1. 从“开箱”到“智障”一次非典型机器人测评的缘起最近宇树科技Unitree的机器人产品线热度持续走高从早期的四足机器人到如今的双足仿人机器人每一次迭代都吸引着科技爱好者和行业观察者的目光。我这次拿到手的是宇树最新一代的仿人机器人产品。和很多朋友一样我对它的期待值拉得很满这玩意儿到底能有多智能是能真正理解指令、灵活协作的“人工智能”还是动作僵硬、反应迟钝的“人工智障”带着这份好奇我决定在一个相对开阔的场地——杭州某处大平层里进行一次深度、真实且带点“暴力”的开箱实测。这次测评我不会只展示官方宣传片里那些流畅的舞蹈而是想看看它在非理想环境下面对一个普通用户的“折腾”时究竟表现如何。2. 初见开箱与静态初印象2.1 开箱过程与工业设计细节打开包装箱的过程本身就充满了仪式感。宇树机器人的包装非常扎实内部缓冲材料将机器人主体和配件固定得严严实实。主体被一个定制的泡沫模具包裹需要两人协作才能平稳取出。第一眼的视觉冲击力很强机器人的整体造型充满了未来感和机械美学银灰色的金属骨架外露关节处的电机和线缆清晰可见这种“赛博朋克”式的设计语言与波士顿动力那种偏向拟人化、包裹外壳的风格截然不同。宇树选择了一种更“硬核”的展示方式仿佛在告诉用户“看这就是力量与控制的源泉。”仔细端详工业设计的完成度很高。所有接缝处都处理得非常精细没有毛刺或松动的部件。关节处的电机外壳采用了高强度的复合材料既能保护内部精密的传动结构又保证了轻量化。机器人的脚掌底部覆盖了大面积的防滑橡胶上面有复杂的纹路这是为了在各种地面包括我这次测试的大理石和木地板上提供足够的抓地力。手指部分采用了多关节设计虽然看起来不如人手灵活但每个指节都能独立运动为抓取物体提供了基础。注意取出机器人时务必小心其自重不轻根据型号不同大约在40-60公斤且重心较高单人操作极易倾倒造成损坏。建议严格按照开箱指南两人以上配合操作。2.2 核心硬件配置与感知系统解析静态观察后我们来拆解一下它的“内在”。这台机器人的核心是一套高度集成的控制系统。躯干内部集成了主控计算机、电源管理系统以及多个子控制器。关节驱动全部采用了宇树自研的高扭矩密度电机配合精密的谐波减速器这是它能做出各种敏捷动作的物理基础。感知系统是判断其“智能”还是“智障”的关键。机器人头部配备了多传感器融合模块。最显眼的是位于“面部”区域的立体视觉摄像头它们构成了机器人的“眼睛”用于深度感知和环境建模。此外在身体不同位置还分布着惯性测量单元IMU、足底六维力/力矩传感器以及关节位置传感器。立体视觉主要用于SLAM即时定位与地图构建让机器人知道自己在空间中的位置并识别前方的障碍物。这是实现自主导航的基础。IMU感知自身的姿态、角速度和加速度。当机器人行走或受到外力推搡时IMU数据是维持平衡的核心反馈。足底六维力传感器这是仿人机器人平衡控制的“灵魂”。它能精确测量脚掌与地面接触时在三个方向上的力和三个方向上的力矩。控制器根据这些数据实时调整各关节的扭矩输出确保机器人像不倒翁一样稳定。关节位置/力矩传感器用于实现精确的轨迹跟踪和力控。这套传感器配置在硬件层面上已经达到了业界先进水平。但硬件是基础算法和软件才是决定体验的上层建筑。3. 动态实测行走、平衡与基础交互3.1 平地行走与抗干扰测试接通电源启动机器人。初始化过程伴随着一阵轻微的电机嗡鸣声所有关节会进行一次自检运动。通过配套的平板电脑App我发送了第一个指令向前行走。机器人的步态生成算法显然经过了精心调校。在光滑的大理石地面上它迈出的步伐稳定、节奏均匀。步幅和步频都可以在App中调整。我尝试了慢速、常速和快速三种模式。慢速时步态略显谨慎身体重心起伏明显常速下最为自然快速行走时能明显听到电机负载加大后的声音但步伐依然稳健没有出现“顺拐”或同手同脚的滑稽情况。真正的考验是抗干扰。我尝试在它行走时从侧面用手轻轻推它的肩膀。第一次轻推机器人身体晃动了一下但通过快速的踝关节和髋关节调整立刻恢复了平衡并继续向前走这个过程非常像人类遇到推搡时的反应。当我加大力度进行第二次推搡时它采用了更积极的策略被推方向的对侧脚迅速向外侧迈出一小步拓宽了支撑面同时上半身反向扭转以抵消力矩再次成功稳住了。这个动态平衡能力令人印象深刻。然而当我尝试在地面放置一个低矮的纸箱约10厘米高作为障碍物时问题出现了。在默认的行走模式下它并没有主动抬腿跨过去而是径直撞了上去然后因为失去平衡向前踉跄了几步。这说明在非结构化环境中它的环境感知与步态规划的联动还不够智能或者需要切换到特定的“越障模式”。3.2 上下楼梯与复杂地形适应大平层里恰好有一段通往阁楼的楼梯这成了绝佳的测试场。我通过App选择了“上楼梯”模式。机器人走到楼梯前停顿了大约两秒头部摄像头似乎在“观察”楼梯的几何参数。然后它开始抬腿。上楼梯的过程堪称“如履薄冰”。每一步都异常缓慢和谨慎。它会先用足底传感器“探”一下台阶的边缘确认踩实后才将重心完全转移过去。整个过程核心算法在频繁计算零力矩点ZMP确保重心投影始终落在支撑多边形内。虽然动作慢但安全性很高最终成功登顶。下楼梯则更具挑战性也是对平衡算法的终极考验。在下行过程中机器人需要克服向前的惯性防止“扑倒”。实测中它采用了一种类似人类“蹭”下楼梯的方式身体微微后仰每一步都带着明显的缓冲。整个过程虽然成功但观感上比上楼梯更紧张能听到电机持续高负载运行的声响。这揭示了一个现实对于当前阶段的仿人机器人上下楼梯仍然是高能耗、高风险的任务远未达到人类举重若轻的程度。3.3 基础物体抓取与放置接下来测试它的“手活”。我准备了一个500毫升的矿泉水瓶和一个轻质的纸杯。通过App我可以控制机械臂移动到指定位置并控制手爪开合。抓取矿泉水瓶相对顺利。我手动引导机械臂到达瓶子附近然后发送抓取指令。三指手爪能很好地包裹住瓶身握力适中既不会捏扁瓶子也能牢牢抓住。让它拿着瓶子行走一段距离抓握依然稳定。但抓取纸杯就暴露了灵巧性的不足。由于纸杯更轻、形状更不规则且手爪的触觉感知有限可能只有简单的二进制“接触/未接触”信号第一次尝试时手爪闭合过度直接把纸杯捏瘪了。调整了抓取位置和握力参数后第二次成功抓起但动作看起来依然有些笨拙。这反映出在精细操作和柔性物体抓取方面当前的硬件欠驱动手爪和算法缺乏丰富的触觉反馈还有很长的路要走。4. “人工智障”时刻槽点与局限性深度剖析经过一系列测试那些让我忍不住笑出声或皱起眉的“智障”时刻恰恰揭示了当前消费级或通用仿人机器人的真实发展水平。4.1 语音交互与语义理解的“鸡同鸭讲”机器人配备了麦克风和扬声器支持语音指令。我尝试用普通话发出一些简单指令如“往前走两步”、“举起右手”。场景一环境稍有噪音比如空调声识别率就急剧下降。它经常会回复“抱歉我没有听清”。场景二即使识别成功从识别到开始执行动作有长达2-3秒的延迟。这期间它就像“呆住”了一样体验非常割裂。场景三指令必须非常标准。我说“往左边挪挪”它毫无反应必须说“向左平移”它才可能理解。更复杂的指令如“去桌子上把水杯拿过来”完全超出了它的能力范围。它的“智能”在这里更像是一个预设指令的语音触发器而非真正的对话式AI。问题的根源在于它的语音模块很可能是一个离线的、轻量化的识别引擎仅能匹配有限的预设关键词且与核心的运动控制系统是松散耦合的需要经过多次数据转换和校验导致延迟高、鲁棒性差。这与我们手机上的智能助理的体验相差甚远。4.2 环境感知的“刻板”与“盲区”虽然传感器配置豪华但算法对数据的利用显得“刻板”。例如在避障测试中对于突然移动到它行进路径上的物体比如我快速伸过去的脚它有时能急停有时则会发生轻微碰撞后才后退。这说明它的动态障碍物预测和反应能力不足。对于玻璃门、透明隔断等视觉系统很可能无法有效识别其为障碍物存在撞上的风险。在光线剧烈变化如从明亮客厅走进昏暗走廊的区域视觉定位可能会暂时失效导致机器人“迷路”或原地踏步。这些情况表明它的环境感知模型是在有限、规范的场景下训练的对于开放世界中无限的、长尾的 corner case边缘情况缺乏足够的泛化能力。4.3 能耗、噪音与热管理的现实挑战在持续测试了约40分钟后我摸了一下机器人的主要关节电机部位已经明显发热。同时内置的风扇开始加速运转噪音增大。此时通过App查看电量已经从满电下降到约65%。这意味着在高强度动态运动下其续航可能仅有1.5到2小时。这对于任何实际应用场景如巡检、接待来说都太短了。充电也是一个问题。它需要一个专用的大功率充电器充电时间需要数小时。高能耗、散热需求大、续航短、充电慢这些工程上的现实挑战严重制约了它脱离实验室环境进行长时间、自主工作的可能性。5. 是“人工智能”还是“人工智障”本质探讨与未来展望5.1 当前定位高度特化的运动智能体经过这次深度体验我认为给宇树机器人简单贴上“人工智能”或“人工智障”的标签都是不准确的。更贴切的定义是它是一个具备了高度先进运动控制能力的机器人平台但在广义的“智能”尤其是认知、理解和交互智能方面仍处于非常初级的阶段。它的“智”体现在哪里体现在其底层强大的状态估计、动力学建模、实时轨迹规划和全身协调控制算法上。这些算法让它能走、能跑、能跳、能抗干扰完成了连很多发达国家都难以突破的“动起来”的挑战。这是真正的“运动智能”是无数控制理论、机械设计和硬件迭代的结晶。它的“障”又体现在哪里体现在上层应用生态的匮乏、环境理解的肤浅、人机交互的生硬以及任务规划的缺失。它更像一个等待被编程的“身体”而不是一个能自主思考的“智能体”。你让它跳舞它跳得比谁都好因为动作是预先编排好的但你让它“去厨房倒杯水”它立刻陷入茫然。5.2 核心瓶颈从“感知-运动”闭环到“认知-决策-执行”大闭环现在的仿人机器人基本实现了“感知-运动”的小闭环。即传感器数据 - 状态估计 - 运动控制器 - 关节电机。这个闭环保证了它不会摔倒。但真正意义上的智能需要的是一个更大的“认知-决策-执行”闭环。即通过多模态感知视觉、语音、触觉理解环境和人的意图 - 基于常识和任务目标进行决策规划 - 生成复杂的动作序列并执行 - 在执行中根据反馈实时调整。宇树机器人目前强悍在“执行”环节薄弱在“认知”和“决策”环节。而“认知”和“决策”的突破依赖于通用人工智能AGI或至少是大模型技术的发展。这不是一家机器人公司能独立解决的需要整个AI产业的进步。5.3 实用化路径与个人思考那么这样的机器人现在能做什么我认为有几个清晰的路径科研与开发平台为高校、研究机构提供顶级硬件用于开发更先进的控制算法、感知算法和AI应用。特定场景展示与娱乐在科技馆、企业展厅、大型活动中进行舞蹈表演或简单互动展现技术实力。逐步渗透的行业应用在巡检、物流分拣等结构化程度较高的场景中先完成“移动”“简单操作”的任务随着AI能力的提升再逐步承担更复杂的工作。对于普通消费者而言现在购买这样一台机器人更像购买一件“终极科技玩具”或“家庭雕塑”而非一个实用的家庭助手。它的价格、使用复杂度、维护成本和有限的功能都离消费级产品相去甚远。我个人在这次测评中最深的体会是我们正在目睹一个“身体”先行、“大脑”追赶的时代。宇树做出了令人惊叹的“身体”证明了我们在精密机械和控制工程上的卓越能力。而让这个“身体”拥有一个聪明、通用的“大脑”则是下一个十年全球科技竞赛的焦点。当强大的运动底盘与真正理解世界的大模型结合时那个我们想象中的“通用机器人”才会真正到来。在此之前请以欣赏一项尖端工程杰作的心态来看待它同时清醒地认识到距离真正的“人工智能”它还有无数个需要跨越的台阶。