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
›

波士顿动力新款Atlas机械手:四根手指,13个自由度

波士顿动力10月1日发布了Atlas人形机器人的新款机械手。为了降低成本与复杂度,公司砍掉了小指,为的是把机器人送进现代汽车的整车工厂。

科技解释林晓雯发布: 2026年10月1日7 分钟阅读资料来源 11
波士顿动力新款Atlas机械手:四根手指,13个自由度

波士顿动力10月1日发布了Atlas人形机器人的新款机械手。这只手有四根手指、13个自由度,采用直接驱动,面向批量制造。上一代机械手有7个自由度,当初的设计目标是抓取更多种类的物体。

这个取舍是有意为之,与业界尽量照搬人体结构的思路相反。

Atlas团队的机械工程师Dylan Thrush在《The Robot Report》的报道中说:“没有小指,是因为团队判断,多出来的灵巧度和能完成的任务,抵不上增加三个自由度带来的复杂度、体积、功耗,以及多装几个执行器随之而来的一切。”

公司还表示,每个关节都用同一种执行器实现透明的直接驱动。执行器完全封装,没有脆弱的线缆跨过关节。机械手按成年人大手的尺寸设计,执行器的尺寸也由此确定。波士顿动力称其力量与上一代相当。

从抓取到使用

这一转变的关键在于,能拿起东西的机器人和能使用工具的机器人不是一回事。波士顿动力称,四指机械手为高保真仿真而设计,以支持从仿真到现实的强化学习。公司列出了几项目标能力:拇指沿其他手指滑动、灵巧的捏取,以及在触发条件下抓取工具,包括电钻、电动扭力扳手、角磨机、射钉枪和焊枪。

公司Atlas机器人行为部门主管Alberto Rodriguez把这一权衡说得很直白。“我们考虑过很多很多方案,也有很多问题:手要一个拇指还是两个拇指?到底要不要小指?这些问题大多没有现成答案,”他说。“总要有一些直觉和试验,归根结底是在几个相互竞争的目标之间做交换。”

方案定稿之前,波士顿动力首席产品与技术官Zachary Jackowski让团队把小指和无名指绑在一起过一天,然后汇报哪些事做不了。实验结束时,团队一致认为机器人手不需要小指。

发布前一周,波士顿动力在现代汽车集团Metaplant America开设了机器人Metaplant应用中心。公司称这座佐治亚州工厂是培训中心,将把Atlas人形机器人整合进母公司现代汽车的整车制造流程。

量产才是难点

机械手正是人形机器人项目反复栽跟头的地方。特斯拉Optimus的经历说明了设计没准备好上产线会怎样。《The Information》报道称,工人必须手工组装Optimus的手和小臂,其中有一百多个螺丝之类的小零件。新造出来的机器人需要立即返修。触觉传感器不够可靠,特斯拉只好做了一层可更换的手套式传感层。

Ars Technica对该报道的转述还提到,特斯拉弗里蒙特工厂2026年5月停产Model S和Model X,产线工人和工程师转去做Optimus。据报道公司已把产量提到每周数百台,目标是2026年底超过每周1000台。报道还称,特斯拉工人对被安排去训练自己的机器人替代者表示反对。

在这样的背景下,工业机器人数据指向的却是另一个方向。国际机器人联合会9月24日发布的《世界机器人》报告称,2025年全球工业机器人保有量增长9%,达到创纪录的508万台。年度装机量增长11%,达到603000台。联合会称,中国装机354000台,增长20%,占全球部署量的59%。

人形机器人在这个盘子里仍只是零头。国际机器人联合会在另一份新闻稿中称,2025年全球用于工业和专业用途的人形机器人销量只有约7000台。这是该联合会首次追踪这一品类。Euronews 9月29日报道称,其中许多机器是被买去为AI模型生成训练数据,而不是干活。试用人形机器人的汽车厂商通常只上不到十台。

“工业自动化正在高速推进,”国际机器人联合会主席Jane Heffner说。“全球工厂里运行的机器人突破五百万台,是七年前的两倍多。增长最猛的是亚洲,其次是美洲。欧洲走得更慢。”

相比之下,2026年的出货数据则热得多。TechNode 9月29日报道称,2026年上半年中国出货人形机器人超过19000台,占全球出货量的77.9%,数据引自IDC。全球出货量接近25000台,同比增长432.1%。IDC把2030年的预测上调到75万台以上。

中国先把产能建起来

支撑这一规模的制造基础正在中国搭起来。据Let's Data Science援引Interesting Engineering的报道,优必选9月12日在广西柳州的人形机器人工厂投产。这座工厂占地14000平方米,设计年产能超过1万台,产线节拍为每10分钟下线一台成品机器人,生产Walker S和Cruzr系列。

同一篇报道称,每台成品机器人需要2000多颗不同规格的螺丝。Cruzr机器人负责拆垛、码垛和上料。装配时由协作机械臂和旋转工位拧紧螺丝。NDTV报道称,每台机器人都要经过四个多小时的测试和360度检查。

Adalytica在9月28日的报道中把商业表现与产能数字摆在一起。优必选2026年上半年交付921台全尺寸人形机器人,收入12.7亿元,但仍亏损3.39亿元。该媒体指出,2025年全球人形机器人销量只有约7000台。也就是说,仅优必选一家准备的年产量,就超过了整个市场近期的全球销量。

产能与订单之间的落差,是这个行业的核心矛盾。这不只是中国的问题。据Euronews报道,现代汽车高层已暗示波士顿动力明年不太可能寻求上市。Atlas尚未大规模部署,公司仍未盈利。在中国,据报道监管机构用非正式指导压住了一波人形机器人IPO热潮。

传感、存储与沉默的瓶颈

即便机械手设计得再好,背后也得有供应链撑着。Vishay Precision Group称将在RoboBusiness 2026上展示定制化的力与力矩传感方案。该公司认为,市售传感器对小型机器人肢体来说往往太大,工程师只能为装下它而重新设计零件。“在VPG,我们专注于把精密传感方案放在最需要的地方:先进智能系统在性能、安全和控制上的关键点,”公司创新总监Ron Zukerman说。

ForceN创始人Robert Brooks将在同一场活动上做题为“人形机器人力与力矩传感速成课”的演讲。内容基于他与人形机器人公司三年的合作,以及在外科和物流机器人领域的传感器开发经验。

存储是另一个少被讨论的约束。SemiEngineering 10月1日的一篇文章指出,以高于10 kHz的采样率记录电机扭矩、速度和肢体位置数据,很快就会超出传统非易失存储器的耐久极限。这促使人形机器人设计者转向分布式存储架构,而不是一个集中存储。同一篇文章引用高盛分析师的估算: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15000台。

安全研究者认为,安全论证也该受到同样的审视。VicOne LAB R7描述了一些测试:海报上的文字被机器狗当成了指令。在另一项测试中,精心构造的不可听音频改变了一台在医院服务的机器人的仿真行为,那台机器人运行在NVIDIA Jetson AGX Orin上。在一场机器人漏洞赏金活动上,其研究人员向一台主办方以为会保持静止的机器人注入了ROS 2/DDS消息。机器人动了。

共同点在于,机器人可以遵守自己的安全规则,却仍然会依照被操纵的信息行动。这既是硬件问题,也是测试与证据问题。这类问题往往在部署之后才暴露,而不是之前。

评论 0

资料来源

11
  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. 04Five million robots now work in factories as humanoid hype faces reality checkEN
  5. 05China accounts for 77.9% of global humanoid robot shipments in H1, IDC saysEN
  6. 06UBTECH Opens High-Volume Humanoid Robot FactoryEN
  7. 07UBTECH Opens Humanoid Robot Factory in LiuzhouEN
  8. 08Vishay Precision Group (VPG) to Showcase Custom Sensing Capabilities for Humanoid Robotics at RoboBusiness 2026EN
  9. 09Memory At The Edge: Non-Volatile Memory Challenges And Requirements For Humanoid RobotsEN
  10. 10Your Robot's Safety Functions Already Work. What If the Input Lies?EN
  11. 11ForceN to give a crash course on force and torque sensing for humanoids at RoboBusinessEN

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。