
对应日报:工业智能每日观察 · 二、日本TechShare宣布销售Unitree H2 Plus
新闻原始日期:2026年11月20日(日方新闻稿);日本渠道销售起始日为11月16日
日本市场开始交付一台可以做研究的平台
日本机器人技术渠道商TechShare于2026年11月20日发布新闻稿,确认已在11月16日启动中国宇树科技Unitree H2 Plus的人形机器人日本国内销售,并表示日本首台设备已经到货。该产品采用全身31自由度的标准配置,安装Sharpa Wave五指灵巧手后,整机自由度最高达到75。TechShare同时列出Jetson Thor T5000计算模块最高2070 TFLOPS的FP4性能、机械臂额定约7公斤与最大约15公斤负载等参数。上述指标来自产品与渠道商公开资料,标志着开发者能够依据明确的规格、供货渠道和软件接口规划一套实体试验系统。
这则新闻引起工业机器人研究人员关注,有两个现实原因。其一,日本工业机器人产业拥有深厚的机械、控制、传感器和产线集成基础,国内销售渠道启动意味着中国人形硬件正在进入一个对设备工程化要求很高的市场。其二,H2 Plus被定位为支持NVIDIA Isaac GR00T开发体系的参考人形平台,产品设计围绕训练、仿真、数据采集和实机部署的循环展开。研究团队购置这台设备的目的,可以从展示机器人动作延伸到建立完整的数据与软件开发环境。
TechShare计划在12月15日至17日的Robot Innovation Week 2026上展示日本到货实机,并安排专题公开活动。这是新闻稿中明确的后续日程;11月20日能够确认的是产品销售和首台设备到货,演示内容仍在准备。对于需要采购设备的高校、研究所和工业系统集成商,已经落地的销售渠道比概念演示更有商业意义。它提供当地售前、交付、技术服务和开发者交流的组织入口,使设备采购逐步接近工程项目的日常流程。

31个自由度与75个自由度意味着什么
自由度是描述机器人可独立控制运动变量的重要指标。人形机器人的头部、腰部、双臂、双腿及手部包含不同关节,控制系统需要把它们联合组织为可执行动作。标准H2 Plus的31自由度体现全身主要关节的运动能力;装上两只各有22自由度的Sharpa Wave五指手,整机就达到75自由度。这种增长集中在末端操作能力上,意味着研究人员能够更细致地探索手指弯曲、抓取位置、物体接触和双手协同等任务。
机器人操作能力由关节自由度、传感器、驱动性能、末端结构与控制算法共同决定。一只手即使关节很多,也需要知道物体在哪里、接触发生在哪个位置、关节应怎样协调,以及抓取后如何保持稳定。工业中的零件通常有光滑曲面、孔洞、紧固件、柔性包装和不同摩擦系数,物体形态十分复杂。抓取一个尺寸稳定的金属盒和在托盘中拿起杂乱堆放的小零件,面对的感知与控制问题完全不同。灵巧手为复杂操作增加动作空间,也相应增加了数据采集、控制策略和执行反馈的工程需求。
传统工业夹爪往往围绕特定工件定制,简单、便于维护、动作确定性高。五指灵巧手适用于研究多种对象共享同一套末端装置的操作场景,能够探索旋转、捏取、换手、双手配合和精细位置调整。它让机器人开发团队更接近人类手工操作的动作范围,在装配、物流拣选、测试实验和多样化物品处理等任务上拥有更丰富的研究空间。不过工业客户最终采购哪种执行机构,仍取决于节拍、载荷、夹持稳定性和维护成本。两种硬件形态在产业现场会长期共存。
具身模型需要一条从数据到实机的通道
NVIDIA Isaac GR00T等具身模型开发环境的目标之一,是帮助研究者把多模态感知与运动任务映射到机器人动作。人形机器人通常需要输入相机图像、关节状态、手部姿态和任务指令,模型或控制策略再输出身体与末端的动作目标。复杂操作还需要低层控制器以更高频率进行运动跟踪与安全保护。高层任务决策、运动规划和伺服控制运行在不同时间尺度上,这种分层结构有助于在保持硬件控制稳定的同时迭代模型能力。
实际项目往往从数据录制开始。工程师示教机器人完成拿取、放置、分拣或简单装配,记录视觉图像、关节轨迹、夹持动作和最终任务结果。采集到的数据需要完成时间同步、坐标标定、异常段清理和任务标签管理,才能用于行为克隆、策略优化或模型微调。在模拟环境中可以快速生成初始动作和场景变化,也可以通过真实机器人回放进一步改善策略。模型在实验室取得的结果最终需要转换成可部署程序,并与机器人本体的实时控制接口匹配。
TechShare公开的H2 Plus开发定位专门覆盖数据采集、AI模型训练、仿真验证与实机部署。这个产品叙事与许多科研团队实际使用机器人时的工作流程相符合。研究者希望同一台机器人既能采集数据,又能回放训练后的策略;希望仿真场景与实体硬件保持接近的关节、相机和运动参数;希望策略更换后仍有稳定的控制接口。设备能够支持这些工作,可以减少开发者为不同实验反复搭建基础系统的成本。渠道商对软件生态的支持能力,也会影响平台的实际可用性。
2070 TFLOPS的数值怎样理解
新闻稿披露,H2 Plus支持配备NVIDIA Jetson Thor T5000的计算模块,最高可达到2070 TFLOPS的FP4计算能力。这个数字对应特定低精度数据格式下的理论或标称计算性能;机器人完成装配任务的速度,还要结合整机功率、视觉感知、控制稳定性和具体软件负载评价。在具身智能开发中,计算资源用于视觉编码、语言指令理解、策略模型推理和部分传感器融合;实际延迟还取决于模型规模、内存带宽、批处理方式、数据采样频率及软件实现。
机器人系统的推理路径具有鲜明的实时性。相机持续提供图像,关节编码器以更高频率提供状态,控制器必须及时输出运动命令。任务级规划可以在较低频率运行,关节伺服则常采用独立的实时控制环。开发人员将模型从工作站迁移至端侧计算模块时,需要测量端到端时延、模型加载时间、温升、持续功耗和通信抖动。FP4计算峰值可以辅助判断硬件能力上限,但工程选型还需要针对准备部署的模型建立自己的性能测试。
同样,7公斤额定负载与15公斤最大负载是渠道资料里的机械臂产品参数,工厂应用必须结合手臂姿态、末端工具重量、连续运行时间和工作空间来理解。机器人伸手拿取工件时,负载产生的力矩会随姿态变化,驱动器的连续扭矩、关节温度和稳定性可能成为限制因素。对需要精细操作的研究团队,轻量化末端工具、适当的抓取位置和安全的接触控制,有时比追求最大负载更有利于完成可靠实验。

从人形平台进入真实工位
制造业正在形成一类新的研发需求:客户希望机器人能够处理频繁变化、品种众多而单次批量较小的任务。传统专机和固定工作单元适合稳定节拍的大批量生产,而研发试制、实验室搬运、柔性装配与多品种检测具有更复杂的对象变化。人形平台的双手、视觉与空间移动能力,使其可以在现有人类工位附近探索新的任务方式。但实际部署需要明确工位布局、供料状态、物料追踪和安全边界,这些工程问题都会影响模型的训练目标。
以机械零件上料为例,一次完整任务可能包括识别料箱中的零件、判断朝向、选择抓取点、调整腕部姿态、搬运到夹具、执行放置并确认到位。机器人还需要根据加工设备状态决定何时进入工作区域,与PLC或机床控制器完成握手。任务执行日志要记录零件批次、抓取成功率、耗时、设备异常和人工干预情况。具身智能体提供动作规划与感知,工业软件则管理生产指令、设备权限、物料身份和质量追溯。在这类系统里,企业原有MES、PLM与设备数据接口会成为机器人技术路线的重要组成部分。
人形机器人设备的商业化也改变了产业协作关系。高校和研究团队可以直接采购标准平台,算法公司能够在相对统一的硬件上测试策略,系统集成商可以围绕客户工位构建演示和小规模试验,设备厂商则根据开发者反馈改进关节、手部和计算模块。日本TechShare作为渠道商,提供本地销售和技术交流的组织方式,这一角色有助于跨越语言、采购流程和现场服务差异。中国硬件制造商与全球具身模型开发生态之间的联系,也因此获得更加具体的产品渠道。
可重复的工程实验将决定平台价值
判断一台研发型人形机器人的价值,可以从多次实验是否可比较入手。不同模型版本必须使用清楚的任务说明、数据集与硬件标定;同一抓取任务要记录成功率、重复次数、动作时间、能耗以及失败类型;仿真结果与实机数据要能够映射到相同的工况。系统还需要保留软件版本、模型权重、相机标定和关节参数,以便不同团队复现实验。在标准设备和成熟软件环境基础上,研究人员能够把更多精力投入到动作模型、技能泛化和工业场景设计。
TechShare 11月20日的公告将H2 Plus从一个国际机器人产品带入日本的本地销售与交付体系。31到75自由度的硬件扩展、端侧FP4计算能力与Isaac GR00T工具链,让这台机器具备了较完整的研究开发入口。下一步,围绕它出现的示教数据、任务评测、操作技能库和工厂应用接口,可能比单次演示动作更有产业价值。对工业智能体开发者而言,这是一套可以与现有设备软件和研发数据体系衔接的物理执行平台,能够承载从自然语言任务到真实机械动作的工程探索。
参考文献
- TechShare,Unitree H2 Plusの国内販売を開始、日本第1号機を実機公開,2026-11-20:https://techshare.co.jp/unitree-h2plus-release/
- TechShare,H2 Plus产品说明:https://techshare.co.jp/product/unitree/h2-plus/