1.3 机器人形态谱系：从机械臂到人形
1.3 机器人形态谱系：从机械臂到人形
形态不是智能的「外壳」，而是智能的「一部分」。一个轮式底盘上跑的 VLA 模型，与一个双足人形上跑的同一个模型，能解决的任务空间截然不同。
1.3.1 为什么形态很重要
具身智能的一个核心命题是「形态-智能耦合」（Morphological Computation）：身体结构本身就在完成一部分计算工作。
- 软体手指被动贴合物体表面，省去了复杂抓取规划——这是「形态承担计算」。
- 双足机器人的膝关节被动弹性，让走路能耗大幅降低——这也是「形态承担计算」。
- 一个 7 自由度机械臂的工作空间，先天决定了它能抓哪些位置的物体——这是「形态约束任务空间」。
因此讨论具身智能时，不能脱离具体形态。下面按 移动方式 × 自由度 × 生物拟态 三个维度梳理主流形态。
1.3.2 形态谱系总览
1.3.3 主流形态对比
下表从工作空间、移动能力、能耗、控制难度、典型任务五个维度对比四大主流形态：
| 形态 | 工作空间 | 移动能力 | 能耗 | 控制难度 | 典型任务 | 代表产品 |
|---|---|---|---|---|---|---|
| 机械臂（固定） | 球形/臂展范围 | 无 | 低（静止工作） | 中（关节空间） | 抓取、装配、焊接 | UR、Franka、Kuka |
| 轮式底盘 + 臂 | 大范围地面 | 中（平地好） | 低 | 中低 | 仓储物流、室内服务 | Tiago、Stretch |
| 四足 | 起伏/楼梯 | 高（不平地） | 中高（持续平衡） | 高（全身动力学） | 巡检、野外、灾害 | Spot、宇树 |
| 双足人形 | 全人类空间 | 高（人类环境） | 高（持续平衡） | 极高 | 家庭服务、工业替代 | Figure、Optimus、Atlas |
| 软体/连续体 | 狭窄弯曲空间 | 低（受场景限） | 低 | 中（模型难建） | 医疗、检修、抓取异形物 | 软体手指、内镜机器人 |
💡 选型箴言：能用轮式解决就不要用足式，能用单臂解决就不要用双臂。形态越复杂，控制与数据复杂度指数级上升。Tesla Optimus 选择双足，本质是因为目标场景（人类设计的家庭/工厂）是为双足人类优化的，轮式底盘上不了楼梯、进不了厨房。
1.3.4 硬件本体的关键组成
无论形态如何，具身智能体的硬件本体通常包含五类子系统：
| 子系统 | 功能 | 关键硬件 | 与本书章节 |
|---|---|---|---|
| 执行器 | 把电信号转为关节运动 | 谐波减速器、无框力矩电机、行星滚柱丝杠 | 第 6 章控制 |
| 传动机构 | 传递与放大力矩 | 谐波/RV 减速器、连杆、绳驱 | 第 6.3 节逆动力学 |
| 传感器 | 感知外部与内部状态 | 相机、触觉皮肤、IMU、编码器、力矩传感器 | 第 2 章感知 |
| 计算单元 | 运行感知/策略/控制算法 | 边缘 GPU/Jetson、FPGA、实时 MCU | 第 6 章控制频率分层 |
| 能源 | 持续供电 | 锂电池、超级电容、外接电源 | （全书贯穿） |
近年人形机器人的硬件趋势有两个明显方向：
- 关节一体化（Actuator Integration）：把电机、减速器、编码器、力矩传感器、驱动器集成到一个「准直驱模块」中。准直驱（Quasi-Direct Drive）用大减速比电机配低减速比传动，兼顾力矩感知精度与反向可驱动性，是四足/人形机器人能跑能跳的关键。
- 触觉皮肤普及：高分辨率视触觉传感器（如 GelSight、DIGIT）开始大规模装在机械手指尖，让机器人能感知纹理、滑动、法向力，这是精细操作从「盲抓」走向「巧操作」的硬件基础（详见第 2.3 节）。
1.3.5 形态对智能算法的反向约束
形态不仅决定「能做什么」，还反向决定「智能算法怎么设计」。几个典型例子：
| 形态特征 | 对智能算法的约束 | 典型应对 |
|---|---|---|
| 高自由度（人形 30+ DoF） | 动作空间维度爆炸，策略难学 | 层次化控制（第 6 章）+ 全身控制 WBC |
| 柔顺关节（高反向可驱动性） | 接触丰富任务更安全 | 阻抗/导纳控制（第 6.4 节） |
| 双足不稳定 | 必须持续主动平衡 | MPC + RL 平衡策略 |
| 软体形态 | 难建精确运动学模型 | 模型自由学习型策略（端到端 VLA） |
| 多臂协同 | 动作空间维度耦合 | 集中训练 + decentral 执行 |
⚠️ 重要观察：当前 VLA 模型（第 5 章）大多针对 单臂 7 DoF + 夹爪 训练，迁移到 30+ DoF 双臂人形时数据效率会急剧下降。这也是为什么 Physical Intelligence 等公司强调「跨本体数据」（cross-embodiment）——让一个模型同时学会控制不同形态的本体。
1.3.6 当前主流选择与趋势
截至 2026 年，具身智能落地的形态选择呈现「双轨并行」格局：
- 工业/仓储轨：轮式底盘 + 单/双臂，解决物流搬运、货架拣选、工厂上下料。这一轨技术成熟度最高，已经规模化部署。
- 通用服务轨：双足人形，目标是人类家庭与人类设计的工厂。这是当前资本与媒体焦点，Figure、Tesla Optimus、1X、Apptronik、智元、宇树、傅利叶等公司集中于此。
💡 趋势判断：长期看，人形是通用具身智能的终极形态（因为它要进入为人类设计的环境），但短期（3-5 年）内轮式 + 臂形态的商业化确定性更高。这也是为什么第 5 章 VLA 模型多以机械臂为基准评测——它是当前数据最丰富、迁移成本最低的形态。
本节小结
- 形态是具身智能的「一部分」，身体结构本身承担计算工作（形态-智能耦合）。
- 主流形态可分为固定基座（机械臂）、移动底盘（轮式/足式）、软体/其他三大类。
- 硬件本体包含执行器、传动、传感器、计算、能源五类子系统，关节一体化与触觉皮肤是当前趋势。
- 形态反向约束智能算法：高自由度、双足不稳定、软体难建模都会改变策略设计。
- 当前呈现「工业轮式 + 通用双足人形」双轨并行格局。
下一节《1.4 发展脉络与里程碑》将沿时间轴回顾具身智能从行为机器人到具身大模型的关键转折。