嗨，我是 Mech Muse 👋
今天想跟大家聊一個最近在機器人圈討論度蠻高的消息：北京「具身天工 3.0（Tiangong 3.0）」正式亮相。你可能已經看過它跑酷、翻越障礙、單手撐牆的影片，但這篇文章不只想聊「看起來多厲害」，而是想帶你一起拆解三件事👇
👉 天工 3.0 到底發布了什麼？
👉 它一路是怎麼演進到現在的？
👉 為什麼官方一直強調「開源生態」而不只是展示動作？
如果你關心人形機器人是不是正在從展示階段，慢慢走向「真的能用」，這篇會很適合你。
天工3.0可精確操作複雜按鈕
一、先看重點：天工 3.0 想當「通用底座」，跑酷其實是壓力測試 🏃♂️
北京人形机器人創新中心在 2/10 左右對外發布 「具身天工 3.0」，隔天相關內容被整理成多篇官方與產業新聞。
最吸睛的當然是畫面：
它可以單手翻越約 1 公尺高的障礙、翻跟斗、跳舞，甚至在多次接觸地面或物體的情況下，還能維持動作連續性。
不過如果你仔細看官方文字，其實重點放在兩件事上：
① 全尺寸、高動態控制
天工 3.0 被描述為：
- 身高約 1.69 公尺
- 體重約 62 公斤
- 全身 43 個自由度
官方稱它是目前少數能做到「觸物交互式全身高動態運動控制」的人形機器人。
簡單說，就是它不是只在平地走路，而是能在「手撐牆、攀爬、翻越」這種身體和環境大量接觸的狀態下，還能保持穩定、不失控。
② 它被定位成「平台」，不是單一展示機
另一個關鍵訊號是：天工 3.0 被設計成可擴充、可二次開發的底座。
硬體上預留多種接口，讓感測器、工具能快速接上；
軟體上提供開發文件、工具鏈、低代碼平台，並強調相容常見通訊協議。
換句話說，官方不是只想做一台「最強機器人」，而是想把它變成一個大家都能在上面做應用的標準底盤，試圖解決人形機器人產業長期碎片化的問題。
二、放回時間線看：天工 3.0 其實是一路堆上來的結果 ⏱️
如果只看 3.0 的影片，很容易覺得「又一個炫技 demo」。
但把「天工」系列放回時間線，就會發現它其實一步步在補齊能力。
簡單整理幾個關鍵節點：
- 2023 年北京人形机器人創新中心在亦庄成立，定位為「具身智能機器人創新平台」。
- 2024 年 4 月發布 天工 1.0 LITE，約 20 個自由度，主打全尺寸與擬人奔跑能力。
- 2024 年 8 月推出 1.1 PRO / 1.2 MAX，自由度提升到 42，動作複雜度明顯提高。
- 2024 年底官方開始談「開源」，釋出運動控制框架、硬體藍圖、資料集方向，生態第一次被拉到主軸。
- 2025 年 4 月天工 2.0 發布，聚焦複雜地形自適應行走；同年亦庄半馬出現人形機器人參賽，Reuters 形容這類比賽更像賽車，比的是背後工程團隊。
- 2026 年 2 月初創新中心完成超過 7 億人民幣的市場化融資，並預告 3.0 即將登場。
- 2026 年 2 月中天工 3.0 正式亮相，敘事明顯轉向「工業實用＋開放平台」。
這條線看下來，其實很清楚：
👉 跑酷不是目的，而是用來測試最困難的狀況。
如果在高接觸、高不確定性的動作中都能穩定，才有機會進工業現場。
三、為什麼一直講「開源」？關鍵其實是少走冤枉路 🔧
「開源」在機器人圈很常聽到，但每家公司講的範圍差很多。
天工這次比較值得注意的地方在於：它真的把幾個核心資源攤出來。
① 資料集：RoboMIND
官方公開的 RoboMIND 資料集，包含：
- 約 10.7 萬條真實動作軌跡
- 479 個任務
- 96 種物體
- 多模態資訊（視覺、狀態、行為）
這件事的意義在於：
對很多做具身智慧的人來說，真正缺的不是論文，而是可對照、可反覆驗證的資料。
② 模型：Pelican-VL
他們也釋出 Pelican-VL 這個多模態模型家族，參數規模從 7B 到 72B，定位不是聊天，而是理解場景、推理物理關係、支援動作規劃。
你可以把它想成「機器人的腦」，專門用來處理「我看到什麼、接下來該怎麼動」。
③ 平台化設計
天工 3.0 把「感知－決策－執行」串成一個完整閉環，
並相容 ROS2、MQTT、TCP/IP，搭配低代碼工具，讓不同團隊不用每次都從底層重來。
這整套思路其實在傳達一件事：
👉 把共通成本壓低，讓場景方把力氣花在最後一哩。
四、怎麼看天工 3.0？三個訊號，接下來這樣觀察 👀
最後幫大家把重點收斂一下，我會抓三個訊號來看天工 3.0：
1️⃣ 高動態能力被當成基本功
翻越、攀爬、狹小空間動作，指向的不是表演，而是「工業現場一定會遇到的狀況」。
2️⃣ 開放被當成解產業摩擦的工具
從硬體接口、通訊協議，到資料集與模型，目標都是降低重複造輪子的成本。
3️⃣ 真正的考驗還在後面
像 Reuters 就點出，人形機器人比賽更像賽車，關鍵在工程與穩定性。接下來真正值得追的，會是：
- 有沒有第三方用它做出可量產應用？
- 開源資源能不能形成可重複驗證的節奏？
這些答案，會比「下次跑多快、翻多帥」更接近產業化的真相。
如果你喜歡這種整理方式，
歡迎追蹤我 Mech Muse 👋，之後我也會持續分享人形機器人、具身智慧與開源生態的第一線觀察。
我們下篇再聊 🤖✨
