2024年人形机器人产品方案对比专题报告：百花齐放，各擅胜场

1. 人形机器人产业进程加速，各大厂商产品百花齐放

1.1. 特斯拉人形机器人迭代迅速，从执行层到控制层进化明显

特斯拉机器人产品迭代迅速，产品性能进步明显。2021 年 8 月，在特斯 拉 AI DAY 上，马斯克公布人形机器人初步设计方案，仅 1 年后，Optimus 实现了从概念到整机的落地，已具备了行走、拾取、搬运等能力；2023 年 5 月，发布的视频中，机器人可以实现多个机器人同步独立向前流畅 行走，手指关节能够灵活抓取鸡蛋等物品，已具备了电机扭矩控制、环 境感知与记忆、基于人类演示训练机器人、端到端操作操作的能力；2023 年 9 月，Optimus 的视觉感知能力提升明显，可通过视觉与关节位置编 码器，在空间中精确定位四肢，能够自我校准手臂和腿，同时可自主按 照颜色对物品进行筛选分类与排序，神经网络实现端到端训练学习。此 外，机器人手部抓取与全身平衡表现亮眼，可通过手指灵活抓取物品并 放置指定位置，同时可做出类人的全身伸展运动，包括瑜伽单腿站立并 保持平衡。2023 年 12 月特斯拉发布 Optimus-Gen 2，较一代相比，二代 不论是在性能还是设计上，均有更大创新和提升。

Optimus-Gen 2 较一代产品性能提升明显，传感器和执行器优化显著。 从特斯拉发布的最新视频可以看到：1）该版本的机器人配备了特斯拉 设计的执行器和传感器，更加精致美观；2）2 个自由度的颈部执行器； 3）执行器集成电子线束，行走速度提高 30%，重量减轻 10 公斤；4） 脚力/扭矩传感器（预计为六维力传感器），并且搭配铰接式脚趾部分， 足部形态更加接近人体的足部形态；5）手部为 11 个自由度的灵巧手， 更快更灵活，所有手指都有触觉感应，能更精确的对物体进行控制；6） 平衡性进一步改进，机器人在平衡自身的同时能够进行 90 度深蹲，在 降低自身重量后，表明特斯拉在算法和传感器等方面做了更多优化。

端到端大模型配合 Dojo 超算中心及自研的 D1 芯片，加快机器人进化。 目前人形机器人大规模落地重大难点是泛化和续航问题，解决泛化问题 的核心在于算法、算力、数据，解决续航问题核心在电池。特斯拉相较 于其他厂商优势在于：特斯拉通过其自研的端到端大模型作为人形机器 人大脑算法，其 Dojo 超算中心及自研 D1 芯片提供海量算力，其工厂作 为初步应用场景，提供测试数据。根据 2023 年 9 月特斯拉 Optimus 视频 展示，其神经网络能实现端到端训练学习，输入视频即可实现输出控制， 从而实现自我校准手臂和腿，自主按照颜色对物品进行筛选分类与排序。 特斯拉在自动驾驶 FSD V12 开发积累的丰富神经网络训练经验，将有助 于未来特斯拉人形机器人加速泛化。

1.2. 大模型加持人形机器人，产业发展步入快车道

大模型兼顾预训练和微调功能，是机器人的理想“大脑”。2017 年谷歌 提出了基于自注意力机制的 Transformer 神经网络架构，成为当前预训练 大模型的基础。后续伴随 GPT-1、BERT、GPT-2、GPT-3、GPT-4 等模 型的推出，模型的参数规模突破了百万亿量级。大模型（Foundation Models）能够实现在无标注的数据上进行预训练，从而根据数据特征探 索普适的规律，形成强大的泛化能力，后续仅需利用专用的小规模的标 注数据对模型进行微调（fine- tuning），即可提升模型泛化能力并减少过 拟合。大模型兼顾强大的涌现能力，当模型数据量级突破一定阈值时， 模型能够涌现出之前设计预期之外的、解决复杂问题的“思考能力”。

人形机器人发展潜力在于其通用性，大模型助力具身智能演进。当前诸 如送餐机器人、扫地机器人等特定应用场景下的机器人产品广泛推出， 人形机器人相较于此类产品的核心优势在于其强大的通用性，未来应用 场景将不再局限于特定领域，而在各领域的广泛适用。这要求具身智能 产品具备智能体（Embodied Agents），能够自主完成感知、理解、决策 等重要工作，具备“举一反三”的泛化能力。而大模型所具备的强大泛 化能力和涌现能力与之契合，当前众多厂商已开始尝试将大模型用于训 练具身智能产品，微软提出基于 ChatGPT 自动生成控制机器人的相关代 码；谷歌推出了诸如 PaLM-E、RoboCat、RT-2、RT-X 等一众模型。长 期看，软件模型持续精进将有效推进人形机器人应用场景拓展，推动具 身智能高速演进。

微软：提出基于 ChatGPT 生成控制机器人的代码。微软 2023 年 4 月发 表《ChatGPT for Robotics: Design Principles and Model Abilities》一文， 其创新性设想借助 ChatGPT 强大的自然语言处理能力，用户仅需要将信 息输入给 ChatGPT，ChatGPT 即可自动生成控制代码并完成操作，无需 用户手动输入控制代码，极大简化了开发流程，提升了开发效率。

谷歌：机器人大模型路线众多，迭代迅速。2022 年 4 月，谷歌首次推出 机器人大模型 SayCan，其决策思路可分解为 Say 和 Can，Say 结合了谷 歌的大语言模型将目标任务进行拆分，Can 通过计算不同实现任务方式 的成功概率，挑选最优的决策。SayCan 对后续大模型开发具有一定启发 作用，2022-2023 年期间，谷歌相继发布了 RT-1、PaLM-E、RT-2、RT-X 等机器人大模型。2023 年 10 月，Google 开放了 Open X-Embodiment 训 练数据集，数据集包括来自 21 个机构的 22 种机器人的数据，包括 527 项技能和 160266 项任务。通过该数据集分别训练 RT-1、RT-2 后，得到 RT-1-X、RT-2-X 两个模型。RT-1-X 模型加持下，机器人的平均表现比 RT-1 模型、原始模型提升接近 50%；RT-2-X 模型加持下，机器人的涌 现能力表现比 RT-2 模型下提升至 3 倍。

国内大模型厂商蓬勃发展，具身智能+大模型是核心方向。ChatGPT 推 出以来，国内大模型厂商如雨后春笋般涌现，目前包括百度（文心一言 大模型）、阿里（通义大模型）、华为（盘古大模型）、字节跳动（云雀 大模型）、科大讯飞（星火大模型）等在内的行业内领先企业均推出自 己的大模型产品。根据大模型开源开放评测体系司南的 2023 年度大模 型评测榜单显示，GPT-4-Turbo表现最佳，智谱清言的GLM-4紧随其后。 多模态大模型丰富了机器人认知和决策层面，该技术有望使机器人在复 杂交互、自然语言理解和环境适应等领域迈出重大进步，具身智能+大 模型是未来的核心研究方向之一，部分国内厂商已经开始加速研发。 2024 年 1 月 5 日，达闼机器人的基础大模型算法、RobotGPT 多模态具 身大模型算法正式通过了国家互联网信息办公室公布了第三批深度合成服务算法备案。RobotGPT 多模态具身大模型加持下，机器人有望具 备强大的语言生成和处理、情感分析、视觉语言操作、表情动作生成、 自主行为决策等多模态输入输出功能。此外，智元机器人于 2023 年 8 月 18 日也提出了具身智脑 EI-Brain 的设计框架。国内厂商相继推出具 身智能设计框架，带动产业发展步入快车道。

1.3. 各厂商百家争鸣，推动人形机器人产业加速

各厂商百家争鸣，推动人形机器人产业进程加速。伴随特斯拉 Optimus 人形机器人快速迭代掀起热潮，国内外产业资本加速拓展人形机器人领 域布局。国外方面，戴森早在 2022 年 5 月即宣布将设计、制造家务人 形机器人；三星于 2023 年年初向本土机器人厂商 Rainbow Robotics 投资 590 亿韩元（约 3.19 亿人民币）；OpenAI 于 2023 年 3 月领投挪威机器人 公司 1X Technologies；谷歌于 2023 年 6 月推出了具备自我改进与提升 功能的机器人 AI 智能体 RoboCat。国内方面，小米、傅利叶、宇树、智 元、开普勒等厂商相继推出其人形机器人产品：

（1）小米 CyberOne： 2022 年 8 月，小米率先推出首款全尺寸人形仿生机器人 CyberOne，其 身高 177CM、体重 52KG，机器人全身自由度达 21 个，并能实现各自 由度 0.5ms 级别的实时响应，可充分模拟人的各项动作。

（2）傅利叶 Fourier GR-1： 2023 年 7 月 6 日 2023 世界人工智能大会开幕式上，傅利叶智能在重大 创新成果首秀环节发布了最新研发的一款通用人形机器人 GR-1，其身 高 1.65 米、体重 55 公斤，全身自由度达 44 个。这款机器人有高度仿生 的躯干构型、拟人的运动控制，具备快速行走、敏捷避障、稳健上下坡、 抗冲击干扰等运动功能，结合认知智能，能够与人协同完成动作，在工 业、康复、居家、科研等多应用场景潜能巨大。

（3）宇树 Unitree H1： 2023 年 8 月 15 日，宇树正式宣布进军通用人形机器人领域，发布旗下 首款通用人形机器人产品 H1。H1 人形机器人采用轻量化材料设计，整 体重量只有 47kg。宇树专门为 H1 人形机器人设计了扭矩密度更高的 M107 关节电机，得益于 M107 大功率高密度关节电机加持，H1 人形机 器人整身拥有 19 个自由度，其中腿部共有 10 个自由度，腰部有 1 个自 由度，手臂总共有8个自由度，H1人形机器人行走速度可以达到1.5m/s， 潜在运动能力可达 5m/s。在通用性方面，目前 H1 人形机器人已搭载 3D 激光雷达，可以实现自主避障和定位导航功能。除此之外，H1 通用人 形机器人为手腕和手掌预留了机械和电气接口，提供更多拓展的可能性。

（4）智元远征 A1： 2023 年 8 月 18 日，上海智元新创技术有限公司发布其最新首款具身智 能的通用人形机器人远征 A1。该产品将人工智能技术与人形机器人相 结合，身高 175cm，体重 53kg，最高步速可达 7km/h，全身 49 个自由 度，整机承重 80kg，单臂最大负载 5kg，不仅形态与人类相似，更在双 足行走、智能任务、人机互动等领域展现一定技术能力。远征 A1 因为 在 2024 年快速切入商业化落地。此外，智元还发布了面向下一代机器 人的高自由度灵巧手 SkillHand。

（5）开普勒先行者： 2023 年 11 月 17 日，开普勒机器人公司正式发布先行者系列通用人形机 器人，含先行者 K1、先行者 S1 和先行者 D1 三个型号。开普勒先行者 系列人形机器人身高 178cm，体重 85kg，全身关节自由度达 40 个，智 能灵巧手具备 12 个自由度，可以在复杂地形行走、智能规避障碍、手 部灵活操控、强力负重搬运、手眼协同操作、智能交互沟通等功能，应 用场景包括教育科研、智能巡检、搬运运输、自动化产线、高危工作等。

（6）追觅通用人形机器人： 2023 年 3 月 28 日，追觅科技在上海召开新品发布会。发布会上，追觅 科技推出了通用人形机器人。追觅通用人形机器人实现了高度仿生，身 高 178cm，体重 56kg，全身共 44 个自由度，其中单腿还有完整的 6 自 由度，可以完成单腿站立。交互方面，配备了深度相机，可以完成室内 三维环境的建模，结合先进步态控制算法+多种传感器，能够适应不同 路面，实现自主避障。

2. 执行层对比：厂商设计方案各具特色

执行层设计是人形机器人落地关键，不同厂商方案各具特色。执行层是 机器人运动控制、动作执行的载体，不同的执行层方案决定了人形机器 人动作的效果。鉴于不同厂商对于产品定位的细微差异，其在执行层设 计上存在差异，对于零部件的选择与应用上也存在不同，从而有效适配 设计需要，并提升机器人作业的稳定性。

2.1. 聚焦关节电机及自由度，空心杯电机完美契合灵巧手方案

电机作为执行层核心，高效率、高动态和高功率密度是核心竞争力。人 形机器人的关节电机特征可以概括为高效率、高动态和高功率密度。从 物理学角度来讲，力矩指作用力使物体绕着转动轴或支点转动的趋向， 对于旋转的物体而言，转动力矩可称为转矩或扭矩。电机的扭矩是指发 动机从曲轴端输出的力矩，乘以发动机旋转转速，即为电机的输出功率。 人形机器人关节电机应具备高转速、高扭矩特征，以输出更多功率做功。

无框力矩电机为当前人形机器人关节电机方案的主流。无框力矩电机去 掉了一般的伺服电机的轴承、外壳和端盖等结构，仅包含定子和转子， 故结构紧凑、散热性好、能够输出更大的力矩，目前行业共识在于，无 框力矩电机方案是人形机器人关节的电机的最优方案。目前已经发布的 人形机器人产品中，基本上各家的关节电机（模组）的峰值扭矩都能达 到 200Nm 以上，宇树的自研的 Unitree M07 关节电机最大扭矩能达到 360Nm、智元机器人核心自研的 PowerFlow 关节电机峰值扭矩达 350Nm， 小米、傅利叶机器人产品的关节电机峰值也均能达到 300Nm 以上。

自由度衡量人形机器人运动的灵活性，高自由度是迈向通用人形机器人 的必经之路。自由度通常是指机器人上的关节或运动轴的数量，衡量了 机器人的运动的灵活性。当前工业领域广泛应用的工业机器人多为五轴、 六轴，而正常成年人仅手部的自由度就能达到 27 个。一般而言，自由 度越高，机器人的机动性能越强，通用性也就越强。未来人形机器人厂 商持续提升其机器人自由度也将成为长期趋势，特斯拉 2023 年 12 月发 布的 Optimus-gen 2 视频中，仅颈部的自由度就已提升至 2 个。

人形机器人对自由度要求更高，国内各厂商自由度基本超过 40 个。从 各厂商人形机器人产品的自由度参数看，智元的远征 A1 机器人自由度 达到 49 个，为目前国内同行中最高，除智元外，优必选的 Walker X、 傅利叶的 GR-1、开普勒 K1 自由度均达到 40 以上。此外，随着特斯拉 Optimus 发布以来，其灵巧手设计愈发受到行业重视，灵巧手的增加能 够使得人形机器人完成人类的一些较为复杂的工作，目前，国内厂商中， 远征 A1 配备灵巧手，其具备主动 12 个和被动 5 个的自由度，使得其能 够适应更加丰富的应用场景，根据其发布会介绍，其灵巧手成本有望压 至万元以内，此外，优必选的 Walker X 在手部也配备了一定自由度的灵 巧手方案。

灵巧手的配置是人形机器人产品上较为确定的一环。迄今为止，市场上 已经开发了许多灵巧的机械手，但由于复杂的制造工艺和维护困难导致 成本高昂，它们的普遍使用受到了限制。在保持人类水平的灵巧性和抓 握力等重要功能的同时，开发没有额外驱动部件的集成手是具有挑战性 的。驱动部件很难将这些手集成到现有的机械臂中，从而限制了它们的 适用性。隶属于韩国多个机构的一组研究人员开发了一种具有与人手相 似的能力的机器人手，其基于连杆驱动机构，开发了一种集成连杆驱动 的灵巧拟人机械手 ILDA，它集成了驱动和传感所需的所有部件，具有 很高的灵巧性。它有四个手指和一个拇指，每个手指都有三个关节，而 且和人手一样，也有指尖传感器。它有 20 个关节，可以提供 15 度的运 动，能够产生 34 牛顿的压碎力。国内市场上，因时机器人的仿人五指 灵巧手采用创新型直线驱动设计，具有 6 个自由度和 12 个运动关节， 结合力位混合控制算法，可以模拟人手实现精准的抓取操作。

当前灵巧手方案众多，看好空心杯电机+线绳驱动。经过数十年的研究， 市场上已出现了相对成熟的灵巧手产品，诸如英国 Shadow Robot 公司的 Shadow dexterous hand、北京因时机器人公司的 RH56BF3 仿人型多指灵 巧手。当前主流的灵巧手方案中，空心杯电机驱动应用广泛。灵巧手的 传动方案则涵盖连杆传动、齿轮传动、带传动和线绳传动四种，其中线 绳传动应用最为广泛，其优势在于通过让驱动器远离执行机构，减轻了末端的负载和惯量，提升了抓取的速度，同时它排布灵活，适合小空间、 多自由度的传动场合。考虑到未来成本等多个因素，我们预计特斯拉灵 巧手有望采用空心杯电机+蜗轮蜗杆+绳驱的结构。此外，哈默纳科在 2023 年 Q3 财报会上提出的人形机器人灵巧手“专用伺服电机+微型谐 波”驱动模组新方案也是未来探索的一大方向。

空心杯电机优点鲜明，小体积下的快速响应和高控制精度完美适配机器 人灵巧手。空心杯电机作为高效率的能量转换装置，优点明显：1）节 能性：能量转换效率高，其最大效率一般在 70%以上；2）控制特性： 起动、制动迅速，响应极快，在高速运转状态下，可以方便地对转速进 行灵敏的调节；3）运行稳定且十分可靠，转速波动很小，能够容易的 控制在 2%以内；4）重量轻，体积小：空心杯电动机的能量密度大幅度 提高，与同等功率的铁芯电动机相比，其重量、体积减轻超过三分之一。 由于空心杯电动机小体积下快速响应和高控制精度的特点，人形机器人 灵巧手多以使用空心杯电机进行驱动。一般而言，终端客户需要的是一 整套完整的指关节执行器而非单一电机，包括空心杯电机、二级微型行 星齿轮以及驱动方案（包括电流环、位置环、速度环）。另一方面，手 指关节一般用 10mm 直径的空心杯电机，小体积、高转速的电机要保证 其控制发热、噪音、功率输出稳定并不容易。因此，从未来空间来看， 灵巧手用的空心杯电机将是机器人赛道最确定环节。

2.2. 传动方案：谐波和行星各有优势，传动设计更加多元化

谐波和行星减速器方案各有优势。谐波的优势在于体积小、传动比高， 但柔轮寿命相对低，容易产生过冲，冲击力大，价格较贵。行星减速器 结构简单，组合方式多样，但要达到相同传动比，体积重量比谐波更大， 但价格便宜。所以对于人形机器人而言，其下半身，如胯部关节这种对 体积不敏感但却更易损坏的部位理论上来说用行星减速器或许更合适， 而上半身的关节，如手肘、肩膀等对体积和灵活度有较高要求的用谐波 一体化关节较多。

从目前已公布的方案来看，各家在传动方案上主要围绕“伺服电机+驱 动器+谐波/行星减速器+传感器”的总体方案去设计，但部分关节的设 计和方案选用更加多元化。特斯拉 Optimus 在执行器的设计上共有六种 （2 大类）方案（包括谐波减速器和滚柱丝杠），且在膝盖关节进行力学 仿真，运动效率大幅提升，减速器上选用谐波方案，对控制精度要求更 高。智元机器人传动方案包括谐波一体关节、直线推杆、无刷行星伺服， 推测其在上半身采样谐波一体化方案，下半身为直线推杆+无刷行星伺 服方案。达闼的人形服务机器人在减速机上选用行星减速器，但进行了 一定优化，即柔性反驱，使得力反馈更加精确。

3. 感知层：力控方案多样，视觉方案具备共通之处

3.1. 力控方案多元化，国内视觉方案以 3D+2D 相机为主

一、力控方案：电流环和力矩/力传感器具备一定优势。 机器人力控方案大致分为三类，分别是电流环力控，被动力控（弹性体） 和力矩/力传感器力控。 1）电流环：通过电机的电流闭环做力闭环反馈控制，适用于直驱电机 或者带小减速比的应用场景，如小型阻抗控制的人机交互的机械臂和小 型四足。优势在于结构简单、难度低，力控精度范围保持在 5%-15%内， 缺陷在于运动速度慢、无法反向传动、精度难以提升更高且存在机械磨 损。 2）被动力控：主要指设计弹性体集成在驱动器对外输出端之前，通过 弹性体形变以测量力矩，主要适用于人型机器人集成度较高和驱动器输 出力矩要求较高的应用场合。 3）力/力矩传感器: 直接使用六维力/力矩传感器。在人型机器人之中， 通常将力/力矩传感器安装在：1) 脚掌与踝关节之间；2) 机械手与腕关 节之间。

多维力矩/力传感器力控为应用于人形机器人的最优方案。力矩传感器是 测量物体所受到的力矩或扭矩的传感器，它的原理是测量传感器上的上 的电信号或数字信号大小来判断力/力矩的大小。根据其测量方向的不同， 力传感器可分为一维、多维（三维、六维）等多种。机器人末端工具上 的接触力，三维力传感器足以适用，但如果力的作用点远离传感器，并 且力的方向随机，则由于传感器即要承受力 Fx/Fy/Fz 三分量的作用，同 时又要承受 Mx/My/Mz 三个弯矩的干扰，造成三维力的测量不准确，此 时六维力传感器适用性更强。六维力传感器，不仅能更准确测量力的大 小，还可以实时监测弯矩以防传感器弯矩超载导致损坏，也能通过弯矩 数据做末端执行器姿态的反馈控制。

主流的力控方案，目前以电流环和力矩/力传感器更普遍。当前主流机器 人厂商中，特斯拉身体控制主要以力矩/力传感器为主，脚步从最新发布 视频看，其配备了六维力矩传感器；傅利叶传感器方案主要是全身电流 环；优必选 Walker 身体控制是传统电流环方式，叠加手腕和脚踝处配置 2 个六维力矩/力传感器，骨盆处配置惯导传感器（IMU）。智元机器人 在灵巧手上应用了基于视觉的指尖传感器，但据其公布的参数，推测其 身体力控方案仍是电流环为主。我们认为未来的应用顺序将由电流环逐 渐向成本更低的单维或低纬度的力/力矩传感器，再向高维力矩/力传感 器拓展。

二、触觉方案：MEMS 传感器广泛应用，电子皮肤是未来趋势。机器人灵活自如的工作的大前提，要求其能精准感知外部环境变化。当 前，大量触觉传感器是机器人感知外部环境的重要媒介，它们赋予机器 人更类似于人的触觉，能够探测和检测物理、化学、生物等现象和信号 的器件。目前主流的触觉方案以 MEMS 传感器为主，而电子皮肤技术日 渐成熟，是未来广泛应用的趋势所在。 MEMS 传感器广泛应用在机器人领域。MEMS 传感器是采用微电子和 微机械加工技术制造出来的新型传感器，其优势在于体积小、质量轻、 成本低、功耗低、可靠性高、能批量化生产、容易集成以及智能化。MEMS 传感器按照功能划分可分为惯性、压力、声学、环境以及光学五类传感 器。通过多个触觉传感器组成机器人的硬质皮肤，较单一传感器能有更好的测量分辨率。12 月特斯拉 Optimus gen 2 推出，其更新亮点在于其 灵巧手末端均配置有传感器，能够手动抓取鸡蛋等易碎物品，表明灵巧 手的力控水平已步入精确，其灵巧手末端传感器可能是 MEMS 压阻式传 感器。

电子皮肤是机器人触觉方案未来的趋势所在。柔性传感器是指采用柔性 材料制成的传感器，其优势在于柔韧性、延展性良好，较传统硬质的传 感器能够更方便的任意布置。电子皮肤全称为电子皮肤触觉传感器，又 名新型可穿戴仿生触觉传感器，是贴在“皮肤”上的柔性电子设备。它 能够通过接触表征出被测物体的性质(表面形貌、重量等) 或数值化接触 参量(力、温度等) 的设备或系统。通过将其排列成矩阵组成阵列触觉传 感器，电子皮肤阵列触觉传感器的空间分辨率可达到毫米级，接近人类 的皮肤。由于电子皮肤触觉传感器可覆盖于机器人、医疗设备与人体假肢等复杂的三维载体表面，并准确感知周围环境的各种信息，成为机械、 电子、仪器和医学等领域的研究热点之一。当前电子皮肤研究仍存在电 子皮肤阵列触觉传感器难以兼顾高柔性和高弹性、大面积可扩展性差、 制造成本高等难题。未来伴随技术、产业日渐成熟，有望广泛应用。

三、视觉方案：3D+2D 相机构成主要方案，激光雷达+ToF 作为感知方 案进行辅助。 目前的深度相机根据其工作原理可以分为 TOF、RGB 双目、结构光三种， 其中结构光的最具代表性方案就是激光雷达或红外线照射（IR 摄像）。 因此，在机器人的视觉方案设计上，我们能看到主流的方式为 3D 结构 光（深度相机，一般为 RGB 方案）+2D 平面相机（一般为焦距极短并 且视角接近或等于 180°鱼眼相机），其中各家在深度相机的方案上会各 有选择，会搭配激光雷达或 ToF 传感器进行辅助。

从各厂商发布的产品参数看，国内机器人厂商配置方案均选择 3D 摄像 头为主的 RGB+Depth 的深度方案，同时配上超声波传感、激光雷达、 ToF 传感等进行辅助，特斯拉相对国内厂商而言，其产品视觉方案共配 备了 3 个摄像头（Autopilot 摄像头），基于其强大的算法，即 FSD 技术 推动整个机器人的数据处理和信号生成。

四、控制方案：大脑提供 AI 辅助的抽象思维能力，小脑即驱动层 MCU 决定运控能力。 大脑提供 AI 辅助的抽象思维能力，如逻辑推理，思考能力，完成机器 人任务级和技能级的调度，特斯拉通过其 D1 处理器，凭借纯视觉技术 及完全本地部署的神经网络，其可以迅速适应环境并完成多项任务。国 内方案看，优必选 Walker 使用的是 intel i7 处理器和 NVIDIA 显卡，宇 树控制和感知算力方案也是搭配了 2 块 intel i7-1265U 芯片，开普勒机器 人算力方面搭载了 100TOPS 高算力主板。MCU 即微控制器（Micro Controller Unit），其可以分为通用型和专用型两种，目前大多数公司通 用 MCU 芯片主要基于运行软件程序实现电机控制要求。对于机器人而 言，驱动层 MCU 决定了“大脑”层面核心算法到执行层的实际效果， 因此，经过优化用于机器人的 MCU 通常包含多种功能，其在多种功能 的要求下甚至需要多个 MCU 来实现。机器人多指令的功能执行需要更 高性能外设和加速器的 MCU，处理速度对于支持机器人中电机位置、 方向、速度和扭矩的高精度控制至关重要，用于机器人的高性能 MCU 包括支持伺服控制所需计算的专用加速器硬件。

3.2. 人形机器人驱动方式对比：液压驱动和电驱方案各有优劣

液压驱动方案机器人在特定应用场景具备优势。目前特斯拉及国内机器 人厂商产品均为电动方案，而液压驱动方案中，波士顿动力是代表公司， 其阿特拉斯机器人 Atlas 为代表产品，以液压驱动全身，液压驱动系统 的工作原理是以压缩机油来驱动执行机构进行工作，Atlas 腰上黑色管子 就是腿部关节和背着油箱和液压泵连接所用的管路。液压驱动的输出力 和功率很大，能构成伺服机构，常用于大型机器人关节的驱动，大多用 于要求输出力较大的场合，除了力量大以外，因为液体的“弹性”，使 用液压驱动系统也会让动作的发力受力更加平滑，因此，在一些特殊应 用场景，如安保、恶劣环境的应急响应（如危险环境中的探索和救援、 灾害救援或野外探险）方面能够发挥作用。国内方面，哈尔滨工业大学 机电工程学院机器人与系统国家重点实验室的团队研发了一种高机动 性、高适应性的液压动力自主轮腿机器人系统——WLR-3P 机器人，可 以在平坦路面快速高效移动，在崎岖的地形环境中适应性也非常强。

成本、效率和稳定性助力电动人形机器人加速量产进度。从难点和缺陷 看，液压动力单元（HPU）的小型化和集成化是液压机器人研究领域的 主要难点，主要是由于泵和发动机以及系统加热的小型化。此外，液压 驱动机器人的造价和维护贵，由伺服阀、执行器、液压管路等构成的液 压系统对液压元件的精度质量要求非常高，所以很多元件不得不特制， 比如用 3D 打印嵌入四肢结构件中。而由于流体流动阻力，温度变化， 杂质，泄漏等的影响，工件的稳定性和定位精度不准确，对作业环境有 要求，以及易发生泄漏等问题。而相比于液压，电动机器人拥有如下优 点：1）高精度和高控制性：电机驱动系统具有较高的精度和控制性能， 可以实现精确的位置和速度控制，让机械臂更容易做一些细腻手活的事 情。2）能量利用率高：能够提供高效的能量转换和利用，更省电。3） 反应快：电机到减速对应的时间短，一般在几十毫秒之间。4）更环保、 更容易维护、更容易编程。因此，从产品端看，电动人形机器人的选型 更加经济更实惠，它扮演着一个民用机的初代产品角色，贴合更多的使 用场景。

编辑：火腿肠