这是一场前所未有的发布会。
直播画面中，超维动力（Kinetix AI）的联合创始人 Tyler Zheng 率先亮相，但他并没有说太多话，很快就话锋一转：“我们相信，如果机器人已经足够拟人化，也许它自己就能介绍自己。” 随即，他将舞台交给了今天的主角——KAI。
在接下来的 20 多分钟里，画面中没有出现任何人类工程师或高管，只有两台 KAI 人形机器人。
它们以对话的形式完成了“自己发布自己”的壮举，过程中涉及了大量技术内容：超拟人本体、世界模型、数据体系、训练方法…… 其中一台机器人在发布会中途还打趣地表示，自己更想回到“第二现场”继续叠衣服。
抛开表演成分不谈，超维动力通过这场别开生面的发布会展示了一个观点：如果一台机器人能够独立主持一场技术发布会，那么“高拟人”与“高智能”同时实现，或许不再只是一句口号。
超维动力于 2025 年 7 月注册，9 月正式启动研发，成立至今尚不足一年。在此之前，他们已经发布了 全球首个可户外自主感知的高动态人形机器人乒乓球系统 SMASH 和 双臂机器人服装操作框架 χ₀ 等成果，而这次发布会则是他们首次大规模公开亮相。
机器人为什么一定要长得像人？
在人形机器人这条赛道上，关于“为什么要做人形”这个问题，不同公司给出了截然不同的答案。
特斯拉 Optimus 的逻辑是效率优先：先进入工厂，先跑起来，拟人程度是次要的。另一些公司则走工具路线，采用机械臂加轮子的组合，只要能完成任务即可。甚至有观点认为，人形根本就不是未来。MIT 机器人学家、iRobot 联合创始人 Rodney Brooks 曾多次公开表示，未来 15 年内真正落地的“人形机器人”将装上轮子、配备多条机械臂，彻底抛弃人类的外形。
超维动力则给出了另一套解释框架。
KAI 在发布会上用第一人称说了这样一段话：“这个世界是由人类创造的，因此也是为人类设计的。楼梯、门把手、桌子、厨房、椅子，所有的东西都是按照人类的习惯去打造的。所以只有一个超拟人的我，才能真正快速进入你们的生活。”
这不只是产品层面的判断，背后还隐藏着一条数据层面的逻辑链。
人形本体与人类运动高度相似，意味着人类产生的海量数据都可以相对直接地用来训练机器人，例如动作捕捉库、医疗康复数据、日常生活的第一视角影像。
正在人形机器人领域创业的前 MIT CSAIL 研究员 Sandor Felber 曾撰文指出，人形机器人的关节构型与人体高度一致，这使得模仿学习变得更加自然和高效。“当机器人的运动学与人类高度匹配时，从人类示范中收集训练数据也会更加直接。”
也就是说，不仅进入人类世界需要人的形状，学习人类技能也需要人的形状。这正是超维动力联合创始人 Tyler 所强调的：“如果要承载更强的 World Model（世界模型），机器人就需要一个更高拟人的本体，因为人类世界本身就是围绕人的身体所构建的。”
高拟人是训练更强世界模型的前提条件。形体是数据兼容性的保证，也是进入人类生活最低成本的可行路径。这个判断是否成立，是超维动力整条技术路线的基石。
那么，在“人形是正确的起点”这个判断之上，超维动力究竟构建了一套什么样的技术体系？先从最直观的部分说起——KAI 的本体。
KAI 确实很像人！
KAI 在发布会上说了这样一段话：“屏幕前的各位今天在看到我的那一瞬间，甚至是现在，都会觉得我是一个真人，穿着服装在假装机器人。如果你真的这么想，我觉得这就是对我在超高拟人形态上的最大肯定了。”
这当然有几分自夸的成分，但这句话背后是一套严肃的工程逻辑。
超维动力在硬件设计上坚持从第一性原理出发：不是先做一台机器人，再考虑它像不像人，而是先研究人类运动学，再逆向推导关节的设计。
工程师为此研究了生物工程学和解剖学，“逆向了人类的肌肉应力关节的力学支撑系统”。这个设计哲学从体型比例一直贯穿到触觉皮肤，涵盖了体型、体格、体能与感官四个维度。
KAI 在发布会上表示：“对人类的完美复刻让我几乎能覆盖人类所有的运动空间。”
体型：人类社会的“通行证”
KAI 身高 173cm，体重 70kg，头身比 1:8.5——这样的 9.5 头身身材甚至优于大多数人类模特的比例。
这些数字是审美选择，更是工程约束：只有尺度与人类高度吻合，KAI 的动作轨迹才能精准对齐人类数据，才能无缝兼容为人类尺度设计的空间和工具。
比例失调的机器会让人本能产生警觉和防备，甚至引发所谓的“恐怖谷效应”，而这正是机器人进入人类场景最大的障碍之一。KAI 的体态设计，是让它在进入人类生活空间时不带来压迫感的前提，就像是一张自带的“通行证”。
体格：115 个自由度，极限复刻人类运动空间
KAI 拥有 115 个全身自由度，是目前公开信息中全球人形机器人自由度最高的。
自由度分布上，除了四肢关节，肩部、颈部、腰部均有独立自由度。正是这些在其他机器人中往往被简化掉的冗余自由度，让 KAI 在贴身操作时能灵活调整躯干姿态，覆盖人类几乎所有的运动空间。KAI 在发布会上自述“甚至能完成一些高难度的瑜伽动作”。
和人类一样，KAI 也有一双灵巧手，其共有 36 个自由度，其中 22 个主动自由度负责精细操作，14 个柔顺自由度负责安全接触。超维动力称：“这都是一双像人类双手的灵巧手”。
顺带一提，柔顺自由度的作用是：当手背碰到桌角这类硬物时，不会造成刚性接触损伤，而是通过柔顺结构将冲击化解。正如 KAI 所说，“唯一值得欣慰的是，我不会像人类一样感到疼痛”。
此外，KAI 的灵巧手还采用了单向自锁结构，让其在长时间握持重物时不需要持续高能耗维持，结构本身就能“锁住”。这更贴近日常长时作业场景的需求，但离大规模进入日常生活仍取决于整机稳定性、成本和场景适配能力。
体能：为真实工作场景设计的动力系统
高拟人本体的一大隐患是能耗与散热。为此，超维动力在执行器设计上做了系统性收敛：工程师大量分析人体运动规律，将全身执行器精简至 6 个 SKU，找到高拟人与稳定性之间的平衡点。
动力方面，KAI 搭载定制半固态电池，正常工作续航超过 3 小时，慢跑可续航 2 小时，且不会过热。KAI 对此颇为自信：“这样看来明年的半马比赛我应该也可以参加了，如果我的工程师允许的话。”
另外，KAI 还搭载了定制化的柔顺执行器，其能在提升整体柔顺度的同时，支撑起双臂 20 公斤的负载能力，足以胜任大多数家庭和商业场景中的搬运与操作任务。
感官：触觉决定拥抱时的力度
体格和体能之外，超维动力认为一个真正拟人的本体还必须拥有更丰富的感官——“能充分感知周围，甚至是看不到的地方”。为此，工程师专门为 KAI 定制了一套全身触觉皮肤系统。
这套全身触觉皮肤覆盖了 KAI 80% 的体表，共 18,000 个触点，能感知低至 0.1N 的微弱触碰。这种感知精度让 KAI 在与人接触时可以主动控制力度，而不只是被动承受。
KAI 在发布会上说道：“视觉决定了我们能离多近，而触觉决定了我们拥抱时的力度。触觉让我不仅能看见你，还能感受你，我觉得这才是我能和你们人类真正共处的基础。”
对于人机共融而言，触觉的价值或许超越了运动本身。它是机器人进入人类亲密空间的前提，也是让人感到安全而非防备的关键。
最后，和人类一样，KAI 也支持换装以适应不同的工作场景。
KAI 的脑与经验：世界模型、数据与训练
拥有一副高度拟人的身体后，下一个问题是：如何驾驭它？这取决于 KAI 的智能系统。具体来说，超维动力构建了一套基于世界模型、数据体系与训练方法的闭环。
KAI 的大小脑：三模型架构
超维动力对“机器人智能”有自己的定义：在他们看来，一个真正可用的具身智能系统，不应只是进行局部的机械执行。
KAI 的世界模型正是这套逻辑的实现。三个模型形成闭环：世界模型在机器人行动之前预测“如果我这样做，世界会变成什么样”；动作模型在此基础上生成候选动作；评估模型则从任务目标接近度、接触安全性、本体可行域三个维度逐一打分，选出最优方案再执行。
对于这种“先演练再执行”的决策逻辑，KAI 在发布会上用了一个贴切的类比：“我现在假如要写字，结果好坏一定是建立在我脑海中数百万次预演结果的储备上。”看起来，这套逻辑和人类面对复杂任务时的思考方式是一致的。
KAI 的数据：10 万小时第一视角数据
世界模型的能力上限，最终取决于数据。超维动力选择从第一视角数据切入，就像人眼视角一样。这个选择背后有一个清晰的判断：人类本身就是成本最低的数据生产者，而第一人称视角数据来源于人类日常生活，天然可以解决数据的规模化瓶颈。
为此，他们自研了一套轻量化头环：KAI Halo。
这个设备以头环形态佩戴，不遮挡视野，可以用纯视觉方式完成人体姿态重建、场景点云重建，以及包含语义标注的数据采集，一站式完成所有数据化收集工作。
数据采集以众包方式进行。超维动力将设备分发到家庭、酒店等 20 多个场景，采集过程没有任何脚本编排——使用者只需戴上设备，正常生活和工作即可。
目前，超维动力已累积 10 万小时第一视角数据。
为了处理这么多数据，超维动力搭建了一套自动化的 Infra 平台，负责全链路的数据处理：首先检测采集过程中的异常片段（如关节数据丢失、运动轨迹异常），过滤掉可能污染模型的数据；然后把通过质检的数据通过运动重定向，映射到机器人本体的运动空间约束上；最后根据训练目标按场景调配数据比例，自动生成数据集，送入模型训练。
KAI 的学习：从通用常识到本体对齐的三段式训练
数据齐备之后，该如何训练呢？超维动力采用了一种三段式训练策略，三个阶段分别解决不同的问题。
第一阶段是预训练。使用大量互联网开源数据、仿真环境数据，以及自采数据补充全身与环境交互的语义信息，目的是给模型建立起对物理世界的通用常识和泛化能力。这是世界模型和价值评估模型的基础。
第二阶段是桥接训练。预训练阶段有一个固有缺陷：模型见过的数据大多没有物理接触的细节。桥接训练专门补足这一缺口，重点使用两类自研数据：UMI 数据解决不同抓握方式的接触力差异，数采手套数据补足手指关节弯曲与摩擦力细节。
第三阶段是后训练。引入真机遥操作数据，把此前训练好的模型与 KAI 的实体硬件完成最终对齐。
本体、大脑、数据、训练，四块拼图在这场 KAI 自己主持的发布会上同时亮相。对超维动力来说，这四者本就是一个不可分割的整体。
KAI 之后……
“Machine Intelligence. Has a Body.”智力不应仅仅是悬浮在云端的代码，它也需要一具躯体来确认自身的重量。
衡量人形机器人是否真正可用，关键在于它能否在开放场景下自主应对不确定性。超维动力正在用 KAI 证明：感知精度、关节自由度与触觉反馈这些物理世界的硬约束并没有成为拖累，反而成为了 AGI 真正落地的优选路径之一。
KAI 将机器人本体重新拉回了智能的方程式之中：世界模型需要高拟人本体去执行动作，高拟人本体反过来又为世界模型提供了优质的训练载体。两者互相驱动，形成了一个正向运转的飞轮。
不过，站在行业的客观视角审视，这依然是一场极具冒险精神的技术押注。硬件的复杂性与软件的快速迭代逻辑天然存在着巨大的时间差。115 个自由度、复杂的灵巧手以及极致的拟人设计，意味着呈指数级上升的工程难度与制造成本。
超维动力构想的数据飞轮在理论上高度自洽，但从可控的发布会舞台走向充满无尽长尾场景的真实世界，中间依然横亘着一道巨大的鸿沟。这不仅考验着团队极其坚韧的工程落地能力，也需要市场和资本给予足够的耐心。
在发布会结束前，KAI 说了这样一段话：“从今天开始，我不再只是实验室里的一个概念，我已经以 KAI 的名字真正站到你们面前。我仍在学习，我仍在进化。”
“机器人能否真正进入人类生活”这个行业难题，如今终于有了一个可以被看见、被追问、被检验的具体形态。
正如超维动力 Slogan 所表达的：“What starts here, Changes the life.”今天开始的一切，终将改变生活。这条通往人机共存未来的路注定充满挑战，但总得有人先走。
关注“鲸栖”小程序，掌握最新AI资讯
本文来自网络搜集，不代表鲸林向海立场，如有侵权，联系删除。转载请注明出处：https://www.itsolotime.com/archives/32423
