跳到正文
世界时间EU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

关于人工智能与技术的门户事件 · 分析 · 访谈 · 技术背景

搜索
直播
›

人形机器人的手与工厂车间:Boston Dynamics 砍掉小指,Tesla 陷入苦战

Boston Dynamics 于 10 月 1 日发布为 Atlas 人形机器人打造的四指新手,用去掉小指换来 13 个自由度和可量产性。与此同时,整个行业在工厂落地的野心正撞上实打实的工程约束。

科技分析林晓雯发布: 2026年10月2日6 分钟阅读资料来源 12
人形机器人的手与工厂车间:Boston Dynamics 砍掉小指,Tesla 陷入苦战

Boston Dynamics 10 月 1 日表示,公司为 Atlas 人形机器人造了一只新手:四根手指、13 个自由度、直接驱动,并且按批量生产的要求设计。上一代 Atlas 的手有 7 个自由度,造出来是为了抓取各种各样的物体。新的这只手,是为了操作物体。

没有小指。据 The Robot Report 报道,机械工程师 Dylan Thrush 说,团队判断多出来的这点灵巧度,不值得再为它增加三个自由度,以及随之而来的体积、功耗和执行器。

设计方案定下来之前,首席产品与技术官 Zachary Jackowski 让团队成员把无名指和小指绑在一起过一天,然后回来汇报。大家一致认为,机器人的手不需要小指。

“直觉和试错总是少不了的。说到底,这是在几个相互冲突的目标之间做取舍,”Atlas 机器人行为总监 Alberto Rodriguez 对 The Robot Report 说。

这只手的尺寸相当于成年人的大手,执行器的规格也由此确定。Boston Dynamics 说,它的力量和上一代大致相当。手是为高保真仿真设计的,以便支持从仿真到现实的强化学习。公司还保留了关节处的透明直接驱动,只用一种执行器,整体封装,没有易损线缆跨过关节。

难就难在手

人形机器人的工厂故事,钱主要花在手上。9 月 26 日 Ars Technica 报道,Tesla 的 Fremont 工厂自 2026 年 5 月起停产 Model S 轿车和 Model X SUV,产线工人和工程师转去做 Optimus。据 The Information 报道,最新的 Optimus V3 在开发和制造两方面都很棘手,产线设备难以把零件精确对齐,产线速度也受到限制。

据报道,Tesla 的产量已经提升到每周数百台,目标是到 2026 年底超过每周 1000 台。Optimus 的手和小臂加起来有 100 多个小零件,比如螺丝,必须由工人手工装配。这个过程不完美,而且极其耗费人力,新下线的机器人往往需要立刻返修。手部的触觉传感器一直不够可靠,Tesla 为此做了一层手套式的传感器,可以单独更换,不必换掉整只手。

Elon Musk 在 Tesla 2026 年第二季度财报电话会上说,Optimus 有可能成为“史上最大的产品”,同时他也承认,造出一台能应付多种任务的自主人形机器人,是“最难解决的问题之一”。

五百万台机器人,人形寥寥无几

IFR 9 月 24 日报告,2025 年全球工业机器人保有量增长 9%,达到创纪录的 500 万台,年装机量增长 11%,新增超过 60 万台。IFR 主席 Jane Heffner 说,500 万台这个数字是七年前的两倍多,增长最猛的是亚洲。

2025 年中国装机 35.4 万台,同比增长 20%,占全球装机量的 59%。美国超过日本成为第二大市场,装机近 3.85 万台,增长 12%。德国仍是欧洲最大市场,占欧盟装机量的 41%,但销量下降 8%,不到 2.5 万台。

和这个保有量相比,人形机器人的量还很小。TechNode 9 月 29 日援引 IDC 的数据称,2026 年上半年全球人形机器人出货量接近 2.5 万台,同比增长 432.1%,其中中国占 77.9%。IDC 把 2030 年的预测上调到 75 万台以上。SemiEngineering 10 月 1 日一篇文章援引的高盛分析师报告认为,到 2035 年人形机器人年出货量可能超过 600 万台,而 2025 年还不到 1.5 万台。

这些预测旁边,是来自业内本身的怀疑。那不勒斯费德里科二世大学机器人学教授 Bruno Siciliano 10 月 1 日对 Il Sole 24 Ore 说,眼下没有足够的投资回报,并举例说 BMW 正在重新考虑在南卡罗来纳州工厂使用 Figure AI 人形机器人的做法。他认为,带腿的完全拟人版本在工业车间里,从成本、稳定性和运动能力看并不总是划算。他呼吁出台一部以 AI 为基础的欧洲机器人法案,预算 300 亿欧元,目标是到 2035 年拿下全球市场的 33%。

数据、内存与测试台

瓶颈不只在机械。Innodata 9 月 30 日启用了一个动作捕捉实验室,为人形机器人和工业机器人生成训练数据,并独立验证机器人自身产生的性能数据。公司机器人与物理 AI 副总裁 Franklin Tanner 对 The Robot Report 说,“直接的三维动作捕捉无可替代”,还补充说,一台近 200 磅(90.7 公斤)的人形机器人,不能靠粗略读数来训练。公司举了机器人拿杯子的例子:握杯柄还是托杯底,里面有没有热饮,场景不同,做法就不同。

内存架构是个更安静的约束。SemiEngineering 10 月 1 日一篇赞助文章指出,以 10 kHz 以上的频率记录电机扭矩、速度和肢体位置,很快就会超出传统非易失性存储器的耐久极限,设计因此转向分布式 NVM,用于启动管理、遥测和功能安全。

安全测试也在重新设计。VicOne LAB R7 10 月 1 日描述了这样一些测试:海报上的文字被当作指令,改变了一只机器狗的动作;精心构造的听不见的音频,改变了运行在 NVIDIA 硬件上的医院服务机器人的模拟行为。在一场机器人漏洞赏金活动上,研究人员向一台机器人注入了一条 ROS 2/DDS 消息,主办方本以为在安全控制设置下它会保持不动。它动了。

工厂这边,Maven Robotics 10 月 1 日对 The Robot Report 说,公司自 2024 年以来融资 1 亿美元,机器人每天运行 16 小时、每周五天,正常运行率最高 99%,举升高度可达 3 米,载荷 30 公斤。ANYbotics 同一天发布 Shift,这是一个多机器人巡检任务平台,能把确认的异常转成 SAP、IBM Maximo 和 GE Vernova APM 里的工单。巴黎工业机器人公司 Inbolt 9 月 30 日融资 1100 万欧元,把实时视觉与控制扩展到数据中心和电子制造,累计融资达到 3000 万欧元。

Boston Dynamics 则在 9 月于 Hyundai Motor Group Metaplant America 开设了 Robotics Metaplant Application Center,这是一个培训中心,用于把 Atlas 整合进 Hyundai 的汽车业务。

方向是清楚的,数字却还不清楚。手、传感器、内存耐久和训练数据,这几样决定了人形机器人能不能在工厂车间里保住一份工作,而它们没有一样已经定局。

评论 0

资料来源

12
  1. 01Boston Dynamics drops pinkie on new humanoid handEN
  2. 02Tesla workers balk at training Optimus humanoid robots as replacementsEN
  3. 03Five Million Robots Now Operate in Factories GloballyEN
  4. 04China accounts for 77.9% of global humanoid robot shipments in H1, IDC saysEN
  5. 05Memory At The Edge: Non-Volatile Memory Challenges And Requirements For Humanoid RobotsEN
  6. 06Umanoidi, il professore di robotica Bruno Siciliano: «L'Ue punta sull'interazione tra uomo e macchina»IT
  7. 07Innodata opens motion-capture lab to help humanoids move more like peopleEN
  8. 08Your Robot's Safety Functions Already Work. What If the Input Lies?EN
  9. 09How Maven Robotics plans to automate industrial work, one task at a timeEN
  10. 10ANYbotics launches Shift to streamline robot fleet operations, scale inspectionsEN
  11. 11Inbolt raises €11M to bring real-time vision and intelligence to industrial robotsEN
  12. 12Top 10 robotics stories of September 2026EN

本文所有数字与引语均来自下列来源,未添加来源之外的内容。

本内容由编辑部在人工智能辅助下制作完成。

林晓雯

林晓雯

人工智能、模型与技术

林晓雯负责FLASH24的人工智能、模型与技术方向,主要写科技、人工智能与模型、媒体与互联网三个领域。她习惯从论文预印本、开源代码库和厂商技术文档入手,先核对训练数据来源和评测口径,再决定是否落笔。遇到模型跑分,她会自己复现一遍小规模测试,并对照独立第三方榜单,确认数字没有注水。她常联系一线工程师和产品经理,也盯着各大会议截稿日,把不同版本的技术报告放在一起比。业余时间她玩3D打印、折腾老电脑,还关心模型从网络垃圾里学到的偏见问题,这让她对数据清洗格外敏感。她有一条原则:拿不到原始数据的性能宣称,不写。

编辑部 →

评论

0
  1. 还没有评论——来说两句吧。

写评论

评论公开展示。我们不发布辱骂、垃圾信息和广告内容。