人形机器人检测认证白皮书机器人检测认证联盟人形机器人检测认证工作组2025年4月机器人检测认证联盟esting and Certification Alliance for Robot编制单位（排名不分先后）上海机器人产业技术研究院上海电器科学研究所（集团）有限公司北京人形机器人创新中心有限公司人形机器人（上海）有限公司杭州宇树科技有限公司上海智元新创技术有限公司深圳市优必选科技股份有限公司北京小米机器人技术有限公司上海傅利叶智能科技有限公司上海节卡机器人科技有限公司上海库帕思科技有限公司科沃斯机器人股份有限公司上汽通用动力科技（上海）有限公司五八智能科技（杭州）有限公司上海ABB工程有限公司库卡机器人（广东）有限公司中国科学院沈阳自动化研究所测认证联盟中国软件评测中心上海电器设备检测所有限公司芜湖赛宝机器人产业技术研究院有限公司中汽检测技术有限公司上海添唯认证技术有限公司重庆凯瑞认证服务有限公司福建省特种设备检验研究院上海仪器仪表自控系统检验测试所有限公司(深圳市人丁智能与机器人研究院合肥科大智能机器人技术有限公司浙江灵巧智能科技有限公司杭州汉德质量认证服务有限公司江淮前沿技术协同创新中心上海交通大学复旦大学同济大学上海大学苏州大学机器人检测认证联盟esting and Certification Alliance for Robot湖南大学北京工业大学上海电气集团股份有限公司中央研究院工业和信息化部电子第五研究所智昌科技集团股份有限公司上海国评智检机器人有限公司中国科学院上海微系统与信息技术研究所具身智人（北京）科技有限公司南京天创电子技术有限公司杭州国辰机器人科技有限公司中移（杭州）信息技术有限公司之江试验室认证上海飒智智能科技有限公司中晶新源（上海）半导体有限公司常州检验检测标准认证研究院重庆凯瑞机器人技术有限公司威凯检测技术有限公司上海思岚科技有限公司无锡巨蟹智能驱动科技有限公司上海识度数字科技有限公司、上海工业控制安全创新科技有限公司湖南省产商品质量检验研究院机器机器人检测认证联盟esting and Certification Alliance for Robot前言随着人工智能、机器人、传感器与材料科学等学科的快速发展，人形机器人正加速从技术孵化期迈向实际应用与产业落地，成为全球科技产业竞争的新高地。人形机器人作为具身智能体系与类人行为系统的具象化载体，代表了智能体从认知决策向物理执行延伸的关键方向，正逐步走入制造、医疗、教育、家庭、文旅等多元领域，展现出广阔的应用前景与深远的社会影响。在技术快速演进的同时，人形机器人将具备自主感知、自主决策和自我演化的特性，传统以工业机器人、服务机器人为对象的检测认证体系，已难以全面覆盖人形机器人在复杂环境中运行的多维检测认证需求。建立科学、系统、权威的人形机器人检测与认证体系，已成为推动其产业化落地与社会可持续应用的关键支撑。2016年，在国家市场监管总局、国家发改委、工信部等多部委指导下，组建机器人检测认证联盟，支撑中国机器人认证(CR)制度顶层设计，推动CR认证升级，为我国机器人检测认证工作提供有力保障。联盟由承担国家机器人检测与评定中心（总部）、国家机器人检测与评定中心（沈阳）、国家机器人检测与评定中心（广州）、国家机器人检测与评定中心（重庆）、国家机器人检测与评定中心公共服务平台（北京）、国家机器人检测与评定中心公共服务平台（芜湖）六家机构的所在单位共同发起，促进机器人产业链的自主可控，帮助企业进入海外市场。面对人形机器人技术的快速迭代与产业加速发展的趋势，机器人检测认证联盟积极响应行业需求，汇聚人形机器人企业、零部件企业、高校、科研院所、检测认证机构、终端用户等行业力量，编撰《人形机器人检测认证白皮书》，推动建立具有前瞻性、开放性与适应性的人形机器人检测认证评估体系，为行业企业提供合规发展的参考指南、引导技术发展与应用落地，为政府主管部门提供政策制定的技术支撑，助力人形机器人产业化形成新质生产力。本白皮书由上海机器人产业技术研究院牵头，依托机器人检测认证联盟及其人形机器人检测认证工作组实施编制，过程中还得到了相关政府管理部门、行业协会、企业、高校的精心指导与大力支持，特此致以诚挚感谢。机器人检测认证联盟sting and Certification Alliance for Robot目录前言1人形机器人产业发展现状2人形机器人技术特征3人形机器人挑战与风险4人形机器人检测路径4.1指导思想4.2检测对象4.3测试手段4.4检测专业4.4.1智能4.4.2安全4.4.3可靠4.4.4可信.4.4.5兼容检测认证联盟0.101011........121316202224255人形机器人标准需求275.1概述275.2方法标准285.3基本指标标准285.4应用指标标准296人形机器人认证规划306认证标志3062认证模式316.3认证发展路径326.4采信互认32附录A参考文献机器人检测认证联盟esting and Certification Alliance for Robot1人形机器人产业发展现状中国人形机器人产业正处于快速发展阶段，市场规模和技术水平不断提升，政策支持和市场需求推动其成为未来产业发展的重要赛道，主要体现在以下几个方面：(1)市场规模与增长潜力根据中国信通院的《人形机器人产业研究报告》显示，2024年中国人形机器人产业规模达到27.6亿元，并预计在2030年发展为千亿元市场。同时想据高盛预测，全球人形机器人市场在技术革命性突破的理想情况下，2035年市场规模可达1540亿美元。(2)产业布局与技术创新人形机器人集成了人工智能、高端制造、新材料等先进技术，本质是人工智能技术与机器人机电技术的深度融合。中国企业普遍认为2025年将是人形机器人的量产元年，产业正在量产的道路上加速奔跑。北京、上海、深圳、杭州等地在人形机器人领域的技术创新和产业布局处于全国前列，聚集了大量核心零部件企业和本体企业。2025年4月，北京成功举办全球首场人形机器人半程马拉松，“天工Ua”等机器人完成21公里挑战，标志着人形机器人运动控制、续航调度、全地形导航等关键技术方面迈出重要一步，同时部分参赛机器人所暴露的问题也突显出构建系统化、专业化测试与验证体系的紧迫性。2024年，业和信息化部等七部门发布《关于推动未来产业创新发展的实施意见人了将人形机器人列为十大标志性产品之一。各地政府通过设立专项基金、提供税收优惠等方式，降低企业研发成本，加速科技成果转化。北京、上海、杭州等地纷纷出台支持性政策措施，推动人形机器人产业的快速发展。(4)应用场景与市场需求人形机器人在工业制造、养老陪护、医疗辅助、公共安全等民生领域的应用正逐步普及，不同场景对机器人提出了差异化的感知能力、安全协作与情境理解等检测需求。汽车制造业有望成为人形机器人规模化应用的先导产业，对人形机器人精密操作与长期稳定性的检测尤为关键：而在商用服务领域，人形机器人则机器人检测认证联盟esting and Certification Alliance for Robot需重点验证其交互响应能力与环境适应性。随着应用的不断拓展，人形机器人将由工业制造“能手”向生活服务“助手”转变，相应的检测体系也需从功能验证延伸至场景适配与智能可信的系统性评估。(5)未来展望尽管市场潜力巨大，人形机器人不仅将面临功耗、硬件成本、端到端大模型部署成本等技术挑战，还对检测技术和认证体系提出了新的要求。总之，人形机器人产业将随着技术进步和政策支持而加快发展，成为科技竞争的新高地、未来产业的新赛道、经济发展的新引擎。在这一进程中，检测认证将发关镜作思，机器人检测认证联在构建信任体系中承担重要职能。机器人检测认证联盟sting and Certification Alliance for Robot2人形机器人技术特征机器人被誉为“制造业皇冠顶端的明珠”，其研发、制造、应用是衡量一个国家科技创新和高端制造业水平的重要标志，已成为全球新一轮科技和产业革命的重要着力点。人形机器人作为新一代人工智能最佳载体，已经成为全球科技和产业竞争的新高地。从人形机器人零部件的构成维度来看，人形机器人涵盖了感知系统、决策系统、执行系统以及电池等多个关键组成部分，其中感知系统主要包括视觉听觉、触觉等多维传感器，用于环境识别与交互：决策模块以处理器为核心，负责数据处理与任务规划：执行模块是机器人的运动核心，包含直线关节模组、旋转关节模组、灵巧手等部件。视觉传感器芯片决策系统处理器语音通讯感知系统无框力矩电机其他电等谐波减速器执行系统力矩传感器旋转关节编码器驱动器执行系统加工件无框力矩电机行星减速器行星滚柱丝杠江空心杯电机空心杯电机力传感器执行系统：执行系统编码器线性关节涡轮蜗杆驱动器关节机加件线传动图2-1人形机器人零部件构成示意图其中关节模组是人形机器人的最重要硬件模块，不仅需要具备高功率密度、高响应性、高能量利用效率，同时需要承受动态冲击，决定了机器人的运动能力、灵活度和成本控制：一体化关节模组将电机、减速器、编码器、传感器等关键部件整合于一体，为机器人提供了强大的动力支持和精确的运动控制，一体化设计不仅提高了机器人的整体性能和稳定性，同时降低了机器人的重量和成本，是机器人产业化的关键部分。从人形机器人技术架构维度分析，当前阶段的具身智能人形机器人可分为“大脑”、“小脑”和“肢肌体”三部分。5机器人检测认证联盟Certification Alliance for Robot组成基于人工智能大模型“大脑”大脑实现环境感知、行为控制、人机交任务级交互互等任务级能力可通过云边协同，提高智能水平控制人形机器人的运动小基于人工智能、自动控制、机器人操作系统(ROS)等技术全身运动控制实现复杂环境下的运动控制实现高动态、高爆发、高精度运动集成人体运动力学、机械结构设计肢体新材料、传感器等技术感知执行包括仿人机械臂、灵巧手、腿足等集成传感器和长续航动力单元，实现能源结构感知一体化图2-2人形机器人技术架构示意图人形机器人“大脑”基于人工智能大模型技术，通过多模态模型、强化学习和多模态数据集训练，管理和协调机器人完成各种任务功能。“大脑”是机器人决策的核心，也是具身智能时代机器人区别于程序控制机器人（传统工业机器人、服务机器人等)的关键环节。人形机器人“小脑”负责实现机器人轨迹规划和运动控制（肢体驱动、姿态平衡等)，主要由控制器、伺服驱动器、电机、传感器等构成。人形机器人“肢体”灵巧手、腿足等，集成人体运动学、动力学、机械结构设计、新材科、传感器等技术，实现高动态、高爆发、高精度的运动。人形机器人是“自动”与“自主”高度耦合的产物，其发展历程可以追溯到20世纪初期，经历了从初具人形的被动机构到大模型赋能、自主通用的全能机器人的演变。机器人检测认证联盟sting and Certification Alliance for Robot人机器人产业化应用学习适应于结构化环境2022-.2025图2-3人形机器人发展历程在人形机器人萌芽阶段，机器人理论和技术从理论开始走向实践，以日本早稻田大学为代表，开发了一系列双足式机器人，能够基本实现双足行走功能和控制能力，初步实现拟人化的结构，但整体运动能力较弱。这一阶段的人形机器人主要在实验室环境中进行研究，只能适应简单结构化的环境，功能相对有限。在人形机器人成长阶段，在运动控制革命和智能感知技术的加持下，人形机器人智能化程度显著提升，能够完成更复杂的任务，人形机器人在视觉、力觉等模态传感融合方面取得技术突破通过融合感知数据，实现初步感知-决策闭环，能够独立、稳定地执行复杂动作，并进行简单判断与任务执行。人形机器人开始应用到简单的生产生活当中，对人形机器人安全与可靠性的要求不断提高，开始逐步对人形机器人零部件进行安全、可靠性等方面的测试评定。在人形机器人突破阶段，随着AI大模型如大语言模型(Large LanguageModels,LLMs)入视觉语言模型(Visual Language Models,VLMs)、视觉语言动作(Visual Language Actions,,VLAs)模型等技术快速迭代，以及多模态数据集的驱动，赋予人形机器人“大脑”理解物理世界的能力，能够在非结构化环境中进行语义理解，具备自主决策、执行、推理和执行能力。特别是大规模数据集的引入，如动作模仿数据、三维环境感知数据、人机交互数据采集，通过端到端模型训练形成通用能力模型，使机器人具有泛化与迁移能力，逐渐提升人形机器人在复杂动态环境下运动控制与任务执行能力，配合高自由度、高集成度的人形机器人“肢体”，能够保持对复杂环境较高的适应性和反应能力。人形机器人开始逐渐应用于制造业、服务业等标准化场景，对人形机器人整机智能化和可靠性机器人检测认证联盟esting anCertification Alliance for Robot提出更高要求，检测维度也从零部件过渡到整机的智能化、可靠性、安全等多维度的检测评定，以确保人形机器人在各类典型场景下的安全、可靠应用。在未来，人形机器人将依托通用大模型赋能，向自主、通用、全能型方向进化，具备高度自主性与通用性。全模态感知系统将赋予人形机器人精准识别复杂环境的能力，实现动态避障与智能决策，同时将具备复杂任务拆解与自主学习能力，支持多任务并行处理与持续优化，通用性、跨场景任务成为可能，推动人形机器人在工业制造、家庭服务、商业娱乐等领域实现复杂场景应用，同时也伦理与道德方面的冲击。未来人形机器人发展任重道远，当前，人形机器人正处于突破阶段。人形机器人将借助多A大模型（语言、逐步应用于家机器人检测认证视觉、动作等)，通过模型计算、大规模数据训练实现任务执行庭、商业服务、工业生产等简单标准化场景任务。机器人检测认证联盟sting and Certification Alliance for Robot3人形机器人挑战与风险当前，人形机器人在实现类人行为与服务功能过程中仍面临多重挑战与风险，涵盖技术、商业、安全及法律等方面。技术方面，多模态感知系统虽已初步集成，但融合算法仍不成熟，难以支撑对复杂环境的稳定、准确理解与状态感知。当前主流通用大模型在推理效率和边缘部署方面仍面临瓶颈，难以满足实时性与能耗的双重要求，进一步限制其在实际任务中的响应能力与适配性。与此同时，现有训练场与测试场多聚焦不理想化或单一任务条件，缺乏对复杂、多变、人机混合环境的系统性验汇，导致算法在真实场景中的泛化与鲁棒性仍显不足。商业方面，硬件核心部件对进口依赖度高，关键零部件如芯片、控制器等仍受制于海外厂商，造成成本高与供应不稳定的问题。在系统软件层面，高质量算法的开发、训练与集成需要持续投入，对初创企业形戒不小的资金压力。从应用来看，工业领域倾向于高性价比的专用机械设备，人形机器人在性能和成本上尚难以竞争：而在家庭服务等场景中，受限于安全性、稳定性及人机交互成熟度，其应用仍多处于试点阶段，人商业化步伐整体偏慢。安全方面，随着人形机器入逐步进入公共空间与家庭生活等应用场景，其智能行为的不确定性、对人类隐私的潜在侵害以及对伦理边界的模糊理解，在未建立完善检测与认证机制的前提下，均可能演化为公共安全风险。法律方面在人形机器人快速发展背景下，政策和法律体系相对滞后，面临合规盲区和监管質空。一方面，缺乏专门面向人形机器人全生命周期的法规与标准，蛋成产品在隐私保护、伦理合规、安全责任等方面缺乏统一审查依据。另一方面，具备自主交互能力的人形机器人在发生财产或人身事故时，其法律责任界定尚无明确路径，增加了用户疑虑与企业风险。同时，AI大模型在机器人中的集成也带来数据采集、语音识别与行为追踪等隐私敏感问题。因此，人形机器人进入应用阶段前，需要构建检测认证机制，避免上述技术、商业、安全、法律的系统化风险，方可保障产业在规范、可信、高速的轨道上持续发展。机器人检测认证联盟esting and Certification Alliance for Robot4人形机器人检测路径4.1指导思想以促智能发展、守安全底线、保本体可靠为指导思想，系统构建由检测对象(涵盖数据、模型、零部件、具身智能体至应用场景)、专业维度（覆盖智能、安全、可靠、可信、绿色、兼容六大核心方向)与测试手段（包括仿模拟与实物测试)三要素交织融合的立体化评估框架。该体系从底层要素母发，贯穿至系统层面的应用表现，形成覆盖全生命周期、全链条的多维闭环检测结构，既体现了对人形机器人复杂性本质的深刻理解，也为后续标谁制定能力验证与产业落地提供了明确路径与实践依据。证专业手段实物测试模拟测试仿真测试数据部件模型机器具身智能体应用场景生命周期对象图4-1人形机器人检测体系架构4.2检测对象10机器人检测认证联盟ertification Alliance for Robot人形机器人作为融合感知、认知、交互与执行于一体的具身智能体，人形机器人的检测对象被系统划分为两条相辅相成的技术路线：一方面，从“数据一模型一具身智能体一应用场景”的路径，聚焦算法能力的构建与验证，强调数据质量、模型可信性与行为合规性的全过程评估，适用于覆盖大模型驱动下的智能生成机制。另一方面，从“零件一部件一具身智能体一应用场景”的路径，聚焦硬件构件的功能性能与系统集成，强调从结构层面的精密性、安全性到整体协同控制能力的分层检测。两条路径在“具身智能体”节点高度汇合，并最终落地于实际应用场景的测试验证，构成面向“类人化”目标的人形机器人检测体系的核心骨架。从产业链维度看，该体系实现从关键部件性能评估到本体系统级验证，再到典型任务适应性测试的逐层推进，完成从“部件合格”到“系统可靠”再到“场景胜在的闭环链路；从技术迭代维度看，则通过构建标准化“训练场”体系，实现数据生成、策略训练与模型验证的一体化流程，支持持续学习、策略演化下的动态评估与在线更新机制，确保人形机器人在“训练一验证部署闭环中的全生命周期质量控制与可信保障。器人零件具身智能体应用场景全生命周期数据图4-2人形机器人检测对象4.3测试手段人形机器人测试手段构成了检测的重要创新方向，主要测试手段可划分为仿11机器人检测认证联盟esting and Certification Alliance for Robot真测试、实物测试、环境模拟测试三类。仿真测试侧重于对感知、决策模型的离线验证与精度评估：模拟测试聚焦于本体结构、零部件性能与整机协同能力：而现场实物测试则强调在真实应用条件下对任务完成度、安全性和人机协作能力的系统性考核。为了更有效地支撑上述检测工作，测试应引入“训练场”与“测试场”体系。训练场既包括虚拟仿真环境，也涵盖现实物理平台，可为数据采集、算法训练与测试验证提供统一、连续的场景基准，尤其适用于人形机器人强化学习策略的收敛性评估与跨场景迁移能力测试。通过构建标准化、可复现的训练场与测试场体为人形机器人产业化落地提供更强技术保障。4.4检测专业证联系，有助于打通检测与算法之间的壁垒，提升整体检测覆盖率、通用性与前瞻性，基于人形机器人整体指导思想，人形机器人检测需同时关注六个核心专业维度，如图4-3所示。数据可信算法可信行为可信可信平均无故障时能效间有害物质寿命碳足迹环境适应性可靠智能绿色安全兼容机械安全电气安全电磁兼容功能安全协议兼容协同安全图43人形机器人检测专业维度智能：评估大小脑智能、肢肌体运动等能力的水平：安全：包括机械安全、电气安全、协同安全及功能安全：12