【WRC 大咖观点】高峰论坛《仿生机器人能为人类做些什么》
编者按：
2022世界机器人大会主论坛群星璀璨，产、学、研各领域大咖齐聚首，共话巅峰，为机器人未来发展领航。
峰会现场，清华大学自动化系研究员赵明国，北京理工大学机电学院教授陈学超，中兵智能创新院有限公司仿生机器人研究中心主任江磊，宇树科技创始人、首席执行官、首席技术官王兴兴，围绕《仿生机器人能为人类做些什么》的主题进行了对话。以下为对话内容的整理。
赵明国：大家下午好！我是清华大学的赵明国，我主要从事仿生机器人研究，主要是双足机器人，做了模仿大脑的方案。足式机器人已经越来越复杂，复杂到关节特别多，给我们带来主要问题是计算跟不上，如果有很好计算载体的话，就可以把更好方法引进来，甚至到后面一些仿生方法引进来，我现在主要在做基于计算机器人的工作，希望能够通过这些方法让机器人具有更好地智能，能够把潜力发挥出来，后面看看有没有大家感兴趣的工作可以一起做。
陈学超：各位观众大家下午好！我来自北京理工大学机电学院陈学超，我们另外一个平台是智能机器人与系统高精尖创新中心，这是我们一个很好的研究平台。我们团队从2000年开始研究仿生机器人到现在已经有20年的历史了，研发7代汇童系列仿生机器人，汇童1是20年前我国第一台无外界电缆能够独立行走仿生机器人，近期我们在机器人核心功能部件方面进行一些研究，也取得了突破，最新研发汇童7仿生机器人在高动态运动，包括跳跃、跳高、跳远取得很大突破。我们展台大家感兴趣可以参观，目前是技术突破为主，目前在产业化方面做了一些工作，如果有需要大家可以去参观，看一看我们这个东西。
朱秋国：大家待会儿有时间可以参观一下陈老师的成果。
江磊：首先感谢世界机器人大会给我机会来交流，我来自一个新单位叫中兵智能创新研究院有限公司，也是世界机器人老朋友，我们连续4年都参加。原来是中国北方车辆研究所无人中心，之前做了14年四足机器人，大家在网上能搜到350公斤电动牦牛和Panda5四足机器人，这次很高兴跟各位专家一起分享研究经历和感想，一会儿跟大家一起讨论机器人怎么去发展，谢谢！
朱秋国：江主任他们可以巡展一下。
江磊：A302展馆，大家感兴趣可以现场交流。
朱秋国：第四位嘉宾是王兴兴，介绍一下。
王兴兴：在这里跟大家做分享，我是杭州宇树的王兴兴。我本人2009年大学本科做了第一个比较小双足机器人，2013年正式开始做四足机器人，2016年正式成立公司，在全球范围内比较大幅度推动了四足机器人市场化推进，目前每年公司销售数量比较可观。
朱秋国：去年8月份特斯拉埃隆·马斯克，在特斯拉AI活动日宣布在2022年推出一款Optimus擎天柱原型样机，今年6月份重新提了这个事，说今年9月份发布人形机器人，在未来2年内实现量产，未来价格比现在汽车更便宜。这个新闻出来也引起了全球广泛热议，因为这样一则新闻把国内做仿人机器人和仿生机器人团队广泛关注。大家关注点集中在三方面，主要是针对特斯拉人形机器人技术成熟度怎么样，是否足够支撑应用。第二比较关切未来应用场景到底是否明确，虽然马斯克也提了一些场景，大家还是心中有一些疑惑。第三是所做制造成本如何降低，我们觉得这三方面是大家比较关切的三个问题。
在正式围绕三方面探讨之前，我还是想借助几位专家介绍一下目前国内四足机器人跟双足机器人发展现状，首先请清华大学赵老师给大家简单介绍一下国内人形机器人的情况，让在座大家了解一下，包括国际上，赵老师简单给大家做一个概述。
赵明国：人形机器人发展一直是小众的，一般停留在实验室里面，大概上世纪70年代是最早日本早稻田大学就开始研究，代表了当时最先进观念和大家的期许。80年代本田开始在做，本田在实验室秘密做了10年，到90年代末公开，2000年正式公布ASIMO，这是仿生机器人第一波浪潮，大家真正认识到仿生机器人，能在生活中产生应用，毕竟是由本田商业化大公司在推动的事情。2000年之后发展变的缓慢，到2005年波士顿动力推出Petman液压机器人，把事情推到另一个高峰做，一直到现在波士顿动力一直在推进。
国内起步很早，在90年代马老师开始做第一代仿生机器人，哈工大也在做，受本田影响，2000年前后清华和北理工开始大量做机器人，这时候中国在仿生机器人领域，包括后面浙大一直在做，都取得不错的成绩，在紧随第一梯队位置上，我们的热度和进步量会比国外欧美要强一些，我们一直想在这个领域做突破，属于紧跟第一梯队的状况，遗憾是目前还没有达到第一梯队机器人某一个亮点，我们增长速度和投入量随着时间积累，尤其最近朱老师和陈老师团队做的结果，非常接近于快有突破性结论。结合马斯克，他毕竟是全球范围内有影响力公众人物，这个事情另外一个角度切入人形机器人领域去做，无论是科研到大商业环境是一个推动，未来两三年有新的变化和结果产生。
朱秋国：总的来说，美国还是会跑的更前沿一些，我们属于紧追的状态，也是期待着有新的突破。接下来请江磊主任给大家简单介绍一下四足机器人国内外情况。
江磊：四足机器人跟赵老师说的非常类似，我们国家在1985年期间有一个很大项目在做，也是伴随人工智能机器人技术很难突破，有一个低谷。从波士顿动力推出Bigdog，到2010年国家科技部863计划，自然基金委推出共融机器人计划，包括各大部委都很关注。
目前对比来说，大家如果关注2010年推出高性能四足机器人，机器人刚才孟院士也强调，从运动学控制到力学控制，我们用high dynamics这个词。2016年以后关注国际机器人发展，用了一个词叫agility，这个词用的特别多，翻译过来中文不是很敏捷是高敏捷性。因此现在四足机器人又进入到全新的领域，我注意到去年美国自然基金委把足式机器人2013、2016、2020年三次技术路线图修订，大家如果感兴趣可以从网上下载到，2020年特意把行走系统修订足式机器人作为最大科学问题，大家可以去关注一下基金委的路线图。
一句话来总结，大家老是觉得国家基础创新不足，都是跟着别人跑，四足领域和足式领域我同意赵明国老师，我们国家走在全球的前列，我们跟美国、俄罗斯、欧洲学者都同步，他们非常看好我们国家科技前沿到产业布局良性循环，在基础科研一会儿还有分享。总体上来说，我在很多场合我们只比波士顿动力落后半步，跟麻省理工、跟欧洲苏黎士理工在一个水平线上，我们有一个很好团队，包括台上所有专家和台下，我们一起努力在“十四五”开始能不能进入全球最领先的领域，这是我的一个观点分享给大家。
朱秋国：所以说在四足机器人领域跟国际最顶尖差距相比人形接近一些。
江磊：对。
朱秋国：谢谢两位专家的介绍。我们了解到要形成仿生机器人的产品，要有多方面技术的积累，我们国家有好几个五年计划，对核心部件研发有大量投入，国家在核心组件研制方面一直非常重视。我们从机器人本体骨骼和肌肉角度来看，构成机器人基本核心部件，包括机构、传动、硬件等方面来看，目前跟国际领先水平有没有差异，或者说这个差异在哪里，它体现在哪里？如果有差距的话，深水区的问题是在哪些方面，我们请陈学超老师和王兴兴两位给我们做个解答。
陈学超：在访人形机器人领域，目前总体来说经过近50年的发展，目前形成了几个典型方案，不同方案有不同优劣关系，早期本田阿西莫形成电机+高减速比谐波的位控方案，因为针对室内环境做的，所以关节位置控制可以满足需求。后来由于对机器人室外复杂环境适应有更高需求之后，波士顿用液压形式出了第二个方案，液压有它的好处是爆发力很强、力控性能很高、伺服带宽很高，能够完成室外行走和后空翻特别高爆发运动，它有它的问题，比如能耗方面、价格成本和工程化方面都存在一些问题。
还有一方面是欧洲的Jonathan Hurst做的Cassie，他们采用电机+百线减速器，还有一些柔性传感器在里面，把它变成力控方案，这是电机力控方案。目前三个方案是相对而言比较成熟的方案，不同方案有不同的优缺点，我们有一些借鉴、学习和创新。
朱秋国：刚才我们提到的是关于机器人的硬件或者叫肌肉是否强健这个层面上来说，另外我们也知道让机器人动起来关键是运动控制是腿足机器人一个最为核心关键的一项技术，从上个世纪中期，刚才几位老师也提到过，很多学者开始在探索腿足行走的一些机理，整个运动控制发展到今天，我们也可以把它运动的能力分两类，走叫常规的能力，比如像行走，走个楼梯甚至拿手去搬个东西，还有一种特殊的技能，比如像后空翻，做高难度的体操等等，请问一下赵老师，从腿足它的运动控制的水平来看，当前您觉得我们水平的状态以及未来趋势是怎么样的。
赵明国：我个人理解，不见得准确，这个也是分几个阶段，比如说二十多年前大家理解机器人运动学层面，这个球怎么踢，从运动鞋解散到各个关节上，关节怎么动，这是空间中最终末端的运动，到关节运动学层面，这个感觉肯定是不行，只能做一些特别简单的事情，但是国际上普遍我国在十年前都是流行的所谓简化模型去做，按这个去，但是这个简化模型就讲到动力学了，但是它是简化的模型，实际真正的机器人和这个模型之间差距是比较大的，这个在很多的应用里面，比如你速度不高，不翻跟头，只是走路就比较接近，这个模型就可以来用，这也符合大家常规一些研究其他科学运动问题的办法。
最近这五年到十年，尤其最近这一两年，所有搞足式机器人要么全动力学，全动力学做规划、做控制，全动力学的离线规划、在线MPC，后面加WBE，实际上这个可能是来自于波士顿动力不公开它是怎么做的，大家都在猜，包括国外学者也在猜，猜来猜去就收敛到这套方法，其实我觉得波士顿动力不是这样做的，但是这个方法是比较稳定有效的方法，通过大家十多年的努力，所以这个就变成了螺旋式上升，大家新的认识，如果一定用这种方法。最近几年又加了一些强化学习，学习解决一些更多的不确定性问题，这个范式不用多想，再想其他方法短期内很难有推进，这个方法比较稳定，大家踏踏实实搞这些方法，怎么搞更的有效、更好，在自己的四足、双足能够搞出更细的东西，框架性的问题比较清楚，这个时候在它底下就奠定一个问题，如果你要搞MPC，搞WBE都是计算的方法，本质上是吃计算的，你如果要想在实质性搞的好的话，因为毕竟是机器人，控制离不开实施性的问题，所以搞的越快越好、越多越好，我觉得最基本的问题就是算力或者是计算的方法，本质上是MPC问题、WBE问题，但是你实现的时候不一定用它实现，你可以用其他的手段来实现，但是它能达到这个效果，数学是数学，手段有手段，有些功能和办法我个人觉得除了器件以外要保证你的执行力，我这边要多大的利益，器件要能执行的很好，执行的很准确，同时和计算相关的方法也跟得上，我觉得未来五年到十年，除了基本元器件的比拼，上层的发展都围绕着软件和硬件这方面。
再往下扩展一点，这些都是我们控制范围内的，但是我们无论做足式还是双足，我自己的感知就是什么叫内部传感器，什么叫外部传感器，主要指的是视觉，对视觉来讲是装在机器人身上的，我们原来用的视觉是机器人听一步走一步的操作，而足式机器人完全不是这样，我觉得这个时候视觉就是整个大环节里的一个环节，我们看到前面比如导航是一百米以外，几十米以外走哪条路的问题，但是我前面有一个小的障碍，我应该采取什么样的行为，落脚点落在什么地方，这种可能就不是像以前一样放在一个大的闭环里去做，几乎就是瞬间反应，跟控制结合在一起，所以这个时候你要把视觉的信息引入进来，对计算的需求除了我们要控制需求以外，如果把这些放在一个计算的框架下面能够一起实现，我觉得是非常重要的，如果不是这样做，我们几乎要面临跟以前一样，在计算机286水平的时候，只能做简化模型，WBEM做不了的，你看看这些东西八九十年代都已经有了，是手段上的区别。所以反推回来，未来五年十年如果能把我们计算能力提高到远高的需求，大家水平就上去了，可以做出更好的结果来。现在很可能对于搞机器的人来讲，不是搞计算机的，也不是搞器件的，我们的水平上不去，计算资源上不去，你就束缚到这儿。你们之所以把四足做的得以跟波士顿动力去比拼，一个重要原因是你们没有等关节做好了再去做，而是直接做关节了，其实这个是类似的，如果计算能够这样上去，我觉得智能的水平就有机会提升，这是我的观点。
朱秋国：我们现在很多的四足、双足，尤其做运动控制，更多是运动控制本身，赵老师刚才的意思一方面计算力要上去，第二方面还要融合很多环境的信息、感知的信息，甚至交互的信息，把这些信息作为我行为动作的一些决策的状态，我最近关注到一个报道，现代集团收购了波士顿动力，近期投资了4亿美元给波士顿建立了一个新的研究所，它的目标是在人工智能、机器人技术跟智能机器方面想取得根本性的进展，他的核心业务是集中在认知人工智能、运动人工智能和有机硬件设计这几个方面，当然包括了很多道德等层面，它的使命是说要创造下一代先进的机器人跟智能机器，要比当前在的任何东西更加智能、更敏捷、更敏锐和更安全，他们总裁也提出设想未来移动解决方案将通过先进的机器人技术成为可能，为人类带来无限行动的自由和进步，这个方向跟赵老师刚才讲的有不谋而合之处，因为这块涉及到机器人大脑和智能的方面，请江主任给我们展开一下，您觉得刚才我们讲到波士顿动力研究院新的举措会带来哪些改变，或者你认为对我们来说可能后面带来哪些新的挑战？
江磊：刚才朱老师说到一个很重要的新闻，这几天我们圈的人都沸沸扬扬，8月15号波士顿动力刚刚宣布成立人工智能研究所，我们之前大家都在讨论，特斯拉是走人工智能路线，波士顿动力一直强调我不是动力学驱动的，不是人工智能，但这次波士顿动力也成立了智能研究所，这个事还要再去研究。我就结合很有限的信息，刚才赵老师把动力学驱动的机器人发展说的很清楚，这是在发展过程中，我自己的一个思考。我们老说我们是仿生机器人，但是实际上在过去十几年我们很少把仿生作为一个对象来研究，缺少了这个就变成了一个冰冷的机器。我们就是研究一个机器狗，但如果大家仔细追寻波士顿动力的研究路线，它有大量的仿生，研究过狗、马、猎豹，我们之前搜索它跟英国的皇家动物协会合作，把所有动物的动态都进行了收集。
我最近也是一直在思考这个事，比如说我们要做更高速的动物是不是要研究猎豹怎么去奔跑。我们要去研究人，最近我是找了一些国家一级运动员，短跑比较快的，但是我在写动力学算法的时候怎么意识到哪种动力学算法跑得快，这个来源是来自于仿生的发现，罗伯特写了那封信叫体能智能，其实就是运动员智能，我觉得他大量的意思应该是我们回归到仿生，去观察人，观察动物，怎么能够跑得快，我们国家有一句话叫天下武功唯快不破，我是觉得这个快字所体现的就是所有从你的认知感知到物理终端表现的输出，这个系统做出一个动力学的方程来控制一个机器人才能产生我们真正的原创，所以我老建议我们做机器人还得回到仿生这个大命题下，再回到自然界找灵感，我们做出来的机器人就会更有生命，更有活力，我对波士顿动力，它的人工智能研究所应当说未来还会产生更多的新闻，按他们每年发布一个特别震撼新闻，我们拭目以待吧。
朱秋国：陈老师你对他们的举措有些什么样的思考。
陈学超：早期的时候他的创始人马克一直说我们还是传统的方法，人工智能属于上层，他没有否定，做针对环境的任务决策、步态决策等等方面起了很多作用，不知道是不是被马斯克给刺激到了，也要把人工智能加上去。最近几年人工智能机器人运动控制方面，尤其四足方面取得了很大的进展。实际上人形机器人从仿生层面也取得很多进展，很多步态学习、环境适应，只是把它迁移到人形机器人这块，因为人形机器人稳定性比四足机器人更复杂一些，所以说它迁移过来还存在一些挑战。可能这也是未来的发展方向，所以波士顿动力把人工智能牵引进来之后是不是跟马斯克对照对标，有可能加持人工智能之后，会取得更加突飞猛进的进展。
朱秋国：它加入人工智能之后，后面实用化也会迈出新的一步，所以也是非常重要的一个环节。刚才讲到了很多技术方面的问题，从应用的场景方面也是大家普遍关心的重大问题，特斯拉在报道里面是这么写的，特斯拉机器人最初的定位就是代替人去从事这些枯燥繁琐、具有危险性的工作，但是他从长远来看最后要进入到千家万户，能够帮人们去做饭、扫地、照顾老人等等工作，但是大家面对这样的一些设想的场景，仍然存在着很多的疑问，甚至我们很多做这方面的研究人员心中仍然有诸多的疑惑，当然这个疑惑是跟时间有关的，如果这个目标定在50年之后，大家觉得50年之后应该是没问题，但是马斯克马上要量产，大家就觉得这个事情有些突然，所以我在这里请问一下大家怎么理解马斯克说的应用的场景，它的场景是不是靠谱？第二个我们还是要站在时间的维度上看，比如在未来三年、五年十年内，四足机器人、人形机器人真的能给人类做什么样的工作，我们有什么要突破的？
王兴兴：关于马斯克做双足机器人这个事，为什么马斯克说做双足机器人这个点，我反而觉得马斯克所谓的落地应用并不是他核心要考虑的点，因为我要去做一些危险性的工作，未来机器人要走进生活，所以他要做人形机器人，我觉得他主要是想部署他的AI系统，因为我们传统的一些AI的东西原本大家都是做一些虚拟环境或数据都是人采集好的去做训练、做结果，但是马斯克一直在做的事情，像特斯拉车上，他希望是实时采集数据，移动机器人实时部署，所有卖出去的机器人都是实时做采集，实时做训练，最终有更好的效果，我现在反而感觉人形机器人的一个点，大家的目标一直希望有一个很高级的人工智能诞生。但是目前看如果纯粹只是说人为采集一些好的数据喂给一个计算机，最终训练出比较好的效果是比较困难的，所以我觉得马斯克更多层面上还是希望做一个人一样的机器出来，让它实时训练获得数据，可能一开始效果不是很好，但是随着数据越来越多，有更多实时的数据过来，部署到一个场景上让它实时训练AI，最终有更好的智能效果出来，真正能推动它的智能，包括后续反哺到无人驾驶上概率更大一点。次要的层面如果做的不错，做一些实际的像人形机器人的特种应用、服务机器人再去部署一下的结果，我觉得可能这个逻辑的概率更大一点。
人形机器人或者四足机器人行业的落地也是目前大家比较关心的点，但是总体层面上我个人还是相对比较乐观的，因为每年全球化对于这个技术的发展趋势都是进步的，无论是消费级落地、电网、巡检行业、特种应用，大家对这个热情以及每年的进展还是非常可观的，虽然像我们公司在市场上投入并没有那么大，靠这个产品在人类社会上的生命力来说它也是比较顽强的一个点，它的落地应用我个人还是比较乐观一点。
朱秋国：你还是比较认可。
王兴兴：就是落地变成了自然而然会发生的事情，四足机器人、人形机器人在整个人类文明上还是非常顽强的事情。
朱秋国：我们请赵老师您谈谈它的落地。
赵明国：首先马斯克是一个很有影响力的人物，他说这件事情我觉得可能要经过他的深思熟虑，有他的逻辑。但是看到这个表象和他的逻辑，我们都在猜他的底层逻辑，马斯克一向是第一性原理，本身一定有他的逻辑，但是他现在可能不公开，公开给我们的是表象，我们就会想象怎么怎么样，他可能和马斯克最底层的逻辑不一样，所以兴兴说的非常有可能是他的底层逻辑，真正底层逻辑是什么，我们要慢慢看。我个人觉得一个东西大概有四点：第一点原理是什么。我们回到人形机器人本身，马斯克涉及的范围非常广，天马行空，不知道他在想什么，但是回到我们关注的，我们只关心人形机器人会不会产生什么样的影响，我想马斯克进来一定会产生影响，这个影响从技术层面，人形机器人无论走路，底层原理是什么，还有很多不完善的地方。第二个它的原形，即使是波士顿动力最高水平的，仍然在智能方面，要不它也不能成立这个，要堵这个点，尤其概率是马斯克影响要弥补自己的空缺，它的原形是不是完备，然后才是商品，波士顿动力只说四足机器人是商品，没有说人形机器人是商品，波士顿动力认为他的人形机器人也不是商品，到商品端更是差一块，所以这四个点有四个坑要去填，即使是马斯克我觉得要同时填这四个也是要花时间、金钱和更多的精力进去的，这个不是说一蹴而就的，发个新闻头脑风暴一下，商业逻辑只考虑商业是不对的，要去通盘考虑。但是我同意说从商业到前面，商业也许会倒逼前面的这些，但是有些科学的事情突破了，导致后面几个事情成立了，后面几个事情在商业上是很好的应用，把这个解决了，倒逼前面，科学上就会有突破。一个是原理，一个是商业，这两头都有可能突破，我可能最想不明白就是中间如果冒出一个不太有可能。所以马斯克更多是从商业上反推这个事情，所以他也许没有想清楚，但是我觉得商业反推，推着推着就想清楚了，也许是兴兴说的，走到哪儿算哪儿，马斯克有能力做这个事情。
朱秋国：我为什么要问这个问题呢，因为我们还是有很多的同学、老师在做这方面的工作，马斯克做这个事情，我也去做人形机器人。在国内环境还是要考虑你最后用在哪里，它不能像研究所一样，纯粹做一个原理样机、科学的突破，所以这个也是要给大家做一个提醒。
赵明国：就怕只学马斯克做人形机器人，就也去弄个公司，血本无归也有可能。
朱秋国：谢谢赵老师跟兴兴，除了刚才讲到的应用场景之外，其实我个人对马斯克要做的这件事情也是抱有一定乐观的，他要做这个事情，要有商业的背景在，有他自己的目标在，也许做起来是可以先做应用探索的，我觉得是存在这个可行性的。但是在这个过程中他又给大家带来了一个新的疑点，他提到了售价大约在3万美金，折合人民币是20万，王总一直在做四足机器人这块，做出了非常成熟的产品，对于20万这个价格，我们假如说技术也可以了，当然他那个技术不是像后空翻的特殊技能，只是做日常的行走、常规能力，他也愿意尝试做一些应用，对二十万的价格你是怎么看？
王兴兴：我个人感觉马斯克本身如果他们现在做产品，未来几年做出来，他们要做到20万，其实早期还是比较困难的，他们目前来说产业链这件事情还是比较麻烦，对于长远来说，如果是人形机器人，比如说长远看都是落地规模很大的应用，20万是个比较高的价格，其实可以做的更便宜，这是没什么问题的。在早几年的时候我自己想到一个概念，很多移动机器人产品我把它变为它是个论斤卖的东西，多重就卖多少钱，因为零部件就是材料成本，再加一部分机械成本，加工就好了，我也跟一些朋友聊天说我们都是论斤卖的，小的卖便宜一点，大的卖贵点，跟猪肉没多大差别，所以我一直觉得人形机器人未来很大规模开使用，20万是比较偏高的价格，比较便宜就可以做出来。
朱秋国：陈老师，您有什么建议，因为你也有一些产业化的经验？你看待这个20万。
陈学超：就当下而言这个价格，它是量产之后到3万美金，没有说做出来就是3万美金，有一定应用规模，有可能它的硬件是保本卖或者赔钱卖，但是通过软件的升级等等，通过其他地方盈利，这是有可能的，所以就目前而言当下做到3万美金的价格还是相当困难的，但是通过时间的推演，以后也是有可能的。
朱秋国：从量产的角度上来说是存在的。
陈学超：另外一点就跟车一样，有5万的，也有500万的，还是看性能以及其他的属性，如果说只是造一台能够实现基本功能的仿人机器人，有可能20万是可以，如果想提高它的性能或者其他的属性、操作的技能等等，这个价格就不一定了，20万只是个基础版。
朱秋国：另外一个问题讲到产品发展的问题，因为我们知道任何一个产品它都有开发的周期，在这个产品不断开发迭代的过程中，我们对这个产品迭代的基本流程是什么样，大家有没有一些特别关键的环节给大家做一些分享。
王兴兴：我们公司四足机器人也做了很多年，每一两年至少有一两个版本出来，我们目前迭代的方向是降低成本以及提高整机的可靠性的事情，还有提高它的整个运动性能，我们做的主要事情是通过上下游产业链，能自己做的东西全自己做，把成本尽可能降低。
朱秋国：能做自己做，通过这种方式来降低成本，你会选择跟第三方去合作，比如说人家做减速器已经做的很成熟了，你也选择自己做。
王兴兴：因为我们传统目前国内的机器人减速器都是给机械臂用的，我们大部分都是自己研发的，包括去年年底开发比较灵巧的机械臂，里面的斜坡减速器也是我们自己开发的，成本比较低，我们并不是直接做工业级，工业级最大需求是高精度，但是我们做移动机器人精度只是够用就行。
朱秋国：首先是够用，满足客户的需求。
王兴兴：移动机器人，像人的精度也很差，移动的东西因为它底盘是移动的，不可能做一些特别高精度的，高精度的还是要固定，甚至把整个架子悬空会好一点，所以我们在移动机器人大部分应用场景里面精度要求并不是很高，还有一些外部传感器，像视觉辅助就可以了。
朱秋国：能不能谈谈你对迭代的理解或者结合你在产品开发过程中。
王兴兴：我们主要是针对每年迭代的原因，上一年开发了一个版本，突然发现在我们长期测试以及客户反馈发现，和自己使用过程中发现一些问题，无论是可靠性问题、成本太高、生产太麻烦、感知不太够或者容易坏，结合这些问题我们在反思解决这些问题，重新迭代一个版本，所以这是需要大量的实验和客户反馈的事情，很多方案如果你直接尝试去做，你不去做一下是没有结果的，做了以后要长期的验证，收集问题以后再把这些问题解决，这样是快速迭代的过程，可以再把产品做的更好。
朱秋国：但是在应用过程中客户对这种需求也是多种多样的，比如你刚才讲到机械臂，但是有些就想拿它做一些精细的操作，你面对不同客户的需求，你们在产品迭代是怎么考虑的？
王兴兴：客户需求非常非常多，首先我们先不理，因为客户需求实在太多了，就像当年乔布斯说的，他们很少做大面积的市场调研，有很多客户各种奇思妙想实在太多了，对产品本身的理解反而没有产品开发人员多，但是你当然也要听一部分的客户需求，所以我们综合现在做的机械臂，很多人提出要负载更大一点，精度更高一点。但是我们目前跟他们说，我们短期不做高精度，产品主要做轻量化、低成本移动机器人，用机械臂就好了，简单说就是跟人的手臂差不多，我们并不做一些传统的大的工业机械臂，目前全球范围内做工业机械臂的厂商已经足够多了，我们也没有必要做重复性的工作。
朱秋国：所以你还是会给客户限定一个范围，我哪些能做，哪些不能做。江主任，你也在做产业化，尤其是大狗现在做的非常好，在迭代过程中，你们有哪些重要的环节能够给大家分享一下。
江磊：说迭代这个话题，挺有趣的，我刚才听王总说到核心部组件，我说一个故事，2012年还是2011年我们想做液压机器人，我通过朋友从美国订购到一个阀，运到香港，再从香港转运到国内来，不知道有没有问题。另外一个我们早期用北极星一款沙滩车发动机，用了两年后那个密封圈坏了，我只能通过国外的朋友再亚马逊订购，但我发现我们的淘宝电商老是订购不到这种高科技的产品。其实我总有一个希望，我自己是做控制的，近年来逼不得已开始做电机、控制器、电池，我感觉我们国内研发机器人的环境并不是那么友好，包括王总未来把你的核心部组件给大家开放一下，大家就能很快速的像搭积木似的开发一个机器人，像2000年前后去中关村攒一个电脑，非常好，什么时候我们国家的核心部组件能够像国外似的，从亚马逊上能订到，从淘宝上能订到，这是一个题外话。
我们去年也跟工信部合作了特种机器人产业链2021，其实我觉得开发机器人最难最难的还是要把产业链的上下游打通，营造一个好的环境，我们作为一个公司也好，作为一个行业也好，要有全国是一盘棋的聚力，快速开发机器人，这样的环境才能营造出更好的机器人开发环境。包括我们所有的军工企业的液压件能够为我们开发机器人所用，跟很多老总拍着胸脯说我们很短时间内就能超过波士顿动力。但是我拿不到那些核心部组件，所以迭代也好、开发也好，能够开发一款机器人，包括一个核心部组件能够给全中国的机器人做，我觉得这是一个很重要的观点。今年又有2022年产业链产的峰会，我们特意改了个名字，比如说现在把电机改成电关节，把电池改成胶片电池，我最近老说行走控，大家很陌生，其实在飞机里面的飞控这个是普遍认识的，为什么没有行走控这样一个器件，这些器件产业链一旦构成，我觉得我们未来的迭代，就跟造手机也是产业不同的往前推进，这是一个很重要的，我希望我们国家最好近几年就能够形成一个这么好的环境，我们开发机器人最希望的天天就推数学公式、控制原理非常好的环境，开发机器人，所以这是我的一个愿景。
朱秋国：把机器人做起来更简单一些，在中上游的层面上我们可以做的再深入一些。
江磊：一旦突破，我们造一个机器人的中关村市场，机器人的华强北市场，如果这个构成了，我们国家的机器人水平肯定是全球最领先的。
朱秋国：最后一个小问题，每个人回答一下，你认为仿生的腿足机器人最终会是什么形态，最终真的会为人类创造一些怎么样的价值，简单给出一个大胆的设想。
王兴兴：总体我感觉大家目前做运动控制都是偏向于先做运动控制，再做感知。但是我觉得未来大部分移动机器人、双足机器人、四足机器人更多以感知为驱动，先感知再做运动控制等相关的事情，当然长远我还是希望真的是各种移动机器人，包括双足机器人出现在生活中给大家端茶倒水，各种极端环境大家都能用的情况。
江磊：回到十几年前开始做机器人，我们特别希望如果现在我们还有很多的父亲当搬运工往山上运冰箱，我们去泰山依然有泰山的轿夫往山上运，网友说我不坐泰山轿夫没有工资，坐的话于心不忍，就是在21世纪这么先进的时代，我们全球居然有这么多的环境依然需要我们肩扛手挑去开发一款产品，从不忘初心来说我们做机器人的还是要解放人类在艰难险重的生产力，人类作为这个星球大脑最发达的生物，我还是希望我们人类能更多的做智力工作，用科学技术改变我们未来的方式，这是我的初心，我也是相信有一天肯定会实现的。
陈学超：因为咱们做仿生机器人，仿生是我们模仿的对象，一直在模仿，从未被超越，类似于远方的灯塔，我们研究工作者、做企业一直在这个方向努力，首先是模仿，然后是超越，超越之后生物进化花了亿万年时间，人类进化花了几百万年，但是我觉得咱们这么多年工业革命技术发展还是很快，我觉得腿足或其他机器人进化应该比生物进化更快，说不定在不久的未来超越人类之后，产生一些更高程度的文明也是有可能的。
赵明国：我记得罗伯特演讲讲到腿足这个问题，他举的就是岩羊在非常陡峭的岩壁上，羊可以很顺利的攀爬，巧的是我当时很信这个，我觉得这个很有道理，人类居住环境就是为双足、四足设计的，所以要想在人类这个领域里做一定是双足或者四足才可以，但是我还做过一个自行车，所以看了各种自行车的视频，就得出一个结论，大家有兴趣看看红牛赞助的极限运动，比这个岩羊的环境还要困难，就是一辆自行车，人控制自行车就可以在这个环境下骑行，只要你举出来双足能干的，我就一定能举出来一个骑自行车能干的而双足干不了的事情，所以他的结论可能不正确，所以有可能是他为了说这件事情而误导我们这样去做。如果我们要真正从需求角度出发，你要做一个机器人解决某个问题，一定不是通用性。我们做双足机器人，做四足机器人，这种仿生的更有道理，最终的中节点应该是个通用性的移动平台、通用的智能平台，没有通用这两个字其他的就不容易附着了，最终可能就要出问题。爬一个60度的坡最厉害，从最基本原理出发，不会比力学原理更重要，所以通用性的移动、通用性的智能是我们搞足式机器人最终的归宿，到目前为止我们所做的这些还是朝着这个梦想去做，而不是朝着现实去做，这样更合理一些。
朱秋国：谢谢四位嘉宾精彩的分享，在短短的时间里面给大家介绍了关于国内外腿足机器人方面的进展，包括我们对于未来美好的畅想，希望能够给到大家一些新的启发。机器人作为工业制造领域皇冠上的明珠，本身也是多个学科的融合，所以我们除了要做好机器人这个本体之外，在新一代的信息技术、智能技术也要进行深度的融合，让未来的机器人更加智能化更加通用化，是我们共同的目标，我们今天的高峰论坛就到这里结束了，谢谢大家，也谢谢各位嘉宾。
