在中国AI的“DeepSeek时刻”之后，“宇树时刻”呼啸而至，更加激动人心的AI机器人“群雄时刻”也悄然到来。
中美两大科技巨头在这个领域的终极决赛已经异常清晰。刚刚，2025年美国《时代》杂志“最佳发明”榜单揭晓：中国宇树科技的人形机器人R1与美国Figure AI的Figure 03并肩而立，平分秋色。这场“中美双雄”的对决，标志着人形机器人竞赛进入巅峰阶段：R1以5,900美元的起价进入市场，凭借中国强大的制造能力和开放市场，成为面向研究者和开发者的量产先锋，能完成拳击、后空翻等复杂动作；而Figure 03则融合尖端AI，专注家庭任务，如叠衣服、装洗碗，展现出美国在工业自动化与家用场景的野心。Figure的CEO布雷特（Brett Adcock）表示，Figure价格将从15万美金大幅下降到2-3万美金区间。显然，机器人普及的价格战由此打响。
背后，中美两种技术体系的直接碰撞已然显现：一方是凭借制造业与工程体系优势崛起的 “具身中国”，一方是依托AI系统能力与资本生态领跑的 “虚拟美国”。
更具意义的是——这一次，中国不再只是技术的追随者，而是与美国科技公司并驾齐驱、平行探索的同行者。在实体经济相对差强人意的2025年，AI机器人却意外展现出了“风景这边独好”的景象，这或许出乎多数人意外。
然而更直接的追问是：这些代表新一代“中国制造”的具身智能产品，能否真正走出国门，在全球市场实现实质性突破？中国AI机器人赛道，又是否可能在同一时期孕育出多家具有国际竞争力的创业公司？
本文基于作者在2025年多场全球机器人展会——包括德国Automatica、北京链博会、上海人工智能大会与世界机器人大会——的实地观察与访谈，结合海展通团队长期研究成果，将从技术突破、产业优势与出海战略三个维度展开，呈现一幅关于AI机器人“群雄崛起”的全景图景。
中国机器人的“硬气”来自技术“底气”
要判断中国AI机器人能否真正具备全球竞争力，首先必须回答一个根本问题：技术够硬吗？
在多场访谈与展会交流中，我们发现，越来越多中国企业已在硬件、软件以及软硬协同层面实现多维突破，使中国机器人从“本土选手”加速升级为“全球玩家”。它们不再只是制造能力的代表，而是创新体系的输出者。
硬件竞争：从“身体素质”到“全球门槛”
在硬件层面，我们认为精密组件的迭代速度与成本控制是竞争的核心。硬件决定了机器人的“身体素质”，也直接决定其能否跨入全球市场的门槛。以A股上市公司兆威机电为例，其微型电机已成为行业标杆。销售负责人杨朝林表示：“未来微型电机的发展方向是体积更小、精度更高，一个高精度微电机决定了设备能做到多精细。”这类电机广泛应用于汽车、医疗、家电及机器人领域，尤其在人形机器人手部结构中，提供关键的灵活操作能力。小型化与高精度的硬件突破，使中国机器人成本更低、性能却不输国际对手，在全球制造市场中更具竞争力。可以说，电机的进步，正是机器人灵活度提升的关键驱动力。
除微型电机外，力控传感器同样是机器人底层硬件的核心组成，为机器人提供“触觉”。其中，六维力传感器与扭矩传感器尤为关键，它们让机器人具备精细的力觉控制能力。蓝点触控华东负责人龙璇宇表示：“六维力和扭矩传感器是人形机器人获取判断数据的核心依据，直接影响运动控制算法。”以特斯拉Optimus第三代为例，整机配备32个传感器（14个扭矩、14个拉压力、4个六维力），若加上灵巧手，总数可达44个。蓝点触控是该领域的隐形冠军，其市场份额令人瞩目：六维力传感器全球占比约70%；扭矩传感器市场份额高达95%；六维力传感器精度达2/1000，为全球仅五家之一、国内唯二；扭矩传感器精度达1/1000，为国内唯一。龙璇宇补充道：“我们仍在向更薄、更轻、更小突破——三年前关节扭矩传感器厚度为14 mm，如今已降至5 mm。”这种硬件进步不仅显著提升了机器人动作的精度与安全性，也有效降低了制造成本，为AI机器人的商业化落地 奠定了坚实基础。
除了上游的基础零部件厂商，中游的关键模组与机械臂企业的崛起，正成为具身智能产业加速发展的新引擎。这些企业将微型电机与力控传感器深度整合，形成机电一体化模组，为整机厂提供可直接装配的成熟方案，大幅提升了机器人产业链的协同效率。以钛虎机器人为例，公司大客户经理许烈介绍，企业规模已从40人扩张至300余人，出货量实现数十倍增长。钛虎专注于关节模组系统的研发与突破：“我们的关节模组精度高、体积小，整体体积可缩小两倍以上，扭矩密度位居国内第一。基于这一核心模组，我们能延伸至人形机器人与协作机械臂等领域。”这些高性能模组已在高危环境中展现替代潜力——例如在高原卫星调试场景中，传统人工手摇对星作业已可由机器人模组替代。市场需求的爆发也推动钛虎在国际舞台上崭露头角。公司不仅与三星、高通等国际巨头展开合作，还正沿着产业链持续整合，构筑属于自己的技术护城河。
同样是机器人产业中游的厂家，机械臂厂商们也展现出了强大的系统集成与赋能能力。其中，专注于超轻量仿人机械臂的睿尔曼机器人尤为典型。公司创始人兼CEO郑随兵 在接受笔者专访时表示：“正如我们的名字Realman——‘真人’，我们的产品就是一条‘人的胳膊’，人怎么干活，它就怎么干活。而且因为足够轻，所以运动起来格外灵活。”现场展示的ECO系列机械臂 可以通过“拖动示教”实现精准学习：只需人工带动一次，它便能完整记忆运动位置、速度和轨迹，实现自然、流畅的动作复刻。郑随兵解释道，这种表现源于公司对“人体工学”的全链路设计理念：“除了芯片外，整条技术链都是围绕人的手臂结构设计的。这也是为什么现场有四十多家展商都在使用我们的产品。”可以看出，对于核心模组与机械臂厂商而言，真正的成功并非单点技术突破，而是成为被系统集成、被大规模应用的对象——成为整个具身智能产业链背后不可或缺的“隐形巨人”。
软件层：VLA大模型赋能的“灵魂竞争”
软件层，我们认为竞争的关键是VLA大模型带来的泛化智能的系统效率。硬件塑造机器人的“身体”，软件则赋予其“灵魂”，决定它能否在开放世界中理解、学习与行动。VLA模型让机器人具备“看、懂、做”的能力，更进一步讲就是通过视觉感知世界、通过语言理解语义和通过动作完成任务。它构建了从感知到理解再到控制的一体化框架，使机器人摆脱手工编程，凭借自然语言与多模态学习实现通用操作智能。这一方向正在成为中国AI机器人竞争的核心。如今，国内厂商已在三条主要VLA技术路线上展开突破，标志着具身智能进入新的加速阶段：
第一种是ViLLA模型：分层规划的“解释型智能”。简单来说，ViLLA是一种在端到端的VLA基础上加入潜在动作空间和隐式规划层的增强模型。它通过任务分解生成可追踪的意图序列，让机器人在复杂环境中具备更强的规划与执行能力。例如，当收到“抓取红色杯子”的指令时，机器人会自动将任务拆解为“识别→规划→执行”三步，最终生成动作控制信号完成抓取。这一模型的代表企业是智元机器人，公司合伙人兼具身业务部总裁姚卯青博士在接受FT中文网专访时表示：“我们在今年3月发布了操作模型Gini Operator-1（GO-1），这是一款数据驱动的端到端VLA模型，正在微调并应用于实际工业场景。”更值得关注的是，智元还向全球开放了Agibot World训练数据集。“包括英伟达、Google DeepMind、Physical Intelligence 等团队都在使用我们的开源数据。”由此也可见，开放与协同已成为中国AI机器人创新的核心特征。
第二种是多模态通用VLA：规模驱动的“泛化智能”。通俗来说，多模态通用VLA更强调端到端的“规模效应（scaling law）”。换言之，就是通过大规模数据训练，让机器人直接从输入信息生成动作，追求更强的跨场景泛化能力与执行效率。这个路线比较有代表性的厂家是智平方科技的AlphaBot2和千寻智能的Spirit v1。智平方创始人郭彦东在与笔者的独家专访中表示：“我们是全球首批做端到端VLA大模型的公司之一，通过‘约100亿张图片’训练，实现‘最高可访问范围的模型，应对未知任务’。机器人因而‘见多识广’，而正是这种泛化能力，让产品适应全球多样场景，比如AlphaBot2能用单一平台完成咖啡调制到乐器演奏。”千寻智能机器人事业部负责人吕凤实补充说：“叠衣服是一个很复杂的动作，但我们的大模型擅长动态交互和柔性物体操作，如今机器人已经完全实现了泛化。如果要训练叠一件新材质的衣服，只需给机器人演示几次，系统会自动采集数据训练模型，机器人就能完成任务，完全不需要编程或基于规则的设定。如果新衣服与机器人之前见过的类似，有时甚至可以实现零样本泛化。”这意味着机器人已从“专用工具”迈向具备自我学习能力的通用智能体。
第三种是模仿与强化驱动VLA：落地导向的“执行智能”。这一路线聚焦于模仿学习与强化学习结合。模型先通过人类示教（视频或遥操作）快速学习动作，再用强化学习优化环境适应性，从多模态输入中直接生成动作输出，具备高精度操控与快速部署能力。其代表厂商是自变量机器人，其WALL-A模型以高效模仿学习和强化训练著称，擅长处理居家和照护场景。公司COO杨倩介绍：“传统机器人一旦换物体、换位置就容易失效。WALL-A能自动适应环境变化，既能执行标准化任务，也能处理非结构化任务。在养老场景中，它能为老人擦桌、备餐、洗衣、刷碗。”这种以落地实用与灵巧操作为核心的路线，正成为AI机器人进入家庭与服务领域的关键突破口。