车企造人形机器人：具身智能的迁移与规则挑战

当一款人形机器人迈着类似模特猫步的优雅步伐登上展示台，脚尖轻触地面、步态轻盈，仿佛在太空中漫游时，这一场景不仅颠覆了公众对机器人“僵硬机械”的传统印象，也激发了业内对汽车品牌研发机器人技术的新认知。

近期，小鹏新一代人形机器人IRON正式发布，拥有173厘米的拟人化身高、65公斤体重，以及全身82个超高自由度关节，特别是具备22个自由度的灵巧手和新增的脚尖被动自由度，实现了前所未有的自然步态与动作流畅度。

据不完全统计，全球已有约18家汽车制造商宣布进入人形机器人领域——特斯拉、小米、广汽、比亚迪、现代、丰田等纷纷布局。从“铁皮战士”的刚硬节奏到IRON的“模特步”，这场“造人热潮”背后，是汽车产业能力向具身智能的深度延伸。

如何“无限接近人类”

具身智能指的是智能体（如人形机器人、自动驾驶车辆等）通过物理身体与真实环境进行持续互动，完成感知、认知、决策与行动的闭环过程。这一范式突破了传统人工智能局限于数据处理与离身推理的束缚，强调智能的形成依赖于身体形态、运动能力与环境反馈之间的动态耦合。

以往，机器人在许多情况下仍给人以预设程序或精确但僵硬的感知，与人类相比，缺乏那种微妙的肌肉协同、重心调整和下意识的缓冲反应。例如，捡起一个鸡蛋和拿起一个水杯，人类的手部力量和姿态是瞬间无感自适应的，而机器人则可能需要进行复杂的计算和调整。

要让机器人实现无限接近人类动作，需要在以下关键领域取得突破：在硬件层面，要求弹性体材料、可变刚度关节以及高密度传感器的协同发展，让机器人的“身体”变得更智能、更安全。软件层面则关乎控制算法，特别是需要发展能处理大量不确定性、进行实时预测和反射的算法。这不只是算力问题，更是算法迭代的问题，需要从传统的精确控制，转向更具韧性和自适应性的控制模式。

资料图 中新经纬摄

车企为何能成为“造人主力”？

对于上述技术要求，不少车企显示出一定优势，如系统工程整合能力、复杂实时控制算法的迁移能力，以及面向大规模量产的产品化思维。

首先，一辆汽车由上万个零部件构成，其研发、测试、验证是一套极其严密的系统工程。车企擅长将机械、电子、电气、软件等不同领域的技术整合成一个安全、可靠、高效运行的整体。这种整合能力，对于同样复杂的人形机器人来说，是至关重要的底层能力，是很多互联网或AI公司所不具备的。

例如，特斯拉、小鹏、比亚迪等企业均依托其整车制造经验，在人形机器人领域快速构建起集成优势。从产业结构看，目前全球造的机器人大致分为三层：大脑层、身体层、集成层。而汽车公司最擅长的正是“系统级制造”，所以在集成层车企的身影最密集，像特斯拉、丰田、现代、比亚迪、广汽、小鹏，都榜上有名。

其次，自动驾驶技术与机器人运动控制在底层逻辑上高度相通，它们都面对一个开放、动态、不确定的环境，都需要完成“感知-决策-规划-控制”的闭环。小鹏希望将汽车、飞行器与机器人打通，构建统一的AI出行生态；特斯拉则致力于用Optimus支撑美国制造业的未来；比亚迪则利用其电池体系优势，探索“人机能源循环系统”，实现动力系统的可持续赋能。

最后，车企会倾向于思考如何通过设计优化、供应链管理、生产工艺创新来降低机器人的成本，这为机器人未来从实验室走向商业化应用奠定了坚实基础。

当前自动驾驶对停车场、小区内部道路等复杂、狭窄空间，以及与行人动态目标的交互仍面临挑战。人形机器人研发所锤炼的精细环境感知、灵巧避障、意图预测等技术，能极大提升汽车在“最后一公里”场景下的智能化水平。同时，机器人技术在汽车制造工厂的应用将更加深入。更具通用性和柔性的人形机器人，可以适应更复杂的装配、检测和物流任务，进一步提升生产效率和柔性，这直接赋能了车企的主业制造环节。

规则边界是当前重要议题

无论是智能汽车本身，抑或车企已研发出的“人性感”机器人，其背后都存在同一个疑问：它真的安全吗？当它做出决策，背后的逻辑由谁掌控？一旦发生意外，责任又该由制造商、算法开发者，还是使用者来承担？

事实上，提升社会接受度与加强法律治理是目前具身智能规模化落地最突出，也最需要优先解决的问题。硬件成本会随着技术进步和规模化逐步下降，这是一个可预期、可解决的问题。软件“大脑”的通用智能水平是长期制约，但可以通过限定场景、任务分阶段实现突破。但社会的信任和法律的规则一旦缺失，会直接扼杀创新的应用空间。

当机器人与人发生物理交互，如何确保绝对安全？一旦发生意外，责任如何界定？是产品缺陷、算法错误还是使用不当？现行的产品责任法在面对高度自主的智能体时，面临着巨大挑战。

当机器人进入家庭，将收集海量的隐私数据。这些数据如何被使用和保护、机器人的决策如何符合人类伦理等问题也需要建立全新的数据治理和伦理规范。

此外，目前缺乏针对家用服务机器人的安全、可靠性国家标准和国际认证体系，标准与认证体系缺失。没有标准，市场就无法规范，消费者就难以建立信任。从这个意义上讲，行业标准和安全规范是帮助社会公众更好接受人工智能技术及应用的基础保障。

文：陈兵 南开大学法学院副院长、教授，中国新一代人工智能发展战略研究院特约研究员