出品 | 網(wǎng)易科技《態(tài)度AGI》對(duì)話(huà)

作者 | 崔玉賢

編輯 | 丁廣勝

2025年，具身智能賽道正以驚人的速度從實(shí)驗(yàn)室邁向產(chǎn)業(yè)前沿。一方面，資本熱情高漲，機(jī)器人企業(yè)融資捷報(bào)頻傳，估值屢創(chuàng)新高；另一方面，機(jī)器人訂單量快速攀升，喜報(bào)刷屏。此時(shí)，如此擁擠的賽道，依然有新的創(chuàng)業(yè)公司加入。

2025年12月18日，大曉機(jī)器人正式宣告亮相。與一般創(chuàng)業(yè)公司不同的是，大曉機(jī)器人依托于商湯科技，創(chuàng)業(yè)團(tuán)隊(duì)匯集來(lái)自AI、互聯(lián)網(wǎng)、機(jī)器人、智能駕駛等領(lǐng)域的頂尖產(chǎn)業(yè)專(zhuān)家：

商湯科技聯(lián)合創(chuàng)始人、執(zhí)行董事王曉剛出任董事長(zhǎng)，世界級(jí)AI科學(xué)家陶大程擔(dān)任首席科學(xué)家。

對(duì)于此時(shí)進(jìn)入具身智能賽道的機(jī)會(huì)點(diǎn)與原因，王曉剛在與網(wǎng)易科技等媒體交流時(shí)表示，具身智能賽道頭部卡位尚未完成，該領(lǐng)域還遠(yuǎn)未成熟。

從技術(shù)路線(xiàn)來(lái)看，王曉剛認(rèn)為技術(shù)路線(xiàn)還未收斂，機(jī)器人原有的技術(shù)路線(xiàn)比如VLA模型存在明顯缺陷。“VLA模型是以機(jī)器為中心的，通過(guò)輸入指令、圖像和視頻，直接輸出動(dòng)作，它不太需要去理解真實(shí)的物理世界和物理規(guī)律。簡(jiǎn)單粗暴地使用端到端或VLA并不能解決具身智能對(duì)‘大腦’的期望?！?/p>

在產(chǎn)業(yè)落地方面，也尚未出現(xiàn)規(guī)?；膽?yīng)用?！氨M管機(jī)器人賽道如今十分火爆，但現(xiàn)實(shí)情況是，目前能夠成規(guī)模量產(chǎn)的機(jī)器人場(chǎng)景，要么是提供情緒價(jià)值的表演性質(zhì)產(chǎn)品，要么是作為科研平臺(tái)存在，尚未出現(xiàn)能大幅提升生產(chǎn)力的規(guī)?；瘧?yīng)用。”

而在產(chǎn)業(yè)鏈整合方面，王曉剛認(rèn)為，機(jī)器人行業(yè)的產(chǎn)業(yè)鏈分工尚未完善，從零部件、傳感器到計(jì)算芯片等環(huán)節(jié)，都存在很大的垂直整合空間。而這正是大曉機(jī)器人的機(jī)會(huì)。

大曉機(jī)器人推出了首創(chuàng)的ACE技術(shù)范式，其構(gòu)建了“環(huán)境式采集+世界模型+具身基模型”的全鏈路技術(shù)體系。

“我們采集的數(shù)據(jù)是以人為中心的，人帶上第一視角傳感器，比如視覺(jué)或觸覺(jué)傳感器，同時(shí)結(jié)合周?chē)渌谌暯堑臄z像頭和傳感器，觀(guān)察人在真實(shí)生產(chǎn)生活中的行為，再通過(guò)視覺(jué)手段、多模態(tài)手段分析人的活動(dòng)，而非關(guān)注機(jī)器的活動(dòng)。這樣一來(lái)，采集效率會(huì)非常高，且能在真實(shí)場(chǎng)景中完成，還能記錄人在長(zhǎng)程、復(fù)雜環(huán)境下完成的動(dòng)作。”王曉剛解釋道，“另外，我們也會(huì)使用合成數(shù)據(jù)，但這種合成數(shù)據(jù)并非來(lái)自傳統(tǒng)仿真器——它是通過(guò)世界模型完成的。世界模型的優(yōu)勢(shì)在于，可以快速、無(wú)限地放大現(xiàn)有的真實(shí)數(shù)據(jù)，并且能實(shí)現(xiàn)各種元素的編輯可控。”

將這兩種技術(shù)路線(xiàn)結(jié)合起來(lái)就是大曉機(jī)器人目前要走的技術(shù)路線(xiàn)，這也是大曉機(jī)器人最核心的優(yōu)勢(shì)，但不是唯一。據(jù)王曉剛介紹，大曉機(jī)器人強(qiáng)項(xiàng)不僅在于大腦和軟件，還有軟硬一體方案。

“現(xiàn)有本體硬件與實(shí)際需求差距大，必須根據(jù)場(chǎng)景聯(lián)合優(yōu)化、重新設(shè)計(jì)?！彼硎荆髸砸淹顿Y鈦虎、鹿明等硬件企業(yè)，與國(guó)內(nèi)領(lǐng)先的具身智能企業(yè)合作，推出“具身超級(jí)大腦模組A1”，賦予機(jī)器狗空間自主導(dǎo)航能力，并與商湯“方舟”視覺(jué)平臺(tái)打通，延展上百種AI應(yīng)用功能。

在落地節(jié)奏上，王曉剛提出了三個(gè)階段的目標(biāo)：短期（1年內(nèi)）：以具備自主導(dǎo)航能力的四足機(jī)器狗為主，在安防、巡檢等B端場(chǎng)景快速推廣；中期（2-3年）：聚焦前置倉(cāng)、閃購(gòu)倉(cāng)等物流場(chǎng)景，解決人力密集型作業(yè)痛點(diǎn)；長(zhǎng)期（5年以上）：探索家庭場(chǎng)景，但需解決安全性、責(zé)任界定等復(fù)雜問(wèn)題。

（一排從左往右：李鴻升、陶大程、王曉剛、潘新鋼

二排從左往右：呂健勤、趙恒爽、劉子緯、劉?；郏?/p>

以下為網(wǎng)易科技等媒體與大曉機(jī)器人董事長(zhǎng)王曉剛的對(duì)話(huà)部分內(nèi)容：

一、發(fā)布首創(chuàng)ACE技術(shù)范式 公司對(duì)標(biāo)Figure AI

提問(wèn)：大曉機(jī)器人的名字是如何確定的，以及這些名字背后有著怎樣的意義？

王曉剛：關(guān)于這個(gè)名字的由來(lái)，我們確實(shí)琢磨了很久。它取自大程名字里的一個(gè)字，也用了我名字中的一個(gè)字，背后是有特別寓意的。你看，這大千世界里，機(jī)器人與生命的聯(lián)結(jié)本身就充滿(mǎn)想象空間，未來(lái)這個(gè)賽道必然廣闊，潛力更是無(wú)限。而我們希望通過(guò)科技的力量，讓機(jī)器人真正落地應(yīng)用，精準(zhǔn)洞察人們生產(chǎn)生活的需求，用具體可感的服務(wù)切實(shí)改變大家的生活。這便是這個(gè)名字所承載的心意了。

首先我和陶老師，還有其他幾位教授之間，原本就有著很好的信任基礎(chǔ)。我們彼此之間，有的是湯老師的學(xué)生，有的是我的學(xué)生，現(xiàn)在有的已經(jīng)成為教授，還有的是陶老師的學(xué)生。我今天想講的是，具身智能賽道之所以吸引我們，是因?yàn)槿斯ぶ悄艿陌l(fā)展從1.0到2.0再到3.0，始終在不斷實(shí)現(xiàn)跨越式進(jìn)步。而每進(jìn)入一個(gè)新的發(fā)展階段，創(chuàng)業(yè)往往是推動(dòng)創(chuàng)新、加速技術(shù)落地的最佳方式。我們這些教授組成的核心團(tuán)隊(duì)之所以能聚在一起投身具身智能領(lǐng)域，也是因?yàn)檫@個(gè)賽道需要持續(xù)的創(chuàng)新驅(qū)動(dòng)。

我和陶大程本身都是湯曉鷗教授的學(xué)生，在香港中文大學(xué)求學(xué)期間就建立了深厚的互信基礎(chǔ)。在這個(gè)團(tuán)隊(duì)里，陶大程主要負(fù)責(zé)帶領(lǐng)教授團(tuán)隊(duì)聚焦具身智能方向的持續(xù)研究創(chuàng)新，以強(qiáng)化我們的前沿科技屬性；我這邊則主要負(fù)責(zé)公司整體戰(zhàn)略規(guī)劃與商業(yè)落地，同時(shí)推動(dòng)優(yōu)秀研究成果的產(chǎn)業(yè)化、工程化轉(zhuǎn)化。

提問(wèn)：商湯科技將具身智能業(yè)務(wù)剝離出來(lái)成為一個(gè)獨(dú)立的公司，是出于哪些方面的考量呢？

王曉剛：我們就是“1+X”的一個(gè)戰(zhàn)略，這本身就是商湯現(xiàn)階段既定的戰(zhàn)略。這個(gè)戰(zhàn)略其實(shí)也受到了市場(chǎng)和投資人的廣泛認(rèn)可，因?yàn)樗饶鼙Ｕ霞瘓F(tuán)盡早實(shí)現(xiàn)盈利，又能在基礎(chǔ)設(shè)施和大模型方面保持領(lǐng)先，同時(shí)順應(yīng)人工智能持續(xù)創(chuàng)新的發(fā)展趨勢(shì)，維持業(yè)務(wù)的生命力。今天提到的具身智能，我認(rèn)為與商湯之前的業(yè)務(wù)相比，是一個(gè)難能可貴的拓展和補(bǔ)充機(jī)會(huì)。回顧商湯成立十多年來(lái)的發(fā)展，過(guò)去更多聚焦于To B軟件業(yè)務(wù)，是一家人工智能軟件公司。近年來(lái)隨著大模型的發(fā)展，我們布局了大裝置和基礎(chǔ)設(shè)施，但在端側(cè)的軟硬協(xié)同整體產(chǎn)品方面仍有空白。而機(jī)器人的出現(xiàn)恰好提供了這樣一個(gè)良好契機(jī)，讓我們有機(jī)會(huì)在具身智能賽道實(shí)現(xiàn)軟硬件整合，我們對(duì)大曉還是充滿(mǎn)了期待的。

提問(wèn)：就您個(gè)人而言，從商湯到大曉的經(jīng)歷對(duì)您來(lái)說(shuō)是怎樣的角色轉(zhuǎn)換呢？

王曉剛：關(guān)于商湯這邊的情況，具體的業(yè)務(wù)管理工作我承擔(dān)的很少。我的精力會(huì)更多集中在AI產(chǎn)業(yè)落地的大曉業(yè)務(wù)上。另外，過(guò)去我在商湯曾負(fù)責(zé)過(guò)手機(jī)、互聯(lián)網(wǎng)、汽車(chē)等多條業(yè)務(wù)線(xiàn)，對(duì)商湯的研發(fā)體系也非常熟悉，各業(yè)務(wù)線(xiàn)的同事都曾是一起并肩作戰(zhàn)的戰(zhàn)友。所以現(xiàn)在我們能很好地推動(dòng)商湯與大模型業(yè)務(wù)形成聯(lián)動(dòng)，開(kāi)展良好的合作，我覺(jué)得這一點(diǎn)是很有優(yōu)勢(shì)的。

提問(wèn)：大曉機(jī)器人主要側(cè)重于機(jī)器人本體還是大腦？

王曉剛：大曉機(jī)器人在產(chǎn)品化落地方面，輸出的是軟硬一體的方案，針對(duì)各個(gè)場(chǎng)景。長(zhǎng)期以來(lái)，商湯在不同場(chǎng)景積累了較多經(jīng)驗(yàn)，對(duì)客戶(hù)需求理解比較充分。從我們團(tuán)隊(duì)來(lái)看，比較強(qiáng)的部分在大腦和軟件。同時(shí)，在過(guò)去兩年里，商湯也投資了一系列本體和零部件公司。然而，在實(shí)際場(chǎng)景應(yīng)用中，現(xiàn)有的本體硬件與實(shí)際需求仍存在較大差距。因此，我們會(huì)根據(jù)場(chǎng)景需求進(jìn)行軟硬件聯(lián)合優(yōu)化，協(xié)同供應(yīng)鏈生態(tài)伙伴，重新設(shè)計(jì)硬件，使產(chǎn)品更符合客戶(hù)需求。

具身智能被期待擁有一個(gè)強(qiáng)大的“大腦”，這源于過(guò)去幾年在大語(yǔ)言模型和多模態(tài)模型上取得的突破，大家期待將這種語(yǔ)言模型的能力賦予機(jī)器人，以實(shí)現(xiàn)通用化能力。

但是，我們能夠看到現(xiàn)有技術(shù)路線(xiàn)的明顯缺陷，包括VLA模型。VLA模型是以機(jī)器為中心的，通過(guò)輸入指令、圖像和視頻，直接輸出動(dòng)作，它不太需要去理解真實(shí)的物理世界和物理規(guī)律。我們期待將來(lái)有一個(gè)更強(qiáng)的“大腦”能去理解世界，這就是我們提出的世界模型。與之伴隨的是我們提出的ACE環(huán)境式采集范式。以前以機(jī)器為中心，基于不同物理結(jié)構(gòu)的本體采集真機(jī)數(shù)據(jù)，很難綜合得到一個(gè)比較通用化的“大腦”。現(xiàn)在環(huán)境式采集是“以人為中心”，通過(guò)第一視角、第三視角和多模態(tài)數(shù)據(jù)，更好地對(duì)人和物理世界的交互進(jìn)行建模，并利用這些數(shù)據(jù)訓(xùn)練我們的世界模型。簡(jiǎn)單粗暴地使用端到端或VLA并不能解決具身智能對(duì)“大腦”的期望。

提問(wèn)：你們正在構(gòu)建以視覺(jué)為基礎(chǔ)的‘環(huán)境式采集+世界模型+具身智能模型’全鏈路技術(shù)體系。想請(qǐng)您介紹一下，這一技術(shù)體系在具體的大曉機(jī)器人產(chǎn)品上意味著什么，又能實(shí)現(xiàn)怎樣的效果？

王曉剛：環(huán)境式采集，它并非單純局限于視覺(jué)模態(tài)，而是融合了多種維度的信息。除了圖像、視頻外，還涵蓋相機(jī)位置、物體的3D軌跡等，未來(lái)還將納入力、觸覺(jué)等多維度、多模態(tài)的數(shù)據(jù)。我們的核心目標(biāo)是對(duì)人和其所處環(huán)境進(jìn)行建模——這里所說(shuō)的世界模型，正是圍繞人與他所接觸的世界、所處的環(huán)境展開(kāi)，需要對(duì)人與環(huán)境交互中的物理規(guī)律進(jìn)行建模，這就離不開(kāi)視覺(jué)之外的諸多維度。

我們可以看到，像特斯拉和Figure AI提出的所謂“視覺(jué)方案”，實(shí)際上也并非只有視覺(jué)維度。特斯拉采用視覺(jué)方案的思路源于自動(dòng)駕駛領(lǐng)域的啟發(fā)，畢竟基于視覺(jué)的自動(dòng)駕駛解決方案已取得成功。但自動(dòng)駕駛與具身智能存在本質(zhì)差異：自動(dòng)駕駛場(chǎng)景中不會(huì)發(fā)生物理接觸或交互碰撞，而具身智能場(chǎng)景下，無(wú)論是人還是機(jī)器人，都需要與周?chē)矬w和環(huán)境產(chǎn)生物理接觸，因此必須納入其他維度的信息。

其實(shí)在過(guò)去長(zhǎng)期的研究中，人體工程學(xué)、力學(xué)等領(lǐng)域已對(duì)人體受力、觸覺(jué)相關(guān)信息有了深入研究，但由于此前的研究多以機(jī)器為中心而非以人為中心，這些成果無(wú)法直接應(yīng)用于具身智能領(lǐng)域。如今我們提出的新研究思路，為人體工程學(xué)和力學(xué)的重要成果應(yīng)用于具身領(lǐng)域打開(kāi)了一扇門(mén)。

環(huán)境式采集是數(shù)據(jù)采集的關(guān)鍵入口，我們?cè)谶@方面已有不少積累。比如今年年初，我們團(tuán)隊(duì)的劉子緯教授帶領(lǐng)研究團(tuán)隊(duì)發(fā)布了Ego Life數(shù)據(jù)集，通過(guò)各類(lèi)傳感器記錄了人們?cè)谡鎸?shí)生產(chǎn)生活環(huán)境中數(shù)百小時(shí)的數(shù)據(jù)，基于這些數(shù)據(jù)開(kāi)發(fā)出了具身世界模型。再比如去年商湯在巴黎奧運(yùn)會(huì)上，通過(guò)架設(shè)的視覺(jué)傳感器實(shí)時(shí)分析乒乓球、三人籃球等項(xiàng)目中運(yùn)動(dòng)員的動(dòng)作與球速，為現(xiàn)場(chǎng)解說(shuō)提供支持，這些實(shí)踐都為我們奠定了良好基礎(chǔ)。

有了數(shù)據(jù)之后，如何利用數(shù)據(jù)構(gòu)建強(qiáng)大的“大腦”——也就是理解世界的世界模型。我們的世界模型主要分為三個(gè)部分，而現(xiàn)有多數(shù)世界模型更多基于生成網(wǎng)絡(luò)，比如李飛飛團(tuán)隊(duì)的World Lab等，多以生成為主要目的。今天我們提出的世界模型分為三部分，第一部分是多模態(tài)數(shù)據(jù)的融合理好的，這里面的多模態(tài)包含了剛才提到的圖像、視頻、相機(jī)位置、3D軌跡，還有力學(xué)元素、觸覺(jué)等一系列內(nèi)容，它們能夠?qū)崿F(xiàn)較好的融合。比如，最近我們團(tuán)隊(duì)與南洋理工大學(xué)合作了一項(xiàng)名為Puffin的研究，在具身智能領(lǐng)域，輸入一張圖像就能反推出相機(jī)的位置。如果機(jī)械臂或機(jī)器人身上裝有攝像頭，當(dāng)機(jī)械臂運(yùn)動(dòng)時(shí)，攝像頭隨之移動(dòng)，我們就能推測(cè)出其看到的圖像和視頻會(huì)如何變化；反之，通過(guò)觀(guān)察變化的圖像和視頻，也能反推出機(jī)械臂的運(yùn)動(dòng)軌跡，這就與物理世界建立了關(guān)聯(lián)。

其次，理解物理世界后，需要生成復(fù)雜的機(jī)器具身行為，包括長(zhǎng)時(shí)序行為，這些行為需具備物理和因果一致性，并形成長(zhǎng)時(shí)間記憶。此次我們發(fā)布的具身世界模型“開(kāi)悟”3.0，已開(kāi)放基于云服務(wù)的API。用戶(hù)可以選擇不同場(chǎng)景，讓機(jī)器人完成各類(lèi)動(dòng)作，還能選擇不同類(lèi)型的機(jī)器人本體，比如宇樹(shù)、芝能、銀河等品牌的機(jī)器人。系統(tǒng)會(huì)根據(jù)所選機(jī)器人本體、場(chǎng)景及任務(wù)，合成機(jī)器人完成動(dòng)作的視頻，以及各關(guān)節(jié)軌跡參數(shù)。這些數(shù)據(jù)可用于訓(xùn)練機(jī)器人“大腦”，利用世界模型合成的大量數(shù)據(jù)提升機(jī)器人性能。

第三部分是預(yù)測(cè)功能，根據(jù)所選機(jī)器人本體、觀(guān)察到的圖像及視頻狀態(tài)，可預(yù)測(cè)機(jī)器人后續(xù)動(dòng)作。這種“理解-合成-預(yù)測(cè)”的融合能力，正是我們強(qiáng)大的世界模型的核心。最后，通過(guò)具身機(jī)模型，我們能將強(qiáng)大的具身“大腦”遷移到不同機(jī)器人本體上，指揮機(jī)器人完成各類(lèi)操作。因此，環(huán)境式素材、世界模型與具身機(jī)模型共同構(gòu)成了我們以人為中心的研發(fā)新范式。

提問(wèn)：對(duì)于大曉機(jī)器人來(lái)說(shuō)，有沒(méi)有明確的短期或長(zhǎng)期目標(biāo)？或者說(shuō)，想要在行業(yè)內(nèi)達(dá)到一個(gè)什么樣的位置？

王曉剛：我們有幾個(gè)方向，首先從產(chǎn)品目標(biāo)來(lái)看，其實(shí)我們分為短期、中期和長(zhǎng)期。最短期的話(huà)，除了剛才提到的提供情緒價(jià)值的表演類(lèi)機(jī)器人外，我們認(rèn)為短期內(nèi)能夠規(guī)模化落地的，是搭載了導(dǎo)航能力與各類(lèi)AI應(yīng)用能力的四足機(jī)器狗。此前這類(lèi)產(chǎn)品未能廣泛應(yīng)用，很大原因在于空間自主能力不足。而現(xiàn)在我們已突破這一技術(shù)瓶頸，且將其與后端各類(lèi)AI應(yīng)用相結(jié)合，因此我們認(rèn)為它有望實(shí)現(xiàn)廣泛應(yīng)用。

中期目標(biāo)則聚焦于未來(lái)兩到三年的時(shí)間范圍。我們看好工業(yè)場(chǎng)景與商業(yè)服務(wù)場(chǎng)景，其中會(huì)優(yōu)先選擇閃購(gòu)倉(cāng)、前置倉(cāng)這類(lèi)商業(yè)服務(wù)場(chǎng)景。因?yàn)閺拿髂觊_(kāi)始，國(guó)內(nèi)將出現(xiàn)大量前置倉(cāng)與閃購(gòu)倉(cāng)，這類(lèi)場(chǎng)景需要大量人力支持7×24小時(shí)服務(wù)，而機(jī)器人的加入不僅能提升生產(chǎn)效率，還具備較強(qiáng)的可復(fù)制性，能夠充分發(fā)揮其在這類(lèi)環(huán)境中的優(yōu)勢(shì)。

更遠(yuǎn)期的目標(biāo)則指向五年后的家庭場(chǎng)景，但這更多涉及前沿技術(shù)的探索。例如Figure AI目前瞄準(zhǔn)的就是這類(lèi)場(chǎng)景，我們也將其作為重點(diǎn)研究方向。

若從技術(shù)與行業(yè)影響力的角度來(lái)看，首先是我們剛才提到的ACE這種新的具身智能范式，我們希望它能在行業(yè)中發(fā)揮引領(lǐng)作用。其次是我們的世界模型，在本次發(fā)布會(huì)上，我們將開(kāi)源這一模型，并與云廠(chǎng)商及各類(lèi)國(guó)產(chǎn)芯片廠(chǎng)商展開(kāi)密切合作，以此找到關(guān)鍵生態(tài)位，推動(dòng)整個(gè)世界模型生態(tài)的發(fā)展。

提問(wèn)：您剛才多次提到的環(huán)境采集技術(shù)，目前主要的技術(shù)難點(diǎn)在哪里？大曉在開(kāi)發(fā)過(guò)程中遇到了哪些技術(shù)卡點(diǎn)？積累的數(shù)據(jù)是否會(huì)構(gòu)成公司未來(lái)的核心競(jìng)爭(zhēng)壁壘？以及大曉公司的優(yōu)勢(shì)方面有哪些？

王曉剛：今天提到的環(huán)境式采集，我認(rèn)為首先在采集裝備方面，目前行業(yè)內(nèi)還沒(méi)有一套已形成共識(shí)、足夠魯棒穩(wěn)定的環(huán)境式采集設(shè)備，這是我們需要突破的方向，并且要實(shí)現(xiàn)規(guī)模化應(yīng)用。這類(lèi)設(shè)備的采集方式需要降低成本、便于部署，人穿戴后不影響正常生產(chǎn)生活，周?chē)渴饡r(shí)也應(yīng)較為便捷。這其中還涉及硬件穩(wěn)定性、數(shù)據(jù)同步等一系列問(wèn)題，所以打造一套低成本、易部署、高可靠的設(shè)備是行業(yè)內(nèi)比較關(guān)鍵且缺失的環(huán)節(jié)。

第二個(gè)方面，當(dāng)這些設(shè)備完成數(shù)據(jù)采集后，我們需要借助自動(dòng)化手段分析人的行為，有效提取多模態(tài)數(shù)據(jù)。由于環(huán)境式采集記錄的是人類(lèi)行為，產(chǎn)生的數(shù)據(jù)量非常龐大，不可能完全依賴(lài)人工標(biāo)注，因此更需要實(shí)現(xiàn)自動(dòng)化的信息提取，這也是一個(gè)重要方向。

第三個(gè)點(diǎn)，正如我們之前提到的，今天的環(huán)境式素材不僅要基于視覺(jué)，還需結(jié)合力覺(jué)、人體工程學(xué)等其他維度。這些維度涉及的新技術(shù)、新度量指標(biāo)以往不在我們的研究領(lǐng)域內(nèi)，需要跨學(xué)科合作，將其他學(xué)科的研究成果引入環(huán)境式素材采集領(lǐng)域，這樣才能更充分地理解物理環(huán)境與物理規(guī)律。

二、具身智能卡位未確定 軟硬件一體更有優(yōu)勢(shì)

提問(wèn)：現(xiàn)在具身智能賽道的競(jìng)爭(zhēng)其實(shí)已經(jīng)非常激烈了，今年人形機(jī)器人的價(jià)格甚至已經(jīng)降到萬(wàn)元以?xún)?nèi)。在這個(gè)節(jié)點(diǎn)上，商湯宣布要加入具身智能賽道，您認(rèn)為這背后的契機(jī)是什么？大曉的核心競(jìng)爭(zhēng)力又體現(xiàn)在哪里？

王曉剛：我覺(jué)得有兩點(diǎn)，剛才說(shuō)到的第一點(diǎn)是我們看到了一個(gè)與以往不同的新研究范式，也就是以人為中心的ACE研究范式。這種研究范式的轉(zhuǎn)變，往往會(huì)給行業(yè)帶來(lái)顛覆性的變化。比如特斯拉、Figure AI等企業(yè)都在迅速朝著這個(gè)方向調(diào)整，他們的新研究思路與我們?cè)谀承┓矫娌恢\而合。從時(shí)機(jī)角度來(lái)看，這是一個(gè)關(guān)鍵的時(shí)間點(diǎn)——如果一直沿著原有的范式前進(jìn)，追趕或超越會(huì)非常困難，只有在這種革命性變化出現(xiàn)時(shí)，我們才有機(jī)會(huì)實(shí)現(xiàn)突破。

第二點(diǎn)是產(chǎn)業(yè)落地。雖然目前做具身的公司很多，但我們走訪(fǎng)了大量客戶(hù)后發(fā)現(xiàn)，他們對(duì)具身領(lǐng)域軟硬件一體的產(chǎn)品充滿(mǎn)期待。因?yàn)樵谶^(guò)去十年里，商湯在各個(gè)垂直領(lǐng)域深入了解了客戶(hù)對(duì)人工智能的需求。商湯過(guò)去十幾年積累了幾千家客戶(hù)，覆蓋眾多行業(yè)方向，每個(gè)方向都有專(zhuān)門(mén)的應(yīng)用開(kāi)發(fā)團(tuán)隊(duì)，但此前缺少機(jī)器人載體的軟硬件平臺(tái)。因此，當(dāng)我們進(jìn)入這個(gè)領(lǐng)域時(shí)，能夠快速實(shí)現(xiàn)規(guī)?；膱?chǎng)景落地，讓機(jī)器人的價(jià)值成倍放大。

我舉個(gè)例子，這次發(fā)布會(huì)上我們推出的具備自主導(dǎo)航能力的機(jī)器狗，就解決了現(xiàn)有產(chǎn)品的痛點(diǎn)。目前市面上的機(jī)器狗大多需要人工操控，即便用于巡檢，也只能在固定線(xiàn)路依賴(lài)高精度地圖，在預(yù)設(shè)點(diǎn)位拍照，產(chǎn)業(yè)價(jià)值十分有限，而且缺乏空間自主能力。而我們這次發(fā)布的機(jī)管平臺(tái)可以同時(shí)控制多條機(jī)器狗，每條狗都具備獨(dú)立的空間導(dǎo)航和自主行動(dòng)能力，在地圖上選定任意地點(diǎn)，它就能自主前往，無(wú)需人工干預(yù)。更重要的是，機(jī)器狗的視頻數(shù)據(jù)會(huì)與商湯后臺(tái)強(qiáng)大的視覺(jué)平臺(tái)“方舟”打通。方舟平臺(tái)目前已接入幾十萬(wàn)路攝像頭的數(shù)據(jù)，能支持各類(lèi)視覺(jué)應(yīng)用和分析。一旦機(jī)器狗與方舟打通，上百種相關(guān)的人工智能應(yīng)用都可以遷移到機(jī)器狗平臺(tái)上。相比之前只能在固定巡檢場(chǎng)景拍照，現(xiàn)在機(jī)器狗一下子被賦予了上百種AI功能，價(jià)值得到了充分釋放。更何況商湯在國(guó)內(nèi)外擁有豐富的渠道和客戶(hù)資源，所以在這個(gè)時(shí)間點(diǎn)推動(dòng)具身智能加速落地，正是市場(chǎng)所期待的。到26年，也就是明年、后年。

提問(wèn)：就機(jī)器人賽道，尤其是具身智能賽道而言，過(guò)去一年熱度很高，已經(jīng)涌現(xiàn)出不少本體廠(chǎng)商和零部件廠(chǎng)商，其中一些還在推動(dòng)規(guī)?；涞亍Ｉ虦诖藭r(shí)進(jìn)入具身智能賽道，想請(qǐng)教您如何看待商湯在整個(gè)市場(chǎng)中的生態(tài)卡位，以及相較于其他廠(chǎng)商，商湯具備哪些優(yōu)勢(shì)？”

王曉剛：我們離具體場(chǎng)景和應(yīng)用更近，目標(biāo)是輸出軟硬結(jié)合的一體化產(chǎn)品，切實(shí)解決各行業(yè)及場(chǎng)景中的實(shí)際問(wèn)題。因?yàn)樾袠I(yè)里有多種本體硬件方案可供選擇，我們需要做的，就是結(jié)合場(chǎng)景需求，以及剛才提到的ACE新研發(fā)范式的要求，去選擇最適合其發(fā)展的硬件方案及組合，并與這些本體和零部件企業(yè)緊密合作，推動(dòng)我們的機(jī)器人實(shí)現(xiàn)規(guī)?；茝V，最終達(dá)成共贏的目標(biāo)。

提問(wèn)：我們注意到大曉機(jī)器人項(xiàng)目匯聚了包括陶院士在內(nèi)的全球頂尖AI科學(xué)家。想請(qǐng)教一下，這樣一支實(shí)力雄厚的團(tuán)隊(duì)，在具身智能賽道上的核心優(yōu)勢(shì)，將如何轉(zhuǎn)化為產(chǎn)業(yè)落地的實(shí)際效能？”

王曉剛：我覺(jué)得首先在具身這個(gè)賽道里，目前技術(shù)還沒(méi)有收斂，仍有很多創(chuàng)新點(diǎn)需要推進(jìn)，所以這是一個(gè)需要持續(xù)創(chuàng)新的賽道。我和大程以及這些年輕教授正結(jié)合在一起形成合力，包括剛才提到的ACE新范式，從數(shù)據(jù)采集到具身基模型，要攻克的技術(shù)難點(diǎn)還有很多，單一團(tuán)隊(duì)很難完成整個(gè)鏈條，所以我們需要更好地結(jié)合。我們這個(gè)團(tuán)隊(duì)的基礎(chǔ)是非?；バ诺模液痛蟪淘诖T士階段跟著湯老師讀書(shū)時(shí)就是室友，有很好的默契；其他幾位老師也都是我們的學(xué)生，大家傳承著湯老師堅(jiān)持原創(chuàng)的理念，能在合作中形成默契。其實(shí)很多教授自己也想過(guò)創(chuàng)業(yè)，這些明星教授任何一位都可以去創(chuàng)業(yè)，但今天我們要團(tuán)結(jié)起來(lái)，集中科研力量和創(chuàng)新能力去做更大的事，把規(guī)模做大。同時(shí)，這些先進(jìn)技術(shù)要落到產(chǎn)業(yè)中，大曉聚集了一批產(chǎn)業(yè)界卓越的專(zhuān)家，他們有豐富的產(chǎn)業(yè)落地經(jīng)驗(yàn)，負(fù)責(zé)搭建工程化軟硬件平臺(tái)，還會(huì)和硬件結(jié)合。這樣就能把研究上的領(lǐng)先性、創(chuàng)新性與現(xiàn)實(shí)中的落地工程化能力結(jié)合起來(lái)，讓項(xiàng)目持續(xù)領(lǐng)先，不斷擴(kuò)大規(guī)模。

提問(wèn)：目前這個(gè)具身智能這個(gè)行業(yè)里邊頭部卡位，您覺(jué)得它已經(jīng)完成了嗎？新的創(chuàng)業(yè)公司他們的機(jī)會(huì)點(diǎn)會(huì)在哪？

王曉剛：我認(rèn)為頭部卡位還沒(méi)有完成，這個(gè)領(lǐng)域其實(shí)還遠(yuǎn)未成熟，首先從技術(shù)路線(xiàn)來(lái)看，目前機(jī)器人行業(yè)原有的技術(shù)路線(xiàn)存在明顯缺陷。比如特斯拉和Figure AI在過(guò)去兩三個(gè)月內(nèi)，都放棄了以真機(jī)為主的技術(shù)路線(xiàn)，轉(zhuǎn)向以視覺(jué)為主的技術(shù)路線(xiàn)。但我剛才也提到，視覺(jué)為主的技術(shù)路線(xiàn)并非終極方案，所以我們提出了ACE研究范式。當(dāng)研究范式和技術(shù)路線(xiàn)發(fā)生重大轉(zhuǎn)變時(shí)，會(huì)給整個(gè)產(chǎn)業(yè)帶來(lái)深遠(yuǎn)影響——類(lèi)比自動(dòng)駕駛領(lǐng)域，過(guò)去長(zhǎng)期的研發(fā)積累在端到端自動(dòng)駕駛這一新路線(xiàn)出現(xiàn)后，包括數(shù)據(jù)、研發(fā)體系在內(nèi)的前期成果很快被顛覆。而在正確技術(shù)路線(xiàn)的指引下，產(chǎn)品體驗(yàn)和技術(shù)成熟度會(huì)快速提升，這是從研發(fā)范式角度的第一個(gè)觀(guān)點(diǎn)。

第二點(diǎn)看場(chǎng)景落地，盡管機(jī)器人賽道如今十分火爆，但現(xiàn)實(shí)情況是，目前能夠成規(guī)模量產(chǎn)的機(jī)器人場(chǎng)景，要么是提供情緒價(jià)值的表演性質(zhì)產(chǎn)品，要么是作為科研平臺(tái)存在，尚未出現(xiàn)能大幅提升生產(chǎn)力的規(guī)?；瘧?yīng)用。各垂直領(lǐng)域的場(chǎng)景中，機(jī)器人還未廣泛進(jìn)入并實(shí)現(xiàn)量產(chǎn)，這意味著巨大的發(fā)展機(jī)會(huì)。只有當(dāng)機(jī)器人規(guī)?；M(jìn)入場(chǎng)景，通過(guò)軟硬件協(xié)同迭代，整個(gè)產(chǎn)業(yè)格局才會(huì)發(fā)生顯著變化。

第三點(diǎn)是產(chǎn)業(yè)鏈層面，機(jī)器人行業(yè)的產(chǎn)業(yè)鏈分工尚未完善，從零部件、傳感器到計(jì)算芯片等環(huán)節(jié)，都存在很大的垂直整合空間。

正如大家提到的成本問(wèn)題，當(dāng)前機(jī)器人成本依然很高，而在質(zhì)量、可靠性、一致性等方面，行業(yè)也還處于相對(duì)初期的階段。因此，我認(rèn)為整個(gè)機(jī)器人產(chǎn)業(yè)的格局遠(yuǎn)遠(yuǎn)沒(méi)有確定下來(lái)。

提問(wèn)：在零部件方面，我們投資了一些企業(yè)。大曉機(jī)器人的硬件方面，包括傳感器、電機(jī)、減速器、控制器等，是與哪些企業(yè)合作？有沒(méi)有技術(shù)亮點(diǎn)和創(chuàng)新可以分享？

王曉剛：我們背投的企業(yè)中，例如鈦虎、鹿明等未來(lái)都會(huì)有合作關(guān)系，它們與硬件相關(guān)。在傳感器的方面，我們應(yīng)用了全景相機(jī)?，F(xiàn)有的傳感器視角較窄，在路口等場(chǎng)景中，機(jī)器人可能看不清全路，例如機(jī)器狗過(guò)馬路看不到紅綠燈。我們與影石Insta360合作，將全景相機(jī)的能力賦予到機(jī)器人上，這是一個(gè)關(guān)鍵的零部件亮點(diǎn)。機(jī)器人的產(chǎn)業(yè)鏈條比較長(zhǎng)，我們?cè)趫?chǎng)景應(yīng)用中會(huì)不斷改進(jìn)零部件，并與供應(yīng)鏈上下游企業(yè)密切合作。

提問(wèn)：我們現(xiàn)在一個(gè)單體的制造成本是怎么樣的？

王曉剛：這個(gè)方案目前仍處于持續(xù)優(yōu)化階段。這次發(fā)布中，我們以這個(gè)機(jī)器狗，也就是四足機(jī)器人為例推出了一款“具身超級(jí)大腦模組A1”產(chǎn)品。該產(chǎn)品的本體部分目前采用的是現(xiàn)有的硬件方案，像宇樹(shù)、智元、云深處等品牌的機(jī)器狗都能較好地適配我們現(xiàn)有的導(dǎo)航零組件，從而使其具備空間自主能力。不過(guò)未來(lái)，我們還需要與各硬件生態(tài)企業(yè)展開(kāi)合作，共同推動(dòng)相關(guān)成本的降低。

提問(wèn)：目前是否有已簽約的外部合作訂單？

王曉剛：關(guān)于具身智能超級(jí)大腦模組A1，我們本月將要發(fā)布。實(shí)際上，我們過(guò)去走訪(fǎng)了大量客戶(hù)，發(fā)布會(huì)后也正積極與這些客戶(hù)推進(jìn)產(chǎn)品試點(diǎn)。從軟件層面來(lái)看，例如世界模型、具身相關(guān)大模型以及數(shù)據(jù)領(lǐng)域，我們已經(jīng)有了一些訂單。但說(shuō)到未來(lái)重點(diǎn)推出的軟硬一體產(chǎn)品，我們期待明年能實(shí)現(xiàn)大規(guī)模落地。

提問(wèn)：目前大曉在數(shù)據(jù)規(guī)模層面區(qū)別于傳統(tǒng)模式？傳統(tǒng)模式多以純真實(shí)數(shù)據(jù)或純仿真數(shù)據(jù)為主導(dǎo)，而我們則在數(shù)據(jù)領(lǐng)域開(kāi)辟了一種全新的范式？

王曉剛：是的。這種方式與特斯拉和Figure AI最近采取的記錄人類(lèi)活動(dòng)的數(shù)據(jù)采集方式比較接近。像Figure AI，目標(biāo)場(chǎng)景是家庭場(chǎng)景。家庭場(chǎng)景會(huì)涉及不同的戶(hù)型和房屋結(jié)構(gòu)，所以他們和Brookfield等知名的資產(chǎn)管理公司合作。這些公司在全球擁有幾百萬(wàn)套不同的公寓戶(hù)型，他們可以進(jìn)入各種不同戶(hù)型采集數(shù)據(jù)。不過(guò)現(xiàn)在我們有了世界模型這個(gè)手段，就可以在虛擬世界里改變這些戶(hù)型。比如這次發(fā)布會(huì)，我們也會(huì)和西南設(shè)計(jì)院合作，他們歷史上積累了大量不同的房屋戶(hù)型、布局和類(lèi)型，這些數(shù)據(jù)能和我們現(xiàn)有機(jī)器人產(chǎn)生的數(shù)據(jù)相結(jié)合。這樣一來(lái)，我們就能讓機(jī)器人在合成的不同房屋布局、房型和戶(hù)型中模擬活動(dòng)。

三、未來(lái)1-2將進(jìn)入技術(shù)收斂關(guān)鍵期

提問(wèn)：您覺(jué)得在機(jī)器人的整個(gè)產(chǎn)業(yè)鏈條中，是整機(jī)企業(yè)能夠成為產(chǎn)業(yè)鏈的鏈主，還是核心零部件企業(yè)在產(chǎn)業(yè)鏈中的話(huà)語(yǔ)權(quán)更大呢？

王曉剛：我認(rèn)為目前輸出的應(yīng)該是整軟硬一體協(xié)同產(chǎn)品，而且要以場(chǎng)景為導(dǎo)向。所以今天我們可以看到，咱們的機(jī)器人無(wú)論是軟件還是硬件，和場(chǎng)景需求之間的差距其實(shí)都比較大。而且機(jī)器人和汽車(chē)、手機(jī)不同——汽車(chē)和手機(jī)的通用性非常強(qiáng)，但機(jī)器人和各個(gè)場(chǎng)景的關(guān)聯(lián)度是非常密切的。這就是為什么我們覺(jué)得，在當(dāng)下，只有從整機(jī)角度出發(fā)，以場(chǎng)景需求為出發(fā)點(diǎn)，才能把我們的公司乃至整個(gè)產(chǎn)業(yè)做大做強(qiáng)。

提問(wèn)：目前真機(jī)數(shù)據(jù)與仿真數(shù)據(jù)存在爭(zhēng)議的產(chǎn)業(yè)狀況下，您更支持哪一種數(shù)據(jù)呢？

王曉剛：我們所說(shuō)的“真機(jī)數(shù)據(jù)”，是指人操縱、搖控機(jī)器人所產(chǎn)生的數(shù)據(jù)，這是以前大家常用的數(shù)據(jù)采集方式，但它存在不少缺點(diǎn)。第一，采集效率非常低；第二，無(wú)法在真實(shí)的生產(chǎn)生活場(chǎng)景中采集數(shù)據(jù)，比如你沒(méi)辦法通過(guò)這種方式在工廠(chǎng)產(chǎn)線(xiàn)或家庭生活環(huán)境中獲取這類(lèi)數(shù)據(jù)；另外，它只能采集一些簡(jiǎn)單動(dòng)作，可能持續(xù)十幾秒，但像打掃房間這類(lèi)持續(xù)幾十分鐘甚至更長(zhǎng)時(shí)間的長(zhǎng)程動(dòng)作，或是機(jī)器人與人之間的交互動(dòng)作，都無(wú)法靠真機(jī)完成。

而你提到的“合成數(shù)據(jù)”，是通過(guò)3D仿真器、仿真引擎合成的數(shù)據(jù)，這類(lèi)數(shù)據(jù)與真實(shí)數(shù)據(jù)之間存在較大差距。所以說(shuō)，這兩種都是過(guò)去大家較多采用的數(shù)據(jù)采集方式，它們都無(wú)法解決當(dāng)前具身智能領(lǐng)域的數(shù)據(jù)問(wèn)題。

我們今天要做的，首先是——我們采集的數(shù)據(jù)是以人為中心的：人帶上第一視角傳感器，比如視覺(jué)或觸覺(jué)傳感器，同時(shí)結(jié)合周?chē)渌谌暯堑臄z像頭和傳感器，觀(guān)察人在真實(shí)生產(chǎn)生活中的行為，再通過(guò)視覺(jué)手段、多模態(tài)手段分析人的活動(dòng)，而非關(guān)注機(jī)器的活動(dòng)。

這樣一來(lái)，采集效率會(huì)非常高，且能在真實(shí)場(chǎng)景中完成，還能記錄人在長(zhǎng)程、復(fù)雜環(huán)境下完成的動(dòng)作。

另外，我們也會(huì)使用合成數(shù)據(jù)，但這種合成數(shù)據(jù)并非來(lái)自傳統(tǒng)仿真器——它是通過(guò)世界模型完成的。世界模型的優(yōu)勢(shì)在于，可以快速、無(wú)限地放大現(xiàn)有的真實(shí)數(shù)據(jù)，并且能實(shí)現(xiàn)各種元素的編輯可控。比如，我可以把桌子換成不同顏色，把水杯換成不同型號(hào)，甚至更換機(jī)械臂也能實(shí)現(xiàn)。通過(guò)世界模型，我們能將有限的真實(shí)采集數(shù)據(jù)迅速放大。把這兩種方式結(jié)合起來(lái)，就是我們要走的技術(shù)路線(xiàn)。

提問(wèn)：具身智能的技術(shù)路線(xiàn)很多，您認(rèn)為何時(shí)技術(shù)會(huì)出現(xiàn)收斂，然后收斂的關(guān)鍵因素是什么？

王曉剛：我認(rèn)為今天我們提出的“以人為中心”的ACE范式，大方向是正確的。我們看到特斯拉、Figure AI等企業(yè)，其實(shí)也在朝著這個(gè)方向轉(zhuǎn)變。所以我覺(jué)得接下來(lái)的一兩年會(huì)是非常關(guān)鍵的時(shí)期。當(dāng)然，盡管大方向明確，但仍有不少技術(shù)難題需要攻克，包括具體的實(shí)現(xiàn)細(xì)節(jié)，其收斂還需要一定時(shí)間。不過(guò)我想，我們今天已經(jīng)找到了這個(gè)大方向，而要加速它的收斂，還需要充分結(jié)合場(chǎng)景驗(yàn)證——從客戶(hù)的場(chǎng)景和需求出發(fā)，實(shí)現(xiàn)軟硬件的協(xié)同優(yōu)化。

提問(wèn)：有說(shuō)法說(shuō)是2025年是機(jī)器人的量產(chǎn)之年，請(qǐng)您預(yù)測(cè)具身智能在工業(yè)，家庭等場(chǎng)景的一個(gè)規(guī)?；逃玫臅r(shí)間表是什么樣的？

王曉剛：我認(rèn)為機(jī)器人要在工業(yè)和家庭場(chǎng)景實(shí)現(xiàn)大規(guī)模應(yīng)用，目前還有相當(dāng)長(zhǎng)的距離。先看工業(yè)領(lǐng)域，如果我們討論的是工廠(chǎng)產(chǎn)線(xiàn)這類(lèi)場(chǎng)景，首先面臨的是方案復(fù)制性問(wèn)題，在某一條產(chǎn)線(xiàn)或某個(gè)場(chǎng)景中開(kāi)發(fā)出的機(jī)器人方案，能否快速推廣到其他工廠(chǎng)？這其實(shí)很難實(shí)現(xiàn)。另外，工業(yè)產(chǎn)線(xiàn)的數(shù)據(jù)安全性要求極高，各家產(chǎn)線(xiàn)都是核心機(jī)密，企業(yè)不愿讓數(shù)據(jù)外流，所以產(chǎn)線(xiàn)數(shù)據(jù)的打通也面臨巨大挑戰(zhàn)。

再看家庭場(chǎng)景，我們期待機(jī)器人完成一些復(fù)雜任務(wù)，同時(shí)安全性是關(guān)鍵問(wèn)題。家里有老人和孩子，不能讓機(jī)器人傷到他們。就像自動(dòng)駕駛領(lǐng)域有主動(dòng)安全機(jī)制，L3、L4級(jí)自動(dòng)駕駛?cè)舫鍪鹿?，?chē)廠(chǎng)和自動(dòng)駕駛公司要承擔(dān)責(zé)任；而機(jī)器人進(jìn)入家庭后，如果碰到人，或是給老人、孩子端茶送水、遞食物藥物時(shí)出了安全問(wèn)題，責(zé)任該如何界定？這些都是需要解決的問(wèn)題。

不過(guò)，在一些其他場(chǎng)景，比如機(jī)器狗已經(jīng)能在開(kāi)放環(huán)境中穩(wěn)定移動(dòng)，我認(rèn)為在各類(lèi)TO B場(chǎng)景中是可以快速落地的。像閃購(gòu)倉(cāng)、前置倉(cāng)這類(lèi)物流配送場(chǎng)景，各個(gè)倉(cāng)的環(huán)境相對(duì)類(lèi)似，容易實(shí)現(xiàn)規(guī)?；瘧?yīng)用。但目前也存在一些問(wèn)題：一是機(jī)器人的數(shù)據(jù)采集并非在真實(shí)的生產(chǎn)生活環(huán)境中進(jìn)行；二是機(jī)器人技術(shù)開(kāi)發(fā)，無(wú)論是硬件還是其他方面，很多時(shí)候與實(shí)際場(chǎng)景脫節(jié)，更多是做Demo來(lái)展示機(jī)器人本體某方面的強(qiáng)大能力，和落地場(chǎng)景的實(shí)際需求存在差異，這是接下來(lái)需要重點(diǎn)解決的問(wèn)題。目前的情況進(jìn)工廠(chǎng)其實(shí)是可以的，但要實(shí)現(xiàn)規(guī)?；?，也就是在工廠(chǎng)場(chǎng)景中取得很好的商業(yè)成功，這比較難，進(jìn)家庭的話(huà)，可能距離更遠(yuǎn)一些。

提問(wèn)：關(guān)于融資的問(wèn)題，今年國(guó)內(nèi)幾家機(jī)器人企業(yè)的融資情況都非常好，而且整體速度也非?？?。不過(guò)有觀(guān)點(diǎn)認(rèn)為，機(jī)器人賽道的融資速度已經(jīng)超過(guò)了行業(yè)正常發(fā)展的速度。作為業(yè)內(nèi)人士，您怎么看待這一熱度現(xiàn)象？

王曉剛：我覺(jué)得這還是得看我們所處的賽道。畢竟機(jī)器人是一個(gè)幾十萬(wàn)級(jí)的賽道，目前還處于相對(duì)發(fā)展的初期階段。和過(guò)去的手機(jī)、汽車(chē)等領(lǐng)域相比，它的體量要大得多。所以我認(rèn)為，當(dāng)下大家在融資和投入方面的這些動(dòng)作，未來(lái)還會(huì)持續(xù)，最終能給市場(chǎng)帶來(lái)更大的回報(bào)。

另外，對(duì)比美國(guó)那些具身機(jī)器人公司，我覺(jué)得我們?cè)谌谫Y和投入上還有進(jìn)一步提升的空間。而且正如之前提到的，這個(gè)賽道還沒(méi)到收斂階段，仍在不斷涌現(xiàn)新的機(jī)會(huì)點(diǎn)。我們和投資人交流時(shí)發(fā)現(xiàn)，他們?cè)疽詾橄嚓P(guān)領(lǐng)域已經(jīng)被投得差不多了，發(fā)展方向也趨于收斂，但當(dāng)我們把自己的思路、落地規(guī)劃展示給他們時(shí)，他們還是看到了一些不一樣的亮點(diǎn)和新方向。