一双方形大眼睛，细圆脑袋，瘦长身躯，两条向后弯曲的腿形似鸵鸟腿，双足人形机器人 Digit 正踏着小碎步从货架上取出周转箱，再转身踱步将箱子放置到传送带上。整个工作过程，Digit 虽然动作稍显缓慢，但步态稳定，身体灵活。

  这是发生在亚马逊物流某仓储库里的一幕。在这座大型仓库里，有超过 75 万台机器人 加班加点 地干活。不过，Digit 稍显特别，因为它是首个双足人形机器人 员工 。

  在劳动力愈发紧缺以及成本上涨的背景下，用机器人来替代人的部分劳动成为新趋势，而人形机器人无疑是最具想象力的方向。这条赛道上，除了 Agility Robotics，国外企业特斯拉、Figure AI，国内企业宇树、智元、乐聚等一众公司也正加紧布局人形机器人赛道，一派热火朝天之势。源源不断浮现的人形企业和持续迭代出新的人形机器人像是烧不尽的柴火，作为燃料将人形机器人的故事带到更高更远的地方。

  如今，人形机器人已经走到了落地化的前夜，但谁会先看见那第一缕曙光？或许，正在仓库里担任搬运工的 Digit 能看见。

  Agility Robotics 的 Digit 是现阶段最好的人形之一。 足式机器人创业者周东表示。

  作为 Agility Robotics 推出的第三款产品，Digit 是率先采用鸵鸟腿的人形机器人，而其他人形机器人主要配置的是能耗更少的类人腿。

  ATRIAS 是俄勒冈州立大学的动态机器人与人工实验室（DRAIL）研制了七年的项目成果。该项目旨在运用动物动力学开发双足机器人，由该校机器人学教授赫斯特（Jonathan Hust ）带队。

  在观察动物运动过程中，一些鸟类的奔跑能力非常强，这让赫斯特产生了浓厚的兴趣。为此，赫斯特不仅和伦敦大学皇家兽医学院知名教授 Monica Daley 合作，还与同事一起在实验室里长时间地研究目标鸟类的行走与奔跑。

  在一次实验中，一只珍珠鸡沿着跑道奔跑，无意间一条腿踩进了实验人员精心布置的坑洞。这坑有半腿之深，珍珠鸡并未出现预想中的踉跄和摔倒，反而轻松越过，仿佛无事发生。

  研究人员发现，珍珠鸡的腿会自动伸展以适应坑深，无需大脑做出一定的反应，腿部便可自行处理意外状况。

  这次实验为双足机器人的设计带来重要启发：机器人的灵活性在很大程度上依靠自身固有的机械特性，即依靠硬件而非软件。

  在这一灵感刺激下，ATRIAS 系列很快便优化了硬件设计，借助仿生实现行走，两条牵拉着弹簧的腿可以不停地交替前进，无需视觉和力传感器，有点类似于盲人走路。

  当时，ATRIAS 是第一个复现了人类步行步态动力学的机器人。2015 年，在加利福尼亚州波莫纳举行的 DARPA 机器人挑战赛总决赛上，ATRIAS 突出的运动表现一时惊艳了众人。

  不过，虽然行走能力突出，但彼时除了科研展示外，ATRIAS 并没有用作其他用途。同年，赫斯特与同事谢尔顿共同创办了 Agility Robotics，并与俄勒冈州立大学作切割，开始寻求商业化。

  与 ATRIAS 不同的是，Cassie 拥有全新的腿部结构，具体看来：

  形态与运作上，Cassie 保留了 ATRIAS 的特色。Cassie 膝盖像鸵鸟一样向后弯曲，也被称为 反屈膝 。此外，Cassie 也没有配置摄像头或外部传感器，和 ATRIAS 一样是盲人。

  一直以来，地面的复杂性一直是困扰足式机器人移动行走的头等难题。Agility Robotics 致力于打造能走能跑、既能在户外穿越森林、又能无碍上下楼梯的双足机器人，并且仅依靠电池便能运行数小时。

  2021 年，Cassie 用了 53 分钟左右的时间跑完了 5 公里，是第一个使用机器学习来控制户外地形跑步形态的双足机器人；2022 年，Cassie 以 百米 24.73s，平均速度超过 4m/s 的成绩刷新了双足机器人百米赛跑的吉尼斯世界记录。

  这一惊人的表现，展示出了 Cassie 优秀的运动性能与科研的无限可能性。得益于此，Agility Robotics 获得了大量美国学术界足式机器人的订单，成了高校和科研团队的重要探索平台。

  但面向教育科研的商业化，对 Agility Robotics 来说，还远远不够。

  2019 年，Agility Robotics 第三代产品 Digit 出世。Digit 的腿基本与 Cassie 一脉相承，最大的变化是新增了一个装满传感器的上半身和一双用于平衡方向的手。

  彼时，Digi 俨然一副双足人形体态，身高 1.75 米，重 65 公斤，能举起 16 公斤重物体。

  Agility Robotics 创始人 赫斯特在 2021 年曾表示： 我们并没有打算建造一个人形机器人，着手解决的是移动性问题。不过，在解决这一问题的过程中，团队发现双足人形是最佳形态。

  赫斯特解释道，Cassie 的一大问题就在于只有少数的惯性来平衡向前摆动的腿，而 Digit 直立躯干的设计正是为了能让机器人在航向上有更多的控制权。

  当时，通过观察动物运动，赫斯特发现尾巴能起到校正方向和平衡身体的作用。在一启发下，赫斯特决定试着给 Digit 安上尾巴。团队摸索后发现，最好的效果是让 Digit 两边各设置一个尾巴，左右对称。最后，尾巴演变成了手，Digit 也就拥有了双臂双足的人形体态。

  更重要的是，手不仅能实现平衡，还能拾取物品，发挥工具属性，让商业化有了抓手。Agility Robotics 就曾于 CES 2020 上宣布与汽车巨头福特合作，共同打造自动化物流。

  按照规划，汽车作为机器人基站，可让 Digit 进行充电。无人驾驶汽车与机器人通过数据交换进行协同工作，汽车实现物品的远距离运输，Digit 则手持货物完成送货上门的最后一公里。

  主要原因主要在于，Agility Robotics 后来将目光转向了仓储物流领域。创始人兼时任 CEO 的谢尔顿曾表示，机器人在物流和仓储领域会有更大发展空间。一方面，物流行业存在大量繁琐重复的工作，如搬运物料和箱子；另一方面，劳动力短缺的窘境日渐显著。

  物流和仓储场景，核心是解决物料的移动和放置问题。为了更好完成工作任务，2019 年至 2023 年间，Digit 从由 V1 升级至 V4 。相较于前几代版本，V4 不仅增加了用于移动周转箱的末端执行器，还优化了头部与眼睛，支持人机互动。

  在 Agility Robotics 公布的一则视频中，Digit 展现出了稳定可靠的工作上的能力，似乎离机器人走进工厂、走进现实的预言更进了一步。

  不过，当下人类还无法和 Digit 亲密无间地一起工作。出于安全考虑，人类需与 Digit 保持 6 英尺距离，直到有足够多的数据与信息能进一步验证 Digit 安全性时，人类才有可能与其亲近。

  值得注意的是，2023 年 10 月，一名 CNN 记者通过语音要求一台 Digit 达成目标，但哪怕多次重复指令，Digit 依然无法遵从命令依次达成目标；此外，另一台 Digit 在搬运箱子时不慎摔倒，无法立即站起来。

  如果说 让双足人形机器人运动起来 是一个从 0 到 1 的问题，那么 让双足人形机器人进行工作 就是一个从 1 到 100 的故事。

  但是，要如何找准第一个安身立命的 1 即亟待解决的场景需求？

  Agility Robotic 的第一个场景，也是众多机器人企业常见的路径，即卖给高校。业内人士蒋源表示， 当技术不够成熟，且缺乏闭环场景时，更适合学校和研究所做技术探索 。

  当技术还在爬坡时，Agility Robotics 创始人赫斯特和谢尔顿的学术背景与知识经验就发挥起了作用。

  两人均毕业于卡内基梅隆大学机器人专业，该院校是机器人领域的顶尖学府。之后，赫斯特担任俄勒冈州立大学工程学院的机器人学教授，带领实验室研究双足机器人。

  与赫斯特的学术能力互为补充的，是谢尔顿的产品能力。谢尔顿曾创办 Three Rivers 3D，主要生产面向医疗保健领域的激光扫描仪，成本低且容量大。

  2015 年，两人携手合作，成立并推动 Agility Robotics 走到了人形商业化落地的奇点时刻。此时，仓储物流领域成为 Agility Robotics 亟待打开的第二个场景，让 Digit 站稳这一山头成了当务之急。

  蒋源认为， 现在勇于探索商业模式的公司应该把资金和精力放在商业化上，带来价值，实现闭环。Agility Robotics 在这两年里乘势而起，大量融资，重组高层，积极扩张，大有要打通商业化链路之势头。

  一方面，这反映出市场看好 Agility Robotics 的发展前途；另一方面，在资本加持下，Agility Robotics 一时资金充裕，能更好推动和落实商业化策略。

  其次，是 Agility Robotics 随后就布下的两步棋：扩大生产与高层调动。

  自成立以来，Agility Robotics 陆续交付了 100 台左右的 Digit。但现在，Agility Robotics 显然并不满意这样的生产能力，而是直接自建工厂，以实现规模化生产。

  2023 年 9 月，Agility Robotics 在俄勒冈州塞勒姆开设第一家机器人制造厂 RoboFab，预计第一年生产数百台 Digit，随后扩展到每年生产 1 万台左右。

  不过，Agility Robotics 强调打造年产万台机器人的能力，并未示意销量已高达万台。尽管如此，Agility Robotics 创始人谢尔顿依然认为工厂的开业标志着机器人历史上的一个关键时刻 商业人形机器人大规模量产的开始。

  Melonee Wise 曾创办 Unbounded Robotics，以及担任 Fetch Robotics 的 CEO。Fetch Robotics 主要为仓储内部物流环境提供云驱动的自主移动机器人（AMR）解决方案，M.W 的工作经验和资源无疑会有助于将 Digit 集成到现有仓储物流系统中，并能匹配不一样的客户对象的物流系统。

  2024 年 3 月，Agility Robotics 创始人谢尔顿卸任 CEO，担任总裁；而新任 CEO 则是曾在高通、微软等有名的公司负责战略交易、合作伙伴关系、销售、营销及相关业务的 Peggy Johnson。

  Peggy Johnson 将要负责 Agility Robotics 下一阶段的增长，着重关注销售、战略合作伙伴关系、未来筹款以及机器人的大规模交付。简而言之，就是要快速推动机器人的商业化落地，赚钱并实现 ROI 回正。

  从最高层的人事变动上，显而易见 Agility Robotics 为了打开仓储物流应用场景的谋篇布局。谢尔顿与赫斯特的学术经历，在产品研制阶段有着得天独厚的优势，但在商业化的推进过程里，难免会有捉襟见肘之时，而新人们所具备的资源和知识经验或将更加有助于解决当前 Digit 商业化难题。

  目前 Digit 还在进行试点工作，至于最终能否通过企业考验，成功在仓储物流领域里开花结果，还需留待验证。

  过去半个世纪里，人形机器人赛道一直不乏拓荒者，比如本田就曾于 2000 年推出人形机器人 ASIMO。但囿于技术瓶颈，商业化落地难等困境，该赛道一直是冷门的代名词。随着近些年来 GPT、Sora 等新技术的突飞猛进和资本热钱的涌入，人形机器人被推到了聚光灯下，乘着东风，一路猛进。

  作为人形机器人第一梯队里的佼佼者，波士顿动力一直非常关注。能快速跑、后空翻、翻越障碍物的人形机器人 Atlas，虽然持续不断给人类带来视觉上的震撼，但支撑其出色技术和优异表现的，是背后造价高达 200 万美元的成本。重金投入下缺乏与之相匹配的变现能力，这也让波士顿动力三次易主。

  对于其他大部分人形勇于探索商业模式的公司而言， 人形机器人要在哪落地 ，是个不可忽视的的发展问题，商业化是摆在技术难题之后的第二关。 现在技术部分，各家人形的行走能力都相差不大了。 蒋源向雷峰网表示，目前商业化才是最大难题。

  跑在商业化前头的 Agility Robotics，在这两年里刷足了存在感。Digit 正试图打开的物流仓储场景，虽然还未实现商业闭环，但已展现出了巨大的发展的潜在能力，不失为一个较好落地的垂类细分场景。

  此外，一些人形勇于探索商业模式的公司瞄准了工业制造场景。例如，Figure 筹集了 6.75 亿美元，正在与宝马合作；Apptronik 则与梅赛德斯奔驰合作；特斯拉正在推动 Optimus 走入汽车工厂。

  创业者同阳告诉雷峰网，当下人形机器人在汽车厂里还是有不少发挥余地。目前虽然人形机器人还无法胜任汽车厂里的精细活，但能代替搬运等重复繁琐类工作。

  除了面向工业场景，让人形机器人最终走进千家万户，成为 iPhone 般的存在，是众多人形机器人创业者的追求与向往，其中不乏勇于探索商业模式的公司直接将目标投向家庭场景。例如，以色列初创公司 Mentee Robotics 2024 年 4 月推出了 MenteeBot，旨在完成系列家务，如整理桌椅、处理衣裳。

  虽然市场对人形机器人落地场景的争论始终不休。但整体而言，业界一致认为人形机器人会率先出现在工业场景。工业制造领域里存在大量机械重复的工作，人形机器人可发展的空间和作用更大。

上一篇: 【48812】华亭：“蔬”写夸姣钱景 “葱”满致富期望 下一篇: 农业部关于做好2015年畜禽屠宰行业管理工作通知