聲明:本文來自于微信公眾號 創(chuàng)業(yè)邦 作者:黎曉梅，授權站長之家轉載發(fā)布。

超乎年齡的成熟，是不少人對楊豐瑜的第一印象。

這位出生于2000年的年輕人，本科畢業(yè)于密歇根大學，目前是耶魯大學的博士。在求學期間，他發(fā)表了世界上最大的視觸覺數(shù)據(jù)集Touch and Go，并提出了世界首個融合觸覺的預訓練多模態(tài)大模型UniTouch。

楊豐瑜的另一重身份，是具身智能企業(yè)UniX AI優(yōu)理奇科技的創(chuàng)始人。在競爭激烈的具身智能賽道，這家2024年初成立的初創(chuàng)企業(yè)，發(fā)展速度令人矚目。楊豐瑜形容，他們是“用半年時間走完同行1-2年的開發(fā)流程”。

不同于大多數(shù)以B端場景切入的具身智能玩家，UniX AI主要聚焦C端家庭場景，2024年7月，UniX AI推出了輪式雙臂機器人Wanda。Wanda可以執(zhí)行抓取柔性物體、洗衣服、擦桌子等操作，并能理解完成一定復雜度的長序列任務。8月，UniX AI攜Wanda與另一款雙足人形機器人Martian亮相2024世界機器人大會（WRC），穩(wěn)定的產(chǎn)品及功能展示受到了業(yè)內的廣泛關注 。

目前，UniX AI正在進行Wanda二代機升級，未來幾個月將面向C端種子用戶小批量交付?！氨M管如今離家庭場景的通用泛化還有距離，但這是一個循序漸進的過程，必須先進入到實際應用場景中，收集高質量的數(shù)據(jù)，再持續(xù)迭代。”楊豐瑜表示。

楊豐瑜補充道，UniX AI在行業(yè)做到“后發(fā)先至”，得益于公司有一支非常成熟的團隊，這支近百人的團隊，集合了國內外頂尖技術專家，公司高管來自機器人、消費電子，汽車制造、物流、供應鏈等行業(yè)，在場景端具有豐富的商業(yè)化落地經(jīng)驗。此外，公司的觸覺大模型UniTouch，極大提升了機器人訓練效率，使公司保持快速的功能開發(fā)迭代。

據(jù)悉，UniX AI成立不久，就吸引了王賀升等國際知名機器人專家加入團隊。一個初出茅廬的具身智能公司為何能快速聚攏一批資深行業(yè)專家?UniX AI的員工表示，一是看好具身智能賽道;二是對創(chuàng)始人、公司定位與規(guī)劃的高度認同;三是公司團隊組建與產(chǎn)品迭代速度很快?！皠?chuàng)業(yè)唯快不破”，給了大家強烈的信心，這也是UniX AI逐漸吸引行業(yè)專家加入的原因。

在具身智能機器人千帆競發(fā)的當下，楊豐瑜帶領的團隊，如何理解行業(yè)的發(fā)展未來，對公司有哪些戰(zhàn)略規(guī)劃，是否給業(yè)內帶來新變革?以下是UniX AI創(chuàng)始人兼首席執(zhí)行官楊豐瑜的回答。

國內AI發(fā)展，為具身智能帶來了經(jīng)驗復用

創(chuàng)業(yè)邦:您為何選擇在人形機器人賽道創(chuàng)業(yè)?

楊豐瑜:我本科在美國密歇根大學讀計算機專業(yè)，對具身智能很感興趣，當時就有創(chuàng)業(yè)的想法。我本人提出的UniTouch大模型是世界第一個包含觸覺的多模態(tài)大模型，在機器人材料識別、非剛性物體抓取等精細操作方面，極大提升了人形機器人執(zhí)行端的任務效率，給公司奠定了一些技術基礎。

在需求端，近兩年人工智能發(fā)展很快，但我發(fā)現(xiàn)盡管大模型解決了人類的部分信息處理、知識獲取、藝術創(chuàng)作等上層需求，但卻把底層繁重的家務活動留給了人類。如果不解決這一問題，大模型就不能真正地造福人類，這也是AI帶來的一個市場機會。我大概去年有了創(chuàng)業(yè)的想法，今年上半年才真正把公司組建起來。

創(chuàng)業(yè)邦:為什么在今年創(chuàng)業(yè)?相對于去年成立的企業(yè)，今年會是更適合的時間點嗎?

楊豐瑜:從技術角度，今年機器人大腦層面的技術已經(jīng)趨向成熟，能進行任務理解及規(guī)劃，這為人形機器人的發(fā)展創(chuàng)造了先決條件。而以小腦為核心的具身模型技術路徑尚未定型，不同的方案理論上均有機會，整條賽道處在發(fā)展初期階段。

從商業(yè)化落地角度，全球有近百家人形機器人公司，但商業(yè)化均未取得實質突破。我們本身是奔著落地去的，今年的環(huán)境相比起去年明顯冷靜了，這能讓我們看得更清晰。而且經(jīng)過去年的探索與積累，也能幫助我們站在先驅者的肩膀上進行商業(yè)化。

我們今年才成立，但是答卷已經(jīng)交的很漂亮，今年的WRC上我們的機器人在長達五天的展示中，表現(xiàn)也比較穩(wěn)定。明年行業(yè)的要求就是量產(chǎn)落地，對此我們也非常有信心。

創(chuàng)業(yè)邦:您為何選擇回國創(chuàng)業(yè)?

楊豐瑜:全球AI看中美，中國在AI方面有深厚的技術底子以及相當積極的創(chuàng)業(yè)氛圍，適合具身智能初創(chuàng)企業(yè)發(fā)展。此外，中國的終端應用市場龐大，無論是人口基數(shù)、工程人才數(shù)量、還是場景豐富度，都在全球領先。

在國內，還有自動駕駛等幾輪AI技術浪潮的創(chuàng)業(yè)經(jīng)驗復用，可以給具身智能創(chuàng)業(yè)公司提供借鑒。最后，國內在汽車和機器人方面供應鏈完整成熟，制造優(yōu)勢領先。無論是從環(huán)境、市場、人才還是產(chǎn)業(yè)鏈完整度，都滿足了具身智能初創(chuàng)企業(yè)的成長需求。

創(chuàng)業(yè)邦:如何理解國內前幾輪AI技術浪潮創(chuàng)業(yè)帶來的經(jīng)驗復用?

楊豐瑜:比較能借鑒的是自動駕駛。自動駕駛=AI（軟件）+汽車(制造及終端)+駕駛(操作)+乘用/商用(場景)，自動化程度劃分為L0-L5。自動駕駛的整體技術棧和人形機器人趨同，難點也同樣在于物理數(shù)據(jù)收集，也存在大量corner case(長尾場景)，但人形機器人操作場景的復雜性和多樣性要更高。

借鑒上一個自動駕駛周期，我們可以得到這些經(jīng)驗:

1.物理數(shù)據(jù)收集的難度和時間是限制，在短期單靠數(shù)據(jù)提升AI能力不太現(xiàn)實。

2.其次，純軟件的路徑很難跑通，因為涉及和主機廠的復雜交互，以及數(shù)據(jù)層面的隔閡，導致模型優(yōu)化受限。所以特斯拉、理想等主機廠自己下場做自動駕駛總體發(fā)展的相對較快。

3.創(chuàng)業(yè)公司要找準商業(yè)化場景，并和模型及數(shù)據(jù)優(yōu)勢匹配。例如乘用車和商用車作為兩個場景門類跨度巨大，甚至商用車領域在礦山、港口、物流等場景也同樣存在跨度，所以相關技術和經(jīng)驗無法進行復用。

4.做自動駕駛的成本很高，Uber和Waymo初期都過于依賴昂貴的傳感器，導致硬件成本很高。因此，我們在做人形機器人時，要更加注重對算法的研究，以及通過自研硬件降低成本。

5.前期自動駕駛領域的商業(yè)化timeline過于樂觀，資本市場過度追捧。后期自動駕駛發(fā)展乏力，導致市場的投資熱情減退。我們會根據(jù)人形機器人發(fā)展的實際情況，制定小步快走的迭代方案，保證市場對于具身智能的新鮮感。

創(chuàng)業(yè)邦:目前公司團隊情況如何?

楊豐瑜:我們堅持學術+產(chǎn)業(yè)深度結合，由技術創(chuàng)新和產(chǎn)業(yè)落地雙輪驅動。

目前團隊規(guī)模近100人，來自MIT、哈佛大學、密歇根大學、加利福尼亞大學、北京大學等頂級院校，以及華為、比亞迪、大疆創(chuàng)新、科沃斯等知名企業(yè)。團隊研究領域覆蓋了結構、電子、算法、深度學習等領域，在機器人操作算法、感知技術、遠程操控等方面擁有豐富經(jīng)驗。我們還將繼續(xù)積極招募海外優(yōu)秀算法人才，實現(xiàn)技術迭代上保持國際領先。

用6個月完成行業(yè)一年半的研發(fā)進度

創(chuàng)業(yè)邦:UniX AI的商業(yè)化進展如何?

楊豐瑜:我們第一代人形機器人已經(jīng)開發(fā)完畢，從一代產(chǎn)品發(fā)布以來，收到的訂單意向已經(jīng)超過了我們的預期。目前正在開發(fā)第二代產(chǎn)品，接下來會篩選首批用戶并陸續(xù)交付。軟硬件方面的功能迭代開發(fā)，比我們預想中還要更快一些，基本上是用半年時間，達到了行業(yè)平均一年半的進度。

創(chuàng)業(yè)邦:UniX AI的商業(yè)化速度為什么這么快?

楊豐瑜:首先是我們軟硬件全棧自研，不依靠外購來解決很多問題，所以迭代速度非常快。我們有一個非常精干的硬件團隊，可以隨時發(fā)現(xiàn)問題、隨時修改。軟件端也伴隨場景和需求的變化，保持敏捷高效的迭代速度。

其次來自于我們的團隊構成，我們招團隊成員的標準是“穿越周期、打過大仗”，我們有很多行業(yè)老兵，在機器人整機結構、電機、諧波減速器等核心零部件領域都深耕很多年，已經(jīng)有一定量產(chǎn)基礎。并且團隊管理結構扁平化，決策迅速，大家齊心協(xié)力，擰成一股繩往前走。

最后，來自我們算法結構的優(yōu)勢。我們的訓練效率很高，能在少量示教的情況下，高效率完成復雜任務，能快速實現(xiàn)迭代更新。面對復雜的C端場景，我們還支持用戶通過遙操等方式，共創(chuàng)一些高度非標的場景。

創(chuàng)新速度快、腳踏實地的團隊特點，加上工程化能力以及供應鏈的支持，UniX AI才能在半年時間內，走完友商1-2年的開發(fā)流程。

創(chuàng)業(yè)邦:UniX AI實行軟硬件自研，如何看待硬件自研的必要性?

楊豐瑜:通用人形機器人的性能要求比較高，并且產(chǎn)品初期需要快速迭代，這就要求軟硬件深度耦合，才能支撐起迭代速度。另外，人形機器人的關鍵零部件相較傳統(tǒng)工業(yè)機器人有很大的不同，還沒有成形的供應鏈，因此很有必要自研。

如果不自研硬件，核心部件掌握在Tier1供應商手中，硬件反饋就會很慢，限制后續(xù)的研發(fā)迭代。比如硬件升級不靈活，數(shù)據(jù)收集受限，端口不能完全開放，限制硬件創(chuàng)新的空間?，F(xiàn)在部分核心零部件被外商壟斷，不自研也存在供應鏈斷供的風險。

一些同行會找一級供應商定制開發(fā)，但是人形機器人產(chǎn)量小，定制化開發(fā)小規(guī)模量產(chǎn)價格較高，會推高BOM成本。而公司自研零部件、自建供應鏈，達成設計-開發(fā)-制造的閉環(huán)，更容易降低BOM成本，提高產(chǎn)品性能。

從公司成立第一天開始，我們就在持續(xù)搭建供應鏈，現(xiàn)在已經(jīng)相對成型了，我們一些零部件已經(jīng)經(jīng)歷了至少四五代的迭代。未來通過用戶和場景落地方面的反饋，我們大概會保持一兩個月迭代一次的速度。我們團隊成員具有硬件行業(yè)量產(chǎn)操盤的經(jīng)驗，在機器人、汽車、消費電子都有資深的積累，可以給我們借鑒，幫助快速搭建產(chǎn)業(yè)鏈。

創(chuàng)業(yè)邦:現(xiàn)在的產(chǎn)能規(guī)劃如何?

楊豐瑜:我們初步規(guī)劃了一個數(shù)千平的廠房，預計年底會正式落地，用于第二代人形機器人的量產(chǎn)，產(chǎn)線預計能支持年千臺以上的產(chǎn)能。

創(chuàng)業(yè)邦:目前公司的工作重心有哪些?

楊豐瑜:從長期來說，我們還會不斷補充技術、商業(yè)落地方面的頂尖人才，完善團隊，這是我們會持續(xù)做的事。

短期來說，目前行業(yè)處在類似“iPhone1”的階段，團隊的當務之急是把軟硬件平臺基礎搭好。因為iPhone的初期階段，是要和合作伙伴、和C端、B端的用戶一起去共創(chuàng)場景和生態(tài)的。具身智能現(xiàn)在的關鍵詞是“通用”和“泛化”，要實現(xiàn)共創(chuàng)，我們就要力爭在高訓練效率的基礎上，實現(xiàn)更高的泛化性，以更高效的訓練效率去完成較復雜的任務。

其次，所有行業(yè)的玩家都在試圖從場景里找到PMF，另一個重要任務也是要把產(chǎn)品搬到場景里去。具體而言，我們會更關注上一代機器人解決不了的事情，這些嘗試目前已經(jīng)得到了積極的市場反饋。

核心是讓用戶先用起來

創(chuàng)業(yè)邦:UniX AI的核心競爭力有哪些?

楊豐瑜:我們軟硬件全棧自研，有著成本優(yōu)勢。具身智能機器人想要真正產(chǎn)業(yè)化，真正進入C端場景，必須大幅降低成本。我們團隊投入了大量精力在供應鏈上，目前我們的物料清單（BOM）成本是在一個蘋果智能手機和一個入門級汽車的售價之間。

在算法上，我們的模型相比端到端模型在泛化上相當具有優(yōu)勢，UniTouch大模型僅靠3-5組的數(shù)據(jù)，就能夠比肩端到端模型50組數(shù)據(jù)的訓練效率。另外，我們的模型是一個白盒模型，具備可解釋性，而不是一個端到端的純黑盒模型。這意味著我們有幾個關鍵點，可以人為地進行可視化，并進行添加、刪除或修改，增加模型的可干預性和可糾錯性。

在功能上，我們已經(jīng)實現(xiàn)了一些剛需的家務勞動場景，比如洗衣、做飯、洗碗等，此外用戶可以通過遙操作的方式，與我們共創(chuàng)一些功能，訓練人形機器人學習一些高度非標場景的操作，可以極大提升人形機器人的泛化性。

我們的團隊成員來自不同背景，彼此能碰撞出更多火花，而且團隊風格務實，一心朝著量產(chǎn)落地的方向前進，不會盲目跟風。

創(chuàng)業(yè)邦:視觸覺模型帶來的優(yōu)勢有哪些?

楊豐瑜:大多數(shù)模型主要依靠視覺，但光靠視覺是無法適應末端執(zhí)行的多樣性的，這時候觸覺的數(shù)據(jù)反饋就極其重要。尤其在C端場景，觸覺大模型可以處理更加精細的任務。比如一塊柔嫩的豆腐，如何讓機器人既能抓起來，又不破壞豆腐的外形;或是擰緊瓶蓋，如何既保證不漏水，又不讓水瓶變形。

操作這件事兒，關鍵點有幾個，一是接觸前的軌跡規(guī)劃;二是接觸后，執(zhí)行器對力學做出的精準反饋。例如給手機充電，只通過視覺是沒法判斷插頭是否連接到位的，只有通過力覺的反饋，才知道插頭有沒有插到位。三是觸覺會彌補視覺在被遮擋、在盲區(qū)操作以及抓取柔性物體的困難。

我們的Unitouch預訓練模型以及核心關鍵點技術，可以降低對數(shù)據(jù)的依賴。相比其他方案，在訓練效率和經(jīng)濟性上也更有優(yōu)勢。

創(chuàng)業(yè)邦:為什么會選擇先從家庭場景切入?

楊豐瑜:準確來說，我們切入的是消費級市場，消費級機器人的市場空間更大，用戶粘性更強，有定義一個品類的機會。目前我們選擇先進入C端家庭場景，其他的商服場景也在規(guī)劃中。

家庭場景的優(yōu)勢包括用戶基數(shù)龐大，具備一定購買力。相較于種類豐富的工業(yè)機器人，家庭場景機器人滲透率低，而且這一場景的機器人主要以掃地、陪伴等單一任務為主，缺乏通用泛化的機器人。我們的模型訓練效率高，也有快速落地家庭場景的優(yōu)勢。此外，家庭場景及任務種類多樣，數(shù)據(jù)價值大，可以在單一場景中率先優(yōu)化泛化能力，后續(xù)降維切入其他場景。

創(chuàng)業(yè)邦:家庭場景的泛化要求很高，公司有何應對策略?

楊豐瑜:現(xiàn)在確實離家庭場景的通用泛化要求還有距離，但我們要搶占先機。創(chuàng)新型消費電子公司切入市場時，1.0產(chǎn)品都比較簡單，后續(xù)結合自身軟硬件研發(fā)與用戶使用反饋迭代?，F(xiàn)在整個人形機器人賽道在萌芽期，我們的核心是要讓用戶先使用起來，形成正向數(shù)據(jù)反饋優(yōu)化產(chǎn)品功能，而不是等到一個成熟的產(chǎn)品出來再進入市場，時間太久也不現(xiàn)實。

創(chuàng)業(yè)邦:如何看待B端市場，為何短期內沒有選擇進入?

楊豐瑜:公司團隊在汽車、物流供應鏈、消費電子等領域擁有很豐富的資源以及場景拓展能力，也很了解B端。的確目前大多數(shù)人形機器人公司先選擇切入工業(yè)場景，但我們對場景深入分析后，認為家庭和商服場景更具有落地價值。

B端分為工業(yè)和商業(yè)場景，目前均有成熟的在役機器人了。并且我認為人形形態(tài)之于工業(yè)場景的必要性是難以論證的。工業(yè)制造安全性及重復性要求高，容錯率極低，選擇人形機器人替代人或者工業(yè)機器人存在很大挑戰(zhàn)，一旦產(chǎn)線上操作失誤，造成的損失巨大。

人形機器人在B端進行DEMO測試很容易，但是規(guī)?；俣群苈?，更適合特斯拉這樣的大廠自己做。另外，工業(yè)場景相對封閉，任務單一，對通用泛化的要求低，對大多數(shù)人形機器人企業(yè)而言，也很難在這個場景里形成數(shù)據(jù)飛輪。

相較之下，人形機器人在商服場景存在機會，例如零售商超、物流、公共服務等領域。商服和家庭兩個場景功能需求接近，公司先從家庭場景著手，持續(xù)關注商服場景，等商服場景具備商業(yè)化條件后，公司可以技術降維，輕松切入這一場景。

將給出“驚喜”的發(fā)售價格

創(chuàng)業(yè)邦:UniX AI的人形機器人，發(fā)售價格大概會是多少?

楊豐瑜:我們的人形機器人正式發(fā)售的時候，會給大家一個驚喜的價格。因為我們團隊在控制成本方面花了很多精力，控制效果也比較好。目前我們收到了一些訂單，通過市場調研，我們的價格肯定會比當前市場上的大部分廠商更低。

創(chuàng)業(yè)邦:不少具身智能企業(yè)選擇“沿途下蛋”，公司會選擇這一模式嗎?

楊豐瑜:具身智能更類似于150年前的奔馳，技術和方案都沒收斂，無論是靈巧手的自由度、手指的數(shù)量、驅動關節(jié)的方案。從我們的角度說，在行業(yè)沒收斂的狀態(tài)下，做核心零部件的銷售并不是很合適的生意。不過，要是后續(xù)具身智能的出貨量比較大的話，我們也不排除對一些核心零部件做分拆。比如我們能量產(chǎn)1萬臺了，會考慮這個方向。按照現(xiàn)在的收斂速度來看，我覺得這個階段會很快來臨。

創(chuàng)業(yè)邦:創(chuàng)立公司以來，遇到了哪些挑戰(zhàn)?

楊豐瑜:現(xiàn)在有點像智能汽車行業(yè)最初的狀態(tài)，甚至難度會更高一點。因為智能汽車的方案已經(jīng)相對收斂了，但人形機器人整體上還沒有。在這樣一個混沌且充滿變數(shù)的狀態(tài)里，把握好節(jié)奏、高效率、少犯錯、快速迭代，非常關鍵。

這也是為什么我們說，團隊的認知很關鍵。擺在所有創(chuàng)業(yè)公司面前的有非常多的可能性和選擇，無論是技術還是場景，該如何去認知、少犯錯?如何去組織對接好資源，達成目標?我覺得這些事情很關鍵，對我們團隊來說，最困難的階段已經(jīng)過去了，已經(jīng)交出了不錯的答卷。未來行業(yè)的挑戰(zhàn)是量產(chǎn)和交付，我們團隊在供應鏈側、產(chǎn)品和銷售側都比較有經(jīng)驗，我們會更有優(yōu)勢一些。

我們不怕犯錯，犯錯是產(chǎn)品商業(yè)化必須經(jīng)歷的一段歷程。在這一波具身智能創(chuàng)業(yè)的浪潮里，我們已經(jīng)站在一個比較好的位置了，未來會不斷前行。

創(chuàng)業(yè)邦:您如何看待人形機器人的未來，UniX AI 未來有哪些發(fā)展規(guī)劃?

楊豐瑜:我們對具身智能保持樂觀的態(tài)度，根據(jù)我們的市場調研反饋，在三年以內推進大規(guī)模商業(yè)化是完全沒有問題的，我們非常有信心。今年和明年我們的核心目標是完善軟硬件平臺，小批量交付機器人產(chǎn)品。我們接下來會發(fā)布第二代Wanda人形機器人，并展示更多新的功能操作。明年年初我們將重點推進人形機器人的量產(chǎn)和落地，落地前會進行一些用戶反饋的預熱。

（舉報）