易势今天和大家一起来分析下这款众筹产品：
Ascentiz 世界首款模块化外骨骼
众筹250万美元，2179人支持，均价1148美元
总体而言，
- 模块化硬件平台、开放式软件生态、自适应运动系统、多模式可选等都是亮点。
- 不能实现髋关节和膝关节模块的同步操作，续航，操作负杂性，恶劣环境的适应性等，是客户担忧的问题。
Part 1 关键创新
- 自适应AI运动系统
能够实时动态地适应用户的运动模式。通过集成预测算法，预判用户意图并相应地调整辅助级别，从而显著提升了可穿戴机器人技术，实现人体运动与机械辅助的无缝衔接。
这使用户感觉这项技术像是自身身体的延伸，而非外接设备。人工智能会根据用户的步态模式、地形变化和活动强度不断学习并优化其响应。这种自适应能力无需用户在使用过程中进行手动调整，确保在从休闲散步到剧烈运动等各种场景下都能发挥最佳性能。
所有计算都在本地处理，确保了最低的延迟，同时保障了用户隐私，并消除了对云连接的依赖。
这种方法标志着辅助模式从静态模式向动态、个性化支持的根本性转变，能够随着用户的需求和能力不断演进。
- 模块化硬件平台架构
以革命性的模块化设计理念为核心，将产品从单一用途的设备转变为多功能平台。以核心框架为基础，支持可互换的动力辅助模块，这些模块针对不同的肌肉群，特别是髋部和膝部。模块化设计允许用户根据特定需求、活动或身体状况定制配置。
平台特性支持未来通过添加模块和配件进行扩展，从而构建一个生态系统，即使开发出新功能，核心投资也能保持其价值。用户可以根据自身需求的变化或新技术的出现，升级特定组件，而无需更换整个系统。
腰带连接系统提供安全舒适的连接方式，有效分散重量，同时保持易用性。这项架构创新解决了可穿戴机器人系统无需完全独立的设备即可满足多种用途的根本挑战。模
块化设计不仅限于功能组件，还包括通过磁性外壳进行外观定制，在保持技术功能的同时，实现个性化表达。
- 多模式选择
引入了一套全面的多模式操作系统，从根本上重新定义了可穿戴机器人与人体活动的交互方式。
提供了三种不同的操作模式，使设备从简单的辅助工具转变为适用于各种应用的多功能平台。辅助模式可减少日常活动（例如行走或爬坡）中的体力消耗，使日常出行更加便捷舒适。
自主引导模式是一项重要的技术突破，它提供完全的牵引力，无需用户主动控制即可主动引导运动。该模式展示了先进的控制算法，能够安全有效地管理复杂的运动任务。
训练模式最具创新性，它通过提供动态阻力，将普通动作转化为有效的锻炼，从而颠覆了传统的辅助模式。这种双重功能解决了人们普遍担忧的辅助技术会降低身体活动水平的问题，反而提高了运动的效率和效果。
这些模式之间的无缝切换，加上人工智能针对每种模式优化性能的能力，打造了一个独特的适应性系统，既可作为出行辅助工具，也可作为健身增强工具，体现了对不同情境和目标下人体运动需求的全面理解。
- 开放生态系统
建立了一个全面的开放生态系统，其范围不仅限于实体产品，还包括软件开发工具和社区参与。
该平台提供软件开发工具包(SDK)和应用程序编程接口(API)，使第三方开发者、研究人员和企业能够创建定制应用程序和进行修改。营造了一个协作式开发环境，用户社区可以参与到产品的演进中。
该平台的架构通过基于Linux的计算单元支持未来的扩展，确保其长期可行性和可升级性。
这种开放代表了消费机器人从专有的封闭系统转向社区驱动的开发，从而加速创新和定制化。通过赋予用户和开发者修改和增强系统的能力。
- 集成用户体验设计
以用户体验为核心的整体理念，将先进的机器人技术无缝融入日常生活。
紧凑的外形尺寸与标准文件相当，确保设备在提供显著机械辅助的同时，保持便携性和隐蔽性。
极其安静的运行使其能够在各种环境中隐蔽使用，不会引起不必要的注意。
直观的界面设计简化了复杂的设置步骤，使用户无论技术背景如何都能快速上手。
能够舒适地适应不同的体型，无需定制即可提供个性化的贴合度，解决了可穿戴技术领域的一项关键挑战。
轻巧的结构和耐用、防风雨的材料相结合，确保了设备在各种条件下都能可靠运行，同时保证用户长时间佩戴的舒适性。
这种以用户体验为中心的集成方法超越了技术规格的局限，更加注重技术的使用感受、功能以及与日常生活的融合。
对电池寿命、维护便利性和存储便利性等实际因素的关注，体现了对现实世界使用场景的全面理解，而这些场景往往决定着创新技术的成败。
Part 2 市场分析
- 增强日常活动行动辅助——旨在帮助那些希望在日常行走、上坡和负重行走中减轻身体负担的人士。
轻量化设计，适应不同的运动模式和分级辅助等功能，确保了用户根据自身的活动水平和地形获得相应的支撑，可以面向广泛的市场群体，包括城市通勤者、休闲步行者以及经常在崎岖地形中行走的人群。
- 体能提升与阻力训练——面向注重健康、寻求创新锻炼方法和更高运动效率的人士
针对不断增长的健身科技市场，提供了一种独特的运动增强方案，满足了市场需求。它面向健身爱好者和注重健康的人士，帮助他们寻找强化锻炼、提升效果的新方法。其训练模式功能体现了量化方法，可在步行和深蹲等标准运动中提供可测量的阻力。这使得用户无需额外设备或场地即可体验更高强度的锻炼。
该系统能够产生动态阻力，从而实现渐进式超负荷训练，精确控制阻力水平，从而实现与个人健身目标和能力相匹配的定制化锻炼强度。
- 面向科技爱好者的可定制性能增强方案——目标用户为寻求个性化机器人增强的早期采用者和技术创新者
这一需求满足了重视定制化、可编程性和尖端技术集成的高端用户群体。该产品服务于技术爱好者、开发者和创新型人士，他们不仅追求功能性辅助，更希望能够根据自身偏好定制性能特性。
模块化设计体现了其量化方法，用户可以配置不同的辅助功率级别和响应特性。系统的开放式架构支持对性能参数进行精确调校，使用户能够控制辅助时序、功率输出曲线和运动适应算法等。
对于开发者和研究人员而言，该平台提供了可量化的实验和定制功能，并配备了易于访问的编程接口，支持对性能进行详细修改。
- 隐蔽式可穿戴技术集成——面向那些希望获得高级辅助功能但又不希望佩戴显眼外部设备的用户
该产品面向那些需要或渴望技术增强，但又希望解决方案能够无缝融入日常生活，不引起过多关注的用户。它满足了市场对既能保持社交认可度又能兼顾自然外观的先进辅助技术的需求。
目标用户群体包括重视技术增强和保持自然外观的专业人士、学生和社交活跃人士。
- 面向不同用户需求的自适应运动智能——旨在为需要智能辅助以应对不断变化的环境和活动的用户提供服务。
精密的运动适应算法能够实时分析用户的运动并，从休闲散步到剧烈运动，为每种活动提供相应的辅助级别。该产品能够自动适应不同的场景，能够根据用户的个体特征和偏好，随着时间的推移优化辅助模式。
目标用户群体包括日常活动丰富多样的活跃人士、轻伤康复者以及身体能力在一天中有所波动的人群。
- 持久耐用的全天候性能可靠性——专为需要在各种环境条件下保持稳定性能的户外爱好者和专业人士而设计
系统结构和组件选择经过优化，可在各种使用条件下实现长期可靠性，并在不同温度和环境暴露条件下保持可衡量的性能。
目标用户群体包括徒步旅行者、户外工作者以及在日常活动中经常面临各种环境条件的人士。
Part 3 用户反馈
- 模块集成限制和同时运行限制
重要程度：非常高
用户对无法同时使用髋关节和膝关节支撑模块表示严重关切，这构成了产品当前架构的一个根本性缺陷。这一限制直接影响系统的治疗和功能，尤其对于需要全面下肢支撑的用户而言更是如此。
通信架构、电源分配系统或控制算法等条件限制，无法实现多模块的协同运行。解决这一问题对于兑现产品提供全面移动支持的承诺至关重要。
无法同步多个模块进行双侧支撑进一步加剧了这一缺陷，表明系统在多单元协调能力方面存在不足。
用户特别质疑系统是否能够支持双腿的协同运行，凸显了改进通信协议和集中控制系统的必要性。
这些反馈对产品的核心价值主张构成了严峻挑战，需要立即进行技术改进，以确保系统能够提供用户期望从模块化平台方案中获得的全面支持。
- 电池系统性能和管理问题
重要程度：高的
许多用户质疑目前的电池容量是否能满足实际使用需求，尤其是在需要长时间移动支持的治疗应用中。反馈主要集中在充电周期、电池更换流程以及是否能在不关闭系统的情况下进行热插拔电池等方面。
官方宣称的电池续航时间可能不足以满足全天使用，这将严重影响产品在实际应用场景中的实用性。
多位用户提出了解决方案，包括更大容量的远程电池组、热插拔系统以及集成电池健康监测功能。电池容量的限制似乎是需要可靠的全天候移动支持的用户采用该产品的一大障碍。通过改进电源管理、电池技术以及增强用户对电源设置的控制来解决这些问题，对于确保产品满足各种用户场景下的实际使用需求至关重要。
- 用户界面复杂性和控制系统可用性
重要程度：高的
反馈表明，用户界面设计和控制系统的复杂性存在显著挑战，尤其对于那些可能最受益于该技术但技术水平有限的用户而言更是如此。
用户反映，辅助级别配置、设置记忆功能以及界面整体复杂性都令他们感到困惑。具体问题包括设备是否能记住用户在不同使用之间的偏好设置，还是每次都需要重新配置，这表明非易失性存储器的性能或用户体验设计可能存在局限性。老年用户和技术背景有限的用户尤其表示难以使用当前的界面。
这表明除了高级自定义选项外，还需要简化操作模式。初始设置和校准的学习曲线也被认为是一个障碍，用户质疑正确校准需要多长时间，以及该过程是否可以简化。
这些反馈凸显了在提供复杂的自定义功能和确保所有用户群体都能轻松使用之间所面临的矛盾。通过直观的设计、简化的设置流程和更好的设置管理来改进用户界面，将显著提高产品的可用性，并促进不同用户群体的接受度。
- 对扩展模块生态系统和上半身支撑的需求
重要程度：高的
用户强烈要求扩展模块化生态系统，尤其希望开发适用于手臂力量有限用户的上半身支撑模块。这是用户反馈中最常提及的功能改进机会之一，表明市场对超越当前下半身支撑的更全面的身体支撑有着明确的需求。
用户认为，上半身模块对于行动不便的用户来说具有潜在的变革性意义，这预示着产品平台拥有巨大的扩展潜力。
除了上半身支撑之外，用户还要求提供踝关节和足下垂支撑模块、背部和核心稳定模块，甚至头部和颈部支撑系统。
这些反馈表明，用户不仅将产品视为独立的辅助设备，更将其视为构建全面外骨骼生态系统的基础。对扩展模块选项的强烈需求与产品的模块化平台理念相符，但这需要对新的执行器设计、传感器集成和控制算法进行大量的技术开发。
满足这些反馈将显著提升产品的价值主张，并使其在更广泛的行动障碍和用户需求方面更具市场适用性。
- 环境耐受性和耐久性规格
重要程度：中等的
多位用户对该系统在不同环境条件下的运行参数表示担忧，尤其关注温度限制、耐雨耐湿性能以及在各种使用场景下的整体耐用性。
这些反馈表明，关于环境规格的技术文档不足，也暗示用户对产品在实际使用中的可靠性存在疑虑。关于运行能力、附加负载下的承重能力以及在不同地形上的性能等问题，凸显了用户对系统稳健性和适应性的担忧。
用户特别询问该系统能否在雨天或高湿度环境下有效运行，而这些环境在许多地区都很常见。反馈中还包括背包或治疗设备等额外重量可能对性能和安全性产生的影响。
通过全面的环境测试、清晰的规格文档以及潜在的增强型防水性能来解决这些问题，将有助于增强用户对产品可靠性的信心。这些反馈对于确保产品能够在用户日常生活中遇到的各种条件下提供稳定的性能至关重要。
- 智能适应和机器学习增强请求
重要程度：中等的
用户一直以来都希望系统具备更高级的自适应功能，包括基于机器学习的步态自适应、针对特定活动的辅助模式以及对环境变化的智能响应。
反馈表明，用户期望系统能够学习他们的运动模式，并在一天中自动调整辅助级别，这为改进当前的自适应算法提供了契机。具体需求包括：疲劳检测并自动调整辅助级别、预测性维护警报，以及在不同地形或活动级别之间切换时更灵敏的响应。
用户质疑系统对运动模式变化的适应速度，这表明当前响应时间或自适应的精细程度可能存在局限性。
这些反馈与产品创新的自适应人工智能功能相符，但也表明用户期望获得更加智能和个性化的性能。
实施更先进的机器学习方法可以通过创建真正个性化的辅助模式来满足这些需求，这些辅助模式会随着用户的需求和能力而不断演进。增强系统的智能自适应能力不仅可以提高用户满意度，还能充分展现人工智能运动智能创新的潜力，使该产品在自适应可穿戴技术领域处于领先地位。
Part 4 改进建议
- 实现髋关节和膝关节模块的同步操作
重要程度：非常高的
用户反馈中指出的一个重大限制是髋关节和膝关节支撑模块无法同时使用。这一限制削弱了产品提供全面移动辅助的核心价值主张。用户对此感到困惑和失望，因为同时使用髋关节和膝关节支撑是许多治疗和日常应用场景的基本功能。
实施这项改进将使产品从孤立的辅助模块转变为真正一体化的外骨骼系统，为用户提供他们期望从这类技术中获得的全面下肢支撑。开发团队应优先调查这一限制的根本原因，并制定实现完全模块化互操作性的路线图。
- 增强电池系统，以延长使用时间并支持热插拔功能
重要程度：高的
用户一直以来都对电池续航时间和电池管理方面的挑战表示担忧。目前的电池系统似乎不足以满足全天治疗或活跃使用场景的需求，用户质疑能否在运行过程中热插拔多块电池，还是必须完全关闭系统才能更换电池。这一限制严重影响了产品在日常活动中对需要长时间移动支持的用户的实用性。
改进方向应着重于开发可热插拔的电池系统，使用户能够在不中断设备运行的情况下更换电池；提供更大容量的电池选项以延长使用时间；以及创建更透明的电池健康监测系统，并提供预测性维护警报。此外，系统还应清晰显示剩余电量和充电状态，帮助用户有效规划使用。
这些改进将解决用户最常提及的技术问题之一，并显著提升产品在需要持续运行的实际应用中的可用性。
- 开发上身支撑模块并扩展模块化生态系统
重要程度：高的
用户反馈显示，市场对将模块化生态系统扩展到下肢支撑以外的领域有着强烈的需求。许多用户特别要求为手臂力量有限的人士开发上肢模块，并表示这项功能将彻底改变他们的日常生活。这为扩大产品在不同用户群体中的吸引力和实用性提供了重要契机。
开发工作应着重于创建能够与现有系统架构无缝集成的肩部、肘部和腕部支撑模块。这一扩展需要设计针对上肢运动优化的新型执行器系统，开发用于手臂运动检测的合适传感器阵列，以及创建专门针对上肢辅助的控制算法。这些模块应秉承轻巧、隐蔽和易用的设计理念，同时为诸如举重、伸手和精细动作等活动提供有效的辅助。
通过扩展到上肢支撑，该产品可以从下肢辅助设备发展成为一套全面的行动能力增强系统。
- 利用机器学习能力实现智能自适应控制
重要程度：中等的
用户对能够学习并响应个体运动模式的更高级自适应功能表现出浓厚的兴趣。目前的控制系统在个性化适应方面似乎存在局限性，用户希望系统能够根据活动量、疲劳程度和环境条件自动调整辅助级别。
应用机器学习算法将使系统能够学习个体步态模式、预测用户意图，并在运动的不同阶段提供优化的辅助。这项改进应包括开发能够检测用户疲劳并自动提升辅助级别的算法，创建用户可以轻松切换的特定活动辅助模式，以及实施预测性维护，在潜在问题出现之前提醒用户。系统还应具备环境适应功能，根据地形、坡度和其他环境因素调整辅助参数。
这些智能功能将使产品从一个静态的辅助设备转变为一个能够随着用户成长和适应而不断进步的动态伙伴。
- 简化用户界面并改进设置管理
重要程度：中等的
用户反馈表明，当前界面过于复杂，尤其是在设置配置和记忆方面，令用户感到困惑。用户反映，需要反复重新配置偏好设置令人沮丧，并对技术水平较低的用户（包括可能从这项技术中受益匪浅的老年人）的学习曲线表示担忧。
改进的重点应放在创建分层式界面系统上，该系统既提供简化的基本操作，方便用户快速上手，也提供高级自定义选项，以满足经验丰富的用户的需求。系统应实现强大的设置记忆功能，确保用户在断电重启后仍能保留偏好设置；开发无需频繁操作智能手机的直观控制机制；并为模式切换和状态更新提供清晰的视觉和触觉反馈。
此外，物理界面元素的设计也应考虑不同灵活性和技术水平的用户，以便他们轻松操作。这些改进将使这项技术更容易被广大需要行动辅助功能的用户群体所接受。
- 增强环境耐久性和使用场景文档
重要程度：低的
多位用户对该系统在不同环境条件和使用场景下的运行极限提出了质疑。目前，关于温度耐受性、耐候性和在各种物理需求下的性能，相关文档似乎不足。这种信息不清晰导致用户对产品是否适用于不同的生活方式和环境产生疑虑。
改进措施应包括：针对各种环境条件进行全面的测试和认证；清晰地记录运行极限和最佳实践；以及增强硬件的防潮、防尘和抗冲击性能。产品应针对常见的使用场景进行验证，例如户外活动、工作场所和治疗环境。此外，文档还应针对不同的使用情况，提供关于承重能力、地形兼容性和维护要求的具体指导。
通过解决这些问题并提供清晰的操作指南，用户可以充分了解产品性能和可靠性，从而做出明智的决策，将这项技术融入到他们的日常生活中。