中国徽商网

   机器人未来会走什么样的技术路线？

       安徽以合肥作为研发制造与应用中心、芜湖作为关键零部件生产配套中心布局产业，双城之间如何协同？

       在走向高质量发展的进程中，安徽机器人企业面临哪些挑战？

       6月24日，芜湖鸠兹科创湾·梦溪科创走廊矽客未来社区内，在一场名为“不限人形：智能机器人有多大的想象空间？”的直播中，这些疑问被来自产学研各界的嘉宾逐一拆解。

       作为“逐浪硬科技”系列沙龙第十一期活动，这是鸠兹科创湾首次联动科大硅谷，以“逐浪硬科技”沙龙为媒，中国科学技术大学科技传播系副主任袁岚峰，埃夫特智能机器人股份有限公司副总工程师、安徽共创工业机器人创新中心有限公司总经理李浩来，江淮前沿技术协同创新中心智能部组件研究院院长兰斌，安徽墨甲智创机器人科技有限公司平台研发院副院长张海涛，合肥零次方机器人有限公司副总经理马晓龙围绕智能机器人相关话题展开分享，紧扣核心零部件国产化与场景落地痛点，共绘安徽机器人产业从“单点突破”迈向“集群跃升”的进阶蓝图，对智能机器人的未来展开无限想象。

       据悉，活动由安徽省科技与产业融合创新协会、芜湖市科技局指导，科大硅谷服务平台公司主办，芜湖市科创集团有限公司特别主办，中国科学技术大学科技商学院、芜湖机器人产业发展集团有限公司协办。

中国科学技术大学科技传播系副主任袁岚峰

       安徽省《关于推动机器人产业高质量发展的实施意见》公开征求意见提到2030年工业机器人产量进入全国前列、人形机器人产量进入全国第一梯队的目标。在李浩来看来，实现这一目标的挑战在于人才，“虽然安徽有中国科学技术大学、合肥工业大学等支持，但与北京、上海、深圳等一线城市相比，对人才的吸引力不足，特别是在智能算法和底层冷门技术领域的人才较为缺乏。”

埃夫特智能机器人股份有限公司副总工程师、安徽共创工业机器人创新中心有限公司总经理李浩来

       作为链主企业，埃夫特正在通过打造“底层通用技术底座＋工业机器人整机＋前沿具身智能”的技术路线参与这一目标的实现。其中底层通用技术底座通过Openmind OS操作系统、墨斗IDE开发平台及大衍数据平台，提供开放接口，让行业工艺专家在此基础上，像开发手机APP一样，快速定制机器人应用程序，赋能终端各种场景，大幅降低开发成本。同时提出RAAS（机器人即服务）模式，通过租赁服务降低使用门槛，数据飞轮效应提升模型性能，形成“使用量数据量模型精度”的正向循环。

江淮前沿技术协同创新中心智能部组件研究院院长兰斌

       对于安徽“双核驱动”的产业布局，兰斌认为，合肥的科技创新氛围浓厚、高校资源丰富、适合技术攻关和初创企业孵化、正在引进具身智能领域头部初创公司；芜湖的生产制造能力强、应用场景丰富、可将成熟产品量产并降低成本，“建议合肥聚焦原始创新，芜湖侧重制造和应用，双城协同，错位发展，实现全省‘一盘棋’。”

       其中在原始创新方面，他介绍，江淮前沿技术协同创新中心提出“智慧大脑—敏捷小脑—强健肢体—综合测评”四位一体的智能机器人技术体系，将测评作为独立环节纳入研发流程。目前正参与制定人形机器人国家标准，重点解决关节性能、感知能力等模块化测评标准缺失问题。

安徽墨甲智创机器人科技有限公司平台研发院副院长张海涛

       奇瑞造车的基因如何“迁移”到机器人上？张海涛表示，在智能化共性方面，现代汽车已进入智能化时代，与机器人在感知导航算法、运控等方面具有相同的运行逻辑；在人才共享方面，墨甲有一半的机器人研发人员来自奇瑞的自动驾驶团队；在量产经验方面，汽车行业的规模化量产经验可迁移到机器人领域，特别是在可靠性、寿命、耐用性、安全性等方面。

       墨甲之所以能够实现快速商业化，正是将自动驾驶、感知系统、控制架构等汽车智能化技术迁移至机器人领域，通过“车机协同”和“端到端闭环控制”实现了技术的快速落地。这条路径也为其他安徽机器人企业技术路线的选择带来新的启示：打破“机器人必须从零自研”的思维定式；以“车机协同”构建数据飞轮，实现场景反哺；借力汽车供应链的成本控制能力，解决机器人“量产难、价格贵”的行业痛点。

合肥零次方机器人有限公司副总经理马晓龙

       “从清华实验室到合肥创业，从‘出生’之日起，零次方就选择扎根合肥，将大脑模型、小脑运动控制、整机迅速落地，可以说是合肥土生土长起来的一个本土的具身智能公司。”在马晓龙看来，合肥对科技创新的信仰和支持力度是最吸引零次方的特质，落地后的发展也印证了合肥对具身智能的重视程度。

       而作为安徽具身智能领域的代表企业之一，零次方也在竞争激烈的具身智能领域中走出了一条独树一帜的商业化路径：摒弃了大而全的通用机器人路径，选择先“收敛场景”。在可复制的商业环境中，以极高的鲁棒性解决真实问题，让客户在短期内获得清晰的、可量化的经济回报。

       这场持续两个多小时的思想碰撞，其意义远不止于一次观点的碰撞，更是在为一条极具区域特色的技术演进路径勾勒清晰且务实的轮廓：从“人形”的形态桎梏中解放出来，从零开始的研发认知彻底被颠覆，可以是对成熟产业能力的创造性复用与跨域融合，将汽车工业成熟的感知、控制和量产经验迁移至机器人领域，实现技术的快速商业化落地；可以是以“场景收敛”为策略，在可复制的商业闭环中打磨极高的鲁棒性，让技术回归“解决问题”的本质；也可以说以“数据飞轮”为引擎，通过RAAS等模式降低使用门槛，用真实场景中的数据反哺模型迭代，最终形成“越用越聪明”的正向循环。