被嫌弃的“人形机器人一哥”，波士顿动力错哪了？

文 | 贝克街探案，作者 | 鲁镇西

在刚刚落幕的CES2026上，被称为“人形机器人一哥”的波士顿动力，终于做出了一次具有分水岭意义的选择——正式抛弃长期被诟病“不中看也不中用”的液压系统，将Atlas全面切换为纯电驱动。这一变化，不只是一次工程方案的更替，更是波士顿动力主动撕下“技术炫技”“工程PPT”的标签，向规模化、产业化迈出的关键一步。

在现场展示中，波士顿动力强调，新一代Atlas的运动形态高度拟人，动作自然、平稳且连贯，其设计灵感来源于人类身体结构，但在灵活度、稳定性和极限动作范围上，已经明显超越人类生理上限。有业内观点认为，在当前已公开的人形机器人中，Atlas依然是综合能力最强、技术完成度最高的存在。

更重要的是，围绕Atlas的终极定位，市场讨论正在发生质变。一种越来越被接受的判断是：Atlas并非为某一个垂直岗位而生，而是指向“通用劳动力”这一终局场景。通过AI大模型持续训练，机器人可以习得远超人类经验边界的作业能力，并将新技能以“软件化方式”复制、同步到其他个体，在全球劳动力持续紧缺的背景下，成为可规模扩展的生产要素。

如果说过去的波士顿动力，证明的是“人形机器人能做到什么极限动作”，那么从纯电Atlas开始，它真正进入了一个更危险、也更现实的命题——当机器不仅能动、能学，还能被复制和规模化，人类社会将如何重新定义“工作”本身。

人形机器人最后一环，灵活手不灵活

在讨论“人类该如何重新定义工作”之前，人形机器人其实还有一道绕不开的门槛——它必须能真的替代人类劳动力。

在所有技术难题中，最后、也是最难的一环，并不是行走、平衡，甚至不是大脑，而是人形机器人能不能真正拥有一双“人类的手”。

在CES2026上，波士顿动力展示的Atlas只有3根手指；在其他公开视频中，也曾出现过4指版本。放眼整个行业，已经有厂商开始尝试5指人形机器人，乍一看似乎更“像人”。但一个反直觉的事实是：手指越多，越不像人；越像人，反而越难用。

即使强如Atlas，也始终没有选择“完整复制人类的手”。有观点认为，这并不是技术不行，而是工程上必须做出的取舍。

人类的手，是数百万年进化的产物，拥有极高自由度、复杂肌腱结构和极其精细的力反馈系统。对机器人来说，每增加一根手指，意味着指数级上升的控制难度、算力需求、传感复杂度和失控风险。

换句话说，造一双“看起来像人手”的机械手并不难，难的是造一双“真的能干活、还能稳定干活”的手。相比追求形态上的相似，人形机器人厂商应该更在意在真实、不可预期的物理世界里，这只手是否可靠、是否可控、是否不会在关键时刻出错。

这也是为什么，今天的人形机器人已经能跑、能跳、能搬，却仍然在“拧螺丝、理线、抓柔性物体”这些看似普通的动作上反复卡壳。不是机器不聪明，而是人类的手，本身就是一个被严重低估的奇迹。

当前技术背景下，各家厂商在灵巧手方面的投入逐步提升，整机企业如特斯拉、宇树科技、优必选等均进行灵巧手的自研工作，零部件企业中星动纪元、魔法原子、灵巧智能、因时机器人等也开发各类人形机器人灵巧手产品。

传统夹爪或抓持手已经在工业装配、医疗检测等领域实现应用，但由于其仅针对标准化流程进行设计，因此泛化能力有限。灵巧手结构与人手相似，具有高自由度、高精度等特点，可以与人形机器人搭配执行多种复杂任务，如抓握小型物体、搬运物品等，在工业场景、商业场景、家用场景中均有较大的应用潜力。

成本方面，灵巧手约占整机成本17%，成本层面灵巧手是整机最重要的部件之一。以特斯拉Optimus为例，从整机各部位的成本拆分来看，灵巧手成本占比约为17.2%，占最大比重，其中空心杯电机、六维力传感器分别占比4.8%、8.0%，行星减速器、蜗轮蜗杆、编码器分别占比1.8%、1.8%、0.9%，空心杯电机与六维力矩传感器是灵巧手中的核心部件。

Atlas弃用液压系统，改用电机，让很多人以为人形机器人淘汰液压，是因为电机更先进，但真相恰恰相反——液压不是不够强，而是强得不合时宜。液压擅长爆发力和极限动作，却不适合长时间、稳定、可复制的工作场景。

真正进入工厂和城市后，液压系统的复杂维护和控制不确定性会被无限放大。更关键的是，液压不适合被AI学习，而电机更像一个标准化接口，天然适配模型训练。液压属于工程师时代，电机属于算法时代。

电机，已经成为厂商灵巧手首选方案

电机驱动符合人形机器人灵巧手需求，为目前主流方案。电机驱动系统集成了空心杯电机、无刷有槽电机、减速器等零部件，由于其体积小、响应快、调控方便、输出力矩稳定等优点在灵巧手控制中应用较为广泛。

与传统电机相比，空心杯电机采用了无铁芯的转子设计，避免了电机在运行过程中产生的涡流效应，而涡流效应会导致电机升温、扭矩波动以及能量损失。人形机器人灵巧手具有高自由度、高精度以及快速响应能力的需求，空心杯电机凭借其体积小、精度高、重量轻的特点成为了灵巧手电机的主流选择。

资料来源：深圳市正元电机有限公司官网，华金证券研究所

继续对比有刷、无刷电机，无刷电机使用寿命方面更长，因为没有机械刷子的磨损，无刷电机的使用寿命更长、更持久，特别在高速运行和恶劣环境条件下，并且运行噪音更小。同时无刷电机转速更高、转换效率和控制性能也更优异。

相较于无刷电机，液压驱动的灵巧手由液动机、伺服阀、油泵和油箱等组成，通常用于工业领域，液压系统具有较大抓取力，适用于驱动大型负载，但在小型化、便携性方面仍存在问题。

气压驱动系统使用气体作为介质，模拟人体肌肉的驱动方式，优点是易于控制、能量储存方便、系统柔性好，缺点是刚度低、动态性能差、装配难度大、运动不够精确，限制了其在工业生产中的广泛应用，常用在简单的抓持手，不能实现多关节的灵活运动。

传动方式上，腱绳传动可实现远距离动力传递，灵巧手前臂中的电机通过齿轮箱驱动滚珠丝杠，通过滚珠丝杠上的螺母将旋转运动转化为直线运动，腱绳形成一个腱环套在螺母上，螺母拉动连接在灵巧手手指指骨上的腱绳，实现手指饶关节轴的转动运动。

腱绳传动模拟人类手部的肌腱分布，采用各类材料与剑鞘或套管配合在手臂、手掌和手指内部灵活走线，结构较为紧凑并具有一定弹性，为手指运动提供一定程度的柔顺性和抓持适应性，可实现远距离的动力传递。

腱绳传动因布置形式多变而拥有多种不同的结构，如腱-腱鞘式、等径滑轮式、带轮传动式等，由于腱绳具有较高的柔性以及较小的尺寸，因为腱绳传动系统对驱动器和减速机构的结构尺寸要求较低。

现阶段，人形机器人行业在“灵巧手”这一关键部件上，技术路线尚未形成统一答案。腱绳、连杆、齿轮等多种传动方案各有优劣，在控制精度、结构复杂度、成本和可靠性之间做出了不同取舍，因此被多家主流整机企业并行采用。

谁是最优灵巧手

正因为技术路线尚未收敛，灵巧手并未像电机、减速器那样形成单一标准化市场，而是逐步孕育出一批围绕不同技术路径深度布局的专业厂商。

这些企业往往并不直接参与整机竞争，而是通过在某一传动体系、控制算法或传感集成上的长期积累，成为整机厂商在“最后一厘米”能力上的关键合作方。沿着不同技术路线展开的灵巧手厂商，也正在成为观察人形机器人产业分化与成熟度的重要窗口。

部分整机企业自研灵巧手，整体朝着更高自由度以及更强感知能力的方向去迭代，进而拓展灵巧手应用场景，如特斯拉Optimus的灵巧手自由度从11个迭代至22个，早期仅能完成较少的动作，但第三代灵巧手已经能够完成接网球等复杂动作。宇树科技的DEX3-1仅拥有7个自由度，而DEX5-1已拥有20个自由度，应用潜力实现大幅提升。

除了特斯拉Optimus、宇树之外，优必选推出的全新一代工业机器人WalkerS2的灵巧手拥有11个自由度，搭载6个阵列式触觉压力传感器，得益于灵巧手的高强度轻量化设计，WalkerS2不仅能够实现亚毫米级精密操作，还可在0-1.8米的全空间范围内托举15kg的重物，满足工业级搬运的作业需求。

图源：优必选官网

在优秀产品的不断加持下，优必选逐步登陆二级市场，据锋龙股份12月25日发布的多分公告，公司实控人已经变更为优必选。

除上述整机厂外，还有大量零部件厂布局灵巧手，因时机器人的末端执行器包含RH56BFX系列、RH56DFX系列、RH56E2系列灵巧手以及EG2-4B系列和EG2-4C系列伺服电动夹爪。其中RH56DFX系列为仿人五指灵巧手，单指抓握力达到1.5kg，±0.2mm重复定位精度、0.5N力分辨率，另外整手重量仅540g。因时机器人的灵巧手可实现抓取鸡蛋、水果、杠铃、以及握持杯子、工具等动作，可满足精细化作业需求。

假以时日，一旦灵巧手真正达到、甚至超越人类双手的能力，人形机器人行业的性质将被彻底改写。那时，机器人不再只是“高级设备”，而会第一次具备成为通用劳动力的资格。它们可以稳定完成抓取、装配、整理、维修等大量依赖人工的工作，商业模式也将从“卖一台机器”，转向“按时间、按任务、按技能付费”。人形机器人市场的上限，不再由设备需求决定，而是直接锚定全球持续扩大的劳动力缺口。

更重要的是，当“手”的能力不再成为瓶颈，行业竞争的核心将迅速从硬件制造，转向技能训练、数据积累和跨场景复制效率。谁能最快把一种作业技能训练成熟，并同步到成千上万台机器人身上，谁就掌握了新的生产力分配权。这意味着，人形机器人将从产品，演化为一种可被调度、可被订阅的“工作能力”。

结语

如果把Atlas仅仅看作一台更先进的人形机器人，显然低估了它对汽车与制造业的真实冲击。对这些行业而言，Atlas更像是一种“可移动、可学习、可复制的通用工位”，而不是传统意义上的设备升级。

在汽车制造体系中，真正长期困扰车企的从来不是机械臂不够多，而是大量高度依赖人工的“非标准环节”——柔性装配、异常处理、临时改线、跨工位协作。这些场景既难以完全自动化，又不断推高用工成本与管理复杂度。Atlas的出现，意味着这些过去只能靠“熟练工经验”兜底的环节，第一次具备被算法与模型接管的可能。

更关键的是，一旦人形机器人进入纯电驱动与软件定义阶段，它与汽车制造的底层逻辑开始高度同源：同样依赖电机、功率半导体、控制系统与大规模软件迭代，同样可以通过数据回传和模型训练持续进化。这使得“造车能力”本身，正在向“造具身智能系统”的能力外溢。对头部车企而言，人形机器人不再是外购设备，而是制造体系的自然延伸。

放到更宏观的制造业视角，Atlas所代表的不是单点效率提升，而是劳动力范式的变化：当技能可以被模型学习、被云端同步、被快速复制，制造业不再受限于熟练工数量、培训周期和地域人口结构。这对全球制造业来说，既是对成本曲线的重塑，也是对产业迁移逻辑的重新书写。

换句话说，Atlas并不是来“抢工人饭碗”的，它更像是在逼迫整个汽车与制造业重新回答一个问题：当劳动力开始软件化、模块化、可复制，谁还能掌握真正的制造优势？