WAIC直播访谈讨论人形机器人产业化与优必选场景落地，未披露新增订单或定量业绩催化

【实时直播转录 · 第一财经】
来源:第一财经(bilibili 直播间 1521834) · 标题:WAIC 2026丨4×24 LIVE
时段:2026-07-18 18:00–18:30(Asia/Shanghai),共 61 段
说明:以下为该时段该直播间的连续语音转录(直播 ASR,可能有同音/识别误差)。请从中识别与 AI算力/芯片/服务器/光模块/液冷/数据中心/大模型/机器人·具身智能/自动驾驶 等相关的、**可交易**的公司/产品/订单/产能/需求/合作/高管或官员表态,判断是否构成可交易事件;若通篇无可交易内容,判为不做。识别误差请结合上下文与常识修正,勿据孤立音近词臆断。

--- 转录正文 ---
[18:01] 呃这个感知的话，他其实是呃对人来讲的话，可能最重要的感知呢一个是眼睛你要去看，嗯，另外一个是手啊你要去碰去摸它会有触觉吗？对，触觉有触觉。是的呃，未来的机器人你要让他真正的像人一样干活，一定得有触觉觉，而且呢得有像人一样的触觉，人的触觉，它能感知到触觉、传感呢啊一方面它能感知到物体的触觉，人的形状、重量软硬程度等等。另外一方面，他要能感知到接触的状态，各种各样的力的信息，压力、摩擦、力、滑动等等这些信息。那所以呢，这个那像人一样的这个触觉这个就对触触传感器也提出了类似的要求啊。所以我当时呃，我我在MIT十几年前在MT呃读博士的触候跟我导师呢我们就开创了一种新的技术路线，叫视触觉啊基于视觉的触觉传感器，我们就发明了全球第一款分辨率能够超过人类手指的视触觉传感器，让它能够在触觉的各方面的这个信息，让他非常的接近触感啊，经过十几年的发展，其实在学术界呢它已经成为了这个触觉方向的非常主流的一个方向啊，我们公司现在做的事情呢是让他在产业界也能够啊服务千行百业，能够让机器人各种各样的机器人能够真正的拥有像人一样的手感啊。然后从而真正的实现精巧操作啊，所以这个感知层面呢那他在配合这个视觉视觉呢其实计算机视觉啊已经发展了很多年了。这个几十年至少几十年的时间。那再结合上我们的视触觉它可以实现这种多模态的感知，实现手眼协同这样子的话可才能够嗯好更进一的真正的像人一样去干活啊。当然要配合上这个大脑啊这个大模型这些算法啊这样实现这的触感。嗯，好，最后呢，咱们请两位啊。如果就是给产业方面提一条核心的建议啊，两位都谈一下，很简单的谈一下。如果给一条核心的建议会是什么啊？这来听一下理通总OK那我建议现在我们把技技做做实业化，业业化上司接接下在应该把所有的精力关注到怎么把人机器人找一个工作岗位去商业化产业化上来。接下来可能过去主要是我们讲技术。接下来我们要把技术落到实际的生活中去解决生活中的实际问题。这才真正创造商业价值。嗯，好，李瑞总的建议是什么呢？呃，我觉得现在呢机身智能呢正在从很重重的的产业题进行这样一个触觉
[18:02] 。那在这个过渡的过程中呢，其实大家应该非常的关注除了视觉以外还有一个非常重要的模态，就是触觉。然后把两者有机的结合起来，这样子才能够真正的实现这个呃这个这个心灵手巧啊呃那一点建议就是说大家可以嗯这个多关注这种多模态的这种试冲融合的方案啊，然后呃将这个多种模态有机的融合在一起啊，这个别管是像我们现在正在做的VTLA啊，或者是世界模型这个能够把这种呃多种形态融合在一起，才能够真正的实现这个
[18:03] 个未来的这个机器人的啊通用和泛化的这种精巧操作的能力。嗯，好，非常感谢二位啊，我们刚才的节目呢就是主要是讨论了人式和人形机器人到底是替代的关系呢还是互补共生的关系。同时呢两位嘉宾通过他们的讲解，我们也了解到了机器人行业未来的美好以及我们的生活会因为机器人的成长啊给我们带来很大的变化。再次感谢二位，谢谢谢谢谢谢
[18:03] 。时代之风正取鲲鹏
[18:03] ，我们不断做大，更持续发问
[18:03] 。in computing power， become as ubiquitous as electricity
[18:03] ， we secure the front line amid the flood of data
[18:03] robots evolve autonomously in complex reality
[18:03] ， can ai unlock the mysteries of life
[18:03] 。 what is AI native enterprise new tools or new dna
[18:04] ？ how to pursue win win global ai development
[18:04] ？ how will ai achieve new breakthrough next
[18:04] ？ how does openness read truth in biosa
[18:04] 二零二六世界人工智能大会？我们在次作答
[18:04] 基石驻敌
[18:04] 真诚赶超
[18:04] 边界定归
[18:04] 生态繁荣
[18:04] ，智能伙伴，共创未来
[18:05] 。我要的不是跳舞，而是我要他去帮我做一件事情
[18:05] ，你自己是怎么看目前业界的这种啊沸腾之势啊，我觉得还是需要打个问号的
[18:05] 。新的女孩子，宁愿出去送送外卖，她都不愿意到这个见
[18:05] 难，重复枯燥、温度各方面都非常不好的环境
[18:06] ，特别是像这个二零二六年的春晚，据说有好几家公司竞相要加入啊。是的，那我这个查资料发现你上春晚进行表演，这个优必选是开创者第一那个时候赛道没有那么热那么你
[18:06] 我们是被邀请过去参加的
[18:08] 。我们是根据春晚的导演组和我们的沟通，我们最后做了一个方案，比如说二零一六年相对比较火的是有个春晚的和孙楠唱，好像是候飞翔巅峰啊，五百多台小的机器人跳舞，而且的确那个时间阶段、时代也不太一样。二零一六年和二零二五年，将近十年的差别了。这十年，无论是AI，甚至全球的这种认知是发生了极大的变化。对，所以我觉得每个公司都有自己的不同的阶段，每个公司有自己的选择。对，现在大家的这个很多的注意力都放到了这些新锐方面啊，甚至有人还说我们都已经是前浪了，你有的时候这个内心里会不会有一些波动啊？对，我们知道这个不是我们所追求的方向，说我们不能说去为了追求这个单纯的吸睛打拳啦、跳舞啦去把我们的公司研发往这个方向去走。我们还是应该沉下心来把我们的全站式的技术布局的更加理想。同时让我们在大脑包括我们在我们的这个整个的软硬件耦合这边应该做更多的工作，其中最重要的一点就是说我们一定要去了解我们的客户他们所需要的真实的场景呃，现在可能我们的声量上可能在因为吸睛上没有做太多呃公众可能无法一眼看出来那到底强在哪里的地方。但是我觉得随着时间的沟明，再让这个子弹飞个三年五年。那如果现在让你用一两句话讲清楚，你究竟强在哪里，我们希望真正造出一台能够替代人类简单重复枯燥的劳动的
[18:08] 人形极神，它背后包含了大脑小脑和躯干。所有整合在一起的这个能力就是说我要的不是跳舞，而是我要他去帮我做一件事情，对这个是我们的能力比较强的地点还是一句话对场景的理解嗯，他跳的飞得再高
[18:08] 的再高，他最终连一杯水都不帮我拿过来的时候，最后人我们会慢慢淡化这个跳舞的意义，他会忘记这个因为看多了嘛
[18:09] ，马斯克说未来人类可能有三百亿到五百亿要比人类的人口多得多的机器人出现。为什么在最近这些年，它突然好像给爆发了，说最早robot这种词语，我们相当于就是希望我们的在很多生产线上制造线上呃去承担更多的更多繁重的简单重复的一些劳动。其实后来您可以看到工业机器人时间是发展的比较时间比较久的。包括我们有四大家族AB库库卡，朱鲁茨、法纳克这样的能够在焊接啊喷涂啊做了很多的工作。但AI您知道这两年发展起来。说到我们的人形机器人就跟我们讲的工业制造机器人，其实稍微是有些不一样的。我们现在人形机行要求的是一种对物理世界的感知，就是我得看到物体感知到物体，同时我还能够做出自己的推理决策，判断之后形成最后的执行这么一个闭环，这个就是需要AI的加持，这又是我们现在来讲的叫巨生智能，对对在物理世界的呈现出来
[18:10] 。我最近刚刚去美国参加这个CE啊啊，也是看到了一些这个啊巨神智能的这个公司，它是不是一定要人形。就像您刚刚说的，我对西部世界对包括银翼杀手，包括甚至我们讲的这种transformer变形金刚这样的电影或者卡通面，我非常感兴趣。在我最早做人形机器的时候，二零一六年的时候呃，我觉得人形机成不单纯是一个功能的呃工具或者载体它是一个呃
[18:11] 蕴含了一些人类感情新的链接的这么一个载体成为你家庭中的一员。后来随着这个人形机器的发展，因为他的AI能力在这几年开始涌现。我们也发现了汽车包括三c电子工厂，他们在已经大量使用工业机器人之外还雇佣了非常多的劳动的人口去做这个事情。大家可以看到这个全球无论是像富士康还是像比亚迪，这都是上百万的达成他们能用的自动化都全部都想想尽了办法。但是您会发现，无论在汽车的组装，手机的制造，在很多地方需要柔顺的场景，你要把一个沙发搬到一个椅子上
[18:11] ，你要把一个脚跨进去，甚至人要坐进去，你还要去打螺丝
[18:12] ，你要一个机械臂横在那里，他可能第一座完成不了这个任务，而且一个机械臂的价值也不菲。这个时候还是用人吧，直到今天全球无论是发达的制造地区，还是不发达地区，您可以知道劳动力是大量缺失的这也是很多国家包括产业空心化产业工人可能没有达到这个丰富的数量，导致他们的国家的产业的一些进展迟缓，高素质的产业的人口是目前这个时代今天是一个国家制造业发达的一个很重要的因素。嗯，这就是我们讲为什么很多地方一些轮式的或者一些氏族的或者一些履带式的机器还不能完整的替代目前我们人类所可以干的活，我觉得包括一些很狭窄的场景，一个两个轮子的底盘的机器人就互相干扰了，你过不去我也过不去人嘛，可以侧侧身就过去了。对，说很多这种柔顺场景，我们发现人形还是一个最理想的这么一个很发达解决方案
[18:12] 。呃，可能外行看热闹内行看门道，就是人形机器，人为什么这么难呢？现在难是难在软硬件强耦合之下的一个巨生大脑对物理世界、物理模型世界模型的这个这个的建立。现在要
[18:12] 难的是我们对真实世界的数据太少，不像互联网数据，我们要做个大语言模型，我们可以得到很多很多这样的这个数据。那真实世界数据投射的这个数据，我们在这个互联网上相对就很匮乏。所以说我们
[18:13] 机器人的轨迹关节抓取取个杯杯子的这种所有的真实的数据从何而来说，现在全球搞了很多据据集包括特斯拉可能我相信他们也用他们的optimuas在在这个擎天柱，在他们的工厂里面在现场在实操
[18:13] 这个数据采集回来，然后再跟仿真环境的数据结合，形成非数据飞轮迭代，然后才能一步步实现我们的这个真实的让这个机器人能完成这个动作难度就难在第一人形这个形态也就这一两年才开始。第二个，它这个的的确确牵涉到学科材料学各个方面，这个包括大脑小脑本体的这个所谓的结合。这个是人类到今天为止相对比较复杂的一台机器，人形的每个关节一个手臂有七到八个自由度不断的搭配，不断的重复。那结合起来可能有无穷的解，但我认为这个问题也就是两三年三四年之后
[18:15] ，我觉得可以忽略略计计个个就是最脑做的那个核心部部件是呃秦老师您可以看到这个阿尔法bot这个机器人，就是当时我们二零一六年上春晚，那这个就是它的一个小关节，我们叫伺服伺负舵机。那比如一个手臂上需要七个机器度，可能就需要这个七个这个小的关节尤其是在这个小的机器人上面。后来当时我记得就做这个关节，做了我们好多年，当时还卖了房子，你自己对对，就这么小的东西。为了做这个，我当时给你讲到这个机器人，当时我们说日本可能要卖两万三万人民币，它身上就有十几个这样做，甚至二十个关节。这个关节一个要一两百美金。我们后来把它成本降下来，包括里面的齿轮啊、变速箱包括把控制小的算法到最后就变成了一个这么样这么的一个小的小的哎对对对，这个东西做完了之后呢，我们就开始感受我们可以去量产这个阿尔法机器人对，这个区别在这里说这个机器人就是一个很小的关节，对们不是那么大，后来做，我们做做公斤斤吧，嗯有三公斤的十二公斤的二十五公斤的六十公斤用在不同的机器人的尺寸上面，包括一百三五里面，这个相对大一点的就可以用在我们更大的面现，这就是当初的唉，对对。最小的在那里对，慢慢慢慢做到这个大当年因为供应链还有最后市场应用的问题就没人用。我做出来都没有用，所以我必须要把自己的产品做出来才能把这个关节舵。机用上。我才能把它凭这个商业闭环嘛。我刚才你提到了一个这个基本的概念啊，大脑小脑和这个本体啊对脑个部分分大脑个个个概念是大脑脑脑脑脑负责个脑大脑脑负你你的运动能力衡衡那体体就很容易
[18:15] 理解，就是我们的四肢嗯，以目前的机器人的运动能力来讲，小脑和肢体，我觉得问题不是那么大，你可以让机器人跳舞，也可以让机器人翻跟斗，也可以让机器人跑步，对吧？我们上次北京人形机器人中心，我们优选参股的这个天宫
[18:15] 跑了，马拉松跑第一名。对，但有一点很重要的一点就是说大脑他的思考他把这个东西实现的一个过程，这是最难的。这里面包括了视觉，你看到的物体感知到的物题，然后你要识别出问题。我举个例子我要去看到这个
[18:16] 水杯。然后我要理解周边的环境。然后呢，我还需要就是说我导航走到精确的走到他面前，因为离得太远，手臂不够够吧，然后形成这么一个抓取的过程。然
[18:16] 然后呢，再决策到送到哪个主人面前，还是送到你需要的哪个宾客前面这一套完整的东西。所以我们讲的是对基层目前是还是有一定的挑战的，这个是我们讲的机器人目前面临的一个相对比较困难的这么一个
[18:16] 实际的情况
[18:17] 。工信部的领导也说，现在都有这个一百好几十家这一类的企业都发布了对这个几百个这一类的这个啊产品，我不知道你自己是怎么看目前业界的这种啊沸腾之势啊，我觉得还是需要打个问号的。因为人形机型比较复杂很多投资者包括我们群众老百姓是看不太明白的，就他跳个舞用遥控的或者去翻个翻个跟斗就很好看就觉得悄悄来来了。然后大量的资本呢去重复性的投入，到这种其实只具备一个硬件的一个运控这么一些能力的这些这个赛道上面来这个的确会造成就像我们的发改委讲的会造成重复性的，就是低质的投入本来这个钱理论上应该投在最需要的浪上。但是投到了大量的这种就是博眼求吸睛的这个上面，我们甚至人力力重复复浪浪费个是我们某种意义上也是一种内卷啊。对，也是一种内卷好的一面，就是说你看让大家大众更多了解到人形机器了不好的一一面可能
[18:18] 那投资者其实也并不见得完全的理解。那最后可能在真正的大脑层面没有真正的投入就是我们现在要往巨生大脑这块更多的去投入
[18:19] 发现客户真正的痛点在哪里？客户希望我们人形机器人帮他解决什么样的问题呢？今天我觉得首先这个整个的需求量是远远超于我们的想象的就是说了只要某些场景比如搬运箱子，搬料箱，就这唉上下类就这么一个简单的工作我都可以说国内至少上百万台的机。第第二呢，现在就是说在每个客户的实际的场景运用当中的的确确需要你还做一些调整的地方，可能有些料箱是三乘三九个，他要拉过来要拆多码，多就是一些这种细节让我们会发现我们的机器人目前还没有那么的通用化。第三个就是效率问题。效率问题目前是客户觉得机器人的节拍节奏还没有人那么的快。第三个就是客户可能对这个机器人进了工厂之后，他的已经包括续航，包括安全性、稳定性他们会有些顾虑，但这些点我们都在客户那边慢慢在解决客户已经开始愿意用真金白银来购买我们的机器人，这个时候他会觉得效率他也满足了，他的成本也降低了。那么那个凯文凯利啊，他在这个讲到这个人形机器的时候，他说有呃，好些问题啊
[18:20] ，因为这些问题都是可以这个在很快接下来几年中都可以解决吗？很快解决，我觉得最快解决就是硬件，像刚刚我们说跳舞和这个粪坑都有机器人，现在一台一米一高的机器人，可能某一些代工厂做出来就一万块，他可能干不了活，他只为了跳舞那电源随着未来的固态电池，未来各种的解决方案帮我们可以换电，唯一可能就是它的一个损耗和安全性。相信工厂里面伤害人的可能性，不是那么大我担心的还是一个巨身智能大脑的这个泛化能力他
[18:21] 是能干这个活，还是说所有的活都能干。嗯，其他刚刚讲的这种东西，我觉得已经开始越来越不重要。那么这个从替代人的这个效率的角度，你觉得这个时间的安排会是怎么样的？我觉得今年我们目标在某些工作场景实现百分之六七十以上吧。我觉得客户已经愿意做了，因为我在增加两到三个小时，有十到十二个小时工基本上就跟一个我们差不多的人类差不多了。对，然后我觉得要实现到我们讲的非常快速的这么一个情况，甚至超过人类，我觉得时间也不长可能对我来讲可能两三年其实都要根据场景来判断对嗯价格是不是一个这个障碍呢？比如说我是一个这个工厂的工厂主，是吧，而且我确实也面临着一个呃，招工男啊，甚至说这个招工柜可是如果说
[18:21] 你告诉我一个一台很贵的价格，我觉得我也吃不消啊，你怎么来说服我这个价格大概是一个什么样的情况？第一，这个问题，工厂组一定比我们更清楚，他知道用我们目前的人类他需要每年花出成本和代价
[18:21] ，这就是很多国家连这样制造业人口缺失，他不得不大量用机器去取代的一个根本性原因，而且这样的人培养好了一年两年之后还可能会流失放在机器人上面，未来一个技能get到另外机器马上就可以复制这样子。您觉得长远来讲，这个效率，工厂组自己有一本账会算他真正创造的价值和效率，对它是算得过来账就是我觉得三年左右的ROI投入它应该
[18:22] 你就买了，有些岗位要一万五一个月，你比较特别热，特别苦的一些场景，可能他一年下来要为这个付出二十万。那如果六十万，他就能接受上次我们在这里接待了奔驰董事会的主席，他就举了一个例，我在我们德国一个人工是远远超过其他国家的他是非常期待有一天有这样的机器人能够相对的能够节省他的一定的支出的，否则他们的制造业未来的成本会越来越高，他们的竞争力也会越来越低。如果是站在社会的这个立场未来这些年，那么多的机器人要进到工厂里啊，可能首先是从代替这个蓝领的这个工人做起啊呃这个对于就业是一个什么样的效果？第一台可能在发明珍妮纺纱机的
[18:22] 很多纺织工业人说啊我们会下岗或者怎么样，但后来我们证明了一个社会的底层的生产力的呃高效的推动社会肯定是会往前进步的。从第二个角度来讲，我们首先替代是一些招工难困难的这么一些环境
[18:23] 。我举个例子，上次我到温州，温州是中国非常大的鞋帽、服装，还有包括一些小家电的生产基地，现在在温州
[18:23] 招工难用工难的情况是非常严重
[18:23] 。我跑了好几家干活的，都是年纪比较大的，年轻的女孩子宁愿出去送送外卖，她都不愿意到这个简单重复枯燥
[18:25] 、温度各方面都非常不好的环境，甚至说从外卖，我还能看看风景线，还能跟人说两句话。首先我们替代是希望替代这样的人。对第三个角度，其实社会生产力的极大丰富，可以让人类过上更加幸福性的美好的生活中国这几十年来能吃饱饭，穿上一过好好好的活活。其实古时候比最大的一个工作，因为我们现在改革开放之后，我们真正把生产力这个问题解决了我父亲的那个年代就是吃东西都不是说你想吃就吃的上的。所以我觉得未来的人类应该更多的从事在艺术啊、哲学啊，包括很多其他创新性的工作去这个我觉得先取代一部分找不到工招工难的岗位。我不是社会学家，也不是经济学家，但我相信人类历史已经告诉我们证明过这个东西是一步一步他会慢慢慢慢去消化掉。这个我觉得是我做的事情就是说白了我就做的是提高创产力的事情，有没有觉样的一种可能性啊就是假定说人形机器人未来有重大的这个突破啊，包括像美国这样的希望制造业回流的地方也会有很大的这个机会来弥补他们的这个工人技术工人、工程师这个相对短缺的这种没错，这个就是一个我们讲最重要的一个话题，其实产业人口的缺失让一个国家可以制造业空心化，对解。如果未来我的人性在十年、二十年，如果在所有的岗位会能实现这个的某某种意义上的确确确会弥补很多像欧美的一些国家，产业人口缺失的这么一个东西，甚时让他制造业的成本进一步下降人的因为劳动力包括老龄化社会来到我们的人的成本会越来越高对
[18:27] 我们中国不用的话，他们在用那十年、二十年之我们的制造业的优势或者说成本优势就可能荡然无存了。人家在用机器，我们在用人的话对这个从一八几年开始就证明明在这个东西是必须要去往前走的。这么一个坚定不移的路说我觉得这个才是一个非常重要的一个话题。刚才你提到的这个问题啊，那么中国今天的人形机器人，比如说跟美国的这个人形机器人，如果要比较起来的话，你觉得我们的长处在哪里？我们的短板可能又在哪里？用中国来讲四个优势吧。第一个优势是有强大的应用场景，所有的制造场景中国都能给到你真实的数据。第二个，中国有强大的制造供应链。第三个人才中国的工程师应用层面的工程师，还有包括这个群景产业的人才是非常多。第四个中国的我们的体制优势，从中央到地方政一的这那中国国的个用场景景，前瞻性的布局老师讲在很多国国家不具具我们中国这个一直以来十四五十五未来来会一直规划下景第第个中优势构成了中在在这个行业的一定的领先优优势这的的地方有些东西重复性投投入了对，就是你没有抓重重点，还包括个不少少是呢人家在做大脑，我们在做做人舞，这个就是个问题。第二点呃，我觉得如果美国来优势，他投在业业科学未来脑科学和数学都会促进这个超级AI的这个可能性。这个我们在某些方面或者较相对来讲极的确确还是不如他们的。第三点就是我们在资本市场上面，硅谷的企业对，可个个商业投资，这个一个资业AI上面投投了谷歌里投中国这方面好像我个比较分裂的裂，没做你的，我做我的没有形成这么一个互补他们对资资资本的理解还是比较足的。对你你的商业组业在国内除了我们政府主织者者做科研高校来做这个事情。你很难找到一个商业组织或者一个准商业组织去做这样的事情，他们目讲是是极其长远。第第点点就说他他目目前毕竟全球顶尖的科学家高校还有很多很牛的工程师的确还是个问题
[18:27] ，聚在类似于特斯拉这样的公司里面，或者谷歌这样的公司里面，产品的开发产品的这种大脑巨生智能的研发上，我觉得这是目前是超过中国的
[18:28] ，你是出生在一九七六年吧，今年就是五十岁。嗯，对，五十而知天命啊啊，特别是创业的这个几十年，你觉得你最幸运的是什么？我觉得还是时代吧，有这个机会，有那么强悍的供应链能有那么多的这个人才有这么一个沃土，这个还是在这个时代下面的展望二零二六到这个二零三零这个就是所谓的十五，我们大力发展新智生产力的这些时代，现在是五年之初到五年之末那个时候的优必选可能是一家什么样的公司。如果按照我内心的想法，我希望它还是变得一个还是比较酷的公司，是一个能够有很多idea能够感想。第二个就是整个公司的人更多有一些对这个世界，对这个社会的一种善意，就是创造出来这个平台是帮到更多的人嗯
[18:28] ，对，能够让未来过得更加生活，过得更加幸福，更加自由。嗯，第三个，从民族角度来讲，我是一个还是希望我们中国中华民族
[18:29] 尤其在这种我们可能错失了第一次的包括我们之之前讲工业革命能够代表国家或者成为代表中的一员吧，让中国的这个生产力在这个规划期间能够真正展现在全球中国西周时时候就有啊说西周时候一个叫演师的人，那就造了一个这个机器人。但是他当时说了一句话，就造这个东西是可以造出，但是比较难造的，是人心呐，谢谢周总，好的，谢谢金老师啊