行业访谈

机器人采访初稿

知乎奥特之父2025-11-19 19:2449 条评论与回复在线原帖 ↗

导读机器人访谈附件;受访者背景为帖主介绍,本次未独立核验。

采访20251119.docxWord 原始附件

Isabel guan是港科大电子与计算机工程系的教师,是北大电子信息博士和新加坡南洋理工机器人博士后,普林斯顿大学访问学者。熟悉人工智能/具身机器人。 今日的采访因为宇树近期要上市,不能涉及一些敏感消息和具体公司,另外就是强度比较大,所以只进行了一半,另一半在周五会放出。所以说只是一些前菜。但里面一些关键的信息已经可以管中窥豹了。

原帖配图

1 张原图
图 1 · 陈某人:把文档给 ai 分析后,ai 推荐的,哈哈😄 2025-11-20 01:57
原帖配图1

原帖讨论 · 49

李浩璇
沙发!
z
前排
我不是韭菜
下载先
小小刘
下载先
翔
一切行动听指挥
智能世界,数据赋能
Njs
这是在边聊边更新吗
知乎奥特之父 回复 Njs星主
今天到这里,周五会有下半场和非正式挖掘。
马又虫酱
秋风夜雨
奥大这人脉
F
加仓自由度高的概念股
鸭血粉丝不要粉丝
先赞再看
空谷
谢谢奥大,辛苦了
拿住不动
下载之后发现有一些符号,原来是缺少字体的问题。评论一下如果有其他同学有类似问题可以改改字体
知乎奥特之父 回复 拿住不动星主
是的,电脑wps就会有这个问题
young
谢谢啦,奥大
心猿归林
学到了,很有收获
俊绝兴全灌
牛啊
Li
机器人前景广阔,大有可为
一睡十二点
这么看下来还不够成熟啊,真正能更像人还得靠ai大模型提升算力,这个还真不好说了,这样下去什么时候在tp上亏的能回来啊
知乎奥特之父 回复 一睡十二点星主
你搞错逻辑了,等你说的这个有了,就是收获的时候,而不是有了,再进。
Li
关节相关的是不是可以关注一波,比如zdld,cszc
Li
啥时候机器人不但能帮干活,还能提供情绪价值,我高低得整一个
追风
我有个问题想问奥大,就是距机器人爆发期还是有段距离的,那现在的机器人相关龙头企业,在未来有没有被替代的可能呢?
知乎奥特之父 回复 追风星主
我都是中游,最安全。就像汽车企业倒闭的很多,做发动机的电池的就不怎么能倒。
augustus
和peek材料相关的标的是zygf,peek的上游原料dfbp相关的标的是xhxc,丝杠的标的是btkj,但以上标的都太贵了,完全是按市梦率估值的,看这架势还得几年后才能商业化投产,等明年股灾以后再去建仓吧
秃发树机能
妈呀,这报告含金量太高了!
白色太阳枪
第三个问题的回答第一段好像缺了内容 “国内这些做机器人的企业……他们”,然后就空了一行没内容了,下一段直接继续说小鹏机器人了。中间衔接不上。 想问下这句缺的内容是什么?
知乎奥特之父 回复 白色太阳枪星主
不合规被删了,后续我会内参补上
码中秋谷
宇树科技要上市,那对应的供应链关联企业ma120以下位置的,是否可以提前埋伏啊?
知乎奥特之父 回复 码中秋谷星主
无一在下面
码中秋谷 回复 知乎奥特之父
,我想到的早被大家埋伏的多了,都是老六啊。
追赶的小喵喵
60~70%的成本花在关节上面。想问问大家哪些公司生产的是关节?
Yun 回复 追赶的小喵喵
电机
寒蝉
现在的问题还是纯视觉理解加大数据很难突破阈值,高成功率完成复杂动作。这不是重复算一亿次有用的,可能是方向上的问题。而且微型电机的驱动力也不足,成本和效率难以平衡。
陈某人
把文档给 ai 分析后,ai 推荐的,哈哈😄
郭一一
奥大,最近在看《2049:未来10000天的可能》提到工业、无人工厂会率先普及,具身智能让机器人快速模仿人类操作并一夜之间同步到整条产线;相比之下,真正通用的人形机器人仍需 10–15 年才能成熟。要解决电源、损耗和伦理三座“高山”才能让它们真正融入我们的工作与生活。 但从您分享的访谈记录看,中国在机器人本体控制、关节技术以及真实任务成功率方面进展迅速。 是不是可以理解为中国在工业场景与人形机器人落地的节奏上,实际上比书中预测要更快?如果是,哪些关键因素在推动这一加速?
知乎奥特之父 回复 郭一一星主
其实就是灵巧手技术今年有了质变。现在就剩一个世界模型的突破了。
旭喆
如果想进这方面的公司需要什么准备呢
Wayne
国内的机器人/ai训练(软件向),有个能科科技作为标的
龙祥姜彦君
地瓜机器人不是地平线的吗
小蔡
我的金发 就是peek材料 不知道几时爬起来哦
尖叫的薯片
大佬,我新加入的,现在的思路是参考九月的那个新建文件.doc吗
好胆你就来 回复 尖叫的薯片
加一
七星红旗
为啥我周五没有看到另一部分更新?是我忽略了什么?另外银粉刚来,点金术是啥?实在是找不到资料
知乎奥特之父 回复 七星红旗星主
看下精华帖里面有哦,有两个
七星红旗
新粉
戴帅帅
周六晚上那个文件哪里还能看到 ,忘记看了
知乎奥特之父 回复 戴帅帅星主
有星友做成笔记的翻一下
附件文字稿 · 采访20251119.docx
问题 1 作为人形机器人的前沿工作者,目前机器人最前沿的技术达到了什么程度?比如能否像扫地机器人一样扫地拖地,并回到插座旁给自己充电?能否通过一些简单的指令行动,比如帮我们拿一个苹果? 回答 从目前全球的技术水平来看,人形机器人大概已经到了 “ 能做一些事情,但真正大规模落地还差临门一脚 ” 的阶段。 现在一些前沿系统,的的确确已经可以把部分家务类的 小任务 跑通了,比如你给它一个明确的指令,它是能从头到尾执行完的。 而且这些指令一般来说都是自然语言指令。我们可以举一个最新的例子: Physical Intelligence 在 11 月 17 日刚刚发布了 π0.6 ( pi 0.6 )版本 。根据他们官方公开的数据,它在一些真实世界的复杂任务里,比如制作咖啡、折叠衣服、组装物品这些操作任务上,成功率已经可以做到 90% 以上 ,而且不是在模拟器里,是在真实环境中跑出来的结果。这说明行业前沿系统不仅能 “ 跑通 ” ,而且在特定任务上已经有了相当高的稳定性。 像 “ 拿一个苹果 ” 这种任务,现在主要有两条路线可以做到得 到 / 一条是 VLM / VLA 这种端到端 的方式,让机器人直接从 “ 视觉 — 语言理解 ” 跳到 “ 动作输出 ” 。这种路线的好处是,它给你一种 很 机器人统一大理论 的既视感 。 另一条就是我们更熟悉的 分层式结构 : 上面是一层 Task Planner (任务规划器),下面是一层 Motion Planner (动作规划器)。 这种结构的优点是 执行速度快、控制稳定、调试更工程化 ; 缺点就是它没有端到 端那种 浑然天成的感觉。 所以总体来说,两条方向和路径都跑得通,只是各有各的 trade-off 。 技术上,它们都已经能把任务完成,但要做到大规模、长时间、商业级的稳定性,还需要再多一点工程化的打磨。 问题 2 很多人认为,遥控 的具身机器人 会更有前景,比如远程控制机器人做一些事情,你觉得这类机器人最大的缺陷是什么? 回答 第二个问题我觉得需要先把两件事分清楚。现在 大家 经常被混为一谈的,一个叫 teleoperation (遥操作) ,另外一个才是 “ 用遥控器去控制机器人 ” 。这两个事情 其实并不是一回事情。 我们先说 遥操作( teleoperation ) 。 大家最近讨论很多的,包括斯坦福 ALOHA ,其实本质都是 imitation learning (模仿学习) ,早期叫 behavior cloning 。 遥操作 真正的目的不是让人在非洲远程控制美国的机器人工作,而是: 通过 VR 或其他装置,让机器人本体真正 “ 记住 ” 人类是如何完成一个 任务 的。 比如记住: 关节处在哪个位置 施加了什么 torque (力矩) 在什么轨迹条件下动作才能顺利完成 当我采集 50 条、 100 条这样的 遥操作 轨迹( trajectory ),再把它们喂给大模型,机器人就能提高在某个任务(甚至泛化任务)上的成功率。这才是 遥操作 的意义所在。 而您说的 “ 遥控机器人 ” 其实是完全不同的另一个 story 。 网上你常看到有人用遥控器在控制机器人, 评论区 就会说: “ 这不是真智能吧? ” 但这个理解其实不太对。 我一般会用一个简单的类比来解释: 可以把机器人系统理解成 ‘ 大脑 ’ 和 ‘ 小脑 ’ 。 大脑强、小脑弱 :像帕金森病人 —— 知道要干什么,但动作不稳、执行不到位。 国外一些团队就是这样:认知模型特别强,但身体控制体系还没跟上。 小脑强、大脑弱 :像阿兹海默病人 —— 动作精准,但不知道任务的真正逻辑。 这特别像国内很多机器人本体:本体控制强,高层认知还在训练。 所以那些看起来像 “ 人在遥控 ” 的情况,其实往往是因为: 机器人身体已经很成熟了,但它的大脑(高层认知模型)还没有 发展完善。 而且别忘了,控制本身就是人工智能的一部分。从最早的 PID ,到 MPC ,再到现在基于强化学习的运动规划 —— 这是 AI 发展路径的一段过程,不是什么 “ 倒退做法 ” 。 您如何理解目前国内不同类型的机器人企业所选择的技术路线?例如汽车企业跨界、人形机器人创业公司,以及以芯片 / 算法为主的生态型企业,它们的差异是什么? 回答 第三个问题我觉得可以这么理解: 虽然都叫做机器人公司,但是机器人产业是一个复杂,甚至以后会堪比汽车产业的超大复杂公司,每一个机器人公司在机器人产业都占据不一样 的生态位。 其实现在国内这些做机器人的企业 —— 无论是汽车企业跨界,还是做 足式的 创业公司,或者做芯片的生态型企业 —— 他们 前段时间我们看到的小鹏机器人的 白色机器人 demo 非常 impressive , 小 鹏其实走 的是和特斯拉一样的路线,核心是 直线关节( linear actuator ) + 丝杠体系 。 这种路线的特点就是: 理论上性能天花板非常高 力控精度高 响应速度快 未来潜力巨大 但同时缺点也非常突出: 制造难度极高 量产难 成本高 对供应 链要求 极其严格(包括刚才说的 PEEK 等材料) 其实这条路线里,很受大家瞩目的,就是 peek 材料, 为什么 PEEK 最近这么火?就是因为它在 直线关节里的滚柱结构 上有一个特别关键的优势: 自润滑 。 简单讲,它摩擦特性好、不太磨损、寿命很长,用在丝杠或高载荷滚柱里面非常有优势。这是实实在在能解决工程痛点的材料。但缺点也很明显,就是 难加工 。 除了小鹏之外,结构方面还有 完全不同的另一个 story 。 它采用的是 行星 方案 这条路线的特点是: 技术成熟、稳定 成本可控 最关键: 能快速大规模量产 但是 长期潜力会 受结构 限制 做机器人的当然还有 英伟达 的地瓜机器人, 它做的是 机器人 “ 大脑 ”—— 芯片 和算力平台 ,你可以理解为 对标 NVIDIA Orin 的 机器人算力平台 ,而不是机器人身体本体。 问题 4 人形机器人目前最大的难题是什么?你觉得解决大概要多长时间呢? 回答 我认为人形机器人目前最大的问题,其实就是 数据从哪里来 。 你看今年 DeepSeek ,它的 满血版是 671B 的参数量 ,这是一个非常大的规模;而现在一些机器人大模型其实参数量已经超过了这个规模,可是效果远远达不到 DeepSeek 的水平。 DeepSeek 至少已经可以真正落地使用了,对吧? 为什么会出现这样的差距? 核心原因在于,大语言模型本质上是在 二 维世界 里学习,它看到的是 token ,是语言,是二维的表达;但是当我们把模型带到机器人领域,它进入的是 三维真实世界 。这个世界里有空间、有姿态、有力、有接触、有误差、有各种物理扰动,所以你需要的数据量一定是成 指数级 增长的,这个差距非常大。 第二个问题是,大语言模型的数据是 天然可以从互联网摘取 的,文本也好、图像也好,都可以形成大规模的训练语料,成为模型生长的 “ 养料 ” 。 但是机器人不是。机器人你不可能靠互联网来获得它真正需要的数据,甚至你靠 “ 看视频 ” 也不行,因为视频里没有力、没有接触、没有实际的控制信号。这也是为什么现在所有团队都在不断采集真实数据。 所以现在学界也还在争论: 到底是 生成式的数据 更有效,还是 真实机器人数据( real-world data ) 更有效? 这个问题现在也没有明确的答案,还需要时间去观察。 所以我觉得,数据 definitely 是人形机器人面临的核心大问题,它决定了整个行业未来的上限。至于什么时候能解决,我认为至少还需要几年时间,等数据体系真正建立起来,机器人大模型的效果才会有质的提升。 问题 5 从成本结构来看,人形机器人的主要成本集中在哪些模块?您认为国内哪些环节正在加速突破? 回答 其实人形机器人的成本结构,你只要把它的自由度( DOF, Degree of Freedom )一算,就很容易理解为什么关节这么贵。一个人形机器人,最保守的设计 至少要 20 到 30 个 自由度 ,而且这还不算手部。如果你把手加进去,那自由度更高,那对应的关节数量也就更高。 所以说没办法,在人形机器人里, 关节一定是最大的成本占比 。这么多 DOF ,每一个关节都是一个完整的驱动模块,力矩、速度、材料、精密制造、减速器、电机,这些叠加起来,成本自然是最大的大头。 大概可以这么理解: 六成到七成的成本基本都在关节上面。 然后 10% 到 20% 是机器人的 “ 大脑 ” , 也就是算力平台 。目前还是 英伟达 生态占主导,未来当然也会有越来越多的国产方案补上来。 剩下的部分就是结构件、传感器、电池这些常规硬件成本,它们也重要,但跟关节这一块比起来,确实不是同一个量级。 问题 6 作为一个前沿的学者,您目前主要从事哪方面的研究,并取得(或预计会取得)怎样的成果? 回答 我目前是在香港科技大学 ECE 的一名 老师,俗称青椒 ,主要从事的 是 具身智能 这一方向的研究。不过 , 我做的内容比较杂一些,既做本体,也做大模型。 在本体这块,我们团队有在研发 属于我们自己平台的足式机器人 ,这算是偏硬件、 偏工程 的一条研究线。 在模型这一块,我也在做多模态大模型、机器人大模型,这些是目前机器人方向最前沿的技术。 然后我最近比较投入、也觉得比较有意思的,是我参与了香港科技大学和比亚迪的联合实验室,其中我负责一个 在人形机器人平台上, 机器人 大模型 + 传统控制 ” 融合的研究方向。简单讲,就是怎么把传统的控制器和现在端到端的 VLA 模型结合起来,让整个系统的顺滑度、稳定性更好。 这是我目前在重点推进的方向,也非常欢迎大家未来继续关注我们的研究进展。
查看完整原始记录
知乎奥特之父 2025-11-19 19:24 Isabel guan是港科大电子与计算机工程系的教师,是北大电子信息博士和新加坡南洋理工机器人博士后,普林斯顿大学访问学者。熟悉人工智能/具身机器人。 今日的采访因为宇树近期要上市,不能涉及一些敏感消息和具体公司,另外就是强度比较大,所以只进行了一半,另一半在周五会放出。所以说只是一些前菜。但里面一些关键的信息已经可以管中窥豹了。 采访20251119.docx 风险提示:市场有风险,投资需谨慎 等187人觉得很赞 李浩璇:沙发! 2025-11-19 19:24 z:前排 2025-11-19 19:25 我不是韭菜:下载先 2025-11-19 19:25 小小刘:下载先 2025-11-19 19:29 翔: 2025-11-19 19:39 一切行动听指挥:智能世界,数据赋能 2025-11-19 19:40 Njs: 这是在边聊边更新吗 2025-11-19 19:40 知乎奥特之父 回复 Njs:今天到这里,周五会有下半场和非正式挖掘。 2025-11-19 19:57 马又虫酱: 2025-11-19 19:45 秋风夜雨:奥大这人脉 2025-11-19 19:57 F:加仓自由度高的概念股 2025-11-19 20:00 鸭血粉丝不要粉丝:先赞再看 2025-11-19 20:01 空谷:谢谢奥大,辛苦了 2025-11-19 20:13 拿住不动:下载之后发现有一些符号,原来是缺少字体的问题。评论一下如果有其他同学有类似问题可以改改字体 2025-11-19 20:50 知乎奥特之父 回复 拿住不动:是的,电脑wps就会有这个问题 2025-11-19 21:00 young:谢谢啦,奥大 2025-11-19 20:51 心猿归林:学到了,很有收获 2025-11-19 20:53 俊绝兴全灌:牛啊 2025-11-19 20:58 Li:机器人前景广阔,大有可为 2025-11-19 20:59 一睡十二点:这么看下来还不够成熟啊,真正能更像人还得靠ai大模型提升算力,这个还真不好说了,这样下去什么时候在tp上亏的能回来啊 2025-11-19 21:22 知乎奥特之父 回复 一睡十二点:你搞错逻辑了,等你说的这个有了,就是收获的时候,而不是有了,再进。 2025-11-19 21:53 7 Li:关节相关的是不是可以关注一波,比如zdld,cszc 2025-11-19 21:42 Li:啥时候机器人不但能帮干活,还能提供情绪价值,我高低得整一个 2025-11-19 21:44 追风:我有个问题想问奥大,就是距机器人爆发期还是有段距离的,那现在的机器人相关龙头企业,在未来有没有被替代的可能呢? 2025-11-19 21:57 知乎奥特之父 回复 追风:我都是中游,最安全。就像汽车企业倒闭的很多,做发动机的电池的就不怎么能倒。 2025-11-19 22:12 4 augustus:和peek材料相关的标的是zygf,peek的上游原料dfbp相关的标的是xhxc,丝杠的标的是btkj,但以上标的都太贵了,完全是按市梦率估值的,看这架势还得几年后才能商业化投产,等明年股灾以后再去建仓吧 2025-11-19 21:57 3 秃发树机能:妈呀,这报告含金量太高了! 2025-11-19 22:14 白色太阳枪:第三个问题的回答第一段好像缺了内容 “国内这些做机器人的企业……他们”,然后就空了一行没内容了,下一段直接继续说小鹏机器人了。中间衔接不上。 想问下这句缺的内容是什么? 2025-11-19 22:28 知乎奥特之父 回复 白色太阳枪:不合规被删了,后续我会内参补上 2025-11-19 22:37 码中秋谷:宇树科技要上市,那对应的供应链关联企业ma120以下位置的,是否可以提前埋伏啊? 2025-11-19 23:08 知乎奥特之父 回复 码中秋谷:无一在下面 2025-11-19 23:52 1 码中秋谷 回复 知乎奥特之父: ,我想到的早被大家埋伏的多了,都是老六啊。 2025-11-20 10:29 追赶的小喵喵:60~70%的成本花在关节上面。想问问大家哪些公司生产的是关节? 2025-11-19 23:26 1 Yun 回复 追赶的小喵喵:电机 2025-11-19 23:32 寒蝉:现在的问题还是纯视觉理解加大数据很难突破阈值,高成功率完成复杂动作。这不是重复算一亿次有用的,可能是方向上的问题。而且微型电机的驱动力也不足,成本和效率难以平衡。 2025-11-20 00:08 1 陈某人:把文档给 ai 分析后,ai 推荐的,哈哈😄 2025-11-20 01:57 郭一一:奥大,最近在看《2049:未来10000天的可能》提到工业、无人工厂会率先普及,具身智能让机器人快速模仿人类操作并一夜之间同步到整条产线;相比之下,真正通用的人形机器人仍需 10–15 年才能成熟。要解决电源、损耗和伦理三座“高山”才能让它们真正融入我们的工作与生活。 但从您分享的访谈记录看,中国在机器人本体控制、关节技术以及真实任务成功率方面进展迅速。 是不是可以理解为中国在工业场景与人形机器人落地的节奏上,实际上比书中预测要更快?如果是,哪些关键因素在推动这一加速? 2025-11-20 06:42 1 知乎奥特之父 回复 郭一一:其实就是灵巧手技术今年有了质变。现在就剩一个世界模型的突破了。 2025-11-20 10:11 旭喆:如果想进这方面的公司需要什么准备呢 2025-11-20 10:35 Wayne:国内的机器人/ai训练(软件向),有个能科科技作为标的 2025-11-20 11:15 龙祥姜彦君:地瓜机器人不是地平线的吗 2025-11-20 12:18 小蔡:我的金发 就是peek材料 不知道几时爬起来哦 2025-11-20 13:42 尖叫的薯片:大佬,我新加入的,现在的思路是参考九月的那个新建文件.doc吗 2025-11-20 18:02 好胆你就来 回复 尖叫的薯片:加一 2025-11-20 21:21 七星红旗:为啥我周五没有看到另一部分更新?是我忽略了什么?另外银粉刚来,点金术是啥?实在是找不到资料 2025-11-23 06:58 知乎奥特之父 回复 七星红旗:看下精华帖里面有哦,有两个 2025-11-23 10:54 七星红旗:新粉 2025-11-23 06:58 戴帅帅:周六晚上那个文件哪里还能看到 ,忘记看了 2025-11-27 11:08 知乎奥特之父 回复 戴帅帅:有星友做成笔记的翻一下 2025-11-27 13:01
原帖中的链接