方形大眼睛、細圓腦袋、瘦長身軀、兩條向後彎曲的腿形似鴕鳥腿，雙足人形機器人 Digit 踏著小碎步從貨架取出週轉箱，再轉身將箱子放上傳送帶。Digit 雖然動作稍慢，但步態穩定，身體靈活。這是亞馬遜物流某倉儲庫一角，大型倉庫有超過 75 萬台機器人加班，但 Digit 較特別，因是首個「雙足人形」機器人。
Digit來自「Agility Robotics」，成立於2015年，備受熱捧的明星新創。創立至今始終專注機器人雙足行走能力，共研發三款產品，Digit是商業化的重大嘗試。
勞動力愈發緊缺及成本上漲，以機器人取代人類部分勞力成為新趨勢，人形機器人無疑是最理想方向。這條賽道除了Agility Robotics，特斯拉、Figure AI、中國企業宇樹、智元、樂聚等都在布局人形機器人，熱火朝天。源源不絕的企業和持續更新人形機器人像燒不盡的柴火，將人形機器人帶到更高更遠的地方。
人形機器人已走到應用化階段，但誰會先看見曙光？或許在倉庫擔任搬運工的Digit能。
從雙足到人形，機器人走向應用
「Agility Robotics的Digit是現階段最好人形機器人。」足式機器人創業家周東表示。Agility Robotics第三款產品，Digit率先採用鴕鳥腿，其他人形機器人主要是能耗更少的類人腿。Digit模樣可追溯至Agility Robotics前兩代產品：實驗室階段ATRIAS、仿生鴕鳥腿Cassie。前者基礎上，Digit最終演化出鴕鳥腿雙足人形構造。
ATRIAS：比賽首秀，一戰成名
ATRIAS是奧勒岡州立大學的動態機器人與人工實驗室（DRAIL）研發了七年的計畫成果。該計畫旨在運用動物動力學開發雙足機器人，由該校機器人學教授赫斯特（Jonathan Hust ）帶領。
在觀察動物運動過程中，有些鳥類的奔跑能力非常強，讓赫斯特產生了濃厚的興趣。為此，赫斯特不僅和倫敦大學皇家獸醫學院知名教授Monica Daley合作，也與同事一起在實驗室裡長時間研究目標鳥類的行走與奔跑。
在一次實驗中，一隻珍珠雞沿著跑道奔跑，無意間一條腿踩進了實驗人員精心布置的坑洞。這坑有半腿之深，珍珠雞並未出現預想中的踉蹌和摔倒，反而輕鬆越過，彷彿無事發生。
研究人員發現，珍珠雞的腿會自動伸展以適應坑深，無需大腦反應，腿部便可自行處理意外狀況。
這次實驗為雙足機器人的設計帶來重要啟發：機器人的靈活性在很大程度上依靠自身固有的機械特性，即依靠硬體而非軟體。
在這靈感刺激下，ATRIAS系列很快便優化了硬體設計，借助仿生實現行走，兩條牽拉著彈簧的腿可以不停地交替前進，無需視覺和力感測器，有點類似於盲人走路。
（Source：Joanthan Hust）
當時，ATRIAS是第一個再現了人類步行步態動力學的機器人。2015年，在加州波莫納舉行的DARPA機器人挑戰賽總決賽上，ATRIAS突出的運動表現一時驚豔了眾人。
雖然行走能力突出，但彼時除了科研展示外，ATRIAS並沒有用做其他用途。同年，赫斯特與同事謝爾頓共同創辦了Agility Robotics，與奧勒岡州立大學做切割，開始尋求商業化。
Cassie：標誌性鴕鳥腿
2016年，Agility Robotics在ATRIAS的基礎上，推出了新一代機器人「Cassie」。
（Source：Agility Robotics）
與ATRIAS不同的是，Cassie擁有全新的腿部結構，具體看來：
- 馬達縮小，但效率更高
- 臀部增加3自由度，能夠向前後左右的任意方向移動雙腿
- 配備動力腳踝，可穩定站立，無需不斷移動腳
- 擁有足夠電池電量運作部分強大機載電腦
在形態與運作上，Cassie保留了ATRIAS的特色。Cassie膝蓋像鴕鳥一樣向後彎曲，也被稱為「反屈膝」。此外，Cassie也沒有配置相機或外部感測器，和ATRIAS一樣是盲人。
一直以來，地面的複雜性一直是困擾足式機器人行走的頭等難題。Agility Robotics致力於打造能走能跑、既能在戶外穿越森林、又能無礙上下樓梯的雙足機器人，並且僅依靠電池便能運行數小時。
經過數年的技術攻克和研發，這項願望最終得以在Cassie上實現。2021年，Cassie花了53分鐘左右的時間跑完了5公里，是第一個使用機器學習來控制戶外地形跑步形態的雙足機器人；2022年，Cassie以「百米24.73s，平均速度超過4m/ s」的成績刷新了雙足機器人百米賽跑的金氏世界紀錄。
這一驚人的表現，展現了Cassie優秀的運動表現與科研的無限可能性。得益於此，Agility Robotics獲得了大量美國學術界足式機器人的訂單，成為了大學和研究團隊的重要探索平台。但教育科學研究的商業化，對Agility Robotics來說，還遠遠不夠。
Digit：打造雙足人形，走進工廠
2019年，Agility Robotics第三代產品Digit出世。 Digit的腿基本上與Cassie一脈相承，最大的變化是新增了一個裝滿感應器的上半身和一雙用於平衡方向的手。彼時，Digi儼然一副雙足人形體態，身高175公分、重65公斤，能舉起16公斤重物體。
Agility Robotics創辦人赫斯特在2021年曾表示：「我們並沒有打算建造一個人形機器人，著手解決的是移動性問題。不過，在解決這個問題的過程中，團隊發現雙足人形是最佳形態。」
（Source：Agility Robotics）
赫斯特解釋，Cassie的一大問題在於沒有足夠的慣性來平衡向前擺動的腿，而Digit直立軀幹的設計正是為了能讓機器人在航向上有更多的控制權。
當時，透過觀察動物運動，赫斯特發現尾巴有校正方向和平衡身體的作用。受此啟發，赫斯特決定試著為Digit安裝尾巴。團隊摸索後發現，最好的效果是讓Digit兩邊各設置一個尾巴，左右對稱。最後，尾巴演變成了手，Digit也就擁有了雙臂雙足的人形型態。
更重要的是，手不僅能達到平衡，還能拾取物品，發揮工具屬性，讓商業化有了抓手。Agility Robotics就曾在CES 2020上宣布與汽車巨頭福特合作，共同打造自動化物流。
按照規劃，汽車做為機器人基地台，可讓Digit進行充電。自動駕駛汽車與機器人透過資料交換進行協同工作，汽車實現物品的遠距離運輸，Digit則手持貨物完成送貨上門的最後一公里。
（Source：福特汽車）
故事很美，但這「最後一公里交付計畫」的願景最終還是沒能如願成真。
主要原因在於，Agility Robotics後來將目光轉向了倉儲物流領域。創辦人兼時任CEO的謝爾頓曾表示，機器人在物流和倉儲領域會有更大發展空間。一方面，物流業存在大量繁瑣重複的工作，如搬運物料和箱子；另一方面，勞動力短缺的窘境日漸顯著。
物流和倉儲場景，核心是解決物料的移動和放置問題。為了更能完成工作任務，2019年至2023年間，Digit從V1升級至V4 。相較於前幾代版本，V4不僅增加了用於移動週轉箱的末端執行器，還優化了頭部與眼睛，支援人機互動。
在Agility Robotics公布的一則影片中，Digit展現了穩定可靠的工作能力，似乎離機器人走進工廠、走進現實的預言更進了一步。不過，當下人類還無法和Digit親密無間地一起工作。出於安全考慮，人類需與Digit保持6英尺距離，直到有足夠的數據與資訊能進一步驗證Digit安全性時，人類才有可能與其親近。
值得注意的是，2023年10月，一名CNN記者透過語音要求一台Digit完成任務，但即使多次重複指令，Digit依然無法遵從命令依次完成任務；此外，另一台Digit在搬運箱子時不慎摔倒，無法立即站起來。
可見，Digit要真正步入工廠，還有一段漫長的路要走。
融資、擴張與換帥，Agility商業化三部曲
如果說「讓雙足人形機器人運動起來」是一個從0到1的問題，那麼「讓雙足人形機器人進行工作」就是一個從1到100的故事。但是，要如何找準第一個安身立命的「1」──也就是亟待解決的場景需求？
Agility Robotic的第一個場景是機器人企業常見的做法，就是賣給大學。業內人士蔣源表示，「當技術不夠成熟，且缺乏閉環場景時，更適合學校和研究所做技術探索」。
當科技還在爬坡時，Agility Robotics創辦人赫斯特和謝爾頓的學術背景與知識經驗就發揮了作用。兩人均畢業於卡內基·美隆大學機器人專業，該院校是機器人領域的頂尖學府。之後，赫斯特擔任奧勒岡州立大學工程學院的機器人學教授，帶領實驗室研究雙足機器人。
與赫斯特的學術能力互為補充的，是謝爾頓的產品能力。謝爾頓曾創辦Three Rivers 3D，主要生產醫療保健領域的雷射掃描儀，成本低且容量大。2015年，兩人攜手合作，成立並推動Agility Robotics走到了人形商業化應用的奇點時刻。此時，倉儲物流領域成為Agility Robotic亟待開啟的第二個場景，讓Digit站穩了這一山頭成為當務之急。
蔣源認為，「現在新創公司應該把資金和精力放在商業化上，帶來價值，實現閉環。」Agility Robotics在這兩年裡乘勢而起，大量融資，重組高層，積極擴張，大有要打通商業化之路的勢頭。
首先，在資金方面，Agility Robotics一共進行了3輪融資，分別是2018年的種子輪（800萬美元），2020年A輪（2,025萬美元），以及由Playground Global、亞馬遜產業創新基金等投資的1.5億美元的B輪融資。
一方面，這反映出市場看好Agility Robotics的發展前景；另一方面，在資本加持下，Agility Robotics一時資金充裕，能更好推動、落實商業化策略。其次，是Agility Robotics隨後就布下的兩步棋：擴大生產與高層調動。
自建工廠，年產萬台Digit機器人
自成立以來，Agility Robotics陸續交付了100台左右的Digit。但現在，Agility Robotics顯然並不滿意這樣的生產能力，而是直接自建工廠，以實現規模化生產。
2023年9月，Agility Robotics在奧勒岡州塞勒姆開設第一家機器人製造廠RoboFab，預計第一年生產數百台Digit，隨後擴展到每年生產1萬台左右。
不過，Agility Robotics強調打造年產萬台機器人的能力，並未示意銷售量已高達萬台。儘管如此，Agility Robotics創始人謝爾頓依然認為工廠的開業標誌著機器人歷史上的關鍵時刻──「商業人形機器人大規模量產的開始。」
Agility Robotics將於2024年向客戶交付第一批Digit，並於2025年全面上市，售價預計為25萬美元。
高層重組，為商業化應用排兵布陣
2023年5月，Agility Robotics進行了首次掌舵者的變動：由Fetch Robotics的CEO Melonee Wise擔任新的CTO，原CTO赫斯特擔任首席機器人長。
Melonee Wise曾創辦Unbounded Robotics，以及擔任Fetch Robotics的CEO。 Fetch Robotics主要為倉儲內部物流環境提供雲端驅動的自主移動機器人（AMR）解決方案，MW的工作經驗和資源無疑會有助於將Digit整合到現有倉儲物流系統中，並能匹配不同客戶對象的物流系統。
2024年3月，Agility Robotics創辦人謝爾頓卸任CEO，擔任總裁；而新任CEO則是曾在高通、微軟等知名企業負責策略交易、合作夥伴關係、銷售、行銷及相關業務的Peggy Johnson。
Peggy Johnson將負責Agility Robotics下一階段的成長，重點是銷售、策略合作夥伴關係、未來籌款以及機器人的大規模交付。簡而言之，就是要快速推動機器人的商業應用，賺錢並實現ROI回正。
從最高層的人事變動上，不難看出Agility Robotics為了開啟倉儲物流應用場景的謀篇布局。謝爾頓與赫斯特的學術經歷，在產品研發階段有著得天獨厚的優勢，但在商業化的推進過程裡，難免會有捉襟見肘之時，而新人們所具備的資源和知識經驗或將更有利於解決當前Digit商業化的難題。
在這個策略布局推動下，Agility Robotics喜報頻傳。 2024年4月，Agility Robotics宣布與曼哈頓聯合公司建立合作關係，這是繼亞馬遜、GXO Logitics後，Agility Robotics合作的第三個世界物流大客戶。
目前Digit還在進行試點工作，至於最終能否通過企業考驗，成功在倉儲物流領域開花結果，還需留待驗證。
人形機器人競賽白熱化，哪一個會率先應用？
過去半世紀裡，人形機器人賽道一直不乏拓荒者，例如本田就曾在2000年推出人形機器人ASIMO。但囿於技術瓶頸，商業化應用難等困境，該賽道一直是冷門的代名詞。隨著近年來GPT、Sora等新技術的突飛猛進和資本熱錢的湧入，人形機器人被推到了聚光燈下，乘著東風，一路猛進。
做為人形機器人第一梯隊裡的佼佼者，波士頓動力一直備受矚目。能快速跑、後空翻、翻越障礙物的人形機器人Atlas，雖然持續不斷給人們帶來視覺上的震撼，但支撐其出色技術和優異表現的，是背後造價高達200萬美元的成本。重金投入下缺乏與之相匹配的變現能力，這也讓波士頓動力三次易主。
對於其他大部分人形創業公司而言，「人形機器人要在哪裡應用」，是個不可忽視的發展問題，商業化是擺在技術難題之後的第二關。 「現在技術部分，各家人形的行走能力都相差不大了」，蔣源表示，目前商業化才是最大難題。
跑在商業化前頭的Agility Robotics，在這兩年刷足了存在感。 Digit正試圖開啟的物流倉儲場景，雖然還未實現商業閉環，但已展現出了巨大的發展潛力，不失為一個較好應用的垂直細分場景。
此外，一些人形新創公司瞄準了工業製造場景。例如，Figure籌集了6.75億美元，正在與寶馬合作；Apptronik則與梅賽德斯奔馳合作；特斯拉正在推動Optimus走入汽車工廠。
創業家同陽說，當下人形機器人在汽車工廠裡還是有不少發揮空間。目前雖然人形機器人還無法勝任汽車工廠裡的精細活，但是能夠取代搬運等重複繁瑣類工作。
除了面向工業場景，讓人形機器人最終走進千家萬戶，成為iPhone般的存在，是眾多人形機器人創業者的追求與嚮往，其中不乏新創公司直接將目標投向家庭場景。例如，以色列新創公司Mentee Robotics 2024年4月推出了MenteeBot，旨在完成一系列家務，如整理桌椅、處理衣裳。工業、家庭等場景之外，人形機器人在醫療、娛樂、服務等領域都有部署。
雖然市集對於人形機器人應用場景的爭論始終不休。但整體而言，業界普遍認為人形機器人會率先出現在工業場景。工業製造領域有大量機械重複的工作，人形機器人可發展的空間和作用更大。
不過，無可爭議的是，人形機器人要走進千家萬戶，還有很長一段距離。
（本文由 雷峰網 授權轉載；首圖來源：Agility Robotics）
科技新報粉絲團
加入好友
訂閱免費電子報
