动部件。"
周开飞看到这里，回了一句："所以你们选择SEA，是因为你们的目标不只是实验室里的演示？"
"对。我们内部的目标是让机器人具备在真实环境中工作的能力。不只是展会上彩排好的演示，是真正能走出野外。"
彭旭飞像是想到了什么，又补了一条："当然SEA代价也很大，弹簧会引入谐振，控制算法的开发难度远高于QDD。可以这么说：SEA是更吃算法功底的架构，把控制做好之后，它的性能上限更高。但这不代表QDD就是落后路线，在工况可控的消费级设备上，QDD简洁低成本的优势依然非常突出。"
周开飞从那一大段话里挑出一句："真实环境的工作能力，你具体指哪些场景？"
"最直接的例子是康复外骨骼。"彭旭飞说，"患者穿戴外骨骼进行行走训练，路面和室内不一样，病人的步态也不稳定，随时可能失去平衡。外骨骼需要在极短时间内对异常姿态做出响应，如果靠纯电流估算，反馈滞后会导致矫正力矩不够或者过头，患者可能二次摔倒。"
"SEA的弹簧可以感知到患者肌肉的细微发力趋势，在姿态变化之前就做出预判。这一点QDD做不到。QDD只能事后响应，而SEA可以提前介入。"
"所以SEA的上限更高，对算法的要求也更高？"周开飞说。
"对，我们字节对算法是有自信的，所以选择了这条更高难度的路径。"