文 ｜動點科技

作者｜Steven Li

排版｜Miziko

本文預(yù)計閱讀時長7分鐘

在首屆 XIN 峰會的 “下一代機器人”圓桌討論中，水下機器人企業(yè)鰭源科技創(chuàng)始人兼 CEO 張翀與機器人企業(yè) Geek+ 亞太區(qū)運營負責人汪旭，圍繞機器人在場景化落地、形態(tài)選擇、認知誤區(qū)與商業(yè)變現(xiàn)等問題展開了深入交流。

從“裝備”到具身感知的迭代

與會者普遍認為，機器人的本質(zhì)正在從“能動的設(shè)備”轉(zhuǎn)向具備連續(xù)感知和迭代能力的具身智能。張翀指出，過去機器人更像“裝備”，而 AI 2.0 帶來的最大變化是機器人的感知與持續(xù)學(xué)習(xí)能力，使其能在具體場景中長期累積數(shù)據(jù)并逐步優(yōu)化作業(yè)方式。以水下機器人為例，它不僅替代高成本的人力進入特殊物理空間，還能把每次作業(yè)的數(shù)據(jù)反哺到產(chǎn)品迭代里。

汪旭則從倉儲場景切入，提出當前行業(yè)或已進入“3.0”思路——從單純的移動搬運（1.0）、到能配合人完成搬運（2.0），再到深入箱內(nèi)、處理多樣化貨物的更高階能力（3.0）。他強調(diào)，場景驅(qū)動和對細分痛點的持續(xù)攻克，是機器人商業(yè)化的關(guān)鍵路徑。

機器人一定要人形嗎？

關(guān)于是否應(yīng)把機器人做成人形，雙方均持謹慎甚至否定態(tài)度。張翀以“適配場景”為準則：自然選擇告訴我們，最優(yōu)形態(tài)是能最高效適配物理環(huán)境的形態(tài)，不必強行模仿人類。水下作業(yè)更可能需要的是特殊的游動或爬行機構(gòu)，而非“像人游泳”的設(shè)計。

汪旭補充道：在倉庫場景，人形的好處主要在于降低改造成本與便于數(shù)據(jù)采集，但在平整地面上，輪式平臺更高效，所以最優(yōu)形態(tài)往往是“帶輪子＋多個作業(yè)臂”的組合，而非完全人形。二位的共識是：形態(tài)由任務(wù)決定，不是以“看起來像人”為目標。

張翀

別把演示效果等同于工業(yè)價值

討論中反復(fù)提到一個常見誤區(qū)：將消費級或示范性的視頻表演誤認為是工業(yè)場景的可復(fù)制能力。汪旭指出，工業(yè)場景的首要衡量指標是 ROI（投資回報率）；很多“好看”的演示并不代表能在復(fù)雜、連續(xù)的工業(yè)流程中創(chuàng)造價值。張翀也提醒外部預(yù)期不要過高——將機器人比作“會像魚一樣完全自主”的想象，往往跳過了從技術(shù)原型到場景落地需要經(jīng)歷的多個階段。

此外，兩位嘉賓均強調(diào)，真正的技術(shù)價值常常體現(xiàn)在“體系化運作”上：比如在一個倉庫里協(xié)調(diào)成千上萬臺機器人協(xié)同工作，遠比單臺機器人的“炫技”更難也更有價值。

把技術(shù)變成可持續(xù)生意

從商業(yè)角度看，會議聚焦于如何用清晰的價值溝通和合理的價格，推進機器人技術(shù)的階段性落地。張翀?zhí)岢�，�?chuàng)業(yè)者必須用“能直接帶來成本降低或效率提升”的指標來打動客戶，而不是用模糊的技術(shù)概念去炫耀。機器人不是單一產(chǎn)品，而是需要數(shù)據(jù)、軟硬件與場景流程共同支撐的系統(tǒng)工程。

汪旭

汪旭補充道，物理世界的具身智能與語言領(lǐng)域的 AI 有巨大差距：語言模型可能“達博士水平”，但機器人在走路、抓握、識別復(fù)雜物品等方面可能只相當于幼兒水平。因此，把技術(shù)務(wù)實地應(yīng)用到可控、回報明確的小場景（如酒店疊毛巾、醫(yī)院折床單）會比盲目追逐全場景通用化更有商業(yè)前景。

短期展望：不是沖刺，而是長期滲透

談到 3 個月或半年的短期目標時，張翀表示難以用短時間定義突破：真正的進步依賴于機器人本體、供應(yīng)鏈以及客戶工作流程的多方協(xié)同，更涉及客戶從“需要用”到“習(xí)慣用”的行為改變。汪旭形象地說，現(xiàn)在可能還差“最后 1000 公里”，但行業(yè)的前進方式是“滲透”而非“沖刺”——不斷在細分場景里找到可落地的小點，然后放大成功。

小場景先行——落地案例與可復(fù)制路徑

會議強調(diào)的實踐路徑可以概括為兩點：一是識別“固定形態(tài)、明確流程”的小場景（比如酒店毛巾、特定型號的床單或單一類型商品的箱內(nèi)作業(yè)），二是把這些小場景做成可復(fù)制模塊，通過模塊化提升產(chǎn)品的可推廣性與經(jīng)濟性。這個策略既能降低客戶改造成本，也能在短期內(nèi)證明商業(yè)模型。

務(wù)實是通往“最后一公里”的必由路

本次論壇的主旨并非高談闊論機器人將如何改變?nèi)啃袠I(yè)，而是回到“場景—產(chǎn)品—商業(yè)”的三角關(guān)系上來思考發(fā)展路徑。無論是張翀對水下場景的深耕，還是汪旭對倉儲細分問題的聚焦，都指向同一個結(jié)論：下一代機器人要先在能明確衡量回報的細分場景里站穩(wěn)腳跟，隨后以數(shù)據(jù)和場景積累推動更大范圍的滲透。對于期待“機器人人工智能即刻普及”的聲音，行業(yè)內(nèi)的答案更偏向于：保持耐心、務(wù)實落地。

- - - - - - - - END - - - - - - - -

*想要獲取行業(yè)資訊、和志同道合的科技愛好者們分享心得，那就趕快掃碼添加“動點君”加入群聊吧！群里更有不定期福利發(fā)放！

精彩好文值得推薦！

一鍵轉(zhuǎn)發(fā)，戳個在看！