首页 / 资讯详情
人形机器人最尴尬的事：长了一双腿，却只能定住干活
摘要
作者｜Li Yuan 编辑｜郑玄 长得像人，但是只能跳舞表演，根本没法真正干活。 这大概是过去几年人形机器人最尴尬的一幕。 人形机器人最初拿到天量关注，底层逻辑其实很直接：现实世界本来就是围绕人类身体设计的。楼梯、橱柜、货架、工位甚至门把手，全都有现成尺寸。理论上，机器人完全可以用下肢越过障碍，直接用上肢拿起工具工作。 逻辑听起来无懈可击，但行业演进了几年，我们看到的却往往是另一副模样。 视频里的人形机器人，主要是在跑跑跳跳、翻跟头；哪怕真有一些干活的演示，也大多老老实实待在平地上——走到某处，定在原地，再小心翼翼地伸手。 如果双腿只负责把机器人送到任务面前，真正动手时它必须先站稳锁定身体，那它们不过是一对成本极高、极其脆弱的机械轮子。那么人形机器人的优势在哪？ 这也很难怪大家苛刻。迈不过这道坎，人形机器人就永远撕不掉「表演道具」的标签。 不过，这一点在近期已经逐渐看到解法。 近期，源策未来发布新模型和演示，以「全身智能」（Whole-Body Intelligence，WBI）为核心技术路线，自采人类全身交互数据，研发能够适配不同本体的人形基础模型系统。 在源策公布的演示中，机器人面对倒在地上的自行车，能够俯身弓腰，全身发力将它扶起；面对电饭煲的启动键，又能完成精细按压。 最能体现人形优势的，是一段搬踏台登高的画面：够不着高处的物品，它自己搬来一张踏台放下，随后踏上平台，抓取目标。这一串动作，把搬运、支撑转换和高位操作连在了一起。 当双腿参与操作，当双手与身体的平衡相互配合，人形这副身体的价值才开始显现：机器人有机会利用为人设计的空间，完成原本由人承担的工作。 01 会走会跳，为什么偏偏不能干活？ 在很多人的直觉里，既然机器人能做出跑跳甚至后空翻这种高难度动作，顺手倒个垃圾、擦个桌子，理应更简单。 这背后最直接的死结，是双足机器人底层的控制系统一直面临两难：要稳定，手就得跟着晃；要手准，整个人就容易摔。 过去一年，行业里最主流的做法，其实普遍站在英伟达开源的全身控制基准「SONIC」之上。它已经展示了全身动作跟踪、遥操作，以及接入 VLA 的自主操作能力。这套方案代表了此前学术界和工业界的天花板，但进一步走向实际操作，还需要同时兼顾关键末端的跟踪精度、身体稳定性与可稳定触达的范围。 其中一个关键问题，是末端跟踪精度。 在源策的对比测试中，当机器人通过俯身、前伸等全身协调动作向低处或远处伸取时，开源基线手部末端跟踪误差在 10 厘米量级。这种精度走向对于还精细操作并不够用。 全身控制上的不足，还会向前传导，限制后续模型所需的数据采集。 想训练出一个会操作的全身模型，小脑不仅要负责最终的部署执行，在前端还要充当遥操作的驱动底座——人类数采员做出动作，需要靠小脑将其实时转化为机器人的动作。小脑能跟上多少，决定了这些示范有多少能变成有效的真机数据。 其中一道障碍，就出在大幅度动作的映射上。 捡起地上的水瓶、拿到低处的物品，都需要机器人屈膝、俯身，把手的工作范围向下延伸。控制系统既要稳住身体，也要把手送到目标位置。姿态跟上了，手却够不到，示范仍然无法完成。 因为机器人的身体与人的身体并不同构，如果数采员摸到地而机器人的手还悬在半空，人已经弯到了底，机器人却还差一截。它做出了弯腰的动作，却没有完成触地的意图。这不仅让机器人当下捡不起东西，也让团队难以采到完成这类任务的有效示范。 另一道障碍，是地形变化时，通行与操作能否连续进行。 SONIC 这样的主流方案，