過去一年，在大語言模型浪潮之下，人形機(jī)器人成為市場上為數(shù)不多的熱門賽道。但在日前舉行的世界機(jī)器人大會(huì)期間，杭州宇樹科技有限公司(以下簡稱“宇樹科技”）創(chuàng)始人、CEO王興興向包括澎湃科技在內(nèi)的媒體直言， 人形機(jī)器人最大的問題其實(shí)和大模型相似，整個(gè)機(jī)器人AI模型水平能力不夠，行業(yè)的熱度超過了行業(yè)的落地能力。在資本熱潮之下，機(jī)器人行業(yè)已經(jīng)出現(xiàn)了估值過高等亂象，他們?nèi)詫?jiān)持四足機(jī)器人和人形機(jī)器人 “兩條腿”走路，對AI保持克制。
此次世界機(jī)器人大會(huì)，宇樹科技展出了兩款已量產(chǎn)的人形機(jī)器人Unitree G1、H1和兩款四足機(jī)器狗亮相大會(huì)展區(qū)。Unitree G1于今年5月正式亮相，售價(jià)9.9萬元。王興興稱，售價(jià)9.9萬元背后的思路是想讓更多的人先把機(jī)器人用起來，不希望帶頭把行業(yè)做爛。他認(rèn)為當(dāng)前人形機(jī)器人整體市場價(jià)格還是偏高，最大的原因是技術(shù)成熟度沒有機(jī)器狗高。
宇樹科技創(chuàng)始人、CEO王興興
以下為王興興對話實(shí)錄：
做機(jī)器人是順勢而為
澎湃科技：最近Figure AI也發(fā)布了第二代人形機(jī)器人視頻，外媒評論說“硬件能力不夠”，您怎么看？
王興興：整個(gè)人形機(jī)器人行業(yè)目前硬件和軟件都還不夠成熟，現(xiàn)在只能說是剛剛起步，但發(fā)展速度包括整體進(jìn)展還算可以，沒有特別好，但至少也沒有特別壞。
澎湃科技：人形機(jī)器人、具身智能概念現(xiàn)在很火，但在早些時(shí)候，業(yè)界普遍不看好人形機(jī)器人，宇樹做人形機(jī)器人的思路是怎樣的？
王興興：雷總（雷軍，小米科技創(chuàng)始人）說過要順勢而為，要追著社會(huì)潮流去做，如果做的太早或太晚，其實(shí)都是不好的。
2020年前，有很多投資人曾問我們做不做人形機(jī)器人，當(dāng)時(shí)我非常斬釘截鐵地回答“我們不做”，但為什么2023年初我們又開始做人形機(jī)器人了呢？
不做的最大原因是當(dāng)時(shí)全球人形機(jī)器人的控制技術(shù)不是特別理想，性能上不去，看不到實(shí)用價(jià)值。但在2021年-2022年，在馬斯克的帶領(lǐng)下，全球科技對人形機(jī)器人非常關(guān)注，尤其是在2022年底大語言模型出來后，AI的技術(shù)有了質(zhì)變，大家已經(jīng)看到AI賦能機(jī)器人的潛力。
大家可能想不到，在2022年底，我們還沒做人形機(jī)器人的時(shí)候，已經(jīng)有一些客戶找我們買人形機(jī)器人。所以我們覺得那個(gè)時(shí)候社會(huì)的共識(shí)、熱度、客戶對它的期待程度已經(jīng)足夠了，于是我們從2023年正式開始做人形機(jī)器人。
人形機(jī)器人市場熱度遠(yuǎn)超行業(yè)成熟度
澎湃科技：行業(yè)內(nèi)技術(shù)迭代的速度很快，你們做人形機(jī)器人有壓力嗎？
王興興：沒有太大壓力，我們做人形機(jī)器人是順理成章的事情。原本我們只做機(jī)器狗，現(xiàn)在同樣的人做兩個(gè)產(chǎn)品，對公司來說反而是更好、更重要的一件事。機(jī)器狗和人形機(jī)器人的90%以上的硬件和軟件都類似。目前人形機(jī)器人這個(gè)行業(yè)看似挺不錯(cuò)的。
技術(shù)迭代速度非常快，每周都有明顯的技術(shù)進(jìn)步。我們現(xiàn)階段的產(chǎn)品主打還是在運(yùn)動(dòng)控制上，但工業(yè)場景也會(huì)做一些，不過目前工業(yè)有些場景不太好落地。
商業(yè)化方面我們確實(shí)不太著急，我們希望能把本體、產(chǎn)品本身做的更好時(shí)再推廣。機(jī)器人行業(yè)完全是由技術(shù)驅(qū)動(dòng)的，當(dāng)你的技術(shù)能力越好，公司整體也會(huì)表現(xiàn)更好。
澎湃科技：你覺得現(xiàn)在人形機(jī)器人商業(yè)環(huán)境好嗎？
王興興：有點(diǎn)過熱，雖然說市場熱度高，整個(gè)商業(yè)環(huán)境會(huì)好很多，但現(xiàn)在的市場熱度遠(yuǎn)超行業(yè)實(shí)際的落地和商業(yè)化進(jìn)展，因此會(huì)出現(xiàn)一些行業(yè)亂象，比如公司估值高、公司出現(xiàn)虧損、卷入價(jià)格戰(zhàn)這些現(xiàn)象。
澎湃科技：今年國內(nèi)外不少人形機(jī)器人進(jìn)廠“打工”，你怎么看待？
王興興：進(jìn)廠是一個(gè)趨勢，近幾個(gè)月，我們與蔚來等汽車工廠合作，部署了人形機(jī)器人進(jìn)廠做搬運(yùn)工作，國內(nèi)友商也在推進(jìn)類似合作。目前還處于試點(diǎn)階段，雖然方向有價(jià)值，但還未實(shí)現(xiàn)商業(yè)閉環(huán)。一臺(tái)機(jī)器人的成本仍高于人力，沒能夠形成正向循環(huán)的商業(yè)價(jià)值。我們并不集中在工業(yè)場景，科研、教育、AI公司和個(gè)人消費(fèi)者，我們都完全歡迎。
機(jī)器人AI領(lǐng)域正處于探索階段
澎湃科技：從目前人形機(jī)器人的研發(fā)角度看，大模型可以解決哪些技術(shù)問題？主要應(yīng)用在哪些方向？大模型和人工智能的應(yīng)用有望降低研發(fā)成本嗎？
王興興：目前大模型主要指大語言模型或多模態(tài)模型，這些技術(shù)確實(shí)能用于機(jī)器人，但這只是其中的一部分。真正的機(jī)器人大模型需要的不僅是語言能力，而是執(zhí)行任務(wù)能力。比如，在工廠里工作的機(jī)器人完全可以不需要語言交流，通過照片、數(shù)字指令來完成任務(wù)。無論是在工廠擰螺絲、拆裝，還是在家中做家務(wù)，機(jī)器人只要能完成任務(wù)，語言能力就是次要的。如果僅僅是對話功能，手機(jī)等設(shè)備就能做好了。
目前在“干活”這個(gè)點(diǎn)，大語言模型確實(shí)會(huì)用到一些部分，但更重要的是構(gòu)建一個(gè)專門的機(jī)器人模型。這需要整合圖像數(shù)據(jù)、關(guān)節(jié)指令、激光雷達(dá)數(shù)據(jù)等多種信息。最近特斯拉正在招募數(shù)據(jù)采集工人，這部分訓(xùn)練更多涉及模仿學(xué)習(xí)，與大語言模型的關(guān)聯(lián)不大。此外，機(jī)器人模型的結(jié)構(gòu)與大語言模型也存在差異，整體體系還不夠成熟，機(jī)器人領(lǐng)域的數(shù)據(jù)采集、對齊和處理等方面的路徑還不清晰。
在機(jī)器人智能領(lǐng)域，各家的技術(shù)路線差異很大。目前的路徑并沒有統(tǒng)一標(biāo)準(zhǔn)，很難判斷哪個(gè)路線是正確的、哪個(gè)進(jìn)展更快�，F(xiàn)在的機(jī)器人研發(fā)有點(diǎn)像大語言模型發(fā)展前的一兩年，大家意識(shí)到方向在哪里，但還沒有能明確說自己的路徑是絕對正確的。就像在GPT架構(gòu)出現(xiàn)之前，有很多不同的語言模型結(jié)構(gòu)，但后來大家發(fā)現(xiàn)GPT的架構(gòu)更有價(jià)值，從而淘汰了其他模型。當(dāng)前的機(jī)器人AI領(lǐng)域也正處于這樣的探索階段。
澎湃科技：目前人形機(jī)器人在你看來，有哪些待克服的卡點(diǎn)問題？
王興興：人形機(jī)器人目前面臨的最大問題其實(shí)和大模型相似，整個(gè)機(jī)器人AI模型水平能力還不夠，包括AI訓(xùn)練數(shù)據(jù)集、AI產(chǎn)品落地部署，還沒有達(dá)到初代級(jí)GPT的水平，無論是四足機(jī)器人、清潔機(jī)器人還是其他類型的機(jī)器人，這是全球范圍內(nèi)的挑戰(zhàn)。
從硬件的層面來說，目前也是不夠的，雖然沒有理論上的門檻，但工程上的問題是要把成本做得更低、外觀做的更極致，硬件功能也更豐富，但硬件不是一個(gè)最大的限制。如果哪天有人把AI機(jī)器人的模型做出來，找宇樹來定制機(jī)器人，我們可以保證年底之前直接給他做10萬個(gè)人形機(jī)器人。
如果機(jī)器人的AI能力后期突破，達(dá)到某一臨界點(diǎn)，它們會(huì)在工廠中實(shí)現(xiàn)高效率運(yùn)行，機(jī)器人的價(jià)格也會(huì)更便宜，如果能超過人力的效率，商業(yè)上也可以大規(guī)模推廣起來，這是最有價(jià)值的。
澎湃科技：你認(rèn)為通用機(jī)器人領(lǐng)域何時(shí)會(huì)迎來“iPhone時(shí)刻”？
王興興：“iPhone時(shí)刻”是個(gè)關(guān)鍵節(jié)點(diǎn)， “iPhone時(shí)刻”的到來不是依賴單一技術(shù)突破，而是多個(gè)技術(shù)的綜合性整合。我個(gè)人對于機(jī)器人AI領(lǐng)域持樂觀態(tài)度，目前大家覺得機(jī)器人有點(diǎn)“傻”，只能做一些固定任務(wù)，但我認(rèn)為未來的進(jìn)展會(huì)很快。
我預(yù)計(jì)今年年底前，全球至少會(huì)有一家公司或?qū)嶒?yàn)室實(shí)現(xiàn)通用型機(jī)器人AI模型，但這還不能算是真正的“iPhone時(shí)刻”。我們期待的“iPhone時(shí)刻”是機(jī)器人在工業(yè)或服務(wù)業(yè)中有實(shí)際應(yīng)用，且?guī)?dòng)出貨量大幅增長的那個(gè)節(jié)點(diǎn)。我認(rèn)為，這個(gè)時(shí)刻可能需要3-4年，但不會(huì)超過5年。在工廠里實(shí)現(xiàn)大規(guī)模應(yīng)用，估計(jì)還要兩三年的時(shí)間。
不希望帶頭把行業(yè)做爛
澎湃科技：您如何看待當(dāng)前智能機(jī)器人行業(yè)的競爭格局，像馬斯克、小米等公司的投入，您認(rèn)為中小公司的機(jī)會(huì)在哪里？
王興興：中小公司的機(jī)會(huì)在于保持對前沿技術(shù)的敏銳度，預(yù)判未來1-5年的技術(shù)路線和產(chǎn)品趨勢，并靈活布局，這樣才能生存。相比之下，大公司反而受制于內(nèi)部競爭、資源分配和復(fù)雜的溝通流程，反應(yīng)速度往往不如中小公司。
澎湃科技：你認(rèn)為未來機(jī)器人行業(yè)兩三年的發(fā)展方向是什么？宇樹是否會(huì)將未來業(yè)務(wù)All in到人形機(jī)器人賽道？
王興興：AI肯定是發(fā)展的大方向，但要看到底哪些AI的方向和渠道是正確的，現(xiàn)在行業(yè)很亂。我們對AI投入相對克制，因?yàn)樘珶X、燒人了。我們機(jī)器人的本體還是我們的立身之本，我其實(shí)非常感謝大家對我們的認(rèn)可，無論是認(rèn)可我們的硬件或認(rèn)可我們的軟件，我都非常感謝。
未來基于模仿學(xué)習(xí)這方面值得多關(guān)注，短期內(nèi)還是相對能出成果，而且長期來看也比較有價(jià)值。特斯拉近期在招人做數(shù)據(jù)采集來做模仿學(xué)習(xí)。數(shù)據(jù)確實(shí)是一個(gè)卡點(diǎn)，要重新挖掘和生產(chǎn)數(shù)據(jù)。
我們并不會(huì)All in人形機(jī)器人，我們會(huì)四足機(jī)器人和人形機(jī)器人 “兩條腿”走路，目前還是四足機(jī)器人賣的比較好。
澎湃科技：你們?yōu)槭裁磿?huì)把價(jià)格控制在9.9萬元？
王興興：我們價(jià)格低的原因很簡單，因?yàn)樽鰴C(jī)器狗技術(shù)比較成熟，我們對發(fā)電機(jī)、機(jī)械結(jié)構(gòu)傳感器、電控系統(tǒng)芯片這些成本怎么控制，有較多的經(jīng)驗(yàn)心得。我們的思路是想讓更多的人先把機(jī)器人用起來，前提就得價(jià)格比較友好，太貴了買的人比較少。
目前，整體市場人形機(jī)器人價(jià)格目前偏高，畢竟技術(shù)成熟度沒有機(jī)器狗高，成本還是會(huì)高一些。如果后續(xù)出貨量增加，價(jià)格肯定會(huì)更加親民。出貨量增大以后，價(jià)格會(huì)降低，這也是所有產(chǎn)品發(fā)展的自然趨勢。
我們不希望帶頭把這個(gè)行業(yè)做爛，我們還是希望價(jià)格相對合理，如果后續(xù)明年出貨量提升、機(jī)器人的能力越來越強(qiáng)的話，我認(rèn)為價(jià)格還是有更好的調(diào)整。
