新闻资讯

从力学所的实验室到机器人研发的前沿阵地，丁桦教授的研究始终围绕一个核心：用自主可控的技术破解工程难题。Demain Horizon平台的发布，不仅填补了我国人形机器人全流程仿真工具的空白，更构建了一套可复用的技术体系。正如丁桦所言：“工业软件的突破没有捷径，需要从基础算法到生态建设的长期投入。”在这条自主创新之路上，以京沣科技为代表的中国企业，正以扎实的技术积累，为全球机器人产业贡献“中国方案”。

8月9日，在2025世界机器人大会“具身智能技术与应用论坛”上，北京京沣科技有限公司联合北京人形机器人创新中心发布Demain Horizon（明日地平线）平台。这款整合了设计、仿真、优化与训练功能的一体化平台，被视作我国人形机器人研发工具的突破，和破解该领域潜在的“卡脖子”风险的突破。

作为京沣科技总经理、深圳十沣科技CTO，丁桦教授深耕结构力学与数值仿真领域数十年，从中科院力学所的博士后到工业软件企业的技术掌舵人，他的学术轨迹与我国自主工业软件的发展脉络紧密交织。论坛期间，丁桦教授就平台研发初衷、技术突破及行业痛点等问题接受了《中国科技信息》的专访。

从国家工程到人形机器人

跨领域创新的底层逻辑

中国科技信息：您早年在中科院力学所从事博士后研究，长期深耕固体力学领域，是什么机缘让您将研究重心转向人形机器人方向？

丁桦：这其实是学科交叉与产业需求共同推动的结果。科研要服务国家需求。1987年我进入中科院力学所做博士后，当时主要研究固体力学理论与数值方法，尤其在冲击动力学、工程结构分析、动力减缩算法等方面积累了大量经验。2009年，我参与广州中国科学院工业技术研究院CAE中心工程结构中心的建设运行，开始转向工业应用研发服务，在智能制造、装备性能分析、船舶与海洋工程、岛礁建设等方面为企业解决了一系列的关键技术问题，其中包括众多的中小企业和国内、国际的知名企业，如东方电气、龙穴造船、中广核、欧洲空客、旭化成等。

在海洋工程领域，我们处理过大量复杂结构的动力学问题，比如南海岛礁建设中的快速施工工艺、海洋牧场的结构优化，这些研究本质上都是关于多体系统的运动控制与载荷分析。而人形机器人作为典型的多链多体系统，其关节驱动、刚柔耦合等问题，与海洋工程中的结构动力学分析存在共通的底层逻辑。

2021年我加入十沣科技后，我们注意到人形机器人研发中存在工具链“断链”与物理仿真失真两大技术痛点：第一，现有工具分散，设计、仿真、训练各环节使用零散工具，数据无法互通，且核心仿真工具依赖国外平台。企业需在多个软件间切换，数据无法互通，导致开发效率低下。我们调研发现，企业将仿真模型迁移到实体机器人时，一般需要大量的参数调整，严重影响研发效率。第二，国外物理引擎存在局限。例如对机器人至关重要的闭环结构、柔性部件等，主流引擎需等效简化处理，使得仿真结果大幅偏离真实场景。

更关键的是，工业软件自主化是刚需。在力学所工作期间，我们就为在冲击动力学方面的仿真需求开发了替代美国LS-Dyna的显式动力学软件SimuDyn。目前在机器人开发中，也经历类似国防软件被“卡脖子”的问题，和软件功能受限等问题。仿真工具链高度依赖英伟达等国外平台，若遭国外禁用或部分先进模块的禁用，中国机器人研发可能陷入停滞。十沣科技与北京人形机器人创新中心联合成立京沣科技，目标就是打造中国人自己的机器人开发“工具箱”。

中国科技信息：您认为当前人形机器人研究面临的主要问题集中在哪些方面？

丁桦：当前的主要问题主要体现在三个层面。首先是核心仿真工具的依赖，目前行业主流的机器人训练仿真平台多由国外企业主导，比如英伟达的相关工具链，存在断供“卡脖子”风险。

其次是技术链条的碎片化。机器人研发涉及CAD设计、CAE仿真、强化学习训练等多个环节，现有工具来自不同供应商，数据格式不兼容，导致“设计-仿真-实机”流程断裂，严重影响研发效率。

最后是基础理论的转化瓶颈。人形机器人在复杂环境中的泛化能力、刚柔耦合系统的精确建模等问题，需要多物理场耦合、分布式AI等跨学科技术支撑。而国内在这些基础理论的工程化应用上，还存在明显短板。

举个具体例子，传统仿真工具对含闭环结构的多体系统处理能力不足，往往需要简化模型，导致仿真结果与实物偏差过大，在迁移到实体机器人时成功率低，需要大量的调整。而我们在Demain Horizon平台中研发的多体动力学求解器，能直接高效高精度地处理机器人中的闭环结构和刚柔耦合问题，无需过度简化，这就是从基础理论层面突破国外技术壁垒的体现。

中国科技信息：Demain Horizon平台被称为“中国自主的工具箱”，它核心解决问题能力有哪些？

丁桦：Demain Horizon的核心使命是构建"设计-仿真-训练-部署"的全流程自主化能力，具体体现在三个维度。

第一，工具链整合，将设计软件、多物理场仿真（结构/流体/控制）、强化学习训练系统集成于统一平台，实现数据无缝流转，解决“流程断链”问题。平台整合了CAD设计、CAE仿真、强化学习训练模块，支持从3D模型到控制代码的一键生成。基于统一数据格式和操作界面，支持离线设计等，打破数据壁垒，满足上下游设计、优化、评估的需求。

第二，物理引擎突破。独创的动态子结构法，可将结构自由度降低3个数量级，求解速度提升，同时支持刚柔耦合仿真。平台搭载了我们自主研发的多物理场耦合引擎，能精准模拟沙地、碎石地、端水行走时等复杂环境下的机器人运动。

第三，现代化软件架构。采用总线式热插拔架构，各模块可独立开发、灵活替换。内嵌友好训练开发环境，支持Python语言，满足个性化研究，可定制优化算法。

柔性设计：

让机器人更接近 "生命体"

中国科技信息：除了平台本身，您团队在对人形机器人部件柔性化等技术上有何设想，这一技术如何让机器人更像人？

丁桦：我认为柔性设计是未来机器人部件高效、高可靠性要求的关键一环。传统机器人采用刚性结构设计，虽然控制简单，但存在一些不可回避的问题，如关节驱动力大，我们的仿真数据显示，刚性足机器人的踝关节峰值驱动力可达柔性足的2倍以上；环境适应性差，在不平地面易打滑等。这些因素将导致较低的能量利用率、结构可靠性、系统稳定性等。

柔性设计带来三大进化：

一个是动作更拟人，刚性手抓握物体时，控制误差易导致物品损伤，如捏碎鸡蛋，工艺品等；柔性结构则像“手指贴橡胶”，通过形变缓冲实现精准握力操作。这种柔性特性能提升操作安全性，如柔性手指可通过形变分散压力。

第二是环境适应性更强。沙漠、碎石等复杂地形中，柔性足通过自适应形变分散压力，避免刚性足易陷坑、打滑的问题。

第三个是寿命与能效突破。马拉松机器人需中途更换电池，但人类依靠肌腱柔性储能的特性可高效续航。柔性关节通过降低电机功率输出，显著提升耐久性。以柔性足为例，我们采用弹性结构，仿真对比显示，搭载柔性足的机器人在保持平稳步态的情况下，踝关节驱动力峰值降低50%以上，电机寿命延长2倍，续航时间提升40%。

从本质上说，柔性设计不是简单的材料替换，而是通过仿真技术实现“结构——控制——环境”的动态匹配。就像人类行走时，脚踝、膝盖的自然形变会缓冲地面冲击，机器人的柔性关节也在做类似的事情——这正是具身智能的核心要义：让机器真正适应物理世界的复杂性。

以上文章来源于中国科技信息，作者陈克然 彭泺