人形机器人最尴尬的事：长了一双腿，却只能定住干活

当曾经主要展示灵活性的动作，开始有了实际工作的意义，整条人形机器人产业链将重新组织起来。

人形机器人最初拿到天量关注，底层逻辑其实很直接：现实世界本来就是围绕人类身体设计的。楼梯、橱柜、货架、工位甚至门把手，全都有现成尺寸。理论上，机器人完全可以用下肢越过障碍，直接用上肢拿起工具工作。

逻辑听起来无懈可击，但行业演进了几年，我们看到的却往往是另一副模样。

视频里的人形机器人，主要是在跑跑跳跳、翻跟头；哪怕真有一些干活的演示，也大多老老实实待在平地上——走到某处，定在原地，再小心翼翼地伸手。

如果双腿只负责把机器人送到任务面前，真正动手时它必须先站稳锁定身体，那它们不过是一对成本极高、极其脆弱的机械轮子。那么人形机器人的优势在哪？

这也很难怪大家苛刻。迈不过这道坎，人形机器人就永远撕不掉「表演道具」的标签。

近期，源策未来发布新模型和演示，以「全身智能」（Whole-Body Intelligence，WBI）为核心技术路线，自采人类全身交互数据，研发能够适配不同本体的人形基础模型系统。

在源策公布的演示中，机器人面对倒在地上的自行车，能够俯身弓腰，全身发力将它扶起；面对电饭煲的启动键，又能完成精细按压。

最能体现人形优势的，是一段搬踏台登高的画面：够不着高处的物品，它自己搬来一张踏台放下，随后踏上平台，抓取目标。这一串动作，把搬运、支撑转换和高位操作连在了一起。

当双腿参与操作，当双手与身体的平衡相互配合，人形这副身体的价值才开始显现：机器人有机会利用为人设计的空间，完成原本由人承担的工作。

在很多人的直觉里，既然机器人能做出跑跳甚至后空翻这种高难度动作，顺手倒个垃圾、擦个桌子，理应更简单。

这背后最直接的死结，是双足机器人底层的控制系统一直面临两难：要稳定，手就得跟着晃；要手准，整个人就容易摔。

过去一年，行业里最主流的做法，其实普遍站在英伟达开源的全身控制基准「SONIC」之上。它已经展示了全身动作跟踪、遥操作，以及接入 VLA 的自主操作能力。这套方案代表了此前学术界和工业界的天花板，但进一步走向实际操作，还需要同时兼顾关键末端的跟踪精度、身体稳定性与可稳定触达的范围。

在源策的对比测试中，当机器人通过俯身、前伸等全身协调动作向低处或远处伸取时，开源基线手部末端跟踪误差在 10 厘米量级。这种精度走向对于还精细操作并不够用。

全身控制上的不足，还会向前传导，限制后续模型所需的数据采集。

想训练出一个会操作的全身模型，小脑不仅要负责最终的部署执行，在前端还要充当遥操作的驱动底座——人类数采员做出动作，需要靠小脑将其实时转化为机器人的动作。小脑能跟上多少，决定了这些示范有多少能变成有效的真机数据。

捡起地上的水瓶、拿到低处的物品，都需要机器人屈膝、俯身，把手的工作范围向下延伸。控制系统既要稳住身体，也要把手送到目标位置。姿态跟上了，手却够不到，示范仍然无法完成。

因为机器人的身体与人的身体并不同构，如果数采员摸到地而机器人的手还悬在半空，人已经弯到了底，机器人却还差一截。它做出了弯腰的动作，却没有完成触地的意图。这不仅让机器人当下捡不起东西，也让团队难以采到完成这类任务的有效示范。

SONIC 这样的主流方案，整个控制逻辑几乎是完全绑定在平整地面上的。它在算法层面的假设，是脚底接触的是一个连续、平滑的二维平面，导致无法采集到地形变化下的动作。

这也解释了过去不少人形机器人演示中的尴尬：跑跳时身手矫健，真正干活却要找块平地，站稳了再伸手。

行业里此前不是没人试过把通行和操作凑在一起，但用的是拼接策略：上楼梯时跑一套专门的通行功能，等上到了平地，再切换成手臂操作功能。

这是一个很尴尬的过渡方案：如果机器人手里抱着一个箱子走到台阶前，它甚至得先在平地上把箱子扔下，才能换成爬楼模式走上台阶，失去了人形机器人通行优势。

小脑跟得不够准、复杂姿态下稳不住，团队就难以采到相应的真机示范；模型缺少这些数据，又更难学会在身体和地形不断变化时继续操作。

这也解释了为什么人形机器人能把舞跳得越来越好，干活却依然磕磕绊绊：动作可以大致跟上，手上的任务却容不得这样的偏差。

要解开全身干活的死结，源策未来拿出的方案是一套被称为 WBI（Whole-Body Intelligence，全身智能）的系统架构。

整套系统被清晰地划分为两层：负责高频动态平衡与动作执行的运动控制基模「S0」（小脑），以及负责长程任务理解与拆解的智能基模「S1」（大脑）。

突破首先发生在底层的 S0。源策自研的 S0，负责全身协调与稳定执行，将任务目标落实为机器人可执行的动作。

在源策的测试中，S0 将手部末端追踪误差压到了 2 厘米的区间。

客观来看，2 厘米放在更广阔的机器人坐标系里依然算不上精密，但压进 2 厘米，已经到了物理接触操作的及格线。在演示中也能看到明显的进展。

在精度之后，S0 攻克的第二个难关，是 SONIC 长期以来的平地缺陷，同时做到了更好的全身追踪。