在蛇年春晚上穿花襖轉手絹扭秧歌的“秧BOT”們引發了大眾對國產人形機器人的熱議。這些表演者由杭州的民用機器人研發企業宇樹科技

　　H1身高180厘米左右，體重約為47公斤(H1-2的體重則為70公斤)，最大關節扭矩可達360 N·m?，單腿和單手臂關節的自由度分別為5和4，步行速度1.5 m/s。福兮也是國內第一款能跑的全尺寸通用人形機器人，并憑借3.3 m/s的奔跑速度打破世界紀錄，據稱，其潛在運動能力可超過5m/s。

　　在人形機器人賽道上，福兮稱得上第一梯隊級選手。它相較同類的一大優勢是無須使用液壓系統就能完成原地后空翻——此壯舉不僅展現了機巧神通，更凸顯其先進的控制系統。此外，福兮能高效使用螺絲刀或電動工具等標準人類工具，有望勝任各種要求精確度和靈巧性的任務?；诂F有表現和應用潛力，行業期待宇樹H1進入非結構化的工作環境，給教育機構、工業系統乃至生活居所帶去另一層級的自動化和效率。

　　福兮卓越的運動能力源于宇樹專門打造的M107關節電機，后者提供360 N·m的峰值扭矩，幫助機器人輕松開展動態運動，行難路、干細活。

　　另一方面，H1配備有一套先進的傳感器和攝像頭：英特爾實感深度攝像頭D435i(Intel? RealSense? Depth Camera D435i)準確、可靠、詳盡地捕捉3D圖像；大疆覽沃Mid-360激光雷達(Livox MID360 LiDAR)模塊提供360度無死角的深度感知，對于自動導航和避障至關重要。這些裝備令H1能夠實時獲取高精度空間數據，面對復雜環境進行繪制和導航。

　　現階段，多家科技公司都在發力商業化人形機器人賽道。除了宇樹，我們還看到“敏捷機器人”(Agility Robotics)、特斯拉、1X 科技、Apptronik、Figure以及Sanctuary等企業紛紛推出可與人類爭飯碗的機器人。

　　其中的Agility Robotics全尺寸人形機器人Digit于2019年首度亮相，“為工作而生”(Made for Work)的它專攻物流場景——這也是Agility為其人形機器人產品選定的商業切入點。

　　Digit能爬樓、避障、送包裹，能在倉庫里搬箱子，能擔負福特汽車最后一英里配送的任務……多家知名企業都已將Digit引入工廠。

　　上，我看到當時最先進的人形機器人在受福島核災難啟發所建的場景中奮力前行。

　　一組經驗豐富的工程師控制著每個機器人，它們頭頂上的安全繩可防止其摔倒。機器人必須展現出移動、感知和操控能力——盡管費勁巴力且緩慢，但它們確實做到了。

　　這些機器人項目顯然處于研究階段，而目光長遠的DARPA正推動此領域不斷發展。

　　2005年和2007年DARPA針對自動駕駛汽車舉辦的超級挑戰賽和城市挑戰賽為如今的自動駕駛出租車奠定了基礎。2015年的機器人挑戰賽上，有幾個機器人成功完成整個終極場景，由此我們明確了一個問題：人形機器人何時才能從研究項目轉變為商業產品？

　　到這個階段，一些資金雄厚的企業將在商業試點項目中部署自己的機器人，以確定人形機器人是否真的準備好開始工作了。

　　2015年，俄勒岡州立大學動態機器人實驗室的喬納森·赫斯特（Jonathan Hurst）與他人共同創立了Agility，打造了一款以人為本、多用途且實用的機器人“數字”（Digit）。

　　Digit的體型與人類大致相同，身高1.75米，重65公斤，可以舉起16公斤重量。

　　Agility現在正準備大規模生產商業版本的Digit，并希望機器人在物流行業打出第一片天——它將開始從事一些機械重復性的人類工作。

　　赫斯特說：“我們花了很長時間與潛在客戶合作，尋找我們的技術能提供真正的價值，又具有可擴展性和營利性的應用。

　　物流箱是倉庫用來存儲和運輸貨物的標準化容器。當貨物進入或離開倉庫時，空的物流箱被不斷地從某一處移動到另一處。這是一項至關重要的工作，即使在高度自動化的倉庫中，大部分此類工作也由人類完成。

　　必一運動

　　Agility表示，美國目前有數以百萬計的人從事物流箱處理任務，而物流公司遇到了招工難問題，市場上缺少足夠的勞動力。此外，這方面工作往往枯燥、重復且對身體造成壓力。

　　赫斯特表示：“從事這些工作的人基本上都是在做機器人的工作?！比绻麄兡苋プ龈ヅ渥陨韮瀯莸墓ぷ?，效果會更好。

　　解釋稱：“我們將使人類勞動力轉變成更具監督性的角色。我們正努力打造一些能與人合作的產品，使人類更好地應用其判斷力、創造力和決策能力，利用我們的機器人作為工具，更迅速更高效地完成工作?！?

　　Digit要成為有效的倉庫工具，必須具備對Agility及其客戶而言有用、可靠、安全且經濟可持續的優點。

　　Agility相信這些預期都可能實現，并指出Digit相較人類工人在成本和性能方面更有潛力。

　　謝爾頓說道：“我們鼓勵人們思考，如果能將人力資本分配到大樓其他地方，每小時可以節省多少錢？”謝爾頓估計，一家大型物流公司需要為每個員工每小時支付至少30美元的勞動相關費用，其中包括福利和各種間接費用——當然，員工的到手工資要比這個數字少得多。

　　Agility尚未準備好提供Digit的定價信息，但我們獲悉，每臺設備的成本低于25萬美元。

　　，機器人每小時所需費用將達到12.5美元。服務合同每小時可能會增加幾美元。

　　謝爾頓表示：“你可以將其與執行相同任務的人類勞動力做比較。只要機器人的工作效率與人類處于同檔次，你就可以琢磨琢磨該選人還是機器人。”

　　就通用能力而言，Agility的機器人無法媲美人類，但這也不是他們的目標。用赫斯特的話說：“

　　2022年，亞馬遜投資Agility，作為其產業創新基金的一部分。2023年底，亞馬遜開始在美國華盛頓州西雅圖附近的機器人研發基地測試Digit。Digit在亞馬遜并不孤單——這家科技巨頭目前擁有超過75萬個部署于倉庫中的機器人，包括在封閉區域運行的傳統系統，以及具有必要自主性以便與人更好協作的更現代的機器人。

　　說道：“Digit的有趣之處在于它雙足行走，能以略微變化的方式適應空間。我們很高興現在開始測試Digit，從而了解這項技術的潛力?！?

　　顯然，在一個主要為人類設計的世界里，外形似人的機器人是理想選擇。但對機器人來說，要兩條腿動態保持平衡是很困難的，特別是在它們搬運重物并且預計要以人類速度工作數萬小時的情況下。

　　維特里克表示：“讓我真正興奮的Digit應用案例是空物流箱回收。我們已經在許多倉庫里使用傳送帶

　　做自動回收，也不希望在傳送帶工作的地方使用機器人。但傳送帶要占據一定空間，它適用于某些類型的空間。當遠離這些空間時，機器人就開始有用武之地?！?

　　然而，對機器人的需求不一定轉化為對雙足機器人的需求，像亞馬遜這樣的企業擁有資源來建造倉庫，以支持其所需的任何形式的機器人或自動化。亞馬遜新建造的倉庫是這樣的：地面平坦，通道寬闊，對帶輪的機器人特別友好。

　　考慮的建筑類型不是新一代的建筑。我們無法向其中引入傳統的自動化解決方案，因為沒有足夠空間?！?

　　根據她的描述，一些舊有建筑組織混亂，包括中間有房頂支撐結構的狹窄過道，以及因托盤、紙板、電線套和人體工程學墊而地面不平坦的區域?！拔覀兊慕ㄖ奖闳藗儗Ш剑词故呛苄〉恼系K物也可能成為輪式機器人難以克服的阻礙，而步行的雙足機器人就不怕這些了。”這就是雙足機器人的獨特優勢：它們能快速輕易地適應為人類設計的空間和工作流程——至少，這是它們的目標。

　　維特里克強調，西雅圖研發站點的部署只是對Digit能力的一個非常小的初步測試。

　　讓機器人將物流箱從貨架運送到平坦、空曠的地面傳送帶上，并不能反映亞馬遜終極的應用目標

　　。亞馬遜甚至不確定Digit是否會成為此項特定工作的最佳工具，對于一家那么注重效率的公司來說，只有針對特定問題的最佳解決方案才能在其工作流程中找到永久席位。

　　維特里克解釋稱：“亞馬遜對通用機器人不感興趣。我們始終專注于自己要解決的問題。我不想建議說Digit是解決此類問題的唯一選擇。但它是我們有興趣嘗試的一個潛力方案。”

　　通用人形機器人可以幫助人們完成任何需要完成的任務——這個想法當然極具吸引力，但正如亞馬遜明確表示的，對于像Agility這樣的公司來說，第一步是找到執行單個任務（或者幾個不同的任務）的足夠價值，以實現可持續增長。

　　必一運動

　　Agility相信，Digit將能通過解決亞馬遜的空物流箱回收問題來擴大業務，充滿信心的他們準備在俄勒岡州塞勒姆開設一家工廠——最終達到每年生產1萬個Digit機器人的高峰。

　　Agility并非唯一一家致力于2024年商業化部署雙足機器人的企業。另有至少7家公司也在努力實現這一目標，并已獲得數億美元的資金支持。特斯拉、1X 科技、Apptronik、Figure、Sanctuary和Unitree都擁有商業人形機器人原型。

　　傳感器和計算機的功能已經足夠，但執行器仍然復雜且昂貴，而且電池很難在一個完整工作班次里為雙足機器人持續提供動力。

　　創建可通過彈性供應鏈制造的機器人和開發服務基礎設施以支持大規模商業部署

　　迄今為止最大的挑戰來自軟件方面。僅僅創建一個能完成某項工作的機器人是不夠的，這個產品必須以安全、可靠和高效的方式完成工作——因為這是做產品，而不是做實驗。

　　毫無疑問，Agility和其他開發商業人形機器人的公司擁有令人印象深刻的技術、引人入勝的故事和驚人的巨大潛力。至于這種潛力是否會轉化為在工作場所大展身手的人形機器人就要取決于亞馬遜等公司的努力了，他們現在似乎持謹慎樂觀的態度。

　　我們或將看到重復性勞動工作方式的根本轉變。目前，機器人要做的就是運送貨物。