昆仲资本创始合伙人姚海波：当前不必追求通用型仿人机器人_姚昆宏简介

昆仲资本创始合伙人姚海波发表《智能机器人时代，投资未来》主题演讲 （来源：网易科技报道）

记者：普子胥

2023年12月5日，深圳市互联网信息办公室、宝安区人民政府、网易传媒联合主办“2023新一代人工智能(深圳)创业大赛”颁奖典礼在深圳成功举办。

“2023新一代人工智能(深圳)创业大赛”旨在促进人工智能的创新发展，助力人工智能初创企业健康成长。经过海选报名和多轮筛选比拼，大赛获奖项目将由主办方从现金、流量扶持、产业资源供需对接等多维度给予丰厚激励。现场，“网易新一代人工智能产业联盟”正式成立，未来将持续加强产业、资本、媒体、政府资源的链接，为创业者提供服务。

现场，昆仲资本创始合伙人姚海波以《智能机器人时代，投资未来》为主题发表演讲。他表示，面对下一个智能时代昆仲资本的投资重点正从智能汽车转移到智能机器人身上。其中，考察一家智能机器人公司，姚海波认为，应该从技术深度、产品落地能力、商业化能力进行综合考察。

姚海波认为，现阶段的仿人机器人，应该向仿人级感知、仿人级控制以及仿人级驱动靠拢，并打破和横扫各类非结构化的场景，并通用到各个行业当中去。现阶端，全通用的机器人没有必要，这可能也是现阶段和学术界、产业界共同认知的一个路线。

以下为姚海波演讲节录：

我今天分享的题目是《智能机器人时代，投资未来》。

昆仲资本在过去7年系统化布局了上一代的智能设备：智能汽车领域的小鹏汽车；智能传感器和智能算法公司速腾聚创和文远知行，智能车规级芯片灵明光子。以上公司都来自大湾区，也希望未来成为我们大湾区的代表作。

下一代即将爆发的智能设备是什么，智能机器人在过去3年成为了我们投资的主线。

今天我的分享分为5个方面：第一是行业最新动向；第二是创业公司在做什么，有什么特色和标准；第三是为什么要看智能机器人或者是仿人机器人；第四是关键技术和演进方向；最后是我们的一些思考。

过去一段时间有非常多的业界公司展示了最新的机器人demo和新闻，一是Deep Mind的RT-2，二是李飞飞的团队发表了用开源大模型接入到了机器人。此外，Apptronik公司9月份发布了Apollo，是第一个和人类在一起工作的机器人。9月份特斯拉发布的视频，它植入了大模型或者说是利用自己的神经网络，无需联网就可以完成各种拉伸动作的机器人。

关于创业公司的动向，昆仲资本在一篇公众号文章《看了100家仿人机器人公司，我们总结了以下三个关键点》中指出了评估机器人公司时应关注的三个点：技术深度、产品的落地能力以及商业化潜力。

我们当前更看重公司在多项核心技术上的积累，如是否具备双足和手臂，以及是否配备了多种传感器，包括视觉和触觉传感器，甚至是基于触觉的视觉传感器。技术公司的招聘对于当下阶段而言充满挑战，我们期望更多的青年科学家加入到这些创业公司中。

沿着刚才的逻辑我们做了投资和布局。比如，逐际动力这家公司，最早在宝安区落地，由南科大的张巍教授领衔，今年年底会发布双足解决方案。他们发布的视频已经显示了公司在实际场景中的技术实力，比如在某钢厂进行的巡检作业，要求机器人能够在镂空台阶上10次上下灵活行走。

第二个维度是产业化落地的能力。我们投资了一家在建筑领域进行智能化创新的企业，BIM领域上市公司的高管团队出来创业，开发了专门用于建筑场景的喷涂机器人，包括涂抹灰泥和刮腻子的功能。

在讨论现阶段机器人投资方向，我们提出了一个观点：单纯的仿人型机器人其实没有实际意义。我们认为，现阶段的仿人机器人应专注于达到仿人级别的感知、仿人级别的控制和驱动，而不仅仅是外型仿人，从而才能实现有效处理各种非结构化场景的可能。

当下的投资机会也基于包括成本下降以及AI大模型的加持，例如关节成本从一万元降至三千元，许多大厂购买机器人的主要目的是训练算力等等表现。

对此，我们看什么技术？首先该是把感知放在最前面，视频上可以看到，这是特斯拉的demo，它的机械脚触摸鸡蛋时，发现是鸡蛋减少了力控，实际上在机械脚的触觉传感器里面有一个摄像头，至于是否有传感器的“新物种”出现也未可知。第二是控制，过去我们看到了有非常多大厂推出了机器人，大多数其实还是下半身在扛着上半身在走，机械控制难度和要求有待提升。

在当前阶段，我们认为追求全面通用的机器人是不必要的。真正的“通用”应该是指能够适应多个行业的需求，例如医疗行业的机器人可能只需要轮子而非腿部，或者在某些情况下只需机械臂。全面通用的概念在实践中并非必要，更重要的是能够跨系列地适用于不同领域，这也是当前学术和产业界的共同认知。

从公司发展的角度来看，更多的规律是从面向企业的产品（To B），到商业应用，最终到家庭应用的转变。尤其是工业场景，相对结构化，目前阶段处于最容易收集数据、训练数据、养数据的关键时期。

那么，我们究竟投资什么？我们已经在一些领域进行了布局，例如关节控制技术。我们并未直接投资具体的关节部件，因为我们认为更大、体积更重的部件更容易由机器人本体公司自主研发。

在软件控制方面，我们认为算法是关键，这些算法往往掌握在众多青年科学家和海外专注开源代码研究的团队手中，如果叠加多模态大语言模型，帮助机器人更全面识别和理解并有效决策，将成为取胜之匙。

至于电机和减速器，我们将关注是否有重要性及成本占比较高的公司出现。例如，某些机械手臂中的空心电机可能只占成本的3%到4%，这种单一品类就不在我们考虑范围之内。我们寻找那些具有颠覆性设计、工艺或规模化量产潜力的目标。

以上就是昆仲资本在机器人和大模型领域的关注焦点，我们正在积极锚定相关的投资目标。谢谢大家的聆听。