顾名思义，人形机器人是以模仿人类活动为主要目标的机器人，所以它不像其他的履带机器人、四足机器人那样可以天马行空地进行设计，而是必须遵循人类与世界交互的逻辑。
那么人是怎样和世界交互的呢，以拿起一块威化饼干为例，首先要看到饼干，知道它放在什么位置，判断用哪只手、什么姿势去拿，其次是必须认识那是一块威化饼干，不能太用力去拿，否则会碎掉……在瞬间完成上述思考后，站起来用右手打开橱柜拿出装饼干的盒子，轻轻取出饼干吃掉。
那这个流程对于机器人来说意味着什么呢？第一是感知，要从摄像机视野中进行内容识别，找到并识别威化饼干，第二就是计算，要怎样调用机械手臂的数个关节，去以合适的姿态和力度拿出饼干，第三就是执行已判定的交互。并且在执行过程中，前两步并不能停止，因为环境可能会随时发生变化，比如可能有人类或者另外的机器人也打算拿饼干，或者把饼干移动到了其他位置，甚至可能拿出来才发现认错了，那并不是威化饼干……所以整套计算都是即时的，对于其他的交互来说，道理也类似。
而且人类有视觉、听觉、嗅觉、触觉和味觉这五大感知系统，它们各自独立的同时又在大脑的指挥下协同工作，可以非常快速地做出决策，而现阶段的人形机器人在感知阶段主要还是以攻克视觉、听觉和触觉为主，从特斯拉去年年底发布的第二代人形机器人Optimus来看，它可以做一些简单的交互，比如手臂和双手会模仿人类的动作，可以拿起鸡蛋这样的易碎物品，也可以在做深蹲动作时用双手维持平衡，保证自己不会跌倒……
能实现这些操作就得益于它采用的足部六维力矩传感器，和模仿人类手指，可以灵活弯曲适应不同物体外形的11自由度手指，以及感知力度，不让鸡蛋破碎但又可以将其拿起来的触觉传感器。
作为目前人形机器人发展的新发力点，柔性触觉传感器备受行业关注，作为机器人的“电子皮肤”，触觉传感器虽然有着40年以上的发展历史，但柔性触觉传感器的小型化却是近年才开始的，尤其是柔性MEMS工艺的成熟，使其电路板使用了可弯曲材料，能够贴合到人形机器人的手指等曲面上，进行压力检测，为机器人手指力度提供有效参数。但目前柔性触觉传感器只能检测压力，无法像人类皮肤那样感知温度、湿度等信息，这些信息依然需要其他方式才能采集。
对于人形机器人而言，识别、感知是相对最容易的，也是最基本的操作，工业端早有成熟的方案可以移植，而机器人具体的设计、校准、决策、执行就需要厂商摸石头过河了，所以每一次迭代，厂商都会强调减重、新材料、行走提速等等。至于最顶端的自主规划能力，甚至还是目前人工智能尚未企及的未知领域，这也是为什么大多人形机器人只能展示抓握等极简单操作的原因。
当然，像特斯拉机器人、小米机器人等也已经开始展示机器人走路、挥手等姿态，但大家看完的第一反应可能会觉得“像个出过车祸在做复健的病人。”主要原因就是人类的运动关节丰富，全身滑膜关节数量高达231个，这些在神经系统和肌肉的调动下非常灵活，而人形机器人采用的电驱关节以旋转电驱关节和线性电驱关节，扭矩虽然远大于人类的肌肉和关节，但数量差距较大，因此功能性细腻度完全不在一个量级。
以波士顿动力的Atlas人形机器人为例，它的足部踝关节由两个直线执行器并联驱动，髋关节和手臂多是伺服摆动缸，目前已经可以熟练地完成垂直起跳、跨越障碍、后空翻甚至一些舞蹈动作，并逐步开启手脚都参与的跑酷功能，但也仅此而已，代表人形机器人最高水平的它无法完成一些更高级的操作，比如叠衣服、扫地拖地、打开背包拉链取出指定的书、织毛衣等，哪怕这些操作对人类来说也算是基本操作。
这是因为目前人形机器人的所有动作，都是以硬编程的形式完成的，它只是执行一个固定程序，而不是根据场景进行实时学习。
以运动姿态为例，哪怕是小孩子，也可以根据实际情况在极短的时间内适时调整的，比如教室追逐打闹时，人类也会通过视觉迅速判断路径，小脑协调姿态以适应各种转向、牵引动作，这都是现阶段，甚至未来相当一段时间人形机器人都可望不可及的操作，所以才会有业内人士感叹：让现在的人形机器人做人类的工作，无异于让蒸汽机去星际旅行……
机器人在工业领域早已不是什么新鲜事物，甚至已经成为非常成熟的生产力工具，那我们为什么一定要执着于人形机器人呢？学术界一般认为将机器人设计形有两个好处：第一是人类社会中的绝大多数建筑、设施、工具等都是为了方便人的使用而设计的，因此，如果要造一台通用的机器人，那么直观上就应该是人型机器人。第二，人型机器人会让人类感觉到亲近，根据恐怖谷理论，只要人形机器人与人类的相似度在50%左右就可以达到好感度峰值，其他机器人就没有这样的感情升华。
虽然人形机器人的构想早就从各种文学作品中呈现，比如1495年知名博学家达芬奇就绘制过一张人形机器人草图，近百年来，各种人形机器人推陈出新的节奏也从未间断，但从时间点来看，符合现代人想象中的人形机器人，是在人工智能技术逐渐显现之后才开始加速的。
因为人形机器人的本质就是人形人工智能，而现代人工智能最基础的学习方法就是深度学习，根据第一性原理，人类的生活资料数据是最为齐全的，工程师们就可以利用这些数据，在微调之后用来进行训练人形机器人，直白来说就是可以通过模仿人类的方式来进行学习。
在通过学习人类资料，得到一个大概的人工智能模型后，还有一个“强化学习”的步骤，也就是让人工智能学会决策，让机器人自己根据实际情况，在已学习的内容中选择它认为正确的做法，这个过程需要人类来为它的选择给予奖励分数，鼓励它尝试获得更多的分数，也就是教会它获得更正确的决策。
显然，人类最容易判断人类自己的行为是否正确，所以人形机器人的强化训练会相对更容易实现。而落地到商用，这些优点总结起来就是一句话——人形机器人的训练成本较低，好感度较好，是人工智能机器人行业研究发展的必然。
目前来看，我国对人形机器人的研发也十分重视，2023年10月，工信部就印发了《人形机器人创新发展指导意见》，给出了2025年初步创立人形机器系，2027年显著提升创新能力、形成可靠供应链的目标，同步也拨发了大笔经费，支持人形机器人从关键零部件设计制造到人工智能模型的全方位发展，很多高校和研究所都在积极申请项目，很多机器人公司也开始展露头角，未来在救援勘探、3C、汽车、医疗、农业、物流等领域或许都将看到人形机器人的身影。
从叠被整理房间到冲泡咖啡准备早餐，当服务型机器人成为大众家庭一分子的同时，医疗机器人正在门诊、手术室里坚守属于他们的工作岗位……随着科技的发展，人与机器人共存的时代已缓缓拉开帷幕。
机器人操刀给你做外科手术，你敢用吗？医疗可以说是机器人应用落地和推广最快的领域之一，在大部分人的印象中，机器人手术只存在动画片或科幻电影中。但其实早在20世纪80年代末的时候，世界上第一个用于手术的机器人就已经诞生了。如今，不少人在接受微创手术之前，都会被询问是否选择机器人主刀，当然，这里的机器人手术同大众理解完全让机器人负责全流程是有一定差异的，手术机器人其实是机器人辅助外科医生手术的一套系统，可以通俗理解成医生控制机械手臂和器械进行手术。
以医疗机器人中大名鼎鼎的“达芬奇”为例，它是目前最先进的微创外科手术系统，能在不开胸、不开腹的情况下，通过几个孔道完成手术。它由三部分组成：外科医生控制台、床旁机械警系统以及三维高清成像系统。
达·芬奇机器人赋予了外科医生一双360度自如运动的手和一双高清放大镜般的眼睛。主刀医生坐在主控台，使用双手和脚来控制机械臂上的手术器械，通过双目内窥镜观察患者体内的二维图像。系统将医生的眼睛和手部自然延伸到患者身上，将医生的手、手腕和手指运动准确地翻译成手术器械的微细而精确的运动。手术器械尖端与外科医生的双手同步运动并完成手术。
相对传统手术，机器人可将手术视野放大到10-15倍，同时利用3D高清影像的立体感与层次感，让主刀医生更好判断手术部位的空间与距离，极细小的血管也能一目了然，同时手术机械臂可以模拟人手腕的灵活操作，做到360度自由旋转，能在狭小的空间内完成抓持、穿行、止血、缝合、结扎等高难度动作，同时滤除不必要的颤动，超越了人手的准确度。
这意味着机器人手术能够有效减少术中出血，降低感染风险和并发症发生率，并加速术后恢复。此外，手术机器人还具有一定的思维能力，比如纠错能力，当机器人的视觉系统收集信息，发现机器臂没有按照既定轨迹进行运转操作时，及时报警或停止操作；比如规划能力，机器人可以预先设计好机器臂的运动轨迹，并提交操作者进行判断是否准确可行；比如分析能力，机器人可以通过听觉系统识别操作者的命令要。
