视频星期五：Digit 拖沙发重新布置客厅——14 段真机视频里，吐鲁番 50°C 的葡萄园最难拍也最可信

视频星期五：Digit 重新布置客厅

来源：IEEE Spectrum「视频星期五」专栏，作者 Evan Ackerman，2026 年 9 月 4 日

「视频星期五」（Video Friday）是 IEEE Spectrum 机器人编辑部每周精选的机器人视频合集，同时附一份未来几个月的机器人活动日历。本期共 14 段视频，主线异常清晰：几乎每一段都是机器人在真实世界里做事，而不是在渲染画面里做事。一台人形机器人在自己步态的晃动中把托盘端稳；一个软体机器人在红外灯下永远跳下去；一台四足机器在地表温度超过 50 °C 的葡萄园里运筐；一群学生在一个月里用开源人形平台跑通了第一批 sim-to-real 动作。

开场是 Agility 的 Digit 把一张沙发拖过客厅。这是那种没人会要求机器人去做、但最终人人都希望它能做的家务改造。

Agility 放出来的视频有时会有点搞笑，这一条不是。拖沙发这件事确实令人印象深刻：那是一个沉重、笨拙、无处可抓的物体，而搬运它的是一台双足机器人——它必须一边保持平衡，一边克服随地毯每一厘米变化的摩擦力往前推。

近期机器人活动

活动	时间	地点
Humanoids Summit Seoul	2026 年 9 月 22–23 日	首尔
IROS 2026	2026 年 9 月 27 日–10 月 1 日	匹兹堡
CoRL 2026	2026 年 11 月 9–12 日	奥斯汀

SteadyTray：让行走中的人形机器人把载荷端平

「搬运」是那个没人愿意放进演示集锦里的瓶颈。处在动态行走中的人形机器人永远在摔倒又永远在把自己接住，它手上拿的一切都会继承这份振荡。SteadyTray 的 ReST-RL 走的是架构路线而不是蛮力路线：在分层强化学习栈里把行走与载荷稳定显式解耦，让每一层只干一件事。

在非结构化环境中，未固定载荷要抵抗双足动态行走固有的振荡，这始终是人形机器人的一个关键工程瓶颈。为了解决这个问题，我们提出 ReST-RL——一种分层强化学习架构，显式地把行走与载荷稳定解耦。该方法已成功部署在 Unitree G1 人形机器人硬件上，展现出跨不同物体与不同外力扰动的高可靠零样本 sim-to-real 泛化能力。

真正有价值的说法是「跨不同物体与不同外力扰动的零样本 sim-to-real」。未固定的载荷才是仓库或医院走廊里的真实情况；被绑死的箱子是一个简单得多的问题，而很多人形操作演示悄悄地假设了后者。

Figure：扩大算力，以及算力不打算解决什么

Figure 这段视频讲的是扩大算力，好让它的机器人……嗯……算力被扩大。有意思的是压在画面下面的那句话，它与「家用机器人是一个数据问题」的主流叙事正好相反：

要让每个家庭都有一台机器人，不是数据和算力的问题，而是安全和成本的问题。

这句话出自一家正在构建「它自己认为单靠不够」的那套技术栈的公司，因此分量不轻。更多算力买来的是能力，买不来一个家庭愿意容忍的失效模式预算，也买不来让一个家庭愿意再买第二台的单价。

RAI Institute：每只手两个拇指的手持夹爪

关于这个夹爪，最需要知道的一件事是：考拉每只手上都有两个拇指。RAI 的手持数据采集设备借用了这个布局，而整套做法的目的，是用人的手而不是遥操作机器人，来低成本采集高质量的操作数据。

对置拇指的几何形状对数据有意义，而不只是新奇：用一台运动学上接近目标手的设备采集的抓取，迁移效果远好于用平行夹爪做代理采集的抓取。

DARPA Triage Challenge：11 月决赛

DARPA 伤员分诊挑战赛（Triage Challenge）将在 11 月进入决赛。它的前提是自主化的院前急救：机器人和机器人团队对伤员做分诊——这意味着要在血迹、遮挡和废墟中完成感知，并做出医护能读懂的决策。

CMU APEX：自适应全身动作，取代编排好的动作

网上大多数人形机器人镜头都是精心编排过的。卡内基梅隆大学 Safe AI Lab 在做这件事的另一面：教人形机器人在移动过程中适应环境，让障碍物成为它用整个身体绕开的东西，而不是让拍摄中止的东西。

在网上，人形机器人看起来非常惊艳，但镜头之外，那些动作大多是精心编排的。卡内基梅隆大学 Safe AI Lab 的研究者转而教机器人如何适应。他们的系统名为 APEX，让人形机器人能够用自适应的全身动作通过障碍。

「适应」也是安全议题的诚实说法。一台只会执行排练过轨迹的机器人，在排练里是安全的，在其他任何地方都是未知的；一台能在迈步中途重新规划整个身体的机器人，才真正拥有应对「会伤到人」那种情况的手段。

NC State：光照不停、跳跃不止的泪滴形软体机器人

北卡罗来纳州立大学做出了泪滴形软体机器人：在红外光照射下向上或向前跃起，只要光还在，就一直跳下去。体内没有控制器、没有电池、没有板载传感——光既是能量来源，也是节拍器。

这些机器人由一条泪滴形的液晶弹性体（liquid-crystal elastomer）带材构成，一端装有一根弯成 V 形的细铝管。当红外灯的光照射时，带材表面收缩，带动带材旋转。机器人一端那个刚性的 V 形结构阻止带材原地滚动，于是带材越扭越紧，把能量存起来；当扭转达到临界点时，带材释放这些能量，使泪滴一端的 V 形结构猛地向下拍击地面，把整个泪滴弹向空中。

它的机理是一个由材料属性而非电子器件构成的弛张振荡器：收缩、扭转、储能、到达临界点、弹射、循环。这是「步态可以住在身体里，而不是住在控制器里」最干净的一次证明。

DARPA Lift Challenge：让编辑部改观的重载无人机

Lift Challenge 的回顾视频带着一句坦白：原本已经准备好觉得不过如此，结果重载无人机方案的设计创造力超出预期，以至于对 2028 年的回归充满期待。

重载是机体设计不再能渐进改良的领域。真正抬升载荷比的办法来自分布式推进、非常规结构布局和地面效应技巧，而不是再好一点的电机——这也是竞赛形式能逼出采购流程里永远不会出现的方案的原因。

Christian Hubicki：给互联网讲讲道理

执掌佐治亚理工人形机器人队的 Christian Hubicki 做了一段视频，试图给互联网讲讲这些机器人到底能做什么、不能做什么。将近三分钟里，一位研究者在纠正公众认知——由一个真在场地里跟硬件打交道的人来说，这话更有说服力。

东京大学：一张覆盖关节、内含 44 个感知单元的皮肤

人的本体感觉不只来自肌肉信号，关节周围被拉伸的皮肤同样是一种线索。东京大学的肌骨骼人形机器人 Musashi-W 现在有了一张三层结构、覆盖关节的皮肤，内含 44 个压力与拉伸敏感单元，模仿的正是这一机制。

人类不仅使用肌肉信号，也使用关节周围被拉伸的皮肤作为本体感觉的线索。为了模仿这一生物机制，我们为肌骨骼人形机器人 Musashi-W 开发了一张三层结构、覆盖关节的皮肤，其中集成了 44 个压力与拉伸敏感元件。

它还不是复制人，但总有一天会是。这句话底下的工程论证是实在的：肌骨骼人形机器人有腱驱动的柔顺性，而关节编码器只能描述其中一部分；覆盖关节的皮肤把传动链看不见的接触状态和拉伸状态补了回来。

LimX Dynamics：移动性问题？拿工业机械臂解决

机器人跑不动怎么办？把它订到一台工业机械臂末端，问题解决。LimX 把自己的人形机器人装在固定基座的机械臂上：机械臂负责粗大的工作空间，人形机器人负责其中的精细操作。

玩笑底下是一个正经的架构问题。移动机构在能耗、可靠性和安全认证上都很贵；对于一个作业范围较大的固定工位，移动底盘可能就是错误的采购。把两个成熟子系统组合起来，有时胜过一台还不成熟的集成机器。

Sharpa：那要是我就想找经理呢？

Sharpa 这段展示的是灵巧手系统在作业中的表现，而它的设问是本期最好的一句：但如果我就是那种非要找经理说话的人呢？

DEEP Robotics：一台四足机器人进了「火洲」

在中国新疆吐鲁番——人称「火洲」——夏季地表温度可以超过 50 °C。葡萄收获季，农户传统上要在这种酷热里来回挑运沉重的果筐，而烈日下多待一分钟，果实的新鲜度就要打折。今年，云深处科技的 Lynx M20S 加入了这场收获。

在中国吐鲁番——被称为「火洲」——夏季地表温度可超过 50 °C。葡萄收获期间，农户传统上要在酷热中来回搬运沉重的果筐，而在烈日下多花的每一分钟都会影响果实的新鲜度。今年，DEEP Robotics（云深处科技）的 Lynx M20S 加入了收获作业。

这是本期最有说服力的落地案例，因为它的价值可以同时用两种口径衡量：人的高温暴露时间下降，货架期上升。农业物流也是足式平台比轮式平台更擅长的地形——葡萄架之间的窄行、灌溉沟渠、松软土壤。

ROBOTIS：一批学生在一个月里跑通 sim-to-real

OH! GYM! 项目的首期学员是一批本科生与研究生，他们在开源的 AI Sapiens K1 平台上探索、开发并部署了自己的人形机器人动作，在一个月内经历了从仿真中制作动作、到通过反复的 sim-to-real 实验把它们迁移到实体机器人的完整开发流程。

这段视频展示了 OH! GYM! 项目首期学员的成果：一群本科生与研究生，使用开源的 AI Sapiens K1 平台，探索、开发并部署了属于自己的人形机器人行为。在一个月的时间里，这些学生完整经历了人形机器人开发的全过程——从在仿真中制作动作，到通过反复的 Sim2Real 实验把动作迁移到实体机器人上。

从仿真到硬件只用一个月，说明的更多是工具链，而不是天赋。当仿真器、策略栈和机器人来自同一个有完整文档的开源平台时，过去要吃掉一整个学期的循环被压缩到几周——一个领域的人才队伍就是这么长出来的。

这一期合起来说明了什么

14 段视频放在一起读，可以分成三组。第一组是「行走遇到物理世界」：Digit 与沙发、SteadyTray 与托盘、APEX 与障碍、LimX 与工业机械臂。第二组是改变机器人自我感知能力的传感与具身研究，从 NC State 光驱动的软体跳跃机器人，到 Musashi-W 那张 44 单元的关节皮肤。第三组是落地与流水线：吐鲁番的葡萄、两项 DARPA 挑战赛、Hubicki 对公众预期的纠偏，以及一批学生在开源平台上跑通 sim-to-real。

值得注意的是「惊艳镜头」出现在哪里。那些带着真实作业约束的片段——高温、载荷、非结构化地形、没有脚本的障碍——最难拍出来，也最容易被相信。编排很便宜，吐鲁番不便宜。

参考资料

• 原始专栏：Video Friday: Digit Redecorates，IEEE Spectrum，Evan Ackerman
• Agility Robotics · SteadyTray · Figure · RAI Institute
• DARPA Triage Challenge · DARPA Lift Challenge · CMU · NC State
• Christian Hubicki · 东京大学（Musashi-W） · LimX Dynamics · Sharpa
• DEEP Robotics · ROBOTIS OH! GYM!

本文由 IEEE Spectrum「视频星期五」专栏改编为中文版，供 RobotWorld 读者参考。所有视频版权归各自来源所有，此处仅作编辑性引用。