Agility Digit 5 人形机器人取消安全围栏，但安全论证仍在构建中

Agility Robotics 发布了 Agility Digit 5 人形机器人，并作出了一项意义重大的承诺：它无需早期型号周围的物理隔离设施，也能在人类附近工作。该公司表示，新传感器、基于 AI 的人员检测功能以及独立安全控制器，使 Digit 能够在有人靠近时避让、停止或坐下。

这一变化意义重大，因为 Digit 4 已经不再仅限于舞台式演示。Agility 表示，这些机器人已在北美客户设施中累计运行超过 65,000 小时。但在大多数部署中，机器仍被限制在受保护的工作单元内，因而难以在以人为中心设计的设施中自由移动。

Digit 5 试图解除这一限制，同时承担更重的负载并处理更多样化的任务。它推出之际，Agility 也正准备通过一项计划中的交易进入公开市场，该交易对公司的估值为 25 亿美元。核心考验已不再是人形机器人能否搬运料箱，而是安全软件能否取代物理边界，同时不将不可接受的风险转嫁给附近工作人员。

Agility Digit 5 超越机器人工作单元

Digit 5 改变了 Agility 的运行模式：它将人与机器人近距离共处视为需要管理的条件，而不是必须将机器人围起来的理由。

Agility 于 2026 年 9 月 15 日推出 Digit 5，称其为第五代通用人形机器人。预计将在 2027 年上半年提供早期使用权限，并计划于当年年底前面向制造、仓储和配送运营商全面上市。

其决定性变化是协作安全，即机器人被设计为可在人类附近运行，并随环境变化调整自身行为。此前的 Digit 部署采用工作单元，即通过屏障与工作人员隔离的受控区域。

工作单元提供了一条简单的安全原则：如果人员无法进入机器人的操作空间，他们面临机器人运动、负载或失衡所带来危险的可能性就会更低。但这一边界也限制了机器人在不同工位之间移动，以及参与需要频繁人机互动的工作流程。

Digit 5 以分层响应取代固定隔离。根据该公司的 Digit 5 announcement，其机载系统会监测人员，并根据人员的距离和移动情况选择相应动作。

在较远距离时，机器人可以改变路线，或停下等待。若有人进一步靠近，Digit 可以降低姿态并坐下。视觉和声音信号旨在让工作人员在机器人再次移动前了解其正在执行的动作。

机器人并不只依靠主 AI 系统作出这些决定。Agility 表示，独立安全控制器会监测不安全的近距离情况，并触发适当响应。这种分离很重要，因为在主控制器遭遇软件故障时，安全系统仍应能够进行干预。

Digit 5 还会在本地处理视觉和运动数据。其设备包括机载摄像头、深度传感器和惯性测量单元，后者用于测量机器人的姿态与加速度。Agility 表示，只有系统健康状况和诊断数据需要传输至其 Arc 车队管理平台。

无围栏设计拓展了 Agility 可追求的工作流程。一台被限制在单一单元中的机器人，可以在固定点之间重复搬运容器；而一台能够与工作人员共用通道的机器人，则有可能连接仓储或制造流程中的多个环节。

Agility 将拆垛、机床上下料、配套组装、排序、质量检查和码垛列为目标应用。其中一些仍属于规划中的能力，而非已获独立验证的量产功能。这一区别很重要，因为硬件仍在开发中。

该公司公布的规格仍为初步信息。它还警告称，某些安全功能仍在开发中，且没有任何安全系统能够消除所有运行风险。

这些限定使 Digit 5 既是一项产品发布，也是一项安全主张。Agility 已披露其架构、预期行为和发布时间窗口。客户仍需观察这套架构在长时间轮班、拥挤通道、不断变化的照明条件及不可预测的人类移动中表现如何。

为什么取消围栏会改变商业逻辑

如果每项任务都需要独立的隔离操作区域，人形机器人就无法自动化相互连接的设施工作流程。

Digit 4 主要承担料箱搬运工作。Agility 表示，在 GXO 位于亚特兰大附近的设施中，该机器人累计完成了 100,000 个料箱的里程碑，并且在积极执行指定任务时保持了约 98% 的准确率。

这一记录让 Digit 5 拥有比实验室原型机更扎实的基础。Agility 报告称，其与 GXO、Schaeffler、Amazon 和 Toyota Motor Manufacturing Canada 的商业部署已接近三年。不过，运行时长并不会自动验证 Digit 5 引入的每一种新安全行为。

更直接的启示涉及工作流程设计。仓库中有工作人员、叉车、自主移动机器人、传送带、门、暂存区域以及无法总是为单一机器重新布置的设备。增加一个带围栏的工作单元，可能会占用空间，同时产生新的交接环节。

以码垛为例。人形机器人或许可以将包裹放到托盘上，但工作人员最终仍需要移走或更换该托盘。如果整个区域都必须物理隔离，每一次交接都会带来延迟和额外的控制逻辑。

无围栏机器人可以在工作人员完成交换时暂停，随后恢复工作，而无需迫使设施再建造一个永久性围栏。Agility 首席技术官 Pras Velagapudi 对 Ars Technica 表示，这类场景使物理围栏变得不切实际。

同样的逻辑也适用于机床上下料。移动机器人可以在机器之间运输零件、装载零件并收集成品。当安全屏障将每一步移动划分为彼此隔离的片段时，这一流程就会变得困难。

这正是 Digit 5 对仓储影响的实际含义。它的价值并不主要取决于是否像人，而在于它能否在适合人类活动的空间中移动，并连接现有自动化通常分开处理的任务。

Agility 已为这一更广泛的角色重新设计硬件。Digit 5 可重复搬运最高 50 磅的负载，较前代产品提升 40%。它高 5 英尺 11 英寸，最大触达高度为 7.2 英尺，而 Digit 4 的触达高度为 5.5 英尺。

该机器人重 284 磅。这一重量解释了为何人员检测和受控停止如此重要。涉及桌面设备的软件错误可能只是造成不便；涉及移动工业机器的错误则可能导致严重伤害。

Digit 5 还通过标准化安装法兰使用可互换夹爪。这些末端执行器，即安装在机器人手臂末端的工具，使同一台机器能够针对料箱搬运或其他操作任务使用不同硬件。

电池性能则解决了另一项商业约束。Agility 声称，其续航时间为 90 分钟，充电时间为 9 分钟，形成 10 比 1 的运行与充电比。Digit 4 的比例为 2 比 1。

Agility 估计，这一安排可在 24 小时内支持超过 20 个有效工作小时。这一数字来自对预生产系统的内部测试和基准评估。实际设施仍需在自身的负载、温度、路线和充电安排下进行验证。

因此，这一商业论点结合了利用率与灵活性。更长的工作时间可以提高每台已部署机器的回报；可覆盖更多任务则让运营商能够将集成成本分摊到更大的工作流程中。

Agility 表示，截至 2026 年 5 月，其已获得超过 3 亿美元的多年期 Digit 5 订单。一份相关的 SEC investor filing 表示，这些订单涉及在三年服务合同下交付 1,000 台机器人。

这些订单并非当期收入。它们仍受合同里程碑约束，相关认股权证也会随机器人部署而归属。因此，成功交付和量产表现比仅看订单金额更为重要。

Agility Digit 5 如何在人类周围工作

这一安全机制结合了感知、受控行为、冗余监督以及与附近工作人员的沟通。

第一层是人员检测。Digit 5 使用专有 AI 算法和多种基于视觉的传感器来监控周围环境。Agility 尚未公开说明每种传感器的具体类型，或不同响应所采用的检测距离范围。

AI 有助于解读传感器数据，但仅有解读并不能构成安全论证。机器人必须在已知时间范围内，将检测结果连接到可预测的行为。当读数相互冲突或可视性恶化时，它也必须采取保守响应。

Digit 的响应可能随接近程度而变化。在安全距离下，它或许会选择另一条路线；如果有人穿过其路径，它可以停下并让对方先通过；在近距离情况下，它可以下蹲，以降低直立、动态平衡机器所带来的风险。

这种渐进式行为不同于单一的紧急停机。立即断电可能是必要的，但对于一台正在携带负载的双足机器人而言，并不总是最安全的响应。受控运动可以使机器及其负载进入更稳定的状态。

独立控制器增加了另一层保障。它监督 Digit 与附近人员之间的距离，并在必要时启动安全响应。这种设计将安全执行与选择和执行常规任务的系统分离开来。

Agility 正将其架构与 Nvidia IGX Thor 配合使用，后者是面向安全敏感型机器人和医疗应用的计算平台。该公司也是 Nvidia Halos for Robotics 软件和安全基础设施的早期发布合作伙伴。

这一硬件合作使 Agility 能够使用围绕功能安全设计的计算能力。功能安全关注的是，当系统检测到危险状况或组件故障时，自动保护措施是否能够正确响应。

这并不意味着每一个由 AI 生成的动作都会天然安全。Agility 必须明确哪些组件承担安全等级功能、如何检测故障，以及发生故障后机器人会进入何种状态。

机器人还会通过视觉和声音信号传达意图。工作人员需要分辨一台已经让行的机器人，与一台准备恢复移动的机器人。当多台机器共处于同一空间时，清晰的提示尤为重要。

这一人为因素很容易被低估。工作人员在穿过装卸区域时，无法检查算法的内部状态。他们依赖可见行为、培训、流程以及一致的信号。

该设计还依赖车队级集成。Agility Arc 将 Digit 与仓库管理、仓库执行和制造执行系统连接起来。它跟踪正常运行时间、吞吐量以及事故平均间隔时间等运行指标。

这些连接可帮助设施协调交接流程，并在外部安全系统检测到问题时停止作业。但它们也增加了操作人员必须配置、验证和保护的接口。

Agility 表示，发送至 Arc 的数据通过加密连接传输，客户信息则保持隔离。本地处理可减少离开设施的原始传感器数据量。但企业买家仍需要明确的数据保留规则、访问控制和事件处置流程。

因此，要理解 Agility Digit 5 的工作方式，不能只关注避碰功能。AI 组件能够检测和解读人员，但安全性还取决于独立控制机制、稳定的回退行为、设施集成以及与员工的沟通。

这种分层方案反映了感知软件的局限。摄像头可能遇到眩光、阴影、灰尘、视野受阻、异常着装或仅部分可见的情况。深度传感器也可能与其他输入数据不一致。审慎的设计必须在不确定性下保持可靠，而不是临场应变。

传统工业系统通常会将安全边界清晰地呈现出来。围栏界定了人员不应站立的区域。Digit 5 则以感知和动态隔离替代了大部分这种物理清晰度，使系统验证更具挑战。

安全主张仍面临标准缺口

Digit 5 最强的主张无法通过一次发布演示得到验证，因为相关的人形机器人安全标准仍在发展中。

Agility 表示，Digit 此前已完成一项独立的现场评估，涉及一项与美国职业安全与健康管理局相关项目所管理的工业安全标准。这一成果针对的是较早的部署配置，并不意味着 Digit 5 的每项功能都获得全面认证。

该公司正在参与 ANSI/A3 TR R15.108 的相关工作，这是一份针对动态稳定型工业移动机器人的技术报告。它还在参与 ISO 25785-1 的制定，这项国际标准目前仍在开发中，适用于包括人形机器人在内的工业移动机器人。

在 Digit 5 发布时，ISO 25785-1 仍处于委员会审查阶段。根据机器人安全报道，该提案最终必须进入由该标准参与国成员参与的投票程序。

这一时间节点造成了一种不同寻常的局面。Agility 正在为一个详细安全框架尚未完成的品类设计产品。公司可以借鉴现有的机械和机器人要求，但动态平衡的人形机器人引入了不同的失效模式。

带轮移动机器人停车时无需担心保持直立。人形机器人则必须处理平衡、肢体位置、所携带物品以及跌倒的可能性。即便双臂停止运动，其高度和质量也使跌倒成为不可忽视的问题。

Digit 5 的 284 磅重量加剧了这一担忧。坐下是一种合理的缓解措施，前提是机器人能够可靠执行该动作，并避免制造新的危险。负载在突然停止时同样需要受到可控处置。

最困难的测试将涉及边缘情况，而非日常运行。系统能否检测到从托盘后方走出的人？当两名员工从不同方向靠近时，它会如何响应？传感器在转弯时失去视野后会发生什么？

设施还必须管理可预见的人类适应行为。数周未发生事故后，员工可能会习惯于更靠近机器人行走。他们可能在嘈杂环境中误读警报，或以为 Digit 已经看见自己。

没有任何传感器阵列能消除这些行为风险。培训、标记通道、速度限制、维护和本地危险评估仍将是部署的一部分。拆除围栏并不意味着雇主无需再承担控制危险的责任。

Agility 自己的产品资料也承认了这一限制。Digit 5 仍在开发中，规格可能发生变化，部分安全功能尚未完成。该公司还表示，这些功能并不能消除所有运营风险。

这类表述应指导买家如何解读此次发布。Digit 5 的设计目标是实现无围栏运行，但广泛的商业验证证据将要等到客户在 2027 年部署量产型号后才会出现。

这一差异也影响竞争格局。Tesla 的 Optimus 项目凭借与汽车制造的关联以及 Elon Musk 对大规模生产的预测而备受关注。Figure AI 一直在推广通用型工作场景任务，而 Apptronik 正在为工业环境开发 Apollo。

Agility 目前的优势在于实际部署经验。公开市场公告列出了 Amazon、Nvidia、SoftBank 和 Foxconn 等支持者，并将 Toyota 和 Schaeffler 列为早期客户。

然而，Digit 4 的经验并不会自动迁移到无围栏的 Digit 5 运行场景。新传感器、控制系统、电池、执行器、任务和人机交互共同扩大了验证范围。

竞争对手也面临同样的压力。需要永久隔离的人形机器人，可能难以相较于固定式自动化设备或带轮机器人证明其形态价值。与人共用空间的机器，则必须满足更高的证据门槛。

这正是核心权衡。拆除障碍物可以释放更灵活的自动化能力，但也会让感知可靠性和可控行为承担起过去员工能够直观看到的防护职责。

三个信号将表明 Digit 5 能否规模化

只有当客户部署在生产条件下验证其安全性、利用率和工作流主张时，Digit 5 才会变得真正重要。

第一个信号是 2027 年上半年早期准入部署的质量。Agility 需要的不只是运行小时数总计。买家应关注事故率、防护性停机、人工干预频率、任务完成情况，以及面对非预设人员移动时的表现。

成功的试点应显示员工和 Digit 能够在活跃区域共享空间，而不会频繁停机或临时施加限制。如果客户重新设置临时围栏，或将空置通道专门留给机器人，协作安全带来的实际价值就会减弱。

第二个信号是标准和第三方评估的进展。ISO 25785-1 以及相关的北美工作，可明确动态稳定型工业移动机器人的测试方法。

公开的评估应说明其覆盖的运行条件。某一任务、速度、负载或设施布局下的合格结果，不应被视为对所有可能工作流的批准。

第三方证据可通过将产品营销与可重复的安全表现区分开来，增强 Agility 的主张。延迟、范围狭窄的认证或广泛的运行限制，都将表明无围栏部署仍比发布演示所暗示的更困难。

第三个信号是订单储备向实际运行机群的转化。Agility 超过 3 亿美元的订单代表潜在的多年价值，而非已确认收入或已完成交付。

投资者和客户应追踪有多少机器人投入服务、有多少保持活跃，以及客户是否会在初始安装后扩大规模。只有在部署里程碑达成、客户认可实际表现时，庞大的签约机群才真正有意义。

生产能力将决定这种转化。Digit 在 Agility 位于俄勒冈州塞勒姆、面积为 70,000 平方英尺的 RoboFab 工厂组装。公司表示，该工厂全面建成后，设计年产能最高可达 10,000 台机器人，并可容纳超过 500 名员工。

设计产能并不等于当前产量。扩大复杂机器的生产，需要可靠的供应商、制造质量、现场服务、备件，以及能快速诊断问题的技术人员。

Agility 还因其计划中的上市而面临审视。拟议的 SPAC 交易对公司的估值为 25 亿美元，这增加了将技术进展转化为可量化商业成果的压力。

这种压力并不会否定该技术，但会提高模糊报告的代价。机群规模、客户集中度、正常运行时间、部署持续时间和里程碑完成情况，将比累计订单本身提供更清晰的图景。

对企业买家而言，未来一年应被视为验证期。评估人形机器人的团队，需要将机器人的产出与集成、监管、充电、维护和安全管理的全部成本进行比较。

他们还需要整理来自试验、风险评估、员工反馈和事故审查的记录。可搜索的工程知识库可帮助团队在运营、安全和工程团队之间保留这些证据。

Agility Digit 5 人形机器人为行业提供了一项具体测试，而不只是又一次编排好的演示。其硬件已有发布时间窗口，目标工作流已确定，安全架构也具备可识别的组成部分。

尚未解决的问题是，该系统能否应对日常混乱。仓库嘈杂、拥挤，并且经常重新配置。人的行为比机器更难预测，而设备会在预定测试之间逐渐老化。

到 2027 年底，真正有价值的问题将不再是 Digit 5 能否在镜头前与人并肩行走，而是客户是否信任它能在员工身边连续工作数千小时、扩大机群规模，并始终让围栏留在建筑物之外。