎麼個覺醒法，我們也現場試了一下。

首先是現場圍觀人數最多的，星海圖和京東合作的前置倉。

在排了一會兒隊之後，我們直接在iPad上下單了兩瓶脈動。

機器人接單後，會自己排隊、找貨、取貨，再一路送到櫃檯。

有一說一，在第一次嘗試把脈動放到櫃檯時，機器人失敗了；

就在我們以為是瓶子太重、太粗不好夾的時候，機器人調整了幾次動作，最後還是成功放了上去。

拿回來之後，剩下的一切都變得相當絲滑，打包，拉袋，封口，一氣呵成～

整體看下來，這套前置倉已經基本復刻了一套真實的生產流程。

貨架沒有為了方便機器人抓取而刻意擺開，從下單、抓取，到移動、打包、交付，整套流程都由機器人端到端完成。

機器人在這裡既需要完成長程規劃，移動操作，“下蹲抓取”，也涉及到對不同SKU、塑料袋這類剛性和柔性物體的互動。

更關鍵的是，它並不是只會抓我們眼前這兩瓶脈動。

據現場工作人員介紹，這套系統背後的G0.5模型，已經能夠泛化到上萬種SKU。

這其實對應的，就是機器人進入真實世界之後的第一道生產力門檻：泛化。

如果換個商品、換個擺法就得重新訓練，那再自主，本質上也還是一套更複雜的專機。

值得一提的是，打包機器人的加入，也把整個閉環進一步串了起來。

我們從下單到拿到商品，大概等了3-4分鐘，速度已經在可接受的範圍內。

再往裡走，是一套機器人組裝機器人的工業裝配場景。

雖然聽起來多少有點“物理RSI”那味兒，但這裡真正考驗的，其實是精度。

畢竟工業裝配不像抓瓶子，零件差一點可能就裝不上。

為此，星海圖在基礎模型之上引入強化學習，將操作精度做到1mm以內、成功率99.9%，同時把工作效率提升了400%。

也就是說，到了真正的工業現場，自主只是前提，精度和良率才決定它能不能上產線。

再往下，是一個看起來沒那麼唬人、實際卻挺難搞的任務：折禮盒。

我們現場隨手丟給它一個紙盒，機器人拿到之後，大概1分鐘就能折完。

這裡的難點在於，紙板和剛性零件不一樣：折過去會回彈，狀態一變，後面的動作也得跟著變。

以前很多靠背一套“小連招”的機器人，到這基本就歇了：中間一步被打斷，直接當機。

但G0.5可以根據紙盒的即時狀態調整動作，我們在現場站了一會，成功率已經沒的說了。

不光是紙盒，對於疊衣服這種柔性操作，G0.5也可以輕鬆拿捏。

除了這些依靠具身大腦的任務以外，星海圖這次還帶來了最新的通用小腦成果——

它遇到沒見過的地形時，不需要重新訓練，就能邊感知、邊調整步態。

這其實有點呼應了最近全身智能的研究熱點。

畢竟，以後機器人真進了家庭、工廠和倉庫，能不能走過沒見過的路，本身也是泛化的一部分。

值得一提的是，這也不是星海圖首次發力機器人運控。

早在2023年，聯合創始人趙行團隊的Robot Parkour Learning，就曾入選CoRL 2023 Oral，並躋身最佳系統論文候選Top 3；此後，他們又將這一路線推進到雙足人形機器人。

當然，500平米的展台上遠不止這些。

抓包裹、物料分揀、折衣服、長程送件……機器人幹的活五花八門，囿於篇幅，就不一一展開了。

但把前面這些Demo串起來看，星海圖這次真正想展示的東西，其實已經很清楚了：

機器人“能自主幹活”，只是生產力覺醒的起點。

再往下，至少還有三道更現實的考題。

第一是泛化。換個SKU、換個物體、換個環境，甚至中間狀態發生變化，機器人還能不能繼續幹，而不是重新訓練一套模型。

第二是精度。如果只是在Demo裡把動作做個大概，到了工廠裡精度不夠、良率不行，那依然幹不了真正的活。

再往前一步，就是效率。畢竟真正到了生產現場，機器人最後要比的，不是Demo漂不漂亮，而是能不能在相同時間裡完成一樣的工作，甚至把這筆帳算得比人更划算。

所以一圈看下來，星海圖這次至少做了一件挺有意思的事：

當整個行業開始從“遙操作”走向“自主幹活”，它又把考捲往前翻了一頁——把泛化、精度和效率，同時擺到了檯面上。

從“機器人能不能自己幹”，變成了：機器人能不能快、准、泛化地把活幹下來。

而這，可能才是真正的“生產力覺醒”。

那麼，這背後究竟是怎麼做到的？

在前面的展示裡，機器人之所以能做到百萬SKU的物品與剛性柔性物體泛化，並把一整套長程任務自己串起來，背後用到的就是星海圖最新的VLA模型G0.5。

在公開榜單測試中，G0.5已經在LIBERO、BEHAVIOR-1K、RoboTwin 2.0、DROID Zero-shot等8個權威Benchmark中登頂，覆蓋長程任務、精細操作、零樣本泛化等不同能力，整體位居第一梯隊。

在具體的架構方面，G0.5走的是一條統一自回歸路線，用G0.5背後研究者的話說就是，你可以把它理解成一個大語言模型：

它把視覺理解、具身推理和動作生成，都放進了同一個Transformer Decoder裡。

和不少“VLM負責看和想，Action Expert負責動”的VLA架構不同。G0.5更像是把“想”和“做”重新接在了一起：機器人一邊理解環境、一邊判斷下一步該幹什麼，然後繼續往下生成動作。

這樣做的第一個好處，就是過去幾年LLM已經學出來的理解、推理和任務拆解能力，能更順暢地接到機器人身上。

模型不用從頭再學一遍“怎麼想”，而是直接把已經會的思考變成動作。

所以到了前置倉這種任務裡，它面對的就不只是“抓一個東西”，而是可以先理解訂單，再把找貨、規劃、抓取、打包這一整串事情接著做下去。

而統一自回歸的第二個好處，就是思考和動作可以連續往下走。

在前面的折禮盒demo中，這就讓機器人能夠一邊執行，一邊根據紙盒的變化及時調整動作。

而在G0.5代表的VLA路線之外，星海圖還同時押了另一條路線：世界模型。

他們今年推出的Fast-WAM，最大的特點就是快。

針對以往世界模型推理過慢，難以實際部署的問題，Fast-WAM把推理延遲壓到了約190ms，相比傳統方案提升約4倍，發佈時做到了全球最快。

目前，Fast-WAM論文引用量已經位居世界模型領域第一，也得到了同為世界模型創業者謝賽寧的認可。

所以回過頭看，星海圖在“大腦”上的路線其實挺實用主義。

VLA也做，世界模型也做，不是先選一個技術信仰，然後證明另外一條路線是錯的。

而是反過來：那個東西能讓機器人把活幹得更好，就先用那個。如果都好，那就都用。

把人形機器人做得無限逼近人類，似乎是一種執念。

過去一周，我們彷彿能在世界機器人大會上看到全世界的機器人，600余件相關展品幾乎覆蓋了機器人的各條產業鏈。

機器人類型也多得令人眼花繚亂，比如“上躥下跳”的機器狗、整齊劃一“搖曳”的機械臂，還有可以做到不把酒撒出來的“送餐小能手”等。

不論是機器人數量還是參展熱度，人形機器人都堪稱“C位”。據官方表示，這是人形機器人數量最多的一屆大會，而現場幾乎一半的觀眾都集中在人形機器人公司的展台。

這些人形機器人高矮胖瘦各不相同：從僅有110cm的加速進化“小巧”型Booster T1，到足有185cm的“壯漢”型青龍機器人一應俱全。每一家機器人的機械臂形態、電池位置，臉部造型，乃至移動方式都風格各異，但他們都在賣力地表演著“絕技”。

論武，它們能打詠春、拳擊、跳“海草舞”，甚至能在有鋼管的地上跑步飄逸；論文，它們會寫毛筆字，還能做菜、洗衣、疊衣。在多個展台上，機器人們顯得一派絕活學盡，就等著進廠打工或是去客戶家服務的高昂姿態。

（星塵智能Astribot S1跳海草舞）

（逐際動力雙足機器人P1上坡）

但一位長期關注人形機器人賽道的投資人逛完展會後，卻對騰訊科技表示：“我一個也不想投了”。

他們目前既不夠有用，又拉不開差距。

比如，工業場景人形機器人，主要任務是做揀選和小範圍的搬運、挪動，但現有的傳統自動化機器人已經有很成熟的方案，再做人形機器人意義不大。而聚焦家用場景的人形機器人主要任務就是烹飪、疊衣服、炒菜，雖然各家機器人在這類場景的完成度有差異，但投資人表示，“你能做到的對手也能做到，並不存在不可踰越的差距，只是時間問題而已”。

經騰訊科技不完全統計，此次大會一共有28家人形機器人公司參展，各家公司產品的服務場景除了科研之外，多數都集中在工業或家用場景。

騰訊科技不完全統計：世界機器人大會參展人形機器人企業一覽表｜按首字母排序

從騰訊科技的統計可以看到，這些機器人的機械性能差異不小，比如自由度、峰值扭矩等指標，最多能有5倍差距；單拿移動速度來看，最快的一級能達到7km/h以上，慢的卻只能做到2.5km/h。但在軟體基礎——大模型層面上，各家卻很難拉開大的差距。

而這本應是今年人形機器人的最大亮點。

因為比起特定應用的工業機器人，“人形”這類型的機器人設計其實並不高效。它最大的優勢就在於更能實現在人類社會中的“通用”，即人類不需要為了方便機器人的運轉而特意改造環境，人類的雙手能夠著、雙腿能抵達的地方，人形機器人也可以。

而實現“通用”的關鍵就在於有足夠強的通用模型。

對這位投資人來說，展會內軟體突破有限的人形機器人已讓他感到審美疲勞。“現在能讓我眼前一亮的，大概是真正擁有泛化能力的機器人”，比如一個會拖地的家庭服務機器人，可以不用主人發號指令，就能自己想到主動去房間鋪個床，幹個活。

騰訊科技溝通了多位關注機器人賽道的投資人，他們普遍認為，做人形機器人，硬體本體並不存在真正意義上的壁壘，軟體才是難題，因為它決定著人形機器人的泛化能力，只有擁有強大的泛化能力，人形機器人才能在多種任務場景中工作，才能更接近“通用性”。

但通往AGI是一個美好的理想，除了要奔向遠方，也要結合當下的技術條件循序漸進。

雖然今年的人形機器人賽道讓VC們略感失望，但和往年相比，我們發現這個賽道其實也有一些值得關注的新變化。

01. 人形機器人的“表情包”執念？

如果未來人形機器人想要實現真正意義上的情感陪伴，它的“臉”和“表情”會變得極為重要。

日本機器人學者、ATR石黑浩特別研究室室長石黑浩認為，“隨著我們接觸到越來越多的機器人，我們可能會逐漸接受栩栩如生的機器人，並在未來依靠它們來滿足我們的護理和其他需求。”

海銀資本創始人王煜全也有類似觀點，他曾對騰訊科技表示，機器人沒有必要像人一樣擁有雙足，但它們可以像人一樣擁有一張能做表情的“臉”，具備這項能力，機器人可以更好地勝任迎賓接待、陪伴這類需要與人類交流的工作。

關於人形機器人做不做“表情”，有兩個派別：“抽象派”和“仿生派”，前者主張用抽象的符號傳遞表情，以表達情感交流，後者主張將臉做得無限逼近真人，希望能和人類一樣，可以通過調動“肌肉”的力量驅動面部表情。

在WRC 2024上，我們觀察到，除了主流的“抽象派”，更多的“仿生派”開始入場，並且這類機器人可以做各種“表情包”。

典型的代表是國內仿生機器人公司EX集團，EX集團去年將“李白”、“杜甫”帶到世界機器人大會，今年又做出來“蘇軾”。

（圖：EX集團仿生機器人“蘇軾”）

此外，和去年相比，今年又多出一家做表情的機器人公司“數字華夏”，它的人形機器人“夏瀾”在現場和觀眾做起了互動：

（圖：數字華夏機器人“夏瀾”）

除此之外，也有很多產品並不講究把“表情”做得多麼細緻，有的壓根連“臉”都沒有，還有部分做了“臉”的公司則選擇了籠統的“頭盔”樣式。

中國機器人產業鏈深度研究報告：從 WRC與人形機器人運動會看全球產業話語權轉移

今年WRC最大展台，預告具身智能未來

逛完世界機器人大會，投資人說再也不想投人形機器人了

27款人形機器人齊聚「WRC 2024」，既能寫毛筆、幹家務，還可以做搬運和質檢

中國機器人產業鏈深度研究報告：從 WRC與 人形機器人運動會看全球產業話語權轉移

今年WRC最大展台，預告具身智能未來

逛完世界機器人大會，投資人說再也不想投人形機器人了

27款人形機器人齊聚「WRC 2024」，既能寫毛筆、幹家務，還可以做搬運和質檢

中國機器人產業鏈深度研究報告：從 WRC與人形機器人運動會看全球產業話語權轉移