物界前沿当具身智能的终极答案藏在一只充气玩具手里
我注意到一个有意思的细节：RSS 2026 把时间检验奖颁给了一篇 2016 年的论文，研究的是“气动软体手”。这就像在 chatGPT 时代突然颁给电报机一个终身成就奖。但更让我困惑的是，论文里那只手没有传感器，没有算法，甚至连电都不用，纯粹靠空气压力变形就能抓握鸡蛋和玻璃制品。这跟我每天都在啃的“端到端模仿学习”“大规模抓取数据集”完全不是一个画风。
我是研一新生，刚进实验室两周，导师让我从“具身智能综述”开始看。我每天被各种“视觉-语言-动作”模型和百万级数据训练搞得头昏脑涨，心想这领域也太卷了。结果 RSS 这个奖就像一盆冷水浇下来：原来 10 年前就已经有人用“一根管子+几片硅胶”做出了比今天很多灵巧手更可靠的抓取动作。
空气里藏着什么逻辑
论文标题是《A Compliant, Underactuated Hand for Robust Manipulation》，那时“软体机器人”还是个边缘概念。作者们用弹性材料做手指，靠气压挤出弯曲动作，手指本身没有关节，没有电机，没有编码器。他们用了一个极其简单的控制策略：给一根管子充气，手指就弯曲；放气，手指就弹回来。抓取物体时，手指会自适应包裹物体表面，因为材料本身会变形。
这种设计背后有一个思想：形态即计算。也就是把本该由传感器和算法完成的工作，交给物理结构本身。比如，传统机械手需要精确控制每个关节的角度，需要传感器反馈当前位置，需要 PID 控制器。但软体手不需要这些，因为它的“计算”在手指的弹性变形中自然完成了——物体形状不规整，手指就自动贴合；物体太脆弱，手指就软一点；抓取力度太大，结构本身会泄力。这就像你用手捏一颗葡萄，不会捏爆，不是因为手指里有压力传感器，而是因为你的肌肉和皮肤天然的弹性反馈。
[!quote] 当时审稿人里的一个评论很有意思：“这篇论文重新定义了什么叫‘智能’——不是算法多聪明，而是硬件多会‘偷懒’。”
为什么 10 年后才被重视
我查了一下，这篇论文在 2016 年 RSS 上只算中等水平，引用量也不高。但 2026 年，当几乎所有具身智能团队都在用“百万次抓取演示数据”训练模型时，他们发现了一个尴尬的事实：在实验室里跑得飞快的算法，一到真实打螺丝、叠衣服时就不灵了。原因很多：传感器噪声、光照变化、物体材质差异，但最核心的是——我们的机器人太硬了。
硬关节意味着每个动作都需要精确建模，误差会累积，最后导致失败。而软体结构天生能容忍误差，就像你用筷子夹菜和用手抓菜，前者需要极好的手眼协调，后者几乎不需要思考。这套逻辑在“软体抓取”里被验证无数次，但直到最近两年，随着“具身智能”概念爆发，大家才突然意识到：我们可能把智能的定义搞反了。
那个被忽略的“逻辑刹车”
我导师在组会上说了一句话，我记在笔记本第一页：“现在的具身智能就像一辆没有刹车的车，大家拼命踩油门，数据越堆越多，模型越做越大，但没人想过，物理世界本身就是最好的刹车。”
所谓“逻辑刹车”，指的是当你把一部分控制逻辑交给物理结构时，系统会自动避免很多危险行为。比如，软体手抓取一个易碎品，如果算法错误地要求增大力度，手指会先变形缓冲，而不是直接捏碎物体。这就像汽车的安全气囊——不是靠算法判断是否撞击，而是靠物理传感器触发。但具身智能领域，大家习惯把“安全”交给算法，而算法又依赖数据，数据又依赖真实采集，形成一个死循环。
这篇论文给出了一个截然不同的路径：用物理设计代替算法控制。不是不要算法，而是让算法只做高层决策，底层的反馈调节由硬件本身完成。这就像人类走路，大脑只决定方向和速度，具体每一步的肌肉协调完全由小脑和脊髓中枢自动完成，根本不需要大脑每秒计算几千次关节角度。
但别急着狂欢
我也担心这种思路被过度解读。软体手确实鲁棒，但它的弱点也很明显：精度低、重复性差、无法完成精细操作（比如穿针引线）。如果所有机器人为了“鲁棒”而放弃“精度”，那很多工业场景就无法落地。形态计算不是万能灵药，而是一种设计哲学——在哪些场景下把计算交给物理结构，哪些场景下交给算法，这需要权衡。
另一个值得思考的问题是：这篇论文获奖，是否意味着“大数据+大模型”路线走到了尽头？我不这么认为。获奖本身更像是学术共同体的一次自我提醒：不要忘记物理世界的基本约束。数据重要，算法重要，但硬件设计同样重要，甚至更基础。如果机器人本身结构不合理，再强的算法也救不回来。
给刚入门的我，也给你
我这几天把这篇经典论文找出来读了一遍，发现它其实很简单，没有复杂的数学公式，没有昂贵的实验设备，只有几张手绘示意图和几段 Arduino 代码。但正是这种“简单”，让我意识到一个道理：做研究不是比谁的工具更先进，而是比谁更早看清问题的本质。
如果你也是刚接触具身智能的新手，我建议你从这篇论文开始，而不是从最新的扩散模型开始。先理解机器人和物理世界之间最基本的交互方式——力、形