从工业到养老，一次聊透具身智能的落地应用
从工业到养老，一次聊透具身智能的落地应用
具身智能作为科技领域的新兴力量，未来在工业、服务和养老等领域均具有多样的应用场景和适应性。
工业领域：人形机器人与机械臂共存发展
阿里研究院AI产业研究中心主任周搏指出，人形机器人进厂并非统治制造业，而是为了获取数据以打破发展困境。因为人形机器人没有上一代证明其有用性，市场未大规模接受，形成了死循环，工业制造等领域可为人形机器人提供获取初始数据的环境。
阿里研究院AI产业研究中心主任 周搏
穹彻智能副总裁王竞凡在圆桌讨论中提到，人形机器人虽然目前在工业领域存在精度、刚性、频率响应和数据融合算法等方面的局限性，但在挑战人类生理极限的高温、高压、有毒等特殊环境下，具身智能产品却能发挥重要作用。
服务领域：人形机器人将被广泛应用
网易灵动技术负责人陈赢峰博士认为人形机器人最终适合服务人类，因为社会环境依据人类形态设置，其人形结构能复用已有设备并给人带来更好的情感感受，可在餐饮、摁电梯、家用等场景为人类提供便利。
千寻智能联合创始人郑灵茵也指出具身智能在商用和服务领域能拓展很多新场景，如小米汽车打磨、餐饮制作及康养等，过去因机器人环境要求固定和缺乏通用能力无法批量落地，如今可借助人形机器人的交互性得以改变。
千寻智能 联合创始人 郑灵茵
养老场景：解决劳动力短缺问题
郑灵茵在演讲中提到，关于成本，价格永远不是影响人形机器人批量落地的核心卡点，主要还是看新的技术解决了哪些核心痛点，到底为人类的进步带来了哪些改变？而且随着技术发展和产业链成熟，价格会逐渐达到预期。未来机器人行业发展道路曲折但前途光明，千寻智能未来将以更低价格、更快速度打造具身轮式机器人，未来，机器人走进千家万户，成为人类的伙伴，一定会变成现实。
技术挑战：数据、控制、感知
跨维智能联合创始人解锐在主题演讲中提到，自然语言和图像大模型较为成熟，但3D 的AI进展缓慢。具身智能需要从3D感知到与物体互动的相关能力，而数据的采集、标注和组合解耦成为了难题。
跨维智能 联合创始人 解锐
3D数据采集标注复杂，难以通过互联网及其他采集渠道获取大量数据。与自动驾驶相比，机器人对3D感知精度要求更高，且需要高效的手眼协同。
为了解决这一问题，跨维智能提出了 Sim 2 Real 的解决方案，跨维智能基于自研3D物理引擎，通过生成式AI快速生产海量3D资产，并且高效完成数据自动标注与合成加工，即时导入自主设计的神经网络进行模型训练，保证数据生产和模型数据需求的配合，在域适应算法支持下，实现虚拟空间能力向真实场景有效迁移。
面向应用场景，在工业领域结构化场景已使用可以在一天内完成训练的小模型解决机器人引导控制需求，具身智能引擎 2.0 阶段将加入多模态概念，完善仿真体系，实现各形态通用机器人任务仿真和能力训练。
商业化落地的成本考量与发展前景
当前具身智能在成本商业化方面面临诸多挑战，人形机器人成本高且投资回报率可能较低，但其未来在中国供需螺旋上升及技术进步下商业化前景值得期待。
在圆桌讨论中，嘉宾们提到，人形机器人的成本结构严峻，例如手臂的价格最便宜也得 1 万多人民币，而人形机器人需要两个手臂，更别提其他部件。同时，硬件成本和软件能力都需要提升，才能降低人形机器人的成本。
企业智能化落地需考虑成本优势、可靠性、灵活性和可持续发展等因素，目前投资回报率可能较低。峰瑞资本执行董事刘鹏琦在主题演讲中提到，目前的现状是估值高的公司未必商业化程度高，真正商业化好的公司估值未必高。
以自动驾驶为例，L2 和 L4 面临成功率和通用性的权衡；具体到具身智能方向，早期的工业机器人往往牺牲通用性来实现商业化，人形机器人则在成功率和通用性上都有待提升。
峰瑞资本执行董事 刘鹏琦
在投资策略方面，峰瑞资本认为未来具身智能的落地会以为人类提供服务为核心，团队要有全栈能力，数据是核心，早期需自采数据并尽快进入场景数据算法的迭代闭环。因此，除了在本体、核心零部件、关键传感器、场景应用以及大小脑方向有布局之外，峰瑞也在积极寻找具身数据相关创业团队。中国市场适合发展具身智能，有供应链优势、产业需求拉动和政策鼓励。