在如今的具身智能行业里，大脑、小脑、硬件、数据被普遍认为撑起产业的四根支柱。

无疑，今年的聚光灯格外偏爱数据和大脑。

随着模型迭代加速，如何构建数据闭环、如何跑通数据飞轮成了绝对的 C 位话题。

相比之下，处于底层支撑的硬件，讨论度冷清了许多，甚至在不少人眼里，硬件已经准备就绪，就等一颗足够好用的大脑。

的确大脑很重要。但是，硬件真的不重要了吗？

今年密集发布的整机新品，给了这种重软轻硬的观念一记强有力的回击。

即便宇树 G1 作为去年的超级单品已经大热，今年各大厂商依然没有停下卷新整机的脚步。

从年初的智元远征 A3，到随后的超维动力 KAI、星海图的 Kengo，再到逐际动力的 LUNA，一批全新的双足人形机器人新品扎堆亮相。

这帮玩家也在向行业传递一个信号，本体设计需要重新审视，硬件不只是模型的容器，它本身就是决定数据质量和迭代上限的护城河之一。

没有成熟的硬件载体，再先进的大脑算法与数据模型也都无从落地。

再看今年发布的这几款新品会发现一个明显的形态分野。

除了星海图的 Kengo 身高 1.4 米，属于中尺寸机器人，智元、超维动力、逐际动力等大多数玩家，都不约而同地选择了全尺寸（1.6 米以上）。

当我们将视野扩大到整个行业，打造一台全尺寸人形机器人也是多数主流玩家的共同选择。

这背后是行业在长期工程迭代、场景试错、技术取舍后沉淀出的共识：机器人要进入为人类设计的世界，就必须在物理尺度上与人对齐。

1、全尺寸人形机器人，该遵循什么设计逻辑

一台全尺寸人形机器人到底该遵循怎样的设计逻辑？

这个看似简单的问题，其实涉及多个层面的系统工程考量。

从环境适配角度看，机器人要进入的世界，本来就是按照人来设计的。

门把手、台面高度、货架层距、楼梯坡度、工具尺寸，绝大多数日常与工业空间都不是为机器单独重做的，而是默认人类在其中活动。

换句话说，人形机器人要做的，不是把世界重新改造成机器世界，而是尽量沿着人类世界的尺度去适配。

因此，全尺寸的第一要义，就是确保机器人的操作空间与人类的活动空间完全重合。

从人机交互来看，机器人越能以人类可理解的方式呈现姿态、手势、表情和动作，越容易在交流、信任和协作上获得优势。

对于全尺寸人形机器人来说，关键也不只是像不像人，而是它能不能在视线高度、动作节奏、身体比例和交互姿态上，让人不用重新学习怎么和它打交道。

它站在哪里、头部怎么布置、手臂如何覆盖工作空间、腰部和髋部能做到什么动作，这些都不是外观问题，而是直接决定它能不能进入家庭、工厂和公共空间的工程问题。

除此之外，尺寸设计也影响着机器人的稳定性、能耗和可控性。

对双足机器人来说，零力矩点、质心高度、支撑多边形这些指标，都会随着身高和肢体比例变化而变化。

把机器人做得更高，腿部驱动、关节扭矩和整体能耗都会跟着上去；做得太矮，又会牺牲越障能力、操作半径和人与机器之间的自然比例。

毕竟，双足行走不是单看站得住，而是要把动态稳定和控制可行性一起算进去。

所以，全尺寸路线真正考验的，不是某一个参数，而是整机在稳定性、能耗、动作范围、任务覆盖度之间能不能找到一个均衡点

从数据利用的角度来讲，全尺寸设计也更利于减少尺寸迁移带来的仿真到现实鸿沟。

今天的人形机器人并不是从零开始学人怎么走路、怎么伸手、怎么转身的，背后大量依赖人体动作捕捉、骨骼模型和运动学重定向。

如果机器人本体的比例、关节布局和人体结构差得太远，动作数据就会被迫做大量重映射，训练效率和落地效率都会被拉低。

所以，全尺寸人形机器人真正的价值，不只是更像人，而是它更容易把人类已有的数据、动作库和交互经验，直接转化成机器人可执行的能力。

这也是为什么在今天的行业里，全尺寸已经逐渐不只是一个尺寸选择，而是一种面向真实世界的系统设计思路。

2、全尺寸人形机器人，开始走向三种价值兑现路径

当全尺寸成为行业共识，真正的差异就体现在选择的道路上。

不同公司对这台机器人到底要干什么的答案大相径庭。

第一条路径最为激进，也最为接近人们对人形机器人的终极想象，直指家庭。代表机器人是 Figure AI 的 F.03 和超维动力的 KAI。

Figure AI 从创立之初就把家庭服务作为终极场景，其今年推出的 Demo 视频也一直围绕厨房、客厅、房间这类家庭有高频需求场景。

今年年初，Figure 更新的机器人大脑 Helix 02，在原先快慢脑的分层架构上，新增了 system0，提升的就是机器人的全身整体控制能力。

超维动力 KAI 同样把家庭陪伴与服务作为核心定位，与 Figure AI 一样，超维动力也是一家典型的全栈式公司。

他们之前推出的 SMASH 系统，是全球首个可室外自主感知的人形机器人乒乓系统，也重点突出了他们的全身运控能力。发布会上，KAI 也发布了他们的世界模型，但是更多细节还没公布。

都是全栈公司、都瞄准家庭场景，但是 KAI 与 Figure 也有着不少的差异。

这个差异体现在KAI更想先弄本体，再基于这个本体去训练模型、采集数据。在本体上，KAI全身 115 个自由度、全身 80% 触觉皮肤的覆盖、36 个自由度的灵巧手，这些硬件层面的设计都是为了减少人机交互的距离感。

值得一提的是，115 个自由度是目前全球已落地的人形机器人中自由度最高的，这意味着 KAIBot 更靠近人体的真实情况。

这样的好处在于，基于 1:1 等比例人体的机器人去训练算法，机器人更拟人、更容易进入真实世界。

第二条路径更加务实且见效更快，那就是工业落地优先。星动纪元的 L7 和乐聚机器人的 Kuavo 5 是这条路的典型代表，收集特定场景的 Know-how，并让机器人先实干起来。

星动 L7 身高 171 厘米，双臂负载 20kg，自研关节模组峰值扭矩达到 400Nm。

L7 既能做整活跳舞，又能在产线里干活，目前已经在顺丰、邮政的物流场景中完成包裹分拣任务。

乐聚 KUAVO5 最大负载 20 公斤，可在零下 20 摄氏度的极寒环境、密集人流等严苛场景中稳定运行。

同时，这两款机器人在实际应用中也可以选择半人形的形态应用。

这两款机器人更看重负载能力、重复定位精度、抗疲劳性和环境适应性，因为工厂和仓库的需求清晰且直接，营收路径也更为明确。

第三条路径则是追求生态化叙事。特斯拉 Optimus 和智元远征 A3 各自代表了一种用生态撬动全局的思维。

特斯拉将 Optimus 定位为现有能源、汽车以及 AI 业务的最后一块拼图。

在汽车业务提供的巨大现金流和制造能力的加持下，Optimus 率先在内部工厂自产自用，以应用拉动研发的方式快速迭代，再逐步走向更广阔的家庭市场。

其优势不仅在于软硬一体的研发效率，更在于用大规模的工业部署来验证技术和降低单台成本，最终实现马斯克所说的比汽车更便宜。

而智元远征 A3 选择的是一条不同却同样聪明的路径：以科研和教育市场为切入点，对标宇树 G1，希望成为高校和实验室的新一代标准研究平台。

远征 A3 身材比例按照真实人体比例设计，配备 1:1 还原人体结构的全自由度柔性腰部，支持大幅扭转与极限动态控制。

通过向科研机构提供开放的算法平台和硬件平台，智元可以收集海量的场景数据和算法反馈，进而反哺后续的产品迭代，实现以平台建生态，以生态促迭代的增长闭环。

三条路径各有侧重，并没有完全的高下之分。

工业路线赚的是当下的实际需求，家庭路线赌的是未来价值，生态路线玩的是长线布局。

但无论选择哪条路，如果最终想真正进入人类的生活空间，尤其是家庭，所有玩家都需要回答同一个更加本质的问题：仅仅像人，真的够吗？

3、尺寸之外，拟人化深度才是真正的护城河

对于上面的问题，答案显然是否定的。

当全行业的主流产品统一卡在全尺寸的基准上，硬件外形的同质化难以避免，未来赛道分层的核心分水岭，会落在拟人化深度上。

而具体的考验会体现在人体比例复刻、整机自由度配置、全身触觉感知、外观人文设计和数据闭环迭代五个维度上。

想要做出持续能用、好用的人形机器人，先得把人体比例学到位。

现在虽然有一部分机型的身高在 1.6 米以上，但有些只是满足参数，四肢、躯干还是按工业机械结构来设计，比例不完全像真人。

这种做法直接导致动作数据没法正常套用，仿真里练得再好，真机运行也会动作变形。这类机器人只能做固定的标准动作，面对家庭这种复杂场景难以应付。

而星动纪元 L7、超维动力 KAI 这类产品，同样是 1.73 米身高，它们选择严格参照亚洲成年人的骨骼数据设计肢体比例，头身比、肩腰尺寸都贴近真人，从硬件上保证了动作数据能顺畅迁移使用。

关节自由度的数量和布局，决定了机器人能不能做出细腻的小动作。

目前，行业量产的人形机器人整机自由度大多在 41-60 个。

超维动力 KAI 选择另辟蹊径，在 1.73 米的机身里布置了 115 个全身自由度，肩颈、腰椎、手腕这些常被简化的部位都做了冗余设计，完整复刻人体活动范围。

从学界共识来看，自由度提高到 115 个，意味着控制算法要解决的数学计算量呈指数级暴增。

如何让 115 个电机实时、不卡顿地协同工作，对中央处理器和 AI 算法是极大的考验。

超维动力正是目前全球范围内，率先在这个超高自由度硬件平台上引领具身大小脑发展的公司，这也是它主打家庭场景的核心优势。

如果想让机器人安心走进家庭，那么触觉感知是安全底线。

这也是缓解恐怖谷效应的一类方法，有了灵敏的触觉，机器人能精准控制力度，避免碰伤人、打碎物品。

目前多数机器人只在指尖装了传感器，身体其他部位完全没有感知能力。

超维动力 KAI 搭载了全身分布式电子皮肤，拥有 18000 个独立触觉点，感知精度达到 0.1N，和人手触感接近。

抓鸡蛋、玻璃杯时能实时调整握力，碰到人也会立刻收力，彻底解决了居家近距离互动的安全问题。

外观设计同样影响人机相处体验。裸露的机械金属会天然带有距离感，而柔软的织物外壳能弱化机械的冰冷感，拉近心理距离。

从先前 1X 的 NEO，到现在 F.03、KAI 都全面采用织物包覆，不难看出，家用机器人做拟人化外观已经是一种行业风向。

高拟人化硬件还有一个被低估的优势，它和数据采集之间形成了正向循环。

高度仿生的机身搭配动作采集设备，可以直接录制真人居家行为数据，不用额外换算就能拿去训练 AI。

硬件越贴近人体，数据利用率就越高，机器人动作也越自然；落地使用后产生的新数据，又能反过来优化算法。

这样一来，就会形成一个高拟人化硬件→高效率数据迁移→更自然行为表现→更多真实交互数据的闭环。

而纵观整个行业，两种路线分野的趋势已经逐渐清晰。

路线 A 以工业效率优先，将拟人化视作一个可选模块，先把机器人的力量、速度和重复精度拉到极值，优先解决工厂、仓库等结构化场景中的刚需问题。

路线 B 则以拟人化先行，先构建与人类高度一致的硬件基座，再逐步发展人工智能和场景泛化能力。

家庭场景属于典型的非结构化交互场景，环境不确定、任务不固定、交互对象复杂多元，只有当硬件足够像人，上层智能才有发挥的空间。

从这个角度看，路线 B 虽然在短期内看似不如工业路线那样能够快速产生营收和规模效应，但它押注的恰恰是全尺寸人形机器人最稀缺的东西：一副足够像人的身体，以及一个足够灵敏的感知网。

全尺寸是行业给出的一个共识选择，但这个共识背后的意义远不止于尺寸、参数本身，它是工程理性与场景需求的共同选择。

而当所有顶尖团队都在同一条起跑线上起步时，真正的竞争才刚刚开始。

从尺寸到形态、从自由度到触觉、从感知到交互，那些选择在拟人化深度上走得更远、更慢、更深的企业，会在回答家庭服务这个终极命题的时候拥有难以复制的护城河。

归根结底，人形机器人作为人类给自己造出的另一种身体，它的最终形态应该看的是它够不够像人。