Latest / The Long View / 2026-05-27 · 特辑｜机器人入门上 · 硬件：电机、电池、算力、灵巧手的工程极限

Transcript

2026-05-27 · 特辑｜机器人入门上 · 硬件：电机、电池、算力、灵巧手的工程极限 · The Long View

0:00
欢迎收听The Long View特辑，
0:01
这是五月二十七号机器人入门两部曲的上集，
0:04
专讲硬件。
0:06
为什么要做这一期？
0:07
因为如果你这两年看新闻—Figure、
0:10
1X、Tesla Optimus、s、
0:12
宇树、Apptronik、Agility—人形机器人的视频几乎每周都在刷屏。
0:19
看完之后大部分人会有两种反应：一种是"这玩意儿马上要进入家庭"；
0:24
另一种是"看起来挺酷但都是demo，
0:27
离实用还远"。
0:29
这两种反应都不准确，问题在于—绝大多数人没有一个清楚的框架去判断"机器人demo哪些是真的接近实用、
0:38
哪些只是表演"。
0:40
这一期想做的事，就是把这个框架建起来。
0:42
听完之后，下次你看到一个机器人demo，
0:45
应该能在三十秒内判断出来—它演示的是hardware的能力、
0:49
还是software的能力？
0:51
它在受控环境里、还是在野外？
0:54
它演示的动作是不是经过了大量人工程序化编排？
0:57
它的电池能撑多久？
0:59
它每个关节的扭矩够不够大？
1:01
它的手是几自由度？
1:04
今天的路线图是这样的。
1:05
我们先讲机器人有几种形态—人形机器人、
1:09
四足机器人、机械臂、移动机器人—每一种有什么用、
1:13
为什么形态会决定能做什么。
1:16
然后讲历史和当前主要玩家—从Honda ASIMO到Boston Dynamics，
1:21
从 DARPA Grand Challenge e 到今天的humanoid浪潮。
1:25
接下来进入硬件最核心的部分—电机、减速器、
1:29
致动器，这是机器人和你的笔记本电脑最根本的区别。
1:34
再讲电池—为什么二〇二六年的人形机器人续航普遍只有两到四小时、
1:39
什么时候会改变。
1:42
讲算力—机载算力vs云端、为什么Jetson Thor和Qualcomm机器人芯片成了竞争焦点。
1:49
讲感知系统—相机、IMU、力矩传感器、
1:53
触觉皮肤。
1:55
后面有一章是这一集的重头—灵巧手，为什么这是当前最难的子系统、
2:00
为什么它决定了机器人能不能进家。
2:04
再后面讲身体设计、行走与平衡、散热可靠性与安全，
2:08
最后给三个值得记住的判断，然后预告下一集的软件部分。
2:13
听完之后你应该能够：读懂任何一篇关于人形机器人的技术报道、
2:18
看任何一段机器人demo视频能问出"它的扭矩密度是多少""它的手是几自由度"这种内行问题、
2:26
并且理解为什么"机器人进家庭"这件事一直被预测但一直没发生—硬件瓶颈在哪里。
2:34
第一件要搞清楚的事是—"机器人"是个非常宽泛的词，
2:38
里面其实有非常不同的几类。
2:41
它们的工程难度、应用场景、商业前景完全不同。
2:45
我们要先把这几类区分开。
2:48
第一类是工业机械臂—也就是 industrial robot arm。
2:52
这是当前商业上最成熟的形态，全球已经部署了几百万台。
2:56
代表公司有ABB、KUKA、FANUC、
3:00
安川电机。
3:01
这类机器人的特征是—固定基座、六个或七个自由度、
3:05
为某一条产线上的某一道工序专门编程。
3:09
它们在汽车厂、电子厂里日复一日做点焊、
3:12
喷漆、装配、搬运。
3:14
准确率和重复性极高—重复定位精度可以做到正负零点零二毫米。
3:21
但是它们没有"智能"—你换一个零件、
3:23
换一道工序，必须重新编程。
3:26
这一类机器人的核心瓶颈不是硬件，是部署成本—一个工业机器人单元从买回来到上线，
3:33
大概要花机器人本身价格的两到三倍在集成、
3:37
编程、调试上。
3:39
所以工业机器人是一门"系统集成"生意，
3:42
而不是"硬件"生意。
3:44
第二类是移动机器人—也就是mobile robot或者AGV、
3:48
AMR。
3:49
这是仓库里看到的那种平板小车，亚马逊仓库里几十万台Kiva（现在叫Amazon Robotics）s）就属于这一类。
3:57
这类机器人在仓库里搬运货架，在医院里送药品，
4:01
在餐厅里送菜。
4:03
技术难度集中在导航—SLAM也就是同步定位与地图构建—和路径规划。
4:09
商业模式已经成熟，是当前机器人行业里最大的一个细分市场。
4:14
第三类是四足机器人—也就是quadruped。
4:17
代表是Boston Dynamics的Spot、
4:20
宇树的Go系列、字节跳动的小狗。
4:23
形态像狗一样四条腿，可以在不平地面上行走、
4:27
爬楼梯、过障碍。
4:29
当前最主流的商业用途是工业巡检—电力设施、
4:33
油气管线、建筑工地—四足比履带式机器人更灵活，
4:38
能够进入人能进的地方。
4:41
也用在科研、军事侦察。
4:44
但要承认一件事—四足机器人的实际价值天花板比想象中低。
4:49
在大多数室内场景，轮式或履带式比四足更稳定、
4:54
更便宜、更安静。
4:55
四足真正的价值在户外不平地形，但户外不平地形的商业应用并不大。
5:02
第四类是人形机器人—也就是humanoid。
5:05
这是当前最受关注、商业故事最性感、但技术上最难的一类。
5:12
形态模仿人—两条腿、两条手臂、五指手、
5:17
头部带相机。
5:19
代表玩家有Tesla Optimus、
5:21
Figure、1X、Apptronik、
5:24
Agility Robotics、s、
5:25
宇树H1、波士顿动力Atlas（电动版）、
5:28
小米CyberOne、智元、Fourier GR-1、
5:31
Sanctuary AI。
5:33
为什么这么多公司都在做人形机器人？
5:35
三个理由。
5:36
第一，经济学—如果人形机器人能进工厂、
5:40
进仓库甚至进家庭，那它的总潜在市场是工业机械臂的几十倍。
5:45
第二，人造环境的兼容性—我们的工厂、
5:48
家、车都是按人体尺寸和操作方式设计的，
5:52
门把手在那个高度、楼梯那个尺寸、工具那个握法。
5:56
一个真正人形的机器人不需要改造环境就能用。
6:00
第三，AI浪潮的乐观情绪—过去三年大模型的进步让很多人相信，
6:05
让一个机器人"理解"任务、"决定"动作的部分可以解决了，
6:10
剩下的只是硬件工程。
6:12
这个判断我们后面会专门讨论它对不对。
6:15
第五类是特种机器人—手术机器人da Vinci、
6:19
农业机器人、水下机器人、空中机器人也就是无人机。
6:24
每一种都有自己独特的工程考量，但今天不展开讲。
6:30
这五类形态在硬件复杂度上差异巨大。
6:32
工业机械臂的关节数典型是6到7个；
6:36
四足机器人是1212到1818个；
6:39
人形机器人3030到6060个。
6:42
每个关节都需要一个电机、一个减速器、
6:45
传感器、控制电路。
6:47
自由度数量基本决定了整机的硬件成本和工程复杂度。
6:50
所以人形机器人是这个行业的"圣杯"，
6:54
但也是最容易翻车的形态。
6:56
接下来这一集，除非特别说明，我们讲的"机器人"主要指人形机器人和它的硬件挑战—因为这是当前所有玩家和资本都在聚焦的方向。
7:07
人形机器人不是新事物。
7:09
它的研发历史可以分成两个截然不同的浪潮。
7:13
第一轮浪潮是二〇〇〇到二〇一五年的"实验室人形机器人"时代。
7:18
代表是日本Honda的ASIMO—一九九六年首次公开亮相，
7:22
到二〇一一年最后一代，能走、能慢跑、
7:26
能上下楼梯、能踢足球，是当时全球最先进的双足机器人。
7:31
同时期还有日本AIST的HRP系列、
7:34
AIST-NEDO的HRP2、KAIST的HUBO（赢过二〇一五 DARPA Robotics Challenge）。
7:42
这一代的特征是—大公司或国家实验室的研究项目、
7:46
单台造价数百万美元、几乎没有商业化、
7:49
动作慢而僵硬。
7:51
为什么这一代没有真正落地？
7:53
三个原因。
7:54
第一，硬件—电池能量密度不够、电机扭矩密度不够、
7:59
传感器又重又贵。
8:01
一台ASIMO续航4040分钟，背着一个6公斤的锂离子电池。
8:06
第二，软件—那个年代没有深度学习，所有控制都是工程师手写的"轨迹规划"和"动力学模型"，
8:14
每个新动作要工程师几周到几个月去编程。
8:18
第三，商业模式—没有任何客户场景能撑得起200200万美元一台的人形机器人。
8:25
Honda在二〇一八年正式停止ASIMO项目。
8:29
第二轮浪潮是二〇一三年开始、二〇二二到二〇二六年加速的"商业人形机器人"时代。
8:36
这一轮的核心驱动力有几个—一是Boston Dynamics的Atlas项目从二〇一三年开始展示了液压人形可以做后空翻、
8:44
跑酷的惊人能力，让"人形机器人能像人一样灵活"从理论变成了直观证据。
8:51
二是二〇二一年Elon Musk在Tesla AI Day上宣布Tesla Optimus项目，
8:56
这一刻把人形机器人从"研究项目"重新框架成了"消费产品"。
9:02
三是二〇二二年之后ChatGPT引爆的AI浪潮让所有人相信"智能问题快要解决了"，
9:10
硬件公司的故事突然有了"软件层"的乐观加成。
9:14
四是二〇二四年开始的中国和美国的资本竞赛—单是二〇二四年人形机器人初创公司全球融资就超过5050亿美元。
9:23
当前主要玩家可以分几个阵营。
9:25
硅谷一线—Figure（旧金山，Brett Adcock创立）、
9:30
1X Technologies（s（挪威+加州，
9:32
OpenAI投资）、Apptronik（奥斯汀，
9:35
独立公司、和NASA合作过）、Sanctuary AI（I（加拿大）。
9:41
这一阵营的特征是"软件优先"—把更多精力放在VLA模型、
9:45
世界模型上，硬件相对保守。
9:48
Figure在二〇二四年发了0202代、
9:50
二〇二五年发了0303代，目标是工厂场景。
9:54
1X的NEO走家用方向，二〇二五年开始小批量发货。
9:58
Apptronik的Apollo偏向工业搬运、
10:00
与Mercedes合作在德国工厂做试点。
10:03
Sanctuary AI的Phoenix强调手部能力—他们的手有212121个自由度，
10:08
是商业人形里最复杂的。
10:11
每家的估值都在二〇二五年到二〇二六年间冲到独角兽以上—Figure二〇二四年262626亿美元、
10:18
二〇二五年新一轮报道接近400400亿美元；
10:21
1X在二〇二五年募6亿美元、估值100100亿；
10:26
Apptronik在二〇二五年募3.53.53.5亿美元。
10:29
资本对这一阵营的押注非常激进，远超过当前已实现的商业收入。
10:35
Tesla Optimus—独立于上面那一阵营，
10:38
是Tesla自家项目。
10:40
Optimus走的路线是"垂直整合"—电机、
10:43
控制器、电池、AI芯片全部自研，复用Tesla在电动车上积累的供应链。
10:51
Optimus在二〇二四年底开始在Tesla自家工厂做内部部署，
10:56
二〇二五年发布了第三代Gen3。
11:00
Elon Musk的目标—20302030203020302030年要让Tesla年产百万台Optimus—是这个行业最激进的目标。
11:08
可信度可以讨论，但Tesla在供应链规模化上有别人没有的优势。
11:13
Boston Dynamics—这个公司本身值得讲一段历史。
11:17
一九九二年从MIT分出来，最早做军方项目，
11:20
后来被Google收购、又被卖给软银、
11:23
二〇二〇年卖给现代汽车集团。
11:26
他们的Atlas项目从二〇一三年开始用液压驱动，
11:29
二〇二四年正式从液压切换到电动版，新一代Atlas在动作灵活度上仍然是行业标杆。
11:38
但Boston Dynamics的商业策略一直走"高端工业应用"—单价高、
11:43
不追求消费市场—所以他们的人形目前不构成对Figure、
11:48
1X这种走量公司的直接竞争。
11:51
中国阵营—发展极快。
11:53
宇树Unitree从四足切入，二〇二三年发了H1人形，
11:57
价格90,00090,000美元（不到Tesla Optimus的零头），
12:01
二〇二五年又发了G1价格降到16,00016,00016,00016,000美元。
12:06
智元（北京）、Fourier（上海）、
12:10
星动纪元、银河通用、小米CyberOne都在这一两年发了产品。
12:17
中国阵营的特征是—硬件供应链便宜、迭代快、
12:21
目标价位是欧美玩家的五分之一到十分之一。
12:25
但中国阵营的软件层、特别是VLA模型那一层，
12:28
目前仍然主要使用海外的开源工作（OpenVLA、
12:32
Octo、Pi0等）作为基础。
12:35
简单总结：第二轮浪潮的核心区别于第一轮的，
12:38
是电机变便宜了、电池变便宜了、AI让软件层突然变得可行。
12:43
三个因素叠加，让人形机器人第一次有了真正进入工厂和家庭的可能。
12:50
但是—这个"可能"距离"实现"仍然有几道工程鸿沟。
12:53
下面几章我们一个一个讲。
12:57
讲历史之前还有最后一件值得提的事—大模型公司和机器人公司的资本结盟正在重塑这一行业的格局。
13:05
OpenAI投资了1X和Figure（虽然后来和Figure分手）、
13:09
NVIDIA投资了Figure、Apptronik等多家、
13:13
Microsoft投资了Sanctuary AI、
13:15
亚马逊投资了Agility Robotics。
13:18
中国一侧，腾讯投资了智元、阿里投资了星动纪元、
13:22
字节跳动有自己的机器人团队。
13:25
人形机器人在二〇二六年已经不是一个独立行业，
13:28
它是AI公司争夺"具身智能"主权的延伸。
13:32
这个判断在第二集讲软件的时候会更清楚。
13:36
如果你只能记住这一集的一件事，请记住这一件—机器人之所以贵、
13:41
之所以难、之所以不像电脑那样过去三十年里摩尔定律一样指数级降价，
13:47
是因为它的核心零件是电机，不是芯片。
13:51
电机的物理学和半导体的物理学完全不一样。
13:54
半导体可以通过制程缩小指数级提升性能，
13:57
电机不可以—电机的扭矩、功率、能效，
14:01
受电磁学基本定律约束，受永磁体性能约束，
14:05
受铜线导电率约束，受减速器机械效率约束。
14:10
这些约束在过去五十年里改善很慢—大概每年1%1%1%1%到3%3%3%3%。
14:15
所以电机的"摩尔定律"是非常温和的。
14:19
一个人形机器人有3030到6060个关节，
14:21
每个关节都需要一个电机加上一个减速器加上一个驱动电路。
14:26
这个组合叫致动器—actuator。
14:29
整机制造成本的30%30%30%30%30%到50%50%50%50%50%都在致动器上。
14:33
理解致动器的工程取舍，就理解了人形机器人为什么这么贵、
14:37
能力为什么这样分布。
14:39
致动器的核心矛盾是—你要同时做到三件事：扭矩大、
14:44
速度快、又轻。
14:45
这三件事是相互冲突的。
14:48
要扭矩大，电机就要绕组多、磁体重；
14:51
要速度快，要电机内部允许高转速；
14:54
要轻，电机本体要尽可能小。
14:57
这三个维度的取舍，就构成了人形机器人所有"它能做什么、
15:01
不能做什么"的物理基础。
15:04
工程上有几种主流的致动器方案，我们要快速过一下。
15:08
第一种是谐波减速器加BLDC电机—这是日本工业机器人黄金时代的标准方案。
15:15
Harmonic Drive这家公司一九七〇年代发明谐波减速器，
15:19
到今天全球工业机械臂百分之七十用的还是他们的减速器。
15:25
优点是减速比可以做到1:1001:1001:1001:100甚至1:3001:3001:3001:300，
15:29
扭矩输出大、精度高、间隙小。
15:33
缺点是非常贵—单个谐波减速器零售价三百到一千美元—并且响应慢、
15:39
力反馈不灵敏。
15:41
所以谐波方案适合工业机械臂（重复定位精度优先），
15:45
但不适合需要在动态环境中做灵活动作的人形。
15:50
第二种是行星齿轮减速器加BLDC电机—典型应用于宇树这类中低价位人形。
15:58
比谐波便宜得多，但减速比小、扭矩输出小，
16:01
对要求承重的关节（髋、膝、踝）不够。
16:06
第三种是准直驱方案，也叫QDD—Quasi-Direct Drive—这是过去十年人形机器人浪潮里的一个关键技术拐点。
16:16
最早是MIT实验室Sangbae Kim团队（也就是MIT Cheetah系列）在二〇一四年左右推动的工程范式—用一个大扭矩高极对数的外转子BLDC电机，
16:27
配一个减速比只有1:61:61:6到1:101:101:10的行星减速器。
16:31
整个传动系统的"刚度"非常低，电机和负载之间几乎是直接连接的。
16:36
为什么QDD是革命？
16:37
三个好处。
16:39
第一，低惯量、高响应—电机不需要先经过高减速比再到关节，
16:45
所以指令到力的延迟极小。
16:48
第二，良好的力反馈—电机直接感知关节负载，
16:51
不需要额外的力传感器就能做精确的力控。
16:55
第三，抗冲击—传统高减速比方案在受到突然冲击的时候，
17:00
减速器会承受巨大反向扭矩、容易损坏；
17:03
QDD因为减速比低，冲击直接通过电机吸收，
17:07
更耐用。
17:08
QDD的代价是—单关节扭矩不够大，所以这个方案天然适合腿（需要快速、
17:15
需要力反馈），不适合手臂的大负载工况。
17:19
所以多数现代人形机器人是混合方案—腿和踝用QDD、
17:24
手臂用谐波减速器、手指用更小的微型方案。
17:28
第四种是液压驱动—典型是Boston Dynamics老款Atlas。
17:33
液压的扭矩-重量比远超电机，所以能做出后空翻这种极限动作。
17:39
但液压系统重、噪声大、有油液泄漏、维护麻烦—只适合实验室和军方。
17:46
Boston Dynamics在二〇二四年把Atlas从液压切到了电动，
17:50
就是承认液压不可能进入商业化人形场景。
17:54
第五种是新兴方案—人工肌肉。
17:56
包括气动肌肉（McKibben类型）、
17:59
电活性聚合物EAP、形状记忆合金SMA。
18:05
理论上这些方案能做到接近生物肌肉的功率密度，
18:08
但工程上都还在原型阶段，离量产生产还有十年。
18:13
值得关注但不要把这一类放进任何短期路线图。
18:17
讲完几种方案，回到一个最直观的问题—今天最强的人形电机和人类肌肉相比，
18:22
差距有多大？
18:24
人体的肌肉功率密度—也就是单位重量能输出多少功率—大约是5050到100 W/kg100 W/kg100 W/kg100 W/kg100 W/kg100 W/kg100 W/kg（持续）和200200到500 W/kg500 W/kg500 W/kg500 W/kg500 W/kg500 W/kg500 W/kg（短期峰值）。
18:36
当今最先进的BLDC电机加减速器系统，
18:39
持续功率密度大约100100到200 W/kg200 W/kg200 W/kg200 W/kg200 W/kg200 W/kg200 W/kg，
18:42
峰值可以达到400400到600 W/kg600 W/kg600 W/kg600 W/kg600 W/kg600 W/kg600 W/kg。
18:46
听起来电机已经赢了？
18:47
错。
18:48
因为这个对比有两个隐藏陷阱。
18:52
第一，肌肉是分布式的—人体的肌肉嵌入到骨骼和皮肤之间，
18:56
本身没有"框架"的重量负担。
18:59
而电机加减速器是集中的，需要外壳、连接件、
19:03
机械框架，整个传动链的"系统级"重量是电机本体的2到3倍。
19:09
所以整机功率密度远低于电机单元功率密度。
19:14
第二，肌肉的能效远超电机—人在正常活动时全身的代谢功率大约100100W，
19:20
足以驱动一整天的劳动。
19:22
一台同等"工作能力"的人形机器人需要500500到1500150015001500W的持续电功率，
19:27
能效比人差5到1515倍。
19:30
这两个差距才是机器人和人之间真正的硬件鸿沟—不是单个电机的瞬时功率，
19:36
而是全身的功率密度、能效、和续航。
19:38
这就是为什么下一章我们要讲电池。
19:41
讲电机这一段最后再补一件事—电机供应链。
19:45
当前人形机器人的电机供应链是一个非常分层的格局。
19:50
高端工业级电机由欧美厂商主导—瑞士的Maxon、
19:54
德国的Faulhaber、日本的多摩川Tamagawa、
19:57
Kollmorgen—单价几百到几千美元、
20:00
用于精度优先的应用。
20:02
中端是日本的Nidec、Sanyo Denki，
20:05
韩国的LS Mecapion。
20:08
低端但量大的市场，过去五年里被中国厂商大幅占领—拓步斯Tropopod、
20:13
Innfos、Tinker、卧龙—他们靠规模化和稀土永磁体的国内供应链优势，
20:19
把同等参数的电机价格压到欧美的三分之一到五分之一。
20:24
中国厂商在人形机器人浪潮里成了"幕后供应商"—很多美国人形机器人公司的电机其实是中国制造的。
20:32
这是中美科技博弈里一个很有意思的"产业互补"现象—美国出AI模型与系统集成，
20:38
中国出物理零部件。
20:41
还有一个值得注意的细节是减速器供应链。
20:44
前面提到的Harmonic Drive是日本独家、
20:47
几乎垄断全球高端市场。
20:49
中国厂商绿的谐波Leader Harmonic、
20:51
来福谐波LFD这几年崛起，价格大约是Harmonic Drive的一半，
20:56
但精度、耐久还有差距。
20:59
如果中国谐波减速器追上日本的精度，人形机器人的整机成本能再降10%10%10%10%到20%20%20%20%20%。
21:07
这是产业链里一条值得长期关注的进度。
21:10
如果致动器是机器人的"肌肉"，电池就是"代谢系统"。
21:14
这两件事必须同时算账。
21:16
我们再代点数字。
21:18
一台典型的中型人形机器人—身高1.61.61.6到1.81.81.8米、
21:22
体重6060到8080公斤—在执行典型工作任务（行走、
21:27
搬运、操作）的时候，平均功率消耗大约300300到800800瓦。
21:34
峰值（跳跃、奔跑、举重物）可能瞬时到20002000瓦以上。
21:39
一台人形机器人能携带多少电池？
21:41
这取决于体重的限制。
21:43
典型方案是携带1.51.51.5到5公斤的电池组—超过这个就会让整机重心和动力学失衡。
21:50
1.51.51.5到5公斤的锂离子电池能存储大约300300到1500150015001500瓦时的能量。
21:56
把这两个数字一除—续航是3030分钟到5小时。
21:59
典型的当前人形机器人续航在2到4小时之间。
22:04
Tesla Optimus Gen3公开数据是4小时；
22:07
Figure0303据报道5小时；
22:09
宇树H1大约2小时。
22:11
这跟人类相比是什么概念？
22:13
一个普通成年工人一天工作8小时，吃三餐总热量大约20002000千卡。
22:19
换算成电能大约是2300230023002300瓦时—和一个4公斤锂电池差不多。
22:25
但是人类的能效比机器人高5到1515倍—所以人类能用同样的能量工作8小时，
22:30
机器人只能工作2到4小时。
22:33
为什么续航这么短的人形机器人还有意义？
22:36
因为充电而不是更换电池正在成为主流模式。
22:40
仓库或工厂里部署100100台机器人，
22:43
让它们错时充电—任何时候有757575台在工作、
22:47
252525台在充电—总体生产力可以撑住242424小时运行。
22:52
这跟仓库AGV的部署模式是一致的。
22:55
但这个"错时充电"模型对家用场景就不工作了—家里只会买一台机器人，
23:00
它如果每四小时要充电一小时，等于半天有用半天没用。
23:05
所以家用人形机器人的续航必须更长，至少8小时以上。
23:10
电池技术能否让续航大幅延长？
23:13
这是机器人行业和电动车行业共享的同一个瓶颈。
23:16
当前主流的锂离子电池能量密度大约250250250250到300 Wh/kg300 Wh/kg300 Wh/kg300 Wh/kg300 Wh/kg300 Wh/kg300 Wh/kg。
23:23
下一代固态电池预期能达到400400到500 Wh/kg500 Wh/kg500 Wh/kg500 Wh/kg500 Wh/kg500 Wh/kg500 Wh/kg—大约提升50%50%50%50%50%到70%70%70%70%70%。
23:29
再下一代锂硫、锂空气电池理论上可以达到1000 Wh/kg1000 Wh/kg1000 Wh/kg1000 Wh/kg1000 Wh/kg1000 Wh/kg1000 Wh/kg以上，
23:34
但都还在实验室。
23:36
即使所有这些都成功，也只能把续航从4小时推到8到1212小时。
23:42
要做到一天一充，可能需要燃料电池或其他根本性的能源技术—但那都是20302030203020302030年代以后的事。
23:51
所以这一章可以总结成一句话—人形机器人在二〇二六年的电池续航是2到4小时，
23:57
未来五年内可能延长到6到10小时，但"全天工作不充电"在20302030203020302030年之前不会出现。
24:05
任何商业模式都要建立在这个物理约束上。
24:09
还有一点值得提—快充和电池寿命的取舍。
24:12
如果机器人需要3030分钟充电、连续每天充5次，
24:16
每年1800180018001800次循环。
24:18
这个循环次数对当前锂电池的寿命是相当激进的—典型锂电池在10001000到20002000次完全充放电循环后容量会衰减到80%80%80%80%80%以下。
24:28
所以工业部署的人形机器人，电池组每1到2年就需要更换一次—这是一个不可忽视的运维成本。
24:36
电池技术里值得讲一下的还有几个细节。
24:39
电池化学的两条路线—三元锂NMC和磷酸铁锂LFP。
24:44
NMC能量密度高（约250250250250-300 Wh/kg300 Wh/kg300 Wh/kg300 Wh/kg300 Wh/kg300 Wh/kg300 Wh/kg）、
24:48
但循环寿命短、热稳定性差、含钴（地缘政治敏感原料）。
24:53
LFP能量密度低（约150150150150-200 Wh/kg200 Wh/kg200 Wh/kg200 Wh/kg200 Wh/kg200 Wh/kg200 Wh/kg）、
24:58
但循环寿命长（30003000-50005000循环）、
25:01
热稳定性好、不含钴。
25:03
当前消费电动车两条路线都用—Tesla Model3标准版用LFP，
25:08
长续航版用NMC。
25:11
人形机器人现阶段几乎全用NMC—因为重量优先。
25:15
如果未来5年LFP能量密度能突破250 Wh/kg250 Wh/kg250 Wh/kg250 Wh/kg250 Wh/kg250 Wh/kg250 Wh/kg250 Wh/kg250 Wh/kg（已经是接近物理上限），
25:22
人形机器人可能切换到LFP，提升安全性和寿命。
25:27
热失控—锂电池在过充、过放、机械损坏的情况下可能进入"热失控"—电池温度急速上升、
25:35
起火、甚至爆炸。
25:37
这件事对消费电子是小概率事件，对人形机器人是必须严肃处理的问题—一台7070公斤的金属人形如果在家里起火，
25:45
后果远超过手机起火。
25:48
所以人形机器人的电池管理系统BMS必须做得比消费电子严格得多。
25:54
多家公司开始采用多电池模块化设计—把整体电池组拆成多个小模块、
25:59
每个模块有独立的保护电路—一个模块异常可以隔离，
26:03
避免整组失控。
26:05
可换电池vs固定电池—这是产品设计层面的根本选择。
26:09
可换电池的优点是"连续工作"—机器人电量低就换一组，
26:14
不需要等充电。
26:16
但代价是机器人本体必须设计成"开箱可换电池"—背部要有快换接口、
26:22
电池组要轻便。
26:24
Tesla Optimus当前路线是固定电池+快充，
26:26
Apptronik Apollo当前路线是可换电池（针对工厂场景）。
26:32
哪条路线最终胜出还要看实际部署。
26:35
无线充电—理论上可以让机器人在工作间隙自动回到充电站、
26:40
不用人工干预。
26:41
但1千瓦级别的无线充电效率只有85%85%85%85%85%85%-90%-90%-90%-90%-90%-90%、
26:46
且充电站和接收端必须精确对齐。
26:50
当前主要在AGV和移动机器人上使用，
26:52
人形机器人采用率较低。
26:54
值得长期关注但短期不影响竞争格局。
26:59
机器人需要算力。
27:00
这件事在ChatGPT时代之前没什么特殊—一个工业机械臂的运动控制只需要一个ARM Cortex-M微控制器就够了。
27:09
但是二〇二六年的人形机器人不是这样。
27:12
它要跑一个VLA模型来理解视觉输入、
27:15
决定下一个动作—这是一个有2020到100100亿参数的神经网络。
27:20
它还要跑实时控制循环，频率达到1000 Hz1000 Hz1000 Hz1000 Hz。
27:24
它还要跑感知融合，把多个相机、IMU、
27:28
力矩传感器的数据合并成一个一致的世界状态。
27:33
这就引出了"机载vs云端"的取舍。
27:35
我们要把这件事讲清楚，因为它直接决定了机器人能否在家庭环境里使用。
27:42
云端方案的优势—算力无限制、模型可以做得很大、
27:46
可以集中更新。
27:47
劣势—延迟。
27:50
从机器人的相机到云端GPU到回传指令，
27:53
往返延迟在最理想情况下是5050毫秒，
27:56
在普通家庭Wi-Fi下是200200到500500毫秒。
28:01
但是机器人的实时控制循环需要1到10毫秒延迟—抓住一个掉落的物体、
28:07
保持平衡、避免撞到人—这些都不能等500500毫秒。
28:12
所以机载vs云端不是二选一，是分层。
28:15
机器人内部有几个不同的控制循环跑在不同的延迟层。
28:19
最底层是低层控制—关节力控、平衡控制、
28:22
电机驱动。
28:23
这一层运行在每个关节的本地控制器上，
28:26
频率1千到10千Hz，延迟微秒级。
28:30
完全本地，不可能上云。
28:32
中间层是任务控制—理解当前任务、决定下一个motion primitive、
28:37
规划近期轨迹。
28:39
这一层运行在机器人主板上，频率10到100 Hz100 Hz100 Hz100 Hz，
28:43
延迟毫秒级。
28:45
当前主流方案是在机器人内部跑一个 NVIDIA Jetson Orin n 或者Jetson Thor—这是NVIDIA专门为机器人和自动驾驶设计的边缘AI计算平台。
28:57
Jetson Thor在二〇二五年发布，
28:59
单芯片提供20002000TOPS的算力，
29:01
足以运行一个100100亿参数的VLA模型。
29:04
最顶层是高层认知—理解长程任务、做规划、
29:09
和人对话。
29:10
这一层可以上云、可以延迟几秒。
29:13
比如"帮我把厨房整理一下"这种指令，
29:16
从你说出来到机器人开始行动有2秒的延迟是可以接受的—人之间也是这种延迟。
29:24
这种"分层算力"架构是现代机器人系统的标准设计。
29:28
它对机器人厂商的影响是—必须在机器人本体上集成一个高性能AI加速器—所以NVIDIA、
29:36
高通、华为海思（中国厂商常用）在机器人计算市场的竞争非常激烈。
29:43
NVIDIA的优势是软件生态—大多数VLA模型都先在CUDA上开发；
29:48
高通的优势是功耗—Snapdragon系列在能效上压NVIDIA；
29:53
华为的优势是中国供应链。
29:55
算力侧还有一个值得注意的趋势—专用的世界模型芯片。
29:59
Tesla在二〇二五年公开了Dojo2架构，
30:02
专门为视频生成和世界模型推理优化。
30:06
Cerebras这种wafer-scale芯片公司也在做机器人方向的产品。
30:11
如果世界模型成为机器人决策的核心（下一集会专门讲），
30:15
那么算力需求会再上一个量级，专用芯片可能成为竞争焦点。
30:21
简单总结这一章—机器人的算力二〇二六年是分层的，
30:26
本地高性能AI加速器是必备。
30:29
功耗是机载算力的真正限制—一个100100瓦的Jetson Thor在机器人续航里要扣掉20%20%20%20%20%到30%30%30%30%30%。
30:38
这就是为什么"机器人算力"和"机器人电池"必须一起设计—它们共享同一个能量预算。
30:45
讲完输出（电机）和能源（电池）和大脑（算力），
30:49
现在讲输入—感知。
30:51
人形机器人的感知系统在过去十年里发生了根本性变化—从昂贵专业的工业级传感器，
30:58
转向便宜的、和手机供应链共享的消费级传感器。
31:02
这个供应链变化是人形机器人能够商业化的隐藏前提。
31:07
我们按生物对应的方式来讲。
31:09
眼睛—视觉。
31:10
当前主流方案是RGB-D相机—也就是普通彩色相机加深度相机的组合。
31:17
深度相机有几种实现—结构光（早期Kinect用的）、
31:21
ToF飞行时间（iPhone Face ID用的）、
31:24
被动立体匹配（两个相机间距推断深度）。
31:28
Intel RealSense、e、
31:29
Stereolabs ZED、D、Orbbec是这一类相机的主要供应商。
31:34
一台典型的人形机器人头部带一对RGB-D相机，
31:38
胸部和手腕可能再加一对。
31:41
LiDAR—光达。
31:42
这是自动驾驶车上的标准方案，但在人形机器人上的渗透率较低，
31:47
因为太重太贵。
31:48
当前只有少数高端工业人形（如 Boston Dynamics Atlas）s）配备LiDAR。
31:55
但是二〇二五年后的固态LiDAR—比如禾赛、
31:59
Innoviz推的型号—重量降到100100克级别、
32:03
价格降到几百美元，开始有可能进入人形机器人。
32:08
内耳—惯性测量单元IMU。
32:11
IMU测量三轴加速度和三轴角速度，是机器人保持平衡的核心传感器。
32:18
这个零件在过去二十年因为智能手机的需求量飙升，
32:21
价格已经低到几美元一颗。
32:24
MEMS IMU是个非常成熟的元件，
32:27
机器人厂商一般不需要担心这一块。
32:30
关节角度传感器—告诉控制系统每个关节当前的角度。
32:34
典型方案是绝对值编码器，单价几十到几百美元。
32:40
每个关节都需要一个，3030个关节就要3030个编码器—成本上又是一大块。
32:46
力矩传感器—告诉控制系统每个关节受到的负载。
32:51
这是高端人形机器人的标配—因为没有力反馈，
32:54
机器人无法判断"我抓住物体了吗"或者"我撞到墙了吗"。
32:57
但是力矩传感器很贵—单价几百到一千美元。
33:02
所以越来越多的机器人采用前面说的QDD方案，
33:06
从电机电流反推关节力矩，避免单独装力矩传感器。
33:11
这是一个工程上很巧妙的节省。
33:14
触觉皮肤—这是当前最前沿、也最不成熟的感知系统。
33:19
人手的触觉密度是每平方厘米几百个机械感受器，
33:23
能感知压力、震动、温度、滑动—这一切让我们能判断"我抓的是塑料还是金属""它在滑""我捏紧了多少"。
33:32
机器人触觉皮肤目前的方案有几种—电容式（最常见、
33:38
但精度有限）、电阻式、光学式（基于内反射的GelSight、
33:43
TacTip系列、精度高但体积大）、
33:46
磁式。
33:48
当前最强的机器人手触觉皮肤大约能做到每平方厘米几个到十几个传感单元—比人手稀疏10到100100倍。
33:57
这就是为什么机器人抓物体时经常滑落、
33:59
或者用力过度把物体捏碎—它根本"感觉不到"。
34:04
事件相机—event camera或 Dynamic Vision Sensor DVS。
34:08
这是过去几年开始进入机器人领域的新型视觉传感器。
34:13
普通相机以固定帧率（3030、60 fps60 fps60 fps60 fps60 fps）输出整张图像，
34:18
事件相机不一样—它只输出"哪些像素发生了变化"，
34:22
每个像素独立异步上报。
34:25
结果是延迟极低（微秒级）、动态范围极大（120 dB120 dB120 dB120 dB120 dB120 dB+）、
34:30
功耗低、数据量小。
34:32
代价是没有"颜色"和"绝对亮度"信息。
34:36
代表厂商是瑞士Prophesee和iniLabs。
34:39
事件相机当前主要在高速运动场景（无人机、
34:43
抓取掉落物体）、暗光场景使用，渗透率还很低，
34:47
但是潜在重要性大。
34:49
最后一种感知是麦克风—理解人的语音指令。
34:52
这一块基本由OpenAI Whisper这一类语音识别模型解决，
34:56
硬件上一两个MEMS麦克风就够。
35:00
简单总结这一章—机器人感知系统已经能"看到"和"听到"，
35:04
但"摸到"和"感觉到"还很差。
35:07
视觉和惯性已经达到接近人类的水平（在精度上甚至超过人类），
35:11
但触觉的差距还有100100倍以上。
35:14
下面这一章我们专门讲手—因为手就是触觉的核心战场。
35:19
如果一个人形机器人能走能跑能跳能搬箱子但抓不住一杯水，
35:25
那它对家庭和大部分服务业来说就是没用的。
35:29
手—dexterous hand—是二〇二六年人形机器人最关键的、
35:34
也是最难突破的子系统。
35:37
这一章我们要花比其他章节更多的时间。
35:40
为什么手这么难？
35:41
因为人手是进化上最优化的、可能也是最复杂的力学系统之一。
35:47
我们先看人手的"规格"。
35:48
人手有272727块骨头、292929块关节、
35:51
343434块肌肉，总共有大约272727个自由度—但其中很多是耦合的（比如你单独动小拇指中节很难）。
36:00
人手在指尖能够施加5050牛顿的精细力（捏一个鸡蛋不破），
36:04
同时整只手能输出500500牛顿的握力（拧开瓶盖）。
36:09
人手指尖的触觉密度是每平方厘米几百个机械感受器，
36:12
能分辨毫米级别的形状差异、能在指尖滑动0.10.10.1秒内感知到摩擦改变。
36:19
现在看当前最好的机器人手。
36:21
我们快速过几款代表产品。
36:24
Shadow Robot Hand—英国Shadow Robot公司，
36:26
二〇〇〇年代开始做。
36:28
2020个自由度，由腱绳驱动（电机在前臂、
36:32
绳子拉动指关节）。
36:33
单只手售价十万美元级别。
36:36
是过去二十年学术界研究复杂操作的标准平台。
36:41
但Shadow Hand不适合商业化—太贵、
36:44
维护麻烦、力反馈精度也不够。
36:47
Allegro Hand—韩国Wonik Robotics出品。
36:50
1616个自由度，电机直接装在每个关节，
36:53
比Shadow简单很多。
36:55
单只手2万美元级别。
36:57
是学术界除Shadow外的另一个主流平台。
37:00
Sanctuary AI的手—加拿大Sanctuary公司，
37:03
他们Phoenix人形机器人配备的手有212121个自由度，
37:07
号称是当前商业化人形机器人最复杂的手。
37:11
Tesla Optimus Gen3的手—根据Tesla公开信息，
37:15
Gen3手有222222个自由度，自研。
37:17
Tesla把手指设计成腱绳驱动（电机在前臂）以减少手指本身的重量。
37:24
这是二〇二六年最受关注的"试图量产化的灵巧手"。
37:28
Figure0303的手—Figure公司二〇二五年发的第三代，
37:32
手是1616个自由度。
37:34
1X NEO的手—1X走的是不同路线—他们的NEO用了软抓持手（soft gripper—每根手指内部是软材料，
37:44
被动适应物体形状。
37:46
这样自由度只需要5到10个，控制简单很多。
37:49
代价是精细操作差很多。
37:52
1X押注的逻辑是—家用机器人需要的不是Shadow Hand那种博士论文级精细，
37:58
而是"能抓起95%95%95%95%95%95%日常物品"的鲁棒性。
38:02
宇树G1的手—简化方案，只有7个自由度，
38:06
每只手只支持基本的抓取手势。
38:10
把这些放在一起对比—当前商业人形机器人的手是5到222222个自由度，
38:15
售价几千到几万美元，触觉传感器密度比人手稀疏10到100100倍。
38:21
这就是二〇二六年的状态。
38:24
现在讲为什么手这么难。
38:25
三个根本性挑战。
38:27
第一个挑战是机械—把电机塞进手掌里。
38:31
人手指头里没有电机—肌肉在前臂、通过肌腱（tendon）拉动手指。
38:37
机器人有两种方案。
38:39
一是"内置电机"—把微型电机直接装在手指里—优点是结构简单、
38:46
响应快，缺点是手指会很粗，根本做不到人手的纤细。
38:52
二是"腱绳驱动"—电机在前臂，用钢绳或聚合物绳拉动指关节—优点是手指可以做得纤细，
38:59
缺点是绳子有摩擦、有迟滞、有寿命问题（绳子会磨损）。
39:04
没有一种方案能做到人手的尺寸+扭矩+耐久的同时三赢。
39:09
第二个挑战是触觉—我们前面讲过了，触觉皮肤的传感密度比人手低10到100100倍，
39:15
且力分辨率也差。
39:17
这意味着机器人手抓物体时是"瞎抓"—它知道指尖位置在哪、
39:22
关节角度多少，但它感觉不到"物体在我手里滑了一点点"或者"我用力过度物体快碎了"。
39:30
第三个挑战是控制策略—即使硬件完美，
39:33
怎么让机器人手做"开门、拧瓶盖、用筷子吃饭"这样的精细操作？
39:38
这是一个软件问题，下一集会详细讲。
39:42
但简单说—人手的精细操作依赖几百毫秒级别的触觉反馈循环。
39:48
机器人手的反馈循环慢得多—所以即使硬件做到999999分，
39:53
软件没跟上也用不出来。
39:55
为什么我们要花这么多时间讲手？
39:57
因为手的能力天花板决定了人形机器人能进入哪些场景。
40:02
能搬箱子但不能抓杯子的机器人—只能去仓库和搬运业，
40:06
约占人类劳动力市场5%5%5%5%。
40:09
能做基础抓取的机器人—可以进入餐饮服务、
40:12
酒店清洁、零售上架，约占15%15%15%15%15%到20%20%20%20%20%。
40:17
能做精细操作的机器人—电子装配、医疗辅助、
40:20
家务、烹饪，约占40%40%40%40%40%到50%50%50%50%50%。
40:25
能做超精细操作的机器人—外科手术、艺术、
40:29
研究—5%5%5%5%到10%10%10%10%。
40:31
每跨越一个手能力的台阶，人形机器人的潜在市场就放大几倍。
40:36
所以当前所有人形机器人公司都在拼命搞手—这是这个行业未来五年最大的工程战场。
40:45
我个人的判断—到二〇二八年左右会出现第一批"足够好"的灵巧手，
40:50
做到接近人手70%70%70%70%70%的能力。
40:53
这会让人形机器人进入餐饮、零售、酒店服务。
40:57
但是到达"超精细"的水平、能做外科手术或者艺术—可能要二〇三五年以后。
41:03
讲手的最后再补一段—视觉式触觉传感器。
41:07
这是过去几年里一条新的技术路线。
41:10
代表是MIT出来的GelSight、
41:12
英国 Bristol Robotics Lab b 的TacTip、
41:14
加拿大公司Numatic的NumaTac。
41:17
原理是—指尖装一块软的橡胶垫，垫子内部装一个微型相机；
41:23
当机器人触摸物体时，相机看到橡胶垫的形变图像，
41:28
再用神经网络从图像反推出"接触压力分布、
41:33
接触位置、滑动趋势"。
41:35
这种方案的传感密度可以非常高—一块1平方厘米的橡胶垫等于一个有几十万像素的"触觉传感器"—比传统电容式触觉皮肤密度高100100倍以上。
41:46
视觉式触觉的代价是体积—指尖需要装得下一个微型相机和镜头，
41:50
所以指尖会比人的指尖粗大。
41:53
当前主要用在科研和工业精密装配，还没有进入大规模商业人形。
41:59
但是它代表了一条潜在的解决路径—如果未来三到五年视觉式触觉的小型化能突破，
42:06
灵巧手的"触觉鸿沟"可能比预期更快地被填上。
42:10
讲机器人手最后一件事—抓取策略和工具使用是两件事。
42:15
"抓杯子"是抓取；
42:16
"用筷子吃饭"是工具使用。
42:19
后者要求机器人不只是握住筷子、还要在握的同时用筷子尖去精细操作另一个物体—这是两层叠加的精细控制。
42:29
当前二〇二六年的最先进人形机器人，能做基础抓取、
42:33
勉强能做单一工具简单使用（剪刀剪一刀、
42:37
笔写一笔），但是流畅的工具使用—尤其是双手协作的工具使用—还远没有解决。
42:44
当机器人能流畅用筷子吃饭、用螺丝刀拧螺丝、
42:48
用刀切菜的那一天，人形机器人进家庭的真正可能性才到来。
42:54
讲电机、电池、算力、感知、手之后，再讲一个常常被忽略但实际非常重要的话题—机器人的身体设计本身。
43:05
也就是怎么决定整个机器人多高、多重、
43:09
用什么材料、关节怎么布置。
43:12
这些决定看起来是"工业设计"问题，实际是深度的工程取舍。
43:17
身高的选择。
43:18
当前主流人形机器人身高集中在1.51.51.5米到1.81.81.8米—基本对标成年人身高范围。
43:24
为什么？
43:25
因为目标场景是人类工作环境，门把手高度、
43:29
桌面高度、楼梯尺寸都是按这个范围设计的。
43:33
但是身高越高，几何上不稳定性越大（更容易摔倒）、
43:37
电机扭矩需求越大（手臂越长杠杆越长）、
43:40
整机重量越大。
43:42
所以有些公司选择走"略矮"路线—1X NEO身高1.651.651.651.65米、
43:47
Figure0202身高1.71.71.7米。
43:50
Tesla Optimus 1.731.731.731.731.731.731.73 米。
43:52
Boston Dynamics Atlas 1.51.51.51.51.5 米。
43:55
宇树G1身高仅1.271.271.271.27米—明显偏矮，
43:58
目的是降低重量、降低成本、降低不稳定性。
44:02
"矮humanoid" 是当前一条降本的工程路线。
44:06
重量的选择。
44:07
当前主流人形机器人重量3030公斤到8080公斤。
44:11
重量越重，电机扭矩需求越大、电池能耗越大、
44:15
对地面冲击越大。
44:17
但重量越轻，承载能力越差、稳定性越差（被外力推动更容易倒）。
44:23
Tesla Optimus大约575757公斤；
44:26
Figure0303约7070公斤；
44:28
1X NEO约3030公斤（家用场景，
44:31
轻量化设计）；
44:32
宇树G1仅353535公斤；
44:35
Boston Dynamics Atlas s 电动版约898989公斤（最重的之一，
44:40
因为追求性能上限）。
44:42
对家用场景而言，重量越接近3030公斤越好—既因为安全（撞到人后果不严重），
44:48
也因为能源效率。
44:50
材料的选择。
44:51
机器人外壳和结构件的材料是另一个工程取舍。
44:55
三种主流方案—铝合金—重量适中、加工成本低、
45:00
刚度好。
45:00
这是宇树、Boston Dynamics这类工业人形的主要结构材料。
45:04
代价是被撞会变形。
45:07
碳纤维复合材料—重量更轻、刚度更高，
45:10
但加工成本高3-5倍，且修复困难。
45:14
Figure和Apptronik部分关键结构件用碳纤维。
45:19
Tesla Optimus据公开信息也大量使用碳纤维。
45:23
塑料和软材料—主要用于外壳。
45:25
1X NEO走得最激进—外壳完全用软质textile（针织面料）包覆，
45:31
不像传统机器人是硬壳子。
45:34
这种"软外壳"方案的好处是—撞到人不容易伤人，
45:37
视觉上更"友好"，更接近"人形伴侣"而非"工业机器"。
45:42
代价是耐磨性差、清洁麻烦。
45:46
自由度的分布。
45:47
一个人形机器人3030到6060个自由度具体怎么分？
45:52
典型分布是—腿部每条腿6个自由度（髋3+膝1+踝2），
45:58
双腿共1212个；
45:59
手臂每条手臂7个自由度（肩3+肘1+腕3），
46:03
双臂共1414个；
46:06
腰部1到3个（决定上半身能否扭转）；
46:09
颈部2到3个（决定头部能否转向）；
46:12
手部每只手5到222222个，双手共10到444444个。
46:17
总和典型在353535到8080。
46:19
Tesla Optimus Gen3总共444444自由度，
46:23
其中手部222222个；
46:25
Figure0303大约454545自由度；
46:27
1X NEO大约383838自由度（手部简化）；
46:31
宇树G1仅232323自由度（手部简化、
46:35
腰部刚性）。
46:36
自由度越多能力越强但成本越高、可靠性越差—每多一个自由度等于多一组电机、
46:43
减速器、编码器、控制电路。
46:46
所以每家公司在"能力vs成本"上取的折中点不同—直接决定了产品定位。
46:52
最后讲一个比较少被讨论的工程问题—线缆管理。
46:55
3030个关节意味着大量的电源线、信号线、
46:59
传感器线、力反馈线必须穿过整个机器人的内部。
47:04
每一根线在关节运动时都会被弯折、磨损—线缆失效是工业机械臂故障最常见的原因之一。
47:11
人形机器人因为关节运动范围比工业臂大得多，
47:15
线缆问题更严重。
47:17
一些公司在尝试"无线供电"或"光纤通信"来减少线缆数量，
47:22
但都还不成熟。
47:23
我们用一章简短讲讲机器人的locomotion—也就是行走和平衡。
47:28
这件事看起来好像和"做事"无关，但它实际上决定了机器人能不能进入一个特定的环境。
47:35
为什么双足比四足、轮式难太多？
47:37
因为双足是天然不稳定的。
47:39
一个静止站立的人形机器人，重心必须落在两只脚之间的"支撑多边形"内—这个多边形只有大约3030厘米乘2020厘米的面积。
47:50
任何微小的扰动—一阵风、被人推一下、
47:53
地面不平—重心就可能跑出去，机器人就会摔倒。
47:58
相比之下，四足机器人有四个脚围出的支撑多边形大得多，
48:03
本质上是"动态稳定的静态系统"。
48:06
轮式更是天然稳定。
48:09
所以双足行走是机器人控制最难的子问题之一。
48:13
行走控制的工程范式过去三十年经历了两次大的转变。
48:18
第一次转变是二〇〇〇年代初—ZMP控制范式。
48:22
ZMP全称是Zero Moment Point—零力矩点。
48:26
Honda ASIMO这一代的核心算法就是ZMP—保证机器人在行走的每一刻，
48:31
ZMP都落在支撑脚的范围内。
48:35
这套算法非常优雅、数学上完备，但是代价是机器人只能走非常缓慢、
48:41
僵硬的步伐—任何超出预设动力学模型的扰动都会让ZMP跑出范围、
48:47
机器人摔倒。
48:48
看二〇〇〇年代的ASIMO视频就有这种感觉—它能走，
48:52
但走得像一个永远在试探的老人。
48:55
第二次转变是二〇一五到二〇二〇年—MPC加全身控制。
49:00
MPC全称是 Model Predictive Control—模型预测控制。
49:05
机器人在每一刻基于当前状态和未来几百毫秒的目标，
49:08
求解一个最优控制问题—决定每个关节怎么动、
49:12
脚怎么落、上身怎么协调。
49:15
这套方案需要的算力大得多，但允许动作快得多—Boston Dynamics的Atlas跑酷视频背后就是MPC+全身动力学控制。
49:24
第三次转变正在发生—RL加sim-to-real。
49:28
从二〇二〇年开始，强化学习训练出来的步态控制器开始超越MPC。
49:34
具体做法是—在物理仿真器（NVIDIA Isaac Gym或MuJoCo）里训练一个策略网络，
49:41
让它在虚拟世界里跌倒几百万次、最后学会怎么走路。
49:45
然后把这个策略部署到真实机器人上。
49:49
这条路线在二〇二三到二〇二五年里几乎成了所有新一代人形机器人公司的默认方案—Tesla Optimus、
49:56
Figure、宇树都用RL训练步态。
50:00
为什么RL步态比MPC好？
50:02
两个原因。
50:03
第一，它能学会处理MPC写不出来的扰动—比如被推一下、
50:08
踩到不规则地面、地毯打滑。
50:11
MPC需要明确建模这些扰动；
50:13
RL在仿真里见过几百万次类似情况，自然学会了应对。
50:18
第二，它的延迟极低—一个训练好的策略网络只需要几毫秒就能输出下一步控制。
50:24
MPC求解最优问题往往需要几十毫秒。
50:28
但RL步态有个核心难题—sim-to-real gap—仿真和现实总有差距。
50:33
仿真里的"地面摩擦"和真实地面不一样、
50:35
仿真里的"电机响应"和真实电机不一样。
50:39
这个gap是当前所有机器人公司都在攻克的难题。
50:44
具体方案下一集讲软件的时候会展开。
50:47
双足行走当前能力的状态—二〇二六年最好的人形机器人，
50:51
在平地、轻度不平地面（如室内地毯、平整公园路）可以稳定行走。
50:58
能跑（速度可达5公里/小时左右，远不如人）、
51:02
能上下楼梯、能跨过简单障碍。
51:05
在复杂户外地形（如建筑工地、雪地、沙地）能力大幅下降—这些场景四足或履带式更可靠。
51:14
这就是为什么家用人形机器人公司（比如1X）都强调"室内场景"，
51:19
而户外场景多数还是四足。
51:22
最后讲一个细节—摔倒回复。
51:24
人形机器人摔倒是不可避免的，关键是能不能自己爬起来。
51:29
当前最先进的人形（Atlas、Optimus）能从仰卧位、
51:33
侧卧位爬起，但需要十几秒、动作笨拙。
51:37
家用场景如果一台7070公斤的机器人在客厅摔倒、
51:41
爬不起来—这是个用户体验灾难。
51:44
所以"摔倒回复"是另一个看起来基础但实际重要的子能力。
51:50
剩下几个话题快速过一下。
51:51
这些不是sexy的话题但是真实部署里非常重要。
51:56
散热。
51:57
一台人形机器人持续500500瓦工作，
52:00
几乎所有的能量最终都变成热量。
52:02
电机发热、减速器摩擦发热、电池充放电发热、
52:07
AI芯片发热。
52:08
这些热量必须被排出去，否则零件会损坏或失效。
52:13
传统工业机器人因为是静态的、可以用大风扇散热。
52:17
人形机器人是动态的、内部空间小、需要安静—散热是一个严肃的工程问题。
52:24
当前方案多是被动散热加少量风扇。
52:27
下一代可能出现液冷方案—但液冷又会增加重量、
52:31
增加维护复杂度。
52:33
可靠性。
52:33
一个3030关节的机器人，如果每个关节的平均故障间隔是50005000小时，
52:38
整机的平均故障间隔就是50005000除以3030—也就是167167167167167小时。
52:44
换句话说大约每个月就要修一次。
52:47
这对工业部署是可以接受的（厂里有维修团队），
52:50
对家用部署是灾难性的。
52:52
所以人形机器人的可靠性工程—也就是怎么把每个关节的MTBF从50005000小时提到5000050000500005000050000小时—是一项还在进行的长期工程。
53:04
安全。
53:04
人形机器人和人共处的环境必须保证安全。
53:08
人和机器人碰撞是不可避免的—一个7070公斤的金属人形撞上一个孩子，
53:14
后果可能严重。
53:16
软体外壳、力限制（torque limit）、
53:19
t）、紧急停机、视觉避障—这一套安全系统在工业人形上已经基本成熟，
53:25
但家用场景需要的标准更高。
53:28
欧盟在二〇二五年开始制定"机器人安全标准"。
53:32
美国FDA对手术机器人有专门的认证流程。
53:35
这些监管层的成熟，会成为人形机器人进入家庭的关键门槛之一。
53:41
还有一个不太被讨论但实际部署中很关键的话题—噪声。
53:45
机器人电机在高速运转时会产生齿轮啮合噪声、
53:49
电流谐波噪声、风扇噪声。
53:52
一台典型人形机器人在工作时噪声大约是656565到8080分贝—相当于吸尘器到割草机的级别。
54:00
这对工厂可以接受，但对家用场景是个问题—没有人愿意在家里时刻有一台割草机走来走去。
54:08
声学设计是过去一两年才开始被重视的人形机器人子系统。
54:12
日本SoftBank Pepper那一代消费机器人当时就败在噪声和续航上。
54:18
这一轮的玩家如果不解决噪声，家用场景仍然是空中楼阁。
54:23
最后一个话题—维护和服务。
54:25
一台部署在工厂的人形机器人，平均每100100小时就需要一次小维护（拧紧螺丝、
54:31
清洁传感器），每500500到10001000小时一次大维护（更换磨损零件、
54:37
校准）。
54:38
这意味着商业部署必须包含一整套服务网络—维修工程师、
54:42
备件供应、远程诊断、固件更新。
54:45
这套服务网络的建设难度，往往比硬件本身大。
54:50
Boston Dynamics当前最赚钱的产品其实是Spot四足机器人的服务订阅，
54:55
而不是单纯的硬件销售。
54:58
这是机器人行业二〇二六年开始走向的商业模式—硬件低毛利、
55:02
服务高毛利。
55:04
这种SaaS-like商业模式如果走通，
55:06
会大幅改变机器人公司的财务结构和估值逻辑。
55:11
第一条—电机是机器人和电脑最根本的区别。
55:15
半导体能指数级降价，电机不能。
55:19
一台人形机器人30%30%30%30%30%到50%50%50%50%50%的成本在致动器上。
55:24
这条物理事实不会因为AI进步而改变。
55:28
任何"机器人将在十年内成本降到几千美元"的预测，
55:31
都要回答这个问题—电机的成本曲线如何打破物理学约束。
55:37
第二条—手是二〇二六年人形机器人最大的硬件瓶颈，
55:41
也是决定它能进入哪些行业的核心变量。
55:45
当前最好的商业人形机器人手有1616到222222个自由度，
55:49
触觉密度比人手低10到100100倍。
55:52
当手的能力到达"足够好"的台阶—约二〇二八年—人形机器人会从"能做仓库"扩展到"能做服务业"。
56:01
到达"超精细"水平—可能要二〇三五年以后。
56:05
第三条—电池是一个被低估的天花板。
56:09
当前人形机器人续航2到4小时。
56:12
未来五年可能延长到6到10小时。
56:15
"全天不充电"在20302030203020302030年之前不太可能实现。
56:21
这个物理约束直接限制了机器人的商业模式—工业场景可以靠"错时充电"运作242424小时，
56:26
但家用场景如果要每天充几次电，对消费体验是致命的。
56:31
讲完硬件，下集我们要进入软件—VLA模型、
56:35
世界模型、记忆、泛化、sim-to-real。
56:38
如果说硬件是"机器人能做什么"的物理天花板，
56:41
软件就是"机器人现在做到哪儿了"的实时状态。
56:45
今天我们讲的所有硬件能力—电机、电池、
56:48
算力、感知—都需要一个智能的控制系统来用起来。
56:53
这个控制系统从过去六十年的经典控制论一路演化到今天的VLA大模型，
56:58
正在经历可能是机器人史上最大的范式转折。
57:03
下一集我们会从PID控制器讲起，一直讲到NVIDIA GR00T、
57:08
GR00T、GR00T、GR00T、
57:08
GR00T、GR00T、GR00T、
57:09
Pi0.50.50.5、JEPA世界模型，
57:11
把当前最前沿的"机器人智能"领域讲清楚。
57:15
下集再见。