2024年，人形机器人热度井喷，资本和人才蜂拥而至，但至今没有整机厂商宣布批量生产，商业化落地进展缓慢。

  与之形成鲜明对比的是，人形机器人创企们的“卖铲人”们，迎来发展红利期——电机、机械臂、灵巧手等核心部件厂商，正成为具身智能浪潮的第一批受益者。

  在机械臂和关节环节，有一家厂商——「睿尔曼」的产品在业内颇具知名度。2024年的世界机器人大会展出的100多家具身机器人公司，有26家在使用睿尔曼的机械臂产品。

  据睿尔曼方面介绍，其在国内具身机器人领域拥有显著市场占有率优势，今年在手订单金额已超数亿元。

  能够获得高市占率，与睿尔曼长期以来坚持的技术路线紧密关联——睿尔曼创始人郑随兵，2018年创业时项目计划书的标题就叫“让机器人走进生活”。区别于又大又重的工业机械臂，睿尔曼做的是更轻、更小的通用型产品。

  “这在当时是个冒险的选择。”郑随兵对36氪回忆称，彼时行业内流行专用机器人，主流论调是“通用就是无用”，睿尔曼的技术路线备受质疑。

  郑随兵顶着压力，埋头做研发，三年后才拿出第一款轻量机械臂产品，并在2021年9月的世界机器人上首次对外亮相。这款产品做到了高功率密度、高精度和高可靠性的优势，迅速打开了市场。

  AI大模型掀起了具身智能的热潮，新老机器人公司们齐齐转向通用智能机器人。这与睿尔曼自创立以来就坚持的“让机器人走进生活”的路线高度契合。

  有过去数年在机械臂操作能力、泛化能力上的长期积累，睿尔曼的机械臂产品满足了具身智能企业的需求，受到了市场的广泛欢迎。不少人形机器人企业用其产品做规模化训练。

  睿尔曼之所以能踩中风口，源于郑随兵创业之初坚持的逻辑判断。他坚信在老龄化时代背景下，机器人走进生活的需求是确定的。

  主流观点认为，人形机器人进入 C 端家庭场景需五到十年，但他认为未来 2 - 3 年内具身机器人可像扫地机一样进入家庭。

  对于具身机器人大规模商业化瓶颈，他认为不在软件和硬件，而在于企业不敢应用，应像无人驾驶那样在应用中积累数据、优化迭代。

  对于人形机器人进工厂热，他认为目前中国机器人企业盲目跟风特斯拉是被带偏了方向，人形机器人最先落地的场景大概率不是汽车制造，双足也非最佳形态。

  不过，无论具身机器人进入生活快与慢，在真正通向通用智能机器人的历程中，“卖铲人”睿尔曼将是产业链上很难绕开的角色。

  智能涌现：2018年创业的时候，睿尔曼为何选择了超轻量仿人机械臂这个方向？

  郑随兵：我们的愿景是让具备操作能力的机器人真正融入日常生活。因此，我们锚定了这一目标，并在2018年1月成立了公司，专注于解决机器人的泛化能力、操作能力和成本问题。在2018至2019年的创业初期阶段，我们确认了超轻量仿人机械臂这个方向。

  之所以选择“仿人”设计，是因为我们大家都希望机器人能适应人类的生活和工作环境。而“超轻量”的考量则源于人类能够轻松携带自身手臂移动工作，这在某种程度上预示着如果机械臂足够轻便，它就能被放置在任何的需要的地方。

  我们的超轻量仿人机械臂随后在市场上得到了广泛应用，涵盖了新餐饮、新零售、大健康、家庭服务、智能巡检、科研教育等所有的领域，这也验证了我们最初的方向是正确的。

  我们还强调了“四”倍的“轻、小”，这在某种程度上预示着与传统的协作机器人相比，在相同的输出和负载能力下，我们的机械臂重量和体积只有协作机械臂的四分之一。这样的设计不仅提高了机械臂的便携性，也扩大了其应用范围。

  最后，我们提出了“万元级的价格”概念。在2018年，我们就设想如果机械臂的价格能够控制在1万元以内，那么它就非常有可能大规模进入日常生活，被广泛采用。这是我们最初的判断，也是我们致力于实现的目标。

  通过这些策略，睿尔曼致力于推动机器人技术的普及，让机器人走进千行百业，千家万户。

  郑随兵：是的，但我觉得一切要回归到底层逻辑上，那就是看市场对此有没有需求，这个需求能否实现。在2017年至2018年期间，许多同行慢慢的开始尝试将工业机器人和协作机器人应用于不一样的行业，比如无人药店、无人超市、咖啡制作等，这让我们判断市场需求已经成熟。

  从2010年开始，我们专注于机械臂的研发，目标是将它做得更轻、更小。从技术层面分析，我们始终相信存在一条可行的实现路径。由于当时国内外没有成功的案例，我们的想法遭到了不少质疑。

  在2017年，我们咨询了众多专家，并提出了研发超轻量仿人机械臂的计划，希望研发出拥有高功率密度的机械臂。其中一位专家的质疑让我印象非常深刻，他问：这么多年来，工业机器人和协作机器人都在努力变得更轻、更小，却未能成功，我们凭什么可以在一定程度上完成这一突破？

  面对这些质疑，我们给予了回应，但我们也承认，这些逻辑尚未经过实际验证，仍处于理论阶段。我们进一步提出了与人和环境共融的通用机械臂概念，这在2018年是一个行业内不小的争议点，因为当时普遍观点认为通用机器人实用性不强，而市场更倾向于专用设备。

  但我们仍认为通用机械臂的方向是正确的。如果工业机器人是大卡车，我们想打造的就是小轿车，但面临的挑战是，小轿车的核心部件——发动机、变速箱等——都尚未成熟。我们的四大核心零部件——减速器、电机、驱动器和控制器——这些核心零部件都得自己做，但当时公司只有五个人。

  现在回想起来，是我们当时的年轻和狂妄，以及对技术的坚定信仰让我们坚持了下来。我们的目标是让机器人不单单是工业生产的工具，更是成为日常生活中不可或缺的一部分。虽然这个目标在当时看来可能有些超前。

  郑随兵：是的，不过我们花了近4年才拿出第一款产品出来。和市面上的协作机械臂相比，超轻量仿人机械臂的体积缩小了一倍，但功率密度输出达到了两倍。

  在2021年9月的世界机器人大会上首次展示时，很多同行都觉得不可思议，我们在现场对产品的负载能力、速度等性能做了实证演示。

  同时我们参与了中国机器人检测中心的平均无故障运行30000小时的测试并通过了验证，目前在冲刺50000小时平均无故障运行测试，预计在明年2月份可以拿到验证报告，这充分的证明了睿尔曼机械臂具有长常规使用的寿命的特性。

  郑随兵：最初我们大家都认为都解决了，但现在我们大家都认为解决了三个瓶颈中的2.5个。

  当初，我们确定了机器人走入生活需要克服的三大瓶颈：泛化能力、操作能力和成本。操作能力和成本问题我们已顺利解决。在2022年，我们成立了AI_Lab，旨在解决机器人融入日常生活的核心问题之一的泛化能力。

  为了使机器人能够在更广泛的环境中发挥作用，泛化能力急待提升。在许多行业应用中，例如电力巡检和工厂操作，我们得知传统的程序化编程方法往往不够高效。因此，我们思考能否赋予机械臂更高的智能，使其能够记住并复现操作过的按钮、开关和阀门等动作。

  我们的AI_Lab团队专注于提升机械臂的易用性。我们的研究回到了深度学习和强化学习的传统方法，即所谓的具身智能。到了2022年下半年，我们在公开演讲中常提到睿尔曼已经解决了机器人走入生活的三大瓶颈。

  然而，到了2023年，随着大模型的兴起，我们的观点发生了变化。大模型的出现让我们正真看到了新的可能性，我们开始对其进行深入测试。

  最终我们把泛化能力分为小脑和大脑两个部分，识别、定位和操作方面，我们的技术已非常成熟，无须额外训练即可操作细微物品，如透明的玻璃碎片，这解决了小脑的操作能力问题。自此我们对外不再讲我们解决了三大瓶颈，而是我们解决了其中2.5个瓶颈问题。

  郑随兵：确实，在大模型出现之前，我们对泛化能力的理解大多分布在在了小脑的功能上。我们当时的定位是“识别、定位、操作万事万物”，这强调了我们的技术能够在各种情况下准确识别对象、精确定位并执行操作。

  此外，我们还定位自身为“现实世界与虚拟世界交互的入口”，是因为我们认识到，要将现实世界中的复杂性带入虚拟世界，并不是简单地通过大量数据采集就能实现的。

  我们认为，采集数据的关键不在于购买大量的数据集，而在于产品的规模化应用。通过产品的广泛部署，我们也可以收集到实际操作中的数据，这一些数据反过来又能促进我们技术的进步。这种方法确保了我们也可以从现实世界的多样性中学习，并不断的提高其泛化能力。

  智能涌现：不少业内人的判断都是具身机器人会先在B端落地，再做C端。因为C端用户期望值高，机器人目前的通用能力、泛化能力达不到。

  郑随兵：市场的潜力是巨大的，我们预测，在未来的两到三年内机器人将慢慢的变成为家喻户晓的家电产品，就像今天的扫地机器人、电视机和空调一样普及。

  机器人真正融入日常生活，为家庭提供各种服务，比如照顾宠物、照看老人、远程操作以及执行端茶倒水、热饭喂药等任务，这一愿景的实现已不再遥远了。当然我说的服务机器人指的不是双足的，双足的普及可能需要更长时间。

  郑随兵：双足机器人在能源供应方面是面临挑战的。马斯克选择的双足机器人路线，虽然在技术上是前瞻性的，但在续航能力上仍有瓶颈。

  例如，前段时间有个人形机器人参加马拉松的比赛新闻，我们了解到，一般的人形机器人，持续行走时间不超过15分钟。即使我们将这一段时间翻两倍或三倍，也仅能维持至多两小时的活动，这对电池容量和机器人的承载能力提出了极高的要求。

  郑随兵：马斯克做了双足人形机器人进工厂，大家也一窝蜂地效仿，在我看来，这完全是被带偏了方向。大家不应该盲目模仿马斯克在这方面的做法。

  从实际情况来讲，双足机器人移动速度迟缓，供电问题也亟待攻克，工厂环境对于人形机器人并非最为契合。

  另外，咱们不可以忽视马斯克的太空探索项目与他研制双足人形机器人之间的联系。在技术层面，太空探索项目积累的工程技术经验，比如火箭制造、A与自动化技术在太空任务中的应用、电动汽车制造，都为双足人形机器人的研发提供了支撑和借鉴。

  从商业角度看，这是马斯克拓展商业版图的策略之一，太空探索和双足人形机器人研发都能提升其品牌形象，构建更庞大的商业生态。更重要的是，从愿景层面而言，通过双足为人类寻找生活的新空间，使人类有能力实现多星球居住。

  我个人认为，人形机器人在不久的将来会以底盘形态实现落地应用，但这一场景大概率不可能会出现在汽车工厂，其应用范畴非常有可能拓展至各行各业。我们肯定不能被当前的跟风热潮误导，而应该理性地去探索人形机器人真正适合的发展趋势与应用场景。

  郑随兵：我们的产品定位并不侧重于低价策略，而是更注重性能和通用性。在具身智能领域，我们的目标是训练出具备大脑和小脑通用能力的机械臂。这种通用能力要建立在机械臂的广泛适用性上。因此，我们的产品并不是以低价为主要卖点，而是以轻量化和强大的通用性为核心，最后才是高性价比。

  许多厂商选择睿尔曼的产品，是因为我们的机械臂能适应不同重量物体的操作，满足多样化的通用需求。用自己的模型与机械臂的结合，形成了一个真正通用的解决方案。

  智能涌现：具身智能机器人要像特斯拉擎天柱演示的一样做饭、洗衣服、扫地，目前最大的障碍在啥地方，是软件还是硬件？

  郑随兵：我们得知当前它们面临的主要障碍实际上在于“使用率”和“规模化部署”。人类对于将机器人大范围的应用于日常生活中的顾虑仍然存在。

  例如，如果个人会使用机械臂来检查保险丝，通过远程操作进行100次训练，其成功率可能不会非常高。但是，如果我们部署10台设备，连续操作一个星期，并将收集到的数据用于训练机器人，那么其成功率将明显提升。跟着时间的推移，比如一个月、两个月甚至半年后，机器人的成功率将变得很高。

  当前的瓶颈在于，很少有人敢于将这些技术大规模地投入实际应用。这与国内外企业在资金方面的差异有关。

  国内企业的创业初期规模比较小，而国外企业，尤其是美国的公司，能够筹集到大量资金。这些资金使它们有能力大规模部署市场，进行场景训练和应用。在具身智能领域，只要有足够的数据量，智能水平就一定会得到提升。

  以特斯拉的全无人驾驶（FSD）为例，正是因为有大量的汽车在路上行驶，面对复杂多变的道路环境，无人驾驶技术才能发展到今天的水平，甚至无人出租车也开始上路运营。

  反观我们的细分行业，为什么不能够实现类似的应用普及呢？所以我们于2024年1月28日联合行业生态伙伴组建了全球通用机器人开源联盟（GPR），我们通过这一个联盟来降低大家的开发门槛，加速机器人技术的普及和创新，加速机器人走入生活。

  智能涌现：在开源策略方面，GPR联盟有怎样的规划？如何构建和运营这个联盟？

  郑随兵：我们将采用逐步开源、深度合作的策略。目前我们已开源了包括机器人多模态感知大模型、行动规划和决策模型、空间移动、机械臂控制和执行操作等功能。

  随着平台的发展和社区的壮大，逐步开源更多高级功能和优化算法。同时，我们定期举办线上线下的技术研讨会、开发者大赛等活动，激发开发者的创新热情，促进联盟成员之间的合作来打造一个良性循环的开源生态系统。

  智能涌现：上面提到，大模型影响到具身机器人的泛化能力，目前大模型技术应用在机器人领域时间不长，是不是技术还不够完备？

  郑随兵：我觉得永远没完备的时候，就拿Open AI来举例，谷歌的transformer模型最早是开源的，但是Open AI是基于已有模型快速应用和迭代，才取得了领先优势。

  你的模型可能不是最优的，但是在使用的过程中积累的数据最终可以反过来印证模型是不是好的，从而形成一个闭环。这方面的能力，永远没有存在完备的一说。