新浪科技讯 9 月 20 日晚间消息，联想晨星四足机器人 Q1 首次在 2022 世界制造业大会上亮相。
据联想方面介绍，晨星四足机器人 Q1 是专门为复杂环境下智能巡检而生的一款四足机器人，满足复杂应用场景中对多变环境。在电力行业，主要适用于变电站室内、室外的智能巡检工作，相对传统轮式机器人具有更高的灵活性及便捷性，可更大程度代替人工巡检作业。目前，Q1 的全地形适应能力让它的可巡检点位较传统轮式机器人提升 30% 以上。
联想方面表示，将推动制造业向更加高质量的绿色方向发展。同时承诺到 2030 年实现公司运营性直接及间接碳排放减少 50%，部分价值链的碳排放强度降低 25%，并在 2050 年底之前实现净零排放。
四足机器人发展之路在何方？
在国内外众多的科幻电影及小说中，常常有着抢眼表现的机器人，其多变能力及各种场景近乎全能的应用，让人为之神往。在现实社会中，我们也经常能刷到这样的视频，一只机器狗好端端地在路上走着，突然迎来人类的当头一脚，或者有的视频是将机器狗直接从车顶丢到地上......这些夸张的行为到底为何？，其实无论是用脚踹，还是从车上丢，其目的只有一个，那就是测试四足机器人的平衡性与协调反应，这些测试行为也是四足机器人技术发展的重要一步。
正是因为以上这些测试的不断进行，才让四足机器人技术更加成熟，如果你看到一只小红机器狗在户外开心的奔跑，速度飞快，请不要感到惊讶，它就是蔚蓝科技阿尔法机器狗C200，,它的最高奔跑速度甚至超过了同级别世界纪录保持者 MIT mini Cheetah。它还能利索地给你来一个后空翻，甚至还把身体变形成了薄薄一片，轻松的通过了狭窄通道。灵活的关节，风骚的走位，这大概就是未来机器人该有的样子。
四足机器人的未来
可能有人会说，一些高端的酒店和商场里我们也能看到移动的机器人呀，这有什么新奇的，但其实四足机器人与我们常看到的机器人是不一样的，我们常见的双足机器人是轮式或履带式设计，而四足机器人则摆脱了这种设计，机动性更强，具有机动灵活、反应敏捷等特性。与双足机器人相比，四足机器人拥有较高的有效载荷与极强的平衡能力，更利于控制、设计和维护。这就决定了四足机器人不仅能在平整的地面上“健步如飞”，满足人们日常生活服务场景，还能适应各种复杂和危险地形，平衡稳定地执行消防、巡检、审查、搜索和救援等任务。
创造更多可能性
四足机器人相对于双足机器人确实更加的灵活，但是在户外能够长时间使用吗？总不能是开开心心跑着出门，吭哧吭哧扛着回家吧？以目前在售的蔚蓝科技阿尔法机器狗C500为例，它内部搭载23AH的超大电池，可以让机器狗长时间续航，一般慢跑状态2小时左右，待机时间的话会更长。当然了，这样超大容量的电池同时也要求机器狗的机身具有更好的承载力，因此，阿尔法机器狗的核心机械结构均采用航空级工业铝和超轻量化设计，关键部件均采用超跑车身普遍使用的碳纤维材料，充分保证结构和机械强度的同时更让机器狗运动起来不失灵巧。
阿尔法机器狗作为人工智能时代的新物种，在我们大众的视野中越来越常见，在未来，更可能会成为我们生活工作中必不可少的助力，阿尔法机器狗聚焦的是通用生产力的创新，它的最终目的是推动人类进入一个真正解放创造力的新世界，而生于这个时代，此时正坐在屏幕前的你我，都将是这个伟大历程的见证者。
腾讯发布第二代四足机器人Max，这款机器人的设计有何亮点？
腾讯发布第二代四足机器人Max，这款机器人的设计亮点如下。
一、能完成高难度动作Max在复杂的环境下，表现出了出色的运动控制力，对自己和梅花桩的位置进行了精确地感应，找到了桩心，动作流畅，落点精确，在狭窄的桩面上完成了快速行走、踏步旋转、单桩跳跃、双轮站立等一系列的运动。
实验表明， Max在连续的高频率撞击情况下，累积的定位误差不超过1%，地形识别精度小于2厘米。
Max具有触地探测功能，能够精确地判断出脚底接触地面的情况，并对重心进行规划和控制，防止出现剧烈的晃动和脚尖接触地面时的反弹，保证了落地的顺畅。
除了在移动性能上的改进外， Max还提高了运动效率。在完成高难度的跳跃、空翻等动作时， Max可以设计出最节省体力的路径，也就是尽量减少所需要的动力。
二、应用场景更广阔与日常使用的轮式、履带式机器人相比，四足机器人的应用范围更广。它的行动更加灵活，智能识别技术也更加准确，因此Max可以作为警察的“警犬”使用，负责导航、解救人质等工作。
当然，比起“刁钻”的警方应用，大部分四脚机器人的设计初衷，都是将其应用于物流、采矿、巡航等高风险领域，而随着智能感知系统的不断完善，或许有一天，它会取代导盲犬，为盲人指明方向。
三、具备自主学习能力腾讯 RoboticsX实验室通过深度增强学习等 AI技术推动了机器人的智能研究，使其能够在虚拟环境中进行自主学习，从而更好地适应不断变化的环境。
与工业机器人相比，腾讯 Robotics X实验室更注重的是自主能力的研究，它的目标是让机器人在充满不确定性的情况下，自主决策，自主完成自己的工作。
