高端装备制造：海外人形机器人巨头深度剖析.docx

高端装备制造：海外人形机器人巨头深度剖析.特斯拉：由人类打造、为人类服务的机器人1.l.后人工智能时代机器人将取代人类进行重复性劳动Optimus定位为解放劳动力，可替代4亿岗位。特斯拉的人形机器人项目OPtimUs（擎天柱）最早于2021年AIDay上公布（早期名称为TeslaBot）,定位为解放劳动力的通用型机器人。人形机器人作为模仿人类的拟态物，相比机械臂等传统机器人，能无缝在众多场景替代人类工作。马斯克表示，在后人工智能时代机器人将取代人类进行重复性劳动，生产力充足的前景下可行的经济模式是政府实行全民补贴，而体力劳动将成为个人的选择。根据世界银行数据,2022年全球劳动人口约343亿人，劳动力人口已呈现下降趋势，据麦肯锡报告预测，到2030年全球约4亿人的岗位将会被自动化机器人替代，即11.7%的劳动者会被机器人所取代。以Optimus单价2万美元计算，长期全球人形机器人市场天花板达8万亿美元，是一个庞大的蓝海市场。高自由度结构与精细控制初步具备实用性。目前OPtimUS原型机身高约172cm,体重约57kg,力量能单手举起一架钢琴。其身体共有28个自由度（下一代预计超过200个自由度），采用了更加灵活的弹簧负载设计与6种类型执行器，关节采用仿生学关节设计，模拟人类关节与肌腱形态，手部是Optimus最大亮点，采用人体工程学设计，拥有11个自由度（下一代预期27个），相比之下工业机器人全身一般仅有4到6个自由度。特斯拉已于演示视频中展示了精细手部动作，在Dojo超算的支持下OPtimUS利用动作捕捉对人类活动方式进行学习，可抓取杂物，力道控制精细，甚至不会打碎鸡蛋。根据特斯拉介绍，OPtimUS已经在特斯拉弗里蒙特工厂试验简单工作，如移动零件或用扳手将螺栓固定在汽车上。1.2. 自动驾驶的终极形态，FSD自动驾驶超算机器人三位一体人形机器人是自动驾驶技术的终极形态。自动驾驶的本质就是有轮子的机器人，特斯拉已经打通了FSD软件（完全自动驾驶）和机器人的底层模块，特斯拉在FSD上的积累将使得人形机器人全面受益。特斯拉将FSD从其汽车转移到了机器人,并经过调整以适应机器人的身体和不同的工作环境。特斯拉主要通过对人进行真实世界彳壬务的运动捕捉,如提起物体、行走等，然后使用反向运动学技术让OPtimUS重复这些动作，同时应用了在线动作适应技术，使这些彳壬务更加灵活，并能根据环境进行调整。同时由于采用了相同的FSD系统，机器人可直接复用电动车成熟的视觉系统，由于特斯拉决定采用同样的摄像头方案，而不是LIDAR传感器，因此可直接移植到人形机器人上。自动驾驶为机器人搭建技术框架。机器人的反馈机制本质上是与自动驾驶相同的架构，即感知层-决策层-执行层。特斯拉在汽车上使用自研的HW硬件与FSD软件，而机器人的感知层和决策层可直接复用自动驾驶技术，特斯拉基于Transformer的BEV方案结合时序队列与OccupancyNetworkz实现包含空间和时间的4D感知，即使在纯视觉方案下仍能实现高效的环境感知。在决策层上，模型训练阶段的数据标注和模拟环境同样可复用于机器人上，因此Optimus能在立项仅一年就拿出展示机型，远快于其他人形机器人厂商，软件层面上只需要更多优质的训练数据积累就能快速提高运动能力。图2人彩机器人可复用自动驾驶技术框架感知层决策层»执行层收集分析数据周边环境定义规划数据华驶场景懂判控制车辆Dojo超算云端训练AI的基石。超级计算机Dojo基于特斯拉自研的7nmDl芯片，具备采集、训练和进化的能力,能够更理想的采集道路交通标识、生物形象、路面情况等信息。该芯片将354个独立处理器封装在一起,产生362TFLOPS的计算和440MB的内部静态随机存取存储器存储。在保持完全可编程性的同时，DOJO强调资源分配和极高带宽的互连，使其能够从小型系统一直扩展到exaFL0P超级计算机。在产品形态上，Dojo的最终落地单位是名为ExaPOD的超级计算集群,它集成了3000颗Dl芯片，包含120个训练瓦片，最终能够实现高达LIEFIops的BF16/CFP8峰值算力。2023年7月特斯拉Dojo正式投产,预期到2024年2月，特斯拉算力规模将进入全球前五，2024年10月总规模将达到100Exa-Flops,相当于30万块英伟达AlOO显卡的算力总和。Dojo超算为机器人提供最强AI大脑。超级计算机Dojo被特斯拉称为PureLearningMachine（纯学习机器），特斯拉FSD芯片最大的优势就是只有一个客户，而Dojo也是同样的设计思路，它是一种专为深度神经网络训练而生的可拓展系统。传统CPU和GPU都不是为机器学习而设计的，在Dojo之前的超级计算机主要由专业的计算机设备制造商研发、集中在国家级实验室，主要用途在中长期天气预报、油气勘探、物理模拟、量子力学等超大型计算应用场景；相比之下，Dojo的应用场景主要是以视频和图像数据训练AL专为自动驾驶和机器人训练使用。原本在AlOO阵列上需要进行一周的自动驾驶学习彳壬务，在Dojo上可能只需要2至3天就能完成，而人形机器人由于高自由度以及四肢协作，训练数据体量远大于自动驾驶，根据特斯拉数据显示，在同样的成本之下，Dojo超级计算机相比英伟达AlOO能够实现4倍的性能、能耗比提升13倍。技术整合带来人形机器人奇点。OPtimUS采用了与Tesla车辆相同的芯片,支持Wi-Fi、LTE链接和音频交流，其系统软硬件的安全性保障也正在不断提升，通过量产与技术发展控制制造成本，而软件复用汽车FSD系统、算力调用Dojo超算,在规模化生产后预计远期成本远低于一辆汽车。Optimus的版本迭代十分之快，会远超汽车等产品，自2021年AIDay公布一年后已改进到第二代，在2023年5月的股东大会演示视频上第二代人形OPtimUS已能流畅行走。据证券时报，马斯克在2022AIDay上透露,OPtimUS有望在3-5年间量产上市，预期产量可以达到数百万台，预估Optimus机器人稳定生产后的价格将达到2万美元以下。1.3. 未来展望：仍在等待GPT时刻的到来机器人领域仍在等待着大脑的进化。GPT模型的自然语言处理已经汇聚了自回归变换器+下一个词预测+强化学习高级特征的配方。然而，对于人形机器人的技术而言，还没有算法能够达到同样的效果。目前OPtimUS可期待的应用场景还是重复性的小场景工作,因为FSD模型无法对未知信息进行预测，近日特斯拉Optimus的官方推特账号上传了新的演示视频，Optimus能够仅依靠视觉来对物体进行分类，还能完成难度更大的瑜伽动作，采用了类似于特斯拉自动驾驶技术FSD12的端到端神经网络控制：视频输入，控制输出，并由此来控制各个部件和关节的移动。谷歌Deepmind已在测试多模态模型RT-2控制机器人，内嵌120亿参数PaLM-E模型以及550亿参数PaLI-X模型的RT-2在陌生任务中的平均准确率相比RT-I翻倍,达到62%o如果行业能打造出"RobotGPT'的基座模型，实现零样本或少样本学习，则能在更复杂乃至陌生的环境中执行任务，实现人形机器人的智能涌现。Optimus初步落地可期,应用想象力扩大。根据马斯克发言，Optimus预计将于今年11月进行行走测试，之后在生产稳定后开始加速,明年进入工厂测试实际工作。此外，OPtimUS的核心硬件模块化同样有巨大的应用潜力，透过将Neuralink脑机接口植入物与机器人手臂或腿结合，可构成优秀的假肢，为被截肢的人提供一个优秀的机器人身体，可能只需要6万美元。2 .波士顿动力：机器人领域的顶尖实验室2.2. 最强动态性能的跑酷机器人Atlas机器人领域三十年积累，造就最灵活人形机器人。波士顿动力(BostonDynamics)由麻省理工学院副教授马克雷波特于1992年创立，最初的机器人是为美军研制的大狗(BigDog)机器人，可在废墟、泥地、雪地、水中行走，奠定了Atlas运动能力的基础。波士顿动力目前最先进的机器人Atlas身高1.5米，体重80kg,速度1.5ms,依靠28个液压执行器实现各种高难度运动,足部踝关节由两个直线执行器并联驱动，散关节和手臂多是伺服摆动缸。Atlas不仅拥有卓越的物理机动性，更因其高级的控制系统和算法而独立于众，多次在演示中展现出近乎超乎人类的运动与平衡能力。22.创新硬件与算法沉淀，Atlas实现卓越运动性能Atlas以高性能电液驱动系统、复杂的AI算法和多模态视觉感知实现优异运动性能：强大运动性能得益于独特液压驱动。不同于多数机器人采用电驱，Atlas为了获得最强的机动性采用液压伺服驱动，具有高负载驱动特性，即使是高难度动作如后空翻等依然能平稳落地。AtlaS机器人全身有28个自由度，在多个液压关节与算法的协调配合下，Atlas已经可以熟练的完成垂直起跳、跨越障碍、后空翻，甚至完成整套的舞蹈以及手脚都参与的跑酷功能。表3Atlas各关节自由度I身体部位自由度具体应用单腿3个小腿抓向自由度、大腿蚁向自由度、胯部横向自由度单脚踝2个横向和纵向自由度，通过双液用缸的联合驱动能够实现纵向、横向、轩向三种运动状态，这三种运动状态可增强行走过程中单腿支撑时腿部的运动能力腰腹2个轴向和径向自由度单臂6个肩部轴向和径向自由度，大臂轴向和径向自由度，小臂轴向和径向自由度墓蛀土卷！个龟由息一一三*及离线模板与在线精细控制构成独特运动算法。Atlas的离线轨迹库模板包含了众多预设的最优运动方案，会向决策层MPC（模型预测控制）提示最佳的解决方案选择，此后MPC利用机器人的动力学模型来预测其未来的动作。这种控制器的核心工作机制是优化计算，确定机器人当前应该进行的最优动作，从而随着时间的推移产生最佳行为。当遇到如环境改变、脚滑等实时因素时，MPC会调整机器人的发力、姿势和动作的发生时机来适应。此外，MPC还能跨行为边界预测下一步的行动，例如知悉跳跃后要进行后空翻，它便会自动创建行为之间的过渡，确保动作连贯。在MPC3.0版本中，Atlas已能主动使用参数已知的工具，在官方演示视频中Atlas用木板搭了一座桥通过障碍。TOF+预设地图构成AtIaS的眼睛。在感知层，Atlas使用TOF深度相机每秒生成15帧的环境点云，这些点云基于大规模的测距集合。它的感知软件采用多平面分割算法从点云中提取平面，并将此信息输入到映射系统中，为Atlas构建通过相机看到的各种对象的模型。当Atlas执行扩展的跑酷行为时，波士顿动力的研发团队为其提供了一张高级地图，指明了它应该前往的地方和沿途应该执行的动作。尽管这张地图并不完全与真实路线的几何形状匹配，但它提供了障碍模板和注释动作的近似描述，Atlas则利用这些稀疏信息进行导航，并用实时感知数据来填补细节。23.从机械狗Spot开始，商业化前路漫长机械狗Spot率先开启商业化之路。Spot是波士顿动力2015年2月发布的四足机器人，身高仅一米有余。SpotMini是Spot机器人的更加小型且防水的版本，加上机器臂重量29.5kg,一次充电可以跑90分钟，相比波士顿动力其他液压结构驱动的机器人，SpotMini是纯电动的，因此是波士顿动力最安静的机器人之一，搭配多种传感器，可以完成各项复杂的动作以及巡航，如无人区巡逻、寻找气体泄露、公园安保等。SPotMini是公司商业化探索的第一步,于2020年6月开始公开发售，每只定价74,500美元，折合人民币超过50万元。SPotmini整体的设计以高集成度、高任务作业能力为主，继承了波士顿动力其他机器人的高运动能力，最优异的性能就是楼梯攀爬，其采用全视觉方案构建全局地图，进一步选择合适的落足点避开台阶边缘以及不安全的落足区域。难以降本量产约束商业化落地。波士顿动力从学术领域实验室诞生，因此机器人的设计多是不计成本以性能为导向，早期为美国国防高级研究计划局承包项目，由于商业化进程不及预期，被谷歌收购后又经历两度易主，2017年6月软银接手、2021年6月由现代汽车接管。根据AnalyticsIndia杂志，专家估计Atlas单台成本至少为15万美元（折合人民币109万元），即使是更有性价比的SPot机械狗，公司表示截至2023年6月售出超过LoOO台。尽管Spot在市场中获得了一定的反响，但相较于Atlas等高端产品的技术潜力，其商业化进程仍显缓慢，多次易主的波士顿动力，在向商业市场推出产品的道路上还有很长的路。3.1 XTechnologies:开启AI具身智能革命3.1.0penAI领投，机器人使命是与人类并肩工作Al与人形机器人结合，打造与人类协同的劳动力。IXTechnologies于2014年成立,是一家工程和人形机器人公司，使命是创造与人类并肩工作的通用机器人，以满足全球的劳动力需求。公司今年完成了2350万美元的A2轮融资，由OPenAl创投基金领投,其他投资者包括老虎环球基金和一个由SandwatersAllianceVentures和SkagerakCapital等挪威投资者组成的财团。公司表示将利用这笔资金来加大即将推出的双足机器人模型NEO的产量,同时扩大其在挪豳口北美的首款商用机器人EVE的生产规模。3.2 .从Eve到Neo,具身智能雏形显现以人类为灵感,运动马达实现突破。IXTechnologies不仅仅让机器人模拟人类的形态，更重要的是，挖掘了人类自身独特的运动机制，并突破性地转化为Revol运动马达,其拥有世界上扭矩与重量比最高的直驱伺服，专为低齿轮比机器人设计，并搭配能模仿有机肌肉运动的灵活机械，实现灵敏高效的运动能力。根据公开专利，Revol执行器使用了名为哈尔巴赫阵列的特殊磁铁排列方式，使得电机更紧凑、轻巧，同时能产生高扭矩，Revol的扭矩-重量比是市面上发动机的四倍，非常适合用于人形直驱机器人。哈尔巴赫阵列的设计使得磁场更有效地指向转动轴，同时通过调整磁铁的厚度，防止在高温高扭矩运行时磁铁的退磁现象，从而保证电机的性能和稳定性。拳头产品EVE逐步实现商业化。IXTechnologies目前的旗舰产品是名为EVE的类人机器人，EVE拥有两臂、两眼和四轮底盘，可以像人类一样与其环境进行交互，在各种环境中执行多种任务，如巡逻、监控、搬运等，适合在劳动力短缺的市场中使用。由于人形机器人活动复杂，还未能实现完全由AI托管，EVE采用AI与人工结合的方式控制，但一位操作员可同时操控一组多台EVE机器人。2022年，公司首次取得商业突破，签署了至少140台EVE机器人的分销合同，为美国商业场所提供安保服务。双足机器人NEO初步具备具身智能特征。NEo是IXTechnologies正在研发的双足人形机器人，它完全按人类的外形和运动方式设计：NEO有头、躯干、手臂和腿，会走路、抓东西，并通过面部表情沟通。NEO的特点是其安全第一的设计思路，确保了其柔软且有机的机械结构，使得与人类互动更加安全。NEO的高精度运动基于模仿人类肌肉模式而设计，使其能够如同人类一样行走、抓取物品并与环境互动。其AI设计使其能够自然地与用户交流，目前，NEO不仅可以自然准确地穿门、爬楼梯，在OPenAl的软件加持下有望完成更多高难度任务以及完整的无人操作体验。33.与OPenAl合作共赢，将大模型带进现实世界OpenAI技术全面赋能人形机器人。IXTechnologies与OpenAI的合作不只是简单的技术共享，而是在探索将前沿的理论AI技术与现实的机械结合，有望创建一个真正能与现实世界互动的智能实体。公司正利用OpenAI的技术提升他们的机器人智能程度，如通过OPenAlGym训练机器人进行自主导航和避障，使用OpenAIROS实现与机器人操作系统（ROS）的通信，以及借助GPT模型使机器人理解并执行自然语言命令。未来，他们还可能采纳OpenAI的DALL-E和CLIP等技术，使机器人有生成和解析图像的能力。GPT模型若能针对人形机器人进行优化，真正构成具身智能大脑，使机器人能够更好地理解和适应复杂的环境，更高效地解决问题，并具备更灵活的行为能力。人形机器人与AI互相成就。OPenAl可借鉴IXTechnologies的机器人技术，来提升其AI系统的物理交互能力。目前，OpenAI的Al系统主要是在虚拟环境中运行，如OPenAlGym、Universe和Procgeno虽然这些环境可以模拟一些真实世界的场景和任务,但仍然无法完全复制物理世界的复杂性和不确定性。如果OpenAI能够将其AI系统部署到IXTechnologies的机器人上，那么它就可以让其AI系统在真实世界中学习和适应，从而增强其泛化能力和鲁棒性。4Apollo:始于人类、赋予人类1.1. 探索宇宙为愿景的机器人与NASA深度合作，长期目标为机器人探索宇宙。诞生于德克萨斯大学奥斯丁分校的初创公司Apptronik于8月公布了其最新的人形机器人Apollo（阿波罗）。Apollo体现了人的外形特征，高1.7米,重72.6kg,拥有25公斤的举重能力,电棚区动的Apollo体现了安全性的考量，将在与人共同工作的环境中展现其优势。Apollo的短期目标是辅助物流领域，解决供应链中因人力短缺所带来的挑战，但它的梦想远不止于此，Apptronik的创始团队在2012年至2013年的DARPA机器人挑战赛期间为NASA机器人Valkyrie工作,根据IOTWorldToday,公司此后也与NASA进行深度合作，公司对Apollo的长期愿景即是将其用于太空探索，助力人类登陆月球、火星及更远的天体。定位为机器人领域的"iPhone"。APOlk）的目标是像iPhone一样，成为机器人领域的通用开发平台，使开发伙伴能够扩展Apptronik的解决方案，并将数字世界扩展到物理世界,与人们一同工作，完成他们不想做的工作。在通用框架的基础上，合作伙伴可将Apollo的应用范围从物流和制造业扩展到建筑、石油和天然气、电子等行业，乃至零售、送货上门、老人护理等与人类更密切接触的领域。在设计上,Apollo多部件采用模块化设计，如腿部可更换为固定桩，以及电池支持热插拔设计，以解决人形机器人续航痛点。表8APOIIO性能参数及应用场景多高173cm*本参数体重运行时间72.6kg4小时/每个电池包负重25kg通用倾城适应多样需求根据需要进行任务切换在RaaS（Robot-as-a-Service,机器人即服务）模式下，可在高峰期短期租赁通用型机器人可轻松切换任务便捷切换可无缝将人工劳动替代，无需增加资本投入或改建设施物流自动化机器人大幅提升效率、准确性以及速度，为企业降本增效高灵活性每个客户都有独特性，Apollo可实现灵活且通用的自动化*售自动化替代手动操作流程通用性灵活、通用的自动化可让零售商根据需求变化实现快速调整完全自动化制造工厂的自动化还差“最后一公里”，印运输材料，人彩机器人可完美胜任制造制造业回归带来人力需求过去四年北美制造业从海外回归数量增长250%,人力需求大幅增长劳动力缺口扩大技能培训需要巨大成本,且底层材料运输劳动力缺口维”：圮Lrzfirj,自动牵引车仍需人工支Iu4×-三f-F自动牵引车减少了司机需求，但仍需人工将托盘从牵引车转移到生产线1.2. 拟人形态与技术结合以人为本，专注安全性。Apptronik的团队在近十年构建了超过10种独特的机器人，外骨骼方面的研究提供了重要的安全背景知识，而工业机械臂的开发则在保持经济性的同时提高了有效载荷，最终凝结成为Apollo,专为在人类设计的环境中与人类一同工作而构建的人形机器人。Apollo不仅尺寸接近人类,并且拥有独特的力控架构，保证了它在人周围的安全操作，Apollo与传统的工业机器人相比更像是一种协作机器人。早在研发外骨骼时，Apptronik就为其配备了6轴力传感器、力敏感袖带、空气冷却的系列弹性执行器模块来确保机械系统的稳定性和安全性，而Apollo在智能程度上更胜，会利用其视觉感知和力度感应，当人类靠近机器人时减速，如果人类靠得太近，Apollo会停下来。如果Apollo被绊倒，它会进入安全模式蜷缩身体，以减少对机器人自身和周围环境的损害。性能和成本引导设计，长期价格将与汽车相当。Apollo的核心是执行器，公司称为机器人肌肉。人类体内有大约300块肌肉，Apollo经过简化，系统内部有大约30个不同的肌肉群，满足基本的动作和活动。Apollo的设计思路从第一性原理出发，为了使每个关节完美配合，使用线性和旋转执行器控制整个系统，同时执行器的设计着重考虑了成本问题，新执行器比以往机型少了约1/3的组件,同时组装时间也缩短到l3o公司CEO预计人形机器人要打开市场，成本需控制在5万美元内，售价应当与汽车相当。1.3. 朝向月球进发精细控制还有进一步提升空间。Apollo的研发重心更多放在安全性和更像人上，公司CEO表示，不认为手部的灵活性是人形机器人的核心技术壁垒，后续可能考虑和其他公司合作研发手部。在Apollo的测试版本上，使用了更简单的手部执行器，公司认为初期研发重心应当专注于达成类人形态，但同时也在手腕处保留了模块化接口,长期可与其他公司合作进行精细手部的独立研发。Apollo目前仅限于只需要粗略操控的工作，Apptronik计划首先将APOlIO部署到仓库中，来移动纸箱、篮子等，这些任务主要在于移动;而不需要完全灵巧的手和腕部。目标月球乃至更远的地方。作为与NASA深度合作的机器人公司，Apptronik的长期目标是将Apollo用于太空探索。它们可以用来在宇航员到达之前建造和测试为人类设计的环境-例如月球和火星栖息地。而人形机器人要进入太空，挑战无疑会更大，Apollo需要更强的自主性、更高的稳定性和更佳的灵活性来适应外太空的环境。5AgilityRobotics:从学术到实用，领跑仓储机器人领域51,实用主义与尖端科技结合：商用仓储机器人Digit学术研究起家，推出仓储用人形机器人。AgilityRobotics成立于2015年，其根源可以追溯到2000年代初，其创始人DamionShelton和JOnathanHurst毕业于卡内基梅隆大学机器人专业，两人联合创建了公司。Agility的两款主要机器人ATRIAS和Cassie由俄勒冈州立大学的动态机器人实验室于2009年至2016年开发，并授权给Agility进行商业化。ATRIAS机器人不仅展示了复杂地形的行走能力，还突破了传统的双足机器人设计框架，其能够在随机变换的障碍地形中行走，完美跨越障碍。而在ATRIAS基础上开发的Cassie机器人则注重技术与应用的结合，不再只是科研展示，而是真正意义上的实用机器人。需求引导设计，实现真正实用仓储机器人。Digit在Cassie的基础上升级推出，它能够实现崎岖地形穿越，越过障碍物，具有稳健的步行和跑步步态、感知能力，可在非结构化环境中实现爬楼梯和自主导航，以及操纵手臂执行基本任务。Digit二代参数与技术进一步升级，足部设计优化使其在非常柔软的表面（比如沙子）上提高性能。除此之外,在Digitvl中,感知系统是随着时间的推移而逐渐增加的,以供开发使用。而在Digitv2中，所有感知系统从一开始就处于活动状态，并绑定到专用计算机上。Digitv2的所有电子设备也都经过定制、热管理和环境密封。公司还将电源和以太网连接到了可容纳NUC或Jetson模块（或其他客户有效负载）的有效负载托架中。仿人机器人设计，适应仓储工作环境。相比于现有在仓库中执行任务的轮式机器人，Digit更加适合在仓库这种典型人类环境下实现重复性工作。轮式机器人可以专门设计用于完成特定任务,如移动手提箱，而不执行其他操作，它们成本低、安全性好，且效率高，但当工作流程和工作环境发生变化，将需要投入大量成本拓展改造，同时复杂程度也会几何倍黝是升。而Digit能够像人类一样使用凳子去接触高架子上的物体，能够执行各种任务并适应许多不同的工作流程。由于Digit具有人的大小和形状，并且专为在为人设计的空间中工作而构建，因此可以无缝部署到现有仓库操作和竣工基础设施中，而无需昂贵的改造。5.2.与行业巨头深度合作，人形机器人批量生产时代已到商业化进程与研发同步，仓储物流领域着重发力。AgilityRobotics和亚马逊、福特等多领域公司在Digit研发阶段就有了深入的合作。2019年5月22日，AgilityRobotics即与福特汽车公司宣布建立合作伙伴关系，开发结合了福特的自动驾驶汽车技术和Digit机器人的最后一英里无人物流解决方案，Digit可以被放在自动驾驶送货车的后面，Digit完成最后一公里运输把包裹放到消费者的家门口。2022年4月AgilityRobotics获得了亚马逊工业创新基金（AIIF）参与的1.5亿美元B轮融资,AIIF负责人KatherineChen对Agility设计混合型劳动力机器人的思路表示肯定，其技术有望对物流行业产生颠覆性影响。年内投产世界首家工厂，人形机器人迈向大批量生产。AgilityRobotics正在美国俄勒冈州塞勒姆建造一座占地7万平方英尺的“RoboFab''制造厂，该工厂每年可生产1万多台Digit人形机器人,根据CnBeta,工厂预计将于2024年开始向客户供货，2025年开始全面上市。Agility预计第一年将制造数百个Digit人形机器人,然后再逐步扩大规模。根据CNET,公司表示初代Digit定价为25万美元，2025年上市的新版Digit将低于这一价格。