人形 机器人 正在进入业务加速开拓期。
不久前，智元、宇树拿下 中国移动 旗下公司1.2亿元人形 机器人 采购订单，数日后，优必选也中标超9千万元 机器人 大单，刷新纪录。
另一方面，行业风向标 特斯拉 的擎天柱被传项目暂停。此前某 特斯拉 人士曾对记者表示，“应该是生产端还需要做一些调整。”
虽然人形 机器人 技术尚未收敛，但工业场景成为当下业内公司不约而同的共识。众多公司纷纷推出相应的产品，进入工厂实训。
开普勒 机器人 是较早布局工厂的业内玩家。公司4月曾发布人形 机器人 K2“大黄蜂”在上汽通用汽车工厂中的实训视频，展示了颇为丝滑的上岗质检、巡航、搬运等工作表现。
为何工厂能吸引诸多企业争相落子？当前人形 机器人 真的可以替代蓝领工人么？技术演进到啥水平？穿过当前的资本市场热浪，人形 机器人 大规模落地还需要克服哪些难点？
为此，近日21世纪经济报道前往开普勒 机器人 上海总部，独家专访了公司总裁胡德波，深入调研了当前人形 机器人 技术、业务的进展和槽点，和工业场景下 机器人 布局的经济性和演进路径等诸多问题。
工业场景率先破局
《21世纪经济报道》（下称《21世纪》）：公司当前的业务进展情况如何？
胡德波：目前正在启动小批量量产，进行早期客户订单的交付。预期今年销量100台，明年目标1000台，后年1万台，大概每年10倍的增速。现在下游行业的切实需求量其实非常大，因此这个目标其实不算特别激进。更多还是决定于人形 机器人 的研发进展，如能稳定完成一些基本的任务，后期上量不会是大问题。从下游客户来讲，今年规划的100台，会有一部分是工业场景的落地测试项目，一部分进入到科研，另外一部分是数据收集场、展厅等。明年之后，工业场景占比会越来越大。
《21世纪》：为何坚定选择工厂场景？
胡德波：我们主要的战略方向就是瞄准工业场景的落地。因为就人形 机器人 而言，工业非常适合作为早期阶段去切入。
首先，其场景比较结构化，而且很多都是封闭空间，对于泛化性的要求也木有那么高。好比家庭场景对泛化性和安全性的要求极高，现阶段落地更加困难。
其次，工业场景的投资回报是非常清晰的，简单而言，可以算得过来账。
最后，现在人形 机器人 的演进，比较缺数据，因此，进入工业场景实际部署之后，可以和物理空间发生更多的交互，可以收集回来很多真机数据，使数据飞轮能够转起来。
工业场景的具身智能，其实类似于L2级智能辅助驾驶，相对照较可控，要求的数据量也不用非常多。
《21世纪》：人形 机器人 可以在工厂干啥工作？与现有工厂的设备又咋协调？
胡德波：目前工厂环境已经部署了非常多的自动化设备，但仍然有很多工位需要工人灵活操作，好比整车工厂的总装车间仍然大量使用工人，即便在工业 机器人 用量很大的冲压车间等，也存在用人的工位。好比，冲压件到焊接台的上下料，当前是由工人手动将冲压件上料到焊接台上，再由工业焊接 机器人 将多个冲压件焊接到一起，之后由工人手动将其拿下来放到料架上，如果用传统自动化手段去改造，成本会极其高。我们现在就在训练人形 机器人 负责这个工位的工作，进行冲压件的上下料。
其实，在工业场景中，类似的工位有许多，散落在各处。而且对工人也其实不友好，好比我们时常需要拿取重物、弯腰、举升等，容易造成工伤。
未来比较理想的状态是，人形 机器人 能够一机多能，跨工位进行调度工作，这样投资回报率会更高。
《21世纪》：对于工业场景的人形 机器人 ，如何计算经济性？
胡德波：假设一个人形 机器人 一天可以工作2个班次，一个班次可以替代单个工人70%~80%的劳动效率，那么这个人形 机器人 就相当于干了1.5个人的活。以长三角的普遍的用工成原本测算，一年的综合用工成本在10万元左右，这意味着单个人形 机器人 的劳动价值可以达到15万元/年。
我们的人形 机器人 远期目标是做到2万美元/台，让客户能够在1~2年能够收回成本，这对于很多工业客户是可以接受的。目前如果部署在车厂的话，客户支出的人工成本更高，如果批量部署成本在3万美元/台，投资回报也可以达标，我们已经比较接近这个成本水平了。
《21世纪》：相较于业内普遍50万以上的单台售价，开普勒的 机器人 为何可以做到这个价格？
胡德波：之所以能够把价格做到这么低，首先是因为我们进行了大量的自研，同时也得益于我们团队强大的工程化和量产经验，和卓越的供应链资源。我们自研了好比直线关节、旋转关节、灵巧手等高价值模组，由于早期供应链的不成熟，我们甚至自研了行星滚柱丝杠、电机、编码器、控制板等核心零部件，当前整机自研比率在80%以上。
另外，我们也与一些上市公司的战略合作伙伴进行联合研发诸如驱动、 传感器 等核心零部件，缔造“硬件梦之队”，从而提高了我们硬件的整体水准和性价比。我们作为一家 机器人 链主型公司，对客户需求和场景有深入的领会，从需求动身定义和设计人形 机器人 的整体架构，进而研发 机器人 关节等核心组件，确保本体系统具有强劲的干活能力，再开发小脑和端侧AI模型等全栈软件，以满足场景需求。与我们合作的这些零部件公司，在自己的领域深耕了几十年，技术水平特别高，但需要补全对场景和 机器人 本体需求的洞察，以规划在人形 机器人 上往哪些方向去优化设计、改进，因此双方都有很强的合作意向。
具身智能加速进化
《21世纪》：此前北京亦庄 机器人 半马竞赛，袒露出人形 机器人 现在还存在很多问题，好比稳定性和续航。开普勒的 机器人 为何可以做到“充电一小时，工作八小时”？
胡德波：这是我们的独特优势，开普勒人形 机器人 的构型是面向工业场景设计，大量使用了行星滚柱丝杠的直线执行器，并使用了串并联混合的仿生架构，可以造成长续航的独特优势。
在 机器人 的大臂、小臂、大腿、小腿等位置，我们都是用了行星滚柱丝杠执行器，这种执行器带有自锁的特性，这意味着人形 机器人 在站立或对抗外部冲击载荷的时候，只需要很小的电流，就可以保持稳定姿态，功耗非常低。比较而言，如果使用旋转关节的话，就会一直需要保持大电流的输出，所以耗电量就会很大。另外，这种执行器很大的特点是不管在高负载或低负载的情景下，传动效率都特别高，因此能量使用效率始终保持在很高的水平。
现在业内还有 特斯拉 的擎天柱、 Apptronik的Apollo、国内的小鹏Iron 机器人 也使用这种架构。但这种架构难度会相当高，因为行星滚柱丝杠目前供应链还不成熟，外采成本高，自研难度大，同时这个架构的运动控制算法也会更难。因此，除了我们这几家外，也有许多公司选择简单一些的构型，好比全旋转关节，先切入一些诸如科研、展厅和表演等服务场景，走不一样的技术路线。
《21世纪》：开普勒在具身智能的“智能”方面是怎样做的？
胡德波：我们目前对于模型主要做两方面工作，其一是运动智能，通过强化学习来训练人形 机器人 走路；其二是操作智能，也就是大家通常讲的具身操作，通过训练端侧小模型，瞄准工业做垂直场景的具身智能，当前模型的能力，可以让人形 机器人 实现稳定的操作抓取，并拥有相应的泛化性。而在VLA和具身大模型方面，我们也在跟进前沿研究，并且与大模型公司开放合作。
下一阶段，是针对特定的工作任务，好比搬运类作业任务，实现此类任务的泛化性，因为不一样的场景，料箱的大小、颜色、材质、重量、位置等等都会有不同，可以通过模型的泛化性去实现垂直场景的快速部署。在VLA等端到端大模型能满足工业场景的使用要求之前，中间会有一个过渡状态，就是人形 机器人 带着预训练模型到达现场，通过现场收集部分场景和任务数据，进行模型调优，实现迅速的部署，也可以通过任务执行中的在线学习，进一步优化模型。
《21世纪》：就人形 机器人 行业来看，国内与海外差距大不大？
胡德波：目前海外跑的比较快的是 特斯拉 的擎天柱、Figure。其中马斯克的技术细节没有怎么公开，从视频来看擎天柱的工厂场景训练可能还是走得最快的，Figure也在美国宝马工厂进行训练。另外，还有Agility，他们在亚马逊进行料箱搬运试点应用，但还没有进行规模化的商业化部署，成本和安全性是下一阶段的关键考量。开普勒目前在国内的多家汽车主机厂进行不同工位的练习，也在进行仓储物流场景的工位训练，国内和国外厂家整体都处在训练和试点应用阶段，差距不大。从 机器人 本体和运动控制的视角来看，国内厂家开始取得全球可靠的位置，而在 机器人 的具身大脑方面，国外的研究会更前沿，国内在数据收集、训练场方面进展非常快，具身大模型方面也有很多卓越的企业，国内外差距不大，都还在高速发展。
《21世纪》：从开普勒和行业角度来审视，目前还有啥核心卡点需要攻克？
胡德波：从目前行业情况来看， 机器人 本体和具身智能都有很大的发展空间。好比，针对工业场景，虽然有多家 机器人 公司在做，但 机器人 要满足工业场景稳定可靠的要求，还有一定距离。好比本体要做到更精良、成本足够低，要可量产、可部署、可维修，预计还需要2~3年才会达到比较理想的状态，但明年开始就会小批量落地，用不完美的版本，在使用中去迭代优化，最后达到成熟状态。
而就具身智能而言，目前人形 机器人 的聪明水平还远远达不到全场景通用泛化的要求， 机器人 数据也非常缺乏，具身智能大模型的技术路线尚未收敛。但类似于自动驾驶从L2到L5的演进，具身智能会一直发展完善，在这个进程中，可以沿途下蛋，利用已经有的能力，好比L2的具身能力，就可以逐渐在工业里使用起来，这个问题不大。
从我们角度来讲，我们正在建立数据闭环的工业具身智能，通过数据收集、数据处理、模型训练，结合预训练的底座模型和现场的少量数据收集，实现垂直场景的泛化部署，把以往需要几周的调试部署时间，缩短到几天，甚至几个小时，这是我们明年在具身智能方面的主要工作。而在 机器人 本体方面，我们即将启动开模量产，从9月份开始发货，期待与更多的顾客启动合作，把 机器人 在各个场景用起来。