【ZiDongHua 之品牌自定位收錄關(guān)鍵詞：大模型 機(jī)器人 大模型 自動駕駛 】
　　
　　00后耶魯博士攜產(chǎn)業(yè)鏈老兵創(chuàng)業(yè)，半年造出的人形機(jī)器人要量產(chǎn)了 | U報道
　　
　　在人工智能不斷突破邊界的今天，具身智能正掀起新一輪技術(shù)革命浪潮。作為這波熱潮中的一枚創(chuàng)業(yè)新星，UniX AI僅成立半年，便推出兩款自主研發(fā)的人形機(jī)器人產(chǎn)品，其中輪式雙臂機(jī)器人Wanda即將步入量產(chǎn)階段。
　　
　　近日，UniX AI CEO&創(chuàng)始人楊豐瑜圍繞人形機(jī)器人產(chǎn)品切入場景、研發(fā)路線、觸覺大模型等話題，接受「甲子蘇州」專訪，闡述UniX AI對具身智能的獨特理解，展示這一段不同尋常的產(chǎn)業(yè)化加速之路。
　　
　　來源 | 甲子蘇州
　　
　　作者 | 八度
　　
　　設(shè)想一個場景，對機(jī)器人說一句：“我想吃一份減肥餐。”
　　
　　它在幾分鐘內(nèi)，給你拿上一塊嫩豆腐，給土豆絲胡蘿卜削皮，制作出一碗減脂豆腐湯，并拿出勺子端到你面前，待你吃完，給你把盤子刷了洗了。
　　
　　當(dāng)你下令“幫我把衣服洗了”，它能自己拿起你的臟衣服，放入洗衣機(jī)，并操作好洗衣機(jī)的各項模式。
　　
　　這些場景好似只存在于科幻影片，但如今，它已經(jīng)進(jìn)入現(xiàn)實。在優(yōu)理奇科技（UniX AI）辦公室內(nèi)，Wanda和Martian，兩款人形機(jī)器人，正在廚房、臥室等家庭場景中模擬運(yùn)作。
 
　　
　　UniX AI是一家創(chuàng)立半年多的公司，為何能迅速開發(fā)兩款人形機(jī)器人產(chǎn)品？「甲子蘇州」在深入對話后，發(fā)現(xiàn)了兩點原因：
　　
　　其一，這和創(chuàng)始人和團(tuán)隊的技術(shù)沉淀有很大關(guān)系。創(chuàng)始人楊豐瑜，00年出生，畢業(yè)于密歇根大學(xué)工學(xué)院計算機(jī)專業(yè)，并于耶魯大學(xué)進(jìn)行博士深造，目前已發(fā)表15篇機(jī)器人視觸覺論文。楊豐瑜提出了世界首個融合觸覺的預(yù)訓(xùn)練多模態(tài)大模型UniTouch。
　　
　　在楊豐瑜看來，觸覺最大的應(yīng)用一定是機(jī)器人。
　　
　　“這波具身智能浪潮最重要的就是通用和泛化，我們在機(jī)器人材料識別、非剛性物體抓取操作等精細(xì)動作上，觸覺大模型都發(fā)揮了非常重要的作用。”楊豐瑜說道。
　　
　　換言之，觸覺大模型，可以讓機(jī)器人連續(xù)處理家庭場景中的精細(xì)活，這項技術(shù)正是UniX AI的長處。
　　
　　其二，要想具身智能機(jī)器人真正產(chǎn)業(yè)化，楊豐瑜非常清楚，一定要降成本。“我們的產(chǎn)品必須是C端用戶可以接受的成本。如果我賣幾十萬、上百萬，那就不是C端場景了。”
　　
　　楊豐瑜表示，團(tuán)隊在工程和供應(yīng)鏈管理上投入了巨大的精力，特別是在優(yōu)化物料清單（BOM）方面。
　　
　　當(dāng)然，這也與UniX AI地處蘇州有很大關(guān)系。他提到，蘇州在許多關(guān)鍵零部件的生產(chǎn)上，提供了強(qiáng)有力的支持。結(jié)合自主研發(fā)，UniX AI從一開始就直奔機(jī)器人的量產(chǎn)，并且力求普惠性。
　　
　　楊豐瑜向「甲子蘇州」透露，UniX AI的物料清單（BOM）成本介于一部蘋果手機(jī)和一輛入門級汽車的價格之間。
 
　　
　　由「甲子蘇州」現(xiàn)場拍攝
　　
　　伴隨大模型發(fā)展，具身智能的熱度“扶搖直上”，輿論場聲量日益高漲，相關(guān)公司的融資動輒數(shù)億。
　　
　　作為這波熱潮中的一枚創(chuàng)業(yè)新星，UniX AI為何選擇先從家庭場景切入？具身智能技術(shù)發(fā)展到了哪一步？創(chuàng)業(yè)半年，楊豐瑜向我們展現(xiàn)了他對行業(yè)的觀察，和作為局中人的思考。
　　
　　以下為「甲子蘇州」與楊豐瑜的對話內(nèi)容，經(jīng)過編輯整理。
　　
　　01
　　
　　00后創(chuàng)業(yè)，瞄準(zhǔn)消費(fèi)級通用機(jī)器人
　　
　　甲子蘇州：你之前提到，公司的核心邏輯是從場景出發(fā)。你從什么時候確定公司圍繞C端市場及家庭場景的機(jī)器人展開？為什么瞄準(zhǔn)消費(fèi)級？
　　
　　楊豐瑜：對，這是一個非常好的問題。在選擇應(yīng)用場景時，我們有一整套自己的邏輯，主要基于三個關(guān)鍵點。
　　
　　首先，具身智能這個行業(yè)在今天還處于非常早期的階段，并沒有太成熟。
　　
　　在我看來，如果我們拿蘋果手機(jī)來類比這個賽道的話，它可能還處在“iPhone 1”時代。所以我們認(rèn)為，在挑場景的時候優(yōu)先要考慮能不能“真的賣出去”，賣出去的前提是，容錯率不能太低。
　　
　　我們今天討論的這一波具身智能，無論從場景的復(fù)雜度還是泛化性要求來看，都非常高。如果想從Day 1就做到99%甚至更高的準(zhǔn)確率，那是非常困難的。因此，我們選擇場景時，必須選擇一些即使只有80%、90%或者95%的準(zhǔn)確率，客戶也愿意買單的場景。我們認(rèn)為，對于初期來說，這可能是一個比較好的起點。
　　
　　其次，我們不會一開始就深入到特定的工廠生產(chǎn)線，因為今天很多人都在喊“上產(chǎn)線”這個事兒，但我們觀察過很多生產(chǎn)線，也和很多伙伴交流過，工廠對容錯率的要求非常嚴(yán)格。
　　
　　在許多高復(fù)雜性場景中，機(jī)器人的表現(xiàn)還不夠精準(zhǔn)，所以我們認(rèn)為在這種情況下，選擇容錯率較高的場景是很重要的一點。
　　
　　第三，我們的終極目標(biāo)是做一個通用具身的場景，也就是說，很多年以后，機(jī)器人會是一個科幻片里看到的，能夠執(zhí)行任何任務(wù)的通用機(jī)器人，我們公司從上到下都高度相信這件事兒能做成。
　　
　　因此以終為始，我們認(rèn)為數(shù)據(jù)對智能機(jī)器人的發(fā)展至關(guān)重要。我們在考慮數(shù)據(jù)飛輪的時候，不光考慮數(shù)據(jù)的絕對數(shù)量，也會考慮數(shù)據(jù)的質(zhì)量和多樣性，我們希望前期收集到的數(shù)據(jù)是高質(zhì)量、有意義的。
　　
　　甲子蘇州：也就是說，在你看來，C端市場的容錯率更高？
　　
　　楊豐瑜：是的，公司幾個核心高管都是從大的場景方出來，包括C端、工廠、物流、供應(yīng)鏈、to G等幾乎所有的潛在場景我們團(tuán)隊原來都深度參與過。目前大多數(shù)面向企業(yè)（ToB）的需求我們都慎重評估過，客觀地說對初創(chuàng)公司不算特別友好。我們也不完全鎖定在C端這個場景里面，B端我們也考慮做，但是有選擇性地做。
　　
　　說到容錯率，B端工業(yè)場景，其實是要求你不允許出錯。因為我們使用機(jī)器人的地方都是量產(chǎn)場景，任何一個小錯誤都可能導(dǎo)致災(zāi)難性的后果。比如在汽車產(chǎn)業(yè)中，可能就要返廠，這個影響非常大。
　　
　　在家庭場景中，容錯率高一些，這其實也是相對的。比如機(jī)器人在洗衣服時不小心將衣物掉在地上，這影響沒有太大，可以讓機(jī)器人撿起來再放回洗衣機(jī)。當(dāng)然家庭場景中也要求安全，所以我們在安全性上下了很多功夫。
 
　　
　　甲子蘇州：在創(chuàng)業(yè)之前你做過怎樣的調(diào)研？這種消費(fèi)級場景的機(jī)器人市場需求有多大？
　　
　　楊豐瑜：在創(chuàng)業(yè)之前，我們做了大量調(diào)研，不然不會盲目進(jìn)入這個賽道。當(dāng)然，無論是技術(shù)還是場景，它們都是快速變化的。但我們對我們選擇的這個場景是有高度的信心。
　　
　　我認(rèn)為第一點是，消費(fèi)級機(jī)器人理論上市場空間非常大，它不僅包括家庭，還包括零售、辦公服務(wù)等場景。我們只看家庭，中國家庭的規(guī)模大約有5億戶，假設(shè)我們的產(chǎn)品能覆蓋1%的家庭，再乘以我們產(chǎn)品的單價，整個潛在的市場空間至少在千億元以上。當(dāng)然，家庭場景肯定有自己的挑戰(zhàn)。
　　
　　所以，如果我們想盡快實現(xiàn)機(jī)器人的普及，特別是在消費(fèi)級場景中，我認(rèn)為有幾個要素。
　　
　　第一個要素是從成本端考慮，我們的產(chǎn)品必須是C端用戶可以接受的成本。如果我賣幾十萬、上百萬，那就不是C端場景了。
　　
　　基于此，我們團(tuán)隊投入了大量精力在供應(yīng)鏈上，包括自研優(yōu)化BOM（物料清單）等方面，我們會非?？焖俚貙⒊杀窘档紺端用戶可以接受的水平。我認(rèn)為這是非常重要的第一點。
　　
　　第二點從價值上講，強(qiáng)替代邏輯在具身智能的第一輪演進(jìn)中很難實現(xiàn)，所謂的強(qiáng)替代邏輯，就是要求你新的產(chǎn)品與原有的東西進(jìn)行比較。比如在家庭中，我賣的機(jī)器人，我可以負(fù)責(zé)任地說，我的第一代產(chǎn)品替代不了人，也不是用來替代人的。無論是從速度、準(zhǔn)確率還是智能性來看，都跟人沒有辦法比較。
　　
　　當(dāng)然我對整個機(jī)器人行業(yè)的長期發(fā)展，非常有信心。我堅信未來的某一天，機(jī)器人可能跟人差不多，甚至超過人的效率，就像我們在漫威電影中看到的管家賈維斯一樣。
　　
　　但我們從務(wù)實的角度上來看，這是一個漸進(jìn)式的路線，人機(jī)混合將會長期存在。這種人機(jī)混合不一定是物理上的混合，可能是人和機(jī)器人在同一個空間內(nèi)工作，也可能是工序上或流程上的分配。類似于自動駕駛的L2、L3級別，機(jī)器人或自動駕駛的智能體可能能夠處理80%、90%甚至99%的情況。但在一些極端情況下，可能需要人為干預(yù)。
　　
　　從整個產(chǎn)品的角度來看，L0意思是純?nèi)斯みh(yuǎn)程控制操作，L2意味著快速學(xué)習(xí)一些自定義功能，再加上一些半人為干預(yù)的功能，再加上少量的幾乎不需要人為參與的全閉環(huán)功能。我覺得它是這么一個漸進(jìn)式的路線。
　　
　　從我們近期的觀察來看，包括特斯拉Optimus最新的發(fā)布會也從一味的強(qiáng)調(diào)B端到更多的C端人機(jī)混合漸進(jìn)式路線，這和我對行業(yè)的理解思考不謀而合。
　　
　　甲子蘇州：以前自動駕駛經(jīng)常講L2、L4，現(xiàn)在具身智能也有L2、L4路線出來了？
　　
　　楊豐瑜：其實沒有，這是我們自己內(nèi)部類比的自動駕駛路線，可能也有別的名字，這樣主要便于理解，總之它是個漸進(jìn)式的路線。
　　
　　甲子蘇州：現(xiàn)在你會怎么分配學(xué)業(yè)和創(chuàng)業(yè)之間的時間精力？
　　
　　楊豐瑜：其實我覺得不矛盾，我現(xiàn)階段精力差不多全部在創(chuàng)業(yè)上面了，前兩天我又中了一篇文章，我今年應(yīng)該中了接近10篇關(guān)于人工智能或機(jī)器人領(lǐng)域的頂會，所以現(xiàn)在我也是從學(xué)校里on leave（休假）全職創(chuàng)業(yè)做事。
　　
　　02
　　
　　半年自研機(jī)器人
　　
　　優(yōu)理奇選擇“先入為主”
　　
　　甲子蘇州：UniX AI的首款產(chǎn)品是輪臂式機(jī)器人，為什么選擇輪臂式，而不是現(xiàn)在大火的人形機(jī)器人、雙足機(jī)器人？
　　
　　楊豐瑜：我覺得第一點是從技術(shù)層面來講，你可以看到我們實際上有兩款產(chǎn)品，一款叫Wanda（輪式雙臂），另一款叫Martian（人形雙足）。從技術(shù)戰(zhàn)略上講，我們是瞄準(zhǔn)難度更大的雙足加上靈巧手來進(jìn)行研發(fā)的。
　　
　　第二點，我們從商業(yè)化的角度來考慮這個問題。我認(rèn)為有很多因素需要考慮，其中之一是場景的成熟度。今天很多場景并不一定需要雙足機(jī)器人來做，輪臂式機(jī)器人完全能夠覆蓋。
　　
　　而且，輪臂加上機(jī)械爪的方案，無論從前期開發(fā)、成本，還是推廣角度來看，都相對有優(yōu)勢。我們認(rèn)為這種方案基本上適用于家庭和絕大多數(shù)的商業(yè)服務(wù)場景，甚至在工廠里，原來使用AGV的地方，我認(rèn)為都可以使用輪式，除了可能需要上樓梯或戶外的情況。
　　
　　當(dāng)然，我們最終的目標(biāo)肯定是瞄準(zhǔn)全場景的通用性，這是一個循序漸進(jìn)的過程。
　　
　　甲子蘇州：其實還是漸進(jìn)式路線的一環(huán)。
　　
　　楊豐瑜：是的。
　　
　　甲子蘇州：科技圈經(jīng)常用“拿著錘子找釘子”來比喻只有技術(shù)沒有落地場景。你認(rèn)為現(xiàn)在UniX AI瞄準(zhǔn)的消費(fèi)級機(jī)器人存在這一現(xiàn)象嗎？
　　
　　楊豐瑜：我們公司整個核心高管都是從產(chǎn)業(yè)里面出來的，我們擁有全球性的領(lǐng)軍人才，加上產(chǎn)業(yè)界經(jīng)驗非常豐富的老兵，所以我們對應(yīng)用場景的理解非常深刻，這是第一點。
　　
　　第二點是，我們的研發(fā)是全棧式的自研，我們的產(chǎn)品團(tuán)隊會做非常深入的一些調(diào)研，我們不會閉門造車，我們也不會盲目追隨許多大B的長尾需求。
　　
　　從功能上講，我們是L4+L2+L0漸進(jìn)式的路線，以上這幾個點是互相結(jié)合、互相擴(kuò)充的。
　　
　　我們制定這三個技術(shù)路線和功能，其實也是避免“拿著錘子找釘子”的現(xiàn)象。
　　
　　甲子蘇州：你們在創(chuàng)業(yè)的時候，在行業(yè)里有對標(biāo)的公司嗎？
　　
　　楊豐瑜：具身智能，客觀來說，是去年才出現(xiàn)的一個新事物。在國內(nèi)，我們的友商成立時間最早是2022年底，絕大多數(shù)是在2023年。
　　
　　實際上，我想創(chuàng)業(yè)的時候，應(yīng)該是去年這段時間，我們大概花了半年左右的時間來招攬人才。那個時候，我認(rèn)為整個具身智能行業(yè)都還在一個早期階段，談不上對標(biāo)，因為大家都沒有產(chǎn)品，很多商業(yè)化路徑都沒有形成。
　　
　　所以我覺得整個行業(yè)中所有人都在摸著石頭過河做這件事，大家勇于走出了第一步，我們也愿意在具身智能行業(yè)里面作為一個先驅(qū)者不斷探索技術(shù)的極限、產(chǎn)品的極限。
　　
　　甲子蘇州：此前優(yōu)理奇對外稱，首批百臺人形機(jī)器人即將量產(chǎn)，現(xiàn)在量產(chǎn)計劃和節(jié)奏大致如何？
　　
　　楊豐瑜：我們從第一代產(chǎn)品發(fā)布以來，收到的訂單意向已經(jīng)超出了我們的預(yù)期，我們正在緊鑼密鼓地研發(fā)Wanda 2.0版本，后續(xù)的產(chǎn)品會分批次的交付。這一百臺機(jī)器人的主要價值不在于它能夠為我們產(chǎn)生多少收入，而在于可以極大程度鍛煉團(tuán)隊的量產(chǎn)能力以及深入場景與用戶一起共創(chuàng)打磨產(chǎn)品。我們認(rèn)為，“三代出精品”是非常重要的一件事。
　　
　　03
　　
　　當(dāng)機(jī)器人遇見觸覺大模型
　　
　　甲子蘇州：我們看到，優(yōu)理奇在觸覺大模型上是有自己的技術(shù)之道，觸覺大模型，可以讓機(jī)器人連續(xù)處理家庭的精細(xì)活，這算是你們最大的亮點之一？
　　
　　楊豐瑜：當(dāng)然，我本人是搞觸覺傳感研究出身。我們所說的觸覺，因為我原來是這塊研究的第一作者，所以可以肯定地說，它是全世界第一個包含觸覺的多模態(tài)大模型。
　　
　　我認(rèn)為觸覺在操作上是“皇冠上的明珠”，在許多精細(xì)操作層面上，比如我需要把一個水瓶蓋擰緊，需要擰到什么程度，水才不會漏，才能確保它被擰緊？或者怎么把一些比較軟的物體拿起來？
　　
　　其實我們之前發(fā)布的demo你可以看到，我們甚至可以用我們的觸覺算法拿起一塊嫩豆腐，所以毋庸置疑，在觸覺傳感領(lǐng)域，這絕對是我們一個非常大的競爭優(yōu)勢。
　　
　　在模型層面上，我們擁有全世界最頂尖的包含觸覺的多模態(tài)大模型。在數(shù)據(jù)層面上，全世界最大的兩個包含觸覺的視觸覺數(shù)據(jù)集都是我本人做的。當(dāng)然，我們在創(chuàng)業(yè)之后又將這些數(shù)據(jù)集的規(guī)模擴(kuò)大了一個量級。
　　
　　觸覺大模型，在絕大部分的物理世界交互中有極其重要的作用，也能沉淀具身智能相對稀缺的數(shù)據(jù)。
　　
　　甲子蘇州：這些已有的技術(shù)，是支撐你們快速進(jìn)行產(chǎn)品研發(fā)的重要支撐？
　　
　　楊豐瑜：是，剛剛我們講的是觸覺傳感領(lǐng)域，這是我自己的一些技術(shù)。我們團(tuán)隊不只是我一個人的技術(shù)結(jié)晶，我們還有一套感知操作解耦的范式。
　　
　　我們看到這一代的具身智能核心變量是泛化，但很可惜的是，生搬硬套端到端模型的做法，反而沒有用上大模型帶來的泛化能力。通過感知和操作解耦，我們有一套基于關(guān)鍵點的模仿學(xué)習(xí)可以快速通過少量示教模仿學(xué)習(xí)動作實質(zhì)。同時通過我們自己預(yù)訓(xùn)練的觸覺融合多模態(tài)大模型的泛化能力，在物體、場景、運(yùn)動，三個維度達(dá)到非常強(qiáng)的泛化性。
　　
　　另一個重要的點是，我們用多模態(tài)反饋做了閉環(huán)的控制。我覺得具身智能從定義上講，就是跟環(huán)境實時交互，并通過環(huán)境交互反饋的數(shù)據(jù)不斷優(yōu)化它的策略的過程。
　　
　　所以，我們不是一套開環(huán)邏輯，比如我要讓機(jī)器人去抓一個東西，不是說“好的，我看到了，我要抓取一個點，然后開始執(zhí)行傳統(tǒng)的運(yùn)動控制算法”。如果過程中物體位置發(fā)生挪動，或者中間出現(xiàn)障礙物需要繞行，這些都是原來開環(huán)沒有辦法做到的，但我們可以做到非常強(qiáng)的一個閉環(huán)控制。
　　
　　另外，我們的模型是一個白盒模型，而不是一個端到端的純黑盒模型。這意味著我們有幾個關(guān)鍵點，可以人為地進(jìn)行可視化，并進(jìn)行添加、刪除或修改。你可以理解為，比如讓大家一起參加考試，其他一些端到端的方式可能只是輸入題目，然后輸出答案，沒有中間過程，你不知道為什么對，也不知道為什么錯。這種模型的可干預(yù)性和可糾錯性實際上很差。
　　
　　但我們的白盒模型的可解釋性非常高，我們兼具了強(qiáng)大的泛化性和靈活性，能夠支持非常復(fù)雜的任務(wù)。另外，我們對數(shù)據(jù)的利用率非常高，只需要非常少量的數(shù)據(jù)就能做到非常強(qiáng)的泛化性。
　　
　　而且，從算法層面上講，我覺得機(jī)器人一定是軟硬件深度耦合的結(jié)果。我們的算法和硬件同步開發(fā)，軟件強(qiáng)耦合，迭代速度非?？?。我們的硬件成本基本上在行業(yè)中做到了極致。
　　
　　同時，我還想補(bǔ)充一點，我們對算力的要求非常低，是真正可端側(cè)訓(xùn)練部署的模型架構(gòu)，我們甚至在和一些國產(chǎn)GPU探索合作機(jī)會。
　　
　　所以在WRC上，可以看到我們不需要在機(jī)器人旁邊插上一臺電腦。我的機(jī)器人可以使用一些工控機(jī)和端側(cè)芯片來完成很多任務(wù)，滿足了具身智能在場景中發(fā)揮作用的前提。可以一邊移動一邊操作，這在行業(yè)里非常難得。
　　
　　04
　　
　　具身智能機(jī)器人的“普惠點”
　　
　　甲子蘇州：聽說UniX AI的團(tuán)隊中有很多從機(jī)器人、汽車產(chǎn)業(yè)出來的供應(yīng)鏈專家，在團(tuán)隊搭建上你是如何考慮的？如何看待供應(yīng)鏈的重要性？
　　
　　楊豐瑜：我覺得這個問題問得非常好。從第一天開始，我們就堅決要走全棧式的軟硬件深度耦合的路線。這件事從一開始就非常明確，因為我們看自動駕駛，最終能夠走到終局的要么是主機(jī)廠，如特斯拉，要么是跟主機(jī)廠深度綁定的一些公司。
　　
　　所以，從軟硬件的角度來講，我們一定是兩手都要抓，兩手都要硬。你剛談到供應(yīng)鏈，供應(yīng)鏈更多是在硬件層面，我們整個硬件團(tuán)隊也投入了非常大精力，我覺得硬件團(tuán)隊有幾個價值：
　　
　　第一，我們整個軟件核心自研實現(xiàn)了指數(shù)級別的成本降低。今天很多公司如果依靠外購來組裝一個機(jī)器人，現(xiàn)在市面上能做人形機(jī)器人或者搭建人形機(jī)器人框架的公司，雖然沒有上百家，肯定也有大幾十家。所以，組裝一個機(jī)器人本身并沒有大家想象的那么困難。但是，如果要把機(jī)器人賣到實際場景中，從降本的角度考慮，這是非常重要的事。因為今天人形機(jī)器人還沒有起量，這是一個先有雞還是先有蛋的問題。
　　
　　第二，我前面反復(fù)強(qiáng)調(diào)初期快速迭代的能力非常重要。我們有一個非常精干的硬件團(tuán)隊，使得我們的產(chǎn)品開發(fā)迭代速度非?？欤绕涫俏覀兛梢噪S時發(fā)現(xiàn)問題、隨時修改。
　　
　　比如，我們的軟件深度耦合了很多需求，這些需求不是硬件本身的需求，而是由場景、由實現(xiàn)這個場景的算法端提出的需求，這些需求可能會發(fā)生變化。所以，我們需要保證一個非常敏捷高效的迭代速度。如果依靠外購，這件事很難做到。外購一方面很多時候只能買到一些標(biāo)品，這些標(biāo)品不能滿足特定場景的需求。如果讓他們定制化開發(fā)，靈活性又不如自己來做。
　　
　　第三點是我們在算法上是一個白盒，但我們也希望在硬件上接近一個白盒。因為今天的數(shù)據(jù)飛輪肯定是一個長周期的事情，不是一兩年就能見效的。就自動駕駛而言，數(shù)據(jù)飛輪才初見成效。
　　
　　所以，我們一定要考慮到長周期內(nèi)硬件的遷移復(fù)用，以及數(shù)據(jù)的遷移復(fù)用，這是非常關(guān)鍵的。
　　
　　甲子蘇州：你在選人上有哪些標(biāo)準(zhǔn)？
　　
　　楊豐瑜：可以肯定的是，我們不會過度擴(kuò)張團(tuán)隊。我們現(xiàn)在大約有100人的規(guī)模，不準(zhǔn)備快速擴(kuò)張到幾倍的規(guī)模。我覺得機(jī)器人這個行業(yè)，不是一個勞動密集型產(chǎn)業(yè)，它是一個技術(shù)和知識密集型產(chǎn)業(yè)。所以，人才的密度很重要。
　　
　　關(guān)鍵的幾個人很多時候就能讓你做得非?？?，這也是我們團(tuán)隊發(fā)展非?？焖俚囊粋€原因。從硬件上我們少走了很多彎路，從算法上我們從一開始就非常清醒地知道應(yīng)該怎么做，而且我們的算法團(tuán)隊能夠快速落地，有非常強(qiáng)的軟件結(jié)合經(jīng)驗，才能讓我們在半年時間內(nèi)就完成了產(chǎn)品的發(fā)布和非常多的demo。
　　
　　甲子蘇州：我對你們在機(jī)器人供應(yīng)鏈中“降本增效”這塊非常感興趣。你剛才也提到了一些，現(xiàn)在UniX AI機(jī)器人價格可以透露嗎？
　　
　　楊豐瑜：價格我現(xiàn)在不方便透露，但我可以給你一個大致的概念，我的BOM成本應(yīng)該是在一個蘋果智能手機(jī)和一個入門級汽車的售價之間。
　　
　　你也提到了增效這個詞，我們團(tuán)隊在提升機(jī)器人現(xiàn)有階段效用的點上也花了非常多的精力。具體產(chǎn)品細(xì)節(jié)現(xiàn)在不太好披露，不過可以說的是具身智能的iPhone 1時代已經(jīng)到來。
　　
　　只有成本和效用兩條曲線的加速交匯，才可以加速通用具身智能普惠點的到來。
　　
　　從我們現(xiàn)在的市場調(diào)研來看，對于部分行業(yè)嘗鮮者，普惠點已經(jīng)到來。隨著我們的量產(chǎn)機(jī)會推動，針對大眾的具身智能普惠點也不會遙遠(yuǎn)。
　　
　　甲子蘇州：一個機(jī)器人它會涉及多少零部件？
　　
　　楊豐瑜：我們大概拆細(xì)了，不算螺絲、螺母，其他大約有3~500個零部件。
　　
　　甲子蘇州：機(jī)器人供應(yīng)鏈的降本增效，和UniX AI地處蘇州有關(guān)系嗎？
　　
　　楊豐瑜：當(dāng)然，客觀地講，我認(rèn)為蘇州在制造業(yè)技術(shù)上非常扎實，尤其在機(jī)器人產(chǎn)業(yè)上游許多關(guān)鍵零部件上，比如減速器、關(guān)鍵傳感器等領(lǐng)域很成熟。
　　
　　今天中國機(jī)器人供應(yīng)鏈主要集中在以蘇州為中心的長三角地區(qū)和以深圳為中心的珠三角地區(qū)。而且在上一波機(jī)器人浪潮中，蘇州在掃地機(jī)器人、移動機(jī)器人、服務(wù)機(jī)器人等方面有著非常強(qiáng)的聚集效應(yīng)。我們在排摸產(chǎn)業(yè)鏈的過程中也多次碰到特斯拉在長三角儲備供應(yīng)鏈，這些也是我們團(tuán)隊深耕長三角的原因。
　　
　　而且，因為蘇州的制造業(yè)底子很厚實，在生產(chǎn)資源上也非常支持。比如蘇州工業(yè)園區(qū)有很多工廠場地，有非常豐富的配套政策，我覺得這些對創(chuàng)業(yè)者來說是非常友好的。