..........................................................................................39 2.2.5 运动规划与控制.............................................................................................. 机交互实现任务理解与反馈，需要强大的感知计算与运动控制能力 （《创业邦》）； 2）人形机器人是一种仿生机器人，指形状与尺寸与人体相似，能 够模仿人类运动、表情、互动与动作的机器人，并具有一定程度的认 知和决策智能（《高工咨询》）； 3）人形机器人是一种模仿人类外形的机器人，除具备人形和模拟 人类动作外还兼具智慧化和可交互性等特点。 人形机器人主要包含三 大核心技术模块：环境感知模块、运动控制模块和人机交互模块（《觅 （《觅 途咨询》）。 6 从上述对人形机器人概念的主要观点来看，可以归纳为如下三个 主要特征：①外部特征：人形；②运动特征：双足直立行走；③智力 特征：人类智能。 国际上虽然没有对人形机器人的直接定义，但国际标准 ISO 8373:2021《Robotics - Vocabulary》中有类似人形机器人的仿人机 器人的概念：仿人机器人为“外观和动作与人类相似，并且具有躯干、 头部和肢体的机器人（robot

感觉与运动：处理视觉、听觉、触觉等信息、并控 制自主运动 小脑 位于大脑后下方， 紧贴脑干后方， 形似蝴蝶。 运动协调：调节肌肉张力、协调精细动作（如鞋子、 弹琴） 平衡与姿势：帮助维持圣体平衡与空间定位 学习辅助：参与运动技能学习 脑干 连接大脑与脊髓， 由 中脑、桥脑、 延髓 三部分组成。 生命维持：控制呼吸、心跳、血压灯基本生命活动 信息中转：船体大脑与脊髓之间的感觉和运动型号 高级认知：负责思维、记忆、语言、决策、情感灯复杂功 能 感觉与运动：处理视觉、听觉、触觉等信息、并控制自主 运动 语义理解、环境信息理解、动 作决策等 目前为机器人中央控制器担任此角色， 但目前并未获得相应能力。后续可能 在此基础上进一步增加硬件及算力 小脑 运动协调：调节肌肉张力、协调精细动作（如穿鞋子、弹 琴等） 平衡与姿势：帮助维持身体平衡与空间定位 学习辅助：参与运动技能学习 动作学习模仿、复杂动作控制 动作学习模仿、复杂动作控制 等 机器人中央控制器，即现有的机器人 “大脑” 脑干 生命维持：控制呼吸、心跳、血压灯基本生命活动 信息中转：传递大脑与脊髓之间的感觉和运动信号 反射控制：管理咳嗽、吞咽、瞳孔反射灯原始反应 电源管理、通信网关控制、执 行器控制器状态管理等 机器人各传感器，执行器，线束，网 关 间脑 丘脑：感觉信息的中转，将视觉、听觉传递至大脑皮层 下丘脑：调节体温、饥渴、睡眠周期，并控制内分泌系统

傅利叶智能、智元机器人等企业频频 发布产品。 • 我国发布的国家标准《机器人分类》（GB/T 39405-2020）将机器人定义为：具有两个或两个以上可编程的轴，以及一定程度的自主能力，可在其环境内运动以执 行预定任务的执行机构。以此为基础，极光月狐研究院将智能机器人定义为：加入智能技术，能够实现自主感知、交互、决策、执行等操作的机器人。 定义及分类：从机械化、单一化向高度智能化、泛在化迈进， 力矩传感器、4个六维力传感器 2023年，六维力传感器国产化率约30% 力传感器 数量需求大于40个，分布于颈部、手臂、手指、 躯干、腿部等部位，其中灵巧手需要空心杯电机 电机 用于关节和运动机构传动，使用丝杠的解决，特 斯拉人形机器14个线性关节将使用8-10个滚珠丝 杠和4-6个梯形丝杠。行星滚柱丝杠国产化率较 低，滚珠丝杠国产化率超60%，但高端型仅5%。 丝杠 每个人形机器人需要两个视觉传感器 大模型在控制上的助力主要集中于大模型处理环境观察与提示，输出动作序 列，动作序列可以是一系列关节角度或末端执行器的位姿与夹爪开合数据， 这些序列将直接用于控制机器人的运动。 控制 需求级 任务级 理解需求 分解需求 完成任务 分解任务 运动规划 路径规划 生成末端执行器坐标/关节角 控制率 轨迹插值和调节增益 生成控制信号 计算伺服误差 规划级 动作级 基元级 伺服级 • 机器人

智能分析⽤户病情、并精准推荐宣教 18 ⽤户 数据+ AI⼤模型 内容查看 饮⾷建议 健康/⽤药提醒 运动break 健康咨询 睡眠 信息精准 传递 ⾏为 ⽤户 ⾏为 收到⽤户阅读提醒 运动数据收集&反馈 健康反馈 • 根据⽤户数据/输⼊，⾃动⽣ 成健康建议、今⽇运动/饮⾷ 规划 • 健康状况周期性AI反馈 • 腾讯健康可⼀健拉起医⽣ 在线咨询、药品复购 健康新提醒 幸好我问了AI健康助理 拍照药盒可以直接⼀键下 单，太⽅便了！ 昨天健康回顾+健康⽇历 举例 健康提醒 • 根据⽤户数据，⾃动推送饮 ⾷建议或者运动 • 根据⽤户健康规划，⾃ 动推送活动/饮⽔提醒 • ⽤药提醒 • ⾃动更新健康信息 • ⾃动统计运动数据 • 跟进运动⼩贴⼠（拉伸、 补⽔） • 个⼈健康助理：个性化回复 ⽤户有关健康咨询 • 结合⽤户拍摄的药盒、检查 报告，⾃动解读、⾃动提醒

5 图 1 机器人与人工智能融合历程 （二）三大融合方向及其组合推动智能机器人产品涌现 1、根据不同的环节需求形成三大方向的融合应用 人工智能应用于工业机器人的感知交互、推理决策和运动控制各 个环节。在运动控制方面，优化类模型能够加强机器人的控制精度， 比如在拾取操作中，当传感器检测到力量过大的时候，机器人可以利 用贝叶斯优化算法及时纠正；又如在平面移动中，快速探索随机树 （RRT） 于深度 学习、强化学习的方法，机器人可以通过训练学习数据以模仿人类， 甚至通过与操作对象或环境进行交互实现非结构性的复杂操作和自 主导航。 2、三种应用模型及其组合催生出多种功能的机器人 运动控制类模型推动传统工业机器人升级为“能精细化控制”的 机器人。一是操作优化类，传统焊接、打磨机器人通过对机器人的运 动轨迹进行计算并转化到关节空间，提高机器人的稳定性，转变成高 精度操作机器人 分层控制和端到端一体化两条技术路线。 由于目前“大脑”受限于平台和数据尚无法形成人类大脑能力闭 环，大小脑分层路线是人形机器人较为主流的形式。通过基于成熟大 模型的“大脑”进行高层次的认知分析和决策，“小脑”进行功能性 的运动路径规划和平衡控制。在大脑方面，谷歌的“LLM（大语言模 型）+VFM（视觉基础模型）”SayCan 通过训练大语言模型对用户指 令进行推理分解驱动任务；清华大学的 VLM（视觉-语言模型）CoPa

“细致⼊微”⾏为管理 内容查看 饮⾷建议 健康 / ⽤药提醒 运动 break 健康咨询 睡眠 • 个⼈健康助理：个性化回 ⽤户有关健康咨询 • 结合⽤户拍摄的药盒、检 查 报告，⾃动解读、⾃动 提醒 • 结合⽤户数据，⾃动⽣成相 关建议 信息精准 传递 ⾏为 • ⾃动更新健康信息 • ⾃动统计运动数据 • 跟进运动⼩贴⼠（拉伸、 补⽔） 睡眠数据收集 & 反馈 • ⾃动统计睡眠数据 • 睡眠情况分析 / 健康⼩结 “ 极致简化”服务路径 • 根据⽤户数据 / 输⼊，⾃动 ⽣ 成健康建议、今⽇运 • ⽤药提醒 ⽤户情绪 曲线 ⾏为 ⽤户 根据⽤户数据，⾃动推送饮 ⾷建议或者运动 今天⼜是活⼒满满的⼀ 天 今天也不要忘记好好照 顾⾃⼰哦！ • 舞动极光太好玩了 ~ 10 分钟，我感觉⾃⼰⼜活 过来了 原来喝⽔得喝够了才 能减肥啊 ~ 新知识 get!! 运动数据收集 & 反 馈 哇塞，饮⾷建议都 有了 ~ 今天再也没 有选择困难了 拍照药盒可以直接⼀键下

Robotics Aldebaran Robotics 产品名称 4NE-1 Rollin'Justin Reachy Nao 功能 多模态交互、环境感知、灵活运 动、精细操作、自主学习等 灵活的运动能力、物体与环境感知、 语音交互和视觉交互、可实现搭建、 维护、装配、实验等多种能力 灵活的移动能力、视觉/触觉/力 感知能力、远程控制、人机交互 语音、视觉识别，触摸感知能力，支持 多语言编程、执行复杂动作（如走路、 Walker S1进入一汽奥迪、吉利汽车等工厂测试 公司名称 优必选 乐聚机器人 小鹏 产品名称 Walker S1 KUAVO4 Iron 功能 全身运动控制、多模态智能感知、任务规划（融 合训练面向通用任务的多模态大模型）等 运动能力、感知能力、交互能力等 自主行走、货物搬运等 应用场景 工业生产、家庭服务、商业服务、仓储物流 工业生产、家庭服务、商业服务 工业生产、家庭服务 工作地点 特斯拉发布了人形机器人 Optimus 首个原型机 “Bumble C”，在舞台上展示了其行走能力和基础的 物体处理能力，如搬运箱子和浇水 2023年3月 发布了Optimus Gen1：Optimus 的运动能力得到了 显著提升，演示了更为流畅和自然的动作。实现直立 行走、抓取动作 2023年5月 多机器人同步协作：Tesla 发布了人形机器人 Optimus 的最新动态和演示视频，展示了多个 Optimus

广告投放 AI直播 门店活动 消费洞察 …… 市场细分二 专业领域技能AI工作效率优化（偏中后台） 市场细分四 食品饮料行业的专业强化及流程优化 市场细分五 食品饮料行业的商业模式创新 AI运动营养师 AI营养专家 AI育婴师 …… AI 研发助手 AI转型趋势展望 突破·智变·融合，企业正主动 走向“创新深水区”      SmolLM 27B Llama

它们已经可以作为机器⼈感知，⾏动和交互的⽀柱。 展望未来3-5年，您对技术进步的哪些领域最乐观或最悲观？ ⼈形机器⼈硬件的快速发展毫⽆疑问将继续进⾏，尽管⽬前尚不清楚在这段时间 内这些系统将在多⼤程度上能够发展超出基本能⼒，如运动和拾取任务等。赋予 ⼤型预训练模型明确推理能⼒仍然是⼈⼯智能领域的⼀个前沿，将为机器⼈技术 的⼴泛部署打开⼤⻔，在那⾥代理⼈在物理世界中⾏动和交互。模型⼤⼩以及模 型在训练和推理中的能源消耗在将最新的⼤型模型部署到机器⼈技术中时仍然是 随后，达芬奇机器⼈获得了美国⻝品和药物管理局（FDA）的批准，可⽤于各种⼴泛的⼿ 术程序。 到2023年，全球已有超过700万次⼿术使⽤机器⼈辅助进⾏，显著缩短了患者康 复时间，提⾼了⼿术成果。 进⾏精细运动的能⼒意味着外科医⽣现在可以以⼈类⼿部只能达到的⼗分之⼀的 尺度进⾏操作，极⼤地拓展了微创⼿术和其他复杂程序的可能性。 机器⼈灵巧性的发展也体现在现代机器⼈拥有的⾃由度（DOFs）不断增加。早期 另⼀个突破性的机器⼈灵巧发展来⾃剑桥⼤学，研究⼈员开发了⼀种“第三只⼿指 ”，⼏乎任何⼈在试⽤⼏分钟后都能使⽤。 “第三只⼿指”是额外的机器⼈⼿指，可以附着在⼿上，为⽤⼾提供超出⽣物学可能 的增强运动能⼒。 4. 新数据和合成数据 机器⼈产业发展⾯临的⼀个重⼤挑战是现实世界数据有限，⽆法训练智能机器。 这形成了⼀种“先有鸡还是先有蛋”的局⾯：机器⼈的⽣产量较低意味着从现实 世界互动中收集数据

在机器人动作表现、工业机器操控等场景初步体现，物理AI甚至可在老年陪护、家庭管家等场景进一步发挥普惠作用。 来源：艾瑞咨询研究院自主研究绘制。 物理AI演进路线及升级挑战 难度增加 精度提升 基础运动 与控制 • 物理实体对基础 运动模式的精确 控制 多模态环境 感知适应 跨物理域 任务规划 虚实闭环跨 模态生成 类人通用 物理AI • 自我学习，全面 模拟人类多模态 感知与复杂推理 • 无缝切换物理与