一、宇树科技新产品四足机器人Unitree As2的产品特性

2026年2月24日，宇树科技发布轻量行业级四足机器人Unitree As2。

此前，宇树科技2025年8月发布了行业级四足机器人Unitree A2，2023年11月其发布了工业级四足机器人Unitree B2，均为超40kg的较重型产品。2023年7月12日推出的消费级仿生四足机器人Unitree Go2。

此次发布的Unitree As2仍为行业级产品，但相当轻量化。根据官方信息，Unitree As2自重18kg（与其消费级旗舰产品Unitree Go2体积差不多，但动力性能约等于Go2的两倍），具备90N.m峰值扭矩，空载续航超4小时，达到IP54防雨水，负载达15kg，续航超13km，开放二次开发生态，可赋能行业应用。

这种轻量化是如何实现的呢？首先是材料上，As2的机身采用了铝合金与高强度工程塑料的混合材料方案。这种组合既保证了机身结构在面对高强度冲击和65kg站立负载时的坚固性，又避免了使用纯金属所带来的冗余重量，从源头上为机身"减负"。其次是高功率密度电机，这是实现"小身材、大力量"的关键。As2搭载了低惯量高速内转子永磁同步电机。这种设计使电机转子更轻、响应更快，同时具备更好的散热性能，从而在有限的体积和重量（18kg自重）下，实现了高达90N.m的峰值扭矩和约5N·m/kg的扭矩重量比，动力性能达到消费级旗舰Go2的两倍。最后还需要结构化集成和算法优化上赋能。

Unitree As2的发布或将为宇树科技填补消费级与工业级之间的市场空白，形成消费级（Go系列）-行业轻量化（As2）-行业重载（A2）-工业级（B系列） 的更细分和完整的产品梯队。凭借小体积、强性能、开放生态的特征，Unitree As2有望以轻量化、高性价比切入巡检、科研、教育、轻量作业等场景。

Unitree As2的产品特性包含六个方面：

首先，从重量上看，Unitree As2自重18kg，Unitree Go2的重量约为15kg，大约仅相差3kg。而其过往行业级产品Unitree A2自重约42kg，工业级的Unitree B2自重约60kg，相差较大。

其次，续航时间上，Unitree As2搭载大容量电池，空载续航超4小时；相比来看，消费级产品Unitree G2的Air、Pro、X版本的续航时间为1-2小时，EDU版本才达到2-4h。

第三，行动速度上，Unitree As2极限速度达到5m/s，也就是18km/h，比成年人全力快跑还快，跟城市电动自行车差不多快；对比来看，Unitree G2的Air、Pro版本的速度为0~2.5m/s、0-3.5m/s，只有X和EDU版本的极限速度达到5m/s。

第四，载重是另一个可以体现Unitree As2“行业级”特征的关键指标。Unitree As2的自重为18kg，负载达15kg，站立负载可达到65kg；对比来看，Unitree G2的Air、Pro、X、EDU四个版本的载荷分别大约为7kg（极限10kg）、8kg（极限10kg）、8kg（极限12kg）、8kg（极限12kg）。

第五，Unitree As2采用IP54防雨水设计，可在河沟、雪地、丛林等复杂地形穿行。

第六，Unitree As2搭载仿生具身大模型。同时该产品还升级了ISS 3.0智能伴随系统，用户在前面行走，Unitree As2能够自己跟随用户。

如果说这个产品的独特技术优势，那主要是三个方面：

第一，As2最核心的技术优势在于其极高的“扭矩重量比”。它仅凭18kg的自重，就实现了90N·m的峰值扭矩和5m/s的极速，动力是消费级旗舰Go2的两倍 。这意味着它既有消费级产品的轻便灵活，又具备了行业级应用所需的高爆发力和运动能力：90N·m的关节扭矩为其攀爬（50cm高台）、跳跃等复杂动作提供了坚实基础 。5m/s的速度让它能轻松跟随全速奔跑的人类或移动的车辆，大大拓展了在动态场景下的应用范围。

扭矩是“转动”的力气。As2的90N·m（牛·米）峰值扭矩，意味着它的关节电机拥有巨大的力气，可以轻松地完成深蹲、跳跃、负重行走等高难度动作。扭矩重量比 = 输出扭矩 ÷ 自身重量。As2不仅是绝对力气大，而且是 “在自身非常轻巧的情况下，拥有超强的力气” 。极速（速度）就是汽车能跑到的最高速度。扭矩大的车不一定极速就高，比如重型卡车扭矩巨大但极速不高；赛车极速高但扭矩（尤其是低扭）可能不如卡车。As2达到5m/s，说明它在拥有巨大力量的同时，转速也能提上去，这很难得。动力（功率）是发动机的总能量输出。它有一个核心公式：功率 （P） = 扭矩 （T） × 转速 （N） （这里转速可以理解为速度）。当机器人需要克服巨大阻力（如从静止启动、托举重物）时，电机降低转速，输出巨大的扭矩。这就是As2的90N·m发挥作用的时候。当机器人需要快速奔跑时，扭矩需求降低，电机将能量主要用于提高转速，从而达到5m/s的极速。从0到5m/s的整个过程中，电机输出的扭矩和转速在不断变化，但它们乘积的最大值，就决定了这台机器人的最大动力（峰值功率）。

第二，As2在软件层面的竞争力体现在其仿生具身大模型和升级的智能伴随系统上，这让它不再只是一个执行命令的机器，而更像一个能理解、会互动的智能伙伴 。它可以理解人类的简单手势并做出相应动作（如跳起、移动），这种人机交互体验在行业级产品中并不多见 。升级后的ISS 3.0系统实现了厘米级高精度定位，能在复杂环境中稳定地跟随使用者，这对于巡检、户外辅助等场景至关重要 。

传统的算法是“执行命令”，而仿生具身大模型是“理解意图”。比如，在传统算法下，摄像头捕捉到图像 → 识别出“手掌张开”这个特定形状 → 触发预设指令：“前进”。而仿生具身大模型的方式是摄像头捕捉图像 → 大模型看到“手掌张开”，同时注意到你在看着它、你面前有一滩水、你手里拿着工具 → 模型推断出：“主人可能想让我绕过去，而不是直接趟水过来。”也就是说它结合了视觉、语音、环境感知和常识推理。它不是在看一张图，而是在“理解一个场景”。再比如，传统跟随算法是锁定目标（人）的坐标 → 保持距离 → 如果目标被障碍物（如一根柱子、一辆车）遮挡，就容易跟丢。而仿生具身大模型加持的跟随，首先会做预测，当你拐过一个弯角进入盲区，模型会基于你之前的运动轨迹和周围环境（比如知道那边是楼梯），预测出你的行进路线，提前绕过去等待你，而不是傻站在原地等你重新出现。其次，它能理解什么是“安全区域”。比如在户外巡检时，它会知道“应该走在硬化路面上跟随主人”，而不是为了保持定位精度，笨拙地碾压过旁边的珍贵草坪或踏入泥坑。最后，它会做动态适应，它不再是机械地保持一个固定距离。当你停下来系鞋带，它会根据你的姿态（弯腰）判断你“暂时不需要前进”，并自动调整跟随策略，比如稍微靠近一些保持警戒，而不是继续按照既定路线往前走。

第三，As2独特的竞争力还在于其开放的二次开发生态 。宇树科技不仅卖硬件，更是在提供一个可供开发者、科研机构和企业深度定制的平台。友好的二次开发接口，允许用户根据特定需求（如特殊算法验证、专业应用开发）进行深度定制 。可选配的7轴灵巧机械臂，让As2从“观察者”变为“行动者”，能够执行物品抓取、操作面板等轻量级作业任务，极大地拓宽了其应用边界 。

从产品定位来看，As2的定位非常明确，就是要用一个轻量化、高性价比的产品，切入过去由重载机器人主导的广阔市场。它的目标场景非常广泛，包括：

• 商业巡检：如电力线路、建筑工地、安防巡逻等常规巡检任务。
• 科研教育：作为开放的二次开发平台，供高校和研究所进行算法验证和教学研究。
• 户外辅助：凭借超4小时的续航和良好的伴随系统，可以作为“徒步伙伴”或重装徒步的辅助工具，在户外玩家群体中也引发了关注。
• 轻量级作业：通过选配机械臂，可执行简单的物品抓取、搬运等任务。

总之，Unitree As2 像是一个 “大众化的智能平台” 。它以轻巧的身形、强大的性能和开放的生态，试图以高性价比快速占领巡检、科研、教育等广阔的通用市场。它的优势在于普适性和灵活性。如果用户的应用场景是常规的园区、工厂巡检，或者预算有限、希望用于科研教学、算法开发，那么预计定价更亲民的Unitree As2会是更务实和灵活的选择。

二、从产品矩阵看当前主流机器人整机厂商的差异化市场定位

在产品矩阵方面，如果对比几家具备相当数量出货量的机器人本体厂商，比如宇树科技、优必选、乐聚、云深处等，宇树科技是目前唯一在消费级、轻量行业级、重载行业级四足机器人领域均有布局，并同时发力人形机器人的厂商。随着As2的发布，其产品梯队最为完整和细分。

优必选更看重商业化，其在高端制造业的订单和交付量上表现突出，商业化步伐最快。同时其产品线也延伸到了智慧物流领域，形成了“人形+物流”的组合。

云深处的产品高度聚焦于复杂的B端场景，无论是四足、轮足还是人形机器人，都围绕电力、应急、安防等专业领域打磨，产品技术壁垒高，但应用场景相对集中。云深处自主研发的“绝影”系列机器狗在电站、工厂、管廊巡检、以及应急救援、消防侦查、未来科研等多种应用环境中落地应用，曾在地下管廊服务亚运，参与新加坡国家电网项目，实战参演应急使命抗震救灾、燃爆侦察实战演习。目前，云深处科技正同国家电网、南方电网、宝钢股份、福禄克等行业巨头开展长期深度合作。

乐聚机器人主要做人形机器人，聚焦在工业制造、商业服务、科研教育三大场景。

如果单看人形机器人，在出货量方面，有数据显示2025年智元在全球人形机器人出货量及市场份额方面均位列第一（2025年出货量5168台，全球份额39%）。智元机器人的产品矩阵非常清晰，专注于人形机器人，并围绕这一核心技术路线构建了覆盖商用服务、工业制造、科研教育等多个领域的产品家族。它的聚焦场景也体现了从“交互”到“作业”的全面布局。

与人形机器人相比，机器狗为代表的非人形机器人的商业化落地更快。相比双足的人形机器人，四足机器狗具备较高的有效载荷与极强的平衡能力，也更利于控制、设计和维护。鉴于四足机器狗的技术要求相对较低，现阶段产业链完备+生产成本较低，目前机器狗已经在部分场景实现初步的商业化落地（工业巡检、军事行动等），短时间来看，机器狗会比人形机器人更快实现量产应用。此外，从技术上来看，两者都包括了感知、决策、运控三大模块，技术同源，因此机器狗在技术迭代和商业化进程中也可以为人形机器人积累宝贵的技术和应用经验。

三、从四足机器人/机器狗产业层面看产品商业化及产业链

3.1 市场空间

四足机器人正从“技术展示”迈向“产业应用”的关键拐点。目前，中国四足机器人相关企业已经超50家。2025年中国四足机器人出货量约在6.5万台，占全球比重在80%左右，全球出货量大概在8.2万台。在价格持续下探的背景下，2025年中国四足机器人市场规模约50亿元人民币（平均单价7.7万），全球市场约70亿元人民币。

3.2 机器狗产业链

3.3 机器狗应用场景

目前四足机器狗的应用场景主要包括工业、军事和消费。其中，短期来看工业和军事场景的商业化落地速度较快，而中长期来看消费场景会是未来市场增长的核心驱动力之一。

工业场景方面，机器狗的行业应用已形成商业闭环，在巡逻巡检方面具有较大价值。目前机器狗的主要商业化落地集中在石油化工、煤炭、电力、钢铁、核电等场，可进行设备监测、状态监测等，同时在消防、警用等场景也具备一定的落地量。传统人工巡检存在环境恶劣、劳动强度大、效率低和安全风险高等问题。机器狗配备激光雷达、相机和气体传感器等设备，能够在复杂环境中自主导航，精确收集数据和监控环境，提高了巡检的准确性和及时性，确保设施的安全运行。

在军事领域，机器狗凭借其卓越的适应性和强大的负载能力，成为各国军队争相研发的对象。它能够执行巡逻、侦查、排雷、运输物资等任务，与无人机等装备搭配使用，提升作战能力。特别是在复杂地形和恶劣环境下，机器狗能够深入复杂地形进行信息侦察与战术支持，显著提升部队的作战能力与安全性。相较于人形机器人，四足机器狗在体积和造价方面更具优势，未来在军用机器人的采购中或将占据主导地位。

在消费领域，机器狗能够陪伴老人、儿童，提供娱乐和日常照护服务，满足人们的情感需求。随着人们生活水平的提高和消费观念的转变，消费者对于高科技、智能化、互动性强的产品有着越来越高的接受度，将有望推动机器狗消费级市场的爆发式增长。性能上，自然的人机交互能力是机器狗走进家庭的必备技能。现在借助AI大模型的发展，有望在模型端实现具身智能的嵌入，让机器狗可以理解人类行为并自主进行决策，真正意义上实现家庭宠物的定位。2025年12月23日，Vbot维他动力公司发布了一款消费级机器狗，就非常强调自主智能。通过采用多种高规格传感器，包括UWB超宽带定位、360°高精度激光雷达、四阵列空间麦克风以及双目深度感知摄像头，实现当机器狗视线被桌角、沙发遮挡时，Vbot机器狗依然能判断方位；你在背后说一句“过来”，它能通过声音快速锁定方向。同时，通过搭载地瓜 S100P芯片，整体算力达128TOPS，是旗舰智能手机的3倍，能够进行实时推理的稳定输出，不会一遇到复杂场景就卡住。在算力之上，Vbot超能机器狗还搭载了维他动力全自研的行业首个全场景空间基座模型，使其根据真实环境做出对应决策与路径规划。当Vbot在蜿蜒曲折的林间小径行走时，即便前方出现坑洼、落叶堆、人群突然从侧面穿过，它也可以基于对环境的理解，一边走一边调整路径。Vbot机器狗的Agent智能，不仅能自主移动，更能听懂人类指令、解析语义、结合环境做出响应，并调动各类能力模块完成实际任务。

3.4 机器狗的软件方案

机器狗的算法体系可以分为三个核心层次，它们共同构成了从“感知”到“思考”再到“行动”的闭环：

1. 环境感知与定位算法（眼睛和耳朵）。核心作用： 解决“我在哪？周围有什么？”的问题。这是所有决策的基础。

2. 状态估计与运动控制算法（小脑和脊椎）。核心作用： 解决“我该怎么动才能保持平衡并到达目标？”的问题。这是机器狗稳定运行的关键。

3. 任务决策与智能交互算法（大脑）。核心作用： 解决“我接下来该做什么？如何理解主人的指令？”的问题。这是让机器狗从“工具”变“伙伴”的关键。

目前机器狗主流的运控算法采用SLAM定位导航+MPC运控/强化学习运控的方案。导航算法是机器狗后续所有决策的基础。目前主流的导航算法是定位与地图构建（SLAM），包括视觉SLAM、激光雷达SLAM以及视觉/激光混合SLAM等。例如宇树为代表的厂商一般选择激光SLAM方案，通过使用Go2搭载的自研激光雷达L1与专属APP，可实现一定区域内的点云地图构建，并可指定行进路径控制Go2自主移动。

运动控制算法是四足机器狗稳定运行的关键。通过复杂的算法，四足机器狗可以实现自主导航、动态避障、目标跟踪等功能。同时，控制算法还需要确保机器狗在运动过程中的稳定性和精度。目前机器狗主流的控制算法包括模型预测控制（MPC）和深度强化学习方法两种：（1）MPC的基本原理是建立传统运动学模型，通过数学模型结合输入数据预测未来轨迹，并按照实时偏差，逆向计算得出各关节需要调整的输出参数，从而让机器狗按照模型规划的路径运行。这种方法于2018年最早被应用于四足机器狗，可以稳定实现多种告诉运动步态，但由于模型复杂度较高，需要大量计算时间来调整模型参数；（2）深度强化学习是随着人工智能兴起被提出应用的

一种方案。基于深度强化学习的控制方法无需大量的计算和精确的参数设计，机器人可以在与环境的交互中学习运动策略，因此更具适应性和通用性，还可以根据不同的任务设置学习到多种运动控制策略。强化学习的理念是调整控制器以优化给定的奖励函数，优化过程是根据控制器本身获得的原始数据进行的，控制器会随着样本经验的积累而不断改进。

AI具身智能引入，有望打通感知-决策-执行壁垒。考虑到机器狗在某种程度上可以视为人形机器人的初阶版本，参考人形机器人大模型的发展路线，基于AI算法的端到端架构（VLA）可以在机器狗身上得到更快的实现。2024年12月，英伟达实验室发布了新一代机器狗VLA模型NaVILA，能让机器人在没有提供地图的情况下，根据语言指令在未见过的环境中进行导航。NaVILA采用了一种视觉语言模型处理单视图图像以生成自然语言形式的路径点指令，随后将这些指令解释为低级运动策略，并将其转化为精确的关节运动，以实现机器人的实时控制。NaVILA直接部署在宇树机器狗Go2和机器人H1上测试，在25项指令中实现了88%的成功率。

维度	SLAM导航	VLA（如NaVILA）导航
1. 核心依赖	依赖地图：需要先有地图（实时构建或提前导入），然后在上面规划路径。	依赖常识：不需要事先地图，依赖模型在训练中学到的对世界的“常识”和理解能力。
2. 工作流程	感知 → 建图/定位 → 规划 → 控制：先搞清楚“我在哪，门在哪”，然后用算法算出一条路径，最后走过去。	理解 → 想象 → 行动：听到指令“去门口”，它“理解”门是什么样子，然后在第一视角图像中“想象”出通往门的路线，直接驱动关节走过去。
3. 适应能力	强于结构化环境：在室内、园区等静态、特征明显的环境（如仓库、办公楼）中精度极高，可达厘米级。	强于未知、动态环境：在没有地图的野外、陌生人家中，或者环境发生了巨大变化（比如家具全被挪动了），SLAM可能会失效，但VLA依然可以凭借“常识”找到门。
4. 输入信息	输入：传感器数据（点云/图像）。	输入：传感器数据 + 自然语言指令。 它直接融合了人类的意图。
5. 输出结果	输出：一条几何路径（路径点坐标）。 告诉机器人“从A点经过B、C点到达D点”。	输出：一系列关节动作。 端到端地告诉机器人“腿怎么抬、身体怎么倾”才能走过去。
6. 本质哲学	“我在哪里，我要去哪里，怎么走？”	“你要我去哪？那地方看起来像什么？我走过去。”

3.5 机器狗的硬件方案

关节电机执行器是四足机器狗的关键组成部分之一，它负责驱动机器狗的腿部运动。机器狗研发早期采用液压驱动方案，但液压驱动具有能耗较大、效率较低、维护成本高等缺点。随着电机技术不断进步，电机的功率密度和扭矩密度显著提高，电驱在性能上逐渐接近甚至超越液压驱动，同时具有响应速度快、控制精度高、能耗低、噪声小等特点，因此电驱逐渐取代液压驱动成为机器狗的驱动方案。一般而言单只机器狗搭载12个执行器，价值量占比较高。根据《Design and Control of a Open-Source, Low Cost, 3D Printed Dynamic Quadruped Robot》（Joonyoung Kim等），四组机器狗的单腿自由度为3个，分别髋关节、大腿和大腿内侧。价值量层面，根据宇树科技官网，宇树自研的Go关节最低零售价为490元/个，Go2机器狗全身共使用12个关节，总价值量约5880元；参考宇树Go2 Air最低售价9997元，按照售价占比推测，执行关节成本占比最高可能达到58.8%。

执行器方案基本确定，高性能电机+行星减速器为主流方案。目前，基于MIT设计开源的高效、动力密度高、成本较低的准直驱驱动器（高扭矩密度电机+行星减速器）是机器狗关节驱动的主流方案。目前阶段，（1）电机方案未确定，根据各公司官网提供的执行关节数据，大多数厂商基本采用高性能伺服电机作为电机方案，宇树科技采用永磁同步电机，而云深处科技采用无框力矩电机，进一步提高了一体化设计；（2）减速器基本确定为行星减速器。除了波士顿动力外（采用谐波减速器，推重比更高但成本高），大部分国内商业化程度较高的厂商都已经确定采用成本更低、功率密度高、性能基本满足要求的行星减速器，路线基本确定。初期本体厂多采用自研关节。根据各公司官网介绍，大多数本体厂商均采用自研方式参与关节研发。例如宇树科技Go2机器狗和B2机器狗都采用了自研的Go关节，对外销售最低价格为499元；云深处科技采用自研J60/J80关节，对外销售价格为1560元；小米CyberDog2也采用自研CyberGear关节，零售价499元。

机器狗需要多传感器来保证灵敏度。根据检测对象的不同，传感器可以分为视觉、距离、触觉、听觉、位置、速度、力觉传感器等，各类传感器相当于机器狗的手、眼、耳、鼻，有助于机器狗识别自身的运动状态和环境状态。在这些信息的帮助下，控制器可以发出相应的指令使机器人完成对应的动作。目前主要机器狗产品的传感器配置包括：（1）激光雷达和视觉相机是感知模块核心。根据各公司官网介绍，现有的机器狗型号基本均采用3D激光雷达+深度相机的融合感知方案；（2）惯导传感器IMU是用来测量力和加速度的指示计，是机器狗实现姿态控制的核心。例如云深处消费级机器狗绝影Lite3就采用了工业级IMU，已实现更高级别的控制系统；（3）多模态传感器是未来发展趋势。除了实现定位导航的感知模块外，为了让机器狗更准确的感知环境，传感器技术正在向多模态方向发展，结合视觉、听觉、触觉、嗅觉等多感官进行决策，以提高机器狗的性能。例如小米CyberDog2就在头部加装了触摸传感器，可以感知用户抚摸行为并进行互动；宇树科技Go2机器狗在足尖加装了足端力传感器，可以更加准确的感知地形反馈。

宏观来看，四足机器人承载着两个重要命题：一是如何让智能系统具备更强的感知-决策-行动闭环能力，从“云端智能”走向“物理智能”；二是如何以可规模化的方式融入社会生产体系，成为新型生产力的重要组成部分。在产业数字化转型深入推进的当下，各行业对安全、高效、可持续的智慧作业模式需求愈发迫切，四足机器人恰在此处展现出独特价值。

然而，技术进展并不足以构成完整的产业动力。场景定义、标准体系、生态协作、成本结构与商业模式的成熟，将共同决定四足机器人能否真正实现规模化落地。尤其在应用侧，只有当机器人能力与行业需求形成充分匹配，具身智能才能从“可用”走向“常用”。