具身智能无疑是
2024
上半年最受关注的创业赛道。特斯拉
Optimus
的不断进化更如烈火烹油一般加剧了行业热度。具身智能看上去很美，但商业化落地和大规模场景应用是否触手可及？技术成熟度、安全性、稳定性乃至成本控制等挑战能否突破？
2024中国机器人创投巅峰论坛
上，中关村智友研究院理事兼院长助理
安冉
与帕西尼感知科技创始人&CEO
许晋诚
、北大-银河通用具身智能联合实验室主任
王鹤
、钛虎科技创始人&CTO
易港
、明势资本创始合伙人
黄明明
开启“创业局”圆桌，全面畅谈了具身智能商业化前景和应用落地路径。
以下为圆桌精彩观点复盘，相信可以帮助从业者和观察者更好地洞察产业脉络和未来机遇。
中国进程领先美国
安冉
：特斯拉用Opitmus（擎天柱）将人形机器人再次推向了风口，国内企业如雨后春笋一般出现。当技术的高度预期和应用落地之间的差距越来越大，当Opitmus一再声明降低量产数量、推迟发布时间，作为从业者，是不是该想一想，我们的路是不是被马斯克带偏了？人形机器人究竟会在哪些场景落地？
黄明明
：我们应该是国内和Tesla Bot（特斯拉人形机器人）沟通最密切的一家投资机构。我们认为
特斯拉依然是技术迭代走在世界最前沿的公司
。
特斯拉的特点是有自己大规模汽车生产应用场景，所以它的技术路线应该是舍弃一些具身智能的泛化能力，在汽车制造这个专门的工业场景里认真布局。从这一点上，短期落地可能会delay，但长期看，在工业化场景中最快跑出一定规模和量产的一定是特斯拉。
易港
：从整个道路方向看，特斯拉的方向肯定是对的。但从一些细节角度，比如现在二级市场炒作比较多的技术概念，参考意义不是很大。
商业化方面，明年，类似于银河通用在无人药店布局人形机器人、代替人上夜班是完全有可能的。而且基于此可以收集大量的真实数据，把AI 再训练一遍，进一步提高智能程度，从而应用到物流、酒店等领域。很多酒店送餐机器人在
搭载手臂之后，能解决很多通用性问题
，不再需要电梯改造，也不需要把外卖放到机器人肚子里。
如果供应链足够强大，就能实现在不增加售价的情况下让机器人拥有双手，从而可以把十万台的量放大到百万级别以上。
我很看好国内具身智能的商业化进程，甚至可能会比美国还要提前一点
，明年国内就会有很多家公司实现百台级别以上的应用。
王鹤
：特斯拉确实有自己的汽车制造场景，但是不能说特斯拉强于中国。以新能源汽车来说，中国的供应链、制造乃至整个成熟度其实反在特斯拉之上。
所以从整体看，中国具身智能的发展不落后于美国，甚至可以说今天我们在世界机器人大会（WRC）进行的现场演出在美国是看不到的。我们不要盲目迷信美国。一旦在技术上没有瓶颈，以中国的人才密度和产业的能力，会走得很快。我的判断是
中国在中美人形机器人的科技竞争当中将会有先发优势
。
银河通用计划第四季度跟美团展开更深度的合作，相信明年年初随着机器人量产的到来，我们将在前置仓、药店和车厂里开展一系列应用。我们今天的发展是走在世界前沿的，我相信中国的制造业能力也能让我们最快地完成产业闭环。
2025年将是我们商业应用的元年。
许晋诚
：目前中国的机器人技术已经走在前列了，我们的电机、减速器、传感器等核心零部件，其实都不落后于国外。特斯拉的机器人之所以能够有这么大的影响力，其实在于马斯克个人，而不是在于他们做的技术有多么的先进。我们始终相信这样一个结论：
人形机器人终局肯定是通用型的，人形机器人也一定会走到最后。
我们要相信国内的整体制造业以及产业实力是可以远远领先的。
安冉
：目前全球大约有170家人形机器人宣布融资或开始创业，其中中国约70家，美国只占其中20%-25%，中国人形机器人公司从数量上已经远远超过了美国。这么多的机器人同步并行，制约其场景落地的瓶颈究竟是什么？
许晋诚
：目前的一个瓶颈肯定还是在于
核心零部件
。国内的先发优势其实非常明显。我们公司是在深圳，在广东这个生产大省里做任何的生产都是相当便利的。反观美国，人形机器人公司数量只占20%多，也是因为其核心硬件的生产制造是相当昂贵的，而且不太便利。
人形机器人在国内有这么高的影响力，也是由于我们的生产能力。
王鹤
：我觉得要
减少重复建设
。银河通用2023年5月创立，发布的第一款机器人是轮式，没有用到腿。原因就是我们关注到，很多目前做腿的公司普遍不关注上半身双臂的操作能力。这样的手眼脑协调操作能力其实是具身智能的核心。
虽然我们这次在WRC现场展示了人形机器人上货补货的能力，但真实的商超肯定比我们展示的这个场景更难。我们想用人形机器人把人的活干好，其实有两个关键点，
第一个是要从易到难
。有些前置仓只是希望能够24小时不间断发货，这样的场景我们现在的技术完全可以做。那么以它作为迭代的场景，我们就需要不断地收集真实环境的数据，把机器人作为一个硬件系统进行打磨。一个机器人从设计完成，到真实场景打磨迭代，最终走向稳定，可能需要一年到一年半的时间。这个是我们要逐步去解决的一个问题。
除了技术和稳定性，
第二个就是成本
。虽然我们的双臂轮式机器人已经很便宜了，但对国内很多商超来说还是有一些压力。当然，我们也可以探索租赁的方式。另外就是出海，像欧洲、日本，他们的人力很贵，需求极其强劲。
在国内，车厂的需求非常强劲。现在的电车厂想用人达到三班倒，基本不可能，干的活太枯燥，劳动力成本也很高，还要受到节假日、流动性等因素影响。在今天激烈的电车竞争中，稳定量产是车企的一个核心诉求，如果还能实现降本增效，在竞争中就会得到独特的优势。这使得中国的电车制造商对我们的需求非常强劲。
这里最大的问题就是要整合进入产线，稳定地在产线上工作，这就对技术提出了挑战。技术能解决一些问题，我们也给技术更多迭代的时间，让它解决更难的问题。
所以我认为具身智能是逐步落地的，一旦它达到了
商业清洁这样万台级的规模
，基本上就是一个突破点。这个点之后它会迅速地向各行业扩散。我预计15年后，整个市场规模能够到达大千万台甚至上亿台，这需要我们未来五年先做好1万台这个milestone。
易港
：我觉得瓶颈主要是三点，
零部件的可靠性、价格，以及合适的路径
。
从零部件可靠性的角度来说，现在对机器人存在一个普遍的误区，就是认为行业供应链发展30年了，非常可靠。
双足人形机器人的可靠性比汽车可能要高两个量级
，这方面整个产业链上下游还需要很长的时间打磨。
汽车行业的可靠性已经做到了比较高的程度。像宁德时代是按PPB的单位（十亿级别）评估电池的安全性，别的厂商是PPM级别（百万级别）。目前我们这个行业上游供应链的可靠性，我认为连PPT级别（千级别）都算不上。要达到商业化落地，至少得跟伺服电机打平。伺服电机的可靠性基本上是万分之三。要达到这一步，上游供应商需要进一步的检测，把一些工艺点摸透。
我们的目标就是我们的检测设备要比上游供应商更全，比他们更懂。在明年年初，我们的关节有希望跟伺服电机的可靠性持平。
从成本的角度来说，其实我们是可以卖得比较便宜的，但不知道我们的产品对于这个场景的客户来说好不好用。一个东西靠不靠谱、好不好用，得根据具体场景去分析。有时候我们得花点时间先确定好用，如果真的好用，我认为到明年批量成本做到5万以内对于国内的供应链来说不是问题。
另外一点就是道路，
要先打新手村，再慢慢去做一些难度更高的场景。
黄明明
：我们关注到最核心的还是
缺乏数据
，就是怎么去海量地采集物理世界的数据。我们知道最早的端到端AI是在自动驾驶，至少要到达100亿英里的高质量数据才好用。离这个目标最近的是Tesla，接近七八十亿公里，国内的厂商最接近的可能是理想，也就十几亿公里的数据。
怎么在物理世界收集海量的数据？如果这一步在学术路径上还没有收敛，我觉得离真正的泛化还早。所以我们对具身智能的长线无比看好，但是
在具身智能泛化的方向上，change moment还没有到。
机器人落地：先toB后toC？
安冉：这
次WRC各家都秀了自己最新款的人形机器人，涉及了搬重物、做家务、拆快递，甚至还有打麻将的场景。未来ToB 和ToC的场景谁更容易落地？
王鹤
：我觉得ToC肯定是星辰大海、万亿市场，但是人形机器人如果要解决跟人交互过程中的安全性问题，那么必然要感知算法、力控等模块都更加成熟。所以一句话讲就是
先从ToB开始，ToB成功了，再把技术延拓到ToC
。
许晋诚
：第一，
对环境改造率要求相对低的人形机器人会最先落地成功
，初期的分拣以及货物上架在近未来都是非常有可能实现的场景落地。第二，
安全性能要提升上去
。这两个如果都能达到，就可以非常好地进行落地。
黄明明
