人形机器人与具身智能：全栈技术架构与人才地图

第一篇：产业全景与技术架构拆解

1.1 人形机器人系统总体架构

人形机器人是一个深度交叉的系统工程，涉及机械、电气、控制、感知、智能五大维度。完整系统可拆解为以下层次：

┌─────────────────────────────────────────────────────────────┐
│                    应用层 (Application)                       │
│   工业制造 | 物流仓储 | 家庭服务 | 医疗康复 | 特种作业        │
├─────────────────────────────────────────────────────────────┤
│                    智能层 (Intelligence)                      │
│   基础模型(VLA) | 任务规划 | 语言理解 | 自主决策 | 世界模型    │
├─────────────────────────────────────────────────────────────┤
│                    感知层 (Perception)                        │
│   视觉感知 | 触觉感知 | 力觉感知 | SLAM定位 | 多模态融合      │
├─────────────────────────────────────────────────────────────┤
│                    控制层 (Control)                           │
│   步态控制 | 平衡控制 | 操作控制 | 全身协调 | 力/位混合控制    │
├─────────────────────────────────────────────────────────────┤
│                    驱动层 (Actuation)                         │
│   关节电机 | 减速器 | 液压驱动 | 柔性驱动 | 灵巧手执行器      │
├─────────────────────────────────────────────────────────────┤
│                    本体层 (Hardware/Body)                     │
│   骨骼结构 | 关节设计 | 线缆布局 | 电源系统 | 散热系统         │
├─────────────────────────────────────────────────────────────┤
│                    基础设施层 (Infrastructure)                 │
│   仿真平台 | 数据采集 | 开发工具 | 通信中间件 | 云端训练       │
└─────────────────────────────────────────────────────────────┘

关键数据指标（2026年行业水平）

指标	当前水平	标杆
自由度(DOF)	30-52	Walker S2: 52, Atlas: 28+, Figure 02: 41
负载能力	3-15kg(单臂)	Digit: 16kg, Optimus: ~20kg
续航时间	1-4小时	1X NEO: 2.5h, Walker S2: 2h
行走速度	1-6 km/h	Unitree H1: 5.6km/h(跑步)
灵巧手DOF	6-22	Shadow Hand: 20, LEAP Hand: 16
整机成本	$30K-250K	Unitree G1: $16K(入门), Optimus目标<$20K
AI推理延迟	10-100ms	pi0: ~50ms, RT-2: ~200ms

1.2 具身智能 vs 传统机器人：范式转变

传统工业机器人和新一代具身智能机器人在技术路线上存在根本差异：

维度	传统机器人	具身智能机器人
编程方式	示教编程/离线编程	自主学习/模仿学习
环境适应	结构化环境	非结构化/开放环境
任务范围	单一重复任务	通用多任务
感知能力	工业传感器	多模态感知(视觉/触觉/力觉)
决策机制	状态机/规则	神经网络/大模型
核心壁垒	精度/速度/可靠性	泛化能力/智能水平
人才需求	机械/电气/自动化工程师	+AI/ML研究员+数据工程师
代表企业	FANUC, ABB, KUKA	PI, UBTECH, Tesla, Figure

范式转变的核心：从"编程告诉机器人怎么做"变为"让机器人自己学会怎么做"。

算法人才成为最核心的竞争要素（而非传统的机械/电气工程师）
数据成为核心资产（仿真数据、遥操作数据、真实世界数据）
基础模型成为核心技术壁垒（类似LLM之于NLP）

1.3 产业链上下游全景

上游：核心零部件

环节	核心产品	代表企业	技术壁垒
减速器	谐波减速器、RV减速器、行星减速器	哈默纳科(日)、纳博特斯克(日)、绿的谐波(中)、来福谐波(中)	精度、寿命、回差
伺服电机	无框力矩电机、盘式电机	安川(日)、汇川(中)、步科(中)、因时机器人(中)	功率密度、控制精度
丝杠	滚珠丝杠、行星滚柱丝杠	THK(日)、NSK(日)、贝斯特(中)	传动效率、承载能力
传感器	六维力传感器、编码器、IMU	ATI(美)、Cognex(美)、坤维(中)、宇立(中)	精度、可靠性
灵巧手	多指灵巧手、欠驱动手	Shadow Robot(英)、因时机器人(中)、帕西尼(中)	DOF、力控精度
芯片	AI推理芯片、MCU	NVIDIA(Jetson/Thor)、地平线(中)、寒武纪(中)	算力密度、功耗
电池	高能量密度锂电池	宁德时代(中)、亿纬锂能(中)	能量密度、充电速度

中游：整机制造

类型	代表企业	产品	特点
全栈自研	UBTECH(优必选)、Tesla、Figure AI、1X	Walker S2, Optimus, Figure 02, NEO	硬件+软件+AI全链条
AI优先	Physical Intelligence、Skild AI	pi0基础模型	软件/模型为核心
硬件优先	Unitree(宇树)、Fourier(傅利叶)	G1/H1, GR-2	低成本量产
场景驱动	Agility Robotics、Apptronik	Digit, Apollo	物流/工业场景
科学家创业	智元(Agibot)、银河通用(Galbot)、星动纪元	各类人形机器人	算法+硬件融合

下游：应用场景

场景	成熟度	代表案例	核心需求
汽车制造	★★★★	优必选+东风/一汽/长安, Optimus+Tesla工厂	搬运、装配、质检
3C电子制造	★★★	优必选+富士康场景	精密装配、检测
物流仓储	★★★★	Agility+Amazon, 优必选+极兔	分拣、搬运、上架
商业服务	★★★	优必选+沙特NEOM	接待、导览、展示
家庭服务	★★	1X NEO Beta测试	整理、清洁、陪伴
医疗康复	★★	傅利叶ExoMotus	康复训练、辅助行走
危险作业	★★	核电/消防/救灾	远程操控、自主巡检

第二篇：十大核心模块深度解析

1 机械结构与本体设计

技术组成

技术子项	内容	关键指标
骨骼结构设计	轻量化框架、碳纤维/铝合金/钛合金选材、拓扑优化	重量、刚度、强度
关节构型	串联/并联机构、仿生关节、柔性关节	DOF数量、运动范围
整机运动学	D-H参数建模、正/逆运动学求解、工作空间分析	灵活度、可达性
动力学建模	牛顿-欧拉法、拉格朗日法、多刚体动力学	计算效率、精度
热管理	散热设计、风冷/液冷、热仿真	温度控制、可靠性
线缆布局	走线设计、连接器选型、EMC防护	可维护性、抗干扰
外观工业设计	外壳设计、人机交互界面、安全防护	美观、安全性

产品与效果指标

当前水平： 整机重量50-80kg，身高1.5-1.8m，30-52 DOF
标杆产品： Walker S2 (52 DOF, 70kg)，Atlas (28+ DOF, 89kg)，Optimus Gen2 (~28 DOF, 57kg)
核心挑战： 轻量化与刚度的矛盾、关节密封与散热、量产一致性

职能与岗位

岗位	核心职责	关键技能	级别范围
机械工程师(结构)	本体结构设计、有限元分析、材料选型	SolidWorks/CATIA, FEA, 材料力学	普招-中招
机构设计工程师	关节机构设计、运动学分析	机构学, 运动学, CAD	普招-中招
仿真工程师(结构)	强度/刚度/模态仿真分析	ANSYS/Abaqus, 有限元方法	普招-中招
总体设计师	整机构型设计、系统级参数优化	系统工程, 多学科优化	中招-高招
工业设计师	外观造型、人机交互设计	Rhino/Alias, 造型设计	普招

区分强弱的关键

强：有完整人形/仿人机器人设计经验 > 工业机器人设计 > 一般机械设计
关键词： 人形机器人、双足、仿生结构、轻量化、碳纤维、拓扑优化、串并联机构、运动学建模
加分项： 有整机从0到1经验、有量产DFM经验、有仿生设计经验

人才来源

高校/实验室

哈尔滨工业大学（机器人研究所）— 中国机器人教育发源地
北京理工大学（仿人机器人实验室/BHR系列）— 汇童机器人
浙江大学（机器人实验室）
上海交通大学（机器人研究所）
MIT（Biomimetic Robotics Lab）— Cheetah系列
Stanford（机器人实验室）
ETH Zurich（Robotic Systems Lab）
东京大学（JSK实验室）— 仿人机器人传统强校

企业来源

优必选(UBTECH) — Walker系列整机设计团队
波士顿动力(Boston Dynamics) — Atlas设计团队
Tesla — Optimus机械团队
宇树科技(Unitree) — H1/G1设计
傅利叶智能(Fourier) — GR系列
传统工业机器人：FANUC、ABB、KUKA、埃斯顿、埃夫特
汽车行业（底盘/车身结构工程师转型）

标杆人物： Marc Raibert(BD创始人)、Jonathan Hurst(Agility联合创始人)、黄强(北理工,汇童之父)、Dennis Hong(UCLA RoMeLa)

★ 竞争格局与企业能力排名

排名	企业/产品	综合能力	核心优势	短板/不足
1	Boston Dynamics (Atlas)	★★★★★	动态运动能力无出其右，液压/电驱双平台验证，结构可靠性极高	成本高昂，未量产，商业化路径不清晰
2	Tesla (Optimus)	★★★★	量产化设计思维领先，线性执行器方案创新，DFM优化能力强	整机灵活度偏低，DOF数量有限
3	UBTECH (Walker S2)	★★★★	52 DOF行业最高，全栈自研整机，已实现小批量量产交付	整机重量偏大，部分结构件仍依赖外购
4	Figure AI (Figure 02)	★★★★	工业设计美学领先，人体比例高度拟人，硅谷顶级工程团队	产品迭代历史短，量产验证不足
5	Agility Robotics (Digit)	★★★★	面向物流场景的实用化设计，结构简洁高效，Amazon合作落地	外观非拟人化，DOF偏少，上肢能力弱
6	Unitree (H1/G1)	★★★	极致性价比（G1低至$16K），快速迭代能力强，轻量化设计	结构刚度和耐久性待验证，精密度不及一线
7	1X Technologies (NEO)	★★★	柔性安全设计理念独特，家庭场景优化，续航表现优异	整体运动能力偏弱，知名度和市场验证不足
8	Fourier (GR-2)	★★★	康复机器人经验迁移，人体工学理解深，开放平台策略	从康复到通用场景跨度大，AI能力相对薄弱
9	小鹏机器人 (Iron)	★★★	汽车工程能力迁移，供应链管理经验，整车级系统集成	机器人领域经验积累浅，团队仍在建设中
10	智元机器人 (远征/灵犀)	★★★	算法驱动的硬件设计，与高校联合研发深入	硬件自研深度不及传统机器人企业，量产经验少
11	Apptronik (Apollo)	★★	NASA合作背景，模块化设计理念	商业化进展慢，团队规模较小
12	星动纪元	★★	清华系技术背景，RL驱动的本体设计	成立时间短，产品成熟度低

2 关节执行器与驱动系统

技术组成

技术子项	内容	关键指标
电机设计	无框力矩电机、盘式电机、外转子电机	扭矩密度、效率、反向驱动性
减速器	谐波减速器、行星减速器、旋波减速器、准直驱	减速比、回差、效率、寿命
一体化关节	电机+减速器+编码器+驱动器一体化	集成度、重量、成本
线性执行器	滚珠丝杠/行星滚柱丝杠驱动	推力、速度、精度
液压驱动	电液伺服、微型液压缸	功率密度、响应速度
柔性驱动	弹性体驱动器(SEA)、变刚度驱动器(VSA)	安全性、能量储存
驱动电子	FOC控制、电流环/速度环/位置环	控制带宽、精度

产品与效果

关键趋势： 从谐波减速器向准直驱(quasi-direct drive)转变，提高反向驱动性和力控性能
核心矛盾： 扭矩密度 vs 反向驱动性 vs 成本
标杆方案： MIT Cheetah的准直驱方案、Tesla Optimus的线性执行器方案、UBTECH Walker的谐波减速方案

职能与岗位

岗位	核心职责	关键技能	级别范围
电机设计工程师	永磁电机设计、电磁仿真	Maxwell/JMAG, 电磁学, 永磁电机理论	中招
减速器工程师	减速器选型/定制设计、传动系统优化	齿轮设计, 精密加工, 传动学	中招
驱动控制工程师	FOC算法、电机驱动板设计	DSP/FPGA编程, 控制理论, 电力电子	普招-中招
液压系统工程师	液压驱动系统设计	流体力学, 液压控制, 密封技术	中招
执行器总工	关节执行器系统架构设计	多学科集成, 系统级优化	高招

区分强弱的关键

强：有机器人专用关节/执行器设计经验 > 工业伺服系统 > 一般电机设计
关键词： 力矩电机、谐波减速器、准直驱、SEA/VSA、FOC、电液伺服、一体化关节、反向驱动性
核心难点： 力控性能（compliant control）、功率密度优化、噪音控制

人才来源

高校

MIT（Biomimetic Robotics Lab）— 准直驱方案开创者
ETH Zurich — ANYmal执行器
哈尔滨工业大学 — 电机设计传统强校
浙江大学 — 伺服系统

企业

因时机器人 — 微型伺服舵机
绿的谐波 — 谐波减速器国产龙头
来福谐波 — 谐波减速器
汇川技术 — 伺服系统
大族激光/大族机器人 — 电机与驱动
Maxon Motor(瑞士) — 精密电机
传统家电企业（美的/格力）的电机部门

★ 竞争格局与企业能力排名

排名	企业/产品	综合能力	核心优势	短板/不足
1	Boston Dynamics	★★★★★	液压+电驱双路线深度积累，关节功率密度和响应速度行业标杆	技术高度封闭，成本极高，不对外供应
2	Tesla (Optimus执行器)	★★★★	线性执行器+行星滚柱丝杠方案创新，大规模量产能力，电驱系统经验丰富	旋转关节方案相对保守，力控精度待提升
3	绿的谐波	★★★★	国产谐波减速器龙头，产品线完整覆盖机器人关节需求，性价比高	高端精度与哈默纳科仍有差距，品牌国际影响力弱
4	UBTECH (Walker执行器)	★★★★	全栈自研一体化关节模组，谐波方案成熟稳定，批量验证经验丰富	执行器功率密度不及顶级水平，准直驱方案布局较晚
5	宇树科技 (Unitree)	★★★	低成本高性能准直驱方案，性价比极高，迭代速度快	长期可靠性和耐久性验证不足，高扭矩场景受限
6	因时机器人	★★★	微型伺服舵机国内领先，灵巧手专用执行器深度积累	产品线聚焦小型化，大扭矩关节覆盖不足
7	Maxon Motor (瑞士)	★★★	精密电机全球标杆，产品可靠性和一致性极高	机器人关节一体化方案弱，成本高，定制化灵活度低
8	哈默纳科 (日本)	★★★	谐波减速器发明者，精度和寿命行业天花板	价格昂贵，供应周期长，产能受限
9	汇川技术	★★★	工业伺服系统国内龙头，量产能力强，渠道完善	机器人专用执行器经验不足，力控方向布局浅
10	来福谐波	★★	谐波减速器第二梯队，价格竞争力强	技术深度和品牌不及绿的，高端产品线不足
11	大族机器人	★★	电机与驱动技术积累深，工业机器人整机经验	人形机器人专用执行器布局较晚
12	步科股份	★★	伺服电机细分领域有积累，成本控制好	机器人关节场景渗透率低

3 传感器系统

技术组成

技术子项	内容	关键指标
视觉传感器	RGB相机、深度相机(ToF/结构光/双目)、事件相机	分辨率、帧率、精度
力/力矩传感器	六维力传感器、关节力矩传感器	量程、精度、过载保护
触觉传感器	电容式、压阻式、光学式(GelSight)、磁性	空间分辨率、灵敏度
IMU/姿态传感器	MEMS加速度计+陀螺仪、AHRS	漂移、带宽、噪声
关节编码器	绝对式/增量式、光电/磁电编码器	分辨率、精度、可靠性
激光雷达	2D/3D LiDAR、固态LiDAR	精度、扫描速率、成本
麦克风阵列	声源定位、语音采集	信噪比、方向性

职能与岗位

岗位	核心职责	关键技能	级别
传感器工程师	传感器选型/集成/标定	信号处理, 传感器原理, 电路设计	普招
视觉硬件工程师	相机模组选型、光学系统设计	光学设计, ISP, 镜头选型	普招-中招
力觉/触觉工程师	力传感器设计/集成/标定	应变片, 信号调理, 力控	中招
传感器融合算法	多传感器数据融合、滤波	卡尔曼滤波, 状态估计, 概率论	中招

人才来源

企业： ATI Industrial Automation, Cognex, Intel RealSense(已停), 坤维科技, 宇立仪器, 帕西尼感知, 知行机器人

高校： MIT Media Lab(触觉), CMU(GelSight触觉传感器), Stanford(触觉)

★ 竞争格局与企业能力排名

排名	企业/产品	综合能力	核心优势	短板/不足
1	ATI Industrial Automation (美)	★★★★★	六维力/力矩传感器全球标杆，精度和可靠性业界最佳	价格高昂，交期长，触觉/视觉不覆盖
2	Cognex (美)	★★★★	工业视觉传感器全球龙头，产品成熟度和可靠性极高	聚焦结构化工业场景，开放环境和3D感知弱
3	GelSight / MIT触觉	★★★★	光学触觉传感器开创者，高空间分辨率，学术影响力极大	商业化进度慢，耐久性和量产挑战
4	Intel RealSense (已停产/转型)	★★★	深度相机曾是机器人标配，SDK生态完善	已停止消费级产品线
5	坤维科技 (中)	★★★	国产六维力传感器领先者，性价比高	精度与ATI有差距，国际认知度低
6	宇立仪器 (中)	★★★	力传感器产品线完整，工业机器人客户基础好	触觉和视觉不覆盖，高端精度不足
7	帕西尼感知 (中)	★★★	触觉传感器专注者，灵巧手触觉方案较完整	规模小，产品验证场景有限
8	Livox/大疆 (中)	★★★	低成本激光雷达方案，大疆供应链和量产能力	聚焦LiDAR，机器人专用传感器覆盖不全
9	Orbbec (奥比中光) (中)	★★	3D结构光/ToF相机国内领先，成本竞争力强	精度和稳定性不及国际一线
10	知行机器人 (中)	★★	面向机器人力控场景的传感方案	产品线窄，品牌影响力弱

4 运动控制与步态规划

技术组成

技术子项	内容	关键指标
步态生成	ZMP步态、DCM步态、质心动力学(CoM)、CPG	稳定性、自然度
平衡控制	倒立摆模型、全身动力学控制(WBC)、力矩控制	抗扰能力、恢复速度
轨迹规划	落脚点规划、质心轨迹、摆腿轨迹	实时性、适应性
强化学习步态	Sim-to-Real RL、课程学习、domain randomization	鲁棒性、泛化性
MPC控制	模型预测控制、凸优化MPC、非线性MPC	计算速度、预测精度
全身运动控制	操作空间控制、任务优先级控制、QP求解器	实时性、协调性
跌倒恢复	跌倒检测、保护动作、起立策略	安全性、可靠性

产品与效果

传统方法： ZMP步态规划 + 全身动力学控制 — 稳定但僵硬（如ASIMO, Walker）
RL方法： 端到端强化学习步态 — 灵活自然但不稳定（如Unitree H1跑步, Atlas翻跟头）
混合方法： MPC + RL — 当前主流趋势（如MIT Cheetah, Agility Digit）
核心指标： 行走速度、上下楼梯能力、不平地面适应、推扰恢复、负重行走

职能与岗位

岗位	核心职责	关键技能	级别
步态算法工程师	ZMP/DCM步态算法开发、步态参数调优	刚体动力学, 优化控制, C++	中招
运动控制算法工程师	WBC、力矩控制、操作空间控制	控制理论, QP求解, 实时系统	中招
RL运动控制研究员	基于RL的locomotion策略训练	PyTorch, Isaac Gym, RL算法, Sim-to-Real	中招-高招
MPC算法工程师	MPC控制器设计与实现	凸优化, OSQP/qpOASES, 实时计算	中招
运动规划架构师	整机运动控制架构设计	系统架构, 多层控制, 实时OS	高招

区分强弱 & 关键词

强：有双足/四足机器人实际行走经验 > 仿真中的locomotion > 工业机器人运动控制
顶级标志： 在真实机器人上实现过稳定的双足行走/跑步/上下楼梯
关键词： ZMP, DCM, CoM, WBC, MPC, CPG, Sim-to-Real, Isaac Gym, locomotion policy, bipedal
RL路线： PPO, SAC, domain randomization, reward shaping, privileged learning, teacher-student

人才来源

高校/实验室

MIT — Biomimetic Robotics Lab (Sangbae Kim)
ETH Zurich — RSL (Marco Hutter) — ANYmal
UC Berkeley — Hybrid Robotics (Koushil Sreenath)
CMU — Legged Locomotion Lab
Oregon State — Dynamic Robotics Lab (Jonathan Hurst)
KAIST — Humanoid Robot Research Center
北京理工大学 — BHR系列
浙江大学

企业

Boston Dynamics — Atlas/Spot（最顶级）
Agility Robotics — Digit locomotion
Unitree — 四足/双足RL locomotion
Tesla — Optimus locomotion
UBTECH — Walker locomotion
小鹏机器人 — Iron locomotion
智元机器人 — 远征系列

标杆人物： Sangbae Kim(MIT)、Marco Hutter(ETH)、Nikita Rudin(Flexion)、Koushil Sreenath(UCB)、Jerry Pratt(IHMC)、Jonathan Hurst(Agility)、王兴兴(宇树)

★ 竞争格局与企业能力排名

排名	企业/产品	综合能力	核心优势	短板/不足
1	Boston Dynamics (Atlas)	★★★★★	双足/四足动态运动能力全球无出其右，跑酷/翻跟头/跳跃均已实现	技术封闭不外供
2	Agility Robotics (Digit)	★★★★	双足行走稳定性商业级验证，Oregon State学术根基深厚	运动多样性不及Atlas，上肢协调弱
3	ETH Zurich / ANYbotics	★★★★	RL locomotion学术开创者，四足到双足迁移经验丰富	偏学术，双足整机少
4	Unitree (宇树)	★★★★	RL locomotion实战经验丰富，H1跑步5.6km/h行业领先	传统控制方法积累浅
5	Tesla (Optimus)	★★★	自动驾驶端到端经验迁移，数据驱动思路清晰	双足locomotion积累时间短
6	UBTECH (Walker S2)	★★★	多年双足行走积累，ZMP+传统控制方案成熟	RL locomotion布局较晚
7	小鹏机器人 (Iron)	★★★	自动驾驶规划经验迁移，资源投入大	团队建设中
8	智元机器人	★★★	RL驱动locomotion方向明确，高校合作深入	真机验证展示不多
9	KAIST (HUBO系列)	★★	DRC挑战赛冠军	近年热度下降，商业化弱
10	星动纪元	★★	清华系RL locomotion人才	成立时间短，真机验证有限
11	IHMC (美)	★★	双足locomotion控制理论深厚，DRC亚军	纯学术机构
12	北京理工大学 (BHR系列)	★★	国内最早双足行走研究	以学术为主，技术代际略滞后

5 灵巧操作与手部系统

技术组成

技术子项	内容	关键指标
灵巧手硬件	多指手设计、欠驱动手、软体手	DOF、抓取力、手指速度
抓取规划	抓取姿态生成、力封闭分析、Grasp Quality	成功率、速度、泛化性
操作技能	插拔、旋转、滑动、工具使用	精度、力控、泛化
灵巧操作学习	Diffusion Policy、RL for dexterous manipulation、模仿学习	成功率、泛化能力
力控操作	阻抗控制、导纳控制、力/位混合控制	力精度、稳定性
遥操作数据采集	ALOHA、DexCap、手套遥操、VR遥操	采集效率、映射精度
手眼协调	视觉伺服、eye-in-hand/eye-to-hand	跟踪精度、延迟

产品与效果

灵巧手DOF： Shadow Hand(20) > LEAP Hand(16) > Allegro Hand(16) > 简单夹爪(1-3)
操作能力： 当前能完成简单抓放和部分精细操作，远未达到人手灵活度
最大挑战： 操作泛化——在未见过的物体和任务上保持高成功率

职能与岗位

岗位	核心职责	关键技能	级别
灵巧手机械工程师	灵巧手结构设计与制造	精密机构, 微型执行器, 3D打印	中招
抓取算法工程师	抓取规划、力控抓取	计算几何, 力分析, 点云处理	普招-中招
操作学习研究员	基于学习的灵巧操作策略	Diffusion Policy, RL, 模仿学习, 力控	中招-高招
遥操作系统工程师	遥操作数据采集系统开发	VR/手套映射, 力反馈, 实时控制	普招-中招

区分强弱 & 关键词

强：有真实灵巧手上的操作实验经验 > 仿真中的操作 > 工业抓取
关键词： dexterous manipulation, in-hand manipulation, grasp planning, force control, ALOHA, DexCap, Diffusion Policy, contact-rich manipulation
顶级标志： 论文发表在RSS/CoRL/ICRA顶会且有真实机器人demo

人才来源

高校/实验室

Stanford — Bohg, C. Karen Liu, Fei-Fei Li
Columbia/Stanford — Shuran Song (Diffusion Policy)
CMU — Matt Mason, Deepak Pathak
UC Berkeley — AUTOLAB (Ken Goldberg), BAIR
NYU — CILVR (Lerrel Pinto)
MIT — MCube Lab (Alberto Rodriguez)
UT Austin — RPL (Yuke Zhu)
UC San Diego — Hao Su Lab

企业

Physical Intelligence — 灵巧操作+基础模型
Google DeepMind — Gemini Robotics操作
NVIDIA — Dexterous manipulation研究
Toyota Research Institute — 操作+Diffusion Policy
Shadow Robot Company(英) — 灵巧手硬件
因时机器人(中) — 灵巧手

★ 竞争格局与企业能力排名

排名	企业/产品	综合能力	核心优势	短板/不足
1	Physical Intelligence (pi0)	★★★★★	VLA+灵巧操作端到端融合全球领先，操作泛化能力最强	不自研灵巧手硬件
2	Google DeepMind	★★★★★	RT系列操作模型引领方向，Gemini多模态赋能操作理解	真实机器人部署规模有限
3	Shadow Robot Company (英)	★★★★	最先进仿人灵巧手硬件(20 DOF)，学术界标准平台	价格极高(>$100K)，无自研AI方案
4	Stanford (ALOHA/ACT)	★★★★	ALOHA遥操作方案影响力巨大，ACT算法广泛采用	学术方案，工程化待验证
5	Toyota Research Institute	★★★★	Diffusion Policy重要推动者，资金充沛	产品化节奏慢
6	NVIDIA (Robotics)	★★★★	Dexterous manipulation仿真训练基础设施最强	不做终端硬件
7	UC Berkeley (AUTOLAB/BAIR)	★★★	灵巧操作学术产出持续高质量	学术到产品转化周期长
8	因时机器人 (中)	★★★	国内灵巧手硬件领先，微型舵机技术成熟	与AI操作算法结合弱
9	帕西尼 (中)	★★	触觉+灵巧手一体化方案	规模小，市场验证不足
10	灵心巧手/国内创业	★★	低成本灵巧手方案涌现	技术成熟度待验证

6 感知系统（视觉/多模态）

技术组成

技术子项	内容	关键指标
物体检测与分割	YOLO系列、SAM、Mask R-CNN、open-vocabulary detection	精度(mAP)、速度(FPS)、泛化性
6D位姿估计	FoundationPose、BundleSDF、MegaPose	精度、速度、未知物体泛化
3D场景理解	NeRF、3D Gaussian Splatting、点云处理	重建质量、速度
SLAM	ORB-SLAM、LiDAR SLAM、Visual-Inertial SLAM	精度、鲁棒性、实时性
深度估计	单目深度估计、立体匹配	精度、泛化性
场景图/语义	3D Scene Graph、语义地图、Open-vocabulary场景理解	语义丰富度
人体姿态估计	骨骼关键点检测、手部姿态、面部表情	精度、实时性
多模态融合	视觉-语言grounding、视觉-触觉融合	对齐精度

职能与岗位

岗位	核心职责	关键技能	级别
视觉算法工程师	目标检测/分割/追踪	PyTorch, CUDA, OpenCV, 深度学习	普招
3D视觉算法工程师	3D重建、位姿估计、点云处理	Open3D, PCL, NeRF, 3DGS	普招-中招
SLAM算法工程师	视觉/激光SLAM系统开发	ORB-SLAM, GTSAM, Ceres, C++	中招
感知系统架构师	多传感器感知系统架构设计	系统设计, 传感器融合, ROS2	高招
多模态感知研究员	视觉-语言-触觉融合研究	VLM, CLIP, 多模态学习	中招-高招

人才来源

高校： Stanford SVL, CMU RI, UC Berkeley BAIR, Georgia Tech, 清华自动化系, 上海交大, 浙大CAD&CG, 港中文多媒体实验室

企业： 旷视(Megvii), 商汤(SenseTime), 大疆(DJI), 地平线(Horizon), Apple Vision Products Group, Meta Reality Labs

★ 竞争格局与企业能力排名

排名	企业/产品	综合能力	核心优势	短板/不足
1	Google DeepMind	★★★★★	多模态感知+大模型融合全球领先，PaLM-E/Gemini视觉理解最强	机器人专用感知落地产品少
2	NVIDIA	★★★★★	感知算法训练基础设施无可替代，FoundationPose/3D感知工具链完整	不做终端感知硬件
3	Tesla (Optimus/FSD Vision)	★★★★	纯视觉路线工程化能力极强，自动驾驶感知经验直接迁移	触觉/力觉不覆盖
4	旷视科技 (Megvii)	★★★★	视觉检测/分割算法国内顶级	机器人专用感知积累浅
5	商汤科技	★★★	视觉AI全栈能力，大模型赋能	业务分散，非核心聚焦
6	大疆 (DJI)	★★★	视觉+LiDAR软硬一体量产能力极强	机器人操作感知弱
7	地平线 (Horizon)	★★★	AI感知芯片+算法协同优化	聚焦自动驾驶
8	Apple (Vision Products)	★★★	3D感知硬件消费级量产经验	不面向机器人市场
9	Meta Reality Labs	★★★	Habitat具身AI感知研究领先	产品化意愿弱
10	奥比中光 (Orbbec)	★★	3D相机国产替代，成本优势	精度与国际一线有差距

7 机器人基础模型与大模型

这是当前竞争最激烈、人才最稀缺的模块。

技术组成

技术子项	内容	代表工作	关键指标
VLA模型	Vision-Language-Action端到端模型	RT-2, pi0, OpenVLA, Octo	任务成功率、泛化性、推理速度
Diffusion Policy	扩散模型生成动作序列	Diffusion Policy, 3D Diffusion Policy	多模态分布、精度
模仿学习	从示教数据学习策略	ACT, BC-Z, MimicGen	数据效率、泛化能力
强化学习	从奖励信号学习最优策略	PPO, SAC, RLHF for robots	探索效率、安全性
世界模型	预测未来状态的生成模型	UniSim, Genie, DIAMOND	预测精度、长程一致性
LLM+机器人	大语言模型驱动任务规划	Code as Policies, SayCan, PaLM-E	任务分解、常识推理
基础策略	跨任务/跨环境的通用策略	Octo, RT-X, Skild Foundation Model	零样本泛化
数据飞轮	大规模机器人数据采集与清洗	Open X-Embodiment, BridgeData, DROID	数据规模、多样性

产品与效果

当前水平： VLA模型在简单桌面操作上达到80-90%成功率，复杂任务仍不稳定
核心瓶颈： 数据（高质量机器人数据极度稀缺）、泛化、安全

技术路线之争：

端到端VLA： PI(pi0)、Google(RT-2) — 一个模型端到端从感知到动作
模块化+LLM： SayCan/Code as Policies — LLM负责规划，底层策略负责执行
世界模型： UniSim/Genie — 先建立世界的内部模型，再据此规划
扩散策略： Diffusion Policy — 用扩散模型生成连续动作分布

职能与岗位

岗位	核心职责	关键技能	级别
基础模型研究员	VLA/扩散策略/世界模型研究	PyTorch, Transformer, Diffusion Models, 大规模训练	高招
VLA算法工程师	VLA模型训练/部署/优化	大模型训练, 分布式计算, TensorRT	中招-高招
模仿学习研究员	从示教数据学习机器人策略	Behavior Cloning, DAgger, 数据增强	中招
RL研究员	强化学习策略训练与部署	PPO/SAC/TD3, Isaac Gym, MuJoCo	中招-高招
LLM+机器人研究员	大语言模型与机器人控制集成	LLM微调, Prompt Engineering	中招-高招
数据工程师	机器人数据采集/清洗/管理	数据管道, 质量控制, 分布式存储	普招-中招
模型部署工程师	模型量化/加速/边缘部署	TensorRT, ONNX, 模型压缩	普招-中招
首席科学家/技术VP	基础模型研究方向制定、团队建设	全栈研究能力, 团队管理	高招

人才来源 — 全球前10实验室

排名	实验室	PI	核心产出
1	UC Berkeley BAIR	Sergey Levine, Pieter Abbeel	RT-1/2, Octo, BridgeData, GNM
2	Stanford SAIL/SVL	Chelsea Finn, Li Fei-Fei, Dorsa Sadigh	pi0, OpenVLA, ACT, ALOHA, DexCap
3	CMU Robotics Institute	Deepak Pathak, Abhinav Gupta, David Held	Skild, Genesis, RoboGen
4	MIT CSAIL	Daniela Rus, Leslie Kaelbling, Russ Tedrake(前)	Genesis, UniSim, Diffusion Policy
5	Columbia/Stanford	Shuran Song	Diffusion Policy, EquiBot
6	NYU CILVR	Lerrel Pinto	NOIR, home robot learning
7	UT Austin RPL	Yuke Zhu	RoboCasa, ManiSkill
8	UC San Diego	Hao Su	ManiSkill, SAPIEN, SIMPLER
9	Georgia Tech	Dhruv Batra, Sehoon Ha	Habitat, embodied AI
10	TU Darmstadt / KIT(德)	Jan Peters, Gerhard Neumann	欧洲机器人学习中心

中国高校： 清华大学(交叉信息院、自动化系)、北京大学(王鹤团队)、上海交大(卢策吾团队)、浙江大学、中科院自动化所

企业： Physical Intelligence(全球#1)、Google DeepMind、NVIDIA、TRI、Meta FAIR、Covariant(被Amazon收购)、中国：智元、银河通用、星动纪元、优必选

★ 竞争格局与企业能力排名

排名	企业/产品	综合能力	核心优势	短板/不足
1	Physical Intelligence (pi0)	★★★★★	机器人基础模型全球第一，pi0定义行业标准	仅聚焦模型层，不做硬件
2	Google DeepMind	★★★★★	RT-1/RT-2开创VLA范式，Gemini多模态赋能，算力无限	产品化落地慢
3	NVIDIA (GR00T)	★★★★	GR00T+Isaac仿真训练闭环，GPU算力垄断	模型性能未充分验证
4	Skild AI	★★★★	CMU系顶级团队，跨形态统一基础模型	成立时间短
5	Toyota Research Institute	★★★★	Large Behavior Model引领，资金充沛	产品化节奏偏慢
6	智元机器人 (AgiBot)	★★★	国内具身智能大模型最深投入者，开源生态积极	模型泛化与PI/Google有代差
7	银河通用 (Galbot)	★★★	北大王鹤团队学术底蕴深	团队规模较小
8	UBTECH (优必选)	★★★	整机数据采集优势(Walker S2量产)，端到端团队快速建设	基础模型研究深度不及专业AI公司
9	Tesla (Optimus AI)	★★★	自动驾驶端到端经验迁移，FSD技术栈复用	机器人VLA公开成果极少
10	Meta FAIR Robotics	★★★	Habitat平台影响力大	产品化意愿不确定
11	星动纪元	★★	清华系RL+模型融合方向	规模小，与一线差距明显
12	Covariant (Amazon)	★★	被Amazon收购后资源充沛	整合期，人形非核心

8 仿真平台与数据引擎

技术组成

技术子项	内容	代表产品/工作	关键指标
物理仿真引擎	刚体动力学、接触模拟、柔体仿真	MuJoCo, Isaac Sim, Genesis, Drake, Bullet	物理精度、仿真速度
渲染引擎	照片级渲染、域随机化	Omniverse, Unreal Engine, Blender	真实感、渲染速度
场景生成	程序化环境生成、家居场景	RoboCasa, ProcTHOR, Habitat	多样性、真实性
Sim-to-Real	域随机化、域适应、系统识别	Domain Randomization, RCAN	迁移成功率
数据采集	遥操作系统、自主探索	ALOHA, DexCap, GELLO	采集效率、质量
数据管理	机器人数据格式、数据集管理	RLDS, Open X-Embodiment, HDF5	互操作性
可微分仿真	可微物理引擎	Taichi, DiffTaichi, Warp	梯度精度、速度

职能与岗位

岗位	核心职责	关键技能	级别
仿真平台开发工程师	物理仿真引擎开发/集成	C++/Python, 物理引擎, GPU编程	中招
仿真环境设计师	机器人训练环境搭建	Isaac Sim/MuJoCo, USD, 场景设计	普招-中招
Sim-to-Real工程师	仿真到真实迁移方案	Domain Randomization, 系统识别	中招
数据工程师(机器人)	机器人数据采集/标注/清洗	数据管道, ETL, 质量控制	普招
遥操作系统工程师	遥操作硬件/软件系统开发	实时控制, VR, 力反馈	普招-中招

人才来源： NVIDIA(Isaac Sim/Omniverse), MuJoCo团队(DeepMind), 太极图形(Taichi/Genesis), Unity Robotics, 达摩院; Google Robotics(Open X-Embodiment), Stanford(DROID), UC Berkeley(BridgeData)

★ 竞争格局与企业能力排名

排名	企业/产品	综合能力	核心优势	短板/不足
1	NVIDIA (Isaac Sim/Gym/Omniverse)	★★★★★	机器人仿真事实标准，GPU加速碾压性领先，渲染+物理+训练一体化	生态锁定NVIDIA GPU，开源程度有限
2	Google DeepMind (MuJoCo)	★★★★★	MuJoCo物理精度和轻量化标杆，开源后生态爆发	GPU并行弱于Isaac，渲染有限
3	Genesis / 太极图形	★★★★	可微分仿真开创者，GPU原生架构，开源社区活跃	生态成熟度不及Isaac/MuJoCo
4	Meta (Habitat)	★★★	具身AI室内导航仿真标杆	操作和locomotion仿真弱
5	Stanford/Berkeley (ALOHA/DROID)	★★★	遥操作数据采集方案定义者	数据平台化程度低
6	Drake (MIT/TRI)	★★★	多体动力学理论严谨	用户体验不及MuJoCo/Isaac
7	Unity Robotics	★★	游戏引擎渲染能力强	物理仿真精度不足
8	UC San Diego (SAPIEN/ManiSkill)	★★	操作类仿真benchmark影响力大	聚焦操作场景
9	达摩院 (阿里)	★★	国内有投入，云端算力丰富	方向不稳定
10	PyBullet / Bullet	★	早期标准，完全开源	落后于新一代引擎

9 系统集成与软件架构

技术组成

技术子项	内容	关键指标
机器人中间件	ROS2, 自研中间件, DDS通信	实时性、可靠性
实时操作系统	RT-Linux, Xenomai, FreeRTOS	实时调度、延迟确定性
嵌入式系统	MCU固件、电机驱动板、传感器板	响应速度、可靠性
上位机软件	任务调度、状态机、行为树	模块化、可扩展性
通信系统	CAN总线、EtherCAT、WiFi6/5G	带宽、延迟
云端系统	远程监控、OTA升级、数据回传	安全性、稳定性
功能安全	安全停止、碰撞检测、安全控制器	ISO 13482合规

职能与岗位

岗位	核心职责	关键技能	级别
ROS2开发工程师	机器人软件系统开发	ROS2, C++, Python, DDS	普招
嵌入式工程师	MCU/DSP固件开发	C/C++, STM32/TI, RTOS	普招
实时系统工程师	实时控制系统开发	RT-Linux, EtherCAT, CAN	中招
通信工程师	机器人通信系统设计	EtherCAT, CAN, 网络协议	普招
系统架构师	整机软件架构设计	系统设计, 中间件, 微服务	高招
功能安全工程师	安全系统设计与认证	ISO 13482, 风险评估, SIL	中招

人才来源： 大疆(DJI), 华为(通信), 地平线, 小米, 理想/蔚来/小鹏(汽车电子), Bosch, Continental

★ 竞争格局与企业能力排名

排名	企业/产品	综合能力	核心优势	短板/不足
1	Boston Dynamics	★★★★★	整机软件架构成熟度最高，十年以上验证	全封闭系统，不对外开放
2	大疆 (DJI)	★★★★	嵌入式和通信架构量产级成熟	人形机器人经验无
3	UBTECH (优必选)	★★★★	人形机器人整机系统集成经验最丰富(Walker多代)	部分模块需重构升级
4	Tesla (Optimus)	★★★★	汽车电子架构直接迁移，OTA能力强	机器人实时控制适配仍在进行
5	Agility Robotics	★★★	物流场景系统方案成熟	系统相对封闭
6	宇树科技	★★★	系统轻量化，迭代快，开发者生态积极	复杂度管理待提升
7	华为	★★★	通信协议和实时OS极强，鸿蒙潜力	不直接做机器人整机
8	Bosch / Continental	★★★	汽车级功能安全经验丰富	机器人经验不足
9	小鹏机器人	★★	汽车电子平台可复用	团队仍在建设中
10	地平线	★★	芯片+系统软件协同优化	聚焦自动驾驶

10 产品化与场景落地

技术组成

技术子项	内容	关键指标
需求分析	场景调研、用户需求分析、ROI计算	需求准确性、商业可行性
产品定义	产品规格制定、功能优先级	产品-市场匹配度
系统测试	性能测试、可靠性测试、安全测试	测试覆盖率
量产工艺	DFM设计、装配工艺、品质控制	良品率、成本
部署运维	现场部署、远程运维、故障诊断	部署效率
场景适配	场景定制开发、应用层开发	适配速度

职能与岗位

岗位	核心职责	关键技能	级别
产品经理(机器人)	产品定义、需求管理、路线图	产品思维, 场景理解, 技术沟通	中招
测试工程师	系统/性能/可靠性测试	测试方法, 自动化测试	普招
制造工程师	量产工艺、DFM优化	工艺设计, 精益制造	普招-中招
解决方案架构师	场景落地方案设计	行业理解, 系统集成	中招-高招
售后/运维工程师	现场支持、故障诊断	机电一体化, 问题排查	普招

★ 竞争格局与企业能力排名

排名	企业/产品	综合能力	核心优势	短板/不足
1	UBTECH (优必选)	★★★★★	人形机器人量产落地全球最领先，多场景合作(东风/一汽/极兔)	单场景ROI仍在验证中
2	Agility Robotics (Digit)	★★★★	Amazon仓储深度合作，商业部署数量行业领先	场景单一(物流搬运)
3	Boston Dynamics (Atlas/Spot)	★★★★	Spot已商业化成功(巡检)，品牌最强	Atlas仍未商业化
4	宇树科技	★★★	极致性价比策略，出货量增长快	可靠性和售后待完善
5	傅利叶智能	★★★	康复场景落地经验丰富	通用场景跨越难度大
6	Tesla (Optimus)	★★★	自有工厂超级场景，量产供应链碾压	产品尚未对外销售
7	1X Technologies (NEO)	★★	家庭场景定位清晰，OpenAI投资	商业化路径最不确定
8	Figure AI (Figure 02)	★★	BMW工厂合作，融资极强	实际落地案例少
9	智元机器人	★★	国内场景合作积极推进	量产经验不足
10	Apptronik (Apollo)	★★	Mercedes-Benz合作	产品交付进度慢

第三篇：职能体系与岗位图谱

3.1 完整岗位图谱：从普招到高招

高招（年薪 300万+ RMB / 高管/首席级）

岗位	模块	核心要求	典型画像
首席科学家	基础模型/全栈	领域顶级研究者，定义技术方向	顶级高校教授/大厂首席，10+年，顶会best paper
CTO/VP Engineering	全栈	技术决策权，跨模块架构，量产交付	10+年机器人行业，管理100+人团队
算法VP/研究院院长	基础模型/感知/控制	算法研究方向制定，团队建设	名校PhD+5年以上产业经验
硬件VP	本体/执行器/传感器	整机硬件架构，供应链管理	10+年硬件研发，有整机量产交付经验
运动控制首席	运动控制	定义locomotion技术路线	双足/四足locomotion顶级专家

中招（年薪 80-300万 RMB / 高级工程师/研究员/技术经理）

岗位	模块	核心要求	典型画像
高级运动控制算法工程师	运动控制	WBC/MPC实现，RL locomotion	名校PhD，有真实机器人经验
高级操作学习研究员	灵巧操作	Diffusion Policy/模仿学习/RL	PhD+顶会论文+真实操作实验
VLA模型研究员	基础模型	VLA模型训练/微调/部署	PhD+大模型训练+机器人领域
高级SLAM工程师	感知	视觉/激光SLAM系统	5+年SLAM，有产品落地
高级嵌入式架构师	系统集成	整机嵌入式系统架构设计	8+年嵌入式，有机器人经验
仿真平台技术负责人	仿真	仿真平台架构设计与开发	有仿真引擎开发经验
高级电机设计工程师	执行器	机器人专用电机设计	5+年电机设计
产品总监(机器人)	产品化	产品战略、需求管理	5+年机器人/智能硬件经验

普招（年薪 15-80万 RMB / 初中级工程师/应届）

岗位	模块	核心要求	典型画像
机械工程师	本体	结构设计、FEA分析	本科/硕士机械，SolidWorks/CATIA
视觉算法工程师	感知	目标检测/分割/追踪	硕士CV方向，PyTorch
ROS2开发工程师	系统集成	ROS2节点开发、通信	本科/硕士CS/EE，C++/Python
嵌入式软件工程师	系统集成	MCU固件、电机驱动	本科EE/自动化，C/C++
测试工程师	产品化	功能/性能/可靠性测试	本科理工科
数据标注/管理	基础模型/仿真	机器人数据处理	本科CS/数据科学
电气工程师	系统集成	电气系统设计、PCB	本科EE，Altium/Cadence
应用开发工程师	产品化	机器人应用层软件	本科CS，Python/Java

3.2 岗位稀缺度与薪资水平（2026年市场）

稀缺度	岗位类型	市场供需比	薪资溢价
★★★★★	基础模型研究员(VLA/Diffusion Policy)	1:20+	200-500%
★★★★★	RL Locomotion专家(有真机经验)	1:15+	150-300%
★★★★	灵巧操作学习研究员	1:10+	100-200%
★★★★	Sim-to-Real专家	1:10	100-200%
★★★	高级SLAM工程师	1:5	50-100%
★★★	灵巧手机械工程师	1:5	50-100%
★★	运动控制(传统方法)	1:3	30-50%
★★	视觉算法工程师	1:2	基准
★	机械结构工程师	1:1	基准
★	嵌入式工程师	1:1	基准

3.3 跨行业人才迁移路径

目标岗位	来源行业	可迁移技能	需补充技能	迁移难度
RL运动控制	游戏AI/NPC行为	RL算法、大规模训练	物理仿真、机器人系统	中
VLA模型研究	NLP/多模态大模型	Transformer、大模型训练	机器人控制、物理交互	中
感知算法	自动驾驶感知	检测/分割/3D感知	操作感知、触觉	低
SLAM	自动驾驶/AR/VR	SLAM算法、定位	机器人集成	低
运动规划	自动驾驶规划	轨迹规划、优化	双足动力学	中
嵌入式系统	消费电子/汽车电子	MCU/RTOS/CAN	机器人中间件	低
电机设计	家电/电动汽车	电机设计、电力电子	高功率密度、力控	低
机械设计	航空航天/汽车	结构设计、材料	仿生设计、轻量化	低
产品经理	消费电子/智能硬件	产品方法论	机器人行业理解	中
量产工程	3C电子/汽车制造	工艺设计、品控	机器人特殊工艺	低

最大的人才流动来源：自动驾驶行业。

2024-2026年自动驾驶行业整合，大量感知/规划/系统工程师流入机器人行业。理想、蔚来、小鹏、地平线、Momenta等公司的前员工是重要的人才池。

★ 职能维度企业综合排名

以下表格从招聘视角，对主要人形机器人企业在三个招聘层级维度进行综合评估：

排名	企业	高招岗位吸引力	中招技术深度	普招培养体系	综合	评价
1	Boston Dynamics	★★★★★	★★★★★	★★★★	★★★★★	技术品牌号召力全球第一，但不在中国招聘
2	Physical Intelligence	★★★★★	★★★★★	★★	★★★★★	基础模型/算法岗吸引力最强，极精英化
3	Google DeepMind	★★★★★	★★★★★	★★★★	★★★★★	研究资源和品牌顶级
4	Tesla (Optimus)	★★★★	★★★★	★★★★★	★★★★	量产愿景和Elon品牌吸引力强
5	NVIDIA	★★★★	★★★★★	★★★★	★★★★	GPU+AI生态核心地位
6	UBTECH (优必选)	★★★★	★★★★	★★★★★	★★★★	国内最完整全栈岗位体系，量产培养优势
7	智元机器人 (AgiBot)	★★★★	★★★★	★★★	★★★★	国内AI方向高招吸引力最强
8	宇树科技 (Unitree)	★★★	★★★★	★★★	★★★	RL locomotion方向有吸引力
9	Agility Robotics	★★★	★★★★	★★★	★★★	学术血统好，物流场景实战
10	Figure AI	★★★★	★★★	★★	★★★	高估值+明星团队吸引高招
11	银河通用 (Galbot)	★★★	★★★	★★	★★★	学术型团队
12	傅利叶智能 (Fourier)	★★★	★★★	★★★★	★★★	康复领域培养土壤
13	小鹏机器人	★★★	★★★	★★★	★★★	汽车集团资源支撑
14	TRI (Toyota Research)	★★★★	★★★★	★★	★★★	研究自由度高，资金充沛
15	星动纪元	★★	★★★	★★	★★	清华系早期阶段

第四篇：人才来源地图

4.1 全球顶级高校与实验室地图

北美（最核心的人才产出地）

学校	核心实验室/PI	强项方向	产出级别	企业流向
Stanford	SAIL(Finn,Sadigh), SVL(Fei-Fei), ILIAD(K.Liu), Wu Lab	VLA, 操作, 模仿学习	★★★★★	PI, Google, NVIDIA, 创业
UC Berkeley	BAIR(Levine,Abbeel), Hybrid Robotics(Sreenath)	RL, 基础模型, locomotion	★★★★★	PI, Google, NVIDIA, 创业
CMU	RI(Pathak,Gupta,Held,Fragkiadaki), MLD	自监督, 仿真, 通用机器人	★★★★★	Skild, Google, NVIDIA, 创业
MIT	CSAIL(Rus,Kaelbling), MCube(Rodriguez)	规划, 操作, 仿真	★★★★	TRI, Google, 创业
Columbia/Stanford	Song Lab	Diffusion Policy, 3D操作	★★★★	Google, NVIDIA, 创业
NYU	CILVR(Pinto)	模仿学习, 家庭机器人	★★★	Meta, Google
UT Austin	RPL(Zhu), HRI	仿真, 操作, 基础模型	★★★	NVIDIA, Google
Princeton	Intelligent Robot Lab	操作, 规划	★★★	PI, Google
U Michigan	Robotics(Fazeli,Berenson)	触觉, 操作	★★★	Ford, 创业
UC San Diego	SAPIEN(Su)	仿真, benchmark	★★★	NVIDIA, Google
Georgia Tech	FAIR collab(Batra), Robotics	Embodied AI, Habitat	★★★	Meta, Google
U Washington	RSE Lab(Fox合作,Gupta)	操作, 数据	★★★	NVIDIA, Amazon
Oregon State	DRL(Hurst)	双足locomotion	★★★	Agility Robotics
UPenn	GRASP Lab(Posa,Kumar)	locomotion, 操作, 动力学	★★★	BD, 创业
Cornell	Robotics(Qiao等)	可微仿真	★★	创业

欧洲

学校	核心实验室/PI	强项方向	产出级别
ETH Zurich	RSL(Hutter), ASL	RL locomotion, 四足/双足	★★★★★
Imperial College	Robot Learning(Johns)	One-shot学习, 操作	★★★
TU Darmstadt	IAS(Peters)	Robot Learning, 策略搜索	★★★
KIT	ALR(Neumann)	运动原语, 多任务学习	★★★
TU Berlin	ML/Robotics(Toussaint)	TAMP, 优化	★★
U Edinburgh	Robotics	Robot Learning, DROID	★★
EPFL	BioRob, LASA	仿生, 运动	★★

亚洲

学校	核心方向	产出级别	特点
清华大学	交叉信息院(陈建宇等), 自动化系	★★★★	理论+创业结合
北京大学	智能学院(王鹤), 前沿计算中心	★★★	3D视觉+具身智能
上海交通大学	机器人研究所, 卢策吾团队	★★★	感知+操作
浙江大学	CAD&CG, 控制学院	★★★	仿真+控制
哈尔滨工业大学	机器人研究所	★★★	机器人传统强校
北京理工大学	仿人机器人实验室	★★	双足机器人传统
中国科学技术大学	机器人实验室	★★	机器人竞赛强校
KAIST(韩国)	Humanoid Robot Center	★★★	HUBO系列
东京大学(日本)	JSK Lab, IRT	★★★	仿人机器人传统
新加坡NUS	CeRMI	★★	VLM+操作

4.2 企业人才地图

Tier 1：核心人才聚集地（全球前10）

企业	总部	AI团队规模(估)	核心技术	人才画像
Physical Intelligence	SF	80-120	VLA(pi0), 基础模型	全球最顶级ML+Robotics PhD
Google DeepMind Robotics	MV/London	150-200	RT系列, Gemini Robotics	Google Research精英
NVIDIA Robotics	Seattle	100-150	GR00T, Isaac	GPU+Robot交叉人才
Tesla Optimus	Palo Alto	200-300	端到端, 视觉	自动驾驶转型+机器人
Boston Dynamics	Waltham	300-400	Atlas locomotion	机械+控制顶级
Skild AI	Pittsburgh	40-60	全形态基础模型	CMU系
Figure AI	SF	100-150	Helix VLA, 人形	跨界精英
TRI	MV/Cambridge	80-100	LBM, Diffusion Policy	MIT系+名校PhD
Meta FAIR Robotics	MV	60-80	Habitat, embodied AI	ML顶级+机器人
Amazon Robotics(+Covariant)	Seattle	200+	仓储+基础模型	系统+ML

Tier 2：中国核心企业

企业	总部	团队规模(估)	核心技术	人才来源
优必选(UBTECH)	深圳	500-800(研发)	Walker S2全栈, 量产	哈工大/北理/浙大+自动驾驶
智元机器人(Agibot)	上海	300-500	具身智能大模型	华为+高校+自动驾驶
宇树科技(Unitree)	杭州	200-300	低成本量产, RL locomotion	浙大系+互联网
银河通用(Galbot)	北京	100-200	具身大模型, 3D视觉	北大+Stanford系
星动纪元	北京	100-150	人形机器人, RL	清华系
傅利叶智能(Fourier)	上海	200-300	康复+人形, GR系列	上交/复旦+康复医疗
小鹏机器人	广州	100-200	Iron人形, 自动驾驶stack	小鹏汽车转型
非夕科技(Flexiv)	上海/硅谷	150-200	自适应力控	Stanford系+工业机器人
追觅科技	苏州	扩张中	通用人形	清华/互联网
开普勒机器人	上海	100+	人形机器人	跨界

人才流动热力图

自动驾驶 ──────→ 人形机器人（最大流入来源，2024-2026）
   理想/蔚来/小鹏/地平线/Momenta → 优必选/智元/宇树/星动

互联网AI ──────→ 具身智能
   字节/腾讯/阿里/百度 → 智元/银河通用/创业

学术界 ──────→ 产业界
   清华/北大/交大/浙大 PhD → 各大机器人公司
   Stanford/Berkeley/CMU → PI/Google/NVIDIA/创业

大厂机器人部门 ──→ 创业
   UBTECH/华为 → 魔法原子/无界动力/各创业
   Google/Meta → PI/Skild/Figure

传统机器人 ──→ 人形机器人
   FANUC/ABB/KUKA/埃斯顿 → 优必选/宇树等

4.3 关键技能关键词速查表

按模块分类的简历搜索关键词：

本体设计

humanoid robot, bipedal, lightweight structure, carbon fiber, topology optimization, kinematic modeling, dynamic modeling, URDF, 人形机器人, 双足, 轻量化, 拓扑优化, 仿生设计

执行器

torque motor, quasi-direct drive, harmonic drive, SEA, VSA, FOC, BLDC, force control, backdrivability, 力矩电机, 准直驱, 谐波减速器, 柔性驱动

运动控制

locomotion, bipedal walking, WBC, MPC, ZMP, DCM, CPG, reinforcement learning locomotion, sim-to-real, Isaac Gym, PPO, SAC, whole-body control, 步态控制, 全身控制

灵巧操作

dexterous manipulation, grasping, in-hand manipulation, force control, diffusion policy, imitation learning, ALOHA, teleoperation, contact-rich, 灵巧操作, 抓取规划, 力控

感知

object detection, 6DoF pose estimation, point cloud, NeRF, 3D Gaussian Splatting, SLAM, visual SLAM, depth estimation, open-vocabulary, tactile sensing, 目标检测, 位姿估计, SLAM

基础模型/大模型

VLA, vision-language-action, robot foundation model, diffusion policy, RT-1, RT-2, pi0, Octo, OpenVLA, world model, transformer for robotics, action chunking, flow matching, 机器人基础模型

仿真

MuJoCo, Isaac Sim, Isaac Gym, Genesis, SAPIEN, Drake, sim-to-real, domain randomization, digital twin, differentiable simulation, Taichi, 物理仿真, 仿真到真实

系统/嵌入式

ROS2, EtherCAT, CAN bus, RTOS, real-time control, middleware, embedded systems, MCU, DSP, FPGA, DDS, microROS, 机器人中间件, 实时系统

第五篇：招聘实战指南（普招/中招/高招）

5.1 三级招聘体系定义

级别	定义	年薪范围(RMB)	审批级别	典型岗位
普招	初中级工程师、应届生、可批量招聘	15-80万	部门经理	机械/视觉/嵌入式/测试
中招	高级工程师、研究员、技术经理	80-300万	VP/CTO	高级算法/技术TL/资深
高招	首席/VP/总监级、顶级研究员	300-2000万+	CEO/董事会	首席科学家/CTO/VP/院长

5.2 普招策略

目标人才画像：

本科/硕士应届或1-5年经验
机械/电气/计算机/自动化/控制相关专业
有基本的机器人知识或相关项目经验

核心渠道

渠道	适用岗位	效率	成本
校园招聘(秋招/春招)	全部普招岗位	★★★★★	低
社会招聘平台(Boss/猎聘)	全部	★★★	中
内部推荐	全部	★★★★	低
实习转正	全部	★★★★★	最低
机器人竞赛招聘	机械/控制/嵌入式	★★★★	低

重点校招高校

机械/控制/嵌入式方向

哈尔滨工业大学、北京理工大学、浙江大学、上海交通大学、华中科技大学、西安交通大学、北京航空航天大学、东南大学、天津大学、大连理工

AI/算法方向

清华大学、北京大学、中国科学技术大学、上海交通大学、浙江大学、南京大学、复旦大学、中科院(自动化所/计算所)

竞赛人才池： RoboMaster（大疆赞助）、RoboCup（足球机器人）、ICRA/IROS竞赛、全国大学生机器人大赛

面试评估重点

岗位类型	考察重点	加分项
机械工程师	CAD建模能力、FEA理解、材料知识	机器人项目经验、竞赛获奖
视觉算法	深度学习基础、OpenCV、PyTorch	顶会论文、开源项目
嵌入式	C/C++编码、RTOS理解、调试能力	机器人控制经验、电机驱动
ROS2开发	C++/Python、ROS2架构、通信机制	实际机器人系统开发经验

5.3 中招策略

目标人才画像：

硕士/博士+3-10年经验，或顶级PhD应届
在某个模块有深度专业能力
能独立负责技术方向或带小团队

核心渠道

渠道	适用岗位	效率	成本
定向猎头	高级算法/研究员	★★★★	高
学术会议(ICRA/IROS/CoRL/RSS)	研究员	★★★★★	中
GitHub/论文追踪	算法研究员	★★★	低
竞品公司挖角	全部中招岗位	★★★	高
LinkedIn精准搜索	全部	★★★	中
行业社群/微信群	全部	★★	低

竞品公司挖角策略

一线目标（直接竞品）

智元机器人、宇树科技、银河通用、星动纪元、傅利叶智能、小鹏机器人、追觅科技

二线目标（相邻行业）

自动驾驶：理想/蔚来/小鹏汽车/地平线/Momenta/图森/文远
AI公司：商汤/旷视/字节AI Lab/腾讯AI Lab/阿里达摩院
工业机器人：大族/埃斯顿/埃夫特/节卡
消费机器人：大疆/科沃斯/石头/追觅

外企目标： NVIDIA（中国区机器人研究）、Google中国、微软亚洲研究院、ABB/KUKA/FANUC中国研发中心

学术会议招聘策略

会议	时间	地点	核心人群	招聘方式
ICRA	5-6月	全球轮换	机器人全栈	赞助/展位/dinner
IROS	10月	全球轮换	机器人全栈	同上
CoRL	11月	美国	Robot Learning	私人晚宴/1:1
RSS	7月	美国	机器人系统	私人晚宴/1:1
NeurIPS	12月	全球	ML/AI	workshop/社交
CVPR	6月	美国	视觉/感知	赞助/展位
世界机器人大会	8月	北京	中国机器人	展位/论坛

面试评估重点

岗位类型	技术考察	软实力考察
高级算法(RL/IL)	算法深度、论文理解、实际部署	独立研究能力、问题分解
高级运动控制	真机调试经验、控制理论深度	动手能力、debug方法论
技术经理	技术广度+深度、架构设计	团队管理、项目管理、沟通
资深硬件	设计经验、量产经验、问题解决	供应链管理、成本意识

5.4 高招策略

目标人才画像：

全球Top 100机器人/AI研究者
行业经验10+年，或学术影响力极高
能定义技术方向、建设世界级团队、代表公司技术品牌

核心渠道

渠道	效率	说明
CEO/CTO直接接触	★★★★★	高招必须高层出面
顶级猎头	★★★★	Spencer Stuart, Heidrick & Struggles, 科锐国际高端
学术网络/导师推荐	★★★★	通过学术顾问委员会接触
投资人/董事引荐	★★★★	利用资本关系
行业顶级会议	★★★	达沃斯/GTC/顶级闭门会
社交媒体(Twitter/X)	★★	适用于活跃的学术界人士

高招谈判要素

要素	重要性	说明
技术愿景匹配	★★★★★	高级人才最看重：能否做有影响力的事
独立研究自由	★★★★★	保留发论文/参加会议的自由
团队建设权	★★★★★	能否自主招聘和管理团队
薪酬竞争力	★★★★	需对标硅谷/PI水平
股权/期权	★★★★	上市公司优势
生活安排	★★★	签证/住房/子女教育/配偶就业
学术关联	★★★	保留兼职教职或访问学者身份
个人品牌	★★★	媒体曝光、行业话语权

高招时间线

T-6月：   目标识别 → 研究其论文/公开演讲/社交媒体动态
T-4月：   非正式接触 → 通过共同人脉引荐/学术会议偶遇
T-3月：   初步沟通 → CEO/CTO 1:1咖啡/晚餐
T-2月：   深入交流 → 技术愿景讨论/团队参观/深圳体验
T-1月：   正式offer → 定制化package设计
T-0：     入职/公告

高招风险管理

风险	应对策略
目标候选人拒绝	转为顾问/兼职/学术合作关系
竞争对手counter-offer	提前准备差异化价值（非纯薪资竞争）
文化适应问题	前期安排沉浸式访问，设过渡期
入职后水土不服	配备本地化团队支持，设缓冲期
保密泄露	签署NDA，控制知情范围

5.5 招聘团队自身建设建议

团队配置

角色	人数	职责	核心能力
招聘负责人	1	策略制定、高招统筹、汇报管理层	行业理解、高管沟通、战略思维
高招专家	1-2	全球Top人才mapping、关系维护	英语流利、学术圈人脉
中招recruiter	2-3	技术岗位招聘、猎头管理	技术理解、候选人评估
普招recruiter	2-3	校招、社招、批量招聘	校招经验、效率
Sourcer/Researcher	1-2	人才mapping、信息搜集	搜索技能、数据分析
招聘运营	1	系统管理、数据分析、流程优化	ATS、数据分析

招聘负责人应具备的行业知识

能看懂简历中的技术关键词 — 区分"做过SLAM的"和"做过VLA的"价值差异
了解竞品公司组织结构 — 知道智元的CTO是谁、宇树的核心团队从哪来
跟踪学术前沿 — 关注ICRA/CoRL/RSS顶会新论文
建立行业人脉 — 参加机器人行业会议、加入核心微信群
理解薪酬市场 — 了解不同级别/方向的市场行情
掌握签证/落户政策 — 海外人才引进的政策支持(孔雀计划等)

关键工具和信息源

工具/信息源	用途
Google Scholar	追踪候选人论文和引用
Semantic Scholar	查看论文影响力和合作网络
LinkedIn + LinkedIn Recruiter	人才搜索、背景调查
Twitter/X	学术界动态、人才动向
GitHub	评估候选人代码能力
arXiv	最新论文追踪
Papers With Code	了解技术趋势和排行
36氪/机器之心	中国产业新闻
The Robot Report / IEEE Spectrum	英文产业新闻
各公司官方博客/技术博客	了解竞品技术方向

5.6 2026年招聘趋势判断

人才供需变化

趋势	影响	建议
自动驾驶L4遇冷 → 人才外流	大量感知/规划/系统人才涌入机器人	优先接纳自动驾驶转型人才
大模型人才溢出	NLP/CV大模型人才关注机器人	设置"AI+机器人"交叉岗位
具身智能创业潮分化	部分创业失败释放人才	跟踪融资情况，窗口期抢人
海外华人回流	地缘政治+国内机会 → 更多考虑回国	加强海外华人招聘
PhD扎堆毕业	2020-2021年机器人PhD潮即将毕业	校招窗口期不可错过

薪酬趋势

基础模型/VLA方向： 持续上涨，顶级PhD应届可达100-200万
传统机械/电气： 稳定，增幅5-10%
运动控制(RL方向)： 快速上涨，有真机经验溢价50-100%
感知/SLAM： 从自动驾驶高峰回落，性价比提高
系统/嵌入式： 稳定，但有机器人经验的溢价提高

Benjamin

第一篇：产业全景与技术架构拆解

1.1 人形机器人系统总体架构

关键数据指标（2026年行业水平）

1.2 具身智能 vs 传统机器人：范式转变

1.3 产业链上下游全景

上游：核心零部件

中游：整机制造

下游：应用场景

第二篇：十大核心模块深度解析

1 机械结构与本体设计

技术组成

产品与效果指标

职能与岗位

区分强弱的关键

人才来源

★ 竞争格局与企业能力排名

2 关节执行器与驱动系统

技术组成

产品与效果

职能与岗位

区分强弱的关键

人才来源

★ 竞争格局与企业能力排名

3 传感器系统

技术组成

职能与岗位

人才来源

★ 竞争格局与企业能力排名

4 运动控制与步态规划

技术组成

产品与效果

职能与岗位

区分强弱 & 关键词

人才来源

★ 竞争格局与企业能力排名

5 灵巧操作与手部系统

技术组成

产品与效果

职能与岗位

区分强弱 & 关键词

人才来源

★ 竞争格局与企业能力排名

6 感知系统（视觉/多模态）

技术组成

职能与岗位

人才来源

★ 竞争格局与企业能力排名

7 机器人基础模型与大模型

技术组成

产品与效果

职能与岗位

人才来源 — 全球前10实验室

★ 竞争格局与企业能力排名

8 仿真平台与数据引擎

技术组成

职能与岗位

★ 竞争格局与企业能力排名

9 系统集成与软件架构

技术组成

职能与岗位

★ 竞争格局与企业能力排名

10 产品化与场景落地

技术组成

职能与岗位

★ 竞争格局与企业能力排名

第三篇：职能体系与岗位图谱

3.1 完整岗位图谱：从普招到高招

高招（年薪 300万+ RMB / 高管/首席级）

中招（年薪 80-300万 RMB / 高级工程师/研究员/技术经理）

普招（年薪 15-80万 RMB / 初中级工程师/应届）

3.2 岗位稀缺度与薪资水平（2026年市场）

3.3 跨行业人才迁移路径

★ 职能维度企业综合排名

第四篇：人才来源地图

4.1 全球顶级高校与实验室地图

北美（最核心的人才产出地）

欧洲

亚洲

4.2 企业人才地图