开源人形机器人Asimov 1新进展：边走路边摆臂

开源人形机器人的第352天

一个名为 Asimov 1 的开源人形机器人项目正在公开进行中。开发团队把整个研发过程透明化，记录到了第 352 天，最新的里程碑是：机器人现在可以在行走的同时移动手臂。

这听起来似乎只是个小功能，但在人形机器人领域，行走与手臂动作的协调控制恰恰是一道不小的技术门槛。团队将这一步定位为“让机器人能够在移动中搬运和处理物体”的前置能力——也就是说，这不仅是展示性动作，而是面向实用场景的功能铺垫。

项目完全开源，代码托管在 GitHub 上（menloresearch/asimov-1），任何人都可以查看、复现乃至参与贡献。

为什么“边走边摆臂”并不简单

人类走路时自然会摆动手臂，这是一种下意识的平衡机制。但对双足机器人来说，情况复杂得多。行走本身就是一个动态平衡问题，机器人需要实时控制重心、步态和关节力矩来避免摔倒。一旦手臂开始运动，就会改变整体的质量分布和动量，给原本脆弱的平衡控制带来额外扰动。

要让手臂在行走过程中自由活动，控制系统必须把上肢运动纳入全身协调（whole-body control）的考量之中，而不是把走路和挥手当成两套独立的子系统。能够做到两者兼顾，意味着底层的动力学建模和控制回路已经达到了一定成熟度。

面向“移动中操作”的意义

团队明确提到，这一步是迈向“在移动中搬运和处理物体”的方向。现实中大多数有价值的任务——搬运箱子、递送物品、在空间中巡回作业——都要求机器人在移动的同时使用双手。静止状态下的机械臂操作早已不是新鲜事，真正的难点在于把移动和操作结合起来。Asimov 1 当前的进展，可以视作为后续抓取、搬运等能力打下运动学基础。

公开构建的开源价值

Asimov 1 的一个显著特点是“build in public”——在公众视野下逐日迭代。这种模式在软件开源社区很常见，但在硬件和机器人领域相对少见，因为机器人涉及机械结构、电子、固件和算法等多个层面，开源的门槛和成本都更高。

把人形机器人的开发完全开放，带来的直接价值是降低了整个社区的学习与复现成本。对研究者和爱好者而言，一个可查阅完整代码、能追踪开发进度的项目，远比封闭的商业产品更有参考意义。它也让更多人有机会理解人形机器人从零到行走再到协调动作的真实工程路径。

机器人领域的开源生态与纯软件开源有本质差异。软件开源只需分享代码，而机器人项目还涉及机械设计文件（CAD）、PCB 电路图、执行器选型与标定参数、实时固件等异构资产，任何一个环节的缺失都会让"开源"流于形式。此外，硬件的复现成本远高于软件——即便拿到完整图纸，购买零件、加工结构件、组装调试依然需要可观的资金与时间投入。正因如此，像波士顿动力、Figure AI 这类头部公司的机器人至今仍是封闭的黑箱。Asimov 1 选择把机械、电气、软件全栈公开，并保持逐日更新的开发日志，在当前人形机器人商业化竞赛白热化的背景下，具有较为罕见的社区参考价值。

克制看待：一条仍在进行的长路

需要客观看待的是，“第 352 天”本身就说明这是一个长期、渐进的工程，当前展示的只是阶段性成果。从“能边走边摆臂”到“能在移动中稳定搬运物体”，中间还隔着抓取、力控、感知、物体识别等一系列更复杂的能力。

但对一个开源项目而言，持续、透明的进展记录本身就是一种难得的坚持。它让外界得以见证人形机器人技术在社区力量驱动下的真实成长曲线，而不是只看到被精心剪辑的发布会片段。

注：本文信息来自 Reddit 上该项目的进展分享，细节以 GitHub 仓库为准。

背景补充

全身协调控制（Whole-Body Control，WBC）是现代人形机器人研究的核心难题之一。传统机器人控制通常将运动拆解为独立子任务分别求解，而 WBC 则将机器人视为一个统一的动力学系统，通过求解带约束的优化问题（通常是二次规划，QP）同时计算全身所有关节的力矩指令。这类方法需要实时维护机器人的完整动力学模型，包括质量矩阵、科里奥利力、重力补偿项，以及地面接触约束等。计算代价高、对建模误差敏感，是其落地的主要挑战。双足行走本就属于"欠驱动系统"（underactuated system）——机器人的自由度多于实际可控的驱动关节，脚底与地面的接触点是唯一的外部支撑，任何额外扰动都会直接反映在零力矩点（ZMP）或捕获点（capture point）的偏移上，从而威胁整体稳定性。