依赖(双/产/骨科年下)免费阅读_娱乐动态_对话傅利叶创始人顾捷：已交付超100台人形机器人后，如何突破行业“内卷”挑战？

对话傅利叶创始人顾捷：已交付超100台人形机器人后，如何突破行业“内卷”挑战？_ZAKER依赖(双/产/骨科年下)免费阅读新闻

资料显示，珍珠岩通常有较强的吸水能力。

傅利叶最新通用人形机器人 GR-2钛媒体 App 获悉，北京时间 9 月 26 日上午，国内机器人领域龙头傅利叶发布自主研发的新一代通用人形机器人 GR-2。相比前代 GR-1，GR-2 在硬件、设计、开发框架等多个关键环节带来创新和提升。首先，GR-2 在外观上沿用 1 代仿生设计语言，同时进一步优化全身比例，升级后的身高达到 175cm，体重 63kg，全身共有 53 个自由度，单臂运动负载达 3kg，能够完成更复杂的操作；其次，新一代电池容量翻倍，续航时间延长至 2 小时；最后，在支持直充的基础上，增加可拆卸换电方案，充分满足运动需求。会前，傅利叶创始人、CEO 顾捷（Alex）对钛媒体 App 等表示，截至目前，傅利叶人形机器人 GR-1 交付量已经超过 100 台，属于行业真正意义上的量产的人形机器人产品，但远未达到 " 大批量 " 程度。未来随着从视觉语言再到动作的升级，2025 年全行业有望达 1000 台以上，但具体明年目标是多少还很难预测。谈到低价竞争，顾捷强调，傅利叶不惧竞争，也不打价格战，而且人形机器人还远远没有到开始要打价格战的时候。他认为，大众现阶段更应注重产品成熟度，关注能否真正落地并产生商业价值，能否真正完成工作，而非价格。" 真正通用机器人的 GPT 的那一瞬间现在还没有保证。他还没有真正意义上达到大模型那样的成熟期，但是这个曙光已经看到了。它不是一个 10 年、20 年的事情，它就是一个 3-5 年的事情。我们往往会高估半年到一年技术的进展，往往也会低估一个技术 3-5 年的进展。"顾捷强调，GR-2 与人类之间的距离已越来越接近。傅利叶创始人、CEO 顾捷（来源：受访者提供）据悉，傅利叶是一家成立于 2015 年的通用机器人公司，集团总部位于上海张江，同时在全球进行研发及生产布局，垂直应用于健康、教育等多个生态场景。其中，集团旗下核心康复机器人已进入规模化应用，为全球超过 40 个国家和地区的 2000 多家机构和医院提供智能康复综合性解决方案，已是康复机器人赛道龙头。2023 年，傅利叶康复业务海外销售额同比 2022 年增长超 50%，占公司总量约 10%。2023 年，傅利叶推出首款人形机器人 GR-1，并率先实现量产，是具身智能领域的又一次技术飞跃。顾捷表示，事实上，他从 20 年前做学生参加机器人比赛的时候就意识到，人形机器人有一定的通用性发展场景，比如它能帮助人们在家照顾老人、做野外巡检等。此次 GR-1 发布之前的 2017 年，傅利叶就率先发布了国内首款商业化下肢外骨骼机器人，以双足机器人的形态开启了人形机器人的雏形探索，此后不断自研核心硬件及技术，2019 年，通用人形机器人项目正式启动。时隔 1 年多时间，傅利叶再度更新。据傅利叶通用机器人事业部副总裁周斌介绍，全新 GR-2 在灵巧手、运动控制的执行器以及软件栈等方面都进行了全新设计和升级。灵巧手层面，GR-2 被量身打造了 7 款不同型号的 FSA 执行器，分别应用于机器人的髋、踝等关节处，满足各个关节的力矩要求；新一代 GR-2 执行器最大关节峰值扭矩超 380N.m，并采用双编码器系统，编码器精度提升了 2 倍。结合完善的执行器控制算法，GR-2 拥有更强的负载能力、流畅的运动控制和更准确的绝对位置与速度反馈，保证 GR-2 在执行各种动作时的控制精度，实现高动态响应；软件层面，GR-2 对原有的开发平台进行优化，形成一套基于主流编程语言的开发接口方案，支持服务器 - 客户端模型的算法程序开发，封装了一系列简洁易用的 API，集成了机器视觉、路径规划、力控反馈等预优化的算法模块，在降低开发门槛的同时简化了复杂任务的实现过程，显著提高开发效率，目前支持 NVIDIA Isaac Lab、ROS、Mujoco、Webots 等开源框架，并且内置严格的安全协议和故障恢复机制，确保开发过程安全可靠。" 我们从来就没有把人形机器人当成一个炒作的概念。"周斌强调，傅利叶持续用 " 六边形 " 概念——运动智能、认知智能、灵巧作业、仿生设计、用户体验、商业化应用层面，让人形机器人真正实现最终的愿景。然而，当前 " 具身智能 " 和人形机器人行业越来越 " 卷 "，早已不是一年前的市场状态，腾讯、美团、讯飞、小米、优必选、宇树、银河通用、星尘智能等数百家科技企业都已入局，有些是合作，有些则直接投资或下场打造，市场变得更加 " 热闹 "。据统计，截至今年 8 月，全球已发布的人形机器人数量已超过 150 款，其中，中国已有超过 60 款人形机器人问世，总数量居全球最高，大幅领先美国与日本。顾捷坦言，当前人形机器人赛道确实是一个非常激烈竞争的时期，但傅利叶并不怕这些竞争，因为团队、产品都还是非常有竞争力。一旦 AI 载体发展之后，最终都将能够实现和迭代人形机器人的质量、交互和用户体验等。谈到落地，顾捷表示，目前 GR-1 已量产用于 AI 研发公司、工厂制造、迎宾接待、危险品保护等多个场景。" 目前的话，一部分人形机器人是用于顶尖 AI 产品，包括做自动驾驶领域。凡是做 AI 的、去深化大脑的、做应用开发的一些团队，或者做一些产品场景的，这是我们最大的一个客户群体。我们也是看到，每一个应用都有他们自己独到的一些想法，独到的场景，能够持续利用。" 顾捷称。顾捷强调，傅利叶不会去做轮式机器人，因为行业已经出现 " 百花齐放 " 环境，最终形态应该是多样化，但公司认为在双足这个形态上面还远未达到完美，还有大量的工作要去做，傅利叶的资源是有限的，团队也是有限的，需要聚焦一个形态把双足人形机器人做好。" 我们认为做一款机器人如果只是因为热点，然后赶着去发布，那这件事意义就不大。我们还是要有一个诚实耐心的态度，它（人形机器人赛道）是一个长跑。从 20 多年前一个初始梦想（dream），到现在一步一个脚印去做，可能今年的速度会更快一些，但不代表说今年就是一个决战的时间。" 顾捷表示。以下是傅利叶创始人、CEO 顾捷与钛媒体 App 等部分对话整理：问：今明年傅利叶人形机器人 GR-1 等产品是否有整体出货预期目标？顾捷：我们量产的话，基本上属于初步小批量，其实整个人形机器人还远没有到大批量（状态），大家相差的几万台、几十万台这么一个规模。那么其实今年全行业也就是几百台（人形机器人），但明年的话，因为我们看到一些产品整个全行业务，我觉得也是在小几百家店，但是明年的话，其实因为我们看到的一些产品，它是具有一定的复制性，这些复制性有可能它会使这个量能够达到 10 倍的速度。但具体明年是在多少，其实现在来说还稍微有点用比较难预测。问：现在人形机器人行业竞争比较激烈，但很多技术难以形成规模商业化，所以我们如何看待人形机器人或具身智能的挑战？顾捷：核心是两个部分：一是运动（身体）问题，另一个是大脑，它合在一起才能够使用。如果只是大脑好，那就像现在大模型，它能够识别图片聊聊天，但还不能具体完成一项任务；如果说身体不具备这个能力的话，比如力量负载不够、精度不够，他也很难去完成一个连贯动作。所以这两块都是现在这个行业需要去解决的。我们傅利叶是希望把他的身体—— AI 载体做好，然后再扩展开，就是 " 六边形 "，不单只是它一个领域，而是包括质量、交互、用户体验都实现，这些都是需要迭代的。所以说，如果说竞争的话，现在是一个竞争非常剧烈的时代。但我们傅利叶公司并不怕这些竞争，因为我们的团队还是非常有竞争力的。我们觉得，做一款机器人如果说只是因为热点，然后赶着去发布，那这个事情意义就不大。我觉得还是要有一个诚实耐心的态度，它是一个长跑。而且是一个 20 多年前我们初始的 dream，一直想做的事情，到现在一步一个脚印去做，可能今年的速度会更快一些，但不代表说今年就是一个决战的时间。问：对于价格战怎么看？顾捷：首先，傅利叶并不打价格战，而且我们觉得，人形机器人还远远没有到开始要打价格战的时候。举个例子，假设我的机器人 1 万块钱就可以先掏钱买一台回家放着，但现在不是这 1 万块钱的问题，你要的是它能够帮我做什么事情。所以，我们更加应注重这个产品能够成熟起来，它真正能够去产生落地的商业价值，能够去完成工作，而不是现在就开始去关心它的价格。问：相比其他人形机器人产品，傅利叶技术路线是怎样的？有哪些差异点？顾捷：我们的机器人其实是 "Made for AI" 的这样一个概念，所以说我们会更加侧重把机器人的本体做好，把它本身潜能、活动度、运动性能都做好、做扎实。同时，从算法层面上，我们一方面也做相应的一些底层算法调试，另一面我们也结合一些顶级院校做联合开发、研究，通过公司合作来实现，所以一些最前沿、突破性的最新算法架构、训练方式都在做相应的部署和实践，而且我们所获得的一些成果也是非常令人惊奇的。但我们现在可能没办法比较详细的去公布这些，大家也可以关注我们后面发布的一些信息，都会有比较好的科技成果出来。问：你认为目前行业格局是怎样的？如何看待内卷问题？顾捷：我觉得人形机器人的突破，首先未来最期待的成果一定是视觉语言 + 动作，也就是在机器人本体上真正意义运行的大模型，从而能够控制机器人去产生一些能力、动作的泛化，完成一些通用的任务，而非预编程的，更多是端到端，给它所有的外部视觉、听觉或者触觉的信息，另外一端就直接输出。一旦达成之后，其实整个行业就会产生一个非常巨大的变化。所以从本身来说，我最期待的是 AI 的结合和突破，突破之后这个行业才会产生真正的通用人形机器人本体，把身体要做好，质量做好，工艺做好，而不是一个简单搭出来的样机。现在 AI 算法有承载任务的一个潜力。否则的话就是大脑好了之后发现身体不正常，从而影响整个行业的发展。竞争的话，我觉得最终其实有两种观点：一种它最终可能会像电动车行业一样，很多厂家的竞争发展，各种各样的汽车、不同品牌、不同价位、不同定位，这可能是一个比较相对生态体系的，有个几十家，甚至百家的比较多的形态的机器人出现；还有一种可能性，有点类似于安卓跟 iOS，提供比较完善的 AI 能力，也就是有几家大公司，变成新的消费端产品。这两种我觉得都是有可能的。反过来说机器人，我们希望能够将机器人的产品化项目方面往前奔、往前推，然后和最强的大脑能够去结合，做出一个真正意义上、能划时代、有泛化性的一个机器人。说实话，很多优秀的团队我们看到它能够快速地拿到一些融资，对行业来说是件好事。能够拿到融资，能够有更多优秀的团队加入到人形机器人这条曲折艰难，但又充满希望的一条路上，这本身是一件好事。没有粮草，是不可能行得很远。然而，融资只是一个助燃剂，我们可以融到钱，但我们融不到时间。对人形机器人行业来说，它每个环节都需要时间去打磨，甚至它不是一个并联状态，而是 " 串联 "。所谓的串联什么呢？比如，当你有了结构之后，你才比较容易看到你的算法到底运行的对不对，才知道你的传感器选择好不好。当然，我们可以通过仿真，有一些经验参考，但是，真正做出第一台之后，能不能做出 1000 台、10000 万台，这又变成了一个巨大的壁垒。所以在这其中，我们觉得，行业热对企业来说，不好的一面远不及有它的好的这一面，我们更加应该看到它好的这一点，但不能做无效的竞争。我们还是希望，这个行业的所有从业者是真心认为，人形机器人是一个远大前景的行业，并愿意花 5 年、10 年、20 年的时间扎下去，一步一个脚印去迭代。所以，它是一个马拉松的心态，才能够取胜。我觉得还是应该放更长的眼光去看这个问题。问：如果未来大模型深入到机器人领域，它还能带来一些全新的想象吗？顾捷：大模型其实不单单是一个想象，我觉得离落地已非常接近。其实在最近这半年，我们看到有不少的论文，直接让机器人可以通过大模型生成简单动作。另外，它也可以通过强化学习手段，让机器人能够学会反应要求高、动作要求快的方式，这对以前的机器人研发来说是一个不敢想象的状态。如今，我们看到机器人现在有 50 多个自由度、50 多个电机，对吧？每个电机每一行都要发布指令；如果是全身的运动控制，每一刻、每一秒都是不同的位置，不同力量的变化。通过传统编程的话，这简直是一个不可能完成的任务。但现在通过大模型的话，它是一个黑盒，会用神经网络控制产品，而且这个动作可以产生一些原来意想不到的东西，做一些释放。同时，它还可以通过模仿学习学会这个东西，如果再给一些很好的奖励函数之后，他可以通过强化学习，学会去快速的反应。目前来说，这些领域都已经有非常顶尖的大佬，顶尖的实验室在这些方面进行研究。所以我们认为，今年、明年我们能够看到更多的进展和成效。（本文首发于钛媒体 App，作者｜林志佳，编辑｜胡润峰）