2025 年 11 月 5 日的小鹏科技日，全场目光被一个 178cm 的 “钢铁模特” 牢牢锁定 —— 全新一代 IRON 人形机器人踏着精准复刻人类的猫步登场，外八甩腿、躯干扭转、臀部轻摆，每一个动作都打破了人们对机器人 “僵硬笨重” 的固有认知。

这惊艳步态的背后，到底藏着哪些黑科技呢？

仿生结构：给机器人一副“类人骨架”

IRON 的拟人气态，始于对人体结构的深度复刻，其 “骨骼 - 肌肉 - 皮肤” 三位一体的设计，为灵动步态打下物理基础：•82 自由度的 “灵活骨骼”：全身配备 82 个可动自由度，仅手指就占 22 个，仿人脊椎能自然转动，而脚尖新增的被动自由度设计，正是猫步轻盈感的关键。这种构型让机器人能复刻人类行走时的细微姿态，从脚踝发力到躯干协调都精准贴合人体运动规律。

▲IRON 的髋部腿部设计•轻量化“仿生肌肉”：摒弃传统电机直驱方案，通过连杆结构将重型部件集中在躯干，让小腿和脚部更轻盈，配合液态金属与形状记忆合金驱动器，既能提供稳定支撑，又能以较小力矩快速调整姿态，动作响应更接近人类肌肉反应。•会“呼吸” 的柔性皮肤：1.2mm 厚的柔性皮肤每平方厘米集成 50 个传感器，行走时能自然褶皱，内置气泵模拟的呼吸起伏更添真实感，让步态从视觉上摆脱机械感。

以上每一项单独拎出来，都是炸裂的存在。要知道现在大部分市面上的人形机器人也就是 10-20 个自由度。智元最近新推出的灵犀 X2，全身也就是 28 个自由度，82 个自由度是其 2.9 倍，换句话说，IRON 的拟人性很大程度上在于她所做出动作的细腻程度（包括是否有顿挫感，动作与动作之间的链接是否流程）。液态金属和形状记忆合金驱动器，让机器人不仅有了关节，还有了肌肉。人体的动作结构中，除了骨骼关节之外，肌肉是很重要的驱动部分。IRON 的“仿生肌肉”让机器人真正实现了“肉感”。

算力巅峰：3 颗芯片撑起 “实时决策脑”

如果说仿生结构是躯体，算力就是 IRON 的 “神经中枢”。其搭载的 3 颗自研图灵 AI 芯片，总算力高达 2250TOPS，远超特斯拉 Optimus 的 144TOPS。这里要临时插入一个科普小 Tips——什么是算力？——为啥算力是评判具身智能的技术水平的核心指标？算力，说白了，就是一块芯片‘思考’的速度。我们通常使用两种单位来描述算力，一个是 TOPS ，另一个是 FLOPS。比如前不久NVIDIA 最新的 Jetson AGX Thor 发布的时候，称其具备史诗级的算力水平，也就是2070 TFLOPS。FLOPS是“每秒浮点运算次数”。你可以把它想象成，你的大脑每秒钟能做多少道数学题。比如‘3.14 x 2.71’就是一次浮点运算。而我们今天要说的‘TFLOPS’，就是每秒一万亿次！一万亿次是什么概念？相当于全球每个人每秒钟同时做好几百道数学题！按照这样的算力，2070TFLOPS 的确可以堪称史诗级的超强算力了。而TOPS 则用于衡量每秒执行的万亿次“整数运算数”。整数运算通常指不涉及小数点的数学运算，如加法、减法、乘法和除法。由于浮点运算通常比整数运算复杂，所以在相同的技术水平下，相同数量级的TFLOPS性能并不等同于相同数量级的TOPS性能。不同架构的芯片TFLOPS 和 TOPS 的转化系数可能在 3-16 倍之间。小鹏全新IRON 这次搭载的 3 颗芯片算力总共到达了2250TOPS，足以支撑物理世界大模型的实时运算。在行走过程中，无论是地面突然凸起还是光线变化，芯片都能瞬间处理环境数据，让步态调整零延迟。高算力带来的低时延——这就是 IRON 步态如此流畅自然的核心原因。

（插一句题外话，如果小鹏使用 NVIDIA 的Jetson AGX Thor 来作为算力引擎，也就是至少在现在的 2250TOPS 基础上翻了1-2倍的算力，那IRON 对于物理世界的理解将更加恐怖…

算法突破：让机器人“学会走路” 的智慧

强大的硬件需要算法赋能，IRON 的步态控制藏着三重算法智慧：•“思考 - 决策 - 执行” 全链路：融合 VLT、VLA、VLM 三大核心能力，其中第二代 VLA 大模型经近 1 亿条真实场景数据训练，能直接规划猫步轨迹，动态应对路面变化（关于 VLA，我们可以后续单独再通过一篇文章来看看国内目前 VLA 技术路线上的进展最近的顶流VLA 模型，看这一篇综述就够了）
•踝关节的“预判魔法”：脚踝及足底皮肤下集成了超 300 个压力传感器（整体机身共 3200 个），密度达每平方厘米 50 个，能感知 0.1N-500N 的压力变化。当脚掌接触地面时，传感器可在 10 毫秒内捕捉地面硬度、坡度、凸起高度等数据，为算法预判提供原始依据。同时，独家踝关节预补偿算法能实时预判地面起伏，提前调整关节角度与扭矩，让 0.8m/s 的行走速度兼具稳定性与丝滑感，避免了机器人行走时的顿挫感，这也是机器人拟人化步态技术上的 “最后一块拼图”

▲这是小鹏放出的自证视频的一张截图

•大模型加速“动作学习”：打破传统机器人逐关节强化学习的低效模式，借助大模型快速优化动作，甚至能通过模仿学习在 2 小时内掌握一支舞蹈，复杂步态的习得效率呈指数级提升。

追问：为何厂商都在追求“机器人拟人化”？

IRON 的惊艳表现，实则是整个行业追求拟人化的缩影。究其原因，核心离不开三点逻辑：降低交互门槛：人类天生更易对类人形态产生信任感与亲和力，高度拟人的外形和步态能减少交互心理障碍。当然，我们也不可否认，新生一代对赛博朋克风格的接纳度可能更高，机器人也不一定需要那么像人才能在年轻人中有“好人缘儿”。
1.适配人类世界：楼梯、门把手、工具等人类环境的基础设施，都是依据人体结构设计的。造一个类人机器人，远比改造现有环境成本更低。IRON 的 82 自由度构型，正是为了无缝适配家庭、工厂等人类场景，比如用人类习惯的姿势拧螺丝、递物品。
2.情感价值凸显：机器人早已超越“工具属性”，人类逐步开始向机器人寄托情感，情感互动价值日渐凸显。机器人越来越多地出现在儿童陪伴、养老陪护、心理抚慰等场景中，越是像人的机器人，越是能够提升“情感服务”体验，进而转化为商业竞争力。
最后我想说，IRON 的 “猫步” 不仅是一场技术秀，更是人形机器人走向实用化的重要一步。或许在具身智能机器人高速发展的当下，各家本体厂商产品百花齐放，率先进入人类生活场景并深度参与的具身智能不一定是类人形的。
但是，当机器人能像人类一样灵活行走、自然互动，或许距离 “无缝融入生活” 的终极目标，已不再遥远。

从算法到实体，陪跑开发者成长全周期

▼来了就别走了，戳个推荐+在看