2022年，人形機器人進入到了一個產業爆發期。

在此之前，人形機器人是一個相當小眾的市場，之所以小眾，原因有很多，既有動力學控制、模型控制帶來的整機運動表現不夠理想，硬件供應鏈不夠成熟的原因，也有市場關注度不夠高的原因。

不過，自2016年就已經投身于人形機器人行業中的任曉雨認為，“這些都不是問題關鍵所在，真正的關鍵問題是，當時大家沒有看到人形機器人明確的未來發展潛力。”

換句話說，那些現在未能解決的問題，大家希望看到它在未來有得到解決的可能。

然而，以往基于傳統運動控制理論構建起的人形機器人，即便解決了所有已知問題，依然難以實現規模化應用。

技術潛力，成了彼時潛藏在人形機器人產業中最大的前行阻礙，這樣的情形一直持續到強化學習的出現。

2022年，當時在做人形機器人算法研發的任曉雨第一次完成了強化學習在人形機器人上的驗證后，他興奮地意識到：

屬于人形機器人的那道曙光終于透過迷霧投射了下來，一個AI可以直接操控人形機器人的時代即將來臨。

這也成了任曉雨后來創辦動易科技的起點。

硬件機會，還有一次

人工智能技術的爆發，讓人形機器人從業者們看到了曙光。

畢業于清華大學機械工程與自動化專業的任曉雨，自畢業后就投身于人形機器人這一“小眾”賽道，他以走路這件事為我們分析了強化學習應用前后，人形機器人技術路徑的改變：

以往要讓人形機器人走路，要從運動控制模型建立開始，先要建立復雜的優化控制器，然后對優化控制器進行諸多條件假設和線性化，最終再進行現實推理。

由此構建起的人形機器人能夠很好地進行步態控制，也有著很好的魯棒性，但存在一個顯著問題是：一旦機器人運動超出閾值，整個系統就會崩潰。

強化學習的引入，讓人形機器人沒有了明確的閾值概念，假如你對著現在的人形機器人踹一腳，即便它摔倒了，系統也不會崩潰，而是基于當前狀態有一定的性能衰減。

這讓人形機器人第一次擁有了泛化性，擁有了解決任何問題的可能。

于是，在2022年這個拐點出現之后，人形機器人很快進入到了一個產業爆發期，僅僅是在2023年，人形機器人領域融資就有23起，總金額超過54億元，與此同時，國內各地人形機器人創新中心也相繼成立。

相較而言，成立于2024年9月的動易科技，入場時間并不算早，但任曉雨認為，“這是一個比較好的時機。”

至于為什么說這是一個“比較好的時機”，任曉雨從市場發展和技術節點兩方面給出了解釋：

“從市場發展來看，2022年之前，無論是大眾，還是投資人，對于人形機器人還沒有明確的概念，即便是到了2023年，讓大家理解人形機器人，依然不是一件容易的事，但到了2024年，大家對于人形機器人開始有了基本的認知，這個時候去創業會更容易；

不過，更重要的原因是，到2024年，大家對人形機器人領域的技術方案都已經做過了測試，但我們發現，人形機器人在硬件上還有一次‘大更新’的機會。”

就人形機器人核心零部件——減速器而言，諧波方案、行星方案、滾珠絲杠方案等在2024年已經成為主流方案，不過，這些方案又各有自己未能解決的問題，這才有了擺線方案的興起。