要说具身智能迎来iPhone时刻，为时尚早

出品｜虎嗅智库

作者｜冀玉洁

无疑，在前不久的2024世界机器人大会现场，具身智能人形机器人是最大亮点，大会上27款人形机器人整机亮相。他们能跑能跳能翻跟头，对诗、倒茶、叠衣服，十八般武艺样样精通。

从单纯炫技到进厂打工

对于具身智能人形机器人来说，需要关注的是上半身的灵巧操作能力，和下半身的稳定移动能力。

先来看上半身操作能力。

松延动力的机器人HObbs仿真脸，可以实时仿真人脸表情，做出张嘴、皱眉、表达出愤怒、微笑、厌恶等多种表情；智元远征A2-W机器人展示出动态任务编排、复杂作业执行及双臂协同作业等作业能力；星尘智能AI 机器人助理Astribot S1二指抓夹能熟练地功夫茶，叠衣服，完成一系列高难度、长序列、可泛化任务；

图：松延动力仿生机器人HObbs

新松Centaur真空机械手两只手臂不受彼此影响独立进行取放片工作，完成不同尺寸规格的晶圆搬运；帕西尼第二代多维触觉人形机器人TORA-ONE，四指灵巧手可以比心、写书法、弹琴、下象棋。智平方Alpha Bot 1S不仅可以握拳，还能制作咖啡，学习操作各种日常电器，实现多场景、多任务的灵活切换。

机器人下半身移动能力和稳定性也有很大进展。

逐际动力CL-1在展会现场接受极限冲击测试，面对持续踢踹，依然能够保持全身动态平衡，展现出强大抗干扰能力和稳定性；宇树科技的机械狗，四足灵巧的上下爬坡，引得众人连连惊叹。

加速进化更是在现场办起了足球比赛，其人形机器人Booster T1凭借手抛球、踢球、叶问蹲等高难度动作，以及与观众互动的俯卧撑比赛，引人注目；优必选在现场模拟出汽车产线，其人形机器人Walker S系列能自主将零部件箱从仓库地板搬运至传送带，并实时记录数据，实现与智慧工厂仓库系统无缝对接。

单从展会看，人形机器人正在从炫技走向服务，具身智能似乎马上要迎来iPhone时刻。可事实上，进入现实世界，人形机器人还有很多技术和产品问题尚待解决。

灵巧手是“构型”C位

当下，发展通用智能型人形机器人，正在逐渐成为行业内的共识。人形机器人最大的优势在于具备通用的移动操作能力。其中下肢负责稳定移动，上肢负责灵巧操作。而相比下肢“移动”能力，要解决具体场景中的问题，更需要的是上肢的“灵巧操作”能力。

自20世纪50年代自动控制技术的兴起至今，“上肢”机械臂和工业机器人已有较长发展历程，但是能力仅限于进行机械、重复且较为简单的动作，如今人们对机器人上肢的要求已不仅仅是能自主运动，更重要的是实现精准操作，成功完成指定操作任务。

因此，上肢末端的灵巧手的精准操作能力更是成为当下业内关注要点。

灵巧手可以粗略分为电动夹爪及多指灵巧手。

相比技术难度低、鲁棒性高的电动夹爪，多指灵巧手的开发也在逐渐成为共识。多指灵巧手作为高性能、高灵活性末端执行器，可供客户在特殊及复杂场景中使用，同时对提高机器人的柔性和易用性有着更为重要的作用。

至于手指数量，并无定论。多数灵巧手是五指的，但也有四指的。对此，帕西尼CEO‌许晋诚认为“四指或五指，要以目的为导向，四个手指可能在很多情况下已经足够使用，因为人类其实在现实生活中很少用小指。”

帕西尼的触觉灵巧手就是四指，主动自由度达13个，可以实现抓、握、捏、按手指开合等各种人手复杂动作。

四指或五指并不仅仅是数量多少，更关乎技术难度选择和成本高低。

北京具身智能机器人创新中心大模型负责人鞠笑竹表示，“当下，灵巧手多是模拟人手关节，一个关节对应一个电机，也对应一个自由度。手指越多，关节越多，电机就越多，自由度就越高。而在一只手的有限尺寸内，电机越多，结构越复杂，对其可靠性和灵敏度的挑战就越大，当然成本也更高。”

可以说当下，如何在有限的空间内集成多个自由度，对于灵巧手硬件来说，是一个巨大的技术挑战。

除开在硬件层面的难题外，要实现灵巧操作，手部也必须与环境进行交互。当关注到物体的形状、大小、位置等几何特性时，就离不开人形机器人核心感知部件-传感器，对操作环境和对象进行实时多维感知。然而当下，除业内视觉传感器应用较为普遍，触觉传感器也有落地外，目前行业仍缺乏视、触、听、力一体多维传感器。

要具备足够的通用性，在几何特性外，还应该关注物体的语义特性，例如物体是什么，用途是怎样的。只有这样，人形机器人才能在未知环境中进行有效交互，实现真正灵巧操作。

相比上肢灵巧手灵巧操作能力，下肢移动能力从技术进展上似乎更快。这大概得益于软硬件结合与人工智能技术尤其是强化学习的发展。

在展会现场接受极限冲击测试的逐际动力CL-1，展现出极强的动态平衡能力。而在其早前的演示视频中，CL-1还可以在山野里徒步，下碎石坡、爬草坡、走沟渠。创始人张巍曾表示，“腿部也就是下肢这部分不需要新的物理发现，但是一个需要不断尝试的工程迭代的过程。”这大概能解释为什么人形机器人下肢能力的进度更快。

人形机器人下肢分为轮式、四足、双足。其中，四足机器人，侧重于解决“通用移动能力”，也就是实现对各种地形的泛化适应。两足机器人则是为实现直立行走，以便前两肢（即双臂）进行操作。

双足，相比四足的稳定性和平衡性难度都要加倍。这也是为什么，我们能够看到四足灵巧狗，上下爬楼梯超级丝滑，而大多数双足人形机器人走起路来依然颤颤。

不过可以确定的是，从轮式到四足到双足，技术难度和成本都是递增的。从成本来看，轮足方案几乎是双足的零头。不同选择代表着不同技术难度及不同成本，也影响着人形机器人公司们的商业化进程。

总体来看，人形机器人本质上是代替人去运动，或移动或操作。有的机器人着重做移动，有的着重做操作。所以，我们会看到大多数着重发展灵巧手的公司，下半身多为轮式，而双足机器人，则上半身末端配抓夹者居多。

先工业，后商业，最后进入家庭

聊完产品构型问题，再来聊聊大家更关心的落地场景问题。当下，没有成熟、刚需的场景是人形通用机器人面临的最大问题之一。

据虎嗅智库调研，工业制造、科研创新、商业服务、家庭服务是四个目前更有可能落地应用人形机器人的领域。

进一步来看，四个领域中的那些环境相对封闭，能力需求较为单一，人工成本更高，或者危险系数较高的场景会更快落地，比如汽车工业产线中的搬运、质检，超市换、补货等场景。

关于不同场景的落地顺序，更普遍的观点是先工业，后商业，然后进入家庭。

逐一来看，从付费能力和意愿上分析，工业场景的确是更有可能最先落地。一方面因为工厂的自动化水平更高，并且厂商在部分场景有明确需求，更具付费能力。

比如优必选就在会上首次聚焦汽车、3C等制造业重点领域推出“人形机器人工业场景解决方案”。其Walker S系列人形机器人可以面向多任务工业场景，完成智能搬运、智能分拣、智能质检、螺丝拧紧、零件安装、过程材料操作等多种任务。

在谈到为何聚焦工业场景时，优必选人形机器人技术专家秦文龙博士表示，相比于服务场景和家庭场景，工业场景相对结构化，厂区环境和任务内容都是确定的。除开结构化外，工业产线对于自动化、智能化的升级需求也更迫切，亟需新形态的高端智能制造设备来弥补现有工业机器人、协作机器人、复合机器人等智能设备任务执行范围之外的空白区。

在工业之外，这一波具身智能机器人公司在寻找商业化路径的时候，也有不少率先从家庭场景切入。

因为对于新入局的具身智能机器人来说，相比跟传统专用机器人卷精度和速度，更可行的是在通用性上去找一些替代价值高的场景，比如养老、带小孩等家庭看护场景。这些场景，更强调跟人的交互、对人的服务，而不是精度。

另外，因为家庭场景，市场规模巨大，天花板也更高，但技术落地也更难。

鞠笑竹表示，“一开始大家可能都会先考虑家庭场景先落地。但实际上做下来之后，发现每个家庭，每个人的需求都是千奇百怪的，过于随机和非结构化，对人形机器人的泛化性和智能要求很高，落地就不会很快。”

除了家庭非结构的环境特征之外，机器人本身的技术成熟度、安全性、及家庭成员对人形机器人的接受度等都是人形机器人要落地家庭，待解决的问题。

而在一些商业服务场景中，比如营销服务、前台接待等，专用传统机器人已经发力已久。似乎当下，相比于人形不人形，大家比拼更多的则是对该场景下企业需求的理解。这一点上，显然早已入局的商用机器人玩家们更有优势。

此外，对于科研教育场景，目前也有多家人形机器人企业入局，竞争激烈，但该场景天花板比较低，量产规模也达不到市场期待，所以更像是大家的短期无奈之举。

关于在各场景的具体落地时间，在虎嗅智库的调研中，大多数厂商的共识是1-3年，人形机器人将迎来在工业场景的落地，3-5年落地于商业服务场景，5-10年在家庭场景落地。

虎嗅智库认为，这一判断可能依然过于乐观。因为新技术在商业化上的进度普遍是偏慢的，要商业化，前提是必须要找到有非常明确的产品需求场景。尽管优必选等企业，在汽车制造等一些场景已经进入进厂实训阶段，但考虑到解决通用性和成本问题，相关场景的市场需求尚待进一步验证。

或许在尝试保持技术研发高度的同时，逐步把技术拆解出来，降维去找到一些能够落地的场景，探索产品化的方向，解决通用性问题，似乎是商业化的一条可行之路，但这并不容易。

况且如果要成功商业化，产品也至少要做到80分，并且能够与竞争对手拉开质的差距。但当下，大家的产品不管是从外观还是到功能，差异化都不太明显。

总体来看，目前，人形机器人虽然热度很高，但技术路线，商业场景等都仍未明确，离量产还有距离，商业化也有很长的路要走。当下谈具身智能迎来iPhone时刻，还为时尚早。