点击下方卡片，关注“具身智能之心”公众号
这几年，人形机器人的关注点可以说不断在变。
之前，本体跑不稳，就优化本体；大脑不行，就研发模型和堆数据。
期间，出现了很多很高频的词：VA、VLA、WAM、WBC、WBI等。
从最初的“像人一样走路”，到如今追求理解语言、完成复杂任务，我们对机器人的要求越来越严格。
但当机器人开始面对真实任务，一个长期被低估的问题逐渐浮现：机器人如何处理接触？
传统机械臂走的是“追求重复定位精度”这条路，而具身则不能“硬碰硬”，更要懂交互与“让步”。
因为人类就是这样的，绝大多数操作，都离不开对力的感知。
你要让机器人把钉子敲近木板，需要每一次敲打的时候都要调整力度，确保下一次能够让它越来越深。
拧螺丝时，人类也需要根据作业时遇到的摩擦阻力，判断动作是否正确，然后调整方向和力。
这些动作看似简单，本质上都依赖一套复杂的力觉闭环。
而现在的机器人，视觉强，但“天生”缺这个。
物理世界并不会按照预设轨迹运行：物体的位置存在偏差，接触状态无法提前预测，物体的重量、材质和摩擦力也会不断变化。
于是，一系列实际落地问题出现了：
为什么机器人能看到一个物体，却抓不稳它？为什么人形臂能够移动到目标位置，却无法完成插拔、装配这类精细操作？机器人写毛笔字，下笔没轻没重，字写得歪歪扭扭，有的纸张甚至被戳破了。机械臂开冰箱门/微波炉的门，用力不足，门纹丝不动！
这些翻车背后的核心原因之一，就是机器人缺少对“力”的理解。
01
力控，在解决什么问题？
说到这里，想提一下灵巧手。因为之前一直把两个概念混淆。
力控拿到的是“机器人用了多大力量”，灵巧手感知的是“力量作用在手的哪里，以及物体发生了什么”，二者有着本质区别。
再说回力控在解决哪些问题。
当下的VLA、WAM这类模型，其实已经足够支持机器人完成大多类动作（这里是说一些硬操作）。但真实环境中最大的挑战并不是完成一个动作，而是在不确定条件下完成各类动作。
机器人如果只认位置，不认力。那很多事情要做坏了。
这正是力控的价值。不是产生力量，而是控制和调整力量。
灵巧手提升的是末端精细化执行的能力，让机器人拥有更多自由度。力控则赋予机器人对力量的感知和控制能力。没有力控，再灵活的手也可能抓不稳、装不上、操作失败。
对于人形机器人而言，力控的是搭建从“会动”到“干好活儿”之间的桥梁，让操作拥有更大成功的可能。
02
叫了几年，
这是一个不太“性感”但很实用的名字
如果和WM、WAM、VLA这类名词相比，力控确实“不够性感”，且出现的频率确实低。
但精准的力控能直接决定了每只手能否高质量完成精细操作任务，几乎每家的手臂都在用。
如果过去的简单任务让你纠结力控的成本，如今面临多样化的精细化操作任务，力控有了更显而易见的价值：力控可以把不确定性降下来。许多任务的稳定性、一致性还有一些隐形成本，都能有保证。
均胜电子中的机器人
这次去人工智能大会，我们也看到了Sharpa、智元机器人、灵巧智能等公司的产品，他们的臂无一例外，都有力控的配置。
看技术细节，调研下来，当下主流方案当属MEMS了。包括电容、光学等方式。
能让机械臂表现得平稳、拟人，动作形态上“收放自如”的关键在这个藏在深处的传感器。
现在精度上，可以做到小数点后一位了。
虽然力控很重要，但这个概念，没有被反复提及。
一方面，可能是因为名字普通，更重要的是，这个产品基本收敛了，成为了众多机械臂的标配。
而现场这么多带力控的机械臂，问了一圈都在指向一家公司：天机。
之前看到过天机创始人的采访，这是一家做新一代具身智能机器人平台的公司。
03
第一次看到全身力控机器人
展台上，天机的负责人和我们沟通了蛮久（也透露了26年接近万台的订单了），现场主要不是展览人形臂，而是几款机器人本体：固定双臂、移动操作机器人等。
这个倒是挺出乎意料的。
现场体验的第一款是双力控臂的机器人，这款纯双臂机器人我们了解到搭载了anygrasp模型，固定工位，能抓取多类目标。
除了这个模型，还有一个：VA-Dex，这个是为了灵巧操作任务打造的模型。现场我们也测试了下，递给用户钢笔；现场递给我们钢笔的时候，特别是压在手上时，机器人碰到阻力，就立刻调整动作停止了，没有伤害到我们的手臂。
之前硬件公司给大家的印象好像总是：如果这家公司硬件卖的很好，很少会自己去做算法和软件。
但现场负责人给我们的观点是：力控技术不是一个单点算法能解决的，它是一个系统工程，需要把传感、控制、机构设计和软件系统真正耦合起来。
还有就是双臂协同，也挺难，动作同步、位置冲突解决等。
所以，天机自研了大脑和小脑模型，甚至还有协调控制器。几个结合到一起，才实现了接近人类手臂的丝滑与自然交互。
此外，我们还看到了一个机器人Luna，是全身力控的（天机的工作人员说是全球首个）这也是第一次展出，一上线即爆单。
不过，一听到全身力控，自然想到了成本。问了一下现场工作人员，确实不是很便宜。
但有一个问题更值得思考：“为什么这么贵，订单还是满的”。
这一点，我们的推断是：用户愿意为了拥有更好的执行成功率，更安全的执行方式而买单。因为“从第一性上讲，全身力控更接近人的控制逻辑，从环境安全性上，更柔顺的控制对环境更安全，更适合商业场景和家庭场景”。
此外，现场还有一款Skye的机器人，只是没有用夹爪 or 灵巧手，但很适合做一些搬运和夹取。
04
具身圈，今年都在讲技术闭环这件事
具身圈今年反复提到一个词：技术闭环。
一个越来越明显的趋势是：单点能力正在变得不够。因为机器人最终面对的是一个完整任务，而不是某一个技术模块。
一只更灵巧的手，需要稳定的力控和运动能力支撑；一个更聪明的模型，需要可靠的硬件系统承接；一台真正进入场景的机器人，需要感知、决策、控制、本体和数据形成持续迭代的闭环。
这也是为什么，今年我们看到越来越多公司开始升级自己的技术链路。
之前我们分享过的灵初、sudo、sharpa，以及天机智能，都走出了类似的路径。
sharpa最初从灵巧手切入，但随着技术积累深入，如今也逐渐向更完整的机器人能力延伸，并推出North系列本体产品。sudo此前更多被行业认为是一家仿真和数据公司，这次也展示了自己的机器人本体。
这次逛的这家公司：天机，其发展路径也非常类似。
早期从力控臂切入，围绕机器人在真实环境中的交互能力积累技术。随后进一步拓展到全身力控，让机器人不仅具备末端操作能力，也能够实现更加自然、安全的整体运动控制。
不同公司的起点大多不一样。有人从手开始，有人从数据开始，有人从力控开始，也有人从本体开始。但最终，大家正在走向同一个方向：从某一个技术优势出发，逐步构建能够解决完整场景问题的系统能力。
背后的原因其实很明确。
一方面，过去几年积累的单点技术已经逐渐成熟，很多公司具备了向上下游延伸的基础；另一方面，随着制造、物流、家庭等应用场景开始释放真实需求，机器人企业面对的问题也从“某项技术是否可行”，转向“整套系统能否稳定完成任务”。
这可能是具身智能进入下一阶段最重要的变化。
