优必选、地瓜机器人、芯原、国投、Yole共话人形机器人
人形机器人正从Lv2向Lv3跃迁。规模化商用存分歧,乐观派认为两年内单一型号可突破10万台,务实派则需3-5年。大脑与小脑宜分立确保安全,车企入局有供应链优势,但人形机器人面临未知场景挑战更大。
当实验室宠物开始谈钱:人形机器人的“Lv2→Lv3”生死局
坦白说,2024年到2025年这一波人形机器人热潮,可能是近十年科技圈最魔幻的一幕:车企亲自下场、资本疯狂追逐、各种“完成XX任务”的短视频刷屏。但冷静下来看,热闹归热闹,行业正在经历一个痛苦的跃迁——从“实验室里秀个跑跳”的Lv2,到“能稳定交付某个实际任务”的Lv3,这条路比很多人想的要窄得多。
最近,“芯原具身机器人专题技术研讨会”上,来自优必选、地瓜机器人、芯原、上海国投和Yole Group的一线专家,就这个话题展开了一场硬核交锋。讨论内容几乎覆盖了当下人形机器人最棘手的三个命题:何时能真的规模化?大脑和小脑要怎么分家做事?以及汽车生态到底能帮上多少忙?这些观点碰撞的价值,可以说直接关乎未来十年的具身智能路线选择。

规模化商用的“临界点”何时到来?
关于人形机器人从“1万台迈向10万台”这道坎,产业内部其实分成了两派,而且分歧不小。
乐观派(主要来自产业先锋): 优必选科技的高级副总裁侯宗放认为,无论是普通民众还是B端用户,对人形机器人的潜在需求其实远大于当前的产出。他甚至做出一个大胆的判断:**在2年以内,单一型号的出货量就有可能突破10万台。** 而打开这扇门的终极钥匙,是一个足够通用的“基础模型(基模)”——只要模型能泛化,落地就是规模化的开始。
务实派(主要来自芯片和分析机构): 地瓜机器人CEO王丛和Yole Group的杨宇则比较冷静。他们指出,在缺乏通用大模型的前提下,短期内根本看不到To C泛化的可能性。唯一的解法,就是像打井一样——依靠特定任务(Specific Task)逐个场景去攻克。所以,单一型号要实现10万台出货量,保守估计需要3到5年时间。
核心障碍: 说到底,制约产业破局的还不是需求不够,而是通用基模还没成熟,数据采集的标准也不清晰。这就导致机器人一旦离开设计好的特定场景,泛化能力就会大打折扣。
大脑与小脑的技术博弈:是分立还是融合?
人形机器人的技术架构,本质上可以拆解为“大脑”(认知决策)和“小脑”(运动控制)。这两者的算力需求截然不同,也就引发了芯片设计路线的巨大争议。
- 坚定分立:基于安全性与实时性的技术隔离
芯原股份执行副总裁汪志伟认为,大脑负责复杂环境和规划,天生就很难保证高实时性;但小脑要求的是低延迟和高可靠性。这两个系统必须物理或逻辑隔离——哪怕大脑的AI系统宕机了,控制Motion的小脑也绝对不能死机,否则一个简单的跌倒动作都可能变成致命事故。此外,未来人形机器人可能只有一个大脑,但会拥有多个小脑分别处理不同关节、不同触觉反馈,硬要把它们融合在一起,既不现实,也不安全。
- 协同计算:让小脑为大脑“减负”
芯原股份首席战略官戴伟进则提出一个更经济的路径:让小脑在边缘侧或者传感器前端,先把海量原始数据进行简化、轻量化处理,再交给大脑做最终决策。这样可以避免原始多模态数据直接“砸”在主SoC上、压垮带宽和算力,大大优化整个系统的经济性。
- 务实阶段论:现阶段谈大小脑融合,是个伪命题
地瓜机器人的王丛直言,在基模和算法都还没定型的今天,最紧迫的任务是把经济账算明白。与其纠结技术路线,不如先用MCU省下计算资源给CPU,先解决“能不能动、能不能用”的现实问题。
车企入局:技术复用的真香定律与本质差异
2024年,车企是赛道上最显眼的“野蛮人”。它们自研、投资、合作开发,无所不用其极。原因其实很简单:这三大天然优势,让它们几乎“自带干粮入场”。
- 供应链共通: 电机、传感器、动力电池,汽车那一套几乎可以无缝复用。
- 决策层共通: 智能驾驶的AI决策芯片与机器人芯片,技术同源度极高。
- 场景共通: 汽车制造工厂本身就是人形机器人最完美的无人化落地试验场。
然而,汽车与人形机器人之间有一道根本的边界。汪志伟指出,汽车属于“固定场景”——它有高精地图,行驶路线相对固定。但人形机器人面对的是“未知场景”,尤其是当它进入家庭后。它必须随时随地实时重建地图、即时感知环境并进行泛化推理。这种极致要求,意味着即便是目前最强的端侧芯片(哪怕算力已经达到500-800Tops),依然远远不够用。
总结与展望
根据论坛上透露的信息,2025年全球人形机器人出货量预计在1.3万到1.8万台之间,其中中国就占了超过80%的份额。这是一个极其领先的数据,但也意味着责任和挑战更大。
综合各位专家的观点,从投资和产业生态建设角度来看,未来的战略重心应该聚焦在以下三点:
- 算法与数据双轮驱动: 加速大规模数据采集和场景库建设,寻找能滚动闭环的基模训练路径。
- 芯片指标优先优化: 芯片端应该优先优化峰值算力、能耗比以及低延迟的实时处理能力,只有这样才能满足端侧复杂的实时动态构图需求。
- 跨界生态整合: 想要跨越Lv2到Lv3的鸿沟,芯片厂、整机厂和车企供应链必须深度协同,把所有技术指标转化为可稳定交付的商业化任务。
简单总结:人形机器人绝不是智能汽车的简单延伸,它是具身智能的终极形态。当基模一旦跨过拐点,10万台的产业破局时刻,可能比所有人想象中来得更猛烈。
你是一名 AI 行业编辑,请围绕下面这条热点输出一份资讯解读:
热点:优必选、地瓜机器人、芯原、国投、Yole共话人形机器人要求:
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。
相关热点最近留意到一款AI聊天机器人构建工具——Craftman,它的核心思路很有意思:让企业或个人能用自己已有的数据来训练ChatGPT,然后直接嵌入到网站上做智能客服或问答助手。简单来说,就是把通用大模型变成你的专属知识库响应系统。什么是Craftman?Craftman是一个AI聊天机器人构建平台,允
如果告诉你,现在借助AI技术就能一键生成时长16秒、分辨率达1080P的高清视频,并且画面流畅自然、物理规律真实可信,你是不是觉得有些不可思议?事实上,这就是Vidu——由中国生数科技与清华大学联合打造的全球首个长时长、高一致性、高动态性视频大模型。它采用独创的Diffusion与Transform
想象一下,你拥有一个庞大而复杂的知识库,里面堆满了各类文档、PDF文件以及YouTube视频教程。过去想要查找某份资料,往往需要翻遍目录、反复尝试关键词搜索,效率低下令人困扰。如今,借助Hansei这款知识库管理工具,一切变得轻松高效——你只需像与朋友聊天一样,用自然语言提出需求,AI助手就能从你的
Blinkn是基于ChatGPT的智能电商购物助手,具备语义理解、精准产品推荐与比较、多语言支持等功能,可与主流平台无缝集成并个性化定制,提供7×24小时实时客服,高效解决购物疑问,显著减少决策摩擦,提升转化率与用户体验。
- 日榜
- 周榜
- 月榜
热点快看
