数字华夏仿生人形机器人产品 - 夏澜机器人亮相2025世界人工智能大会(WAIC 2025) 成为展会流量担当 与真人coser同台表演上海风情歌舞《夜上海》并实现观众互动合影 [1][3] - 技术突破：搭载29个主动自由度精密控制系统 实现面部颈部精准表情 攻克眼球追踪和口型一致技术难题 自研情商模型实现高智商高情商交互 [3] - 材料与定制：采用高强度仿生材料保持结构稳定性与面部触感自然柔软 支持面部形象/表情系统/外观全方位定制 交付周期不超过2个月 [4] 应用场景与商业化进展 - 夏澜覆盖五大领域：展馆接待/康养陪护/儿童教育/仿生人偶/政务金融 已服务政务大厅/ICT厂商/头部银行/高校 未来拓展教育机构/家庭场景 [6] - 星行侠为双形态商用机器人：轮式与双足可分离设计 最大移动速度2m/s 支持外观/头部/手部/语音定制 具备电梯联动跨楼作业/自动跟随功能 [8] - 销售渠道：7月28日夏澜与星行侠将在京东上线 同步入驻深圳龙岗机器人6S店 [8] 行业生态格局 - 人形机器人赛道参与者包括优必选/宇树/云深处/傅利叶智能等22家企业 数字华夏位列其中 [12] - 产业链涵盖核心零部件(绿的谐波/思岚科技等)/医疗机器人(天智航/精锋医疗等)/工业机器人(埃斯顿/节卡机器人等)三大类别 [11][14][15]

跨维智能第二代人形机器人DexForce W1 Pro的核心能力 - 机器人展示高精度作业能力，完成制作咖啡的长任务，包括识别咖啡胶囊位置、抓取胶囊、精准放入咖啡机、操作按钮等连贯动作 [1][2] - 长任务能力是人形机器人进入家庭保洁、工厂巡检、老人照顾等场景的核心体现，要求具备环境感知精度、动作控制精度、任务逻辑连贯性三大能力 [2][3] - 机器人需解决动态环境和复杂目标的长期协同问题，平衡高精度与高稳定性，提升实时响应、长时序规划和抗干扰鲁棒性 [3] 硬件与感知系统升级 - 头部集成自研纯视觉双目传感器，帧率提升至60Hz（初代4倍），立体匹配精度达亚像素级（≤0.1像素），三维轮廓还原误差≤1mm [4] - 腕部配备近距离操作相机（7-50cm工作距离），与底盘深度相机协同构建全域感知网络，为纯视觉抓取和动态场景理解提供高精度数据 [6] - 双臂重复定位精度≤0.5mm，可选配6自由度灵巧手，实现亚毫米级操作精度，完成抓取细小胶囊、对准入口放置等精细动作 [7] 软件与决策系统创新 - 自研EmbodiChain具身智能开发平台，通过Sim2Real技术在虚拟环境生成技能数据并迁移至真机，实现虚拟学习-现实应用的闭环 [14] - 引擎能将复杂指令自动分解为子任务，基于强化学习生成海量高质量运动轨迹数据，优化VLA模型训练效率和性能 [16][17] - 决策系统需应对长任务中的不确定性（如物品位置变化、光线变化、新障碍物）和长时序依赖，动态规划路径和动作 [10][11][12] 应用场景与未来展望 - 产品级机器人技能体系为具身智能在科研教育、家庭服务、商业服务、智能制造等场景的规模化落地铺设基石 [19] - 硬件性能与软件生态双轮驱动的技术路径已具备实际落地能力，未来将拓展机器人融入多元场景的可能性 [19][20] - 技术架构通过感知-决策-执行-优化的全流程闭环，将物理世界操作转化为可拆解、可执行、可迭代的智能任务 [17]

软体外装技术发展现状 - 全球每年1500万人中风，75%-80%幸存者存在运动障碍，美国4040万残疾成年人中有严重行走障碍问题[1] - 软体外装（Exosuit）作为革命性技术，相比传统轮椅、刚性外骨骼具有活动范围广、轻便舒适的优势[1] - 意大利研究团队系统性综述2013-2023年164项成果，涵盖4大驱动技术、55种气动装置及59种电缆系统[1] 技术范式转变 - 刚性外骨骼存在复杂笨重、增加代谢成本等问题，限制在实验室或临床环境使用[2] - 软体外装采用类服装设计，与使用者肌肉协同工作，保留自然运动范围[2] 四大驱动技术分析 流体驱动 - 55个设备采用，主要为气动驱动，通过充气腔室实现弯曲/扭转等复杂运动[5] - 优势为制造简单（可3D打印），劣势为响应慢、需压缩机/电源限制便携性[5] 电机电缆驱动 - 59个设备采用，类似人体肌腱机制，实现精确控制和高带宽[7] - 存在电缆摩擦导致皮肤损伤风险，需Bowden鞘管但引入额外摩擦[7] 形状记忆合金 - 通过温度变化恢复形状，优势为高能量密度、静音运行[8] - 局限为行程/带宽有限，控制难度大[8] 介电弹性体 - 前沿技术，应变高达300%且静音轻量[9] - 高工作电压（安全问题）限制可穿戴应用[9] 关节辅助方案创新 上肢辅助 - 肩关节多采用气动驱动，如Y形执行器支撑外展[13] - 肘关节倾向电缆驱动，LUXBIT系统通过V形织物转换推力减少皮肤剪切力[15] - 手部辅助超40种设计，Exo-Glove采用仿生肌腱驱动[18] 下肢辅助 - 髋关节SR-HExo采用X形气动肌肉，降低14.6%行走代谢成本[24] - 膝关节PPIA执行器通过褶皱结构增强扭矩输出[25] - 踝关节在步态43%时辅助可实现0.64±0.05 W/kg代谢成本降低[27] 商业化进展与趋势 - 已上市产品包括ReStore（踝关节）、Carbonhand（手部）、Neomano（手指）[31] - 混合设计成为趋势，如SPAR手部装置结合刚性掌杆提高力传递效率[30] - 未来方向为无缆多关节辅助，需解决材料强度与控制智能化问题[34]

智元灵渠OS开源计划发布 - 智元机器人在2025世界人工智能大会主论坛发布业界首个具身智能操作系统"智元灵渠OS"开源计划 实现从底层硬件驱动到上层智能服务的全链路打通 对行业标准化、规模化、生态化发展具有重大意义 [1] 分层开源架构 - 底层基于开源中间件AimRT增强 提供分布式群体实时通信和硬件抽象等基础服务框架 [2] - 中层开放智能体服务框架 支持多模态感知、任务规划、动作控制等核心模块标准化对接 大幅降低算法部署门槛 [2] - 上层配套仿真测试、数据标注、模型训练等全场景工具链 帮助开发者快速构建技术闭环 [2] 产业生态价值 - 解决当前机器人产业系统生态分散、技术创新缓慢等问题 通过统一操作系统整合资源 [4] - 开源模式将吸引全球开发者共同参与 突破智能化提升、群体协同、云边端融合等技术挑战 [4] - 类似PC时代Windows和移动互联网时代鸿蒙系统 为具身智能机器人规模化应用奠定基础 [4] 实施计划 - 开源计划将于2024年第四季度逐步实施 推动机器人产业迈向新高度 [4] - 展现公司在具身智能领域全栈技术实力 以开放姿态推动行业协同发展 [4]

人形机器人企业跨界四足机器人趋势 - 智元机器人推出行业级小型四足机器人D1 Ultra，最高奔跑速度3.7m/s，跳跃高度35cm，支持16cm楼梯攀爬[2] - 魔法原子发布轮式四足机器人MagicDog-W，17个自由度，跨越60cm障碍，攀爬40度斜坡，售价75000元起[2] - 人形机器人企业跨界做机器狗已成为新趋势，技术同根同源且60%零部件具备相似性[4][5] 人形与四足机器人技术协同性 - 两类产品在机械结构、运动控制算法等方面高度共通，技术团队经验可快速迁移[5][6] - 宇树科技将四足机器人关节模组(105N.m)直接复用于人形机器人H1膝关节(360N.m)[9] - 控制算法(WBC+MPC)从四足迁移至人形，实现H1稳健行走和小步快跑[9] 宇树科技的市场领先地位 - 宇树占据全球机器狗近70%份额，2024年销量2.37万台，超波士顿动力2000台[6] - 2024年人形机器人出货1400台居全球首位，远超第二名(不足500台)[13] - 2030年全球机器狗市场规模预计超80亿元，CAGR超30%，宇树有望占50%份额[13] 双产品矩阵战略价值 - 机器狗作为"造血引擎"提供现金流，人形机器人作为"未来增长极"打开千亿市场[10] - 技术复用加速迭代，共享销售渠道提高市场覆盖效率[12] - 客户资源(政府/高校/企业)具备品牌粘性，需求多样化推动产品形态扩展[10] 行业竞争格局演变 - 新入局者加剧四足市场竞争，但宇树仍保持60%全球份额的头部地位[12] - 中国企业通过"快速迭代+生态协同"实现产品矩阵式延展[12] - 宇树目标2025年产能5000台，进度领先同行1-2年[6]

2025世界人工智能大会(WAIC)节卡机器人参展情况 - 节卡机器人作为马桥人工智能创新试验区代表企业之一参展 展位号H3 616 [1] - 展示具身智能平台JAKA Lumi 体现多模态感知 自主决策 环境交互等能力进化 [1] - 具身智能可实现工业装配零误差生产 农业精准采摘 实验室助手等多场景应用 [1] 具身智能产品矩阵战略 - 提出"具身智能特工队"概念 通过多形态机器人组合覆盖不同场景需求 [2] - 产品线包含双臂人形 轮式人形 腿足人形三大类 分别针对不同工业场景 [3][7][14] 双臂人形机器人JAKA K1 - 首款具身智能产品 实现数据采集 模型训练 执行闭环一体化 [5] - 技术参数：5kg负载 ±0.05mm定位精度 1ms通讯频率 0.1N力控分辨率 [6] - 采用高性能RoboHub控制器 支持64轴扩展 被用于快速搭建人形作业训练系统 [5][6] 轮式人形机器人JAKA K1W - 已在500强企业工厂应用 擅长智能分拣 搬运 上下料等移动作业 [9] - 技术参数：±0.05mm重复精度 3颗A1视觉 21自由度 360°激光雷达监测 [9][10] - 采用3D合成训练+强化学习技术 实现开箱即用 备受客户青睐 [10] 具身智能平台JAKA Lumi - 面向轻量级场景 覆盖商业零售 科研教育 生物化学等领域 [13] - 集成12自由度运动系统 多模态传感器 驱控一体设计 支持主流仿真驱动 [13] - 专利算法显著提升效率 仅需50组增补数据即可将抓取成功率提升至80% [13] 腿足人形机器人JAKA K1L - 针对非结构化环境开发 采用高动态腿足底盘和腰部俯仰设计 [14][16] - 实现全地形自适应作业 具备工业级双臂精度和毫秒级控制能力 [16] - 已与汽车产业链企业展开场景测试 探索工艺融合与长期应用能力 [16] 行业生态展示 - WAIC现场JAKA Lumi演示讲解 机械臂舞蹈 避障抓取等互动功能 [16] - 公司在GitHub开放数据集和视觉抓取模型 推动全球开发者协作 [13] - 参展企业涵盖工业机器人 服务机器人 医疗机器人等全产业链 [21][22][24][25]

核心观点 - 擎朗智能的双足人形机器人XMAN-F1在WAIC展会上展示了多场景服务能力，包括调制饮料、医疗物流协作、PPT讲解等，标志着人形机器人从制造业转向服务场景的重大突破[1][2][4][5][7][25][27] - 公司通过"岗位化垂域模型ProS"和"多形态协作生态"两大技术架构，解决了服务机器人商业化中的场景理解、任务标准化和协同效率问题，形成数据与技术的复利效应[12][14][15][18][20][22] - 双足形态突破空间限制，结合仿生运动控制技术，使机器人能适应台阶、斜坡等复杂环境，实现"双足所至，服务可达"的商用价值[8][10] 双足技术突破 - XMAN-F1采用仿生运动控制与双足动态平衡技术，通过对人类行走姿态的生物力学分析，实现对小台阶、斜坡、崎岖地面的稳定适应[10] - 全身协调控制能力使其在密集人流中能快速识别移动障碍物并规划绕行路径，安全性与效率重新定义复杂环境下的服务标准[10] - 双足形态从技术噱头变为商用刚需，推动服务场景从平面到立体的边界重构[8][10] 岗位化模型创新 - 岗位化垂域模型ProS采用"通用大模型+垂域知识蒸馏"双层架构，将岗位工作转化为可量化、可复现的机器人语言，形成标准化服务模式库[14] - 通过"岗位流程拆解－动作库匹配－结果评估"闭环，使机器人掌握调酒、医疗配送等技能，动作精度堪比专业人员[5][12][14] - 相比传统方法降低80%数据需求，通过任务明确性和技能复用性实现"举一反三"的学习效率[15][22] 多形态协作生态 - 在WAIC展示人形机器人XMAN-F1与物流机器人M104的医疗协作闭环，以及配送机器人T10的餐吧协同，验证"1+1>2"的生态效应[18][20] - 群机调度系统实现任务分配、数据共享、动态优化三层次协作，错误率降低50%，运行数据通过强化学习持续优化策略[20] - 全球部署10万台机器人日均产生10TB场景数据，通过标签化处理加速模型训练，形成"数据-模型-场景"的正向循环[20][22] 商业化落地进展 - 已覆盖餐饮、酒店、医疗等领域的10+核心岗位，包括餐食制作、客房整理等标准化流程，机器人上岗与商业环境深度绑定[22] - 根据IDC报告，公司以22.7%出货量占比位居全球商用服务机器人第一，产品线覆盖配送、清洁、消毒等全品类[20] - 在60多国部署的机器人积累大量行业knowhow，主力产品广泛应用于餐饮、医疗、酒店场景[20][22] 行业趋势判断 - 人形机器人战场从制造业转向服务场景，特斯拉Optimus与擎朗XMAN-F1的落地标志服务智能化分水岭[4][25][27] - 双足形态+岗位化模型+多机协同构成服务机器人三大技术支柱，开启"服务时代"新纪元[27][29] - 未来能力边界将持续拓展，包括咖啡拉花、情感交互等精细化服务，形成立体服务网络[29]

无人机辅助老年人运动系统 - 台湾成功大学研究团队开发了一种名为Pei-Wo Drone的无人机系统，用于引导老年人居家运动，改变传统二维屏幕引导方式[1] - 系统选用Crazyflie 2.1微型四旋翼无人机，重量仅30克，集成多种高精度传感器，包括飞行时间传感器、光流传感器和超宽带定位传感器[3] - 无人机在垂直方向运动精度达毫米级，水平方向误差控制在±10厘米以内[4] - 系统包括无人机、两个腕部传感器、八个UWB定位基站和控制电脑，腕部传感器可实时追踪用户双手位置[4] 系统工作原理与测试结果 - 系统根据每位使用者身体数据（臂长、身高等）为无人机规划个性化飞行路径[6] - 无人机在参与者前方1.2米处起飞，实时计算双手与无人机距离，超出20厘米阈值会发出提示音[7] - 15位老年人（平均年龄67.4岁）测试结果显示，在八段锦动作中，右臂引导准确率达99.64%，左臂92.35%，侧向伸臂动作右臂准确率88.42%，左臂97.41%[8] - 参与者手腕位置与无人机位置的均方根误差范围为0.10-0.22米[9] 用户反馈与系统优势 - 用户接受度高，12位参与者认为无人机引导清晰，10位认为比传统视频或音频指导更容易掌握正确姿势[13] - 所有参与者不担心安全问题，13位感到舒适，14位认为系统操作简单，13位表示满意或非常满意[13] - 与体感游戏、VR/AR设备相比，Pei-Wo Drone提供真实三维引导物体，避免长时间看屏幕的弊端[14] - 系统存在续航问题（5-6分钟飞行时间）和水平方向运动精度提升空间[14] 未来改进方向 - 研究团队计划优化外观设计，加入彩色LED灯光反馈和舒缓背景音乐[15] - 开发自适应算法，根据用户身体状况和运动能力自动调整难度和反馈阈值[15] - 参与者建议将无人机设计成更可爱造型（如蝴蝶、小鸟）并配合视频演示以提高使用体验[14]

文章核心观点 - 文章汇总了近期全球机器人领域在硬件创新、软件系统、商业应用及产业合作方面的多项进展，展示了行业向模块化、智能化、具身化和商业化落地的快速发展趋势 [1][5][8][11][14] 机器人硬件与结构创新 - 美国哥伦比亚大学开发出名为Truss Link的模块化机器人，其人造肌肉强度是人类肌肉的17倍，由磁力棒制成的桁架连接件可扩展或从平面转变为3D结构 [1] - 该机器人可与附近机器人零件合并以填补缺失部件，或丢弃旧部件以提升性能，在演示中与一块物体融合用作拐杖后，移动速度提高了50%以上 [1] 机器人视觉与控制系统 - 麻省理工学院CSAIL开发了名为“神经雅可比场”（NJF）的新视觉系统，使机器人仅通过视觉即可学习身体对控制命令的响应，无需依赖手工设计模型或复杂传感器阵列 [5] - 该方法赋予机器人身体自我意识，实现了建模与硬件设计的分离，使设计师能更自由地探索非传统形态，无需为后续建模或控制担忧 [5] 人形机器人商业应用案例 - Richtech Robotics的半人形机器人ADAM在拉斯维加斯的Clouffee&Tea餐厅已提供超过16000杯饮品，其采用基于NVIDIA技术的AI视觉系统，实现毫升级的精确控制 [8] - 英国TeknTrash Robotics与夏普集团合作，测试ALPHA人形机器人用于废物分类，通过Meta Quest 3耳机记录工人动作训练AI模型，旨在提升分拣纯度与盈利能力 [11] - 人类分拣可回收物品平均每分钟30-40次，易因疲劳出错，而机器人有望实现更高的纯度率并降低捆包拒收率 [11] 产业合作与核心部件开发 - 鹿明机器人与三菱电机智能制造科技达成战略合作，聚焦工业场景下的高精度运动控制、多机协同作业等方向，共同开发下一代工业级人形/四足机器人核心组件 [14] - 合作内容包括在苏州/上海设立联合实验室，开放测试平台与技术资源，开展关键技术验证与标准研究 [14] 机器人产业生态企业列举 - 文章列举了涵盖工业机器人、服务与特种机器人、医疗机器人、人形机器人、具身智能企业及核心零部件等多个细分领域的众多公司，展示了机器人产业的广泛生态 [19][20][21][23]

融资情况 - 公司于近期完成A+轮融资 由北京市机器人产业发展投资基金领投 北京市人工智能产业投资基金及博华资本联合跟投 义柏资本担任独家财务顾问[1] - 本轮融资距离上一轮A轮融资仅不到两个月 投资方包括政府产业基金 财务投资机构及产业资本[1] 公司背景与技术实力 - 公司成立于2023年 核心团队源自清华火神队 在足式机器人算法与硬件领域拥有20余年技术积累[1] - 专注于人形机器人 操作系统及开发工具等软硬件平台研发 致力于推动具身智能技术商业化落地[1] - 技术实力获国际赛事验证 在2025年巴西RoboCup机器人世界杯中 T1和K1人形机器人被多支国内外强队选用[2] - 使用T1机器人的清华火神队在成人组以5:2夺冠 实现中国战队在该赛事28年历史上的首次摘金[2] - 使用K1机器人的德国Boosted HTWK队和清华TH-MOS队分别获得小型组冠亚军[2] 产品规格 - Booster T1身高1.2米 体重30kg 具备23个自由度 采用准直驱执行器与双编码器设计[4] - T1搭载14核CPU及AGX Orin芯片 提供200TOPS AI算力 支持ROS2等开发环境[4] - 可实现拟人行走 足球对抗 舞蹈编排等高难度动作 具备语音交互 环境感知及自主导航能力[4] - Booster K1身高0.9米 算力100-200TOPS 通信频率500Hz 支持Ubuntu及ROS2系统[4] - K1适用于科研 教育及商业展演等场景[4] 商业化进展 - 成立不足两年已在商业化与量产交付方面取得显著进展 客户涵盖科研机构 科技企业及国际赛事战队[6] - 通过"机超"赛事IP构建完整产业生态 形成硬件销售 赛事运营 教育培训等多元化商业模式[7] - 机器人足球教育课程已进入多所高校和中学 验证技术向教育场景延伸的可行性[7] - 赛事参与者包含大量潜在企业研发人员 为技术向B端场景迁移创造有利条件[9] - 通过赛事IP培育潜在C端用户群体 计划通过开发者生态建设满足不同场景个性化需求[9] - 已初步实现科研和赛事领域的商业闭环 完成对B端研发市场和潜在C端用户的双覆盖[9] 行业生态 - 机器人赛事因其高频次 高技术要求和全球化特点 成为人形机器人领域重要的商业化试验场[7] - 通过为全球顶尖战队提供技术支持 积累大量真实场景运行数据 支撑硬件设计 运动控制 环境感知等关键技术优化[7] - 赛事场景验证的视觉感知 环境理解等核心算法 经过优化后可应用于家用和商用领域[9]