谁说中国机器人只会唱歌跳舞?|硬核AI客

新浪科技
Dec 12, 2025

专题:《硬核AI客》

  日前,《硬核AI客》栏目主理人罗宁,前海开源基金董事总经理、首席经济学家杨德龙对话优必选首席品牌官谭旻。

  看待网上有一种说法叫“中国的机器人只会表演,美国的机器人才会干活?”中国的机器人和硅谷的机器人到底谁更强?

  谭旻表示,这个说法可能有所片面,大家仅仅看到中国机器人唱歌、跳舞的那个部分。

  他指出,其实优必选或者是说中国其它很多的人形机器人,正在从大模型的装载,在具身智能这个时代,迅速地聚焦在应用场景当中,去做各个场景的垂直应用,这个是现在看到中国人形机器人百花齐放非常蓬勃发展的局面。

  “相对于美国的人形机器人公司来讲,反而它们其实是all in AI,它们是拥有更庞大的对AI投资的能力,这是我们目前中国人形机器人产业所不具备的超规模化的AI投资的能力。但是真正的在场景应用,我相信中国的人形机器人产业已经在领跑全球了。”他说。

  《硬核AI客》是新浪财经联合微博推出栏目,围绕人工智能领域的研发进展、应用场景与商业化前景,以沉浸式探厂与深度对话,为消费者和投资者决策提供“第一线”参考。

  以下为节目实录:

  【罗宁】:最近有一段关于优必选人形机器人的视频,在海外爆火引发震动.甚至是全球估值最高的人形机器人独角兽Figure AI创始人都怀疑这是CG视频。面对质疑,优必选用他们的一镜到底的方式回应了质疑。

  【杨德龙】:其实这场争论的背后反映出业界对于人形机器人发展的深度关注。那么这个人形机器人方阵到底意味着什么?是不是说我们现在人形机器人已经处于商业化的前列。

  【罗宁】:那面对这些问题,我们不妨到优必选来找找答案。

  何看待机器人创业公司疯狂砸钱推产品的做法?

  【罗宁】:我们也看到近一年,我们也有很多国内的创业公司会疯狂砸钱去推自己的机器人。

  【谭旻】:其实任何的颠覆性的产品在刚刚出来的时候,它其实都会有不同的技术的取向。

  大家要了解到,在过往的两年左右的时间里面,其实中国已经成立了接近200家人形机器人的公司,大家在百花齐放的过程中,一定是八仙过海、各显神通,所以大家为了能够更好地发展,其实一定会用各种各样新奇的手段来吸引眼球。现在市场其实通过这一两年的喧哗,已经逐步逐步地回归到真正的场景应用当中来,这才是整个产业健康发展的一个正确的方向。

  【谭旻】:如何把我们现在大模型跟人形机器人,这个具身智能的最佳载体结合在一起,放到很多垂直领域去,做更多的产业应用,我们相信这是未来10年到20年的一个产业发展的主流方向。

  从现在的造车新势力来讲,因为造车新势力更多采用跟随特斯拉发展的策略,特斯拉做车,它们就做车,特斯拉做人形机器人,它们就做人形机器人。但是这里面反而有些善意的提醒,就是不要被特斯拉带到坑里面,因为其实能够拥有特斯拉巨量资金的投资能力的公司并不多,我们看到国内的造车新势力,其实还是在整个汽车盈利的生死线上面做它们最后的抉择。

  AI大模型爆发,对人形机器人的能力带来哪些影响?

  【罗宁】:今年是AI大模型爆发的一个里程碑式的一年,那么在AI大模型爆发之后,它对于人形机器人的能力会带来哪些影响?

  【谭旻】:大模型的出现,首先第一个,它其实对人形机器人在大脑的发育上面,对识别万物,对于它的推理端,其实是有非常快的这么一个推进。

  语言大模型的加持下面,它能够很好地跟人去沟通、交流,形成一个双向的互动的能力,这真正是我们在桌面人形机器人上面,我们相信今年到明年会有一个大爆发的一个很重要的原因。

  但是我们不要忽略了语言大模型它其实是一个2D的数据构成,主要是传统的互联网上面的数据,它其实还是缺乏我们在真实应用场景下面的数据,这也是为什么在大模型出现之后,我们迅速地选择了工业智能化作为我们的突破点。

  我们认为下一个更为重大的大模型的突破,它一定是要结合我们的视觉,就是我们的computer vision,在机器视觉上面要让人去跟机器、跟世界互动,要通过一个视觉能够连接在一起。  

  探厂环节

  【谭旻】:现在看到我们正在搬运的这个工业人形机器人Walker S2。就是我们现在大批量交付的这个人形机器人。那现在他在工厂里面是实现,我们在三个产品上面的一个应用。包括现在看到的这个搬箱子、堆垛、码垛,他实际上现在在拆垛。你可以看到是说他通过他的一个自主能力,我们是运用了这个类人眼的这个双目视觉,他用他的这个两个眼睛跟人一样的一个深目摄像头,看到这个任务之后,他要自主去规划他的这一个抓取的能力。

  【谭旻】:除了他能够有很精准的识别能力之外。他通过他的这个双眼的双目视觉通过他耳朵的360度的这个场景的覆盖。你可以看到他其实就是还有往这个底部的这个脚部的这个覆盖。这样的话,他能够实现我们叫做360度无死角的全方位的这么一个防范。

  没有真正通过商业验证的量产交付都没有意义

  【谭旻】:无论是一级市场还是二级市场,无外乎都离不开两个关键字,一个就是人工智能,另外一个就是具身智能。

  对于二级市场来讲,其实大家很关心,人形机器人的发展是不是像美国所引领的大的all in AI的这么一个很宏大的叙事来去进行。从优必选的角度来讲,我们是比较谨慎的,也是比较务实的。

  我们其实今年是500台到1000台交付数量的范畴,明年我们的目标是3000到5000台,2027年是10000台。通过这三个步骤的POC的验证,大家一定要记住,没有真正通过商业验证的量产交付都没有意义。

  比如说特斯拉说它要形成100万台,那是一个对未来的期许,它其实没有任何现在能够对于场景应用上面的一个验证,光谈数量是没有意义的。可能大家都高估了现在的发展速度,但是低估了未来的成长速度,这是其重要的一个点。

  人形机器人业务何时能实现“自负盈亏”?公司内部对这一关键目标有怎样的规划和时间表?您认为实现这一目标的核心驱动因素是什么?

  【罗宁】:市场对于机器人公司,关心的一个问题是,何时能够实现自负盈亏?

  【谭旻】:未来两到三年内,我们其实希望能够实现,我们在整个盈亏上面的平衡。当然其实我们可以预见到今年其实已经有一个比较大的业绩增长的基础上面,也有可能是说,我们在明年、后年,这个盈亏点就会来临,这个是我们总体在快速地推进营收,然后在整个成本的控制下面,能够实现我们在整个商业化很关键其中的一步,就是盈亏平衡的规划。

  中国的机器人和硅谷的机器人到底谁更强呢?

  【罗宁】:您如何看待网上有一种说法叫“中国的机器人只会表演,美国的机器人才会干活?”中国的机器人和硅谷的机器人到底谁更强呢?

  【谭旻】:好的。这个说法可能有所片面,我认为可能大家仅仅看到中国机器人唱歌、跳舞的那个部分。

  其实优必选或者是说中国其它很多的人形机器人,正在从大模型的装载,在具身智能这个时代,其实迅速地聚焦在我们的应用场景当中,去做各个场景的垂直应用,这个是我们现在看到中国人形机器人百花齐放的一个非常蓬勃发展的这么一个局面。

  相对于美国的人形机器人公司来讲,反而它们其实是all in AI,它们其实是拥有更庞大的对AI投资的能力,这是我们目前中国人形机器人产业所不具备的超规模化的AI投资的能力。但是真正的在场景应用,我相信中国的人形机器人产业已经在领跑全球了。

  探厂环节

  我们看一下,他是如何实现他在工厂的这个续航能力的这个重大的痛点。就是三分钟自主换电我们过去看一下。

  那现在看到就是我们在工厂里面实现自己给自己换电的这个展演。他背部有两块电池,这也是大家好奇说他是怎么实现拔出一块电池他还是能够动的。那实际上他有两块电池。这两块电池总的电量,他其实如果是低于20%左右的时候,他通过他的群脑网络。就会在整个我们在工厂的这个智慧网络,能够去找到他最近的一个充电桩。然后走过去,进行这个三分钟自主换电的这么一个更换

  如何看待未来人形机器人的发展前景?

  【杨德龙】:我提出一个观点,人形机器人可能成为我国继家电、手机、新能源汽车之后“第四大产业赛道”。人形机器人目前还在发展的初期,远远还不到量产,至少不会出现价格战,因为这时候大家还在走向量产的过程。

  您感觉和特斯拉机器人相比,中国的机器人公司将来能不能给全世界造机器人?我们有没有这样一个能力和信心?

  【谭旻】:我们改革开放40多年了,我们已经搭建起全球最为完善的一个供应链的能力跟生态。这个系统化的能力实际上是我们的一个基石。因为有这个基石,中国的人形机器人产业才有这个底气。

  我们认为中国的人形机器人有机会成为制定标准的实施者。因为人形机器人直到目前为止,每一家的技术都还没有收拢,人形机器人在全球行业里面还没有形成标准化,我们就有机会跟整个产业链的系统化一起,能够在这个标准上面形成中国人形机器人的产业标准。

  一旦形成了相关的规则、相关的标准,它就变成全世界的标准。因为大家不要忘了,我们其实拥有全世界最大的智能制造的应用场景,现在全世界新建的最先进的工厂可能超过80%左右都在中国,这个实际上是有利于我们进一步加强我们在标准制定上面的话语权,这个真正是整个人形机器人行业发展的一个更为丰饶的土壤。

  探厂环节

  【谭旻】:那这台机器人是我们第二代的工业人形机器人Walker S1也是现在拥有最多的工厂实讯场景的机器人。他其实在整个图像文字识别上面,你可以考考他。我们看一下杨总(写的字)

  【罗宁】:图像他也是没有问题的

  【谭旻】:是的,都是一样的。那我们可以看一下写的这个文字能够让他识别一下。Walker请告诉我们白板上面写的是什么

  如何去评估一家机器人公司的真实价值?

  【杨德龙】:资本市场上炒人形机器人,其实这两年主要炒的是零部件公司,这些公司本身就是做汽车零部件的,它们转型做机器人零部件是找到的第二条增长曲线。

  所以对于人形机器人零部件公司的话,我觉得2025年主要是炒概念。只要宣布我给机器人做零部件,股价都炒。至于它能不能拿到订单,还不确定。但是到2026年,要进入到比拼订单的时代,就是看谁能拿到大厂的订单,谁能进入到大厂的配套。如果能拿到大厂订单的机器人公司或者是零部件公司,那可能就会涨得比较好。那些纯粹炒概念,没有拿大订单的公司可能就要跌回来,说明这是炒作。

  抛开商业和技术指标,如何看待理想中的人形机器人?

  【杨德龙】:在人形机器人应用的时代,就是会不会造成一些人的失业,造成学历的贬值。

  怎么能不被机器人替代。我觉得主要是三个方式:

  第一,你懂技术的,你可以像梁文锋一样,搞一个DeepSeek大模型。当然这种要求对普通人来说太难了。

  第二,你要学会应用、使用这些智能,使用机器人,使用人工智能。

  第三,通过资本来投资。通过二级市场去投资一些能够胜出的机器人公司,或者是AI公司,这样的话这些机器人就会给你创造价值了。

  近一年,机器人表演唱歌、跳舞等娱乐性项目已成趋势,这种趋势是正确的方向吗?

  【罗宁】:我们近一年也看到机器人有一个变化,就是大家去表演唱歌、跳舞,去表演一些娱乐性的项目,您认为这种趋势是正确的方向吗?

  【谭旻】:优必选在13年的创业历程当中,其实已经四次上过春晚,每一次上春晚都是不同的机器人。它是作为创业公司,在刚刚创立的过程中,向投资者、向整个业界去证实自己能力的其中一种方法。

  真正进厂打工,是我们整个中国人形机器人产业发展大的政策上面的指引跟方向。优必选在过往的两年当中,其实已经是率先比我们美国的同行,更早地投入到我们的产业应用当中去,更早地把机器人投入到我们实体经济的这么一个更高的效能提升当中去,做一个新质生产力。

  让我们的人形机器人帮助我们的人工智能,更快地对我们不同行业提质增效,发生真正的推动,这是我们中国人形机器人产业面对的挑战,也是我们真正遇到的非常大的机遇。

  AI投资在机器人领域已成热潮,是资本的泡沫?还是真正去砸钱创新?

  【罗宁】:现在AI投资在机器人领域是非常热的,这股热潮究竟是资本的泡沫?还是真正去砸钱创新呢?

  【杨德龙】:这一点是和2001年科网泡沫是不一样的,那时候很多科技公司、互联网公司是没有实际应用的,很多就是炒概念。但这一次AI革命,包括机器人,它都有实际应用场景,那将来可能会存在优胜劣汰,有些公司做不下去了,结果最后倒掉了,或者是泡沫破裂了。但是从产业发展角度来看,我们要用产业发展的眼光去看它的投资机会,我们不能错过AI时代给我们带来的投资机遇。

海量资讯、精准解读,尽在新浪财经APP

责任编辑:李思阳

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