這個動作，對於人類來說，十分的簡單。
大多數人基本上都可以做得到。
可是。
對於機器人來說，那就完全不一樣了。
就好像是用兩條腿走路，對於一個人來說很簡單。
可對於人形機器人而言，卻是需要大量的學習跟研究。
想要讓機器人用兩條腿走路，那就需要解決動態平衡，還有穩定行走等等方面的問題。
無數的專家學者，從上個世紀七十年代開始研究，時至今日，技術才是趨近成熟。
從早期的ASI，到如今的Atisa，每一步，都是投入大量人力物力之後的研究成果。
而相比於如何讓人形機器人站起來，穩定的行走，如何讓它能夠進行精細化的操作，則是更加的困難。
比如說：機器人的手！
絕大多數的生產活動，不依賴於移動能力，而是依賴於手部操作能力。
而人形機器人的精細化操作，可是比雙足運動，要困難的多。
就好像是人類大腦皮層之中，負責手部控制區域，遠遠大於腿部區域一樣。
人形機器人的手部精細化操作，也比腿部運動要複雜的多。
人類的雙手，能夠透過二十七塊骨頭，五十多塊肌肉，還有視覺，觸覺等等方面的配合，從而完成，穿針引線，搬運重物等等一系列的動作。
而機器人想要要完成，無疑是存在著諸多的難題。
這種難題，既存在於硬體方面，也存在於軟體方面。
想要完成人手一樣的精細化操作，首先就需要有高感知的感測器，特別是觸覺傳器。
它不僅要求感測器能夠有高精度，而且需將不同的感知資訊融合到一起。
想要做到這一點，就得要克服不同模態的固有差異。
這還僅僅是硬體方面的困難。
在軟體方面，同樣也存在著諸多困難。
比如說……資料量！
想要讓人形機器人變得更聰明，動作變得更加精準靈活，需要大量的資料。
就好像是新能源汽車的無人駕駛技術，需要海量的資料進行支撐，智駕才懂得，在遇到某種情況的時候，應該如何去處理。
人形機器人同樣也是如此，它想要完成各個動作，不僅僅是需要用到硬體，同樣還需要演算法。
就好像是人的動作，是由大腦進行控制。
。制控行進來法算演由是就，作的人機
。撐支行進行進來料資的量大要需就，步進要想法算演
。足不遠遠是說以可，累積料資的人機形人前目而
”——嘭“
。來起了響面裡場育在音聲的悶沉
。上地在拍球籃將手反，人機的輝銀著發散臺那
。起而跳彈，接面地跟球籃
。上地在拍手反，中手在接人機被又著接
！球運
！！！球運會還然竟，人機臺這
。上地在掉點差子珠眼的龍譚
！球運邊一，走邊一夠能還且而，球運會是僅僅不
！人真於遜不全完，的麼那是作，去上看且而
！多的人嚇要，球運的純單比可，量含技的面裡這
！事回一外另是全完那，樣一人跟的運球把夠能，事回一是球運夠能
。樣一別差的跑它讓跟，路走人機形人讓是像好就
。對不
。些一上大更要還，別差這
。法算演的且雜複要需還，合配活靈位部個各機要需這
。1是度難的拳套一打，子箱個搬人機形人讓說果如
！01是碼起最度難，球運中進行在人機形人讓，麼那
。下一了砸的狠狠錘鐵大被是像好，袋腦的己自得覺只龍譚
。白空片一，腦大個整
。解瞭不並技些一的中其於對，員人技的業專是不他說然雖
。人嚇多有作個這，道知他礙妨不並但
！到做夠能司公家哪有沒都計估，圍範球全在算就，到做夠能司公家哪有沒國說別
。度進展發的域領多諸於限是而，頸瓶在存技項某說是不這
。能可有才破突大重得取平水技的域領多諸是然必那，步進的式進猛飛突種某得取，面方人機形人在要想
。現出難很間時短的後之發大技在說不先，破突的域領多諸種這而
。對才的完獨單夠能就家國個某於至甚，司公家某是該應不也那，現出夠能是算就
……下況的聲風點半出有沒全完，息聲無悄種這在是，況何更
。的假是這得覺就，應反一第的龍譚
。是題問可
……段片功個某的取擷，錯試的次多道知不了過經是說者或，合IA，的假是這說以可他，片影的到看上腦電者或，機手在是說果如
。是可
。遠不他在站就人機型線流的輝般銀白著發散整臺那
