NE时代

11月21日，动易科技宣布全球首发全尺寸重型纯电驱人形机器人PHYBOT M1，这款身高近1.8米、体重近70公斤的「钢铁巨人」成功完成拟人态后空翻，实现了人类在该领域的首次突破，标志着人形机器人正式迈入「超人类」发展阶段。

这一突破背后，是行业长期面临的技术困境。此前，具备高动态运动能力的人形机器人多为小尺寸设计，凭借低惯量、易控制的优势完成奔跑、跳跃等动作。

而全尺寸人形机器人因体量大、惯量高，普遍存在关节扭矩不足、步态控制难度大、轻微偏差即失稳的问题，强运动能力与全尺寸始终难以兼顾，行业尚未攻克动力-结构-控制的平衡难题，身高170cm以上且保持高动态性能的平台极为稀缺。

PHYBOT M1以全栈自研的纯电驱系统打破了这一僵局，其核心性能实现对传统液压方案的全面超越。

传统运动控制理论长期受限于“阈值困境”，一旦机器人运动超出预设范围，整个系统便会崩溃。

2022年，动易科技创始人兼CEO任晓雨带领其团队完成的强化学习验证，彻底打破了这一桎梏：即便机器人被外力踹倒，系统也不会宕机，仅出现小幅性能衰减，为人形机器人赋予了前所未有的泛化能力。这一突破，成为动易科技诞生的核心契机。

而真正让动易科技站稳脚跟的，是其对硬件方案的精准判断。2024年，谐波、行星等主流减速器方案均存在难以克服的缺陷，动易科技敏锐捕捉到摆线方案的潜力，果断投身一体化关节模组研发。

相较于需要两级减速、零件繁多的行星方案，摆线方案仅需一级减速和三个主要零件，在扭矩密度上实现了质的飞跃。2025年4月发布的PhyArc系列摆线关节模组中，旗舰型号PhyArc 150的峰值扭矩达到590N·m，超越了一级方程式赛车发动机的动力输出，为机器人的高爆发性能奠定了基础。

据悉，PHYBOT M1的关节峰值扭矩800N·m，整机峰值功率突破10000W，扭矩密度达10N·m/kg，远超液压系统能量密度极限。同时，电驱系统兼具高精度、低反驱、高频通信、静音运行等优势，在能量效率与维护成本上也实现质的提升，为全尺寸人形机器人规模化落地扫清了动力障碍。

通过电机、减速器与整机轻量化的协同设计，PHYBOT M1在成人尺寸平台上获得了媲美小尺寸机器人的动力余量，任务覆盖生产制造、物流搬运、特种应急等多个场景。

此外，动易科技的“Robot for AI”的研发理念，区别于行业「先硬件后软件」的传统模式。动易科技反向操作，先通过强化学习进行仿真验证，由 AI 直接定义关节模组、驱动器的性能需求。这种“AI 原生”的研发路径，让硬件与算法实现深度适配。

同时，团队摒弃了上下肢分开研发的常规思路，将行走、站立、坐下等所有动作的控制统一到一个通用模型中，成功解决了比如“拉椅子-坐下” 这类长程任务中步态与手眼协调的协同难题。

然而，要让70公斤级的“巨人”完成后空翻，还需攻克三大核心难点：高惯量与精确控制的矛盾、仿真与现实的物理特性差异、性能爆发与硬件安全的平衡。

对此，动易科技研发三大创新算法：基于加速度约束的轨迹重映射，优化数据训练效果与动作泛化性；基于参数辨识的域随机化，提升仿真到实物的转移成功率；双阶段训练法，确保机器人在极限性能下不超物理边界。

凭借这些技术，PHYBOT M1在仿真中实现后空翻100%成功，实物部署时动作流畅，展现出强大的抗扰动与自主恢复能力。

此次，后空翻绝非单纯的技术炫技，而是对人形机器人「超人类」核心能力的系统性验证。极致动态平衡、瞬时万瓦级爆发力、极端工况下的精准协同，证明其技术架构已具备在复杂高强度环境中替代甚至超越人类作业的潜力。

动易科技表示，未来将持续推进第三代超人类人形机器人研发，聚焦田野、车间、极端救援等实用场景，让人形机器人从实验室的炫技王转变为各行各业的生产力担当，推动通用人形机器人从科幻走向现实，开启全新的生产力时代。

除了聚焦生产力场景的PHYBOT M1外，动易科技在9月正式发布的PHYBOT C1，以服务场景为核心，展现出极强的交互与灵活性能，形成了 “一大一小” 的产品矩阵。

PHYBOT C1身高1.28米、体重28公斤的小人形机器人，拥有超过25个自由度，单臂负载可达5公斤，可拆卸电池设计保障了续航灵活性。

最亮眼的创新在于头部内置的影像模块，通过投影功能结合语音交互，让机器人与人的沟通更具沉浸感。而强化学习算法的深度集成，使其具备了“指令即停”的响应能力。收到停止指令时，机器人会立刻收回迈出的脚步就地站稳，无需完成预设节拍动作，这在服务场景中极具实用价值。

值得一提的是，动易科技已通过算法补偿与交互标定，成功攻克了仿真与现实转化（sim2real）的行业难题，让实验室中的技术成果真正落地为可稳定运行的产品。这一突破，为后续规模化应用扫清了关键障碍。

任晓雨多次强调，动易科技的核心目标是“真正的通用人形机器人”。

通过「硬件通用化 + 模型场景化」的路径，先在特定商业场景中实现落地，再逐步拓展应用边界。他坚信，随着通用运动控制模型的成熟与决策模型的完善，2026 年将成为通用人形机器人的元年，这些融合了摆线关节硬件优势与强化学习智能内核的机器人，将正式走进工厂、商业空间与日常生活。