作者： 财联社记者 敖瑾|
发布时间：2025-01-19 10:13:05
人形机器人“卷交付”白热化：从实验室走向生产线 
摘要
随着政策和资本的双重推动，人形机器人行业逐渐进入产业化落地阶段。近日，国内两家领先企业——乐聚机器人和傅利叶，分别宣布其人形机器人已实现大规模交付。这一趋势标志着行业正从概念验证转向实际应用，技术路线和商业化路径出现分化。
正文
交付大战：乐聚与傅利叶的里程碑 
乐聚机器人近日宣布，其第100台全尺寸人形机器人已成功交付给北汽越野车，主要应用于空箱搬运和物流分拣场景。公司CEO常琳表示，性能和成本是客户在竞标过程中最看重的两个关键点。
与此同时，完成8亿元融资的傅利叶也在交付方面取得了突破。公司创始人顾捷透露，傅利叶的交付量已超过100台，“这是一个重要的里程碑，意味着人形机器人已从实验室走向真实场景，接受用户和环境的锤炼。”
商业化加速：从实验室到生产线 
政策支持和资本注入推动了人形机器人行业的快速发展。特斯拉Optimus的量产计划也更新为预期在2025年量产超1000台，并应用于其工厂。常琳指出，这种趋势反映了行业向商业本质的回归。
在实际应用中，人形机器人已逐步深入场景端，从科研、展厅导览扩展到3C、汽车等工业场景。乐聚的机器人应用于北汽、蔚来汽车和江苏亨通等企业，作业效率已从人工的30%提升至50%。
数据驱动：积累场景经验的重要性 
多位投资人表示，数据不足是目前人形机器人大规模落地的制约因素。通过率先在部分场景中落地，企业可以低成本采集数据，打造数据飞轮，加速机器人在具体场景中的智能提升。
常琳强调，人形机器人的广泛落地需要本体、场景数据和模型三者的协同。乐聚目前已与华为云、火山引擎、腾讯等达成合作，推动模型的优化和场景适应性的提升。
技术分化：控制算法与强化学习的路线之争 
目前，人形机器人行业在技术路线上尚未收敛，主要分为控制算法和强化学习两种路线。控制算法依据运动学和动力学模型进行精确控制，而强化学习则通过试错学习最优行为策略。
代表性厂商包括波士顿动力（控制算法）和宇树科技、星动纪元、逐际动力（强化学习）。常琳认为，长期来看，两种路线将走向融合，乐聚正与北京通院合作，推进基于Model-Based的强化学习技术。
融资与战略：从“卷融资”到“卷交付” 
乐聚机器人自2016年成立以来，已完成5轮融资，投资方包括深创投、腾讯投资等。常琳表示，乐聚目前已进入更关注产品和客户的阶段，战略聚焦于商业化交付。
结论
人形机器人行业正在快速从实验室走向生产线，交付成为新的竞争焦点。尽管技术路线上存在分化，但控制算法与强化学习的融合趋势日益明显。随着商业化加速，企业将通过积累场景数据和优化模型，推动人形机器人在更多领域的规模化应用。
延伸阅读
原文链接