中国在与美国的人形机器人竞争中占据了优势地位，并且展现出了非常自如的状态。 中国在与美国的人形机器人较量中取得了领先，并且应对得十分从容。 中国在与美国的人形机器人的对抗中获得了优势，并且表现得得心应手。

4 月 8 日，英国《金融时报》刊文指出。中国在人形机器人领域已占据优势，这得益于成熟的供应链、快节奏的创新，还有来自政府的政策支持。并且中国将复制在电动汽车领域的主导地位。

在文中，该报记者提及了参观中国机器人先驱制造商宇树科技的杭州总部这一经历。彼时，参观者获邀去推人形机器人 G1 以及踢人形机器人 G1，以此来测试其平衡能力。

文章称，宇树科技正在展示其对新兴行业的改造以及打造人形机器人的努力。这些机器人由开源软件驱动，买家能够对它们进行编程，使其能够奔跑、跳舞或者表演功夫回旋踢。并且宇树科技只是中国众多人形机器人初创企业中的一个。在近几个月里，宇树、优必选、傅利叶等企业在社交媒体上吸引了大量的关注。

宇树机器人亮相春晚 视频截图

这是中国人形机器人硬件能力的一个有力证明。此领域或许会成为中美科技竞争的新前沿。文章指出，投资银行分析师预估，该行业有能力生产出继智能手机、电动汽车之后的，下一个被广泛应用的设备。

宇树科技的首席执行官兼创始人王兴兴觉得，这个行业在五年内会迎来具有突破性的“iPhone 时刻”。也就是说，这个行业会迎来出货量急剧增加的节点，同时工业或者服务业能够真正有终端产品出现。

各机构都预测人形机器人行业发展前景很巨大。高盛作出预计，在 2035 年的时候，全球人形机器人市场规模会高达 2050 亿美元。花旗银行进行预测，到 2040 年，人形机器人的销量将会达到 6.48 亿台。美国银行也预计，到 2060 年，人形机器人的销量将达到 30 亿台。

在人形机器人领域，中国企业遭遇来自美国的竞争对手。这些竞争对手有特斯拉、谷歌和 Meta 等大型科技公司，还有波士顿动力、敏捷（Agility Robotics）这类机器人初创公司。与此同时，日本和欧洲的机器人制造商致力于制造能与人类一同工作的协作机器人。

研究人员表示，尽管竞争激烈，然而中企凭借深厚的供应链已占据了领先地位。文章提到，人形机器人的许多部件已被应用于电动汽车，其中包括将能量转化为运动的执行器，还有电池以及激光雷达等视觉系统。

中国制造的零部件价格要比美国的便宜不少。美国银行的分析师做出估计，倘若使用中国的零部件，那么特斯拉第二代擎天柱机器人的成本将会降低大概三分之一。

《金融时报》统计显示，有 25 家中国公司为人形机器人的手部提供零部件。美国在这方面只有 7 家。人形机器人的腿部线性执行器方面，中国有 30 家供应商。美国在这方面仅有 6 家。并且，除了人工智能（AI）芯片之外的所有部件，中国供应商的数量比美国供应商多。

按人形机器人各部件区分，中国、美国及其他供应商数量对比 《金融时报》制图

西方学者称，中国制造的低价部件对整个行业的快速发展有好处。英国曼彻斯特大学的机器人学者布鲁诺·阿多诺说：“人形机器人研究正在蓬勃发展。在宇树出现之前，这种情况是难以实现的。”

阿多诺称，他的团队已把采购可编程 H1 型号人形机器人的成本，从高达 100 万美元降到约 10 万美元。宇树给他们免费提供了负责操纵和控制电机及传感器的代码，用于后续开发。他说：“我们正在研发新技术，借助接入宇树的（应用程序编程接口），以改善机器人的行为并解锁功能。”

中国国内有着完善的产业政策引擎，这助力了中企实现迅速成长。中央给予政策和资金支持，杭州、深圳等地方政府也参与进来，它们竞相吸引企业，并且提供补贴来建立产业供应链。人形机器人已经在中国的商店、街头、工厂以及研究机构等各个地方出现。

文章提及，部分分析人士指出，美国在移动部件领域具备领先技术，而英伟达的 AI 处理器依然是多数人形机器人的核心。杰富瑞投资银行的工业分析师约翰逊·万说道：“中国在硬件方面极为擅长，然而在创新以及软件方面，美国依旧占据优势。”

伯恩斯坦分析师认为，中国在人形机器人领域取得的进展，与它在电动汽车市场的主导地位差不多。该机构在近期的一份报告里说：中国在产品和用例的多样化方面行动极为迅速。美国企业好像在追求最终的解决方案，然而中国运用“自然选择”的方式，产品模式丰富多样。

当前，人形机器人领域存在着较大的发展空间。德国技术咨询公司 Exxeta 的机器人专家马库斯·菲舍尔指出，控制人形机器人所需要的编程工作依然十分繁重。他表示，自己花费了大约 10 天时间对 G1 进行编程，让它能够在办公室内自由行走，通过头部的激光雷达（一种利用光的传感器）来进行导航，而非通过遥控器。

菲舍尔预计，人形机器人能够盘点库存，人形机器人也能够在超市货架上摆放食品，这将成为可能。但同时，挑战依然存在。

人类抓取东西这件事很容易。他举例讲，当我们看到一个玻璃杯时，能够很轻易地将其抓住。并且我们明白如果用力过度，很有可能会把它打碎。然而，机器人却必须通过学习，才能够做到像人类这样抓取东西。