分人形机器人最有用的方法是根据环境和它们设计应对的工作。为家庭建造的机器人会面临杂乱、紧密接触和多种物体类型。工厂机器人可以在更窄的工作范围内工作，拥有已知的路线、容器和安全程序。研究平台设计为由开发者改造，而非作为完成品使用。
仅凭身体形状作为分类标准不佳。两个机器人可能都有头部、躯干、手臂和腿部，但在载重、速度、手部、自主性和支撑模型上完全不同。有些系统用两条腿行走，另一些结合了类人上半身和轮子，还有一些则省略下半身，因为任务是固定工作站上的工具使用。
因此，实际比较会提出四个问题：机器人将在哪里工作，会重复哪些任务，预计会有多少人工干预，以及有哪些部署证据？这些问题将有前景的演示与可以在真实设施中操作和维护的机器区分开来。
实际分类从工作开始
家庭辅助、工业、研究、演示和人工智能平台机器人是有用的工作类别。它们不是正式标准，一个产品可能跨越多个群体。这些分类帮助读者理解产品页面，而不必假设每个人形机器都具备相同的准备或用途。
分类应与身体结构配合。双足行走者可能跨越阈值，使用人类尺度空间，而带轮底座则在平坦地面上更高效。灵巧的手能扩大任务范围，但会带来感知、控制和维护等问题。下面的卡片总结了五个以使用为导向的类别。
家用机器人必须处理人类和长尾变化
家庭机器人必须围绕人、宠物、易碎物品和未为自动化准备的布局工作。官方 1X NEO页面 描述了家务、自主行为以及专家模式，用户可远程引导陌生任务。这一组合证明早期家庭操作可能结合自主与人类支持。
Figure还将03Figure定位为家庭和商业场所，配备重新设计的手部、触觉感应、软质材料和充电功能。这些都是相关的设计选择，但家庭主张仍需任务层级证据：哪些家务、多少次试验、哪些物品、干预频率以及机器人在不确定时的行动。
工业人形机器人以较窄的能力范围换取明确的运行边界
工厂和仓库比家庭环境更有结构。集装箱、通道宽度、工作站和交接规则都可以被指定，因此工业人形机器人可以从狭窄的物料搬运或机器维护任务开始。目标不是模仿每一个人类动作；而是安全且反复完成宝贵的工作流程。
Agility Robotics 介绍 Digit 关于物料移动和设施运行，而 Boston Dynamics Atlas 则为工业工作设计。通过持续的任务周期、与设施软件集成、恢复程序、充电、维护以及批准工作区的边界来评估这些系统。
研究平台是为开发者服务的产品
研究人形机器人有价值，因为团队可以访问软件接口、传感器、日志和控制模式。它可以用于移动、操作、强化学习或遥操作实验。这种开放性并不意味着它只是家用电器；它通常需要受过培训的操作员、受控的测试空间和积极的工程支持。
Unitree R1展示了平台如何与开发者和教育群体结合推广，同时实现更广泛的人形机器人抱负。购买前，请检查现有的SDK、执行器和传感器文档、紧急制动行为、替换零件、保修限额，以及标注配置中是否包含广告的手动或计算选项。
演示是一项能力的证据
演示机器人经过优化，旨在证明运动、模型或机械设计的可能性。成功的剪辑可能显示重要进展，但不会揭示失败尝试、重置、远程辅助、环境准备或拍摄间隔时间。正确结论仅限于演示实际测量的内容。
部署主张需要不同的证据集。 人形机器人成本指南 解释了为什么硬件价格只是采用的一部分。运营还包括集成、安全验证、工具安装、充电、支持、备件和停机时间。当这些元素被定义为任务时，机器人类型才具有商业意义。
双足、轮子和上半身系统解决了不同的限制
两条腿可以帮助机器人使用围绕人类可及范围设计的楼梯、门槛和工作区。它们还带来了平衡控制、跌倒风险和能量消耗。轮子在平滑地面上减少了这些问题，而上半身系统则可以在不需要移动时，将重量和复杂性集中在手臂和手上。
NASA的 机器人2 号是个有用的提醒，说明人形机器人设计可以以躯干、手臂、手和人类工具为中心。分类应描述身体所能实现的部分和放弃的部分，而不是仅以完整的双足形态衡量成熟度。
自主性和运营模式构成另一条轴线
一种机器人可能对已知流程使用脚本控制，另一种可能结合遥操作与学习，还有另一种可能采用 视觉-语言-动作模型 以实现更灵活的指令。这些方法并非简单的成熟度等级。当任务稳定且安全要求严格时，脚本化系统可能是更好的产品。
当机器人遇到陌生物体、路径受阻或抓握力薄弱时，谁会采取行动。答案可能是车载救援策略、遥操作员、本地工作人员或完全停止。干预率、响应时间和数据处理是产品类型的一部分，因为它们决定了人员配置、隐私和经济性。
使用环境和任务来缩小对比范围
先从操作环境开始，再比较规格。只有先明确任务、地面条件、人与机器人的距离及物体集合，有效载荷和步行速度等指标才有意义。表格区分了三大常见类别的主导设计压力，并展示了为何单一排名具有误导性。
同一类别内的产品仍然存在差异。家庭研究原型和支持的家庭服务并不等同，工业试点也不同于生产车队。将类别视为第一个筛选条件，然后在相同工作和操作范围内比较证据。
| 类别 | 初级环境 | 主导挑战 | 可申请的证据 |
|---|---|---|---|
| 家庭援助 | 无结构生活空间 | 长尾物体与近距离接触 | 自主任务试验与干预率 |
| 工业 | 定义的工厂或仓库区 | 正常运行时间、集成与安全性 | 命名工作流程中的持续周期 |
| 研究 | 实验室或受控测试区 | 访问性、重复性和可扩展性 | SDK、日志、接口及支持范围 |
| 演示 | 预备场景 | 证明特定能力 | 完整的试验计数、复位及操作员角色 |
部署证据比类别标签更重要
产品页面可以将机器人称为通用型、自主型或生产准备状态，而无需定义这些词背后的测试条件。将每个标签转化为可测量的问题。通用型应指有文档的任务范围。自主型应报告何时有人介入。生产准备型应识别可靠性、支持和安全流程。
最有力的证据结合了任务成功率、持续时间、干预、恢复和操作条件。一个在100个代表性试验中成功95个且记录失败的机器人比10个成功的拼凑更容易评估。下表将常见主张转换为证据请求。
| 主张 | 它应该具体说明什么 | 警告标志 |
|---|---|---|
| 自治 | 人工干预规则与速率 | 省略了远程帮助 |
| 通用用途 | 测试任务、对象和环境 | 无定义的评估集 |
| 商业部署 | 客户工作流程、持续时间和车队规模 | 把试点部署和正式生产视为完全相同 |
| 居家安全 | 危害分析与验证的操作极限 | 唯一的证据是柔和的外表 |
一个新人形机器人的五个问题过滤器
当新机器人出现时，记录其目标环境、重复任务、身体架构、人类支持模型和部署证据。然后记录排除因素：楼梯、户外使用、有效载荷限制、物体类型、操作时间和限制人类距离。这样可以创建可比记录，无需依赖营销类别。
最后，将身体与更大的系统连接起来。人形机器人是 物理人工智能的一种可能体现；它并不等同于物理人工智能本身。价值来自于完整的感知、规划、控制、安全和操作循环，而非与人的相似度。
评估“人形机器人类型：家用、工业、研究与部署分类”时，还应保存模型版本、机器人配置、标定文件、测试日期和全部试验记录。把成功、失败、恢复与人工介入放在同一份数据中，才能区分模型能力、系统接口和现场流程造成的差异。
- 机器人预计在哪里工作？
- 它必须重复哪个任务，持续多久？
- 什么样的车身设计支持这项任务？
- 人们何时以及如何介入？
- 哪些部署证据是公开的？
常见问题
人形机器人有多少种类型？
没有单一的正式统计。实际的分类包括居家辅助、工业、研究、演示和人工智能平台机器人，结合双足、轮式或上半身等身体结构。
工业人形机器人总是双足行走吗？
不行。机器人可以在带轮底座上使用类人躯干和手臂，而平坦的工业地板更注重稳定性和效率，而非爬楼梯。
低成本人形机器人可以在家使用吗？
并非自动。较低的购买价格可能描述开发者平台。家庭使用还需要安全互动、支持、任务软件、维护以及真实生活空间的证据。
演示机器人和部署机器人有什么区别？
演示通过准备测试证明能力。部署的机器人必须重复定义的工作流程，并记录运行时间、恢复、安全、人员配置和维护。
人形机器人和物理人工智能是一样的吗？
不。人形机器人是一种身体形态。物理人工智能描述的是与感知和物理世界中行动相关联的智能，也可以使用移动机器人、无人机、车辆或工业机械。
如何阅读产品声明
产品能力、可用性和部署状态可能会发生变化。在做出购买或安全决策前，请重新查看官方产品页面并索取任务级别的证据。