独家对话前华为天才少年李元庆:首款规模化具身智能产品中国造!多机异构是未来方向
AI前线·2026-01-04 18:23

核心观点 - 前华为天才少年、具身智能领域顶尖人才李元庆已正式加入乐享科技,将负责创新业务战略规划与核心技术攻关 [2] - 李元庆认为,具身智能领域最应抓住“落地”和“数据”两件事,其团队核心发力点是打造一款面向家庭用户的功能性产品 [3] - 李元庆判断,世界上第一款能大面积铺开的具身智能落地产品很可能在中国出现,并认为“多机异构”技术路线是具身智能未来的发展方向 [3][29] 行业发展趋势与驱动因素 - 2025年机器人领域投资热潮持续,其核心驱动因素是市场对未来确定性的预期,以及一二级市场的联动 [6] - 二级市场公司布局机器人领域,旨在为传统制造业赋能、进行市值管理打造第二增长曲线,以及盘活现有团队 [6][7] - 技术成熟度取得关键突破,与2024年相比,2025年机器人在稳定性、可靠性上显著提升,正从技术演示阶段向产品化方向推进 [7][8] - 机器人局部运动控制技术已越来越成熟,发展速度快,正朝着产品化落地方向推进 [11] 2025年关键技术突破 - 局部运动控制:LocoFormer技术能让机器人实现跨本体的局部运动控制,价值巨大 [8] - 远程操作:AnyTracker相关应用能让机器人像“身外化身”一样精准复刻人类动作,时延和稳定性表现突出 [8] - 任务成功率:机器人已具备简单任务100%完成的能力,复杂任务成功率也在稳步提升,证明了落地应用的可行性 [10][11] - 视觉语言导航:VLN策略在收敛,机器人开始能理解规则(如绕开草坪),这得益于大模型的灌输 [11] - 操作控制:单点任务成功率从过去的60%-90%提升至100%,多任务成功率也在稳步提升 [11] - 技术架构融合:行业开始将视觉语言动作模型与强化学习结合,使机器人能完成穿鞋带、榨橙汁等高难度任务,其中榨橙汁成功率在论文展示场景中已接近100% [12] 世界模型与数据瓶颈 - 世界模型的核心价值:能极快、极大规模地生成数据金字塔第一层(视频、网络数据)的有效数据,用于构建基础模型所需的数据资产库,解决百万级小时视频数据采集成本高、速度慢的问题 [14] - 世界模型的潜力:有潜力替代部分物理仿真引擎,模拟摩擦力学、动力学等,但目前操作控制层面的效果尚未完全显现 [15] - 仿真合成数据的意义:能补充数据多样性,对训练基础模型至关重要,是许多技术方向探索的前提 [15] - 数据工厂的定位:聚焦于采集真机数据,服务于数据金字塔的第二层和第三层,用于模仿学习等场景,以解决仿真拟合不准确的问题 [16] - 行业核心困境:缺少优质的基础模型,而好的基础模型又离不开海量数据的支撑,目前技术远未满足规模化应用需求 [17] 硬件发展现状与挑战 - 关键发展方向:球形关节、耐磨抗蠕变材料、非永磁体的高密度电机是亟待突破的方向 [18] - 球形关节优势:用一个球形关节可替代三个电机,有助于实现机器人轻量化、缩小整机尺寸并降低成本 [19] - 灵巧手技术路径:主要有腱绳传动、连杆传动、齿轮传动、软体驱动等六种路径,李元庆个人更看好三指灵巧手方案 [18][20] - 电机核心痛点:传统永磁体电机存在热衰减问题,温度超过70度会导致磁性减弱、扭矩传导失效,行业正在探索轴向磁通电机等新路线 [19] - 传感器现状:已有能达到精度要求的产品,但面临成本高、产量未规模化、以及电机发热带来的热干扰等挑战 [20] - 材料成本难题:例如,抗蠕变材料中尝试的钨丝绳成本高达一米100元人民币,而聚乙烯材料则容易变形拉长 [21] 大规模落地的主要制约 - 成本高昂:核心部件价格居高不下,如高性能工控电脑需数万元,优质灵巧手价格在1万至5万元人民币之间 [22] - 产品定义模糊:场景化的产品定义不清晰,例如工厂场景中,人形机器人的投入产出比、工作效率等优势尚未明确 [23] - 技术路径未收敛:软硬件技术路径结合尚未完全收敛,模型架构与数据的迭代设计也未做好整合 [23] - 供应链配套困难:由于技术路线不清晰,导致供应链难以针对性地满足电机等部件多样化、定制化的需求 [23] - 市场与运维体系缺失:产品完整生命周期的市场和运维体系尚未建立,用户价值感知模糊,且缺乏完善的维修服务 [23] 未来战略与产品方向 - 核心发力点:团队将打造一款面向家庭用户的功能性产品,通过产品落地实现技术落地和数据低成本回收闭环 [3][26] - 家庭场景信息化:思路是将家庭视为工厂,先通过空间感知技术搭建家庭信息化体系,再结合自动化控制实现操作与导航,最终过渡到智能化 [26] - 未来形态判断:不认同“通用智能体统一天下”或大量“专用智能体”的路径,更倾向于《机器人总动员》式的多机异构协作模式,即多个各有所长的机器人协同工作 [26][27][28] - 理论支撑:从自然生态系统和人类社会分工协作的规律推论,多机异构是更稳定、高效的未来形态 [28] 商业模式创新 - 机器人即服务:RAAS模式已成熟落地,按使用次数或任务量收费,应用于工厂、中央厨房、机器狗送货等场景 [29] - 租赁模式:按天、月或年租赁机器人,已在闲鱼等平台出现,用于盘活科研设备在商场表演等闲置时段 [29] - 软硬件组合模式:以极低的硬件成本价作为入口,核心利润来自软件授权和后续OTA升级服务费,例如Tech 1x以2万美元价格让人形机器人进入家庭,旨在回收场景数据 [30] 全球竞争格局与中国优势 - 国际巨头优势:在算力、芯片、模型算法研究上领先,能虹吸全球人才,初创公司融资规模远大于国内 [31] - 中国公司优势:集中在能源、硬件制造、市场活力以及强大的工程落地和制造业链条上,能快速将技术转化为产品 [31] - 2026年核心赛点:对中国公司而言,关键在于产品落地与数据闭环,通过产品进入用户场景沉淀真实数据,反哺模型迭代 [32] - 长期信心:中国在基础设施和能源建设上全球领先,相信第一款能大面积铺开的具身智能落地产品很可能在中国出现 [32] 对从业者的建议 - 时代机遇:当前是投身具身智能领域的绝佳时机,赛道处于成长期,技术路线未定,处处是机会 [33] - 行动策略:建议找到热爱方向,大胆尝试,以极高执行速度快速迭代,遵循“尽早测试、快速试错、更快学习”的原则 [33]