世界人形机器人运动会引发了全网的空前关注。在比赛中，人形机器人的短跑成绩刷新了人类记录，而北京人形机器人创新中心打造的“天工 Omni”更因其独特的“捂脸跑”姿态在网络上爆火。面对大众的喜爱和热烈讨论，创新中心 CEO 熊友军坦言，机器人的测试成绩夺冠基本在“意料之中”，但被海量网友关注和做成表情包确实完全没有想到。谈到网络走红，熊友军保持着“胜不喜、败不忧”的技术人平常心。
解释这个奇特动作的由来源自强化学习的训练机制。熊友军透露，研发团队在设置强化学习的奖励与惩罚函数时，有意限制了天工 Omni 肩关节的转动角度、频率与受力输出。根据人体工程学，人类跑步时摆臂是为了平衡下肢运动；天工 Omni 的硬件在肩关节受限、功耗不允许大范围挥臂的情况下，为了达成以最快速度跑完 400 米和 1500 米的总优化目标，它自主探索出通过剧烈扭动腰部来平衡下肢的策略，双手则收在胸前头部附近，形成了神似“捂脸害羞”的姿态。研发团队最初甚至觉得这种跑姿不够优美，曾想重新训练一套更漂亮的，但因为该姿态是算法求解出的速度最优解，最终决定保留它参赛。熊友军认为，这种完全依靠自我迭代找到最优解的过程，正是具身智能的一种“涌现”：
```mermaid
flowchart LR
accTitle: 具身智能通用大脑与运动能力技术链路
accDescr: 说明了从感知、决策世界模型到端侧硬件执行的整体系统闭环。
subgraph PerceptionDecision["大脑决策层 (慧思开悟 / Polycon Unify)"]
direction TB
A["多模态输入<br>(视觉、触觉、语言指令)"]
B["世界模型与长程推理<br>(长程规划、纠错与反思)"]
C["VLA 决策生成<br>(高层语义分解)"]
A --> B --> C
end
subgraph ExecutionLayer["小脑与运控层 (天工通用控制器)"]
direction TB
D["全身运控 Pipeline<br>(强化学习策略模型)"]
E["高频关节力矩指令分配"]
D --> E
end
subgraph PhysicalWorld["物理执行本体 (天工 Omni)"]
F["高动态下肢跑跳 / 灵巧手抓取"]
G["物理环境反馈 (力觉、动捕、视觉)"]
F --> G
end
本田从 1986 年开始投入双足机器人研发，依靠日本精密的汽车零部件制造和极致的工匠加工，将基于数学模型的确定性运控做到了全球巅峰。但本田 ASIMO 背着相当于工控机的沉重背包，在面对非结构化现实环境时，由于算力匮乏与传统控制理论的瓶颈，始终无法量产并真正投入商业应用。随着深度学习（Deep Learning）与多模态 AI 大模型的爆发，传统的纯数学模型范式被颠覆。本田由于未能跟上这一轮 AI 底层驱动的浪潮，如同功能机时代的诺基亚错失智能机时代一样，失去了机器人领域的全球领先地位。
在这届世界人形机器人运动会上，某些声称“全自主参赛”的团队因被裁判组查出实际使用遥操（遥控操作）而遭到退赛，这正是违背“正直”底线的行为。针对行业内对遥操的讨论，熊友军指出，虽然自主泛化是长期趋势，但现阶段在 3D 危险或容错率极低的工业场景下（例如高压变电站倒闸、配电箱开关切换等操作，一旦失误代价巨大），将人的宏观决策与机器的执行智能结合依然是不可或缺的补充手段。
他回忆起天工 Omni 刚进行步态与短跑极限测试时，机器人本体极易摔倒，动辄会导致胳膊摔歪或胸前控制盒摔裂变形。为了保护这台不断挑战物理上限的机器人，熊友军亲自提议给它的关键机械关节与胸腔部位套上特制的泡沫防护服。这套带着泡沫服的躯体，不仅承载着极致算法的迭代印记，也具象化了工程师对这一硅基生命倾注的细腻情感。
[0:00] 摇头放倒但是速度奇怪哈喽大家好我是诗杰世界人型机器人大会获得了空前的瞩目我们看到人型机器人刷新了人类短跑记录他们无脸害羞的跑资也深得网友的喜爱获得了大量的讨论今天的嘉宾是打造这款无脸跑的机器人天工奥尼背后的公司熊友军创新中心在行业内被视作国家队熊友军本人也曾是人型机器人第一股又必选这家公司的CTO围绕这场参赛规模庞大的世界人型机器人运动大会熊老师贡献了他独特的行业视角也分享了很多幕后细节我觉得这个运动会呢本来它是个极限测试的环境在这个极限测试的环境里面呢去获展激情本体的可靠性 稳定性机器人通过他自己的学习 通过他自己的迭代 没他达到了在我看来就是一个路线Scanning Low在巨星智能里面什么时候会体现完成靠数据去低级的话这可能不一定是一个正确的一个方式今天的巨星智能产品虽然有这么多公司债但是大家本质上是没有竞争的选择一个方向需要把精力和资源投到你坚持的方向里面去然后做时间的朋友请不吝点赞 订阅 转发 打赏支持明镜与点点栏目谢谢大家欢迎宋老师啊先祝贺你们在今年的这个世界人型机器人运动会上获得了非常好的成绩然后你们的天工Omni那个无脸跑的小机器人也奥火劝旺什么心情啊谢谢 谢谢 基本上是在意料之中吧 这个平常心 甚不喜败不忧吧 反正就是一如既往的去监测自己的产品和技术的追求就好了您说的意料之中是指夺冠意料之中还是被那么多网友关注也是意料之中 对我说了测试成绩意料之中啊 但是被网友关注那个真实我没有想到的以防还有人没有看过这段视频啊 你给大家解释一下为什么会出现一个无脸跑的动作我们那个跑支呢是他在强化学习自己学习到的这么一个结果我们这个机器人呢我们当时给他强化学习的时候有一些呈罚函数也讲讲一函数故意呢是把他那个肩关节的那个转动那个角度做了一些限制然后机器人他为了跑那么快他自己需要保持平衡然后自己训练出那个那个跑支所以它确确实是自我学习自我进化的一个结果见您之前我有看技术解读以我们人体为例我们在跑步的时候要挥动上枝其实是为了保持下枝的平衡机器人他最终舍弃了挥动上枝因为挥动上枝消耗的功耗在硬件方面不太允许所以他最后其实是靠腰部的扭动来平衡下枝是的你们在训练的时候有没有觉得这个姿势很有意思吗说实话我们当时训练跑姿出来之后我们觉得跑姿不是那么漂亮 对啊 甚至当时觉得还想再训练一套更漂亮的跑资但是因为这个跑资是最快的一个结果 所以我们也就按它去参加比赛了所以我们现在看到一个趋势就是机器它已经可以自己学习和发现到最适合自己的这个优化学习方式对 就像人类一样 是的这算一个巨生智能的涌现时刻吗 我觉得算是一个方便吗 在巨生智能这个领域里面涌现可能还是在这种过程中很难达到的但是机器人通过他自己的学习通过他自己的迭代他达到了在我看来就是一个涌现这次赛后无联跑火爆全网之后有没有感受到那种当年雨树上春晚之后的热度确实我们的无联跑好像上了好几次热搜了网上各种各样的视频各种各样的解图非常感谢大家的关注应该是对我们前期的运动这种控制方面的一个肯定其实这个行业整体受到大范围的关注最早是从雨树上春晚转手帕第二年他们上春晚打了武术那两次的节点您在做什么是什么样的心情我们都很开心这是行业的一个盛世把这个文艺机器人带到了普通的老百姓的面前真正的感到了中国的运行机器人产业的进步和进展我觉得是对于整个行业都是非常好的事情您从事机器人这个行业已经有20多年了这样一个节点性的时刻为什么没有发生在我的团队你当时有一秒钟思考过这个问题吗没有 其实我做的机器人上春晚已经上了好几次了在优比选2016年的时候就上过一次春晚的那时候是541台机器人上春晚的然后一台机器人是跟主持人做节目主持三个方阵跳了一个集体舞后面又有walk机器人
[5:00] 上过几次春节联网会只是因为那时候没有像今天这么这么引起大家的这种关注您怎么看这次运动会上好像语树的成绩没有大家期待的那么好可能语树他们可能在关注一些其他方面的事情其他几家公司也在全力的往前奔跑大家的投入方向不一样可能确实会有不一样的结果我是希望说大家把比赛大家参与然后不断推进机器的技术进步就可以了我观察到一个很有趣的现象大家在赛前都会做准备彩排的时候好像是9秒44出赛了之后又快了然后发现对手好像也很厉害然后就继续迭代算法继续不停的突破极限最后达到了8秒64的成绩比赛刚把大家的创新汇聚到一起,达到一定密度的时候,其实是会刺激每一家的创新程度。对,一个比赛大家还是希望不断去突破,不断去尝试。我们在不断测试机器人的硬件的上限,在WOTA的天花板在什么地方,当然还有很多算法的这种。策略大家都会做一些分析AI本质是一个实验科学是它到底是一个借鉴人类的一个训练方式还是我们说的就是都是一遍最后自己挑更好的会有几种方案都会去做测试最终看比赛的测试成功我们在这个比赛之前在仿真环境里面有很多的策略所以是一个综合考虑的一个因素在仿真环境里面训练还是要给他很多的数据到底需要一些什么样的数据最后能够达成自主探索出一个好结果我们会测很多人类的跑的数据跑的姿态知识怎么去平衡怎么去摆臂甚至是包括像脚关节踝关节膝关节这样不同的阶段不同的速度这些我们都会有一个动补的一些设备人的跑步的这种制裁然后把这些数据最后输到大模型里面去让基金去做一些基础的一些模仿当然这是最基本的还有一些讲义机制一些惩罚机制一些优化的函数这些才是最主要的当然还有一些约束的一些条件比如说像各个关节我最大的有据是多少我最大的速度是多少肯定它是受要应用物理的反映的约束的像刚才肩关节这个地方其实我们就给它有约束了给它转动的频率范围速度角度力量的输出就会有约束就是限制它不让它出那么大的力因为总的优化的目标就是最快的速度跑完这个400米跑完1500米啊所以他为了达到这个总的目标他还是要去去完成这个最优解啊所以他就把那个腰关节往它去旋转要跑通这么一套百米冲刺的算法现在用到的模型参数量是多少我们确实已经训练出了一个通用的运动控制器通用控制器我们用了应该是几百个小时的人家的数据航业应该数据量应该都差不多我记得是英伟达也有一个通用控制器叫Sonic他们用了700多小时的微信息数据我们也是差不多几百个小时的这种数据实际上我们在跑完第一次马拉松的拿了冠军之后就已经把我们的运动控制的那些代码全部都开源开放了包括我们的训练的这个范式然后激情现在之所以能做很多的很逆天的各种各样的复杂的这种动作包括什么托马斯回旋空翻等等的其实都是可以基于这一套pipeline去完成它的这种复杂的动作的它大概是一个多大的模型这个没有那么大这个是比较小的一个模型通用控制器它本身是一个垂直领域的一个模型现在即使是有一些比较好的一些信任了但是它其实还跟我们人类期望的效果其实还有蛮远的距离的包括像把操作层面的这些这些控制都要拉到里面包括甚至灵巧手的这种控制都要拉到里面现在目前这个通过控制机器只是全身的更多的是下半身的下半身但是向更复杂的操作这个其实需要更多的数据我们还没有达到运动控制的最高的所说的scaling law需要多少数据现在还真不知道我们还俊读天花板其实还很远还没有误导这个天花板所以还是需要更大的数据量今年很多人都在提这个问题scaling law在军生智能里面什么时候会体现我常常听到的答案是先有1亿小时的数据再说10亿小时可能会来到scaling law 您认同吗这些判断的基本上都是内比大约模型来的军生智能的数据量我觉得无疑毫无疑问肯定是非常大的至于你说是多少亿小时这个我倒没有但是我觉得千万小时的量肯定是需要的现在我们的数据还有几个数量级的差距我们现在都是训练一个运动控制器就几百小时然后做一些世界模型的
[10:00] 三模型的数据量其实也就是几十万几万小时您跟我看到的或者接触到的创始人非常不一样通常他们还是会有一个具体的数字您是第一个跟我说我也不知道的人是真的我们现在都还不知道包括现在大模型的这个就是巨星这种人世界模型的这种范式激进大脑的发展的范式现在都不清楚我们一直觉得完全靠数据去逮集的话这可能不一定是一个正确的一个方式为什么这下行业都在对数据啊对这是当前的一个怎么说不得不的一个解法为什么不得不因为大约模型在互联网上有大量的这个数据可以用啊所以你用大力促齐这方式去可以做得到但是巨生症的时代的还是不是这种方式还是说像我们的人类像小孩学习一样啊遵循一个更好的学习的机理啊争取于探索争取于经验啊这种方式去扫量的数据我们其实你看几下子或是或者少量的数据你就可以去作为一定的这个举一反三的这种放话能力了机器为什么一定要那么大的数据这个范式我们真的还要去探索我觉得如果有新的范式出来的话可能真的Jero Short或者是零样本的学习或者少量样本的学习这个是说不定是可以做到有所突破的所以我不一定说觉得一定要说但我挤一小时怎么样这是当前的判断是这样子那无我说是有种新的学习翻译出来像想法学习自主探索流动学习方式这种新的发展出来我们可能少量的数据就可以做得到我自己是这么理解这个问题的首先新范式还没有梳脸然后如果当我们确定了一种新范式之后就着新范式到底需要什么样的数据那个数据跟我们现在大家都在采集的数据到底是不是完全一致的这也是一个位置数是吗?对 确实是一个值得探索的事情当前的范式VLA的模式 试据模型或者是大一统的这种模型甚至多么台模型家 VLA 本账都没收敛了但是当前确确是有一些是可以落地的比如说VLA的模式就是适合在一些相对结构化的去做一些工厂里面的具体的工作是可以落地的被定义好的场景对 相对它的环境结构化一点 相对可控一点但是看来更远一点 可能就是需要去那东西了但是依然说要文技交互所以说有些突化的环境的改变可能就需要多么的大模型世界模型的话可能就长成物需要做更多的预演随着复杂的程度增加它可能会对摩西人的这个要求都不一样这次世界人型机器人运动会和WRC世界机器人大会这是两个独立的大会但是刚好有两天是重合的我会有一些我自己的观察今年行业整体都进入了具体场景干活的这么一个状态相比往年的话更多大家还是在秀运控表演但是今年头部的厂商都在卷工业场景或者是具体的工作场景他已经可以干活了这个时候大家去比运控意义是什么为什么要搞一个运动会我觉得运动会本来它是一个极限测试的环境在极限测试环境里面去扩展机器人本体的可靠性稳定性还有一些像运动能力的天化板应该是为后面机器人真正的大规模的在工厂在商场或者是在家庭环境里面打基础的这么一个事情今天你看到的在WRC上面展示的场景谢谢大家。距离真正的商用的生产的真实环境还是有一定差别的工厂里面真是要7成24小时甚至是在牛水上要99%的成功率可靠性我们都还需要努力这方面确实今天的WRC上面展示的这些是一个很好的趋势就是大家从原来的表演室哇实验室里面这种技术的展示开始向工业向国民经济的主砖场这是行业里面非常非常好的一个一个现象和一个趋势但是这些都还是要很多底层技术的支撑哪些底层技术应该的可靠性稳定性还有能源还有像运动控制算法的这些本质上运动会是给大家施设一些标词和一个训练场让大家在同样的训练场里面去垂念自己的机器人 垂念自己的算法 让大家一块去摸高运动会是一个观察本体 然后供应链 能源的极限的一个窗口 每年就像一个汇报大赛一样 大家带着自己的极限就来了你大概能够知道这个行业现在的极限到哪里 因为本体跟大脑是
[15:00] 紧密关联的一个再好的大脑如果脱离一个好的本体它可能也发挥不了作用就是脑和手之间的关系今年相比去年在硬件方面的突破的是什么样子今年最大的感受是自主的机器人越来越多了去年大家都还是拿着摇操的去年全场200多台机器人只有我们的天宫是靠全自主了比善今年田军运动赛除了障碍赛偶尔需要一些遥控以外其他都是全自主了我觉得是非常大的一个进步为什么去年只有你们一家能做到资助其他还得拿遥控器跟着他跑呀可能是大家平时对大佬方面的重视或者是投入还是不足的虽然我们第一次参加马洛松比赛之后呢我们创意中心就已经开始在把大量的资源经历都投到基型大脑的开发我们在2024年推出了巨星天空的基型应的本体通语评价之后我们后面就推出了惠斯开悟寄成了大佬大老的事实上就是去做感知决策认知学习方面的一些工作了后来相继推出了VLA的模型后面推出了Pelicun的这种Unified的大同世界模型还有多么大模型等等这些工作都是我们在大脑方面做的一些努力我们是充分的意识到大脑对激情的无可替代的作用无可替代的作用是什么?就是终极目标的机器人应该是融入到我们的未来的人机共荣的社会里面去的它是需要像个一样去去感知环境去这种学习去做这种决策这种规划啊所以只有很好的身体一定的运动能力这个是远远适应不了文类社会了不可能在一些复杂的危险的场景里面辅助某人去完成各种各样的工作您说的今年大家都摆脱遥控器都可以做自主了是什么技术带来的还是这是一个花时间就能做到的事情首先行业都要进步整个行业都有很多的资源投到这个激情大脑里面来了资源的投入就带来人才的投入本质上的这一次运会是激情大佬进步的一个展示前进入赛上面展示大佬能力其实很小的一部分感知跑道的跑道线还有一些弯道什么时候的弯道怎么去压弯怎么去根据环境的变化来调整自己的跑支来调整自己的奔跑的这种策略这是大佬很小的一个层面实际上现在的多么大模型世界模型方面的进步远远超过这个一个运动会还不足以呈现对 今年的运动会它还设置了场景赛有非常非常多几十种场景是 但仍然不足以体现现在世界模型的成果对 尤其像现在一些长城任务的规划一些错误的反思还有像那些环境的变化这些其实都还没有表现出来我在猜这应该是比赛的这种趋势更多的体验都能打扰进化这种能力在我采访的嘉宾当中有不止一位提到过虽然聚生行业吸纳了非常多的资金并且有很多很多的创业公司声称自己在做大脑但判断做大脑是有一条标准线的就是这家公司能不能有这个签卡有效算力去训一个真正的大脑模型而真相是他们说在这个行业里面真正不依托任何政府和大厂的独立创业公司不超过5家您认同吗?具体多少家我还真不知道没有做过统计但是它的判断标准我觉得是对的因为你要做大佬的话前期训练的算力要求是非常高的所以像我们很早就按百度成为我们的投资人然后他们有大量的云端的算力我们使用了他们非常多的算力当然除了算力还不够还需要数据所以我们自己做了微信基金的数据采集中心今天我们的数据采集量其实已经非常大了连采集的采集量快接近20万小时了而且这是高质量的数据当然我们也要承担国家创新中心的职责我们把这个数据都开源了然后今天的下载量已经超过2000万次了之前也跟居校竹博士跟他们做过几次的活动都是不断的去释放出我们在居村大楼方面的一些进步最初的时候我们是自己建了自己的算力中心就在我们这个大楼里面但是在刚开始的时候这些算力中心还是可以应付的后来随着我们技术的进步然后竖定量的增加模型的这个迭代发现这些算率远远不够后来我们就去找地双方的算力今天我们说的用百多算力以外其他其他云端的算力我们其实都有用这是训练阶段其实以后部署了之后可能还要需要推你的算力推理又是一个更大更大啊当然推你随着你的客户的使用成本可以被分摊对对对所以自建算力只能在一定阶段内有效超出一定程度之内其实这不是
[20:00] 一个独立的创业公司能够去cover的事情是的20万小时量级的数据在中国是一个什么样的水平在全球是一个什么样的水平至少在开源的数据里面我们算是非常非常大的一个体量了这些数据都是我们自己训练过然后被证明是非常高指令的数据您怎么判断高指令数据我们自己在采集这些数据的时候我们非常关注几个方向第一个是嗯多用第二个是多本体 任务的丰富性 本体丰富第三个是多场景 我们有关注嗯一些更长城的一些任务有些逻辑思考的一些任务而不是现在大家很多都是基于这个Ago啊桌边的全部是抓拿取放像这样的这些数据已经很多了非常多但是真正的激情需要长城为了推理需要甚至带一些触觉反馈需要带一些错误的甚至一些方便的一些案例这样的数据实际上是稀缺的居身领域的数据感觉一直有一个主流今年年初的时候WMI很活现在可能大家都在做您说的EGO这个过程是经历了一个怎样的变化?没有对和错大家训练的时候觉得首先数据是缺的然后当时WMI出来的时候也觉得对试炼摸性有效然后大家可能就是都会去做污名然后他已经形成了行业里面的一个阶段性的共识但是到一定程度之后可能我已经这些数据已经不缺了那不缺了之后那可能要去探讨其他的方式了Echo出来之后大家啊觉得是一个相当于低成本而且比较厚好获取量也比较大的一种方式其实就是头上绑一个摄像头然后用视觉的方式去捕捉人类操作的信息让机器人在视频当中去学习对对对第一次找的那种方式因为在iGo之前实际上是遥控全身遥控有一个真实的机器人在哪儿然后我们穿着动物服或者是拿着遥控器去遥控你整台机器人去那种其实需要布置很多场景还需要硬件的机器人的投入成本是很高的Ego你只要一个头上带一个东西一个工人在工作的时候你头上带一个然后把这个数据采集下来也是可以的成本带来像这样 采集速度带来增加对 而且场景很丰富 所以在Ego的数据的大量的繁荣大家会发现某一种数彩方式的天花板或者局限?这个有有赖于现在模型的进步或者大家训练方式的变化迭代的速度周期都不一样多久大家发现污米其实也有局限性,Eagle也有局限性我还这么没有统计估计半年左右Evo下一个主流你觉得会是什么?我还觉得还没有叛量至少从我们的角度来说我们现在其实更关注的是一些长城任务包括做这些任务的逻辑是什么我为什么第一步做这个事情第二步做这个事情第三步做这个事情中间这些逻辑这样便于激情去推理可能还需要在占些多抹态除了语音和视觉视频以外可能还有时候还把这个逆绝触觉也都加上去这些可能是现在的这种财疑模式可能是需要这些补充的我觉得聚生智能要回答一个非常重要的第一性的问题就是其实我们现在也没有办法一句话说出人会做一件事情到底靠的是什么人到底如何会做一件事情有哪些向量有哪些维度可能对于机器人理解这个物理世界是有帮助的怎么说呢一旦探出了本源的时候有时候就会上升到哲学层面就是现在在这个进行了学习范式里面有很多不同的声音我们现在的这种模式基于数据的这种驱动方式一直是其实一直有不同的声音你刚刚说人为什么去做一个事情我觉得实际上就有更多的可能是价值驱动这种理论在里面其实国际上也有些学者提出就是让激情是不是也好像有价值观比如说我为什么机型为什么要去捡这个垃圾我们现在是去采集垃圾 什么是垃圾告诉他然后视觉看了这个垃圾然后告诉他垃圾桶在什么地方然后给他指令让他去看了这个垃圾然后去让他把它放到垃圾桶里但是基金为什么知道我为什么要捡这个垃圾对他就放在这边不好吗嗯但是在我们人类的时候是说这个环境要保持整洁清洁有这么一个最高的世界观在里面有这个世界观之后激情看到垃圾它自然然的就会主动回去做这个事所以为什么之前这种学习的范式可能还有很多要变化的然后像前段时间那个土地长的得主撒顿
[25:00] 也到我们创意中来做了一次交流他也跟我们说了很多关于现在的机器学习的一些国际上最前沿的一些技术实际上也是基于强化学习的那种模式他不是现在的人为了去给他大量的数据去喂他而是去设置一些规则让机器人自主的在这个环境里面去探索边探索边反馈边纠正边学习边提升就是一个像一个PTCA的这么一个循环螺旋式上升的这种模式这种就是不需要太多的数据而是你需要给它一个很好的环境给它设置一些迭代的方向它自己在里面探索失败纠正改进再提升通过多人这种迭代它就会自主往前去前进这种是可能会超越人类这样就是很多很多种类似像这样的一些不同的学术理论不同的一些这种这种范式都在交织着最后能哪个人跑出来我觉得可能还需要一段时间的探索但是我依然坚信说当前这段能落地的确实VLA东北海大模型世界模型是有效的它其中是有确定性可循对 让它能产业化的先去产业化能去用起来的先用起来我觉得这都没有错本质上我们需要有一部分接地气同时我们需要也要仰望天空看看真的行业发展的路在什么地方您提到Richard Sutton他的苦涩的教训应该是行业里面大家都会读的论文20年和机器人打交道在实践过程当中有过对原理特别强共鸣的时刻吗还是挺多的早前我们做机器人的时候那个时候的比如说运动控制我们都是基于数学模型的运动控制方式基本上是我们规划好机器人每一步做什么都是数学模型求解然后复制给机器人然后机器人去按照我的要求一步去执行每一步都可以预测都可以判断但是反而限制了机器人的发展因为它基本上就是一个傀儡环境稍微变一下它就完全bork完全体现不到智能大家就是觉得很迷惑很困惑机器人的未来方向在什么地方是不是这条路已经走到尽头了2010年之前应该都是这个范式都是这个范式要做一个很简单的工作我们都要写上万行的代码大几千行的代码那你觉得你对机器人的热爱最早可以追溯到什么时候呢要赌出了手可能就是那个手应该是最狂恶的手从博士开始赌博士人的时候我有几个导师几个院士他们给我们上课然后给我们放了日本当时的P2的机器人阿斯莫的前身阿斯莫的前身叫P1P2也是本田他们做的那时候还没有到阿斯莫那么好的本田是那个时代机器人的巅峰的象征是吗那绝对是王者是我们所有的搞机器人的学习和仰望的对象当时其实我们是看了一个视频当时是熊院士熊院院士给我们发了一个视频就是P2接待我们当时国家的总理参观本田那是哪一年我看到视频应该是2002年是不是都还没有到波士顿动力的时候还没到我们当时正在读波士都是做的是焊接机器人当时在我们的论文我们的博士研究的课题都是工业机械手臂怎样去解决然后激情的汉缝汉接两天汉缝怎么样去更加均匀更加美观更加能适应汉缝的一些变化为这个事情焦头烂额但是人家的激情已经可以在产业线上去带着人去参观参观的时候本田的流水信也是非常震撼全部是各种各样的机械手臂其实代差我觉得还不是一点点所以那个画面点燃了你对机器人的热爱对你觉得你热爱的是什么我应该是被那个场景一个画面所感染觉得这就是未来后面就是我在想随着这个研究的不断的深入真实感觉到未来的时候就是应该人机共用的社会以后就是机器人会深入到方方面面家庭商业工厂各种极限的环境未来的根源的新城大海的探索可能都可以您提到阿斯莫的前身P2阿斯莫后来停产它其实好像从来没有投入过量产也从来没有进入到真实的生产场景对于那个时代的本田而言它可能更像是一个技术宣言而不是一个真正的产品路线图所以后来我们就看到阿斯莫退出舞台了本田其实很快也失去了机器人领域的那种全球
[30:00] 巅峰的领导力地位你觉得是为什么?我觉得和现在技术的进步范式的迭代有关系其实在文型界限历史的长河中贱理は好几轮的迭代本田应该是1986年开始投入到引擎检的研发里面他经过了日本的通产省的几次的日本的产业的倡议倡导利用了他们在汽车这个领域里面都是精细的这种啊零部件 可靠性 稳定性 还有他们的精细的加工这种优势对技术的沾一到极致所以他们当时做的激情是非常非常领先的但是领先的是基于传统的数学模型的做什么解的这种范式的方式当时的战略员处理都很差然后视觉处理的能力也很差再就是算力其实当时也非常不够他的背后都背着一个巨大的一个很大的一个背包那就是其实就是一个工业计算机那个手我觉得应该是像手机大科大的前身但是他们毫无疑问他们通过他们的探索给我们描绘了一个非常美好的人形激情的未来的前景我觉得今天我们做了很多事情都还没有超出他们当时描绘的那幅美好的前景资本市场花了多久认为本田提出的阿斯莫尔的畅想是不切实际的大家就把它丢一边了还是另一个巨星崛起了一个时代就过去了我跟偏向你刚才后面的说法后来Deep Lending这个技术出来之后然后大模型的发展然后AI红柿的技术铁带把我们原来的一套数学模型的这种方式全部都抛弃了像文基交互视觉技术的提升现在都已经归结到大模型里面来了这个技术的迭代进步呢按机器人的这个有更有了更广的这个适应能力但是我觉得本田他们当时是没有各的行业的巨大的趋势的变化就像洛基亚和智能手机错过智能手机这个时代是一样的从Deep Learning一直到大模型伴随而出现的机器人化时代的产品分别是谁?ASMO之后是谁?ASMO之后,当然阿斯拉斯算是一个,但是后面还有一个,就是法国的阿尔巴兰。做了一个law的小激情还有paper当然后面被软银说出半个也是日本的公司给收购了Paper的支架公司他们给行业的启示是什么他们这些产品给大家的趋势就是觉得在商业在家庭服务会有非常大的市场前景其实需求一直都在之所以这个没有做起来并不是市场不论格而是技术不信今天上巨星智能产品其实大家虽然有这么多的公司在但是大家本质上是没有竞争的因为这是个巨大的一个狼海每一家公司只要你把自己的产品做好了等解决垂直理由那些问题市场无限大巨大这也是投资人们还在持续下注的原因因为赛道足够大 赛道足够长对 一个行业要出现Killer级的产品还要多久才能等到那样一款产品的出现您这个问的问题确实比较难回答一般做时间预测基本都会死掉基本都会犯错误确实我觉得充满了不确定性从20多年前您读博开始肯定也有过这样的一个梦想吧曾经在你人生当中有某一刻认为多少年之内会出现吗其实我博士刚刚毕业的时候那时候也是充满了激情然后我觉得很快这个梦想就能实现那种感觉十年之内5年之内 还真有 当时觉得这些很快就会到来所以是这个想法指引着你博士毕业之后进入了机器人行业吗你是直接就加入了优币选吗不是 那时候在上海其实也做了一些机器人方面的一些小公司 一些创业公司的一些工作但是你也知道2000几年 那时候大家的关注点都不在这里当时可能是互联网移动互联网在我们的房地产案我们当时想拿到投资都很难所以给予还有timing这些都挺重要的我查到您本科是念汽车相关的专业后来其实读机械设计其实应该有非常多次有机会你只要一转身你就可以加入曾经吸纳非常多资本的新能源汽车行业为什么始终没有做这个选择为什么始终在机器人行业就是喜欢就喜欢没有别的当你喜欢一个人的时候就爱屋即屋你就会喜欢他所有的东西他的缺点你也会喜欢失败了你也觉得是一次考验是一次磨练是一次成长这些我觉得嗯磕在股子里面的为什么要加入右臂选啊?因为他当时只是一家普通的创业公司那是非常早期的创业公司我们去的是才几个人
[35:00] 几张办公桌像你讲的毕业之后一直做机器人行业你也做出了一些行业认可的影响力为什么会选择这么一家公司早前说说我们在上海做机器人是偏向工业偏向教育领域里面的但在优比选的我们的梦想就是走的家庭家庭服务这就是我的梦想里面版图里面的最终的那个最终的那个那个那个图非常奈起我的自己的一些想法和理念所以当有一家公司他告诉你说我们就是要做这件事情的时候对找到知音的感觉啊所以也无反过就加入进去了 哪怕很多困难 中途优选从2012年3月注册到后面上市也是极其几幅碰到很多的困难但是我们都坚持下来了优比选的创始人周建老师媒体把它塑造成一个机器人蜂魔的形象他也为做出机器人付出了很多自己也投入了很多钱时间就像您说的经历过非常多志安时刻当时您认识他的时候在您眼中他是一个什么样的滑向?狂恶的也是一个狂恶的追求者市场前景好跟我的想法是不模而合的有种知音的感觉你们俩谁更狂热?我是从技术这个领域更狂热他可能是从市场从应用这个层面可能了解的更多一点是他说服你加入的吗对确实是这样子因为我当时在上海他已经在深圳了他用什么话打动了你有一个画面吗应该说是他的激情他的愿景还有一些共同的一些想法因为其实当时团队还没有清醒听说你们之前是会彻夜长聊的那种状态说实话更多的是打气相互之间打气相互之间取暖的那种感觉有时候是员工他们都下班了然后我们在办公室里面就两个就在那里去探讨说公司的未来怎么做啊发展方向是什么或甚至是未来的蓝图是什么样的做梦这个是做梦,然后梦做好之后要去把这些梦去告诉我们员工啊告诉我们的团队甚至告诉我们的投资人对方不相信怎么办那就是找同路人,因为这个世界之大不可能所有人都相信你,总有相信你的人。那有没有梦破裂的时分?哪可多了去了?优选的在人形技术领域里面很多东西都是开创性的我觉得他在这个领域里面的地位不亚于在日本的阿希摩和在美国的波村动力为什么首先技术的探索优品是最早开始的当时甚至我们推出我们第一代Worker的原型的时候很多行业里面就说我们是超的阿信摩的 说我们是把阿信摩的产品 阿信摩这产品买过来之后换了个壳子好就是网上有很多黑我们的这种说法但这是天方夜谭是吗?对当时阿希摩是完全技术封闭的绝对不开放然后阿特拉斯更加当时还是美国国防部在支持DAPA在支持他他更是一个封闭的所以所有的技术都让我们从底层开始看起所以我们最早做的手络是就做两脚腿好然后两个人怎么走起来,怎么上下楼梯怎么走胁迫,这个都是我们最早探索了一些积蓄。那个时候就做两套腿是因为只能做两套腿吗?对,是因为太复杂了,在做上半身太复杂了,控制不了。一步一步来。所以其实真的很多很多技术都是全部都是原创性的包括关节当时是想不要做关节了买德国的 买韩国的但是人家的关键的时候做的奇差无比很运坏后来没办法又自己做关节你们自己做关节自己造两条腿的机器人的时代应该是远早于王欣欣在实验室里折腾人心的时代是的那个时候中国的供应链可能也没有供应链没有现成的人型机器人的供应链不仅是没供应链那时候2011年12年13年的时候那时候什么人家都在关注做手机那时候赚手机多赚钱啊我们把图子设计出来之后要别人去加工的时候都在求那些人没有人看得上三瓜两枣的生意没错啊人家看不上那个你的技术要求高又复杂然后当时公司也比较穷 我们还扣不到它的成本什么什么的 人家说你要多少 我们说做个10台20台 人家把单子来往里面看 手机人家都是KK级的百万订单量人家真的看不出我们三公两早所以当时你要把它加工出来你还都在人家的机床空隙帮你加工一下你还是请他们厂长吃饭跟他们机床的操作的师傅跟他们喝酒然后才愿意认真的帮你去做所以很多很麻烦的事情其实张大利都可以写一本书以后可能我退休的时候可以写本回录录好像是叫青春之城有部电影都拍了我们当时
[40:00] 整个创业的艰难的一些时刻优选创业的艰难的时刻回忆优选的艰难时刻你立刻会浮现在脑海的画面是那几刻没有 其实现在我回忆起来应该更多的都是一些比较开心的时刻 一些高光时刻 在我的印象中真的都是很enjoy的过程 很享受的过程等等 刚才说的春晚 2016年我们的机前第一次上春晚的那个时刻 我觉得是很高光的时刻那样后面其实上市的时候也是一个很高风的一个时刻你在UB选拉的是一个什么样的团队以你的个人的风格应该也是会拉一个研发气质特别强有技术理想主义的团队对 我觉得不是一类人走不到一起去首先底层核心价值观肯定是相通的我们创业中心的这个核心价值观正直这是第一原则自趋合作极致政治首先你人品要好我觉得要做好事先做恩这是我招所有团队的第一原则第二个自趋因为聚生智能时代你一定要自具有比较高的理想自从高原不管我在不在你都要努力去工作去为梦想去打拼这是自趋第三个是合作应该涉及到机器是一个极大成者方方面面肯定是个团队要teamwalk第四个是极致就是要大家把工作绝对不是做到95分就好了很多人都觉得做了90分析很了不起了我说你不做了120%都不达标因为机型的产业链非常长你每一个都只做了90%那乘到最后差点好你没有去所以这是我对产业的要求后三者比较容易去观察政治怎么判断其实就是种感觉行业走到一定的程度之后大家甚至是拼的是体力的人品底层的三观你恶不恶可这个梦想你对未来的居生制冷革性进行的产业的看法是什么样的决定你走远不远这么多年人形机器人这个产业是有高潮有击股有的人很多高潮的时候就进来了第一步的时候觉得就跑了 现在很多公司现在看到运行进行都很高长大量砸资金进来趁着热度 行业碰到低谷的时候 这些公司他们还会不会坚持不一定我们当时20几年的时候也是一次跟林医基金的高潮好那时候很多公司也一样像今天这样很繁荣后面其实真正走到最后我们发现很多公司都不在了因为碰到低潮的时候工作坚持不下去或者说不想坚持觉得有更好的赚钱的方式房地产 移动互联网 这种手机啊这种比当时机器人来钱多了大家都去做赚钱的市集了 没有去坚持没有梦想我觉得是走不远的这个我觉得可能是我需要找的同文所以整个团队就像都跟我有相同的气质你刚提到第一项是正值就让我想到这一届人型机器人运动会有团队是被主办方退赛的是因为他们违背了规则大家都声称是自主参赛但是赛方其实是查出了有团队是假扮自主实际是摇操我很好奇的是这个行业已经可以实现自主泛化应该说是行业现在的平均水平了当然是保留了摇槽这种方式 既然大家都可以自主了 为什么还需要摇槽 在有些情况下摇槽有时候可能也是一个很好的补充 比如什么样的应用场景必须要摇槽 在一些比较特殊的场景 3D的场景 单几楼是为了危险的 比如说我要去做一些像这种倒闸电力配电箱配电柜这种操作 我操作错的话其实会造成一些比较大的影响有时候为了确认需要最后需要做一些判断介入这时候可能是需要摇簇的这么说吧就是说在当前人工智能这些大脑还不够发达的时候要将人的智能和机型的智能结合起来去完成一些操作当前机器人能力的一些工作的时候这个时候需要人的介入了这就是摇操 但是摇操也不是大家所普通老板型所想的那么摇操普通老板型的摇操可能是个像遥控玩具 遥控车 是吧 我按一下遥控器一个键 机器人一个摇控车往前前进后退左转右转啊 其实今天的机器人的摇操是行为级别的 还有一些是任务级别的 它是有好几个层级的摇操握手的摇钞是进行了每一个微小的动作都需要给他发个指令完全是一步一趋的任务就行为基地要抄可能就说我给你一个指令你把那个杯子那一下完成一个很小的一个行为它是一系列的还有聊超就是今天人工智能已经到了一定阶段之后真正将人的智能和机器的智能结合起来这种摇槽就是说说他是个任务级别的摇槽我给他一个任务这个物件是很复杂的在我们的便电站里面看着一个开关
[45:00] 猫的事红灯啊这个手机器已经看到它是有红灯了然后呢就是我要决定是不是要把它开关搬一下让他变成绿人这个时候机器人是他的判断是需要人介入了我们给他一个角色说哦这个手势需要给他去把这个开放把它掰下来这所机场可能要走过去可能有些社交叙运中可能要拗过某个障碍可能还要把一个门打开等等实际上是很复杂的一个工作但是人给他的决策就是说你要去把这个工作完成是一个更高级的一个决策顿无其长嗯这种摇操也是涉及到很高的技术的含量人家给的是更高的决策机器人是负责拒绝执行它的操作不像是原来的傀儡式的操作明白所以你刚才说关于比赛的事情这是和我们的价值观是违背的确实需要裁判去给他们做一些规则上面的一些约束这次大赛我们看到了很多非纯机器人公司比如说汽车领域的公司加入手机领域的公司来做机器人今年4月份的马拉松荣耀最终夺冠就是一个你们意料之外的事情它是所有人眼中的黑马你怎么看荣耀这样的厂商也来做机器人说明这个产业繁荣然后大家也看好未来的市场大家一起来去把这个行业做到推向一个更高的高度我觉得这是一个很好的一个事情汽车领域有小鹏为代表手机领域有荣耀为代表大家都跑来做机器人你觉得他们为什么来做机器人都是翻阅化的公司可以说最底层的都是为利而来大家应该是相信说这是一个万一级的市场这是个蓝海的市场今天的投入投一个亿明天可以赚10个亿20个亿100个亿大家应该看到这个市场是是一个值得进来的市场今年的运动会上最后我们说决战简直就是红白大战因为你们的机器人是白色的荣耀的机器人是红色的一个是代表着原生的机器人派公司也就是你们一个是代表着这种硬件厂商其实不管是手机还是汽车他们对供应链的管理能力和这种极致的追求相同是他们的优势两派公司都有不同的优势和不同的风格最终放在一起PK我看出来还是技术其胜首先荣耀他们跑的也非常好本质上我也很认可荣耀的技术也很认可荣耀在这方面的投入你说看出什么我觉得就是大家只要吵了一个木耀前进有真实的去做一些工作都能取得比较好的层级您作为一个行家一个硬件的厂商展现出不俗的硬件实力和技术实力的时候会有什么理想不到的后续要多留意多关注这一类玩家的吗在第一年马拉松的时候荣耀作为一区黑马获得第一名大家会觉得说是不是激情这个领域里面硬件和运动控制已经没有什么太多的门槛了任何一个公司只要往里面砸钱我就可以取得很好的成果所以你们这些搞激情的那种公司已经out了你们已经落后了以后是为了资本的天下荣耀今天砸了多少钱然后我就可以第一名然后明天我一个互联网的公司像很多很多公司都很有钱随便砸一个5个亿10个亿是不是也一样可以到达到这个程度超过你们所有的这些你们的激情公司所以你们这些激情公司都可以出局了不能干了等到这个倒音的程度之后像这些所里做汽车的公司做手机的公司做移动互联网的公司人家真正大厂入局的时候你们这些小创业公司不用干了当时很多人跟我们提出这个看法 包括资本但是那些可能还是有点片片面了机器人的赛道绝对不是一家两家公司或者说一个一次性的投入就能就能刚好的我觉得这是一个很长泼厚血的一个赛道需要长期的积累你可以采取一些很简一些简单粗暴的方式在某一个单点做到取得一些胆战的一些成绩但是真的你说要认为这个行业做一点贡献达到一个很高的高度真的把机前推向千家万户是需要长期的积累和挑战的需要做很多的底层的一些工作就是说了什么板灯要做十年冷这种说法我一直很反对的是这个行业活起来了而就往里面扎钱啊互联网的造车的做手机的都进来了啊就好像一块藏生肉大家都想吃一口但是实际上不是这样的产业的长期的繁荣是需要长期的积累需要真正的做底层的很多的创新还有耐性资本您会怎么去判断一家领域的机器人公司它是不是一家好公司呢好的公司首先可能要好的核心价值观使命愿景很重要这个公司为什么而生这是我的第一个印象
[50:00] 那么多家机器人公司,大家的愿景应该都类似,都是让机器人进入千家万户,进入人类的社会生活吧?是,当然这个愿景可能是好的,你有了这个愿景之后,你的下面一步一步的行为,势不少围绕这个愿景去布局展开的,具体的打法上面可能会移。大家可能不一样要去看自己在行业中的定位很重要你的自己团队擅长什么你的秉赴资源是什么 这些都要结合起来的有的人可能对市场了解可能比较深生产制造对于基础在这个行业工业上的应用有很深的关系那可能他会去做这方面的工作了有的人可能对医药或者养老这个有关系健康这个领域有关系他了解更深那是可能会作业像外骨隔啊或者是这样的这种种我觉得这都挺好的确实需要有自己的独立的判断 独立的思考啊跟风我觉得嗯最终可能会密死掉淹没在这个巨星之等浪潮里面您刚刚说板凳要做10年冷其实您在UB选的10多年其实已经经历过这个冷板凳的过程了在UB选的这一段经历给你最深刻的影响和认知都有那些我觉得就两个字坚持坚持真的挺重要的选择一个方向需要把精力和资源投到你坚持的方向里面去然后做时间的朋友真的却是太多像这样的这些很艰难的时刻很多手都可以放弃的很多时候都可以放弃放弃是一件非常容易的事情反而坚持下来不是那么容易的当年跟我们一起参与了很多公司好其实后面走着走着就不在了很多人把这一轮智能革命比喻为另一种工业革命在工业革命之前人类社会的生产社会生产系统是围绕着人力为核心去设计的但是当蒸汽机的蒸汽动力被验证之后,整个人类的社会生产系统就是以动力为核心去设计的了。我知道很多坚定的人形派会说,因为我们现在的社会当中所有的设施都是以人为中心去设计的,所以设置成人形是最好融入社会的一种方式。但是我们如果以工业革命为一个镜子的话我觉得当智能的能力到达一个阶段之后也许整个社会的生产设施也会进行一个转型可能就是以人为中心变成一个以人家机器人家AI为中心的这么一套设施架构,整个设施架构和体系它也会变,所以人形并不一定是终极的。我同意你讲,我们现在为什么要拼命的去做人形呢?为什么不能绕过人形呢?回复到我们个人的最底层的逻辑你的三观是什么?反正我做音乐机器人的我的三观就是未来的社会就是人机人和机器人共融的一个社会机器人就会成为我的一个朋友成为我的伙伴甚至成为我的家人这是我的最底深的判断为什么一定要做人行?什么样的人会成为我朋友,成为我的家人?他会是一个轮式的机器人吗?会是一个爬行的机器人吗?我觉得不会成为朋友一定是一个我能接受的跟我交流非常自然的懂我的你要我跟一个看起来奇奇怪怪的他的一个动作一个行为我都不理解我没有见过的一个形态那就绝对不是我希望的这种形态运行机器人它就适应我们的工作无缝的链接到我们的生活生产环境里面去它可以去操作我们所有的我们人习惯使用的各种各样的工具不需要对环境对设备对我的工作的所有的东西做任何的改造拿过来就可以用啊不像我的手机我还要解锁然后输密码打开APP啊文艺经就在我边上我跟他一个手势我的一个眼神他都明白我什么意思吗他就帮不办了啊而不是像电脑像手机我还键盘鼠标还有各种各种GUI的转换这个所以它可能就成为第三代的人气交互中心大家今天购物的原因就是无非技术复杂第二个成本高但是我想说的是如果说这一问题都解决了呢一个很聪明的一个机器人他可以完成所有的这些工作你会去买手机还是买机器人手机呢,我根本就不会考虑了电脑我也不要又很聪明的人形和一条机器狗放在那边上你会去选择什么我们去做很多很多的测试调研对比嗯当大家去忘掉这些成本忘掉这个像后面的技术复杂度的时候让它做很直白的选择的时候毫无疑问人家就会选择人形我需要这么一个人给我提供情绪价值未来的社会可能是一个三体的社会一个肉体的熊野剧一个激情的雄友群还有一个数字纹的数字雄友群我的肉体我哪天会死掉但是我痛脑基金
[55:00] Cool. I can now use the internet to use my knowledge and knowledge. I've got my experience. 输到数值里面去 可以输到 The G-Covid-Xenia is Mm-hmm. And then I can be able to live in a dream. This is what I think is the future. It's a kind of a kind of a kind of a kind I'm not a person who is this one. But it's not a matter of fact. I think we're more than to show every person who believes in the world. You should have taken the world's world in the world. Worker series first of the time was a good one, but it was also a good one in the industry. It was like today's most of the companies that we chose the business industry. Why is it a change? It's a good one, or is it a good one? I think it's the current generation of technology. the局限 和 The company needs to do a certain financial report. and the choice of the choice. Because the work is a long-term goal, But in the case of the situation, the road to the house is still a difficult time. Oh There are many rules and standards, and standards. uh, bring a huge hit. So, in the current technology, it will be in the factory. Oh in the current situation and the future. I think this is a and also in the same way, the most important choices are in the same way. And so, in the same way, the most important things are in the industry, and the most important things are in the process of data collection. So, it can be able to increase the work of the network. The most important companies in the world have no longer than the industry, but I will find that there are several companies in doing the business of the industry, and the companies are in the business. It will be more than the companies that are in the business. which is the most important part of the industry in the future. That's what the machine is. It's a way to get the idea of the machine. It's a way to get the idea of the machine. It's a way to get the idea of the machine. I think in the current performance of the software, it's still at one level. I don't see the obvious that the company is in the WRC. It's in the situation. You're talking about the situation. You're talking about the situation. Right? Levels are where? The KGC says that if you're doing a job is 100% of the company, you're thinking about the speed of 67%. You're thinking about the speed of the speed? As you can see the different times. The time is the time. The time is the time. The time is the time. The time is the time. The time is the time. The time is the time. The time is the time. It's about 2000 more hours. One hour. Today is fast. Frigga. - Make what a nigga. 150000 In the world, there are some of the ones that have been 1200 or 1300. but also in the模型 The shape of the world is a very different shape. It's more different than the real world. Especially in the real world. and There are 10 different types of 包括 There are a lot of plastic and plastic and plastic and plastic. We need to train the data to train. This is what can be done. In this place, there are certain types of different colors. For example, it can be different colors, different colors, different colors, different colors, different colors, different colors, different colors, different colors, and different colors. Right? Yes, this is a change of change. It's not a change of change. You should be in the last year of the 23rd year, the "北京人形机器人's innovation center" and the "GTA" company and other "GTA" team members are very different. They are called "国家队". In your name, there is a name called "国家地方共建". So, it's called "国舰" How do you understand this "国家队" word? Why did you go to UB选, like you said, from深圳, to come to Beijing to do this? UB选 is a company called "商业化" company. So, I was in my position, I was in the CTO. I was in the research research, and I was in the research research. The goal is to do the most large商业化. Oh. And then this one is not the same. This one is from the country's perspective. in the industry, to find out the business of this business. How can the business of this business health and development? How can the Chinese of the G-Sense智能 be able to build this business? In the future of G-Sense智能, in the world of GSMC in the competition of the competition. It's a high-quality competition. This is what I think about thinking about the problem. and the industry and the country of this level to find out what are the痛点, the难点, the毒点 in the area. And to do these痛点, the难点 and the毒点 to do some kind of work. to
[60:00] 研发同时呢就是把我们研发的这些成果能够尽量的去开远开放然后让大家 让更多的这个商业化的公司能够避免底层的重复的无序的建设浪费社会的资源所以你们像一个行业的基建商和指挥我们应该跟着是一个基础建设的搭建者所以你看我们从早前的我们的天工的一些硬件的设计全部开源我们跑马拉松之后第一届的所有的算法所有的PIPLINE全部都开源然后我们后面训练我们的大模型的数据那高智能的数据几百万条的数据全部都开源然后我们把我们模型的架构都开源这些都是我觉得是一直在坚持我们的初心我发现其实创新中心它有一些大块头的股东嘛比如说优比选小米还有益庄这边的政府等等为什么最终会是这些资本成为创新中心的一个抵做第一批早期股东 为什么会是这样你说了这几家原始创始股东他们恩可创严中心的愿景和价值观当时要做机器能运气技能工作我们其实都沟通过啊嗯有些是没有投资好主要是因为他们觉得这个还是一个国家的一个平台然后呃它的商业价值跟他们公司自己的追求是不是匹配的不匹配他可能就不会投资了其实优费当时投包括小米投还有益装基权投还有基权基电当时投这个的时候并不是追求上连理他们追求什么?追求技术的创新追求为这个行业的带来的更多的贡献我们开玩的东西也会对永选对小米对精神经典对所有的股东他们都是开放的本质上也是富人他们他们投钱或者投各种各样的资源给你其实也是让一部分创新的资源放在自己的体外让它有可能发生 是这样的对啊 创新中心它是一个有国家对title但是它背后确实也有着行业巨头的身影包括也有政府的身影只要是有大资本的存在就在市场上会被认为是一种站队可能有其他商业化追求的公司在使用和合作的时候就会分你我怎么去解决这个问题看起来好像两个方向是矛盾的目前我们看到的还没有说是有什么站队我们目前还是坚持开源开放而且我们的开源开放是一时同仁的 基本上global的全球的开放在美国一样可以用我们开源的东西在欧洲 在日本 韩国 都有可以下载到我们开源的东西实际上我觉得不存在这个事原来在Ub选作为CTO现在更多的思考整个国家的产业如何能够在城球占领一个更好的位置能够做到更高高度的创新这两个角色之间认知有什么变化吗很大的变化 原来这Ub选是从商业化的角度是一个小我然后今天我们考虑的是可能是国家的和行业的这个是个大我今天做的一些研究和布局比优先来说应该是更底层更偏向基础设施的建设有可能更多的还是做应用技术啊偏向于上层一点做运动 做视觉 做感知 做决策 适合的范围可能就有很大的变化中国产业和供应链的深度在军生智能这件事情上有机会把中国推到全球的一个什么样的位置?很好的问题 我觉得在今天可以毫不避讳说 军生智能的这个竞争就在中美之前嗯啊而国家给的定位是文型机器人的竞争是中美科技竞争的必争之地我觉得从社会的期待从今天的行业发展来看的话大家至少是同一个同一个起跑线各的优势中国有中国很明显的优势我们供应链的优势迭代的这种优势其实在本体和产业链方面其实我们有的很好的优势我们有大量的应用场景这些都给个音线机器在快速迭代提供了很好的一些支撑美国他们在大脑在穆斯林这个领域里面他们做了很多原创业的创新国内相对于说还处于一个跟随的这种状态美国现在实践出了哪些创新是中国没有的比如说像世界模型 像空间自能 尼飞飞他们在做的这些其实我们很多都还处于在跟随他们的状态还有一些像我们机器里面现在一些算力的需求算力芯片方面可以说大部分都是来源于美国这些其实都是我们国内需要
[65:00] 去做突破的 而且还蛮紧迫的 还蛮急迫的中国算力多久能突破这一道关卡?国内已经开始有好几家公司已经上市了但是他们现在更多的是在文驾驶啊在那个整个AI层面的算力在聚生制冷藏方面其实大家还在做适配现在是有替代方案只是替代方案在当前在追求技术进步的情况下面可能这个替代方案是不是现在就要拿出来它是用于经济的方案不一定但是今天国程并不说拿着就可以用还需要做很多适配还需要做底层的架构方面做很多底层的一些工作对他们的开发上面有更多的投入成本会更多所以现在大家不是万木得以物除非说美国已经把我们给尽了不给我们不卖过我们了那我们可以把这些东西给拿出来啊也不是没有解决方案是有解决方案的从帮一家公司引我指的是你在优比选的时候到现在要帮一个区域甚至一个国家的产业练营重点关注的指标有什么不同?我们现在关注的指标可能更多的像底层技术的一些突破了,就是我们刚才说的这个包括我们的两个平台,一个是天工,一个是会时开悟,另外还有一个就是生态的建设,我们做了很多开源开放的工作,我们做了很多日子开发者的培育的工作,这次比赛,其实上有很多的科研院署 科研高校 一些都是开发者用我们的平台在做开发 然后去参加比赛的应该在整个赛场应该是最多的一家美国仍然是以碧源为主 但中国靠开源走出了一条自己的路而且也慢慢我们发现开源 辽源的趋势也对碧源的这种技术的领先性形成了一定的压迫 巨深也这样吧我们后面开发 开用我们自己的数据期然后在行业里面下载量应该是最大的一家您说的行业里是中国还是全球土地道应该就是国内的在全球我早不应该现在中国是第一在全球应该是第一了在国外现在巨星智能的数据及开源的不多为什么中国会选择开源在中国我觉得大家还是都是很open应该是大家这种思问模式的一种转变我们从开源开放的过程中能够聚集更多的这种同伦能够形成一个很好的生态能够扩大你的技术的迭代嗯我觉得总的来说我们从开月的过程中我们看到更多的好处,所以我们会选择开源开源了自己的数据集合算法之后带来的对你们来说最大的好处是什么第一个好处就是培养了更多的使用者是吧这些使用者今天是我们的开源用户那后明天后天可能就是真正成为我们的用户然后因为开源是有一整套开源协议的我们对他开源其实他做了一些工作他其实也需要上传反馈最后反腐开院的社区反馈了更多的案例还有开院的工作中其实很多人提出很多一些建议和改进的意见甚至发现一些bug然后我们会快速去迭代这本质上对促进技术进步也是有很大的帮助了所以本质上就凯元是把更多的这些人聚集在一起形成一个很好的一个一个团队一个生态众人食材火焰糕大家一起朝这个方向去努力当然还有一个就是我们国家队我们也希望为中国培养更多军事人的人才我们能够开源我们为国内很多的开发者经过一段时间的对他们的巨星智能能力开发能力起到很大的帮助您看你也说您是乐观派吗在居身这个领域你觉得中国是有机会赢的吗对错坚定勿赢非常坚信我们要怎么才能补上大脑这一刻呢就是什么时候大脑的原创创新能出现在中国呢它要满足什么样的条件大佬的确实需要很多的投入而且是长期的投入现在有很多创业公司都开始在做这块了这是一个很好的变化更多的像OpenAI的公司说明就可以冒出来了只要坚持长期主义大家沿着不同的方向探索起码可以证明说哪个方向可以走得通哪个方向可以走得更远哪个方向是死胡同在我们中国就这点比较好很多方向都有人去探索最后可能很快的来番是政委了政委大家就这就不往多方向去投资院的这个我觉得也是挺好的一种识不知道您有没有留意到在这届WRC的看目视当中王欣欣的演讲讲了一个聚身智能现在没有办法实现的卡点她说语言模型输入输出是纯数字编码严格限制在一个固定向量空间里面基本上没有损耗但是机器人的每一次输入输出都会引入偏差和损耗尤其是触觉层面的细微误差几乎是没有办法修正的
[70:00] 公月随之暴跌,他觉得这个限制了机器人智能的最后一公里。您怎么看他指出的这个问题?我同意恩同他的意见不同的模态的信息的表征会带来一些损耗所以其实我们现在也在追求对多模态的信息进行统一的表征语言的视觉的触觉的这些信号用同一种表征模式然后输到大模型里面然后用同一的表征模式统一来做向量然后统一的来进行推理做决策这就是我们后面所追求的大一统的模型之前并不是在一个统一的向量空间里面去做表征的是吧你觉得这是一个趋势吗大一统还没有完全形成一个趋势没有形成这个行业的公式但是有几家领先的公司包括你们的已经在做了已经在做在中间探索我们其实做这个之后呢我们推出了自己的Pelicun Unified这个统一大模型效果看来在当天之内我们觉得还是不错的后来Pelicun Unified这个模型登顶了Wall Avenue权威榜单的榜首后面我们其实在语音啊在视觉这个榜单里面其实我们也做了一些测评发现这个效果其实也是蛮好所以至少这个方向上我们当前觉得它是一个值得探索的一个方向大一同的模型和世界模型这几个他们的优点都可以集聚起来VLA可能更多的是擅长于操作是吧完全复刻然后世界模型可能就擅长推理擅长预演它其实各有各自的优势各有各的不足但是我们现在Pelipunify通过统一的表层这种方式能把各自的优势都可以都可以结合起来大一统意味着需要消耗更大的资源是这个当中需要的数据和训练方式所有的一切都是更大规模和一种全新的范式这个事情不是所有人都能做它有一定的门槛是的 你说的非常对大一统的模型它的参数量就比多么大模型和我们之前的VOA完全参数量是不是一个量级的部署到本地端部署到机器人上面确实有难度的当前的算力还有机器端侧的芯片其实都不支持所以很多大一统模型都是在云端后面随着芯片的技术还有甚至是架构我们也可以采用普通的架构这种方式来规避这种方式当前是参数量是比较多的未来一旦我们觉得它是成熟来一定程度之后我们可以采用蒸留的方式或者其他方式把它再缩小把它再做一些裁剪什么的蒸留等等很多方式可以把它缩小可以往端侧往机器伸的放有可能的 这个后面随着这个技术迭代我觉得是有办法可以解决在这个赛道里面有技术深度和底蕴的公司它后进会更足吗我是觉得现在增添聚生日能也好运行机器也好这个领域科技术上还有很多的技术都没有给点亮要真正让机器走入我们的生活是需要克服这些技术的点亮的科技术所以我觉得这样的公司是目标可能更远一点 路可能更长一点 但是要真正达到你梦想的那个彼岸的话这种是奥不过去的您怎么看这个行业里面现在有一批公司他们是拿着资本市场最多的钱最多的融资但他现在其实并没有下场真正自己去训模型做真正的脑技术的权战可能是他们认为现在还不是时机等到有人做出统一的范式或者被验证的范式之后他可以在下场砸资源收割市场一个思路这可能更多是商业模式的操作步伐确实有成功的或者我觉得是阶段性的成功在我的根子里面我觉得这样的公司走远你可以一时的成功可以某一次的成功或某几次的成功但是不可能次次都能成功你是相信最终走的好的长寿公司它一定是下苦工的公司对吗?一定是嗯有自己坚持的有自己梦想的公司机器人它是一个非常复杂的体系有些人梦想在大脑有些人的梦想在供应链有些人梦想在本体硬件大家现在基本上头部公司都声称自己做权战这个你们知道吧对吧对确实有很多说说做权战您定义的权战是什么确实权战这个应该还是打引后的个人都对权战有不同的解释在巨星战革新进行这个领域里面真正的权战我觉得不可能我们所说的权战其实还是我们公司自己定的两个平台天宫本体的开源开放的平台第二个是惠世开悟大小老这两个平台上面都涉及了一些关键的核心的共性技术这个是我们所说的权战为什么说不可能有真正做权战的公司呢因为太广了所以您定义的
[75:00] 全站是从本体到大小脑所需的底层技术卡点技术 这上定的全站其实应该还有很多的包括一些核心技术 关键元器件到一些运动控制什么NPC WPC 通控制器各种各样的台课了这个领域大脑方面是要更多的方式了其实还有更底层的操作系统还有工具链甚至是像刚刚说的数据数据里面有很多很细分的底层数据整个机型的温泰间技术的MAP里面细分的就非常多这个产业的发展是需要很多公司一起进来努力的所以我们觉得说要开源要开放让大家真的乃一起各自专注自己擅长的领域里面去为这个行业天荡加娃回到我们这次运动会的话题运动会这次其实分成两类主题一类是竞技赛一类是场景赛竞技赛就是我们看到的跑跳像人类运动会那样场景赛就是定义了一些机器人的工作场景让机器人去完成任务我所知道的是这个行业里面基本上大家都是偏科的你们应该是唯一一家在竞技赛和场景赛两类赛事都取得头部名次竞技赛你是金牌输第一长领三应该是金牌输第二对吗你们算是不偏科的,但是好像其他没有太多的公司呈现这种不偏科的状态,为什么会是这么样一个状态呢?偏科不是坏事。就是书也有专攻其实专注在自己擅长的领域做到头部我觉得就有机会本质上我们希望说创业也好做事情也好就一定是坚持这个逻辑那些偏科的公司啊真的让他们真的做到头部了我都觉得应该为他们鼓掌我们创意中心这边因为是一个国家平台我们需要站在全行业的角度去全程扫描这个行业专版是什么共性的关键的一些核心技术是什么啊我们跟海外的竞争我们落在哪些方向上面列了一些我们要该努力的一些方向和应该发力的几个点所以我们在这个点上基于我们当时的资源我们是一步一步展开的川新宗也不是说放到今天全战也不是一开始就这样那一开始我们还是先做了天空的本体啊先做了他的极致的运动控制运动能力然后呢后面一直到马拉松第一次获得冠军之后后来我们开始布局大了开始去做大模型我们做大模型第一次也是VLA的模型后面还是多么的大模型加VLA后面加世界模型现在加上大一统的模型所以是基于我们掌握的资源还有我们对行业的认知这个画面是徐徐展开的未来其实不排除我们还有一些其他的一些布局这些布局也都是基于行业的发展和社会的需要和这个科技竞争的角度里面需要布局的一些东西像您说的你们既然生来为了扫描整个行业定义阶段我们有没有现在有绝对的优势和绝对的劣势现在看着确实有优势的中国上一些核心元器件,其实我们确实有优势了比如说关节这个层面,我们国内的探索了这个行星减数斜波减速还有滚树丝杠的这种减速装置其实我们国内都有很多公司都在探索而且我们都是走在前面的我们的像这个技术的稳定性可靠性这个国内都做的很好的甚至海外的一些大家所熟知的那几家公司的供应像这种关节和预言进行的供应链都在中国这个我们确实牢牢抓住并且不断强化这些优势啊这是我们国内应该要做的另外还有一些像反感器我觉得国内也是做的比较好的包括你们现在看到的像这种电子皮肤压力传感器原来是不行的但这两年其实变化非常快还有人员 电池我们说到今天为止电池都是一个短板但是现在目前看到电池营加快速就在进步好原来我们的机器人其实电池又大又笨嗯然后容量很大很大的容量其实也就10A实现在其实一个很小的电池银这个容量比原来大了很多了而且它的放电倍率整的这些基础参数都比原来高了很大一截说不定下次马拉松比赛你可以看到一块电池可以跑完全程的所以整个的这个核心元器件的技术多的快速在迭代中国这方面真的是有我觉得是无可比拟的优势这个是我觉得国内国家也意识到这个问题了所以在有意识的在加强这方面的优势问一个伦理问题啊每次当我看到马拉松或者跑步比赛机器人跑得非常非常快的时候都会忍不住担心一个机器人跑得特别快如果出现意外因为这次还有另外一个全民关注的彻底跑着跑着撞到了前面的挡板腰断了
[80:00] 我跑到上半身飞出去了不好意思我忘了具体是哪一家了怎么看机器人越来越强大之后带来的安全问题和伦理问题伦理问题安全问题这是底线其实大家对穆斯林的安全考虑嗯都成立了安全能力委员会在国际上这是一个很大的一个话题而且是一个底线的问题现在国家层面和学术领域里面都在制定这方面的安全的标准包含好几个层面一个是本体的安全就是激情不要对人对对环境造成伤害第二还有数据安全第三个就是还有信息安全好还有个人隐私的泄露等等这是一整个很大的一块拼图现在行业正在制定一些标准我们也牵头了安全的标准的制定进度的规划做一些工作其实大家紧如密鼓的在开展这些工作在工信部的指导下面在做这个事在今年年底的时候会出很多的标准出来真正的机器人的厂商必须要强制的执行这些标准你之前达不到安全的标准是不允许销售的否则的话可能会对社会人的用户造成一些不必要的一些意外这是一个底线的问题很高级别的一个底线我在思考几个具体的问题比方说我们现在看到最成熟的应用之一是无人机但实际上在北京无人机是被禁飞的机器人未来会不会出现像无人机这样的情况在一些地方一定是限制的它会有一套国家定的这种从安全考量系数或者种种综合因素考量的一套体系会规范这一类归机生命的行为会吗?一定会了,能够系统安全层面的用于被黑客被一些意图不轨的人万一我们的机器人被黑客hack了他变成一个杀手怎么办确实可以做出一些意想不到的危害的所以激情以后要大规模的上市的时候它是需要满足国家的一些安全的一个强制的法国要求的在技术上能够实现使得机器人不被hack他是安全的吗当然可以实现系统员软件层面它可以采用很多的安全的防护的一种方式优优独播剧场——YoYo Television Series Exclusive还是通讯还是这个整个系统都有现成的一些解决方案嗯只是现在还没有出一个统一的法律法规所以大家很多创业公司可能现在还没有太关注这个我们现在已经在路上会碰到很多很多的机器人了所以你担心还是有道理的但是真的正规的上市之后你就不用有这个担心了但这一天应该也会很快来是吗是因为我们这个节目是希望做最有生命力的科技商业访谈最后想请您分享一下您和机器人交往20多年最有生命力的时刻有哪几个?这个生命画面还是在家庭这个场景里面我记得以前我做过一个比较小的机器人放在桌面上好当我正在专心专业在处理工作的时候这个机型突然像苏醒了一样站起来说行吗你外面有个客人到了希望你去跟他开个会我当时是比较在专注的干自己的事情然后他突然这样跟我说的话就感觉像我的秘书像我的原因一样去跟我提醒我觉得这是一个很而且说话的声音语调动作都比较都比较自然很用解锁还有一个是在疫情期间我们当时去辅助了一些人给他们去送一些生活比喻用品的时候我觉得是比较温馨的一个状态给隔离区送物资对对对很多生活中的场景当大家很无助换一个机器人来帮到你雪中冲炭的那种感觉我觉得是比较温馨的还有一次就是在养老院因为老人家只需要那个护理人员帮他们给点生意是要做一个抄的那次做抄是由我们的机器人去带着老人家去做抄然后那些老人真的看着很新奇问了很多这样的问题我的机器人就带着老人去做了活动的一个超我觉得真是那时候感觉到这个机器人真的所发挥价值然后而且给社会带来很多的温暖感觉这种很历史的这种价值观很温馨的那种感觉三个生命力的画面今年看运动会我有特别大的感受以前会觉得说不需要机器人提供情绪价值看了运动会之后我觉得太需要机器人提供情绪价值了已经很久没有出现我和朋友们在电视前看一个比赛大家全部都在笑我们当时在看机器人做各种成绩跑步但是确实由于技术的发展有很多很多拙劣笨拙恰恰就是让你觉得好有趣有一种观察某种生物在沉沉
[85:00] 这样一种好像人类看宠物的眼光在看他们的这是他带来的情绪价值当然他每次突破刷新记录的时候又会让我们对归机生命产生一种敬畏你知道我这么看吗其实我看他们就像看我的小孩在学蹒跚走路在意味不成长样我是一种充满了期待的眼神和充满了这个有时候摔倒了就用爱恋的那种就像我儿子摔倒了一样的这种眼神来看着他摔倒了你是会心疼还是?我当然会心疼你看我们的那个基层他的身上还带了泡沫的我们的Alme Archive刚刚测试的时候身上还有很多的泡沫就是因为测试的时候他真的会摔倒摔倒之后可能会胳膊有时候会摔歪来或者是胸前的一些盒子会摔变形其实这些都是需要去后面去维修的所以为了保护他们我们就专门给他做了一套泡沫的衣服在关键部位都给他保护起来这些都是我提出来的可能是不一样眼神不一样的心情
