家 » 产品设计 » 设计技巧 » 设计人形机器人——或者不设计

设计人形机器人——或者不设计

物料清单 (BOM), 面向制造设计 (DfM), 设计原则, 人为因素, Human-Centered Design, 人机交互, 后勤, 有效载荷交付, 机器人技术

到2026年中期，人形机器人已成为硬件领域资本最集中的类别之一，但其工程价值却鲜少受到关注。投资者应将预测数据与实际部署情况进行对比：美国银行全球研究部预测，2025年全球人形机器人出货量约为18,000台。摩根士丹利的长期预测则认为，到2050年，全球将有10亿台人形机器人投入使用。这一差距——该领域目前的现状与其最乐观的支持者所预期的未来发展水平之间近五个数量级的差距——值得作为评估任何一家公司之前的一个基准。路线图或者任何单一的设计决策。

本文并非反对人形机器人，而是反对目前市场普遍采用的机器人外形选择方式：首先基于假设或资金可行性，然后再考虑功能，仅仅为了迎合科幻电影或陈词滥调。

形式服从功能是一个古老而简单的原则，而机器人技术却一直忽略它。

接下来将探讨人形在哪些情况下真正发挥作用，在哪些情况下则不然，以及如何在进行设计之前区分两者。

作为引言的最后思考，早在2014年，电影 “机械姬Alex Garland 的文章探讨了人工智能领域的诸多话题，其中包括机器人极度拟人化的外形：

人形机器人的现状：数据与叙事

免责声明： 这是一个快速发展的话题，而且信息交流不断！使用前请务必核实并更新所有数据。

唯一一家拥有真正意义上的商业部署合同的公司——并非机器人制造商资助的试点项目，也不是演示——是Agility Robotics。其Digit机器人与物流运营商GXO签订了多年机器人即服务协议，并在2025年11月实现了在实际仓库运营中处理超过10万个周转箱的目标。特斯拉尽管在该领域拥有最大的资本投入——预计要到2026年第二季度才能实现。资本支出营收达57.9亿美元，同比增长142%，但自由现金流为负——截至2026年年中，Optimus商用产品尚未出货。其生产线上的首批产品用于内部研发项目或演示，而非交付客户。

建造一个人形机器人实际成本是多少？

组件级拆解分析可以解释愿景与实际产品交付之间很大一部分差距。执行器——驱动关节的线性电机和旋转电机——在当前设计中占物料清单总成本的一半以上。小批量生产时，单个高扭矩执行器的成本在 500 美元到 2000 美元之间；一个全身人形机器人需要 20 到 40 个这样的执行器。特斯拉公开提出的规模化生产时每个执行器成本降至 100 美元到 300 美元的目标，目前还没有任何一家公司在生产中实现（但根据我们的价值分析经验，如果能找到足够的稀有金属用于制造磁铁，我们相信这个目标能够实现）。

平台	制造商	标价/估价	有效载荷	部署状态，2026 年中期
擎天柱	特斯拉	非卖品；仅限内部使用。	约20公斤（据称）	零商用单元出货
图 03	图 AI	未出售；租赁给合伙人	20公斤（总计）	BMW Spartanburg 的试运营车队
新	1X Technologies	约 20,000 美元（消费者）	未发布	从家用转向工业用途（EQT 协议，最高可达 10,000 台）
数字	敏捷机器人	RaaS（学习即服务），而非直接出售。	16公斤	与GXO签订多年商业合同
阿特拉斯（电动）	波士顿动力/现代	未售出；研发和试点项目	未发布	工厂部署计划于2028年完成。
阿波罗	Apptronik	未售出；飞行员	25公斤	在梅赛德斯-奔驰工厂内进行试飞
G1	尤尼特树	价格从 13,500 美元到 74,000 美元不等，按等级划分。	2-3公斤	向开发人员和研究人员发货

专业提示： 当供应商引用“部署”案例时，在将其视为成熟度的证据之前，请先问三个问题：这是付费的商业合同，还是由机器人制造商资助的试点项目？运行时间和正常运行时间是否经过独立记录？演示任务中有多少比例是远程操控而非自主完成的？（图 81 小时直播）排序包裹确实是一项工程成果——持续的单任务操作，大约每三秒钟拣选一次——但客观地解读它表明，其可靠性仅限于一项狭窄的任务，而非通用能力，因此在得出更广泛的结论之前，仍有必要对干预日志进行独立审核。

形式服从功能：机器人学一直忽略的原则

“形式永远服从功能”是路易斯·沙利文在1896年提出的建筑格言，后来被工业和产品设计领域广泛采用，并常常被奉为教条。该原则的实用版本并非“形式无关紧要”或“最有效的形状总是胜出”，而是更为狭隘和严谨：形式应源于明确定义的功能，而非预先设定后再加以论证。

目前大多数人形机器人类别都本末倒置：首先确定身体设计，因为这样更容易获得资金，而且“通用人形机器人”是投资者已经了解的类别，功能则是在之后，一个项目一个项目、一项任务地逐步完善的。

将这一原理正确应用于机器人意味着在选择外形之前，需要在多个层面上指定功能：

任务功能 — 需要完成的实际工作：有效载荷、精度、范围、速度、占空比。
环境功能 — the physical space the robot 必须 operate in, and whether that space can be redesigned around the robot or must be taken as fixed: stairs, doorways, aisle widths, tool sizes, vehicle controls.
数据和控制功能 — how the robot will be taught to do its job, and whether the training pipeline depends on matching human morphology through teleoperation or imitation learning.
交互功能 — 机器人是否需要清晰易懂、值得信赖，或者在与它一起工作或接受它服务的人们眼中具有社会可接受性，以及在何种具体情况下。
经济功能 — 目标单位成本、维护负担和业务案例实际所需产量的正常运行时间。

如果车身设计在其中一项功能上表现出色，而在其他功能上表现不佳，那么这种设计妥协就被当作设计选择来出售。

这里可以借鉴一个更为严谨的学术框架：形态计算。该理论由罗尔夫·普费弗和乔什·邦加德提出，如今已成为具身人工智能研究的标准。它认为，智能体的物理躯体本身就承担着智能行为所需的部分计算工作，而不仅仅是其控制软件。在这种框架下，复制人类形态并非必然是错误——它是一种合法且免费的方式，可以继承大量的物理和行为结构，这些结构经过进化和数百年基础设施建设的优化，已经适应了我们这样的体型。错误在于将这种继承视为自动的，而非需要努力获得的：未经核实就假定这种优势适用于你的任务。

提示： 在编写任何机械程序之前，请先用五行文字描述函数——任务、环境、数据管道、交互、经济性——来描述函数。设计评审这种情况确实会发生。如果环境和交互方面的得分都很低或与工作无关，那么无论规格说明的其他部分如何描述，你很可能看到的是一个特定任务型机器人，而不是人形机器人。

例子： 波士顿动力公司并没有就机身设计达成一致：

Spot 是一款四足机器人，专为在不平坦的工业地形上进行检查工作而设计，在这种地形上，腿比轮子好，四条腿比两条腿更能保持静态稳定性。
Stretch 是一款带轮子的机械臂，它的设计初衷是因为人们认为人形机械臂不适合卸载货运拖车——这是一项重复性的、固定几何形状的任务，相比通用移动性，一个大的稳定底座和一个专门设计的抓手更能胜任。
Atlas 是一款双足机器人，它的存在是为了实现不同的功能：动态、通用操作研究，其中腿部可以实现轮子在结构上无法实现的功能。

三个功能，三个主体，均出自同一家公司，该公司拥有足够的工程实力来构建其中任何一个。

反对默认人形的工程论证

目前向人形机器人推介的大部分工作——固定位置的制造任务、高吞吐量的拣选、码垛——与现有的特定任务硬件相比，差距并不大。

公制	工业机器人手臂	当前人形机器人
有效载荷	3–800 公斤	每只手臂 5–20 公斤
刀具中心点速度	最高可达 15 米/秒	0.5–2 米/秒（全身）
重复性	±0.02–0.05 毫米	±1–5 毫米
系统成本	20,000美元至300,000美元以上	5万美元至25万美元以上

工业机械臂的有效载荷是目前人形机器人的 40 到 160 倍，速度是其 7 到 30 倍，重复精度是其 20 到 250 倍，而系统成本却与之相当甚至更低。对于工业机械臂已经能够完成的任务——而大多数固定位置的制造任务都属于此类——人形机器人并非更先进的解决方案。它只是一个更昂贵、精度更低、可靠性更差，且外形也更昂贵的替代方案。

余额功能并非免费功能。

轮式底座的结构使其具有静态稳定性：即使断电也不会翻倒。而双足机器人的稳定性是动态的，需要持续计算——这可以通过经典的零力矩点控制，或者近年来兴起的基于强化学习的全身控制器来实现。麻省理工学院的金相培(Sangbae Kim)明确指出：强化学习解决了双足运动的大部分问题，但前提是必须先有硬件——高带宽本体感受驱动——算法才能运行。这需要十多年的艰苦研发才能实现的控制工程，而轮式或四足平台则无需承担这些工作，这直接体现在可靠性、跌倒恢复设计负担以及腿式机器人必须经历的安全认证流程上，而静态稳定的自主移动机器人(AMR)则无需经历这些流程。

正常运行时间条

制造业客户通常要求生产设备99.99%的正常运行时间，因为生产线停机每分钟会造成数万美元的损失。腿式平台目前还无法胜任通用任务。Agility公司的Digit平台充满电后大约能运行90分钟，支持9分钟热插拔，并且内置了60分钟的强制备用时间，专门用于避免任务中途断电——这实际上承认了对于双足机器人设计而言，运行时间是一个关键限制，而非可以忽略不计的误差。相比之下，Boston Dynamics公司的轮式Stretch平台充满电后可以运行16个小时：续航时间是Digit的四倍多，因为它无需将能量用于持续的平衡计算，而且执行器数量也更少。

吞吐量数学经常被反向引用

人形机器人可靠性 — 在不受控制的条件下，强调人形机器人的可靠性对于推进机器人产品设计和工程至关重要。

乍一看，人形机器人与人工的每小时成本比较似乎很有优势：在美国，机器人每小时的摊销成本约为 9-10 美元，而满负荷运转的人工每小时则需要 22-45 美元。然而，要进行公平的比较，必须考虑吞吐量，而不仅仅是每小时的工资。一名仓库工人通常每小时搬运 60-80 个周转箱；而目前的人形机器人测试人员每小时只能搬运 30-50 个。一旦将吞吐量考虑在内，每箱周转箱的实际成本优势就会大幅缩小，而且以目前 15 万至 25 万美元的单价来看，情况甚至可能完全相反。

提示： 在确定双足或人形平台之前，先进行一次类似于“轮式优先”的测试。在轮式或固定式平台上模拟相同的任务，量化有效载荷、速度、精度、成本和正常运行时间的差异，并要求人形机器人能够胜任这些指标，而不仅仅是具备完成任务的技术能力。

尽管一些令人印象深刻的演示和新的“机器人奥运会”或类似活动正在兴起，但2015年的DARPA机器人挑战赛仍然是对人形机器人在真实环境下可靠性的一次严谨的公开评估。各参赛队伍公布的经验教训包括：机器人经常未能利用附近的物理支撑物来防止跌倒；由于机器人重心过高，无法依靠自身力量恢复，因此必须从一开始就设计跌倒后的恢复机制；决赛中特意设置的网络中断必须作为正常运行条件而非特殊情况进行规划。各参赛队伍得出的总体结论——即该领域需要更加重视在非受控条件下（相对于演示和模拟而言）的可靠性——如今已过去十多年，但仍然是衡量该领域自那时以来发生真正变化的一个公平基准。

其他设计方案：除了腿部之外还有什么？

“人形与否”这个框架本身过于狭隘。双足和四足只是更大设计空间中的两个分支，而这个空间的大部分在机械结构上更简单、成本更低，并且已经在生产中得到验证。在决定采用任何数量的腿之前，值得先列出其他可行的方案，以及每种方案的优势所在：

设计	机制	它获胜的地方	权衡利弊与腿部	真实案例
轮式底座	差速驱动或全向（麦克纳姆）轮	平坦或坡度地面：仓库、医院、办公室、工厂通道	不进行基础设施改造，就无法攀爬楼梯或高路沿。	Boston Dynamics Stretch；大多数仓库自主移动机器人（Locus Robotics、6 River Systems）
履带式/坦克履带式	连续轨道将载荷分散到较大的接触面上。	瓦砾、泥浆、沙子、积雪、拆迁和灾害现场	最高速度降低，每米能耗增加，轨道磨损	PackBot 和 TALON 爆炸物处理机器人；履带式建筑设备
轮腿混合	安装在铰接腿末端的轮子	混合地形：可在平地上行驶，抬起车轮越过障碍物	机械结构复杂；通常仍需要主动平衡控制。	轮式机器人（ANYbotics）；手柄（波士顿动力公司研究平台）
摇臂悬架	被动式机械联动装置无需主动平衡即可使所有车轮保持与地面接触。	地形崎岖不平，无法进行实时平衡计算，或者计算成本过高。	障碍物高度有限，速度较低	美国宇航局的好奇号和毅力号火星探测车
固定底座臂或龙门架	固定式或轨道式机械臂，完全没有移动能力。	固定位置重复性工作：焊接、装配、码垛	零移动性；工件必须通过传送带或单独的AGV运送到机器人处。	标准六轴工业机械臂；生产线上的高架龙门机器人
缆索驱动/并联机器人	电动缆绳将末端执行器定位在较大的工作范围内。	大规模、中等有效载荷、大范围作业：仓库取货、大幅面打印	不适用于重载或精细力控制；需要刚性支撑框架	Ocado的网格机器人杂货配送系统
六足/多足（6条或更多足）	腿的数量比四足动物多，但始终至少有三条腿与地面接触。	极端非结构化地形需要低速下固有的静态稳定性，例如管道或船体检查	速度慢，比四足动物拥有更多的执行器和更大的质量。	NASA的ATHLETE研究平台；工业六足管道爬行器
软体或连续体“蛇”机器人	没有坚硬的骨骼；身体本身可以弯曲和伸长。	封闭或不规则空隙：管道、坍塌结构、微创医疗通道	有效载荷和速度都非常低	搜救蛇形机器人（卡内基梅隆大学机器人研究所）；医疗连续体机器人
空中（多旋翼或固定翼）	基于推力的飞行，无需地面接触	远距离或高空巡检、测绘和运输	有效载荷和运行时间非常有限；不具备有效的操控能力。	基于无人机的火炬塔、塔筒和输电线路巡检
水下遥控潜水器/自主水下航行器	推进器驱动、浮力控制	海底检测、管道和船体维护	完全不同的作战领域；并非陆地替代方案。	海底管道检查 ROV
磨损外骨骼	没有自主机器人本体；增强人类操作员自身的身体。	需要人为判断并具备额外力量或耐力的任务：重物搬运、长时间高空作业	需要始终有人工操作人员在场；并非解决劳动力短缺问题的方案。	Sarcos Guardian XO；Ekso Bionics 工业外骨骼

静态稳定性默认胜出。

这份清单中的所有轮式或履带式机器人设计都具有一个容易被低估的优势，因为它无需任何成本即可获得：静态稳定性。轮式或履带式机器人的底座无需进行任何计算来防止倾倒；在正常运行情况下，它们根本不会倾倒。这省去了一整类控制软件、一整类故障模式，并且在大多数司法管辖区，也省去了腿式机器人仍然需要获得的一整类安全认证。

如果地面平坦或可以合理地弄平，仅凭这一优势通常就足以在比较有效载荷、速度或成本之前解决设计问题。

混合设计的存在是有原因的。

轮腿混合式悬架和摇臂式悬架之所以能占据中间位置，是有其原因的：有些环境地势平坦，偶尔会有障碍物；有些环境过于崎岖，无法实现实时主动平衡，但被动式机械结构又不至于无法应对。行星探测车无法依赖持续的无线电链路平衡计算，也无法承受全主动悬架的重量，因此被动式摇臂连杆机构无需电子设备即可胜任。仓库机器人偶尔会遇到装卸平台边缘或低矮的路沿，无需双足行走即可越过障碍；能够升降和跨越的轮式结构在工程上成本更低。

有时答案是完全不考虑移动性，或者干脆不考虑机器人。

上表中的两项之所以容易被忽略，恰恰是因为它们并不引人注目。正如前一章所述，对于重复性的固定位置任务，固定底座的机械臂或龙门架通常是最佳选择；而移动性问题可以通过传送带或简单的自动导引车（AGV）将工件运送到机器人处来解决，这样成本更低，也更省钱，无需在机械臂本身集成移动功能。此外，穿戴式外骨骼也是一种可行的替代方案，它完全可以替代机器人：它解决了力量或耐力方面的限制，同时保留了人类的判断力、灵巧性和情境感知能力，而且工程成本远低于自主平台。虽然它们都不适合与人形机器人相提并论，但在成本、可靠性和部署时间方面，它们通常都能胜过人形机器人，尤其是在它们所针对的特定任务中。

提示： 在评估腿的数量之前，先对环境进行简单的静态稳定性测试：作业表面能否被合理地夷平或倾斜？如果可以，轮式或履带式设计应作为默认方案，任何腿的数量都需要证明其在该条件下的合理性。只有当地形确实无法被夷平、倾斜或以其他方式改造时，才应考虑腿式设计，而这种情况比大多数人形机器人设计方案中设想的要少得多。

例如： 亚马逊的仓库车队采用轮式自主移动机器人（AMR）和固定式机械臂，而非腿部，因为其仓库是专门建造的，地面平坦，可以根据机器人的布局进行设计，而不是反过来。美国宇航局（NASA）的火星探测车使用被动式摇臂悬架，而非腿部或轮腿混合结构，因为任务无法承受主动平衡控制系统带来的质量、功耗或故障风险，尤其是在距离维修技术人员数百万公里的地方。这两个案例都表明，地形和任务限制（而非美观）决定了最终选择非腿部机器人，远早于人形机器人或四足机器人的认真考虑。

拟人化的心理学：研究结果究竟如何

在面向人类的角色中，人形机器人的直观优势在于人们更容易信任和认同与自己外形相似的事物。然而，人机交互文献并不支持这一普遍规律。它支持一种更为具体且更有用的观点：人形机器人的外观对信任和接受度的影响取决于具体情境和任务，并且会随着机器人的实际行为而不断变化——它并非一个固定不变的指标，只需一张脸就能改变结果。

森政弘的“恐怖谷”假说——即人们对机器人的喜爱程度会随着其与人类相似度的增加而上升，直至达到某个临界点，然后随着接近人类的外观引发不适感而急剧下降，直到完全无法区分时才会恢复——仍然是该假说的基础模型，近期对用户反应研究的荟萃分析也持续为其提供实证支持。更新的研究将其扩展为“双恐怖谷”模型，区分了对类人外观的反应和对类人动作的反应。鉴于如今接近照片级逼真度的机器人已不再仅仅存在于实验室中，而是已实现商业化，这一区分显得尤为重要。

在特定服务情境下的研究结果并非单向，而是呈现出复杂的混合格局。比较酒店服务场所中人形机器人和非人形机器人的研究发现，消费者的反应取决于具体情况，有时倾向于人形机器人，有时则不然，这取决于具体的服务和描述方式。老年护理领域的研究则更为谨慎：一项针对老年人与社交机器人互动体验的2025年范围界定综述指出，恐惧和不适是普遍存在的现象，而非个别案例，这使得“人形护理机器人就一定比非人形机器人更令人感到舒适”的假设变得复杂化。家用机器人研究发现，用户对机器人的信任偏好有时更倾向于机器化、拟人化程度较低的设计——这与“人们喜欢长得像自己的机器人”这种简单假设的预测恰恰相反。

文献中一项重要且具有实际意义的发现是：外观效应会随着重复接触而与行为产生交互作用。一个高度拟人化且性能可靠的机器人可以克服最初的“恐怖谷”不适感；而一个高度拟人化但出现故障、失误或行为失常的机器人，则比一个机械外观的机器人做同样的事情更令人不安，因为类人的外形会让人隐含地期待它具备类人的能力，而这种期待一旦出现就会被打破。

提示： 在用户研究中，应将外观和行为作为单独的变量进行测试，而不是将其作为一个整体的“机器人设计”。如果一个平台将高度拟人化，则应为该特定交互中相应的更高可靠性标准预留预算——可见故障带来的心理成本与机器人的外观有多像人成正比，而不是与故障的实际严重程度成正比。

2025年11月，小鹏汽车的“铁人”机器人在中国社交媒体上引发热议，人们纷纷猜测它其实是真人穿着机器人服。为了证明其真实性，创始人贺小鹏甚至在现场打开了机器人的躯干，展示内部机械结构。这说明拟人化设计过于成功反而成了信誉的负担，而非优势——这也提醒我们，面向人类的设计目标是清晰易懂的可信度，而非极致的逼真。

当人形形态才是正确的工程答案

以上并非论证人形设计总是错误的，而是认为它需要根据功能需求来论证，就像其他任何设计选择一样。在某些特定且明确的条件下，人形体型设计才是真正更优的工程解决方案。

在为人体建造的基础设施中运行

吉尔·普拉特，前DARPA机器人挑战赛项目经理，现任丰田研究机构对此做了精准的阐述：

建筑环境具有围绕人体设计的物理特性，而拥有相同身体结构的机器人可以直接利用这些特性，而无需围绕它重新设计环境。
楼梯、门、梯子、手动工具、车辆控制装置和阀门轮的尺寸和形状都符合人类的手、脚和触及范围。轮式机器人无法爬楼梯；没有人类尺寸手的机器人也无法拿起标准尺寸的电钻。

这与NASA的“女武神”（Valkyrie）机器人背后的逻辑相同。“女武神”是为2013年DARPA机器人挑战赛而开发的，其明确前提是灾难响应环境——例如受损的核设施——是为人类建造的，并配备了人类使用的工具，因此，在不进行大规模改造的情况下，要在这些环境中作业，就需要一个与人类相适应的机器人体型。这是该领域为数不多的几个案例之一，其人形机器人的选择是基于有据可查的需求分析，而不是为了筹集资金，而且它的研发时间比当前的投资周期早了十年。

普拉特自己的警告值得与论点一起考虑：他还指出，当前人形机器人的开发如此之多，其目标都是平坦的、专门建造的工厂车间——非常适合轮子的环境——而不是真正由人类建造、人类使用的环境，而基础设施论点实际上正是在这些环境中适用的，这真是太奇怪了。

利用人类演示数据

第二个，也是最近的一个争论点，是关于这些机器人是如何训练的，而不是它们在哪里运行。

远程操作和模仿学习流程，即捕捉人类操作员的动作并用于训练机器人的控制策略，能够更直接地迁移到运动学特征与人类演示者相似的机器人身上。目前已有多个研究系统正是基于这一前提构建的：演示和机器人身体之间重定向次数越少，达到特定能力水平所需的数据量就越少。这是一个真实且活跃的研究方向，而非市场营销。然而，这一方法尚未得到大规模验证——形态匹配的模仿是否真的比来自非人形平台的经过良好重定向的演示更具泛化能力，仍然是一个悬而未决的实证问题，应该被视为程序正在检验的假设，而非既定结论。围绕设计.

单平台经济论证

投资者为何特别青睐人形机器人，而非仅仅针对特定任务，最清晰的解释是某机构分析中所谓的“凸性”：即一个机器人平台即可部署于拣选、套件组装、机床操作、检测和一般物料搬运等多个环节，而无需针对每项任务重新设计设施。这的确是一个合理的经济论证，但它并非自动生效，而是有条件的。它取决于操作能力的快速提升、远程操作数据管道能够真正产生可通用的技能，以及单位成本快速下降以保持竞争力。在这些条件尚未满足的情况下，特定任务机器人则凭借一组更为平凡但目前至关重要的指标胜出：调试时间以天或周而非月来计算、资本密集度更低，以及持续维护负担更轻。

提示： 人形机器人平台最强有力的合理应用场景在于两个条件的交集：一是基础设施必须真正固定且符合人体规模，而不仅仅是碰巧有人走动的工厂车间；二是必须有一个平台能够胜任多种多样、不断变化的任务，而不是仅仅执行一项高容量的重复性工作。如果一个项目只满足这两个条件之一，那么在成本、可靠性和部署时间方面，专用型机器人通常会优于人形机器人。

例子： Valkyrie 的设计任务——操作阀门、爬楼梯、使用人工工具、在从未为机器人设计的设施中穿梭——是基础设施条件得到满足的典型案例。而一个配备固定传送带和固定货位几何形状的单任务仓库拣货单元，无论其周围环境乍看之下多么“人性化”，都是基础设施条件未得到满足的典型案例。

机器人形态选择决策框架

“这个机器人是否应该是人形的？”这个问题，可以像材料选择或执行器尺寸决定一样，以同样的严谨性来回答，前提是这个问题是在机械设计开始之前提出的，而不是用来证明出于其他原因选择的身体方案的合理性。

环境分析。 操作环境是否真的固定不变，并且是围绕人体建造的——楼梯、门口、手工具、车辆——以至于围绕机器人重新设计实际上不可能或不经济？或者它是一个专门建造的空间，可以很容易地围绕轮式或固定式平台建造或改造？
任务信封。 这项任务实际需要的有效载荷、精度、速度和作业范围是多少？专用机械臂、龙门架、自主移动机器人等设备在这些指标上的表现如何？在当今绝大多数固定位置的工业任务中，专用硬件都胜出。
数据与控制策略。 机器人主要通过人类远程操作或动作捕捉演示进行训练吗？是否有证据（而不仅仅是假设）表明，与从非人形平台精心设计的重定向相比，形态匹配能够显著提高此特定任务的样本效率？
交互情境。 机器人是否在人们的视线范围内或与人们进行身体接触，在感知信任或社会认可至关重要的角色中运行？人机交互证据在这种特定情况下（而不是在一般拟人机器人情况下）说明了什么？
达到目标销量时的经济效益。 在实际业务需求量下，包括正常运行时间要求、维护和服务负担在内的总拥有成本是多少？与针对特定任务的替代方案相比，总拥有成本是多少？有利的每小时人工成本比较必须根据吞吐量进行调整，而不能仅凭表面数据来判断。
监管和安全路径。 对于同一任务，腿式动态平衡平台是否会触发与静态稳定轮式机器人不同的、不太成熟的安全认证途径？这方面的成本和时间安排是否已纳入预算？

提示： 在确定机器人外形设计之前，应先根据简单的评分标准对六个维度分别进行评分。实际上，只有当环境分析和目标销量下的经济效益都达到较高水平时，人形机器人才能最终胜出：这需要满足一个真正固定的、由人类建造的环境，以及一个能够应对多种变化任务的单一平台的实际需求。任何其他组合通常都倾向于采用专门设计的外形，而默认选择人形则颠倒了良好工程实践所要求的举证责任。

使用示例： 将该框架应用于一个常见的应用场景——用于仓库拣货的人形机器人。环境分析：薄弱，大多数现代仓库都是专门建造的，已经可以容纳移动机器人。任务范围：对于这项任务，轮式机械臂或龙门架在有效载荷、速度和精度方面都优于目前的人形机器人。数据策略：收益甚微，拣货任务范围狭窄且定义明确，显然无法从模仿人类形态的学习中获益。交互环境：可忽略不计，没有面向人类的社交功能。经济性：目前的人形机器人吞吐量和单位成本与大规模应用的专用拣货机器人相比处于劣势。该框架给出了明确的答案，那就是人形机器人并非最佳选择——这正是波士顿动力公司开发Stretch而不是让Atlas执行相同任务的原因。

选择机器人本体是一种设计决策，而非默认设置。

人形机器人并非错误。NASA的瓦尔基里机器人、Agility公司的Digit机器人，以及旨在实现通用操控的模仿学习研究，都是对人形机器人合理且经过深思熟虑的运用。

Some of these challenges look unsolved only because of how they are framed, which is the lesson of the Dantzig effect: a hard problem may be solved by someone unaware that it was supposed to be impossible.

错误之处在于将人体视为机器人外观的默认答案，而实际上它只是众多设计方案之一，只有在特定的、可验证的条件组合下才是正确的：

真正围绕人体而建的基础设施，无法在经济上进行改变，并且真正需要一个平台来涵盖许多不同的任务，而不是一项大量重复性工作。

对于目前大多数拟用于人形机器人的任务——例如固定位置制造、高吞吐量拣选和单一用途物料搬运——这种组合并不适用，工程数据也明确表明：现有的专用硬件在有效载荷、精度、速度、成本和可靠性方面都更胜一筹，而且优势往往超过一个数量级。目前，该类别产品的估值比其已出货、已签约和已商业部署的设备高出几个数量级，这种差距是一个值得与任何技术规格一同考虑的市场信号。

The engineers who get the most out of this category over the next decade will not be the ones betting on humanoid form because it is the most fundable story. They will be the ones who run environment, task, data, interaction, economics, and regulatory pathway through the same rigor they would apply to choosing a motor or a material, and who are equally willing to specify a wheel, a gantry, or four legs when the answer comes out that way.

常问问题

“人形机器人”和“仿生机器人”之间究竟有什么区别？

人形机器人是指任何具有大致类似人类身体结构的机器人——包括躯干、双臂、通常两条腿或类似腿部的底座——其设计注重功能而非外观。仿生机器人则更进一步，力求在视觉和行为上与人类完全一致，这不仅是一个机械问题，更涉及外观和材料科学（皮肤、面部表情、微表情）等诸多方面。目前大多数商业平台，包括Optimus、Digit和Atlas，都是不以仿生机器人为目标的类人机器人；小鹏汽车的Iron是少数几个致力于达到仿生机器人级别逼真度的机器人之一，而这恰恰引发了其可信度争议。

为什么机器人手的设计和制造总是比腿部更难？

人手在一个紧握的拳头大小的范围内，拥有大约27个自由度，集成了触觉传感功能，既能实现强力抓握，也能实现亚毫米级的精准抓握。即使只是复制其中一小部分功能，也意味着要在一个微小的、轻巧的外壳内集成许多小型高扭矩致动器、肌腱或齿轮以及力传感器——这比腿部的封装问题要复杂得多，因为腿部空间更大，需要同时控制的接触点也更少。这就是为什么大多数人形机器人平台仍然配备动力不足的机械手或结构简化的手部，其复杂程度远不及腿部。

如何教会人形机器人执行任务？

目前主要有两种方法：一种是基于仿真环境的强化学习，即通过数百万次虚拟试验训练策略，然后将其迁移到硬件上；另一种是基于远程操作或动作捕捉的人类演示的模仿学习，即由人类操作员执行任务，机器人的策略学习复现该任务。大多数成熟的程序都会将这两种方法结合起来——仿真用于运动和平衡，远程操作数据用于操作——因为目前任何一种方法都无法单独产生可靠的通用行为。

什么是“仿真与现实差距”？为什么它对腿式机器人的影响尤其严重？

当模拟环境中训练的策略遇到现实世界中未建模的摩擦力、执行器间隙、传感器噪声和接触动力学时，就会出现性能下降。腿式运动对此异常敏感，因为平衡依赖于精确且快速变化的地面接触力，而这些力历来难以精确模拟——建模的足部摩擦力哪怕只有微小的偏差，都可能导致稳定的步态和训练中从未出现过的跌倒之间的差别。

目前是否有专门针对人形机器人的安全标准或认证机构？

并非完全如此。工业机器人手臂已纳入成熟的标准，例如 ISO 10218 和协作机器人标准 ISO/TS 15066，轮式自主移动机器人 (AMR) 则遵循 ISO 3691-4 标准，但移动式、动态平衡的、人形双足机器人则处于监管空白，相关标准机构正在积极努力填补这一空白。在专门的标准出台之前，一些制造商实际上正通过试点部署来制定事实上的安全规范，而这本身对早期工业采用者而言就存在商业风险。

如果自主人形机器人造成工人受伤，谁应承担法律责任？

这方面的法律规定尚不明确，且因司法管辖区而异，但通常情况下，责任会在设备制造商、软件或人工智能提供商（如果与制造商不同）、部署系统的集成商以及运营场所之间进行分配，具体取决于故障是源于设计缺陷、软件错误还是现场安全规程不足。由于缺乏成熟的法律先例，大型工业买家采取谨慎态度，倾向于选择提供合同赔偿的供应商。

除了摄像头之外，人形机器人还需要哪些传感器？

一个功能完善的人形机器人需要本体感觉（每个执行器上的关节位置和扭矩感知）、用于保持平衡的惯性测量单元、位于手腕或脚部的力/扭矩传感器（用于检测接触事件），以及日益重要的手部触觉感知。视觉系统之所以备受公众关注，是因为它推动了人工智能的发展，但本体感觉和力感知系统才是真正维持机器人直立并防止其压坏所处理物体的关键所在。

人形机器人实际重量是多少？为什么这个重量如此重要？

目前的人形机器人平台重量约为35至80公斤，而对于腿式机器人来说，质量的影响尤为显著，因为脚踝以上的每一公斤重量都需要在每一步中主动平衡、加速和减速——这与轮式机器人不同，轮式机器人增加的质量主要只需要更大的扭矩来驱动，而无需更大的控制带宽来避免跌倒。因此，在人形机器人设计中，轻量化既是稳定性的必要条件，也是效率的必要条件。

具体来说，步行比滚动多消耗多少能量？

腿式移动通常比轮式移动每公斤米消耗的能量高出数倍，因为持续的平衡修正和行走时的上下运动都会消耗能量，而滚动的车轮则不会——车轮与地面接触时，电机扭矩几乎直接转化为前进动力。正是这种能量差距，使得在电池质量相当的情况下，腿式平台的运行时间比轮式平台短。

是否有标准、可比的方法来测量机器人的“灵巧度”？

目前，工业机械臂的有效载荷或重复性尚未标准化。研究人员使用诸如积木堆叠、插销插入孔洞以及布料或可变形物体操控等基准测试来比较系统，但目前尚无行业通用的、与数据手册规格等效的衡量标准，这使得供应商宣称的灵巧性难以直接验证或比较——在评估过程中，这是一个值得向任何供应商强调的缺陷。

独立分析师们对人形机器人与特定任务自动化设备相比，在成本竞争力方面究竟有何预期？

大多数较为严谨的预测认为，最早也要到2030年代初中期，机器人才能在成本上与专用机器人基本持平，前提是执行器成本比目前水平下降约50%至70%，且操作可靠性大幅提升——而这两点目前都尚未得到大规模验证。短期内，机器人的商业可行性预计仍将集中在目前基础设施兼容性或单一平台优势已具备的少数特定任务领域，而非通用的劳动力替代。

当腿式机器人失去动力或在行进途中紧急停止时会发生什么？

这是该领域尚未解决的难题之一。动态行走过程中不受控制的动力损失会导致机器人失控跌倒，因此大多数平台都采用了“安全停止”机制，即在完全断电前尝试达到静态稳定的蹲伏或坐姿。一些研究平台正在探索被动式机械故障保护机制，例如可锁定关节，作为备用方案。轮式和履带式机器人则完全不存在这个问题——断电后它们只会停在原地。

联网人形机器人是否可能构成重大的网络安全风险？

是的，而且它与安全笼内的固定式工业机械臂的风险状况截然不同：被入侵的人形机器人是移动的、具有物理能力的执行器，配备摄像头和麦克风，位于工厂内部，因此安全漏洞不仅仅是数据问题，更是人身安全和工业间谍活动的问题。供应商部署连接到基于云的车队管理和远程操控通道的机器人集群，实际上是将公司的网络安全边界延伸到了工厂车间，而一些工业采购商才刚刚开始在风险评估中考虑到这一点。