盛金证券机器东说念主老师干预“六毛六期间”|硬核AI客

各有关单位：　　根据《上海期货交易所风险控制管理办法》的有关规定，经研究决定，自2026年1月27日（即1月26日夜盘）交易起，非期货公司会员、境外特殊非经纪参与者、客户在白银、锡期货已上市合约的交易限额调整如下：

专题：《硬核AI客》

　　当具身智能成为科技焦点，东说念主形机器东说念主究竟是炫技的“大玩物”，如故能落地干活的“新共事”？《硬核AI客》走进鹿明机器东说念主，这家诞生仅一年多的企业，用硬核技艺和落地实力，给出了具身智能交易化的全新谜底。

　　鹿明的中枢底气，来自自研的FastUMI无实践数据收集系统，单条老师数据资本低至5-6毛，较传统样子直降 80%，25个职责站日产上万条高质料数据，还能精确收集透明物体操作数据，适配市面90%以上的机械臂与夹爪，成为机器东说念主智能的“燃料引擎”。

　　技艺赋能下，鹿明机器东说念主家眷输攻墨守：“恣意士”MOS双臂可负载50公斤，能轻佻举起成东说念主，自研环节电机让其高负重下兼具踏实与精确，已落地3C质检、物流搬运等工业场景；LUS东说念主形机器东说念主能一秒弹射起身，跳舞老师仅数小时即可完成；还有傲娇怼东说念主、会跳播送体操的哪吒小明，让硬核科技多了萌趣温度。

　　鹿明维持中枢零部件自研，硬件、数据、算法团队高效协同，变成迭代闭环，其技艺和家具已服务全球2/3的具身智能公司。本年企业计算收集1亿条数据，推动具身智能迎来“GPT-3 时刻”，并慑服畴昔两到三年，东说念主形机器东说念主将渐渐走进家庭。

　　从工业“新共事”到畴昔家庭“管家”，鹿明用高质料数据和硬核技艺，让具身智能的设想照进现实，也让机器东说念主的交易化落地有了更明晰的旅途。

　　据了解，鹿明机器东说念主诞生于2024年，是一家领有起始数据智力的全栈具身智能公司。公司在具身数据与硬件领域积淀深厚，具备FastUMI Pro数据收集、大扭矩轻量化环节模组等多项中枢技艺，已推出LUS、MOS、鹿小明三大系列东说念主形机器东说念主家具及多款数据收集开发、四足机器东说念主等其他具身机器东说念主家具。

　　产业合作方面，鹿明已与多门第界500强企业树立客户及计谋伙伴关系，并领有复星集团、商汤科技、德马科技、金固股份等具有深厚产业布景的计谋激动，产业化落地进度继续加速。

　　以下为部分节目实录：

　　白欣怡：从具身智能干预内行视线启动，对于东说念主形机器东说念主的设想与争论就从未罢手过，有东说念主期待它成为科幻电影里的万能管家，也有东说念主惦记它仅仅个烧钱的大玩物。

　　罗宁：这其实亦然好多东说念主柔顺的问题，当AI有了体格，它到底明慧什么？是链接在展会上秀肌肉，如故的确能走进工场，成为一个及格的打工东说念主。带着这个问题，今天我们来到了苏州的鹿明科技。

　　白欣怡：那这家诞生仅一年多的公司，最近有点儿火，一是它们的机器东说念主能像武林能手一样一秒弹射起身，另一个是他们造出了一个仅能双臂……

　　另一个是他们造出了一个能双臂举起50公斤重物的恣意士，那这些听起来就很硬核的手段到底是若何作念到的？那他们离我们设想中的“机器东说念主共事”还有几许差距？走，我们一说念去看一看。

　　白欣怡：丁博，我发现这里就像一个幕后老师场，刚刚我们看到的是机器东说念主矫捷的体格，面前我们要波及它的灵魂了。

　　丁琰：对的，对的，这边等于我们里面打造的一个FastUMI的一个数据收荟萃心，这亦然鹿理智能的来源。

　　罗宁：我了解到等于我们这个开发叫FastUMI Pro，您能给我们讲讲它是若何被我们用往复老师数据的吗？

　　丁琰：这是一个很好的问题，我们我方里面采用的数据收集样子叫无实践数据收集，这是我们我方独研的一个收集技艺。无实践，所谓的无实践是什么呢？等于说一个用户拿了一个假爪，这个假爪上会有一些高精度的传感器，这些传感器去纪录终局的这个操作举止，然后再把这些操作举止纪录下来，用于模子的老师，这样可以开脱对机器东说念主实践的一个条目。通过这种样子老师收集的数据，它的资本比较低、质料比较好，而且利于老师。

　　罗宁：丁博，那我们的这个FasaUMI Pro 它到底是若何在机器东说念主身上去完结这种数据老师和这个的确落地呢？

　　丁琰：罗本分、白本分，我可以带你们参不雅一下我们我方FastUMI的一个收集、老师和推理的一个过程。

　　这边等于我们的一个收集的中心。每个工位等于一个收集站。我们这边收集站会有不同的一个开发，然后举个例子，比如说有一台电脑，电脑会纪录这个收集的一个数据，然后这边等于我们的一个FastUMI夹爪，公共可以看到这是一个用户正在拿着一个夹爪在收集一些家庭日常的一些考虑作为，然后把这个收集过程，然后通过电脑去纪录下来，这等于一个收集的完满的过程。我可以带你们看一下其它一些任务。

　　丁琰：这边等于我们的一个数采的一个中心，这是其中一个独处的职责站，每个职责站齐会有一定的开发，比如说电脑、FastUMI，还有一些物料。物料等于用客户指定的一些收集任务中所需要的一些物料的一些内容。我可以带你们看一下，等于一个FastUMI的数据，它是若何去生成的？

　　这边它就在收集不同的任务，有家庭的任务，有工业的任务，有厨房的任务，有各式种种的任务。

　　罗宁：这些齐是可能会等于讹诈在现实场景中的作为，对吗？

　　丁琰：对的，举个例子，比如说这个收集员正在作念一个收集家庭的任务，等于说把一个橘子和一个杯子抓、拿、放，这是一个相等非频频见的pick and place的任务。这个过程在遥操作过程中的，以前遥操作的时候，它需要有一个实践在控制，东说念主去拿一个VR开发，然后这个VR开发去浪漫着这个实践去进行数据收集。但是你可以看到，在我们这个工位的时候，其实莫得任何一个实践的存在，它可以愈加低廉和愈加浅薄，就只好一个FastUMI的一个夹爪和一台电脑。然后你们可以看一下它是若何去收集的呢？等于拿着我们的夹爪，夹爪上集成着高精度的传感器和各式种种的开发，然后他拿着夹爪去作念各式种种的作为，然后这个作为会实时地去传输到电脑上，然后这个电脑会纪录通盘收集的过程。

　　罗宁：是以听您先容，等于我们的这套系统，它最大的上风是我们可以用更低的资本作念到更高质料的数据收集，是这个道理吗？

　　丁琰：对的，这一个职责站一天可以收集600条数据。

　　罗宁：600条数据。

　　丁琰：通过我们的数据质料评估，可能会过滤掉一些不对格的数据。一天有用的数据可能是在500条傍边。这一个职责站就500条，然后我们通盘里面的平台上大约是在25个职责站，是以一天我们就可以坐蓐上万条的有用的、高质料的数据。这比拟于一个摇操作的平台上来说，吵嘴常高效的一个收集过程。

　　白欣怡：大约等于说您能浅薄讲讲，等于说它比拟底本的这种摇操作VR的这种，我们资本能轻松几许？

　　丁琰：至少能轻松1/5，我可以给您算一笔账。如果是一个摇操作的一个收集的一个职责站。起始不算硬件的资本，就算东说念主工，一天我们要付给他200块钱的一个东说念主工费，然后一天他们大约收集100到120条傍边的数据，是以一条数据的资本至少是在两块钱。但是像我们的收集样子是一天我们能够收集 500 条以上的优质数据。是以说，一条数据的资本可能只在4毛到5毛傍边。等于比拟于它们的数据资本来说，只好五分之一资本的价钱。是以说，单从东说念主力上来说，就可以轻松一大笔。

　　另外一个，这个职责站是不需要配备任何一个机器东说念主实践的，它只需要配备一个夹爪，夹爪的资本相对于实践的资本，它的轻松幅度吵嘴常相等高的，像一个实践大约的价钱可能在30万到40万东说念主民币，但是像我们一个夹爪，它的资本价钱是远远低于这个机器东说念主的资本的。是以说如果通过东说念主工和硬件来算的话，它的资本是在荒诞大幅度下跌的。

　　罗宁：丁博，我防卫到我们在这个展台上有一个拿取玻璃杯的作为，我知说念其实机器东说念主识别透明物体是很难的，那想讨教一下，我们在这方面有什么样的特别的技艺能让它作念到这少许呢？

　　丁琰：这亦然我们FastUMI的一个黑科技和一个躲避的特别手段，等于我们FastUMI的开发专门是给一些透明物品，比如说塑料杯、塑料袋，还有一些玻璃器皿等等去揣测打算的，我们可以通过我们特别的一个传感器，可以去纪录它通盘外不雅的一个形态。比如说像iTOF这种信息，我们是可以纪录下来的。你们也可以去上手体验一下这个收集的过程。

　　白欣怡：我合计还挺非常念念的，我想上手体验一下，可以吗？

　　丁琰：可以，职责主说念主员，能让撤一下，然后我们把这个收集过程交给主办东说念主。

　　职责主说念主员：好的。

　　白欣怡：哇，我嗅觉有点垂危，我要若何操作？

　　职责主说念主员：左手拿着阿谁握把。右手往前。

　　丁琰：就可以提起来了，提起来有点千里。

　　职责主说念主员：然后把这个橙子夹住。

　　丁琰：它有一个扳手，你摁一下扳手。

　　职责主说念主员：它在前边前边有一个扳机。

　　丁琰：你就握这个，夹这个橙子就可以了。

　　白欣怡：我可以两个手操作吗？

　　丁琰：最佳是一个手。

　　职责主说念主员：夹住到这个杯子的左边。一定要回来，阿谁扳机密实足减轻。

　　职责主说念主员：然后再夹住这个杯子。轻轻地放入这个托盘里。然后夹爪归位就行。

　　丁琰：OK，放牢了，这等于一个收集的一个轨迹。

　　丁琰：你的数据就会被用于老师的模子。

　　白欣怡：等于我嗅觉因为是我第一次操作嘛，然后可能拿的过程当中，不像我现实当中拿这个物品一样，这样轻快。

　　丁琰：对。因为我们的夹爪上集成了好多好多高精度的传感器，是以它的分量可能会比一般的夹爪会稍稍重少许点，是以说你刚启动拿的时候可能会有少许点小小的不适应。

　　白欣怡：对。

　　丁琰：但是可能用了五六次的时候，你就可能知说念它到底是若何操作的了。

　　白欣怡：光显，我这是第一次操作，我得先练一下臂力。

　　丁琰：对。如故有点小千里。

　　罗宁：丁博，我酷爱的等于说我们老师这些数据，它是否可以去缓助市面上的其它的比如说机械臂、颖异手，或者说缓助，我们对它的这个绽开是若何样？

　　丁琰：这亦然一个相等好的问题，无实践数据收集的技艺的一个相等相等大的上风，等于它可以适配任何的机械臂和任何的二指夹爪，像我们面前给我们的客户去提供数据，他们会有不同的这个机械臂，比如说像Urfive方舟无穷、Franka，然后知行的夹爪、robotiq 的夹爪、大寰的夹爪等等，我们基本上齐可以适配，是以说面前来说我们适配了市面上大部分、90%以上的机械臂和夹爪齐可以用于我们的数据的老师。

　　罗宁：光显。那我还想讨教一下，我们的这个开发是属于自研的吗？是我们唯一无二的吗？

　　丁琰：对，这个开发等于我们我方研发的，大约我们研发的过程是两年，从2024年3月份就启动研发。然后一直（迭代），我们迭代了三代，第一代FastUMI和FastUMI第二代，面前的第三代叫FastUMI pro，我们背面还会有FastUMI max和Ultra。

　　罗宁：听上去是一个抑制进阶的过程。

　　丁琰：对，它的性能会愈加强，收集遵循会愈加高，传感器也会愈加邃密。

　　罗宁：丁博，我了解到其实我们的这个数据收集其实对于我们实践落地也曾有了一些匡助，您能给我们讲讲，等于说我们面前具体是切入到哪些场景中，让机器东说念主的确地落地呢？

　　丁琰：这个是一个相等相等好的问题，其实我们的客户统共分为两类，第一类等于我们的工业场景客户，比如像德玛还有三菱等等，我们把我们我方FastUMI的技艺用在了工场的各个神态，比如说质检，我们会把它加起来，任何的物品齐可以去用机器东说念主自动去抓取，端到端的样子去抓取，抓取完之后可以去作念各式种种的职责，比如说质检、凹凸料，还有个搬箱子等等。

　　还有一类客户等于我们供数据的客户，他们拿着我们的数据在他们的应用场景里面可以作念各式种种的任务。虽然这有一个守密的前提在里面，他们的应用场景，比如说像家庭，像病院，还有厨房，还有一些旅店等等行业齐在讹诈我们的数据和技艺。

　　罗宁：是以在您看来，其实我们是但愿机器东说念主它不是流于名义的饰演，而是但愿它的确地走进那种工场，能替代东说念主去（职责），或者说走进工场它能像以前一些东说念主无法完成的职责，它能去作念到。

　　丁琰：对的，对的，这等于具身智能的魔力，我们但愿能够匡助更多的工东说念主和工场，能够去完结一些轻佻的一些职责环境和内容。

　　（换场景）

　　罗宁：王本分，我们身前的这台机器东说念主是Mos吗？

　　王本分（音）：是的，这等于我们的恣意士Mos，我们可以先干预一段演示。我们看一下它是若何去功课的。

　　（演示机器东说念主操作）

　　白欣怡：它是在热身吗？锻真金不怕火一下我方。

　　罗宁：先练一下。

　　白欣怡：对，先热个身。它最多能举起多重的东西啊？

　　王本分：面前我们的MOS最高能够完结双臂50千克的一个有用负载。

　　罗宁：50千克。

　　王本分：对，对，这还仅仅我们的有用负载。当我们真实功课场景里面的话，实践上我们能够作念到的更多。

　　白欣怡：它应该可以举起一个我。

　　王本分：莫得问题，我们有试往时举女士进行深蹲。

　　白欣怡：是吗？

　　王本分：对。

　　罗宁：像它这样的这个揣测打算，它是不是它的通顺范围，或者说它的全体的角度齐比传统的那种工业机器东说念主大得多？

　　王本分：是的，是的，相对于传统的工业机器东说念主来说的话，它完结了一个平川的迁徙和一个空间上的一个升降作为。是以说它能够实行到的任务也就更多少许，那相似在手臂上的话，我们也作念了更多的环节。相对于传统的6轴配合臂来说的话，我们面前手臂的话可以完结一个7 轴的功课，能够得志空间的作为解算会更多一些。

　　罗宁：那您刚提到等于说它的负载等于有50千克，那如何能让机器东说念主在负载如斯重的情况下还能保持踏实性和安全性，况且还有它的能耗若何浪漫呢？

　　王本分：这个的话其实就不得不说到我们公司的一项专利，等于我们的环节电机，我们的环节电机模组的一个特色的话是大扭矩，然后高密度，是以说我们在同等体积的情况下，我们能够完结一个更大的负载，里面的双编码器和我们在进行里面结构揣测打算的时候，齐有防卫到去减少我们传统这种类型的环节它的一些舛讹问题。是以说面前在通盘行业里面的话，在同等的这个行星环节模组情况下，我们能够完结的精度会更高，全体的一个力矩浪漫也会更精确。

　　白欣怡：我看它刚才提这个箱子的时候嗅觉很轻佻，我试一下。

　　王本分：您可以试一下，并不是很轻佻。

　　白欣怡：我试试，如实有点重，嗅觉这个箱子里能放下两个我，如实是恣意士，实锤的恣意士。

　　王本分：是的。

　　白欣怡：嗅觉外出的时候，如果说我们畴昔外出旅行干吗的，然后我们可能带着，比如说好多行李箱或者好多东西，我们带一个机器东说念主外出，它会帮我拎好多东西。

　　王本分：那以后的话，机器东说念主其实等于你的贴身管家。对，只不外说相对于我们面前来说的话，我们机器东说念主更多的如故用在工业场景里面。是以说我们给它配备了好多的一些安全，包括头部的激光，然后头部的视觉，然后两个手部的一个腕部相机，它齐能够在工业场景去很好地完结对物体的一个识别，然后去配执臂，完结一个精确的抓取。

　　白欣怡：那我是不是聚会等于我们在工业场景中它可以成为职责主说念主员的新共事。

　　王本分：对。

　　白欣怡：终点于等于我有一个机器东说念主共事入职了。

　　王本分：以后这个场景的话，应该很快就可以见到了。

　　罗宁：您能给我们讲讲Mos它面前的应用场景在哪些吗？

　　王本分：我们开发的话，面前也曾完结落地的场景的话，有这种 3C场景的柔性质检，然后还有物流场景的一个终局，物品集料的一个搬通顺作。后续的话我们还会像，比如说医药的分拣、快递的分拣，然后是产线的柔性安装，去作念更多的一个探索。面前的话也曾有部分客户和我们在进行考虑的一些POC测试。

　　罗宁：等于工业场景、物流场景它齐可以派上用场。

　　王本分：是的，是的，虽然终末细则如故进家庭，这亦然我们鹿明公司诞生之初的一个基础愿景。

　　白欣怡：我也想问一下，为什么这个夹爪看起来如斯越过？它就像两个掌面一样。

　　王本分：我们的终局夹爪的话面前是可替换式揣测打算，我们面前看到的是这种掌面式的，我们行业里面叫作念船面式夹爪。我们还有那种平行夹爪，或者说是把它替换成颖异手，那相似的，像我们公司的FastUMI pro的这个终局夹爪也可以替换到我们开发上，当把这些夹爪替换上去以后，它能完结的功能不一样。比如说我们颖异手的话，那就可以完结像我们刚刚提到的这种精密双配，那如果换上我们FastUMI Pro 的话，在好多业务场景里面它就可以什么呢？边功课边收集数据，这样的话和我们的这套数采系统是实足共通的，那采出来的数据就可以用往复老师反哺我们这个模子，让开发更智能。

　　罗宁：丁博，这个机器东说念主等于在网上饰演的阿谁LUS机器东说念主吗？

　　丁琰：对的，对的，这等于我们自研的一个全尺寸东说念主形机器东说念主，叫LUS，它用的是我们我方的这个自研的一个电机，有着相等好的性能和爆发力，是以可以缓助它作念各式种种的作为，比如像刚刚的一些跳舞，还有我们网上一个比较驰名的视频，等于一秒起身，它可以瞬息就可以弹射起身。

　　罗宁：对，阿谁（视频）我也刷到过，其实别的机器东说念主好像面前还作念不到那么快的反应，等于您能跟我们讲讲，等于这个一秒起身对于机器东说念主它实践的应用，它会有若何的意旨呢？

　　丁琰：这是一个相等相等好的一个问题，对于机器东说念主来说，它一定门径有一个比较强的性能，免息炒股配资比如它可以在各式种种的场景下作念各式种种的作为，这个对于它自身的条目是比较高的，是以说你一定要具备一个比较矫捷的体格，然后才能去得志各个行业对它的一个条目。然后另外一个等于要具备一些运控机能，要有一个比较强的小脑，可以让它作念各式种种的生动操作。

　　罗宁：是以它的“一秒起身”既包含了我们在通盘机械部分它的这个修养，也包括了我们在算法方面它有一个相等强的应用。

　　丁琰：对的。

　　白欣怡：那我想问一下，它刚才的那一套跳舞作为，包括您说一秒起身需要老师多永劫刻才可以？

　　丁琰：大约只需要老师几个小时。

　　白欣怡：这样快？

天宇优配

　　丁琰：对，我们在仿真里面进行老师，然后在真机上进行部署和微调。

　　白欣怡：我嗅觉对于我们真东说念主来说，我练一个跳舞可能齐需要好几天。

　　丁琰：对。

　　白欣怡：但是它真是是把这个节拍调快了好多倍。

　　丁琰：是的。

　　罗宁：它可以卜昼卜夜地学习。

　　丁琰：对，它还可以学习各式种种的跳舞和作为，比东说念主要颖异得多。

　　罗宁：那它的应用场景主要在哪些方面呢？

　　丁琰：可能在，就比如说像刚刚跳舞，可能在娱乐，娱乐上头的一些，还有饰演等等。但是它除了跳舞以外，它其实还可以作念好多好多任务，比如说它如果把这个夹爪换成二指夹爪或换成颖异手的话，它其实还可以作念一些manipulation操作这样的东西，比如进工场打工、进家庭其实齐可以。

　　白欣怡：它进家庭以后主若是可以干吗？比如说打扫？

　　丁琰：打扫卫生。作念饭，然后清扫家里，或者是一些常见的日常生计。

　　白欣怡：那我可以自若双手了。

　　丁琰：对对对，它可以把东说念主自若出来。

　　罗宁：那我们，我看到我们在现场不光有我们机器东说念主的展示，也有我们中枢零部件的展示，您能给我们讲讲，我们在自主可控的中枢零部件方面是若何去布局的？以及我们为什么要这样作念呢？

　　丁琰：这是一个很好的问题，只好中枢零部件领有在我方手里的话，它才可以去降本和增效，况且可以让中枢零部件领有更好的性能，这是我们从底层想领有的一个智力，是以我们我方一直在布局这个中枢零部件的这块的研发和批量生产。

　　罗宁：我们终点于是既去磋议算法，磋议模子，也要作念硬件的迭代，这样会不会对我们来说等于会拖慢研发呢？因为可能我凯旋采购会速率更快呢？

　　丁琰：这个其实是一个比较好的问题，我认为等于说协同的研发反而会让通盘研发进行加速。可以用FastUMI去举个例子，比如说我们有三个团队，硬件团队、数据团队和算法团队，这三者之间可以相互去迭代和交融，从而让我们通盘经过抑制地进行加速。

　　举个例子，比如说硬件去生产出来一个家具之后，我们的算法团队可以随即去迭代和更新，迭代更新之后，他会把反馈想法去回流给这个硬件团队，去抑制进行修改。硬件团队又出了一个新的版块，然后终末采新的数据给我们算法团队，再重新去老师一些模子，是以它抑制地迭代和更新，如果其中一环不可够实时反应，比如说硬件不可够实时反应我们后续的团队的话，其实通盘研发速率会比较拖慢的，但反而是硬件如果掌握在我们我方手里，通盘研发速率其实在抑制地加速。

　　罗宁：我知说念其实我们的这个，包括通盘的机器东说念主的这个不同的家具，也对应了不同的场景。您合计等于说机器东说念主，我们会在2026年看到哪些场景，它会有一个冲破，或者说真是等于让公共合计不是炫技的那种？

　　丁琰：对，其实我们也很看重的确下场干活的这个智力。是以说其实我们在工场里面部署了好多个机器东说念主，比如像刚刚的Mos，还有像我们我方的FastUMI，还有等等的一些机器东说念主，其实我们也曾启动下场干活了，但是下场干活它会有一个阶段性的一个过程，比如说你可以作念一些比较浅薄的pick and place的一些任务。这个是可以冉冉去落地的，然后逐渐地去作念一些需要一些力控的一些东西。然后逐渐再作念一些又需要力控，又需要精确度的一些任务，是以我们作念的任务和部署的场景在抑制地升级和扩大。

　　罗宁：您提到其实我们在作念自主研发，那我们这些中枢零部件是否也会去绽开给其它的比如说想磋议机器东说念主的企业或者什么？因为如果我们的零部件很有上风的话，会不会成为我们另一项业务呢？

　　丁琰：暂时来说我们还莫得批量生产。但是逐渐地我们会供给，起始我们我方会私用，然后再供给其它一些客户，但是像我们其它一些家具，比如说Mos、FastUMI，其实我们也曾供给了世界上大多半的具身智能公司，基本上2/3的公司齐在使用我们我方的FastUMI的这个技艺和硬件。

　　罗宁：我们看已矣技艺和数据，想回想交易自己，您认为现时这个东说念主形机器东说念主在交易场景它还有哪些瓶颈需要去冲破的？

　　丁琰：起始可能从，因为我是作念技艺的，是以我可能从技艺角度启程去讲这个问题，比如说它我方的踏实性，还有电板的续航，还有发烧的一些问题，其实本质上它还有很大的迭代空间，另外一个等于说它的操作智力其实并莫得跟得上它体格的一个强度，我们认为它体格其实基本上也曾相等相等矜重，但是它的操作智力还有很大的一个冲破的一个空间。然后这些操作智力其实才能决定它到底明慧几许活，能部署到几许场景，这是一个决定性的身分。

　　罗宁：黄仁勋之前也提到，机器东说念主的ChatGPT时刻行将到来，然后我们也看到无论是硬件层面如故说软件算法层面，近两年具身智能越过火。

　　丁琰：对。

　　罗宁：然后在您看来，我们能有哪些场景会率先爆发，会出现像 ChatGPT其时那样火爆的场地。

　　丁琰：其实我认为在工业场景里也曾冉冉发生了一种变革，好多好多具身智能的技艺也曾渐渐用在工场的各式柔性场景里面了，也曾在抑制地去匡助工东说念主、匡助工场去提高它的生产遵循，也曾启动变革了。

　　罗宁：好的。

　　白欣怡：我比较酷爱什么时候可以到家庭普及开来？

　　丁琰：家庭对于工场来说，它的难度可能会比较高少许，像工场为什么比较浅薄呢？是因为它是一个结构化的环境，它通盘任务经过、SOP齐是固定好的。是以说对于机器东说念主来说，稍稍操作难度会低少许。但是对于家庭，它的问题在于它的复杂性相等多，可能是几何倍数的增长，为了让它能够有很好的一个奏遵循，面前的算法包括硬件还需要很长一段时刻的一个迭代和优化，不外我们很慑服，在畴昔两到三年之内逐景色也会走进东说念主的家庭。

　　白欣怡：那我们能否畅想一下，最终落地在家具上的话会产生若何的质变？

　　丁琰：这亦然我们期待的一个问题，我们我方在抑制地构建我方的素材场，在荒诞地收集大界限的真机数据，在老师我们我方的基座模子和垂直场景的一个模子，我们我方会老师我们我方的基座模子，然后用在这个垂直场景里面，然后垂直场景里面的话，大部分任务它齐可以达到90分的一个成果。举个例子，比如说凯旋把我们的硬件和我们的模子部署在这个工业场景，它就可以作念 90% 傍边的任务，会有90%的一个成果。但工东说念主也可以拿着我们的夹爪去重新收集一些特定场景的一些任务，可以让它的奏遵循变得更高。我们但愿能达到这样的一个成果，终点于我们在作念一个数据的平权和算法平权，但愿让通盘的机器东说念主齐领有一个九年义务制教授，可以让它有一个比较好的一个智能的水平。

　　罗宁：这方面是不是终点于，等于起始在中国，我们的工业应用的场景饱和的日常，然后我们可以去让机器东说念主在饱和多的领域，它去学习到不同的数据，然后会相较于国外来说，我们的机器东说念主越过速率会更快呢？

　　丁琰：是的，我们有着很好的练老师的场景，很好的一个应用场景和数据的来源，是以可以让我们的机器东说念主愈加智能，这个智能化的速率要比其它一些国度可能会要快好多。

　　罗宁：丁总，您提到等于我们面前行业的这个瓶颈在于这个可操作性，您能给我们讲讲，等于说我们是如何通过我们的技艺去完结这个可操作性的提高的呢。

　　丁琰：对，这亦然一个我们一直在极力于去处置的一个问题，因为操作性的智能来源，其实来源于数据，数据是一种智能的燃料，是以我们一定要取得优质的数据燃料去补充这个智能，是以我们我方的FastUMI的技艺，其实齐在给我们我方的MOS、LUS齐在抑制地去提供这个操作上的一个智能，我们在荒诞地去收集优质的数据，把这些数据去更始成一种操作的一个手段去给机器东说念主，然后跟着收集的数据量越来越多，它的智能化程度也在抑制地去提高。

　　罗宁：就有点像飞轮越转越快一样。

　　丁琰：对的，对的，比及它的智能达到一定程度之后，它也会去进家庭，进家庭之后它可以去更多更多的场景去收集新的数据。这一堆数据又可以重新去补充我们这个数据的智能。

　　白欣怡：丁博，那这一块等于我刚才尝试去抓阿谁橘子和杯子收集的数据吗？

　　丁琰：对的，刚刚我们一分钟，几分钟前在素材场去操作、去收集的这个无实践的个轨迹，就可以在我们的这个不同的机械臂上进行Replay，去复现，去保证我们的这个数据的这个质料。

　　罗宁：这些不同的这个机械臂，它在使用这个数据的时候不会有什么分裂吗？或者说它是通用的吗？

　　丁琰：对的，你可以看到我们这边有三款机械臂，来自于三个不同的厂家，它齐可以同期去复现我们刚刚在素材场去收集阿谁轨迹，它本质上是跟实践进行解耦的。

　　罗宁：那说到这个，我们在这方面能够去完结若何的遵循？等于我们的确等于说它面前作念的这个轨迹在落地的时候，它的这个奏遵循若何？

　　丁琰：这亦然一个比较好的问题。起始我们我方的轨迹质料吵嘴常高的，比及我们素材场收集完，经过一系列的质料评估体系，它就可以确保它100%是可以复现的，我们交给客户的通盘的数据齐是可以在真机上进行Replay复现奏效的。有了这个数据之后，我们再去拿来进行模子的一些老师，老师的奏遵循取决于任务自己的难度，比如说像一些比较浅薄的pick and place 任务，我们基本上可以作念到95%傍边。

　　罗宁：丁博，您也曾提到过数据决定模子性能，硬件决定数据质料，那在鹿明里面，硬件团队、数据团队和算法团队是如何协同职责的？有莫得一个斡旋的数据模子硬件的这样一个轮回机制？

　　丁琰：其实我们在这一块是下足了功夫的，我们三个团队必须协同地去职责，去把通盘的经往时作念得更好。

　　硬件，它起始会提供一些，比如说数据收集的一些硬件给我们，还会是一个，可能初版块不是那么完善。然后第二个，然后数据团队会用这个硬件去收集一些数据，然后作念一些数据的质料的一个筛查，他会发现一些问题会反馈给这个硬件团队。如果是他们合计这一关过了之后，他会再给算法团队去进行数据的模子的老师，算法团队可能又会反馈一些新的一些想法，会给硬件团队，硬件团队然后重新地去，抑制地是个Loop，抑制地去飞轮去转起来。对。

　　罗宁：是以其实我们无论是硬件如故算法，如故说这个全体的协同上，我们其实作念的是一个经过三念念尔后行的一个轮回的事情，然后我们其实在这个过程中它的这个遵循会越来越高，对吗？

　　丁琰：对，虽然我们的家具的质料也会越来越好，性能也会越来越好。

　　罗宁：我不知说念等于说我们在老师数据的这个过程中，是否也会有雷同于像硬件的摩尔定律这样的，硬件性能越来越强，它的全体的时刻资本会越来越低的这种。

　　丁琰：虽然也会，因为它的迭代空间、优化空间可能会愈加速速一些。然后但是比及一定的天花板的时候，可能它的迭代速率也会稍稍会降慢一些，如实会存在这种情况。

　　白欣怡：我想问一下，我们这种UMI这种前沿的技艺如何能被越来越多的厂商所认同，越来越好地去落地？

　　丁琰：这亦然一个比较好的问题，我们起始分为两条路，一个是我们我方在抑制收集优质的数据，老师我们我方一个比较好的模子，展现更好的一个demo的一个成果，致使还有一些进工场，逐渐进工场的这个过程，让更多厂商和客户去看到我们这个突飞的发展，这是一条路。另外一条路等于说我们在跟客户抑制去合作和接头、引申的过程中，让他们逐渐坚硬到用我们我方FastUMI的数据是一个最佳的优质的一个礼聘，是以他们也在抑制去使用我们的数据，去老师他们我方的一些模子。我们在两条路一说念去走路。鹿明本年的宗旨是要收集100万个小时的数据，大约1亿条数据去老师我们我方的基座模子，也同期也给通盘具身智能产业圈去提供更优质的数据，但愿推动通盘社区的发展，来把这套UMI的技艺作念得更深、更强、更好。

　　罗宁：丁总，百万小时的这个数据，它在行业里面有什么样的意旨呢？

　　丁琰：这是一个相等紧要的这个数据的冲破，如果一朝能踩到这个小时的数据。这样意味着我们具身智能这个模子能够达到GPT3的一个时刻，相等相等接近。况且我们面前也曾给客户委派了100万条的数据，大约是在几千个小时的界限。

　　罗宁：是以这些客户，他们在使用我们的数据之后，也可以去进一步老师我方所对应的机器东说念主？

　　丁琰：对的，他们在用，也曾有好几家客户在用我们的数据老师他们我方的模子，况且老师出一个相等可以的成果。我也很期待能够在畴昔的两三个月之内，能看到他们陆陆续续地把他们我方的模子发布出来，况且是使用我们我方的数据。

　　罗宁：丁总，力控为什么这样进军呢？

　　丁琰：力控其实是一个很进军很进军的一个性能，我们其实前几天的时候发布了一个我们通盘行业内致使全球范围内首个量产的FastUMI力控版块的一个收集器。我们为什么要收集这个力控呢？起始你可以设想一下一个任务，比如说擦玻璃，比如说像插拔一些任务的时候，你如果对这个任务莫得任何力的感知的话，它可以会，可能会碎裂这个物品，致使是荒诞地在插拔的这个过程中，不知说念我方的力到底是几许，致使有可能比如说它擦玻璃的时候有可能是没遭遇这个玻璃，它莫得把污垢给擦干净。还有一种可能等于它越过越过使劲，把这个玻璃凯旋给碾碎了，是以它一定要有一个力控的一个反馈信息，来匡助它去改动通盘机械臂的这个力度。然后到底擦的哪种程度是比较适应的？到底若何擦得才比较干净，是以说力相等相等进军，这亦然为什么我们我方去生去打造了一款量产的这个FastUMI力控的这个收集器的原因地点。对。

　　我们除了这个以外，其实我还想可以去保举一下我们其它几个家具，比如说我们的头箍，还有我们我方的手套，这个其实齐可以用在这个五指颖异手的这个数据收集上头去，我们头箍还有好多躲避的爆款和黑科技。举个例子，比如说头箍这个相机可以我方去定位，比如说你在头的激荡过程中，它可以知说念你头到底是若何激荡的，它到底是往前如故往后，如故旋转，它的精度是在3毫米以内，这亦然全球最高的定位精度。

　　还有个手，还有个躲避功能是什么呢？等于说我们还有一个动捕的一个小球。举个例子，比如说璷黫一个小球，你可以贴在职何一个物品上，我的头部相机齐可以去跟踪它，而且这个精度是在亚毫米之内。这是一个相等相等躲避的黑科技。

　　罗宁：这些对于数据的提高，等于对数据质料的提高会很有匡助。

　　丁琰：对的。这些数据对于模子的老师也相等有用，是以好多客户亦然对我们这个躲避的黑科技相等感意思，是以才买了我们的家具。

　　白欣怡：这个小孩机器东说念主好可儿呀。

　　机器东说念主：别摸，别摸，小爷的头然则铁打的。

　　白欣怡：言语这样不客气，你是谁呀？

　　机器东说念主：我是哪吒小明，谢谢你帮小爷重塑肉身，这身造型还可以。有什么辅导快说，小爷我齐等得不平稳了。

　　白欣怡：那你可以给我跳个舞吗？

　　机器东说念主：就这点小事，还没热身就终结了。

　　白欣怡：那你可以跟我回家吗？

　　机器东说念主：呵，你这是超出我权限了，找太乙老翁去。

　　罗宁：传说这台机器东说念主会播送体操，今天我来跟它一说念学一下吧。

　　机器东说念主：第三套宇宙小学生播送体操七彩阳光面前启动。

　　（作念播送体操）

　　罗宁：走进鹿明机器东说念主，让我对“机器东说念主”这个词有了新的聚会，如果说像武林能手那样一秒起身，展现的是机器东说念主交代冲击快速反应的巧劲，那么踏实举起50公斤的重物则阐扬了它承担负荷长久输出的实力，这一巧一力拓宽了机器东说念主应用场景的可能性，我想它足以胜任更高强度的工业做事。

　　白欣怡：没错，除了物感性能的冲破，更让我们感到喜悦的是躲避在背后的机器东说念主学习系统。通过一个小小的夹爪，机器东说念主可以学会各式复杂的作为，就像的确领有了肌肉悼念一样，那这就意味着机器东说念主的老师门槛正在抑制地变低，它可以快速地学习况且掌握手段，有时这才是让机器东说念主的确走向普及的关键。

　　罗宁：没错，是以回到我们起首的问题，AI有了体格，它究竟明慧什么？鹿明给出的谜底似乎是，它的智力取决于我们能教授它几许，从单纯地秀肌肉到能帮我们上手干活，中阻隔着的可能是像山一样精深的高质料数据，而谁能最高效地翻过这座数据大山，谁有时就能首先推开具身智能交易化的大门。

　　白欣怡：没错，那你身边是否也有这样表里兼修的硬核科技公司呢？接待在我们的驳倒区告诉我们，那下一期也许等于你想看的企业。

　　感谢收看本期的《硬核AI客》，我们下期重逢。

　　—终结—

　　新浪声明：通盘会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之宗旨，并不料味着赞同其不雅点或证明其形色。