人形机器人，开始用身体干活了

人形机器人圈最近两年最卷的是灵巧手，腱绳、触觉、欠驱动，卷到飞起。但一篇新出的arXiv论文给了另一个答案：别只盯着手，机器人的整个身体都可以是'手'。PanTact，一个让Unitree G1用躯干支撑、用身体推重物、用全身分担负载的系统——而且训练数据一条真机演示都没采，全靠人穿一身'外挂'走两遍。

这篇文章想讲的判断很简单：接触信息，可能正在成为具身智能里比动作序列更值钱的通用货币。

🖐️ 卷了两年灵巧手，有人换了赛道

先看一个圈内心照不宣的事实。

PanTact论文在摘要里点得很直白：人形机器人自由度和接触面都很多，但绝大多数loco-manipulation（移动操作）研究，把操作限定在双手上，并且刻意避免身体其他部位与环境接触。

这不是研究者没想过，而是范式惯性问题。一旦操作只定义在末端执行器上，数据采集、策略表征、控制框架都能大幅简化——抓取抓取再抓取，整个具身智能的演示数据生态，从UMI到各类遥操作平台，几乎都是围绕'手'建立的。

但真实世界里，人干活从来不只用双手。搬冰箱上楼，是肩膀扛、胸口抵、腿顶楼梯；在狭窄货架间挪箱子，是侧身用躯干挤过去；清洁地面，是整个人重心压下去带动手臂扫。

如果人形机器人只能复刻'手'的部分，等于花了上百万买一台人形，却只用它20%的形态价值。多位深耕具身智能的研究者私下聊过同一个观点：人形平台的多余自由度，在没有全身操作范式之前，本质上是在'吃功耗不干活'。

PanTact把这件事 formally 定义为 whole-body dexterity（全身灵巧性）：用任何合适的身体表面去完成任务。这九个字，重新划了一条赛道。

🧥 数据不出真机：一身可穿戴'外挂'的取巧

任何具身智能方案，先问一个问题：数据从哪来？

遥操作采集，一条高质量演示要分钟级的人时，采一万条就是天价；真机自探索，样本效率在接触密集任务上更是灾难。而PanTact的答案是：完全不用机器人采数据。

它的采集接口由三部分拼装：

• 第一人称视觉（egocentric vision）：戴在人身上的视角相机，记录'人看到了什么'；
• 双臂UMI夹爪：沿用UC伯克利系UMI手持夹爪的思路，记录手部动作；
• 全身模块化接触贴片（modular contact patches）：贴在人身体各个部位，记录'哪里碰了、接触状态如何'。

这个设计的精妙之处在'贴片'——它不改人的动作习惯，只是被动监听接触。演示者该怎么干活还怎么干活，系统只负责把'躯干在3秒后贴上了门框'这类事件打上时空戳。

熟悉UMI路线的人都懂这套打法的经济学含义：数据采集成本从'真机时'降到'人时'，且可规模化外包。 据接近相关团队的产业人士透露，多个具身智能团队正在把'机器人无关的数据采集'列为2026年的核心基建，谁先把人形演示数据的生产线跑顺，谁就在下一轮策略迭代里握有筹码。

💡 接触即语言：跨本体迁移的翻译层

数据解决了'从哪来'，还有一个更深的坑：embodiment gap（本体鸿沟）。

人在演示，机器人在执行，两者身高、臂展、自由度、关节限位完全不同。传统做法是学习联合动作分布——但人的躯干动作直接映射到Unitree G1身上，动力学根本对不上。

PanTact的关键抽象在这里：不迁移动作，迁移接触。

论文的表述是：接触位置和接触时机，规定了完成任务所需的交互；至于机器人如何协调自己的身体去实现这些接触，由机器人在自己的物理约束内自行决定。

一句话翻译：'用胸口抵住箱子'是任务规范，'怎么用两条腿调重心把胸口送过去'是机器人自己的家务事。

这层抽象在产业上的意义不亚于技术本身：

• 数据资产可跨本体复用——今天用G1验证的策略表征，理论上明天换个身高的人形平台，同一批人类演示数据依然可用，只需重训控制层；
• 策略与控制解耦——上层的视觉运动策略预测'全身接触目标'，下层的接触感知全身控制（contact-aware whole-body control）负责落地执行，分层清晰，工程可维护；
• 传感器依赖被压到最低——这是很多人第一眼会漏掉的信息。

有位做具身智能中间件的朋友说过一句圈内流传的话：'策略是租来的，本体是换的，只有接触语义是能攒下的资产。'话糙，理不糙。

🤖 G1上身：不装一个额外传感器，干了四种活儿

纸面架构谁都能画，PanTact最硬的验证在部署端：在Unitree G1上完成全身灵巧任务，且没有加装任何额外的身体接触传感器。

注意这个细节——没有力敏皮肤、没有全身触觉阵列，靠的是策略对接触目标的预测和接触感知控制的几何规划。这在工程上是极聪明的取舍：全身电子皮肤至今没有成熟的低成本供应链，'零额外传感'意味着这套方案不卡在硬件BOM上，拿来就能跑。

论文展示了四类任务，每一类都对应一个真实的工业/服务场景：

其中'负载分担'值得单独说。人形机器人的额定负载普遍是硬伤，双臂合力上限往往就是平台的物理天花板。而当躯干、腿部可以参与分担负载，同等硬件规格下的有效作业能力被直接放大——这对按公斤数定价的物流场景，是真金白银的账。

据多位跟踪人形机器人落地项目的从业者的观察，目前人形在仓储端最大抱怨之一，就是'看着像人，干活像叉车的劣化版'。全身操作如果能把有效负载和空间通过能力提上来，人形对比传统AMR+机械臂方案的分野才会真正拉开。

⚠️ 从论文到产线，还隔着几道坎

冷静一下，PanTact是一篇清晰的系统论文，不是产品方案。往产线推，至少有三道坎：

第一，接触验证的闭环问题。 零额外接触传感器是成本优势，也是验证边界——没有本体感知，接触的可靠性完全押注在上游策略预测和下游控制的规划精度上。柔性物体、非结构化表面、意外打滑，这些接触密集场景的经典难题，需要更长的真机验证周期来回答。

第二，任务泛化的广度。 演示采集接口虽然机器人无关，但贴片布置和接触标注仍围绕特定任务族设计。从'支撑、推、扫、负载分担'四类，扩展到产线上数百种长尾作业，数据管线的产品化程度决定了上限。

第三，全身控制的实时安全。 接触感知全身控制本质上是带接触约束的全身动力学求解，接触瞬间的冲击管理、与人共处场景下的力限策略，都是监管与客户验收必看的硬指标。

但方向本身，已经被这篇论文钉住了：人形机器人的价值上限，从来不该由双手定义。

PanTact的意义，不在于它今天能在Unitree G1上推几个箱子，而在于它把'接触'从动作的副产品，提炼成了跨本体可迁移的任务语言。当数据采集回归人类本能动作、当策略与本体彻底解耦、当全身每一个接触面都成为执行资源——人形机器人离'看起来像人，干活也像人'，才算真正走完了叙事闭合的最后一公里。下一个值得盯的问题：哪家本体厂会率先把全身接触能力写进产品规格书。