人机交互（Human-Computer Interaction, HCI），作为一个术语，首次使用是在由 Stuart K. Card，Allen Newell 和 Thomas P. Moran 撰写的著作“The Psychology of Human-Computer Interaction”里，它是一门研究系统与用户之间的交互关系的学问。系统可以是各种各样的机器，也可以是计算机化的系统和软

人形机器人由大脑、小脑、肢体三部分组成。“大脑”主要基于AI 大模型，根据环境、任务和目标等信息，自主做出最优决策，以实现自主导航、任务执行、人机交互等功能。“小脑”基于人工智能、自动控制、机器人操作系统（ROS）等技术，实现复杂环境下的运动控制。“肢体”基于多种传感器，能够感知非结构化场景并根据不同情况做出反应，实现高动态、高精度的运动。机器人大模型和通用大模型有一定区别，难以直接共用。LLM

从技术实现能力上看，智元上纬将实验室级人形机器人能力压缩至背包大小，这里就涉及到一个重要的技术创新----微型化关节系统‌，通过材料与算法重构，将QDD准直驱关节压缩至“比鸡蛋还小”，保留全尺寸机型的动态响应能力，成为全球最小力控人形机器人。它们的目标明确，用户需要的是“清洁”、“搬运”、“送达”的结果，而非“创造”的过程。“具身智能”的“大脑”（以多模态大模型为代表）虽然在认知、推理和规划上突飞

人形机器人由大脑、小脑、肢体三部分组成。“大脑”主要基于AI 大模型，根据环境、任务和目标等信息，自主做出最优决策，以实现自主导航、任务执行、人机交互等功能。“小脑”基于人工智能、自动控制、机器人操作系统（ROS）等技术，实现复杂环境下的运动控制。“肢体”基于多种传感器，能够感知非结构化场景并根据不同情况做出反应，实现高动态、高精度的运动。机器人大模型和通用大模型有一定区别，难以直接共用。LLM

人形机器人由大脑、小脑、肢体三部分组成。“大脑”主要基于AI 大模型，根据环境、任务和目标等信息，自主做出最优决策，以实现自主导航、任务执行、人机交互等功能。“小脑”基于人工智能、自动控制、机器人操作系统（ROS）等技术，实现复杂环境下的运动控制。“肢体”基于多种传感器，能够感知非结构化场景并根据不同情况做出反应，实现高动态、高精度的运动。机器人大模型和通用大模型有一定区别，难以直接共用。LLM

2026年2月24日，宇树科技发布轻量行业级四足机器人Unitree As2。此前，宇树科技2025年8月发布了行业级四足机器人Unitree A2，2023年11月其发布了工业级四足机器人Unitree B2，均为超40kg的较重型产品。2023年7月12日推出的消费级仿生四足机器人Unitree Go2。此次发布的Unitree As2仍为行业级产品，但相当轻量化。根据官方信息，Unitree

工业机器人在引入移动AGV、协作机器人或应对动态产线时，其动态障碍物感知盲区风险直接源于此。服务机器人其所有导航与交互风险的核心，正是环境感知与理解能力的局限。所有机器人都依赖传感器（激光、视觉、力觉等）构建对世界的理解，而传感器存在物理极限（盲区、精度、范围）、易受干扰（光、尘、反光），且算法对非结构化、高度动态的环境的理解永远是不完整和滞后的。“未知的未知”是最大的风险源。

3D视觉技术在 2014 年前后开始兴起，利用立体摄像、激光雷达等技术准确地完成物体三维信息的采集，对于光照条件、物体对比度等客观因素适应能力更强，可以实现 2D视觉无法实现或者不好实现的功能，例如检测产品的高度、平面度、体积等和三维建模等，更加适配半导体、汽车、3C 等领域的高精度工业需求，检测要求精度达到＜1μm。机器视觉系统是通过分析物品上反射的光线来形成图像的，不同的光源方案可以实现不同特

为了实现机器人移动、导航与路径规划，需要自下而上、从硬件到软件的构建系统。如果将这个系统分为五层，最下面的第一层是硬件和驱动层，第二层是状态估计与建图层，第三层是决策与规划层，第四层是控制层，第五层是系统集成与中间件，第六层，具身智能增强层。

为了实现机器人移动、导航与路径规划，需要自下而上、从硬件到软件的构建系统。如果将这个系统分为五层，最下面的第一层是硬件和驱动层，第二层是状态估计与建图层，第三层是决策与规划层，第四层是控制层，第五层是系统集成与中间件，第六层，具身智能增强层。