谁说中国机器人只会唱歌跳舞？优必选谭旻：没有真正通过商业验证的量产交付都没有意义

来源：新浪科技

　　文|《硬核AI客》栏目 罗宁

　　近日，一段优必选人形机器人方阵视频在海外科技圈引发震动，全球估值最高的机器人独角兽Figure的创始人甚至亲自逐帧分析，质疑视频是“CG伪造”。面对争议，优必选用“一镜到底”的拍摄花絮强势回应，硬核举证结束了这场真假之争。

　　争论背后，折射出业界对人形机器人发展的深度关注。机器人方阵，究竟意味着什么？当人形机器人从科幻作品走进现实产业，这场技术革命如何真正创造商业价值？中国企业在全球人形机器人竞争中占据怎样的地位？

　　新浪财经《硬核AI客》栏目，联合开源基金董事总经理、首席经济学家杨德龙，与优必选首席品牌官谭旻展开深度对话。在谭旻看来，网上一些人认为“中国的机器人只会表演，美国的机器人才会干活”这样的观点过于片面，因为现在全世界最先进的工厂超过80%左右都新建在中国，这为人形机器人行业发展提供了丰饶的土壤。

　　而在唱歌跳舞吸引流量的“眼球经济”当下，他十分清醒地认识到：机器人产业经过一两年的喧哗，已经逐步逐步地回归到真正的场景应用当中来，这才是整个产业健康发展的一个正确的方向。

　　以下内容节选自《硬核AI客》视频栏目，完整版可观看视频：

　　《硬核AI客》：如今AI大模型进入各行各业，不同的大模型，它们对于机器人将来的进化，特别是智慧大脑的形成，它们之间的差别，您感觉大不大？

　　谭旻：得益于我们在全栈式技术上面的13年的布局积累，实际上优必选一直都是采取一个开放生态的合作，我们跟国外、国内的大模型其实都保持很好的合作跟应用，目的实际上是不断在测试不同模型的优势。我们因为从小的人形机器人，就是桌面型人形机器人，甚至乎到AI的萌宠，都在应用语言大模型。我们到人形机器人就更不用说了，其实它无论在理解这个世界，在推理端，其实都是依靠大模型的一个很重要的单点突破的能力。但是目前来讲，从总体的大模型来讲，我们应用LLM语言大模型，对于人形机器人发展来讲是远远不够的。

　　我们其实除了在语言大模型上面的应用，人形机器人实际上要全面发展，比如说我们要去接触世界的物体、信息录入、互动，其实80%左右的信息交换是通过视觉，而不是通过语言来沟通的。所以，我们认为下一个更为重大的大模型的突破，它一定是要结合我们的视觉，就是我们的computer vision，在机器视觉上面要让人去跟机器、跟世界互动，要通过一个视觉能够连接在一起，这也是为什么我们在新一代的工业人形机器人Walker S2上面采取的是类人的双目视觉的这么一项突破创新的技术，因为只有让机器人拥有跟人一样的双眼，它拥有跟人一样类似的身高，它其实建立起来的世界模型有点像我们真实世界的一个镜像跟复刻。这个对于人形机器人进入到我们人类社会进行服务，具备这个能力是很关键的。

　　《硬核AI客》：网上有一种说法叫“中国的机器人只会表演，美国的机器人才会干活？”中国的机器人和硅谷的机器人到底谁更强呢？

　　谭旻：这个说法可能有所片面，我认为可能大家仅仅看到中国机器人唱歌、跳舞的那个部分。我们其实在2023年12月29号就推出了第一款工业人形机器人Walker S，在2024年到现在，我们通过23个月的时间，其实是通过小步快跑、快速迭代的方式，我们迭代了三代工业人形机器人。从Walker S到Walker S1，到现在我们在全球能够实现自主换电的Walker S2，其实大家看到我们其实已经拥有了全球最多的工厂的实训场景，我们从北到南，包括北边一汽奥迪、一汽大众的青岛的国家级工厂、北京汽车集团，到长三角的极氪、吉利，到我们西南的赛力斯，再到在南边的包括东风柳汽。在深圳我们其实除了跟富士康在整个3C智能制造的场景拓展之外，其实我们跟顺丰在智慧物流方面其实也达成了战略的合作。所以，其实大家以这个场景来看的话，反而其实优必选或者是说中国其它很多的人形机器人，正在从大模型的装载，在具身智能这个时代，其实迅速地聚焦在我们的应用场景当中，去做各个场景的垂直应用，这个是我们现在看到中国人形机器人百花齐放的一个非常蓬勃发展的这么一个局面。

　　相对的，美国的人形机器人公司，反而它们其实是all in AI，它们其实是拥有更庞大的对AI投资的能力，这是我们目前中国人形机器人产业所不具备的超规模化的AI投资的能力。

　　《硬核AI客》：和特斯拉机器人相比，中国的机器人公司将来能不能给全世界造机器人？我们有没有这样的能力和信心？

　　谭旻：我们是非常有信心的，当然这是建构在两个很核心的基础能力上面。

　　从人形机器人这个角度来讲，我们认为中国的人形机器人有机会成为制定标准的实施者。因为人形机器人直到目前为止，每一家的技术都还没有收拢，人形机器人在全球行业里面还没有形成标准化，比如说汽车是四个轮子，我们的轿车是什么样的一个规格，它其实通过百年的汽车工业，已经逐渐形成了数据，形成了生产规则，然后形成了整个行业的生态，它才会诞生出来新能源汽车。但是中国的人形机器人得益于我们的这些（优势），包括新能源汽车的爆发，产生了我们对电机这个单一技术的突破，我们现在已经是全球最大的新能源汽车的生产者，从而我们对电机这个技术，无论是技术、产能，都有了很好的成本上面的控制的能力。在这个基础上面我们再发展一个更为颠覆性创新的人形机器人行业，这个时候，我们在技术还没有收拢、还没有标准化的时候，我们就有机会跟整个产业链的系统化一起，能够在这个标准上面形成中国人形机器人的产业标准。

　　大家不要忘了，我们其实拥有全世界最大的智能制造的应用场景，现在全世界新建的最先进的工厂可能超过80%左右都在中国，这个实际上是有利于我们进一步加强我们在标准制定上面的话语权，这个真正是整个人形机器人行业发展的一个更为丰饶的土壤。

　　《硬核AI客》：特斯拉未来要年产100万台机器人？优必选会有什么样的目标？

　　谭旻：我们其实今年是500台到1000台交付数量的范畴，明年我们的目标是3000到5000台，2027年是10000台。通过这三个步骤的POC的验证，大家一定要记住，没有真正通过商业验证的量产交付都没有意义。

　　比如说特斯拉说它要形成100万台，那是一个对未来的期许，它其实没有任何现在能够对于场景应用上面的一个验证，光谈数量是没有意义的。所以，反向如果说我们以100万台来看现在上游的投资，那肯定会有一个过高的预期。但是如果我们把这个关注的维度放到中国的场景应用当中来，我认为实际上是能够给所有的投资者一个更加真实的一个参考坐标，这也是外国的投资基金来到中国进行很多厂家上游的实地考研之后，得出了一个很重要的节点，就是说可能大家都高估了现在的发展速度，但是低估了未来的成长速度，这是其重要的一个点。

　　《硬核AI客》：如何看待机器人创业公司疯狂砸钱推产品的做法？

　　谭旻：大家要了解到，在过往的两年左右的时间里面，其实中国已经成立了接近200家人形机器人的公司，大家在百花齐放的过程中，一定是八仙过海、各显神通，所以大家为了能够更好地发展，其实一定会用各种各样新奇的手段来吸引眼球，这实际上非常非常正常，这也是新创公司能够更好地赢取投资人的注意，能够拿到更多融资的其中的一种方式，大家更值得关注的不是能够有多大的流量，（不是）能够有更多的花式的玩法，现在市场其实通过这一两年的喧哗，已经逐步逐步地回归到真正的场景应用当中来，这才是整个产业健康发展的一个正确的方向。我们也看到，国家在这个方向是鼓励大家把人形机器人更多地带到真实应用当中去，更多地让机器人去干实业的一个很重要的产业上面的指导。　

　　《硬核AI客》：近一年，机器人表演唱歌、跳舞等娱乐性项目已成趋势，这种趋势是正确的方向吗？

　　谭旻：其实优必选作为一个创业公司，也经历过这种过程。优必选在13年的创业历程当中，其实已经四次上过春晚，每一次上春晚都是不同的机器人。优必选也经历过2016年我们540台机器人集体跟孙楠一起载歌载舞的时刻，它是作为创业公司，在刚刚创立的过程中，向投资者、向整个业界去证实自己能力的其中一种方法。

　　在一百多家人形机器人新创的公司，要突围而出，实际上唱歌、跳舞确实是一个比较容易抓取眼球的方法。

　　但是我们相信，唱歌、跳舞绝对不是人形机器人发展的一个真正能够落地应用的方向。我们看到政府，其实也号召人形机器人真正更快地能够投入到产业应用当中去，真正进厂打工，是我们整个中国人形机器人产业发展大的政策上面的指引跟方向。由此大家其实已经看到，优必选在过往的两年当中，其实已经是率先比我们美国的同行，更早地投入到我们的产业应用当中去，更早地把机器人投入到我们实体经济的这么一个更高的效能提升当中去，做一个新质生产力，人形机器人我们相信真正能够对我们的智能制造、对我们下一代的生产力革命，进行一个推动，让我们的人形机器人帮助我们的人工智能，更快地对我们不同行业提质增效，发生真正的推动。这是我们中国人形机器人产业面对的挑战，也是我们真正遇到的非常大的机遇。拥抱这个机遇，克服这个挑战，我相信人形机器人在中国的发展就会迎来我们整个新的万亿集群的这么一个形成。