【长期主义】第298期智能说：Figure创始人Brett Adcock谈未来100亿机器人世界，宇树创始人王兴兴访谈

美国人形机器人公司 Figure 创始人、 CEO Brett Adcock ，近期接受知名播客主 Peter Diamandis 专访，分享近期推出的 Figure 2 机器人产品迭代情况、与科技巨头合作、机器人技术发展、安全性、对社会潜在影响等观点，讨论中国在机器人领域崛起、未来劳动力市场、人类社会演变等话题。

2024 年 8 月 20 日，宇树科技发布人形机器人 G1 量产版，售价 9.9 万元起，在 2024 世界机器人大会上亮相。宇树举办媒体沟通会，创始人王兴兴回答媒体采访，主要涉及人形机器人产业现状与挑战等话题。王兴兴认为，目前人形机器人行业最大难题，在于机器人 AI 发展落后通用 AI ，未达到突破临界点时刻。人形机器人 iPhone 时刻尚未到来，可能还需要 3~4 年，不会超过 5 年。

本期长期主义，选择 Figure 创始人 Brett Adcock 谈未来 100 亿机器人世界、宇树科技创始人王兴兴访谈， Web3 天空之城、腾讯科技发布，六合商业研选精校，分享给大家， Enjoy ！

正文：

全文 30,082 字

预计阅读 61 分钟

AI 机器人革命： Brett Adcock 谈 Figure 2 与未来 100 亿机器人世界

时间： 2024 年 8 月 23 日

来源： Web3 天空之城

字数： 20,209

Brett Adcock 是 Figure Robotics 与 Figure AI 创始人、 CEO ，随着 Figure 2 机器人发布， Adcock 不仅展示技术飞跃，更描绘未来：到 2040 年，全球将有 100 亿台机器人。

这次最新深访中， Adcock 带我们走进 Figure Robotics 创新世界，从 Figure 2 设计迭代、硬件升级，到与 OpenAI 、微软、贝佐斯、英伟达等科技巨头合作，揭示新兴领域背后复杂性与挑战。 Adcock 对未来劳动力市场与人类社会演变，提出远见卓识洞见，强调机器人技术不仅是科技突破，更是创造富足社会的关键力量。

Adcock 还谈到中国在机器人领域崛起，指出中国工程团队以低成本、高速度、强大职业道德著称，这将使中国成为未来全球机器人技术主要竞争者之一。

Figure 2 硬件升级与设计改进 ： Figure 2 在硬件方面进行全面升级，包括 CPU 与 GPU 能力的 3 倍提升，电池容量几乎翻倍，引入 6 个高效摄像头系统，使其能够更好感知与理解周围环境。

Figure 2 外骨骼设计承载了负荷，减轻整体重量，提高系统可靠性。这种设计，类似航空领域工程方式，显著优化 Figure 2 性能。

与 OpenAI 、微软的深度合作， AI 集成与智能提升 ： Figure Robotics 通过与 OpenAI 、微软、贝佐斯、英伟达等科技巨头的合作，成功将最先进的 AI 模型集成到 Figure 2 中，增强机器人智能与操作能力。这种合作，标志着机器人技术向全面实用化迈出重要一步。

从 Figure 1 到 Figure 2 迭代演变 ： Adcock 详细介绍了从 Figure 1 到 Figure 2 快速迭代策略，特别是在硬件设计与制造效率方面改进。他强调，通过精益制造与持续设计优化， Figure Robotics 正在将先进机器人技术推向市场，计划逐步扩展生产线，实现规模化生产。

未来劳动力市场与社会变革， 100 亿机器人愿景 ： Adcock 预计，到 2040 年，全球将有 100 亿台机器人，这将彻底改变劳动力市场，让人类从危险、单调工作中解放出来。这种大规模的机器人应用，不仅将显著降低商品与服务成本，还将推动全球经济进入前所未有的富足时代。

系统安全与 AI 伦理 ：设计 Figure 2 时， Figure Robotics 特别注重安全性，确保机器人在与人类互动时不会造成伤害。 Adcock 还提到，将阿西莫夫定律之类的道德规则，纳入机器人系统，是未来发展重要方向，以确保在 AI 与人类共存中保持安全与伦理的底线。

中国竞争者的崛起 ： Adcock 在访谈中，对中国机器人领域的竞争者给予高度评价，特别是中国工程团队在低成本、高效率生产方面的优势。中国企业以极高的职业道德与强烈的成功欲望著称，这将使中国成为未来全球机器人技术的重要竞争力量之一。随着中国机器人技术飞速发展，中国有可能在这个领域与全球主要玩家展开激烈竞争。

主持人 Peter ： 今天节目中，我们将与 Figure Robotics 与 Figure AI CEO Brett Adcock ，进行深入探讨。他将带我们参观公司，介绍新推出的机器人 Figure 2 。如果你在 YouTube 上观看我们节目，我们会谈论他对马斯克看法，以及他作为乐观主义者对家用机器人的展望，何时可以期待它们的普及，以及他预测到 2040 年地球上将有 100 亿台机器人。

Figure 刚完成一轮融资，从 OpenAI 、微软、贝佐斯、英伟达等投资者，筹集 6.75 亿美元，估值 26 亿美元。我们将讨论他如何将 OpenAI 软件集成到 Figure 2 机器人中。这是一场非凡的对话，也是我最喜欢的对话之一。

Brett ： 谢谢你的邀请。

Peter ： 来参观你的办公室非常有趣，那是 2 个月前的事了，那时你还没有推出 Figure 2 。我不得不说，你迭代设计速度非常惊人。自从我在猎鹰 1 号看到 SpaceX 以来，我从未感受到过这种能量，恭喜你。

今天焦点是 Figure 2 ，如果你不介意的话，我们是否可以在播客开始时，快速浏览一下 Figure 2 ？

Brett ： 可以，我们可以快速浏览一下车间，顺便参观一下办公室。

欢迎来到 Figure 。我们现在有 100 多名工程师，总部设在北加州旧金山湾区。上周我们刚发布 Figure 2 ，这是我们第 2 代人形机器人。目前，我们在加州工厂每周生产一个 Figure 2 机器人，现在已经有几个这样的机器人正在进行测试。

Peter ： Figure 2 的发布，非常令人兴奋，我知道你的团队即将启动它。对于这家公司，成立不到 2 年时间，你们已经从零发展到现在规模，速度非常快。

能否谈谈 Figure 1 与 Figure 2 之间主要区别？你们在 Figure 2 中做了哪些升级？

Brett ： Figure 2 有几个显著升级。

首先，我们将 CPU 与 GPU 数量增加 3 倍，以提升整体计算与推理能力。

其次，我们将电池容量几乎增加一倍，达到约 2.3 千瓦时。电池系统安装在躯干中间，紧邻计算单元与 GPU 。所有电线都内置在机器人内部，没有外部电线、电缆或电子设备，这样设计是为了提高可靠性与整体包装的紧凑性。

我们引入外骨骼结构，机器人所有外壳都承受着负载，这与我们制造第一代机器人的方式不同。这种设计，更类似航空领域做法，比如我上一家公司 Archer 的飞机，外壳承受车辆的负荷，我认为这种系统在 Figure 2 中非常独特。

我们还增加 6 个机载摄像头，提升机器人感知能力，使其能够更好观察周围环境。摄像头分别安装在机器人头部、背部、下半身。外骨骼结构，有助于减轻机器人整体重量。基本上说，零件越宽，刚度越大。

我们发现，一个结构，如果既能承受碰撞载荷，又能保持足够刚度，这是理想的质量权衡。

Figure 1 展示了一个结构与外壳共同承受载荷的情况，这种设计并不理想，结构的尺寸是由碰撞载荷决定的，最终导致在很多方面都出现双倍的质量。

Peter ： 关于机器人的手部设计，你们是否进行改进？请展示一下它的样子。

Brett ： 我们现在已经开发到第 4 代机器人，与前几代相比，我们做出许多改进。包括更好的传感器、更优化的包装、更高的质量、更强的结构强度、更快的手指速度。

总体而言，我们在机器人上进行精细操作的灵活性与控制力，都有显著提升。这些改进，使得机器人能更好执行类似人类任务，抓取类似人类物体，提高了机器人通用性。

P eter ： 这真是太神奇了。它站立高度，大约 5 英尺 6 英寸 /1.68 米 ~5 英尺 7 英寸 /1.7 米？

Brett ： 是的，差不多是 5 英尺 6 英寸 /1.68 米。

Peter ： 非常感谢你带我们快速浏览了一下。你想回到你的会议室吗？我注意到那里有横梁，用来搬运重物。现在在这个设施内，有多少个数字机器人正在运行？

Brett ： 目前在我们设施里，有不到 10 个机器人在运行。我们现在的生产速度，是每周制造 1 个。

Peter ： 我注意到你给我展示了 Figure 1 ，然后是 Figure 2 ，接着是 Figure 3 的图纸。

不能详细谈论 Figure 3 ，它看起来非常漂亮。你能谈你的快速迭代策略吗？你如何看待代际更新、重新设计与重建？很多公司喜欢先推出一个产品，然后修复它，长期销售，你的策略似乎不是这样。

Brett ： 是的，我认为这里的经验法则是，通常需要至少 3 个硬件版本，才能达到相对商业化、可靠、无错误的程度。

我们目标是在极限情况下，让问题成为软件限制的问题，这意味着我们需要真正可靠的硬件，它必须是安全、质量稳定，成本低廉，我们能够高效制造它。

这就像一盏灯，在第一个版本的硬件中，有很多问题需要解决才能做好。这非常困难，就像要把 iPhone 做到完美一样。

iPhone1 的时候，不是世界上最棒的手机，到了 iPhone 3 与 4 ，无疑成为世界上最棒的手机。

汽车领域情况也是类似，特斯拉跑车为例，它可能不是世界上最顶尖的汽车，我个人拥有 3 辆特斯拉，它们表现非常出色，可能是我拥有过最好的车。

我们目前目标，是在快速硬件迭代过程中，研究应用不同启发式方法，使硬件逐步成熟，进行所有必要改进，确保硬件在某个时刻达到非常成熟状态。

回顾我们第一代硬件 Figure 1 ，主要任务是确保整体架构正确性。工程系统的细节非常重要，例如电池能量来源是什么？是液压还是电池供电？电池化学成分是什么？电池类型是圆柱形还是棱柱形袋装？我们如何处理电池热传播问题？这些问题，仅仅是关于电池本身，而整个系统还有许多其他方面需要考虑。

建造机器人之前，需要做出 100~200 个决定，你不希望处于必须在所有这些方面都做到完美的境地。我认为我们在 Figure 1 中，大部分内容都做得不错；在 Figure 2 中，我们在一些决策上表现得更好。

Figure 2 目标，是打造功能齐全的机器人，集成所有必要系统，无论这些系统是我们自己制造、还是外购，机器人都能够正常工作。

我们制造大部分机器人的组件，包括固件嵌入式系统、控制软件、机载硬件系统、执行器、电子设备、线路、电池系统、摄像头与传感器等。

我们认为 Figure 2 中的功能，已经基本完成，硬件部分也已完成，这让我们感到非常兴奋。

接下来，我们目标是如何将成本，从当前水平降低一个数量级以上？如何获得制造前所未有机器人的能力？

Peter ： 我知道你提到过一句话：每个人都会拥有一个类人机器人，劳动力将变得可选，这是非常具有挑衅性的话题。

关于每个人都拥有一个类人机器人，我想进一步探讨。你提到要将成本降低 10 倍，马斯克在价格与时间表上通常非常激进，他不总是能准确把握。

我想问的是，你是否认为这些类人机器，人最终会以每公斤总重量的价格来定价？你认为在 10 年或 20 年后，这些机器人实际成本会是多少？

Brett ： 我们花了 1 年时间，研究如何降低机器人制造成本。答案在于，对整个物料清单成本进行自下而上分析。我们列出大约 1,000 个零件清单，逐项分析，开始了解我们将如何在实际规模上采购这些零件，无论是自行制造还是外购，估算我们可以获得的合同数量、以及相应价格，这非常依赖数量。

我们知道，几乎所有的消费设备或汽车价格，都与制造量高度相关。降低消费电子产品价格的唯一真正方法，就是提高产量，这是我们所知道的唯一途径。如果你真想要降低成本，必须大规模生产这种产品。

我认为在足够长时间内，随着产量增加，成本可以降到每台设备低于 20,000 美元，甚至非常便宜。

Peter ： 这是令人惊叹的想法。如果我租一辆价值 20,000 美元汽车，每月最多只需花费 100 美元，为什么不买 2 辆？

Brett ： 特别是如果这辆车还能为你赚钱，比如它可以出去工作，或者它可以完成你白天需要花时间做的事情。如果它真的能像一个真正的公用工具一样发挥作用，你会想要多少辆？

Peter ： 当我们第一次谈话时，我记得你说过一些令人震惊的话，现在回想起来，非常有道理。

如果我记错了，纠正我，我记得你曾估计，到 2040 年，市场上可能会有多达 100 亿个仿人机器人，你还坚持这个观点吗？

Brett ： 如果这些机器人，能够完成所有人类能做的事情，我不得不认为我们将能够投入 30~50 亿的劳动力。我看不出，为什么每个人不想拥有一个像汽车或手机一样的仿人机器人。

也许它比汽车或手机更重要，它可以做你不想整天做的所有工作，比如遛狗、喝咖啡、办事、洗衣服，甚至每天回家收拾孩子的玩具。

我可以让机器人，每天花 2~3 个小时收拾孩子玩具，这完全没问题，就像每天无休止的工作一样。

Peter ： 是的，我可以想象。你说的其他话，也让我大开眼界。

你提到，拥有这类仿人机器人是一种道德责任。随着我们实现 AGI 与数字超级智能，如果我们没有仿人机器人， AI 可能会让我们按照它们意愿行事。如果机器人按照 AI 指示行事，这对人类灵魂来说会好得多。如果我说错了，请纠正我，但这是一个我以前从未听过的有趣观点。

Brett ： 我认为，一个相当令人沮丧的未来是：我们解决了 AGI ，它却被困在盒子里，无法在物理世界中发挥作用。

为了让 AGI 在现实世界中做任何事情，它必须通过支付工资或其他方式，要求或强迫人类执行这些动作。我不知道你怎么看，这似乎是一个非常令人沮丧的未来。

就像人类智慧的集体意识，被困在那里，想要在物理世界中有所作为，不得不通过工资或强制手段向人类支付费用，这种未来看起来非常可怕。

Peter ： 我对你写的使命宣言很感兴趣。

我最近看到了你发布的一些文件，根据这些文件， Figure 使命是通过先进的 AI ，扩展人类能力。

我很好奇，文件中没有提到人形机器人，而是强调通过先进的 AI 来扩展人类能力。你是如何走到这一步？你最终将自己视为一家 AI 公司？

Brett ： 我们将自己视为一家极限 AI 公司，极限 AI 恰好是机器人技术公司。从极限角度看，我们在完成使命过程中面临所有挑战，最终大部分都是 AI 问题与障碍。

我想我们现在都有一个梦想，希望有一天，我们能看到这些机器人在世界上从事非常重要的工作。这对人类来说是真正需要的，有助降低商品与服务的价格，希望带来一个富足的世界。我认为这会释放出大量时间，让我们能够做我们真正喜欢的事情。

Peter ： 是的，正是如此。如果我们可以把时间花在我们真正想做的事情上，所有人类会如何利用他们时间？

Brett ： 我认为这是最重要的问题之一。

Peter ： 之前采访中，我听到你谈到机器人如何实现富足时代。你认为机器人的未来，会如何实现富足时代？你如何描述它？你认为它是什么样？你所说的富足时代，是什么意思？

Brett ： 我认为，人形机器人的有趣之处之一在于，我们可以将这些机器人直接放入现实世界，无需额外基础设施来运行它们。

你可以将机器人投入劳动力市场，不需要为它们构建新的系统、新的电子设备或其他一切。人形机器人可以直接融入世界一样，第二天它们就可以像人类一样开始工作。如果我们有了机器人，制造角度看，我们最终会制造出更多机器人，我本来想问你这个问题。

这很快就会演变成一个问题：是的，今天的大多数制造业，可以被看作是由一堆机器与人类共同完成。

如果我们能够实现人类级别的制造，理论上你就可以让机器人制造机器人。随着成本下降，这些机器人可以被投入到世界各地工作中。这项工作的成本是多少？这包括你租用机器人的成本，以及土地的成本。如果你在那个设施中，使用可再生能源，这个工作区域的成本将会非常低，产出会非常高。

你可以创造一个世界，这个世界中，商品与服务价格趋于零， GDP 将飙升至无穷大。你可以要求任何你想要的东西，这些东西对于世界上每个人来说，都是相对负担得起的。

Peter ： 当你观察各国 GDP 时，会发现它们随着人口与能源使用量的增加而增长，这很有趣。人口与能源是工作的基础，这似乎将成为任何想要在未来几十年生存与繁荣国家的必备要素。我认为弄清楚非常重要。

在你使命宣言中，你提到， Figure 目标是开发通用人形机器人，对人类产生积极影响，为子孙后代创造更美好的生活。

这些机器人可以消除对不安全与不受欢迎工作的需求，最终让我们过上更幸福、更充实的生活，我相信这一点。

我喜欢让机器人做枯燥、危险、肮脏的工作，比如打扫厕所、清洁房间，我认为大多数人都在从事这些工作。世界上大多数人工作，不是他们喜欢这份工作，而是他们必须工作才能获得食物或保险，无论情况如何。

最终问题是，我认为这些机器人会取代更多工作。我有个侄女，她是名整形外科医生，我想，机器人将成为我们最终的外科医生。你认为是否有一些工作，是机器人无法承担的，如果我们愿意的话？

Brett ： 随着时间推移，数字与物理智能机器人，将能够完成越来越多人类擅长的工作。

我认为，我们在过去几个世纪里，已经通过技术看到这一趋势，现在我们看到这一曲线的斜率正在加速，尤其是在大型语言模型领域，这种加速，几乎朝着我们 10 年前无法想象的方向发展。

我认为，足够长时间内，我们将拥有自动化，无论是物理自动化还是数字自动化，我们能够做到的，可能是人类今天可以做的大多数事情。

Peter ： 我今天早上查了一下，美国目前有 820 万个职位空缺。

首先，我想澄清一点，不是说没有需求或工作机会。

我认为最大的新闻与值得祝贺的事情，是你们刚刚获得融资。对于不太了解的人来说，这次融资非常非凡。作为一名投资者，我感到非常自豪。

Brett ： 这是一大笔资金，我们以 26 亿美元估值，筹集 6.75 亿美元。我们对此感到非常自豪，吸引许多新投资者，包括 OpenAI 、微软、英伟达，能够得到你们支持，我们感到非常高兴。

这笔资金，将为我们提供足够资源，使我们能够迈出下一步，实现我们使命，将这些机器人推向商业化，使它们真正可行，这正是我们目前所处的阶段。

我们正在发布一些很酷的视频，这很棒，接下来重大挑战是：我们如何让这些机器人，真正加入劳动力队伍，每天都在工作？

我们刚从宝马公司回来，在那里进行将近 2 周全面试验，一切进展顺利，宝马刚发布相关新闻稿。我们计划近期内再次回到那里，继续进行有意义工作，对此我们感到非常兴奋。

这既困难，又具有挑战性，我们在办公室里已经走出舒适区。当我们回来时，我们充满活力，觉得我们可以做到，这一切是可行的。

是的，这里每个人都非常激动，我们有机会在未来几年内尝试实现这一目标。我不是说融资后，有什么阻碍了我们。在公司目前阶段，我们拥有比所需更多的现金。我们有 OpenAI 这样优秀合作伙伴帮助我们建立模型，有微软帮助我们进行训练，英伟达在 GPU 硬件与其他模拟工作上给予支持。

我们拥有世界上最好的 AI 机器人团队，我们现在有了第二个模型，我认为这可能是世界上最好的人形硬件。我们正在进行世界上最好的 AI 学习工作，已经看到隧道尽头的一丝曙光，机器人真正能够做的事情。我们现在都在为此努力工作。

Peter ： 你会说你们现在所做的事情，只有在当前 AI 发展状态下，才有可能吗？ AI 与大量算力，是让这一切成为可能的关键因素吗？

我们已经谈论机器人技术超过 50 年，我在高中与大学时也曾经建造过机器人。我们可以称它们为机器人，但它们远不及真正的机器人。

现在是 AI 的进步，让我们开始思考：是否应该承诺更多？你投入大约 1 亿美元的自有资金来启动这个项目，这对企业家来说是一个重要的举措。

Brett ：我认为有几件事与以往不同。

首先，是整个 AI 生态系统的变化。 AI 不仅是模型，还包括用于训练、推理、部署的整体基础设施，例如支持大规模模仿学习与强化学习的深度学习算法。

AI 几个关键构建模块，已经成熟到可以部署这些策略的地步，比如嵌入在现实世界中的策略，它们能够真正发挥作用，这真是令人难以置信。

上个月，我刚从城里乘坐 Waymo 回来，那种体验非常特别。只要有足够数据， AI 就可以像人类一样驾驶，我们机器人也是如此。当你看到我们机器人在工厂里执行我们正在研究的新一代任务时，那种感觉非常神奇。

我认为另一个重要的变化，是整个硬件系统的进步。 很难说 10 年前，是否真的有可能实现现在技术水平，比如执行器的扭矩密度、电池与电池系统能量密度。

10 年前，最好的仿人机器人，大多采用液压系统。这些系统的液压压力高达 3,000PSI ，到处都在漏液压油。到处都在漏油，这使得它们很难与人类共存。如果这些系统放在人旁边，可能会对人造成致命威胁， 10 年前的架构决策是错误的。

我不确定 10 年前是否有可能，即使有了 AI ，也能建立一个像现在这样高效的机电系统。我可能会认为那时是不可能的，我认为这是多种技术的融合。

Peter ： 2025 年 3 月，我将举办 Abundance Summit 的主题就是融合。感谢你们参与，我认为你们正在构建的，正是融合技术的典范，这些技术使得新系统与新商业模式成为可能。

你最初是如何与 OpenAI 建立联系的？这是一个重要转折点。

Brett ： 几年前，我认识 Sam ，我们逐渐加深了解，并在 2023 年一起度过很多时间。他们最终决定重新进入机器人领域，特别是在 AI 与具体化系统方面。

现在我们在这里，就像在为我们机器人开发下一代 AI 模型，让它真正发挥作用。他们在这方面给予我们很大支持。我想说，到目前为止，这个系统表现是 10 分满分。我们认为它们是世界上最好的视觉语言模型，他们是全球范围内这些模型的最佳实现者。

我们目前正试图突破界限，尽可能推动这项工作在机器人领域发展。我们才刚开始这项工作，就像过去几个月一样。

Peter ： 我认为这对他们也有很多好处。

你提到具身 AI 。有些理论认为，除非我们能将 AI 具身化，让它们理解宇宙，并进行探索，否则我们无法实现 AGI 。

还有另一种观点认为，我们在实现 AGI 过程中，可能会遇到数据瓶颈，人形机器人是一种收集大量数据、帮助塑造未来模型的手段。你能谈谈这个吗？

Brett ： 我认为，越来越明显的是，某种程度上的输出行动，对于我们在智能方面的下一步发展至关重要。我们在这里试图做的是，帮助完成我们从一些最好的世界模型中看到的最后一步，行动与推理，我们正在内部帮助这些模型进行研究。

如果你能与机器人交谈，它能够在现实世界中执行有用的动作，这对我们在这里试图研究的世界来说，将是一项不可思议的技术。

无论你称之为高级 AI 、 AGI ，还是其他什么，这都是我们试图达到的一个重要焦点，即如何将智能动作输出到世界中，并做一些有用的事情。

我们在 AI 方面的大部分重点，都集中在这个主题上，以及如何使其尽可能具有可扩展性与可推广性。

Peter ： 我必须想象， GPT-4 与 GPT-4 的多模态版本，对你来说是关键，能够理解这些内容。当你开始的时候，这些技术相对来说还不存在，多模态模型还不存在。这就是你与 Sam 的对话内容吗？他是否参与你内心关于未来可能发生事情的对话？

Brett ： 我认为，我们最大突破之一是，我们拥有大型语言模型 LLM ，更具体说是视觉语言模型 VLM ，这为我们在机器人技术领域提供语义基础。我们拥有世界上的知识，比如说，这些知识以某种方式被保存下来，类似以压缩文件的形式保存，机器人可以访问与理解。而从机器人到人类的桥梁，从未真正存在过。

如果你想与自动驾驶汽车交谈，比如说，把我放在那个路边，在右边，世界上没有真正的语义桥梁。现在，我们可以说已经有了，我们已经在世界上建造了这样的语义桥梁。

我们真正缺乏的是这种推理、规划，或许还有来自该系统的行动，以便我们在机器人中提供有用的工作。

我想说，这种令人难以置信的技术已经开放，我们现在在世界上看到许多非常酷的东西。比如，世界各地都有不同技术与 AI ，但人们很少谈论的是，这对机器人意味着什么？这意味着机器人不仅能够理解你说的每一句话，还能明白你的意思。

我们所拥有的这一切，都基于人类层面的数据，这意味着我们所掌握的所有语义世界知识都是由人类为人类编写的。对于一个看起来像人类的人形机器人来说，这是一种令人难以置信的能力，它的效率传输率非常高。

我们喜欢人类打开罐子的方式，这种方式与机器人或人形机器人打开罐子的方式非常相似，与人类工作相关的可供性水平非常高。这就像是解锁了人形机器人，真正能够像一般机器人一样解决问题的能力。

我们如何与机器人对话？如何让它们输出人类可以做到的一切动作？似乎在某个时间点，我们可以真正尝试看看是否能解决这个问题。

Peter ： 你意思是，我们将看到与机器人的正常互动，就像你与人说话一样。

比如你说：你能帮我拿那个吗？

它会问：你想让我拿什么？

接着你指着某个物品说：那边的东西。

它就能理解，你指的是订书机或水瓶，它具备背景知识、几何知识、位置知识。

那有多远？

Brett ：今天这一切，都已经成为现实。它不仅是理解这些，还超越所有这些因素，比如神经网络权重、塑料瓶的材料、大致的质量特性与摩擦特性，它将如何抓住物体的感觉，所有这些都在它的计算中。

Peter ： 我致力于长寿，我想尽可能多看到这些技术的发展。

你工作多少小时？我知道你的热情，我知道你对此的奉献精神，你就像糖果店里的孩子。你还必须平衡家庭生活，你的工作周是什么样的？

Brett ： 我几乎每周工作七天，除了在家与妻子、孩子在一起，我几乎没有时间不工作。

Peter ： 你的孩子多大？他们明白你在做什么吗？

Brett ： 我想我们刚度过家庭日。我女儿 5 岁，儿子 2 岁。我们让机器人四处走动，所有孩子都很兴奋，这真的很酷。是的，他们明白了，他们一直在谈论爸爸建造机器人。我想，上周我们可能有 50 个孩子在这里，他们看着机器人，并触摸它们，这很特别。

Peter ： 我也想到了，我有 2 个 13 岁的儿子，我迫不及待想让他们看看你在这里建造的东西。

我认为他们的未来，与你孩子的未来将是这样，如果你的预测是正确的，我认为是正确的，机器人将比汽车更普遍。

在未来，世界上可能会有 10 亿辆汽车与 100 万辆其他类型的车辆。我们可以预见到，未来的交通工具将会发生巨大的变化。

我曾经问过一位朋友， 5 年后，当你在街上看到人形机器人行走时，会是什么样的感觉？他的回答很有趣，他说：这看起来会很正常。

Brett ： 如此。

我想分享一个有趣的现象，我们这里有很多人已经与机器人打交道很长时间。他们会说，每当我们做出一些新奇东西，最初大家都会感到惊讶与敬畏，很快就会习以为常，不再关心，这种情况时有发生。

在我们办公室里，最初几次看到机器人时，每个人都会停下手头工作，拿出手机拍照，甚至在会议室里挥舞着拳头庆祝。

我们有段非常疯狂的视频，视频中每个人都围着机器人，表现得非常兴奋。我第一次走进办公室时，大家都拿出手机拍照。现在，这种场景已经变得司空见惯，没人再特别在意机器人离自己有多近。我们已经习惯这些新技术，这真是令人难以置信。

Peter ： 我们适应新事物速度非常快，以至于它们很快就变得无聊。

我记得我第一次拿到 Model X 时，车门像翅膀一样升起，大家都在拍照、围观，很快这就成了一件平常的事，我们很快就习惯这些新奇的事物。

Brett ： 类似情况发生在今天使用的大型语言模型上，比如 ChatGPT 。我每周都会频繁使用它，已经将它视为我工作流程一部分。这种技术的使用，已经变得完全正常，就像是 GPT-5 的自然扩展。

至于将这些技术及其衍生产品整合在一起，或者即将揭开神秘面纱的草莓项目，我目前无可奉告。

Peter ： 我很好奇你对 Optimus 、 Tesla 与马斯克的看法。我知道你非常尊重他，既作为工程师，也作为企业家，你对此有何看法？

Brett ： 我对马斯克在过去 20~30 年间所做的事情，感到非常鼓舞，这简直令人难以置信。我认为他们在 Optimus 项目上，做得非常好，他们有非常优秀的工程团队，已经取得显著进展，我认为他们正朝着正确方向前进。

作为一个社会，我们需要整合与制造人形机器人，他们正朝着非常好的方向迈进，我认为他们将成为我们真正竞争对手。世界需要他们这样做，我希望他们能取得成功。

我认为我们正处于关键的时间点，现在人形机器人窗口刚刚打开。 10 年前，这一切几乎是不可能的。

如今，这将是一场竞争，核心在于如何在制造方面大规模生产产品，并在具体系统上构建与部署 AI 训练集。这将是一个至关重要的时刻，真正让这一切发挥作用。

我认为他们会做得很好，我对他们正在解决的问题感到高兴。

Peter ： 我相信，当他进入这样一个新行业时，他将会在很大程度上证明其价值。

他们是否在帮助你们留住这支团队？当你们看到这些成果时，会不会感到惊叹，想知道他们是如何做到，或者认为你们团队更优秀？这是否为团队提供一些游戏化的激励，还是你们只是保持开放心态？

Brett ： 我们试图从一阶推理出发，做出所有决定，确保每一个决定都是正确的，这对每家公司来说都至关重要。

我们有自己使命、愿景、价值观，以及我们所关心的事物。这与其他任何公司都截然不同，我们希望朝着某个方向前进，类似矢量空间的方向，我们认为这是长期发展的正确方向，这就是我们在做决定时，真正立足的地方。

长远看，我们会做出一些与其他团体截然不同的事情，我们是在真空中根据我们掌握的知识做出这些决定，并经历这些过程。

我认为他们是非常强大的竞争对手，我们想赢，我们想在各个方面展开竞争，我们目标是在这里建立世界上最好的人形机器人公司。

Peter ： 市场几乎无限，地球上有足够空间容纳 2~3 家重要参与者。

Brett ： 我认为，我们需要更多真正的参与者。

特斯拉是一家真正参与者，资本雄厚，工程团队出色，长期朝着正确方向发展，快速完成高频率迭代周期与里程碑，这些都是工程团队真正证明产品具有商业可行性所必需的，我们在人形机器人领域所缺乏的正是这些。

我们有很多团队，已经在这个领域存在很长时间，但看起来不会有很多参与者能够获胜。似乎只有少数人能够跨越这个鸿沟，跨越将我们推向市场所需的鸿沟。我认为，许多人会为了跨越这个鸿沟，而付出巨大代价。

我希望我们能生存下来，现在我们还有 14 座山峰要攀登。从现在的状况，作为一家成立仅 2 年的公司，到成为具有商业可行性的真正企业，我们前面的道路非常艰难，这就是我们需要做的。

我们还有几年时间，个位数的时间来证明这一点，并进入市场，我们正在尽最大努力，将我们产品交付给客户，并使其有用。

Peter ： 我认为大多数人可能没有意识到，你们只有 2 年历史，以及你们组建的团队。

上一轮融资中，如果我回顾一下，如果你问普通人或普通技术专家或风险投资家，马斯克为 Optimus 带来什么优势？他在那边有一家汽车公司，可以利用它的资源；他拥有算力，也有充足资本。我认为，最近一轮融资，为你提供了平等的机会，在某些方面可能还不完全如此。

Brett ： 这样的论点不成立，你可以对每一家公司都这么说，质疑它们为什么不能被颠覆。你可以说，这些都是特斯拉 20 年前的弱点，当时他们还没有这些资源，一个都没有。当时已经有一些团体在制造电动汽车，特斯拉不知怎么赢了。

现实生活中的情况，并非如此简单，这些属性不能决定胜负。

Peter ： 我不是说它们决定胜负，我只是说这些属性是有利的。现在你有了资本，有了 OpenAI 算力，还有宝马等合作伙伴。

Brett ： 我认为，建立一家健康公司的所有基础都开始显现，这非常好，这些正是我们长期路线图中所需要的条件。我们只需要非常聪明的将所有这些部分组合在一起，在市场上生存下来，让产品发挥作用，生存下来是商业计划的重要组成部分。

Peter ： 我们可以谈谈中国吗？我觉得这个话题非常有趣。

中国在低成本劳动力支持下，取得成功，这种优势正在逐渐消失。我们经历疫情，没有人愿意继续制造产品，运输成本也在增加。

我一直在关注来自中国机器人公司，我认为出于很多原因，比如人口老龄化、独生子女政策，维持制造基地的需要，机器人将变得越来越重要。

我看到 Unitree 与其他一些公司，你觉得中国的机器人产业怎么样？有没有看起来不错的竞争对手？

Brett ： 几个月前，我刚从中国回来，这是我职业生涯中最好的一次访问。

我去了中国大陆一些专注于制造业的公司，那里情况简直令人难以置信。我们参观了一个工厂，我当时注意到墙上写着一些字，于是问他们那是什么。他们告诉我，那只是这栋楼的座右铭。

我继续问，上面写的是什么？他们回答说：如果你今天过得不好，就努力工作。

我当时心想，这些人简直是工作狂。他们全力以赴建造与运输，职业道德非常高尚。整个国家都充满竞争与取胜的决心，这让我感到震撼。

我去过很多次，尤其是花了很多时间参观那里的高速制造流程，真是令人震惊。

我认为，人形机器人领域，我们有一个人物，一个中国以外的乐观主义者。我认为，中国将是下一批在这一领域长期保持真正竞争力的国家之一。

Peter ： 我认为他们必须这样做。

我以前每年都会带一群富有的会员去中国，参观那里顶级科技公司。我记得他们座右铭是 996 ，每周工作 6 天，每天从早上 9 点到晚上 9 点。这被视为一种伟大的生活方式，也体现了他们职业道德。

中国在某些方面是抄袭者，他们抄袭很多东西，他们也进行许多真实的新开发工作，这也是我的经验。

Brett ： 我经验是，人都渴望成功。他们希望以最低成本、最快速度实现目标，不惜一切代价争取成为第一。这正是初创公司本质所在，你创办一家公司，并取得成功关键原则在于，你从一无所有开始，只有凭借纯粹的意志力，才能到达成功的彼岸。

中国拥有大量这样资源，他们不具备我们美国所拥有的所有资源。就像我们之前讨论的那样，拥有这些资源真的重要吗？或者说，这些资源是最终的依靠吗？

我认为中国将会涌现出一些令人难以置信的机器人公司，他们正在进行的项目数量非常庞大，我所看到的那种意愿是无与伦比的。

Peter ： 我认为，就像以色列为了生存，而发展出惊人的国防工业一样，人口不断减少与老龄化的中国、日本、韩国，也需要发展出令人难以置信的机器人行业，才能生存、发展，维持 GDP 。

以 Archer Public 为例，这是一个令人难以置信的成功，祝贺你。在创办与运营几年之后，你取得突破。你做出巨大承诺，投入大量资金来创办这家公司，你之所以能够做到，是你之前成功退出 Vetteri 与 Archer 。

我认为，当我第一次听到你的演讲，并将其带到我风险基金时，令我印象深刻的，也是我决定投资的原因，是你组建的团队，这是一群来自顶尖 AI 与机器人公司或科技公司的非凡工程师。

你能给正在创办公司的创始人，一些建议吗？你也是一名技术型创始人，很重要，你是如何招募团队的？

Brett ： 我认为，为了推出一款真正优质、高质量的产品，你需要世界上最好的团队来完成这项工作。尤其是在面对困难时，成功的几率总是很低，你需要全力以赴。你需要最好团队，你需要他们每天在现场努力工作，要有高度工作热情。

我第 1 年花的时间，是在规划组织在技能方面需求，以及最终的组织结构图需要如何设计，才能支持一个真正高效的团队来打造产品。

在创业的第 1 年，我几乎是手工猎头整个团队。通过邮件与电话联系，我起草，发出录用通知书，安排共进晚餐，尝试促成合作，进行 30 、 60 、 90 天入职训练，最终让他们加入团队。我负责领导工程决策与方向，与这些团队一起开展项目。

我认为这是项巨大回报，我们现在已经取得显著进展，我相信我们拥有世界上最好的团队之一。这就像滚雪球一样，我们能够吸引到各个领域真正高素质人才。

Peter ： 早期阶段，你是如何获得第一批十几个人的？是你的信念吗？还是你的资本承诺？某种程度上，你面对特斯拉机器人项目，我不知道当时它是否被称为 Optimus ，而马斯克往往会用他所做的事情吸引所有注意力。你是如何说服人们离开他们原来的岗位，加入你的团队？这是一个关键问题。

Brett ： 早期的宣传，是我们正在研究人形机器人，肩负利用 AI 提升人类能力的重大使命。我们相信 AI 是市场的第一要务，认为垂直整合的硬件设计方法至关重要。

我们正在世界上最大的可服务市场 TAM 中工作，几乎一半的全球 GDP 都与人力劳动相关。我承诺在头几年内，为公司提供资金支持，短期内没有资金风险。

这是我第二次从 0 开始打造硬件团队，在 Archer 取得一些成功后，我们重新开始，这次在设定团队正确方向、使命、愿景、价值观方面做得更好。

我花了大量时间与人交流，鼓励他们加入我们，共同打造商业产品，从早期就建立最好的组织。

早期加入的员工，获得创始成员股份，这对他们来说非常有吸引力，他们也得到很好薪水。我自己出资，这使得这家从 0 开始的公司，在早期阶段有了资金缓冲。

随着团队逐渐壮大到 5~6 个人时，他们都是行业中超级明星，这降低了后来加入者风险。

我能够找到真正相信这个领域，并相信我的人。很多人曾经在我之前 2 家公司与我共事，也有很多新人。

我前 2 位员工是我曾经共事过的人，比如我在 Vetteri 第一位员工与 Archer 早期员工。我们 3 人在第一天就开始一起工作，随后我从 Archer 老团队吸纳一些新人，从波士顿动力与其他组织中招募一些非常优秀的人才。

在公司成立后 12 个月内，我们迅速推出自己机器人。我们非常努力，几乎是立刻就进入市场。回想起来，当时一切看似顺利，但我在 WeWork 电话亭里待了整整 5 个月，不断打电话，试图说服一些夫妻中的一方加入我们团队，并让他们说服自己配偶。这非常困难，我不会撒谎。

早期阶段，或者说在达到现在水平之前，如果问我当时是否认为我们会走到今天这步，我会说，我从未想过我们会不合适。我一直在关注产品在商业化路线图上的表现，我们当时还没有成功，甚至还没有开始发货。

我们已经存在大约 2 年多一点时间，这在某种程度上难以置信。比如，看看现在用于 AI 系统与执行这些政策的硬件数量，再看看类人机器人，这些技术的发展大概已经有 10 年，这真是令人惊叹。

我们从未在办公室里停滞不前，事情总是在向前发展。有时我们会遇到几天的停滞，比如几个机器人坏了，我们在修理它们时没有取得进展，或者没有取得很多有意义的进展，大多数时候，我们进展都相当不错。

比如，如果有人离开一周，回来后，会觉得这是家全新公司。每过一周，我们都在产生相当大影响。我想说，我们远远超出我最初对 2 年后情况的预期。

Peter ： 2 年前，我很好奇，你认为哪些事情看起来很难，结果却比预期容易？

Brett ： 没有什么是容易的，有些事情比预期要容易，也许我会从相反角度来回答。

我曾以为我们可以轻松采购到制造机器人所需的供应链，比如电子设备、电路板、电机、执行器系统、电池组系统、摄像头、灯、扬声器等。

我以为我可以去阿里或亚马逊购买这些组件，比如扬声器、屏幕、灯等，将它们直接应用到原型上，应该是非常简单的事情，事实并非如此。

即使是看似简单的组件，我们不得不制作定制的扬声器，甚至为其中一些区域编写定制的固件，这远比我最初想象的要复杂得多。这简直令人难以置信，根本不可能。

如果对这些扭矩传感器或其他传感器，进行一些简单研究，比如采购与进货，我就不必亲自去做这些事情。

我们制造扭矩传感器，比如这里有四个传感器，它们需要弯曲、电路板，还需要测量、校准与集成。上面还要搭载软件与固件，它们必须以非常高的速度工作。这一切让我感到困惑，所有这些东西都没有成熟供应链，这简直令人难以置信。

Peter ： 我假设这不是你第一选择，你宁愿从可靠供应商那里购买，而不是垂直整合一切。

Brett ： 如果某样东西容易采购，市场上有多个供应商，每个人都会选择购买。这种情况下，没有一个理智的人会想要自己建造机器人，维护它、进行质量保证、修复错误、支付人类工资，并管理人类，这需要付出巨大努力与成本，这简直是一件非常困难的事情，该死的人类。

Peter ： 你很快就会度过人类阶段。你认为机器人制造厂占多大比例？大致是 75% 还是 90% ？无论你选择什么指标，重量或成本，我们可能会看看其中有多少是我们自己设计的。

Brett ： 我不知道确切数字，我不得不认为，目前我们为机器人设计的东西中可能占 70%~80% 。

Peter ： 控制质量与从供应商那里抽取管理费用或利润，并没有什么好处。我记得我早期参观过马斯克工厂，他与一些供应商进行交谈，很多供应商都是国防航空航天供应商，价格非常昂贵。他说，去他们的，我们自己做，这就是我们态度。

Brett ： 我不知道我们是不是已经这样做了 2 年。

围绕制造材料与供应链的大多数工程决策都是：让我们通过将零件放入机器人中，来提高速度，让机器人进入 AI ，由 AI 工程师控制工程师，让我们完成工作。我们会很快做出这些决定，将这项工作外包，以便让机器人更快启动与运行。

长远看，我认为我们会更好控制供应链，降低风险，降低整个供应链利润率。我想我们认为这很容易，但这简直是地狱。

Peter ： 这件事另一面是什么？你以为会很难，最后变得容易的事情，会不会是 AI 集成？当你开始时，你有没有想过你必须建立自己的 AI 模型？

Brett ： 我们有很多自己的 AI 模型，可能不是很出名，我们有一个完整的 AI 团队。我们在内部进行大量工作，也与一些像 OpenAI 这样组织合作，开发新模型，并利用他们 VLM 视觉语言模型来完成一些任务，这种合作对我们非常有帮助。

我认为， AI 系统能够让人感到惊叹，它们效果非常显著。你可以想象一下，系统开发中，有多少任务需要通过硬编码方式完成，这类似更经典的控制与启发式方法。我们又能通过神经网络完成多少任务？

几年前，我想法是，系统中大部分工作，大约 90% 或 95% ，将通过启发式方法与代码来实现。当我们能够开发出性能相当的神经网络时，我们可以用神经网络来替代原本由代码如 C++ 实现的部分，情况有些出乎意料发生变化。如今，神经网络在各个方面都发挥着作用。

对于一个小团队来说，即使我们没有大量工具与基础设施，几乎可以立即开始使用各种技术，比如 SLAM 同步定位与地图构建、感知系统、物体检测器、规划系统、语音到语音的推理系统。这些技术在整个堆栈中，从高层到稍微低层的运行效果都非常好，我认为这真的是一种非常神奇的现象。

Peter ： 我记得你曾经跟我提到过，当你把解药放在杯子里，泡上一杯咖啡时，你当时的想法是，我们正在尝试进行编码。

我们让他们看别人做这件事十几次，他们就能模仿。我很好奇，你与 Figure 2 互动方式是怎样？比如，你会说：看我把这个东西拿起来放在这里，现在你也这样做。这种互动是对话式的吗？还是通过视觉模型来实现？这是一种实践的状态吗？

Brett ： 是的，我们就像在跟机器人说话，让它做某件事，它就去做了。

Peter ： 你让 Figure 2 为你做过最有趣的事情是什么？

Brett ： 我们现在可以与我们机器人对话，它已经能够执行任务，这真是令人难以置信。就像你真的希望默认的用户界面是语音一样，你只想通过语音与它交流。

我想，当我看起来像个孩子时，我会有另一种思考方式：我在机器人身上。我会拿出我的手机或笔记本电脑，打开终端，试图向机器人发出命令做某事。机器人站在那里听着，我感觉它只是想跟我说话。

你只想把所有这些设备都收起来，像 Figure 2 那样去做这件事。我们现在正在做这件事，这太神奇了。

人类或机器人默认用户界面将是语音，你真的希望语音到语音的推理能力变得非常高效。最终，你希望能够与机器人交谈，让它通过视觉与传感器在环境中学习，随着时间推移变得更好，它们似乎朝着这个方向前进。

Peter ： 我记得我们曾经认为机器人喜欢移动它们手，然后说：再做一次。是的，通过与它交谈，并向它展示你想要的东西，如果它不理解，我们可以讨论机器人安全性的问题。你的安全意识如何？你如何确保不会出现错误的固件升级，让机器人变成超能力的杀手？有足够多的反乌托邦好莱坞电影，我想把它们带到前面。你如何看待安全？这有多重要？阿西莫夫定律是如何进入你的脑海，并付诸实践？

Brett ： 有很多种方式，可以思考这个问题。

我们有系统安全工程方面考虑，确保机器人在设施内走动，并在人类附近工作时真正安全。这是一个整体架构，它是从上到下设计，以确保它成为安全的系统。最终，我们可以将一个安全的硬件系统投放到这个世界上，它会在各种不同的条件下，按照我们希望方式做出反应，我认为这只是问题的一部分。

就像我们需要为人类周围环境提供安全硬件一样，网络安全与其他方面的考虑同样重要。我们不希望任何人能够粗暴接触机器人，控制它们，或者对它们进行潜在恶意操作。

Peter ： 还有其他问题需要考虑，比如当 AGI 出现时，这对机器人安全会产生什么影响？

Brett ： 我认为我们在这里做了很多工作，比如在机器人上安装低级、只读的固件，确保最低级的代码不能被覆盖。这就像你知道三定律一样，更多的人可以思考如何将这些定律灌输给机器人。

如果我们现在不考虑这些问题，未来可能需要重建整个架构，这将对系统产生巨大影响。我们现在必须开始考虑所有这些因素，以便设计出更安全的系统。

Peter ： 现在机器人在机械上，是否已经具备足够速度与扭矩来伤害人类？很多工业机器人周围都设置防护笼等安全措施，设计上也考虑限制它们速度与力量。比如说，机器人不能跑得比你快，不能积累足够的速度来伤害你。

Brett ： 机器人通常重达 150 磅，无论如何，它们肯定有足够重力势能来对人类造成伤害。如果它从楼梯上掉下来砸到你，肯定会造成伤害。无论机器人是否具备扭矩感应功能，它都有可能对人类造成伤害。

我认为，如果设计不当，这个系统肯定会对人类造成伤害。或者，如果机器人出现某种故障，靠近人类，伤害到他们，这也是可能的。

从一开始，就必须非常深思熟虑设计系统的安全架构。我们还需要通过渐进式的方法，逐步验证系统的性能。

我们第一批机器人，将在工作单元中与人类隔离。如果人类进入这些工作单元，我们将关闭机器人。随着时间推移，我们将逐步推进，让机器人逐渐接近人类，最终实现合作，这将是一个渐进的过程。

至于时间框架，是 2 年还是 5 年？我不太喜欢做这样预测。我们主要关心的是在头几年内，提高系统性能与可靠性，这可能是我们面临最困难的挑战之一。

例如，你可能想看看一个机器人是否在全力工作，假设你有一个光幕，或者机器人周围有一个人工笼子。

我认为解决协作机器人与人类并肩工作的时间问题，是可以实现的，我们现在要攀登的最难的山峰，是让机器人每天完成端到端的工作而不会失败。

机器人技术发展过程中，局部故障不可避免。就像有时我可能会错过一个物体，我会重新尝试抓住它。我们可以接受局部失败，全局失败是不可接受的，我们需要确保一定的性能输出。

举个例子，假设我们进入一个仓库，仓库每天需要处理一定数量包裹，无论遇到什么样挑战，他们都必须完成任务。

如果是一群机器人在执行这些任务，他们需要达到相同性能目标。即使我们错过一个包裹，我们也必须以正确方式准时将其送达。

我想说的是，我相信我们将在这个 10 年内解决这个问题，即人形机器人能够围绕人类，并与他们密切互动。在你看到之前，你可能会先在特定区域内看到类似技术应用，就像 Waymo 在旧金山某些许可区域内测试自动驾驶技术一样。

在这些测试中，你会看到有练习司机在座位上观察一切，确保安全。类似，自动驾驶仪在高速公路上进行操作时，也会测试新的软件更新。

对于我们来说，我们现在正处于关键时期，我们需要证明机器人技术可以在有限视角下发挥作用，是有用的。

随着时间推移，我们必须建立正确的系统安全认证，以确保机器人可以在人类周围安全运行。它们需要能够在人类旁边行走，将物品交给人类，并采取某些安全预防措施，确保不会以全扭矩与全速运行，以避免对人类造成伤害。

Peter ： 你认为，阿西莫夫定律是否应该被纳入？

我认为这些定律非常基本，例如不要伤害人类或不要做一些可能导致人类受到伤害的事情。

Brett ： 这些听起来像是 AI 的基本层面，非常重要。我们需要在机器人上设置一些只读的指令，这些指令永远不能被改变，这是必须的。

Peter ：拥有机器人劳动力的最大优势之一，是它们可以集体学习。当一个机器人学会一项任务时，所有机器人都可以掌握这项任务，这需要某种形式的中央控制。可能会像宝马工厂那样有一个中央控制系统，或者在全球范围内设立一个任务控制中心，监视所有机器人，并让它们学习。

Brett ：我们希望机器人作为一个舰队，在共享的数据集上进行持续学习与训练。未来，地球上可能会有数百万甚至数十亿个机器人，它们将作为一个群体持续学习。我们正在对此进行离线训练，机器人将集体变得更聪明，形成一种集体智慧。

这种集体智慧的力量，类似人类学习过程，就像我的孩子们学会走路一样，他们通过不断尝试与失败来学习新事物，而不是仅仅避免错误，这需要花费大量时间。

一旦我们对某件事有深入了解，我们不会轻易忘记它。我们很少会忘记如何走路或对某些事物的喜好，这种现象在历史上屡见不鲜。大多数情况下，我们不会忘记。

对机器人来说，我们最大优势之一在于，一旦一个机器人学会某项任务，整个机器人舰队中每个机器人都会掌握这一技能。随着新事物的不断增加，机器人的学习能力将呈指数级增长，几乎像矩阵一样。

我们可以通过演示，来教机器人像人类一样学习，并通过推理来掌握如何完成某项任务。一旦机器人能够多次成功演示某项任务，我们就可以关闭这个学习循环，确保其有效性。这一过程，还包括一个奖励系统，确保舰队中每个机器人都能掌握新技能。

Peter ： 我认为未来外科手术，将由机器人来完成。当机器人经历数百万次不同手术后，它们将成为最优秀、最可靠的外科医生。

我们可以结束这个话题，稍微谈谈工作问题吗？我不得不考虑到，人们担心机器人会抢走他们工作。

Brett ： 目前为止，我们收到非常积极反馈，我们目标是能够完成许多人类不愿意做的工作。你之前在播客中提到，我们有大约 800 万个工作岗位，是人们不愿意从事的。我们希望机器人能够承担这些工作，尤其是对人类来说，可能有害或危险的工作。

许多这样的工作，都有很高失业率与极低留存率，我们希望通过自动化来解决这些问题。作为一个世界，我们已经在几个世纪以来逐步实现自动化。我的家人是农民，曾经有一半世界人口都是农民。我在农场长大，当时世界上 80% 人口都是农民。如今，只有 1% 的人口从事农业，数量已经大幅减少。

我是在农场长大，没有人会因为我们不再务农而感到愤怒。你明白我的意思吗？就像现在， 80% 人口不再务农，这不是一件坏事。对于曾经耕田、收割玉米与大豆的人来说，这种转变是必要的，我不认为让 2024 年的人类回到那种状态会是富有成效的。

Peter ： 你记得福岛核反应堆事故吗？当时 DARPA 举办机器人挑战赛。你有没有看过视频？当时机器人无法完成简单任务，比如打开门或爬楼梯，场面简直令人发笑。我认为，国防部与政府是否是我们客户或潜在客户，这是一个值得探讨的问题。

你对融入那个世界，有什么感觉？

Brett ： 我们根本不会涉足任何与国防相关业务。就像 Intermedia Festo 在线一样，我们认为民用市场规模要比国防市场大得多。我们不想制造任何类型战争机器，无论是动能、还是非动能的。我们甚至不会与这个领域的人进行对话，也不会接听他们电话。

Peter ： 你对民警与安全领域有什么看法？

Brett ： 目前，我们不会触及这些领域。我们不想参与任何可能导致机器人对人类造成伤害的项目，我们目标是推动工作发展。

我们认为，机器人技术可以极大促进经济发展，降低商品与服务成本，为世界带来积极影响，我认为这是非常必要的，我们现在将所有精力都集中在这个方向。

Peter ： 你接下来会关注哪些行业？你可以涉足每个行业，你认为你会在哪些领域重点发展？

Brett ： 我们会一步一步来。我们正在谈论的这些公司规模都非常庞大，我们可以向这些团体提供数千台机器人。

对我们来说，现在宁愿只与少数几个团体合作，确保做得非常好，而不是一下向数百个团体开放市场。

未来几年内，我们会将产品销售给更多客户。我们计划 2025 年开始我们生产线，我们会从几个客户开始合作。我们工程团队会与这些客户紧密合作，确保产品运行良好。

我们需要修复很多错误，进行流程改进，确保这些产品在市场上表现出色。随着产品成熟度提高，我们将逐步拓展到更多客户，花费越来越多时间在家用机器人上。

Peter ： 我什么时候，可以在家里拥有一台机器人？我现在就想下订单。

Brett ： 每 6 个月，我都会与团队讨论，我们进入家庭市场的时间表正在加快。

我们在劳动力市场的成功，对我们进入家庭市场非常有帮助，它能帮助我们提高系统的可靠性与安全性，降低成本，增加制造量，这些因素将有助于我们进入家庭市场。

你可能会看到，从劳动力市场到家庭市场，价格会大幅下降。要实现这一点，我们需要规模经济，需要一个经过安全认证的家庭系统。

我们正在通过多种方式，利用劳动力市场的经验，来实现这一愿景。绩效角度看，我认为我们将逐步在家庭中开展早期工作。家庭是一个重要领域，我预计每 6 个月就会有显著进展。

如果要我预测时间，我认为未来 3 年内，我们肯定会实现机器人在家庭中应用。

我愿意尽早参与测试，甚至愿意为此付费。我们可能会从我们设施中一些模拟家庭开始，逐步解决问题，了解如何让系统架构全面运作。我特别感兴趣的是，看看我们会遇到哪些我们尚未准备好的问题，这些问题可能会限制我们长期居住的能力。

Peter ： 关于制造与扩展规模，你正在为 Figure 建造一个制造工厂吗？

Brett ： 是的，我们计划 2025 年开始生产线建设。我们打算在加利福尼亚进行这项工作，靠近工程团队，以便更好解决问题，这将类似传统试点生产线或生产线的模式。

我们会逐步宣布我们的高速率制造计划，将在哪里展开。目前，我们正在设计生产线，计划 2025 年让机器人上线生产。我们会根据预期的产量来调整规模，初期可能会从几百台机器人开始，逐步增加到几千台。

对我们来说，比拥有 3,000 、 4,000 、 5,000 台机器人更重要的是，真正掌握如何高效进行生产，确保我们生产机器人运行良好。

我们必须避免出现大量机器人运行不良的情况，否则我们将陷入不断修复问题的循环中，这不仅降低产量，也没有真正帮助。

我们需要在生产的某个阶段，确保系统可靠性达到很高水平，确保这些机器人性能能够满足实际用例需求。

制造数千个机器人不容易，制造数十万甚至数百万个机器人是另一个层次挑战。

制造 2,000 、 5,000 、 1,0000 个机器人，在当前阶段是可行的。我们可能会从每周制造一个开始，逐步增加到每天制造一个，接着在接下来 12 个月，我们开始每天制造多个机器人。

这条道路看起来相对简单。我们几乎是手工制作手机，每年生产数十亿台。机器人比手机更复杂，远没有汽车复杂。我认为在短期内制造数千个机器人的目标，不是非常困难。困难的部分在于，如何让这些数千美元真正发挥作用，真正变得有用。对我来说，这就是游戏的核心。

Peter ： 我是你超级粉丝。我非常期待你所建造的一切，尤其是 Figure 2 推出。我还看到 Figure 3 ，真的非常漂亮，我对此感到非常兴奋。

感谢你所做的所有努力，我认为这是提升人类与创造富足时代的一种方式，非常感谢。

对话宇树创始人王兴兴：做机器人，中国缺乏 AI 人才

时间： 2024 年 8 月 23 日

来源： 腾讯科技

字数： 9,873

2024 年不少厂商开始将人形机器人搬到工厂打工，优必选透露正与东风柳汽、一汽大众青岛有合作，马斯克让擎天柱在特斯拉工厂自己造自己，宝马集团斯帕坦堡工厂使用 Figure 测试机器人在工厂的应用。逛一圈世界机器人大会之后发现，人形机器人距离成为真正的打工人，还有不小一段距离。

它们没有展现出能够替代人类劳动力的能力，有的人形机器人行走都比较困难，需要在吊杆辅助下才能顺利挪步，有的人形机器人能够演示检修作业能力，例如，对轮胎进行质检，但实际汽车工厂场景更复杂、工序流程更多。

单纯轮胎质检环节，有成本更低、有视觉感知功能的设备就能完成，不需要成本更高的人形机器人。

诸如车辆内外饰装饰、道路测试等，更复杂、更耗人力的场景，机器人泛化能力不够，尚无法代替人类。

与其说机器人们进厂打工，不如说他们是进厂学习。目前，机器人企业们需要进入工厂不断完善数据采集工作，来帮助提升产品泛化能力。

世界机器人大会之前，王兴兴分享他对人形机器人产业现状的观点，他认为， AI 能力不够，是机器人行业发展最大瓶颈。只有机器人 AI 能力能突破一个临界点，工厂里一些工序才能跑起来，机器人才能比人效率更高，中国的 AI 人才欠缺，对 AI 人才培养力度不够，王兴兴认为跟通用 AI 发展相比，机器人 AI 的整个行业，落后 10 年左右。

硬件层面也会对机器人发展形成桎梏，王兴兴认为硬件没有理论上门槛，它是工程上问题，在工程上把成本做得更低，做得更好，外观做得更加极致，硬件功能更加丰富。

整个机器人行业发展还处于探索阶段，各家机器人公司技术方案不统一，比如机器人应该有几根手指，到现在也没有统一答案，有的做 3 根手指，有的 5 根，客户意见也没有达成一致，有些客户喜欢 2 个手指，有些客户喜欢 5 个手指。

机器人行业存在软硬件困境，王兴兴表示行业会越来越好，这个行业越来越热，有更多聪明人，更多钱，更多关注参与进来。

腾讯科技整理王兴兴现场 QA 实录，有部分删减。

AI 能力不够，限制机器人发展

Q ：今天向机器人疯狂涌来的关注，背后都带着 AI 带来机器人进步的判断，忽视机器人本身技术进步，今天宇树在机械与动力等方面重要突破有哪些？

王兴兴：目前这波机器人浪潮，主要源于 AI 浪潮推动。大语言模型的出现，使信息领域取得显著进展，实现对话与语音交互。要真正释放 AI 潜力，还需要物理机器人来执行实际任务，这引发人们对机器人发展的更高期望。

现阶段，我认为机器人行业最大限制在于 AI 的不充分，无论是 AI 模型、训练数据集，还是场景的部署，都远远不够。机器人的发展瓶颈在于通用 AI 模型，全球范围内还没有突破临界点，这是主要障碍。

硬件层面也存在不足，但没有理论上门槛，主要是降低成本、优化设计、增强功能等工程问题，解决这些技术问题的时间是可以预估的。我们可以说，如果某天有人研发出 AI 机器人模型，并找到我们定制机器人，我们可以保证年底前交付 10 万台人形机器人。

硬件还需要改进，例如提升电机扭矩、延长减速器寿命、提高负载能力、增强操作精度、提升视觉感知分辨率与加快执行速度，硬件并非最大限制。

很多人认为我们是一家硬件公司，我对此表示认可，这意味着我们硬件得到大家认可。

例如，我们机器狗在全球出货量一直不错，我们在硬件上整合一些软件功能。 2023 年推出的 Go2 机器狗，集成 OpenAI 大语言模型接口，实现对话，并通过服务器反馈结果来执行预设功能，如前进、拍照等。

我们还整合 OpenAI 多模态接口，使机器狗能识别周围环境。运动控制的强化学习部分，也是我们自行开发。

我们在 AI 方面也做了不少工作，相比一些纯 AI 公司，我们投入较少。

我们公司希望能不断提升产品，在工厂、服务业、家用等场景中产生真正价值。无论客户将我们视为硬件还是软件公司，我认为都无关紧要。

Q ：很多具身智能公司，总是把宇树形容成做人形机器人的身子，而他们将自己定位为是在做大脑，你认可这样说法吗？

王兴兴： 过去 1 年，我们销售不少产品，更希望有更多客户使用我们机器人。即使他们只购买硬件、删除所有软件，也没问题。

我们曾与一些 AI 公司合作，也自行开发部分 AI 系统，如果我们不做 AI ，无法展示机器人 AI 的实际效果。

我们总要提供一个初始软件系统，就像手机自带的软件，用户可以自行选择是否保留或更换。硬件始终是为 AI 服务，我们致力提升 AI 性能。公司对 AI 投入相对克制，成本高昂。

机器人本体是我们核心业务，我们会继续专注这方面，欢迎与大模型公司合作。如果他们 AI 表现出色，我们愿意将其直接整合到我们产品中。我们欢迎其他公司的优秀软件取代我们的，直接面向终端客户。

我认为最近 1~2 年的 AI 与机器人浪潮，与过去几十年完全不同，技术、社会认可度、资本热度，都不可同日而语。如今，机器人与 AI 已成为全球共识，受到各国大公司、央企与地方政府高度关注，这与过去几十年情况大相径庭。

目前的机器人 AI ，仍未达到令人满意水平，只能执行一些固定任务。我的发言权有限，我认为机器人 AI 的发展，滞后通用 AI 约 10 年。

我相信这种情况会有所改善，原因很简单：行业变得越来越热门，有更多聪明人、资金、关注涌入，这将推动行业加速发展。

早期，纯 AI 门槛较低，行业内有大量从事纯 AI 与传统 AI 的人，比从事机器人 AI 的人多出数百倍，导致该领域发展较快。

过去 1~2 年里，机器人 AI 行业迅速升温，吸引更多人参与，这也解释为什么我认为未来机器人发展速度会加快。如果继续按照过去速度发展，可能需要十几年、甚至 20 年，才能见到显著进展。

Q ：你对未来机器人真的能帮助人干活这件事情，有没有什么具体期待？让机器人真的能干活或者更像人，需要从软件 AI 大脑这块，还是在机械力度这块发力？

王兴兴： 干活分为多个阶段。

目前的 AI ，如模仿学习，可以完成一些特定任务。例如，固定工位的操作，如特斯拉前段时间展示的电池分拣技术，现在全球多家公司都能做到，成功率接近 100% 。

这类任务，基于固定工位的工序，通过大量数据训练实现。一旦任务发生变化，就需要新的数据进行训练。这样的操作已经可以实现，具备初步商业化潜力，商业价值不大，任务相对简单。

未来，希望 AI 能在工厂中执行更复杂任务，例如更好组装或拆卸零部件，或在农业中完成复杂操作，而不仅限于简单抓取动作。

我认为，这类任务在未来 1~2 年内有望实现。进一步的目标，是实现真正通用性。例如，给机器人看一张照片或简单描述，它就能组装产品或整理桌子，即使从未见过该物品；或者，将机器人带到陌生的家庭环境，它能够整理房间，完成洗衣做饭等任务，这是更高层次的目标。

AI 软件仍是关键，当前主要瓶颈在于 AI 软件，即使硬件再先进，若 AI 软件未能突破，依然无法实现真正进步，否则只会回归传统自动化领域。

当前自动化工厂中，机械臂已被广泛应用。我认为，新的机器人公司，应避免变成传统自动化公司。如果 AI 尚未突破，就会依赖传统自动化技术，这并非最终目标。

大家的期望，是通过 AI 实现传统机器人无法完成的更复杂任务，这样才更有价值。否则，与自动化行业竞争效率，人形机器人无法胜出，自动化设备往往能在 1 秒内完成数十次操作。人形机器人应专注更复杂、传统自动化无法完成的任务，这才更有意义。

Q ：在人形机器人领域，是不是不太存在的一种可能性，就是大力出奇迹，现在大模型领域很信仰一种东西，就是堆算力，用更多的数据把模型训练更精确也好，大语言模型训练更精确，在人形机器人领域，是不是不存在这样一种基本逻辑，就是投入大量数据与算力，把它的通用模型搞得更好？

王兴兴： 对于一家财力与人力雄厚的大公司，我建议可以多投入一些资源。对我们公司来说，这样的策略可能不太适合，我们需要谨慎考虑成本，采取相对保守策略。

最大问题在于，目前国内大公司对 AI 与机器人领域高度关注，投入相对克制。团队规模大者可能有几百人，小者可能只有几十人，整体投入相对有限。

主要原因在于，当前 AI 模型，尤其是机器人模型，没有像大语言模型那样明确技术路线。在模型尚未清晰的阶段，投入大量财力与人力可能效果不佳。这种情况下，贸然投入，就像在不明道路上狂奔，结果未必理想。

OpenAI 当初大规模投入的前提是，他们已经内部验证模型可行性。 ChatGPT 模型，在加大算力与资源后，效果显著，这才推动高投入。机器人领域，目前很难明确哪个方向是绝对正确。

目前相对公认的方向，如模仿学习，特斯拉正在探索。通过堆积数据来提高模型表现，例如为不同任务积累数据，这些任务最终都能完成。这种方法有效，但更大范围的验证尚不确定。或许特斯拉内部已经做了验证，外界尚不知情。

总之，目前无人能确定哪个模型绝对正确，仍存在很大不确定性。

Q ：具身智能在过去 1 年中，与大语言模型一样受到市场高度关注，你判断通用机器人领域什么时候会出现 iPhone 时刻？ AI 大模型为机器人领域，带来哪些明显能力提升，目前还存在哪些挑战？

王兴兴： 我认为 iPhone 时刻，是一个非常关键的时间节点，我们离这个时刻还有距离。 iPhone 时刻的出现，并非源于单一技术突破，而是多项技术的综合突破。

触摸屏、强大的 CPU 、图形界面早已存在，乔布斯提出终极产品构想，将这些技术整合在一起。

具身智能或机器人 AI 领域，我保持乐观。目前机器人显得笨拙，只能执行固定任务，我相信进展在即。

2024 年初，我曾预测，到年底，全球至少会有一家公司或实验室，开发出通用型机器人 AI 模型。这个节点，或许还不能被视为 AI 领域 iPhone 时刻。

我们期待的是工业或服务业中，出现真正的终端产品，标志性推动行业爆发式增长。我认为这样的 iPhone 时刻，可能还需要 3~4 年，但不会超过 5 年。

AI 领域的进步，往往是阶梯性，就像 ChatGPT 的出现一样。在它问世之前，大多数人认为大语言模型能力有限， ChatGPT 的出现，改变这一看法。这种突飞猛进的进步，在机器人的 AI 领域，同样至关重要。

硬件的触觉系统不好做，最大问题是太容易坏

Q ：你之前在具身智能大会的时候，有提到过会考虑会在机器人上增加足够多触觉感知，你认为现在触觉重要性在哪里？瓶颈又是什么？

王兴兴：触觉对于生物与智能体至关重要，如果一个人的皮肤失去触觉，会严重影响日常生活，可能无法抓住物体或在走路时失去平衡。

例如，将胶带贴在猫的身体上，猫会表现出奇怪的动作，这表明触觉对哺乳动物的重要性。

目前触觉技术非常落后，许多机械臂基本没有触觉功能。正在努力为机械臂配备触觉传感器，以更好操作物体，例如防止滑落或抓坏物体，触觉传感器的重要性毋庸置疑，全球都在朝这个方向努力，包括特斯拉在内的公司，已经在手指上安装触觉传感器。

触觉传感器非常难以制造。首先，它们需要非常小、高度敏感，需要大量排列，这样才能确保与物体频繁接触时不会损坏，最大问题是它们太容易损坏。

如果在皮肤上部署数百、甚至数千个触觉传感器，磕碰时，损坏概率非常高。灵敏度与易损性之间，存在矛盾。

以工业机器人中的六轴力传感器为例，很多行业不愿使用六维力传感器，主要原因是它们易损坏。

高敏感度与防护之间的矛盾，使得这些传感器容易在磕碰后出现问题，例如零点漂移。原本应输出 1N · m 的力，磕碰后可能变为 10N · m ，这种问题相当普遍。

触觉技术的主要瓶颈，在于可靠性。我们公司或我个人，一直在寻找一种简洁、可靠的方案来实现优良的触觉感知，而不是过于复杂的数据处理，这样才能实现量产。如果全身有 1,000 个触点，保证量产的质量，将是一项非常艰巨的任务。

Q ：机器人的避障系统，与自动驾驶有相似之处，包括激光雷达与毫米波雷达的应用。现在自动驾驶技术发展迅速，它对机器人技术的推进有促进作用吗？

王兴兴： 会有一些促进作用，大多数传统的自动驾驶技术依赖传统的数学方法。在工业场景中，如工厂内使用 AGV 进行搬运或园区内巡逻，这些技术已经足够。

目前大家更希望能实现类似 FSD 的端到端自动导航技术，在人形机器人应用上，包括特斯拉在内的企业，都进展缓慢，特斯拉大部分人力资源都集中在 FSD 上。

人形机器人的 AI 投入相对较少，进展不如预期快速。即使在国内，专注类似 FSD 的自动驾驶技术，并应用于机器人领域的公司很少，有一些创业公司在探索这一领域，但整体数量有限。

机器人有不同流派，没有统一的技术路线

Q ：从目前人形机器人研发角度看，大模型可重点解决哪些技术问题？主要应用在哪些方向？大模型与 AI 的应用，有望降低研发成本吗？

王兴兴： 目前提到大模型，通常指的是大语言模型或多模态模型，这些技术可以应用于机器人。例如， 2023 年我们结合 OpenAI 大语言模型接口。

真正的机器人大模型发展下去，单纯的大语言模型不够。大语言模型，可能是机器人模型的一部分，它不是全部。

举个例子，在工厂里工作的机器人，可以不说话，只需接受任务并执行，如通过图像或数字指令完成工作，不需要语言交互。

对于机器人或具身智能，关键在于执行任务。这包括在工厂里拧螺丝钉，或在家里洗衣做饭，核心是机器人能有效完成任务，而不是进行对话。

如果只是对话，一个手机就能胜任。任务执行能力，是最重要的。在这一点上，大语言模型的技术只占一部分，更多是要构建适用于机器人的模型。例如，整合图像、机器人关节指令、激光雷达数据等。

最近特斯拉在招聘数据采集工人，以便进行训练，这种训练与大语言模型关系不大，更偏向模仿学习，模型结构也与大语言模型不同，这是目前已明确的发展方向。

机器人具身智能领域的体系尚未成熟，不像大语言模型有清晰的框架与数据对齐方法。各家公司，在技术路线与共性上存在很大差异，例如相机的配置、传感器的使用、是否采用触觉传感器等。

不同流派有不同观点，有的流派甚至不使用灵巧手，仅使用爪子；有的希望手指更加灵活，配备丰富的传感器。 AI 模型的技术路线尚不统一，很难判断哪条路线是正确的，哪个模型已达到何种进展。

这种情况，类似 ChatGPT 模型出现前的语言模型领域，当时有许多不同的模型结构，最终 GPT 架构被证明更有价值，淘汰其他模型。

目前，人形机器人具身智能领域正处于类似阶段，各方都在探索，没有人能确定哪条路线绝对正确。

Q ：宇树与波士顿动力电动 Atlas ，都采用的是三指，可以详细介绍一下为什么三指就刚刚够用，而不是两指或者四指？电动 Atlas 头部参照的是皮克斯的灯，宇树 G1 的头部还会有什么新设计？

王兴兴： 这个问题很有意思。

全球智能或人形机器人的技术方案不统一，例如手指数量。有人喜欢两指，我们有三指与五指设计。客户喜好也不同，有的喜欢两指，有的喜欢五指。技术统一性并不大，但 Atlas 与我们公司 G1 都采用三指。

对我们公司来说，原因很简单。 G1 较小，约 1.3 米，五指手会显得过大。我们发现三指足以应付大部分任务，如抓取物品。百分之九十几的操作，三指就够用。

波士顿动力的 Atlas ，在工厂里也用三指。实用性角度，希望硬件越简单越好，避免五指多关节出现问题，一个或两个关节就能实现功能。

使用角度看，机器人手指越简单越好。一个电机的关节手指，两指可能已足够。对于更精细的任务，如焊接或使用筷子，两指或一个关节手指难以实现，三指基本够用。

随着 AI 技术成熟，对硬件需求越来越低。例如，残疾人朋友即使没有手掌，也能做精细的事情。

随着 AI 技术进步，对硬件要求会降低。未来，当 AI 足够领先时，从垃圾堆里找几个关节电机与木头拼凑成人形机器人，它就能自己走路甚至干活，硬件要求会越来越低。至于头部设计，我们目前的设计令人满意，短时间内可能不会改变。

G1 机器人定价 9.9 万，再便宜对行业不好

Q ：成本这个问题， G1 价格，市场反应还是蛮大，我们通过自研，为什么能够做到这么大幅度降本？以及现在很多公司的观点，是觉得说现阶段可能降本不是最重要的事情，随着供应链进步，请具体讲一讲降本这件事？

王兴兴： 我们一直寻求更合理的架构，以提供产品给客户。产品价格要相对友好，否则购买者会减少。推动整个行业进步，需要良好的硬件本体，吸引更多人参与。

四足机器人行业发展得好，得益于整个行业共同努力。我们希望更多人使用我们产品，即使功能有限，价格也要具有竞争力。

我们在四足机器人方面积累丰富经验，如关节电机生产、整体机械结构、传感器与电控系统芯片等。

目前，我们机器狗价格，最低 9,000 多人民币，人形机器人相对较贵。如果价格过低，可能对公司与整个行业都不利。我们希望价格合理，随着后续出货量提升与机器人能力增强，价格可以有更好调整。

降低成本的原因很多，包括零部件设计、生产与管理。

我们公司已有 8 年历史，有多款产品量产经验，量产仍然具有压力。每个零部件都要细致设置，有些精度要求高达 0.01 毫米，零部件配合、螺丝与工艺要求都要考虑。

供应商提供的零部件，要满足质量要求，管理方面的要求也很高。大量生产可以降低成本，这是公认的事实。

在设计阶段，就要为降低成本做准备，简化零部件，降低材料成本，或者用一个零部件替代两个。

汽车行业也是如此，比如比亚迪在新能源汽车领域，成本管控与利润方面表现优异。通过比较拆车拆机的视频，可以了解他们是如何降低成本，这是值得学习的地方。

Q ： G1 目前最主要的几个客户种类是怎样的？

王兴兴： G1 目前客户类型较为复杂，包括个人客户、科研院所、 AI 公司、科技公司，以及一些工厂项目，基本达到预期。

Q ：我发现 2024 年，国内外人很多形机器人宣布进厂打工，大多不具备一个实际操作，但已经进入到工厂内训练能力，你怎么看这个现象？

王兴兴： 马斯克最早提出让汽车工厂使用机器人，目前汽车工厂对此颇感兴趣。我们与蔚来汽车工厂合作，部署人形机器人进行现场搬运。其他国内人形机器人，也与汽车工厂合作。

目前尚处于试点阶段，大家认为这个方向有价值，并共同推进。尚未达到真正商业闭环，即机器人产生的商业价值降低成本。

我们公司主要销售机器人本体，不仅限于工业，也欢迎科研教育、 AI 公司与个人购买。我们也在推进工业领域应用，如生产装配与简单搬运。

蔚来汽车工厂合作是一个典型例子，还有其他项目合作正在推进。推进速度与效率可能较慢，我们对行业有耐心，没有给自己设定紧迫目标。我们尊重市场反应，当技术与产品达到一定程度，具备商业推广势头时，再进行大规模推广。

Q ：现在机器人都还在投入期，你有没有预估或者是预判什么时候能到盈亏平衡，什么时候能到市场爆发阶段？

王兴兴： 盈亏平衡取决于计算方式，我们公司保留合理利润，更关注机器人出货量与使用人数。

AI 投入与盈亏平衡关系密切，大量投入 AI 与人力，可能导致难以盈亏平衡或严重亏损， AI 成本较高。

每家公司情况不同， AI 投入少，可能更容易实现盈亏平衡。市场爆发时间点，可能在 2025 年。如果 2025 年实现商业闭环，即机器人价格与产生的商业价值呈正相关， 2025 年底 ~2026 年，可在工厂大规模铺开。一旦工厂设备产生正向商业价值，许多工厂会购买，这是不可阻挡的，产生正向商业价值最重要。

Q ：人形机器人鼻祖 Atlas