1、新型“肌肉”驱动机器腿能走会跳
这种机器腿使用的电液压致动器（HASEL），通过静电原理工作，无需复杂传感器即可适应不同地形。与电动机相比，这种“人造肌肉”在能源利用方面更高效，不需要额外散热器。未来研究将致力于克服目前机器人腿只能在固定杆上进行跳跃的局限性，为开发更先进的救援机器人等应用开辟新的可能性。
瑞士苏黎世联邦理工学院和德国马克斯普朗克智能系统研究所共同开发出一种“人造肌肉”驱动机器腿，其不仅比传统机器腿更节能，而且可进行高跳、快速移动、检测和应对障碍物，完成这些任务都不需要复杂的传感器。研究发表在最新《自然·通讯》杂志上。
近70年来，绝大部分机器人都有一个共同点：由马达驱动。马达装置出现已有200年，但即使是新款的可行走机器人，其手臂和腿也需马达驱动，无法做到像人类和动物那样由肌肉驱动。这也是为什么机器人的行动总是缺乏生物的机动性和适应性的原因之一。
此次，团队将一种电液压致动器连接到骨骼上成为“人造肌肉”。致动器是充满油的塑料袋，类似于用来制作冰块的塑料袋。每个塑料袋两侧涂有多条导电材料制成的黑色电极。随着电压增加，电极会越来越近，将袋中的油推向一侧，使袋子整体变短。
将成对的致动器连接到骨骼上，就可产生与生物相同的成对肌肉运动：当一块肌肉缩短时，另一块肌肉会伸长。团队使用与高压放大器通信的计算机代码来控制哪些致动器收缩，哪些致动器伸展。
团队将新机器腿的能源效率与传统机器腿进行了比较。在红外图像上，他们观察到，传统机器腿在保持弯曲姿势的情况下，会消耗更多能量。相比之下，新款电液压致动机器腿的温度却保持不变。
同时，与需要传感器不断“告知”机器人腿运动角度的机制不同，“人造肌肉”通过与环境的相互作用就能调整出合适角度。其仅由两个输入信号驱动：一个用于弯曲关节，一个用于伸展关节。每次落地后，机器人腿部关节都会根据表面的硬度自适应地移动到合适角度。
文章来源：科技日报
2、浙大党委副书记&机器人研究院院长朱世强：钱江潮论坛深度解析：AI背景下的机器人发展方向
引言：
7月12日，于浙江大学紫金港校区内，一场汇聚智慧与创新的AI盛宴——2024钱江潮产学研合作创新论坛盛大启幕。浙江省产学研合作促进会特邀浙江大学党委副书记、浙江大学机器人研究院院长、浙促会创办会长朱世强教授，为我们带来一场题为《AI背景下的机器人发展方向》的精彩演讲。
朱世强教授引领我们穿越于人工智能与机器人技术的交织前沿，以深邃的洞察力和前瞻性的视角，为我们描绘出一副机器人技术发展的宏伟蓝图，激发我们对未来科技世界的无限遐想与憧憬。
浙江大学党委副书记，浙江大学机器人研究院院长、教授，浙促会创办会长 朱世强
AI背景下的机器人发展方向
关于机器人，社会各界对其发展寄予多样化的憧憬。在科幻作家笔下，机器人往往是超越人类的万能主宰，这些作品聚焦于探讨人类的终极命运，并频繁描绘出人与机器人之间的战争场景，而最终多以人类战胜机器人的情节收尾，这样的设定也引发了人们的诸多思考。对于科学家和科技工作者而言，我们的目标则是将机器人打造为无限趋近于人类的智能载体，使它们在单项能力（如抗疲劳作业）上远超人类，以彰显其独特价值。但整体而言，这是一个无限逼近人类自身的过程，这是科学家们的不懈追求。而产业界则更看重机器人的实用性，它们必须具备明确的功能以替代人力，完成各类特定任务。作为市场中的产品，其经济效益成为首要考量因素。缺乏经济回报的驱动，企业将难以持续投入。市场追求的是既实用、经济又可靠的产品。任何性能上的不可靠，都可能在长期运营中累积成“长尾效应”，最终拖垮企业的整体运营。
在机器人技术的发展路径上，我们大致遵循了从模仿人类功能到实现产品化的模式。这包括对人脑的决策能力、手部的精细操作、腿部的移动功能等的模拟，并将这些技术成功转化为多种形态的机器人，如阿尔法狗、医疗问诊机器人、工业焊接装配机器人等。尽管这些机器人形态各异，但它们之间却存在两个共同点：一、它们均模仿了人类的部分功能组合，以完成特定任务；二、它们均具备智能，这是机器人之所以被称为“机器人”的核心所在。然而，目前这些机器人所展现的智能仍是局部的、有限的。
机器人未能如预期般大规模、迅速且普遍的融入我们的生产生活，主要受制于两大瓶颈。多年前，在布置团队的科学研究工作时，我就明确了两个方向：一是“强脑”，二是“强体”。其中的“强脑”，我曾称之为“机器人云脑”；而“强体”则是从机器人结构的角度考虑。与历经千百万年生物进化而来的人体相比，当前以机械结构为主的机器人显得较为笨拙；同样的，与复杂多变、具有思考能力的人类大脑相比，机器大脑的智能发展水平尚处于初级阶段。这两点，正是当前机器人发展所面临的主要瓶颈所在。
然而，人工智能技术的出现，为解决“强脑”这一机器人发展中的关键问题，开辟了全新的天地。接下来，我将重点探讨这一领域的三个方面。
一、AI技术带给机器人技术的变革
1.人工智能的出现彻底颠覆了机器人系统设计和形成过程的基本逻辑和流程。我从事机器人技术研究几十年，从最早的机械机构设计到单片机控制开始，传统机器人开发的基本流程都是“感知—规划—决策—运动执行”。然而，在人工智能，特别是AI大模型的支持下，这一传统模式已经发生了变革。当前，机器人技术的设计开发过程可以分解为感知阶段（获得信息）；接着是基于感知信息的认知构建（机器人对于需要执行的任务以及周边环境的理解和判断）；随后，依据认知结果生成相应的行为策略；最后，执行这些行为策略以完成任务。所以，在AI大模型和知识库的支撑下，感知、认知、行为生成都可以用比较快速的自动化机器辅助的方式来实现。
比如家庭清洁机器人，在房间内执行清洁任务时，若给予其一个指令：“请把房间里的垃圾清理一下。”在传统编程方式下，实现这一功能将是极为复杂的工程，它要求机器人具备垃圾分类能力、垃圾识别技术以及空间定位能力等。然而，在AI技术的赋能下，这一切都变得相对容易。
2.AI技术显著增强了机器人对复杂场景和多解任务的理解能力。这一提升对机器人实现自主作业至关重要。机器人可以根据视觉图像、感知数据等多元信息，对周边环境和任务指令进行逻辑推理，从而提出可行方案。在此过程中，一个长期困扰机器人领域的重大技术挑战浮现出来：即如何在非结构化环境下实现自主决策与自主作业。尽管这一难题目前尚未完全攻克，但AI技术的发展已经为我们打开了一扇门。
3.AI技术大幅增强了机器人与人类之间的“人性化交互”能力，极大提升了用户体验感。在传统工作模式下，人与机器人的交互往往局限于编程指令或示教操作。然而，如今借助AI技术，人类与机器人之间的交互完全可以通过自然语言实现，甚至还能扩展到肢体语言乃至意念控制的层面。
4.AI技术显著增强了机器人的自学习能力，为机器人的自我完善与自主迭代提供了可能。例如，在洞穴探索任务中，机器人能够通过不断试错和学习，自主规划出高效的探寻策略，从而成功完成任务。
5.AI技术革新了多机多主体协同的机制，大幅提升了多机协同作业的能力。
6.AI技术改变了机器人产品的开发与测试模式，使产品开发过程更加精准高效。现今，许多从事机器人开发的人员或许不具备深厚的机器人运动学或动力学知识，但在AI工具的辅助之下，他们依然能够完成相应的产品设计工作。
7.AI技术重塑了机器人的智能体系，为分级部署提供了可能，形成了“大脑（云脑）+边端小脑+本体”的总体结构，从而将“具身智能”的实现成本优化至最合理的水平。过去，技术往往倾向于将强大的计算能力集中在机器人本体上，当对智慧程度的要求越高，硬件的成本就会越大，形成了一种“要求越高，成本越高”的困境。然而，通过分级部署的新模式，在大模型的支撑下，云脑提供核心智能，而终端、边端以及机器人本体，包括手部等部位的传感器，则负责感知与交互，共同构成了分级体系。这一体系不仅确保了机器人同样具备高智能能力，还显著降低了实现这些能力的成本，这为高端机器人产品成功进入市场奠定了坚实的成本基础。
目前，在机器人“大脑”领域也取得了显著进展，我们借助于人工智能的视觉、语言、动作大模型等为机器人的开发赋能。而在机器人“小脑”方面，同样取得了诸多重要突破，比如对运动控制能力的提升。
以Figure机器人为例，它不仅能够与人进行对话，理解人类意图，还能根据周围环境做出相应动作。这充分体现了语言、视觉及运动大模型与全身控制体系相结合的优势——即认知推理。然而，也需注意的是，视频中展示的往往是经过挑选的片段，实际应用场景中机器人的表现可能并不那么精准。
我们自己的团队也在进行类似的研究与开发，具体而言，在开放式环境中，我们的机器人能够根据接收到的指令实现相应的动作。这一技术路径依赖于语言大模型、感知大模型的运用，以及结合运动规划与全身控制技术的综合应用。其优势在于不依赖海量场景数据，从而实现了低成本落地应用。然而，模型性能的提升也成为一个亟待突破的瓶颈问题。
二、AI赋能机器人发展的瓶颈与挑战
1.AI通用大模型在机器人场景理解方面存在不精准的问题。尽管通用大模型被视作“万金油”，但它们给出的答案有时可能并不精准。问题的根源是AI大模型着重对内容的解决，但它对于事物之间内在的逻辑关联，其刻画与理解尚显不足。
2.AI模型的开环输出模式与机器人精准执行要求之间存在显著的矛盾。当你向AI模型提问时，它会提供一个答案，但这个答案的精准度甚至正确性都是无法完全保证的，因为它是基于开环系统工作的，即仅给出答案而不考虑后续执行或反馈。然而，对于机器人来说，执行任务时必须确保高度的精准性。因此，这两者之间的矛盾在于，AI模型提供的答案可能无法满足机器人执行时的精准要求。这种矛盾在机器人的实际运行中会表现得尤为明显，可能导致各种差异和问题的出现。
3.AI模型的响应速度慢、成本高昂，这些因素显著阻碍了其在机器人产业领域的广泛应用。尽管在新闻和网络上，我们时常能见到各种各样的机器人展示，但事实上，相当一部分机器人的演示价值确是大于其实用价值。这背后的一个重要原因就在于，当前的AI模型难以满足机器人所需的实时性要求，同时也无法提供深度且及时的反馈机制。
三、AI背景下机器人发展的前瞻视角与见解
观点1：AI打通了机器人的“强脑”之路，极大提升了机器人爆发发展的可能。众多人士正积极投身于为机器人特定场景设计并开发大模型的工作中。（案例展示）我们的团队为浙江某著名公司开发的云脑技术，以增强机器人的能力，使其能够深入理解一幅画的内涵，精准识别画作内容、作者及所表达的意义等。
强脑问题仍是长期制约机器人发展的关键瓶颈。在通用AI模型的支撑下，为机器人量身定制的大脑将为整个产业发展注入强劲动力。机器人强脑领域蕴含着巨大的产业机会。3月10日，美国匹兹堡初创公司Skild AI宣布完成了3亿美元的A轮融资，其核心业务正是打造机器人共享大脑，目前公司估值已高达15亿美元。这表明，在机器人行业中，找准新的、准确的赛道，仍然是探索蓝海市场、实现突破的重要途径。
观点2：将AI能力转化为机器人的真实能力，我们还需要在场景的精准理解以及任务闭环执行上投入大量努力。
观点3：相较于强脑领域的颠覆性进展，强体技术的实质性突破显得迟缓而艰巨，机、电、业、气的驱动方式与人体相比，均显得大为逊色，低效、复杂且成本高昂，这是当前机器人本体技术的显著特点。包括灵活性方面，与人体相比更是远远不能满足需求。因此，我认为，机器人强体技术的颠覆性出路很可能在于驱动方式的变革。基于此，两三年前，我部署团队开启了一项新研究——人造肌肉的研究。众所周知，与冰冷的高铁结构机器人相比，人体在运动中消耗的能量极少，却展现出极高的灵活性。我们当时的目标就是尝试采用类似肌肉的驱动方式来驱动机器人本体，并在此方面取得了显著进展。人造肌肉包含几个重要指标，首先，其能量密度几乎是目前已知人造肌肉的一倍；其次，在响应时间方面，我们的人造肌肉响应速度在50毫秒内即可达到20Hz，这一速度甚至超越了最快的拳击手。因此，如果这项技术未来能够实现产业化，将有望带来机器人本体结构的颠覆性变革。
观点4：人形机器人能够引领机器人技术的整体进步，但其发展亟需要更为完善的顶层设计。在人形机器人的研发过程中，我们应重视“功能”而非“形态”；应强化总体设计，促进多主体间的分工协作；同时，在强化主线推进的过程中，应注重沿途的技术转化与产业培育。以我们开发的弹钢琴机器人为例，尽管与人类相比仍显笨拙，但它已能达到人类演奏的五级水平，这预示着其潜在的市场价值。
人工智能技术已经为机器人技术的能级跃迁和爆发式发展创造了巨大的可能性，然而，从这种可能性转化为现实，从演示阶段迈向产品化，再从样机阶段步入产业化，我们仍需付出艰辛的努力。尽管道路充满挑战，但光明就在前方，只要步子走得越扎实，就能越早迎来光明的时刻。在此，我衷心祝愿机器人领域和人工智能领域的每一位探索者、弄潮儿、赶路人，都能够在人工智能的赋能下，实现各自的梦想与追求。
文章来源：浙江省产学研合作促进会
3、如身机器人完成数千万元天使轮融资 ，由英诺天使基金领投
如身B1通用智能康复机器人
9月14日，智能康养机器人公司如身机器人完成数千万元天使轮融资，投资方英诺天使基金领投，水木清华校友种子基金、零以创投、海南零点一科技及个人投资者跟投。本轮融资将主要用于加速新产品开发。
如身机器人团队成立于2023年6月，聚焦康复健身/家庭服务领域，致力于开发模块化、高性价比、人机共融的康复机器人产品，主要产品包括居家康复健身机器人、院内通用智能康复机器人以及通用养老服务机器人。
如身机器人创始人、CEO师云雷博士表示，目前已经商业化的多合一居家康复健身机器人产品主要在嘉兴工厂进行量产，预计每年产量约为5000套。同时，公司正在研发专为居家养老人群设计的“齐家系列”智能康养机器人。该系列机器人同时具备康复训练和家庭服务能力。
如身C1多合一居家康复训练机器人
“齐家”系列康养&家庭服务机器人
据悉，如身机器人的下一轮融资正在进行中，主要用于新产品开发和商业化产品的营销推广。
文章来源：科创板日报
