DaxAI机器马亮相WRC'26：载重300公斤时速40公里的全地形四足机器人

一匹会走全地形的"机器马"

在即将到来的世界机器人大会（WRC'26）上，DaxAI推出了一款颇具想象力的产品——全地形机器马（robot-horse）。与我们熟悉的双足人形机器人或轮式配送机器人不同，这台机器采用了仿生四足结构，试图在"承载运输"这一场景中找到自己的位置。

仿生四足机器人的设计灵感来源于自然界中的四足动物，如马、狗、猎豹等。与轮式或履带式移动平台相比，四足结构的核心优势在于对非结构化地形的适应能力——它可以通过离散的足端触地点来选择稳定的支撑位置，从而跨越障碍物、攀爬台阶、穿越松软或不平整的地面。这一领域的技术发展可追溯到上世纪80年代MIT的Marc Raibert实验室，Raibert最早通过单足跳跃机器人验证了动态平衡的基本原理——即机器人不需要在每个瞬间都保持静态稳定，而是可以像动物一样通过连续的动态调整维持运动中的平衡。这一洞见奠定了此后四十年腿式机器人研究的理论基础。而真正进入工程化阶段则始于波士顿动力的BigDog项目（2005年），该项目由DARPA资助，采用液压驱动，首次证明四足机器人可以在野外真实地形中负重行走。当前四足机器人的控制核心通常包括模型预测控制（MPC）和强化学习两大技术路线，前者基于物理模型实时优化步态——具体来说，MPC在每个控制周期内求解一个有限时域的最优控制问题，预测未来数百毫秒内的最优足端力和身体轨迹，使机器人能够提前规划动作以应对即将到来的地形变化；后者通过大规模仿真训练获得鲁棒的运动策略——强化学习方法通常在GPU集群上运行数千个并行仿真环境，让虚拟机器人在各种随机扰动和地形条件下反复试错，最终学习到一个能泛化到真实世界的神经网络控制策略。近年来的趋势是将两者结合：用强化学习训练底层运动策略，用MPC或规划算法处理高层任务目标。

根据官方公布的规格，这款机器马拥有以下核心参数：

• 续航能力：单次充电可支撑约100公里 / 10小时的自主运行
• 最大载重：300公斤
• 最高时速：40公里/小时

这些数字放在当前的四足机器人赛道中，属于相当激进的定位。它不再是实验室里蹦蹦跳跳的"电子狗"，而是明确瞄准了物资运输、野外作业等重载荷、长距离的实用场景。

世界机器人大会（World Robot Conference）是由中国电子学会主办的全球性机器人行业盛会，自2015年起每年在北京举行，涵盖论坛、博览会和机器人大赛三大板块。WRC已成为中国乃至亚太地区规模最大的机器人产业展示平台之一，每届吸引数百家国内外企业参展，2023年大会参观人数超过25万人次，展示了来自全球的600余款机器人产品。对于初创企业而言，WRC是展示技术实力、吸引投资和行业客户的重要窗口，许多中国机器人企业——包括宇树科技、智元机器人等——都曾通过WRC获得行业关注和早期订单。DaxAI选择在WRC'26首发产品，也反映了其希望在中国机器人产业生态中快速建立认知度的市场策略。

DaxAI机器马参数背后的技术含义

300公斤载重意味着什么

目前市面上主流的四足机器人，如波士顿动力的Spot，载重通常在14公斤左右；宇树科技的部分工业型号也多在数十公斤区间。波士顿动力的Spot是目前商业化最成功的四足机器人之一，售价约7.5万美元，重约32公斤，最大载重约14公斤（使用官方载荷底座），续航约90分钟，最高速度约1.6米/秒（约5.8公里/小时）。Spot的定位是轻量级巡检与数据采集平台，主要服务于电力设施巡检、建筑工地监测、危险环境探测等场景。宇树科技（Unitree）的B2则定位更高，载重约40公斤，速度可达6米/秒，代表了当前电驱动四足机器人在性能上的较高水平。值得一提的是，瑞士苏黎世联邦理工学院（ETH Zurich）孵化的ANYbotics公司推出的ANYmal机器人，载重约15公斤，主打工业巡检市场，已在石油天然气设施中获得实际部署。

DaxAI宣称的300公斤载重，几乎相当于一匹真实役用马的负载能力（一匹健康的工作马通常能承载其体重20%-30%的负荷，约100-150公斤用于骑乘，驮载可达200-300公斤），这对结构强度、关节电机扭矩以及动态平衡算法都提出了极高要求。

四足机器人的关节驱动通常采用高扭矩密度的无刷直流电机（BLDC）配合行星减速器或准直驱方案。准直驱（quasi-direct drive）方案使用低减速比（通常4:1至10:1）减速器，保留了电机的力透明性（back-drivability）和反向驱动能力，有利于实现柔顺的力控制——当机器人腿部触地受到冲击时，关节可以像弹簧一样被动顺应，而不是刚性抵抗。MIT的Mini Cheetah正是准直驱方案的经典代表。但准直驱的扭矩输出有限，对于300公斤载重级别的重型四足，则可能需要高减速比方案（50:1甚至100:1）配合力/力矩传感器来实现精确的地面反作用力控制。高减速比的代价是降低了力透明性，增加了反射惯量，需要通过更精密的传感器和更高频率的控制回路来补偿。另一种可能的方案是采用液压-电混合驱动，在需要大扭矩输出的关节（如髋关节和膝关节）使用电液伺服系统，兼顾功率密度和控制精度。

动态平衡算法方面，零力矩点（ZMP）理论最早由南斯拉夫学者Vukobratović在1970年代提出，通过确保地面反作用力的合力作用点（即ZMP）始终位于支撑多边形内来保证静态/动态稳定性。虚拟模型控制（VMC）则通过在机器人身体与地面之间建立虚拟的弹簧-阻尼器模型来生成期望的地面反作用力，直觉性强且计算效率高。而近年来基于全身动力学优化（Whole-Body Control, WBC）的方法则能更好地协调机器人在高负载下的多关节运动——WBC将机器人视为完整的多体动力学系统，同时优化所有关节的力矩输出，在满足物理约束（关节力矩限制、摩擦锥约束、关节限位等）的前提下实现期望的运动目标，防止在不平整地形上失稳倾覆。对于300公斤负载的场景，WBC尤为关键，因为负载的质量分布和重心位置会显著改变机器人的整体动力学特性。

要在保持四足灵活性的同时承载如此重量，通常需要更大功率的驱动系统和更坚固的机械骨架。这也解释了为什么产品被命名为"机器马"而非"机器狗"——它的定位本身就是一种运力工具，完全跳出了现有的"机器狗"品类，进入了传统上由骡马、小型越野车辆或军用无人地面车辆（UGV）所覆盖的领域。在军用UGV领域，美军的"骡子"（MUTT，Multi-Utility Tactical Transport）系列轮式/履带式无人车可承载约450公斤，但受限于轮式底盘无法通行极端地形。DaxAI机器马正是瞄准了UGV与传统骡马之间的能力空白。

100公里续航的现实挑战

续航一直是移动机器人的痛点。四足行走相比轮式移动，能耗天然更高，因为每一步都涉及抬腿、落地、平衡调整等动作。

从能耗机理来看，四足行走的高能耗源于其运动的本质特征。在每个步态周期中，腿部需要做正功将身体质心抬升（对抗重力），做负功吸收落地冲击（能量耗散），同时摆动腿在空中加速和减速也消耗能量。用一个量化指标来衡量：运输成本（Cost of Transport, CoT）定义为移动单位质量单位距离所消耗的能量，CoT = P/(mgv)，其中P为功率消耗，m为质量，g为重力加速度，v为速度。自然界中马的CoT约为0.7-1.5，而当前最优秀的四足机器人CoT约为1.5-5，仍然高于生物系统。相比之下，轮式移动在平坦路面上主要克服滚动阻力，CoT可低至0.01-0.1，能耗可低一到两个数量级。

为提升四足机器人的能源效率，业界采用的策略包括：串联弹性驱动器（Series Elastic Actuator, SEA）或并联弹性元件来回收着地时的冲击能量——弹性元件在腿部着地时储存势能，在离地蹬伸时释放，类似于人类跟腱在跑步中发挥的作用，MIT和KAIST的研究表明合理设计的弹性元件可降低20%-40%的能耗；优化步态参数（步频、步幅、占空比）以最小化运输成本；以及通过飞行相步态（如trot、gallop）减少同时支撑的腿数，从而降低每条腿的负载——在trot步态中对角线的两条腿同时着地，另两条腿同时腾空，身体存在短暂的无支撑飞行相，整体上类似于弹跳球运动，可以利用重力势能和动能的相互转换来节约能量。

DaxAI给出的100公里/10小时数据，如果属实，意味着其在能源管理和运动效率上做了大量优化，很可能在电池能量密度和机械能量回收方面做了突破性设计。当前商用锂电池（特别是磷酸铁锂和三元锂）的能量密度约为150-300Wh/kg，若假设机器马整机重量约200公斤且电池占比30%（约60公斤电池），则电池总能量约为9-18kWh。要支撑10小时运行，平均功耗需控制在0.9-1.8kW范围内，对于300公斤载重级别的四足机器人而言，这是一个极具挑战性的目标。展望未来，固态电池技术有望将能量密度提升至400-500Wh/kg，半固态电池已进入车规级量产阶段，若能在机器人领域得到应用，将为大型四足机器人的续航能力带来质的飞跃。

不过需要注意的是，续航数据往往在理想工况下测得——通常是平坦硬质路面、空载或部分载荷、恒定速度巡航。300公斤满载、复杂地形、频繁爬坡等真实场景，很可能会显著缩短实际续航（根据业内经验，复杂地形下的能耗可能是平坦路面的2-3倍）。这类指标需要在独立评测中进一步验证。

时速40公里的适用边界

40公里/小时的最高速度在四足机器人中同样属于领先水平。作为参考，MIT Mini Cheetah曾实现约3.7米/秒（约13公里/小时）的速度，宇树B2宣称可达6米/秒（约22公里/小时），而自然界中马的小跑（trot）速度约13-20公里/小时，疾驰（gallop）可达55-70公里/小时。40公里/小时约合11.1米/秒，这一速度使其具备了在开阔地形快速转移的能力，适合应急物资投送、边远地区补给等任务。但高速运动对四足平衡系统是巨大考验，能否在真实全地形环境下稳定跑出这一速度，是评判其技术成熟度的关键。

高速四足运动通常需要从行走步态（walk）切换到小跑步态（trot）甚至飞奔步态（gallop），每种步态对应不同的腿部协调模式和身体动力学特征。Walk是最稳定的步态，任何时刻至少有三条腿着地，重心始终在支撑多边形内；trot为对角步态，两条对角腿同时运动，存在飞行相，类似于弹簧-质量模型的弹跳运动；gallop则是最复杂的不对称步态，四条腿依次着地和离地，身体有明显的俯仰和弯曲运动，需要柔性脊柱结构来储存和释放能量。在40公里/小时的速度下，机器人的足端与地面接触时间可能短至50-100毫秒，留给控制系统感知地形并做出调整的时间窗口也相应压缩至10-20毫秒量级，这对传感器响应速度（通常需要IMU更新频率>1kHz，腿部力传感器响应时间<1ms）和控制算法的实时性（控制回路频率通常需要达到500Hz-1kHz）都提出了极高要求。此外，高速运动中地面反作用力的峰值可达体重的3-5倍，这对结构强度和关节密封也是严峻考验。

全地形四足运载机器人的应用场景

这款机器马的产品逻辑，与人形机器人形成了有趣的差异化。人形机器人追求的是"替代人类进入人类环境"——利用人形的结构优势来适配为人类设计的空间（门、楼梯、工具等），而四足运载机器人追求的是"进入人类难以负重通行的环境"——不追求拟人化，而是追求在极端地形中的运载效率。

四足机器人用于军事后勤运输并非新概念。DARPA在2010年代资助的LS3（Legged Squad Support System，"腿式班组支援系统"）项目正是由波士顿动力开发的大型四足运载机器人，设计载重约180公斤，可跟随步兵小队在复杂地形中运输物资。LS3重约590公斤，使用汽油发动机驱动液压系统，可在24小时内自主行进32公里。然而该项目最终因噪音过大（液压泵和内燃机的噪音使其在战术环境中暴露位置）和战场实用性问题于2015年被搁置。美国海军陆战队在实际测试中反馈，LS3的噪音水平使其无法在需要隐蔽的战术行动中使用，且操作人员需要额外关注机器人状态，分散了战斗注意力。此后，中国的多家企业和研究机构也在推进类似方向——中国兵器工业集团、哈尔滨工业大学、浙江大学等都开展了大型四足机器人的研发工作。DaxAI的机器马可以看作这一技术路线在电驱动时代的新尝试，电机驱动相比液压系统显著降低了噪音（通常可将运行噪音从液压系统的80-90dB降低至60dB以下），但在功率密度上仍面临挑战——液压系统的功率密度约为电机系统的5-10倍，这意味着电驱动方案需要更大体积的电机来输出同等功率。

可以想象的应用场景包括：

• 野外与山地物资运输：军用后勤、地质勘探、灾害救援等场景中，车辆无法通行的崎岖地形。在中国西南高原和山区，大量哨所和工程项目仍依赖骡马运输，年均消耗巨大且受天气影响严重。
• 农业与林业作业：在梯田、丘陵等复杂地形中承担运输任务。中国南方丘陵地区的茶园、果园采摘运输，以及林业中木材的初级搬运，都是潜在应用方向。
• 应急救援：地震、泥石流后道路损毁区域的物资投送与伤员转运辅助。2024年雅安地震等灾害中，断路区域内的物资运输主要依靠人力背负和直升机空投，成本高昂且效率有限。
• 工业巡检：结合传感器载荷（如LiDAR、热成像相机、气体传感器等）在大型厂区、矿区进行长距离巡检。相比Spot等轻型平台，大载重能力允许搭载更多、更重的专业检测设备。

这些场景的共同特征是：地形复杂、需要负重、且对续航有较高要求——恰好对应DaxAI主打的三项核心参数。从市场规模来看，仅中国军用后勤和应急救援两个领域，每年的物资运输装备采购预算就达数百亿元，四足运载机器人如果能够证明其可靠性和成本效益，市场空间可观。

理性看待"发布会参数"：从原型到量产

作为WRC'26的首发产品，目前我们能获取的信息仍主要来自厂商的宣传口径。在为这些亮眼参数感到兴奋的同时，也需要保持几分冷静：

第一，参数与量产之间存在鸿沟。展会上的原型机与真正可批量交付、稳定运行的产品，往往还有相当长的距离。许多机器人产品在demo阶段表现惊艳，但商业化落地缓慢。机器人行业的"概念-原型-量产"路径往往比预期更为漫长。以人形机器人为例，特斯拉Optimus从2021年概念发布到2024年仍处于工厂内部测试阶段；Figure AI虽然获得超过26亿美元融资，量产交付的时间表也多次推迟。四足机器人赛道同样如此，波士顿动力从BigDog（2005年）到Spot的商业化发布（2020年正式对外销售）用了约15年时间；即使是从Spot原型展示（2016年）到商业化也经历了4年打磨。这一时间跨度的核心原因在于：实验室环境中的优异表现与真实世界中7×24小时、全天候、多用户场景下的稳定运行之间存在本质差距。

第二，关键指标缺乏独立验证。载重、续航、速度这三项都需要在标准化测试和第三方评测中复现，才能真正取信于行业。目前机器人行业尚缺乏统一的性能评测标准——不同厂商对"最大载重"的定义可能不同（是瞬时承受还是持续行走？是平路还是坡路？），对"续航"的测试工况也各异。参考汽车行业的NEDC/WLTP续航标准，机器人行业也亟需建立类似的标准化测试协议。

第三，成本与可靠性是隐形门槛。能否以合理成本实现这些性能，以及在长期高强度使用中的故障率，将最终决定这款机器马是走向实用，还是停留在概念展示。量产的核心挑战包括：供应链的稳定性（特别是高性能电机、精密减速器、力传感器、高算力边缘计算芯片等核心部件，部分高端部件仍依赖进口）；质量一致性控制（机器人是多学科集成的复杂系统，涉及机械、电子、软件的高度耦合，单台调试与批量一致性之间存在巨大差异）；售后维护体系的建立（四足机器人在全地形使用中的磨损和损坏率远高于室内机器人，需要便捷的模块化维修方案）；以及将单台成本降至目标客户可接受的范围（参考Spot约7.5万美元的售价，300公斤级别的大型四足机器人成本大概率在数十万元人民币级别，需要与军用骡马每年的饲养管理成本、小型越野车的采购使用成本进行对比）。对于一款300公斤载重级别的大型四足机器人，其结构件的制造精度（特别是承力关节的配合公差需控制在微米级）、关节密封防护等级（全地形使用至少需要IP67级防水防尘，涉水场景可能需要IP68）和整机可靠性验证（MTBF，即平均无故障时间，工业级设备通常要求至少数千小时，而军用设备要求更高）都是量产前必须攻克的工程难题。

结语：四足运载赛道值得关注

无论最终落地情况如何，DaxAI机器马的出现，都反映出机器人行业正在从"炫技"走向"实用"的趋势。当行业目光大量聚焦于人形机器人时，专注于"重载荷、长续航、全地形"的四足运载方向，反而可能率先找到扎实的商业场景。

从行业发展阶段来看，四足机器人赛道正处于从"技术验证"向"场景落地"过渡的关键期。2020年之前，行业的核心议题是"四足机器人能否稳定行走"；2020-2024年，议题转变为"四足机器人能做什么有用的事"；而DaxAI机器马所代表的方向，则试图回答"四足机器人能否成为一种经济可行的运力基础设施"。这一转变的背后，是电机技术、电池技术、AI控制算法和制造工艺的多重进步在同一时间窗口汇聚的结果。

它的核心价值不在于像不像一匹马，而在于能否真正替代人力与传统运输工具，进入那些"最后一公里"甚至"最后一百米"的艰难地带。WRC'26之后，这匹"机器马"能跑多远，值得持续观察。

核心要点