邱淑紫

作者｜PRO郵箱｜pro@pingwest.com

這是一場關(guān)于人形機(jī)器人產(chǎn)業(yè)理想與現(xiàn)實(shí)的最坦誠的對話。

6月5日，在北京前沿國際人工智能研究院旗下“月光社”舉辦的“走進(jìn)松延動(dòng)力”研討活動(dòng)中，北京前沿國際研究院理事長、英諾天使基金合伙人王晟，松延動(dòng)力創(chuàng)始人&董事長姜哲源、靈御智能創(chuàng)始人&CEO金戈，與硅星人創(chuàng)始人&CEO駱軼航一起探討了人形機(jī)器人產(chǎn)業(yè)面臨的核心矛盾、產(chǎn)業(yè)現(xiàn)階段聚焦務(wù)實(shí)落地領(lǐng)域、技術(shù)層面挑戰(zhàn)、行業(yè)共識等關(guān)鍵問題。

以下為對話實(shí)錄整理。

駱軼航：今天的話題聚焦兩點(diǎn)：一是公眾和產(chǎn)業(yè)如何認(rèn)識當(dāng)前機(jī)器人產(chǎn)業(yè)現(xiàn)狀、對齊對人形機(jī)器人產(chǎn)業(yè)發(fā)展的預(yù)期；二是爭取形成對具身智能和人形機(jī)器人產(chǎn)業(yè)發(fā)展的一些共識。

松延動(dòng)力參加了北京亦莊的第一屆機(jī)器人馬拉松長跑比賽，獲得了亞軍。在那之后，松延的人形機(jī)器人N2接單接到手軟?？梢?，公眾了解機(jī)器人基本是通過機(jī)器人表演（空翻、跑步、俯臥撐、踢足球、應(yīng)急救援），在此基礎(chǔ)上形成對機(jī)器人的預(yù)期和能力想象，并因此購買。

能不能請姜哲源講講：競技比賽用的機(jī)器人和交付給客戶的機(jī)器人之間，是否有外界不知道的差異？這種落差是否必然存在？如何解決？

公眾看到的人形機(jī)器人，與現(xiàn)實(shí)當(dāng)中的人形機(jī)器人，有哪些不一樣？

姜哲源：謝謝駱少。我可以從成本管理分析的角度講這事。確實(shí)大家看到視頻里機(jī)器人能做空翻、跳躍、打拳等各種神奇動(dòng)作，但買回家后只能走、揮手、握手。為什么會這樣呢？不是公司造假或騙客戶。我們在馬拉松比賽的機(jī)器人和交付客戶的機(jī)器人，除了里邊的程序差別外，幾乎一模一樣。唯一的改動(dòng)，我們在馬拉松的機(jī)器人后面引出一根線，方便換電池。馬拉松21公里，肯定需換一次電池。拔電池后整機(jī)就下電了，下電之后意味著電腦關(guān)機(jī)；插新電池后需兩三分鐘啟動(dòng)。所以為省時(shí)間，我們引出一根線：用另一塊電池接線上確保機(jī)器有電，再把原電池拔下來，換上新電池后拔掉線，每次省兩三分鐘。

這是我們比賽準(zhǔn)備的一個(gè)策略，除此之外沒有任何差別。我相信宇樹在國際比賽中的機(jī)器人跟交給客戶的硬件沒有任何差別。那為什么從能力上講看著有這么大的差異呢？最主要原因在于我們不知道客戶怎么用，開放太多能力給客戶的話，我們也不知道他們怎么用這個(gè)機(jī)器人。比如說如果我們把空翻放給客戶，我們很難確?？蛻舨粫刻爝B著翻個(gè)100來次，這樣售后成本完全兜不住了，我們不能說你不允許用這個(gè)功能，你不能用太多這個(gè)功能，因此我們不敢給客戶放空翻功能。

另外是安全性的考量，機(jī)器人空翻，一旦翻失敗了別砸著人，這是很嚴(yán)重的問題。因此我們交給客戶的機(jī)器人從硬件本體來講，跟我們參賽的基本上沒有任何差別，但是我們的機(jī)器人上不敢放太多高動(dòng)態(tài)的動(dòng)作，差別就是在這兒。

駱軼航：金戈在做機(jī)器人的“智能”部分，這幾個(gè)月一直在探索機(jī)器人“大腦”和"小腦”的完善，類似機(jī)器人馬拉松比賽這種方式，對公眾、客戶甚至產(chǎn)業(yè)界人士認(rèn)知機(jī)器人產(chǎn)業(yè)的現(xiàn)狀和潛力，有哪些好處？有哪些副作用？

金戈：感謝駱少，也感謝北京前沿國際人工智能研究院給了這個(gè)機(jī)會。我們公司是和清華大學(xué)自動(dòng)系合作主要做機(jī)器人上肢的控制，尤其是解決仿生臂、靈巧手的控制問題。我們希望機(jī)器人能盡快進(jìn)入到家庭、各行各業(yè)，幫我們干活和做事，解決一些操作的問題。

人們很大程度希望它能夠自動(dòng)的、不需要人工干預(yù)的完成這些任務(wù)，我們希望在這個(gè)方向上去做努力做貢獻(xiàn)。在現(xiàn)有端到端感知規(guī)劃模型成功率不高的現(xiàn)實(shí)情況下，有沒有其他的兜底方案，幫助解決在使用場景中成功率不高或可靠性不佳的情況？這是目前我們在試圖解決的問題。

回到您剛才的問題，我認(rèn)為現(xiàn)有的用比賽的方式讓公眾認(rèn)識到機(jī)器人真實(shí)的智能、機(jī)器人硬件以及能力上限的水平，是非常好的一種方式。因?yàn)槟壳皺C(jī)器人還處于一個(gè)初期的階段，是機(jī)器人公司的早期研發(fā)階段，它沒有什么可以在生產(chǎn)生活中展示給公眾的窗口，目前展示給公眾的窗只有兩個(gè)：一是機(jī)器人公司發(fā)布的宣傳片和宣傳視頻，當(dāng)然是精選出來的、經(jīng)過剪輯的成功部分。這可能會讓公眾有超過機(jī)器人實(shí)際能力的的期待。比賽則是另一種模擬真實(shí)場景，展示能力上限的好方式。大家經(jīng)?？吹叫麄髌龅枚己芷?，但比賽的時(shí)候表現(xiàn)可能更接近真是能力的表現(xiàn)。

比賽創(chuàng)造了類似實(shí)際的場景。因?yàn)楝F(xiàn)有機(jī)器人的可靠性直接用于生產(chǎn)，會帶來一些不確定的后果影響生產(chǎn)結(jié)果，但比賽不會有這樣的問題，比賽剛好創(chuàng)造一個(gè)虛擬環(huán)境，最大程度表達(dá)機(jī)器人能力上限。這有助于公眾更準(zhǔn)確認(rèn)識到今天機(jī)器人的能力水平，從而有準(zhǔn)確期待，這種準(zhǔn)確期待非常有助于機(jī)器人更快應(yīng)用到各行各業(yè)。

甲方過高期待會導(dǎo)致乙方無法實(shí)現(xiàn)的痛苦，因此我們希望甲方能清晰的理解目前機(jī)器人能做到什么不能做到什么。

王晟：這個(gè)問題特別有意思。我們知道在二戰(zhàn)結(jié)束時(shí)，范內(nèi)瓦·布什給羅斯?？偨y(tǒng)寫了一個(gè)科技發(fā)展規(guī)劃，叫《科學(xué)無盡的前沿》，這個(gè)規(guī)劃使得科技成為美國的國家事業(yè)，成為美國科技政策的藍(lán)圖，美國因此建立了持續(xù)的科技創(chuàng)新動(dòng)力。

美國科學(xué)促進(jìn)會首席執(zhí)行官、《科學(xué)》雜志執(zhí)行主編拉什·D.霍爾特寫了再版序言，霍爾特對范內(nèi)瓦做了高度評價(jià)，但也指出了《前沿》唯一的不足就是脫離了人民群眾，把科學(xué)變成了一群極少數(shù)科學(xué)家做的事。而現(xiàn)在這個(gè)時(shí)代，媒介互聯(lián)網(wǎng)信息的平權(quán)，知識平權(quán)、認(rèn)知平權(quán)，需要結(jié)合大眾，所以我覺得這不是一件壞事。我們得讓大眾了解、大眾知道、大眾關(guān)注才能更好地促進(jìn)科學(xué)的進(jìn)步。

我們知道李飛飛每年都做一個(gè)AI報(bào)告，對全球各地對AI發(fā)展預(yù)期的樂觀性進(jìn)行調(diào)研，中國對AI的樂觀性排名第一。中國人認(rèn)為AI會給大家?guī)砀玫纳睿习傩諛酚^性可能超過75%。美國是極度悲觀，65%的人認(rèn)為AI會讓我失業(yè)，讓我變得更加不好，只有35%的人持有樂觀態(tài)度，這可能對AI真正的落地會有蠻大的影響。如果沒有這些機(jī)器人賽事的曝光，對機(jī)器人企業(yè)來講，就更是閉門造車。

駱軼航：作為一個(gè)投資人，您怎么看一個(gè)機(jī)器人公司是不是一個(gè)值得投資的標(biāo)的？

王晟:這一波的具身智能和機(jī)器人，包括機(jī)器人的AI，有些人選擇下注，有些人選擇不下注，這背后有很多原因。在我們來看，什么樣的機(jī)器人公司值得投資？一是相對樂觀，另一個(gè)是理性，有扎實(shí)的知識儲備和認(rèn)知，以及很強(qiáng)的邏輯思考能力，能對未來技術(shù)范式的發(fā)展做一定的預(yù)測，預(yù)測可能不準(zhǔn)確，但相信理性思考之后的結(jié)果，誰符合，就相信他做的事情大概率是對的。

剩下的無非是團(tuán)隊(duì)優(yōu)秀不優(yōu)秀，其實(shí)團(tuán)隊(duì)優(yōu)秀很難評價(jià)。我們過去做過愚蠢的事情，列了非常多的維度打分，毫無用處。投資決策的基礎(chǔ)是：必須見過足夠多的好東西，就好比藝術(shù)家、美食家和文玩收藏家，見過的、體驗(yàn)過的好東西足夠多，就知道好不好。很多投資人其實(shí)沒有見過好東西。

而我們希望80%的項(xiàng)目我們都見過和聊過，你見過什么是好東西，才對好東西有選擇權(quán)。

駱軼航：紅杉早期有一個(gè)著名投資哲學(xué)：押注賽道而非賽手。但是投大語言模型、多模態(tài)模型和機(jī)器人產(chǎn)業(yè)時(shí)，這個(gè)策略可能就失效了。因?yàn)橐还P投資錢一上來就很多，幾千萬上億人民幣，所以押注賽手本人很重要。松延動(dòng)力和靈御智能，一個(gè)專注機(jī)器人本體和強(qiáng)化學(xué)習(xí)，一個(gè)專注機(jī)器人上臂的智能化，你投這兩個(gè)賽手的原因是什么？

王晟：哲源做松延動(dòng)力，他做了很多不符合他這個(gè)年齡（注：姜哲源生于1998年）的一些巨大的人生決策。不止一次，我們看到他做了極其勇敢的選擇和決策。優(yōu)秀的人可能非常多，但你只能投資你欣賞的和喜歡的人。這個(gè)人很優(yōu)秀，但就是跟你聊不來，這種情況我們經(jīng)常見。

投靈御智能也很有意思。因?yàn)橛⒅Z基金總是對未來半年到一年的AI和機(jī)器人具身智能做一些預(yù)判，我們每次下注都在產(chǎn)業(yè)大共識形成的前幾個(gè)月就投了，投完之后幾個(gè)月，產(chǎn)業(yè)大共識來了，估值就會漲得很快。靈御智能就是我們希望投的一個(gè)，因?yàn)樗鯨2的具身智能解決方案。我們現(xiàn)在下注的所有具身智能公司都是奔著L4去的，直接替人進(jìn)工廠，疊被子進(jìn)家庭，把人踢掉，省很多錢，但非常難做。

就好比自動(dòng)駕駛一樣，馬斯克在2017年Tesla發(fā)布會說明年我們會實(shí)現(xiàn)全自動(dòng)駕駛，L4級別的滿世界跑，現(xiàn)在快10年了也沒完全實(shí)現(xiàn)。因?yàn)橛辛爽F(xiàn)在的L2自動(dòng)駕駛階段，特斯拉才強(qiáng)大。通過L2輔助駕駛了，收集很多數(shù)據(jù)，持續(xù)用于模型訓(xùn)練，從而變成世界上最強(qiáng)大的自動(dòng)駕駛公司。換句話時(shí)髦的話，我們跟金戈和他的靈御智能有“共振”。

2025年是人形機(jī)器人的商業(yè)化元年，需要做什么？

駱軼航：我想了解一下機(jī)器人客戶的具體情況。我們現(xiàn)在能想到的客戶門類：第一類是展示、表演、教育、科研實(shí)驗(yàn)，客戶以機(jī)器人本體做基礎(chǔ)，搞算法和研發(fā)。第二是機(jī)器人領(lǐng)域的國外同行，買中國機(jī)器人去搞研究，拆開了看它們是怎么做的；第三才是真實(shí)客戶場景。哲源能講講現(xiàn)有客戶種類各占多少比例，以及我們更在意的哪類客戶么？

姜哲源：具體的比例或許不太方便透露，但大致可分為四大類：科研、教育、商演和文旅展廳。這四大領(lǐng)域基本上是當(dāng)下主要的落地場景。

雖然我不提及具體比例數(shù)字，但最大的兩塊是教育和商業(yè)演出。一直以來，教育就是人形機(jī)器人或足式機(jī)器人的一個(gè)應(yīng)用方向。為找到合適的應(yīng)用場景，便將其作為教具，或是課程配套的實(shí)驗(yàn)器材，銷售給學(xué)校以及有課程教育需求的客戶。

商演是今年剛剛興起的領(lǐng)域。大家可以看到，許多人形機(jī)器人出現(xiàn)在不同的場合，比如商場開業(yè)、周年慶典，以及婚慶等場景，以租賃的形式進(jìn)行商業(yè)演出。

另外，比較有趣的是展廳方面的應(yīng)用。我們原本并未預(yù)估到這會是一個(gè)較大的需求，后來發(fā)現(xiàn)該領(lǐng)域的需求量并不小。我們原本認(rèn)為，在展廳使用輪式機(jī)器人進(jìn)行講解即可，為何要選用雙足機(jī)器人呢？后來我們與客戶溝通詢問他們?yōu)槭裁床毁I輪式機(jī)器人時(shí)，他們說輪式的科技感不足，堅(jiān)持要人形的。

所以今年在這個(gè)熱度下催生了很多場景。另外，我們還發(fā)現(xiàn)了一些別人看不到的場景，但暫時(shí)無法公開。因?yàn)槲覀兊膬r(jià)格最初下探到了一個(gè)可能沒人觸及過的范圍，3.99萬，也就是5萬以內(nèi)的價(jià)格帶。這個(gè)價(jià)格帶讓我們發(fā)掘出了一堆價(jià)格較高時(shí)看不到的場景。明年我們可能會在這些方向發(fā)力，到時(shí)候可能會有更多應(yīng)用場景出現(xiàn)。

剛才您提到了“真實(shí)應(yīng)用場景”這個(gè)詞，難道這些不就是真實(shí)應(yīng)用場景嗎？我覺得挺真實(shí)的啊。或者說，一個(gè)場景是否真實(shí)取決于它是否可持續(xù)。比如商演，今年春晚、馬拉松這類活動(dòng)催生了這個(gè)市場，商演市場熱度可能會下降，但不會消失。就像舞龍、舞獅，傳承這么多年依舊存在，熱度也沒有降下去甚至消失，對吧？還有展覽展示這類純展示需求，杜莎夫人蠟像館都經(jīng)營這么多年了，也有它的商業(yè)價(jià)值。所以關(guān)鍵要看這些市場板塊的價(jià)值是否高。

駱軼航：所以價(jià)格一下子扎到3萬9甚至更低，就是為了想把客戶使用的各種可能性和場景都充分挖掘出來？

姜哲源：關(guān)于人形機(jī)器人本體賽道的投資，在2023年主要看團(tuán)隊(duì)背景，有沒有科學(xué)家。到了2024年主要看Demo，了解能應(yīng)用什么樣的技術(shù)。2025年，就主要關(guān)注商業(yè)化落地了。

其實(shí)在2024年初，我們的Demo做得相當(dāng)不錯(cuò)，雖然沒有公開發(fā)布，但在行業(yè)內(nèi)大家都知道。不過，我們公司一直比較低調(diào)，從不做宣傳，以前在100篇機(jī)器人行業(yè)的報(bào)道里可能都見不到我們一次。

今年剛過完年那段時(shí)間，公司基本零訂單，銷售團(tuán)隊(duì)和營銷團(tuán)隊(duì)都沒有組建起來，什么都缺。但我們心里清楚2025年最重要的是商業(yè)化，當(dāng)時(shí)我們認(rèn)為可行的方向是借助線上渠道獲取流量，以此推進(jìn)商業(yè)化。所以當(dāng)時(shí)我們希望將產(chǎn)品能力和定價(jià)等因素綜合起來，讓它成為一個(gè)有話題性的事情，最好能在圈子內(nèi)甚至出圈，成為出圈的一個(gè)話題。

我們給N2定了3.99萬的價(jià)格，這個(gè)價(jià)格比同行低至他們的1/5左右。我們認(rèn)為這個(gè)價(jià)格最重要的是有話題性。而且我們核算過，雖然毛利率不算特別高，但還是能掙錢的，所以覺得可行。我們當(dāng)時(shí)定這個(gè)價(jià)格，想著總比一整年沒有商業(yè)化進(jìn)展要好，于是就這么干了，發(fā)布了這個(gè)相對較低的售價(jià)。

駱軼航：這其實(shí)是個(gè)重大的決策。不過在實(shí)際運(yùn)行和工況中，一個(gè)機(jī)器人不管是跑、俯臥撐、行走、空翻等等，它最常見的故障點(diǎn)可能有哪些？比如傳感器突然失靈，或者讓機(jī)器人連著做幾十個(gè)后空翻之后它就燒壞了，再或者像半馬比賽中很多被做成花絮的場景，機(jī)器人跌倒和“虛脫”等，它們是什么原因?qū)е碌?？我們能把這些問題解決到什么程度？如何管理客戶對未來的預(yù)期？可以從機(jī)器本體及其智能化方面來講講。

姜哲源：必須得講這個(gè)問題。那我先說說從本體角度看哪些地方容易出故障：我們當(dāng)時(shí)參加馬拉松時(shí)遇到的最大問題就是線束容易松動(dòng)，這個(gè)問題我在很多場合都提過。當(dāng)時(shí)胳膊上的線特別容易松，而且不是線束里的電源線松，是信號線松。只要信號線虛接，就可能出現(xiàn)誤碼，誤碼積累多了，這一路就會直接關(guān)閉。這樣胳膊就會失去一路電機(jī)信號，進(jìn)而導(dǎo)致整個(gè)運(yùn)動(dòng)控制出現(xiàn)問題。

這是之前我們遇到了一個(gè)比較常見的問題。但在馬拉松比賽期間，由于時(shí)間緊迫，實(shí)在來不及解決。當(dāng)時(shí)我們剛完成一個(gè)項(xiàng)目demo，整個(gè)團(tuán)隊(duì)都疲憊不堪，而且只有一個(gè)月的時(shí)間準(zhǔn)備馬拉松，所以確實(shí)沒工夫處理這個(gè)問題。馬拉松結(jié)束后的兩周，我們把這個(gè)問題徹底解決了。我們重新設(shè)置了線束，還進(jìn)行了大量測試，最終徹底解決了這個(gè)問題。我覺得這算低級錯(cuò)誤，不是常見問題，也不具有普適性，是我們公司自己沒做好。

另外有個(gè)特別容易出問題的地方，很多人形機(jī)器人公司應(yīng)該都有同感，就是腳踝。人容易崴腳，機(jī)器人的腳踝也特別容易壞。剛開始的時(shí)候，腳踝電機(jī)很容易出問題，走一段時(shí)間行星架可能就變形了，變形后電機(jī)可能會卡死，或者間隙變得很大，會引發(fā)各種問題。后來我們對電機(jī)進(jìn)行了大幅強(qiáng)化，也對傳動(dòng)連桿進(jìn)行了大幅強(qiáng)化，還替換了軸承、軸等部件的材質(zhì)和選型。最后解決了腳踝的問題，其實(shí)在馬拉松比賽前就把這個(gè)問題搞定了。

馬拉松比賽前，我記得有一次半夜搞了一場活動(dòng)，就是開放賽道讓大家測試的比賽。當(dāng)時(shí)我們的機(jī)器人跑的時(shí)候，跑到12公里，腳踝電機(jī)那塊的螺絲斷了。之后我們加了幾個(gè)銷子，把問題解決了。不過直到現(xiàn)在，腳踝還是最容易出問題的部位。雖然它的壽命比原來長了好幾倍，但到了相應(yīng)時(shí)間，最先壞的還是腳踝。

另外，過熱也是個(gè)比較麻煩的問題。我們的情況要好一些，因?yàn)槲覀兊臋C(jī)器人有一定的冗余設(shè)計(jì)，所用關(guān)節(jié)尺寸和機(jī)器人本體尺寸的設(shè)計(jì)是高爆發(fā)、冗余的狀態(tài)。所以我們機(jī)器人過熱的情況還好。

我覺得這是目前遇到的幾個(gè)容易出問題的點(diǎn)。人形機(jī)器人行業(yè)要沉淀心態(tài)，好好做產(chǎn)品、做測試，把該測的項(xiàng)目都測完，走完所有流程，再推出新一代產(chǎn)品。我覺得這才是整個(gè)行業(yè)更健康、更理性的做法。

駱軼航：大家都把溫度降一降。

金戈：我從上肢操作的角度講講。我覺得這可能不是故障問題，而是現(xiàn)有技術(shù)的限制?，F(xiàn)有技術(shù)下，讓機(jī)器人智能操作存在一個(gè)矛盾，即操作成功率和操作速度、效率的矛盾。某些流傳很廣的機(jī)器人Demo，乍一看很驚艷，機(jī)器人能自己收拾家務(wù)等，但仔細(xì)看右下角會標(biāo)注8倍速。這意味著為了保證一定的成功率，機(jī)器人的工作速度要大幅下降遠(yuǎn)遠(yuǎn)低于人類效率，這就讓機(jī)器人離實(shí)際應(yīng)用還有距離。

我們希望機(jī)器人工作得又快又高效，但這樣成功率就難以保證。你可以把這看作故障，也可以認(rèn)為是現(xiàn)階段機(jī)器人智能的局限。從論文和最先進(jìn)的研究來看，在相對泛化的垂直場景中，機(jī)器人工作的成功率暫時(shí)能達(dá)到80%多就很不錯(cuò)了。而且這還是在動(dòng)作有所放慢的情況下。

我們提出的解決方案是，在成功率只有80%多的情況下，能否讓機(jī)器人投入實(shí)用。汽車行業(yè)有類似應(yīng)用，汽車只能在高速公路或封閉道路上自動(dòng)駕駛，不能行駛的路段就找人接管。所以我們提出了L2混合駕駛方案，希望機(jī)器人能自我判斷。如果對某項(xiàng)操作沒把握，或者操作失敗了，可以呼叫人來接管或處理。用這種兜底方案解決目前模型成功率不可靠的問題。

如果說機(jī)器人投入使用面臨硬件挑戰(zhàn)，我覺得網(wǎng)絡(luò)環(huán)境是個(gè)比較大的挑戰(zhàn)。中國的網(wǎng)絡(luò)環(huán)境建設(shè)很優(yōu)質(zhì)，正常情況下完全能滿足需求。但如果網(wǎng)絡(luò)環(huán)境波動(dòng)或受到攻擊，機(jī)器人的操作和行為就會受影響，這需要通過算法優(yōu)化來解決，目前我們也在努力攻克這個(gè)問題。

機(jī)器人行業(yè)產(chǎn)業(yè)鏈長，很多企業(yè)面臨多方面的技術(shù)挑戰(zhàn)，只有產(chǎn)業(yè)鏈上的企業(yè)共同提升技術(shù)，才能更快實(shí)現(xiàn)機(jī)器人進(jìn)入千家萬戶的目標(biāo)。

關(guān)于技術(shù)瓶頸和技術(shù)路徑，人形機(jī)器人產(chǎn)業(yè)有共識了嗎？

駱軼航：接下來這兩個(gè)話題涉及軟件側(cè)和模型側(cè)。我對從L0到L4這樣的仿汽車自動(dòng)駕駛等級來衡量機(jī)器人智能化很感興趣。過去一年外界看，機(jī)器人產(chǎn)業(yè)在模型化、多模態(tài)模型和模型訓(xùn)練方面進(jìn)展不大，一些問題依然存在，比如在仿真環(huán)境中收集數(shù)據(jù)、訓(xùn)練數(shù)據(jù)和優(yōu)化算法等，過去一年，模型側(cè)似乎遇到了瓶頸。是用仿真數(shù)據(jù)還是真實(shí)數(shù)據(jù)？

大家普遍認(rèn)為大語言模型是機(jī)器人的大腦，識別動(dòng)作、模態(tài)、意圖和處理意圖的是小腦。現(xiàn)在的主要堵點(diǎn)和卡點(diǎn)在哪？是數(shù)據(jù)量不足，仿真數(shù)據(jù)質(zhì)量有問題，仿真數(shù)據(jù)的獲取方式不同于大語言模型語料的獲取，總之進(jìn)展確實(shí)不大。

金戈：目前業(yè)界基本達(dá)成共識，大概五六個(gè)月前還沒這么明確，現(xiàn)在大家都認(rèn)為數(shù)據(jù)不足是核心問題。大模型的三要素是算法、算力和數(shù)據(jù)，數(shù)據(jù)是關(guān)鍵，巧婦難為無米之炊，解決數(shù)據(jù)不足是當(dāng)務(wù)之急。我們看到很多企業(yè)在建機(jī)器人數(shù)據(jù)采集中心，收集真機(jī)數(shù)據(jù)和仿真數(shù)據(jù)。

另外要強(qiáng)調(diào)的是，真機(jī)數(shù)據(jù)和仿真數(shù)據(jù)并不沖突，它們相互補(bǔ)充，都面臨挑戰(zhàn)。收集真機(jī)數(shù)據(jù)需要大量機(jī)器人，成本和難度高。仿真數(shù)據(jù)也有挑戰(zhàn)，機(jī)器人仿真比汽車仿真難，汽車仿真只要保證汽車不撞到東西就行，只關(guān)注汽車的形狀和大?。欢鴻C(jī)器人操作要和物體強(qiáng)互動(dòng)，仿真物體的形狀、物理量、重量、粘度、軟硬和摩擦等都要準(zhǔn)確。建立仿真數(shù)據(jù)需要時(shí)間和成本，雖然比建真實(shí)物體成本低，但也不容易。

現(xiàn)在大家已經(jīng)發(fā)現(xiàn)了堵點(diǎn)，全球都在從不同方向解決數(shù)據(jù)問題，比如仿真、合成和真機(jī)數(shù)據(jù)收集等。就像《流浪地球》里的超飽和救援，大家從不同角度一起解決數(shù)據(jù)問題，我們的目標(biāo)是去掉堵點(diǎn)，提升機(jī)器人智能。

姜哲源：我非常同意金總的觀點(diǎn)。補(bǔ)充一下，現(xiàn)在各地有數(shù)據(jù)工廠模式，這是個(gè)很好的嘗試，發(fā)揮了我國規(guī)?；a(chǎn)的優(yōu)勢。但數(shù)據(jù)除了規(guī)模，多樣性也很重要。

我常舉一個(gè)例子，訓(xùn)練一個(gè)簡單的圖像分類模型，一個(gè)數(shù)據(jù)集有10張不同圖片，另一個(gè)有1億張相同圖片，顯然10張不同圖片的數(shù)據(jù)集效果更好。所以我不確定數(shù)據(jù)工廠模式能否取得好效果，因?yàn)槠鋱鼍皢我?，長期來看會出現(xiàn)邊際效應(yīng)遞減的情況。我覺得應(yīng)該到真實(shí)場景中收集數(shù)據(jù)，這值得上肢賽道的同行思考。

第二是關(guān)于仿真數(shù)據(jù)。我的觀點(diǎn)是，單純用仿真數(shù)據(jù)肯定不行。仿真機(jī)器人走路、跑步，拿硬質(zhì)物品可能沒問題，甚至一些先進(jìn)的仿真器能模擬軟體和流體，但舉一個(gè)極端例子，讓仿真器模擬炒西紅柿雞蛋，模擬蛋液從液態(tài)變成固態(tài)的過程，這個(gè)是一個(gè)難度極其之大的事情，對當(dāng)下而言不具備可行性。所以全靠仿真數(shù)據(jù)是不行的。

駱軼航：最后我們收個(gè)尾。大語言模型去年沒共識，今年對做Agent有了一定共識。對于具身機(jī)器人，包括人形機(jī)器人產(chǎn)業(yè)，目前哪些方面有共識的苗頭？或者我們認(rèn)為哪些方面最應(yīng)該形成共識？

王晟：我認(rèn)為共識是動(dòng)態(tài)的，機(jī)器人產(chǎn)業(yè)一直有共識，但共識一直在變。剛形成一個(gè)共識，可能很快就被瓦解，變成落后的共識。

比如投資方法論的共識。2023年下半年，投資方向是人形機(jī)器人、基礎(chǔ)運(yùn)控和本體等，2024年開始投資具身智能，先投小腦，再投大腦，現(xiàn)在又搞端到端。技術(shù)范式也從傳統(tǒng)音控到強(qiáng)化學(xué)習(xí)、模仿、到現(xiàn)在的VLA。這些都是共識，都不長久，這說明這個(gè)產(chǎn)業(yè)還不成熟。

所以未來還會快速產(chǎn)生小或中度的共識，但像大語言模型這樣的超級共識，還需要很長時(shí)間。從投資角度看，明年大家不能只拼demo了，產(chǎn)品要能落地，有實(shí)際應(yīng)用場景，能提供價(jià)值，光表演不行。

姜哲源：晟總從宏觀層面講了產(chǎn)業(yè)共識情況，我說說我們細(xì)分賽道的小共識?，F(xiàn)在運(yùn)動(dòng)控制用深度強(qiáng)化學(xué)習(xí)已經(jīng)是絕對共識。2023年還有人質(zhì)疑四足機(jī)器人的運(yùn)控方法不能用到這里，現(xiàn)在沒人提這個(gè)問題了。硬件方面，目前低成本新機(jī)器人的硬件架構(gòu)基本基于準(zhǔn)直驅(qū)電驅(qū)關(guān)節(jié)。以前有人質(zhì)疑是不是用液壓或其他類型關(guān)節(jié)，現(xiàn)在至少在低成本機(jī)器人上，準(zhǔn)直驅(qū)關(guān)節(jié)技術(shù)成了共識。準(zhǔn)直驅(qū)關(guān)節(jié)減速比相對較低，用電流環(huán)做力控，成本低、系統(tǒng)簡單可靠。不過未來可能會有新的技術(shù)成為共識，目前這種方法是有效的。

金戈：我非常贊同晟總和姜總的觀點(diǎn)。我覺得現(xiàn)在行業(yè)還處于早期，不確定性多，技術(shù)方向沒收斂，很多方面還在探索。從模型和上肢操作角度看，大家發(fā)現(xiàn)數(shù)據(jù)短缺是一個(gè)共識，另一個(gè)共識是，不能只依靠數(shù)據(jù)工廠在實(shí)驗(yàn)室采集數(shù)據(jù)，要讓機(jī)器人盡快投入生產(chǎn)生活，比如工廠、商業(yè)場景，在實(shí)際場景中獲取數(shù)據(jù)，提升模型能力，就像自動(dòng)駕駛汽車先上路跑起來一樣。

駱軼航：感謝大家的討論，在制造業(yè)發(fā)達(dá)、對人工智能發(fā)展樂觀、注重科學(xué)和效率的中國，機(jī)器人產(chǎn)業(yè)走向千行百業(yè)和千家萬戶，很可能是我們中國人擁抱AGI的方式。

點(diǎn)個(gè)愛心，再走吧

熬夜加班三天面癱?25歲女生親述:病毒潛伏20年,一夜毀容

女子連續(xù)3天熬夜加班致面癱,當(dāng)代青年“健康負(fù)債”的紅色警報(bào)

1.62億粉絲頂流“面癱哥”突遭逮捕!全球網(wǎng)友炸鍋:他犯了什么罪?