AI与机器人技术交汇，正驱动实体产业重塑。从专用机械臂到通用人形机器人，产业从工业向商用、家用演进，引发热议。
在这场变革中，一个核心问题始终悬而未决：机器人发展的方法论究竟是什么？
是坚持专用路径，还是向通用演进？汽车厂商入局会如何影响传统机器人企业？
当前技术高速迭代，企业又该如何判断哪些投入能转化为实际价值？
本期《虎嗅·AI无悖论》特别邀请钛米机器人董事长总经理潘晶（中欧EMBA2017）与节卡机器人联合创始人、副总裁常莉（中欧EMBA2025），两位分别来自医疗与协作机器人领域，今天我们将结合钛米与节卡的落地，深入探讨以下议题：
● 专用机器人和通用机器人，谁先走进生活？
● 汽车厂商造机器人，会冲击传统机器人企业吗？
● 机器人行业出海布局与挑战？
● 机器人何时进入家庭、实现？
● 十年后机器人行业会怎样？
本期主持人为热罐集团董事长、投资人郝峻晟（中欧EMBA2017），以下为交流实录（有删编）：
机器人必须人形吗
郝峻晟：最近特斯拉Optimus新闻热议，在两位看来，机器人是不是必须人形？
郝峻晟，热罐集团董事长、投资人
常莉：我觉得未必是人的形态。汽车是人类历史上伟大的发明之一，机器人跟车有很多的共通之处，但不是人形。从功能性上来说，怎么开最稳，最快，效果最佳才是最重要的。
常莉，节卡机器人联合创始人、副总裁
潘晶：对，我从2005年左右开始做人形机器人。长远看，我们的手机、手表，甚至眼镜，可能某一天会从我们的生活中消失，因为功能有别的替代了。但是机器人的形态也一定会有不同的尝试。对于像自己的产品，人类可能会有一些格外的情感。一些理论研究认为会带来恐惧感，也可能带来亲近感。但人形机器人在目前的阶段还是一个展示技术发展能力的平台。
潘晶，钛米机器人董事长总经理
郝峻晟：你们觉得在产业界，专用机器人和通用机器人，哪个能够更快的走进我们的生活？
潘晶：我认为技术会推动机器人从专用的领域泛化为通用，随着通用领域技术的成熟和成本的降低，反过来又会赋能到各个专业领域，不断的完成。比如机械臂产生协作臂，从专业的产线上走下来，跟人去交互。
常莉：我的观点类似。机器人目前是3个大场景的应用。工业场景、商用场景和家用场景，随着一些通用技术，比如说智能技术泛化能力的增强，跨界的融合就会产生，进而跃迁。但几乎都要走过专用性的沉淀。我认为无论专用还是通用，取决于在未来场景中的自主决策能力，也就是智能化水平。
潘晶：我打个比喻，我认为“四个龙珠收齐了三个半”。
第一个龙珠是电池、电机、电控系统已经比较成熟。第二是各类传感器的小型化、便携化、低功耗和低成本。第三是芯片和半导体的发展，大大降低了功耗和算力，最后半个龙珠是AI出现后的人机交互，这是真正去解决机器人泛化能力的方法论。过去所有的工程师在写代码解运动学方程、解力学方程来去做轨迹的平滑去完成控制系统。现在是大语言模型的逻辑，把文字作为token，通过模型的训练来完成不同token的排列组合，以形成序列之上的价值。把token从文字换成像素点就是图像。
另外半颗的挑战在于，世界上有大量存量的语料去训练大语言模型，但机器人运动的本体前置约束，现在没有足够量的数据或者是语料，而且还要对应具体的业务。这样才能从硅基到碳基。
具体的时间，我认为机器人的区间也在15-30年左右，但资本的聚集和关注度的提高也可能会加快这个过程。
郝峻晟：马斯克说2026年是一个非常大的基点，这几年会很痛苦。二位在做机器人的时候有没有觉得痛苦？
常莉：我感觉痛并快乐着。这两年机器人环境、市场都在变好。另一方面，机器人是一个交叉融合的跨学科，从做产品来说，需要时间和量的积累和沉淀，靠企业，靠从业人员，靠客户的合理的期望，以及开放程度、创新程度一点点堆积出来。在这个过程当中需要整个行业乃至国家层面一起发力。
潘晶：人类的痛苦来源于两点，一个叫求而不得。第二个叫做不确定性。这种“痛苦”，就做机器人来说表现尤甚，尤其是在产业层面。比如这个行业做了这么多年，但是真的有技术非常成熟的，且对于场景适应性的这些泛化能力的主体吗？没有。所以我们看到很多表面上大家觉得早就解决的问题，然后实际上远远没到。
另外，如果真的有一个机器人现在就能够做家务，假如标价200万人民币一台，我们上海会不会有人买？肯定有人买，对吧？但现在有吗？没有。
所以我认为如果大家痛苦，比如技术还没有成熟，那就关注于技术究竟哪里没成熟，究竟哪边需要形成合力完成创新，即洞察。就是你要洞悉一个行业，来看到这些本质是什么，你才能不那么焦虑，同时设计好正确的预期，这样就不痛苦了。
什么样的企业能成为机器人新龙头？
郝峻晟：特斯拉做了机器人，国内许多电动汽车厂商也跃跃欲试，他们的入局会不会对传统的机器人企业造成冲击？
常莉：首先，汽车厂商造机器人说明行业向好。但马斯克的目标一直在变，从10万到百万，到坚定的说特斯拉未来就是一个机器人公司。理想汽车也一直在讲机器人和AI，对整个行业来说，他们的入局能够加速现阶段的技术的进步，但智能化的场景还不够清晰。
潘晶：我同意，机器人目前还没有真正的产业，因此也不存在外跨产业链的问题。机器人行业和汽车行业天然吻合。汽车行业用工业机器人保证每一辆车在生产过程中的标准化、一致性，其实是为了保障在复杂的生产过程中的均质化。车厂去做机器人，背后的逻辑是利用车厂生产制造的优势，反过来再去生产更便宜的更可靠的机器人。不过，我认为无论是车厂还是传统制造业下场来做都是好的，因为众人拾柴火焰高。
郝峻晟：我理解资本的泡沫的时候，技术会往上走。与美国相比，算力、显卡其实还都是在最好的技术还是在美国，我们有非常强大的制造业，可以一个月或者一天之内造几万台机器人，这个美国做不到。但是聪明的机器人可能很难能够超过美国。我们有没有可能弯道超车呢？
潘晶：其实我认为我们有两个核心的优势。我认为从0到1的具备泛化能力的机器人会在中国产生。因为软件的东西最终它要变成硬件的东西。这对于制造业的前提基础是有很大的要求的，这一块中国有得天独厚的优势。第二，中国有巨大场域的私有化数据。这就是我们谈到的具身智能本身，要想训练成产品，它很重要的一块就是规模足够大的语料数据。这个语料老外可能得积累十年都不一定有在中国这个巨大市场上容易。
中国这个大的产业背景下，很多的私域数据掌握在以政府作为主要的社会协调者的角色上。他天生就具备了集中性的优势，只不过是怎么样把这样的优势转化为产业。
常莉：在协作机器人行业，前面几年不断有新的玩家进入，全球可能加起来我估计接近200家都有的协作机器人，但跑出来的也就那么几家。能跑出来一是研发能力，二是小批量的生产，三是规模化的生产，四是商业化的落地。从阶段来看，我觉得第一阶段中美两国的竞争会比较明显，后面三个阶段中国更有优势。
其次，以节卡机器人的大客户战略为例，我们先是找了汽车的场景，大客户能提供丰富而明确的场景，因为它的工艺、自动化、设备部门，或者创新研发的部门，都有专业化的体系的训练，比较容易嵌入。我觉得未来所有的公司都可能成为一个机器人公司，数据是最为宝贵的资源。
郝峻晟：上海、北京、杭州、深圳的AI公司，如果要在机器人上投入、制造业向机器人产业过渡，有哪些可以分享的？
潘晶：上海以机器人作为公司名，或者是营业范围里面包含机器人的统计口径有66000多家，北京是七万多家，深圳九万多家，其实体量上都还比较小，收入规模基本上是在2000万以下。当前机器人产业现状是没有集群产业，那是因为底下是一盘散沙。总体来说产业规模和人们想象中的万亿级差别很大。另外，刚刚谈节卡在找产业链、找汽车厂商，那也意味着机器人产业不是龙头，产业发展还处在相对弱势的地位。
我再给大家分享一些内部数据，比如大家知道的机器狗很热对不对？但机器狗全球的销量我们加在一起也不到10万台。如果按照现在宇树出货价格一台1万块，这才2亿美金不到的整个市场规模。无论是资本也好，技术也好，人才也好投进去。但是从我看来，这一定是一个相对长的周期。
郝峻晟：你们觉得什么样的公司有可能成为机器人的龙头？
常莉：我认为除了常规性的投资逻辑的模型之外，创始人的背景和经营团队很重要，他们以什么样的方式去解决问题。因为能够去支持这个企业走长远的，还是最核心的那帮人，他们的文化和价值观。
郝峻晟：从大逻辑上来讲，第一个我们看的是赛道。机器人肯定是一个非常大的赛道，在特定的一个点上，我觉得这个团队一定是我想一起干的，未来有1万亿或者10万亿市场这么一个机会。
潘晶：我认为，如果有万亿级的市场，一定就会有万亿级的企业。如果有一些产业能够借助市场的力量，这会加速整个产业的发展。
怎么把握出海机会并找准场景？
郝峻晟：目前二位的机器人团队是什么策略？
常莉：在节卡的平台上，我刚刚说底层的东西其实是这个团队的文化和价值观，让我觉得第一很纯粹，第二很专业，第三很坚韧，这三个品质我相信这个企业能够走长远。比如2025年面临是否要上市，不上市还是要做机器人，上了市之后也是为了更好地做机器人。就一天的时间，整个团队大家很短的时间就达成了共识。我们团队重视长远的发展。
潘晶：对，上市其实只是一轮公开融资，上了不一定就全是好事。不上也不一定全是坏事。对于团队而言，大家该干嘛还是干嘛。
郝峻晟：两位的公司如何布局出海？
常莉：机器人行业就2019年的时间节点，大概中国占全世界的30%到35%左右。然后走到今天的话，可能占到55%到60%。我们自己到现在大概是30%在海外，70%在国内。我们当时两条原则，第一条是先有客户，再有海外的资源布局。第二点是由近及远。也就是说我们是从东南亚、日本到欧洲再到北美，其实过程当中是一路去走下来的。我们目前形成了四个海外的hub，第一是在日本，我们有汽车产业的头部客户。第二个是在马来西亚，我们是看中马来西亚电子和半导体的这个行业，然后覆盖整个东南亚。第三个是在德国纽伦堡。因为那边靠近工业巨头西门子和施耐德，覆盖整个的欧洲市场。第四个在美国。
郝峻晟：你们在日本拓展业务的时候如何面对竞争？
常莉：我们是把握了第一条原则，先有客户，服务好客户，赢得客户的信任，并且赢得客户的口碑。日本的经营和全球其他地方不太一样。当你的客户认可你了之后，它可以把你推荐给这个行业。竞争一方面来自本土，一方面来自中国的出海机器人。但我们坚持自己的原则，重视品质和服务。
潘晶：我们的故事不太一样。如果你是卖医疗机器人的，单体进去是卖不进去的，因为它不直接需要。所以我把钛米给医院提供的二三十种机器人不同的AI模型比喻成一座大楼。中间的机器人本身其实只是中间不同的砖头。
目前我们的结论就是我们的海外收入是0，如果是卖房子卖大楼，我认为至少钛米还没有这个能力。不像我们在国内，像我们上海的中山医院，已经有接近百台的我们的各种各样的机器人了。对应的新华，瑞金，其实都已经批量化的去使用在手术室里，ICU，我们的医费的处理，甚至床房服务。
我们给医院其实提供的是一整套智慧化的解决方案。所以我们扮演的角色更多是一个提供咨询的角色。我们在告诉他应该通过什么样的创新的方式，能够把原来的流程重整。能够满足从药监，医保各个层次的监管以及业务的顺畅。所以这样的额外的价值在海外市场我们发现不是他不需要，而是我们没有足够的能力能够去和决策者真正的握手。这里面还有大家这几年对于中国企业，特别是中国核心创新企业的担忧和顾虑。因为这直接切入到它整个核心医疗机构的运营。所以从我们看来，这个市场某种角度我自己还没想清楚，没想清楚之前，我的做法就是先拒绝。
我们的原则是要保证一个持续可赚钱的企业，又要保证一些聚焦的研发投入。对于国际化的市场，其实是采取更加谨慎和保守的策略。当然我们也可以跟着大三甲医院一起出海。面对国际化，每个企业可能要更加审慎的来看自己手上究竟是什么牌，以及这个牌怎么打。
郝峻晟：机器人行业的门槛高吗？
潘晶：有个词叫“手搓机器人”，其背后的逻辑一个是产业链本身的成熟，包括传感器的成熟和AI算法的成熟，加上硬件设计本身是没有办法做到闭源的，很容易“摸着石头过河”。第二个是泡沫带来的流量和机会，能够手搓产品，这对行业是好事。
但另一个维度要审慎看待，即这些手搓的小团队如何在大家都赚不到钱的现状下可持续成长。
常莉：对，搓出来没问题。但是有没有人愿意为这个车的产品买单，卖给谁？不过手搓机器人给机器人行业注入了更多的创新元素。但多少企业能真正有自己的规模化的产线和经过合格认证的产线和产能，包括从手搓到最终的这个规模商业落地，把创业这条路连起来还是很漫长的。
郝峻晟：最后，我家什么时候能真正有一个解决问题的机器人？一个机器人200万要大部分人肯定买不起。哪天如果真的有一个2万块钱的机器人，甚至更便宜一点，2000块钱的机器人能够解决我很小的一些问题，那可能就已经是一个非常大的一个市场了。
常莉：解决问题的家庭机器人，其实已经有了。比如说扫地机器人和洗地机器人，但人们想象中的“全能人形机器人”，还是有一段距离。因为家庭的环境、伦理的问题、安全的问题更复杂，未来机器人进入到家庭，是需要持证上岗的。
潘晶：郝总说的是站在机器人的角度去看家庭的智能化。为什么家里我要一个机器人用复杂的手指去来像人一样去按电饭煲的按钮呢？没有必要。其实你电饭煲本身加一个小的IoT的物联网模块，就可以很方便的通过语音直接去做。所以大家想创新的时候，如果只沿一个方向，基本上都是错误的路径。
我认为机器人的居家场景是双向奔赴，要解决实际的问题，比如上海市超过65岁的老人已经过了30%。我们关注未来居家养老的后半段，怎么样通过机器人技术能够帮老年人有一个得体的晚年生活。整合目前产业链上的不同的玩家，给他们智慧化的赋能，同时机器人的产品设计者来去站在机器人的角度去仔细的思考，哪些智能应该到端上，哪些机器人应该在哪些智能应该在机器人上，从而形成一个完整的解决方案。
持证上岗的驾照本质上是什么？是为了保护主体在充满不确定的业务过程中你的责任边界。这是一个全新的市场的拓展，需要形成闭环。
郝峻晟：十年以后机器人行业会变成什么样子？
常莉：我觉得机器人行业会越来越大，越来越丰富。我想对十年后的节卡说，永远保持住一份创业者的初心。
潘晶：未来的十年，我们看到的其实是行业加速的发展。我们看到一个行业的改变可能不仅仅是一家公司，其实是整个大的环境的完整的变化。
未来的十年，我们希望通过技术，让每个老百姓可能真的不用再去抢大三甲医院，在身边的我们的社区卫生中心就能享受到高质量的医疗服务。甚至是足不出户，我们就能得到我们对应的机器人和人工智能在健康领域的扶持。同时随着老龄化进一步的加剧，可能我们越来越多的人开始考虑，我到底是雇一个居家阿姨照顾老人，还是我去租用一个机器人。所以当这一类的决策放到每一个老百姓的脑海里的时候，这个产业就会形成了。
我们希望的是十年之后，我们每个人至少能够多一个这样的选择。
天宇优配提示：文章来自网络，不代表本站观点。
