為了實現稍微批量一點兒的人形機器人，例如上千臺、上萬臺的應用，真正能夠創造價值，而不是給人看的應用，其瓶頸技術在哪里？中國工程院外籍院士、德國國家工程院院士、德國漢堡大學教授張建偉發問道。

在8 月24 日“探索人形機器人新紀元：創新、挑戰與機遇”論壇之前，已有幾位中外專家提到了具身智能的數據、能源、材料、關鍵零部件等問題。那么，從各廠商的具體實踐角度，還有哪些瓶頸技術問題？有哪些突破的建議？

圖：“探索人形機器人新紀元：創新、挑戰與機遇”論壇

1   已“能跑會跳”，還需“心靈手巧”

智昌公司董事長兼總經理、復旦大學教授甘中學指出，現在把人形機器人真正用到實踐中，不管是用于工業、服務業，還是其他特種行業，還是有差距的。

如果把機器人分成三大類：一類是能跑會跳的，代表性企業有宇樹科技等；有的心靈手巧，例如北京因時機器人公司；還有情感類的。

目前工業和服務業的一種比較關鍵的技術是心靈手巧技術，只有把心靈手巧做好，才能在工業界實現大部分的復雜動作，服務業也能照顧人。

目前在“能跑會跳”方面，很多企業已做得不錯了，但是在“心靈手巧”上，還不夠實用。無論是特斯拉還是國內做的，手的動作跟人的動作比還相差甚遠。

2   能耗、仿生肌肉骨骼、人機物的接觸安全性

在落地能用的挑戰方面，月泉仿生公司聯合創始人、吉林大學唐敖慶講席教授總結如下。

①能耗的問題。月泉的能耗技術已經降到了原來傳統機器人能耗的1/30，接近于1/32，很接近人的能耗了。

②手和手臂是真正決定機器人能夠完成什么任務的關鍵。但是人手的技術還差得非常多，為此，月泉提出了一項新技術：“仿生拉壓體”機器人技術。它是按照人的肌肉骨骼的作用原理來做的，把關節完全放開了，而且它的驅動是采用人工肌肉式的驅動——月泉專利的磁驅動的電氣人工肌肉，即對于所有關節，都恢復了人體的自然生理運動，膝關節的自由度高達12 個，而現在的人形機器人的膝關節一般只有1 個自由度，但月泉的完全放開了，大腿骨和小腿骨是6 個，髕骨和大腿是6個自由度。放開之后，原來覺得可能比較難，現在迎刃而解，這樣能夠真正呈現人體自然的行走步態，而且能耗有顯著的下降。

③必須在批量生產或落地之前解決的一件大事是人- 機- 物的接觸安全性。這非常重要，因為走進家庭、和人類協同工作后，接觸安全性非常重要。如果是金屬的剛性部件，高速運動起來跟人近距離接觸是非常危險的，而且對于貴重的儀器設備、家電、家具等都是不太友好的。所以現在提出一個概念：像人一樣。因此一定要采用剛柔耦合的結構去解決。這樣，它跟人接觸時，你感覺就像另外一個人。而且周邊的環境，包括人跟它近距離接觸不會有恐懼感。

3   眼、手和小臂技術很重要

小米集團技術委副主席、手機部副總裁、機器人公司總經理許多說，要進入規模化應用，是三者的平衡：

①精度，決定了能不能有效地完成。②速度，決定了效率，是商業成功很重要的因素。③負載，決定能干多少工作，例如在汽車工廠，搬運的東西從很輕的到可能一二十公斤，變化范圍較大，要用一個通用的本體實現，壓力還是很大的。

回到核心技術，要解決三個核心部件的問題。

①眼。現在市場上大部分還是想用純視覺RGB 去解決，但是到底數據規模會到多少，其精度才能提升？1 條、11 條？現在還在探討。至少現在的1 條用生成數據訓練的純視覺模型，精度大概還是厘米級，沒有像人們期待的亞毫米級。因為在工業上用的還是要用亞毫米精度去收斂，這時還是需要主動雙目。因為主動雙目能提供穩定的亞毫米的空間點云信息，至少目前暫時是需要的。亞毫米空間點云這種主動雙目的機械視覺部件需要怎么去做？是今天產業界非常核心的一個問題。

②靈巧手。人們在探討3 指還是5 指。工業用3 指比較合適。因為5 指有點多余，且5 指用推桿電機的方式，對可靠性有挑戰。現在的靈巧手還是很容易壞的，負載大一點兒就容易壞。

③小臂。現在大臂是走工業的這一套路，基本上走25°的斜坡，拿約7~10 公斤是沒有問題的。但小臂使整個載重能力急劇下降，因為小臂要協同速度和精度，這對小臂的犧牲是比較大的。能否在小臂設計上有所突破？非常期待任雷教授（月泉、吉大）的完整臂產品給人們去試用。因為現在用傳統的諧波方式做的小臂有非常多的問題，要么做得很重。因為人形的腿部電機確定了之后，例如設計的是100 公斤、可以0.5 米/ 秒的速度行走，若臂的重量節省下來，余下就是給載重的。如果腿、臂做得越輕，例如做到70 公斤，就有可能有30公斤的載重空間；如果做到80 公斤，就只剩20 公斤。因此小臂的影響是非常大的。

可見，眼睛、手、小臂是未來人形機器人進入批量供應非常核心的技術。工業應用是高精度、高速度的。若往民用去拓展，就要解決任雷教授（月泉、吉大）提到的接觸安全問題，但這相對比較容易解決，還是要先解決精度和速度的問題，再去解決接觸安全的問題，加上各種力控——這些相對比較容易。

4   實現“技術產品市場匹配”，進行一輪輪迭代

如果批量使用，不一定是純技術的問題。就像移動互聯網時代經常提到一個詞——PMF（產品市場匹配），到機器人可能叫TPMF（技術產品市場匹配），因為有些前沿的技術需要去突破，但如果要實現量產，可能是有市場需求。市場需要什么樣的產品？這個產品需要什么樣的技術？然后把這些匹配度做高。這可能是最先能批量生產，并且形成商業化規模的關鍵。

我們正處在第一輪的“技術產品市場匹配”階段，這一輪從電驅的關節，包括無論是直線的還是旋轉的，然后結合現在的算力的主控，包括結構也在快地形成標準統一。可能第一輪的技術已經成熟，接下來就看把它包裝成什么產品，然后打什么市場，正好能夠匹配上，例如讓它踢球、搬運、進入家庭。當然，盡管家庭的需求度比較高，但目前的挑戰還比較大。因此，“加速進化”會傾向于選一些偏簡單的場景，對技術要求沒那么高的，盡快把第一輪的技術產品市場匹配走完，然后再走第二輪。

第二輪可能需要更高的技術，能做出更好的產品，能滿足更復雜的需求。

這樣一輪輪迭代，可能是接下來發展的節奏。

5 “影子模式”和更為復雜的“自動駕駛”

松延動力（北京）公司聯合創始人、CEO 張世璞從控制和智能的角度分析如下。

①從硬件方向看，過去的半年時間會發現，當1.0版本時，能夠讓它穩定地行走、奔跑；但是當強化學習、再去迭代時，再去測試跑和跳的過程時，又會暴露出新的問題。因此松延動力在思考能否去借鑒其他商業模式，例如車企的“影子模式”，把無論是后面的量產還是前面的研發體系量化，而且還能很好地去發現這次demo里的bug，怎樣去debug。因為人們都在談黑盒算法是黑盒，但實際上研發從某種程度上看，它的范式也存在一個黑盒，所以可能“影子模式”是一種比較好的方式去解決這個問題。

②在商業化過程中，不管是去工廠還是去服務業，還是去2c，自動駕駛是最重要的一環，因為不可能再讓一個人站在它后面拿著手柄去遙控機器人。現在人們再去解決的一件事是“自動駕駛”，但這并不是簡單的從一個位置到另一個位置，它的姿態也在發生變化。所以怎樣能夠把感知、視覺和強化學習結合在一起，能夠讓它很穩定、魯棒地做到自動駕駛，是松延動力正在突破的一個方向。

6   能源和電機是關卡

樂聚董事長冷曉琨稱，該公司今年在探索人形機器人進入到場景化、產業化時也在探討這個問題，該公司已走到二個階段。

●   第一階段，今年樂聚銷量最高的場景還是科研展廳和高校，約100 多臺。過去一年基本把這方面的問題解決得差不多了。

●   現在第二步是進入工業場景，包括跟幾家國內外車廠簽了協議。這時遇到了一些新問題，并且不是人形機器人公司能搞定的。

其中一個是能源問題，現在大部分人形機器人的續航時間在1.5~2 小時，采用換電的方式也不太夠用，因為它的工作節拍很快，難以頻繁換電。電池容量問題是涉及基礎學科的問題，在基礎學科沒有突破之前，我們要怎么來解決？這是產業上急需解決的挑戰。

第二個是電機的功率密度問題。實際上在工業機器人時代，業界就在討論這個問題。例如100 公斤的機械臂拉一個10 公斤的物品，如果有一天10 公斤的機械臂能拉動100 公斤物品時，很多控制、智能算法等會有一個很大的提升幫助。同樣，人形機器人是一個欠驅動的系統，所以電機的功率密度問題也是一個很大的需求點。但是電機每次的功率密度提升是以2%、5% 的方式，很難有一個很大的質的突破，因此會影響接下來人形機器人產業化的落地。

因此，能源和電機問題接下來會較長時間地卡住人形機器人的發展。

7   “研發批量技術”

智平方創始人兼CEO 郭彥東稱，智平方的定位是面向產業的，因此在思考怎樣去研發批量的技術，推出了“通用智能機器人”。

要想在量產中使用“通用智能機器人”，所要思考的問題跟在實驗室是非常不同的。智平方要投入在哪些核心技術上？

第一，“通用且精細”，或者稱為“通用且稠密的感知”。實際上，智平方在成立之初就重點投入這個方面。可能有人覺得業內的感知已經做了很多年，甚至在實驗室已經有了非常好的成果。但是無論是在量產汽車還是量產手機的時候會發現，當環境多變時，想要在通用的場景下實現非常精細化的感知，是一大核心挑戰。因此，智平方在成立之初，就把通用且精細的感知列為最核心的技術，并且在這個方向取得了一定的進展，也得到了國家及客戶的一些認可。

一些友商也有類似的看法。例如小米的許多總經理曾提到，以及硅谷的一些人形機器人公司火了一段時間之后，也都回頭認為空間感知是機器人里最核心的問題之一。

第二，泛化操作。機器人不做大規模量產時，人們可能不會意識到操作的泛化是一個非常重要、一定要做的問題，包括端到端的架構。如果只是做一個原型，用代碼去實現的效率是更高的。但是如果這種設備在生產實踐中持續地使用，隨著設備量的增大，以及環境的多變等情況，需要適應的操作/ 任務越來越多，要寫的代碼就越來越多。可見，在討論是否要做端到端的這種大背景和前提下，如果把它放到要去批量的大背景下，就容易有一個非常有傾向性的答案。

第三，軟硬整合能力。因為郭彥東先生在主機廠做過負責人，不管叫自動駕駛還是AI 中臺，實際上，在主機廠做AI 和普通的做AI 還是很不一樣的。例如2016、2017 年時，Robotaxi 公司把PC 機放在汽車后備箱里去做展示，到真正在量產的汽車里去做智能化，遇到的挑戰是：怎樣把算法跑在一個算力受限的端側芯片上？怎樣去適應量產裝置的不完美？并不是如果發現硬件裝置這個地方不是最好，我就花一兩億元/ 通過投資研發把它做好。實際上，我們要做的是如何在現有硬件性能的基礎上，把智能和軟件的能力發揮到極致。這是一個非常經典的、帶有主機廠色彩的“研發批量技術”的思考。

8   感知、取舍、可用及成本的挑戰

大連蒂艾斯公司聯合創始人、總裁李博陽指出，我們做任何的智能決策或服務，感知是第一步。但機器人的感知能力目前還有很大的欠缺。

不僅是空間感知，還包括對自身、本體狀態的感知，包括跟客戶/ 使用者之間的關系感知，以及跟周圍環境、應用場景的感知。

我們人能夠做出恰當、準確的反饋，是基于充分感知到了所處的環境，以及我們現在應該做什么。現在的感知階段往往從語音、傳感器等方式獲取一些信息，但是跟人相比還遠遠不夠。

從機器人廠商角度，提到批量化時，考慮的問題比較多。

首先，做取舍：應該在什么場景下做出一個可批量化生產的產品？首先這個市場是真的有這個需求嗎？如果做的是一個偽需求的項目，不管怎么做，都不可能有批量化的可能性。

其次，可用性。我們的產品要在這種需求狀態下如何達到可用的狀態？就是可以達到我們希望它達到的效果。現在很多機器人企業做出來的產品在需求場景下還沒有達到真的可用的狀態，這就意味著它現在還沒有到量產的階段。

再有，成本。如果量產，不管是零部件還是日常使用的算法，或者是大模型的支出，都應該是在成本可控的范圍內。

當然，現在考慮這個問題還為時過早，現在還是一個百花齊放的階段，可以先不去考慮量產，而是先考慮怎么能讓機器人達到在應用場景下可以用，并且賣得出去，然后再考慮去降成本、批量化的問題。

9   高性價比的本體與有趣的靈魂

深圳市眾擎機器人公司創始人兼CEO 趙同陽把人形機器人分為4 大部分：優秀的本體，高動態性能的理論控制算法，更具有泛化性的具身智能，非常接近人的通用AI。實際上，目前每一部分的落地都有巨大的挑戰。

①本體。現在人們都走電動方案，電動方案不管從電機減速機還是到控制器，都屬于傳統行業。盡管手已在機械臂等行業經過一定的驗證，但是在人形機器人上使用還是第一次。所以機器人未來做到工業級別，成本至少需要10~12 萬元。希望其價格接近汽車，還要具有10~15 年的壽命。如果家庭買一個機器人要10~18 萬元，可能希望能工作10 年以上。所以它對耐久性、可靠性要求是很高的，非常具有挑戰性。

另外，人形機器人不像機器狗，狗走出什么樣的步態無所謂，只要能往前走、走得快就行了。但是對于人形機器人，希望走得平穩、快，最終要走出優雅的步態。現在很多機器人走起來嘩嘩響、小碎步、曲著腿，這都不是人們希望看到的，希望像人一樣走得虎虎生威或非常優雅，因此行走不僅是一門技術，還是一門藝術。至于達到藝術級別的時間點，可能還需要至少一兩年的時間去做準備。

②在解決完運動控制算法和本體后，在通用AI 部分，希望機器人不僅有很好的軀體，還需要有足夠有趣的靈魂。這一部分可能是機器人行業后面非常大的一個坑，可以類比以前的個人計算機（PC）時代：PC 時代很多廠商在做電腦硬件的時候，微軟做了軟件平臺。所以對于通用機器人，不僅要關注到本體，可能還會有一家巨型公司成為未來的微軟，不管誰家的機器人，搭載它的智能之后，會立即變得具有靈魂。

最近，趙同陽和一些做大模型的公司交流。大模型公司正在經歷“百模大戰”，技術發展得令人驚訝，但是很多公司在做大而全的技術——無所不知，像百科全書。機器人需要成為一個萬能的上帝嗎？不一定。但是，現在很多大模型的服務器里可能就住著一個萬能的上帝——無論你問什么樣的問題，他的回答都十分全面，但是這也造成了比較雷同。所以希望今后隨著大模型的發展，每個機器人都有各自的性格，是“有趣的靈魂”。

（本文來源于《EEPW》202409）