技术深度解析
该公司的人形机器人堪称系统集成的杰作。其架构可分解为三个核心层：感知、认知与驱动。
感知与世界建模： 机器人采用多模态传感器套件，包括立体RGB摄像头、LiDAR以及指尖触觉传感器。数据通过一种针对边缘部署优化的Neural Radiance Fields (NeRF)变体，融合成实时3D占用网格。这使得机器人能够构建其环境的持久内部模型，即使物体移出视野也能持续追踪。
认知与控制： 其“大脑”是一个大型语言模型 (LLM)，基于数百万小时的遥操作数据和合成仿真数据进行了微调。公司未披露确切的模型架构，但看起来是一个混合专家 (MoE) Transformer，参数量约700亿，经过蒸馏后可在单块板载GPU上运行。该LLM负责高层任务规划（例如，“拿起盒子，放到传送带上”），而一个独立的扩散策略网络则负责底层电机指令。这种双层架构类似于Google DeepMind的RT-2架构，但带有专有特色：该公司使用一个学习到的逆动力学模型，直接从视觉特征预测关节扭矩，绕过了传统的PID控制器，实现了更平滑、更具适应性的运动。
驱动系统： 这是成本所在。每台机器人使用超过40个高扭矩伺服电机，其中许多是定制设计，采用稀土磁铁和谐波减速器齿轮箱。该公司已在GitHub上以仓库 `humanoid-actuator-v1` 开源了其驱动设计的简化版本，获得了超过8000颗星。然而，开源版本使用现成组件，扭矩密度仅为专有版本的60%。关键瓶颈在于谐波减速器的精密制造，目前依赖日本的一家单一供应商。
基准性能： 该公司声称其机器人在多项标准基准测试中取得了最先进的结果。然而，独立验证仍然有限。
| 基准测试 | 该公司机器人 | Tesla Optimus (Gen 2) | Figure 02 | Boston Dynamics Atlas (研究用) |
|---|---|---|---|---|
| 双足运动成功率（不平坦地形） | 94% | 78% | 85% | 96% |
| 灵巧操控（YCB物体子集） | 82% | 65% | 71% | 不适用（未测试） |
| 任务完成时间（仓库拣选与放置） | 12.4秒 | 18.7秒 | 15.1秒 | 不适用 |
| 单台成本（估计） | 200,000美元 | 30,000美元（目标） | 150,000美元（估计） | 不适用（仅限研究） |
数据要点： 该公司在操控和运动基准测试中领先，但其单台成本比特斯拉宣称的目标高出一个数量级。这一成本差距是其商业可行性的最大威胁。
主要玩家与案例研究
人形机器人领域已不再是科学项目。这是一个竞争激烈、拥有雄厚财力对手的舞台。
Tesla (Optimus)： 特斯拉的策略是粗暴的制造规模。Elon Musk已宣称目标单价低于20,000美元。虽然Optimus目前在灵巧性上落后，但特斯拉的垂直整合（电池、电机、AI芯片）和制造专长为其提供了明确的降本路径。该公司已在其自有工厂内部署了少量Optimus单元，用于内部物流任务。
Figure AI (Figure 02)： Figure采取了更务实的方法，专注于单一商业应用：仓库物流。它已与BMW达成试点协议，计划在斯帕坦堡工厂测试机器人。Figure的机器人采用更简单、更稳健的设计，自由度更少，从而降低了成本并提高了可靠性。该公司已融资超过7亿美元，估值达26亿美元。
Boston Dynamics (Atlas)： 现由Hyundai所有，Boston Dynamics已从纯研究转向商业应用。新款电动Atlas专为制造和物流设计。然而，该公司尚未披露定价或部署时间表。其优势在于无与伦比的动态运动能力；其劣势是缺乏清晰的量产路径。
1X Technologies (EVE)： 一家由OpenAI支持的挪威公司，1X专注于轮式人形机器人 (EVE)，用于安保和清洁任务。其更简单的移动平台使其成本更低（约50,000美元），上市速度更快。1X已在商业环境中部署了超过100台机器人。
| 公司 | 机器人 | 价格（估计） | 主要应用 | 支持者 |
|---|---|---|---|---|
| 该公司 | [已编辑] | 200,000美元 | 通用研发 | 公开上市 (IPO) |
| Tesla | Optimus Gen 2 | 30,000美元（目标） | 工厂自动化 | 公开上市 |
| Figure AI | Figure 02 | 150,000美元 | 仓库物流 | BMW, Microsoft |
| 1X Technologies | EVE | 50,000美元 | 安保，清洁 | OpenAI |
| Boston Dynamics | Atlas (电动) | 不适用 | 制造（试点） | Hyundai |
数据要点： 市场领导者尚未确定。该公司在技术上领先，但特斯拉在成本上拥有压倒性优势。Figure和1X正在证明，针对特定应用场景的简化设计可能是更快实现商业化的路径。真正的考验在于，当炒作消退、投资者开始要求实际利润时，会发生什么。