AI·具身会客厅｜对话松延动力创始人、董事长姜哲源：现阶段做“大脑”是水到渠成

策划|靖程

作者|高雅

上周，松延动力正式发布通用具身智能技术品牌Scalabot，并同步对外发布Scalabot技术架构体系HERON下的首个世界模型——HERON-World Model，标志着松延动力从机器人本体能力延伸至“本体+具身大脑”的全栈能力。

HERON-World Model建立了一座预训练数据金字塔，包含真实机器人数据、基于真实场景重建的仿真数据、第一视角人类操作视频三类数据。值得注意的是，HERON-World Model没有把“完整动作标注”设成视频能够进入训练的门槛，即一段视频没有完整动作信息，视觉与时间变化本身依然能够被模型利用。此外，HERON-World Model还提出了MoT+MoE作为模型设计框架，以保证各自参数分工更加清晰。

本周，Scalabot再次发布HERON技术架构体系下的第二个模型——HERON-Context Reinforcement Action Model（CRA），致力于让机器人进一步记住过去、从错误中学习，并将一次经验转化为下一次能力。

围绕这一目标，HERON-CRA构建了Context Expert、RL Engine与Cross-Embodiment Pretraining三项关键能力，即让机器人理解任务如何发生、从错误中持续修正、并将学到的能力跨越不同身体与任务进行迁移。

为什么选择现在入局做“大脑”？对现阶段的具身智能行业有哪些独特思考？在位于北京昌平的松延动力总部，财经网科技等与松延动力创始人、董事长姜哲源展开了一场对话，以下为对话原文（略经编辑）：

Q：松延动力为什么在现在这个时间节点入局做机器人“大脑”？

A：目前整个行业的愿景是一致的，希望做出能在物理世界完成各类工作的通用智能机器人，走向生产力无限复制的时代，但各家实现路径不一样。

我认为人形机器人赛道更像补木桶短板，2023年我们创业的时候，行业最大短板就是本体运控，市面上缺少可规模化量产的硬件，所以我们优先攻坚本体运控，目前，我们的硬件本体在成本、可靠性、精度以及性能上都达到了合格水平；其次我们也在等待行业技术路线相对收敛，2023年—2024年的时候，各家技术路线还是非常分散的，现在大家在大方向上逐步形成了共识，是切入大脑研发的合适时机。

众所周知，大脑不能脱离本体独立存在，具备本体批量且低成本制造的能力，会在数据上有别人难以追赶的优势，所以我并不觉得现在入局为时已晚。

Q：投资人是否认可你们“先本体、后大脑”的路线，如何说服投资人？

A：我坚持一个观点,企业首先要有能支撑自身运转的基本面，再去追逐远期愿景。纯做大脑的公司，短期内很难形成规模化收入，目前本体业务不是可选赛道，是必须攻克的基础。在投融资这方面，其实不是我们去说服投资人，更多是我们去选择认同这套发展逻辑的投资人，彼此互相选择，至于是否认可，真金白银的投资本身就是认可。

Q：现在本体已经ready了吗？

A：目前行业平均来说达到了及格分。

Q：及格分需要达到什么标准？

A：第一，本体不能是耗材，不能短期就要更换零部件，至少稳定使用一到两年；第二，具备操作能力，自由度和力矩要达标，重复定位精度、关节背隙等指标要控制在一定范围内；第三，底层运控算法可以支撑复杂操作任务，我认为做到这三点就能达到及格分。

至于80‑90分的高阶本体，行业还没有统一标准，目前国内真正能够做产品级、可批量制造机器人本体的企业不超过5家，具体就不做过多展开了，大家可以自己数一下。

Q：现在行业都在追求降本，你们是如何做到低成本同时保证可靠性的，是靠规模吗？

A：降本80%来自研发设计与工艺，规模只贡献20%，靠规模只能做到小幅降价，想要从十万级别降到两万多，必须依靠全新工艺。

我们有很多行业没有使用过的工艺。比如整机外形大量采用全塑料结构件，坚持在保证可靠性的前提下压缩成本，我可以负责任地说，全球范围内，很难找到兼顾高可靠、低成本的同类关节。

Q：机器人大脑团队组建情况如何，研发投入是什么水平？

A：大脑团队从去年7月开始组建，目前相关研发投入占比很高，并且还会持续增加。可以说，有合适的核心人才加入之后，很多工作的推进都水到渠成，明年会有更多成果对外输出。

Q：本次发布的HERON-CRA型强调记忆能力、强化学习能力以及跨本体泛化的能力，在这三项中，您认为哪一项是当前最难突破的？松延在实际落地中将如何验证这一能力，有没有具体的场景或案例可以分享。

A: 我觉得目前跨本体泛化能力是整个行业中都正在解决尝试突破的问题，因为这件事需要算力，需要数据，实验成本较高。

我们会将跨本体预训练好的模型，直接在各类场景下（比如叠袜子、抓任意物品）严谨地进行后训练数据微调的实验。具体会按照后训练数据数量级的不同，对比预训练和非预训练、以及不同预训练数据混合，在不同数量级上的后训练，执行任务成功率。

Q：评判机器人泛化能力有哪些关键指标？

A：泛化并不是单一指标，而是涵盖多个层面的能力。我们后续的技术报告中会有详细介绍。目前已经验证的方向包括位置泛化、背景泛化、物体泛化、语言指令跟随泛化，以及小样本适配泛化等能力。HERON-CRA发布的视频展示了其中部分场景，例如跨本体快速适配，但实际能力范围会更广。

Q：你们研发的模型，是只适配自家本体，还是面向全行业解决通用问题？

A：我们不打算把大脑做成平台服务，我们的精力要集中在把模型做强、把自己的本体和产品做好，这是松延"本体 + 大脑"闭环的核心。

但我们认同技术普惠，这也是 Scalabot 这个品牌的定位。所以我们会考虑以开源的方式，把部分技术成果分享给行业，让科研机构、开发者和产业伙伴都能拿去研究、验证、在上面继续创新。具身智能还处在早期，大家一起把基础打牢，比每家关起门来重复造轮子更有价值。

Q：如何看待近期GPT6引发的讨论，大模型会不会直接取代世界模型。

A：大模型会带来启发，但世界模型依旧是必不可少的，世界模型公司不必过度焦虑被直接替代。

Q：具身智能能力上限由数据规模决定，你们的数据方案是怎样？要实现能力拐点，需要多大的数据量级。

A：我们官网公开了数字金字塔，大家可以查阅。要迎来具身智能能力拐点，至少需要百万小时真机数据，而且百万小时大概率依旧不够。

对我们来说，通用的Ego数据主要依靠外部采购或者合作获取，机器人真机实操数据以我们自有采集为主。

Q：您认为行业做大脑普遍存在哪些坑？

A：行业做大脑普遍存在四大坑，过度依赖真机数据、模型与单一本体绑定较深导致跨机型迁移困难、仿真验证与真机表现之间存在差距、演示效果与数据基建投入不够匹配。

Q：大脑负责人人才招募难度很大，你们是如何吸引人才？

A：不是依靠天价薪资，我们不会开出行业离谱薪酬，更多是对技术方向的共识，大家也可以看到我们的团队也很年轻，氛围也比较好，大家也都是想去做真正可落地的产品，这对人才就是最大的吸引力。

Q：现在行业大脑公司竞争火药味很重，怎么看待行业内互相攻击、举报这类现象？

A：行业还远没有形成规模，不应该陷入内耗，我们甚至希望媒体可以牵头组局，大家坐下来交流，而不是互相争斗，内耗会伤害整个行业发展。我们本身保持低调，专注自身产品，不评价同行。

Q：现在市场扎堆推出小型消费人形机器人，怎么看待这个现象？消费级小人形市场未来天花板在哪？

A：国内能做到产品级、可批量交付人形本体的企业屈指可数，很多对外发布的小型机器人还达不到产品级，甚至内部走线和基础工程都没有完成，距离真正发货很远。我们的小型产品布米定位面向7‑13岁青少年，主打AI编程教育与陪伴，C端用户对产品交付、售后要求更高，我们已经跑通量产交付和售后体系，这是我们的先发优势。

未来市场方面，可以参考消费级四足机器人，早期由从业者和爱好者买单，但后期增长见顶甚至出货下滑。消费小人形机器人要跨越这条鸿沟，必须找到刚需痛点场景，如果回答不了家庭为什么要买小机器人，市场就会重蹈四足的覆辙。

后续下一代新品会给出我们的答案，暂时还不能对外披露。

Q：你们现在收入结构是什么样？B端和C端用户反馈如何？

A：收入大头来自B端，以科研教育场景为主，商业文旅是补充；C端有收入，但金额低于B端，用户可以期待以下我们下一代产品增加的实用家务能力。

Q：世界机器人运动会上各家差距拉大，赛事成绩是否预示部分本体企业会被淘汰？您认为具身智能进入下半场，各家比拼的核心是什么？

A：赛事更多是行业早期助推器，投入足够资金，赛事就可以拿到好成绩，但是赛场成绩不等于商业成功。以赛车行业距离，历史上赛车有很多在赛事上表现很强，但是商业化失败的案例，不能单凭赛事表现判断企业生死。我认为未来赛道依然会存在多元生态位，会有专门做本体供应链的公司和专门做大脑的公司共存。到了下半场，大家比拼的核心是数据基建，比拼谁可以更快拿到高质量、多样化和规模化的数据。

Q:仿生人的业务线还会有下一步动作吗？

A:仿生我们肯定会持续迭代，后续还会结合IP做产品迭代。