自2017年以來，我們一直在關注 Boston Dynamics 的 Atlas 執行後空翻的表現。如今，Figure 的人形機器人不僅能夠加載洗衣機，還有低成本的 $6,000 / 約 HK$ 46,800 的雙足機器人進入市場，甚至有技術人員將 Figure 機器人放置於 BMW 的生產線上，Apollo 機器人則在梅賽德斯-奔馳的工廠中運作。表面上看，人形機器人似乎終於變得可行。然而，專家警告說，這一領域仍然受到一個更根本的限制所制約：機器人的身體。即使是最先進的人工智能模型也無法彌補這一不足。
在最近一次尋求研究合作的公告中，索尼的機器人部門表示，許多人形和模仿動物的機器人擁有「有限的關節數」，這導致它們的動作與所模仿對象之間存在「差距」，這大大降低了它們的價值。該公司正在尋求「靈活的結構機制」，簡而言之，就是更智能、更具適應性的物理架構，以實現當前平台難以達成的動態自然運動。這一倡議與倫敦南岸大學機械智能研究小組主任 Hamed Rajabi 在《The Conversation》中提出的更廣泛論點相一致。
Rajabi 認為，行業的「以大腦為先」的設計理念，即由中央軟體控制剛性、由馬達驅動的結構，迫使機器人進行數百萬次微小且耗能的調整，僅僅是為了保持直立。他指出，即使是最先進的裝置，在電池耗盡之前也往往只能運行幾個小時。為了對比能量消耗，Rajabi 提到 Tesla 的 Optimus 在簡單行走時需要約 500 瓦的功率，而人類在更為艱難的快步行走時僅需約 310 瓦，儘管任務更具挑戰性，但人類的能量消耗卻低了約 45%。這一差距，他認為，反映了物理設計的問題，而不僅僅是軟體的成熟度。
這位專家指出了一個回報遞減的模式。剛性機體需要超級計算機級別的計劃和更強的驅動裝置，這使得機器人變得更重、更耗能，並加劇了軟體試圖克服的穩定性和耐力問題。即使在感知和計劃方面看似出色，物理限制也無法消除。Tesla 的 Optimus 雖然可以通過精確的視覺引導來摺疊 T 恤，但 Rajabi 認為，對於一件皺巴巴的衣物放在凌亂的床上，相對剛性的、缺乏感測器的手部可能會面臨困難，因為這個身體缺乏「物理智慧」，無法即時適應環境。
在近來的比賽中，這一批評再次浮現。世界人形機器人比賽中舉辦的半馬拉松和拳擊賽事被廣泛認為是失敗的。許多機器人崩潰、過熱或故障，只有少數完成了賽事。這一現象顯示了當前的機器人在受控演示之外，與人類的魯棒性之間還有多大的差距。
Rajabi 提出的轉變重點在於機械智能，或稱 MI，其靈感來自自然界的「形態計算」。這一理念認為，身體本身可以被動地執行有用的計算。例如，松果的鱗片在乾燥時會打開，潮濕時則會關閉，這一過程不依賴任何感測器或處理器。而 Rajabi 提到的兔子的腿腱則像彈簧一樣儲存和釋放能量，以較少的肌肉努力來穩定步態。人類的手，由於柔軟的組織和調節濕度的指尖，能自動適應物體並調整摩擦力，以實現安全、低力的抓取。將這一理念應用於機器人時，MI 意味著設計能夠被動適應環境的結構，讓「大腦」能專注於更高層次的策略、學習和互動。
Rajabi 強調了一些使用類似於獵豹的彈簧式、儲能腿的平臺所獲得的成果，使其運行更有效率。他的團隊正在開發混合鉸鏈，結合剛性關節的精確性和強度，以及生物關節的減震和柔韌特性，這有潛力為肩膀或膝蓋提供更多的自由度，實現更生動的運動。這位專家指出，如果像 Optimus 這樣的手部設計中內置了柔軟、適應性強的皮膚和調節濕度的指尖，則其握持物體時所需的力和能量都將大幅減少。在這種意義上，「皮膚本身將成為計算機」。
為何該行業未能更早採納 MI？Rajabi 指出，許多頂尖企業本質上是軟體和人工智能公司，這使它們在高精度馬達、傳感器和處理器的生態系統中進行優化。相比之下，構建具有物理智能的身體則依賴於先進的材料和生物力學，而這些元件的製造基礎尚未達到規模。這一點帶來了一個誘人的陷阱，當一個機器人已經看起來令人印象深刻時，人們更容易期待下一次軟體更新能縮小差距，而不是重新設計硬體和供應鏈。索尼的呼籲和 Rajabi 的分析表明，這種情況可能會改變。未來的發展路徑可能不再是更好的程式碼或更好的硬體之間的選擇，而是二者的綜合。人工智能與能夠更自主工作的機體相結合，將可能改變人形機器人的發展格局。
