智能机器人ღ★◈，K8凯发·(中国)官方网站光伏技术ღ★◈，凯发K8天生赢家一触即发官网ღ★◈，凯发k8一触即发ღ★◈，中国具身智能产业的元年ღ★◈，已经线日ღ★◈，以“轰然成势ღ★◈，万象归一”为主题的2025甲子引力年终盛典在北京举办ღ★◈，本次大会共吸引了2000余人次到场参会ღ★◈。

　　会上ღ★◈，70多位科技行业重要嘉宾ღ★◈，从算法创新ღ★◈、基础设施架构ღ★◈、具身系统等核心技术ღ★◈，到开源生态ღ★◈、产业落地ღ★◈、资本流向等方面ღ★◈，带来了系统性的最新分享与深刻洞见ღ★◈。

　　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ღ★◈，UQI优奇技术合伙人兼联席CEO杨继峰ღ★◈、大界机器人创始人兼CEO孟浩ღ★◈、非夕科技副总裁胡晓平ღ★◈、鹿明机器人联合创始人赵广智ღ★◈、弘晖基金董事总经理肖立等嘉宾ღ★◈，围绕人形机器人落地场景ღ★◈、机器人产业链发展成熟度ღ★◈，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ღ★◈。

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

　　孟浩认为具身智能秋元彩香ღ★◈，其实是面向硬件的手眼脑融合ღ★◈，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ღ★◈，需通过专注工业场景的智能系统提升操作精度ღ★◈、效率与鲁棒性ღ★◈，才能释放其柔性作业潜力ღ★◈。

　　在具体的机器人本体技术层面ღ★◈，胡晓平则认为ღ★◈，力控技术是提升机器人操作可靠性ღ★◈、安全性与泛化能力的核心ღ★◈，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ღ★◈。

　　赵广智则在机器人数据采集方面发表了自己的见解ღ★◈，他认为ღ★◈，如何低成本ღ★◈、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ღ★◈，是目前机器人产业发展中最重要的一环ღ★◈。在运营侧ღ★◈，要以真机数据为基础做模型训练ღ★◈，同时在机器人出货和运营过程中不断产生数据回流ღ★◈。

　　同时ღ★◈，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ღ★◈，对此肖立表示ღ★◈，机器人产业目前虽然存在一定的泡沫ღ★◈，但这也说明了社会形成了发展人心机器人的共识ღ★◈。在肖立看来ღ★◈，十年后ღ★◈，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ღ★◈。

　　我是来自UQI优奇的杨继峰ღ★◈，我们主要做全场景的无人物流解决方案ღ★◈。通过AGVღ★◈、无人叉车ღ★◈、无人牵引式的工业移动机器人ღ★◈、室外无人物流车ღ★◈，ღ★◈、物流领域里的人形机器人ღ★◈，我们为汽车ღ★◈、轮胎ღ★◈、3C电子凯发国际官网首页ღ★◈、电池ღ★◈、电商/3PL等行业客户提供一体化的无人工厂ღ★◈、无人仓和无人配送解决方案ღ★◈。

　　大界机器人是为机器人提供智能系统和工业软件的公司ღ★◈。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ღ★◈，现在已经在切割ღ★◈、打磨ღ★◈、焊接ღ★◈、装配等细分场景ღ★◈，落地了非常多的端到端应用和解决方案ღ★◈。

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

　　大家好ღ★◈，我是鹿明机器人的赵广智ღ★◈，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ღ★◈。我们拥有领先的无本体数采技术ღ★◈，在进行大规模的真机数据采集和模型训练ღ★◈，同时我们拥有完整的具身智能产品线ღ★◈，在商业化和运营过程中也在不断积累真机数据ღ★◈。谢谢ღ★◈！

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

　　我先问两个关于人形机器人的问题ღ★◈，希望杨总和赵总可以回答ღ★◈。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”ღ★◈，但是现在看来这个场景好像并不那么理想ღ★◈，无论是已经落地的机器人ღ★◈，还是前段时间小鹏汽车发布的机器人ღ★◈，都没有选择“进工厂打螺丝”这一场景ღ★◈。所以两位是怎么看待人形机器人落地场景的问题的？

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

　　从另外一个角度看ღ★◈，具身智能应该从算法出发ღ★◈，去解决今天工业场景里的问题ღ★◈，比如更难ღ★◈、更柔性化的操作ღ★◈、更低的迁移成本ღ★◈，这些都和它（算法）的硬件载体是无关的ღ★◈。

　　比如不同类型的工装夹具不应该被定制ღ★◈，应该被柔性化ღ★◈；分解任务无论用机械臂去做ღ★◈，还是用人形机器人去做ღ★◈，其实都是这一代人工智能算法要解决的问题ღ★◈。

　　所以总结一下ღ★◈，新本体和新算法ღ★◈，其实都在螺旋上升的过程ღ★◈，企业应该不断地在今天的工业场景里找到你能做的事情ღ★◈，找到可以更快实现商业闭环的事情ღ★◈。从这一点上来讲ღ★◈，“打螺丝”是并不难解决的问题ღ★◈，但用泛化性的算法“打螺丝”是很难解决的问题ღ★◈。

　　这一代机器人具身的技术ღ★◈，最大的魅力还是在于scaling law（描述AI模型性能随参数量ღ★◈、数据量和计算量增长而提升的数学规律凯发国际官网首页ღ★◈，通常表现为幂律关系）实现之后ღ★◈，AI模型拥有了泛化性能ღ★◈，能够解决一些通用性的问题ღ★◈，而不像上一代的机器人技术ღ★◈，在很多的特定场景去做很多定制的事情ღ★◈，这是这一代技术的魅力ღ★◈。从这个角度出发ღ★◈，首先数据积累是场景落地的基础ღ★◈。所以对于我们来说ღ★◈，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ღ★◈。

　　第二凯发国际官网首页ღ★◈，具体的落地场景可能没有好坏之分ღ★◈，因为不同的场景各有千秋ღ★◈，通常我们可以分为两类ღ★◈，一类是工厂和物流这些偏工业性质的场景ღ★◈。还有一类是偏C端消费的场景ღ★◈，工业场景的好处是可以比较结构化ღ★◈，但通常对节拍和准确率的要求非常高ღ★◈。

　　消费者场景正好相反ღ★◈，场景可能会相对复杂ღ★◈，但是对成功率ღ★◈、节拍的要求没有那么严苛ღ★◈，所以从落地的角度ღ★◈，不同的企业都有不同的选择凯发国际官网首页ღ★◈，所以很难说哪种是最合适的ღ★◈，大家都在探索ღ★◈。重要的是如何在这个过程中规模化地积累数据ღ★◈。

　　杨总和赵总从更高的维度解答了我的问题ღ★◈。接下来我想请教一下孟总和胡总ღ★◈，二位业务的实际落地产品ღ★◈，更多应用在协作型机器人上ღ★◈，最近一段时间人形机器人所带来的浪潮ღ★◈，对二位的业务ღ★◈，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ღ★◈，大概能达到什么样的水平？

　　我们其实是一家非常纯粹的做机器人工业软件的公司ღ★◈，人形机器人我们也是关注上半身ღ★◈，也就是双臂机构ღ★◈。其实我们对于人形机器人的出现还是非常兴奋的ღ★◈，因为工业机器人非常重ღ★◈，在工厂里面非常占地方ღ★◈，所以现在协作机器人已经慢慢趋于人形姿态了ღ★◈，现在很多人形机器人的双臂ღ★◈，也都是基于协作机器人来做的ღ★◈。我们的客户其实有非常多的需求ღ★◈，尤其是我们现在做一般工业场景ღ★◈，基本都需要柔性制造ღ★◈，对于我们来说ღ★◈，如果在汽车或者3C行业ღ★◈，做标准产品的重复性生产的设备秋元彩香ღ★◈，不叫机器人ღ★◈，叫机床ღ★◈。

　　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ღ★◈，然后生成加工策略和执行高精度任务的团队ღ★◈，只是在那个时候没有这么强大的芯片和算力ღ★◈，但我们已经能够通过几万个数据ღ★◈，或者不停的生成式设计秋元彩香ღ★◈，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ღ★◈。

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

　　另外我认为ღ★◈，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ღ★◈，第一个是大家还在嗑硬件ღ★◈，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ღ★◈。

　　第二个原因是大家也在继续“做机器人的大脑”ღ★◈，但这个大脑只是让这些机器人能够走的稳ღ★◈、抓的起东西ღ★◈，没有办法关注细分行业里高级工人所达到的精度ღ★◈、效率ღ★◈、鲁棒性ღ★◈。关于这个方面ღ★◈，我们已经做了10年了ღ★◈，所以我们觉得现在是一个非常好的机会ღ★◈，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ღ★◈，把人形机器人的能力发挥出来ღ★◈。

　　我们理解人形机器人以及整个具身智能的这一波热潮ღ★◈，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ღ★◈。实际上产业的发展是先从自动化ღ★◈，到泛化的智能化的状态ღ★◈，就像刚才几位嘉宾所分享的ღ★◈，未来我们追求的肯定是智能化泛化能力的提升ღ★◈。但是真正意义上的自动化本身的提升ღ★◈，其实市场还没有做到非常好ღ★◈，还是有非常大的比例的工作目前只能由人来完成ღ★◈。

　　所以实际上对于机械臂厂家来说ღ★◈，还是有很大的机会ღ★◈，可以提升自己产品的能力ღ★◈，可以有很多可以去突破的地方ღ★◈。对于人形机器人来说ღ★◈，最终支撑其落地的还是它双臂操作能力的提升ღ★◈，这同样需要机械臂性能的充分提升ღ★◈。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ღ★◈，这中间有很多壁垒ღ★◈。

　　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ღ★◈，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ღ★◈。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ღ★◈，也是我们能够发挥价值的地方ღ★◈。

　　我觉得力控双臂结构能够有效提升机器人操作的可靠性ღ★◈，能够为未来具身智能的产品落地提供非常好的通用基座ღ★◈，这也是为什么从今年开始ღ★◈，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ღ★◈，去完成各种操作的原因ღ★◈。

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

　　最终的市场是什么样的还需要大家共同探讨ღ★◈，但至少从我们现在实践的角度来说ღ★◈，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ღ★◈，这是我们的一些理解ღ★◈。

　　谢谢ღ★◈，听过四位嘉宾的发言后ღ★◈，我想问肖总一个问题ღ★◈。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ღ★◈，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ღ★◈，如果从投资人的角度来看ღ★◈，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？

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

　　那我追问一个问题ღ★◈，您刚刚说我们没有办法很好地预测技术发展的未来ღ★◈，比如像自动驾驶行业就是一个很明显的例子ღ★◈。那我们在观察一个项目的时候ღ★◈，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？

　　我前面说行业终局是看不清的ღ★◈，但是大概的发展阶段是可以判断的ღ★◈。前面的投资专场我也在听ღ★◈，投资标准是一个大家经常讨论的话题ღ★◈。我觉得万变不离其宗ღ★◈，最核心的还是团队ღ★◈，我们要看这个团队本身具有什么样的精力和能力ღ★◈，能做成什么样的事情ღ★◈，尤其是具身智能这样比较复杂的技术ღ★◈，要看团队是不是具备相对全栈的技术和能力ღ★◈，甚至要看这个团队是不是团结ღ★◈，他们的股份分配是不是合理ღ★◈。有的团队做着做着就会出现创始人要离职的情况ღ★◈，这肯定是不行的ღ★◈，好的创始团队是企业发展的基础ღ★◈。

　　谢谢肖总ღ★◈，我们接下来问题还是聚焦到人形机器人ღ★◈，想问一下杨总和赵总ღ★◈，根据我的观察ღ★◈，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ღ★◈，比如行步机构不是很稳定ღ★◈，以及手臂的力控或者柔性皮肤不耐用等ღ★◈。从二位的角度来看ღ★◈，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？

　　我觉得应该是在上半身ღ★◈，至少在工业领域里应该是上半身ღ★◈。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ღ★◈，然后从这个角度出发思考ღ★◈，如果说今天的工业任务能明显抽象成搬运ღ★◈、分拣ღ★◈，以及一些缺陷检测等细分动作ღ★◈，就会发现人形机器人解决的并不是一个下肢的移动问题ღ★◈。当然如果下肢做的非常好ღ★◈，机器人可能并不会局限于简单的平面移动ღ★◈，而是在一个空间里怎样转换自己的姿态ღ★◈。但对比于上半身能解决的具体问题ღ★◈，高超的移动能力更像是一个锦上添花的能力ღ★◈，而非在商业闭环里的必备能力ღ★◈。

　　如果我要通过升级机器人的上半身来解决一些典型问题ღ★◈，比如从识别到操作ღ★◈、手眼协同ღ★◈，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ღ★◈。

　　接下来应该考虑的更深层的问题是ღ★◈，如果机器人依赖精度ღ★◈，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ღ★◈、更可控的ღ★◈、更精细的硬件ღ★◈，再加上构建一个更鲁棒性的解方程方法ღ★◈，走向数据驱动的路径ღ★◈，我觉得人形机器人的发展应该是沿着这条路去实践的ღ★◈。

　　说实话我不太愿意按照上半身和下半身这个分类去讨论ღ★◈，我觉得我们还是抓住最核心的要素ღ★◈，就是数据和硬件ღ★◈。数据刚才我已经提到ღ★◈，目前来看具身智能的真机数据规模是非常有限的ღ★◈，如何低成本ღ★◈、高效地采集可以在不同本体之间泛化的真机数据ღ★◈，是一个非常重要的事情ღ★◈，这也是我们现在无本体数据采集技术正在做的事情ღ★◈。

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

　　关于数据我追问您一个问题ღ★◈，如果把人形机器人和自动驾驶来类比ღ★◈，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ღ★◈，所谓不同场景也就是白天ღ★◈、黑夜和道路结构的不同ღ★◈，但是在具身智能产品上ღ★◈，它的不同场景则完全不同ღ★◈，有家庭场景ღ★◈、商超场景ღ★◈、工业场景秋元彩香ღ★◈，这种情况下ღ★◈，可以通过什么样的方法来大规模的获取数据ღ★◈，并且保证通用呢？

　　首先这个判断是正确的ღ★◈。汽车已经存在100多年了ღ★◈，已经有很多车在路上跑并且产生数据了ღ★◈，但具身智能是刚起步的产业ღ★◈，没有那么多机器人在实际的商业环境中去运营ღ★◈，所以数据有着数量级的差别ღ★◈，这是毫无疑问的ღ★◈，而且机器人所涉及到的场景会更多ღ★◈。我们要做的首先是在技术上解决数据采集的效率ღ★◈、成本和泛化的事ღ★◈。其次也要进一步探索怎样在机器人的实际运营过程中ღ★◈，能够自动完成数据采集ღ★◈。现在的数据采集工厂ღ★◈，可以解决一部分的问题ღ★◈，但如果想更进一步ღ★◈，最好是在机器人部署的环境中ღ★◈，在运营甚至是商业化的同时采集数据ღ★◈，这可能是每个具身智能公司都想做的事情ღ★◈。

　　接下来我想问肖总一些比较尖锐的关于投资的问题ღ★◈。现在有一些机器人公司的估值非常高ღ★◈，头部的厂商甚至一度传言估值超过了500亿元人民币ღ★◈。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？

　　这是一个很值得探讨的问题ღ★◈，根据我们自己的观察ღ★◈，毫无疑问机器人产业有泡沫ღ★◈，尤其是今年春晚上宇树科技的产品跳舞以后ღ★◈，很多具身智能公司的估值比春节前都涨了非常多ღ★◈，甚至直接翻倍的都有ღ★◈。但估值高说明市场形成了高度共识ღ★◈，说明大家有一定的信仰ღ★◈，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ღ★◈。

　　我们希望十年后ღ★◈，10%的家庭可以拥有人形机器人ღ★◈，这是一个值得努力的目标ღ★◈。所以社会和产业的共识ღ★◈，能够把更优质的资源聚拢到一起ღ★◈，资金也是很重要的资源ღ★◈，具身大脑训练ღ★◈、算力投入ღ★◈，包括数据采集都会耗费大量的资金ღ★◈，而有了共识就可以推动行业发展ღ★◈。

　　不过也要注意行业的发展可能是线性或者是稳步的ღ★◈，但是资本是有周期性曲线的ღ★◈，这个过程当中ღ★◈，如果一个团队跟不上形势ღ★◈，可能就会被淘汰ღ★◈。

　　不只是具身智能行业ღ★◈，任何一个行业的规律基本都是这样ღ★◈，但是我相信技术优秀的团队ღ★◈、商业化能力比较平衡的团队ღ★◈，是可以穿越周期的ღ★◈。

　　谢谢肖总ღ★◈，最后问两个共性的问题ღ★◈。一个问题给想问各位嘉宾对机器人产业链的看法ღ★◈，机器人的发展是依赖于整个产业链进步的ღ★◈，不管是软件层面还是硬件层面的ღ★◈，都会影响机器人产品最终的实际效能ღ★◈。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ღ★◈，各位觉得在哪个环节去做突破ღ★◈，能够最大程度的拉动整个产业链升级？

　　今天的机器人产业链在一个非常早期的阶段ღ★◈，任何方向上ღ★◈，如果用五年或十年的跨度看ღ★◈，都有可能做成一个大生意ღ★◈。我们从芯片开始说起ღ★◈，具身智能产业今天看到了有一些新的芯片企业进入ღ★◈，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ღ★◈。

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

　　再深度去观察ღ★◈，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ღ★◈，如果最终解决问题的方式是世界模型ღ★◈，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ღ★◈，但今天这种方式就没有开展过实践ღ★◈，还是在研究阶段ღ★◈。

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

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

　　在工业领域ღ★◈，数据都是很碎片化的ღ★◈，就是因为硬件厂家的软件比较封闭ღ★◈。当然这个事情其实全球范围内做的都不好ღ★◈，因为原来工业软件就是dos系统ღ★◈，所有的大厂的软件都是工程师版本ღ★◈，数据很难打通ღ★◈，但现在随着更轻量的软件架构ღ★◈，我觉得中国市场的产业链会有机会弯道超车ღ★◈。

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

　　产业链里的很多环节都是有价值的ღ★◈，比如零部件ღ★◈，像我们的一些上游厂商做齿轮ღ★◈、做减速器ღ★◈、做传感的ღ★◈，都是产业链很有价值的环节ღ★◈，但如果从整个具身的发展来看ღ★◈，我始终认为数据才是最核心的东西ღ★◈，这也是我们正在做的事情ღ★◈。

　　赵总说的我非常认可ღ★◈，我们最近也在看做机器人数据采集的企业ღ★◈，现在大家也在做训练ღ★◈，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ღ★◈，可以说数据是非常重要的环节ღ★◈。同时我们也在看世界模型的可能性ღ★◈，这个技术虽然比较早ღ★◈，但我们还是保持开放心态ღ★◈，产业链多环节的参与者要定期交流ღ★◈，可能有些技术路线过段时间会有变化ღ★◈，原来不是主流的会成为主流ღ★◈，所以我认为企业要跟着时代一起迭代向前ღ★◈。

　　最后一个问题ღ★◈，十年前ღ★◈，也就是2015年的时候ღ★◈，当时市场上就说2015年是人形机器人的元年ღ★◈，十年过去了凯发国际官网首页ღ★◈，到了2025年ღ★◈，依然有人说2025年是人形机器人的元年ღ★◈。各位觉得人形机器元年是不是真的已经到了？如果没有到ღ★◈，各位认为什么时候才能到？

　　从应用角度来讲ღ★◈，机器人从产品出货量上确实有量级的跃迁ღ★◈，但是从算法角度来讲我觉得没有到ღ★◈，只有大规模的物理交互能够在模型内部做表征的事后ღ★◈，我觉得才是所谓人形机器人的ChatGPT时刻ღ★◈。

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

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

　　至少从目前来看ღ★◈，通过数据在具身里面实现scaling law的曙光已经出现了ღ★◈，所以从这个角度来讲ღ★◈，我认为是元年已经到了ღ★◈。

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