与当前多家人形机器人企业类似，卓益得机器人的团队同样含“科”量十足。团队60余人，65%以上的硕博研究人员，创始人为上海理工大学机器智能研究院执行院长李清都教授，由中国工程院外籍院士、德国国家工程院院士张建伟教授担任首席科学家。
李清都教授从本科起开始动力学、神经计算及机器人等跨学科研究，入选“全球前2%顶尖科学家”，2011-2012年和2014年分别在美国康奈尔大学机械与航空航天工程系和数学系研究访学，2015年起在德国汉堡大学跨模态学习研究中心研究小脑运动控制，2019年任上海理工大学机器智能研究院执行院长。
李教授针对传统行走机器人昂贵、复杂、沉重、低效的难题，在动态步行的原理和方法上取得突破。他带领团队采用被动行走理论研制出全球能效最高、续航最远的“行者一号”机器人及兼顾平衡、高效的“小贝”系列机器人。据悉，“行者一号”机器人用0.8度电走了54小时，34万步，创下四足式机器人行走最远距离吉尼斯世界纪录，是历史上首个行走距离突破百公里的足式机器人。
据卓益得机器人联合创始人唐俊博士介绍，目前，卓益得机器人主要围绕科研教育、交互服务、家庭康养等场景提供智能机器人解决方案，致力于打造“最安全实用的人形机器人”。机器人产品具有极高的开源特性，能够很好匹配开发者以及普通研究人员需求，
实现了电机运动控制层到运动规划层的开放性，且目前产品到达小批量试产阶段
，实际规划生产到交付周期仅一个月，有多所院所已经成功排单交付。
卓益得公司的人形机器人产品设计令人印象深刻。在实际产品化的过程中，卓益得公司曾探索过20余种不同的机器人构型和传动方案，最终将机器人前期的场景应用定位于科研教育、交互服务等方面，
因此选择了较为独特的肌腱仿生驱动方案
。
公司考虑到，人形机器人的产品化和场景落地与做研究不同，必然需要考虑到安全性、效率等问题，而
肌腱仿生驱动方案不仅能将腿、胳膊做得更加轻量化
，而且在确保力感知和高续航的同时，
缩短实物样机和理论模型的差距
，是一种全球领先的全新驱控方式。
轻量化是这套方案非常亮眼的特点。
就卓益得公司最新展示的X02Lite双足机器人（开发版）而言，其产品外观设计类似钢铁侠，采用半开源思路，骨架基于铝合金制造，腿部比较纤细，内部支撑部分是金属件，机器人外部外壳则尝试采用一体化打印件进行模块化工程设计，
打印件占比30%左右
，使得最终1米6身高的整机仅重28公斤。
同时，由于该做法无需单独产线产品开模，不仅带来了易维护性，客户还能够在此基础上进行二次开发和定制化设计。
更深层次而言，在轻量化外观下，肌腱仿生驱动方案的机器人整机有着非常多的技术亮点。
例如整体采用的是典型轻腿构型，腿上没有电机，而是通过肌腱传动进行倒立摆模型运动控制，单腿重量不到两公斤。
这有点类似踩高跷的设计，对电机功率密度要求较低，将所有腿部关节驱动集中到机器人髋关节质心附近。这种做法的优势在于极大地降低了转动惯量，传动损耗较小，且兼顾了安全和力量。
卓益得机器人另外一个非常有意思的创新点在于末端部件。例如，X02Lite双足机器人四自由度的手臂末端虽然考虑到整体造价，没有任何自由度，极限负载能力约3公斤，但考虑到该产品的外观和功能，公司尝试在机器人手臂末端安装一个拳套。用户可以通过VR遥操作，使机器人执行终端拳击等娱乐活动任务，
据悉其运动续航轻松超过6小时。
目前，卓益得机器人已解决了肌腱仿生驱动方案中
钢丝绳耦合设计的驱动控制大难题，使机器人能够实现全力控。
同时，公司更进一步探索出了能够很好处理钢丝绳寿命问题的新方案，关节过载测试理论值能达到1500个小时以上，满足了产品的安全可控以及寿命要求，现阶段正计划通过视觉、AI等方案进一步完善机器人在执行层面的闭环。
唐俊博士对机器大讲堂介绍，目前X02Lite依然是第一代产品，主要面向开发者和研究人员，解决了机器人行走和VR遥操作的问题，可玩性更强。未来卓益得公司将在此基础上，面向一些应用市场持续进行产品升级，让机器人尝试接入灵巧手和大模型，执行更加实际的工作，
预计升级产品于今年年底完成样机展示，明年第一季度发布。
此外，卓益得机器人还在规划建设机器人训练基地，通过提供共享的人形机器人本体以及设施，帮助部分开发者借助共享网络，实现机器人的训练调试。
当谈及卓益得机器人是否会坚持肌腱仿生驱动作为人形机器人的腿部设计时，唐俊博士表示，
机械设计一直以来的追求就是低惯量、高刚度、低背隙，同时更加容易控制和调试。
而肌腱仿生驱动恰好是目前为数不多能够符合此要求的解决方案。同时，随着AI技术的发展，机器人控制已经不再追求波士顿动力Atlas为代表的液压驱动类似的高动态运控，而是像特斯拉的低频控制结合AI技术即可实现较好的步态，
这意味着人形机器人控制对结构的要求将会越来越低，最终带来更强的稳定性和作业能力。
机器人创新正处于技术大爆炸的关键期，各类技术往往都既有优长，又有不足，企业持续探索，相互融合，相互促进，才能找到更加完善的答案。
图文来源：机器人大讲堂
