具身智能落地难题破解：Agility Robotics如何让Digit成为真正‘能干活’的人形机器人？

近年来，具身智能（Embodied Intelligence）成为科技圈最炙手可热的概念之一。社交媒体上，人形机器人后空翻、跳舞、踢足球的视频频频刷屏，引发公众对“未来已来”的无限遐想。然而，热闹背后却隐藏着一个尴尬现实：绝大多数机器人仍停留在实验室或演示阶段，难以在真实工业环境中稳定执行任务。真正能“干活”的人形机器人，屈指可数。

在这一背景下，美国Agility Robotics公司推出的Digit机器人显得尤为突出。这款身高5英尺9英寸（约1.75米）的人形机器人，正默默在美国佐治亚州Spanx公司的仓库里搬运成箱的塑身衣。它不靠炫技吸引眼球，而是以扎实的作业能力赢得了客户买单——包括亚马逊、GXO物流、丰田汽车等全球知名企业。更值得注意的是，Digit已被《时代》周刊称为“第一家靠人形机器人赚钱的公司”的核心产品。

Agility Robotics成立于2015年，其团队早在AI大模型爆发前就已深耕机器人领域十余年。早期，工程师采用传统编程方式为机器人编写动作指令，要求环境高度结构化且任务高度重复。这种基于规则的方法在固定流水线上表现优异，但一旦面对光照变化、地面湿滑、障碍物突现等现实变量，系统便迅速失效，必须依赖人工重新调试。显然，这种方式无法支撑人形机器人走向开放、动态的真实世界。

为突破这一瓶颈，Agility转向以数据驱动为核心的AI训练范式。其核心策略包含两大支柱：一是示教学习（Learning from Demonstration, LfD），二是高保真仿真训练。

在LfD实践中，工程师佩戴VR头显，通过Digit搭载的双目摄像头“看见”机器人的第一视角，并使用手持控制器同步操控其双臂与躯干。在此过程中，Digit的多模态传感器阵列——包括关节编码器、六维力传感器、深度相机和IMU——会实时记录每一次操作的完整状态序列：末端执行器的位置、抓取力度、身体姿态、环境反馈等。这些数据被反复采集于不同光照、不同负载、不同摆放角度的场景下，最终形成一个具备泛化能力的任务模型。例如，在抓取一个不规则纸箱时，模型不再依赖预设的夹爪开合角度，而是根据视觉识别结果动态调整手指姿态与施力大小，实现类人的灵巧操作。

与此同时，Agility充分利用NVIDIA提供的Isaac Sim等开放框架，以及Google DeepMind维护的MuJoCo物理引擎，构建高度逼真的虚拟训练场。在这个数字孪生环境中，Digit可以并行运行成千上万个训练实例，每秒完成数十次试错迭代。强化学习算法在此发挥作用：系统设定明确的奖励函数（如“成功堆叠箱子+1分，掉落-10分”），引导机器人自主探索最优动作策略。这种“虚拟试错—现实迁移”的模式，将原本需要数月实地测试的周期压缩至数小时，极大提升了研发效率。

更重要的是，仿真训练帮助Agility开发出Digit的“全身控制基础模型”——一个统一协调四肢、躯干与平衡系统的底层智能模块。该模型使机器人在行走、弯腰、转身等复合动作中保持动态稳定，即使在湿滑地面或负重状态下也能避免摔倒。这正是人形机器人区别于机械臂或AGV小车的核心优势：全身协同的物理智能。

尽管Digit目前的功能看似“平淡”——搬运、堆叠、运输标准货箱——但恰恰是这种聚焦具体场景的务实定位，使其具备了商业落地的可能。Agility明确表示，Digit的设计目标不是成为万能助手，而是在特定工业环节中替代人力，提升效率并降低成本。据公司测算，在五年使用周期内，Digit的总拥有成本比雇佣一名全职工人低20%。这一经济性指标，是客户愿意持续采购的关键动因。

Digit v5版本的推出进一步强化了其实用价值。作为首款内置“人类感知”功能的型号，它配备了先进的计算机视觉与行为预测算法，能够识别附近工人的位置、朝向甚至意图。当检测到人类靠近作业区域时，Digit会自动减速、调整路径或暂停动作，确保人机协作的安全性。这种“非隔离式”工作模式，打破了传统工业机器人必须关在防护笼中的限制，大幅拓展了部署灵活性。

市场反馈印证了这一策略的成功。截至2024年，Digit v5的订单金额已突破3亿美元，Agility计划在年底前部署数百台设备。公司还宣布将通过SPAC（特殊目的收购公司）方式登陆资本市场，估值约25亿美元。投资方阵容同样亮眼：除亚马逊、丰田外，英伟达不仅是技术合作伙伴，更是重要股东，为其提供GPU算力与AI软件栈支持。

Agility联合创始人Jonathan Hurst曾直言：“当前具身智能领域充斥着太多脱离现实的炒作。我真想戳破这个泡沫。”在他看来，人形机器人的真正价值不在于能否完成高难度体操动作，而在于能否在无需隔离、无需频繁干预的前提下，持续完成有价值的工作。Digit的实践表明，技术先进性必须服务于场景适配性与经济可行性，否则再炫酷的演示也只是空中楼阁。

放眼整个行业，Agility的路径提供了一种值得借鉴的范式：避开“通用智能”的宏大叙事，聚焦垂直场景的痛点需求；放弃追求短期流量曝光，转而深耕长期客户价值。这种“少说多做”的工程文化，或许正是具身智能从概念走向产业化的关键转折点。

当然，挑战依然存在。Digit目前仅适用于结构化程度较高的仓储环境，面对非标物品、复杂装配或户外作业仍显不足。此外，人形机器人的制造成本、维护复杂度、能源效率等问题也尚未完全解决。但不可否认的是，Agility已经迈出了最关键的一步——证明人形机器人不仅可以“存在”，还能“有用”，更能“盈利”。

未来，随着AI模型持续进化、传感器成本下降、电池技术突破，人形机器人的应用场景有望从仓库扩展至制造、零售、医疗乃至家庭服务。但无论边界如何延展，Digit所验证的核心逻辑不会改变：真正的智能，不在于模仿人类的动作，而在于解决人类的问题。