分人形機器人最有用的方法是根據環境和它們設計應對的工作。為家庭建造的機器人會面臨雜亂、緊密接觸和多種物體類型。工廠機器人可以在更窄的工作範圍內工作，擁有已知的路線、容器和安全流程。研究平台設計為由開發者改造，而非作為完成品使用。
僅憑身體形狀作為分類標準不佳。兩個機器人可能都有頭部、軀幹、手臂和腿部，但在載重、速度、手部、自主性和支撐模型上完全不同。有些系統用兩條腿行走，另一些結合了類人上半身和輪子，還有一些則省略下半身，因為任務是固定工作站上的工具使用。
因此，實際比較會提出四個問題：機器人將在哪裡工作，會重複哪些任務，預計會有多少人工介入，以及有哪些部署證據？這些問題將有前景的展示與可以在真實設施中操作和維護的機器區分開來。
實際分類從工作開始
家庭輔助、工業、研究、展示和人工智慧平台機器人是有用的工作類別。它們不是正式標準，一個產品可能跨越多個群體。這些分類幫助讀者理解產品頁面，而不必假設每個人形機器都具備相同的準備或用途。
分類應與身體結構配合。雙足行走者可能跨越閾值，使用人類尺度空間，而帶輪底座則在平坦地面上更高效。靈巧的手能擴大任務範圍，但會帶來感知、控制和維護等問題。下面的卡片總結了五個以使用為導向的類別。
家用機器人必須處理人類和長尾變化
家庭機器人必須圍繞人、寵物、易碎物品和未為自動化準備的佈局工作。官方 1X NEO 頁面 描述了家務、自主行為以及專家模式，使用者可遠端引導陌生任務。這一組合證明早期家庭操作可能結合自主與人類支援。
Figure 還將03Figure定位為家庭和商業場所，配備重新設計的手部、觸覺感應、軟質材料和充電功能。這些都是相關的設計選擇，但家庭主張仍需任務層級證據：哪些家務、多少次試驗、哪些物品、介入頻率以及機器人在不確定時的行動。
工業人形機器人以較窄的能力範圍換取明確的執行邊界
工廠和倉庫比家庭環境更有結構。集裝箱、通道寬度、工作站和交接規則都可以被指定，因此工業人形機器人可以從狹窄的物料搬運或機器維護任務開始。目標不是模仿每一個人類動作；而是安全且反覆完成寶貴的工作流程。
Agility Robotics 介紹 Digit 關於物料移動和設施執行，而 Boston Dynamics Atlas 則為工業工作設計。透過持續的任務週期、與設施軟體整合、恢復流程、充電、維護以及批准工作區的邊界來評估這些系統。
研究平台是為開發者服務的產品
研究人形機器人有價值，因為團隊可以存取軟體介面、感測器、紀錄和控制模式。它可以用於移動、操作、強化學習或遙操作實驗。這種開放性並不意味著它只是家用電器；它通常需要受過培訓的操作員、受控的測試空間和積極的工程支援。
Unitree R1展示了平台如何與開發者和教育群體結合推廣，同時實現更廣泛的人形機器人抱負。購買前，請檢查現有的 SDK、致動器和感測器檔案、緊急制動行為、替換零件、保修限額，以及標註設定中是否包含廣告的手動或計算選項。
展示是一項能力的證據
展示機器人經過最佳化，旨在證明運動、模型或機械設計的可能性。成功的剪輯可能顯示重要進展，但不會揭示失敗嘗試、重置、遠端輔助、環境準備或拍攝間隔時間。正確結論僅限於展示實際測量的內容。
部署主張需要不同的證據集。 人形機器人成本指南 解釋了為什麼硬體價格只是採用的一部分。營運還包括整合、安全驗證、工具安裝、充電、支援、備件和停機時間。當這些元素被定義為任務時，機器人類型才具有商業意義。
雙足、輪子和上半身系統解決了不同的限制
兩條腿可以幫助機器人使用圍繞人類可及範圍設計的樓梯、門檻和工作區。它們還帶來了平衡控制、跌倒風險和能量消耗。輪子在平滑地面上減少了這些問題，而上半身系統則可以在不需要移動時，將重量和複雜性集中在手臂和手上。
NASA 的 機器人 2 號是個有用的提醒，說明人形機器人設計可以以軀幹、手臂、手和人類工具為中心。分類應描述身體所能實現的部分和放棄的部分，而不是僅以完整的雙足形態衡量成熟度。
自主性和營運模式構成另一條軸線
一種機器人可能對已知流程使用指令碼控制，另一種可能結合遙操作與學習，還有另一種可能採用 視覺-語言-動作模型 以實現更靈活的指令。這些方法並非簡單的成熟度等級。當任務穩定且安全要求嚴格時，指令碼化系統可能是更好的產品。
當機器人遇到陌生物體、路徑受阻或抓握力薄弱時，誰會採取行動。答案可能是車載救援策略、遙操作員、本地工作人員或完全停止。介入率、反應時間和資料處理是產品類型的一部分，因為它們決定了人員設定、隱私和經濟性。
使用環境和任務來縮小比較範圍
先從操作環境開始，再比較規格。只有先明確任務、地面條件、人與機器人的距離及物體集合，有效負載和步行速度等指標才有意義。表格區分了三大常見類別的主導設計壓力，並展示了為何單一排名具有誤導性。
同一類別內的產品仍然存在差異。家庭研究原型和支援的家庭服務並不等同，工業試點也不同於生產車隊。將類別視為第一個篩選條件，然後在相同工作和操作範圍內比較證據。
| 類別 | 初級環境 | 主導挑戰 | 可申請的證據 |
|---|---|---|---|
| 家庭援助 | 無結構生活空間 | 長尾物體與近距離接觸 | 自主任務試驗與介入率 |
| 工業 | 定義的工廠或倉庫區 | 正常運作時間、整合與安全性 | 命名工作流程中的持續週期 |
| 研究 | 實驗室或受控測試區 | 存取性、重複性和可擴充性 | SDK、紀錄、介面及支援範圍 |
| 展示 | 預備場景 | 證明特定能力 | 完整的試驗計數、復位及操作員角色 |
部署證據比類別標籤更重要
產品頁面可以將機器人稱為通用型、自主型或生產準備狀態，而無需定義這些詞背後的測試條件。將每個標籤轉化為可測量的問題。通用型應指有檔案的任務範圍。自主型應報告何時有人介入。生產準備型應辨識可靠性、支援和安全流程。
最有力的證據結合了任務成功率、持續時間、介入、恢復和操作條件。一個在 100 個代表性試驗中成功 95 個且記錄失敗的機器人比 10 個成功的拼湊更容易評估。下表將常見主張轉換為證據請求。
| 主張 | 它應該具體說明什麼 | 警告標誌 |
|---|---|---|
| 自治 | 人工介入規則與速率 | 省略了遠端幫助 |
| 通用用途 | 測試任務、物件和環境 | 無定義的評估集 |
| 商業部署 | 客戶工作流程、持續時間和車隊規模 | 把試點部署和正式生產視為完全相同 |
| 居家安全 | 危害分析與驗證的操作極限 | 唯一的證據是柔和的外表 |
一個新人形機器人的五個問題過濾器
當新機器人出現時，記錄其目標環境、重複任務、身體架構、人類支援模型和部署證據。然後記錄排除因素：樓梯、戶外使用、有效負載限制、物體類型、操作時間和限制人類距離。這樣可以建立可比記錄，無需依賴營銷類別。
最後，將身體與更大的系統連線起來。人形機器人是 物理 AI的一種可能體現；它並不等同於物理 AI 本身。價值來自於完整的感知、規劃、控制、安全和操作迴圈，而非與人的相似度。
評估“人形機器人類型：家用、工業、研究與部署分類”時，還應儲存模型版本、機器人設定、校正檔案、測試日期和全部試驗記錄。
- 機器人預計在哪裡工作？
- 它必須重複哪個任務，持續多久？
- 什麼樣的車身設計支援這項任務？
- 人們何時以及如何介入？
- 哪些部署證據是公開的？
常見問題
人形機器人有多少種類型？
沒有單一的正式統計。實際的分類包括居家輔助、工業、研究、展示和人工智慧平台機器人，結合雙足、輪式或上半身等身體結構。
工業人形機器人總是雙足行走嗎？
不行。機器人可以在帶輪底座上使用類人軀幹和手臂，而平坦的工業地板更注重穩定性和效率，而非爬樓梯。
低成本人形機器人可以在家使用嗎？
並非自動。較低的購買價格可能描述開發者平台。家庭使用還需要安全互動、支援、任務軟體、維護以及真實生活空間的證據。
展示機器人和部署機器人有什麼區別？
展示透過準備測試證明能力。部署的機器人必須重複定義的工作流程，並記錄執行時間、恢復、安全、人員設定和維護。
人形機器人和物理 AI 是一樣的嗎？
不。人形機器人是一種身體形態。物理 AI 描述的是與感知和物理世界中行動相關聯的智慧，也可以使用移動機器人、無人機、車輛或工業機械。
如何閱讀產品宣告
產品能力、可用性和部署狀態可能會發生變化。在做出購買或安全決策前，請重新檢視官方產品頁面並索取任務級別的證據。