主要兩個大體系:硬體體系、軟體體系。

硬體體系:製造一個想要的外形類人機械，完整的感測器和動力系統。

軟體體系:實時互動系統，視覺處理、聽覺處理系統，硬體互動控制系統。 這幾個幾本的體系。

機器人聽到（麥克風採集周邊聲音）通過語音識別，把音訊轉為文字資料，通過人工智慧獲得最優解，將結果通過感應器和動力系統反饋到機械身體上。

視訊也是類似的過程。

例如 聽到你好，視訊出現對方伸手。 機器人的音訊採集把收到的音訊轉為文字，人工智慧反饋應答 你好，視訊上 人工智慧認為應該伸手握住對方的手是最優解。

系統就控制動力和感測器完成說 你好，並握手。

傻妞，未來2060年，科學家們成功研發出一款名叫“傻妞”的手機機器人。

比如，通訊功能、醫療功能、光能充電等等。

現在國內就有很多人工智慧可以幫助人類做很多事情。例如，小愛同學、小度小度、Siri等。可以幫助我們操作手機或者智慧裝置。讓我們進去了物聯網的智慧時代。

現在已經可以讓人工智慧達到了鋼鐵俠的賈維斯的地步。只不過沒有把這些技術完全應用於機器人實體。

還有中國研發的“女性機器人”佳佳，已經有模擬的人類面板、靈敏的感知系統、還可以幫忙做簡單的家務等。