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:https://www.eepw.com.cn/article/202409/463390.htm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。
(本文来源于《EEPW》202409)
评论