让机器人学会“怕人”，比让它学会干活难十倍？

“ 十年鸵鸟腿，一朝换人腿

你一定在社交媒体上刷到过这样的画面。

湖北襄阳科技馆里，一个五岁女孩在人群中观看机器人表演，那台人形机器人突然一个回旋踢，正中她面颊，四颗乳牙当场脱落，上唇撕裂。家长索赔十五万，各方协商九个月，至今没有结果。

这样的新闻在全国乃至全世界都屡见不鲜。

成都商场里机器人表演撞倒围观老人，双双倒地不起；新疆游乐园里武术表演的机器人一脚踢中儿童腹部；加州一家火锅店里，一台服务机器人毫无征兆地开始乱舞，撞翻餐桌，筷子和调料四散飞溅，店员费尽力气才将其制服。

这些碎片化的失控瞬间之所以能在网络上病毒式传播，是因为它们精准击中了公众对具身智能最深层的恐惧。当机器拥有接近人类的躯干和力量，而我们却没有一套可靠的安全机制来约束它时，所谓的“人机协作”就成了一句危险的修辞。

任何一次微小的失误，都足以演变成一场信任危机。

行业里不是没有人意识到这个问题。但真正把“安全”从一个公关话术变成工程架构的公司，屈指可数。

刚刚发布的 Digit 5，是目前为止对这一命题最认真的一次工程回应，它戳中了行业最痛的那根神经。

01.

先让机器人学会“怕人”

在Digit 5之前，工业场景中的人形机器人有一个心照不宣的行业惯例——把人挡在外面。

无论是自身在亚马逊仓库里运行Digit 4设立的隔离区，还是各大展会上被亚克力板围起来的演示区，安全护栏的存在本身就是一种技术妥协。

“我们不确信机器人在人类靠近时能做出正确反应，所以干脆不让人靠近。”有企业如此回答。

而Digit 5要做的事情，是把这层物理屏障拆掉。

为Digit 5设置的安全架构是一套分层递进的感知与响应系统，贯穿感知、决策、执行三个层级。

最外层是人体感知能力，Digit 5通过多模态传感器阵列和专有 AI 算法，360度持续监测周围人员的位置和运动轨迹，并结合人员移动方向、速度、姿态来预判碰撞风险。

当检测到人员靠近时，Digit 5的响应是分级且具象的。远距离时，它会主动调整路径避让；中等距离时，它会减速甚至原地停止，等待人员通过；如果人员继续逼近，它会执行一个在行业中几乎从未出现过的人形动作——主动下蹲至接近地面的位置，并在接触发生前切断电机动力。

表示，这个“坐下去”的动作之所以关键，是因为它将机器人的重心从站立时的1.8米高度骤然拉低，同时让所有关节从主动驱动状态变为被动顺从状态。

一个下蹲且电机断电的Digit，即便被撞到，也无法对人施加任何有意义的力。

这套动作序列背后，是一个独立于主控系统的安全控制器在实时运行。它不参与复杂的任务规划或运动学计算，只做一件事：一旦确认人员进入危险范围，它会绕过主系统直接触发预设的安全响应。

这种“安全通道独立化”的设计思路，在航空和自动驾驶领域已有成熟先例，但在人形机器人上落地，Digit 5是第一批。

还有一层容易被忽略的设计是人机交互的意图传达。Digit 5会通过视觉和听觉信号传递自身的运动意图。比如在移动前发出定向声光提示，让人类操作员能够预判机器人的运动轨迹并主动参与安全协作。

安全在近人环境中从来不是机器人的单方面义务，而是双方的信息对齐。把这一点做成了产品的一部分。

这套架构的背后，是与的深度合作。据悉，Digit 5是 Halos for 平台的首发合作伙伴，将的安全系统与 IGX Thor和Halos Core基础设施配对。

02.

从鸵鸟腿到人腿：一条十年的进化链

要理解Digit 5的变化，必须回头看走过的路。

故事的起点是，一台为“跑得快”而生的双足机器人。2016年，从俄勒冈州立大学的动态机器人实验室走出来，第一台机器人首次迈步。其标志性的反向关节腿部结构让它的外形酷似鸵鸟。

联合创始人 Hurst 后来解释，这种看起来怪异的设计完全是工程导向的结果：“鸵鸟能跑40英里每小时，而且能持续一整天，我们想要的就是那个目标”。2022年， 以24.73秒跑完100米，创下双足机器人的吉尼斯世界纪录。那是的研发时代，追求的是运动能力的极限。

但奔跑和干活是两回事。

2017年，第一代Digi问世，公司由此进入了长达数年的概念验证阶段。2019年，Digit 3实现了首次商业化尝试，当时的叙事还很朴素：用双足机器人将包裹送到客户家门口。那年福特买了第产线上的头两台机器人，计划探索自动驾驶送货车与机器人联动的最后一公里配送。

但快递场景没有跑通，真正让Digit找到“工作”的是仓库，这一转折发生在Digit 4。2023年发布的Digit 4是 最后一台保留鸟腿设计的机器人，也是公司从“证明技术可行”转向“证明商业可行”的分水岭。

Digit 4聚焦料箱搬运这一件事，在亚马逊、GXO、舍弗勒等企业都进行了真实部署。公开资料显示，其在GXO的物流设施里累计搬运超过10万个料箱，在亚马逊、舍弗勒、丰田加拿大制造的场地上累计运行超过65000小时。

在这些真实部署中， 团队发现了一个残酷的事实。能把箱子从A搬到B，和能让客户愿意在产线上部署100台机器人，中间隔着一条巨大的鸿沟。Hurst 回忆说：“我们在做任务的时候很兴奋，然后问客户，你们想买多少台？能部署吗？这时候我们才真正开始理解阻碍在哪里。”

这些阻碍包括FCC认证、UL认证、ISO标准，以及一个更根本的问题——安全性。

在动态平衡的双足机器人领域，当时几乎不存在任何现成的法规框架。Digit 4虽然实现了长时间续航和15.8公斤的负载，但它仍然只能在隔离区工作，商业部署的数量停留在“几十台”的量级。

Digit 5是为此交出的最新答卷。最直观的变化是腿部结构的彻底重构：从标志性的鸟腿设计，改为更接近人类腿部的配置，采用自研的摆线式致动器，膝盖部位加入衬垫，使机器人能够稳定地跪姿或蹲坐。

第一次彻底告别鸵鸟腿后，Digit 5的能力参数得到了实打实的提升。负载从Digit 4的约16公斤提升到22.7公斤，增幅40%，恰好对齐OSHA单人搬运的重量上限。最大作业高度从1.68米提升到2.2米，意味着它够得着标准仓储货架的顶层。整机重129公斤、身高1.81米，尺寸适配现有的人类工位，部署时不需要改造场地。

能源系统的升级同样关键。Digit 5 续航90分钟，充电时间仅需9分钟，运转与充电比达到10:1，意味着每24小时可工作超过20小时，而 Digit 4 的这一比例只有2:1。对于按小时计费的仓储和制造场景，这个数字直接决定了机器人的经济可行性。

任务范围也大幅拓宽。Digit 5的工作流覆盖了拆栈、机台上下料、物料组装与排序、质量检查以及出库前的栈板堆叠。末端执行器改为可更换设计，配备符合ISO标准的安装法兰，方便按任务切换工具。Hurst对此很务实：“市场上还不存在真正成熟的通用机械手，所以我们更看重能实际完成工作的方案。”

03.

3亿美元订单与“人形机器人第一股”的资本叙事

Digit 5的发布时机，踩在了资本进程的关键节点上。

今年6月， 宣布与 Corp XI 达成 SPAC 合并协议，整体估值25亿美元，预计募资超过6.2亿美元——其中约4.2亿美元来自信托账户现金，约2亿美元来自由富士康领投的 PIPE 融资。

合并完成后，公司将在纳斯达克挂牌，股票代码“AGLT”，有望成为美国第一家以人形机器人为核心业务的上市公司。股东阵容包括亚马逊、、软银愿景基金2号、富士康、舍弗勒等战略投资者。

就在近日，其提交了联合S-4表格，披露了其具体的财务数据。

2025年净销售额178万美元，运营亏损约1.4亿美元，运营支出从2024年的7100万美元攀升至1.11亿美元，现金消耗接近1亿美元。

178万美元的收入对应25亿美元的估值，这个倍数放在任何行业都堪称激进，但放在人形机器人赛道里，对比那些估值几十亿却没有任何付费部署数据的同行，的定价逻辑至少能够自洽。

支撑这个估值的，是 已经锁定的超过3亿美元的多年度订单，客户包括舍弗勒、GXO、丰田加拿大制造等工业巨头。拆开看，这笔订单的结构值得细究。根据提交的S-4注册声明，3亿美元订单主要来自一个客户，涉及三年内1000台机器人。文件未透露客户名称，但描述为一项与“关联方”达成的交易。

的报道直接点出了这个“catch”：订单高度集中在一个客户协议上。

3亿美元的“订单”意味着客户已经签署了部署意向和验证协议，但收入的确认取决于机器人的实际交付和部署节奏。

据悉，Digit 5的商业化时间表是，2027年上半年开始早期体验，2027年底面向制造、仓储和配送客户全面供货，并将首次进入北美以外的市场，从欧盟和英国开始，预计携带CE认证。

04.

结语与未来

回到安全这个话题。首席商务官 Diez对彭博社说了一句话：“你不可能在一个仓库里放150台机器人，每一台都被10×20英尺的有机玻璃墙围起来”。

没有物理护栏就能在人类身边工作，意味着人形机器人的部署成本结构将发生质变，因为你无需为每一台机器人重建厂区隔离设施，无需为每一批部署重新做安全评估。部署周期从“几个月改造产线”压缩到“几天调试完成”，可部署场景从“围栏内的分拣工位”扩展到“整个仓库的端到端物流流程”。

Digit 5第一次把人形机器人的安全架构从“附加功能”提升为“产品底座”。

当然，在安全上下的注甚至比产品本身更大。它是ANSI/A3 TR R15.108项目的负责人——这份技术报告正在为美国和加拿大的动态稳定工业移动机器人制定安全规范。同时它也是ISO 25785-1的积极贡献者，这是人形机器人类别的首个国际安全标准，目前仍处于工作草案阶段。

不仅在造机器人，还在参与定义“人形机器人怎样才算安全”的规则本身。

这既是优势，也是风险。当一家公司同时是产品制造商和安全标准的制定参与者时，标准的公正性必然会被审视。但从行业角度看，在人形机器人安全标准几乎空白的当下，有真实部署数据的企业参与标准制定，总比让标准停留在学术讨论中更务实。

这也是一种共识。古今中外，或大或小的行业标准都离不开当局者的参与和头部玩家的推动。

AI估值逼近400亿美元，特斯拉背靠万亿市值，但真正在客户产线上创造收入的，目前只有的Digit。