受Tesla人形機器人Optimus擎天柱的引領，全球范圍內人形機器人如雨后春筍般涌現，吸引了資本和產業鏈的緊密關注，國內也有不少企業順勢推出了各自的人形機器人產品。不過市場熱度過后逐漸都會將關注的目光從概念樣機轉向商業落地，當下人形機器人最迫切目標就是需要走出實驗室推向商用場景，所以規模化落地將是人形機器人在下個階段面臨的真正考驗：一炮而紅or曇花一現。

對人形機器人落地需要同步去考慮的幾個建議。

現階段商業化，要明確目標場景

從產品定義來說，由于人形機器人通用性的設計目標，對人形產品的應用設想已經非常廣泛：橫跨從家用、商用到工業的各個場景。但是結合市場、技術、供應鏈的成熟度情況，我預計在未來幾年，“人形”依然會存在于場景概念機到小規模落地的商業化初級階段。所以，企業可以把通用性當作人形產品努力的終極目標，但實現這個目標會橫跨一個比較長的時間過程。所以，當下人形機器人產品落地的第一步一定來自某個場景聚焦：找到一個最快能實現規�；�的應用場景。

為什么要優先考慮場景聚焦？

通用性是積累的結果。

真實場景復雜且多樣，不同場景對技術能力、形態結構，甚至材質應用的要求會有明顯差異；跨行業跨場景也會有很多特定場景的難題或者corner case要解決。對于一個全新的產品方向，在沒有在任何場景得到實際驗證、沒踩過坑、沒處理和上下游邊界關系情況下，很難設計出一款支持跨場景、能力大集合的通用產品。所以從實際落地來說，人形機器人的落地路徑依然是1→∞的過程。

聚焦利于技術快速變現。

聚焦場景可以明確企業的技術主線并清晰規劃技術road-map，避免技術層面的過度發散難以有效將技術工程化或者始終將技術停留在demo化階段；同時將核心技術匹配到實際場景實現產品工程化，可以借助真實場景打磨建立前期技術優勢，放大核心技術的領先性、并加速實現商業價值；也更有利于通過做需求約束實現產品的成本設計和商業化落地。

天女散花式落場景，容易造把金斧頭去砍樹。

以我多年AI和機器人從業感受來說，拿金斧頭砍樹是大部分AI類產品進入商業化階段面臨的最大難題。國內不少的技術類創業公司制定戰略時最大的誤區就是認為技術什么都能做，什么場景都能落，一上來就做‘one for all’設計。結果各個場景高投入換來有限的回報，技術看似很牛逼但更像是空中樓閣，產品戰略始終在技術和業務之間搖擺。

人形機器人的0-1階段，我認為還是要優先考慮“一橫一縱”的市場選擇。要么選擇具備多樣性場景擴展的大場景（一個環境包含多種場景，從1個點切入，后續可以橫向擴展），或者選擇具備快速規模復制的單一場景（單點需求對應市場足夠大，全球市場具有相似性）。

盡量避免去搶已經非常成熟或者低成本方案的產品市場，因為此時技術無法提供價值增益（反而可能是成本負擔），也很容易陷入紅海競爭，無法體現公司核心技術的價值，陷入價格戰泥沼。

根據場景，明確產品形態定義

接觸“人形”以來我始終有一個疑問就是人形機器人是不是一定是雙足形態？或者說雙足會是最好的類人形態？

比如，輪式結構是人類最偉大的發明之一，幫助人類解放了雙足的局限，指數級提高了作業效率。目前應用最廣泛、最高效的地面移動設備也都是輪式結構。不可否認雙足形態最類人，上下樓梯等環境有其獨特的優勢，但以現代社會環境而言，基礎設施建設和各類自動化設備已經解決了大部分需要依靠雙腿行走的場景；換個角度再看，環境惡劣、基建原始的場景（低級的應用場景）會是人形機器人的目標客戶場景嗎？

我的觀點是始終要立足場景正向設計產品，而不是固定產品形態再找場景。人形機器人的形態設計應該根據目標場景和應用需求來確定，不應該局限在某一類形態定義，要跳出思維慣性從場景出發解決問題。

我個人對人形機器人的理解：把人類能力抽象與再組合，最終實現跨場景的通用性的類人形態的機器人產品。那么，從對人類的基礎能力抽象而言，核心就是：智能、移動、操作。所以基于移動和操作能力的形態定義就可以在不同場景有更多樣性的設計展現，比如輪足式、多足、輪式等等。

比如從長期看，工業場景的大趨勢是流程去人化和場景專業化，最終結果就是可以對工業場景和流程的完全重構，減少人類對于工業場景的影響和依賴就是必然，以終為始，類人機器人就一定會是最優形態嗎？同時，已經實現規模化應用的復合機器人（移動底盤+機械臂）就可以看作是一種類人形態，如果換成雙足也不一定就是更有性價比的方案。再看在商用場景，更重要的考慮是人機交互的實現與體驗，智能化的產品設計和需求滿足優先級也更高于移動形式。目前來看家用也許可能是最適合足式形態的產品場景之一。

所以，人形機器人何必只是足式機器人，根據目標場景組合能力，設計出的匹配形態就是最合適的產品設計。

重點考慮泛化能力對規模化的限制影響

人形機器人以通用性為目標，實現靈活的跨場景和跨任務應用，那么泛化能力將是制約人形機器人規模落地的最大阻礙。優先要考慮解決的是場景泛化和技能泛化，降低新場景和新技能的學習成本與部署成本，保證人形機器人不會被限制在方寸之地，有更廣闊和更靈活應用的可能性。

我認為賦予機器人產品優秀的泛化能力至少要尊重三個基本原則：

1 機器人泛化是一個系統性工程，涉及系統、硬件、各流程環節和全人員，而不簡單是片面的某一個方面提升；

2 機器人泛化是一個持續性過程 ，需要通過時間和項目不斷迭代打磨形成標準規范、沉淀工具和方法，而不只是某個階段性投入；

3 機器人泛化是產品化的一部分，需要產品經理能了解市場環境、項目全流程和現場情況，要具備很強的共情力、理解不同文化思維并重視用戶體驗。

簡而言之，構建產品泛化能力的過程將貫穿產品生命周期、是產品設計不可缺少的一環。

雖然目前可以通過體系建設和工具產品提升機器人產品的易用性（基礎），但最終技術手段才是機器人實現大規模落地的有效途徑（質變）。比如，Tesla將純視覺方案的 FSD（Full Self-Driving）下放到Optimus擎天柱，就屬于提高機器人泛化能力的重要手段，通過端到端神經網絡Optimus擎天柱可以更直接地感知環境、實現任務學習和控制運動，從而提高其在未知環境或條件下的泛化能力和適應性。Google RT-2幫助機器人實現技能自學習的能力，使得機器人在未經過專業數據訓練情況下能夠更容易理解并處理人類提出的各種類型的任務需求，提升機器人的學習和泛化能力。所以構建人形產品的泛化能力，需要保持對技術的關注和創新嘗試，以效率為導向做技術預研。

續航能力是也是重要制約

續航能力將是制約人形機器人應用和發展的又一個重要因素。人形的體積決定了可攜帶的電池體積不會太大，而現階段鋰電池的能量密度依然有限，移動機器人對接式和車載的插拔式的充電模式我也認為并不完全適用于人形機器人，這就對人形機器人的續航能力帶來嚴重挑戰。

長遠來看，新形態電池（如固態電池）、無線充電、脫離電池的全域無線供電等方案都有機會解決人形機器人的續航問題，希望能有專門的公司能在這個領域實現技術突破。

產品設計初期就要考慮成本設計

人形機器人的商業化需要技術Ready和具有經濟性的兩方面支持，所以，成本設計是人形機器人走出實驗室進入商業社會的關鍵步驟，最終面向用戶的產品價格需要符合市場預期。同時在當下的大環境情況下，我建議所有企業從一開始就要具備財務管控意識，要能算賬、算細賬，而不是不計成本的投入到技術研發。

比如在工業場景，如果對標國內的一線工人，可能就需要將成本做到10萬元內的級別，Musk 在給Optimus擎天柱設定目標2萬美金時也是參考了Tesla的實際用工成本，而中國的人工成本對比海外還是會更便宜。而在商用場景，可以根據具體的實現場景去設計，從ROI的角度來看，對標國內人工成本要考慮售價可能需要不超過20萬。而面向家用市場，需要做到萬元級別的成本才有可能大面積進入家庭。

除了降低產品成本，還可以通過不同的商業模式來實現成本分攤，比如提供服務而不是設備銷售，實現持續性收入。但無論如何，都需要考慮最多不超過在 24個月實現回本，從而倒推成本控制。

避免始終停留在實驗室，讓技術產品化周期過長

要從整個市場時間窗口期考慮技術產品化到商業化的周期規劃目標，需要考慮設計一個合理的落地節奏和階段性目標：

在0-1階段，由技術主導實現demo，滿足場景需求。在這個階段，重點解決技術可行性問題，滿足特定場景的使用需求。

在1-10階段，由商業主導規模化，做需求取舍，先在局部場景商業落地。在這個階段，需要重點解決技術經濟性問題，滿足市場需求，實現商業化落地。

現階段，人形機器人只是走出了讓市場看到了從PPT走向落地的第一步，但真正的挑戰和困難都是在商業化落地時才會面對。商業化落地不是讓一臺機器人實現功能，而是要考慮成千上萬臺機器人在不同地域、各種場景穩定、有效的運行，那么要考慮的問題就需要更系統性和全局性，因為不僅僅只是會面臨技術問題。

雖然當下有資本和新技術加持，但我認為人形機器人的落地不會比移動機器人或者機械臂面對的挑戰更簡單，甚至可能會把同樣坑再趟一遍（所有品類的機器人在落地時面臨的挑戰都是相似的）。

以上的幾個觀點和想法都是基于我的經歷和認知對人形機器人落地的一些思考，我也會持續保持對人形機器人的關注，希望能盡早看到人形產品快速落地、百花齊放的時刻。