在8 月24 日的“探索人形機器人新紀元：創新、挑戰與機遇”的論壇上，主持人張建偉（中國工程院外籍院士，德國國家工程院院士，德國漢堡大學教授）稱，在眾多嘉賓的討論中，可見人形機器人非常復雜，有很多瓶頸，從材料到能源，從驅動密度到感知精度，再到智能等。但是怎么解決？怎么突破？

現在的人形機器人還需要很大的研發投入，即使按照現在的特斯拉等公司的方案，把它做便宜、做穩定了，也是不可能批量銷售的。今后如何讓現有的人形機器人公司獲得不斷的技術源泉？靠各家企業自己的研發肯定是遠遠不夠，那么，如何使產學研更有效地合作？

目前已有縱向和橫向的合作。縱向的，諸如國家有重點研究計劃，有基金委的重點項目；橫向的可以成立聯合實驗室等。下一步如何讓產學研有效地合作，使人形機器系統能夠源源不斷地得到技術支撐？2 位學術界的教授兼創業者，及7 位在展會展示了產品的創始人/CEO 進行了探討。

1   不跟隨，換一種研發思路

智昌公司董事長兼總經理、復旦大學教授甘中學提出了另辟蹊徑的觀點。

因為現在做大模型、算力、英偉達芯片等，我們是跟隨性的。中國要想在這方向走出來，一定要換換研發的思路。

第一個建議：要把大算力和算法的創新結合起來。現在很多人認為我們有了大算力，已經很厲害了。就像發明了電動機，然后電動機不節能了，我們現在開始搞電機節能。同樣，我們大算力搞了，是人的大腦的10 倍、100 倍，但是算力搞完了，我們再去做節能。這條路是現在的芯片公司/ 算力公司走的，如果我們算力和算法并行，才能找到一個多快好省的辦法，去與國外去競爭。

第二，具身智能目前是正在開發的，基于語言大模型。在具身智能里，張建偉院士很早就提出“智行合一”，這個做法是具身智能最好的方式，這里涉及了研究方法和途徑，是產和研的結合。所以我們應該坐下來認真思考一下，我們的產學研的方向和出發點應該和國外有所區別，否則我們永遠是跟隨，對我們的發展是不利的。

2   企業和學校相互需要

月泉仿生公司聯合創始人、吉林大學“唐敖慶講席教授”任雷指出，產學研融合是一個大趨勢，因為人形機器人還有很多技術瓶頸需要去突破。

人形機器人是由高度復雜的技術集成的，包括感知、驅動、材料、結構等，是一個綜合多學科交叉的攻關項目。很多問題還涉及基本的科學問題，還沒有解決。

首先，企業需要學校。學校應該擔負很多責任，例如希望有創新的結構設計，尤其是仿生的設計。另外，新型的感知材料、驅動材料等，未來也應考慮往人形機器人上應用。

另一方面，學校也非常需要企業。學校應該多了解企業為什么這么做。因為學校有時更偏重于發論文、出專利。但是這些成果究竟能不能用？怎么用？有時是有問題的。例如學校開發了一些新技術，但是可能只考慮了性能，不考慮成本，不考慮批量能否做出來/ 工藝的問題，這就脫離了批量生產這一需求。還有很重要的一點是：企業需要做的是什么？不能光去搞一些比較炫酷的演示，應該去真正了解應用場景到底需要什么。

3   關注技術的成熟度，把各方面做透

小米集團技術委副主席、手機部副總裁、機器人公司總經理許多稱該公司十分重視技術的成熟度，因此積極和高校合作去做一些科學范式的探索。例如相機，已和北大的視頻視覺教授去合作。

另外，把從其他行業領域的成熟技術遷移過來，去做產業化。例如機器人大會上有一家企業特別吸引眼球，是深圳的一家原來做彈珠式攝像頭（注：音）的企業拋出了一個觀點：要做99 的推桿電機，非常令人興奮，因為如果能做到，“手”就會有巨大的突破，至少能把自由度做上去了，因為是99，不是6 個自由度，因此可以做15 個、20 個自由度。然后下一步再做小型化，意味著在某種程度上就突破了。

再有，絲桿連接要繼續做產業化，以降低成本。例如特斯拉大的絲桿可能還在將近2 萬元。如果能做到1萬元，其他家也不用再想搞什么腿了，至少大腿部分用推桿是一個比較好的方案，因為大腿也不需要高動態，只需要有一個非常大的力就行了（注：但小腿是需要高動態、高響應的）。

以上指整體構型，我們既要基于科學去和高校科研機構合作，也要基于應用去做產業的深度的開發，最后把這兩者在一個軟件平臺/ 仿真平臺上去深度融合，以加速應用。

建議在做產品時，還是要把這個產業堅決地做透。例如人們可能認為一體化電機相對比較成熟，實際上這里的MCU還主要是用國外的（注：兆易創新等本土公司的有一些），價格還是很高的。國產化的也不充分，例如電機里的編碼器，國產的還是和國際先進水平有差距。因此，本土廠商還是有很多值得做的方面。以往機械臂行業的量比較小，但是人形機器人的市場規模將擴大若干倍，也值得做零部件的企業進來之后去重新思考：在整個市場規模擴大的時候，怎么把零部件做到更好。

4   抄作業，以加快入局

加速進化公司董事長程昊說，現階段，尤其是對于人形或具身智能，“產學研結合”非常重要。這有點像上世紀70 年代信息革命剛開始時，當時硅谷是發源地，特點是有斯坦福和加州大學伯克利分校，政策非常具體合理，鼓勵孵化出很多企業，把學術和創新結合起來。因為創新是失敗率很高的，可以交給創業團隊去做。可能有很多創業團隊，諸如100 個創業團隊，最后只活了一兩家，剩下的可能失敗了。因此這些項目如果放在學校里，學生、老師拿著經費去做會更好。當然公司也要創新，但學校里做創新是更能承受試錯的，如果做得好，到公司里去做商業化，然后再把賺來的錢反哺學校，形成一個良性循環。因此在當前階段，產學研結合是非常有價值的。

可能現在更重要的是抄作業、抄成功的案例，看看怎么能夠通過。無論是政府、高校還是公司，找到一個合適的模式后盡快去推。因為現在AI 就像信息革命，現在處于AI 革命的初期，越是初期，產學研越重要。如果這時候沒抓好機會，可能就錯過了，到后面就是產業了。就像現在移動互聯網有很多創新，實際上不是高校在做，而是企業在做了。因為此時企業會有更多的資金，能去容錯，讓內部賽馬式去搞。但現在AI、具身智能、人形機器人都沒到這個階段。現在除了小米（非常佩服小米這樣級別的公司愿意去做），實際上很多大公司沒有非常篤定入局的，這時更需要“產學研”結合。

5   幫助研發人才盡快上手使用

松延動力（北京）公司聯合創始人、CEO張世璞發現：近兩年很多炫酷的演示是讀博一博二的95 后甚至00 后年輕人做出來的，所以現在技術發展迭代的速度非常快，甚至是按月來計。

從產學研角度看，一個重要的問題是：學生拿到了機器人，在開始調試時會遇到很多問題，企業能夠幫助的是盡量縮短熟悉時間、降低成本，使這些優秀的年輕人拿到了這些基礎設施以后，可以很快地驗證自己的想法，讓他們自己的POC（proof of concept，概念驗證）得到快速迭代。

所以這是作為創業公司/ 企業應該要去做的，而不是讓大批的研發型人才把時間過度浪費在工程上（注：當然，必要的一些工作也是磨練研發人才的手段和階段）。

6   高校和企業可以深度磨合

樂聚公司董事長冷曉琨稱，產學研是樂聚一直在做的事情。因為樂聚是2016 年由10 位哈工大師兄弟成立的，當時大家都在讀書。冷曉琨當時年齡最大，讀博一，剩下是研一或本科生。2021 年冷曉琨畢業，成為學校的特聘教授兼實驗室副主任，因此他一直橫跨著產和研。從產和研結合看，人形機器人是一個集成度特別高的場景或產品，一所高校一個實驗室很難聚集這么多的技術和人才；但是企業適合做這種大工程性的工作，并且能進行產業化落地。所以發揮企業和高校的兩方優勢：學生、高校實驗室更擅長創新性的工作，可以去布局未來1~3 年的工作，而企業擅長把最新的創新盡快落地。所以這時很考驗高校和企業之間的磨合，這是一項比較有挑戰的工作。

7   產學研結合使三方多贏

智平方創始人兼CEO 郭彥東有豐富的經歷，無論在美國做博士，還是在微軟、小鵬、OPPO 工作，經常牽頭跟學校的教授、院士合作。

郭彥東在企業做技術管理時，從與學者的合作中收獲頗多。因為機器人技術非常前沿，需要產學研的加持。看到很多老師兼職做創業，很多創業者兼職做老師，通過這些創新的模式把產學研更緊密地結合在一起。在此介紹兩點。

首先，《科學：無盡的前沿》一書雖然是70 多年前的思考，探討的是怎樣用創新去驅動經濟的發展。實際上，產學研、很多研發是非常典型的紡錘形，源頭是對于結果不那么敏感的、更長期的、更高遠利益的投入。因此不管人形機器人的創業有多么火爆，不要把源頭的重要性忽視掉——還是有非常多的硬核科學問題等著教授們去解決。

第二，樂聚公司冷曉琨董事長曾提到：在做批量研發或系統級創新時，企業通常會有一個更成規模和成系統的平臺，這時怎樣去把老師們很了不起的單點技術引進、消化到企業的創新系統里，是需要多年積累和一些實操手感的，讓老師們覺得既不浪費其時間去做大量的工程化，又也能讓他們的技術真正地在產業中用起來。產學研的結合，對于國家、企業和老師是多贏的。

8   企業向學校提供項目，可以招到滿意的畢業生

大連蒂艾斯公司聯合創始人、總裁李博陽稱，學生畢業前更多地參與到企業項目里，可使企業招聘用人較容易。

現在很多高校老師有好技術沒有充分地挖掘出來，有一些項目在做的初期可能并不是專門為人形機器人做的，但是可以跟人形機器人結合。所以可以在體制的設計上更加開放，使高校的科研成果能夠更多地讓企業接觸到。企業可以到學校去選擇適用的、能夠進一步轉化到產品中的技術。

另外，在人才方面，很多高校優秀的博士、碩士到了人形機器人企業后很難立刻上手，馬上融入到企業創新的交叉學科的環境中來。所以學生在校期間，除了老師帶他們來做一些項目之外，企業也可以提供更多的前沿項目，例如跟市場產品更緊密結合的項目（因為企業對市場和產品更為敏感），可以把這些帶到學校，從中提煉出科學問題，讓學生參與進來。那么企業在招人、用人方面會較容易。

9   高校和企業互補的案例與建議

深圳市眾擎機器人公司創始人兼CEO 趙同陽談了自己的經歷。從2016 年創業到2018 年，碰到了很多算法問題。例如2016 年時，市面上找不到合適的力控算法。所以從2018 年到2019 年年初，盡管公司的硬件本體出來了，但是力控算法在國內還沒有。不過當時有個契機是MIT 把算法開源（注：這也是源于高校的力量），但是國內真正能用起來的沒有幾人。

為此，眾擎找到了山東大學控制學院的一位知名教授，他及學生們的能力很強，但是他們說可以把算法搞定，不過對于本體硬件可能需要6 個月時間。6 個月是企業難以接受的。最后，眾擎用了不到6 周就把本體做出來了。所以眾擎的產品聯合了山大的軟件成果。

MIT 的那套算法可以在國內實現之后，眾擎希望把它分享出來，成為一個開源的項目。

在與學校合作的過程中還發現了一個問題：鐵打的學校流水的學生，一代一代的學生使得學生的技術積累不是非常有系統性，會造成人才的斷裂問題。例如過去3 年中，關于控制的人才隨著學校的培養應該是足夠多起來，但今年這樣的人才仍是非常稀缺的。

但是眾擎仍然愿意求助于高校。高校在算法方面一直是處于前沿的，但是落地是有難度的。尤其很多高校在仿真環境里做得很好，但是到實物上很難確保。因此企業與高校聯合起來去解決問題，可填補從技術到工程落地的鴻溝。

另外，關于企業和高校的利益問題，很多高校需要發論文的配合，企業可以協助他們。企業需要知識產權和商業上的成功。實際上高校和企業是可以互利互惠的。

最后，關于高校的教育體系，很多課程還是比較傳統、陳舊的知識，與企業所需要的一些先進算法等知識還有一點兒差距的，但是學校的課程已經固化了。因此希望高校可以隨時更新課程，這樣才能保證企業和高校時刻能在行業里處于前沿。

（本文來源于《EEPW》202409）