Vol.012 对话智元王闯:当一家机器人公司开始量产无限不可能引擎

Vol.012 对话智元王闯:当一家机器人公司开始量产

104分钟 ·
播放数333
·
评论数3

过去一年,关于「AI 泡沫」的理论开始在科技界盛行,大模型技术的爆发式增长引发了对估值和商业模式的激烈讨论。然而,当我们谈论机器人的时候,这个预期的「泡沫」似乎并未到来。相反,一批最具前瞻性的机器人公司,正在将他们的产品从实验室推向工厂和市场。行业的核心问题已经从「能不能做出」,转向「能否在真实场景里稳定运行、持续迭代,并找到可持续的商业逻辑」。

智元机器人正试图给出他们的答案:

  • 2025 年 1 月 6 日,第 1000 台量产具身机器人正式下线,其中双足人形机器人 731 套,轮式人形机器人 269 套;
  • 2025 年 7 月 9 日,智元机器人、安努智能在富临精工绵阳工厂开展了三小时的直播,在直播中远征 A2-W 机器人完成了两班制、单班搬运 800 余个周转箱的任务;
  • 2025 年 11 月 10 日- 13 日,智元远征 A2 机器人步行 106.286km,从苏州到上海,成为「人形机器人行走最远距离 」吉尼斯世界纪录保持者。

智元机器人合伙人、通用业务部总裁王闯,将战略起点放在工厂和展厅。他的判断很简单:这个行业真正的价值不会在短期兑现,商业化也不会靠讲故事推进,而要靠开机即用的稳定性。只有当一个蓝领工人能开机、点几下,机器人就能开始干活时,产业化才算真正落地。

我们与他聊了两个小时——商业现实、工程瓶颈、行业共识与非共识、量产背后的结构性难题。这场对话展示的是机器人从「能看懂」到「能干稳」的底层逻辑,也是中国科技产业在万亿级新工业体系前夜的真实状态。

「本期主持」

大吉(微博@42号车库-大吉,小红书@大吉),42号车库创始人。

「本期嘉宾」

王闯,智元机器人合伙人,高级副总裁,通用业务部总裁。

「时间戳」

Part 1|现实又理想的人,怎么走进机器人

00:03:48 王闯的自我定位:为什么他是同时具备理性与感性的「理想主义偏理性」的人

00:05:09 职业哲学:不做烂尾项目,只追求量产交付,与纯粹的科研彻底告别。

00:07:32 为什么顶尖高手只思考行业的「非共识」,而不是追逐共识?

00:17:34 中国信心的来源:从光刻机高价进口到激光雷达的国产化逆袭

00:20:51 赛道选择:为什么最终认定人形机器人,但决定先做扫地机

Part 2|成本下降十倍:智元如何让机器人告别「开和田玉」时代

00:26:21 加入智元的起点:从零开始,最大的问题是「开盲盒」的关节

00:33:34 如何用短短两个月实现关节的国产替代,并建立稳定性标准?

00:35:34 双线战略:A2 双足和 A2W 轮式的同步开发逻辑与产品分从

00:48:58 300 台机器人日活揭秘,真实部署数据背后的服务型机器人现状

00:55:16 量产之战: 从人工检修到标准化产线,如何跨越前 200 台的瓶颈

Part 3|工业的节拍:成功率 99.99%背后的 35 秒提升战

01:02:19 与富临精工的料箱转运实战项目,揭秘工业落地的真实挑战

01:06:11 从 40 秒到 35 秒,成功率 99.99% 背后的技术难度与螺旋式优化

01:07:37  工厂引进机器人的最大动力——真的不好招人

01:16:52 成本与回报:三年回本的预期,目标是降到一年半

Part 4|机器人的三大天赋:运动、交互与作业智能的分工

01:19:23  「一个本体,三个智能」的由来,分别指什么?

01:25:33  智元各团队如何通过平台管理部解决技术复用问题?

01:34:00 谁才是第一优先级?稳定性、成功率与泛化性的三个解题点

01:40:52 机器人投资模型——未来,我们能否派 5 个「自己」打工?

《无限不可能引擎》是一档以智能汽车为起点,延展至 AI 硬件与机器人时代的深度对话栏目。我们关注的不止是技术本身,而是技术迁徙之下,那些不断转换身份的人。技术的创造者、产品的构建者,以及趋势的参与者,他们怎么思考新的世界,又怎么应对旧的问题。

展开Show Notes
蜂鸟育儿
蜂鸟育儿
2025.11.21
所谓的工业场景也不是核心场景,倒不是说哪个核心工艺环节,而是作业并不是流水线在线工位。比如汽车工业总装车间人是最多的,一个工位时间就是50秒左右,流水线动态作业。
即使能完成,稳定性是重中之重。分拣这个事目前来看就是一个吉祥物。这种项目就属于高层挺高兴,一线工人天天骂娘。
大吉呀
:
确实,工业场景的难点是在既定节拍下的稳定性、鲁棒性和可复现性。在现阶段,大多数真正跑在产线上的系统,本质上仍然依赖规则算法 + 高度结构化的任务链条,而不是 VLA 这样的算法。之所以选料箱转运,应该是基于技术能搞 + 客户买单,先跑起来就是第一步,总装目前还是难度太高了。
蜂鸟育儿:先跑起来没啥问题,最近也是密集看了很多具身场景,大家跑的大同小异。场景没差异化,结果也没什么差异化。有时候,场景都是人创造出来的,而不是适合机器人的。大吉老师也是从智驾就一路看过来的人。机器人这个问题太多太多。首先,智驾是单一场景(相比机器人来说),但即使这样,一路上也是死了一大批企业搞了10年,现在还没有到头。机器人自由度这么多,环境泛化要求如此之高,数据如此至少,真的没什么规模落地可能性。其次,数据采集,合成数据只是合成,现在还未能完全替代,只是不是办法的办法,倒不是说没用,而只是无奈下的选择。动捕采集,成本高,硬件也没有完全固定的情况下,很有可能前采数据后续没办法用。最后,成本,成本,成本。商业场景可以有一两个吉祥物场景,但如果规模化ROI绝对不是一个机器人多少钱减去人员开支,而是一定周期内的全面梳理成本和收益的计算。所以,博客内的3年是一个扯淡的数字。纯熟的ABB机械臂,替代码件工人就是一个例子,从生命周期维护上是一个纯赔钱的例子,但为什么大家喜欢上。一个是节拍提高了,另一个是因为工人导致的良率低的问题解决了。但,现在看料框的例子,真无法评价。至少不管是轮式机器人还是双足都不是这个场景的最好的选择。他需要的不过是一个泛化的视觉和机械臂,其他硬件全部是冗余的