撰文| 王思易

编辑| 张   南

设计| 荆   芥

过去我们提到机器人公司，第一反应通常是机械、算法、传感器、运动控制、SLAM、强化学习、具身智能。

总之，是一套典型的工程语言。

但最近一次接触维他机器人时，我听到一个很有意思的说法：他们在机器狗动作设计上参考了迪士尼动画法则。更进一步，对方解释说，机器狗的稳定性和动作并不是单纯靠人工调出来的，而是在云端模拟大量次数后寻找最优解；但动作的方向、意图和大致设计，仍然需要人先给出来。

它说明，消费级机器人的动作设计，正在变成一种混合工种：一边是动画师、交互设计师、行为设计师对“角色感”的设计；另一边是工程团队用仿真、强化学习、运动控制，把这种设计翻译成真实机器可以执行的动作。

本属于未来的一个岗位或许已经诞生：机器人行为设计师。

01

动作设计是机器人“用户界面”

迪士尼动画法则，通常指 Frank Thomas 和 Ollie Johnston 在《The Illusion of Life》中总结的动画十二法则。这套方法来自迪士尼动画师长期实践，目的不是简单让角色移动，而是让角色看起来有重量、有意图、有情绪、有性格。它包括预备动作、舞台调度、跟随动作与重叠动作、慢入慢出、弧线运动、节奏、夸张、角色吸引力等原则。

这些原则最初服务于二维动画，但它们真正处理的问题是：观众如何通过动作理解一个角色。

比如“预备动作”。一个角色跳跃之前，通常会先下蹲；挥拳之前，身体会先后撤；转身之前，眼神和头部可能会先动。这些动作不是多余的，而是在提前告诉观众：我要做什么了。

放到机器人身上，这个问题就更现实。

一只机器狗如果突然启动、突然转身、突然靠近人，用户很容易紧张。尤其是在家庭环境里，它面对的是孩子、老人、宠物、家具和狭窄通道。它不能像工业设备一样只追求执行效率，也不能像扫地机器人一样让用户默默忍受它的行动逻辑。

家庭机器人必须让人看懂它。

在人机交互研究里，这叫 readability 或 legibility，也就是“可读性”或“意图可见性”。2011年，Leila Takayama、Doug Dooley 和 Wendy Ju 在 HRI 会议论文《Expressing Thought》中就提出，动画里的 anticipation 和 reaction 可以让机器人行为更容易被人理解：人们能看出机器人正在做什么，预测它接下来要做什么，并因此更有效地与机器人互动。

值得注意的是，这篇论文的作者组合本身就很说明问题：一位来自机器人公司 Willow Garage，一位来自皮克斯，《机器人总动员》的制片方。

►Willow Garage的机器人PR2

很多人会把机器狗的动作设计理解成“做得可爱一点”。这个理解太浅。对消费机器人来说，动作本身就是界面。手机的界面是屏幕，汽车的界面是方向盘、中控和仪表盘；而机器人的界面不只有 App 和语音，还有它的身体。它如何看向你，如何靠近你，如何停下，如何等待，如何表示“我听到了”，如何表示“我没听懂”，这些都是交互。

一只机器狗的眼睛先看向主人，头部再转过去，身体最后跟上，这不是简单的动画效果，而是在告诉用户：它注意到了你。

它靠近人之前先减速、停顿、抬头，也不是为了卖萌，而是在降低人的警觉。它完成动作之后给出一点身体反馈，也不是多余表演，而是在告诉用户：任务结束了。

这类设计在动画中叫表演，在人机交互中叫反馈，在机器人产品中则可能直接影响安全感和信任感。

2018年一篇关于动画技术在人机交互用户研究中的系统综述，总结了27篇相关研究，认为动画技术可以改善人对机器人的感知，帮助人理解机器人意图，也能表现机器人的状态或可能情绪；甚至对于那些不像人、也不像传统机器人的设备，动画技术仍然有助于人和它建立关系。

这就解释了为什么维他机器人会重视眼神、头部、身体的配合。因为家庭用户首先不是在读参数表，而是在读它的身体。

02

维他机器人最大的卖点是“动态人格”

目前，维他机器人装配了自动溜达、跟随等功能。但坦白说，这些功能本身并不是最让人惊讶的部分。

跟随能力并不罕见。跟随式露营车、智能行李箱、运动拍摄设备，都可以做不同程度的目标跟随。机器狗的优势可能在于四足结构带来的越障能力，例如坡道、草地、碎石路、台阶。但对于普通城市家庭来说，这个需求并不总是高频。

更有意思的地方在于，他们似乎没有只把机器狗当作一个移动平台，而是在努力给它设计一种“动态人格”。所谓动态人格，不是写一段人设文案，也不是给机器装一对电子眼睛。它是通过动作建立性格。

它怎么看你。它怎么等你。它怎么靠近你。它什么时候停顿。它转身之前有没有预备。它的眼神、头部和身体是不是一致。它像是在执行命令，还是像是在回应你。

►7月13日，维他动力发布自足机器人“大头”教育版

这些细节共同决定用户对它的判断：它是一个工具、一个玩具、一个宠物替代品，还是一个可以被纳入家庭日常的角色。

这也是维他机器人在机器人赛道上更值得观察的地方。它对机器狗“动态”的重视让他们意识到：消费机器人如果要进家庭，必须先让自己的身体语言成立。

动画可以违背物理，机器人不行。

不过，机器人公司的动画设计，和传统动画完全不是一回事。动画片里的角色可以被压扁、拉长、突然弹起、夸张变形。只要观众相信，物理规律可以被暂时搁置。

但机器人不能。

机器狗的每一个动作，都要穿过电机、关节、重心、摩擦力、地面坡度、功耗、安全距离和真实环境干扰。它不能为了可爱就随便歪头，也不能为了夸张就突然跳跃。传统动画追求的是“看起来可信”，机器人动作还必须“物理上可执行”。

所以，当对方说“稳定性以及动作都是自己在云端模拟上亿遍找到最优解，动作肯定是需要人工先给它大概的设计”，这句话其实可以拆成一个专业流程：

第一步，人先给出动作意图。比如“它要疑惑地歪头”“它要开心地靠近”“它要准备跟随”“它要表达等待”。

第二步，工程系统把这个意图转换成可计算的运动目标。这可能涉及姿态、速度、关节角度、重心、接触点、动作时长等约束。

第三步，在仿真环境中大量试错。系统不断尝试不同控制策略，筛掉会摔倒、会失稳、能耗过高、动作不自然或无法转移到真机的方案。

第四步，真机测试。因为仿真世界和真实世界之间永远有落差：地面摩擦不一样，电机响应不一样，坡度不一样用户靠近方式不一样，甚至机器本身的磨损也会改变动作效果。

这就是机器人行业常说的 sim-to-real gap，也就是仿真到现实的落差。

在四足机器人研究中，用仿真和强化学习训练步态已经是重要方向。2018年的一篇经典论文《Sim-to-Real: Learning Agile Locomotion For Quadruped Robots》就提出，可以在物理仿真中训练四足机器人运动策略，再部署到真实机器人上；研究者也指出，仿真策略直接迁移到现实常常会失败，因此需要改进物理模拟、加入执行器模型、模拟延迟、随机化环境并提高控制器鲁棒性。

英伟达在2024年关于 Spot 四足机器人训练的技术文章中，也讨论了如何在 Isaac Sim 和 Isaac Lab 中创建强化学习步态策略，并部署到真实硬件上，这本质上就是把“先在模拟中学，再上真机”的流程工程化。

所以，机器狗动作设计的难点不在于“能不能做一个动画”，而在于：如何让一个带有角色意图的动作，在真实物理世界中稳定、安全、可重复地发生。

03

“上亿遍模拟”的动画

如果把这个问题再说得更专业一点，机器人动作设计其实有两个目标：一个是 expressive motion，表达性动作；另一个是 robust motion，鲁棒动作。

表达性动作解决的是：人能不能看懂它？会不会觉得它自然、有性格、不吓人？

鲁棒动作解决的是：它会不会摔？会不会撞？会不会耗电过高？在不同地面、坡度、人群、光线、家具环境下还能不能工作？

这两个目标经常互相冲突。

动画师可能希望动作更夸张，这样用户更容易读懂；工程师可能希望动作更保守，这样机器更稳定。所以，真正专业的机器人动作设计，不是动画师单方面画动作，也不是算法工程师单方面训模型，而是两边反复翻译。

动画师提供意图，工程师提供约束。仿真筛选稳定性，真机暴露现实问题。用户测试告诉团队，哪些动作是可爱，哪些动作是烦人，哪些动作甚至会让人害怕。

而一旦物体会行动，人就会开始给它赋予意图。

维他机器人不是第一个把动画原则带进机器人公司的案例。

消费机器人历史上最典型的案例，是 Anki 的 Cozmo 和 Vector。Cozmo 是一个小型 AI 机器人玩具，硬件看起来像一台迷你履带车，但它出圈的原因不是机械结构，而是角色感。连线杂志在2016年报道 Cozmo 时提到，前 Pixar 动画师 Carlos Baena 参与了 Cozmo 的动画和情绪设计，让这个小机器人能够通过动作和表情表现出更真实的互动感。

时代杂志当时也把 Cozmo 形容成一种现实版瓦利：它能识别人脸、玩小游戏，并通过机械声音和表情传达开心、沮丧等状态；文章也提到，它由来自皮克斯和梦工厂的动画师参与创造。

►Cozmo，一度在网络大火

这说明一旦机器人从工厂走向家庭，动画师就不再是外围人员。

Cozmo 的经验也有另一面。Anki 后来倒闭，Axios 报道称，这家公司虽然融资超过2亿美元，最终仍关闭并裁员，暴露出儿童科技玩具和消费机器人结合处的商业化困难。

另一个值得联想的案例是 Boston Dynamics 的 Spot。

Spot 通常被视为工业巡检、安防、施工等场景里的四足机器人。但 Boston Dynamics 也长期通过跳舞视频展示机器人运动能力。公司在介绍 Spot 与 BTS 合作的视频时，专门使用了“choreographing robots”，也就是给机器人编舞的说法。工程师 Kathleen Brandes 也提到，视频中那些看起来流畅和艺术化的动作，必须先能够在真实硬件上跑通。

Boston Dynamics 的 Spot SDK 中甚至有 Choreography Service。其开发文档提到，如果某个动画动作在物理上不可完全执行，机器人会尽量接近目标动作，但可能无法成功完成；开发者需要通过日志检查真实执行情况，再调整动作。

这说明机器人的“表演”必须被物理世界批准。

这也是为什么维他机器人提到云端模拟时，这个信息很重要。它说明这类机器狗不是单纯在做表情包式的拟人化，而是在尝试把“角色动作”交给仿真和控制系统反复验证。

04

从“功能竞争”到“角色竞争”

维他机器人所在的赛道，正处在一个尴尬但有趣的位置。

公开报道显示，维他动力在2025年12月发布消费级机器狗“大头 BoBo”，主打无需遥控、随行、载物、跟拍等能力，定价12988元，创始权益价9988元。2026年1月，有媒体报道称其开售52分钟订单破千，19天订单达到6540台。2026年5月，腾讯新闻报道称维他动力完成近5亿元 Pre-A 轮融资，并提到北京蓝色港湾线下体验店。

但真正的问题是：消费级机器狗到底靠什么进入家庭？如果只靠跟随，市场上已有其他跟随设备。如果只靠载物，露营车和行李箱也能承担一部分功能。如果只靠陪伴，它要面对宠物、儿童玩具、智能音箱、平板电脑和 AI 聊天应用的竞争。如果靠越障和爬坡，那么城市家庭的高频需求又没有那么明确。

所以，消费级机器狗必须寻找一个比“功能”更复杂的入口。

用户不只是买一台机器，而是买一个会行动、会看人、会等待、会表达、会参与家庭氛围的对象。

这就是为什么动画专业突然变得重要。过去的机器人公司可能更像汽车公司或工业设备公司，核心竞争是性能、稳定性、成本和供应链。未来的家庭机器人公司，可能还要越来越像动画工作室、游戏公司、主题乐园和宠物产品公司。

它们要设计的不只是功能，而是关系。

因为家庭不是实验室，也不是展示厅。家庭空间里有大量非理性的判断：喜不喜欢、烦不烦、吓不吓人、有没有亲近感、会不会打扰生活、孩子会不会喜欢、老人会不会排斥。

这些问题不是单靠算法指标能解决的。

动画师擅长的，正是让无生命物体显得有生命。交互设计师擅长的，是让系统状态被用户理解。行为设计师擅长的，是把意图转化成动作和反馈。机器人工程师擅长的，是让这些动作在真实硬件上稳定发生。

消费机器人需要的，恰恰是这些能力的结合。他们的目标是让一个本来没有生命的东西，看起来像是在回应你。