海外人形机器人历经四阶段：1973-2000 年萌芽探索期（早稻田大学 WABOT、本田 ASIMO 初代），聚焦基础运动能力；2000-2010 年集成发展期（ASIMO 优化形态与功能）；2010-2022 年高动态期（波士顿动力 Atlas 液压驱动，高运动性但成本高）；2022 年至今智能化期，以特斯拉 Optimus 为代表，转向电驱动与 AI 融合，成本下降并推进商业化。
⠀
分仿生与功能两方向：仿生路线（如 Atlas、Optimus）追求类人形态与运动，侧重双足行走、灵巧手；功能路线（如 Agility Digit、Sanctuary Phoenix 8）以实用为导向，部分采用轮式设计提升稳定性。核心技术突破集中在电驱动（替代液压降本）、大模型赋能（VLA/VLM 技术实现自主决策）、轻量化材料（PEEK 材料密度 1.3g/cm³，用于 Optimus 灵巧手）。
⠀
科技巨头与初创公司共推行业：谷歌参投 Apptronik（3.5 亿美元）、微软合作 Sanctuary AI、亚马逊投资 Agility；美国初创公司领跑，Figure AI 估值 400 亿美元（2025 年 C 轮融资后），1X Technologies、Agility Robotics 等聚焦细分场景。投资集中于美国，过去 10 年投资金额居首，日本、欧洲紧随其后。
⠀
- 进展：软件端运动能力提升，2024 年实现平稳行走、舞蹈等，2025 年计划支持复杂任务；硬件端 Optimus V3（2025Q4 预计发布）优化灵巧手（5 指独立控制）与轻量化（PEEK 材料应用）。
- 量产规划：2026 年产能预计 22 万台，2027 年目标出货 100 万台，成本逐步降至 2-3 万美元。
- Figure AI：推出首个人形 VLA 模型 Helix，Figure 02 机器人用于宝马产线与物流分拣，2025 年估值 400 亿美元，C 轮融资 15 亿美元。
- 波士顿动力：Atlas 从液压转向电驱，成本从 200 万美元降至几十万人民币，2024 年版本可搬运 10kg 物品，2025 年计划融合 AI 大模型提升自主决策。
- 1X Technologies：NEO Gamma 支持家庭服务与工业物流，搭载 OpenAI 技术，2025 年聚焦低功耗与场景适配。
- Agility Robotics：Digit V4 用于亚马逊、GXO 仓库，RoboFab 工厂年产能目标 1 万台，2025 年推进物流自动化。
- Apptronik：Apollo 机器人获谷歌参投，与奔驰合作提升装配效率 40%，2025 年加速制造场景落地。
- 大模型深度赋能：VLA（具身语言模型）如 Figure Helix、Physical Intelligence Hi Robot，实现跨场景泛化，决策效率提升 40%。
- 成本下降：电驱动替代液压、轻量化材料应用，头部产品成本从百万美元级降至 2-3 万美元（2027 年 Optimus 目标）。
- 场景细分：工业（装配、物流）、家庭（服务、陪伴）、高危作业（巡检、救援）多场景并行。
- 工业场景先行：汽车制造（宝马、奔驰）、仓储物流（亚马逊、GXO）已试点，2027 年工业领域渗透率预计超 10%。
- 商业模式创新：Agility 推出 RaaS（机器人即服务），按使用次数收费；Figure AI 与企业 ERP/MES 系统对接，提升产线协同。
技术层面，双足稳定性、复杂环境决策仍需突破；商业化层面，成本下降速度、场景适配度影响普及；竞争层面，巨头与初创公司技术迭代速度加剧行业分化。
