2023年，受Tesla人形機(jī)器人Optimus擎天柱的引領(lǐng)，全球范圍內(nèi)人形機(jī)器人如雨后春筍般涌現(xiàn)，吸引了資本和產(chǎn)業(yè)鏈的緊密關(guān)注，國內(nèi)也有不少企業(yè)順勢推出了各自的人形機(jī)器人產(chǎn)品。不過市場熱度過后逐漸都會將關(guān)注的目光從概念樣機(jī)轉(zhuǎn)向商業(yè)落地，當(dāng)下人形機(jī)器人最迫切目標(biāo)就是需要走出實驗室推向商用場景，所以規(guī)模化落地將是人形機(jī)器人在下個階段面臨的真正考驗：一炮而紅or曇花一現(xiàn)。

這篇內(nèi)容就是想介紹下我自己對人形機(jī)器人落地需要同步去考慮的幾個建議。

現(xiàn)階段商業(yè)化，要明確目標(biāo)場景

從產(chǎn)品定義來說，由于人形機(jī)器人通用性的設(shè)計目標(biāo)，對人形產(chǎn)品的應(yīng)用設(shè)想已經(jīng)非常廣泛：橫跨從家用、商用到工業(yè)的各個場景。但是結(jié)合市場、技術(shù)、供應(yīng)鏈的成熟度情況，我預(yù)計在未來幾年，“人形”依然會存在于場景概念機(jī)到小規(guī)模落地的商業(yè)化初級階段。所以，企業(yè)可以把通用性當(dāng)作人形產(chǎn)品努力的終極目標(biāo)，但實現(xiàn)這個目標(biāo)會橫跨一個比較長的時間過程。所以，當(dāng)下人形機(jī)器人產(chǎn)品落地的第一步一定來自某個場景聚焦：找到一個最快能實現(xiàn)規(guī)模化的應(yīng)用場景。

為什么要優(yōu)先考慮場景聚焦？

通用性是積累的結(jié)果。

真實場景復(fù)雜且多樣，不同場景對技術(shù)能力、形態(tài)結(jié)構(gòu)，甚至材質(zhì)應(yīng)用的要求會有明顯差異；跨行業(yè)跨場景也會有很多特定場景的難題或者corner case要解決。對于一個全新的產(chǎn)品方向，在沒有在任何場景得到實際驗證、沒踩過坑、沒處理和上下游邊界關(guān)系情況下，很難設(shè)計出一款支持跨場景、能力大集合的通用產(chǎn)品。所以從實際落地來說，人形機(jī)器人的落地路徑依然是1→∞的過程。

聚焦利于技術(shù)快速變現(xiàn)。

聚焦場景可以明確企業(yè)的技術(shù)主線并清晰規(guī)劃技術(shù)road-map，避免技術(shù)層面的過度發(fā)散難以有效將技術(shù)工程化或者始終將技術(shù)停留在demo化階段；同時將核心技術(shù)匹配到實際場景實現(xiàn)產(chǎn)品工程化，可以借助真實場景打磨建立前期技術(shù)優(yōu)勢，放大核心技術(shù)的領(lǐng)先性、并加速實現(xiàn)商業(yè)價值；也更有利于通過做需求約束實現(xiàn)產(chǎn)品的成本設(shè)計和商業(yè)化落地。

天女散花式落場景，容易造把金斧頭去砍樹。

以我多年AI和機(jī)器人從業(yè)感受來說，拿金斧頭砍樹是大部分AI類產(chǎn)品進(jìn)入商業(yè)化階段面臨的最大難題。國內(nèi)不少的技術(shù)類創(chuàng)業(yè)公司制定戰(zhàn)略時最大的誤區(qū)就是認(rèn)為技術(shù)什么都能做，什么場景都能落，一上來就做‘one for all’設(shè)計。結(jié)果各個場景高投入換來有限的回報，技術(shù)看似很牛逼但更像是空中樓閣，產(chǎn)品戰(zhàn)略始終在技術(shù)和業(yè)務(wù)之間搖擺。

人形機(jī)器人的0-1階段，我認(rèn)為還是要優(yōu)先考慮“一橫一縱”的市場選擇。要么選擇具備多樣性場景擴(kuò)展的大場景（一個環(huán)境包含多種場景，從1個點切入，后續(xù)可以橫向擴(kuò)展），或者選擇具備快速規(guī)模復(fù)制的單一場景（單點需求對應(yīng)市場足夠大，全球市場具有相似性）。

盡量避免去搶已經(jīng)非常成熟或者低成本方案的產(chǎn)品市場，因為此時技術(shù)無法提供價值增益（反而可能是成本負(fù)擔(dān)），也很容易陷入紅海競爭，無法體現(xiàn)公司核心技術(shù)的價值，陷入價格戰(zhàn)泥沼。

根據(jù)場景，明確產(chǎn)品形態(tài)定義

接觸“人形”以來我始終有一個疑問就是人形機(jī)器人是不是一定是雙足形態(tài)？或者說雙足會是最好的類人形態(tài)？

比如，輪式結(jié)構(gòu)是人類最偉大的發(fā)明之一，幫助人類解放了雙足的局限，指數(shù)級提高了作業(yè)效率。目前應(yīng)用最廣泛、最高效的地面移動設(shè)備也都是輪式結(jié)構(gòu)。不可否認(rèn)雙足形態(tài)最類人，上下樓梯等環(huán)境有其獨特的優(yōu)勢，但以現(xiàn)代社會環(huán)境而言，基礎(chǔ)設(shè)施建設(shè)和各類自動化設(shè)備已經(jīng)解決了大部分需要依靠雙腿行走的場景；換個角度再看，環(huán)境惡劣、基建原始的場景（低級的應(yīng)用場景）會是人形機(jī)器人的目標(biāo)客戶場景嗎？

我的觀點是始終要立足場景正向設(shè)計產(chǎn)品，而不是固定產(chǎn)品形態(tài)再找場景。人形機(jī)器人的形態(tài)設(shè)計應(yīng)該根據(jù)目標(biāo)場景和應(yīng)用需求來確定，不應(yīng)該局限在某一類形態(tài)定義，要跳出思維慣性從場景出發(fā)解決問題。

我個人對人形機(jī)器人的理解：把人類能力抽象與再組合，最終實現(xiàn)跨場景的通用性的類人形態(tài)的機(jī)器人產(chǎn)品。那么，從對人類的基礎(chǔ)能力抽象而言，核心就是：智能、移動、操作。所以基于移動和操作能力的形態(tài)定義就可以在不同場景有更多樣性的設(shè)計展現(xiàn)，比如輪足式、多足、輪式等等。

比如從長期看，工業(yè)場景的大趨勢是流程去人化和場景專業(yè)化，最終結(jié)果就是可以對工業(yè)場景和流程的完全重構(gòu)，減少人類對于工業(yè)場景的影響和依賴就是必然，以終為始，類人機(jī)器人就一定會是最優(yōu)形態(tài)嗎？同時，已經(jīng)實現(xiàn)規(guī)模化應(yīng)用的復(fù)合機(jī)器人（移動底盤+機(jī)械臂）就可以看作是一種類人形態(tài)，如果換成雙足也不一定就是更有性價比的方案。再看在商用場景，更重要的考慮是人機(jī)交互的實現(xiàn)與體驗，智能化的產(chǎn)品設(shè)計和需求滿足優(yōu)先級也更高于移動形式。目前來看家用也許可能是最適合足式形態(tài)的產(chǎn)品場景之一。

所以，人形機(jī)器人何必只是足式機(jī)器人，根據(jù)目標(biāo)場景組合能力，設(shè)計出的匹配形態(tài)就是最合適的產(chǎn)品設(shè)計。

重點考慮泛化能力對規(guī)模化的限制影響

人形機(jī)器人以通用性為目標(biāo)，實現(xiàn)靈活的跨場景和跨任務(wù)應(yīng)用，那么泛化能力將是制約人形機(jī)器人規(guī)模落地的最大阻礙。優(yōu)先要考慮解決的是場景泛化和技能泛化，降低新場景和新技能的學(xué)習(xí)成本與部署成本，保證人形機(jī)器人不會被限制在方寸之地，有更廣闊和更靈活應(yīng)用的可能性。

我認(rèn)為賦予機(jī)器人產(chǎn)品優(yōu)秀的泛化能力至少要尊重三個基本原則：

機(jī)器人泛化是一個系統(tǒng)性工程，涉及系統(tǒng)、硬件、各流程環(huán)節(jié)和全人員，而不簡單是片面的某一個方面提升；

機(jī)器人泛化是一個持續(xù)性過程 ，需要通過時間和項目不斷迭代打磨形成標(biāo)準(zhǔn)規(guī)范、沉淀工具和方法，而不只是某個階段性投入；

機(jī)器人泛化是產(chǎn)品化的一部分，需要產(chǎn)品經(jīng)理能了解市場環(huán)境、項目全流程和現(xiàn)場情況，要具備很強(qiáng)的共情力、理解不同文化思維并重視用戶體驗。

簡而言之，構(gòu)建產(chǎn)品泛化能力的過程將貫穿產(chǎn)品生命周期、是產(chǎn)品設(shè)計不可缺少的一環(huán)。

雖然目前可以通過體系建設(shè)和工具產(chǎn)品提升機(jī)器人產(chǎn)品的易用性（基礎(chǔ)），但最終技術(shù)手段才是機(jī)器人實現(xiàn)大規(guī)模落地的有效途徑（質(zhì)變）。比如，Tesla將純視覺方案的 FSD（Full Self-Driving）下放到Optimus擎天柱，就屬于提高機(jī)器人泛化能力的重要手段，通過端到端神經(jīng)網(wǎng)絡(luò)Optimus擎天柱可以更直接地感知環(huán)境、實現(xiàn)任務(wù)學(xué)習(xí)和控制運動，從而提高其在未知環(huán)境或條件下的泛化能力和適應(yīng)性。Google RT-2幫助機(jī)器人實現(xiàn)技能自學(xué)習(xí)的能力，使得機(jī)器人在未經(jīng)過專業(yè)數(shù)據(jù)訓(xùn)練情況下能夠更容易理解并處理人類提出的各種類型的任務(wù)需求，提升機(jī)器人的學(xué)習(xí)和泛化能力。所以構(gòu)建人形產(chǎn)品的泛化能力，需要保持對技術(shù)的關(guān)注和創(chuàng)新嘗試，以效率為導(dǎo)向做技術(shù)預(yù)研。

續(xù)航能力是也是重要制約

續(xù)航能力將是制約人形機(jī)器人應(yīng)用和發(fā)展的又一個重要因素。人形的體積決定了可攜帶的電池體積不會太大，而現(xiàn)階段鋰電池的能量密度依然有限，移動機(jī)器人對接式和車載的插拔式的充電模式我也認(rèn)為并不完全適用于人形機(jī)器人，這就對人形機(jī)器人的續(xù)航能力帶來嚴(yán)重挑戰(zhàn)。

長遠(yuǎn)來看，新形態(tài)電池（如固態(tài)電池）、無線充電、脫離電池的全域無線供電等方案都有機(jī)會解決人形機(jī)器人的續(xù)航問題，希望能有專門的公司能在這個領(lǐng)域?qū)崿F(xiàn)技術(shù)突破。

產(chǎn)品設(shè)計初期就要考慮成本設(shè)計

人形機(jī)器人的商業(yè)化需要技術(shù)Ready和具有經(jīng)濟(jì)性的兩方面支持，所以，成本設(shè)計是人形機(jī)器人走出實驗室進(jìn)入商業(yè)社會的關(guān)鍵步驟，最終面向用戶的產(chǎn)品價格需要符合市場預(yù)期。同時在當(dāng)下的大環(huán)境情況下，我建議所有企業(yè)從一開始就要具備財務(wù)管控意識，要能算賬、算細(xì)賬，而不是不計成本的投入到技術(shù)研發(fā)。

比如在工業(yè)場景，如果對標(biāo)國內(nèi)的一線工人，可能就需要將成本做到10萬元內(nèi)的級別，Musk 在給Optimus擎天柱設(shè)定目標(biāo)2萬美金時也是參考了Tesla的實際用工成本，而中國的人工成本對比海外還是會更便宜。而在商用場景，可以根據(jù)具體的實現(xiàn)場景去設(shè)計，從ROI的角度來看，對標(biāo)國內(nèi)人工成本要考慮售價可能需要不超過20萬。而面向家用市場，需要做到萬元級別的成本才有可能大面積進(jìn)入家庭。

除了降低產(chǎn)品成本，還可以通過不同的商業(yè)模式來實現(xiàn)成本分?jǐn)偅热缣峁┓?wù)而不是設(shè)備銷售，實現(xiàn)持續(xù)性收入。但無論如何，都需要考慮最多不超過在 24個月實現(xiàn)回本，從而倒推成本控制。

避免始終停留在實驗室，讓技術(shù)產(chǎn)品化周期過長

要從整個市場時間窗口期考慮技術(shù)產(chǎn)品化到商業(yè)化的周期規(guī)劃目標(biāo)，需要考慮設(shè)計一個合理的落地節(jié)奏和階段性目標(biāo)：

在0-1階段，由技術(shù)主導(dǎo)實現(xiàn)demo，滿足場景需求。在這個階段，重點解決技術(shù)可行性問題，滿足特定場景的使用需求。

在1-10階段，由商業(yè)主導(dǎo)規(guī)模化，做需求取舍，先在局部場景商業(yè)落地。在這個階段，需要重點解決技術(shù)經(jīng)濟(jì)性問題，滿足市場需求，實現(xiàn)商業(yè)化落地。

現(xiàn)階段，人形機(jī)器人只是走出了讓市場看到了從PPT走向落地的第一步，但真正的挑戰(zhàn)和困難都是在商業(yè)化落地時才會面對。商業(yè)化落地不是讓一臺機(jī)器人實現(xiàn)功能，而是要考慮成千上萬臺機(jī)器人在不同地域、各種場景穩(wěn)定、有效的運行，那么要考慮的問題就需要更系統(tǒng)性和全局性，因為不僅僅只是會面臨技術(shù)問題。

雖然當(dāng)下有資本和新技術(shù)加持，但我認(rèn)為人形機(jī)器人的落地不會比移動機(jī)器人或者機(jī)械臂面對的挑戰(zhàn)更簡單，甚至可能會把同樣坑再趟一遍（所有品類的機(jī)器人在落地時面臨的挑戰(zhàn)都是相似的）。

以上的幾個觀點和想法都是基于我的經(jīng)歷和認(rèn)知對人形機(jī)器人落地的一些思考，我也會持續(xù)保持對人形機(jī)器人的關(guān)注，希望能盡早看到人形產(chǎn)品快速落地、百花齊放的時刻。

審核編輯：湯梓紅