具身前哨 · 第 21 期

**双叶技研发布超小型DDM执行器，专攻人形机器人灵巧手**

双叶技研（Double Giken）正式开售面向人形机器人（humanoid）与多指机械手的超小型执行器模块“DDM”。该模块采用直驱（Direct Drive）技术，在硬币级体积内实现高精度力矩输出，专为解决机器人末端灵巧操作（dexterous manipulation）的微型化痛点设计。

DDM模块直径仅28毫米，厚度12毫米，峰值扭矩达0.25牛米，重复定位精度优于0.1度。其核心突破在于无需减速器即可输出平稳力矩，大幅降低摩擦与回差，使多指手能完成抓取（grasping）、捏合等精细动作。相比传统谐波减速方案，DDM的响应速度提升40%，且零背隙特性更适配模仿学习（imitation learning）与强化学习（reinforcement learning）所需的实时力控反馈。

双叶技研表示，该模块已向多家具身智能（embodied AI）实验室送样，目标将单指成本压缩至现有方案的1/3。随着人形机器人赛道进入“灵巧手竞赛”阶段，DDM有望成为双臂协作（cobot）与远程操作（teleoperation）系统的标准关节单元，加速仿真到现实（sim-to-real）的落地进程。

**宇树G1人形机器人挑战珠峰：具身智能的极限测试**

宇树科技（Unitree）旗下G1人形机器人正计划挑战登顶珠穆朗玛峰，这将是具身智能（Embodied AI）在极端环境中的一次关键验证。G1搭载基于视觉-语言-动作模型（VLA）的端到端（end-to-end）控制系统，结合强化学习（Reinforcement Learning）与仿真到现实（sim-to-real）迁移技术，实现了在复杂地形中的动态平衡与自主导航。其运动控制（locomotion）模块可在坡度超过45度的冰雪路面上保持稳定步态，并利用即时定位与地图构建（SLAM）实时更新环境地图。

若成功登顶，G1将证明人形机器人在高海拔、低氧、强风等恶劣条件下的作业能力，为工业巡检、灾害救援等场景提供技术范本。宇树表示，此次挑战的核心在于验证具身智能从实验室走向真实极端环境的泛化能力，而非单纯追求高度纪录。目前G1已通过模拟环境中的珠峰地形测试，实际攀登计划于2025年第四季度展开。

**现代摩比斯获波士顿动力机器人订单，券商上调目标价**

韩国券商元大证券近日上调现代摩比斯目标价，核心逻辑在于其已切入波士顿动力机器人供应链。现代摩比斯将为波士顿动力的双足人形机器人提供关键执行器部件，该部件是机器人关节运动的核心组件。据测算，单台人形机器人执行器价值量可达数千美元，随着波士顿动力计划在2025年将人形机器人产能提升至千台级别，该业务有望为现代摩比斯带来数亿美元增量收入。这一合作标志着韩国汽车零部件巨头正式向具身智能硬件领域延伸，也印证了人形机器人从实验室走向量产的趋势。

在2025年Met Gala红毯上，人形机器人首次作为嘉宾亮相，与设计师Alexander Wang并肩登场。这款由Engineered Arts开发的Ameca机器人，搭载了具身AI系统，能够实时响应环境并与人互动。它展示了双足运动控制与灵巧抓取能力，标志着人形机器人从实验室走向公众视野的关键一步。

中国人形机器人正加速从实验室走向多元应用场景。据Vietnam.vn报道，其应用领域已扩展至制造、物流、服务等多个行业。关键突破在于运动控制与操作能力的提升，例如双足行走和灵巧抓取。这得益于端到端模仿学习与强化学习技术的融合，以及仿真到现实(sim-to-real)迁移的成熟。具身智能基础模型和视觉-语言-动作模型(VLA)的引入，正推动人形机器人从单一任务向通用任务进化，标志着中国在具身AI赛道上的实质性进展。

研究人员通过“冻结骨干嫁接”诊断，揭示了视觉-语言-动作模型（VLA）中视觉编码器的选择并非在不同规模的基座上通用。实验对比了 SmolVLA-450M 和 $\pi_{0.5}$-3.3B 两个不同规模的基座，结果显示在小模型上表现最优的 SigLIP，并不能保证在大模型中获得顶尖性能。研究通过 40 次主要的嫁接运行证明，编码器的优劣高度依赖于具体的基座架构。这一发现提醒开发者：在构建大规模具身智能系统时，不能简单套用小模型的经验，必须针对目标规模进行专项验证。

研究者提出了一种基于Finsler度量的几何运动模型，旨在更精准地模拟机器人与动物在复杂环境中的移动机制。该研究突破了以往仅考虑各向异性摩擦的局限，引入了非对称摩擦（Asymmetric Friction）概念。通过将子黎曼几何扩展至亚芬瑟几何框架，该模型能更精确地刻画系统运动能力。这一理论突破为具身智能中的运动控制提供了更严谨的数学基础，有助于提升机器人处理复杂物理交互时的运动鲁棒性。

LingBot-VLA 推出了一款兼顾泛化能力与成本效率的视觉-语言-动作（VLA）基础模型，旨在解决机器人操作中的跨平台适配难题。该模型基于 9 种双臂机器人配置、约 20,000 小时的真实世界数据构建而成。在性能上，其推理吞吐量达到每秒 261 个样本，比现有 VLA 代码库提升了 1.5 至 2.8 倍。这种高效的架构显著降低了 GPU 成本，为具身智能（Embodied Intelligence）走向大规模实地部署提供了更务实的路径。

研究者推出 SIMMER 基准测试，旨在揭示大语言模型（LLM）在执行复杂任务规划时存在的“隐性失败”风险。该基准基于包含 77 种动作、262 个物体及近 4.7 万次交互的符号世界模型构建。实验显示，即便是最先进的模型，仅有 17% 的计划能完全避开错误，且高达 56% 的计划包含可能导致不可逆后果的隐性失败。通过引入反事实预测模拟，可将此类严重风险降低多达 75%。这为构建更鲁棒的具身智能规划系统提供了关键的安全评估维度。

研究团队推出 FAST-AR 框架，通过压缩 KV 缓存和稀疏注意力机制，攻克了长视频生成中的计算瓶颈。该技术在保持视觉质量的同时，实现了高达 5 到 10 倍的端到端加速。核心亮点在于它能显著降低 GPU 显存占用并维持稳定的吞吐量。这不仅提升了视频世界模型（world model）的推理效率，更让长视频生成和交互式神经游戏引擎的实时化成为可能。

研究者推出 DiPOD 框架，通过引入自蒸馏与策略梯度更新的交替机制，解决了扩散策略（Diffusion Policy）在强化学习后训练中常见的“双重漂移”稳定性难题。该方法通过在每次更新中加入在策略上的 ELBO 正则项，确保模型在优化过程中不偏离真实分布。实验证明，DiPOD 在扩散语言模型和连续控制任务中均显著提升了训练稳定性并获得了更高的奖励值。这一突破为构建更可靠的具身智能（Embodied Intelligence）提供了一种稳健的端到端优化路径。

AcceRL 框架通过异步分布式架构，攻克了大规模视觉-语言-动作模型（VLA）在强化学习中的同步瓶颈。该系统将环境推演、模型推理与梯度更新物理隔离，显著提升硬件利用率。实验显示，其吞吐量比现有同步基准提升 2.4 倍；结合预训练世界模型后，在 LIBERO-Spatial 任务上的在线采样效率提升高达 200 倍。这一突破为具身智能（embodied AI）提供了兼顾时间与样本效率的高性能训练方案。

特斯拉的人形机器人Optimus被分析师视为潜在营收增长引擎。摩根士丹利预测，若Optimus在2030年前实现量产，可为特斯拉带来高达1万亿美元的额外市值。该机器人采用端到端模仿学习与强化学习技术，在运动控制和灵巧操作上取得突破，标志着具身智能从实验室走向商业化的关键一步。

研究人员开发出一种无需力板即可估算地面反作用力（GRF）的新方法，这为临床步态分析提供了更便捷的替代方案。该技术仅利用包含16个身体部位的运动捕捉数据，通过最小化算法分解并计算关键动力学指标。这一突破解决了传统设备在临床部署中的空间限制问题，让医生无需昂贵的力板系统即可评估关节负荷与平衡控制。这是迈向更普适、低成本步态监测的重要一步。

研究团队推出 X-Loco 框架，旨在通过协同策略蒸馏技术实现人形机器人（humanoid）的通用运动控制。该系统首次在不依赖参考动作、仅基于速度指令的情况下，让机器人在复杂地形穿越、跌倒恢复和全身协调等多种任务中表现出色。其核心亮点在于利用多个专家策略引导学生模型学习多样化的动态特征。这一突破显著提升了具身智能（embodied intelligence）在复杂环境中的鲁棒性，为通用型人形机器人迈出重要一步。

研究团队通过融合计算流体力学与多目标多智能体强化学习（MO-MARL），攻克了微型机器人集群在复杂动态流体中的协同控制难题。实验中，16个磁驱动微型机器人被置于脉动动脉波动的2mm通道内。引入PCGrad梯度冲突解决技术后，系统在主要目标上比基准模型高出8个奖励单位。更令人兴奋的是，集群在训练中自发演化出流体节流阵型和周期同步棘轮机制等三种未预设行为。这为生物医学导航和微流控系统中的具身智能提供了极具前景的自动化框架。

ParkourFormer 框架通过引入预测监督和序列建模，显著提升了人形机器人（humanoid）在复杂地形中的运动控制能力。该模型将运动视为一种基于未来的决策过程，利用 Transformer 架构融合历史轨迹与预测的未来状态。实验数据显示，它在极具挑战性的多地形基准测试中达到了 93.85% 的平均通过率，相较于传统的 MLP 和 MoE 模型提升高达 47.12%。这一突破证明了显式建模未来动态对于实现高灵活性、强泛化能力的具身智能（embodied intelligence）至关重要。

日本芯片巨头Renesas（瑞萨电子）指出，人形机器人落地的最大瓶颈并非AI算法，而是传感器技术。公司认为，当前双足机器人的运动控制与操作能力受限于高精度、低延迟的传感方案，而非视觉-语言-动作模型（VLA）或世界模型等AI进展。这一判断直接挑战了行业对“具身智能”的普遍认知——将资源过度集中于端到端模仿学习与强化学习，却忽视了从仿真到现实（sim-to-real）中传感器硬件的核心短板。

研究人员开发出一种采用X型连杆机构的管道检测机器人，旨在攻克复杂管网中的移动难题。通过耦合推进单元并引入差速机构，该机器人在单根钢丝驱动下即可实现姿态切换，从而适应不同直径的管道环境。实验验证显示，基于电机电流负载感知的控制方法显著提升了机器人的越障能力。这一技术突破解决了早期版本牵引力不足和跨越障碍困难的痛点，为复杂管网维护提供了更可靠的自动化方案。

研究团队推出 N2D Haptic Glove（触觉手套），通过提供双维度的指尖力反馈，解决了远程操作中由于缺乏力感方向导致的控制精度不足问题。该设备采用传动系统实现高透明度的平面屈伸力反馈。实验结果显示，与仅有视觉或单轴触觉的基准相比，多维度指尖反馈显著降低了接触力的误差，并大幅提升了任务的一致性。这一突破为复杂环境下的远程操作、虚拟现实以及机器人模仿学习提供了更精准的交互手段。