与往年人形机器人被“关”在实验室不同，2024年不少厂商开始将人形机器人搬到工厂“打工”，比如，优必选透露他们正与东风柳汽、一汽大众青岛有合作，马斯克让擎天柱在特斯拉工厂“自己造自己”，而宝马集团斯帕坦堡工厂使用Figure测试机器人在工厂的应用。但逛一圈世界机器人大会之后会发现，人形机器人距离成为真正的“打工人”还有不小的一段距离。
它们并没有展现出能够替代人类劳动力的能力，有的人形机器人连行走都比较困难，需要在吊杆辅助下才能顺利挪步，而有的人形机器人虽然能够演示其检修作业能力——例如对轮胎进行质检，但实际汽车工厂的场景更复杂、工序流程更多。就单纯的轮胎质检环节而言，有一个成本更低的、有视觉感知功能的设备就能完成，而不需要一个成本更高的人形机器人。而在诸如车辆内外饰装饰、道路测试等更复杂并且更耗人力的场景里，机器人的泛化能力不够，尚无法代替人类。
与其说机器人们“进厂打工”，不如说他们是“进厂学习”。目前，机器人企业们还需要进入工厂不断完善数据采集工作，来帮助提升产品的泛化能力。
在世界机器人大会之前，王兴兴也分享了他对人形机器人产业现状的观点，他认为，AI能力不够是机器人行业发展最大的瓶颈。“只有机器人AI的能力能突破一个临界点，工厂里的一些工序才能跑起来，机器人才能比人效率更高”，但是“中国的AI人才欠缺，对AI的人才培养力度不太够”，并且王兴兴认为“跟通用AI的发展相比，机器人AI的整个行业，落后了10年左右。”
虽然硬件层面也会对机器人发展形成桎梏，但王兴兴认为“硬件没有理论上的门槛，它是工程上的问题，在工程上把成本做得更低，做得更好，外观也做得更加极致，硬件功能也更加丰富。”
此外，整个机器人行业发展还处于探索阶段，各家机器人公司的技术方案也不统一，“比如机器人应该有几根手指，到现在也没有统一答案，有的做3根手指，有的5根，并且客户的意见也没有达成一致，有些客户就喜欢2个手指的，有些客户就喜欢5个手指。”
虽然机器人行业存在软硬件困境，但王兴兴表示行业会越来越好，因为“这个行业越来越热了，有更多的聪明人，更多的钱，更多的关注参与进来。”
以下是由腾讯科技整理的王兴兴现场QA实录整理（部分删减）：
图片AI能力不够，限制了机器人的发展
Q：今天向机器人疯狂涌来的关注，背后都带着AI带来机器人进步的判断，但是其实忽视了机器人本身的技术进步，今天宇树在机械和动力等方面的重要突破有哪些？
王兴兴：目前这波机器人浪潮主要源于AI浪潮的推动。大语言模型的出现使信息领域取得了显著进展，实现了对话和语音交互。然而，要真正释放AI的潜力，还需要物理机器人来执行实际任务，这引发了人们对机器人发展的更高期望。
现阶段，我认为机器人行业的最大限制仍然在于AI的不充分——无论是AI模型、训练数据集，还是场景的部署，都远远不够。因此，机器人的发展瓶颈在于通用AI模型，全球范围内还没有突破临界点，这是主要障碍。
硬件层面虽然也存在不足，但没有理论上的门槛，主要是降低成本、优化设计、增强功能等工程问题。解决这些技术问题的时间是可以预估的。我们可以说，如果某天有人研发出AI机器人模型并找到我们定制机器人，我们可以保证年底前交付10万台人形机器人。
当然，硬件还需要改进，例如提升电机扭矩、延长减速器寿命、提高负载能力、增强操作精度、提升视觉感知分辨率和加快执行速度。但硬件并非最大的限制。
很多人认为我们公司是一家硬件公司，我对此表示认可，因为这意味着我们的硬件得到了大家的认可。
例如，我们的机器狗在全球的出货量一直不错。此外，我们还在硬件上整合了一些软件功能。去年推出的Go2机器狗集成了Open AI的大语言模型接口，实现了对话并通过服务器反馈结果来执行预设功能，如前进、拍照等。我们还整合了Open AI的多模态接口，使机器狗能识别周围环境。运动控制的强化学习部分也是我们自行开发的。
实际上，我们在AI方面也做了不少工作，虽然相比一些纯AI公司，我们的投入较少。
我们公司希望能不断提升产品，在工厂、服务业、家用等场景中产生真正的价值。无论客户将我们视为硬件公司还是软件公司，我认为都无关紧要。
Q：很多具身智能公司总是把宇树形容成做人形机器人的身子，而他们将自己定位为是在做大脑，你认可这样的说法吗？
王兴兴：过去一年，我们销售了不少产品，但更希望有更多客户使用我们的机器人。即使他们只购买硬件而删除所有软件也没问题。
我们曾与一些AI公司合作，也自行开发部分AI系统，因为如果我们不做AI，无法展示机器人AI的实际效果。我们总要提供一个初始软件系统，就像手机自带的软件，用户可以自行选择是否保留或更换。硬件始终是为AI服务的，所以我们致力于提升AI性能。然而，公司对AI的投入相对克制，因为成本高昂。
机器人本体是我们的核心业务，我们会继续专注这方面，同时欢迎与大模型公司合作。如果他们的AI表现出色，我们愿意将其直接整合到我们的产品中。我们也欢迎其他公司的优秀软件取代我们的，直接面向终端客户。
我认为最近一两年的AI和机器人浪潮与过去几十年完全不同，技术、社会认可度和资本热度都不可同日而语。如今，机器人和AI已成为全球共识，受到各国大公司、中央企业和地方政府的高度关注，这与过去几十年的情况大相径庭。
尽管如此，目前的机器人AI仍未达到令人满意的水平，只能执行一些固定的任务。虽然我的发言权有限，但我认为机器人AI的发展滞后于通用AI约10年。
我相信这种情况会有所改善，原因很简单：行业变得越来越热门，有更多的聪明人、资金和关注涌入，这将推动行业加速发展。
早期，由于纯AI的门槛较低，行业内有大量从事纯AI和传统AI的人，比从事机器人AI的人多出数百倍，导致该领域发展较快。
但在过去一两年里，机器人AI行业迅速升温，吸引了更多的人参与，这也解释了为什么我认为未来机器人发展的速度会加快。如果继续按照过去的速度发展，可能需要十几年甚至二十年才能见到显著进展。
Q：你对未来机器人真的能帮助人干活这件事情，有没有什么具体的期待？让机器人真的能干活或者更像人，需要从软件AI大脑这一块，还是在机械力度这一块去发力？
王兴兴：干活确实分为多个阶段。目前的AI，如模仿学习，可以完成一些特定任务。例如，固定工位的操作，如特斯拉前段时间展示的电池分拣技术，现在全球多家公司都能做到，成功率接近100%。这类任务基于固定工位的工序，通过大量数据训练实现。
然而，一旦任务发生变化，就需要新的数据进行训练。这样的操作已经可以实现，并且具备初步的商业化潜力，虽然商业价值不大，任务相对简单。未来，希望AI能在工厂中执行更复杂的任务，例如更好地组装或拆卸零部件，或在农业中完成复杂操作，而不仅限于简单的抓取动作。我认为，这类任务在未来一两年内有望实现。
进一步的目标是实现真正的通用性。例如，给机器人看一张照片或简单描述，它就能组装产品或整理桌子，即使从未见过该物品；或者，将机器人带到一个陌生的家庭环境，它能够整理房间，完成洗衣做饭等任务。这是更高层次的目标。
AI软件仍是关键。当前的主要瓶颈在于AI软件，即使硬件再先进，若AI软件未能突破，依然无法实现真正的进步，否则只会回归传统自动化领域。
在当前自动化工厂中，机械臂已被广泛应用。我认为，新的机器人公司应避免变成传统自动化公司。如果AI尚未突破，就会依赖传统自动化技术，但这并非最终目标。大家的期望是通过AI实现传统机器人无法完成的更复杂任务，这样才更有价值。否则，与自动化行业竞争效率，人形机器人是无法胜出的，因为自动化设备往往能在一秒钟内完成数十次操作。因此，人形机器人应专注于更复杂、传统自动化无法完成的任务，这才更有意义。
Q：在人形机器人领域是不是不太存在的一种可能性，就是“大力出奇迹”，因为现在大模型领域他们很信仰一种东西，就是我去堆算力，然后用更多的数据把我的模型训练地更精确也好，大语言模型训练更精确，所以在人形机器人领域是不是不存在这样的一种基本的逻辑，就是我投入大量的数据和算力去把它的通用模型搞得更好？
王兴兴：对于一家财力和人力雄厚的大公司，我建议可以多投入一些资源。然而，对我们公司来说，这样的策略可能不太适合，我们仍需要谨慎考虑成本，因此采取相对保守的策略。
最大的问题在于，目前国内大公司虽然对AI和机器人领域高度关注，但投入也相对克制。团队规模大者可能有几百人，小者可能只有几十人，整体投入相对有限。其主要原因在于，当前的AI模型，尤其是机器人模型，还没有像大语言模型那样明确的技术路线。
在模型尚未清晰的阶段，投入大量财力和人力可能效果不佳。这种情况下，贸然投入就像在不明道路上狂奔，结果未必理想。
OpenAI当初大规模投入的前提是，他们已经内部验证了模型的可行性。ChatGPT模型在加大算力和资源后，效果显著，这才推动了高投入。而机器人领域，目前很难明确哪个方向是绝对正确的。
目前相对公认的方向，如模仿学习，特斯拉正在探索。通过堆积数据来提高模型的表现，例如为不同任务积累数据，这些任务最终都能完成。这种方法确实有效，但更大范围的验证尚不确定。或许特斯拉内部已经做了验证，但外界尚不知情。
总之，目前无人能确定哪个模型是绝对正确的，这一点仍存在很大不确定性。
Q：具身智能在过去一年中和大语言模型一样受到了市场的高度的关注，你判断通用机器人领域什么时候会出现一个iPhone时刻？AI大模型为机器人领域带来了哪些明显的能力的提升，目前还存在哪些挑战？
王兴兴：我认为“iPhone时刻”是一个非常关键的时间节点，但我们离这个时刻还有距离。“iPhone时刻”的出现并非源于单一技术的突破，而是多项技术的综合突破。触摸屏、强大的CPU和图形界面早已存在，而乔布斯提出了终极产品构想，将这些技术整合在一起。
在具身智能或机器人AI领域，我保持乐观。尽管目前的机器人显得笨拙，只能执行固定任务，但我相信进展在即。今年初，我曾预测，到年底全球至少会有一家公司或实验室开发出通用型机器人AI模型。然而，这个节点或许还不能被视为AI领域的“iPhone时刻”。我们期待的是工业或服务业中出现真正的终端产品，并标志性地推动行业的爆发式增长。我认为这样的“iPhone时刻”可能还需要3到4年，但不会超过5年。
AI领域的进步往往是阶梯性的，就像ChatGPT的出现一样。在它问世之前，大多数人认为大语言模型能力有限，而ChatGPT的出现改变了这一看法。这种突飞猛进的进步在机器人的AI领域同样至关重要。
图片硬件的触觉系统不好做，
最大问题是“太容易坏了”
Q：你之前在具身智能大会的时候有提到过会考虑会在机器人上面增加足够多的触觉感知，你认为现在触觉的重要性在哪里？瓶颈又是什么？
王兴兴：触觉对于生物和智能体至关重要。如果一个人的皮肤失去触觉，会严重影响日常生活，可能无法抓住物体或在走路时失去平衡。例如，将胶带贴在猫的身体上，猫会表现出奇怪的动作，这表明触觉对哺乳动物的重要性。
然而，目前的触觉技术仍然非常落后。许多机械臂基本没有触觉功能。虽然正在努力为机械臂配备触觉传感器，以更好地操作物体，例如防止滑落或抓坏物体，但触觉传感器的重要性毋庸置疑，全球都在朝这个方向努力，包括特斯拉在内的公司已经在手指上安装触觉传感器。
触觉传感器非常难以制造。首先，它们需要非常小且高度敏感，并且需要大量排列，这样才能确保与物体频繁接触时不会损坏。然而，最大的问题是它们太容易损坏。如果在皮肤上部署了数百甚至数千个触觉传感器，磕碰时损坏的概率非常高。灵敏度和易损性之间存在矛盾。
以工业机器人中的六轴力传感器为例，很多行业不愿使用六维力传感器，主要原因是它们易损坏。高敏感度与防护之间的矛盾使得这些传感器容易在磕碰后出现问题，例如零点漂移。原本应输出1N·m的力，磕碰后可能变为10N·m，这种问题相当普遍。
因此，触觉技术的主要瓶颈在于可靠性。我们公司或我个人一直在寻找一种简洁且可靠的方案来实现优良的触觉感知，而不是过于复杂的数据处理，这样才能实现量产。如果全身有1000个触点，保证量产的质量将是一项非常艰巨的任务。
Q：机器人的避障系统与自动驾驶有相似之处，包括激光雷达和毫米波雷达的应用。现在自动驾驶技术发展迅速，它对机器人技术的推进有促进作用吗？
王兴兴： 会有一些促进作用，但大多数传统的自动驾驶技术仍然依赖传统的数学方法。在工业场景中，如工厂内使用AGV进行搬运或园区内巡逻，这些技术已经足够。然而，目前大家更希望能实现类似FSD的端到端自动导航技术，但在人形机器人的应用上，包括特斯拉在内的企业都进展缓慢，因为特斯拉的大部分人力资源都集中在FSD上。
人形机器人的AI投入相对较少，因此进展不如预期快速。即使在国内，专注于类似FSD的自动驾驶技术并应用于机器人领域的公司也很少，尽管有一些创业公司在探索这一领域，但整体数量仍然有限。
图片机器人有不同的流派，
没有统一的技术路线
Q: 从目前人形机器人研发的角度看，大模型可重点解决哪些技术问题？主要应用在哪些方向？大模型和人工智能的应用有望降低研发成本吗？
王兴兴：目前提到的大模型，通常指的是大语言模型或多模态模型，这些技术确实可以应用于机器人。例如，去年我们结合了OpenAI的大语言模型接口。但真正的机器人大模型发展下去，单纯的大语言模型是不够的。大语言模型可能是机器人模型的一部分，但它不是全部。举个例子，在工厂里工作的机器人可以不说话，只需接受任务并执行，如通过图像或数字指令完成工作，不需要语言交互。
对于机器人或具身智能，关键在于执行任务。这包括在工厂里拧螺丝钉或在家里洗衣做饭，核心是机器人能有效完成任务，而不是进行对话。如果只是对话，一个手机就能胜任。因此，任务执行能力是最重要的。
在这一点上，大语言模型的技术只占一部分，更多的是要构建一个适用于机器人的模型。例如，整合图像、机器人关节指令、激光雷达数据等。最近特斯拉在招聘数据采集工人，以便进行训练，这种训练与大语言模型关系不大，更偏向模仿学习，模型结构也与大语言模型不同。这是目前已明确的发展方向。
然而，机器人具身智能领域的体系尚未成熟，不像大语言模型那样有清晰的框架和数据对齐方法。各家公司在技术路线和共性上存在很大差异，例如相机的配置、传感器的使用、是否采用触觉传感器等。不同流派有不同的观点，有的流派甚至不使用灵巧手，而仅使用爪子；有的则希望手指更加灵活，并配备丰富的传感器。
由于AI模型的技术路线尚不统一，很难判断哪条路线是正确的，哪个模型已达到何种进展。这种情况类似于ChatGPT模型出现前的语言模型领域，当时有许多不同的模型结构，但最终GPT架构被证明更有价值，淘汰了其他模型。目前，人形机器人具身智能领域正处于类似阶段，各方都在探索，但没有人能确定哪条路线绝对正确。
腾讯科技
，赞15
Q：宇树和电动Atlas都采用的是三指，可以详细介绍一下为什么三指就刚刚够用，而不是两指或者四指？电动Atlas的头部参照的是皮克斯的灯，宇树G1的头部还会有什么新设计吗？
王兴兴：这个问题很有意思。全球智能或人形机器人的技术方案并不统一，例如手指数量。有人喜欢两指，我们也有三指和五指的设计。客户喜好也不同，有的喜欢两指，有的喜欢五指。技术统一性并不大，但Atlas和我们公司的G1都采用了三指。
对我们公司来说，原因很简单。G1较小，约1.3米，五指手会显得过大。我们发现三指足以应付大部分任务，如抓取物品。实际上，百分之九十几的操作，三指就够用了。波士顿动力的Atlas在工厂里也用三指。从实用性角度，希望硬件越简单越好，避免五指多关节出现问题。一个或两个关节就能实现功能。
从使用角度看，机器人手指越简单越好。一个电机的关节手指，两指可能已足够。但对于更精细的任务，如焊接或使用筷子，两指或一个关节手指难以实现，而三指基本够用。
随着AI技术的成熟，对硬件的需求越来越低。例如，残疾人朋友即使没有手掌，也能做精细的事情。随着AI技术进步，对硬件的要求会降低。
未来，当AI足够领先时，从垃圾堆里找几个关节电机和木头拼凑成人形机器人，它就能自己走路甚至干活。硬件要求会越来越低。
至于头部设计，我们目前的设计令人满意，短时间内可能不会改变。
图片G1机器人的定价9.9万：
再便宜对行业不好
Q：关于成本这个问题，因为G1这个价格，其实市场反应还是蛮大的，我们通过自研为什么能够做到一个这么大幅度的降本？以及其实现在很多公司的观点是觉得说现阶段可能降本并不是最重要的事情，随着供应链的进步，请具体讲一讲降本这件事？
王兴兴：我们一直寻求更合理的架构以提供产品给客户。产品价格要相对友好，否则购买者会减少。推动整个行业进步需要良好的硬件本体，吸引更多人参与。四足机器人行业发展得好，得益于整个行业的共同努力。我们希望更多人使用我们的产品，即使功能有限，价格也要具有竞争力。我们在四足机器人方面积累了丰富经验，如关节电机生产、整体机械结构、传感器和电控系统芯片等。
目前，我们的机器狗价格最低为9000多人民币，人形机器人相对较贵。如果价格过低，可能对公司和整个行业都不利。我们希望价格合理，随着后续出货量的提升和机器人能力的增强，价格可以有更好的调整。
降低成本的原因很多，包括零部件设计、生产和管理。虽然我们公司已有8年历史，有多款产品量产经验，但量产仍然具有压力。每个零部件都要细致设置，有些精度要求高达0.01毫米。零部件配合、螺丝和工艺要求都要考虑。供应商提供的零部件要满足质量要求。管理方面的要求也很高。大量生产确实可以降低成本，这是公认的事实。
在设计阶段就要为降低成本做准备，简化零部件，降低材料成本，或者用一个零部件替代两个。汽车行业也是如此，比如比亚迪在新能源汽车领域成本管控和利润方面表现优异。通过比较拆车拆机的视频，可以了解他们是如何降低成本的，这是值得学习的地方。
Q：G1目前最主要的几个客户种类是怎样的？
王兴兴：我们的G1目前客户类型较为复杂，包括个人客户、科研院所、AI公司、科技公司以及一些工厂项目，基本达到预期。
Q：我发现今年国内很多外人形机器人宣布了进厂打工，虽然大多其实不具备一个实际操作，但其实已经进入到工厂内去训练能力。你怎么看这个现象？
王兴兴：马斯克最早提出让汽车工厂使用机器人，目前汽车工厂对此颇感兴趣。我们与蔚来汽车工厂合作，部署人形机器人进行现场搬运。其他国内人形机器人也与汽车工厂合作。
目前尚处于试点阶段，大家认为这个方向有价值并共同推进。尚未达到真正的商业闭环，即机器人产生的商业价值降低成本。
我们公司主要销售机器人本体，不仅限于工业，也欢迎科研教育、AI公司和个人购买。同时，我们也在推进工业领域的应用，如生产装配和简单搬运。蔚来汽车工厂合作是一个典型例子，还有其他项目合作正在推进。但推进速度和效率可能较慢，因为我们对行业有耐心，没有给自己设定紧迫的目标。我们尊重市场反应，当技术和产品达到一定程度，具备商业推广势头时，再进行大规模推广。
Q：现在机器人都还在投入期，你有没有预估或者是预判它什么时候能到盈亏平衡，然后什么时候能到一个市场爆发的时候？
王兴兴：盈亏平衡取决于计算方式。我们公司保留合理利润，更关注机器人出货量和使用人数。
AI投入与盈亏平衡关系密切。大量投入AI和人力可能导致难以盈亏平衡或严重亏损，因为AI成本较高。每家公司情况不同，AI投入少可能更容易实现盈亏平衡。
市场爆发时间点可能在明年。如果明年实现商业闭环，即机器人价格与产生的商业价值呈正相关，那么明年底到后年可在工厂大规模铺开。一旦工厂设备产生正向商业价值，许多工厂会购买，这是不可阻挡的。产生正向商业价值是最重要的。
Q：人形机器人鼻祖Atlas退役、电动Atlas上线，这款电动Atlas十分灵活，在不久之后的5月，宇树公布G1。这两款前后脚出现的人形机器人，不论是灵活度还是外形都有一定的相似性，为什么会出现这种巧合？是不是技术正好发展到某个阶段，宇树和波士顿动力正好英雄所见略同？G1会率先在哪些场景应用？
王兴兴：确实，技术浪潮发展成熟时，产品趋同是不可避免的。我们在制作G1时，波士顿动力发布Atlas令我们惊讶。他们的关节布置和外观与我们相似，这让我们感到高兴，因为这证明了我们的方案相对领先。
波士顿动力在人形机器人领域已有十几年经验，方案肯定不会差。我们的H1机器人在发布后，根据客户反馈和自身思考，发现有改进空间。G1设计时，我们希望改进外观和关节布置。G1量产版本的外观相较5月份版本有很大提升。
G1主要不是为工业应用设计的，工业用机器人通常要求更大负载能力和操作空间。我们推荐H1用于工业场景。尽管G1也可应用于简单工业产品，但它更多地是作为通用硬件平台。
图片机器狗“站起来”就是机器人？
Q：众所周知宇树是四足机器人起家的，四足机器人和人形机器人的关系是“人也是动物站起来”的关系吗？宇树的产品设计和技术思路都让人感到对简洁的追求，这背后你是如何思考的？
王兴兴：人形机器人本质上是四足机器人站起来的，这个观点被很多人提出。早些年，四足机器人比人形机器人更多，因为它们拥有天然的稳定性和更强的负载能力。在过去的一两年，国内很多人形机器人公司都出现了，他们之所以做得很快，是因为使用了大量的开源的四足机器人技术，包括控制算法和硬件。全球很多知名的学术机构都用机器狗开发了很多开源算法，可以将四足机器人的算法移植到人形机器人上。虽然机器人是动物站起来的这个说法不太美观，但实际上从进化角度来看是比较合理的。
Q：目前咱们四足机器人在整个的品类当中，它的应用占比大概是什么样一个水平？随着人形机器人的快速发展，对于四足机器人来说是机遇还是挑战？这两个品类之间，你觉得可能会是一种什么样的促进作用？
王兴兴：四足机器人在消费端、科研教育端和行业端都有应用。由于去年我们的产品单价更低，今年消费端的增长速度很快，出货量增长速度也很快，消费端可能占整个机器狗的1/3，营收也是1/3。但是从出货数量来看，消费端的机器狗数量最多，因为价格较低，淘宝上的销量也很高。
我们的团队包括四足和人形机器人，很多人员是公用的，因为四足机器人的硬件、电控系统、软件、OTA升级平台、后台和AI算法等共用的地方非常多。我们希望能尽可能共用资源，包括AI体系。人形机器人的软件也可以用于四足机器人，这样可以让整个行业做得更好。我们现在人形机器人也支持远程升级，这是因为我们把四足机器人系统远程升级的技术拿过来用了。
Q：之前看到一个报告说宇树的机器狗全球销量是60-70%，感觉销量非常大，我想知道这个是怎么做到的，哪些会是成为全球销量第一的关键的因素。另外一个我自个想是不是因为机器狗竞争没有机器人激烈，所以就比较容易跑出来，现在机器人公司这么多，然后你们在人形机器人上有没有信心？
王兴兴：数据没办法完全统计，因为他人销量不明。这个数据大概处于该级别，目前公开可见的机器人很多，购买我们产品的也较多。
最早的四足机器狗技术方案于 2013 年由我提出，2016 年公司成立，是全球最早进行高性能四足机器人商业化的公司。我们的产品在性价比和性能方面全球领先，在技术原创性、产品原创性、商业模式和产品吸引力上都极具吸引力。
目前四足机器狗相比人形机器人没那么卷，但早些年有点卷。做过机器狗的公司众多，大公司如腾讯、小米等，小公司更多，数量上不逊于人形。当下仍有新公司涉足机器狗领域，机器狗能脱颖而出，原因在于我们公司在技术方案、商业化和产品性价比方面做到极致。
人形机器人方面，去年下半年已全球发货，今年也有不少订单。目前出货量较多，在未来人形机器人市场中切得一大块蛋糕很有可能，我们公司具有较强竞争力。
图片做机器人，中国欠缺AI人才
Q：你如何看待现在智能机器人的行业竞争格局？在马斯克和小米等大公司在AI领域投入巨资的情况下，中小公司的机会在哪里？
王兴兴：中小公司在竞争中的位置是我一直在思考的问题。我们公司成立已有8年，如果是在2016、2017年，我可能无法深入回答这个问题，但经过这几年的发展，我们与国内外多家大公司有过接触。我认为中小公司最重要的是保持对前沿技术的敏感度，预见未来的发展方向。如果能预判未来1至5年的技术路线和产品格局，并提前布局，就不会失败。虽然不一定能做到行业第一，但在前期竞争中占据有利位置是很有可能的。
大公司在这方面反而面临更多挑战。由于内部流程的复杂性、团队之间的竞争、资源和沟通的限制，大公司在灵活性上往往不及小公司。甚至在招聘上，大公司也不如小公司高效。因此，关键在于准确把握技术和产品的未来方向，这将是中小公司成功的基础。
Q：从现在来看，北京、上海、深圳都成立了相关的人形机器人创新中心。所以我想跟你请教，通过这种政府加供应链协同的方式去做人形机器人，你觉得它对于这个行业来说会起到一些什么样的作用？以及通过这种方式还会有哪些新的问题出现？
王兴兴：确实，这是当前社会大众对人形机器人产业方向及产业价值认可的宏观表现，其他行业此前可能未遇此情况。个人认为，总体而言这对整个行业是利好，能带来更多关注度及资源投入。但不同地区的创新中心在内部管理、商业化目标及技术目标方面存在较大差异。
北京、上海、深圳等地均有各自想法，其产品本身差异性较大，有的配置较高，有的配置较低。关于未来发展走向，我个人目前难以准确评价。
Q：中国、日本还有美国这三个企业在人形机器人跑的比较领先，中国发展人形机器人产品有什么比较优势？
王兴兴：我个人感觉目前美国、中国、日本，每个国家都有自己特点，而且做的都还不错。
大家也知道美国目前有很多公司在做，其实我这里想提一个观点是日本其实做的也还不错。大家可能现在对日本不太关注，但实际上日本的工业底子，还有它的 AI的潜力其实是挺不错的。
美国有众多公司在进行相关业务。这里要提出一个观点，即日本的表现也值得关注。当前人们可能对日本关注度不高，但实际上日本工业基础雄厚，AI 潜力可观。例如，工业领域最好的减速器产自日本，此外在人形机器方面日本过去也有诸多作为，其展会上亦有相关演示。在 AI 领域，日本目前看似声量不大，但需注意 ARM 公司在孙正义手中，该公司在芯片领域实力强劲，且在 AI 芯片方面投入大量时间，长期来看其 AI 芯片算力及硬件功底深厚。待行业爆发后，日本实力不容小觑。多年来人们可能对日本技术关注不足，实则可加以关注，其中不乏亮点。
另外，中国的劣势在于 AI 人才较为缺乏，对 AI 人才的培养力度不足。但目前中国工业基础厚实，此为优势所在。
