机器人这个领域里面最容易和精细一个产生深度结合的是什么自身智能机器人的一个最佳的载体就是人型机器人就像他给人型机器人装上了一个大脑逃临解流那绝对是需要有一定的手感或者手艺活那现在就可以用机器人来做了未来机器人去服务于家庭它是要必然要走的一个路径
机器人它最主要的难点是卡在哪数据是一个很大的瓶颈那 DeepSeek21 大模型它是开源的不会帮助我们解决这个难点吗刮胡子挑黄瓜 叠衣服对于机器人来说我怎么样把人的这种意识或者是怎么样把人的这种操作的这种手感给奉献出来最难的就是对于服务场景的一个落地没有 3 到 5 年肯定是达不到的
嗨 朋友们好 欢迎收听资本论 我是冰姐说到最近最火的两个人工智能话题呢就是 DeepSeek 的阿一大模型以及上了春晚 New Younger 的机器人大家有没有想过如果 DeepSeek 加上智能机器人会碰撞出怎样的火花
我们可以看到近期呢不管是从海外还是国内不断的有科技互联网公司宣布接入甚至基于 DeepSeek 来开发产品那么 DeepSeek 的出现它对于巨神智能对于智能机器人行业又意味着什么我们是不是可以在更短的时间以更低的成本来期待一个机器人进入到我们的生活和生产中那
那本期节目《日本论》与自适应机器人的独角兽企业飞机科技的副总裁胡晓平展开对话胡总你好首先先请您跟我们的听友打个招呼吧各位听友好我是来自飞机科技的胡晓平我刚刚在开头跟
跟大家简要介绍了说飞机科技是研究自适应机器人的独角兽企业我们就先从咱们飞机科技的这个故事聊起吧咱们的创始团队来自于斯坦福大学的人工智能实验室创业开始挺早的 2016 年就开始了它为什么是最后选择了这样的一个赛道又怎么从斯坦福到国内的飞机的创始团队主要来自于包括像斯坦福机器人实验室还有斯坦福人工智能实验室主要是华人为主
我是在 17 年啊对在飞机开始在国内运营的时候就加入了有相对比较早期嗯我本科是浙大的自动控制那个专业方向就是雄龙实验室其实像现在那个云深处就是我们实验室的老师做的然后当时学的就是呃
控制自动化所以其实事实上是跟机器人比较相关那个时候我记得跟我们现在 CEO 王世权还有云生初的 CEO 朱秋国我们在 12 年的时候还一起去日本参加机器人比赛代表浙大反正他比我高一级也是学长对然后我后来 13 年去了中科院自动化所
学的是模式识别因为那个时候也是刚好新一轮 AI 起来的时候所以当时做的其实就 AI 的方向然后为什么我们会选择这个赛道有两个维度因为在斯坦布基金研实验室我们能够比较深刻的认知到过去工业机器人的技术路线或者协作机器人的技术路线还是有天花板不足以解决就是机器人
通用层面的这种应用能力或者是适应能力所以大家能看得到大部分的这种机器人还主要以在这个工业制造领域应用为主而和人交互的一些开放的场景其实应用的非常有限但是人是可以去完成各种场景的这种作业能力的所以我们就在想怎么样通过机器人
具备人的这种操作能力从而去提升它的一个适应性来去达到我们富能这样的一个目的那围绕这个路线我们就开始从机器人的这个利控以及 AI 这一块结合这个路线开始走那从公司成立到现在的话我们已经能够去实现机器人这种极致的利控能力来去突破说机器人应用的一个局限从而真正实现了我们在
工业制造汽车 3C 或者是家电这样一些制造场景的就是应用场景的突破也包括说我们像在农业生产包括农产品加工包括也在服务行业比如说像理疗手术这样一些场景的落地真正意义上把机器人和人的这种距离可以拉得更近然后去对于产业去做一个突破这是目前飞机所做的一个事情
在斯坦福的那个阶段和李飞飞这个团队或者是跟他本人有过接触吗因为李飞飞他现在也在创业嘛他其实瞄准的也是这个空间智能方面那
那我们这个团队创始的这个思路是不是因为也受了李飞飞的某一些影响这个确实是对于因为飞行团队来说其实除了对于空间因为空间的这种理解和任务的这个决策是对于机器人的操作或者是说执行是非常关键和重要的所以对于李飞飞的团队角度更多的会从空间智能这个维度上
对于我们有一些影响但是真正让机器人实现这个操作的实际上还是在机器人测的或者是硬件测的这样一个升级和技术的突破才可以其实我们在谈到智能机器人这个领域往往会被很多的特别新的概念弄得非常的不知所措比如说我们现在听到最多的有人形机器人飞机科技主攻的是自适应机器人这个概念其实对于很多人是比较陌生的
然后我前段时间就看到我们有一项比较生动的展示就是展示了世界上首个刮胡子的机器人这样的话让大家对什么是自适应机器人大概是有了这样的一个具体的印象
目前在国内外的智能机器人制造的这一个赛道或者是这个领域里面它基本上是分为几类它是一个什么样的格局 OK 确实就目前几个比较热的方向比如说像人型机器人人型机器人实际上相对来说
目前来看还没有一个非常标准化的定义包括我现在也在这个就是参与了一些国家标准的一个起草组的这样的一些工作就是去定义说什么样的标准才能叫人型机器人更多的还是从它形态的角度上来去定义就是长得像人就是有头有身有躯盖有腿这样的一种形式那就叫人型机器人当然
当然之所以去发展人型机器人更多的就是因为人类的这种生活生产的环境其实都是围绕人的这种形态去打造的所以相对来说人型机器人更加适应于这样的一些环境去完成他的一些任务而且对于人类来说一个比较人型的这种形态的话也更加乐意去接受而不像过去的工业机器人如果是一个机械臂
在一个家庭里面去完成一些任务看着就比较奇怪没有那么的亲和力那从人型机器人的角度上来说不同的这个团队侧重点可能不太一样比如说有更侧重于做这个移动的
比如语术机器人语术的人形机器人它的移动能力就很强它可以翻跟头它可以跑可以跳第二个维度是操作能力从分析的角度来说我们还是更注重在操作层面这个操作其实就涵盖了包括眼睛看得到这个场景包括手臂我能跟环境做一些交互我能够抓住物体然后基于这个物体我去做一些任务比如说
泡一杯茶或者是做一些呃家务那这个就是操作层面的一个点那我按照我们所理解的我觉得就是未来不论是人型机器人或者其他类型的机器人真正意义上去发挥价值还是需要他操作能力的提升才可以因为机器人跟物理世界去做一些交互了啊而如果纯粹更多的是呃
一些分析理解或决策或者是大脑 AI 的这种识别那其实还不够的因为最终还得需要付诸实践所以我们分析为什么从一开始就往这个手臂的维度上先去把他的能力给做起来那我们更多的还是对于操作能力的这种价值的一些理解因为其实我们的创始团队在早期斯坦福独播期间实际上就已经接触了很多的像
Asimo 就是大家知道日本的机器人它其实移动能力已经很强了包括 Ocean1 就是当时斯坦福非常著名的一个项目就是水下机器人它可以去进行水下的这种考古探险就是诸如此类的但是我们在当下其实就已经认知到说人体机器人还需要有一段时间所以我们更多的还是希望先把这个仿人化的这种操作去解决
所以我们开始做了这个手臂那这个就是飞机目前自适应机器人所探索的因为我们的这个机械臂完成之后装到区干上其实就是人的手所以他就可以去完成这样的各种类型的这种操作这是一个维度还有一个维度就是像现在大家所提的这个巨声智能机器人
智能智能也是一个新的方向的当然实际上它发展的周期也很长前面所提的李飞飞的团队其实他们在智能智能这一块呃就是发展的时间非常非常长包括像现在更进一步的往空间智能这个维度上去研究呃去探索然后智能智能其实强调的也是说我机器人跟呃
就是实体世界的这种交互这样一个智能体当然它的形态可以多样哪怕是一个扫地机器人它装了一些智能的这种分析和决策的系统之后它也可以叫一个智能机器人
当然目前来看的话可能自身智能机器人的一个最佳的一个载体就是人型机器人就相当于它给人型机器人装上了一个大佬飞机科技的这个虽然是先从手臂这样具体的部位开始
最终要实现的那个目标其实也是一个人型机器人对因为我们从手的能力完成之后接下来其实就是结合双臂以及躯干以及这个大脑的这些能力这些结合随着我们的产品或者是硬件的产品成熟之后我们逐步也做了一个孵化我们在去年
就孵化出了一家专门做智能智能的公司叫穷彻智能它其实就围绕着大佬的能力的开发或者是机器人的决策机制的这样一个能力的开发为路上去单独出来去发展那飞系的话就从小佬以及说我们双臂的这一块能力的开发不断的去深化我们的产品所以这是我们可能整体的一个布局
当然至于说最终我这个躯干和大脑都有了之后下肢到底是双足的形式还是说轮式的形式这个可以结合说具体的场景我们再来看我们所提的自身硬的一个概念也是希望就是机器人可以去突破过去在工业制造领域相对比较固定的这种场景应用的这样的一个局限
因为过去工业机器人所追求的是精度和位置的这样的一个控制所以它相对来说对于工作场景是有要求的就相对只能在一个比较封闭的环境里面才能够有效地完成这个作业而这个确实极大程度地去约束了它的应用场景而对于自适应机器人来说我们是希望机器人通过对于外界环境更好的感觉
那这个感知包括视觉也包括我们所推崇的或者是我们现在所做的这个力觉这一块的一些能力从而能够让他对于一些变化的场景能够自主的去调节自主的去学习自主的决策然后从而实现对于场景的这种适应能力的提升
那基于这样的一种能力我就可以在一些比较开放的场景哪怕是未来跟人所交互的这些场景刮胡子这个应用其实是一个非常典型的因为它是一个非常开放场景的而且是和人交互的因为这个过程当中一方面是要让机器人去对于刮胡子的这个任务要有一个准确的理解
其次对于说胡子在哪需要刮什么地方也得有一个准确的检测再者呢就是需要让机器人去自主的把这个刮胡刀给就是放到人的脸上然后去完成这样的一个刮胡的动作而且大家也知道人的这个皮肤是一个非常柔软的这样的一个构造所以实际上对于这个力的控制就变得非常关键和重要了如果一旦
控制不好那刮胡刀而且它是一个手动的刮胡刀片它不是那种电动的这种刮胡刀所以一旦力控制不好的话那就很容易把人给刮破或者是把这个就伤害到人所以这整个过程实际上对于机器人在力控这一块的一个要求就变得非常高了当然就是力控以及跟 AI 的结合是相辅相成的
只有這兩種能力得到一個質的提升我們才能夠讓未來的機器人真正的去服務人包括像現在養老的這種產業也好或者是未來這種抗氧的這種產業也好才能夠確保這個機器人的這種
可落地的能力或者是可靠性然后确保说这个交互的一个安全性这个我觉得也是目前对于很多像智能智能机器人的研究或者是人型机器人的研究必不可少的这个维度吧也都需要大家一起来去共同解决这样的一种问题
就一个技术路线或者技术方向所以所谓自适应的这个能力可不可以简单为其实就是访人的能力最终我们所追求的其实就是人的这种操作模式因为大家可以理解我们人类在去作业在去和环境交互作业的过程当中可能 90%多以上甚至 99%以上的这样的一些任务都会涉及到这个力的交互啊
或者是触觉或者力觉这种感知那对于过去的这个工业机器人或者像现在哪怕可能大部分人型机器人对于这一块的这种能力其实还是有待提升的所以飞机过去几年八九年的这样一些沉淀其实也是想把这种仿人化的这样的一套机制那这个机制包括说力的感知也包括说力的这一块的一些控制或者是
小老的这一块的一些决策这部分能力得到提升才能够本质上改变说就是交互的这种可靠性的一个输出飞机现在能够达到了那个最高的水平是能实现什么我们更多强调就是在操作这一块的一个可落地性所以可能我们不是像飞机
就是大模型这样在一个呃任务的理解和决策上但我们更多的是把这一个机器人和环境交互这个操作的可靠性和稳定性上得到一个啊本质的提升所以在这种情况下啊
结合这个力控和 AI 那我们就可以真正实现就是机器人去赋能这样的一个目标能不能举个具体的例子就是刚刚所讲的我们怎么样可以把人的这种操作的能力赋能给手臂那这个其实就是我们一直想去突破的那赋能过程当中其实核心的就是刚刚讲把这种力的感知和控制这一块的能力得到提升那这个提升就需要从两个维度去出发
一个就是感知上那感知我们就自主研发了这个逆传感器包括说一维的包括六维的能够确保说机器人和环境的交互这种有一个精细的感知而且这个传感器我们在这个性能上在这个成本上我们
都大大优于目前行业里面的一些已经成熟的一些产品所以这个是我们非常本质的一些优势然后基于这个感知我们就有一套新的这种利控的算法包括结合这个传感器的这个我们所谓的这个七轴的自身手臂的这样一套控制算法那这一块的话就传承了西安部基层实验室在利控这一块的一些理论的成果我们也是相对来说在
这个斯坦福进行实验室把 OSAMA 这一套力控传感器应该是目前做的最前沿或者是说最成熟的这个商业化的一个产品这个在其他的同类型的这个产品当中应该还是非常非常少这个飞机还是有比较典型的一个优势
然后基于这一套算法框架我们真正意义上去实现了对于高精度高响应的利控的手臂然后去实现我们对于各种场景的一种适应所以在硬件和软件这两个维度做了突破和升级之后我们把机器人的这种跨行业应用的能力得到了一个本质的提升
这个我觉得是在行业里面应该还是非常独特的一个存在基于这一套技术和它的实践我们目前的最主要的落地场景是在哪
我们希望未来的手臂能够接近于人手的操作能力所以目前我们其实在各个行业的落地也是选择了很多典型的场景我们在工业制造比如说像新轮延车我们跟
特斯拉影响未来都有深度的一些合作去解决了过去他们比较难以去实现的一些比如说像装配类的或者是打磨抛光这种就是表面处理类的因为这些场景过去工业自动化或者机器人的
利用率是很低的因为它的复杂度足够高所以对于工业机器人的这种解决方案来说是有天安的一些瓶颈在所以比较难去实现那对于自信手臂来说因为我们天安的优势就是可以替代人所以目前依然还是由人来去实现的场景我们可以通过自信的手臂来去实现电子制造 3C 这个领域我们跟英伟
荣耀这样一些手机厂商去做了一些 FPC 的组装装配大家可以知道就是 FPC 是我们有很多这种屏幕都有一些排线就是它是一个非常柔软的这样的一个操作对象
那在这个装配过程当中就要求说机器人一方面我得需要抓住这样的一个软的物体另外一方面呢也需要说让机器人去围绕着是拿着这个柔软的这个对象去完成一个组装扣合的这些动作以及说扣合完成之后我还需要去检测它是不是已经扣紧了所以这整个过程可以想象其实人来做肯定会需要一个非常精细的力才能够去实现
所以这整个过程如果用位置的方式去控制那就很难去对于这个对象有一个很精准的控制操作那用利控的方式就可以比较好的去解决所以这个是一个非常典型的可能过去还比较难以自动化那现在已经被自适应手臂去解决的一个制造的场景
然后除了工业制造之外其实我们对于非工业这一块的一些探索更有意思比如说我们跟新兴旺成立了一家做农业自动化的公司专门解决了农产品加工里面的一些场景比如说做这个鸡腿肉的切割大家做过饭可能就有很直观的感受就是切肉
它是需要有一定的手艺活才能够更好的去完成这个切的动作的就像过去我们有一个成语叫刨钉解瘤那绝对是需要有一定的手感或者手艺活才能够去完成这个动作否则一般人可能都难以去实现那这个对于
自适应机器人就可以把人的这种手艺赋能给这个手臂那这种手艺其实归根到底就是大家对于这种力的感知嘛你碰到什么用多大的力用什么角度的力然后才能够最佳的去完成这个任务和操作那我们就可以把这种手艺
编程让机器人去实现然后这样的在这种情况下我就可以完成这个切肉的动作对所以过去可能这个切肉就全部都是人来做那现在就可以用机器人来做了然后我们也还做了一些比如说像炸鸡排或者炸酥肉都是一方面它的操作队上都是一些就是形状规则非常不确定的这样的一些对象另外呢这个任务也是非常柔性的
我们也可以让我们的手臂很好的去替代人去玩高效的去完成这些任务
然后也包括说可能跟人接触的像理疗因为理疗我们更多的是按照一定的穴位然后按照一定的力道去完成按压那这个过程也可以通过这种自适应的手臂来去实现因为我们在力控这一块可以控制的非常非常好不像说过去我们做那个按摩椅那种可能就只有几档可能很多人都不太能够去适应它的这种力道
反而就非常不舒服那对于自身手臂来说就可以很精细的去做这个力的控制来去实现这样的一个理疗或者是说来去实现我们这种手术或者是辅助检查辅助检测的这样一些功能所以可以看到说
本质上就是当机器人的操作能力更接近于人手的或者是人类的这种操作能力之后它的这种场景的直线和约束就被打开了我们就可以大量的这种场景就可以依赖于人手的
就是我们这样一个通用的手臂去实现所以飞机未来的话我们基于这样一个通用的自信的这种机器人的平台那也可以让很多第三方在这个平台上去发挥他们的想象去落地更多的一些有意思的场景这个也是我们接下来会希望去打造的
您在回答这个当前我们机器人领域的这个格局的时候其实更多的已经涉及到了不同的技术路线和范式我的感觉是目前其实在这个领域里面还没有说达成一个广泛的共识就是大家都在试都在探索各自的这样的一个道路
然后呢关于这个硬件是做硬件的还是做软件我听说好像咱们机器人创业圈子里面还存在着一条鄙视链机器人这个赛道目前来说也是一个相对比较新的或者是比较前沿的一个赛道所以这也造就了说目前大家对于路线也好产品的定义也好标准的定义也好其实还是处于一个相对比较早期还是一个可以理解为一个百花齐发的这种状态嘛
我觉得这也是一个相对来说比较好的状态能够集合各方的这种资源或者各方的技术然后来去突破看看能快速的去找到一条最佳的路径如果纯粹从硬件和软件这个维度上来看的话实际上飞机在过去发展过程当中其实两者一直都是在结合的来去走的做这个机器人它最主要的难点是卡在哪儿
说实在的其实对于这个路线跟大圆模型是类似那乌鸦湖就是算法数据算力这一块那对于算法来说或者是算力来说目前可能相对来说都已经有一些共识了或者是有一些
比较好的一些解决方案了但是对于数据来说尤其是像机器人那种操作数据来说它还是有不像这个大语言模型这样子已经比较成熟已经有海量的数据去支撑这些训练因为实际机器人和环境的这种交互它数据的维度是更
复杂的因为它涉及到说空间时间以及各个维度上的这样的一些数据的采集所以它的这个收集的过程远远还不及像大语言模型那么多而且对于智能智能数据它不是一个体力问题它是一个科学问题
你怎么样去规范化你的这个数据的维度你怎么样去规范化你这个数据的有效性其实它都需要还需要进一步的这些探索比如说像现在之前那个特斯拉他就建立了一个数据采集厂有看到他的宣传视频里面有很多的人
在操作那些机器人在去做这个数据的采集然后像现在上海也有去构建一个很大的这个很大规模的这个数据采集厂那这些其实数据都是为了后续做这个智能智能模型训练去做准备的但是可以想象其实一个非常大投入的这个事情目前还只是一个起步的阶段所以说如果从智能智能这个发展围堵上来说目前我觉得数据是一个很大的一个瓶颈
这是一个维度然后对于像操作层面比如说像机器人的对于环境的感知和交互层面飞机已经在这个维度上有很多的一些成果或者是很长时间的一些探索但这远远还不及说真正到比如说像到人形机器人让它跟环境有一个友好交互这样的一个程度
其实比如说这次春晚雨树机器人在现场跳了舞之后大家可以明显看得到什么呢就是他下台的时候还得有人拎着他对吧还得担心他会摔了哪怕说他跳舞的时候我的动作都已经非常稳定了但是很有可能我在一个很简单的这个移动的过程当中会摔倒刘谦跟他互动的时候结果那机器人就真的瘫了
可能确实那个时候就是程序运行的一些状态就导致他可能就没有正常的去做一些互动所以实际上其实大家各自在不同的这个领域里面都有很多问题需要去解决还需要各自在各自领域可能把这个技术路线
给解决掉或者是有一个很好的这个解决方案的输出然后综合起来可能我们到时候才能真正实现完整的这种人行基建这样的一种状态你具体说到两点第一个是数据方面第二个是操作层面咱们先说第一点就是数据方面那 DeepSeek R1 大模型它的数据是开源的
那它的这个出现不会帮助我们解决这个层面的难点或者是问题吗在这个大语言模型这个领域其实它对标还是像 OpenAI 的这些大模型所以它其实在它的这个数据的构成和这个维度跟机器人的一些操作数据还是非常非常不一样
因为我机器人的数据不仅仅是对于语言的一些理解我还对于空间的一些理解我对于动作的一些理解比如说我要拿一个东西我可能得先让手比如说往前走多少步然后往下走多少步然后在什么样的呃
呃
我们这个模型的一些优化的能力但是对于数据采集本身来说实际上它有很多的一些数据是不能够附用的所以还得需要经历一个积累的一个过程也就是说我们不能简单的理解为 DeepSeek 就是给机器人的一个脑我们只要把
这个脑装上然后我们这个智能机器人它就可以实现突飞猛进的一个进展对 这个其实是两个维度它装了这个 DeepSeek 的大模型之后可以优化机器人跟人的这种比如说语言的交互比如说你给它指令它可以快速的去理解
和反馈但是真正让机器人通过这个大脑形成我任务的这种操作能力以及让机器人进一步去执行这个操作其实这个过程并不是现在 DeepSig 所真正解决的这些问题所以实际上它也没有在这一块有有所突破所以这个层面上来说机器人还需要自身的这样的一些发展才可以达到理想的这个效果
是
其实对于机器人和人的交互你可以理解为分为多个步骤对于说交互的这种友好性来说 DeepSeek 的介入肯定是会大大去提升这样的一种能力的所以对于我们智能智能这一块一些发展的话前期就是第一阶段对于机器人交互与
这个语言的这种识别和这个语义的这种理解能力那绝对是可以得到一个很明显的一个提升那这个是可以去接入到这个机器人的呃
这个系统里面来的但是至于更进一步的说让机器人在理解这个任务的基础上进一步的去完成这个操作那这一块的话还需要本身自身智能这个模型上的一些发展才可以所以怎么来看这一轮这个 DeepSeek 热对于我们这个领域的影响呢您提到一点是说它技术方面的这个思路和突破对于我们是可以借鉴的
是因为最终我们从自身智能大模型的角度上它也是训练就是也是涉及到这个模型的训练和优化以及推理的一些过程所以这一些就是 DeepSeek 的经验或者是它的一些探索其实也是可以同步到这个自身智能大模型的一些训练过程的我记得之前我们交流的时候您提到说它的影响是
信心要大于实际的应用这个信心具体的是体现在哪我记得 DeepSeek 的 CEO 梁文峰在接受采访的时候有谈到这个点过去可能有一句话就是俗话就是外来和尚好念经就是可能很多时候我们对于自身的这一块的一些技术创新的信心还是不够的所以所理解的更多的是说
是对于我们的一些底层的一些创新突破甚至是领先于世界的这样的一些技术突破其实更多的会持怀疑的一些态度过去其实我们跟政府也好投资机构也好我们也会去谈到 FAC 目前的技术路线或者是产品的一种能力确实已经相对于行业里面是处于一个绝对领先的这种地位了但是大家并不会对这个会特别有特别深的一些感受
反而会觉得会给你打个问号你怎么去证明你就是最领先的那这一次 Deep Seek 的这个事件确实呢让国人认知到我们确实有这样的一些团队有这样的一些产品或者有这样的一些技术能力能够去做到全球最领先的
我觉得这个确实是给了一些信心那有了这些信心之后也希望在整个社会体系下大家对于一些就是技术创新能有更多的一些认可吧因为说实在这个路径其实都会非常非常艰难然后周期也会很长
所以如果有更多的一些认可那对于社会资源的一些导入的话也能加速我们自身在这个领域的一些发展那如果说有几家龙头比如说像这一次大家看到的不管语术也好 DeepSeek 也好或者是云深处也好或者是像那个强导科技也好只要有这样的一些龙头起来那我们对应的这些生态都能够有很好的这样的一些发展
那自然而然中国的这种创新的这种土壤或者是创新的这种氛围就可以有一个更好的一些保障了所以我觉得确实这一次 DeepSeek 的对于创新生态的这种信心的打造是一个很重要的一个事件当然最终
国人能不能通过这个事件很好的去改变说我们过去的一些思维那我觉得这个可能也是需要大家在持续去影响的也就是说它其实是让国内做同样的做这种技术的做创新的这样的创业团队或者创业公司它更敢了
对 更容易被认可然后更容易能够去拿到资源吧像硅谷其实他们对于创新的这种忍忍度和资源的投入其实都是会非常非常多的就比如说像 OpenAI 早期它能够拿到可能几十亿上百亿美金的这样的一些投资对 所以实际上这也是一个维度吧 DPC 火了之后你们团队讨论最多的是什么
实际上其实对于我们团队来说 DeepSeek 事件之后我们 CEO 也发了个朋友圈他发的是什么他就是说希望经此一役引领世界的这种硬核科技创新路径能够获得更多的理解信心和重视然后鼓舞和启发更多有抱负
有创造力的团队极致的去耕耘开辟全新天地其实还是关于我们一些突破创新的这种就是这些团队也好产品也好更多的一些理解然后更多的一些资源的一些导入因为过去其实大家可能
面对我们这样的一些团队其实可能更多的疑问会多一些疑问和相对于理解来说会更多一些所以这个其实我们发展的过程我们一直理解为自己是一个相对比较弱势的一个群体这种弱势原来是体现在哪就是说你的这个技术拿出来之后去说服别人说服企业也好说服政府也好
他们会心里打个问号对因为你得去证明你得去证明你是你为什么是全球领先或者是说当前技术领先而且也得去证明它有一些应用价值对于一些硬核的科技创新不论是硬件还是软件也好实际上它的周期都会非常非常长所以对于我们的困境来看可能我们现在还好我们已经在行业里面有了相关的一些应用所以能够去
用这个营收来去证明我们产品的一些价值但是如果我们更早期的状态下我们产品还没有成熟的情况下实际上我们的营收或者是我们的这个产业化是非常非常弱的那在这个阶段我们要去争取不管是政策的资源资本的这个资源也好或者是产业的这个资源也好就变得非常的弱了嗯
我们说完了这个数据这个层面再来说一下操作层面因为前面也提到了说操作层面其实也是有一系列的难点的包括我在听您说的这个机器壁它跟环境的交互包括它要做出的具体的反应比如说按摩的这个力道还有切菜的它的这个精准度方面其实对于人来说当然个体之间有差异但是它要做这样一个动作对于正常人来说是一个非常简单的操作
但是如果是你要训练机器人的话它似乎是一个非常难的东西那它到底是难在哪因为人呢很多时候做一些行为你只要熟练了你其实就变成了一个下意识的动作你就很容易去实现但是对于机器人来说过去这个事情很难办到核心的原因还是在于说我怎么样把人的这种意识或者怎么样把人的这种
操作的这种手感给复现出来我觉得这个确实是过去一直工业进程难以办到的一个点回到本质就是人怎么去感知这种触觉或者力觉然后所以就相当于大脑的反应其实也基于这样的一个信息的引导嘛
就像我要去拿一个东西我眼睛会看那眼睛会告诉我这个东西在哪然后我会手会移动到这个地方然后去抓抓起来那我切肉我过去可能我熟练了之后我就知道接下去这个部位我需要用多大的力
来去做那这个信息无外乎就是利的信息了对所以过去机器人做不了是因为这个信息是缺失的那我再怎么样去提升我的 ai 或者再怎么样去提升我的智能我都没办法去控制这个过程因为你没有这个信息的输入没有这个反馈你就没办法去做到这个事那实际上飞机的路线就是希望说把这个信息给补齐了嗯
Deep-seek 可能是我们在直接的引入 Deep-seek 它可能的现实性还不是那么的强
但是呢对于这个成本方面它会降低我们的训练成本吗这个是肯定的就是基于它现在的一些模型的一些优化或者训练过程的一些优化这些都是可以去促进就是像机器人这一块尤其像智能智能这一块的一些发展模型的一些训练所以这个是同样的因为大家目前的这个技术路线
和就是算法的这些框架都还是比较接近的相对于这个大圆模型无论是训练还是推理这一些能力上的一些优化和成本的降低同样我们会在这个机器人或者是智能智能这一块的一些训练上体现出来所以这个是同样的一些影响然后最直接的其实就是在机器人和人交互这个维度上
那自然而然的去优化这种交互能力去把这种机器人对于人类语言的这种理解能力得到一个直接的提升这个是非常直观的这种影响那我们现在在训练机器人上面我们是自己做模型吗对就基于自己的模型去做那这个的话成本是不是也是挺烧钱的一部分
我们有没有说基于跟这个 DeepSeek 这个模型的一些具体的合作计划主要还在算力这一块吧最终落地的话目前来看的话应该暂时还没有这个其实我们可能还没有因为说实在的就是从这个
嗯
那您觉得机器人这个领域里面最容易和 DPC 一个产生深度结合的是什么它最容易在哪一个场景领域实现突破肯定是跟它相接近的就是智能智能这一块的一些发展所以对于很多智能智能的专门去做这个智能智能大模型的这些企业包括智能智能机器人的这些企业应该是会非常去助力的嗯
因为像比如说像国内其实也有非常多做智能智能的这个公司比如说像什么银河通用就是类似的或者千寻智能就类似这些企业他们实际上就主要针对的还是在比如说呢因为巨声智能这个概念其实还是有点广
这个智能智能领域的这样的一些突破那这些突破跟现在 DeepSeek 的这个结合就可以有非常深度的这样的一些就是合作但对于类似于比如说我更多侧重在机械结构这一块的一些运动能力的提升或者是类似于操作能力的提升那这一部分的话相对于这个大模型还有点远吗
所以这个技术路线是不一样的领域也是不一样所以相对来说影响还不会那么大了解目前
目前对于 DeepSeek 的这一块的深度的应用和整合对于它未来真正跟机器人这个领域碰撞出什么样的火花我还没有办法很全面地看得到我也没办法说能够很全面地去评价它到底会对于这个产业能够有怎么样深度的一些影响当然是我们还是持一个非常开放的态度希望说有人真正地说把我们自己的这种
大模型跟现在的这个非常火热的机械的产业能够去做一些深度的结合和探索看看能探索到一个什么样的一个程度我觉得这个也确实也需要有人去做这个也对于我们自身可能后续的发展来说也是有借鉴意义的即使这个最先去做的人不是你们你们也不担心对
这个就是侧重点不一样吧我还是有非常多路线可以去探索的所以这个不用做特别的担心我还有一个关注的点就是到现在来看的话飞机科技应该是已经获得了五轮融资是吧对是然后您
我们在谈前面几个问题的时候您提到一点是说你前期在整个过程之中去说服投资方也好或者说服合作的企业也好你要不断地向对方证明所以在投资这一块你们能拿到五轮统资应该来说其实也是创业团队里面很了不起的一个成绩了那你们是拿什么来
获得这种投资方的认可呢因为这些投资方啊也都是国内大的这种投资机构比如说包括这个政革基金啊包括这个朱孝虎啊都投了对分析相对来说在投资这一块还是比较顺利的
然后而且也有一个非常典型的特点就是几家投资方基本上都跟进了两轮或者三轮所以我们在每一个不同的阶段就比如说像天使轮可能更多的大家都是投的是团队那有斯坦福这样的一些背景那很容易去吸引到这样的一个投资方
然后再到后面的 A 轮和 B 轮那就需要相应的一些产品了那在这些阶段飞机都能拿出就是比较好的这个成熟的一些产品和这个相对比较有潜力的这种应用场景然后让这个投资方能够持续的去做这个加码还算是比较顺利相对来说都还是比较能够
去支持企业长期发展的这样的一些耐心所以这个也有利于我们按照自己自身的节奏去迭代和研发我们的产品您说每一个阶段其实你要去说服或者打动投资人你用的那个东西是不一样的初期阶段可能是这个创始团队然后到中间的部分你要拿出具体的这个产品那现在呢或者接下来呢对
接下来就肯定是在用实际的这个商业化产业化的这个数据来去支撑我们更大的这样的一个估值所以过去两三年飞机在应用这个领域应该也得到了比较好的一些证明我们在过去从 2022 年开始到现在就一直保持着大概
每年营收两到三倍的这样的一个增长而且对于未来的这个预期三到五年的预期我们也希望维持这样的一个增长率去拓展你们接下来要实现的目标是什么从商业化的角度来说 2025 年我们也会去实现比 2024 年大概增长 200%的这样的一个营收的数据然后把我们的这个产品逐步在工业制造预期
农业生产医疗甚至服务都有对应的这种标杆的这种应用场景出现现在你们的营收主要是来自于哪就是这个具体的商用的路径还是
还有它的应用场景是已经到了一个比较成熟的阶段吗目前来说经过去年我觉得都相对已经比较成熟了比如说我们跟一些新能源车企的整车厂的这样的一些落地之前啊
李斌就是蔚来的 CEO 他在去直播他们工厂的时候你们就可以看得到里面有非常多飞机的手臂前段时间那个理想也在去推广他们那些智能工厂里面也有非常多飞机的手臂在做自动化的这样的一个生产的一些过程对然后所以这些其实都已经比较成熟的去落地了然后而且还有一些在非工业制造就刚刚前面所提到的在农业生产这一块
肉类的处理加工甚至生产的一些过程我们现在都可以用飞机的手臂来去实现自动化而且还有一个数据就是过去一年可以比较欣喜的看到我们客户的复购率还是非常高的接近 40% 50%的这样的一个比例就是大部分客户在用了我们的解决方案之后
接下来会有什么具体的新的产品推出吗?
我们在 2025 年应该会发布一个新品就是从这个产品的能力上我们会进一步去升级它的这种利得感知能力我们会希望让机械币
它在通过这个传感器的升级之后,实现类似于像电子皮肤的这样一些能力,那这样的话,我这个机器人在和环境交互的过程当中,任何一点的这样的一些接触,它都可以灵敏地去感知到这个力的大小和方向,然后就可以更好的去实现和环境的这种交互能力了,所以这一块的一些升级是我们想要去突破的,
除了技术层面之外的话在成本侧我们应该也会再进一步的去降低我们这个产品的一些成本这个都是我们会在 2025 年会去推出来的这也是我正想问的因为我们现在从这个商用来看的话巨神智能领域它的竞争已经快速的像这种具体的场景里面收缩了那有的说法认为说未来的机器人可能硬件会非常的便宜
因为它在走规模化量上去了之后那成本下降会比较快语术科技我看到它最近就有一个在一个访谈里面提到说大概五年之内机器人的这个售价在国内可能会降到 5000 块钱以下海外大概是 1000 美元以下那您刚刚也提到了这个成本的问题所以未来我们是不是可以有这样的一些可期待的
成本的降低肯定是一个必然的方向就比如说像我们现在的手臂可能当前的一个售价还在十几万所以这样的话整个成本还是比较高的但是随着说不管是产量的
增加还是说技术的一个升级它未来的降本空间还是非常非常大所以这个是绝对的也是为未来就是机器人真正意义上去服务于家庭或者是到 C 端它是要必然要走的一个路径但是是不是能到 5000 这个就不好说
因为相对来说机器人还是一个技术非常密集的这样的一个产品它所要去具备的这种加工的工艺也好配备的这种零部件也好还是相对比较复杂所以我只能说这个降本必然是一个趋势
未来肯定是会到一个相对一般用户或者是普通用户都可以接受的这样的一个程度我觉得这个也是我们希望去努力的一个方向我们能想象的未来肯定是一个人机写作的这样的一个趋势
然后呢您也说了未来面对家庭场景这种突袭的应用机器人的应用肯定会是一个很重要的方向但是从目前的这个落地来看的话分析它还是集中在工业领域是吧那你们未来的这个重点是这两块还是会专注在工业的还是说
最终的一个趋势还是要面向西端或者还是说这两个是并驾齐驱的可以这么讲就是其实飞机可能早期我们在做这个产品的迭代或者是场景的应用是以这个工业制造会为主因为相对来说工业对于机器人的这种成熟度和接受度会更高一些
而且它原来的机器人的应用也是更成熟一些所以这也是为什么而且它对于质量的要求其实是非常非常高的因为它要求这个产品的可靠性和稳定性是有非常高的一些标准所以这个也是为什么我们会优先于这个工业场景去落地但是非 C 产品的一些设计理念还是希望能够尽可能通用所以我们其实目前来看我们已经有探索非工业制造的这些场景
包括刚刚讲的我们对于一些呃就是食品的加工或者是说对于人的这样的一个理疗康复或者是类似于像刚刚呃我们呃最开始讲的给人去刮胡子的这样的一个应用其实这个也是把机器人放到这个家庭服务场景的一个呃
一种探索或者是一个基本能力的这样的一个测试吧对所以未来飞机的手臂是希望真正去赋能千花百叶或者是说到一个最难的就是对于这个服务场景的一个落地包括抗氧养老就是这些产业也希望说通过飞机的这些技术能够去带来这些产业的一个自动化的一些升级所以在这个基础上我们其实
在手的这种操作能力以及大脑的这种思考能力这两个维度持续地在去加码我们的研发然后希望能够去尽快迭代出一个通用的这种智能体其实我们在自己的办公室其实有在去打造一些
就是比如说一个家庭场景的亚满间然后希望这个机器人可以在这个亚满间里面去做各种各样的一些家庭服务去年在世界人工智能大会的时候我们除了发布了这个就是给人刮胡子的这种场景其实当时在现场也有蛮多的一些服务场景的这种
应用就是用飞机的手臂来去做的包括削黄瓜就是保证这个机器人拿着这个工具非常薄的去削了这个黄瓜那对于黄瓜或者是未来其他的一些水果苹果其实都可以
让他来去作业然后也包括一些叠衣服这样的一些场景其实这个场景可能大家在很多的一些人形机器人的这个场景里面都有看到包括马斯克的那个擎天柱他们机器人也有尝试去叠衣服但他那个叠衣服都是呃
偏摇操的这种去实现的那飞机的手臂就可以比较自然的自动化的去完成这个过程因为衣服是一个非常软的或者是非常柔性的这样的一个操作对象它的形态是非常多样的所以机器人怎么样可以自主的去适应这种形态来最终完成这个叠衣服的任务其实这个对于家庭服务来说也是一个很重要的一个方向的所以这一些场景的一些探索
其实我们就是为了机器人进入到家庭或者是进入到服务场景去准备的而且我们所理解的未来如果人行机器人真正让它去发挥价值我们所理解的就是在服务场景的落地应该是它更有价值的一些
就是需要去突破的一些场景而不是在那些比如说像汽车工厂因为它可以有很多其他一些替代方式用人性机器人相对来说它的成本就太高了性价比就太低了对所以这个确实是目前飞机一直在储备着或者是说未来希望去达到了这样的一个目标但你也说了在服务场景的落地似乎是最难的对
是因为它是一个非常开放的一些场景其实基于过去的路线来说开放的场景对于机器人就就太难了就很难去把控这种不确定性带来的一些干扰所以这个就要求说我们在技术路线上要有一个非常大的突破才能够去让机器人很强的去适应这种能力
因为除了说我能确保这个操作的这个可靠还得去确保这个交互的一个安全所以它的这个复杂度相对于工业制造来说是有一个非常大的一个提升嗯
你说在办公室里面放了这样的一个样板间这个样板间里面具体是一个什么样的就是一个普通的家庭或者是类似于像这种疗养院它需要机器人跟这个家庭的很多场景去做一些交互整理啊清洁啊或者是类似于我要去做一些操作啊倒杯咖啡倒杯茶类似这样的一些场景但是需要让机器人
能够泛化的去适应这所有的一些任务而不是说我拿一个机器人就做这么一件事情那这个肯定就意义和价值就不大而是说需要让机器人能够泛化的同时去操作这所有的一些任务
既然我们已经展示了机器人在家庭中的一些应用场景那您觉得他以真正的走进我们的生活代替人来处理这些家务还有多久虽然目前我们已经在尝试了但是真正他的一个呃
或者是说真正它能够自主地去完成机械任务还需要有一个周期对于自身智能的发展来说还比较早期也就是说让机器人去理解和泛化的这样的一些智能化的一些能力其实还需要有一个过程所以我是觉得至少
没有三到五年肯定是达不到这种状态的也就是说最快的话三到五年我们还是可以保持这样的期待的对还是可以有一些可能让人惊艳的这种场景去突破当然随着现在 AI 的一些发展其实整个社会的一些创新的这种机制或者创新的这种速度其实也对应的有
会有突破因为大家获取知识的能力或者就是比如说一些编程的这种能力也会对应的得到一个非常大的一些提升所以这些提升肯定也可以去加速创新的一些速度所以说实在的对于未来机器人或者人工智能迭代的这种速度我觉得比较难以去预测只能说我们可以静待很多惊喜的发生我是在 17 年对
在飞机开始在国内运营的时候就加入了有相对比较早期嗯对我原来呃我本科是浙大的然后浙大那个自动控制那个专业方向就是形容实验室其实像现在那个云深处就是我们实验室的老师做的然后当时学的就是呃
控制自动化所以其实事实上是跟机器人比较相关那个时候我记得跟我们现在 CEO 王世权还有云生处的 CEO 朱秋果我们在 10 年的时候还一起 12 年的时候还一起去日本参加机器人比赛代表浙大对反正他比我高一级也是学长对然后我后来 13 年去了中科院自动化所
学的是模式识别因为那个时候也是刚好新一轮 AI 起来的时候所以当时做的其实就 AI 的方向