專題：《硬核AI客》

　　文|《硬核AI客》欄目 羅寧

　　近日，一段優(yōu)必選人形機(jī)器人方陣視頻在海外科技圈引發(fā)震動，全球估值最高的機(jī)器人獨(dú)角獸Figure的創(chuàng)始人甚至親自逐幀分析，質(zhì)疑視頻是“CG偽造”。面對爭議，優(yōu)必選用“一鏡到底”的拍攝花絮強(qiáng)勢回應(yīng)，硬核舉證結(jié)束了這場真假之爭。

　　爭論背后，折射出業(yè)界對人形機(jī)器人發(fā)展的深度關(guān)注。機(jī)器人方陣，究竟意味著什么？當(dāng)人形機(jī)器人從科幻作品走進(jìn)現(xiàn)實(shí)產(chǎn)業(yè)，這場技術(shù)革命如何真正創(chuàng)造商業(yè)價(jià)值？中國企業(yè)在全球人形機(jī)器人競爭中占據(jù)怎樣的地位？

　　新浪財(cái)經(jīng)《硬核AI客》欄目，聯(lián)合開源基金董事總經(jīng)理、首席經(jīng)濟(jì)學(xué)家楊德龍，與優(yōu)必選首席品牌官譚旻展開深度對話。在譚旻看來，網(wǎng)上一些人認(rèn)為“中國的機(jī)器人只會表演，美國的機(jī)器人才會干活”這樣的觀點(diǎn)過于片面，因?yàn)楝F(xiàn)在全世界最先進(jìn)的工廠超過80%左右都新建在中國，這為人形機(jī)器人行業(yè)發(fā)展提供了豐饒的土壤。

　　而在唱歌跳舞吸引流量的“眼球經(jīng)濟(jì)”當(dāng)下，他十分清醒地認(rèn)識到：機(jī)器人產(chǎn)業(yè)經(jīng)過一兩年的喧嘩，已經(jīng)逐步逐步地回歸到真正的場景應(yīng)用當(dāng)中來，這才是整個(gè)產(chǎn)業(yè)健康發(fā)展的一個(gè)正確的方向。

　　以下內(nèi)容節(jié)選自《硬核AI客》視頻欄目，完整版可觀看視頻：

　　《硬核AI客》：如今AI大模型進(jìn)入各行各業(yè)，不同的大模型，它們對于機(jī)器人將來的進(jìn)化，特別是智慧大腦的形成，它們之間的差別，您感覺大不大？

　　譚旻：得益于我們在全棧式技術(shù)上面的13年的布局積累，實(shí)際上優(yōu)必選一直都是采取一個(gè)開放生態(tài)的合作，我們跟國外、國內(nèi)的大模型其實(shí)都保持很好的合作跟應(yīng)用，目的實(shí)際上是不斷在測試不同模型的優(yōu)勢。我們因?yàn)閺男〉娜诵螜C(jī)器人，就是桌面型人形機(jī)器人，甚至乎到AI的萌寵，都在應(yīng)用語言大模型。我們到人形機(jī)器人就更不用說了，其實(shí)它無論在理解這個(gè)世界，在推理端，其實(shí)都是依靠大模型的一個(gè)很重要的單點(diǎn)突破的能力。但是目前來講，從總體的大模型來講，我們應(yīng)用LLM語言大模型，對于人形機(jī)器人發(fā)展來講是遠(yuǎn)遠(yuǎn)不夠的。

　　我們其實(shí)除了在語言大模型上面的應(yīng)用，人形機(jī)器人實(shí)際上要全面發(fā)展，比如說我們要去接觸世界的物體、信息錄入、互動，其實(shí)80%左右的信息交換是通過視覺，而不是通過語言來溝通的。所以，我們認(rèn)為下一個(gè)更為重大的大模型的突破，它一定是要結(jié)合我們的視覺，就是我們的computer vision，在機(jī)器視覺上面要讓人去跟機(jī)器、跟世界互動，要通過一個(gè)視覺能夠連接在一起，這也是為什么我們在新一代的工業(yè)人形機(jī)器人Walker S2上面采取的是類人的雙目視覺的這么一項(xiàng)突破創(chuàng)新的技術(shù)，因?yàn)橹挥凶寵C(jī)器人擁有跟人一樣的雙眼，它擁有跟人一樣類似的身高，它其實(shí)建立起來的世界模型有點(diǎn)像我們真實(shí)世界的一個(gè)鏡像跟復(fù)刻。這個(gè)對于人形機(jī)器人進(jìn)入到我們?nèi)祟惿鐣M(jìn)行服務(wù)，具備這個(gè)能力是很關(guān)鍵的。

　　《硬核AI客》：網(wǎng)上有一種說法叫“中國的機(jī)器人只會表演，美國的機(jī)器人才會干活？”中國的機(jī)器人和硅谷的機(jī)器人到底誰更強(qiáng)呢？

　　譚旻：這個(gè)說法可能有所片面，我認(rèn)為可能大家僅僅看到中國機(jī)器人唱歌、跳舞的那個(gè)部分。我們其實(shí)在2023年12月29號就推出了第一款工業(yè)人形機(jī)器人Walker S，在2024年到現(xiàn)在，我們通過23個(gè)月的時(shí)間，其實(shí)是通過小步快跑、快速迭代的方式，我們迭代了三代工業(yè)人形機(jī)器人。從Walker S到Walker S1，到現(xiàn)在我們在全球能夠?qū)崿F(xiàn)自主換電的Walker S2，其實(shí)大家看到我們其實(shí)已經(jīng)擁有了全球最多的工廠的實(shí)訓(xùn)場景，我們從北到南，包括北邊一汽奧迪、一汽大眾的青島的國家級工廠、北京汽車集團(tuán)，到長三角的極氪、吉利，到我們西南的賽力斯，再到在南邊的包括東風(fēng)柳汽。在深圳我們其實(shí)除了跟富士康在整個(gè)3C智能制造的場景拓展之外，其實(shí)我們跟順豐在智慧物流方面其實(shí)也達(dá)成了戰(zhàn)略的合作。所以，其實(shí)大家以這個(gè)場景來看的話，反而其實(shí)優(yōu)必選或者是說中國其它很多的人形機(jī)器人，正在從大模型的裝載，在具身智能這個(gè)時(shí)代，其實(shí)迅速地聚焦在我們的應(yīng)用場景當(dāng)中，去做各個(gè)場景的垂直應(yīng)用，這個(gè)是我們現(xiàn)在看到中國人形機(jī)器人百花齊放的一個(gè)非常蓬勃發(fā)展的這么一個(gè)局面。

　　相對的，美國的人形機(jī)器人公司，反而它們其實(shí)是all in AI，它們其實(shí)是擁有更龐大的對AI投資的能力，這是我們目前中國人形機(jī)器人產(chǎn)業(yè)所不具備的超規(guī)?；腁I投資的能力。

　　《硬核AI客》：和特斯拉機(jī)器人相比，中國的機(jī)器人公司將來能不能給全世界造機(jī)器人？我們有沒有這樣的能力和信心？

　　譚旻：我們是非常有信心的，當(dāng)然這是建構(gòu)在兩個(gè)很核心的基礎(chǔ)能力上面。

　　從人形機(jī)器人這個(gè)角度來講，我們認(rèn)為中國的人形機(jī)器人有機(jī)會成為制定標(biāo)準(zhǔn)的實(shí)施者。因?yàn)槿诵螜C(jī)器人直到目前為止，每一家的技術(shù)都還沒有收攏，人形機(jī)器人在全球行業(yè)里面還沒有形成標(biāo)準(zhǔn)化，比如說汽車是四個(gè)輪子，我們的轎車是什么樣的一個(gè)規(guī)格，它其實(shí)通過百年的汽車工業(yè)，已經(jīng)逐漸形成了數(shù)據(jù)，形成了生產(chǎn)規(guī)則，然后形成了整個(gè)行業(yè)的生態(tài)，它才會誕生出來新能源汽車。但是中國的人形機(jī)器人得益于我們的這些（優(yōu)勢），包括新能源汽車的爆發(fā)，產(chǎn)生了我們對電機(jī)這個(gè)單一技術(shù)的突破，我們現(xiàn)在已經(jīng)是全球最大的新能源汽車的生產(chǎn)者，從而我們對電機(jī)這個(gè)技術(shù)，無論是技術(shù)、產(chǎn)能，都有了很好的成本上面的控制的能力。在這個(gè)基礎(chǔ)上面我們再發(fā)展一個(gè)更為顛覆性創(chuàng)新的人形機(jī)器人行業(yè)，這個(gè)時(shí)候，我們在技術(shù)還沒有收攏、還沒有標(biāo)準(zhǔn)化的時(shí)候，我們就有機(jī)會跟整個(gè)產(chǎn)業(yè)鏈的系統(tǒng)化一起，能夠在這個(gè)標(biāo)準(zhǔn)上面形成中國人形機(jī)器人的產(chǎn)業(yè)標(biāo)準(zhǔn)。

　　大家不要忘了，我們其實(shí)擁有全世界最大的智能制造的應(yīng)用場景，現(xiàn)在全世界新建的最先進(jìn)的工廠可能超過80%左右都在中國，這個(gè)實(shí)際上是有利于我們進(jìn)一步加強(qiáng)我們在標(biāo)準(zhǔn)制定上面的話語權(quán)，這個(gè)真正是整個(gè)人形機(jī)器人行業(yè)發(fā)展的一個(gè)更為豐饒的土壤。

　　《硬核AI客》：特斯拉未來要年產(chǎn)100萬臺機(jī)器人？優(yōu)必選會有什么樣的目標(biāo)？

　　譚旻：我們其實(shí)今年是500臺到1000臺交付數(shù)量的范疇，明年我們的目標(biāo)是3000到5000臺，2027年是10000臺。通過這三個(gè)步驟的POC的驗(yàn)證，大家一定要記住，沒有真正通過商業(yè)驗(yàn)證的量產(chǎn)交付都沒有意義。

　　比如說特斯拉說它要形成100萬臺，那是一個(gè)對未來的期許，它其實(shí)沒有任何現(xiàn)在能夠?qū)τ趫鼍皯?yīng)用上面的一個(gè)驗(yàn)證，光談數(shù)量是沒有意義的。所以，反向如果說我們以100萬臺來看現(xiàn)在上游的投資，那肯定會有一個(gè)過高的預(yù)期。但是如果我們把這個(gè)關(guān)注的維度放到中國的場景應(yīng)用當(dāng)中來，我認(rèn)為實(shí)際上是能夠給所有的投資者一個(gè)更加真實(shí)的一個(gè)參考坐標(biāo)，這也是外國的投資基金來到中國進(jìn)行很多廠家上游的實(shí)地考研之后，得出了一個(gè)很重要的節(jié)點(diǎn)，就是說可能大家都高估了現(xiàn)在的發(fā)展速度，但是低估了未來的成長速度，這是其重要的一個(gè)點(diǎn)。

　　《硬核AI客》：如何看待機(jī)器人創(chuàng)業(yè)公司瘋狂砸錢推產(chǎn)品的做法？

　　譚旻：大家要了解到，在過往的兩年左右的時(shí)間里面，其實(shí)中國已經(jīng)成立了接近200家人形機(jī)器人的公司，大家在百花齊放的過程中，一定是八仙過海、各顯神通，所以大家為了能夠更好地發(fā)展，其實(shí)一定會用各種各樣新奇的手段來吸引眼球，這實(shí)際上非常非常正常，這也是新創(chuàng)公司能夠更好地贏取投資人的注意，能夠拿到更多融資的其中的一種方式，大家更值得關(guān)注的不是能夠有多大的流量，（不是）能夠有更多的花式的玩法，現(xiàn)在市場其實(shí)通過這一兩年的喧嘩，已經(jīng)逐步逐步地回歸到真正的場景應(yīng)用當(dāng)中來，這才是整個(gè)產(chǎn)業(yè)健康發(fā)展的一個(gè)正確的方向。我們也看到，國家在這個(gè)方向是鼓勵大家把人形機(jī)器人更多地帶到真實(shí)應(yīng)用當(dāng)中去，更多地讓機(jī)器人去干實(shí)業(yè)的一個(gè)很重要的產(chǎn)業(yè)上面的指導(dǎo)?！?/p>

　　《硬核AI客》：近一年，機(jī)器人表演唱歌、跳舞等娛樂性項(xiàng)目已成趨勢，這種趨勢是正確的方向嗎？

　　譚旻：其實(shí)優(yōu)必選作為一個(gè)創(chuàng)業(yè)公司，也經(jīng)歷過這種過程。優(yōu)必選在13年的創(chuàng)業(yè)歷程當(dāng)中，其實(shí)已經(jīng)四次上過春晚，每一次上春晚都是不同的機(jī)器人。優(yōu)必選也經(jīng)歷過2016年我們540臺機(jī)器人集體跟孫楠一起載歌載舞的時(shí)刻，它是作為創(chuàng)業(yè)公司，在剛剛創(chuàng)立的過程中，向投資者、向整個(gè)業(yè)界去證實(shí)自己能力的其中一種方法。

　　在一百多家人形機(jī)器人新創(chuàng)的公司，要突圍而出，實(shí)際上唱歌、跳舞確實(shí)是一個(gè)比較容易抓取眼球的方法。

　　但是我們相信，唱歌、跳舞絕對不是人形機(jī)器人發(fā)展的一個(gè)真正能夠落地應(yīng)用的方向。我們看到政府，其實(shí)也號召人形機(jī)器人真正更快地能夠投入到產(chǎn)業(yè)應(yīng)用當(dāng)中去，真正進(jìn)廠打工，是我們整個(gè)中國人形機(jī)器人產(chǎn)業(yè)發(fā)展大的政策上面的指引跟方向。由此大家其實(shí)已經(jīng)看到，優(yōu)必選在過往的兩年當(dāng)中，其實(shí)已經(jīng)是率先比我們美國的同行，更早地投入到我們的產(chǎn)業(yè)應(yīng)用當(dāng)中去，更早地把機(jī)器人投入到我們實(shí)體經(jīng)濟(jì)的這么一個(gè)更高的效能提升當(dāng)中去，做一個(gè)新質(zhì)生產(chǎn)力，人形機(jī)器人我們相信真正能夠?qū)ξ覀兊闹悄苤圃?、對我們下一代的生產(chǎn)力革命，進(jìn)行一個(gè)推動，讓我們的人形機(jī)器人幫助我們的人工智能，更快地對我們不同行業(yè)提質(zhì)增效，發(fā)生真正的推動。這是我們中國人形機(jī)器人產(chǎn)業(yè)面對的挑戰(zhàn)，也是我們真正遇到的非常大的機(jī)遇。擁抱這個(gè)機(jī)遇，克服這個(gè)挑戰(zhàn)，我相信人形機(jī)器人在中國的發(fā)展就會迎來我們整個(gè)新的萬億集群的這么一個(gè)形成。