鋼鐵萌寵的“狂楓時刻

人形機器人走進日常生活

2025年蛇年春晚，16位穿著花棉祅、身高約1.8米的人形機器人憑借AI驅動全身運動控制技術舞動《秧BOT》，它們不僅能精準跟上秧歌節奏，還能完成轉手絹等高難度動作。今年5月，人形機器人站在格斗擂臺上。只見它們飛腿互踢后迅速回正，馬步扎穩；摔倒在地還能“鯉魚打挺”，上演絕地求生；甚至還能拍拍大腿，以示挑畔；揮動雙臂，慶祝勝利。近日，零次方發布的輪式人形機器人采用“認知一行為”雙系統架構，已經開始上手做家務了！整理雜物、刷馬桶、打掃地面等都不在話下。

人形機器人正以驚人的發展速度和廣泛的應用前景，深刻改變著現實世界。

人形機器人的誕生

1973年，日本早稻田大學的加藤一郎實驗室研發出WABOT-1，這是第一個真正意義上的人形機器人。

WABOT-1能夠通過視覺識別物體；借助聽覺和人工嘴與人類交流；具備雙臂，能用具有觸覺的手操縱物體。盡管它功能相對簡單，但具備了人形機器人的所有構成要素，為日后迭代奠定了堅實的基礎。

人形機器人中的“物理紅”

人形機器人為何能應用于生活的多個領域？這主要得益于其中的“物理AI”，它通過感知、控制和執行三大系統，共同賦予人形機器人獨特的物理交互能力，是連接虛擬智能與物理世界的橋梁。

感知系統對應“五官”，通過各種傳感器收集物理世界的信息。內部傳感器專注于監測機器人自身的狀態信息；外部傳感器主要檢測機器人所處的外部環境信息，讓機器人能夠感知物理位置、人物以及環境變化，從而在真實環境中高效執行任務。

控制系統對應“大腦”和“小腦”，是機器人的指揮中樞。物理AI在這里發揮核心作用，它通過深度學習算法處理復雜的物理動態。“大腦”負責感知、認知、決策和規劃，例如預測物體的運動軌跡、判斷環境的穩定性。“小腦”可以在動態環境中實時調整機器人的動作，使其能夠穩定地行走、跑步、跳躍等。

執行系統是人形機器人將智能決策轉化為實際行動的關鍵。物理AI通過精確的運動控制算法，協調驅動裝置、伺服電機、液壓裝置等部件，讓機器人的動作更加精準高效。例如，物理AI可以根據任務需求動態調整電機，使機器人在抓取物體時能夠施加合適的力，避免損壞物體或自身。

人形機器人通過感知系統獲取信息，由控制系統進行分析決策并調整動作，再借助執行系統將指令轉化為實際行動，這三大系統相互協作、緊密配合，使機器人能夠高效且智能地完成各種任務。

從半馬賽場看人形機器人

4月，全球首個“人形機器人馬拉松”賽事在北京激情開跑。18款“鋼鐵小伙伴”踴躍參賽，全力挑戰21公里的賽程。這些機器人的奔跑過程并非簡單的機械運動，而是融合了先進的傳感器技術、動態平衡算法和動力學原理。

當機器人在賽道上奔跑時，其內置的傳感器會實時監測周圍環境和自身的運動狀態。在轉彎時，機器人能夠通過傳感器感知方向的變化，利用動態平衡算法重新分配重心，確保在高速運動中依然保持穩定。

在面對斜坡等復雜地形時，機器人的動力系統能夠根據坡度和負載自動調整輸出功率，確保機器人能夠穩步向上攀登，不會因動力不足停滯不前。

人形機器人取得顯著進步的同時仍存在一些短板。其中最突出的問題就是耗電快。在賽事全程，配備了多個補給站，主要就是為機器人及時更換電池，確保它們能夠持續運行，順利完成比賽。

從半馬賽場來看，人形機器人在技術融合與應用上展現了巨大潛力，但續航短板還有待突破，未來的發展之路仍充滿挑戰與機遇。