8月21日，2024世界机器人大会在北京开幕，169家企业600余件创新产品参展，其中首发新品60余款。
这是迄今为止人形机器人含量最高的一届大会，27款人形机器人集中亮相。九合被投企业Noetix Robotics（松延动力）参与大会并展示了Dora等多款产品。Dora是国内首款轻量化、产品化的通用型人形机器人，具有高力矩密度、高动态响应和高精度力控的特点。
Noetix Robotics专注于人形机器人研发与制造，核心创始人员来自清华大学与中科院等多所知名院校，致力于通用人工智能本体、机器人仿生以及具身操作系统等方向的研发，聚焦To B、To C端家庭、教育、养老等应用场景。
Noetix Robotics CEO 张世璞近期参与了九合创投举办的机器人沙龙，与九合系创始人及嘉宾共同探讨了大模型引发的机器人革命。
云希谷是儿童AI硬件产品生态领跑者，2023年首发批量搭载大模型的硬件产品，推动大模型在儿童教育领域的落地。
赋之科技是家庭机器人研发制造商，Enabot品牌产品远销海内外160多个国家和地区，全球用户超过50万。
Noetix致力于研发通用人工智能本体、机器人仿生及具身操作系统等，专注于智能家庭人形机器人的研发与制造。
曾任微软中国首席创新技术架构师、苹果公司技术传教士、同济大学软件学院院长助理。
墨影是移动协作机器人及云边端协同智能机器人通用系统开发先驱，打造AI+软件+智能机器人+全场景数字化解决方案。
傲鲨智能是一家外骨骼机器人公司，致力于工业、医疗和教育领域外骨骼机器人产品研发、制造和解决方案
玑域智能是一家专注于高密度立体库存储解决方案的物流科技公司，提供软硬件组合的高密度立体库存储解决方案。
国讯芯微聚焦工业实时操作系统及工业软PLC产品，提供实时操作系统SDK、IDE工具链和自动化、运动控制解决方案。
云希谷罗辉：在大模型的推动之下，儿童教育的场景会越来越多。硅谷基本把大模型当做生产力的提升工具，集中在企业服务和教育领域。未来AI产生的知识体系可能更好也更多，成本也会更低，我们非常看好儿童教育领域。
赋之科技朱虹：从情感陪伴和信息角度，随着AIGC的发展，大家可能都需要个人助理来提高工作和生活的效率，释放自己的时间。虽然手机已经非常强大了，但还是通过屏幕交互，未来多模态的交互将是一个趋势。另外在情感陪伴上，结合机器人具备的个性，未来也有很多机会。
Noetix Robotics张世璞：当人形机器人在C端落地的时候，更像是各个场景连接的infra，而不是具体定义落地到某个场景。机器人可以提供一种跨越空间的连接能力，在家庭内部用IoT设备将所有不可移动的家电串联起来，降低这些家电的消费成本和使用成本。这可能更是足式机器人的核心意义，成为一种基础设施，而不是一个专用的机器人形态。
Noetix Robotics张世璞：目前大模型的能力和机器人本身的小脑数据之间存在一定的鸿沟，大模型并不能完全指挥小脑完成任务，所以存在泛化性的堰塞湖。因此如何能够开发出一个低成本且通讯带宽高的小脑控制器，能够跟随大脑的指令去完成任务很重要。
云希谷罗辉：我们对大模型应用的比较快。2023年1月开始投入，过去一两年有两个方面的变化。第一在内部工作流上，很多工程师已经开始使用大模型写代码来提效。第二，借助大模型打造产品，2023年第三季度我们推出了一款爆品——帮小朋友学汉字。如果找四五十名语文老师做研发，需要几个月编辑和扩展，成本大概几百万。实际上我们通过搭载大模型+工程师预训练微调，最终只用了1%的成本就创建出来了，成就了80万销量的爆品。
我们大模型功能性产品在2023年也有了出库，将近100万台。AI大模型在儿童教育上的落地是比较重要的，快速落地和反馈，这样才能更快的迭代。
赋之科技朱虹：因为大模型的加持，机器人跟人的交互体验提升了，一方面让用户更满意，利于C端的机器人真正走进千家万户。另外一方面大模型也给研发提供了新的技术方向，以前可能传统建模不一定能很好解决的问题，现在有新的思路去尝试。
新浪潮来临后，硬件公司发展AI能力和模型软件的公司发展硬件，哪个更有竞争力？
Noetix Robotics张世璞：人形机器人是一个非常复杂、多技术融合的产品，从纯上层的大脑到分发指令到嵌入层的指令，然后再到电机运转，最后整机实现结构运转，是一个非常复杂的体系，要不同的人才技术栈去搭建。
软件和硬件就像是左右手，交织进行，硬件先做好，爆发出一些算法和软件的问题，再改进软件和算法，然后再完善硬件，一定是此消彼长的过程。
云希谷罗辉：现阶段，做硬件的公司去做AI加硬件产品，比AI公司做AI加持的产品更有优势。回顾这些年硬件和软件的发展，过去硬件的形态是比较通用型的，从PC到智能手机，软件是各种各样的小模型算法。而现在硬件形态正在慢慢多元化，对硬件各方面的要求以及能耗的复杂度越来越大。而算法尤其是大模型，把很多小的算法囊括掉。
赋之科技朱虹: 大家都会尽量利用自己的优势去选择相应的产品形态，最终智能的具身也不会是一个形态一统天下。比如在一些行业场景，肯定是效率优先；如果要非常人形，肯定是为了普遍的泛化通用性。最终都是软硬件一体的智能产品，两者是互补，不可或缺的，关键是还在于如何从自身优势出发。
硬件出身确实也有一些优势，比如更加关注从量产的角度而非demo角度的可制造性，长期的稳定性，以及很多工程的问题。如果太依赖AI，功耗、散热都有挑战；如果太依赖云端，沟通的交互效率上就会有延迟。
Noetix Robotics张世璞：从价格来说，人形机器人现在还是比较昂贵的。从场景和需求上来说，可以把通用的人形做压缩，通过很多模块化的处理，支撑灵活的末端。就如同App store，有一个非常好的本体，然后根据不同场景DIY末端配件。这样可以用非常细的颗粒度去丰富价格带，适合不同购买力的人群。因此这实际上成了设计产品SKU数量的问题，通过1加N的方式去构建。
云希谷罗辉：最终可能不会全部都像人形，即使人形也有很多种，主要看人的需求。目前人形机器人的供应链还不成熟，大量的商业化落地和供应链的成熟非常重要，需要互相推动，距离繁荣的时间点还需要一个过程。
赋之科技朱虹：从行业的角度，行业场景是比较特定的，追求效率为先。如果对上肢能力要求更高，或者对移动速度要求更高，人形不是最好的选择。从C端的角度，人形更匹配生活环境，可能是一个主流的最终方向。
赋之科技朱虹: 首先用公有数据集，这是一个比较大的数据量基础，其次会根据模拟场景采集数据再去训练，第三是用户的主动反馈、主动上传的数据。我们完全不碰隐私数据这一块，是靠用户的主动反馈来不断的升级完善。
云希谷罗辉：大模型时代，数据训练变得非常难。数据归纳、数据清理已经提升到大模型的专业程度，需要投入成本很高，还有算力的问题。有一个有趣的猜想，以后AI是不是可以自己产生数据和训练数据？就像 AlphaZero，从来没有和围棋九段的高手对弈过，一直是自己和自己对弈，但最后很厉害，甚至超过AlphaGo。
Noetix Robotics张世璞：机器人的数据和其他电动设备最不一样的地方在于，比如汽车是不能有任何碰撞，但对机器人是鼓励有碰撞，要和人类周边的物体有接触。因为在目前的LRM中，并没有这样的知识，用多大的电流，多大的力矩，在什么样的位置，怎么完美的拿起来。
可以用两种方式来做，一个是设计穷举世界万物所有通识数据的模拟器，大规模进行数据训练，最后产出一个super agent。第二种就是不断的在人类场景当中学习。现在科研界也有不同的技术路径，但根本还是在于你要做一款什么样的产品，这决定了不同的技术路线，用什么样的数据集。
墨影科技杨一鸣：对于我们的客户，机器人只是先进制造的一部分，大模型、具身智能目前更多的应用于生产体系的数据化分析，AI可以在工业制造领域快速实现降本增效，进行数字化管理，指导机器人更好的工作，通过合理安排机器人和工序，提高产能。但是短期内，大模型很难在工业机器人领域替代传统的控制器和视觉算法，C端机器人容错性要求相对低一些，可以应用在服务机器人领域，而工业产线上对稳定性和安全性的要求非常高。当大模型的稳定性达到非常高的程度之后，量变将产生质变，基于大模型的智能机器人有可能开始广泛的应用在工业领域。
傲鲨智能张华：外骨骼机器人对精度没有要求，难点在于用户数据的分析。外骨骼机器人使用过程中会产生大量的数据，包括弯腰和抬升的角度、起身力量大小等，每个人的动作习惯、步态、发力方式都不一样，需要通过分析，形成最好的数据曲线。我们正在探索如何借助大模型，实现个性化的用户体验和多机器的协同，相信大模型能在规模化部署中发挥重要作用。
国讯芯微蒋琛：作为机器人上游的控制器公司，我们会分析机器人所有关键零部件的发展。首先从数据上看，特斯拉的独特优势是工厂源源不断的产生丰富的数据，人形机器人能吸收足够的样本，其他厂商还需要很长时间的积累。第二，大模型对人形机器人的影响是可以通过语言交互，理解人类想让机器人做的动作，但是工厂端噪音比较大，通过语音控制机器人不太容易实现，距离落地尚早。在康养领域，人形机器人在家庭场景更容易落地，并且有一定的容错性，能真正解决一些问题。
智用人工智能应用研究院周闻钧：大模型提高了机器人的上限，编程可以解决执行问题，大模型使机器人在需要自主探索和推理的情况下，有更好的表现。大模型+机器人可能首先会应用在外太空探索、危险环境救援检修等金字塔最顶端的场景中，实现经验的积累后，再慢慢下沉到工业领域，执行高精度的操作。
玑域智能孙宇：智能仓储是一个成本敏感型的市场，当大模型发展为普惠科技的时候，才可能进入到我们的场景里。我认同大模型会先在C端场景落地，随着技术的成熟，会逐步和B端场景结合，发展速度可能比我们预想的更快。
傲鲨智能张华：目前国外对工业外骨骼机器人和工人安全性的重视程度非常高，比如德国劳动法对工人的负重有具体规定，工人一定要配置助力设备。而且国外的人力成本很高，欧美的外骨骼机器人在制造业上有很多应用场景，此外东南亚和中国香港在养老产业上也有很多落地的机会。外骨骼的优势是开箱即用，不需要复杂的部署，所以更容易开拓海外市场。
玑域智能孙宇：智能仓储行业在国内很卷，出海几乎是必然的出路。比如美国的劳动力成本很高，用工短缺，大部分人都不愿意在仓库的环境里工作，有很大的市场拓展空间。
墨影科技杨一鸣：我们的很多客户是大型工厂，需要完整的了解工厂的业务流程，跟工厂很多部门进行沟通，才能提供完整的解决方案，还要进行交付，周期和人员投入都很大。未来等产品相对标准化、交付成本降低、周期缩短之后，出海会更有优势。
国讯芯微蒋琛：上游零部件出海的周期更短，承担的供应链风险更低，可以聚焦一些通用的自动化产品，对海外输出完整的产品，功能比国外大公司产品更定制化。
智用人工智能应用研究院周闻钧：企业首先要定义做什么级别的出海，如果只是产品出海，建议企业去当地市场深入考察，需求是否足够大，是否值得投入进行渠道的合作，包括建设当地的售后能力。如果研发甚至制造也要出海，就要问问到底为什么要出海，如果因为在国内属于落后产能，或者地缘政治的原因，只有转到国外才能向全球出货，这是不得不出海的理由。在国外要面临陌生的环境，出海有非常高昂的初始门槛和成本，还是要慎重考虑。