（宇樹科技創(chuàng)始人王興興）

王興興還表示，目前的大語言模型還是不能充分支持人形機(jī)器人大模型的發(fā)展，后者的技術(shù)路線各家也并不統(tǒng)一，現(xiàn)狀很像ChatGPT出來的前一兩年。

從人形機(jī)器人的“反對者”到“進(jìn)場者”

《科創(chuàng)板日報(bào)》：在本屆世界機(jī)器人大會上，宇樹帶來了哪些新品，有哪些想要重點(diǎn)展示的？

王興興：本次公司的展示場地比較大，我們帶來了消費(fèi)級四足機(jī)器人Go2和它的新型號Go2-W輪足版本，工業(yè)級四足機(jī)器人B2、B2-W，還有不斷升級版的通用人形機(jī)器人H1，以及今年5月發(fā)布的G1人形智能體，僅僅3個(gè)月后又迎來了其量產(chǎn)版本，并在本次大會上首度亮相。

還有一些小的產(chǎn)品比如機(jī)械臂Z1也有展示。另外我們還帶來了3D激光雷達(dá)升級版本，這款雷達(dá)此前還沒有發(fā)布，可以讓機(jī)器狗有更靈敏的感知、導(dǎo)航?jīng)Q策。

《科創(chuàng)板日報(bào)》：早期業(yè)界不那么看好人形機(jī)器人，請問宇樹怎么看待外界的聲音，公司在人形機(jī)器人上的發(fā)展戰(zhàn)略是怎樣的？

王興興：發(fā)展人形機(jī)器人基本上還是要追尋整個(gè)社會的共識節(jié)奏，因?yàn)槔总娬f過順勢而為，要追隨社會潮流去做，如果做得太早或太晚，其實(shí)都是不好的。

像在2020年前，有很多投資人問我做不做人形機(jī)器人，當(dāng)時(shí)我斬釘截鐵地回答不做，主要由于當(dāng)時(shí)全球范圍內(nèi)，在人形機(jī)器人的控制技術(shù)等方面，普遍發(fā)展的不理想，也看不到實(shí)用價(jià)值。

而近年，在馬斯克的帶領(lǐng)下，全球?qū)θ诵螜C(jī)器人非常關(guān)注；同時(shí)，2022年底大語言模型的出現(xiàn)，使得AI技術(shù)產(chǎn)生了質(zhì)變，讓人們看到了AI在賦能機(jī)器人上的潛力。同年底，雖然宇樹還沒做人形機(jī)器人，但已經(jīng)有一些客戶找過來要購買。所以我們認(rèn)為社會的共識、熱度、客戶的期待程度方面已經(jīng)足夠了，于是在2023年正式開始做人形機(jī)器人。（小K注：宇樹科技成立于2016年8月，最早專注四足機(jī)器人的研發(fā)和銷售。）

目前人形機(jī)器人體量尚未成規(guī)模，定價(jià)太低傷害行業(yè)

《科創(chuàng)板日報(bào)》:目前，宇樹在機(jī)械和動力等方面的重要突破有哪些？外界評價(jià)宇樹的硬件很厲害，對此你怎么看？

王興興：很多人對我們公司的印象是硬件公司，我個(gè)人還挺喜歡這個(gè)標(biāo)簽的，因?yàn)檫@也代表了大家認(rèn)可公司的硬件。機(jī)器狗目前在全球范圍內(nèi)出貨量一直較好，我們也在硬件上做了一部分軟件升級。

比如去年的Go2機(jī)器狗，就集成了Open AI的大語言模型接口，人們可以跟它對話，它把識別的對話發(fā)送到Open AI的服務(wù)器上，然后把結(jié)果反饋給機(jī)器狗，讓其去執(zhí)行一些底層預(yù)設(shè)的功能，即把整個(gè)任務(wù)的編排和執(zhí)行的操作權(quán)放在了Open AI的接口上。目前已經(jīng)留了一些接口，授權(quán)給大語言模型接口，讓它調(diào)用底層的一些功能，比如走路跳躍、拍照等。

此外，我們也做了機(jī)器人運(yùn)動控制相關(guān)的強(qiáng)化學(xué)習(xí)。而對于讓機(jī)器人“干活”這個(gè)重點(diǎn)，則需要用到一部分大語言模型的技術(shù)。比如采集圖片的數(shù)據(jù)、機(jī)器人關(guān)節(jié)指令數(shù)據(jù)等，然后去做訓(xùn)練。

《科創(chuàng)板日報(bào)》:宇樹和電動Atlas采用的都是三指方案，為何你們設(shè)計(jì)的是三指，而不是四指或者五指？

王興興：目前從全球來看，人形機(jī)器人技術(shù)方案尚未統(tǒng)一，最典型一個(gè)代表就是機(jī)器人到底有幾個(gè)手指，到現(xiàn)在各家都沒有統(tǒng)一的意見。

我們的G1人形機(jī)器人身高1.3米左右，如果給其裝個(gè)五指，會導(dǎo)致手部較大，所以希望盡量減少手指。后來發(fā)現(xiàn)大部分產(chǎn)品上三指都能用，比如，抓取物品方面，三個(gè)手指可以抓得很牢，適用于超過90%的操作，在工廠的波士頓動力Atlas也是采用三指的方案。另外從實(shí)用性的角度，也希望其硬件越來越簡單。

再分享一個(gè)觀點(diǎn)：隨著AI技術(shù)的成熟和進(jìn)步，人形機(jī)器人對硬件的需求如自由度、數(shù)量、外觀靈活度等將越來越低，甚至沒有手指也能干活。

《科創(chuàng)板日報(bào)》: G1人形機(jī)器人的價(jià)格非常親民，為何能夠做到大幅度的降本？

王興興：我們一直希望用更合理的價(jià)格提供產(chǎn)品給客戶，產(chǎn)品有市場的前提也是價(jià)格比較友好。G1價(jià)格目前比較有競爭力，是因?yàn)槲覀冏鏊淖銠C(jī)器人已經(jīng)有不少年頭，所以對機(jī)械方面，比如關(guān)節(jié)電機(jī)的生產(chǎn)、整體機(jī)械結(jié)構(gòu)、傳感器、整體電控系統(tǒng)芯片等，積累了較多的經(jīng)驗(yàn)心得。

但是，哪怕公司目前已經(jīng)有好幾款產(chǎn)品的量產(chǎn)經(jīng)驗(yàn)，在當(dāng)下而言，我們量產(chǎn)一款產(chǎn)品還是較有壓力，需要涉及和考慮的方面很多，在產(chǎn)品的設(shè)計(jì)階段就要做好降成本的準(zhǔn)備，每個(gè)零部件都要做的更加簡化，比如每一個(gè)零部件細(xì)節(jié)的設(shè)置和精度要求、零部件之間的配合以及工藝要求、零部件的量產(chǎn)規(guī)劃以及對生產(chǎn)工人的流程配合等都要考慮，所以對整體管理和成本管控的要求比較高。

目前人形機(jī)器人的體量還沒有完全起來，如果我們把價(jià)格定得太低，可能對整個(gè)行業(yè)包括我們自身都不是好事，宇樹一直不希望帶頭把行業(yè)做爛，如果把人形機(jī)器人定價(jià)為每臺1萬元，那會傷害整個(gè)行業(yè)。我們還是希望價(jià)格相對合理，如果后續(xù)整體產(chǎn)品體量和出貨量提升的話，價(jià)格可以有一些更好的調(diào)整。

不超過5年 人形機(jī)器人領(lǐng)域?qū)霈F(xiàn)“iPhone時(shí)刻”

《科創(chuàng)板日報(bào)》:目前大模型可重點(diǎn)解決哪些人形機(jī)器人研發(fā)的技術(shù)問題？可以滿足后者的發(fā)展嗎？

王興興：實(shí)際上，真正的人形機(jī)器人大模型再往下發(fā)展，目前的大語言模型還是不能充分支持的，個(gè)人認(rèn)為，人形機(jī)器人大模型本質(zhì)上和大語言模型有很大的區(qū)別。

舉個(gè)最直觀的例子，在工廠里工作的機(jī)器人，其完全可以不用講話，給一張照片，或者敲一個(gè)指令過去，它就可以完成指派的任務(wù)，即“干活”。如果單純需要人機(jī)對話的情景，那么可能一個(gè)手機(jī)就可以做好，所以我認(rèn)為“干活”是最主要的點(diǎn)。

另外，在目前的人形機(jī)器人大模型領(lǐng)域，每家的想法、技術(shù)路線、包括共性都不太一樣，比如機(jī)器人的相機(jī)應(yīng)該裝什么配置、裝在什么部位、應(yīng)該裝幾個(gè)相機(jī)、傳感器數(shù)據(jù)應(yīng)該怎么采、是否需要觸覺傳感器等。目前國外有些流派，連靈巧手都不想開發(fā)，就想開發(fā)機(jī)器人的爪子，而有些流派則希望手部更加靈活，即手指要更多，每個(gè)手指上有豐富的傳感器。

所以，目前整體上，人形機(jī)器人大模型的技術(shù)路線尚未統(tǒng)一，因此很難評價(jià)每家路線是否正確，以及哪條路線推進(jìn)到了什么節(jié)奏。現(xiàn)在人形機(jī)器人大模型的發(fā)展比較像ChatGPT出來的前一兩年，大家已經(jīng)發(fā)現(xiàn)了要往這個(gè)方向做，但實(shí)際上沒有哪家敢打保票，保證自己的方向是絕對正確的。

《科創(chuàng)板日報(bào)》:近期，國內(nèi)很多人形機(jī)器人廠商宣布其產(chǎn)品“進(jìn)廠打工”，你如何看待這個(gè)現(xiàn)象？對此，宇樹人形機(jī)器人未來規(guī)劃是怎樣的？

王興興：我認(rèn)為“進(jìn)廠打工”是一個(gè)趨勢，但目前還處于試點(diǎn)階段，過去幾個(gè)月，我們與蔚來的汽車工廠有合作，部署了人形機(jī)器人去做現(xiàn)場搬運(yùn)等服務(wù)，國內(nèi)一些人形機(jī)器人廠商也和汽車工廠有類似合作。

我們目前更多還是售賣本體，但工業(yè)領(lǐng)域的應(yīng)用場景也在推進(jìn)中，比如部署人形機(jī)器人去工廠做一些簡單的生產(chǎn)裝配和搬運(yùn)等工作，以及其他類型的支持，但并沒有對此快速推進(jìn)。原因是對行業(yè)比較有耐心，不打算近期在工廠里部署目標(biāo)“XX臺”的機(jī)器人，也沒有給自己定很緊張的目標(biāo)，還是尊重市場的反應(yīng)，等到技術(shù)和產(chǎn)品、商業(yè)推廣發(fā)展更好后，我們再去大規(guī)模的推進(jìn)。

《科創(chuàng)板日報(bào)》: 人形機(jī)器人領(lǐng)域什么時(shí)候會出現(xiàn)一個(gè)iPhone時(shí)刻？AI大模型為機(jī)器人領(lǐng)域帶來了哪些明顯的能力的提升，目前還存在哪些挑戰(zhàn)？

王興興：“iPhone時(shí)刻”也是市場非常關(guān)注的熱點(diǎn)，而且是非常重要的一個(gè)時(shí)間節(jié)點(diǎn)。但是目前離“iPhone時(shí)刻”還有距離，因?yàn)槠涑霈F(xiàn)并不只是有一個(gè)特別的技術(shù)突破，實(shí)際上更多是一個(gè)綜合性的突破。

只有在工業(yè)或服務(wù)業(yè)能真正出現(xiàn)終端產(chǎn)品，而且到達(dá)出貨量暴增這個(gè)節(jié)點(diǎn)，才會產(chǎn)生“iPhone時(shí)刻”，所以它將會再遠(yuǎn)一點(diǎn)出現(xiàn)，可能要在未來3年或4年左右，但是不會超過5年

AI的技術(shù)進(jìn)步很多情況下是階梯性的進(jìn)步，比如，在ChatGPT沒有出現(xiàn)之前，大家一直認(rèn)為大語言模型收效甚微，但出現(xiàn)ChatGPT之后，大家發(fā)現(xiàn)其很智能，在機(jī)器人的AI領(lǐng)域也非常重要。