奚伟：从我的角度来讲，它是以应用来去驱动的。双足式的人形机器人它是一个通用机器人的载体，这也是行业的共识，未来如果是通用的人形机器人，我觉得应该是双足这个形态的。但是对于我们很多工程，即智能制造场景，尤其是工厂的智能制造场景，其实用轮式的更方便。因为在工厂里边大部分的场内环境相对比较标准，用轮式机器人更容易。我们目前的机器人自动化制造领域就是如此，尤其是和我们的 AGV 以及其他工业机器人进行配合。

另一个是家庭场景，尤其中国的小户型场景，用轮式机器人也是比较适合的。像扫地机器人，也是轮式的，所以家庭场景第一个是用轮式机器人，也会更安全。用双足机器人还是要解决安全的问题，才能真正进到家庭里。

而通用机器人，是先有机器人再去找应用。但在美的面向智能制造过程中，很多时候是先有应用，再去找对应适合的产品。从这个角度来讲，我们就更希望有了合适的钉子去找更适合的这个锤子。目前来讲，我们有三类产品，一个叫类人形，即刚才您说的基于轮式的机器人加上双臂的操作能力，第二个是全人形机器人，我们也在探索通用型人形机器人的使用方式，第三个是我们在提的一个概念，叫超人形机器人。

赵仲夏： 超人形机器人？

奚伟： 所谓超人形机器人，就是在工业应用场景，比如像智能制造，有六大核心应用，尤其工组装线上核心的应用，包括搬运、上下料、打螺丝、端子插接、面板装配、焊接等，每一个领域需要的技能等要求是比较高的，用传统的通用机器人，虽然能适应不同任务，但速度不够快，达不到目前人的操作效率，所以我们希望设计一种可以突破人的效率的形态，更定制化的机器人，真正适应到我们的工厂里边去突破现在人形机器人的一些缺陷和不足。我觉得中间阶段，一定会有这样的一种机器人出现。

赵仲夏：明白，甚至最终的人形机器人也都是一个超人形的机器人，因为电机的能量密度有可能会超过人类未来。

勉诺这块我记得你说过，可以提供一些好玩的观点，我觉得当前从落地角度看的话，轮式可能会比人形会更好落地一些。因为双足的关节比较复杂，运动起来或在跨楼梯等特殊地形，会出现一些危险情况。这块话您有什么见解？您觉得人形机器人需要双足吗？

陈勉诺： 这是一个非常有争议的话题，我们作为投资人也会经常去思考。我自己经历过很大的思想转变，最开始我认为轮式非常重要，因为人类发展了这么多年，通过技术推进，终于将双腿这种行走效率低的方式进行进化，出现了自行车，又进化了汽车出来，进化了各种各样的轮式产品，已经说明轮式的效率比双足更高。

结果也是如此，轮式被使用得要多得多，但一个很有意思的现象是特斯拉为代表的一些企业，始终在坚持要走人形的路线。我跟特斯拉 Optimus 的核心成员有过交流，他的观点还挺打动我的：我们自己做机器人动力学都知道，如果轮式加上半身的双手，很容易面临一些弯曲身体的动力学平衡问题。如果用双足形态，就能够做出有效的支撑。而且能做弯曲身体形态，随时调整全身的动态性，这是双足人形的优势，是一个很有意思的观点。

所以我的观点已经改变了，今天我认为，人形双足的形态是一个有必要的形态。

特斯拉二代人形机器人Optimus在上海2024世界人工智能大会首次亮相 视频截图

但它到底在场景中有多少实用性，取决于这个场景的动态复杂性。如果在一个非常固定的场景，比如家庭，没有楼梯，没有动态复杂性的场景下，我觉得轮式就 OK 了。但如果在像工厂等有一些跨越阶梯的场景，或者室外一些复杂场景，甚至可能未来移民火星，在这些高复杂动态性的场景下，我觉得双足形态是非常必要的，这也是我自己从认知的一端转向另外一端的一个极大转变。

赵仲夏： 你刚刚有点说服到我了，我在过去的时候从左端偏到了右端，刚刚听你讲完之后，我又感觉又从右端到了左端。这么看人形的话，在它可以同时保持一些平衡性，然后并且有些地形跨越能力，从某种意义上它更灵活一些。

陈勉诺： 在动态性的调整上，我觉得双足还是有巨大的优势的，但只是说今天我们无法去解决的问题是这里边使用了太多的电机。我也跟特斯拉Optimus的团队去交流如何考量成本的问题，他们思考把电机换算成原材料，有多少用了稀有金属，有多少可以用常规金属，在这个金属成本下，到底能把人形机器人成本控制到多低？也许有不同的视角，我觉得这是一个大家今天可能都值得思考的一个问题。

如果成本降到足够低，有一天，这种动态性的人机器人就能解决高价值的、复杂的、今天轮式解决不了的场景问题，那它就带来了巨大的场景价值。

赵仲夏：我记得腾讯出过一款轮足的机器人，它是一个这样的形态（双足交叉），用来搀扶老人，这种形态也许会更稳定。我看您之前有打过 RoboMaster，RoboMaster 轮足也是一个非常好玩的品类。然后您在RoboMaster经历里面怎么看待轮足这件事情呢？

陈勉诺：我觉得有一个形态大家可以去关注一下，智元前段时间发布了一个将轮式跟双足进行有机结合的，可以将轮式进行折叠，变成一个双足的形态。但这里边有一些关键的技术问题，比如从轮式变成双足的过程中，对于中间关节的磨损是非常严重的。在这种关节的磨损上，其实现在有一些大的技术难题以及它的工程稳定性难题解决不了，但这种形态本质上解决了动力学动态稳定性和在平坦地面上运行效率两者平衡的问题。我们在大量的直行道路上，其实轮式由于摩擦系数的原因，它的效率是最高的。所以我觉得这是一个今天值得关注的形态。而之前定义的轮足形态还是有一定的挑战，比如在动态稳定性上，尤其是跨越楼梯之类场景的动态稳定上，因为底下是轮式，还是无法做到完全的平衡。但智元做的那一款机器人是有一定启发性的，可以将轮式变成一个真的双足步态行走的状态。

赵仲夏： OK。轮足可以跳跃吗？我看到你们早期的比赛里面轮足很多是用来跳跃的。

陈勉诺：跳跃是一个很重要的技术问题，当你的环境变成动态复杂的时候，控制会变得非常难做。所以在 RoboMaster里经常会设置一些动态复杂的问题。这些问题的解决，对于整个机器人控制学，以及我们今天看到有 learning-base 的方式来去做机器人的这个系统来说，都会有巨大帮助。

赵仲夏： 这很酷。冯老师，我听说您最近有在看灵巧手的项目，您怎么看待灵巧手这件事情？您觉得这种通用的手的末端，它后面的演进方向是什么样的？是通用末端好还是专有末端好？

冯子勇：这个要分场景的，从两个维度上去看，一个是在数据采集维度，手的末端比较好的，就是我直接能跟人的手很好地对应上，这时候人采集数据就很容易，也能把数据比较容易地投影到机器灵巧手上，这就是一个很好的数据，而且这个数据源非常多。但在有的场景，它的效率不够高，像刚才奚老师说的打螺丝之类，可能用一个专用器具会更好，这种情况下，如果我们的场景还能采到更多的数据，用专用末端的优势还会更大。

另外，我自己觉得，灵巧手这个东西，对于“像人”是非常大的执念，即人形机器人就应该像人一样，我觉得这在人的思维里面是非常重的。

赵仲夏：对，您之前跟我聊过人形人工智能是一个跟信仰有关的故事，我发现人形机器人某种意义上也是一个跟信仰有关的。

奚老师，美的的场景中也有各式各样需要各种末端的，您是如何看待现在的灵巧手？在您这边所有场景之间落地，您觉得灵巧手会是一个更好的未来吗？

奚伟：我觉得通用人形机器人一定是要灵巧手的，尤其是五指灵巧手。因为我们已经习惯了和像人一样的载体进行交互了，而且我认为可能将来人形机器人有一个阶段会像阿凡达这样，它会变成一个人的另外一个载体，如果有技术的话，可以把我们的意识去直接加载到机器人上来，进行远程的操控，这个可能再有一阶段会形成。它（人形机器人）不一定必须要完全自主，或许是变成我们另外一个替身，要在另外一个空间里你来进行操作。如果是这样的话，就需要用人的一个载体，让我们所有的动作在另外一个载体上进行完全一对一的复刻，从这个角度来讲，是需要有这样的五指灵巧手的。

但我们现在很多的从应用角度来讲，我刚才也说了，大部分场景并不需要这么复杂的结构，而且复杂机构会带来很多的不稳定性，尤其是行业还在发展阶段，我们要迅速落地的话，必须要解决它的可靠性、稳定性、待机时间、续航时间，很多现实问题想解决，所以我觉得中间一定有很长的发展过程。

赵仲夏：了解。Mario（陈勉诺），你最近有看什么灵巧手的项目吗？我看楼上有好多家灵巧手公司，并且最近也在陆续出一些更高关节度、更多自由度的更高维度的手。您是如何看待灵巧手这个品类的？你本身投资的偏好里面会重点关注灵巧手这个方向吗？

资料图：乐聚“夸父”人形机器人

陈勉诺：灵巧手也是一个争议比较多的话题，大家普遍认为，今天再怎么便宜的手都得几万块钱，因为它本身结构的复杂性在这里，灵巧手成本无法降到一个非常低的状态。我跟很多业界和学界的朋友探讨过，我们生活中和工作中到底有多少是真的需要五指状态来解决？其实大量的场景两指夹爪形态就能完成，大约70%吧。所以今天两指夹具在所有的具身智能里边是大家演示 Demo 和场景实际使用最多的形态，因为 70% 的任务能够在这个场景下得到有效解决，在这场景里面到底有多少任务可能是两指夹解决不了的？比如说当你拿握起水（瓶）的时候，其实两指也能够握取，但这个握的过程中是点接触，点接触就意味着摩擦系数比较高，所以会有一些力的精准掌控难题。但是如果你是握的方式，就会变得比较的容易。再比如拧转的过程，可能五指会更加的灵活，所以我觉得在一些细分的场景下五指是非常有必要的。但五指确实要去解决一个问题，就是在场景的实际使用过程中，如何考虑场景的价值和成本之间的 trade off。

在我们的视角下，也认为五指灵巧手是一个非常必要的存在，但成本如果没有下降到一定程度，可能在场景应用过程中会有一定挑战，但我们作为一个早期的风险投资机构，在无论是对于这种五指灵巧手，还是对于人形，对于整个具身，我们都是非常积极地去看，积极地去布局，我们认为这里有很多的机会。可能有一天我们发现 pick and place 能解决的任务成本已经非常低了，剩下那些高复杂任务的场景，它的价值就必然会抬升起来。之后它的价值和成本之间达到一定平衡的时候，这些五指灵巧手就能得到场景的应用。

赵仲夏： 这个给了我们一个更好地去看待行业的思路。最近我们发现夹爪有的越做越大，有的越做越小，如果要做一些精细的情况就要点接触，如果要做一些更好的方便抓握的话会做得更大。这个好像就包含了您刚刚说的为什么人类是手，简单地抓取任务，人类有的时候也会不一样。

陈勉诺：是的，有个视角可以给大家提供参考，从数据采集方面，如果你是五指形态也许更容易，今天有很多路线之争，比如模仿学习、强化学习，有一条路线是通过大量视频的数据学习来调整机器人整个形态，那显然是人的数据最容易采集。所以我们认为这里有大量的机会空间，你可以更容易采集到数据。而两指夹具的数据采集，显然是你需要真的在实际场景去使用，采集数据的成本会比较高，所以我们也认为五指可能在这个层面上更容易实现在场景中的一些任务的泛化性。这也是一个视角。但还是回归到本质的问题，就是成本跟场景价值之间的tradeoff 问题。