目前，中国 的使用主要集中在汽车工业和电子电气工业、弧焊机器人、点焊机器人、搬运机器人等在生产中被大量采用。
下面我们将从技术角度，谈谈 当前的优劣势。
1.通用性
可编程，支持多自由度运动，因此应用较灵活。虽然不及人类，但相对于很多工业自动化常见的专机（专为一类工业应用或一家客户定制的机电集成方案）， 还是灵活多了。工业应用改动不太大时，是可以通过机器人重新编程来满足新的需求，而无需在硬件上再做大量投资。但相应的，它的相对不足会是效率。毕竟专机是为一个应用定制的，因此虽牺牲通用性但实现了效率优化，在产量这个客户非常关心的指标上能完成地很好。
2.机电性能
普遍能达到低于0.1毫米的运动精度（指重复运动到点精度），抓取重达一吨的物体，伸展也可达三四米。这样的性能虽不一定能轻易完成苹果手机上一些“疯狂”的加工要求，但对绝大部分的工业应用来说，是足以圆满完成任务。随着机器人的性能逐渐提升，以前一些不可能的任务也变得可行起来（如激光焊接或切割，曾需要专门的高精度设备来指导激光的走向，但随着机器人精度的提升，现在也变得可依赖机器人本身的准确运动来代替了）。但相比传统高端设备，如高精度数控机床，激光校准设备，或特殊环境（高温或特低温）设备等， 尚力不能及。
3.人机合作
传统的 是关在笼子里工作的，因为它实在危险（想象一个抓着几十或几百公斤的家伙以四米每秒的速度甩着，谁也不想靠近吧）。主要原因是一般机器人，基于成本与技术的考虑，不会集成额外的传感器去感知外部的特殊情况（如突然有人触碰），它只会“傻傻”得照着人类编好的程序日复一日的动着，除非有外部信号告诉它停止。所以常见的方案就是为机器人配备笼子，当笼子门打开时，机器人收到信号便自动暂停。对安全的考虑，自然给机器人集成带来了很多额外的成本，笼子可能并不贵，但毕竟要为此仔细考虑产线排布，增加产线面积，改变人机合作方式等，从而影响生产效率。所以最近比较受关注的 都以能安全地和人一起工作“为荣”，如RethinkRobotics的Baxter，UniversalRobots的PR系列，以及很多传统 巨头（ABB，kuka，Yaskawa等）的半概念半成品的机器人。而从产业需求看来，已通过传统 解决了对精度速度重量等自动化需求后，也的确是时候开始满足人机安全合作了。
4.易用性
传统机器人的工作本质就是不断地走一个个的路径点，同时接收或设置外围的I/O信号（老和其他设置如夹具，输送线等合作）。而指导机器人这么做得过程，就是机器人编程。几乎每一家领先公司都有自家的编程语言和环境，从而需要机器人操作者参加学习培训。当机器人适用范围增广后，这个成本开始显现了。
这些厂商是有理由维护自家的编程环境的，一来 四十年前就开始规模化做了，那时还没有什么面向对象等现在广为熟知普遍认同的主流先进编程理念，二来萌芽阶段自家技术难免会和竞争对手不同，维护一个编程方式也无可厚非，三来因为他们的大客户往往也是传统的工业大客户，如大汽车厂商，这些客户求稳，自然不希望你机器人过几年就赶个热潮变换编程方式，搞得他们还得扔掉几十年的经验，重新花大钱培训学习。
当然在业界，大家早已思考编程可否做的直观简单些，但在传统厂家中除了一次次地概念性的展示外（如利用外骨骼，3D图像，虚拟现实，iPhone等等），一直没什么商业实用进展，以至于大家再听到“简易编程”等关键词都想吐了。
但庆幸地还是有后来者敢于挑战，也从零开始做出成就，并成为被认可的卖点。对，说的就是RethinkRobotics和UniversalRobots!这也鲜活地论证了创新者窘境里为什么颠覆性技术往往不会在领先企业中成功(尽管他们有足够的资源)，却总是被后来挑战者发扬光大。因为领先者在颠覆性技术上每走远一步，就往往离自己的铁饭碗远离一步，内外部阻力都很大！
不管怎么，机器人的易用性开始得到重视，如何能让人不经任何（或过多）培训，就能像玩iPhone一样很快玩转机器人，已经变成大厂商们开始大力投资的方向来。
5.成本
机器人的成本从小型号的几万RMB到大型的上百万RMB都有。这个成本自然低于高端专业制造设备，但也可能会高于国内小集成商们拼凑出的自动化方案来。但从一直来西方工业界及近几年国内制造业对机器人的欢迎程度看来，说明机器人自动化的经济优势普遍到了一个临界点，超过了其他替代方案（人工，或专机），看来这个成本还是值得的。
其实要走传统机器人的老路，那硬件成本降低空间不大。 基本是一个开环的运动机构，靠的就是电机和齿轮箱的高精度配合。而大部分领先厂商的这些关键零部件都是从日本几家厂商那买的，（这也是国内公司自己制造的机器人，买同样的零部件，也不会便宜多少，因为日本厂商不会为了你这点量给多少折扣）。除非中国零部件制造商能静下心来，努力追赶上日本人的技术，从而以价格优势打破多年来的垄断，才能真正促进国内机器人厂商的发展。
另一个就是另辟蹊径，追求其他技术和市场。如RethinkRobotics当时甚至考虑用塑料的齿轮箱来降低成本，而通过视觉来弥补运动精度损失，就像人的眼睛来辅助手的精微操作一样。但毕竟不能一步登天，所以Baxter机器人暂时在精度和速度上完全无法与传统机器人相比，但在它能处理的物料抓放的应用中，却也足够了。也许随着Rethink的努力，会在硬件较差的情况下，通过软件的智能化弥补，来达到与传统 竞争的程度(那就是真颠覆这些传统大厂商了)。
6.智能性
之所以将智能型放在最后一点，因为相对现在市场对机器人的主流需求（即强，快，准），它暂时还不是最迫切的。这也体现了传统 的优势（任劳任怨，保质保量，是个“干活”的好手）和不足（但很“笨”，老得让人教）。但不代表智能型不重要，相反企业已经开始做技术投资了。比如怎么让机器人更好的理解人的指挥意图，相对自主的去理解并规划任务，而不需一个点一个点得让人告诉它怎么走;如何让机器人在外围环境发生变化下(光线变暗影响图像识别，传送带上物品有损坏需要特殊处理)自动适应;如何通过触觉视觉听觉等感知判断零部件的装配质量，等等。
这方面美国人做的比较好（当然他们也是避实击虚，因为传统 硬件上的技术和市场已基本被日本欧洲企业统治），ROSIndustrial，RethinkRobotics等都在做有领先的尝试。
7.人才匮乏
顺应时代发展，行业前景广阔，然而，该领域人才供需失衡的矛盾正日益凸显。一方面是机器人厂商、系统集成商以及汽车加工制造业求贤若渴，另一方面是人才供给不足，难以满足企业用人需求。
究其原因，主要是相对近年来国内机器人产业所表现出来的爆发性发展态势，高校、职校等培训机构的课程设置仍然滞后，尽管一些机器人厂商提供相关培训，却存在品牌针对性过强，推广力度不足、配套设施不足以及培训网点有限等短板，难以达成系统的教学流程，尚不能与全国各地求学者的需要很好地契合，导致众多有志投身机器人行业者求学无门。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。