倘若你是一位看慣了宇樹機器人相互掄拳，或是天工機器人馬拉松長跑的觀眾，那么你初入"北京智能康養機器人應用大賽"展廳的第一印象，大概多少有些失望：

直立行走的、賽博朋克的所謂"人形機器人"在這里并不多見，場內更多是一些早已走入日常生活場景的產品，比如電動輪椅、病床，醫療康復支架或氧艙，只是多了很多屏幕、傳感器和攝像頭。

"康養的本質是解決問題"，國家地方共建具身智能機器人創新中心算法專家紀俊杰向北京商報記者解釋道，"過去這些年，在人形機器人技術還不成熟的時候，已經有大量機構和機械裝置解決了不少康養問題，很多公司也一直在沿著這些路徑深耕。現在人形機器人技術逐漸成熟了，大家才開始嘗試用它去突破過去沒解決的需求——說到底，哪種形態更合適，終究要由具體場景來決定。"

7月29日，2025北京智能康養機器人應用大賽在北京經濟技術開發區（北京亦莊）舉行，相關公司、機構共計40支團隊帶來了53件與智能康養密切相關的機器人產品，現場還推介了IEC63310養老機器人國際標準，為應對全球老齡化挑戰提供"中國智造"解決方案。

輪椅、支架、氧艙……以上種種都是康養機器人落地的真實切片。它們形態各異，卻共同指向一個行業共識：

在銀發經濟浪潮中，具身智能的價值并不取決于其有多像人，而是要看在保證安全的前提下，機器人能有多匹配養老場景的真實需求。

"場景需要什么形態，機器人就該是什么形態"

與工業機器人按程序干活的邏輯不同，康養場景的核心是"與人打交道"——老人的生理特征、情感需求、生活習慣千差萬別，這讓"造什么樣的機器人""怎么讓機器人有用"成為和技術突破同等重要的命題。

簡言之，這個賽道的核心屬性是務實，目標是解決或大或小的問題，所以形態并非關鍵，畢竟康養（甚至進一步延伸到醫療）不是機器人表演。

優必選醫療機器人帶來的"認知微壓氧艙"，可被視為一個典型代表：這個5立方米的空間沒有人形，但能通過眼動儀、富氧系統等設備的組合，實現"認知評估+訓練+物理療養"的多重功能。

公司產品經理林建豪向北京商報記者介紹稱，當使用該設備的老人躺在氧艙內沙發上玩趣味拼圖時，眼動儀會追蹤其眼神聚焦點，判斷認知狀態；同時，富氧環境促進線粒體工作，提升代謝效率。

北京商報記者獲悉，這種場景化設備目前已在上海、深圳的康養機構初步打開了市場，客戶看中的關鍵一點就是其精準對接了"評估—訓練—療養"的完整需求閉環。而且，除了養老院、康養機構、社區養老中心等以服務老人為核心的場景外，寫字樓、辦公室等高壓腦力工作者集中的場所，也因匹配該產品提供休息與腦力恢復空間服務的屬性，而被優必選視作一個有潛力的場景延伸。

當然，如有需要，康養機器人也可"像人"——海百川科技CEO孫博帶來的分享，就是一款從情感需求切入的陪伴機器人。

北京商報記者獲悉，這個幾乎有著完整人形的機器人，可以依靠32個可動面部部件模仿表情，并用6種方言對話。孫博向北京商報記者介紹稱，一些老人聽到老家話會主動拉著聊，這比設計一個機甲外觀更有價值，甚至社區試點中，有老人希望將機器人定制成已故老伴的模樣，只為"多說說話"。

紀俊杰從技術角度向北京商報記者指出，國內在電機、驅動器等硬件領域的優勢，足以支撐各類形態的功能落地，但康養領域的人形機器人落地與否，只取決于它是不是最優解："在搬運老人、整理床鋪等場景中，帶機械臂的架子比雙足人形更穩定；在夜間巡房時，輪式機器人比類人形態更安靜，場景需要什么形態，機器人就該是什么形態，這才是具身智能的本質。"

誰來買單

民政部、全國老齡辦發布的《2024年度國家老齡事業發展公報》顯示，截至2024年底，我國60歲及以上老年人口達到3.1億，占總人口的22%。預測到2035年左右，我國60歲及以上老年人口將突破4億，在總人口中的占比將超過30%。

隨之而來的，是銀發族對養老服務的需求。最新統計數據顯示，中國養老護理員的需求量超600萬人，但實際在崗人員只有50萬。

養老服務的需求缺口，為具身智能機器人打開了百億量級的市場空間。

據方正證券研究中心數據，近年來智能機器人在養老領域的滲透率不斷提升，市場規模高速擴大，2023年市場規模已達到近250億元，預計未來數年內，養老機器人市場將保持15%的年復合增長率，到2030年，智能養老機器人將實現普遍落地，市場規模達到約660億元。

只不過，當前康養機器人的商業化還處在"機構依賴"階段，這是成本、需求、市場成熟度共同作用的結果。

孫博向北京商報記者解釋道，從成本結構來看，當前康養機器人的硬件成本仍處于高位：單只機械臂成本約5萬元，雙機械臂配置則達10萬元，若疊加防水等特殊功能，單只機械臂成本可升至50萬元，全套設備成本輕松突破百萬元。這一價格水平遠超普通家庭的消費能力，因此短期內市場放量仍依賴機構端需求。

而從市場需求來看，社區、養老院等機構場景具備需求集中、采購能力穩定的特點，并且其場景（如統一規格的房間、集中化的照護需求）等也相對標準化，更便于機器人試點與迭代，因此成為天然的"第一買家"。

據悉，海百川科技的康養機器人目前已在全國6個地區的社區中心及老年大學等機構有產品落地。

不過，to C市場仍被視為潛在的長期增長核心。孫博向北京商報記者表示，公司正通過陪伴型機器人先行切入，核心邏輯在于建立深度用戶黏性——通過方言交互、表情模擬等情感化設計，讓用戶在長期使用中形成類似"寵物陪伴"的情感依賴，從而降低后續家庭場景拓展的阻力。待用戶基礎與成本控制形成規模效應后，再逐步疊加功能模塊，實現向家庭消費端的滲透。

這種短期依托機構夯實基礎、長期瞄準家庭釋放增量的策略，既貼合當前行業成本與需求的現實，也為未來市場擴容預留了空間。

破解數據與定制化困局

在采訪中，具身智能公司高管和行業專家學者都曾向北京商報記者提及了兩個難點：一是機構定制化需求與規模化生產的博弈，二是數據算法短板帶來的智能瓶頸。二者可以被認為是當前康養機器人行業的進階必須跨越兩道關。

首先，機構主導模式下，不同場景的個性化訴求推高邊際成本。孫博向北京商報記者描述了一個有些極端的案例：同一社區的兩位老人，一位希望機器人"長得像熟人"，另一位則堅決反對，認為"看到像熟人的機器會難過"。

而作為VLA（視覺語言動作模型）研發人員的紀俊杰也向北京商報記者表示，從技術角度看，具身智能的數據（如機器人運行數據、人機交互數據）無法像大模型那樣從互聯網獲取，必須由人工到養老院這些具體場景點對點操作采集，且需攜帶專業設備完成標準化統計，"機會少、成本高"。

這種標品與非標、定制化需求與規模化生產的矛盾，容易讓行業陷入"賣得越多、邊際成本越高"的循環。

更深層的挑戰在于數據這一軟基建。場景化數據采集難、隱私限制多，算法對設備的強依賴推高落地成本，讓機器人長期停留在執行基礎指令的階段。

孫博向北京商報記者表示，當前康養機器人行業的數據獲取存在明顯瓶頸：一方面，場景化數據需深入社區、養老院等實地采集，包括老人與機器人的交互對話、操作行為等，不僅耗時耗力、成本高企，還高度依賴具體場景；另一方面，中小型企業數據積淀能力薄弱，難以獨立完成大規模數據積累，如果可以使用部分電子設備巨頭的智能家居生態數據，比如冰箱、智能門鎖等設備的傳感器數據，情況或將大幅改善。

他提出，健康服務數據應更具公共屬性，并呼吁有關單位推動健康服務數據的開源共享，打破企業間的數據壁壘，讓數據要素從企業私有轉向社會化配置，從而降低全行業的研發成本，加速技術迭代。

挑戰和機遇擺在眼前這片銀發藍海中，能平衡商業效率與場景體驗、突破數據算法桎梏的玩家，才能真正握住兌現紅利的鑰匙。

北京商報記者 陶鳳 實習記者 王天逸