被嫌棄的“人形機器人一哥”，波士頓動力錯哪了？

貝克街探案官

有業內觀點認為，在當前已公開的人形機器人中，Atlas依然是綜合能力最強、技術完成度最高的存在。

作者：魯鎮西

在剛剛落幕的CES2026上，被稱為“人形機器人一哥”的波士頓動力，終于做出了一次具有分水嶺意義的選擇——正式拋棄長期被詬病“不中看也不中用”的液壓系統，將Atlas全面切換為純電驅動。這一變化，不只是一次工程方案的更替，更是波士頓動力主動撕下“技術炫技”“工程PPT”的標簽，向規?；?、產業化邁出的關鍵一步。

在現場展示中，波士頓動力強調，新一代Atlas的運動形態高度擬人，動作自然、平穩且連貫，其設計靈感來源于人類身體結構，但在靈活度、穩定性和極限動作范圍上，已經明顯超越人類生理上限。有業內觀點認為，在當前已公開的人形機器人中，Atlas依然是綜合能力最強、技術完成度最高的存在。

更重要的是，圍繞Atlas的終極定位，市場討論正在發生質變。一種越來越被接受的判斷是：Atlas并非為某一個垂直崗位而生，而是指向“通用勞動力”這一終局場景。通過AI大模型持續訓練，機器人可以習得遠超人類經驗邊界的作業能力，并將新技能以“軟件化方式”復制、同步到其他個體，在全球勞動力持續緊缺的背景下，成為可規模擴展的生產要素。

如果說過去的波士頓動力，證明的是“人形機器人能做到什么極限動作”，那么從純電Atlas開始，它真正進入了一個更危險、也更現實的命題——當機器不僅能動、能學，還能被復制和規?；?，人類社會將如何重新定義“工作”本身。

01 人形機器人最后一環，靈活手不靈活

在討論“人類該如何重新定義工作”之前，人形機器人其實還有一道繞不開的門檻——它必須能真的替代人類勞動力。

在所有技術難題中，最后、也是最難的一環，并不是行走、平衡，甚至不是大腦，而是人形機器人能不能真正擁有一雙“人類的手”。

在CES2026上，波士頓動力展示的Atlas只有3根手指；在其他公開視頻中，也曾出現過4指版本。放眼整個行業，已經有廠商開始嘗試5指人形機器人，乍一看似乎更“像人”。但一個反直覺的事實是：手指越多，越不像人；越像人，反而越難用。

即使強如Atlas，也始終沒有選擇“完整復制人類的手”。有觀點認為，這并不是技術不行，而是工程上必須做出的取舍。

人類的手，是數百萬年進化的產物，擁有極高自由度、復雜肌腱結構和極其精細的力反饋系統。對機器人來說，每增加一根手指，意味著指數級上升的控制難度、算力需求、傳感復雜度和失控風險。

換句話說，造一雙“看起來像人手”的機械手并不難，難的是造一雙“真的能干活、還能穩定干活”的手。相比追求形態上的相似，人形機器人廠商應該更在意在真實、不可預期的物理世界里，這只手是否可靠、是否可控、是否不會在關鍵時刻出錯。

這也是為什么，今天的人形機器人已經能跑、能跳、能搬，卻仍然在“擰螺絲、理線、抓柔性物體”這些看似普通的動作上反復卡殼。不是機器不聰明，而是人類的手，本身就是一個被嚴重低估的奇跡。

當前技術背景下，各家廠商在靈巧手方面的投入逐步提升，整機企業如特斯拉、宇樹科技、優必選等均進行靈巧手的自研工作，零部件企業中星動紀元、魔法原子、靈巧智能、因時機器人等也開發各類人形機器人靈巧手產品。

傳統夾爪或抓持手已經在工業裝配、醫療檢測等領域實現應用，但由于其僅針對標準化流程進行設計，因此泛化能力有限。靈巧手結構與人手相似，具有高自由度、高精度等特點，可以與人形機器人搭配執行多種復雜任務，如抓握小型物體、搬運物品等，在工業場景、商業場景、家用場景中均有較大的應用潛力。

成本方面，靈巧手約占整機成本17%，成本層面靈巧手是整機最重要的部件之一。以特斯拉Optimus為例，從整機各部位的成本拆分來看，靈巧手成本占比約為17.2%，占最大比重，其中空心杯電機、六維力傳感器分別占比4.8%、8.0%，行星減速器、蝸輪蝸桿、編碼器分別占比1.8%、1.8%、0.9%，空心杯電機與六維力矩傳感器是靈巧手中的核心部件。

Atlas棄用液壓系統，改用電機，讓很多人以為人形機器人淘汰液壓，是因為電機更先進，但真相恰恰相反——液壓不是不夠強，而是強得不合時宜。液壓擅長爆發力和極限動作，卻不適合長時間、穩定、可復制的工作場景。

真正進入工廠和城市后，液壓系統的復雜維護和控制不確定性會被無限放大。更關鍵的是，液壓不適合被AI學習，而電機更像一個標準化接口，天然適配模型訓練。液壓屬于工程師時代，電機屬于算法時代。

02 電機，已經成為廠商靈巧手首選方案

電機驅動符合人形機器人靈巧手需求，為目前主流方案。電機驅動系統集成了空心杯電機、無刷有槽電機、減速器等零部件，由于其體積小、響應快、調控方便、輸出力矩穩定等優點在靈巧手控制中應用較為廣泛。

與傳統電機相比，空心杯電機采用了無鐵芯的轉子設計，避免了電機在運行過程中產生的渦流效應，而渦流效應會導致電機升溫、扭矩波動以及能量損失。人形機器人靈巧手具有高自由度、高精度以及快速響應能力的需求，空心杯電機憑借其體積小、精度高、重量輕的特點成為了靈巧手電機的主流選擇。

資料來源：深圳市正元電機有限公司官網，華金證券研究所

繼續對比有刷、無刷電機，無刷電機使用壽命方面更長，因為沒有機械刷子的磨損，無刷電機的使用壽命更長、更持久，特別在高速運行和惡劣環境條件下，并且運行噪音更小。同時無刷電機轉速更高、轉換效率和控制性能也更優異。

相較于無刷電機，液壓驅動的靈巧手由液動機、伺服閥、油泵和油箱等組成，通常用于工業領域，液壓系統具有較大抓取力，適用于驅動大型負載，但在小型化、便攜性方面仍存在問題。

氣壓驅動系統使用氣體作為介質，模擬人體肌肉的驅動方式，優點是易于控制、能量儲存方便、系統柔性好，缺點是剛度低、動態性能差、裝配難度大、運動不夠精確，限制了其在工業生產中的廣泛應用，常用在簡單的抓持手，不能實現多關節的靈活運動。

傳動方式上，腱繩傳動可實現遠距離動力傳遞，靈巧手前臂中的電機通過齒輪箱驅動滾珠絲杠，通過滾珠絲杠上的螺母將旋轉運動轉化為直線運動，腱繩形成一個腱環套在螺母上，螺母拉動連接在靈巧手手指指骨上的腱繩，實現手指饒關節軸的轉動運動。

腱繩傳動模擬人類手部的肌腱分布，采用各類材料與劍鞘或套管配合在手臂、手掌和手指內部靈活走線，結構較為緊湊并具有一定彈性，為手指運動提供一定程度的柔順性和抓持適應性，可實現遠距離的動力傳遞。

腱繩傳動因布置形式多變而擁有多種不同的結構，如腱-腱鞘式、等徑滑輪式、帶輪傳動式等，由于腱繩具有較高的柔性以及較小的尺寸，因為腱繩傳動系統對驅動器和減速機構的結構尺寸要求較低。

現階段，人形機器人行業在“靈巧手”這一關鍵部件上，技術路線尚未形成統一答案。腱繩、連桿、齒輪等多種傳動方案各有優劣，在控制精度、結構復雜度、成本和可靠性之間做出了不同取舍，因此被多家主流整機企業并行采用。

03 誰是最優靈巧手

正因為技術路線尚未收斂，靈巧手并未像電機、減速器那樣形成單一標準化市場，而是逐步孕育出一批圍繞不同技術路徑深度布局的專業廠商。

這些企業往往并不直接參與整機競爭，而是通過在某一傳動體系、控制算法或傳感集成上的長期積累，成為整機廠商在“最后一厘米”能力上的關鍵合作方。沿著不同技術路線展開的靈巧手廠商，也正在成為觀察人形機器人產業分化與成熟度的重要窗口。

部分整機企業自研靈巧手，整體朝著更高自由度以及更強感知能力的方向去迭代，進而拓展靈巧手應用場景，如特斯拉Optimus的靈巧手自由度從11個迭代至22個，早期僅能完成較少的動作，但第三代靈巧手已經能夠完成接網球等復雜動作。宇樹科技的DEX3-1僅擁有7個自由度，而DEX5-1已擁有20個自由度，應用潛力實現大幅提升。

除了特斯拉Optimus、宇樹之外，優必選推出的全新一代工業機器人WalkerS2的靈巧手擁有11個自由度，搭載6個陣列式觸覺壓力傳感器，得益于靈巧手的高強度輕量化設計，WalkerS2不僅能夠實現亞毫米級精密操作，還可在0-1.8米的全空間范圍內托舉15kg的重物，滿足工業級搬運的作業需求。

圖源：優必選官網

在優秀產品的不斷加持下，優必選逐步登陸二級市場，據鋒龍股份12月25日發布的多分公告，公司實控人已經變更為優必選。

除上述整機廠外，還有大量零部件廠布局靈巧手，因時機器人的末端執行器包含RH56BFX系列、RH56DFX系列、RH56E2系列靈巧手以及EG2-4B系列和EG2-4C系列伺服電動夾爪。其中RH56DFX系列為仿人五指靈巧手，單指抓握力達到1.5kg，±0.2mm重復定位精度、0.5N力分辨率，另外整手重量僅540g。因時機器人的靈巧手可實現抓取雞蛋、水果、杠鈴、以及握持杯子、工具等動作，可滿足精細化作業需求。

假以時日，一旦靈巧手真正達到、甚至超越人類雙手的能力，人形機器人行業的性質將被徹底改寫。那時，機器人不再只是“高級設備”，而會第一次具備成為通用勞動力的資格。它們可以穩定完成抓取、裝配、整理、維修等大量依賴人工的工作，商業模式也將從“賣一臺機器”，轉向“按時間、按任務、按技能付費”。人形機器人市場的上限，不再由設備需求決定，而是直接錨定全球持續擴大的勞動力缺口。

更重要的是，當“手”的能力不再成為瓶頸，行業競爭的核心將迅速從硬件制造，轉向技能訓練、數據積累和跨場景復制效率。誰能最快把一種作業技能訓練成熟，并同步到成千上萬臺機器人身上，誰就掌握了新的生產力分配權。這意味著，人形機器人將從產品，演化為一種可被調度、可被訂閱的“工作能力”。

結語

如果把Atlas僅僅看作一臺更先進的人形機器人，顯然低估了它對汽車與制造業的真實沖擊。對這些行業而言，Atlas更像是一種“可移動、可學習、可復制的通用工位”，而不是傳統意義上的設備升級。

在汽車制造體系中，真正長期困擾車企的從來不是機械臂不夠多，而是大量高度依賴人工的“非標準環節”——柔性裝配、異常處理、臨時改線、跨工位協作。這些場景既難以完全自動化，又不斷推高用工成本與管理復雜度。Atlas的出現，意味著這些過去只能靠“熟練工經驗”兜底的環節，第一次具備被算法與模型接管的可能。

更關鍵的是，一旦人形機器人進入純電驅動與軟件定義階段，它與汽車制造的底層邏輯開始高度同源：同樣依賴電機、功率半導體、控制系統與大規模軟件迭代，同樣可以通過數據回傳和模型訓練持續進化。這使得“造車能力”本身，正在向“造具身智能系統”的能力外溢。對頭部車企而言，人形機器人不再是外購設備，而是制造體系的自然延伸。

放到更宏觀的制造業視角，Atlas所代表的不是單點效率提升，而是勞動力范式的變化：當技能可以被模型學習、被云端同步、被快速復制，制造業不再受限于熟練工數量、培訓周期和地域人口結構。這對全球制造業來說，既是對成本曲線的重塑，也是對產業遷移邏輯的重新書寫。

換句話說，Atlas并不是來“搶工人飯碗”的，它更像是在逼迫整個汽車與制造業重新回答一個問題：當勞動力開始軟件化、模塊化、可復制，誰還能掌握真正的制造優勢？

? THE END

素材皆來自官方公開資料

本文不構成任何投資建議。