炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！

（来源：DeepTech深科技）

过去几年间，AI 主要停留在屏幕内，用于文字对话、内容生成或自动化脚本执行；但近日，随着 OpenClaw 生态的爆发式增长，两个依托于此的开源项目让智能体与物理世界之间的壁垒开始消融，这则振奋人心的消息，迅速点燃了全球机器人与 AI 社区的热情。

2 月 23 日，在美国旧金山举办的 SF OpenClaw Hackathon 上，一个名为 ROSClaw 的项目拿到了冠军。Irvin 团队搭建了一个桥接层，把当下最火的开源 AI Agent 平台 OpenClaw 直接连到了真实的机器人硬件上。夺冠之后，团队随即宣布将其开源。

具体来看，他们通过智能插件层将 OpenClaw 连接到机器人操作系统（ROS 2），借助网页实时通信技术（WebRTC）低延迟、安全连接的特性，实现了在全球任意地点远程连接并控制 ROS 兼容机器人。AI 代理可通过摄像头和传感器读取信息，并在真实世界中驱动机器人抓取与移动物体。

OpenClaw 本身是一款开源的自主 AI Agent 平台，允许开发者在本地运行、连接各种语言模型，实现自动化任务、消息应用集成等功能。它在发布后的短时间内便吸引了大量关注，在 GitHub 上获得超过二十万星标。

ROSClaw 的出现则补齐了 OpenClaw 在具身智能方向的关键一环，使其不仅可在数字空间执行自动化任务，还能通过智能硬件真正感知与操作物理环境。

Irvin 在帖子中直言：“代理逃出屏幕了！”团队在 GitHub 仓库中也明确描述：你在 Telegram、WhatsApp、Discord 或 Slack 上发一条消息，机器人就会行动起来。

与此同时，由 Menlo Research 社区推动的 Asimov 项目宣布：其研发的人形机器人 Asimov v1 即将开源完整身体设计图、仿真文件，以及执行器清单和可自由修改的零件列表。项目发布者表示，这个开放设计提供了“完整搭建、修改和训练自己人形机器人的所有必要资源”。

知名机器人专家克里斯·帕克斯顿（Chris Paxton）随即回复：“这看起来太棒了！”同期，Asimov 还开放了腿部参考设计仓库 asimov-v0，并明确表示全身体设计即将跟进。

随后，Asimov 账号又直接发帖宣告：“你的 OpenClaw 代理可以拥有实体了。”帖子明确指出：你可以在该平台上为你的 AI 代理赋予机器人身体……Asimov 和 Menlo Research 都将参与其中。这直接将 Asimov 硬件与 OpenClaw 代理生态对接，形成闭环。

在 Asimov 发布的连接帖中，团队系统阐述了实现目标所需的关键要素：

首先是一个代理抽象层：开发者可通过该层在目标、推理和自主性之间建立清晰接口，实现意图与运动控制的交互；其次是一种与硬件无关的通用标准：允许软件在不同人形机器人平台运行；

要想让这套系统变得更易用，还需要标准化组件和维修网络，以及更完善的仿真和工具，以此降低成本、提高韧性，同时高效完成前期测试、调试和部署等准备工作。

模块化、低成本、可复现的开源生态

Asimov 机器人的命名灵感来源于科幻小说作家艾萨克·阿西莫夫（Isaac Asimov），他在诸多作品中将机器人设想为人类的助手：如果精心设计，就可以为人类服务的机器。并提出了机器人三大定律，至今在现实世界中仍是机器人的基础行为准则框架：

机器人可能不会伤害人类，或者由于无所作为而使人类受到伤害。

机器人必须服从人类的命令，除非这些命令与第一定律相冲突。

机器人必须保护自己的存在，只要这种保护不与第一或第二定律相冲突。

Menlo Research 表示：我们以这种精神命名我们的参考人形机器人：一个增强人类能力而不是取代人类能力的机器人，它从头开始就具有安全性、可靠性和目的性。

根据 Menlo Research 官网和官方博客，Asimov 是一套完整的开源人形生态系统，由阿西莫夫操作系统（Asimov OS）、Asimov 人形机器人参考设计和开放供应链三大互连组件构成。

其中，Asimov OS 是一套运行在人形机器人上的操作系统，提供代理抽象层。代理用标准框架表达意图，操作系统负责处理电机、传感器、安全与遥测，不再依赖传统低级电机控制。Asimov 人形机器人参考设计将开源硬件蓝图，支持模块化组装，腿部、躯干、臂部、头部可独立开发并快速拼接。开放供应链将提供无门槛的组件制造商网络，目标是将人形机器人年化总拥有成本降至约 3 万美元。

博客披露，利用这套系统，仅需 100 天、研发支出不到 3 万美元（含机库、工具和零件更换），即可从零构建完整的人形腿部，实现行走能力。

此外，模块化设计让不同实验室得以专注于子系统构建，在全球任何地方均可低成本复现。理想情况下，Asimov v1 的每条腿拥有 6 个自由度，全身体自由度约为 26，最小高度 1.2 米，整机重量预计低于 40kg，低量产制造成本低于 2 万美元。

对于 Asimov 而言，前文提及的 ROSClaw 直接补齐了软件侧。二者结合后，开发者可直接在 Menlo Stack 中完成从代理（代理开发者在标准框架中构建代理，该代理是自治有效载荷）、技能（代理通过现实世界的数据学习运动技能，例如洗碗、跳舞、物体操纵）、仿真（代理在数字孪生环境中运行，在物理部署前验证行为）到部署（通过单个配置步骤将代理赋予机器人实体）、遥测（实时反馈让代理能够快速迭代优化）的闭环迭代。

从“大厂专属”到“人人可造”

以往，人形机器人研发门槛极高，只有资金雄厚的团队才能触及。而 Asimov v1 + ROSClaw 的开源组合，直接把“造机器人”的门槛拉低到“大众消费”水平：仅需下载 GitHub 文件、根据物料清单采购零件、用 3D 打印或数控机床加工，即可组装、修改、训练属于自己的具身 AI。

值得一提的是，Menlo Research 的明确目标是打造增强人类能力的劳动力平台。从起步阶段，Asimov 机器人就以“公开构建”的方式推进，目前已开源了其双腿模块设计和仿真文件，并在 Discord 社区中持续更新进展。

开发者还可以通过公开仓库和交流渠道分享关节设计、控制架构和训练策略，预计今年年内，这个项目就可以在“群策群力”之下搭建出完整机身框架。

在机器人研究领域，具身智能一直被认为是当下 AI 发展的重要方向：只有当 AI 能够在现实世界感知、行动，并与环境动态互动时，其判断与行动能力才趋于成熟。ROSClaw 和 Asimov 项目的联合出现，无疑代表了这一体系化构建的雏形：硬件开源提供身体，平台提供标准化接口，桥接工具让代理真正上身。

值得注意的是，这些开源动态仍处于早期范式探索阶段。ROSClaw 虽然为 OpenClaw 带来了物理世界的访问能力，但其稳定性、可扩展应用和真实物理任务执行能力仍有待考验；OpenClaw 在社区中也有不少关于安全性、易用性和经济性方面的讨论和批评。而 Asimov 的人形机器人设计同样面对硬件制造、仿真与现实间的“模拟到现实”（sim-to-real）差异等深层挑战。

当数字智能开始反向接入物理世界，这一趋势将可能重塑未来机器人、自主系统与人类社会协作的边界。开发者们，准备好为你的 AI 代理“造一副身体”了吗？

参考资料：

https://x.com/asimovinc/status/2027564343639085239

https://x.com/irvinxyz/status/2025784961773846548

https://x.com/asimovinc/status/2028311401090154808

https://menlo.ai/products/asimov

https://menlo.ai/blog/humanoid-legs-100-days

https://github.com/asimovinc/asimov-v0

https://github.com/PlaiPin/rosclaw

运营/排版：何晨龙