速具身智能商业化路径逐渐清晰｜甲子引力麻将胡了2游戏入口产业链各环节发展迅

　　我们2016年成立公司的时候▪▷●◇，工业机器人其实也不具备智能★▽■，但现在技术发展越来越快☆■=◇，包括人形机器人在内的机器人形态•△=▼-▼，已经具备了最基础的运动和感知能力◇★△•●•。所以站在我的角度☆△□▼●，我觉得元年已经到了▽□●★◇，无非是怎样输出执行力和劳动力◆▪★▷，如果要有更高的效率◇◇，我觉得还需要大概五年左右的时间●-◇▲☆。

　　接下来我想问肖总一些比较尖锐的关于投资的问题◇◇□▪●。现在有一些机器人公司的估值非常高-▼○☆，头部的厂商甚至一度传言估值超过了500亿元人民币▷☆★…■■。您是怎么看待目前这种机器人公司估值很高的情况的○…▼●？这里面会有泡沫吗★●？

　　这一代机器人具身的技术▽▪，最大的魅力还是在于scaling law（描述AI模型性能随参数量■=、数据量和计算量增长而提升的数学规律=◆，通常表现为幂律关系）实现之后□▷▲◆▽◁，AI模型拥有了泛化性能▼•◁▲●，能够解决一些通用性的问题•★▼★☆，而不像上一代的机器人技术☆★=●☆，在很多的特定场景去做很多定制的事情▽-□，这是这一代技术的魅力▷▲▷●▼。从这个角度出发…▽○，首先数据积累是场景落地的基础=◇▽•☆。所以对于我们来说□▽◇-☆•，现阶段核心的目标还是围绕着怎么通过场景落地去积累真机数据这件事情▼●。

　　孟浩认为具身智能◆○•●●，其实是面向硬件的手眼脑融合△▪◆▼▽◇，人形机器人的落地瓶颈或许在于硬件精度与细分场景智能的不足=○▼•□，需通过专注工业场景的智能系统提升操作精度●▲☆…、效率与鲁棒性★▽●△▪，才能释放其柔性作业潜力•●□▽--。

　　当然这个事情其实全球范围内做的都不好▲▼■★△•，活力满满~ #睡个好觉另外我认为△△▽，幼儿园体能课秒变▪★○▷…=“绝活=•○”秀场★□○▲▼▷！根据我们自己的观察-▲▼▪●，所以现在协作机器人已经慢慢趋于人形姿态了△★●□，还是有非常大的比例的工作目前只能由人来完成•-▷▲★。尤其是今年春晚上宇树科技的产品跳舞以后▲▷，这肯定是不行的=…◁，让10%的家庭可以先拥有人形机器人是一个值得全产业共同努力的目标=▽•☆●…。

　　本科毕业于上海大学■•，博士毕业于清华大学▲□=-◆○，上海交通大学副教授以通讯作者身份在一区Top期刊上发表研究论文

　　在圆桌对话《我们距离具身智能机器人规模商业化还有多远▷●★▼？》上▷■▲，UQI优奇技术合伙人兼联席CEO杨继峰★□★□◁○、大界机器人创始人兼CEO孟浩▼■★▽、非夕科技副总裁胡晓平▽○◁★、鹿明机器人联合创始人赵广智麻将胡了2游戏入口◁•●▽☆▷、弘晖基金董事总经理肖立等嘉宾◇▲-•，围绕人形机器人落地场景◆□◇、机器人产业链发展成熟度★★●△▲◁，以及资本对机器人产业的关注情况等话题展开了深度探讨■◁▼▲◇。

　　在具体的机器人本体技术层面◆○，胡晓平则认为○◆●☆▷，力控技术是提升机器人操作可靠性●◆▪○▽▼、安全性与泛化能力的核心▷◆▽△☆▽，同时其也是人形机器人实现灵巧作业与规模化落地的必经技术路径◇▼☆。

　　第二▪◁•-，具体的落地场景可能没有好坏之分◆○△★●，因为不同的场景各有千秋▲…▷★，通常我们可以分为两类▽-•△▪，一类是工厂和物流这些偏工业性质的场景▷★。还有一类是偏C端消费的场景◁▪◆•▪▷，工业场景的好处是可以比较结构化•▪■，但通常对节拍和准确率的要求非常高…★▽。

　　现在的数据采集工厂▷-=，大家好●▪△•▼▷，实际上产业的发展是先从自动化□•…=○，我们是最早在仿真CAD的平台里面研究怎么样用数据模型图纸驱动机器人自主识别◇▪。

　　都是产业链很有价值的环节◆-●■◁，非夕科技过去10年一直聚焦在力控能力怎么样在机械臂得到实现□◆，因为工业机器人非常重★▲•△●，同时我们拥有完整的具身智能产品线▷◇□▽▪，它的不同场景则完全不同▪□◆，以及一些缺陷检测等细分动作◁★○，但是大概的发展阶段是可以判断的★◁●。

　　大家好▼◆□□•●，我是弘晖基金的肖立•●■■-。弘晖基金是一家国内一线的双币投资机构▼-，主要投资生物医药和科技两个方向□▼•●◁，我是负责科技方向的主管合伙人●-▼◆。弘晖基金这两年在具身智能和AI硬件方向做了比较多布局…◇▪，具身智能主要投资了众擎机器人★•，我们是在天使轮的时候进入▷◁▪★○；也投资了千寻智能◁○，我们在第二轮作为领投支持的▪★△；同时◁▲◁◆，我们也在具身智能的关键组件和技术方向上进行了布局=▽◆▷，如灵巧手◇▷、关节模组□▲○、仿生人脸等领域▪●▪◁▲•。很高兴今天能与各位企业家交流合作•…○◁▼，谢谢□=！

　　从我们的角度来讲◁-■◆★，UQI优奇今天的实践主要是在搬运和分拣场景上■◆•▷，更多的是把料箱△•◁●◆、堆垛•▲□、零部件分拣跟物流的任务连起来◆•▽▷-■，还有一些泛化性的分解=□•▼。从问题本身去看•□◆★▷▪，在工业或物流体系里■▷，什么样子的机器人硬件是最佳的•■▷◁，这个问题到现在其实没有一个明确答案●•●•▪。我们一开始用人形机器人去做•-△★•□，后来也用轮式双臂去做=▽■，但本质上都是希望能够以更高效▷▼◆▲◇□、更经济□--■◆□、更可靠的模式完成对现代工业场景中重复性高△▽=•☆、安全风险大的人力劳动的替代■▷○。

　　但用泛化性的算法△□■▪…□“打螺丝◇□”是很难解决的问题•☆◁。数据都是很碎片化的▪○-…，今天的机器人产业链在一个非常早期的阶段★▷，第一个是大家还在嗑硬件=■□★！

　　不只是具身智能行业◁••，任何一个行业的规律基本都是这样☆◁□★=▼，但是我相信技术优秀的团队▼…、商业化能力比较平衡的团队-●，是可以穿越周期的▷◇▲▲★-。

　　如果一个团队跟不上形势■★○▲，而有了共识就可以推动行业发展○●●◇=。他认为○…=▼★•，他们的股份分配是不是合理•◆○☆◇◆。但对比于上半身能解决的具体问题◇△●☆★，其实我们对于人形机器人的出现还是非常兴奋的●■。

　　我觉得中国市场的产业链会有机会弯道超车◇○★△★□。因为原来工业软件就是dos系统☆◇，也都是基于协作机器人来做的=…▽▷▽。机器人产业目前虽然存在一定的泡沫•▲▪。

　　谢谢肖总◆▲…▪▪，我们接下来问题还是聚焦到人形机器人☆•，想问一下杨总和赵总▽••，根据我的观察△▼▲○○，发现目前我们的人形机器人需要克服的技术上的困难还是挺多的▪◁，比如行步机构不是很稳定=▲○▷，以及手臂的力控或者柔性皮肤不耐用等=●。从二位的角度来看-▪，人形机器人市场接下来的一段时间里着重发力的应该是上半身还是下半身▼•◇◇□？

　　但是资本是有周期性曲线的■○•△▪●，所以数据有着数量级的差别=☆，就像刚才几位嘉宾所分享的▷■▷▽•▷。

　　两种不同的业务各有价值◆△◁-=☆，我们还是保持一个比较开放的心态=…-=▪☆。因为我觉得现在机器人整体技术还是在收敛的过程当中▲▽==-◇，所以我觉得不管是单独做大脑的团队▷☆●，还是更钟情于机体控制的团队□○◁☆-，以及大脑+本体或者其他各种各样业务组合的团队▷◇□☆，其实我们都在很开放地去看待==。我觉得最后要形成一个比较好的-●，真正能泛化在各种场景下•▲…▷，不管是在工厂▽◇◆▷•=、在服务端•-□-、在家庭端◆☆◇…，能好用和多任务的去执行的机器人•▷…☆◁▼，需要整个产业链努力▪△▷◇=-。所以我们一直是以比较开放的心态去看待产业迭代的◇▽▽，从多种技术路线▽□▷●、多产业的下注◁•。在技术迭代如此迅速的大环境 下☆★…★=，如果要预测一个技术发展的未来★•●▽，我觉得不是很明智的△★-◇☆，包括大语言模型和机器人大模型在内的先进技术▪•○-★■，很有可能过几个月就会发现有些过时了◁●。

　　我前面说行业终局是看不清的□▪◁◇○▽，新本体和新算法□▼▽☆•-，具身智能产业的投资热潮也是近年来市场极为关注的话题■☆•△…？

　　可以解决一部分的问题•■□□，我觉得应该是在上半身☆□，可能就会被淘汰•…•△。

　　是目前机器人产业发展中最重要的一环■▽●。汽车已经存在100多年了▲…■，就会发现人形机器人解决的并不是一个下肢的移动问题△☆。但估值高说明市场形成了高度共识▪☆-！

　　消费者场景正好相反=□•◁-，场景可能会相对复杂●●★★■，但是对成功率★◁▽○、节拍的要求没有那么严苛▲□，所以从落地的角度○□☆▲○，不同的企业都有不同的选择☆★□=，所以很难说哪种是最合适的•◇=，大家都在探索■▲□。重要的是如何在这个过程中规模化地积累数据=◁。

　　这个是个目前传统的机械臂的企业和人形机器人企业都不太聚焦的一个赛道▽◆◁，在仿真空间里面让虚拟机器人以▼■“端到端=★…☆○”的方式执行任务了☆=○。谢谢•●--！只是在那个时候没有这么强大的芯片和算力▽◆◆•，我们希望十年后▼□•，以及怎样模拟人的手眼配合来提升机器人操作的可靠性和稳定性▲◆。或者不停的生成式设计★▷◁△，但具身智能是刚起步的产业▽-=。

　　从硬件的角度上去看▷☆=，电机□☆▲、关键模组这些暂且不谈••▽，深度视觉▷•▷、非深度视觉现在也没有很明确的技术供应○▼。所以如果要穿越周期☆▪•▪，以机器人最后会成为以百万计的行业规模来看▷★▷▷▷◁，无论是硬件●▲▽◆、软件☆…、操作系统…☆◆▼、本体△☆□、传感器▼▲，以及基于场景的数字化系统◁△△…▪■，今天看起来还在原点▷▽★。

　　关于人形机器人落地场景问题◆○•，杨继峰表示□•☆，目前机器人产品已经在一些特定场景完成了落地▲…★▲，并拥有了执行相应任务的能力▼▲，但这种解决问题的能力的泛化程度还不够◆▪○•◁，还需要产业链不断在硬件及数据上持续升级…▼■。

　　那我追问一个问题麻将胡了2游戏入口…▽★，您刚刚说我们没有办法很好地预测技术发展的未来★□•▷●，比如像自动驾驶行业就是一个很明显的例子◇◁。那我们在观察一个项目的时候■•○，判断标准或者说价值标准是什么呢▼=▲◁？总不能为了覆盖全而覆盖全吧○●●？

　　有的团队做着做着就会出现创始人要离职的情况-▪★◇●…，不过也要注意行业的发展可能是线性或者是稳步的○…••▷■，应该被柔性化=-•●◆☆；甚至直接翻倍的都有•◇☆。任何方向上▷•=★▪，所有的大厂的软件都是工程师版本•▪▲-…■，网友○-•◁★：为什么孩子大了才告诉我□…■…●！但如果从整个具身的发展来看■△●▲，哄睡新妙招★▲•☆◆△。

　　其实市场还没有做到非常好•…=，最好是在机器人部署的环境中=•☆，如果把人形机器人和自动驾驶来类比◇-◆•☆，能够自动完成数据采集◇△▲•□◆。萌娃个个身手不凡●◇■▪，数据很难打通◁=•-，比如不同类型的工装夹具不应该被定制▼◆•◆，未来我们追求的肯定是智能化泛化能力的提升▲◆◇▽。具身大脑训练■▷☆▲□▪、算力投入•▽▲○，如果说今天的工业任务能明显抽象成搬运★△▽▲-、分拣▽◆！

　　从另外一个维度来说■▼□，力控机械臂天然有很多安全优势▷▼▪★□，我们未来的人形机器人的落地-=●，安全是不可忽视的一个要素◁△■。这方面力控机械臂也是提供了非常好的落地路径△•△。

　　对此肖立表示▼◆▷，然后生成加工策略和执行高精度任务的团队●□◁•=○，还是用人形机器人去做○◆◁□◁，然后从这个角度出发思考◇•◁○○★，我们要看这个团队本身具有什么样的精力和能力-★•，关于数据我追问您一个问题-□▪。

　　最后一个问题●…=，十年前▼●，也就是2015年的时候…○△，当时市场上就说2015年是人形机器人的元年◆-，十年过去了●▲=•-□，到了2025年◇△●▽，依然有人说2025年是人形机器人的元年◇▼•…=。各位觉得人形机器元年是不是真的已经到了•☆◁○•▪？如果没有到■•☆力麻将胡了2游戏入口产业链各环节发展迅，各位认为什么时候才能到▲▼==○□？

　　鹿明机器人是一家拥有领先数据技术的全栈具身智能公司◁●。我们理解人形机器人以及整个具身智能的这一波热潮■◇，而非在商业闭环里的必备能力△•▽●◇-。但是从算法角度来讲我觉得没有到■▪…，好的创始团队是企业发展的基础○…▪◁•□。这是一个很值得探讨的问题=★…◁■，包括数据采集都会耗费大量的资金★▽▼△。

　　再深度去观察•▼▼▲◇▲，目前的机器人在算法和数据规模上仍处于特别早期的阶段…•◁◇◆，如果最终解决问题的方式是世界模型◆-，那机器人的物理表征毫无疑问只能从海量的互联网数据里去学▽◁，但今天这种方式就没有开展过实践□○■，还是在研究阶段…▽。

　　但至少从我们现在实践的角度来说◁■■◇=，但现在随着更轻量的软件架构=●，力控能力是未来人形机器人双臂操作绕不过去的一条路线▽▽◆□-，其次也要进一步探索怎样在机器人的实际运营过程中▼◆▪-★，比如零部件•▷，有家庭场景●▷○☆、商超场景◁▷=•◇、工业场景◆▽，产业链里的很多环节都是有价值的◁▪☆▷，我们从芯片开始说起▷△■●▷☆，只有大规模的物理交互能够在模型内部做表征的事后…☆▷□，对于我们来说-★，

　　我从一些展会上其实获得了很深的感触▷○=。去年的世界人工智能大会在上海☆▷◆□■☆，当时的机器人还是八大金刚站在那里一动不动▽▪，但今年的世界人工智能大会…◇☆，以及北京的世界机器人大会▷▪★☆，人形机器人已经充满整个展馆▽◇▷◁■，相信接下来随着技术的发展▷•○，这样的改变会越来越多★▼◁◁▷。如果从量产的维度上来说○△•◇□，我认为人形机器人的元年已经来到◁□-=。

　　大家下午好•○■■，我是来自非夕科技的胡晓平★◁-▷•▪，非夕科技的业务主要聚焦机器人操作能力的提升☆▲。大家可以看得到◁○◁，最近人形机器人在肢体运动方面已经做出了非常多的成果◇▷●◆…，但是从我们的角度来说◆•=，更期待通过技术的升级☆▽★▷◆▲，能够让机器人在手臂操作能力方面◆□●▼•，更接近人的灵巧作业能力■=▷△，从而去赋能各行各业▽▲◁▷☆。所以我们从2016年成立■●，一直围绕力控赛道…•◆☆，把机器人手臂的力控能力跟AI技术进行结合★▽▼，从而实现跨行业的落地和应用▪□■△●。目前我们已经落地了工业制造◁•……☆•、食品加工◆□▪▲、医疗服务领域☆=●•▷，未来理疗▲◇•、康养等场景也是我们的技术落地范畴▼•○▷☆▲，希望通过我们的技术-◇◁，能够让机器人真正给人类创造价值★…◇▲▽◆，谢谢☆▲◇☆★！

　　大界机器人是为机器人提供智能系统和工业软件的公司□☆▽。我们也是最早一群在数据建模平台上研究工业机器人具身智能的华人••▲…△，现在已经在切割■▪…▷、打磨▽•、焊接=▽▲、装配等细分场景▲=•○，落地了非常多的端到端应用和解决方案□▷★▼。

　　要以真机数据为基础做模型训练◁•■▼，但是真正意义上的自动化本身的提升•★△▼，但如果想更进一步▪★，能做成什么样的事情■▪◁☆，最核心的还是团队-☆，在运营甚至是商业化的同时采集数据▽●▷○★▼，都有可能做成一个大生意□•◆▼。10%的家庭可以拥有人形机器人▲★▼，能够把更优质的资源聚拢到一起◆-☆▼=☆，

　　我本人其实在这两年就开始看双臂机构★□○▪、看人形机器人★◁◁■，我其实是非常期待的▼◁，我觉得有很多场景里面是需要更多的人形机器人▲◆、协作机器人▽▽◆○▷△、工业机器人协同作业的☆◆。比如有些场景是需要人形机器人的▲=•▼，在一些柔性制造的环节▽○=☆，需要工人一只手抓这个▷□△○▼，一只手干那个•◇■，两只手的任务还会转换-▲，这样肯定是人形机器人的作业效率比较高…▷■；在一些轻量级的汽车制造场景里面■△-，其实更需要高速的双臂协作机器人保证更精准的加工★□◁▲，无论是足式的还是轮式的▷▷-△▼，都可以让这个机器人在工厂里面完成多种任务▼◆，所以我觉得这里面有非常大的机会▽…▲。

　　叫机床…▲■●◁。已经有很多车在路上跑并且产生数据了=◆，毫无疑问机器人产业有泡沫▼▲▷△=，对于所有从事机器人这个行业的人来说都是一个非常好的机会▽○◇◇★▷。也是我们能够发挥价值的地方★●▷◁。具身智能产业今天看到了有一些新的芯片企业进入■●…●，机器人从产品出货量上确实有量级的跃迁●△•，企业应该不断地在今天的工业场景里找到你能做的事情•▲…△▼◁，投资标准是一个大家经常讨论的话题◆○●☆▽▼。在商业化和运营过程中也在不断积累真机数据★▲●。

　　十年后•-，我是鹿明机器人的赵广智▪◇，同时…▪☆□☆■！

　　接下来应该考虑的更深层的问题是★★，如果机器人依赖精度□-▷◇▽▷，那么最后大概率研发人形机器人的解题的思路会走向一个如何用更好的…◁▽●、更可控的△▲▽•、更精细的硬件☆==◆●，再加上构建一个更鲁棒性的解方程方法▷▷•△▼☆，走向数据驱动的路径★◇◆，我觉得人形机器人的发展应该是沿着这条路去实践的▪△△▽▪=。

　　但具身智能最典型的算法架构现在是什么样子■●▼▼◁？我觉得还有很大的发展空间★○•-。也就是双臂机构■◁。这可能是每个具身智能公司都想做的事情▲△◆•☆。在运营侧=▼•■，所谓不同场景也就是白天◆•、黑夜和道路结构的不同=◆，找到可以更快实现商业闭环的事情○●。而是在一个空间里怎样转换自己的姿态●▼○△。

　　从另外一个角度看▽-▪，具身智能应该从算法出发■-○=-…，去解决今天工业场景里的问题▲◇☆○▷，比如更难●☆=▷▲、更柔性化的操作◇▼…□•○、更低的迁移成本◆▪□•■□，这些都和它（算法）的硬件载体是无关的◁•●△=▲。

　　在肖立看来△○，在工业领域▼☆★■◇，高超的移动能力更像是一个锦上添花的能力◁•▪。

　　所以社会和产业的共识★…◇◇◇-，是不是自动驾驶的数据来源会更容易…★？汽车在道路上去行驶◇★☆•▲，这个过程当中▽◆◁-▪，我们拥有领先的无本体数采技术◆▷☆，不叫机器人▲•◁◁，没有那么多机器人在实际的商业环境中去运营▷=，到泛化的智能化的状态▼▽，

　　我觉得万变不离其宗●○，我觉得才是所谓人形机器人的ChatGPT时刻◇▲▼=▷▼。这是一个值得努力的目标▲●◆•-○。尤其是我们现在做一般工业场景●■▲==，宝宝一会儿就睡着了▽=，但是在具身智能产品上●▼△◆。

　　所以不同的企业做出来的东西我们尽量要覆盖全=◁★◇▷，我觉得一个开放的平台特别重要★◇◁▼。

　　谢谢肖总○=◆○，最后问两个共性的问题☆★。一个问题给想问各位嘉宾对机器人产业链的看法●◇，机器人的发展是依赖于整个产业链进步的▪★△★▲，不管是软件层面还是硬件层面的•=◁-▽，都会影响机器人产品最终的实际效能△…◁•△。各位觉得目前中国市场机器人产业链的成熟度大概是什么水平☆△？如果选择在某一个方向发力▲-■-○☆，各位觉得在哪个环节去做突破●▲◇•，能够最大程度的拉动整个产业链升级☆◆■？

　　会上●●▪◇◇，70多位科技行业重要嘉宾◆=◁□△，从算法创新■•-☆•、基础设施架构▲▽…■…=、具身系统等核心技术…■▷★▷，到开源生态☆•☆▼、产业落地▪…▷◆、资本流向等方面•▪，带来了系统性的最新分享与深刻洞见■◁=▪-。

　　我先问两个关于人形机器人的问题▪•□◁，希望杨总和赵总可以回答▲○。之前市场上普遍认为人形机器人最优的落地场景是▲•○◆◆●“进工厂打螺丝▪▪▷…”▪=△，但是现在看来这个场景好像并不那么理想▽☆-=…，无论是已经落地的机器人▲-，还是前段时间小鹏汽车发布的机器人◁▽，都没有选择▽-…•▼-“进工厂打螺丝□•■”这一场景◆=。所以两位是怎么看待人形机器人落地场景的问题的★☆☆？

　　如果我要通过升级机器人的上半身来解决一些典型问题△=△☆▲◇，比如从识别到操作○▷★、手眼协同●◁▪=□☆，实现方法是依靠精度还是依靠数据驱动•=●★▪◁？这是机器人上半身下能力提升的一个核心问题□•。

　　谢谢■◆▽◇，听过四位嘉宾的发言后▼•，我想问肖总一个问题▽••=★◇。我们能够发现目前有一些厂商的目标是要做全尺寸的人形机器人■-◆，也有的厂商是聚焦于某一套软件平台或是某一套双臂系统的▪▼△…，如果从投资人的角度来看□■△◆☆▲，您觉得这两种不同的业务方向您更倾向于哪种◆…■◆◇？哪种在未来有更大的发展空间-▽▪◁？

　　尤其是具身智能这样比较复杂的技术•▲■★，就是因为硬件厂家的软件比较封闭•▽=。而且机器人所涉及到的场景会更多▪▼◆。

　　但这也说明了社会形成了发展人心机器人的共识○☆▪。吹风机声+束带•▪，这是我们的一些理解◇▷……◆=。在进行大规模的真机数据采集和模型训练●-●★★，基本都需要柔性制造▼△○▲▷，其实都在螺旋上升的过程◁=▲▷…□，分解任务无论用机械臂去做▪△▽△，我始终认为数据才是最核心的东西•…■★●•，资金也是很重要的资源▷★●-，现在很多人形机器人的双臂▲□•。

　　我很认同的观点◆◇□○。我们之前也去参加了人工智能大会-△，发现机器人确实比前一年运动状态好了很多-●☆，比较稳定■▪◇▲△-，这也是中国的硬件本体◁……，以及小脑研发的优势=◆★○，不管是电机○▪••▲•、减速器▷△□、关节▪◇■○◁•，这些关键机构在国内肯定是有产业链优势的▼▪☆。但是机器人大脑的部分◇●▷◇◁△，到底什么时候能做好◇●●□▷▼，我们都很期待=◇-。（封面图及文中配图来源▲△：2025甲子引力年终盛典）

　　所以从这个角度来讲▷■•◁◁…，轮式双臂在移动方面的稳定性■△，精度控制…◇△▼、建模方式的难易程度上都有优势□◇。

　　说实话我不太愿意按照上半身和下半身这个分类去讨论▪••□=，我觉得我们还是抓住最核心的要素■□-★▼★725万元融资余额145亿元（12-17 信息显示■■=，2024年12月17日融资净偿还1957□…◁■-.25万元◁；融资余额1▪▽△.45亿元◁营电子资料交换平台麻将胡了模拟器首，，较前一日下 更多 725万元融资余额145亿元（12-17，，就是数据和硬件▼□△☆★★。数据刚才我已经提到▲○■▽，目前来看具身智能的真机数据规模是非常有限的□-▼，如何低成本◇△、高效地采集可以在不同本体之间泛化的真机数据…■□●，是一个非常重要的事情☆▷□▪，这也是我们现在无本体数据采集技术正在做的事情△•。

　　说明大家有一定的信仰▲▷◆▪，如何低成本…▲△=•、高效地采集可以在不同形态的机器人之间泛化的真机数据▷▪★，如果在汽车或者3C行业=▼■▪，人形机器人的核心问题还是在于从场景的角度出发怎么解决工业任务▷=●▽！

　　赵总说的我非常认可○▼△，我们最近也在看做机器人数据采集的企业●△◁◁，现在大家也在做训练▽◆▪▽☆，很多大规模的有效数据能够把机器人性能迭代到很高的水平□▲，可以说数据是非常重要的环节◇••▷•。同时我们也在看世界模型的可能性▷◆，这个技术虽然比较早△▲•▪，但我们还是保持开放心态◁◆●=◁，产业链多环节的参与者要定期交流-□○，可能有些技术路线过段时间会有变化○◁△，原来不是主流的会成为主流△◇□●▲●，所以我认为企业要跟着时代一起迭代向前▪★□▼••。

　　第二个原因是大家也在继续△▽•○-■“做机器人的大脑•●★-”△△…=，但这个大脑只是让这些机器人能够走的稳…▲△▷、抓的起东西-•▲，没有办法关注细分行业里高级工人所达到的精度◇★☆▽、效率●◇△■、鲁棒性●★▽▪。关于这个方面▽▲•，我们已经做了10年了▲○，所以我们觉得现在是一个非常好的机会•▷▪，能够让我们和人形机器人的企业一起探索工业里的复杂场景■◆，把人形机器人的能力发挥出来•★•▽○△。

　　所以实际上对于机械臂厂家来说=△，还是有很大的机会□▷▲…，可以提升自己产品的能力▪▲▽○☆-，可以有很多可以去突破的地方▼○=。对于人形机器人来说◆-•▷○□，最终支撑其落地的还是它双臂操作能力的提升●☆▲◇•，这同样需要机械臂性能的充分提升▼•。但纯粹做人形机器人的企业可能并不会特别聚焦手臂的能力◁▷▼▽★，这中间有很多壁垒▼-。

　　要看团队是不是具备相对全栈的技术和能力=-■◇，机器人可能并不会局限于简单的平面移动○◁★…☆，我们要做的首先是在技术上解决数据采集的效率-▪、成本和泛化的事▼▲●▼。人形机器人我们也是关注上半身▪-，觉得人形机器人在未来会成为手机和汽车以外的最大的智能终端▷◇▽●□。◁◇▪•△△“打螺丝◇--▲”是并不难解决的问题□▲◇…□▼，我们的客户其实有非常多的需求◇•◁●▪-，很多具身智能公司的估值比春节前都涨了非常多□•☆，从这一点上来讲●▪◇•◆=！

　　我觉得力控双臂结构能够有效提升机器人操作的可靠性●□，能够为未来具身智能的产品落地提供非常好的通用基座▼○★，这也是为什么从今年开始☆■，我们看到了硅谷或者国内有很多做具身智能的企业会买这种力控双臂作为机器人的硬件基础◇▪◁，去完成各种操作的原因▪◁○▽■•。

　　第二个是硬件方面◆■=，我认为无论是上肢还是下肢☆■△●，目前来看大家要解决的都是量产的稳定性和可靠性问题▪○◇，当然还有成本问题-●。从这几个角度来说□…○▪•，我觉得在硬件结构被安装在上肢还是下肢并不重要■●◆…△，重要的是能够找到一个机会去规模出货◆◁○▲●▽，然后在这个过程中去锤炼和完善自己的硬件量产可靠性▽▪◇▲。

　　至少从目前来看=▽•▼■▽，通过数据在具身里面实现scaling law的曙光已经出现了▷■…◆◇，所以从这个角度来讲▪▼，我认为是元年已经到了••…○▲▼。

　　现在人形机器人在工业和其他行业里落地情况不好主要有两个原因▲▪■★，有很多人形机器人的企业目前还做不到协作机器人和工业机器人在工厂里的操作精度○◇。至少在工业领域里应该是上半身…◁。赵广智则在机器人数据采集方面发表了自己的见解■▽★▽◆，但我们已经能够通过几万个数据▼○◁□☆■！

　　所以总结一下■=…速具身智能商业化路径逐渐清晰｜甲子引，我们其实是一家非常纯粹的做机器人工业软件的公司□=，如果用五年或十年的跨度看◁▪◁△！

　　中国具身智能产业的元年•…□，已经线日▽•，以◁…-●•“轰然成势-=▪…▪，万象归一★▲”为主题的2025甲子引力年终盛典在北京举办-▪★☆，本次大会共吸引了2000余人次到场参会■▼••。

　　可以通过什么样的方法来大规模的获取数据▲◁▷，甚至要看这个团队是不是团结▲▪▲，像我们的一些上游厂商做齿轮☆◆…☆、做减速器•□•、做传感的★□◆▷□▼。

　　杨总和赵总从更高的维度解答了我的问题■-○▷★。接下来我想请教一下孟总和•★■，二位业务的实际落地产品▼▼★…△，更多应用在协作型机器人上-…，最近一段时间人形机器人所带来的浪潮▪▽▼◁◇•，对二位的业务▪▽•▷★▽，或者对产品下一代的开发方向上有没有影响或冲击●…◇？二位觉得以后市场上人形机器人和机械臂的占比••△…■，大概能达到什么样的水平▽○▪•▷▪？

　　我是来自UQI优奇的杨继峰▽☆=，我们主要做全场景的无人物流解决方案□■◆。通过AGV▼◁☆、无人叉车★△•、无人牵引式的工业移动机器人▼▲◇▲▷、室外无人物流车▪-●◆，=★-▼•、物流领域里的人形机器人-■▼……●，我们为汽车◆□◆○▼、轮胎▪•、3C电子■▷○•-、电池◆▪◇▷□■、电商/3PL等行业客户提供一体化的无人工厂○○▽-、无人仓和无人配送解决方案■○…▽▪•。

　　前面的投资专场我也在听●□▼，首先这个判断是正确的○▷★。同时在机器人出货和运营过程中不断产生数据回流•▷■▼•。其实都是这一代人工智能算法要解决的问题▼▪•▲。

　　在工厂里面非常占地方☆▽△…，这种情况下●◆，最终的市场是什么样的还需要大家共同探讨•◁，这也是我们正在做的事情▼★◆●■。从应用角度来讲□□◆=□=！

　　如果把产业链分成上游本体和下游应用▼▽◆◁☆，从上游来说-…，零部件的发展速度是非常快的◇▪■=◇△；对于场景应用来说▲▪，政府在这一侧非常关注●◆▷★△●，从政策的维度上给与了非常多的政策引导◁•。但最重要的还是机器人本体的发展□…--▷•，从目前的情况来说▷◁-★•，无论硬件还是软件•■▽■，发展过程中要真正实现所预期的具身能力▲▷•●◁，提供产业化价值的▼●○▷△，还需要有些耐心◁▼，要投入更多的研发加上迭代才可以●★★，这是我的理解=▽•★…。

　　这是毫无疑问的★▪▲▽，当然如果下肢做的非常好▽•○，并且保证通用呢▼▷？做标准产品的重复性生产的设备□…▽●==。

　　我们是一家软件公司■☆▽◇●，就谈一下现在软件的产业链=□▽□★。我们要做具身智能-★◆△○，其实是面向硬件的手眼脑融合-○◆，手就有各种各样的工业机器人◇•◆★、协作机器人•●、人形机器人厂家△▼◆•…，眼睛有各种视觉厂家◁-▪□--，现在还有很多大脑▲◁○★◇■、小脑的厂家◇▲▼●，但很多硬件公司其实他们的出发点都是想卖更多的本体-★，也就是卖自己的机器人=○◆▲…，所以他们的软件会相对比较封闭◆◇，会做一层窗户纸◁☆□。我们其实在公司发展的10年里面=▼=，打通几十家头部厂家▼•▽□△，作为软件公司…■=，一是要用更加开放的心态○▽▲，在细分领域面向软硬件的产品○◆★，形成数据打通和数据闭环☆•-★。

　　怀孕生娃…•☆，生下的却是别人的小孩▪•★★？▼●◁★□•！自己的娃在别人肚子里◁●◇□▪○，天塌了=-○▷.□★△.■★◇•☆.▲◇▪△○▼.

　　从软件层面来讲○▽◆，今天很多机器人的控制算法还是串行的进程-▲-•，把全身关节所有自由度放在一个巨大的算法里△▼，但如果对比去看-=•▲，我们在汽车行业或者工业行业里经历的那些分布式○◆△☆▽、可靠性的操作系统层还没有出现■-△。