中国具身智能产业的元年ღღ◈，已经线日ღღ◈，以“轰然成势ღღ◈，万象归一”为主题的2025甲子引力年终盛典在北京举办ღღ◈，本次大会共吸引了2000余人次到场参会ღღ◈。

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

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

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

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

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

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

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

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

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

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

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

　　大家好ღღ◈，我是弘晖基金的肖立ღღ◈。弘晖基金是一家国内一线的双币投资机构ღღ◈，主要投资生物医药和科技两个方向ღღ◈，我是负责科技方向的主管合伙人ღღ◈。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ღღ◈，具身智能主要投资了众擎机器人ღღ◈，我们是在天使轮的时候进入ღღ◈；也投资了千寻智能ღღ◈，我们在第二轮作为领投支持的ღღ◈；同时ღღ◈，我们也在具身智能的关键组件和技术方向上进行了布局ღღ◈，如灵巧手ღღ◈、关节模组凯发K8国际首页ღღ◈、仿生人脸等领域ღღ◈。很高兴今天能与各位企业家交流合作ღღ◈，谢谢ღღ◈！

　　我先问两个关于人形机器人的问题ღღ◈，希望杨总和赵总可以回答ღღ◈。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”ღღ◈，但是现在看来这个场景好像并不那么理想ღღ◈，无论是已经落地的机器人ღღ◈，还是前段时间小鹏汽车发布的机器人ღღ◈，都没有选择“进工厂打螺丝”这一场景ღღ◈。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ღღ◈，UQI优奇今天的实践主要是在搬运和分拣场景上ღღ◈，更多的是把料箱ღღ◈、堆垛ღღ◈、零部件分拣跟物流的任务连起来ღღ◈，还有一些泛化性的分解ღღ◈。从问题本身去看ღღ◈，在工业或物流体系里ღღ◈，什么样子的机器人硬件是最佳的ღღ◈，这个问题到现在其实没有一个明确答案ღღ◈。我们一开始用人形机器人去做ღღ◈，后来也用轮式双臂去做ღღ◈，但本质上都是希望能够以更高效ღღ◈、更经济ღღ◈、更可靠的模式完成对现代工业场景中重复性高ღღ◈、安全风险大的人力劳动的替代ღღ◈。

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

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

　　所以总结一下凯发K8国际首页ღღ◈，新本体和新算法ღღ◈，其实都在螺旋上升的过程ღღ◈，企业应该不断地在今天的工业场景里找到你能做的事情ღღ◈，找到可以更快实现商业闭环的事情ღღ◈。从这一点上来讲凯发K8国际首页ღღ◈，“打螺丝”是并不难解决的问题ღღ◈，但用泛化性的算法“打螺丝”是很难解决的问题ღღ◈。

　　这一代机器人具身的技术ღღ◈，最大的魅力还是在于scaling law（描述AI模型性能随参数量ღღ◈、数据量和计算量增长而提升的数学规律ღღ◈，通常表现为幂律关系）实现之后ღღ◈，AI模型拥有了泛化性能ღღ◈，能够解决一些通用性的问题ღღ◈，而不像上一代的机器人技术ღღ◈，在很多的特定场景去做很多定制的事情ღღ◈，这是这一代技术的魅力ღღ◈。从这个角度出发凯发K8国际首页ღღ◈，首先数据积累是场景落地的基础ღღ◈。所以对于我们来说ღღ◈，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ღღ◈。

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

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

　　杨总和赵总从更高的维度解答了我的问题ღღ◈。接下来我想请教一下孟总和胡总ღღ◈，二位业务的实际落地产品凯发K8国际首页ღღ◈，更多应用在协作型机器人上ღღ◈，最近一段时间人形机器人所带来的浪潮ღღ◈，对二位的业务ღღ◈，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ღღ◈，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ღღ◈，人形机器人我们也是关注上半身现代风格ღღ◈。ღღ◈，也就是双臂机构ღღ◈。其实我们对于人形机器人的出现还是非常兴奋的ღღ◈，因为工业机器人非常重ღღ◈，在工厂里面非常占地方ღღ◈，所以现在协作机器人已经慢慢趋于人形姿态了ღღ◈，现在很多人形机器人的双臂凯发K8国际首页ღღ◈，也都是基于协作机器人来做的ღღ◈。我们的客户其实有非常多的需求ღღ◈，尤其是我们现在做一般工业场景ღღ◈，基本都需要柔性制造ღღ◈，对于我们来说ღღ◈，如果在汽车或者3C行业ღღ◈，做标准产品的重复性生产的设备ღღ◈，不叫机器人ღღ◈，叫机床ღღ◈。

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

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

　　另外我认为凯发K8国际首页ღღ◈，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ღღ◈，第一个是大家还在嗑硬件ღღ◈，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ღღ◈。

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

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

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

　　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ღღ◈，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ღღ◈。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ღღ◈，也是我们能够发挥价值的地方ღღ◈。

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

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

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

　　谢谢ღღ◈，听过四位嘉宾的发言后ღღ◈，我想问肖总一个问题ღღ◈。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ღღ◈，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ღღ◈，如果从投资人的角度来看ღღ◈，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ღღ◈，我们还是保持一个比较开放的心态ღღ◈。因为我觉得现在机器人整体技术还是在收敛的过程当中ღღ◈，所以我觉得不管是单独做大脑的团队ღღ◈，还是更钟情于机体控制的团队ღღ◈，以及大脑+本体或者其他各种各样业务组合的团队ღღ◈，其实我们都在很开放地去看待ღღ◈。我觉得最后要形成一个比较好的ღღ◈，真正能泛化在各种场景下ღღ◈，不管是在工厂ღღ◈、在服务端ღღ◈、在家庭端ღღ◈，能好用和多任务的去执行的机器人ღღ◈，需要整个产业链努力ღღ◈。所以我们一直是以比较开放的心态去看待产业迭代的ღღ◈，从多种技术路线ღღ◈、多产业的下注ღღ◈。在技术迭代如此迅速的大环境 下ღღ◈，如果要预测一个技术发展的未来ღღ◈，我觉得不是很明智的ღღ◈，包括大语言模型和机器人大模型在内的先进技术ღღ◈，很有可能过几个月就会发现有些过时了ღღ◈。

　　那我追问一个问题ღღ◈，您刚刚说我们没有办法很好地预测技术发展的未来ღღ◈，比如像自动驾驶行业就是一个很明显的例子ღღ◈。那我们在观察一个项目的时候ღღ◈，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ღღ◈，但是大概的发展阶段是可以判断的ღღ◈。前面的投资专场我也在听ღღ◈，投资标准是一个大家经常讨论的话题ღღ◈。我觉得万变不离其宗ღღ◈，最核心的还是团队ღღ◈，我们要看这个团队本身具有什么样的精力和能力ღღ◈，能做成什么样的事情ღღ◈，尤其是具身智能这样比较复杂的技术ღღ◈，要看团队是不是具备相对全栈的技术和能力ღღ◈，甚至要看这个团队是不是团结ღღ◈，他们的股份分配是不是合理ღღ◈。有的团队做着做着就会出现创始人要离职的情况ღღ◈，这肯定是不行的ღღ◈，好的创始团队是企业发展的基础ღღ◈。

　　谢谢肖总ღღ◈，我们接下来问题还是聚焦到人形机器人ღღ◈，想问一下杨总和赵总ღღ◈，根据我的观察ღღ◈，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ღღ◈，比如行步机构不是很稳定ღღ◈，以及手臂的力控或者柔性皮肤不耐用等ღღ◈。从二位的角度来看ღღ◈，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ღღ◈，至少在工业领域里应该是上半身ღღ◈。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ღღ◈，然后从这个角度出发思考ღღ◈，如果说今天的工业任务能明显抽象成搬运ღღ◈、分拣ღღ◈，以及一些缺陷检测等细分动作ღღ◈，就会发现人形机器人解决的并不是一个下肢的移动问题ღღ◈。当然如果下肢做的非常好ღღ◈，机器人可能并不会局限于简单的平面移动ღღ◈，而是在一个空间里怎样转换自己的姿态ღღ◈。但对比于上半身能解决的具体问题ღღ◈，高超的移动能力更像是一个锦上添花的能力ღღ◈，而非在商业闭环里的必备能力ღღ◈。

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

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

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

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

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

　　首先这个判断是正确的ღღ◈。汽车已经存在100多年了ღღ◈，已经有很多车在路上跑并且产生数据了ღღ◈，但具身智能是刚起步的产业ღღ◈，没有那么多机器人在实际的商业环境中去运营ღღ◈，所以数据有着数量级的差别ღღ◈，这是毫无疑问的ღღ◈，而且机器人所涉及到的场景会更多ღღ◈。我们要做的首先是在技术上解决数据采集的效率ღღ◈、成本和泛化的事ღღ◈。其次也要进一步探索怎样在机器人的实际运营过程中ღღ◈，能够自动完成数据采集ღღ◈。现在的数据采集工厂ღღ◈，可以解决一部分的问题ღღ◈，但如果想更进一步ღღ◈，最好是在机器人部署的环境中ღღ◈，在运营甚至是商业化的同时采集数据k8凯发首页ღღ◈！ღღ◈，这可能是每个具身智能公司都想做的事情ღღ◈。

　　接下来我想问肖总一些比较尖锐的关于投资的问题ღღ◈。现在有一些机器人公司的估值非常高ღღ◈，头部的厂商甚至一度传言估值超过了500亿元人民币ღღ◈。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ღღ◈，根据我们自己的观察ღღ◈，毫无疑问机器人产业有泡沫ღღ◈，尤其是今年春晚上宇树科技的产品跳舞以后ღღ◈，很多具身智能公司的估值比春节前都涨了非常多ღღ◈，甚至直接翻倍的都有ღღ◈。但估值高说明市场形成了高度共识ღღ◈，说明大家有一定的信仰ღღ◈，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ღღ◈。

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

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

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

　　谢谢肖总ღღ◈，最后问两个共性的问题ღღ◈。一个问题给想问各位嘉宾对机器人产业链的看法ღღ◈，机器人的发展是依赖于整个产业链进步的ღღ◈，不管是软件层面还是硬件层面的ღღ◈，都会影响机器人产品最终的实际效能ღღ◈。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ღღ◈，各位觉得在哪个环节去做突破ღღ◈，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ღღ◈，任何方向上ღღ◈，如果用五年或十年的跨度看ღღ◈，都有可能做成一个大生意ღღ◈。我们从芯片开始说起ღღ◈，具身智能产业今天看到了有一些新的芯片企业进入ღღ◈，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ღღ◈。

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

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

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

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

　　在工业领域凯发K8国际首页ღღ◈，数据都是很碎片化的ღღ◈，就是因为硬件厂家的软件比较封闭ღღ◈。当然这个事情其实全球范围内做的都不好ღღ◈，因为原来工业软件就是dos系统ღღ◈，所有的大厂的软件都是工程师版本ღღ◈，数据很难打通ღღ◈，但现在随着更轻量的软件架构ღღ◈，我觉得中国市场的产业链会有机会弯道超车ღღ◈。

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

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

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

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

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

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

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

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

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