4月19日，全球首个人形机器人半程马拉松，松延动力喜提亚军。凭借优秀的硬件结构和运控系统，松延动力印证了其在激烈的人形机器人赛道的技术实力。身高1.2米，重30公斤的“小短腿”N2机器人也成功“圈粉”。此前，它还凭借3.99万元起的“技术普惠”售价创造同类产品“全球价格最低”，引起行业热议。

近期首程资本CAN+新质生产力实验室活动，首程资本投资总监许彪与松延动力创始人团队展开深度对话，围绕"硬件先行or算法主导"技术路径、硬件构型与场景关联、炫技与价值创造、差异化竞争策略等展开详细探讨，展现了这家“产品驱动”公司对人形机器人商业落地的收敛思考。

我们整理了对谈内容，在人形机器人不断取得技术突破的当下，共同拆解背后的技术焦点与产业价值。

• 姜哲源 | 松延动力创始人、董事长

• 胡晨旭 | 松延动力联合创始人、首席科学家

• 许彪 | 首程资本投资总监

人形机器人如何从前后空翻到商业落地

许彪：今年开年以来，机器人赛道火爆。目前整个行业也出现了一些变化，比如两种发展路径：一种是从本体硬件入手，逐步向智能化延伸；另一种则是采取自上而下模式，优先开发控制中枢（大脑/小脑）再拓展至本体。这两种路径未来会形成竞争关系，还是可能走向技术融合？

姜哲源：松延动力作为一家产品驱动公司，一切出发点都是基于用户需求。我们之所以选择从本体往上做，是因为我们认为本体能为用户提供价值。目前为止，VLA无论做得多好，短期内都是很难提供价值的。

所有的算法公司都处在强调data的阶段，就是数据驱动算法。比如扫地机器人，用户下载APP同意协议后，它就会开始收集数据。未来的机器人公司也不可避免会去做这件事。所以我个人理解，从本体出发的企业和从算法出发的企业合作机会可能比较少，因为有一些问题无法达成共识，比如数据到底归谁？是共享吗？由谁迭代这些模型？如果无法解决数据归属问题，竞争关系更可能占主导。

许彪：近期松延动力展示了机器人连续后空翻，宇树科技展示了机器人武术等动作，但这些对于工业或ToB场景的商业价值比较难衡量。松延动力比较核心的商业价值体现有哪些？

姜哲源：从长远来看，其实通用移动本质上解决的是多地形的问题，也就是我们们讲的：人能走的地方都能走，人不摔地方都不摔，这个是最核心的价值所在。目前，我们已发现多个应用场景，跟踪拍摄就是其中一个典型场景。后续我们也将针对这些场景推出小型的消费级机器人，实现价值落地。

许彪：做到消费级还需要多长时间？是否会像大疆一样，先去定义硬件平台，然后给合作伙伴进行二次开发吗？

姜哲源：当年可以这么干，现在就很难了。我们会直接把基础功能做到足够好，不是简单的跟拍，而是专业级的运镜，会有云台和APP协同。在无人机市场，Hover Camera及DJI Neo等已实现运镜功能，但存在明显短板：续航极短。有个股东朋友是网球重度爱好者，他买了DJI Neo用来跟拍网球，但每隔十分钟就要下来换电池，这就是一个很大的痛点。而且无人机还不稳定，容易受大风影响。

如果用我们的机器人，第一不受禁飞影响，第二续航可以长达两小时，第三运镜很稳，因为我们会使用轮足式底盘设计，路径规划、track都会很准。

许彪：今年开始，大家普遍认同强化学习是相对收敛的技术路径，强化学习在算法上还有哪些提升空间，通用移动技术还会有哪些突破？

姜哲源：从今年行业动态来看，市场上出现了很多很fancy的Demo，包括空翻、武术或拳击。这些演示几乎全部依赖于预设路径（盲走），类似于蒙住双眼行走，完全缺乏环境感知能力。这种模式与人类行为存在显著差异，是行不通的。用户更希望机器人可以跟他打招呼、随着音乐跳一支舞等等。我们未来要做的就是把听觉、视觉等各种感知能力深度融合到运动控制中，构建一个多模态的、更加通用的运动平台。目前行业内也有相关公司在探索。

许彪：从硬件构型来看，国内如宇树等公司主要采用基于半直驱执行器（QDD）的关节构型，而海外如特斯拉则采用直线关节构型。你认为未来硬件构型会趋向于统一吗？我们在硬件构型方面是否有迭代计划？

姜哲源：硬件构型的选择应基于应用场景和用户需求。特斯拉之所以采用滚柱丝杠构型，是因为适配工业场景。机器人蹲起动作中，滚柱丝杠能够保持较为稳定的电流输出，避免了半蹲状态下的高能耗问题。此外，滚柱丝杠在不同角度下的力学特性较为一致，有助于降低过热和能耗。这种构型对于工业成本控制较有优势。

国内许多公司并未采用这个方案，主要是因为其产品定位并非工业级。对于消费级或科研级场景，QDD构型更为合适，因为它控制简单、数据简单，且硬件设计更具平台化优势。我们目前对工业场景是敬而远之的，可能不会跟进滚珠丝杠方案。但对于以工业应用为基础的公司，他们可能会选择跟进。因此，针对不同场景和价值形态，我认为硬件构型的发展趋势可能会出现分化。

许彪：请问胡博士，松延动力的仿生人脸产品目前处于什么阶段？以及与人形机器人结合的进展？

胡晨旭：我们的仿生人脸与人形机器人结合预计在9月份左右会有较为成熟的亮相。她会是一个全尺寸女性形象，整体风格偏向科幻风格。身体部分会有一些结构外露，不会完全包裹在硅胶中，但脸部会使用硅胶。

许彪：与海外的索菲亚等产品相比如何？

胡晨旭：我们在技术上相对领先。今年最重要的目标是尝试量产，并在多个场景中进行部署，同时教育市场和用户。我们手头已经有明确的订单，数量在几百台左右，场景也比较清晰。关键是要将产品真正落地到场景中，打造标杆案例，这样才能进一步巩固领先地位。搭建一台样机并不难，2023年9月时，一个没有背景的团队只需要三个月就能做出一台能行走的机器人。真正的竞争力在于量产能力和场景落地的深度。只有在实际场景中经过实践，客户才会买单。

许彪：完全同意这一点。我们在量产和交互方面是否已经积累了一些经验？现在的生产方式是什么？

胡晨旭：目前我们是国内唯一能够大批量出货高仿真、高自由度人脸的企业。其他企业要么做得不够真，要么没有量产能力，还在用影视特效或“手搓”的方式在做。我们预计在下半年实现每月150台的生产能力。

目前主要依靠组装生产，随着量产规模扩大，我们会寻找更稳定的供应商。电机成本其实并不高，占总BOM的15%~20%，内部结构架的成本则较高，因为这些部件设计精巧且多为异形，一个小零件的加工成本就高达200多元，而开模后可能降至几毛钱。此外，脸皮材料上也在优化，目前使用的进口硅胶材料成本较高，我们计划寻找国产硅胶供应商，在同样效果下成本降至1/10。

许彪：目前市场上从事人形机器人研发的公司可能有三五十家，若加上具身智能领域，总量接近百家。在激烈的行业竞争中，你们的核心竞争优势是什么？

姜哲源：虽然赛道内参与者众多，但真正专注于本体研发，尤其是以产品驱动为核心的公司并不多，可能最终会收敛至10家以内。我们需要关注的是这十家之间的差异化竞争。松延动力的核心差异化优势主要有两点：

第一，把高性能机器人卖到便宜的价格带。类似当年小米手机、以及近期小米SU7 ultra的定价策略，在不同价格带与其他公司竞争。 第二，我们已经初步具备量级研发与交互能力。这两点将加速我们今年的商业化进展。

胡晨旭：差异化的前提是做好基础能力，尤其是硬件的量产能力。人形领域，我们的差异化主要包括小型化与低价策略，并配备完善的硬件平台和教学体系。场景上我们计划进一步拓展教育市场并下沉至普通本科、专科乃至中小学，通过优化教程提升产品接受度。人脸方面，我们已经处在领先身位，在当前玩家数量不多的情况下，尽力提升产品稳定性和量产能力，做好不同场景中的标杆案例。

人形机器人何时进入家庭？

许彪：预计人形机器人进入家庭的时间节点是什么？目前有哪些卡点或难点？还有哪些问题需要解决？

姜哲源：我们初步预计3-5年后。当前的主要卡点在于数据，全球具身智能领域普遍面临数据缺乏的问题。大家已经收敛达成一个共识那就是：必须使用真实机器在现实世界中采集的数据，仿真数据难以满足需求。我们正在基于一些开源工作进行改进，探索新的数据采集方案。按照目前的规划，假设今年采集10万小时数据，明年采集100万小时，我们预计三年内能够积累一个初步实现具身智能涌现的大数据集。

胡晨旭：人形机器人进入家庭的关键在于把操作做好。如果仅考虑操作功能，而不涉及底盘设计（无论是双足还是轮式），可能还要三到五年。最大的卡点在于泛化性和通用性。目前，所有厂商的演示大多局限于特定场景：虽然机器人能执行诸如抓取不同颜色的杯子等任务，但仅限于特定场景和物品。

当需要泛化能力时，通常需要额外的100条数据，但你不能让用户自行采集这些数据并部署。因此，通用性是一个重大挑战。解决这一问题的关键就在于数据。

人工智能的发展依赖于算法、算力和数据三个因素，而目前具身智能最大的短板是数据，算法和算力的问题我还没感觉到，因为尚未达到最终形态。如果数据解决后仍无法实现泛化性，那么走入家庭这件事可能就需要更长时间了。

许彪：强化学习在多个领域（包括大语言模型）的收敛上已成为明确方向，为什么仿真与强化学习的结合无法成为上肢操作的主流路线，而真机数据采集才是关键？

姜哲源：我认为还是看场景。例如，在单一场景，比如用吸盘从货架上取物，仿真完全可以解决问题，甚至不需要物理引擎，仅通过渲染器即可完成。

然而涉及到物理引擎时，仿真技术就搞不定了。我让机器人做西红柿炒鸡蛋，这个过程怎么仿？蛋清和蛋黄怎么融合？蛋怎么由液态变熟成固态？这不是简单的物理仿真，而是分子级别的模拟。如果仿真能够解决所有问题，我觉得是挺荒谬的。

Q&A：机器人投资的底层逻辑

Q：近期与部分投资人交流时，发现许多未入局的同行存在想投但是“当前估值过高、方向不明”的焦虑。可否请许彪总分享首程资本在机器人领域的投资策略和逻辑？以及未来关注方向？

许彪：过去十年甚至二十年间，机器人行业的投资并不算成功。无论是第一代工业机器人，还是第二代垂类机器人，都存在一些问题。

工业机器人高度依赖下游行业的发展，例如3C产业和汽车产业。这些行业的发展带动了国产替代的需求，但目前下游行业（如光伏、锂电）已无法支撑大规模行业增量，而且工业机器人项目大多已进入上市阶段。协作机器人也未能找到大规模商业化的应用场景，按摩、艾灸等小众场景市场规模有限。而垂类机器人更多是“面子工程”，实际替代人工的效果有限。例如，商超中部署扫地机器人更多是为了提升物业费，而非真正替代保洁工作。这些机器人的ROI难以跑通，智能化水平不足以支撑大规模商业化。

要想改变机器人行业，投资必须聚焦两点：第一是独立终端产品。人形机器人和具身智能机器人是独立终端产品，直接面向终端用户，摆脱了对下游行业的依赖。这种模式带来了更大的市场空间（如千亿甚至万亿级的市场规模）。相比之下，传统机器人产业链（如零部件产业）的上市公司数量较少，而汽车产业链的相关企业多达三四百家，机器人产业仍有巨大潜力。

第二是AI赋能。 这一轮机器人热潮主要由人工智能驱动，而非单纯的机械性能提升。AI技术的提升解决了机器人泛化性和通用性的问题。新进入机器人行业的创业者大多具有AI或具身智能背景，这推动了机器人行业的智能化。

我们投资的项目中有一半左右都是人形与具身方向，因为我们认为它会成为下一个新能源汽车主机厂，或者像AR/VR一样的智能终端。从这个角度看，人形机器人的多点布局是很有机会的。

我们会继续沿着本体往上做一些部署。人形机器人会改变整个供应链的格局，上市公司中有很多人形机器人的供应商，但是传统的减速器、电机等跟人形机器人并不是完全适配的。传感器也是今年新的突破领域，机器人必将依赖触觉等多模态输入，而不仅仅是视觉和激光雷达，这也将是我们重点关注的布局方向。同时，我们不仅关注人形机器人本身，还投资了无人机等其他形态的智能硬件，这些硬件虽形态不同，但都具备独立的场景，我们也希望在AI赋能硬件领域找到更多解决方案。