📲Digital Trends•較早收集於 22m
月球漫步人形機器人展示逼真敏捷
💡KAIST機器人展現類人月球漫步敏捷–具身AI運動突破。（38字）
⚡ 30-Second TL;DR
有什麼變化
KAIST Humanoid v0.7展示月球漫步與敏捷實地動作
為什麼重要
透過展示敏捷人形機器人運動，推進具身AI發展，可能加速災難應變或服務機器人等動態環境應用。
下一步行動
觀看KAIST Humanoid v0.7影片，分析動態運動控制技術。
誰應關注：Researchers & Academics
關鍵要點
- •KAIST Humanoid v0.7展示月球漫步與敏捷實地動作
- •由動態機器人控制與設計實驗室（DRCD）開發
- •使用自家致動器實現逼真動作與互動
- •影片強調真實世界測試能力
🧠 深度解析
本篇為 AI 生成分析，非原文內容。
🔑 增強重點摘要
- •KAIST DRCD實驗室的Humanoid v0.7採用了基於強化學習（Reinforcement Learning）的運動控制策略，使其能夠在未經預先編程的複雜地形中保持平衡。
- •該機器人整合了高扭矩密度致動器模組，這些模組由KAIST團隊自主設計，旨在解決傳統人形機器人在高動態動作下容易過熱與響應延遲的問題。
- •Humanoid v0.7的研發重點在於提升「全身協調性」，透過感測器融合技術，實現了類似人類的重心轉移與肢體連動，而非僅僅是單一關節的機械運動。
📊 競品分析▸ Show
| 特色/項目 | KAIST Humanoid v0.7 | Tesla Optimus Gen 2 | Boston Dynamics Atlas (Electric) |
|---|---|---|---|
| 核心優勢 | 自研高扭矩致動器/動態敏捷性 | 量產潛力/AI生態系統 | 運動控制算法/商業化成熟度 |
| 定位 | 學術研究與極限動態測試 | 消費級/工業自動化 | 工業自動化/物流 |
| 技術路徑 | 強化學習與自研硬體 | 端到端神經網路/視覺感知 | 模型預測控制(MPC)與混合控制 |
🛠️ 技術深入
- 致動器技術：採用高功率密度無框馬達（Frameless Motors）搭配客製化行星減速機，實現高扭矩輸出與精確的位置控制。
- 控制架構：基於分層控制系統，底層為高頻率的扭矩控制迴路，頂層則運行基於深度強化學習的運動規劃器。
- 感知系統：配備多模態感測器陣列，包括高頻IMU、深度攝影機與力矩感測器，用於即時環境映射與地面反作用力分析。
- 動力系統：採用高能量密度鋰電池組，優化了電源管理系統以支援高爆發性的動態動作（如月球漫步）。
🔮 前景展望AI analysis grounded in cited sources
KAIST將在2027年前將此技術授權予工業自動化廠商。
該實驗室過往研究成果多傾向於透過技術轉移推動商業化應用，以驗證其在真實工業環境的耐用性。
Humanoid v0.7的運動演算法將開源以促進學術界協作。
KAIST DRCD實驗室長期致力於推動機器人學術社群的發展，過往版本曾透過發表論文與開源部分控制框架來建立影響力。
⏳ 時間線
2023-05
KAIST DRCD實驗室發表早期人形機器人原型，初步驗證自研致動器性能。
2024-11
Humanoid v0.6版本在國際機器人會議上展示，重點在於提升步行穩定性。
2026-02
Humanoid v0.7完成實地測試，成功展示包括月球漫步在內的高難度動態動作。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Digital Trends ↗
每週 AI 簡報
每週一封，可隨時退訂。