王慧：现在除了钱之外，你最希望投资人给你的还有什么？

姜哲源：投资人可能给不了我。我现在最需要的是订单，我最需要的是大量的订单，规模化订单，让我们能够尽快自我造血。投资人最后投的还是钱，但他可能会链接一些资源，给我们的资源里边可能带一些订单，这个我觉得是比较关键的。

王慧：你刚刚说你们就剩4个股东席位了，现在其实找你的投资人越来越多，你的选择也越来越多，你在选投资人的时候会更看重什么？

姜哲源：我们今天比较看重的，第一个是投资机构本身的品牌背书作用。如果有一些大机构愿意为你背书，无论是对拓展客户还是拿新的融资都会有一些帮助。

其次，我们还看重一些产业资源，比如说有一些产业能协同，像我们的股东有一些是做光伏的，还有做汽车的。这是一些战略性投资，甚至我们还有在接触的股东是做农副产品相关的。

王慧：你刚刚说到自我造血的能力。那你准备怎么才能做到接下来除了融资这块广积粮草之外，自我造血也能跟得上？

姜哲源：那就拼命卖货吧，明年就是卖货的一年。我们讲两件事，第一个是找场景，我们叫开拓新的场景，找新的标杆。第二个是渗透，把现有场景加大渗透，去增大我们在现有场景里边的市占率。做两件事。

王慧：广度和深度都要。

姜哲源：对，同时进行，您说得特别精准。

王慧：我们再聊聊关于行业的思考。现在很多人都会觉得人形机器人聚焦在表演，或者是一些非常表面化的演示阶段，像个大玩具。我们刚刚也提到遥操，你觉得从遥操到放弃遥控器还需要多长时间？它什么时候才能有自主行动能力？

姜哲源：如果只是从运动控制，或者只是从导航来讲，就是我不需要它干什么活，只要它绕着地方自己走，这个其实没有任何难度，可能您今天提需求，比如您希望它能够自主完成什么工作，比如在场馆里自主导航这些，这个非常简单，没有任何难度，一个月之后就可以给您实现。

真正困难的是让机器人能够根据你的指令去完成一些操作，比如说给你倒杯水、叠个被子、洗个衣服，这些事情是它真正困难的，可能时间周期会更久一些。

王慧：你觉得要多久？

姜哲源：最快三到五年，而且只是一些基础功能的实现。

王慧：想到干活，大家都会提到泛化性的问题，为什么泛化性在人形机器人领域这么难？

姜哲源：可能从2015年左右开始，大家就开始大谈AI，大谈人工智能了，这个词越来越火。这波火的本质是什么呢？最后大家会发现这波火的前提，为什么大家会认为AI是革命性的技术？是因为它从底层的科学思想角度来讲都不一样了。

之前像我父母，包括我爷爷奶奶那辈，我小时候他们就给我讲“学好数理化，走遍天下都不怕”。这是那个时代的一个缩影，就是知识驱动的科学。像牛顿定律、爱因斯坦相对论，包括当年很多计算机算法，数据结构的理论，都是知识驱动的科学。

2015年以后为什么大家开始觉得AI很重要？因为发现了一个科学的新范式，就是科学不一定是知识驱动的，不一定是推理驱动的，它可以是数据驱动的。不需要我很聪明，但我有一堆数据；我不需要机器人很聪明，我不需要模型很聪明，但我给它灌进去一堆数据之后，它自己就变聪明了。

从2012年的ImageNet挑战赛Alexnet第一次屠榜的时间点开始算起，我们认为数据驱动科学第一次展示出了比知识驱动科学更牛的性能。当年Alexnet的成果是超越所有精心设计的SVM算法的。那一年算是标志着数据驱动科学进入人们的视野的一年。但是数据驱动科学有一些问题，就是泛化性的问题。

2025年9月12日，上海，外滩大会服务中心迎宾接待的是来自松延动力的仿生机器人“小诺”。 东方IC

比如我希望一个机器人能够给我叠衣服，但我给他喂的数据全都是我在公司叠衣服的数据，那肯定不行，因为他没有见过你家是什么样的，进你家之后认为所有东西都是衣服，可能把你的电脑给叠成衣服了，这个就是泛化性出了问题。

数据驱动科学意味着你的数据一定要有足够好的多样性，足够好的覆盖率，能够尽可能多地覆盖将来可能的应用场景。所以说，在数据驱动科学的思想影响下，今天泛化性成了一个问题，大家开始关注泛化性。泛化性的本质其实是数据的多样性和覆盖率，要足够多样的数据。

王慧：现在数据还不够多？

姜哲源：或者说不够多样化。