⚠️ 这是一份待核实草案。 每条「原句」均为厂商官网逐字截取，句尾角标可点击跳到该句来源官网。Tesla 全部官网/IR 域名对抓取器返回 HTTP 403（封锁），故 Tesla Optimus 及其灵巧手相关内容标 UNVERIFIED / 待核实，未取得官网原话。机器狗 vs 人形的直接对比句无任何官方来源，已标为「分析（待核实）」。
🌐 这篇要回答什么
机器狗（四足）只是**具身AI（フィジカルAI）**的一种形态。要判断「什么值得做」，得把其它形态摆上同一把尺：哪些形态能做机器狗做不到的事？老板关心的「人形在智能与形态匹配上的优势」具体落在哪几维？
本篇用与 机器狗能力图谱 完全相同的 11 维能力轴：① 移动性 ② 负载 ③ 操作灵巧度 ④ 感知 ⑤ 自主性 ⑥ 人机交互 ⑦ 续航 ⑧ 二开开放度 ⑨ 可靠性成熟度 ⑩ 成本 ⑪ 认证。先给一张六形态横向矩阵，再逐形态用官网原句 + 角标支撑，最后正面回答老板的核心问题并落到任务匹配。落到具体场景见 候选切入场景·可行性速评。
📊 11 维能力轴：六形态横向画像矩阵
⚠️ 这是分析（待核实）的相对画像：glyph 表示该形态在该维度的相对强弱（🟢强 / 🟡中 / 🔴弱 / — 不适用），不是官方逐格数据。逐条证据见下方各形态段落（带角标跳官网）。成本维 🟢=相对便宜、🔴=贵。
| 能力维度 | 四足🐕 | 人形🤖 | 轮式🛒 | 机械臂🔧 | 灵巧手🤲 | 轮足🛞 | 无人机🚁 |
|---|---|---|---|---|---|---|---|
| ① 移动性 | 🟢 | 🟡 | 🟡 | 🔴 | 🔴 | 🟢 | 🟢 |
| ② 负载 | 🟢 | 🟡 | 🟡 | 🟢 | 🔴 | 🟢 | 🟡 |
| ③ 操作灵巧度 | 🔴 | 🟢 | 🔴 | 🟢 | 🟢 | 🔴 | 🔴 |
| ④ 感知 | 🟢 | 🟢 | 🟢 | 🟡 | 🟡 | 🟢 | 🟢 |
| ⑤ 自主性 | 🟢 | 🟡 | 🟢 | 🔴 | — | 🟡 | 🟢 |
| ⑥ 人机交互 | 🔴 | 🟢 | 🟢 | 🔴 | — | 🔴 | 🔴 |
| ⑦ 续航 | 🟡 | 🔴 | 🟢 | 🟢 | — | 🟡 | 🔴 |
| ⑧ 二开开放度 | 🟢 | 🟢 | 🟡 | 🟢 | 🟢 | 🟢 | 🟢 |
| ⑨ 可靠性成熟度 | 🟡 | 🔴 | 🟢 | 🟢 | 🔴 | 🟡 | 🟢 |
| ⑩ 成本 | 🟢 | 🔴 | 🟢 | 🟡 | 🔴 | 🔴 | 🟢 |
| ⑪ 认证 | 🟢 | 🟡 | 🔴 | 🟡 | 🔴 | 🟡 | 🟡 |
怎么读这张表：每种形态的「绿区」就是它的主场。四足绿在移动·感知·自主·成本·认证；人形唯一独占的绿是 ③操作灵巧度 + ⑥人机交互（再叠通用 AI）；轮式绿在交互·续航·成熟·成本但 ③操作全红；机械臂绿在操作·负载但 ①移动全红；无人机绿在空中移动·自主但操作全红。没有全能形态——选型就是「任务落在谁的绿区」。
🤖 类目 1：人形（Humanoid）
人形是「形态匹配人类世界」最彻底的一类，也是 AI 学习路线最激进的一类——独占 ③操作灵巧度 + ⑥人机交互两块绿区。
- Figure 03 — AI 是规模化前提：官方称 "There's no path to scaling humanoid robots without AI."，走 "large-scale, end-to-end pixels-to-action learning"（Helix 模型）；灵巧操作 "fine-grained, dexterous control over fragile, irregular, or moving objects"；指尖触觉 "can detect forces as small as three grams of pressure"。1
- Boston Dynamics Atlas — 车队级技能迁移 + 同工位作业："when one Atlas learns a new skill, that task can easily be deployed across your entire Atlas fleet."；"Atlas is made to operate within the same workstations using the same equipment your staff does"；自主换电 "autonomously navigates to a charging station and swaps out its own battery"。官方 spec：56 DoF、瞬时负载 50kg/持续 30kg、Reach 2.3m、续航 4h、IP67。4
- 1X NEO — 家用 + 通用模型 + 远程兜底："NEO arrives with basic autonomy for early owners and grows in capability overtime"；"NEO uses Redwood AI—1X's Generalist AI model—for learning and repeating tasks"；长尾任务 "an Expert from 1X can remotely supervise its actions"。5
- Agility Digit — 已商用 + 不必改造场地："A fully autonomous tool with proven commercial deployments"；"human-centric form factor means that manufacturing floors and warehouse spaces don't have to be redesigned"；"Designed to excel in spaces where people already work"。6
- Unitree G1 — 力控灵巧手 + 学习驱动："Force control dexterous hand, manipulation of all things"；"Imitation & reinforcement learning driven"（UnifoLM 模型）。spec：23 DoF（EDU 23–43）、约 35kg、单臂负载约 2–3kg、价 US $13.5K。2
- Unitree H1 — 速度纪录："Moving speed of 3.3m/s(world record), Potential mobility > 5m/s"。3
- Tesla Optimus — ⚠️ UNVERIFIED：tesla.com 与 IR 域全 403，未取得官网原句。坊间「通用人形、面向工厂/家庭」表述为搜索引擎对官网的复述，非可信逐字引用 → 待核实。
现状： 物料搬运已商用落地（Digit 官方博文 "Digit Moves Over 100,000 Totes in Commercial Deployment"）；自主+自动换电（Atlas）；端到端 AI 学习为主线（Figure pixels-to-action、1X Redwood、Unitree UnifoLM）；负载从轻量（G1 约 2kg）到工业级（Atlas 瞬时 50kg、NEO 官方 "Lift 154 lbs"）。
二开增长： 官方 SDK/API；可换末端（Digit "interchangeable end effectors"）；DoF 可扩展（G1 23→43）；模型驱动迭代 + 远程专家兜底长尾（NEO）。
上限局限： 续航普遍约 2–4h，连续作业靠换电/快充；轻量平台负载小；家用机当前是「基础自主 + 远程人工兜底」（NEO 官方明说）；多数官网不公布完整硬参数；整机成本远高于四足。
🛒 类目 2：轮式服务（Wheeled Service）
- Pudu BellaBot — 室内自主配送：导航 "Industry-exclusive Dual SLAM Solution Covering All Scenarios"；避障 "3D Omnidirectional Obstacle Avoidance"，响应 "as short as 0.5 seconds"；运营 "Quick battery swap makes it easy for BellaBot to serve 24/7"。spec：最大负载 40kg（10kg/托盘）、速度 0.5–1.2 m/s、爬坡 ≤5°。7
- Keenon — 部分 verified：官网主页称 "World's First Self-Developed VLA Model for the Service Industry"（指 KOM 2.0 模型）；但 T10/W3/T6 详情页抓取失败，硬参数 待核实。
现状： 平地室内自主点到点配送；数十 kg 多托盘负载（BellaBot 40kg）；亚秒级 3D 避障；多模态语音/触控交互；热插拔电池 24/7。
二开增长： 梯控/门禁/POS/排程 API 集成；广告与 VLA 任务模型（Keenon KOM 2.0）；定制托盘配件；多机调度。
上限局限： 无臂——不能抓取/操作，货物需人工放取；仅平地（爬坡 ≤5–7°、无台阶）；无户外/防爆认证；「智能」是导航+脚本交互，非通用操作。但 ⑥人机交互 + ⑦续航 + ⑨成熟度 + ⑩成本全绿——纯交互/配送场景的最划算形态。
🔧 类目 3：机械臂（Robot Arm）
- Universal Robots UR20 — 重载协作臂："longest reach of our heavy payload cobots"；"UR20 is our fastest cobot"；上手快 "the first simple task is typically less than an hour"。spec：负载 25kg、reach 1750mm、体重 64kg。8
- Franka Research 3 — 力觉灵巧研究臂："The 7 degrees of freedom Arm of Franka Research 3 offers human-like dexterity"；关节力矩 "The torque sensors integrated at each joint finely estimate external contact forces"；实时控制 "FCI provides low-level, real-time control of the robot"。spec：7 DoF、负载 3kg、reach 855mm、重复定位 <±0.1mm、控制 1kHz。9
现状： 固定工作空间内的精密可重复操作（pick/place、机床上下料、码垛、焊接、装配）。重载 cobot（UR20 25kg/1750mm）；高 DoF 力觉臂（FR3 7DoF/1kHz）用于接触式任务与机器人学习研究。
二开增长： UR 经 URCaps/夹爪/视觉扩展；Franka 经 FCI 实时控制 + ROS 做 imitation/RL 与力控研究；二者均靠末端+传感+策略学习扩展。
上限局限： 固定底座——无移动能力（①全红）；工作空间受 reach 限制；负载与灵巧此消彼长（UR20 25kg 但工业 6DoF；FR3 灵巧力觉但仅 3kg/短臂）。只在臂展内操作，不在环境中移动。
🤲 类目 4：灵巧手（Dexterous Hand）
- Shadow Dexterous Hand — 拟人五指："The most advanced 5-fingered robotic hand in the world"；"in-hand manipulation"、"Tendon Driven"；作 "testing hardware for AI and Machine Learning"。spec："20 actuated DOF and a further 4 under-actuated movements for a total of 24 joints"、"over 100 sensors running at up to 1KHz"。其 RL 变体 DEX-EE 官方称 "Designed and built for the world's leading AI research team"（Google DeepMind）。10
- Tesla Optimus 手 — ⚠️ UNVERIFIED / 待核实：tesla.com/AI 返回 403。坊间「22 DoF/每手、腱驱、前臂执行器」为 Musk/团队 X 声明经第三方转述，非官网可抓取页。
现状： 拟人五指抓握/捏取/手内重定向；指尖力位约 1kHz 控制；密集触觉；作 RL/AI 操作研究硬件（Shadow 20–24 关节逼近人手丰富度）。
二开增长： ROS 集成→叠加学习策略（RL/imitation）、触觉驱动操作、遥操作采数据训基础模型；Tesla 腱驱路线指向可量产的低成本灵巧。
上限局限： 研究手（Shadow）昂贵、维护重、负载低、需控制器系绳，非野外耐用；人形手以 DoF 换可制造性，触觉/力量/耐久仍逊人手；真实可靠的通用操作仍是开放前沿。它是「操作维度」的部件，不是独立平台——其余维度多为不适用。
🛞 类目 5：轮足（Wheeled-Legged）
- Unitree B2-W — 轮腿混合。✅ 宇树官网中/英文规格页现已给全数字 spec（此前误判「官网无 spec」）：持续行走载荷 >40kg、站立峰值 120kg、轮速 15km/h（轮 50rad/s）、台阶 20–25cm、正向上下 40cm、坡 >45°、40kg 载续航 25km、整机约 85kg（含电池约 12kg）、IP67、工作温度 -20℃~55℃。注意：常被引用的「120kg」是站立峰值，持续行走载荷与纯腿 B2 同为 >40kg；轮足相对 B2 的增益在平地速度与续航，而非上楼载荷。11
- ANYbotics / Swiss-Mile — ⚠️ UNVERIFIED：未抓到可引用官方 spec，轮速/续航/效率数字均为第三方报道，待核实。
现状： 混合移动——平地轮行快/省电，锁轮跨台阶障碍；数十 kg 负载；巡检/安防/物流；部分可立起用前腿当臂。
二开增长： 背载机械臂/LiDAR/传感；自主巡检路线；最后一公里配送；车队运营。
上限局限： 轮需较可通行地形，极端碎石/软地仍偏纯腿；负载/电池与敏捷此消彼长；成本高（B2-W 中文官网导向询价、海外商城挂 ~$100k）；轮足的「上楼载荷」不比纯腿大（持续行走 >40kg），别把站立峰值 120kg 当搬运能力。
🚁 类目 6：无人机（Drone）
- DJI Matrice 400 — 长航时重载巡检：避障 "integrated rotating LiDAR and mmWave radar for power-line-level obstacle sensing"；"a payload capacity of up to 6 kg"；"an impressive 59-minute flight time"；智能 "Real-Time Terrain Follow, Cruise Mode, Smart Track, and POI"。spec：图传 40km(FCC)、最大平飞 25 m/s。13
- Skydio X10 — 机载 AI 全自主："Backed by an onboard NVIDIA Jetson Orin GPU, the X10 harnesses unrivaled computing power to make the right decisions in real-time"；"Six custom-designed navigation lenses provide 360-degree visibility"；跟踪 "Skydio Shadow enables seamless tracking of people and vehicles"；夜航 "operate 24/7 in NightSense mode for zero-light navigation"。spec：飞行 40 min、最大平飞 20 m/s、IP55。14
现状： 长航时（DJI ~59min、Skydio 40min）；模块化重载（DJI 6kg 多云台）；机载 AI 全自主避障+目标跟踪；远距图传；夜/全天候巡检。
二开增长： SDK+模块化挂载→定制传感、自动巡检任务、机巢/车队自主、AI 数据分析、BVLOS；Skydio 边缘自主支持 GPS 拒止/室内。
上限局限： 负载-续航此消彼长，封顶举升作业；电池限任务时长；监管(BVLOS/空域)与天气限部署；DJI 在部分市场有地缘/采购限制；杂乱/对抗环境自主仍不完美。
🎯 核心结论：机器狗的局限 vs 人形AI 在「智能 × 形态匹配」上的优势 + 任务→形态
支持人形优势的官方原句（verbatim，逐条带角标）
- 同工位、同设备（无需为机器改造）——Atlas："Atlas is made to operate within the same workstations using the same equipment your staff does"。4
- 人本形态→场地不必重新设计——Digit："human-centric form factor means that manufacturing floors and warehouse spaces don't have to be redesigned"。6
- 专为人已在工作的空间设计——Digit："Designed to excel in spaces where people already work"。6
- 通用 AI 是规模化前提——Figure："There's no path to scaling humanoid robots without AI."。1
- 通用模型驱动学习——1X："NEO uses Redwood AI—1X's Generalist AI model—for learning and repeating tasks"。5
- 一机学会、全队部署（人形车队智能）——Atlas："when one Atlas learns a new skill, that task can easily be deployed across your entire Atlas fleet."。4
- 拟人灵巧手（操作维度，狗形不具备）——Shadow："The most advanced 5-fingered robotic hand in the world"。10
形态对比要点（分析，待核实——非厂商对比原话）
⚠️ 没有任何一家官方页直接写「机器狗比人形差」这种对比句。下面是基于上面 verified 原句的推论，标为分析（待核实）。
- 机器狗强在移动、弱在操作（③⑥红）：四足官网主打移动/负载/续航，价值是「移动平台」；要「做事」需另加机械臂/灵巧手（见 机器狗能力图谱 第 7 节）。
- 轮式服务机器人=纯移动+脚本交互，结构性无操作：BellaBot 等无臂，货物需人工放取——但 ⑥交互亲和强。
- 人形的独特组合 = 双足适配人类空间 + 双臂/拟人手操作 + 通用 AI 学习：由 Atlas/Digit（同工位、不改场地）+ Shadow/Optimus 手（多 DoF 操作）+ Figure/1X（通用模型）三组官方原句共同支撑。这正是「智能 × 形态匹配」优势的来源：人类世界按人体尺度与人手操作建，人形天然适配；机器狗只能穿过它去巡检，难以在其中『干人手的活』。
💡 任务 → 最划算形态（一句话决策表）
| 任务诉求 | 最划算形态 | 凭哪几维绿区 |
|---|---|---|
| 巡检 / 搬运 / 移动数据采集 / 户外危险 | 四足机器狗 | ①移动 ②负载 ④感知 ⑤自主 ⑩成本 ⑪认证 |
| 要用人类工具 + 双手的通用作业 | 人形 + 灵巧手 | ③操作 ⑥交互 + 通用 AI（但 ⑦续航 ⑨成熟 ⑩成本仍弱） |
| 纯迎宾 / 导览 / 配送交互（室内平地） | 轮式带屏服务机器人 | ⑥交互 ⑦续航 ⑨成熟 ⑩成本 |
| 固定工位的精密重复操作 | 协作机械臂 | ③操作 ②负载 ⑨成熟（但 ①移动全红） |
| 空中巡检 / 测绘 / 跟踪 | 无人机 | ①空中移动 ⑤自主 ④感知 |
收口：没有全能形态，选型 = 把任务放进谁的绿区。老板要切的若是巡检/搬运/数据采集，四足是当下最划算、最成熟、可二开做差异化的形态；人形则押注「人类工位上的双手通用作业」，回报更大但续航短、成本高、成熟度更早期。两条路取舍取决于贵司要切的场景与时间窗——具体到三个候选场景的算账，见 候选切入场景·可行性速评。
⚠️ 取材状态 / 待你核实
- 完全 verified（官网原文 + spec）：Figure 03、Unitree G1/H1、Unitree B2-W（已用宇树中/英文官网规格页双版核实补全 spec）、Atlas、1X NEO、Digit、Pudu BellaBot、UR20、Franka FR3、Shadow Hand/DEX-EE、DJI Matrice 400、Skydio X10。
- 部分 verified：Keenon（仅主页，详情页未抓到）。
- UNVERIFIED / 待核实：Tesla Optimus 整机、Tesla Optimus 手（全 tesla.com/IR 域 403）；Swiss-Mile/ANYbotics 轮足（仅第三方报道）。
- 矩阵 glyph 与机器狗 vs 人形的对比句：均为分析（待核实），无官方逐格来源。
- 若要我补 Tesla 官方原话（playwright 渲染抓取）、把矩阵做成可打分对比表、或针对某场景做形态选型，告诉我即可。