《科创板日报》1月19日讯（记者 敖瑾）人形『机器人』️“卷”交付持续白热化。
《科创板日报》记者从乐聚『机器人』️处获悉，公司第100台全尺寸人形『机器人』️已交付北汽越野车，主要运用在空箱搬运及物流分拣两个场景。据公司方面介绍，乐聚『机器人』️与北汽的合作通过公开竞标敲定，同时竞标的还有其他五家国内头部人形『机器人』️企业。“性能和成本是竞标过程中客户看重的两个关键点。”乐聚『机器人』️CEO常琳对记者表示。
“卷交付”的还有近期宣布完成 8 亿元融资的傅利叶。其创始人顾捷在2024年三季度末曾对外表示，公司交付已超过100台。“100台的数字，对于人形『机器人』️行业来说是一个很大的里程碑。这意味着我们不单单只是把『机器人』️停留在实验室，有胆量放到真实场景中，接受用户和场景的锤炼。”顾捷在接受媒体采访时表示。
经过一段时间的政策推动和热钱催熟之后，风口之上的人形『机器人』️企业，在技术路线和商业化推进方面都正逐渐走出分化。
人形『机器人』️商业化加速
政策和资本双重催熟的人形『机器人』️赛道，在爆火后的第二年就快进到了产业化落地阶段，量产和交付成为行业焦点。除了上述两家国内厂商外，业内标杆特斯拉Optimus也更新了量产计划：预期在2025年量产超千台，并进入特斯拉工厂。
对此，常琳告诉《科创板日报》记者，这事实上是行业向商业本质的回归，“强调交付数量，意味着客户的选择和认可，这其实是更重要的指标，人形『机器人』️『机器人』️终于从过去的纯概念以及炫酷的视频，到现在终于真正开始走入生产生活场景。”
有关注具身智能领域的一级市场投资人士则对记者表示，从投融资的角度，在经历了一段时间的热钱涌入后，相当一部分企业估值已经被抬得较高，“此时企业需要在业务上有里程碑式的进展，公布量产或交付计划，这一方面是给过去的资方交出成绩，另一方面也是给接下来的继续融资铺路。”
在实际应用场景中积累数据，也是具身智能企业“卷交付”的重要原因之一。多名投资人在采访中表示，数据不足是当前人形『机器人』️大规模落地制约因素之一。“『机器人』️的实际数据较难进行大规模采集，涉及的成本也比较高。通过部分场景的率先落地，有希望实现数据的低成本采集，从而打造出一个数据飞轮，加速人形『机器人』️在具体场景中的智能提升。”
常琳亦对记者表示，人形『机器人』️最终实现广泛落地，本体、场景数据和模型三者缺一不可，尽早大量地触达场景，以此尽可能多地获取场景数据，有助于『机器人』️模型的训练。在具身智能模型方面，乐聚目前已与华为云、火山引擎、腾讯等达成合作。
其中，最受市场瞩目的无疑是与华为的合作。对此，乐聚方面称，12 月华为云（深圳）具身智能产业创新中心成立，乐聚与华为等大模型企业在技术、业务、战略层面的合作正稳步推进。
据常琳介绍，目前，人形『机器人』️已越来越深入场景端，从科研到展厅导览，逐渐铺开到包括3C、汽车等工业场景。目前，乐聚全尺寸人形『机器人』️已交付至上述北汽越野车、蔚来汽车以及江苏亨通等企业，应用于传统工业『机器人』️难以应对的柔性制造、狭窄多变空间等场景，作业效率已从人工的30%提升到了50%。
“在与一汽的合作中，现阶段，人形『机器人』️在汽车工厂总装车间 POC 场景一天可搬运 1000 个箱子，中长期有望实现将所有空箱子搬运归位。接下来人形『机器人』️还会进入到物流分拣、产品检测等场景。总体而言，人形『机器人』️距离完全替代人确实还很遥远，但『机器人』️当前已初步具备一些技能，在某些岗位上投入使用后，可以让企业在两年内收回相关成本。”
行业玩家路径分化
尽管人形『机器人』️落地场景应用正在加速，但过程中仍面临不少问题。
常琳表示，目前来看，人形『机器人』️进入全新应用场景，需要克服六大问题，“一是核心零部件的成本，目前人形『机器人』️所使用电机等关键部件成本较高，这直接影响了人形『机器人』️的市场定价和普及程度。二是运动控制的相关技术需要攻关。三是人形『机器人』️的结构非常复杂。四是对应的操作系统还不完善。五是人机交互水平有待提高。六是消费终端的App生态尚未形成。”
其进一步向《科创板日报》记者介绍，为加速推进乐聚『机器人』️的产业化进程及产品的场景适应力，公司的人形『机器人』️“夸父”，进行了三轮迭代。
“在硬件层面，其手臂、关节散热、续航、传感器均进行了改进，『机器人』️整体在稳定性、易用性、实用性方面有所提升。软件层面，团队的Model-Based控制算法，已经达到全球领先水平，算法结合基于模型的控制方法与底层求解加速技术，具备高求解精度、拟人化自然运动、流畅平滑的控制效果等特点。”常琳表示。
《科创板日报》记者了解到，目前，人形『机器人』️赛道在技术路线上尚未收敛，除了上述乐聚『机器人』️的Model-Based控制算法路线外，强化学习也是一个重要的软件层面技术实现方式。二者的区别在于：控制算法路线依据『机器人』️运动学和动力学模型，经精确数学计算确定控制量，实现对『机器人』️位置、速度、力等物理量的精确控制；强化学习则基于机器学习中的强化学习理论，『机器人』️在环境中通过不断试错，根据环境反馈的奖励信号来学习最优行为策略。
控制算法路线的代表性厂商包括波士顿动力等。国内人形『机器人』️厂商中，宇树科技、星动纪元以及逐际动力等采用的均是强化学习路线。值得一提的是，这三家人形『机器人』️厂商都在一级市场受到风险资金的关注，前者当前估值已达80亿元，而后二者均获得了来自阿里的资金加注。
对于上述技术路线的分野，常琳表示，不同的路线有各自的特点和优势，但从长期来看，两种路线会走向融合。“乐聚目前与北京通院合作，正在推进基于Model-Based的强化学习运动控制技术，预期该技术能提升复杂任务和操作模型效果。”
融资方面，成立于2016年的乐聚『机器人』️，截至目前共完成5轮融资，投资方包括深创投、腾讯投资、松禾资本以及洪泰基金等。对于人形『机器人』️企业正站在资本市场风口的现状，常琳对《科创板日报》记者表示，发展到当前阶段，乐聚已经过了强调融资的时期，“这个行业的发展确实需要很大的资金量进来，但如何实现健康可持续的资金流入，每家企业都有各自不同的战略选择。就乐聚当前的发展阶段而言，公司更关注产品以及所服务的客户。”
其进一步表示，乐聚目前战略聚焦于商业化交付，“一家公司如果可以在量产能力、机器寿命以及小批量交付上实现领先，再在接下来把大批量的产业化场景牢牢抓住，到那个时候不同企业之间的代差会越来越大。”
（财联社记者 敖瑾）
