對話優艾智合：工業具身智能大規模落地需要在“應用中泛化”

工業具身智能最值得關注的樣本。

AIX財經（AIXcaijing）原創

作者 | 王漢星

編輯 | 阮梅

科技行業往往偏愛那些顛覆性敘事，比如“iPhone時刻”，比如馬斯克設想的通用具身智能，可以進廠打螺絲、進家庭做保姆、上火星建基地，一臺機器人包攬一切。

這類故事讓人興奮，也足夠遙遠。

眼下，具身智能公司正密集涌現。它們大多脫胎于AI大模型或硬件制造，把工業視為一個等待被征服的應用場景，從實驗室出發，朝著工廠的方向進發。

但有一家公司的路徑與此相反。

2017年，優艾智合創始人、CEO張朝輝與幾位早期核心成員在西安交通大學的實驗室里成立了一家機器人公司，成立的當年就完成了首個兼具“手”“眼”“腳”的移動操作機器人產品的開發與初步打磨。這個時間點，比“具身智能”這個概念在中國真正火起來早了將近六年。

和其他因為VLA技術成熟才決定做機器人的公司不同，它是在持續服務工業客戶的過程中，一路從控制論、強化學習、深度學習，走到今天的大模型時代。可以說，它是一家從工廠里長出來的具身智能公司。

這個出身，決定了它對于一個核心問題有著截然不同的答案：工業具身智能，到底怎樣才能大規模落地？

這就涉及到一個關鍵概念——泛化。通俗來說，就是一臺機器人在學會一項任務之后，能不能快速遷移到另一個場景、另一個工種，而不需要從頭訓練。這在工業場景里，難度極高。

工信部數據顯示，我國一共擁有41個工業大類、207個中類、666個小類，背后關聯的垂直生產場景可能有數十萬個。例如，制造礦泉水瓶和加工晶圓，從設備到流程到操作標準，幾乎沒有任何共通之處。

大多數具身智能公司的思路是，在出廠前把泛化做到位，訓練一個足夠全能的大腦。優艾智合的答案不同，與其追求出廠即全能，不如讓機器人在應用過程中持續生長，通過極低樣本量的快速遷移訓練，讓它在進入一個新場景后迅速成為熟練工。

優艾智合副總裁關健認為，未來的工業具身智能一定是群體化存在的，它不是100個全能的機器人各干各的，而是一群各有所長的機器人集群化地去完成一個任務。

這套邏輯，優艾智合稱之為“應用中泛化”，產品形態上對應的是“一腦多態”。

支撐這樣判斷的，是優艾智合在工業領域9年的探索與實踐。

2020年，成立三年的優艾智合選擇了工業領域里最難啃的骨頭，啟動以晶圓加工為核心的半導體制造行業智能物流技術戰略布局。

晶圓搬運對機器人的可靠性和安全性要求極高，一盒晶圓的價值動輒五六十萬甚至上百萬，一次搬運失誤所帶來的損失都是一家創業公司無法承受的。

但他們看中的，恰恰是這個場景的戰略價值：半導體工廠的物流環節是整條生產線上最后一個依賴人工的環節，用機器人替代它，不只是節省人工成本，而是實現了生產全流程的智能化、自動化，意義不亞于“從工業2.9到工業3.0的躍遷”，是價值最高的突破口。

啃下半導體這塊硬骨頭后，目前，優艾智合的主要產品以移動操作機器人為主，覆蓋半導體、能源化工、鋰電、3C等垂直工業場景提供工業物流和巡檢服務。

以2024年收入計，優艾智合在全球及中國工業移動操作機器人市場均位列第一，市場份額分別達6.1%和12.0%；在半導體領域穩居中國第一。2022年至2024年，其營收從7790萬元增長至2.55億元，年復合增速達80.9%。

如今，這家公司已向港交所遞交招股書，走到上市關口。

站在2026年這個時間節點，工業具身智能正處在指數級增長的爆發前夕，優艾智合作為一家在工業領域“土生土長”的具身智能公司，是這場浪潮中最值得關注的樣本。

近日，「AIX財經」與優艾智合副總裁關健進行了一次深入對話。

01. 從工廠中生長出來的具身智能公司

AIX財經：為什么說優艾智合是工廠中生長出來的具身智能公司？你們最大的差異點是什么？

關健：我們是一個很典型的在工業場景下誕生的機器人公司，并不是有了VLA才有了優艾智合，而是在服務工業客戶的過程中不斷發展起來的。

所以我們和其他具身智能公司的路徑完全不同。大多數新成立的人形機器人企業，是基于VLA技術成熟后誕生的，而優艾智合是從服務工業客戶出發，逐步吸納控制論、強化學習、深度學習，再到引入VLA技術，形成持續演進的智能體系。

我們的目標不是走進千家萬戶，而是讓工業機器人更智能、提升客戶價值和應用邊界。

AIX財經：家用機器人和工業機器人，哪一個門檻更高？

關健：直接對比家用和工業的進入門檻是偏頗的。

家用場景追求泛化性，工業場景追求極致的效率與可靠性。疊被子從10秒到15秒在家用場景中完全沒關系，但在工廠就意味著產能損失50%。工業的標準化不是天然的，而是為了工廠這種工業場景，在過去一百年的發展當中，不斷地對效率有更高的追求，對可靠性有極致的把握，然后才催生出來。

工業的分工是百年演進的結果，從手工業時代一個人完成全流程，到今天極致分工下的專業工種。每個工種都需要長期訓練才能成為熟練工，這和家庭場景中一個人做多種家務完全不同。

AIX財經：在訓練模型上，工業場景和家用場景的邏輯有區別嗎？

關健：區別巨大。

當我們談論家庭場景的時候，一個機器人具備了能做全品類家務能力的時候，它去你家里邊大概率可以做完所有的家務。也就是說，它只要能在一個家庭里面完成所有的家務工作，那么它到90%的家庭里面都是可以通用的。

但在工業里面我們所討論的差異是極大的。我們哪怕就把工業局限在制造業來講，制造一個礦泉水瓶和制造一顆邏輯芯片，它是完全不同的，它所采用的設備流程，它的生產邏輯都全方位的不一樣。對于工業而言，訓練出來一個機器人就能適應所有的工業崗位，這是絕對不可能的。

在模型訓練上，如果想要進入家庭，它就需要訓練全場景家務的數據，這是一個天然的龐大的海量數據，是個天文數字。

但對于工業而言，并不是要一站式的訓練這個機器人去實現所有工種的熟練程度，而更多的是讓這個機器人在擁有一個基本操作的底層基礎上，讓它能夠快速地被訓練成為某一個行業的熟練工。

在優艾智合所構建的具身智能大模型中，對于數據訓練是分層的。我們先要在出廠的層面完成對這個機器人基礎能力模型的訓練。出廠后，再通過100到200條低樣本量的訓練，讓機器人能夠快速地掌握某一項熟練生產能力。

AIX財經：為什么選擇半導體行業作為切入點？

關健：這里面實際上是有一些邏輯的。

如果在一個人工生產占比很高的工廠里面去做自動化物流，它的價值只是用機器人去替代人工，節省人工成本，僅此而已。

但如果進入一個只有物流環節在使用人工的生產場景，那么它就是一個量變引發質變的節點，用機器人替代最后一個非自動化環節，進而實現生產全流程的智能化、自動化，這為客戶帶來的價值遠超降低人工成本。

這是推動從工業2.9到3.0躍遷的關鍵節點，也是價值最高的突破口。

我們觀察了很多行業，自己親身涉足了超過二十個不同的行業，最后發現那時候僅有半導體加工這一個細分場景走到了這樣的環節。

AIX財經：公司創始人曾經提出優艾智合長期堅持技術為根，場景為王，產品為橋梁的戰略，如果給技術場景產品的重要性排序，你會怎么排？

關健：從公司經營角度，場景為先——一切為創造客戶價值服務；但從核心競爭力角度，技術為王——唯有技術能支撐長期演進。

因為從一個公司經營層面來看的話，我們做的一切的技術和產品，一定是要為場景服務的，這是一個企業應該遵從的基本原理。

但是如果說從我們公司的核心競爭力的角度來說，什么東西能讓公司能夠長足的發展？那它一定是技術為王。今天所面對的場景未必是我們十年后的核心場景，場景不斷的迭代，唯有我們整合和沉淀下來的技術，才是最重要的安身立命之本和長期競爭力的來源。

AIX財經：優艾智合最大的競爭壁壘是什么？

關健：目前是“場景”。我們對半導體、新能源等細分場景的深度理解，包括硬件準入、行業標準、客戶價值分層，是當前最核心的競爭壁壘。

02. 具身智能的工業泛化，是持續生長的能力

AIX財經：優艾智合提出的一腦多態產品形態，是在追求具身智能大腦的泛化性嗎？

關健：準確來說不是。

當我們討論泛化的時候，有兩個命題：第一，首先泛化是一個相對概念，它并不是個絕對的概念。工業的每一個場景的泛化性都要比家庭場景要更低。但是把工業的36萬個場景加在一塊兒，它要比家用場景的泛化性更寬。

也就是說，這個問題變成了我們到底要在哪一個環節來實現它的泛化？絕對泛化性到底是要在出廠之前就要實現所有的泛化，還是說讓這個機器人在應用的過程當中具備快速遷移能力，進而隨著它的需求不斷地實現泛化。

優艾智合是把泛化的時間從出廠前的產品參數變成了一個機器人不斷延展的能力。我們選擇的是“應用中泛化”：機器人出廠后，通過快速遷移能力，適應不同崗位，而不是出廠前就實現絕對泛化。

AIX財經：一腦多態的想法是從什么時候開始產生的？

關健：也就是在近期，從2023、2024年，VLA技術原理開始逐漸成熟以后，才把它歸納成了這樣的一個技術框架，明確的提出了“一腦多態”這個標簽。

創業早期階段，我們做了很多“多腦多態”，分布在不同的定制項目里。但2019年起，優艾智合開始收斂，把不必要的行業先做了減法，然后同時抽象出機器人所需要的共性調度算法，進而形成了初步的一致性軟件架構。

AIX財經：這個一腦的大腦運作模式是端到端黑盒嗎？

關健：絕對不是。工業場景必須保證穩定性、一致性與數據溯源。大腦內部有部分模塊使用VLA，但整體是可解釋、可控制的混合架構，不是黑盒。

AIX財經：為什么不用一腦一態，把具身智能做成一個什么都會的超級個體？

關健：一個八寸的晶圓加工廠，以五萬片這種標準月產能來看的話，大概需要80到100臺機器人，那么是用80到100臺完全一模一樣的機器人去完成所有的工作，還是說把它再劃分成為更細的子場景，用不同形態的機器人合作生產？

顯然后者更好，工業發展一直以來所遵循的邏輯是，每一個板塊去追求自身這一個模塊的極限，它才能最終整合出來一個完整的、更高效的生產流程。

所以用統一形態覆蓋所有工種不是最優解。最優解是專用化：每臺機器人針對特定工種設計，追求極限效率，再組合成整體最優的物流系統，這正是工業百年分工的邏輯。

AIX財經：工業領域會出現涌現智能嗎？

關健：工業的智能涌現不是在單體機器人層面爆發，而是在集群層面。真正決定效率的是上層“智慧中樞”——它協調上百臺機器人，決定分工、調度、協同。機器人本體的智能是局部的，集群大腦才是核心。

我們不希望是一百個互相不相干的機器人各干各的，因為機器人本身跟我們人是不一樣的。我們不希望一個機器人去打開一臺WINDOWS電腦，然后劃著鼠標對著屏幕去捕捉數據；我們也不希望一個機器人拿著對講機去跟另外一個機器人去交流。

也就是說，真正決定這一群機器人干得好不好的根本因素，不是這個機器人的硬件本體和這每一臺機器人各自的智能夠不夠高，而更多的取決于在上層的那個智能體，它的分工是不是足夠的合理。

就像在一個公司里面，員工個個是超人，但是他的老板是一個愚蠢的人，這個公司不會好。相反，如果老板是一個極度智慧的人，他可能用非常平庸的員工可以干出非常不平凡的事。

AIX財經：這個上層智能體應該被稱為什么？

關健：目前行業里還沒有一個明確的叫法，我們稱它是智慧中樞，我們將在不久發布一個大模型，你會看到它到底是一個什么樣的東西。

03. 人型還是專用，工業具身智能的未來是什么樣的？

AIX財經：公司去年推出了人型機器人產品矩陣，未來會考慮讓人形機器人去搬晶圓嗎？

關健：人型機器人更多會被用在非標準化的工業場景中。

技術不會顛覆已有生產力體系。人形機器人不會替代光刻機，而是去填補那些成本高、難自動化、但又必須有人參與的崗位，比如巡檢、應急響應等，是生產力的補充，不是替代。

比如一個人形機器人，無論它再智能，我們都不會希望這個人形機器人拿著搓衣板去洗衣服。而通用的機器人，更多的是在當前的發展條件下，去彌補那些還不能夠非常低成本有效自動化的崗位。

AIX財經：你認為工業生產場景中需要人型態的機器人嗎？

關健：不一定，人形不是標準參數，而是一個概念。它只是在泛化場景中，通用可能性最大的載體。

AIX財經：你們即將要發布的模型是什么？

關健：它會包含VLA，但不是端到端VLA。我們采用“混合架構”：用聲學、氣體、溫度等非視覺信號生成Token，輸入VLA做語義解析與動作生成，再由確定性指令控制執行。

這是為工業重構的具身智能框架，解決效率、可靠性和泛化性的“不可能三角”。

舉一個例子吧，比如說當我們一個機器人要去做場務巡檢。當這個工廠里面有安全隱患，第一時間所暴露出來的隱患信號并不一定是視覺信號，更不可能是自然語言信號。它往往是一種聲學信號，比如有異常的聲音，這個異響的信號隨之而來的是有異味，然后才是有異常的高溫被檢測到，最后才產生明顯的視覺信號。

所以真正等到進入視覺信號的時候已經晚了，這一個事故災難已經不可避免地發生了。

那么在這里面我們所采用的策略會傾向于用一個小的算法，整合聲學、氣體、視覺和溫度這幾個信號進行判斷。在這個運算邏輯輸入的基礎上，它得到了一個先驗的結論，這個結論會以TOKEN的形式輸入給到VLA，然后VLA需要根據這個結論去決定自己要采取什么樣的操作。

AIX財經：發布這個模型的目的是什么？

關健：不是炫技，而是希望生態伙伴基于它，結合自身行業理解，拓展更多工業場景。我們相信它的價值在于跨行業遷移能力，而不是只服務我們自己。

AIX財經：你判斷未來工業具身智能市場會是寡頭格局，還是多細分龍頭？

關健：工業市場不會像消費電子那樣集中。它更像工業工具+ERP軟件的組合：底層有通用硬件，上層有專用Agent，中間層是高度細分的解決方案，會是多龍頭并存的生態格局。

AIX財經：距離工業具身智能大規模落地還需要多少年？

關健：我從個人的角度來分析一下，專用機器人大概從15年前開始，不斷的發展演化然后再從不同行業里面開始爆發，現在都還沒有看到天花板。

但是具身智能的這種通用性能決定了兩個可能差異化的特點，第一個是它在早期的適應時間應該會更長一些，因為它并沒有某一個具體的場景需求去牽引它實現規模化。

然后一旦它進入了一個場景，實現了這個場景內的泛化能力，它在規模化的速度上面要比專用機器人更快，因為它的每一個本體都具備一定的泛化性。

專用機器人更多像一個線性增長，而工業具身智能未來將是指數級增長。