比电动自行车更危险？人形机器人卡在电池上

创业圈聚焦创新经济，关注创投机构

人形机器人正加快迈向商业化，从业者不断向外界描绘着行业的远大前景，与此同时却也越发感受到电池的明确制约。

过去两年，从工厂搬运、物流分拣到商业服务，机器人走出实验室。头部机器人企业加快走向大众日常生活，特斯拉、宇树、智元、优必选等企业相继公布量产计划，资本市场也开始测算这一行业的潜在空间。

围绕商业化这个关键环节，行业讨论大多集中在大模型、具身智能和运动控制。企业不断刷新奔跑速度、操作精度和模型能力，投资机构则反复推演未来市场规模。相比之下，电池作为更基础却更现实的制约因素，却长期处于聚光灯之外。

对人形机器人而言，电池不仅决定它能工作多久、移动多远，也决定它是否能够进入家庭、医院、商场等对安全要求极高的场景。从某种意义上说，续航与安全，构成了人形机器人商业化落地前必须跨越的两道门槛。

以市场主流产品为例，TrendForce集邦咨询报告显示，宇树H1的电池容量为0.86 kWh(千瓦时），静态续航不足四小时；特斯拉Optimus Gen2 搭载2.3kWh高镍三元电池系统，也仅能维持约2小时的动态续航。

“将搭载大容量、高能量密度的电池引入家庭、医院等核心私密空间，公众的心理接纳门槛将高得难以想象。”上海人工智能研究院首席科学家、上海交通大学博士生导师闫维新向创业圈记者介绍，除了电芯缺陷、过充等，人形机器人高强度的物理碰撞、瞬间大功率充放电对电池的冲击，都可能成为新的失效诱因，失效模型远比单一电池包复杂。这比电动自行车在类似场景带来的安全挑战更大。

对于人形机器人而言，电池从来不只是续航问题。它也影响设备利用率、部署成本、安全边界以及场景适配能力。当行业仍在比较模型能力、运动性能和本体成本时，一场围绕电池技术、热管理系统和补能体系的竞赛已经展开。

01

续航瓶颈求解

行业人士普遍认为，大模型决定人形机器人的能力上限。从商业化视角考虑，真正决定产业落地速度的，或许是电池系统所决定的能力下限。

续航是其中紧要一环。

TrendForce集邦咨询报告显示，受限于液态锂电池的能量密度，以及人形机器人躯干空间、重量等因素，目前多数产品的续航力集中在2-4小时，电池容量多低于2kWh。

更值得关注的，是峰值功率下的满负荷续航能力。

快思慢想研究院院长田丰向创业圈记者表示，动态运动、举重、跳跃或重型操作可产生数千瓦的短暂峰值负荷，人形机器人在剧烈动作或抗扰动时的瞬时峰值功率可能超过4kW。

这意味着，若让一台2kWh电池的机器人不间断满负荷爆发作业，其有效时间确实可能骤降至30分钟以内。

“能源问题是未来三至五年最紧迫的硬性卡点。”在天使投资人、资深人工智能专家郭涛看来，当前人形机器人商业化的核心瓶颈是能源系统与真实工况不匹配，其制约远超智能算法迭代。

行业核心矛盾在于功率、能量与机身轻量化难以兼顾：高倍率电池能满足运动爆发力却续航不足，高能量密度电池续航更长却撑不起高频动态运动。受机身集成度、体积和自重限制，机器人无法靠扩容电池提升续航，形成硬件三角约束。

在电池技术尚未出现突破的背景下，提高现有电池的使用效率成为一条潜在路径。

在工业场景中，人形机器人并不依赖单纯提升电池容量来获得更长续航，而是通过换电、充电与任务调度的组合，实现连续作业。

智元Genie业务部项目总监艾文在接受创业圈记者采访时表示，目前智元机器人精灵G2可同时支持自动回充、直插充电以及热插拔换电等多种补能方式。据了解，该机器人已进入工厂开始作业。

“精灵G2采用双电池架构，支持热插拔换电。在电池热管理、电流和电压控制等方面，我们已经形成较成熟的方案。”艾文表示，在电池系统设计过程中，团队参考了大量汽车行业经验，包括热管理体系、安全冗余设计以及传感器监测机制等。

所谓双电池热插拔，是指机器人在不断电状态下完成电池更换，从而避免因停机充电导致的作业中断。这种模式正在成为工业场景提升设备利用率的重要方向。

事实上，越来越多人形机器人厂商正试图将续航问题从电池问题转变为运营问题。如设施布局设计为机器人在自然工作流程中经过充电点，类似电动公交车在终点站充电，10–15分钟的充电能显著延长有效作业时间。

不过，这种模式并非适用于所有场景。郭涛认为，工业场景可配套标准化快换电池实现极速补能，但不适用于家庭场景。

工业场景之所以能够采用换电模式，本质上依赖于标准化环境、固定作业区域和专业运维体系。机器人可以按照预设任务自主返回换电站或充电点，补能本身就是生产流程的一部分，停机时间可以通过调度系统消化。

家庭则完全不同。家庭空间分散、使用时间随机，用户既不会专门配置换电设备，也难以接受机器人频繁中断服务。因此，工业机器人可以用系统和调度弥补电池短板，而家用人形机器人最终仍要依赖电池技术本身的突破。

02

被低估的安全风险

电动自行车被禁止进入电梯，已经成为社会共识。原因并不复杂：一旦锂电池发生热失控，留给人们逃生和处置的时间往往极短。

而随着人形机器人开始走出实验室、进入工厂、商场乃至家庭，一个尚未被充分讨论的问题正在浮现：从电池系统和运行环境来看，人形机器人所面临的安全挑战或比电动自行车更高。

目前，主流电动自行车电池容量通常在0.58kWh至1.44kWh之间。相比之下，人形机器人通常需要搭载容量更大的电池系统。例如，宇树H1电池容量约为0.86kWh，高于入门级电动自行车水平；特斯拉Optimus Gen2则被认为搭载约2.3kWh电池系统，已明显高于多数电动自行车。

容量更大只是表层问题。郭涛向创业圈记者表示，“行业普遍低估了人形机器人动态工况下的电池安全风险，安全冗余不足已成为规模化落地的隐形红线。”

相比电动自行车以持续、相对平稳放电为主，人形机器人需要频繁完成行走、奔跑、上下楼梯、搬运等动作，对电池瞬时功率输出要求更高。田丰指出，人形机器人电池的瞬时放电倍率需达到5C–15C，峰值甚至20C，远超电动自行车的常规使用场景。

上述提及的热插拔换电方案，也潜藏新的安全问题。田丰指出，热插拔（热换电）会产生电弧风险，48V电池在60A电流下的电弧势能不可忽视，且换电的短暂窗口是热失控风险最高的时刻。

与电动自行车相比，人形机器人面临的挑战还在于其结构设计。

相比电池本身，人形机器人独特的机械结构或许带来更复杂的风险。闫维新认为，人形机器人采用中空关节设计，这恰好为电池爆燃的火焰和高温气体提供了完美的内部喷射通道。同时，电池热失控产生巨大内部压力，可能将机器人肢体炸飞，这些高强度、带棱角的部件，极易造成二次杀伤。

“电动自行车的风险主要是火灾，而人形机器人风险叠加了火灾、爆炸、高速破片、有毒烟气等多重风险。”闫维新表示，失控时甚至可能因电机短路随机执行危险动作。

这也是为什么业内越来越多人士开始将安全视为人形机器人商业化落地的前置条件，而非事后补课的问题。

田丰指出，电动自行车的管理路径是典型案例：技术先行、事故驱动、监管滞后补缺，但代价是规模事故。人形机器人若复制这一路径，在医院、商场、家庭等高价值场景中的单次重大安全事件，将触发监管机构的行政叫停，后果远比电动自行车行业严重。

03

固态电池远水难解近渴

在谈及人形机器人的能源路线时，固态电池几乎是绕不开的话题。

“固态电池是具身智能机器人电池的未来必然趋势。”德尔股份旗下德迩新能源技术（湖州）有限公司固态电池项目负责人钟文彬向创业圈记者表示。

他认为，具身智能机器人部分应用场景需要“入室”，并涉及高频的“人机交互”，这些特性特点决定了其对底层能源的“本征安全”有较高的要求。具身智能机器人普遍需要连续作业而且空间有限，为保障续航能力，对电池能量密度要求也较高。

此外，固态电池耐高温性能优于液态电池，可降低对散热系统要求，对机器人这种狭小空间下的应用场景也具有较好的适配度。

不过，从实验室走向大规模商业化，固态电池仍有很长的路要走。近期，宁德时代董事长曾毓群在接受《财经》采访时表示，按照技术成熟度从1到9的划分，目前固态电池大约处于4的阶段。“技术路线里面才处在4，我还没说产品路线，还没说商品路线。”

钟文彬认为，当前全固态的最大掣肘依然是底层的技术障碍，如循环寿命过短、固固界面电阻过高等问题。

即便技术问题得到解决，人形机器人这一特殊应用场景也提出了新的挑战。闫维新指出，固态电池是定义终极形态的最优解之一，而非解决眼下问题的路径。固态电池虽然在体积能量密度上有优势，但目前难以解决其双足行走中的高频低幅震动与固-固界面接触稳定性的矛盾，其内部物理结构失效的风险很大，安全验证仍需漫长周期。

成本则是另一道现实门槛。闫维新表示，目前固态电解质膜的成本是液态电解液的数十倍甚至上百倍，一台人形机器人需数十甚至上百颗高倍率电芯，仅电池成本可能就超过整机当前预期售价。

换句话说，即便固态电池能够解决安全和续航问题，也未必能够立即解决商业化问题。因此，未来三至五年，人形机器人续航能力的提升难以依赖单一材料突破，而更可能来自系统层面的持续优化。

“从技术节奏看，全固态电池受材料、工艺、成本限制，短期内难成熟商用；半固态电池会小范围迭代，小幅提升能量密度与安全性，却无法解决功率与续航的底层冲突。”郭涛指出。

在他看来，短期最优解是多层级软硬件协同优化，且有清晰落地优先级：先通过低功耗芯片、整机轻量化与运动算法优化，从源头减少核心运动能耗；再依托高阶BMS精细化管控电池工况，延缓老化过热，提升真实续航与寿命；最后借助智能任务调度与自主回桩充电，提高无人化运行效率与出勤率。

（李佳晅对本文亦有贡献）

作者 | 朱成呈

编辑 | 郭儒逸

大厂“养龙虾”激烈竞赛，一键安装能避开风险？

高管拟套现8亿元！江波龙股价大跌，存储生意好不好做？

内存暴涨引发国产手机涨价潮，市场格局生变？