人形机器人产业：如何使产学研更有效地合作？

在8 月24 日的“探索人形机器人新纪元：创新、挑战与机遇”的论坛上，主持人张建伟（中国工程院外籍院士，德国国家工程院院士，德国汉堡大学教授）称，在众多嘉宾的讨论中，可见人形机器人非常复杂，有很多瓶颈，从材料到能源，从驱动密度到感知精度，再到智能等。但是怎么解决？怎么突破？

本文引用地址：

现在的人形机器人还需要很大的研发投入，即使按照现在的特斯拉等公司的方案，把它做便宜、做稳定了，也是不可能批量销售的。今后如何让现有的人形机器人公司获得不断的技术源泉？靠各家企业自己的研发肯定是远远不够，那么，如何使产学研更有效地合作？

目前已有纵向和横向的合作。纵向的，诸如国家有重点研究计划，有基金委的重点项目；横向的可以成立联合实验室等。下一步如何让产学研有效地合作，使人形机器系统能够源源不断地得到技术支撑？2 位学术界的教授兼创业者，及7 位在展会展示了产品的创始人/CEO 进行了探讨。

1   不跟随，换一种研发思路

智昌公司董事长兼总经理、复旦大学教授甘中学提出了另辟蹊径的观点。

因为现在做大模型、算力、英伟达芯片等，我们是跟随性的。中国要想在这方向走出来，一定要换换研发的思路。

第一个建议：要把大算力和算法的创新结合起来。现在很多人认为我们有了大算力，已经很厉害了。就像发明了电动机，然后电动机不节能了，我们现在开始搞电机节能。同样，我们大算力搞了，是人的大脑的10 倍、100 倍，但是算力搞完了，我们再去做节能。这条路是现在的芯片公司/ 算力公司走的，如果我们算力和算法并行，才能找到一个多快好省的办法，去与国外去竞争。

第二，具身智能目前是正在开发的，基于语言大模型。在具身智能里，张建伟院士很早就提出“智行合一”，这个做法是具身智能最好的方式，这里涉及了研究方法和途径，是产和研的结合。所以我们应该坐下来认真思考一下，我们的产学研的方向和出发点应该和国外有所区别，否则我们永远是跟随，对我们的发展是不利的。

2   企业和学校相互需要

月泉仿生公司联合创始人、吉林大学“唐敖庆讲席教授”任雷指出，产学研融合是一个大趋势，因为人形机器人还有很多技术瓶颈需要去突破。

人形机器人是由高度复杂的技术集成的，包括感知、驱动、材料、结构等，是一个综合多学科交叉的攻关项目。很多问题还涉及基本的科学问题，还没有解决。

首先，企业需要学校。学校应该担负很多责任，例如希望有创新的结构设计，尤其是仿生的设计。另外，新型的感知材料、驱动材料等，未来也应考虑往人形机器人上应用。

另一方面，学校也非常需要企业。学校应该多了解企业为什么这么做。因为学校有时更偏重于发论文、出专利。但是这些成果究竟能不能用？怎么用？有时是有问题的。例如学校开发了一些新技术，但是可能只考虑了性能，不考虑成本，不考虑批量能否做出来/ 工艺的问题，这就脱离了批量生产这一需求。还有很重要的一点是：企业需要做的是什么？不能光去搞一些比较炫酷的演示，应该去真正了解应用场景到底需要什么。

3   关注技术的成熟度，把各方面做透

小米集团技术委副主席、手机部副总裁、机器人公司总经理许多称该公司十分重视技术的成熟度，因此积极和高校合作去做一些科学范式的探索。例如相机，已和北大的视频视觉教授去合作。

另外，把从其他行业领域的成熟技术迁移过来，去做产业化。例如机器人大会上有一家企业特别吸引眼球，是深圳的一家原来做弹珠式摄像头（注：音）的企业抛出了一个观点：要做99 的推杆电机，非常令人兴奋，因为如果能做到，“手”就会有巨大的突破，至少能把自由度做上去了，因为是99，不是6 个自由度，因此可以做15 个、20 个自由度。然后下一步再做小型化，意味着在某种程度上就突破了。

再有，丝杆连接要继续做产业化，以降低成本。例如特斯拉大的丝杆可能还在将近2 万元。如果能做到1万元，其他家也不用再想搞什么腿了，至少大腿部分用推杆是一个比较好的方案，因为大腿也不需要高动态，只需要有一个非常大的力就行了（注：但小腿是需要高动态、高响应的）。

以上指整体构型，我们既要基于科学去和高校科研机构合作，也要基于应用去做产业的深度的开发，最后把这两者在一个软件平台/ 仿真平台上去深度融合，以加速应用。

建议在做产品时，还是要把这个产业坚决地做透。例如人们可能认为一体化电机相对比较成熟，实际上这里的MCU还主要是用国外的（注：兆易创新等本土公司的有一些），价格还是很高的。国产化的也不充分，例如电机里的编码器，国产的还是和国际先进水平有差距。因此，本土厂商还是有很多值得做的方面。以往机械臂行业的量比较小，但是人形机器人的市场规模将扩大若干倍，也值得做零部件的企业进来之后去重新思考：在整个市场规模扩大的时候，怎么把零部件做到更好。

4   抄作业，以加快入局

加速进化公司董事长程昊说，现阶段，尤其是对于人形或具身智能，“产学研结合”非常重要。这有点像上世纪70 年代信息革命刚开始时，当时硅谷是发源地，特点是有斯坦福和加州大学伯克利分校，政策非常具体合理，鼓励孵化出很多企业，把学术和创新结合起来。因为创新是失败率很高的，可以交给创业团队去做。可能有很多创业团队，诸如100 个创业团队，最后只活了一两家，剩下的可能失败了。因此这些项目如果放在学校里，学生、老师拿着经费去做会更好。当然公司也要创新，但学校里做创新是更能承受试错的，如果做得好，到公司里去做商业化，然后再把赚来的钱反哺学校，形成一个良性循环。因此在当前阶段，产学研结合是非常有价值的。

可能现在更重要的是抄作业、抄成功的案例，看看怎么能够通过。无论是政府、高校还是公司，找到一个合适的模式后尽快去推。因为现在AI 就像信息革命，现在处于AI 革命的初期，越是初期，产学研越重要。如果这时候没抓好机会，可能就错过了，到后面就是产业了。就像现在移动互联网有很多创新，实际上不是高校在做，而是企业在做了。因为此时企业会有更多的资金，能去容错，让内部赛马式去搞。但现在AI、具身智能、人形机器人都没到这个阶段。现在除了小米（非常佩服小米这样级别的公司愿意去做），实际上很多大公司没有非常笃定入局的，这时更需要“产学研”结合。

5   帮助研发人才尽快上手使用

松延动力（北京）公司联合创始人、CEO张世璞发现：近两年很多炫酷的演示是读博一博二的95 后甚至00 后年轻人做出来的，所以现在技术发展迭代的速度非常快，甚至是按月来计。

从产学研角度看，一个重要的问题是：学生拿到了机器人，在开始调试时会遇到很多问题，企业能够帮助的是尽量缩短熟悉时间、降低成本，使这些优秀的年轻人拿到了这些基础设施以后，可以很快地验证自己的想法，让他们自己的POC（proof of concept，概念验证）得到快速迭代。

所以这是作为创业公司/ 企业应该要去做的，而不是让大批的研发型人才把时间过度浪费在工程上（注：当然，必要的一些工作也是磨练研发人才的手段和阶段）。

6   高校和企业可以深度磨合

乐聚公司董事长冷晓琨称，产学研是乐聚一直在做的事情。因为乐聚是2016 年由10 位哈工大师兄弟成立的，当时大家都在读书。冷晓琨当时年龄最大，读博一，剩下是研一或本科生。2021 年冷晓琨毕业，成为学校的特聘教授兼实验室副主任，因此他一直横跨着产和研。从产和研结合看，人形机器人是一个集成度特别高的场景或产品，一所高校一个实验室很难聚集这么多的技术和人才；但是企业适合做这种大工程性的工作，并且能进行产业化落地。所以发挥企业和高校的两方优势：学生、高校实验室更擅长创新性的工作，可以去布局未来1~3 年的工作，而企业擅长把最新的创新尽快落地。所以这时很考验高校和企业之间的磨合，这是一项比较有挑战的工作。

7   产学研结合使三方多赢

智平方创始人兼CEO 郭彦东有丰富的经历，无论在美国做博士，还是在微软、小鹏、OPPO 工作，经常牵头跟学校的教授、院士合作。

郭彦东在企业做技术管理时，从与学者的合作中收获颇多。因为机器人技术非常前沿，需要产学研的加持。看到很多老师兼职做创业，很多创业者兼职做老师，通过这些创新的模式把产学研更紧密地结合在一起。在此介绍两点。

首先，《科学：无尽的前沿》一书虽然是70 多年前的思考，探讨的是怎样用创新去驱动经济的发展。实际上，产学研、很多研发是非常典型的纺锤形，源头是对于结果不那么敏感的、更长期的、更高远利益的投入。因此不管人形机器人的创业有多么火爆，不要把源头的重要性忽视掉——还是有非常多的硬核科学问题等着教授们去解决。

第二，乐聚公司冷晓琨董事长曾提到：在做批量研发或系统级创新时，企业通常会有一个更成规模和成系统的平台，这时怎样去把老师们很了不起的单点技术引进、消化到企业的创新系统里，是需要多年积累和一些实操手感的，让老师们觉得既不浪费其时间去做大量的工程化，又也能让他们的技术真正地在产业中用起来。产学研的结合，对于国家、企业和老师是多赢的。

8   企业向学校提供项目，可以招到满意的毕业生

大连蒂艾斯公司联合创始人、总裁李博阳称，学生毕业前更多地参与到企业项目里，可使企业招聘用人较容易。

现在很多高校老师有好技术没有充分地挖掘出来，有一些项目在做的初期可能并不是专门为人形机器人做的，但是可以跟人形机器人结合。所以可以在体制的设计上更加开放，使高校的科研成果能够更多地让企业接触到。企业可以到学校去选择适用的、能够进一步转化到产品中的技术。

另外，在人才方面，很多高校优秀的博士、硕士到了人形机器人企业后很难立刻上手，马上融入到企业创新的交叉学科的环境中来。所以学生在校期间，除了老师带他们来做一些项目之外，企业也可以提供更多的前沿项目，例如跟市场产品更紧密结合的项目（因为企业对市场和产品更为敏感），可以把这些带到学校，从中提炼出科学问题，让学生参与进来。那么企业在招人、用人方面会较容易。

9   高校和企业互补的案例与建议

深圳市众擎机器人公司创始人兼CEO 赵同阳谈了自己的经历。从2016 年创业到2018 年，碰到了很多算法问题。例如2016 年时，市面上找不到合适的力控算法。所以从2018 年到2019 年年初，尽管公司的硬件本体出来了，但是力控算法在国内还没有。不过当时有个契机是MIT 把算法开源（注：这也是源于高校的力量），但是国内真正能用起来的没有几人。

为此，众擎找到了山东大学控制学院的一位知名教授，他及学生们的能力很强，但是他们说可以把算法搞定，不过对于本体硬件可能需要6 个月时间。6 个月是企业难以接受的。最后，众擎用了不到6 周就把本体做出来了。所以众擎的产品联合了山大的软件成果。

MIT 的那套算法可以在国内实现之后，众擎希望把它分享出来，成为一个开源的项目。

在与学校合作的过程中还发现了一个问题：铁打的学校流水的学生，一代一代的学生使得学生的技术积累不是非常有系统性，会造成人才的断裂问题。例如过去3 年中，关于控制的人才随着学校的培养应该是足够多起来，但今年这样的人才仍是非常稀缺的。

但是众擎仍然愿意求助于高校。高校在算法方面一直是处于前沿的，但是落地是有难度的。尤其很多高校在仿真环境里做得很好，但是到实物上很难确保。因此企业与高校联合起来去解决问题，可填补从技术到工程落地的鸿沟。

另外，关于企业和高校的利益问题，很多高校需要发论文的配合，企业可以协助他们。企业需要知识产权和商业上的成功。实际上高校和企业是可以互利互惠的。

最后，关于高校的教育体系，很多课程还是比较传统、陈旧的知识，与企业所需要的一些先进算法等知识还有一点儿差距的，但是学校的课程已经固化了。因此希望高校可以随时更新课程，这样才能保证企业和高校时刻能在行业里处于前沿。