一台人形机器人从站起来、走出去，到拿起工具、完成工作，需要跨过多少道门槛？
关节要有力量也要足够轻巧，身体要保持平衡，双手还要完成精细操作，人工智能需要理解指令，更需要应对真实世界里的变化……每一次看似简单的动作背后，都可能是一个团队持续多年的积累。
推动这场变革的人，也有着截然不同的起点。王兴兴从研究生时期的一台四足机器人出发，走向人形机器人整机研发；彭志辉把个人创客的工程热情带入创业公司；马克·雷伯特用数十年研究拓展机器人的运动能力；布雷特·阿德科克则带着连续创业的经验，让人形机器人进入汽车工厂接受检验。
放眼全球，人形机器人的发展正在形成多条路径：工业生产、仓储物流、家庭服务，以及人与机器之间更自然的交流。
本文选取国内外20位具有代表性的机器人产业与科研领军人物，梳理他们的经历、成果与技术选择。范围涵盖双足人形机器人、轮式人形机器人及仿生交互机器人，兼顾创业者、技术负责人和科研先驱，排名不分先后。资料核查截至2026年10月。
01 宇树科技：王兴兴——从一台XDog走向人形机器人
王兴兴的创业起点，可以追溯到上海大学的一间实验室。
读机械工程硕士的时候，他一个人把硬件和控制算法从头做了一遍，搭配工业电机做出了四足机器人XDog。为了把这个项目做完，他甚至主动延迟了毕业。XDog后来拿了上海机器人设计大赛二等奖，两万元的投入换回八万元奖金，也让他拿到了大疆的录用通知。真正让这台XDog机器狗被人看到的，是波士顿动力发布SpotMini之后，他早年上传到网上的测试视频随之意外走红，原本没人问津的项目，突然就有了买家和投资人。
2016年从上海大学硕士毕业以后，王兴兴在杭州创立宇树科技，把足式机器人当成创业方向。最早的产品线一直围绕着机器狗：Laikago、能完成后空翻的 AlienGo，还有面向消费市场的Go1。到2024年，宇树的机器狗年销量达到 2.37万台，约占全球市场七成份额。2025年营收16.99亿元，连续两年盈利。创业第十年的2026，宇树成功在科创板上市，被称为“A股人形机器人第一股”，这十年间他始终相信，坚持做难而正确的事，时间终会回馈长期主义者。
从四足走向双足，技术的底层原理其实是相通的，靠机器狗平台多年攒下的经验，宇树推出第一款通用人形机器人H1，只用了三名全职员工、大约半年时间。2023年发布的 H1以原地后空翻的高难度动作亮相，2024年推出的 G1则把紧凑机身、运动能力和成本放进同一套设计里，9.9万元的定价，直接打破了"人形机器人不再只属于高端实验室，逐渐走到百姓家。
2026年宇树进入产品密集发布期。
今年4月推出的R1双臂机器人定价2.69万元起，舍弃了高成本双足结构，专门做上半身作业。6月双足人形 R1起售价下调到2.99万元并开启预售；同月发布的 H2 身高约1.8米、重约68公斤，两只机械手各有25个自由度，英伟达拿它做了新一代人形机器人参考设计H2+。5月发布的GD01载人变形机甲重约500公斤，售��390万元起，7月在成都春熙路完成全球首秀。
王兴兴的代表性，在于持续围绕机器人的身体做工程优化。电机、关节、控制和整机设计之间的协同，决定了一台机器人能不能从实验设备变成开发者真正用得起的平台。王兴兴讲过一个观点：机器人降本的关键环节在设计，而不是靠规模量产，比如选更便宜的材料、做更优化的结构。从XDog时期自己尝试设计电机驱动器，到后来连电机、锂电池包、无线通信、视觉模组都力求自研，宇树的硬件自研率已经超过95%。
从王兴兴前段时间说的话来看，AI能力的突破会不断把人形机器人的市场往前推，具身智能的临界点也即将到来，而宇树要做的，就是把机器人身体本身打磨得足够扎实。
02 智元机器人：彭志辉——把创客能力带入系统工程
在成为机器人创业者之前，彭志辉已经以“稚晖君”的名字被很多人熟悉。
他在电子科技大学读完本科和研究生，毕业后进入OPPO研究院，2020年以“天才少年计划”最高档年薪加入华为，在昇腾AI芯片团队做边缘计算。同年，他开始在B站持续更新自制硬件项目：迷你Linux电脑、能自动驾驶的自行车、火星探测器模型。这些作品让他攒下几百万粉丝，被网友叫作“野生钢铁侠”。
2022年底离开华为，两个月后，他联合邓泰华创办智元机器人。一个擅长机器人软硬件全栈，一个有产业、供应链和规模化制造的经验，两人的搭配地很有默契。
从2023年8月首款产品远征A1公开亮相，到后来灵犀系列和具身智能模型的陆续推出，智元逐步搭起机器人本体、运动控制、感知交互与学习能力结合的技术体系。他们的思路叫“一体三智”，也就是本体硬件、运动智能、作业智能和交互智能协同推进，自研的AGILE系列感控一体模型让机器人可以实时看懂环境、自主规划任务。2025年3月，团队发布通用具身基座大模型GO-1；同年推出的灵犀X2探索了运动、交互与作业三种智能的融合；7月亮相的“风火轮”灵犀X2-N又尝试了轮足双形态。
2026年是智元从研发阶段转入正式部署的一年。4月发布的远征A3 Ultra搭载自研具身处理器，算力达到700TOPS，配激光雷达与多部位鱼眼相机，入选 WAIC“十大镇馆之宝”。8月，精灵G2与京东物流合作的仓储作业场景在现场落地，这是人形机器人第一次进入真实仓储生产环节做部署。同时，资本也在这一年不断加速。公司2025年营收10.5亿元，2026年的目标定在40亿元，并启动赴港上市流程，目标估值约363–500亿港元。
彭志辉身上鲜明的特点，是跨学科工程能力。人形机器人需要机械、电子、软件和人工智能共同工作，他的在OPPO、华为以及现如今的机器人，一系列从业经历也说明了这一点。他在公司内部常说“不做跟随者，只做定义者”，从B站的作品到工厂里的机器人，他一直没有变。
03 优必选：周剑——把长期研发推向工业现场
周剑进入机器人行业之前，已经在工业自动化设备领域积累了工作和创业经验。公司公开履历显示，他曾从事家居建材自动化机械设备及相关解决方案的业务。
2012年3月，他在深圳创立优必选，开始围绕人形机器人建立企业。和后来许多从大模型或算法切入的团队不同，优必选早期是从伺服驱动器、运动控制这些基础环节做起的，后来才逐步推出小型人形机器人和Walker系列。
2023年12月29日，优必选在香港交易所主板挂牌上市，成为“人形机器人第一股”。公司的定位也相当清晰，聚焦于航空制造、汽车工业、智能制造三个板块，基本上还是围绕工业场景。2024年发布工业人形机器人Walker S1进入多家汽车工厂实训；到 2025年，公司实现了多台人形机器人在多场景、多任务下的协同实训，并发布Walker S2；同年11月，Walker S2开启量产交付，首批数百台投入汽车制造、智能制造和智慧物流。柳州生产基地也开始了工业人形机器人的批量生产，全年全尺寸人形机器人销量超过1000台。
2026年优必选的营收结构发生了明显的变化。上半年公司实现营收12.69亿元，同比增长104.2%；其中全尺寸具身智能人形机器人产品及解决方案收入5.90亿元，同比增长1445.0%，收入占比从上年同期的6.1% 跃升到46.5%，销量921台。新产品在2026年集中推出：工业端有Cruzr Y1、Cruzr S2，商用端有Walker C1，消费端有超仿生人形机器人优世界U1。公司给全年定下35亿至40亿元的营收目标。
周剑的经历总体上体现了人形机器人产业化的长期性。机器人进入工厂之后，分拣、装配、物料搬运、多机器人协作这些具体任务，会把研发阶段被忽略的bug一个个暴露出来。对机器人企业来说，这些日常要求会直接影响技术能不能变成持续的业务。而且，人形机器人其实还是和之前的车企一样，都是高度依赖零部件和产线上的积累。优必选近期与多家车企的合作，也让它成为进入车厂实训最多的工业人形机器人系列，这条路走得慢，但一旦走通，护城河也最深。
04 傅利叶：顾捷——从帮助人运动，到让机器人运动
顾捷的机器人事业，最初是围绕康复展开的。
2003年从上海交通大学机械系毕业后，他逐步进入机器人创业领域。2015年，顾捷在上海张江创立傅利叶智能，团队随后推出下肢外骨骼康复机器人等产品，探索用机器帮助人恢复和改善运动能力。早期的ArmMotus EMU三维上肢机器人采用碳纤维材质，让一个治疗师可以同时操作多台设备；智能康复港解决方案覆盖了2000多家医疗机构。这套康复业务的产品已经拿到 FDA、CE MDR等国际认证，销往全球40多个国家，累计康复服务超过百万人次。
2023年，傅利叶战略转型，推出通用人形机器人GR-1，标志着公司从康复机器人转向通用机器人的赛道。GR-1身高1.65 米、体重55公斤、44个自由度，面向工业巡检、科研和商用导览。2025年8月推出的GR-3被赋予“Care-bot”定位，全身55个自由度、31个阵列式触觉传感器，并把听觉、视觉、触觉三个感知模块放在一起考虑。同年开源的 Fourier N1身高1.3米、体重38公斤、23个自由度，把平台开放给高校和科研团队。
2026年1月的CES上，GR-3第一次系统性地做海外展示，并在7月的WAIC大会上，GR-3 首次公开“居家助手”演示，比如听到"我渴了"这类模糊指令后，可以自主完成找水、取杯、递送一整套长链条任务。WAIC大会的同一时间，轮式双臂机器人GRW展出，体重约160公斤，最高可稳定负载16公斤，作业空间超过2米，采用"长臂窄肩"设计，末端工具可在夹持器、吸盘和灵巧手之间快速切换，面向仓储物流、工业制造和康养照护。
资本层面，2025年完成的E系列融资接近8亿元，投资方包括国鑫投资、浦东创投、软银、元璟资本和 IDG资本，同年8月完成的 E+ 轮融资2.96亿元，投前估值78.9亿元。2025年12月完成的D轮融资规模达8亿元，由上汽集团、国家集成电路产业投资基金二期、国调基金联合领投，投后估值约90亿元。海外市场也在推进：2026年6月拿下马来西亚的千万级智能康复港订单。
顾捷的代表性，来自康复机器人与人形机器人的交汇。他提出的“1+3+X”场景战略，把康养陪伴作为核心，再向工业赋能、商用交互、科研教��延伸。机器人与人贴得越近一些，力量控制、动作的柔顺和IP信任的建立就越重要。顾捷的路线提醒行业，人形机器人要进入家庭和照护场景，光会走路远远不够，它还得让人敢靠近、敢把事情交给它。
05 银河通用：王鹤——把机器人的学习能力放在中心
王鹤从学术研究走向创业，始终围绕一个问题：机器人如何理解环境，并在变化中完成任务。
他2014年从清华大学本科毕业，2021年在斯坦福大学获得博士学位，随后加入北京大学，并参与创立银河通用。研究方向涉及计算机视觉、机器人技能学习和具身多模态模型。2023年5月，随着AI大模型迎来爆发，他判断多模态感知大模型与具身操作结合大有可为，于是决定投身创业。
成立之后，银河通用推出的第一代产品Galbot G1采用了“双臂＋折叠本体＋轮式底盘”的结构，放弃了双足行走的拟人化，把重心放在上肢操作能力上。这款机器人身高1.73米，向上摸高可达2.4米，工作时长8小时。王鹤在采访中很坦诚地说：“我们不追求像人一样走路炫技，而是专注于为机器人注入一个能理解世界、灵活操作的超级 AI 大脑。”他认为轮式底盘在噪声、续航和稳定性上的优势，也更符合工厂和商超的真实需求。
这条路线的核心难题归根到底还是数据，毕竟真实世界的数据非常贵，需要视觉、动作、空间、接触、反馈和海量的失败经验。银河通用采用的范式是，先用仿真合成动作数据做预训练，再用真实数据做后训练。2026年8月，银河通用发布并开源了全球最大规模的合成动作数据集Dexterous-1K，包含 1100亿帧数据、覆盖1000类物体和100类场景，目标是降低机器人学习对大量真实采集数据的依赖，让抓取和操作能力适应更多物品与环境。
商业落地上，工业制造是主要的收入来源。银河通用与宁德时代、德国博世、丰田汽车、北汽集团、上汽集团等客户深度合作，累计订单达到数千台。Galbot S1已经进入宁德时代电池工厂，参与电池包与模组生产环节的长程自主作业。文旅消费领域，以Galbot为核心的“银河太空舱”智能零售方案已经在全国20余个城市落地超过100家，其中“迎宾小盖”版本4月进驻北京中关村鼎好店的全家便利店开始常态化上岗。医药零售领域，公司与宣武医院、华西医院等三甲医院合作，把机器人推进病房和药房。
加上2026年3月完成的25亿元的一轮融资之后，公司在34个月内完成6轮融资，累计金额约70亿元，直接成为国内具身智能领域融资额最高的未上市企业。
2026年7月，王鹤当选中国科协第十一届全国委员会委员，并担任工信部人工智能标准化技术委员会具身智能组副组长。
06 陈建宇——让学习算法经受真实地形考验
陈建宇的履历里，研究和创业结合得很紧。他在加州大学伯克利分校攻读博士，师从美国工程院院士Masayoshi Tomizuka，研究方向涉及强化学习、机器人技术、控制理论和大模型。读博期间，他在Waymo、Denso这些自动驾驶企业工作过，算是较早把具身智能的思路用在自动驾驶上的人。
2023年8月，陈建宇在清华大学创立星动纪元，同时兼任清华大学交叉信息研究院助理教授、博导和智能系统与机器人实验室主任。
2024年，清华大学陈建宇研究组联合星动纪元，在之前开发的 Humanoid-Gym平台基础上提出了去噪世界模型学习(DWL)技术，并在小星(XBot-S)和小星 Max(XBot-L)两种不同尺寸的人形机器人上做了验证。这项研究的重点，是提高机器人穿越多样化和复杂地形的能力，应对较高重心、摆动腿时的不稳定性、腿部惯性增大，以及躯干和手臂额外重量带来的挑战。2025年，相关论文被机器人领域顶会RSS 接收，并获得全部审稿人的满分评价。
这个工作的意义在于，它把仿真里学会的动作往真实世界迁移这件难事，放进了可验证的框架里。机器人在仿真环境中学会的动作，怎么在真实地形和外部扰动下依然可靠，是人形机器人研发里的关键问题。陈建宇的做法，是把强化学习、运动控制和硬件平台放在同一条研发链路上，让三者互相校准，而不是各自孤立。
星动纪元的主打产品是原生通用具身智能体，坚持AI原生、软硬一体全栈自研，硬件自研比例超过95%，从人形本体、灵巧执行器、端到端具身大模型到数据，都自己做。尤其在物流仓储的场景中，仓储拣选、包裹供件、跨境查验已经在顺丰、中国邮政的十余个物流中心落地，可以24小时连续作业，部分场景的作业效率达到人类的85%以上。工业制造方面则面向汽车、3C电子的零部件抓取、装配和质检，客户名单包括吉利、雷诺、海尔、联想、三星等。
2026年是融资和交付同时提速的一年。3月公司完成10亿元战略轮融资，估值突破百亿元，投资方包括三星、高成投资、新加坡电信、友利资本、中金保时捷、中芯聚源等，鼎晖、清控天诚等老股东追加投资。4月又完成超过2亿美元的新一轮融资，由顺丰集团战略领投，红杉中国、IDG资本、中金资本、高瓴、鼎晖等跟投。到7月，公司年内累计融资接近50亿元。
第二季度，星动纪元启动千台级机器人交付，业务增速达到 300%，全球市值前十的科技公司里有9家成为它的客户。同期公司开始筹备赴港上市，目标募资规模在8亿至10亿美元。
陈建宇入选福布斯中国“30 under 30”榜，也是中国人形机器人百人会副秘书长。陈建宇在2026年的公开访谈里进一步强调模型泛化与硬件能力，并表示星动纪元选择优先进入工业场景。
07 松延动力：姜哲源——从校园研究走向机器人创业
姜哲源在2017年进入清华大学电子工程系，之后在交叉信息研究院读博士。2021年，在实验室里第一次看到四足机器狗灵动的动作，他敏锐地感觉到具身智能的产业变革要来了。
2023年，25岁的姜哲源做了一个大胆的决定：从清华辍学创业。面对父母的不解和担忧，他用自己的判断和执着在一次长谈里说服了曾是高校教师的父亲。
团队成立之后，研发节奏比预想的要快得多。第一代人形机器人原型机N1，团队只用了一个月就把它从概念设计推进到加工制造，完成装配和测试，做出来的第一台机器人还在双足行走稳定性上通过了测试。新团队又用了不到两个月，把走路、跑步、跳跃全部跑通。资金也跟得很快：姜哲源回忆，第一台机器人做出来就拿到了第一轮融资，把机器人调到能平稳行走之后又拿到第二轮，前两轮一共拿了3000多万元。
2025年 3月，团队发布新一代人形机器人 N2，机身总重量只有30公斤、高度1.2米，能完成3.5米/秒的奔跑、连续后空翻和单脚跳等高爆发动作。在 2025 年4月举行的全球首个人形机器人半程马拉松上，N2以3小时37分的成绩拿到亚军。姜哲源说，他们最初的目标只是完赛，没想到能拿名次。比赛结束后，N2的大订突破1000台，超过了他给2025年设定的全年量产目标。
更大的爆发来自2026年央视春晚。在小品《奶奶的最爱》里，松延动力的机器人展示了后空翻、侧手翻等高难度动作，那台根据蔡明老师1:1定制、脸部植入32个电机的仿生机器人，在第一次实现了机器人与人的丝滑情感互动。为了这一刻，团队在毛坯厂房里一比一复刻春晚舞台，排练了几百遍。春晚之后，小布米机器人迅速成为京东人形机器人销量冠军，订单爆发式增长。
定价9998元的小布米身高94厘米、重17公斤，首发1小时订单突破100台，首批500台两天售罄，累计订单达到数千台。姜哲源算过一笔账：把伺服电机自研、供应链国产化之后，毛利能压到两成左右，这个价位相当于高端的步步高学习机，家长愿意先买回去让孩子通过编程来教它说话、跳舞。
2026年3月，松延动力完成B轮融资，累计金额接近10亿元，由宁德时代系产业投资平台晨道资本领投，国科投资、京国盛基金、九合创投等机构跟投。成立两年半，公司已经完成9轮融资，并在2月完成股份制改革，把注册资本提升到约325万元，还在北京昌平、江苏常州、广东东莞三地布局了生产基地。融资之后，姜哲源坦白说，说压力最大的地方在生产与交付，而不是研发。
98年出生的姜哲源，身上呈现的是中国机器人新生代创业者的另一个侧面，较早地就从研究走向整机实践，并尝试同步解决运动性能和成本问题。但他自己也说得很实在，创业之后是他面临挑战最多、也是成长最快的一段时间——从硬件到软件到算法，再到营销和团队管理，都得一块块补上。目前他给自己设定的目标是构建研发、生产、销售、售后的闭环。在他看来，真正的科技创新要回应时代的需要，面对全球老龄化，他希望用机器人技术为养老护理和医疗服务提供“中国方案”。
08 北京人形机器人创新中心：熊友军——构建机器人公共平台
熊友军长期从事人形机器人整机研发，目前担任北京人形机器人创新中心负责人。他所从事的工作，除了具体的机器人产品，还包括行业共性技术、标准和开放生态。
2024年，创新中心发布“天工”通用人形机器人平台，强调可扩展的硬件和开放的本体构型。同年11月，创新中心正式发布天工开源计划，北京大学、华中科技大学、优必选等成为首批合作伙伴，通过课题申报、实验室共建等形式合作共研，以"天工"为基础平台在本体开发、具身大脑、智能小脑等方向推进。
2026年2月，新一代通用机器人平台“具身天工3.0”发布，身高169厘米、体重62千克、43个自由度，是业内第一个实现触物交互式全身高动态运动控制的全尺寸人形机器人，可以在崎岖路面和复杂障碍环境中保持平衡，完成翻越约1米障碍、跪地作业、弯腰转身等动作，操作精度控制在毫米级。
成绩很快来了。在2025年全球首个人形机器人半程马拉松上，“具身天工 Ultra”以自主方式拿下冠军，跑完全程的三家公司里，它是唯一一台独立完成全程的，还领先第二名一个多小时。2026年，在世界人形机器人运动会上，它又以全自主方式拿下“百米飞人”冠军。“慧思开物”平台下的“具身大小脑协同”让天轶2.0在物料整理、物料搬运、酒店服务三个赛项里拿到1金3银1铜。
熊友军对开源这件事有自己的坚持。在央视的一次采访里，他说过去的人形机器人更多是偏向炫技，表演式的炫技，而现在开始更多转向产业应用。当被问到“为什么开源”时，他的回答很直接：因为是国家创新中心，要让大家知道开源的东西是好的、是最好的，而不是拿一个比较差的开源版本让大家去用。有了成绩之后再把能力开放出去，这是他的逻辑。
熊友军还担任工信部人形机器人与具身智能标准化技术委员会副主任委员，牵头人形机器人一体化关节接口标准和测评标准，并布局数据标准体系。
09 特斯拉：埃隆·马斯克——把完善的制造体系带入人形机器人
马斯克，早已如雷贯耳，他对人形机器人行业的影响，与特斯拉已有的工业体系密切相关。
Optimus从一开始就被定位为一台面向危险、重复或枯燥工作的通用双足人形机器人。要实现这个目标，需要把视觉、规划、平衡控制和物理交互这些能力整合起来。在特斯拉公布的路线里，汽车业务积累的电池、电力电子、电机、传动系统、软件和人工智能计算能力，都可以用到人形机器人上。这让 Optimus从一开始就和公司的制造与人工智能资源绑在一起。
量产是马斯克给这个行业出的第一个考题。2026年5月，最后一辆Model S和Model X在弗里蒙特工厂下线，原有的汽车生产线开始拆除。特斯拉计划用四个月完成整条产线的拆除、重建和投产，包括布线、通信系统和测试设施的全面更新。6月底，马斯克评审通过第三代Optimus的量产版本。第三代Optimus身高173厘米、体重57公斤、行走速度1.2米/秒、最大负载20公斤，全身38个运动自由度，单只机械手拥有22个自由度。7 月产线启动调试，7月底到8月初启动小批量SOP量产。
关于各界关注的产能问题，弗里蒙特工厂一期设计产能约为每年100万台，要求供应商在9月把产能提升到每周1000台，年底再提到每周2000至2500台。零部件约70%来自中国供应商，得州第二座专属工厂也已开工，远期年产能目标指向1000万台，更远的第四、五代规划分别指向每年1000万台和5000万至1亿台。马斯克本人对这个预测持保留态度，称由于Optimus约有1万个独特零件，产出速度“实在很难预测”，量产成本的目标是在达到每年100万台规模时降到2万至2.5万美元，其中 AI 芯片成本就占5000至6000美元。
现实的进度没有目标那么漂亮。
2025 年的计划是生产5000台，实际只交付了几百台，完成度不到一成。到2026年秋季，第三代机器人尚未正式对外亮相，已生产的约1000至1200台全部用于内部数据采集和学习，对外销售为零。得州新厂的主体钢结构刚接近封顶，主要产线要等到2027年。减速器等精密器件的寿命普遍只有8000小时，按每天8小时工作制算，不到3年就得更换。手部与前臂的工程设计仍是最大的卡点。这些都说明，把机器人的产能规划写成汽车那样的规模，远没有纸上看起来那么顺。
马斯克的入选，主要基于产业组织和资源投入层面的影响。他把人形机器人放进一家大型制造企业的战略里，也让行业更早面对规模生产这个问题。长期目标最终能实现到什么程度，仍要由产品能力和实际交付来检验，同时马斯克超强的行动力大概率可以解决这一点。
10 Figure：布雷特·阿德科克——从宝马切入
创立 Figure 之前，布雷特·阿德科克已经办过两家公司。他参与创建了人才招聘平台Vettery，也参与创办了电动航空企业Archer。2022年，他把新的创业方向转向人形机器人，成立了Figure，希望让人工智能通过机器人进入物理世界。
Figure选择汽车制造作为重要的应用入口，而宝马成了那个关键的客户。
在美国南卡罗来纳州斯帕坦堡的宝马工厂里，两台Figure 02在车身车间工作了大约11个月，任务是把钣金零件从料箱里取出、放到焊接夹具上。这是一项对精度要求很高的重复劳动，也确实对人体不友好。在这段部署期间，两台机器人累计工作约1250小时，搬运了超过9万个零件，参与了3万多辆宝马X3的生产。
2026年3月，Figure 03进入宝马莱比锡工厂，把没有乱序排列的零件分拣到sequencing trolleys里，按准时制生产的要求送到装配线边——这是宝马此前完全靠人工完成的工作。6月中旬，Figure 已交付超过350台Figure03，其中一批进入斯帕坦堡工厂作业。与此同时，宝马在莱比锡工厂还部署了由 Hexagon Robotics制造的AEON，做电池组装和外部件相关的测试。
Figure真正实现制造在今年。加州圣何塞的BotQ工厂4月30日正式投产，初始年产能1.2万台。从年初到4月，日产能由1台提升到每小时1台，前后约120天。
阿德科克的特点，是把团队组建、资本投入、整机研发和客户验证紧密结合。公司目前估值约390亿美元，累计融资接近22.5亿美元，是全球范围内整个人形机器人赛道估值最高的一家。
11 Apptronik：杰夫·卡德纳斯——连接大学实验室与商业市场
杰夫·卡德纳斯的职业经历，与技术商业化有着紧密联系，得益于他曾在得克萨斯大学奥斯汀分校接受相关训练，曾参与帮助创新技术从研究阶段进入市场的工作。
2016年，Apptronik从该校以人为中心的机器人实验室孵化而来，这个起点决定了公司带有浓厚的学术气息。在此后的几年里，团队在多种机器人及关键技术上积累了经验，2023年8月，Apptronik 推出人形机器人 Apollo，把仓储和制造列为早期应用方向。NASA曾公开介绍过双方围绕Apollo开展的技术合作，缘于这台机器人当时被考虑用于轨道和行星环境下的遥操作任务，宇航员可以借它完成月球或火星上的作业。
2026 年2月11日，Apptronik宣布完成5.2亿美元的A轮追加融资，投资方包括AT&T Ventures、约翰迪尔和卡塔尔投资局等新增机构，B Capital、谷歌、梅赛德斯-奔驰和 PEAK6等老股东继续跟投。这笔追加使 A 轮总额超过 9.35亿美元，累计融资接近10亿美元，投后估值约50亿美元，一跃成为全球融资规模最大的机器人公司之一。新资金用于扩大Apollo的生产规模、推进商业与试点部署，并建设机器人训练和数据集设施。
商业化上，Apptronik的客户名单横跨汽车、电子、第三方物流和日用消费品。梅赛德斯奔驰在柏林和匈牙利凯奇凯梅特的工厂测试Apollo做零部件配送、质检和产线旁的套件准备。捷普把Apollo用于检测、分拣和定位，同时借助自己的制造能力帮Apptronik压低供应链成本，长期目标是把单机价格压到5万美元以下。GXO Logistics则把仓储搬运列为主要试点方向。与谷歌DeepMind的战略合作，让Gemini Robotics模型在Apollo上运行，训练数据来自真实部署现场。
卡德纳斯确认2026年会有新版本亮相，并称其为现有平台的"refinement"，随后在软硬件集成上会有明显跃升。公司的目标很明确：从"能为镜头演示完成一次任务"的机器人，走向能够反复、规模化、且停机时间最少地运行的机器。
卡德纳斯代表了一类善于连接研究、产品与客户的创业者。人形机器人要进入企业，得有人把技术能力进行落地，还要协调安全、维护、部署和成本这些琐碎但决定成败的问题。卡德纳斯的工作重心，正处在这些环节的交汇处，不管是NASA的技术合作经验，还是和谷歌、奔驰的合作，都构成了 Apptronik区别于纯实验室团队的地方。
12 Agility Robotics：乔纳森·赫斯特——让双足机器人进入仓库
乔纳森·赫斯特长期研究双足运动，他在俄勒冈州立大学的工作，经历了 ATRIAS、Cassie等研究平台，这些项目后来成为Agility Robotics成立的重要技术基础。
2015年，赫斯特和达米恩·谢尔顿一起创办Agility Robotics。作为联合创始人及首席机器人官，他参与推动Digit从研究平台走向物流场景。
前七年，Digit基本还停留在实验室阶段。
真正的转折发生在2024年6月，物流企业GXO签署多年协议，在佐治亚州斯帕克斯维尔附近的Spanx配送中心部署一小队Digit，采用机器人即服务（RaaS）的合作方式。这不是试点，不是测试，而是一份付费的多年期合同。《The Robot Report》把它称为行业第一份正式的人形机器人商业部署。
Digit 身高1.75米、体重64公斤，每个循环可以搬运16公斤。它鸟形的腿让它能在楼梯、窄通道和不平整的地面上行走——这些恰恰是轮式机器人会失效的地方。自2024年6月以来，Digit在GXO已经搬运了超过10万个周转箱，它的工作是从事人移动机器人（AMR）上卸下周转箱，再放到传送带上，工厂三个班次都和它一起运转。
除了GXO的物流业务，还有舍弗勒的汽车零部件、丰田汽车加拿大公司的车辆装配，以及Mercado Libre的电商履约。今年，公司还宣布与英伟达扩大合作关系，并在俄勒冈州塞勒姆保持Digit的组装产线，约80%的近6000个零部件来自美国本土供应商。公司已进入通过特殊目的收购公司合并、筹备在纳斯达克挂牌的阶段，公开资料显示其制造设施年产能约1万台。
商业模式上，Agility选择卖服务而不是卖硬件。单台Digit在RaaS模式下大约25万美元，运营成本目标是每小时10到25美元，长期希望压到2到3美元，和美国的物流人工成本竞争。这样做有两层好处，一是客户不用为硬件一次性投入，采纳门槛更低；二是Agility 则能从每一台正在运行的设备上拿到直接的运行数据，形成其他只卖硬件的厂商复制不了的反馈闭环。
赫斯特的技术选择始终与工作环境有关，毕竟机器人需要适应为人设计的空间，完成搬运周转箱这类明确任务。由此形成的产品思路，把双足移动能力与实际工作流程联系起来，也让商业部署有了相对清晰的切入口。由此，Digit成为目前全球唯一一台从付费客户那里产生收入、且有多份已签约命名客户部署的双足人形机器人。
13 波士顿动力：马克·雷伯特——拓展机器人运动能力的先驱
在人形机器人成为热门创业方向之前，马克·雷伯特已经研究动态机器人很多年。他曾在卡内基梅隆大学和麻省理工学院任教，创立腿式机器人实验室，研究机器如何通过持续调整身体来保持动态平衡。
1992年，他创办波士顿动力，把相关探索推进到更复杂的机器人系统中。2013年，波士顿动力推出首代Atlas，随后不断展示人形机器人在全身协调和敏捷运动上的能力。
此后多年里，Atlas一直是这个领域最醒目的标志——它平衡、跳舞、奔跑、翻跟头、搬运重物，这一系列表演性的展示恰恰推动了整个行业对运动能力的想象。
2024年4月，波士顿动力公布全电动Atlas，这被看作Atlas演进中的一个决定性转折，也标志着商业旅程的正式启动。团队开始证明Atlas可以自主工作，把先进的移动能力和先进的智能结合起来：用机器学习视觉模型检测和定位环境，用专门的抓取策略处理不规则零件，并持续感知被操作物体的状态。到2024年底，Atlas已经准备好从概念验证走向工业应用，而它仍然会做后空翻。
2025年，团队把精力集中到第一个应用上：汽车制造中的零件排序。这个任务既包含真实的投资回报，也逼着团队去解决任务多样性、行为复杂度和环境复杂度这些通用机器人的核心问题。他们用强化学习仿真和遥操作示范的混合方式训练Atlas，在抓取测试台上练习各种抓法，用运动捕捉和动画强化学习管线做出流畅自然的步态。
今年1月的CES上，波士顿动力与现代汽车集团正式发布可生产的Atlas，开始为现代和谷歌DeepMind部署，由Gemini Robotics基础模型为Atlas提供智能支持，并同丰田研究院保持研发合作。公司的硬指标是：机器人必须在入职一两天内学会新的工厂任务，并达到99.9%的可靠性，才算在产线上拿到永久岗位。到2028年，现代的目标是在全球工厂里铺开2.5万至3万台Atlas，并筹备波士顿动力的独立上市。
雷伯特则通过RAI Institute继续推动机器人与人工智能研究，他还与波士顿动力的团队一起开发了基于运动捕捉的强化学习步态训练管线。他的长期贡献，在于为机器人打开了更大的运动空间，尤其是站立、落脚、受扰后的恢复，以及身体各部分如何协调，这些基础问题仍影响着今天的人形机器人研发。
14 Rainbow Robotics：吴俊镐——从 HUBO 走向产业体系
吴俊镐的机器人研究，起于精密控制和机械工程积累。
2004年，他所在的团队研制出韩国双足人形机器人HUBO。这台机器人在韩国机器人史上地位很高，也让吴俊镐成为韩国人形机器人领域最具代表性的人物之一。
2011年，来自韩国科学技术院（KAIST）相关研究团队的成员创立Rainbow Robotics，推动技术向产业延伸。公司官网上写着：“我们始于HUBO，掌握了核心的人形机器人技术，并在这个基础上建立了整条机器人产品线，原因只有一个——提高客户的效率。”
从人形技术出发，Rainbow逐步扩展到协作机器人、移动机器人、四足机器人和移动双臂机器人，形成协作机器人RBC系列、移动人形机器人RBY系列、四足机器人RBQ系列和自主移动机器人RBM系列。
这条道路后来与大型科技企业的机器人布局发生了连接。三星在2023年先以 868亿韩元买入Rainbow Robotics14.7%的股份，到2024年12月再投入2670亿韩元行使认购期权，持股比例提升至35%，成为最大股东。2026年7月 21日，三星把人形机器人业务整合为CEO直辖的“RX 机器人事業部”，明确把商业化节点定在2028年。这个安排串起了大学实验室、创业公司和大型企业三个阶段。
Rainbow的产品思路是“全栈”，意味着一是核心零部件自己做，软件免费提供，初始成本可以压到很低；二是结构模块化、可更换，配合服务网络来减少停机时间；三是界面做得相当地直观，不需要专门的技术人员也能部署。
吴俊镐经历了大学实验室、创业公司和大型企业三个阶段。长期积累的控制和整机技术，如何获得更强的制造、研发和市场资源，是韩国人形机器人产业发展中值得关注的一条线索。而三星的入局，直接给Rainbow带来了资金、供应链和场景，也让韩国在人形机器人这条赛道上有了自己的产业体系。
15 大阪大学：石黑浩——研究人为什么愿意与机器人交流
石黑浩长期在大阪大学开展智能机器人研究，他主要关注的问题是，如何感知机器人、如何与机器人建立交流，以及机器能否传递一个人的“在场感”。
他参与开发的Geminoid系列，把真人外观与远程操作结合起来，用于探索人机交互。这个系列的出发点是：如果一个远在千里之外的人，能通过一台外形酷似自己的机器人出现在你面前，那种交流的感受会和视频通话有什么不同？Telenoid则采用了更简化的形态，用最少的身体特征来研究不同外观设计对沟通体验的影响。这些机器人为研究人类如何理解和接受机器提供了实验载体——它们不追求干多少活，而是追问人为什么会愿意对它说话、对它产生感觉。
石黑浩的工作，为人形机器人补上了社会交互这一维度。当机器人要进入接待、陪伴或照护场景时，动作和语言怎么配合、外观如何影响期待、使用者能不能理解它的行为，都会直接影响产品是不是真的可用。
日本在仿人机器人上的探索有很深的传统，石黑浩是这条线上的关键人物之一。他的研究提醒行业，人形机器人不单单是执行任务的工具人，它还是一个会被人赋予情感和期待的“对方”。当机器人出现在老人、孩子或孤独的人身边时，外表的材质、回应的时机、说话的语气，都会影响对方是否愿意打开心防。这个方向的研究目前还很难量化，也很难快速转化成产品指标，但它决定了一个机器人在长期陪伴中是被接纳还是被排斥。
在他之后，日本团队陆续做出了ERICA这类具备对话能力的机器人。这类平台的定位是科研实验平台，造价动辄千万日元级别，市场上买不到成品，但它的价值正在于把“人为什么会信任一台机器”这个问题变成可测量的实验。这类工作目前还很难量化，也很难快速转化成产品指标，但它决定了一个机器人在长期陪伴中是被接纳还是被排斥。
16 UCLA：丹尼斯·洪——在机器人足球场上验证运动能力
丹尼斯·洪是加州大学洛杉矶分校的教授，也是机器人与机构实验室 RoMeLa 的创始负责人。他长期研究机器人移动、操作与机械结构，并持续带领学生开发不同形态的机器人。
RoMeLa做机器人已经超过20年，研究方向涵盖机器人移动与操作、软执行器、平台设计、运动学和自主系统。ARTEMIS是团队近几年最重要的作品之一，名字的全称是“用于增强移动性和改善稳定性的先进机器人技术”。这台机器人体高约1.42米、体重约38公斤，采用团队定制的电驱执行器，设计重点包括柔顺性、动态平衡，以及行走和奔跑能力。它的执行器是专门设计成模仿生物肌肉的，能跑、能跳，最快行走速度可达每秒2.1米，被人用力推或者拉的时候也能稳住不倒。
2024年7月18日至21日，在荷兰埃因霍温举行的RoboCup上，两台ARTEMIS参加了成人尺寸人形机器人足球联赛。它们先后以 5 比 2 击败去年的亚军、韩国汉阳大学的HERoEHS，决赛又以6比1战胜卫冕冠军、德国波恩大学的NimbRo AdultSize，六场正式比赛全部获胜，拿下世界冠军。六场比赛里ARTEMIS一共打进45球。这个成绩也让RoMeLa 成为六次RoboCup世界冠军得主。
2026年，ARTEMIS这个平台被正式开源。2026年3月发表的论文把 ARTEMIS 的系统架构完整公开，足球赛场为这一机器人研究提供了一种集中的检验环境。机器人需要在移动中感知、决策，并应对姿态变化和接触干扰——跑动中踢球、被撞之后的恢复、队友之间的配合，都是真实世界里会出现的难题。RoboCup 成人组的规则参照国际足联标准，每场比赛 20 分钟，目标是在2050年之前造出能击败人类世界杯冠军的机器人。
丹尼斯·洪的工作说明，面向一个明确挑战持续迭代，也能推动人形机器人的基础能力进步。把运动能力放在一个看得见、可比较的赛场上反复打磨，再把成果开放给同行复现，这条路不追求短期商业化，却让整个领域有了可以参照的能力标尺。
17 Sanctuary AI：奥利维娅·诺顿——把灵巧操作与机器智能连接起来
奥利维娅·诺顿曾负责Kindred AI位于温哥华的通用人工智能团队，也曾在苏黎世联邦理工学院参与生物力学研发。2018年，她与Geordie Rose、Suzanne Gildert联合创立Sanctuary AI，担任首席技术官兼首席产品官。
Sanctuary AI围绕Phoenix机器人、灵巧手和Carbon控制系统开展研发。这台机器人身高1.7米、体重70公斤，全身41个自由度，可以搬运25公斤的负载，行走速度约0.83米/秒。
2023年4月，Sanctuary在加拿大轮胎公司位于不列颠哥伦比亚省兰里的门店做了为期一周的部署，Phoenix跑了110项离散任务，包括拣选、包装、贴标、折叠、清洁、上架和收货。2024年10月，公司宣布与北美最大的汽车零部件供应商之一麦格纳国际建立商业合作，在麦格纳的工厂部署Phoenix，负责物料搬运和子装配任务。到2026年年中，Sanctuary开始把Carbon控制软件卖给第三方工业机器人使用，并在一级汽车供应商处做实体 AI 性能验证。4月，公司展示了液压灵巧手完成零样本指尖操作的能力；7月，与制造伙伴共同验证了系统在汽车、制造和物流环节的表现。
诺顿非常善于把人工智能研发和产品能力放到一起考虑。人类劳动中，大量价值来自双手对物体的精细处理。让机器人稳定掌握这些技能，是人形机器人走向更广泛应用的一项基础工作。手部操作的最大的难度在于机器人需要感知该用多大力、接触点在哪、物体形状变化时怎么调整，这些恰恰是纯视觉大模型解决不了的部分。
不过 Sanctuary 的路也走得不快。Phoenix 目前没有公开售价，走的是企业试点和合作的慢节奏，尚未公布具体的部署数量、工厂位置和任务清单，也没有公开Carbon的模型规模或独立基准测试结果。2026年6月，联合创始人 Geordie Rose卸任CEO，由Daniel Friedmann接任，公司进一步转向以软件授权为主的模式。这些调整说明，把“机器智能”和“灵巧手”同时做到能卖的程度，比想象中更难。
18 1X：伯恩特·博尔尼奇——把家庭作为机器人学习的场所
2014年，伯恩特·博尔尼奇创办Halodi Robotics，也就是后来的1X。公司从挪威起步，逐步扩展国际团队，目前官方介绍把总部设在美国加州帕洛阿尔托。
从轮式机器人EVE到面向家庭的双足机器人NEO，1X一直在探索机器人与人共同生活和工作的可能性。EVE主要面向物流、安保这类商业场景，而NEO 才是博尔尼奇真正想做的那件事——一台进家的人形机器人。NEO身高约 1.68米，早期版本售价2万美元，或者每月499美元订阅，2025年10月开放预订、交200美元定金，首批计划2026年在美国交付，其他市场从2027年开始。
1X 的工程取向很有特点，公司自己做软质、低减速比的硬件，开发了仿肌腱的Revo1伺服电机，第二代Revo2以及电池、传动系统、结构和软质外覆件都自己生产。2026年7月，团队公布了肌腱驱动的手，拥有 25 个驱动自由度，执行器放在前臂里，模仿人的解剖结构；更早的工厂介绍里还是 22 个自由度的版本，说明迭代还在继续。算力侧，NEO的“NEO Cortex”基于英伟达 Jetson Thor做机载推理。
软件策略上，1X在2026年明显转向世界模型。1月发布的1XWM把操作任务当成视频预测问题来处理，训练数据主要来自人类视频，而不是遥操作的机器人数据。6月，公司专门成立1X World Model Lab，由来自Luma AI的 Samarth Sinha负责。
博尔尼奇选择的家庭场景，有着格外复杂的要求。物品位置不断变化，家庭成员的习惯各不相同，机器人还需要面对近距离接触、隐私和信任这些问题。这条路线把"机器人如何被普通人接受"提前放进了产品研发之中。公司公开承认，家用场景里的机器人有相当长一段时间需要依靠远程人工接管，而这个过程本身就是在攒真实世界的数据。NEO折起手指能握紧杯子的那个瞬间，也被公司当成重要的产品节点。
不过现实进度落后于预期。海沃德工厂第一年的产能已被预订一空，但截至 2026年5月，公司仍未披露任何已交付客户或实际发货数量。2026年8月，软银在洽谈以接近60亿美元的估值收购1X多数股权，这一数字比公司一年前寻求融资时的100亿美元目标低了不少。谈判截至9月尚未得到双方确认。
多数同行把机器人先送进工厂，博尔尼奇选择先送进家庭——理由是通用智能只能在真实家庭的杂乱环境里才能长出来，实验室和工厂里的数据不够用。这个选择意味着更慢的商业化、更高的安全和隐私要求，也让1X成为人形机器人行业里少见的"家庭派"样本。家庭场景的容错率最低、变量最多，博尔尼奇的坚持本身就是一个信号，因为人形机器人要真正进入日常生活，得先在人的世界里学会生活。
19 NEURA Robotics：大卫·雷格——让感知、人工智能与硬件共同设计
大卫·雷格于2019年在德国创立NEURA Robotics，围绕认知机器人开展研发。公司的公开技术路线，把传感、人工智能、机器人硬件和数据基础设施纳入统一体系。
这条路线的核心是Neuraverse——一个把分散的数据和智能连起来的平台。雷格的表述是："世界正在为机器人做准备，但机器人也需要一个为它们准备好的世界。"2026年1月的CES上，NEURA展示了下一代人形机器人4NE1 和更小的4NE1 Mini，以及一台四足机器人。4NE1是与保时捷设计工作室（Studio F.A. Porsche）合作设计的，这个工作室正是经典跑车保时捷911 的设计者。4NE1身高约1.8米，单台售价约9.8万欧元，计划在2026年年末启动批量交付。这些新产品都在CES上做了现场演示，覆盖日常生活和工业环境。
融资规模在2026年把这家德国公司推到了欧洲同行前面。6月10日，NEURA 宣布完成总额最高14亿美元的C轮融资，由稳定币发行商Tether领投，亚马逊、英伟达、高通、博世、舍弗勒和欧洲投资银行跟投，投后估值约 70 亿美元，成为欧洲融资额最高的人形机器人公司。在手订单超过10亿欧元，公司提出的目标是到2030年交付500万台机器人。4月，NEURA与亚马逊云科技达成合作，把 Neuraverse 平台向全球客户开放；同月，与E.ON的试点项目在德国落地，是这类合作首次进入实体运营环境。
Neuraverse想解决的问题比较实际，因为今天大多数机器人都是孤立运行的，数据被锁在单台机器或单个公司里。Neuraverse把这些数据���通，让一台机器人掌握的技能可以立刻被其他机器人使用。当一台机器人学会一项任务，这个知识就变成整个网络都能用的东西，从而加快所有设备的自主性进步。平台已向早期合作伙伴开放，并计划让企业和开发者能够发布、分享和变现机器人技能与应用。这些机器人都运行在英伟达的Isaac GR00T开放基础模型上，仿真使用Isaac Lab和Isaac Sim。公司还规划了名为NEURA Gyms的实体训练场地，在受控环境里让机器人练习复杂任务，以补足真实场景数据的缺口。
雷格的考虑是网络效应，因为接入Neuraverse的机器人和用户越多，整个体系的学习就越快、越广。他把4NE1 Mini定位为适合科研和教育的机型，提供19999欧元的标准版和29999欧元的专业版，支持Wi-Fi6、以太网、Python与C++ SDK、ROS 2接口，专业版还提供数字孪生访问与远程操作功能。四足机器人则面向复杂地形和工业、服务、探索任务，身高不到一米、负载22 公斤，配备多传感器融合、智能建图和360度环境视觉。
雷格的代表性，在于从工业机器人经验向更通用的人形平台延伸。NEURA 起家做的是机械臂和工业自动化，这类业务让公司很早就理解工厂里的真实需求：机器人如何与现有设备和人员协作，才是欧洲制造业一个具体而现实的问题。
欧洲市场的特殊性也在这里，和中美市场相比，欧洲制造业更强调协作、安全和既有产线的兼容性，而不是推倒重来。雷格把传感、人工智能和硬件放进同一套设计，并把技能共享做成一个平台生意，这让他成为欧洲人形机器人路线中值得关注的一位。
20 NEURA Robotics：大卫·雷格——让感知、人工智能与硬件共同设计
弗朗切斯科·费罗从PAL Robotics 于2004年起步时就参与到机器人研发当中，早期负责软件团队。2011年，公司宣布由他接任总经理；此后，他长期以CEO身份推动企业发展。
总部位于西班牙巴塞罗那的PAL Robotics，它的起点是一群工程师想造出欧洲第一台全自主双足人形机器人。最初的使命是“通过服务机器人改善人们的生活”。二十多年过去，公司的产品线包括人形和足式科研平台TALOS、REEM-C、KANGAROO，移动操作机器人TIAGo Pro和TIAGo，移动底盘TIAGo OMNI Base和TIAGo Base。
2026年，TALOS仍是对外供货的产品，公开报价约40万美元。这台身高 1.75米、体重95公斤的全尺寸人形机器人拥有32个自由度，每个关节都带力矩传感器，控制回路以2kHz的频率运行，单臂在完全伸展状态下仍可负载 6 公斤。它基于Ubuntu和ROS 2运行，全部硬件驱动、传感器接口和控制接口都以开源ROS 2软件包的形式由PAL的工程团队持续维护——这一点是它区别于多数只提供闭源SDK的商业机型的地方。
从 2014 年首个欧盟项目"Factory in a Day"开始，PAL已经参与了60多个欧盟及协作研发项目。它的机器人被用在工业、医疗、零售、农业食品、物流、教育和科研等领域，累计交付超过400台，覆盖40多个国家。2026年，TALOS成为EUROBENCH项目的重要平台，并进入空客等欧洲航空航天与船厂的大型装配试点，承担一些对人体不友好、姿势别扭的工序。
费罗代表的是一种长期积累型的路径，因为这一行业的科研团队需要可反复实验、可维护、可扩展的机器人平台，才能持续验证算法与方法。TALOS和 REEM-C这类人形平台，涉及双足运动、全身控制、人机交互，以及在不同应用环境中让机器人真正干活的能力。提供这样的产品，同样是推动人形机器人进步的重要环节——很多算法团队没有精力从零做硬件，他们需要一台可靠的“身体”来跑自己的思路。
PAL的商业模式也反映了这种定位的模式，严格遵循平台销售、定制开发、参与欧盟研究项目等路径，而不是像消费电子那样一味地追求出货量。这种模式的代价是增长不快，好处是积累深。欧洲在机器人研究和标准制定上本来就有传统，PAL处在这一传统里，承接了大量学术和工业之间的桥梁工作。
在费罗看来，服务机器人要真正改善人的生活，得先把工具做扎实。一个能被反复拆改、长期维护、在不同实验室里跑起来的平台，价值并不比一台会翻跟头的明星机器低。尤其对人形机器人这种硬件尚未定型的领域，研究平台的稳定性本身就是稀缺品。费罗不断在提醒行业：在所有人都在追新机型的时候，持续提供可靠的底层工具，同样是推动技术进步的方式。
把这20位人物放在一起，可以看到人形机器人发展的不同侧面，回到机器人本身上来，它们的硬件、智能、成本和交互体验之间的任何短板，都可能影响最终表现。
因此，观察人形机器人的下一步，可以回到几个具体问题：它能连续工作多久，能处理多少种变化，遇到异常时如何恢复，部署和维护需要付出多少成本。这20位人物的故事，也将随着这些问题的答案继续展开。人形机器人从令人惊叹的展示走向日常工具，需要的正是一次次可重复、可检验的进步。