人形机器人从“实验室”走向“赛场”后，如何更深度地挖掘其应用场景，受到广泛关注。
近日，在人形机器人百人会会议暨人工智能赋能新型工业化深度行（无锡站）上，《科创板日报》注意到，工业领域成为重点讨论方向。天奇自动化董事长黄斌认为，工业是人形机器人最重要的应用方向之一，但就目前来看，在硬件性能、软件数据、成本等方面仍存在壁垒，亟需突破。
值得注意的是，乐聚机器人董事长冷晓琨也持有相似观点。他指出，在工厂，尤其是汽车生产厂中，仍存在大量复杂、需要泛化能力的岗位，这些岗位不仅自动化设备无法替代，且难以招到工人，只能依靠人形机器人解决。
作为在制造业经验比较丰富的企业，天奇自动化董事长黄斌进一步指出，随着劳动力结构变化，00后对简单枯燥的产线工作兴趣降低，制造业中大量重复性、繁重及危险岗位亟需机器人替代。
“特别是汽车制造领域，总装环节中80%的蓝领工人从事拧螺丝、装车门等工作。由于场景复杂性和非标准化，目前传统机械臂难以胜任，这为人形机器人提供了广阔空间。”
然而，现实应用中的困境不容忽视。在实际应用中，人形机器人的硬件性能尚未达标。“以续航能力为例，双足机器人连续上班时间通常在2小时以内，轮式机器人可达6-8小时，这需要新电池技术或换电方案来突破；工作效率方面，经工厂实测，在执行如搬箱子等简单动作时，机器人效率仅为人工的30%-50%，也需通过持续训练，包括现场训练和专门训练场训练来提高。”
与此同时，软件数据存在缺失问题。黄斌谈到，随着行业加快速度进行发展，针对机器人实际在做的工作场景的有效数据严重不足。为解决这一问题，天奇自动化计划在无锡建立制造业数据采集中心，针对汽车制造、汽车产业链以及无锡当地的半导体、医药等优势产业，进行1:1场景复刻和数据采集，并训练垂类模型，将该中心打造为机器人岗前培训中心，实现数据采集到机器人上岗的完整训练闭环。
除了工业场景，巡检等轻体力领域也展现出应用潜力。连续参加北京半马和无锡具身智能运动会的上海卓益得机器人创始人陈清都认为，由于重体力人形机器人落地时需解决电池续航、安全性等问题，卓益得专注于轻体力领域。
“技术上，可通过成熟的汽车定位导航与机器人低速无人驾驶技术，在园区、学校、码头、社区、边境等场所，让机器人执行重复度高的巡检任务。此外，若机器人具备双臂及一定搬运能力，未来在搬运领域也将拥有应用潜力。”
会后，陈清都在接受《科创板日报》记者正常采访时表示，参加两把比赛后，产品获得市场关注，收获了数十台订单。在他看来，提升曝光度的同时，也吸引了众多投资机构的关注。“目前，我们已与众多投资机构接洽，但最重要的是吸纳志同道合、认同长期发展理念的合作伙伴。”
“未来，人形机器人的发展趋势将是解决续航和智能化问题，以提升安全性，实现更好的人机交互和应用场景落地。”陈清都进一步谈到。
在探讨了当下的应用场景和挑战后，人形机器人的长远发展路径同样需要我们来关注。乐聚机器人董事长冷晓琨将人形机器人的发展规划分为三个阶段：
第一阶段以科研为主。“截至今年，乐聚机器人业务仍侧重于科研，科研相关销量占比约为一半。无论是人形机器人，还是早期工业机器人，在技术不成熟阶段，都需要在高校、科研平台进一步打磨优化，才能投入实际使用。
“过去七八年，公司与国内大部分从事人形机器人研究的高校开展了深度合作，今年也将延续这一模式。”
第二阶段是开拓工业与商业应用。虽然有人质疑在已有众多自动化设备的情况下，使用人形机器人存在成本高、效率低等问题，但在工厂尤其是汽车生产厂中，仍存在大量复杂、需要泛化能力，且自动化设备无法替代、难以招到工人的岗位，这些岗位只能依靠人形机器人解决。
结合当前技术水平，搬箱子、分拣等场景已可落地部署。在人形机器人与自动化设备协同的背景下，市场规模预计可达10万-20万台，这一需求足以支撑国内整机厂商发展。此外，考虑到实际应用场景适配性，仅1.5米以上的人形机器人具备广泛应用价值，预计今年该规格产品销量约为5000台左右。
“从国家和社会层面来看，这个数量虽然不算庞大，但人形机器人的战略意义不仅在于为当前厂家带来收入，更在于通过进入轻泛化场景，促进技术磨合与成熟，最终为进入家庭和生活场景奠定基础。”
第三阶段是迈向产业化。从技术角度判断，未来3到5年，人形机器人在单一应用场景中达成目标和交互基本可行。然而，实现大规模产业化仍面临伦理、安全、政策等一系列问题，预计至少需要10年时间。
基于上述发展阶段规划，在冷晓琨看来，在这十年的产业高质量发展周期中，中间5到10年需要借助工业场景和轻交互商业场景的应用，维持产业高质量发展。同时，在工业领域，像打螺丝这类对精度要求比较高的工作，更适合机械臂或高精度工业机器人；人形机器人则应聚焦于解决那些稍具泛化性、且目前只有人类能完成的工作。
最后，中电海康无锡科技副总经理朱兆魁在谈及该问题时认为，机器人智能化水平仍有待提升，需要给予足够的发展时间。他建议企业借鉴将复杂问题拆解的思路，专注于细分场景，打造“小而深”的“深井企业”，进一步探索特定场景需求，研发专用的工具机器人，为通用人形机器人提供支持。