本文来自第四届机器人行业年会现场圆桌对话环节。为还原现场情况，本文在纪实性原则下，保留了第一人称对话的展现形式，仅对部分表述进行了优化和修编。
在之江实验室智能机器人研究中心副主任、研究员宋伟的主持下，钱江机器人董事兼副总经理孔民秀，绿的谐波副总经理李谦，九号公司商用机器人事业部总经理纪亚飞，申昊科技副总经理、董事长特助熊俊杰，埃斯顿酷卓总经理李远平，围绕“新一代机器人科技变革中的机遇与挑战”主题展开一些讨论。
这场圆桌中，我们拟定了五个热门主题，想让产业端的专家，分别围绕人形机器人、非结构化环境、新型工业化与高质量发展、AI和大语言模型技术、人机交互和共融，谈一谈技术具体落地的难点和解决思路，专家们的观点精彩纷呈，但由于时间有限，现场抽取讨论了四个，还剩余一个问题在文末留给读者们。
对于5个方向的问题，欢迎朋友们留言给出自己的看法，我们在评论区抽取3位，送出《2023中国机器人发展年刊》一份。
主持人宋伟：人形机器人是无论科研界还是产业界、资本界都非常关注的热点，人形机器人要想实现对相关产业与社会的助力，在大脑、小脑、肢体上，还有哪些技术瓶颈和产业难题有待解决？人形机器人对于机器人的零部件和产业生态提出哪些新的要求？
绿的谐波李谦：人形机器人相较工业机器人是更复杂的系统，制造难度更高。但我认为，人形机器人还是逃不脱感知、决策和执行三个大方向，不同点在于人形机器人感知上更复杂，由于决策上AI和ChatGPT的引入，机器人的决策难度呈现降低趋势。下阶段如果有更好的应用场景，在执行端一些硬件能够持续优化，人形机器人能够在中国实现产业化。
（1）需要较高的效率。因为人形机器人采用电池驱动，想要续航能力，传动机构、运动机构必须有更优秀的效率特性。
（2）重量的轻量化。人形机器人重量要求非常苛刻，因为其运动关节不是几个，是几十个，甚至上百个，重量对于人形机器人关节来说非常重要。
（3）小型化和模块化。例如灵巧手等方面，需要让人形机器人在生产装配中有易用性和不同机器人之间的通用性。
（4）高扭矩的承载能力和过载能力，因为人形机器人将来面对的场景可能会很复杂，可能经常发生碰撞，检测器的体积也很小，人形机器人需要承载能力很高，而且要有一定的过载能力。
埃斯顿酷卓李远平：我先谈谈大脑这部分。我们企业（埃斯顿酷卓）很明确是为了落地（大脑）这一块而成立，我们选取了机器人的技能学习这个很主流的方向做一些工作。我们认为，当前传统工业机器人、服务机器人天花板不能打开，灵巧操作、复杂系统上还有很多工作要做，所以从这个角度来说，大脑是核心关键突破点。我们认为，当前无论美国硅谷还是资本巨头都瞄准了这个方向，我们也在紧密地跟踪、研发，AI算法保持了每个月迭代的进度，未来希望能在这块提升当前机器人的综合水平并有突破。
肢体部分算是我们擅长的领域，小脑部分我们更是有信心，传统基于模型的控制能力不用多讲，肢体这块我们面向人形也做了一些探索，特别是我们认为人形机器人特别是关节层面，追求的很多技术指标与工业机器人区别很大，例如当前的执行技术、驱动技术等，以及人形机器人手臂不再追求精度和高速还有大负载。但是更需要解决安全性、高扭矩密度、抗冲击等难题，这些带来了电机选型、传动方式上的设计挑战。我们在这些方面也在持续做一些工作。
主持人宋伟：谢谢李总。第二个方向探讨移动机器人从结构化环境走到非结构化环境作业难题，户外跟常规的室内作业机器人相比，在环境的感知，路径的规划，控制上需要克服哪些挑战？目前我们的解决思路有哪些？
申昊科技熊俊杰：传统机器人在发展初期是在室内高度可控的结构化环境运作，让机器人来到变电站、化工场所，轨道交通工业场景。这些场景往往有独有的特征，在人眼里差不多，但在机器人眼里，都需要完善出很多不一样的细节，这些场景细节正是我们（申昊科技）的技术底层，以及赖以做更精准环境感知判断的地方。
我们的解决思路就是训练场景专属的模型算法，把多个环境特征考虑进去后，形成相对通用的面对特定场景的大脑，并在这个基础上，在每一次的相应部署中都对特定的场景进行再训练。无论人工调参还是根据现场重新创造一些特征，帮助机器人保证可靠性。因为客户本身不关心技术有多先进，也很少关注怎么实现，他只管最终效果是不是所需要的99%确定性，甚至更高，甚至只想通过更便宜的方法实现。对于企业来说，我们就必须（根据客户需求）去寻求实现的方法。因此，我们拥抱新的技术，但也不抗拒用老方法。
九号公司纪亚飞：我们的产品包括室内到室外的机器人。一开始做室外移动机器人的时候在产品技术上确实面对很大压力，比如环境的复杂度很高，光照以及树影等条件限制。最终我们发现，需要在两方面要加以努力：第一是要研究机器人的通过性；第二是要加强机器人的自主学习能力。
第一个机器人通过性我觉得主要强调机器人行走方案的选择。目前机器人的行走方案有履带式、四足、轮式、软体等等，经过很长时间的实践案例总结，我们认为目前轮式的行走方案路径最贴合市场，也更具经济和可操作性。其中可操作性最重要的特点是对大脑的训练，对大脑资源的积累，这需要企业有着对视觉、光学、位移的相关计算单元、算法等资源的积累。目前我们有一个和英伟达合作的无人车项目，其实就是基于相关算法以及我们对轮式移动能力的坚持，最终和英伟达达成了深度合作，为相关物流从业者提供了虚拟环境仿真技术的实践。
第二个自主学习能力上，除了机器人面向复杂环境时候的快速响应能力，同时还需要能针对当下环境进行学习，装到资源库再训练，最终下次再遇到同样问题的时候，机器人就会做出我们希望他所能做出反应。目前美团街头跑的无人车装了我们研发队伍研发生产出来的AIBOX，这个产品基于视觉识别技术，能快速反应得到它甄别的路面是自行车道还是机动车道，从而在3秒内给到机器脑做出反应。这个时候车辆会发出警报，提醒行人车辆不符合道路移动标准，建议走到固定的道路上去。
综合以上，我们从经济学上来看，可操作性侧重于轮式机器人的发展。当然在一些极端的环境下也会有轮式加四足的形式，我们也在做相关的机器人的技术的沉淀。
主持人宋伟：前面两个问题针对人形和移动机器人，目前市场上最大应用量的工业机器人如今又怎么样，第三个问题我们想探讨新型工业化的理念下，对国产工业机器人走向高质量，提出哪些新的要求？指出哪些新的方向？
钱江机器人孔民秀：这是个大问题，作为工业机器人生产企业，我们仅仅是代表着一部分小方向，我的观点表达不一定全面，说出来与大家交流分享。我们认为，对于工业机器人划分的时候，重点看的是应用场景，工业机器人并非只是串联并联等典型的传统机器人，就工业场景而言，实际上移动机器人、人形机器人也有可能用在工业上，被称为工业机器人。
中国的机器人发展经过了几波浪潮，最早的机器人春天就是工业机器人发展，然后是移动机器人、特种机器人，机器人板块像一张大拼图，每次新的政策扶持、新的机器人领域增加，都是在丰富了拼图的信息量，都是为了打造中国机器人竞争力中间的必要一环。
这种情况下，无论是新型工业化还是工业机器人，实际上都是一次次继承和融合新的机器人技术、新的产品需求，最终形成新的工业发展模式，只是新型工业化主要以信息化和智能化作为驱动，通过技术创新，通过高端人才引领来实现发展。这个过程中，人形机器人也好，移动机器人也好，很多技术都对工业机器人有帮助也有提升。
在新的发展形势下，我们也有压力。压力在于因为我们发现，传统的电机控制、固定编程方式，已经很难满足新型的应用。这个过程中，企业从以前很多都是固定的工作方式，增加了很多智能设备，尤其针对一些容错的东西有了标准的提升。
第一个由原来的单一发展模式朝着多元化、多资源融合和协同发展，需要（企业）把东西都串起来。因为工业机器人起步较早，范围和涉及领域较宽，更需要进行广泛的融合。第二个，以前的机器家都讲单纯的市场，未来肯定不仅仅以销量为指标，而是以服务。智能机器人、人形机器人都需要能够提供完善的服务作为高质量产品的保证。第三个我觉得工业机器人要积极参与人才竞争。因为现在行业已经是以高技术人才为驱动，不是以前单纯的资本驱动。在这个过程中，管理会更加开放、更加灵活，原来封闭小圈子的一批人变成全员的管理，公司的思想文化开始多元化。由此导致未来的盈利模式不仅仅是单纯的盈利，而是人才和团队驱动下的共赢。这个方向可以参考华为，华为是很伟大的公司，我们也希望朝这个方向发展。
最后，传统的工业机器人要融合新技术，新迹象、新单元，创造新需求，拓展新应用，这是很关键的。因此在新型工业化等变革下，我觉得传统的工业机器人企业，思路可能面临着很大的挑。
