AI百科网 AI教程
具身智能

腿只用来走路:人形机器人浪费了一半身体

会跑会跳的机器人,干活时却要先站定再伸手——腿退化成了昂贵的轮子。这篇讲清双足控制的两难,以及全身智能这条路线把末端误差从 10 厘米压到 2 厘米意味着什么。

过去几年人形机器人最尴尬的一幕是:视频里翻跟头很利索,真让它干点活,得先找块平地,站稳,再小心翼翼地伸手。腿只负责把机器送到工位,剩下的全靠上肢。

一、发生了什么

据极客公园报道,源策未来近期发布了一套以"全身智能"为核心的技术路线和演示,试图让双腿参与操作。

问题出在控制系统的两难:要身体稳,手就得跟着晃;要手准,整个人容易摔。报道提到,行业此前普遍站在英伟达开源的全身控制基准 SONIC 之上,但在俯身、前伸这类大幅度动作中,手部末端的跟踪误差在 10 厘米量级——这个精度离精细操作还差得远。

源策给出的分层方案是 S0 加 S1:S0 是负责高频平衡与动作执行的运动控制基模,S1 是负责任务理解与拆解的大脑。按报道的测试,自研 S0 把手部末端误差压到了 2 厘米区间,同时把控制范围从平地拓展到有高差的台阶。

另一个被点名的问题是"拼接"。过去的做法是上楼用一套通行功能,到了平地再切成手臂操作。如果机器人手里抱着箱子走到台阶前,它得先把箱子放下,才能换模式上楼。

演示里能看到的动作包括:俯身扶起倒在地上的自行车、按压电饭煲的启动键、自己搬一张踏台踩上去够高处的物品,以及跨过地面高差进厨房完成取米、加水、放内胆、合盖按键的一串操作。这套路线已经在宇树 G1 和加速进化 T2 两种本体上跑通。

二、跟你有什么关系

打算买机器人的工厂:判断标准要改。别再问它能走多快、能翻几个跟头,问它在你的工位上能不能连续八小时做同一个动作。全身协调能力决定了它能不能处理料箱高度不一、地面有坎这些现场常态。

做机器人本体的团队:算法一变,硬件清单就变。双腿真正参与搬运和登高后,腰部和肩部电机要扛得住反复负载和持续发热,灵巧手要经得起高频使用,续航和换电会变成能不能留在现场的关键。

普通用户:家里那位短期还不会来。这套演示证明的是"能完成",不是"能稳定完成几千次"。

三、怎么看懂一段机器人演示

  1. 看脚动不动。 如果整段视频里机器人双脚位置不变,说明它还是一个固定在原地的机械臂,下肢只是运输工具。
  1. 看有没有地形变化。 平地演示最容易做。上下台阶、跨门槛、地面有杂物,才是全身控制的真实考场。
  1. 看失败。 只放成功片段的演示,参考价值有限。报道里提到的数据更值得关注:末端误差从 10 厘米到 2 厘米,这是一个可验证的量级变化,而不是一段好看的剪辑。

四、三个别信的说法

「能跑能跳,干活自然不难。」 反了。跑跳是全身协同的动力学问题,倒水、按键是精度问题。前者的容错空间大,后者差两厘米就失败。这也解释了为什么运动能力先成熟,操作能力后成熟。

「先做平地机械臂,再给底下装条腿就行。」 报道里源策走的是相反路线,一开始就把整具身体当成最小单元。原因在数据:如果采集时相机看不到下半身,事后无法从视频里补回完整的全身姿态。拼接式架构省了前期功夫,代价是永远学不会"边弯腰边伸手"。

「数据越多越好。」 源策联合创始人李天羽给过一个更冷的数字:一个人一生真正与物理世界操作的时间大约四万小时,而且日常高度重复,信息价值很低。所以关键不是小时数,是有没有拍到关键模态、有没有配上可执行的动作。

五、一句话结论

人形机器人的优势不在长得像人,而在它能像人一样,用整个身体去够一个东西。

信息来源

功能与价格以官方公告为准。本文写于 2026 年 10 月 17 日。

复制规范引用格式,便于转载注明出处
这篇有用吗?