本文来自第四届机器人行业年会现场圆桌对话环节。为还原现场情况，本文在纪实性原则下，保留了第一人称对话的展现形式，仅对部分表述进行了优化和修编。

　　在之江实验室智能机器人研究中心副主任、研究员宋伟的主持下，钱江机器人董事兼副总经理孔民秀，绿的谐波副总经理李谦，九号公司商用机器人事业部总经理纪亚飞，申昊科技副总经理、董事长特助熊俊杰，埃斯顿酷卓总经理李远平，围绕“新一代机器人科技变革中的机遇与挑战”主题展开一些讨论。

　　这场圆桌中，我们拟定了五个热门主题，想让产业端的专家，分别围绕人形机器人、非结构化环境、新型工业化与高质量发展、AI和大语言模型技术、人机交互和共融，谈一谈技术具体落地的难点和解决思路，专家们的观点精彩纷呈，但由于时间有限，现场抽取讨论了四个，还剩余一个问题在文末留给读者们。

　　对于5个方向的问题，欢迎朋友们留言给出自己的看法，我们在评论区抽取3位，送出《2023中国机器人发展年刊》一份。

　　主持人宋伟：人形机器人是无论科研界还是产业界、资本界都非常关注的热点，人形机器人要想实现对相关产业与社会的助力，在大脑、小脑、肢体上，还有哪些技术瓶颈和产业难题有待解决？人形机器人对于机器人的零部件和产业生态提出哪些新的要求？

　　绿的谐波李谦：人形机器人相较工业机器人是更复杂的系统，制造难度更高。但我认为，人形机器人还是逃不脱感知、决策和执行三个大方向，不同点在于人形机器人感知上更复杂，由于决策上AI和ChatGPT的引入，机器人的决策难度呈现降低趋势。下阶段如果有更好的应用场景，在执行端一些硬件能够持续优化，人形机器人能够在中国实现产业化。

　　绿的谐波是做硬件的公司，我个人理解，人形机器人用得最多的就是运动关节，它有几个特点：

　　（1）需要较高的效率。因为人形机器人采用电池驱动，想要续航能力，传动机构、运动机构必须有更优秀的效率特性。

　　（2）重量的轻量化。人形机器人重量要求非常苛刻，因为其运动关节不是几个，是几十个，甚至上百个，重量对于人形机器人关节来说非常重要。

　　（3）小型化和模块化。例如灵巧手等方面，需要让人形机器人在生产装配中有易用性和不同机器人之间的通用性。

　　（4）高扭矩的承载能力和过载能力，因为人形机器人将来面对的场景可能会很复杂，可能经常发生碰撞，检测器的体积也很小，人形机器人需要承载能力很高，而且要有一定的过载能力。

　　主持人宋伟：绿的谐波从核心零部件角度谈了谈，李远平总更多从AI层面说说您的看法？

　　埃斯顿酷卓李远平：我先谈谈大脑这部分。我们企业（埃斯顿酷卓）很明确是为了落地（大脑）这一块而成立，我们选取了机器人的技能学习这个很主流的方向做一些工作。我们认为，当前传统工业机器人、服务机器人天花板不能打开，灵巧操作、复杂系统上还有很多工作要做，所以从这个角度来说，大脑是核心关键突破点。我们认为，当前无论美国硅谷还是资本巨头都瞄准了这个方向，我们也在紧密地跟踪、研发，AI算法保持了每个月迭代的进度，未来希望能在这块提升当前机器人的综合水平并有突破。

　　肢体部分算是我们擅长的领域，小脑部分我们更是有信心，传统基于模型的控制能力不用多讲，肢体这块我们面向人形也做了一些探索，特别是我们认为人形机器人特别是关节层面，追求的很多技术指标与工业机器人区别很大，例如当前的执行技术、驱动技术等，以及人形机器人手臂不再追求精度和高速还有大负载。但是更需要解决安全性、高扭矩密度、抗冲击等难题，这些带来了电机选型、传动方式上的设计挑战。我们在这些方面也在持续做一些工作。

　　主持人宋伟：谢谢李总。第二个方向探讨移动机器人从结构化环境走到非结构化环境作业难题，户外跟常规的室内作业机器人相比，在环境的感知，路径的规划，控制上需要克服哪些挑战？目前我们的解决思路有哪些？

　　申昊科技熊俊杰：传统机器人在发展初期是在室内高度可控的结构化环境运作，让机器人来到变电站、化工场所，轨道交通工业场景。这些场景往往有独有的特征，在人眼里差不多，但在机器人眼里，都需要完善出很多不一样的细节，这些场景细节正是我们（申昊科技）的技术底层，以及赖以做更精准环境感知判断的地方。

　　我们的解决思路就是训练场景专属的模型算法，把多个环境特征考虑进去后，形成相对通用的面对特定场景的大脑，并在这个基础上，在每一次的相应部署中都对特定的场景进行再训练。无论人工调参还是根据现场重新创造一些特征，帮助机器人保证可靠性。因为客户本身不关心技术有多先进，也很少关注怎么实现，他只管最终效果是不是所需要的99%确定性，甚至更高，甚至只想通过更便宜的方法实现。对于企业来说，我们就必须（根据客户需求）去寻求实现的方法。因此，我们拥抱新的技术，但也不抗拒用老方法。

　　九号公司纪亚飞：我们的产品包括室内到室外的机器人。一开始做室外移动机器人的时候在产品技术上确实面对很大压力，比如环境的复杂度很高，光照以及树影等条件限制。最终我们发现，需要在两方面要加以努力：第一是要研究机器人的通过性；第二是要加强机器人的自主学习能力。

　　第一个机器人通过性我觉得主要强调机器人行走方案的选择。目前机器人的行走方案有履带式、四足、轮式、软体等等，经过很长时间的实践案例总结，我们认为目前轮式的行走方案路径最贴合市场，也更具经济和可操作性。其中可操作性最重要的特点是对大脑的训练，对大脑资源的积累，这需要企业有着对视觉、光学、位移的相关计算单元、算法等资源的积累。目前我们有一个和英伟达合作的无人车项目，其实就是基于相关算法以及我们对轮式移动能力的坚持，最终和英伟达达成了深度合作，为相关物流从业者提供了虚拟环境仿真技术的实践。

　　第二个自主学习能力上，除了机器人面向复杂环境时候的快速响应能力，同时还需要能针对当下环境进行学习，装到资源库再训练，最终下次再遇到同样问题的时候，机器人就会做出我们希望他所能做出反应。目前美团街头跑的无人车装了我们研发队伍研发生产出来的AIBOX，这个产品基于视觉识别技术，能快速反应得到它甄别的路面是自行车道还是机动车道，从而在3秒内给到机器人大脑做出反应。这个时候车辆会发出警报，提醒行人车辆不符合道路移动标准，建议走到固定的道路上去。

　　综合以上，我们从经济学上来看，可操作性侧重于轮式机器人的发展。当然在一些极端的环境下也会有轮式加四足的形式，我们也在做相关的机器人的技术的沉淀。

　　主持人宋伟：前面两个问题针对人形和移动机器人，目前市场上最大应用量的工业机器人如今又怎么样，第三个问题我们想探讨新型工业化的理念下，对国产工业机器人走向高质量，提出哪些新的要求？指出哪些新的方向？

　　钱江机器人孔民秀：这是个大问题，作为工业机器人生产企业，我们仅仅是代表着一部分小方向，我的观点表达不一定全面，说出来与大家交流分享。我们认为，对于工业机器人划分的时候，重点看的是应用场景，工业机器人并非只是串联并联等典型的传统机器人，就工业场景而言，实际上移动机器人、人形机器人也有可能用在工业上，被称为工业机器人。

　　中国的机器人发展经过了几波浪潮，最早的机器人春天就是工业机器人发展，然后是移动机器人、特种机器人，机器人板块像一张大拼图，每次新的政策扶持、新的机器人领域增加，都是在丰富了拼图的信息量，都是为了打造中国机器人竞争力中间的必要一环。

　　这种情况下，无论是新型工业化还是工业机器人，实际上都是一次次继承和融合新的机器人技术、新的产品需求，最终形成新的工业发展模式，只是新型工业化主要以信息化和智能化作为驱动，通过技术创新，通过高端人才引领来实现发展。这个过程中，人形机器人也好，移动机器人也好，很多技术都对工业机器人有帮助也有提升。

　　在新的发展形势下，我们也有压力。压力在于因为我们发现，传统的电机控制、固定编程方式，已经很难满足新型的应用。这个过程中，企业从以前很多都是固定的工作方式，增加了很多智能设备，尤其针对一些容错的东西有了标准的提升。

　　第一个由原来的单一发展模式朝着多元化、多资源融合和协同发展，需要（企业）把东西都串起来。因为工业机器人起步较早，范围和涉及领域较宽，更需要进行广泛的融合。第二个，以前的机器人大家都讲单纯的市场，未来肯定不仅仅以销量为指标，而是以服务。智能机器人、人形机器人都需要能够提供完善的服务作为高质量产品的保证。第三个我觉得工业机器人要积极参与人才竞争。因为现在行业已经是以高技术人才为驱动，不是以前单纯的资本驱动。在这个过程中，管理会更加开放、更加灵活，原来封闭小圈子的一批人变成全员的管理，公司的思想文化开始多元化。由此导致未来的盈利模式不仅仅是单纯的盈利，而是人才和团队驱动下的共赢。这个方向可以参考华为，华为是很伟大的公司，我们也希望朝这个方向发展。

　　最后，传统的工业机器人要融合新技术，新迹象、新单元，创造新需求，拓展新应用，这是很关键的。因此在新型工业化等变革下，我觉得传统的工业机器人企业，思路可能面临着很大的挑战，当然这也意味着新的机遇。

　　主持人宋伟：孔总刚才讲到融合。新技术的发展，可能从某个层面上来讲，对传统的工业机器人带来了竞争，但是它也带来新的机遇。这里讲到新技术，不得不提人工智能，不得不提ChatGPT。前一阵子，谷歌发布了它的大杀器，一发布出来把视觉跟文本打通掉了，用在机器人上会带来非常大的想象空间。所以这个环节最后的一个问题，是提给在座所有嘉宾的，就是以ChatGPT发布作为起点的AI革命持续发展，大模型、脑机接口前沿技术作为新一代机器人技术非常重要的组成部分，请各位嘉宾畅想一下机器人的产业和未来产业怎么更好地来结合，借助这些技术，怎么来实现我们的赋能？

　　埃斯顿酷卓李远平：从我们的视角而言，大模型AI这一波浪潮，正带来生产力的革命，我们自己的产品正在融入其中。例如人机交互我们认为可能就是人类继鼠标、智能手机之后最新的自然交互大变革，因此，作为最前沿的产业工作者，我们一直选择拥抱技术，积极实现着人机共融的模式突破，这其实已经变革了当前手动编程这种很传统的机器人交互模式，交互模式、编程模式的变革将有望带动机器人渗透率的突破。另外AI其实现在除了融入我们产品，还进入了我们企业日常运营、研发、营销的方方面面，成为提升企业竞争力很强大的一个工具，这种新技术带来生产力极大提升的过程，可能会慢慢从研发端到产业端再到全社会，未来大家都会逐渐感受到。

　　申昊科技熊俊杰：机器人的人机交互方式从以前编写代码到示教拖拽式，总归存在一定的使用门槛。但通过大模型结合机器人的操控，使得以后可以借助自然语言驱动机器人做他需要做的事情，这个过程无论是对普通人控制机器人，或者企业都极为有帮助。例如我们可以直接让项目工程师在现场操作机器人完成项目部署，交付给客户，减轻他们使用培训的过程等等，这些在我看来都是降成本的一些必要的步骤，能持续使得整个机器人的门槛降低，渗透率提升，从而使得整个产业链有更大的生产规模，进一步地压低成本。这是一件非常值得畅想的事情。

　　九号公司纪亚飞：其实每一次技术的革命，都会带来一批伟大的公司。其实我们在座的这批机器人公司，可能就是在我们上一次人工智能浪潮发展的前提下崛起的，或者在这种社会环境中孵化出来的。目前ChatGPT大数据模型等等这些技术出来后，我想还会沿着技术路线衍生出来一批伟大的公司。对于我们而言，关注点主要是怎么把ChatGPT作为一个工具为我所用。目前我们做到的就是我们怎么样把ChatGPT，把数据大模型这样相关的一些工具，快速注入机器人里面，机器人拥有更多人文相关的分量，或者说提升和机器与人之间交互，使它更具有人性化。我们现在关注的不仅仅是产品，更重要的我们要关注服务。

　　大模型这一块，目前各家都在谈自己做出了一个大模型，但是很多的我觉得缺乏到细分行业的一些应用。比如说我们现在在做配送领域的应用，做机器人躯体、算法，机械结构等等方面是我们的优势，但是在机械臂、柔性协作是我们的劣势。这个时候如果在大数据模型的驱动下有个共同的平台，有相关的企业能和我们进行合作，我想能够达到事半功倍的效果，这就是合作共赢。在大数据模型到来的时代，如何合作可能给予我们更多的思考和空间。

　　绿的谐波李谦：大数据模型引入机器人的话，会让我们的机器人变得更聪明，决策会更合理，最关键的是可以让易用性得到很大的提高，操作更简便。例如针对人形来说，目前急需解决的还是应用场景的落地，只有更多的应用，更多的应用场景才能够迭代，才能够有更大的发展。我想最终人形机器人也会像汽车一样，终极目标还是要进入家庭。

　　钱江机器人孔民秀：ChatGPT这种大模型用在工业机器人可能还有几个特殊情况需要解决，由于工业要求的是可靠性、成本，但大数据模型我感觉可靠性还没有达到很高，用在工业机器人上，可能还需要把可靠性进一步提升。其次，在智能焊接，智能搬运等方面，如今大模型的成本，比整个产品的一套东西还贵，甚至比机器人本身要贵，大模型等软件技术如果往工业机器人上转移应用，成本控制还应该加强。最后，我预测人工智能的发展未来会分类出很多不同的人工智能垂直专业，因为按照智能的发展，都是为了更好仿人，但是人在工作的过程中也会不断学习，人工智能到更专精的领域，可能会由培训人工智能的公司或者机构，进行专家模型优化，快速实现落地。但是因为科技的发展太快了，也太跳跃式，未来或许一切都有可能。

　　（1）人形机器人是近来的热门，人形机器人想要实现对相关产业和社会经济助力，在“大脑、小脑、肢体”上，还有哪些技术瓶颈与产业难题有待解决？对于机器人零部件和产业生态提出哪些新要求？

　　（2）当移动机器人从结构化环境进入例如户外等复杂未知环境，与常规室内机器人相比，这类机器人在本体控制、快速移动、精确感知等能力研发上，需要克服哪些挑战？目前的解决思路又有哪些？

　　（3）在新型工业化这一理念下，对于国产工业机器人走向高质量发展提出了哪些新的要求？出现了哪些新的方向？国产机器人企业做了哪些事？

　　（4）以ChatGPT发布为奇点的AI革命持续发展，大语言模型、人工智能、脑机接口等前沿技术作为新一代机器人技术中非常重要的组成部分，机器人产业应该如何借助和结合这些技术，实现数字赋能工业提升？

　　（5）人机交互和共融是机器人领域非常关注的问题，想要机器人更好地适应人类各种工作环境和任务，还需要在感知、认知、决策和执行上有哪些提升？机器人时代，人类最终会走向哪里？