（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。

從人形機器人的“反對者”到“進場者”

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

王興興：本次公司的展示場地比較大，我們帶來了消費級四足機器人Go2和它的新型號Go2-W輪足版本，工業(yè)級四足機器人B2、B2-W，還有不斷升級版的通用人形機器人H1，以及今年5月發(fā)布的G1人形智能體，僅僅3個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)品比如機械臂Z1也有展示。另外我們還帶來了3D激光雷達升級版本，這款雷達此前還沒有發(fā)布，可以讓機器狗有更靈敏的感知、導(dǎo)航?jīng)Q策。

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

王興興：發(fā)展人形機器人基本上還是要追尋整個社會的共識節(jié)奏，因為雷軍說過順勢而為，要追隨社會潮流去做，如果做得太早或太晚，其實都是不好的。

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

而近年，在馬斯克的帶領(lǐng)下，全球?qū)θ诵螜C器人非常關(guān)注；同時，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在賦能機器人上的潛力。同年底，雖然宇樹還沒做人形機器人，但已經(jīng)有一些客戶找過來要購買。所以我們認為社會的共識、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器人。（小K注：宇樹科技成立于2016年8月，最早專注四足機器人的研發(fā)和銷售。）

目前人形機器人體量尚未成規(guī)模，定價太低傷害行業(yè)

《科創(chuàng)板日報》:目前，宇樹在機械和動力等方面的重要突破有哪些？外界評價宇樹的硬件很厲害，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，我個人還挺喜歡這個標(biāo)簽的，因為這也代表了大家認可公司的硬件。機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)果反饋給機器狗，讓其去執(zhí)行一些底層預(yù)設(shè)的功能，即把整個任務(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，我們也做了機器人運動控制相關(guān)的強化學(xué)習(xí)。而對于讓機器人“干活”這個重點，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》:宇樹和電動Atlas采用的都是三指方案，為何你們設(shè)計的是三指，而不是四指或者五指？

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

我們的G1人形機器人身高1.3米左右，如果給其裝個五指，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。另外從實用性的角度，也希望其硬件越來越簡單。

再分享一個觀點：隨著AI技術(shù)的成熟和進步，人形機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》: G1人形機器人的價格非常親民，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格提供產(chǎn)品給客戶，產(chǎn)品有市場的前提也是價格比較友好。G1價格目前比較有競爭力，是因為我們做四足機器人已經(jīng)有不少年頭，所以對機械方面，比如關(guān)節(jié)電機的生產(chǎn)、整體機械結(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，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)計階段就要做好降成本的準(zhǔn)備，每個零部件都要做的更加簡化，比如每一個零部件細節(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。

目前人形機器人的體量還沒有完全起來，如果我們把價格定得太低，可能對整個行業(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，如果把人形機器人定價為每臺1萬元，那會傷害整個行業(yè)。我們還是希望價格相對合理，如果后續(xù)整體產(chǎn)品體量和出貨量提升的話，價格可以有一些更好的調(diào)整。

不超過5年 人形機器人領(lǐng)域?qū)霈F(xiàn)“iPhone時刻”

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

王興興：實際上，真正的人形機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，個人認為，人形機器人大模型本質(zhì)上和大語言模型有很大的區(qū)別。

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

另外，在目前的人形機器人大模型領(lǐng)域，每家的想法、技術(shù)路線、包括共性都不太一樣，比如機器人的相機應(yīng)該裝什么配置、裝在什么部位、應(yīng)該裝幾個相機、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，每個手指上有豐富的傳感器。

所以，目前整體上，人形機器人大模型的技術(shù)路線尚未統(tǒng)一，因此很難評價每家路線是否正確，以及哪條路線推進到了什么節(jié)奏。現(xiàn)在人形機器人大模型的發(fā)展比較像ChatGPT出來的前一兩年，大家已經(jīng)發(fā)現(xiàn)了要往這個方向做，但實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》:近期，國內(nèi)很多人形機器人廠商宣布其產(chǎn)品“進廠打工”，你如何看待這個現(xiàn)象？對此，宇樹人形機器人未來規(guī)劃是怎樣的？

王興興：我認為“進廠打工”是一個趨勢，但目前還處于試點階段，過去幾個月，我們與蔚來的汽車工廠有合作，部署了人形機器人去做現(xiàn)場搬運等服務(wù)，國內(nèi)一些人形機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)用場景也在推進中，比如部署人形機器人去工廠做一些簡單的生產(chǎn)裝配和搬運等工作，以及其他類型的支持，但并沒有對此快速推進。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。

《科創(chuàng)板日報》: 人形機器人領(lǐng)域什么時候會出現(xiàn)一個iPhone時刻？AI大模型為機器人領(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時刻”也是市場非常關(guān)注的熱點，而且是非常重要的一個時間節(jié)點。但是目前離“iPhone時刻”還有距離，因為其出現(xiàn)并不只是有一個特別的技術(shù)突破，實際上更多是一個綜合性的突破。

只有在工業(yè)或服務(wù)業(yè)能真正出現(xiàn)終端產(chǎn)品，而且到達出貨量暴增這個節(jié)點，才會產(chǎn)生“iPhone時刻”，所以它將會再遠一點出現(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)進步很多情況下是階梯性的進步，比如，在ChatGPT沒有出現(xiàn)之前，大家一直認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，在機器人的AI領(lǐng)域也非常重要。