人形机器人手部与工厂：Boston Dynamics 舍弃小指，Tesla 陷入困境

10 月 1 日，Boston Dynamics 宣布为 Atlas 人形机器人打造了一只新手：四指设计，13 个自由度，直接驱动，专为大规模制造设计。前代 Atlas 手部有 7 个自由度，旨在抓取各种物体。新手则专注于操控物体。

没有小指。据 The Robot Report 报道，机械工程师 Dylan Thrush 表示，团队认为额外的灵巧性不值得增加 3 个自由度，以及随之而来的尺寸、功耗和执行器。

设计定型前，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了一天，并汇报感受。大家一致认为，机器人手不需要小指。

“总有一些直觉和实验的成分。归根结底，这是不同竞争目标之间的权衡，”Atlas 机器人行为总监 Alberto Rodriguez 告诉 The Robot Report。

这只手的尺寸与一只大号人手相当，这决定了执行器的尺寸。Boston Dynamics 表示，它保持了与前代版本相似的强度。它专为高保真模拟而构建，以支持从模拟到实物的强化学习。公司还在关节处保留了透明的直接驱动方式，使用单一类型的执行器，并进行了封装，确保没有脆弱的线缆跨越关节。

手部是难题所在

手部是人形机器人工厂故事中最昂贵的部分。9 月 26 日，Ars Technica 报道称，截至 2026 年 5 月，Tesla 的 Fremont 工厂已停止生产 Model S 轿车和 Model X SUV，生产线工人和工程师转而专注于 Optimus。据 The Information 报道，最新版本 Optimus V3 在开发和制造方面被证明困难重重，生产线设备难以精确对齐组件，且产线运行速度受限。

据报告，Tesla 已将产量提升至每周数百台，并计划在 2026 年底之前实现每周超过 1,000 台。人类工人必须手动组装 Optimus 的手部和前臂，这两部分总共包含超过 100 个螺丝等小部件。这个过程并不完美，且高度依赖人工，新生产的机器人需要立即修复。手部中的触觉传感器可靠性足够低，以至于 Tesla 开发了一种类似手套的传感器层，可以更换而无需更换整个手部。

Elon Musk 在 2026 年第二季度财报电话会议上将 Optimus 描述为潜在的“有史以来最大的产品”，同时承认，建造一个能够处理多种不同任务的自主人形机器人是“最难解决的问题之一”。

500 万台机器人，极少的人形机器人

9 月 24 日，IFR 报告称，2025 年全球工业机器人运营库存量增长了 9%，创下 500 万台的新纪录，这得益于年度安装量增长了 11%，新增单位超过 60 万台。IFR 主席 Jane Heffner 表示，500 万台这一数字是七年前的两倍多，其中亚洲增长最为强劲。

2025 年，中国安装了 354000 台，同比增长 20%，占全球部署量的 59%。美国超越日本成为第二大市场，安装了近 38500 台，增长 12%。德国仍是欧洲最大的市场，占欧盟安装量的 41%，但销量下降了 8%，降至不到 25000 台。

与这一安装基础相比，人形机器人的数量很少。TechNode 在 9 月 29 日引用的 IDC 数据显示，2026 年上半年全球人形机器人出货量接近 25000 台，同比增长 432.1%，其中中国占比 77.9%。IDC 将其 2030 年预测上调至超过 75 万台。10 月 1 日 SemiEngineering 文章中引用的 Goldman Sachs 分析师报告表明，到 2035 年，人形机器人年出货量可能超过 600 万台，而 2025 年这一数字还不到 15000 台。

这些预测旁边存在着来自行业内部的怀疑。那不勒斯费德里科二世大学的机器人学教授 Bruno Siciliano 在 10 月 1 日告诉 Il Sole 24 Ore，目前并没有足够的投资回报，他提到了 BMW 在南卡罗来纳州工厂重新考虑使用 Figure AI 人形机器人的情况。他认为，完全仿人的带腿版本在工业车间中并不总是具有生产力，在成本、稳定性和运动方面均存在不足。他呼吁通过一项欧洲基于 AI 的机器人法案，预算为 300 亿欧元，目标是在 2035 年占据全球 33% 的市场份额。

数据、内存与测试台

瓶颈不仅仅是机械方面的。9 月 30 日，Innodata 开设了一个动作捕捉实验室，用于为人形机器人和工业机器人生成训练数据，并独立验证机器人内部生成的性能数据。其机器人和物理 AI 副总裁 Franklin Tanner 告诉 The Robot Report，“没有替代品能取代直接的 3D 动作捕捉”，并补充说，一个重近 200 磅（90.7 公斤）的人形机器人不能靠粗略读数进行训练。公司举了一个例子：机器人拿起一个马克杯，是握把手还是握底部，里面装着热液体，上下文很重要。

内存架构是一个更安静的约束。10 月 1 日 SemiEngineering 上的一篇赞助文章指出，以高于 10 kHz 的频率记录电机扭矩、速度和肢体位置，很快就会超过传统非易失性内存的耐久极限，推动设计向分布式 NVM 发展，用于启动管理、遥测和功能安全。

安全测试也在被重新思考。10 月 1 日，VicOne LAB R7 描述了一些测试，其中海报上的文字被视为指令，改变了机器人狗的运动；精心制作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。在一次机器人漏洞赏金活动中，研究人员向一台机器人注入了 ROS 2/DDS 消息，组织者原本期望它在安全控制设置下保持静止。但它动了。

在工厂方面，Maven Robotics 在 10 月 1 日告诉 The Robot Report，自 2024 年以来已融资 1 亿美元，机器人每天运行 16 小时，每周五天，正常运行时间高达 99%，可以在携带 30 公斤负载的情况下达到 3 米高度。ANYbotics 在同一天推出了 Shift，这是一个多机器人检查任务平台，可将确认的异常转化为 SAP、IBM Maximo 和 GE Vernova APM 中的工作订单。巴黎工业机器人公司 Inbolt 在 9 月 30 日融资 1100 万欧元，将实时视觉和控制扩展到数据中心和电子制造，总融资额达到 3000 万欧元。

与此同时，Boston Dynamics 在 9 月于现代汽车集团 Metaplant America 开设了 Robotics Metaplant 应用中心，这是一个将 Atlas 整合到现代汽车运营中的培训中心。

即使数字尚不明确，方向也是清晰的。手部、传感器、内存耐久性和训练数据是决定人形机器人能否在工厂地板上保住工作的部分，而这些部分都尚未定型。