开普勒机器人胡德波:下游需求量非常大,预计每年销量增十倍

市场资讯
25 Jul

  炒股就看金麒麟分析师研报,权威,专业,及时,全面,助您挖掘潜力主题机会!

(来源:21世纪经济报道)

21世纪经济报道记者 邓浩 上海报道

人形机器人正在进入业务加速开拓期。

不久前,智元、宇树拿下中国移动旗下公司1.2亿元人形机器人采购订单,数日后,优必选也中标超9千万元机器人大单,刷新纪录。

另一方面,行业风向标特斯拉的擎天柱被传项目暂停。此前某特斯拉人士曾对记者表示,“应该是生产端还需要做一些调整。”

虽然人形机器人技术尚未收敛,但工业场景成为当下业内公司不约而同的共识。众多公司纷纷推出相应的产品,进入工厂实训。

开普勒机器人是较早布局工厂的业内玩家。公司4月曾发布人形机器人K2“大黄蜂”在上汽通用汽车工厂中的实训视频,展示了颇为丝滑的上岗质检、巡航、搬运等工作表现。

为何工厂能吸引诸多企业争相落子?当前人形机器人真的可以替代蓝领工人吗?技术演进到什么程度?穿过当前的资本市场热浪,人形机器人大规模落地还需要克服哪些难点?

为此,近日21世纪经济报道前往开普勒机器人上海总部,独家专访了公司CEO胡德波,深入调研了当前人形机器人技术、业务的进展和痛点,以及工业场景下机器人布局的经济性和演进路径等问题。

《21世纪经济报道》(下称《21世纪》):公司目前的业务进展情况如何?

胡德波:目前正在启动小批量量产,进行早期客户订单的交付。预计今年销量100台,明年目标1000台,后年1万台,大概每年10倍的增速。现在下游行业的需求量其实非常大,因此这个目标并不算特别激进。更多还是取决于人形机器人的研发进展,如能稳定完成一些基本的任务,后期上量不会是大问题。从下游客户来讲,今年规划的100台,会有一部分是工业场景的落地测试项目,一部分进入到科研,另外一部分是数据采集场、展厅等。明年之后,工业场景占比会越来越大。

《21世纪》:为何坚定选择工厂场景?

胡德波:我们主要的战略方向就是瞄准工业场景的落地。因为就人形机器人来说,工业非常适合作为早期阶段去切入。

首先,其场景比较结构化,而且很多都是封闭空间,对于泛化性的要求也没有那么高。比如家庭场景对泛化性和安全性的要求极高,现阶段落地更加困难。

其次,工业场景的投资回报是非常清晰的,简单来说,可以算得过来账。

最后,现在人形机器人的演进,比较缺数据,因此,进入工业场景实际部署之后,可以和物理空间产生更多的交互,可以采集回来很多真机数据,使数据飞轮能够转起来。

工业场景的具身智能,其实类似于L2级智能辅助驾驶,相对比较可控,要求的数据量也不用非常多。

《21世纪》:人形机器人可以在工厂干什么工作?与现有工厂的设备又如何协调?

胡德波:目前工厂环境已经部署了相当多的自动化设备,但仍然有不少工位需要工人灵活操作,比如整车工厂的总装车间仍然大量使用工人,即便在工业机器人用量很大的冲压车间等,也存在用人的工位。比如,冲压件到焊接台的上下料,当前是由工人手动将冲压件上料到焊接台上,再由工业焊接机器人将多个冲压件焊接到一起,之后由工人手动将其拿下来放到料架上,如果用传统自动化手段去改造,成本会极其高。我们现在就在训练人形机器人负责这个工位的工作,进行冲压件的上下料。

实际上,在工业场景中,类似的工位有很多,散落在各处。而且对工人也并不友好,比如经常需要拿取重物、弯腰、举升等,容易造成工伤。

未来比较理想的状态是,人形机器人能够一机多能,跨工位进行调度工作,这样投资回报率会更高。

《21世纪》:对于工业场景的人形机器人,如何计算经济性?

胡德波:假设一个人形机器人一天可以工作2个班次,一个班次可以替代单个工人70%~80%的劳动效率,那么这个人形机器人就相当于干了1.5个人的活。以长三角的普遍的用工成本来测算,一年的综合用工成本在10万元左右,这意味着单个人形机器人的劳动价值可以达到15万元/年。

我们的人形机器人远期目标是做到2万美元/台,让客户能够在1~2年能够收回成本,这对于不少工业客户是可以接受的。目前如果部署在车厂的话,客户支出的人工成本更高,如果批量部署成本在3万美元/台,投资回报也可以达标,我们已经比较接近这个成本水平了。

《21世纪》:相较于业内普遍50万以上的单台售价,开普勒的机器人为何可以做到这个价格?

胡德波:之所以能够把价格做到这么低,首先是因为我们进行了大量的自研,同时也得益于我们团队强大的工程化和量产经验,以及优秀的供应链资源。我们自研了比如直线关节、旋转关节、灵巧手等高价值模组,由于早期供应链的不成熟,我们甚至自研了行星滚柱丝杠、电机、编码器、控制板等核心零部件,当前整机自研比率在80%以上。

此外,我们也与一些上市公司的战略合作伙伴进行联合研发诸如驱动、传感器等核心零部件,打造“硬件梦之队”,从而提高了我们硬件的整体水准和性价比。我们作为一家机器人链主型企业,对客户需求和场景有深入的理解,从需求出发定义和设计人形机器人的整体架构,进而研发机器人关节等核心组件,确保本体系统具有强劲的干活能力,再开发小脑和端侧AI模型等全栈软件,以满足场景需求。与我们合作的这些零部件公司,在自己的领域深耕了几十年,技术水平非常高,但需要补全对场景和机器人本体需求的洞察,以规划在人形机器人上往哪些方向去优化设计、改进,因此双方都有很强的合作意向。

《21世纪》:此前北京亦庄机器人半马比赛,暴露出人形机器人现在还存在不少问题,比如稳定性和续航。开普勒的机器人为何可以做到“充电一小时,工作八小时”?

胡德波:这是我们的独特优势,开普勒人形机器人的构型是面向工业场景设计,大量使用了行星滚柱丝杠的直线执行器,并使用了串并联混合的仿生架构,可以带来长续航的独特优势。

在机器人的大臂、小臂、大腿、小腿等位置,我们都是用了行星滚柱丝杠执行器,这种执行器带有自锁的特性,这意味着人形机器人在站立或对抗外部冲击载荷的时候,只需要很小的电流,就可以保持稳定姿态,功耗非常低。比较而言,如果使用旋转关节的话,就会一直需要保持大电流的输出,所以耗电量就会很大。另外,这种执行器很大的特点是不管在高负载或者低负载的情况下,传动效率都非常高,因此能量使用效率始终保持在很高的水平。

现在业内还有特斯拉的擎天柱、 Apptronik的Apollo、国内的小鹏Iron机器人也使用这种架构。但这种架构难度会比较高,因为行星滚柱丝杠目前供应链还不成熟,外采成本高,自研难度大,同时这个架构的运动控制算法也会更难。所以,除了我们这几家外,也有很多公司选择简单一些的构型,比如全旋转关节,先切入一些诸如科研、展厅和表演等服务场景,走不同的技术路线。

《21世纪》:开普勒在具身智能的“智能”方面是如何做的?

胡德波:我们目前对于模型主要做两方面工作,其一是运动智能,通过强化学习来训练人形机器人走路;其二是操作智能,也就是大家通常讲的具身操作,通过训练端侧小模型,瞄准工业做垂直场景的具身智能,当前模型的能力,可以让人形机器人实现稳定的操作抓取,并拥有一定的泛化性。而在VLA和具身大模型方面,我们也在跟进前沿研究,并且与大模型公司开放合作。

下一阶段,是针对特定的工作任务,比如搬运类作业任务,实现此类任务的泛化性,因为不同的场景,料箱的大小、颜色、材质、重量、位置等等都会有不同,可以通过模型的泛化性去实现垂直场景的快速部署。在VLA等端到端大模型能满足工业场景的使用要求之前,中间会有一个过渡状态,就是人形机器人带着预训练模型到达现场,通过现场采集部分场景和任务数据,进行模型调优,实现快速的部署,也可以通过任务执行中的在线学习,进一步优化模型。

《21世纪》:就人形机器人行业来看,国内与海外差距大不大?

胡德波:目前海外跑的比较快的是特斯拉的擎天柱、Figure。其中马斯克的技术细节没有怎么公开,从视频来看擎天柱的工厂场景训练可能还是走得最快的,Figure也在美国宝马工厂进行训练。另外,还有Agility,他们在亚马逊进行料箱搬运试点应用,但还没有进行规模化的商业化部署,成本和安全性是下一阶段的重点考量。开普勒目前在国内的多家汽车主机厂进行不同工位的训练,也在进行仓储物流场景的工位训练,国内和国外厂家整体都处在训练和试点应用阶段,差距不大。从机器人本体和运动控制的角度来看,国内厂家开始取得全球领先的位置,而在机器人的具身大脑方面,国外的研究会更前沿,国内在数据采集、训练场方面进展非常快,具身大模型方面也有不少优秀的公司,国内外差距不大,都还在高速发展。

《21世纪》:从开普勒和行业角度来看,目前还有什么核心卡点需要攻克?

胡德波:从目前行业情况来看,机器人本体和具身智能都有很大的发展空间。比如,针对工业场景,虽然有多家机器人公司在做,但机器人要满足工业场景稳定可靠的要求,还有一定距离。比如本体要做到更精良、成本足够低,要可量产、可部署、可维修,预计还需要2~3年才会达到比较理想的状态,但明年开始就会小批量落地,用不完美的版本,在使用中去迭代优化,最后达到成熟状态。

而就具身智能来说,目前人形机器人的聪明程度还远远达不到全场景通用泛化的要求,机器人数据也非常缺乏,具身智能大模型的技术路线尚未收敛。但类似于自动驾驶从L2到L5的演进,具身智能会一直发展完善,在这个过程中,可以沿途下蛋,利用已有的能力,比如L2的具身能力,就可以逐渐在工业里使用起来,这个问题不大。

从我们角度来讲,我们正在建立数据闭环的工业具身智能,通过数据采集、数据处理、模型训练,结合预训练的底座模型和现场的少量数据采集,实现垂直场景的泛化部署,把以往需要几周的调试部署时间,缩短到几天,甚至几个小时,这是我们明年在具身智能方面的主要工作。而在机器人本体方面,我们即将启动开模量产,从9月份开始发货,期待与更多的客户启动合作,把机器人在各个场景用起来。

海量资讯、精准解读,尽在新浪财经APP

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10