DOBOT 推出適用於真實環境的全地形人形機器人 LUMO

中國機器人製造商 DOBOT 在中國正式推出 LUMO，宣稱這是首款專為家庭、學校和商場設計的具身全地形類人型機器人。 這台身高 1.3 公尺的機器人進行了公開示範，內容包括在草地、沙地和鵝卵石路面行走，以及拳擊、跳舞、後空翻和基本的家務協助。

該公司特別強調其融合視覺、語音與動作的多模態感知能力，使機器人能夠解讀使用者意圖，並在預先定義指令之外採取行動。在其中一段示範中，LUMO 察覺到主人已就寢，並主動關閉了燈光。DOBOT 表示，公開的影片中未使用任何視覺特效，並強調機器人能隨著時間推移持續學習。

總部位於深圳的 DOBOT，最為人熟知的是其專注於工業與教育領域的緊湊型機械手臂。透過 LUMO，該公司正更深入地進軍能安全地在人群中運作的通用型類人型機器人領域。 該系統結合了關節式腿部移動技術、感測器融合以及強化學習，以應對多樣化的室內環境，這比僅執行固定任務的工廠機器人更進一步。

DOBOT 將 LUMO 定位為適用於真實世界情境的具身助手，這些情境中地面不平整，且人類的意圖可能在任務進行中發生變化。這種定位與機器人領域更廣泛的轉變相符，即將重心從被圍欄隔離的工業自動化轉移至協作平台。 重點在於陪伴與實用性，而非生產線上的工作。這是該公司對產品藍圖的一次大膽重新定位，也凸顯了這個競爭激烈的領域——如今已包含來自美國、歐洲及其他中國製造商的參入者。

所展現的多功能性，昭示著其雄心壯志已超越預設的程式化流程

LUMO 的示範影片中，一臺人形機器人穿梭於各類混合地表，這些地表往往對雙足機器人構成挑戰。草地帶來摩擦與彈性；沙地會隨腳步位移；鵝卵石則形成不平整的接觸點。該機器人還展現了運動能力

諸如後空翻和步法連段等動作，絕非僅是哗眾取寵。這些動作考驗著致動器的功率密度、關節控制頻寬以及全身協調性。

那段廣為流傳的影片中，LUMO 識別出熟睡的主人並翻轉開關，這仰賴於一系列的能力。機器人必須分類人體姿勢、建構房間地圖、定位燈光開關、規劃路徑，並在確保安全的前提下執行動作。 該公司所宣稱的「多模態輸入」在此至關重要，因為在光線不足的情況下，僅靠視覺線索往往不足以應對。透過融合相機、慣性感測、接近感測及音訊線索所構成的整合系統，為整體運作提供了冗餘機制。這恰如人類在夜間利用視覺、聽覺及本體感覺來穿梭於房間之中。

DOBOT 特別註明影片中未使用任何視覺特效。這點至關重要，因為該領域正面對外界對「擺拍」或「修圖」的機器人影片日益高漲的質疑。影片中展現的「運動級」精彩片段勢必將引發網路熱議。 更具啟發性的片段，是機器人在人群附近及雜亂空間中緩慢而謹慎的互動。這些片段最能直接對應家庭、學校和商場中的實際應用情境。

類人型機器人背後的資本與工程邏輯正轉向公共空間

過去十年間，人形機器人的研究主要聚焦於工廠的拾取與放置任務，以及在固定通道內的物流作業。然而，零售、教育、 hospitality 及長者照護領域，則為短期內部署提供了更廣闊的潛在應用空間。這些並非同質化的市場，但它們共享一項關鍵特徵：與人類近距離互動的任務變化多端，且建築環境並未標準化。

DOBOT 的 1.3 公尺設計能通過一般門框，並降低其在公共場所帶來的威懾感。其高度足以觸及開關和層架，同時避免了全尺寸成人機型所需的重量與扭力需求。較低的质量在跌倒時能降低損壞風險，並減少電池容量需求。這項工程設計選擇符合預期的室內

在兩次充電間歇之間，能持續運行一至兩小時的移動迴路。越仔細觀察，它就越像一輛配備鉸接式腿部與感知系統的緊湊型電動滑板車。

這個類比頗具啟發性。電動滑板車在城市出行中，需在續航力、動力與緊湊性之間取得平衡；LUMO 則致力於在室內移動中，平衡操作範圍、穩定性與安全性。它雖無法將沙發搬上樓梯，但或許能執行數十項輕型任務，這些任務累積起來，便能在學校走廊或購物中心中庭提供實質的服務覆蓋範圍。

產品敘事更傾向於「具身學習」，而非完全依循預設指令

DOBOT 對多模態感知與裝置端學習的描述，預示著其已超越靜態決策樹的框架。該裝置能透過反覆互動學習使用者的偏好。這種做法與當前在真實硬體上進行的模仿學習與強化學習研究相契合。 一台能觀察你如何將餐具放入洗碗機，並在下次重複相同操作模式的機器人，即使距離具備意識還很遙遠，在功能上仍具有實質價值。

該公司先前進行的 1,118 英里虛擬實境遙控操作示範——其中一臺 Atom 人形機器人在遠端控制下烹調牛排——展現了另一項關鍵支柱。遙控操作不僅能彌合能力差距，同時還能產生用於訓練的數據。當自主系統遇到邊緣案例時，它也能作為備用方案。 混合式方法將自主控制用於例行動作，並在需要精準抓取或從故障中恢復時採用遙控操作。這種分層系統能贏得重視運作時間而非新奇感的客戶的信任。

然而，也有持懷疑態度的反駁觀點。裝置端學習會引入不可預測性。企業要求可重複性與稽核追蹤；學校和購物中心對不安全行為採取零容忍態度。任何自適應系統都需要嚴格的防護措施，以限制探索範圍並對行為變化進行速率限制。最佳的未來發展路徑，很可能結合雲端監督式政策更新、簽名建置，以及用於漸進式調整的本地沙盒。

調校。

在混合地形上的移動能力仍是一項艱鉅的工程難題，而安全是其核心

在草地和沙地上行走是一項許多研究實驗室在公開示範中避而不談的挑戰。阻力會隨著每一步而變化。腿部控制器必須即時調整蹬地力量與腳部落點。接觸的不確定性增加了滑倒和膝蓋彎折的風險。DOBOT 的影片片段顯示其具備有效的狀態估計器與步態規劃器。

全地形測試需謹慎對待。大多數住宅和商場並無深沙地形。然而，即使是地磚、電梯門檻和地墊上的輕微不平整，也會讓許多機器人絆倒。LUMO 能應對鵝卵石路面這一點令人鼓舞，因為該表面會產生集中載荷和不均勻的滾動。 在現實世界中，透過微幅手臂動作與快速髖部調整來維持上半身平衡，往往能省下一步。LUMO 需要這些平衡調整的頻率，將決定其工作週期與磨損程度。

後空翻展現了扭矩密度與能量控制能力，同時也屬於高應力動作。若 DOBOT 能反覆執行後空翻而不會導致致動器過熱，則表明其具備高效的散熱設計——無論是採用液冷還是氣冷（且氣流導向良好），並配有謹慎的電流限制機制。 電池化學成分與電芯佈局同樣至關重要，因為多數高爆發力動作都會產生顯著的峰值電流。任何商用硬體都需具備透明的額定性能範圍，將展示模式與服務模式區分開來，以管理客戶的期望。

競爭態勢顯示，一場策略各異的全球競逐正在急速展開

DOBOT 正進軍一個充斥著雄心勃勃計畫的領域。美國的 Figure AI 已與 BMW 簽署協議，並從戰略投資者處籌集了約 6.75 億美元。 特斯拉正在其工廠內測試 Optimus，並透過靈巧度影片展現快速進展。Agility Robotics 將 Digit 部署於物流試點項目，並對俄勒岡州的一座工廠進行了改造。Apptronik 推動 Apollo 邁向商業試驗階段。Sanctuary AI 則專注於認知層，以實現任務的通用性。在

在中國，Unitree 於初期促銷期間以約 90,000 美元的激進定價銷售 H1 機型，而傅立葉智能則主打 GR 系列。

DOBOT 選擇將家庭、學校和商場作為目標市場，使其有別於那些以工廠為首要目標的廠商。 零售與教育領域需要友善的設計、在雜亂環境中強大的感知能力，以及自然流暢的語音互動。此外，這些領域還要求總擁有成本低且維護簡便。購物中心經理與生產工程師的風險評估邏輯截然不同。若能勝任導航、簡單取物、標誌互動及輕度清潔等任務，這正是緊湊且平易近人的類人型機器人大放異彩的利基市場。

一個很好的對比是應用程式商店尚未成熟前的智慧型手機戰爭。當時製造商在鍵盤佈局、螢幕尺寸和電池續航力的權衡上各有所側。最終勝出的組合，是在日常實用性與開發者支援之間取得了平衡。 在類人型機器人領域，日常實用性可能等同於數小時的可靠導航，以及無需大費周章即可完成的數十項小任務。開發者支援則意味著一套工具鏈，讓系統整合商無需具備高級機器人學學位，也能開發相關技能。

供應鏈與零組件經濟將決定商業可行性

人形機器人兼具機電整合與運算特性。其物料清單主要由致動器、齒輪箱、電池、感測器和晶片組成。 中國在伺服馬達和諧波減速器領域取得快速進展，Leaderdrive 等供應商正不斷提高本土化比例。這點至關重要，因為進口的精密減速器和馬達不僅會推高成本，還會延長開發時程。若 DOBOT 倚重國產零組件，便能掌控定價並加速產品迭代。

致動器的功率密度是決定性因素。更安靜的齒輪傳動系統能降低公共場所的噪音。高效率馬達則能延長運作時間。關節扭矩感測器有助於在人群周邊進行安全的力控。電池組需要具備汽車級安全標準，包括電芯隔離與熱管理保護。LUMO 的身高暗示著

充電容量足以支援一至兩小時的混合作業。在商場和學校等場所，智慧充電車或基座式充電系統能維持高利用率，因為機器人在完成任務後會返回基地充電。

在運算方面，出口管制已改變了競爭格局。中國企業取得頂級 GPU 的管道已趨嚴苛。然而，用於馬達控制與感知的邊緣推論，可運行於針對能效進行優化的國產或未受限制的晶片上。 大型模型的訓練則是另一項課題。DOBOT 可透過專注於緊湊型多模態模型及任務特定網路來規避瓶頸，這類模型所需的訓練運算能力較低。透過遙控操作及中國境內的車隊學習所進行的資料收集，仍將是一大優勢。

根據與管理清潔機器人及配送機器人的系統整合商所進行的對話，針對中國主流 B2B 服務市場，整體系統成本必須降至 50,000 美元以下。即使初期價格較高，客戶仍會進行投資報酬率的計算。 若一台機器人每天能取代一至兩班兼職人員（每小時工資 25 元人民幣），且在三年內具備高可靠性與極低停機率，則總成本在 60,000 至 90,000 美元之間是合理的。 將硬體、維修服務及軟體更新整合為固定月費的合約方案，有助於促進採用。

免責聲明：本分析僅供參考，不構成投資、法律或採購建議。RobotAIGeek 並不背書特定供應商，亦不保證早期技術的表現。