 另外我再替我们的友商宇树科技澄清一下，人家说的是真实情况，他们不是自己来参赛的，确实是他们的客户拿自己的算法参赛的，如果是用宇树科技自己的算法投入来参赛，我相信一定能拿好名次的。宇树科技还是挺牛的。 问：你觉得宇树哪里做得比较好？ 姜哲源：宇树科技的产品稳定性非常高，他们的算法做得也非常牛，他们算法无论稳定性还是从运控的效果，牛X程度其实都是很高的。另外宇树科技的现金流也更健康。我印象中去年应该已经实现了大幅度的盈利。我们很尊重这样的友商，也希望整个行业不要对宇树那么多恶意。 问：你觉得做机器人核心竞争力是什么？ 姜哲源：我觉得机器人一定是体系化的竞争力。 机器人是一个机电机构算法深度耦合的系统，所以长板要长，而且不能有短板。比如说如果算法做得特别强，但结构特别脆弱，可能没走两步就折了；如果说结构做特别牛，算法做得不行，可能走两步也摔了，或者根本不会走。所以说机器人是一个体系化的战斗力，不是一个单点的能力。 提问：现在机器人在数据采集上都是哪些方式，以及会遇到什么挑战？ 姜哲源：数据采集方式目前有几种，第一个是仿真数据，第二个就是真机数据。我们不考虑仿真，因为仿真不能够解决所有问题。我觉得仿真不是一个好的数据采集方式，至少不是一个最终版的数据采集方式。 第二就是真机素材，真机素材的话有几种，第一个遥控一个机器人去完成任务，然后去完成素材。相当于人遥操作，就是人做动作，机器人跟着做来去完成这些任务，这种方式会面临一个问题，成本比较高，因为每一套采集设备都需要包含一个人形机器人；我们现在自己在用的一个方法叫umi（Universal manipulation interface）。 （注释：UMI是一个数据收集和策略学习框架，允许将技能从野外人类演示直接转移到可部署的机器人策略。UMI 采用手持式夹持器和精心设计的界面，实现便携式、低成本和信息丰富的数据收集，用于具有挑战性的双手和动态操作演示。） 泛化性是机器人进入家庭场景的关键，未来3-5年实现 提问：具身智能赛道创业这几年，哪些超出你预期？ 姜哲源：赛道的热度一直超预期，因为我们在2023年创业的时候，每融完一轮钱之后，我们内部就会开会，要把这次融的钱当成最后一轮来看，但每一轮都是新一轮的开始，而且每轮之后都有新的机构愿意接着加仓。 后来我们复盘，觉得从底层逻辑出发其实是合理的。因为人形机器人赛道是一个长期正确的事情，长期正确且难的事情，所以说获得持续关注和投资。 整个赛道的技术进步速度也显著超预期。2023年世界机器人大会时，能走路的人形机器人凤毛麟角，我们觉得2024年人形机器人大家都能走起来应该差不多了；但24年的时候，我们发现机器人都能跑了，还有单腿跳；我们相信今年世界机器人大会会更加精彩。 我们以前会觉得波士顿动力就是人类之光，放在一个遥远的地方仰望就可以了，我们不考虑超越他。但从今年来看，我们蹦一下就能够着了，没准到年底我们性能就实现超越，而且是用更低的成本超越的。我觉得这个赛道技术发展是显著超预期的。 提问：您提到具身智能赛道发展很快。您认为是开源推动的还是深度学习推动的？ 姜哲源：我们是觉得开源这个事儿太扯了。特斯拉开源我们用了，反而倒退了，我觉得完全是扯，还有人在说波士顿动力开源了，开放API和开源是完全两个概念，我们其实所有API全开放，但是并不意味着全开源了，所以说开源对这事没有任何帮助，而且没有公司会真正把自己当前的核心竞争力全开源出来。 具身智能发展如此之快来自于强化学习技术路线切换，直接把整个模型上限拉得很高。每一次面临技术路线切换的时候，一定会产生一些爆发性技术能力的增长。 提问：从目前到人形机器人真正的商业化落地，这中间存在的最大难点是什么？大家明显对人形机器人有更多期待。 姜哲源：我们觉得人形机器人现在进家干活，之前最大的难点在于泛化性——就是实验室里面我们看到很多比较惊艳的demo，比如像机器人给你做饭、洗衣服、叠被子、叠衣服。 但现在整个赛道泛化能力是不够，那么泛化性的支撑是什么？数据是最大的支撑，巧妇难为无米之炊，没有足够海量的数据，没有足够多样化的数据，是实现不了很好的泛化性的。 |
