人形机器人陷“能量困局”：续航2小时，如何撑起8小时的工厂班?

作者：时代周报 朱成呈，快思慢想研究院 田丰

编者按：每一台会行走的机器人背后，都有一块决定它能否真正工作的电池。而这块电池，正在成为整个行业最沉默、也最坚硬的约束。

一、奔跑的身体，静止的电量

2024年，一段特斯拉Optimus在工厂自主搬运电池单元的视频引爆全球科技圈。镜头里的机器人步态流畅、动作精准，像极了科幻电影里的预言成真。然而，鲜少有人注意到这段视频背后一个朴素的物理事实：这台搭载2.3千瓦时高镍三元锂电池的机器人，在持续动态作业下，续航时间仅约两小时。

这不是特斯拉独有的困境。TrendForce集邦咨询的数据显示，受制于液态锂电池的能量密度以及机器人躯干的体积与重量约束，目前市场主流人形机器人的续航普遍集中在2至4小时，电池容量多低于2千瓦时。宇树H1配备0.86千瓦时电池，静态运行不足4小时；美国Figure F03机器人在2.3千瓦时电池下运行3至4小时；Agility Digit在重负载条件下运行2至3小时后须自主返回充电桩，轻任务下续航可达8小时；优必选Walker S2步行模式续航仅两小时。

没有任何一台2026年在售的商用人形机器人，能在单次充电下完成一个标准八小时制造班次。

这个事实，在资本市场对具身智能的狂热叙事中，显得格外刺眼。

锂离子电化学体系的能量密度极限，正是大自然对工程师想象力划出的一道硬边界。快思慢想研究院院长田丰将这一矛盾概括为"功率-容量剪刀差"：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4千瓦，峰值放电倍率需达5C至15C，极端情况下甚至触及20C。这意味着，一台搭载1至2千瓦时电池的机器人，在峰值功率下有效作业时间不超过12至20分钟；若不间断满负荷爆发，有效工作时间可能骤降至30分钟以内。

人类正常行走耗能约80瓦；同等速度下，人形机器人消耗300至1500瓦。这一效率差距并非算法问题——它来自动态平衡所需的机械顺应性、持续的驱动器接合以及高频控制环路。更棘手的是，机器人无法像新能源汽车一样通过简单扩容解决续航：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，而扩容本身又会推高自重、进一步压缩有效作业时间。这是一个工程学上无法靠软件迭代消除的铁三角困境。

二、利用率锁死ROI，商业模式的地基在动摇

管理学中有一个已被广泛验证的规律：系统的真实产出，取决于其最薄弱的约束环节，而非最强的能力节点。应用于人形机器人产业，这意味着：无论大模型能力提升多少倍，只要续航约束不解除，整机商业价值就无法释放。

以当前最主流的RaaS（机器人即服务）商业模式为例，其核心逻辑是"机器人的时间比人便宜"。然而，续航不足正在从根本上腐蚀这一逻辑。

Agility Robotics目前的机器人与充电机器人比例为2:1——每两台在运作，就有一台在充电，有效利用率约为67%。以每小时30美元的人工成本为基准，这一利用率将ROI回收周期从2年延长至3年以上。Agility的目标是将比例从2:1推进到4:1，最终达到10:1——这意味着利用率需从67%提升至90%以上，而支撑这一跃升的，必须是电池技术或补能体系的系统性突破。

天使投资人、资深人工智能专家郭涛将这一处境定性为"能源系统与真实工况的错配，其制约远超智能算法迭代"。田丰则进一步指出，能源瓶颈还间接压制了具身智能的数据飞轮：机器人需要在真实环境中积累操作数据才能训练出可用的泛化策略，但每台机器人每天有效数据采集时间仅2至4小时，大规模部署和高质量数据回流均受到阻碍。两个约束相互锁定——能源瓶颈不解除，智能迭代的速度就无法提升；智能能力不提升，机器人的任务效率就无法改善，能耗也难以优化。任何一个不解除，另一个的价值也无法充分释放。

三、工业场景的解法：把续航问题变成调度问题

在电池技术尚未出现材料级突破的当下，产业界正在探索一条务实路径：将"机器人续航"转化为"机器人调度"，用软件资产替代电化学投资。

Andrej Karpathy在讨论特斯拉FSD时提出过一个经典框架：用数据驱动的策略优化，替代硬件性能的蛮力提升。同样的逻辑正在人形机器人的能源系统中被复刻。

智元机器人精灵G2已率先落地了这一思路。智元Genie业务部项目总监艾文介绍，精灵G2采用双电池架构，同时支持自动回充、直插充电和热插拔换电三种补能方式，且在电池热管理、电流和电压控制方面已形成较成熟方案——设计过程中大量借鉴了汽车行业的热管理体系、安全冗余设计以及传感器监测机制。该机器人已进入工厂开始作业。

所谓"热插拔换电"，是指机器人在不断电状态下完成电池更换，从而避免停机充电导致的作业中断。优必选Walker S2已实现3分钟自主换电。部分工厂则将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至15分钟的机会充电可显著延长有效作业时间。换电、调度与机会充电的组合，可在现有电池技术框架下将有效利用率从67%提升到85%至90%以上，这一边际贡献远超等待固态电池带来的20%至30%能量密度提升。

郭涛明确指出，工业场景之所以能采用换电模式，本质上依托于标准化环境、固定作业区域和专业运维体系——停机时间可以通过调度系统消化，补能本身就是生产流程的一部分。家庭则完全不同：空间分散、使用时间随机，用户既无法配置换电设备，也难以接受机器人频繁中断服务。工业机器人可以用调度弥补电池短板，而家用人形机器人最终仍要依赖电池技术本身的突破。

被严重低估的另一条路，是低功耗边缘推理芯片。在典型人形机器人中，车载计算用于实时感知、平衡控制和任务规划，持续消耗50至200瓦，占总功耗的15%至30%，且这一比例随AI能力增强而上升。作为参照，人类大脑仅消耗约20瓦，而机器人的GPU神经处理极为耗电。当前主流推理芯片（如NVIDIA Orin）在高性能模式下功耗达30至65瓦，而专用边缘推理芯片——如优必选与沐曦合资成立的曦选创智科技针对具身推理的定制路线——有望将相同推理任务的功耗压缩至5至15瓦。计算效率提升十倍，在不增加电池重量的前提下，等效于续航延长20%至40%。这条路线既不依赖材料突破，也不依赖基础设施改造，是三至五年内具有确定性的系统性解决方案之一，目前获得的关注与其潜力严重不匹配。

四、被低估的安全红线：比电动自行车更危险

电动自行车被禁止进入电梯，已经成为中国社会的公共安全共识。原因并不复杂：一旦锂电池发生热失控，留给人们逃生的时间极短。

然而，当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，人形机器人面临的安全挑战，远比电动自行车更为复杂。

容量对比已经足够直观：主流电动自行车电池容量通常在0.58至1.44千瓦时之间；宇树H1为0.86千瓦时，高于入门级电动自行车；特斯拉Optimus Gen2搭载约2.3千瓦时电池，已明显超越多数电动自行车。但容量更大只是表层差异，真正的风险差距在于运行工况。

上海交通大学博士生导师、上海人工智能研究院首席科学家闫维新，首先从公众心理层面揭示了问题的前置难度："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。"这还是在安全事故尚未发生的前提下。

从物理机制看，挑战远不止于此。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：放电倍率需达5C至15C，峰值甚至20C，远超电动自行车的常规使用场景。过充、电芯缺陷之外，高强度物理碰撞与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。

闫维新进一步揭示了人形机器人独特的结构性风险：其中空关节设计，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；热失控产生的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；失控时甚至可能因电机短路而随机执行危险动作。"电动自行车的风险主要是火灾，而人形机器人的风险叠加了火灾、爆炸、高速破片、有毒烟气等多重危害。"他表示。

被视为提升利用率解法的热插拔换电，同样潜藏安全隐患。田丰指出，48V电池在60A电流下的电弧势能不可忽视，换电的短暂窗口正是热失控风险最高的时刻。与此同时，散热系统与驱动器、计算单元共用有限空间，高负载时热量叠加，散热边界更窄；机器人跌倒——在当前技术水平下不可避免——可能造成电池包机械损伤并触发热失控。这不是单纯的BMS软件问题，而是系统级热-机械-电气耦合风险。正因如此，人形机器人的电池防护标准已被要求达到IP65以上防护等级，并须通过1至1.5米自由落体无损等多项测试。

法规层面，真空依然存在。Figure AI为其F03电池申请UN38.3和UL2271双重认证，这是人形机器人领域首次推动专项电池安全认证——这意味着在此之前，全行业在没有任何专用安全标准的情况下，向市场推送搭载高镍锂电池的自主移动设备。2026年，人形机器人安全领域已由ISO 10218:2025和ANSI/A3 R15.06-2025加以规范，但针对动态稳定机器人的ISO 25785-1仍在制定中，法规空白本身即是系统性风险。

郭涛指出，"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。"田丰则以电动自行车的历史治理路径作为警示参照——技术先行、事故驱动、监管滞后补缺，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。率先完成专项安全认证的企业，将在监管日趋收紧的环境下获得差异化准入资格——安全认证的本质，是高价值场景的市场通行证。

五、固态电池：定义终极形态，但远水难解近渴

在关于人形机器人能源路线的讨论中，固态电池几乎是绕不开的词。

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为这一判断提供了完整的逻辑支撑：人形机器人的部分场景需要"入室"并涉及高频人机交互，这对底层能源的"本征安全"要求极高；固态电池耐高温性能优于液态体系，可降低对散热系统的要求，适配机器人狭小空间；同时更高的能量密度将直接改善续航表现。广汽旗下GoMate人形机器人已采用全固态电池实现6小时续航，为这一路径提供了概念验证。

然而，从实验室到大规模商业化，固态电池仍有很长的路要走。宁德时代董事长曾毓群在接受《财经》采访时的表态相当审慎：按照技术成熟度1至9的评级，固态电池目前大约处于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。"宁德时代计划2027年实现固态电池的小批量试产，大规模量产预计在2030年前后。EVE能源计划2026年推出能量密度350 Wh/kg的第一代产品，2028年推出性能更高的第二代版本。TrendForce预测，人形机器人所需固态电池容量将从2025年的约0.05 GWh增长至2035年的74.2 GWh，增幅高达1500倍——这一数字描绘了需求端的潜力，恰恰也反衬出当前供给端的极度稀缺。小批量、高成本的固态电池，在2027至2028年前后将首先进入汽车领域，人形机器人对其的批量采购至少要等到2029年之后。

工程障碍同样严峻。钟文彬指出，当前全固态最大的掣肘在于循环寿命过短、固-固界面电阻过高等底层技术障碍。闫维新则揭示了一个针对人形机器人场景的特殊矛盾：固态电池难以解决双足行走中高频低幅震动与固-固界面接触稳定性之间的对立，其内部物理结构失效风险很大，安全验证仍需漫长周期。成本则是另一道现实门槛——目前固态电解质膜的成本是液态电解液的数十倍乃至上百倍，一台人形机器人需数十乃至上百颗高倍率电芯，仅电池成本就可能超过整机当前预期售价。因此，固态电池是定义终极形态的最优解之一，却不是解决眼下问题的路径。

作为过渡，半固态电池将在未来数年内小范围迭代，可小幅提升能量密度与安全性，但郭涛明确指出，这同样无法从根本上解决功率与续航的底层冲突。未来三至五年，人形机器人续航能力的提升，更可能来自系统层面的持续优化，而非单一材料突破。

六、地板决定天花板能否成立

行业通常热衷于讨论"能力上限"——大模型有多聪明，运动控制有多精准，操作精度能达到什么水平。但在商业化落地的真实战场上，决定胜负的往往是"能力下限"。

郭涛给出了三至五年内最现实的技术优先级：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。固态电池则在2028至2030年后接棒，承担第二阶段的能量密度跃升。两条路线并行，但时间窗口不同，误判节奏将付出高昂的商业代价。

锂电池的科学奠基者们用数十年证明了一件事：能量存储的每一次密度跃升，都曾被认为触及极限，又都曾被重新打破。但工程现实的铁律同样清晰：技术突破无法按商业节点预约，系统优化才是当下的确定性出路。

大模型决定人形机器人能做什么，电池系统决定它能不能持续做什么。前者定义了天花板，后者划定了地板。而在商业化的残酷逻辑下，地板的高度，决定了天花板能否成立。

谁先跨越这道门槛，谁就赢得了这场竞赛真正的入场券。

参考文章：《人形机器人卡在电池上：主流产品续航难超4小时，比电动自行车更危险？》，时代周报，朱成呈

畅销书：《AI商业进化论：“人工智能+”赋能新质生产力发展》

出版社：人民邮电出版社

作者：田丰

帮助你定位AI当下发展坐标的指南针

帮助你洞察AI未来演进趋势的航海图

通俗化解读AI的原理、特性和四大发展规律、提供AI赋能商业、引发新质生产力变革的一手案例分析。既有宏观视角的全局观照，又有各行业应用层面的下探记录，聚焦AI的原理与实践、现在与未来，是当下AI应用的全景图、更是身处AI技术浪潮之中的探路书。