在技术路线尚未收敛的行业背景下，各家人形机器人企业形成了差异化的发展路径，分化为全栈自研、核心部件聚焦、场景定制化三大阵营。
3 月 20 日，上交所官网更新审核动态，正式受理人形机器人概念宇树科技的科创板 IPO 申请。
作为科创板 " 具身智能第一股 "，宇树科技的上市进程备受关注。其招股书披露，2025 年出货量超过 5500 台，年营收超 17 亿元，扣非净利润超 6 亿元，诸多亮眼数据印证了人形机器人产业商业化落地的可行性。
此时，距离 " 机器人商业化落地元年 " 的 2026 年已经过去了三个月，在行业迎来资本赋能的时刻，机器人技术发展路线尚未收敛这一现实依然存在，从硬件架构到算法逻辑，从场景适配到产业协同，全行业仍处于多方探索阶段。
01
各家企业形成差异化发展路径
在技术路线尚未收敛的行业背景下，各家人形机器人企业形成了差异化的发展路径，分化为全栈自研、核心部件聚焦、场景定制化三大阵营。
宇树科技是全栈自研模式的典型代表，其在招股书中披露，公司已建立涵盖机器人本体、核心智能算法、具身智能及核心部组件的自研体系，高性能电机、减速器、灵巧手、激光雷达等核心部件均实现自主研发。
这种模式支撑了宇树科技的产品性能持续突破，H1 人形机器人实现超 5 米 / 秒的奔跑速度，G1 人形机器人完成电驱原地侧空翻等多项世界纪录，2025 年公司主营业务毛利率高达 60.27%。
与宇树科技不同，月泉仿生选择聚焦核心部件。3 月 18 日，AI Show 2026 北京国际人工智能应用与机器人创新博览会现场，CTO 赵迪对财闻记者表示，公司专注于仿生灵巧手的研发，虽然同属电驱动路线，但传动结构与主体设计融入仿生学理念，实现了速度、精度、输出力的综合最优解。
据他介绍，月泉仿生的灵巧手产品已应用于一汽集团生产线和小米的二次开发项目，凭借与人类手部高度相似的结构设计，解决了机器人数据采集的异构问题，为大模型训练提供了充足数据支撑。
个性化场景的标准化解决方案则是另一个发展方向，七腾机器人 CGO 王承承在接受财闻记者采访时表示，安全场景的 " 零容错 " 属性决定了公司技术路线的特殊性，" 其他场景允许一定的容错率，但安全场景中 0.1% 的失误就可能导致人员伤亡，因此技术选择必须以可靠性为首要原则 "。
基于这一逻辑，七腾机器人将 60% 的研发投入用于硬件创新，积累了防爆、低温、抗腐蚀等 120 多项硬件专利，其防爆巡检机器人通过隔爆、本安双重认证，可在 100% 浓度瓦斯环境中安全运行，硬件平均无故障运行时间达到 5000 小时，是行业平均水平的 2 倍以上。
硬件制造的复杂性也制约着行业发展路径的统一。蓝宇轴承一位产品经理透露，一台机器人减速器需要用到四五个轴承，输入端的球轴承、柔性轴承与输出端的交叉滚子轴承构成核心传动系统，而由于结构件加工需经过 30 多道人工流程，1000 套机器人专用轴承的生产周期超过 2 个月，而普通轴承 10 万套仅需 1 个月就能完成生产。
02
软硬件深度融合成为行业共识
从王承承的话语中，可以看出特种行业对机器人的特殊约束，这也进一步加剧了行业发展的差异化。以安全场景为例，对机器人提出了极端环境适应性、全流程合规性与人机协同可靠性等要求。
据她介绍，七腾机器人的煤矿巡检产品需具备 IP68 防护等级，从 1 米高度坠落或被落石砸中后仍能正常运行，在零下 40 度的东北油田环境中，通过专门研发的低温自适应电池管理系统解决续航问题。
这些特殊要求使得安全场景机器人的硬件成本远高于普通产品，而算法层面则必须满足可溯源要求，" 哪怕 AI 识别准确率再高，如果不能解释判定依据，无法通过监管部门复核，就不能投入使用 "。王承承说。
在抗爆、防震等特种领域，技术门槛更为明确，而搜救等场景则相对开放，这种差异导致特种机器人行业形成了 " 定制化为主、标准化为辅 " 的格局。赵迪表示，不同应用场景的门槛差异，使得技术路线难以收敛。
行业发展分化的同时，软硬件的深度融合成为共识，但融合的路径仍在探索中。信步科技机器人事业线经理潘浩波观察到，当前机器人厂商的核心竞争力呈现两极分化：" 有的厂商把算法和智能大模型作为重点，有的则更看重硬件，将机器人动作的延展性当做卖点 "。
而在商业化落地的过程中，这种行业发展分化更加明显，蓝宇轴承上述产品经理表示，目前市场上十万元左右的机器人行走尚且不便，而具备较强自主能力的产品价格高达三五十万元，其中，硬件成本并未增加多少，主要差异集中在 AI 算法层面，差价也是为了覆盖相关成本。
值得注意的是，宇树科技招股书披露，公司拟将 48% 的募集资金用于智能机器人模型研发，开源发布的 " 世界模型—动作 "（WMA）与 " 视觉—语言—动作 "（VLA）两类模型，已在真机实验中验证了多场景作业能力。创始人王兴兴曾公开表示，行业距离真正的 "ChatGPT 时刻 " 仍有距离，当前最大难题是缺乏具备强泛化能力的具身智能模型。
对于技术路线的未来走向，赵迪认为，目前人形机器人的技术路线还没有完全收敛，很难预测最终什么路线会胜出，而最终可能是根据场景、细分市场等实现多个技术路线并行。从时间上来看，因为目前人形机器人落地要看软件，最终软件层面哪条技术路线能走通，那么围绕着它的整个产业链就可能生存下去。
王承承则提出了技术路线收敛的三大标志：能覆盖 80% 以上同类型场景需求、全生命周期成本低于人工、技术指标成为行业标准参考依据，" 目前行业还没有任何一家企业能同时满足这三个条件，技术探索仍需持续 "。
