本末科技的核心論點係:機械人第一個商業難題唔單止係「識唔識諗」,而係身體能否去到真正需要服務及採集數據嘅地方。 如果機械人過唔到門檻、路壆、樓梯、斜坡或泥地,再強嘅感知系統同基礎模型,都無法取得相應嘅真實互動數據。[6][7] 純輪式底盤效率高,但面對高低差及崎嶇地面有局限;純足式機械人雖然越障力較強,卻通常要付出更高嘅能源、控制及成本代價。[5][6]
研究答案

Create a landscape editorial hero image for this Studio Global article: How does Chinese startup Direct Drive argue that the main bottleneck for embodied AI and general purpose robots is not intelligence but phys. Article summary: Direct Drive’s thesis is that a robot’s first commercial problem is not merely “thinking,” but getting its body into the places where work and data collection occur.. Topic tags: general web, llm, ai, workflow, productivity. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and ti
本末科技(Direct Drive Tech)提出一個幾直接、但未必人人第一時間會想到嘅判斷:具身智能機械人的第一個商業問題,唔係單純「個腦夠唔夠聰明」,而係佢副身體能否去到工作同數據採集真正發生嘅地方。
如果機械人連現實環境嘅高低差都過唔到,無論感知能力、基礎模型或者推理能力幾勁,都無法喺嗰個場景入面行動、工作,更加攞唔到相關嘅真實物理互動數據。6
7
日常環境從來唔係一塊平滑、預先整理好嘅地板。路壆、門檻、破損路面、斜坡、樓梯、泥地,以及室內外之間嘅地面轉換,都可能令傳統輪式機械人止步。6
本末科技嘅說法係,問題因此唔只係AI模型,而係「載體」本身。如果機械人根本入唔到某個地方,相關嘅互動數據就無從採集;同樣,佢亦無法喺嗰個環境提供服務。模擬環境可以幫手,但始終取代唔晒真實世界嘅複雜變化。6
7
呢個觀點亦令部署方向出現轉變:唔係要求環境為機械人改造,例如鋪專用斜道、加地面標記、劃出狹窄行車線,或者將活動範圍限制喺特定路線;而係希望機械人本身可以適應人類已經使用緊嘅環境。
當然,「物理進入」係本末科技提出嘅策略性主張,唔代表業界已經有共識。具身智能同樣受制於操作能力、安全、感知、運算、數據質素、成本及可靠性等因素。較廣義而言,具身智能係一種可以感知環境、自主作決定,並透過執行器對物理世界產生影響嘅系統;機械人嘅本體,只係其中一個關鍵部分。3
車輪喺平整地面、道路及室內地板上,通常具備速度快、效率高及耗能較低等優點。不過,當遇到較高路壆、坑隙、鬆散地面或者連續不平路面,輪式底盤嘅通過能力就會受到限制。6
足式機械人可以跨越更多障礙,但要維持平衡、控制步態及處理每一步落腳位置,往往需要更高能源、控制及硬件成本。本末科技嘅產品資料亦將純足式移動形容為相對較低效、較難大規模推廣嘅方案。5
輪足設計嘗試將兩者結合:平時用車輪快速移動,遇到障礙時,就利用可活動關節抬升機身、跨過高低差、穩定姿態,或者調整身體角度。NVIDIA對TITA嘅介紹亦指出,呢類設計將輪式機械人嘅速度及靈活性,配合足式機械人嘅地形適應能力,再由直驅關節及輪轂電機驅動技術提供支援。4
實際目標係令機械人可以通過路壆、斜坡及不平路面,而唔需要中途停工,或者先要求使用者重新設計條路。呢個亦解釋咗點解本末科技認為,家用機械人未必要一開始就模仿人類完整步態,反而可以先由「識碌」開始,逐步進入室內外混合環境。
直驅輪轂電機會直接將動力輸出到車輪;而直驅或準直驅關節電機,則用於提供姿態轉換、跨步及越障所需嘅高扭矩同快速反應。4
相較於依賴較多傳統傳動組件嘅設計,直驅方案嘗試減少中間機械結構,令扭矩控制及即時動作反應更直接。不過,代價係電機、散熱、控制系統及結構設計都要足夠強,先可以承受由此帶來嘅負載。
換句話講,AI可以負責揀路、規劃動作同決定「應該點行」,但係令機械人真係可以喺崎嶇地面執行呢個動作嘅,仍然係底層硬件。呢正正係本末科技用嚟支持「具身唔可以只靠軟件解決」嘅核心理由。
刑天係本末科技早期商業化嘅直驅雙輪足機械人,定位係證明輪足本體可以比傳統輪式底盤進入更多地形。7
TITA係一部八自由度輪式雙足平台,加入更完整嘅直驅關節系統,以及面向開發者嘅軟硬件架構。5
本末科技公布嘅規格包括:八個準直驅執行器、最高120牛頓米扭矩、八個自由度、可熱插拔電池、開放Linux核心及API存取,並支援ROS 2。5
佢亦配備NVIDIA Jetson Orin NX 16GB、標稱100 TOPS運算能力、超聲波感測、SPAD感測器及雙目鏡頭;機身上半部設有導軌,方便加裝不同模組。4
5
TITA嘅應用方向包括巡檢、物流、農業及研究。本末科技聲稱,平台具備主動避障、姿態調整、防跌及自我恢復等能力;相關性能及規格應理解為製造商按其標準配置及測試條件公布嘅數據。4
5
D1進一步將重點放喺模組化。佢可以將機械人單元組合起來,並喺雙輪足同四輪爬行、類四足形態之間切換。5
本末科技公布嘅規格聲稱,D1最高可以處理70厘米障礙物;以爬行模式運作時,負載最高可達100公斤,並以多單元組合取代固定嘅單一本體形態。5
意義唔只係「載得重啲」。單一組態可以偏向城市環境嘅靈活移動、樓梯及人行道通過能力;組合成較低身嘅四輪爬行形態後,就可以偏向穩定性、負載能力及較粗糙地形。
本末科技將產品出貨及實際部署,視為直驅輪足技術由實驗室走向商業應用嘅證據。不過,公司材料入面提到嘅全球使用規模及「全球首款」等表述,主要屬於企業或招股文件聲稱,閱讀時仍應保留相應判斷。5
7
由刑天到TITA,再到可以切換形態嘅D1,呢條產品路線反映出幾個階段:先證明輪足移動可行,再建立具備感測器、運算及開發介面嘅平台,最後按任務需要調整機械人嘅形態、穩定性及負載能力。5
7
本末科技所提出嘅次序係:第一步,先令機械人有能力進入多元真實環境;第二步,喺現場累積物理互動數據,並提高任務執行可靠性;第三步,擴大應用範圍;到最後,先有條件接近真正嘅通用機械人。6
7
換句話講,通用化未必係由一個更大模型直接跳過去。對機械人而言,第一道門檻可能係一個好實際嘅問題:佢到底行唔行得入現場?
Studio Global AI
此頁麵包含一個有來源支援的答案,您可以在 Studio Global 內繼續。
本末科技的核心論點係:機械人第一個商業難題唔單止係「識唔識諗」,而係身體能否去到真正需要服務及採集數據嘅地方。
本末科技的核心論點係:機械人第一個商業難題唔單止係「識唔識諗」,而係身體能否去到真正需要服務及採集數據嘅地方。 如果機械人過唔到門檻、路壆、樓梯、斜坡或泥地,再強嘅感知系統同基礎模型,都無法取得相應嘅真實互動數據。[6][7]
純輪式底盤效率高,但面對高低差及崎嶇地面有局限;純足式機械人雖然越障力較強,卻通常要付出更高嘅能源、控制及成本代價。[5][6]