摘要：康复机器人的分类及定义近年来，AI 医疗影像、手术机器人等智能医疗器械开始越来越被大众所熟知，而康复机器人也乘着“AI+机器人”的东风走入资本、医疗行业的视野。 根据中国电子信息产业发展研究院（CCID）的划分，医疗机器人可以分为四大类：康复机器人、辅助机器人

康复机器人分类，来源：与非研究院整理 如果把康复机器人拆开来看，还可以通过两个维度来进行分类：按设备形态以及按作用肢体/功能。 根据公开资料显示，2024 年外骨骼（Exoskeleton）设备是康复机器人市场中收入占比最高的类型。 全球老龄化带来大规模的下肢功能退化、跌倒风险和活动受限；儿童脑瘫等疾病的患病率上升，也让针对儿童的外骨骼产品有了明确的应用场景；在医护端，对于减轻护理人员体力负担、防止职业损伤的需求也在放大。 2024 年 10 月，German Bionic 推出的 Apogee+ 动力外骨骼，就是这一趋势的缩影：通过增强力量与智能感知，它试图在提高护理效率的同时，降低医护人员长期劳损风险。与之对应的是治疗机器人（Therapy Robots），它们的体量还不及外骨骼，但增速最快，对“可量化、可重复、高强度训练”的需求，在中风等疾病的康复路径中越来越明确。 下肢康复设备在 2024 年贡献了最大的收入份额。老龄化带来的步态障碍、下肢残疾，以及中风并发的行走功能损害，使下肢成为最优先被“机器人化”的康复目标。下肢外骨骼可以帮助患者站立、行走，哪怕是在体外支撑的前提下，也能从肌肉激活、骨密度维护、心肺功能等多方面带来收益。印度理工学院焦特布尔分校在 2022 年开发的下肢康复机器人训练器，就是这一方向的典型实践。 上肢康复设备则是预期增速最快的细分：上肢康复机器人在预测期内被看好以约 15.5% 的 CAGR 增长。对于中风后上肢障碍、肌肉骨骼疾病等患者来说，“手能做什么”几乎直接决定了生活独立性。2021 年，Harmonic Bionics 为上肢外骨骼获得 700 万美元 A 轮融资，就是资本对这一赛道信心的注脚。 值得一提的事，虽然2024 年外骨骼在康复设备市场中“占据主导地位，并贡献了最大的收入份额。这部分应用主要针对中风后遗症、下肢瘫痪、老龄化等导致的下肢功能障碍。但这种产品主要是机械结构（可能增加一个电机驱动），更倾向于功能性辅助和恢复，不涉及到数据的搜集、处理和交互，更倾向于传统医疗器械，因此这里不放到AI康复机器人的范畴内。有没有“感知 + 决策 + 执行”闭环，基本决定了它是否算 AI 康复设备。

全球康复机器人市场区域分布，来源：与非研究院整理 从区域分布来看，全球康复机器人市场呈现明显的“多极化”结构。 2024 年北美是康复机器人最大的区域市场，收入占比约 45.1%。其中，美国占据绝对主体：美国非机构化平民中约有 4250 万残疾人口，占该人群总数的 13%，这是非常直接的需求锚点； 2024 年，美国康复机器人市场被描述为在全球范围内占据最主要份额，达到约 86.9%（按区域内部份额口径），在产品迭代和临床应用上都处于前列。 更重要的是，严格监管下的产品获批节奏，正在重塑行业门槛。 例如，Ekso Bionics 的 EksoNR 机器人外骨骼获得 FDA 510(k) 许可，被允许用于多发性硬化症治疗。这类案例，对同行的技术安全性、临床证据、风险管理提出了更高要求，也在客观上抬高了进入门槛。 欧洲虽然整体市场略小于北美，但在增长预期上非常亮眼：老龄化和慢性病负担的加重，使得康复需求持续释放；多国政府在医疗创新、数字健康投入上加码，给了康复机器人更多落地空间。 以德国为例，德国在技术创新和医疗基础设施方面的持续投入，使其康复机器人市场被看好在预测期保持显著增长。2024 年 9 月，总部位于慕尼黑的 Reactive Robotics 获得 540 万美元融资，主打 AI 与机器人辅助移动解决方案，正是资本追逐的方向之一。 英国则依托 NHS 的体系优势，持续推动“提高康复实践效率和患者参与度”，为康复机器人提供了制度与支付侧的试验场。 亚太是康复机器人增长最快的区域之一。其中，中国被认为将在 2024 年占据亚太康复机器人市场最大的份额。一方面是国内神经康复需求基数巨大，另一方面则是本土企业在外骨骼、上肢康复、脑机接口手部康复等方向上开始形成差异化布局，向院内与居家两端同时延伸。 日本则凭借极高的老龄化水平，被视作外骨骼和助行机器人最具代表性的市场之一。到 2040 年，日本 65 岁以上人口将占总人口的 34.8%，中风、退行性疾病等带来的功能障碍，将持续放大对康复机器人的刚性需求。 拉丁美洲和中东/非洲目前体量较小，但增长潜力很大。

全球主要康复机器人企业及竞争格局，来源：与非研究院整理从市场份额看，当前高端市场集中度已经不低： Ekso Bionics（美国）：以下肢外骨骼为主，市场份额约 12.9%，在步态算法和 FDA 合规上具有明显优势； Hocoma（瑞士）：以上肢康复机器人与步态训练系统见长，市场份额约 10.3%，其力反馈误差可以做到 ＜0.5N，在高精度力控领域具备代表性； CYBERDYNE（日本）：HAL 外骨骼结合 EMG 等生物电信号，实现“意图驱动”式运动控制，市场份额约 8.7%； ReWalk Robotics（以色列）：专注截瘫人群的行走外骨骼，市场份额约 6.8%，单次续航可达 8 小时，并通过收购 AlterG 切入反重力康复系统； 傅利叶智能（中国）：以上下肢及手部康复机器人为主，市场份额约 5.2%，产品成本约为进口设备的 60%，在性价比与整体解决方案上形成差异化。 除了上述头部厂商之外，还包括 Tyromotion GmbH、Bionik Laboratories、Reactive Robotics 等一批细分企业，它们的共同特征是：在某一细分功能或场景上做深做透，比如： 上肢与手部精细训练、游戏化康复交互；老年人平衡训练与跌倒预防；某类特定患者（如儿童脑瘫、术后早期康复）的专项解决方案。 这一长尾群体虽然单家市场份额有限，但合力抬高了整个行业的创新速度，也在不断丰富康复机器人的“应用拼图”。

康复机器人产业链全景，来源：与非研究院整理康复机器人的产业链跟通用机器人的产业链有所交叉，上游核心零部件与软件技术服务、中游整机制造与系统集成有一部分重合部分，区别主要在于下游应用与服务端。真正的价值创造与创新压力集中在中上游，而真正能验证商业模式成败的，集中在下游场景。 在上游，康复机器人和工业机器人有高度重叠：减速器、伺服电机、控制器、传感器、AI 芯片，再加上控制软件与云端服务，构成了整套“骨骼+肌肉+神经系统”。 减速器和伺服电机是最典型的“卡脖子”部件。精密减速器市场上，日本哈默纳科和纳博特斯克两家合计拿走约 75% 份额；国内绿的谐波把国产化率做到 65% 以上，南通振康、中大力德也在追赶，但在高端应用上，进口品牌依然是许多厂商的“默认选项”。 伺服电机则由松下、安川、西门子把住高端口径，大型医院或面向出口的产品，仍大量采用日欧方案。国产阵营里，汇川技术、禾川科技已经实现量产，在同等工况下可以把成本降到国际品牌的七折左右，但在噪声（>40dB）和寿命（康复机器人核心零组件及国产替代

康复机器人核心零组件及国产替代现状，来源：与非研究院整理

在康复机器人产业链中，上游核心零组件既决定了设备的安全性与临床可用性，也直接影响整机成本结构与国产厂商的议价能力。 康复机器人不同于一般工业机器人，其一端直接连接患者肢体，另一端承载精细的生物力学控制。资其核心技术系统可拆分为传感系统、控制系统和驱动系统 三大模块，其中传感器承担“感知”、控制器承担“决策”、伺服电机与减速器、柔性执行器承担“执行”，生物力学建模则是连接机器人与人体运动的理论桥梁。 在下肢外骨骼、上肢康复机器人、步态训练系统等典型设备中，高精度减速器与伺服系统决定关节输出的顺滑程度和安全边界，多轴力/力矩传感器和 IMU 提供人机交互力与姿态信息，AI 芯片和算法平台则负责实时处理多模态数据、生成个性化训练指令。 因此，谁能在这些零组件上实现可控可用的国产方案，谁就能在康复机器人整机竞争中占据更大的成本与供应链安全优势。 在精密减速器领域，日本哈默纳科、纳博特斯克两家企业合计占据了全球精密减速器约 75% 的市场份额，是包括康复机器人在内各类机器人产业链的典型“卡脖子”环节。康复机器人尤其是下肢外骨骼和多关节上肢训练设备，对谐波减速器的体积、回程间隙和传动精度有着更高要求，这也是长期由日系厂商主导的原因之一。 在国内阵营中，绿的谐波、南通振康、中大力德 等企业正加速推进国产替代。其中，绿的谐波在谐波减速器方向的国产化率已超过 65%，并且作为总体趋势，减速器国产化率从 2020 年约 30% 提升到 2025 年的 65%。这说明在标准工况和部分高端应用上，国产精密减速器已经具备较强的供给能力。 但在康复机器人场景里，除了精度与寿命要求外，还叠加了安全与舒适性维度——长时间穿戴状态下的噪声、振动、温升和维护频率，都直接关系到患者体验和临床可接受度。据了解，日本减速器对中国的交货周期已被拉长至 6 个月，高端部件断供风险开始显性化，在“需求刚性+医疗场景高风险”的双重压力下，向国产减速器迁移就不仅是成本问题，更是安全与可持续供给的问题。 在伺服电机方面，高端市场由日本松下、安川和德国西门子等企业主导；国产厂商中，汇川技术、禾川科技已实现批量供货，应用在包括康复机器人在内的多种运动控制场景。一个重要数据是：在采用国产伺服系统后，整机成本可降低约 30%，这对本身单机价格较高的康复机器人来说，是非常明显的降本空间。 值得一提的是，国产伺服在关键性能上仍有差距：噪声水平仍高于 40dB，寿命低于 5 万小时。对于需要在医院、康复中心内长时间运行、并且紧贴患者身体的设备，这些指标直接影响使用舒适度与运维成本。因此，伺服电机板块目前呈现出“成本优势已经形成，但可靠性与体验短板仍未补齐”的状态。 控制器方面，资料提到高端市场被瑞士ABB、德国库卡等巨头垄断，而国内的固高科技、华中数控等企业在运动控制算法上实现突破，控制器响应速度已达到 1ms 级。但同时也强调，这些国产控制器在长期稳定性方面仍需要进一步提升。 在康复机器人场景中，多传感器融合与力位混合控制需要控制系统对数据和指令做出毫秒级响应，同时保障关节输出力的平滑和安全界限，这意味着对控制器的软硬件协同提出了更高要求。国产控制器已经在“能做到”层面迈过门槛，但距离充分匹配医疗级可靠性标准仍有距离。 传感系统是康复机器人感知患者状态与外部环境的基础。在传统传感器领域，德国 SICK、日本 Keyence 等企业提供的高精度传感器精度可达 ±0.01%，仍然是高端康复机器人首选方案。国产方面，汉威科技、四方光电等厂商在中低端市场市占率超过 50%，说明在标准场景、成本敏感型应用中，国产传感器已经形成规模化供给能力。 在最关键的高精度传感器环节，尤其是六轴力传感器等用于力控与安全防护的核心器件上，进口依赖度仍高 80%。这意味着即便整机、伺服和部分控制环节可以国产化，康复机器人在“感觉”和“安全反应”层面依然被海外供应链锁定。 在算力平台层面，英伟达 Jetson 系列 AI 模块在当前市场中占比约 70%，基本成为康复机器人等边缘智能设备的事实标准方案。Jetson 提供了成熟的软件生态和算力组合，使得机器人能够在本地完成多传感器数据处理、动作规划和部分 AI 推理。 国产厂商中，地平线征程系列芯片，其算力可达 128 TOPS，已经进入车规等高可靠场景。与 Jetson 相比，征程芯片在算力指标上已具备竞争力，但其能效比仍落后。在康复机器人这类对能耗、散热和体积都比较敏感的应用中，能效差异会放大为续航时间、散热设计和设备重量等一系列系统问题。因此，AI 芯片的国产替代仍处于“技术参数接近、生态与能效待追赶”的阶段。 除了传统的“电机 + 减速器”路径，轻量化材料和柔性驱动也被视为康复机器人新一轮技术升级的重要方向。 在材料方面，碳纤维等轻量化复合材料 已经用于康复机器人结构中，可以使设备重量降低约 35%。对于需要长期穿戴的外骨骼产品，这一减重幅度直接改善了患者舒适度，并降低了驱动系统所需输出力矩与能耗。在驱动技术方面，程天科技的气动人工肌肉，其峰值扭矩密度可达 150Nm/kg。这类柔性驱动器与传统刚性电机-减速器方案相比，更接近生物肌肉的输出特性，具有顺应性高、安全性好的优势，非常适合用于上肢关节、手部康复等对柔性要求高的场景。

“康复机器人的发展机遇与挑战”圆桌投票结果汇总，来源：与非研究院整理

对于产业链上的各类参与者来说，康复机器人已经不再是“可有可无的增量设备”，而是有望在未来十年重塑康复医学基础设施的关键变量。 回头看，这条产业链最大的变量，一方面在核心部件和软件的国产化节奏，一方面在现实世界疗效数据和支付规则的磨合；而真正能站到牌桌中央的玩家，既要有工业级的供应链技术能力，也要听得懂医生和支付方的语言。 2025年11月11日，在芯原主办的第四届南渡江智慧医疗与康复产业高峰论坛的“康复机器人的发展机遇与挑战”圆桌讨论中，多位来自企业、医疗临床和行业组织的一线嘉宾，从不同角度拆解了康复机器人在中国落地和普及面临的关键问题。讨论的焦点，聚焦如何在现有监管、支付和临床体系中，把技术真正用起来，同时探讨康复机器人商业落地的真正难点是什么？ 围绕“如何构建基于 AI 自学习的个体化康复曲线”，念通智能总经理束小康认为，康复脑机接口本身就是人工智能在医疗领域的典型应用场景： 实时检测患者是否有运动意图、是否疲劳、睡眠状态是否真实，本质上都是“人体生理状态”的检测，背后依赖的就是“数据+算法”。 但真正的瓶颈，不在“能不能做算法”，而在两点： 1.数据规模与个体差异。 2.神经康复人群异质性强，要想实现“个体化康复曲线”，需要海量、长期、多模态数据。 当前行业的数据规模难以支撑足够强的算法泛化能力，也难以充分覆盖不同病种、不同阶段、不同功能障碍类型。 束小康指出，前些年“人工智能医疗器械”的概念被频繁提及，但在真正进入注册申报阶段后，声音逐渐变小，一个核心原因就是： 国家药监局对数据来源、算法验证路径有严格要求；很多环节缺乏成熟的行业标准，导致企业在注册时需要“自证清白”。他强调，这已经不只是单个企业的问题，而是整个赛道需要共同参与标准制定的问题。没有统一的技术和临床评价标准，AI 在康复机器人中的价值，就很难在监管环节被清晰表达出来。 康复机器人早期的发展逻辑，更多是“自动化”。手外科出身、长期从事手功能重建和神经康复工作的上海傲意信息科技有限公司首席医学官华续赟指出：康复本身是典型的劳动密集型工作，需要大量治疗师；早期康复机器人主要以被动训练为主，希望缓解一对一人工训练的人力压力；有企业较早尝试加入主动训练、视频引导等方式，但整体仍以“替代体力劳动”为主。华续赟认为，如果康复机器人长期停留在“替代人工”层面，其价值是有限的。 真正有意义的方向，是围绕神经康复过程，做一些“人工难以完成或无法完成”的事情，例如： 系统性记录患者的脑电、肌电、步态等多源数据； 结合神经环路重建的理论，建立面向康复结局的预测模型； 在此基础上进行治疗策略优选：对于脑损伤患者，上肢、下肢、语言等不同功能的恢复概率不同，治疗资源如何分配，更需要数据支撑。 他特别强调，脑电、肌电、步态只是“表征”，其背后对应的是神经环路的功能状态。要想让 AI 真正参与康复决策，不能简单把这些数据直接扔给深度学习模型，而是要在有神经科学理论基础的前提下，再去构建模型。 在这一点上，华续赟希望康复机器人能成为一个“平台”：既能承载脑电、肌电、步态等多模态采集，也能承接基于神经科学的 AI 模型，从而真正支撑“结局预测”和“策略优选”，对临床康复结局带来实质性改变。 围绕“是否可以将脑电、肌电、生理参数纳入动态反馈闭环，实现精准康复”的问题，傅利叶智能康复创新产品总监杨志豪，从机器人控制和系统工程的角度进行了补充。他的观点是：目前的康复机器人控制，多基于力、位置等机械量的反馈；如果将脑电、肌电等神经信号，以及运动学、动力学、生理参数等数据一并采集，并进行有效解码和分析，可以更准确地理解患者状态和运动意图； 这类多模态数据的融合，本身就是 AI 擅长的方向，人类本身也是在视觉、听觉等多感官数据的长期融合中进行感知与决策。 在这一轮讨论后，现场发起了关于“AI 在康复机器人中的首要价值体现在哪个环节”的投票。 从结果看，“动作识别与控制优化”“个体化训练计划生成”位居前两位，其余选项得票也较接近。 这反映出一个较为一致的判断：业内对于 AI 的期待，已经从单点算法，转向了对识别、决策、控制一体化能力的关注。 和许多智能医疗设备类似，康复机器人要想真正实现规模化应用，绕不开家庭和社区场景。但几位嘉宾都认为这条路并不轻松。 华续赟提到，目前不少社区卫生机构已经配置了康复机器人，但由于缺乏熟练操作人员、患者学习成本高等问题，利用率并不高；将康复机器人单纯“堆”进社区或家庭，很容易变成低频甚至闲置设备。 在此背景下，他提出了一个结合“元宇宙”的思路： 以康复机器人作为物理载体，在采集脉搏、心电、血压等多维数据的同时，通过元宇宙系统与医生建立“线上线下结合”的交互通道，使医生在远程也能基于客观数据做出较为可靠的判断。 在他看来，这一模式有望缓解当前互联网医疗中的一个痛点：医生在纯线上环境“看不到摸不着”，很难承担决策风险，而有了设备采集的数据支持，医生对“继续当前治疗方案”或“需要进一步检查、转诊”的判断，会更有依据。 从现场第二轮投票结果可以看到，嘉宾们认为家庭康复机器人进入主流市场的三大制约因素依然非常“现实”： 1.成本与维护门槛高2.医保与支付体系缺乏3.临床与家庭数据脱节也就是说，哪怕技术能力不断提升，如果设备价格和维护费用过高、缺乏清晰的医保支付路径，加之家庭端数据无法顺畅反馈到临床决策端，家庭场景的大规模应用仍然很难启动。 谈到“从个体康复到群体健康管理”的问题时，上海交通大学生物医学工程学院讲席教授杨国源进一步补充： 放到社区和养老机构的康复机器人，必须简单、安全、易用，否则患者不会主动使用；如果要推向千家万户，要么产品价格足够低，要么能够进入医保目录，这是实际约束；信息隐私保护在当前阶段可能被关注得不多，但随着设备普及和数据沉淀，这会逐渐成为重要议题。在第三轮“康复机器人在群体健康管理中的核心角色”单选投票中，“康复训练与辅助设备”选项明显领先。这表明，目前产业界对康复机器人的定位，仍然以“训练+辅助”为主，在此基础之上，才逐步叠加监测、预防及数据分析等功能。 讨论的最后一个重点，是标准体系和商业模式。 工信部脑机接口产业联盟医疗器械工作组常务副主席、首都医科大学临床工程系副教授王长明，从临床和工程双重视角指出： 很多辅助设备具备康复机器人的功能，但并未按临床康复设备路径注册； 基层机构采购了不少设备，但在“谁来操作、服务什么样的患者、用多长时间、如何评估疗效”等关键问题上缺乏规范； 医疗器械企业主导的技术标准，多集中在电路、机械和性能参数上，而硬件参数与临床效果并不能划等号。 他认为，下一步的重点，不仅是把企业标准上升为行业标准，更是要建立临床应用标准，包括： 适用人群界定； 临床路径与使用流程； 使用时长和频次建议； 与康复评定体系相匹配的客观指标。 通过多中心临床试验，形成可量化的效果评价体系，也有助于医保部门在付费周期和额度上形成可迭代的模型。 在关于“康复机器人行业最亟需建立的标准类别”的投票中，得票最高的三项分别为： 1.医疗安全与风险评估标准 2.临床效果评价体系 3.数据通信与互操作性标准 标准问题之外，“以租代购”模式也被提上桌面。 主持人提到，北京市已经在手术机器人领域探索政府牵头的租赁模式，以缓解医院一次性购置压力。 在王长明看来，对于符合医保付费条件的设备（如部分神经调控类设备），这类模式可以通过“租赁商+医院分成”的方式，让医院在不增加前期资本开支的情况下启动使用，并由租赁方承担设备维护与备机保障。 从投票结果来看，产业界把康复机器人产业落地面临的核心问题，清晰地集中在四个层面： 数据与算法的可证和可监管性； 基于神经康复机理的产品定位与功能设计； 家庭与社区场景下的成本、支付和使用门槛； 围绕安全性、有效性和互操作性构建的标准体系，以及适配医保与医院预算的商业模式。 在这些问题被逐步厘清并形成制度化路径之前，康复机器人很难单靠技术本身实现“自然普及”。 从这场讨论可以看到，行业已经在围绕这些关键点进行更细致的沟通和探索，后续如何在标准、支付和场景上形成可复制经验，将直接决定这一赛道的实际落地速度。

来源：与非网