【WRC大咖论道】蓝驰创投合伙人曹巍：《投资视角下机器人产业的变革与机遇》

2024世界机器人大会以“共育新质生产力 共享智能新未来”为主题，为期三天的主论坛和26场专题论坛上，416位国内外顶尖科学家、国际组织代表、院士和企业家聚焦前沿技术、产业动向和创新成果，深入研讨人工智能与机器人技术深度融合带来的新趋势、新机遇，共同打造了一场十分精彩的机器人领域前沿观点盛宴！

在8月23日上午的主论坛上，蓝驰创投合伙人曹巍以《投资视角下机器人产业的变革与机遇》为主题发表演讲。

数说2024世界机器人大会

论坛

26 家国际支持机构

3 大主题 26 场专题论坛

416 名国内外顶尖科学家、国际组织代表、院士和企业家

74 位国外嘉宾及港澳台嘉宾参会

线上线下听众达 160万 人次

展览

27 款人形机器人集中亮相

首发新品 60 余款

近 170 家参展企业 600 余件参展产品参观人数近 25万 人次

大赛

全球 10 余个国家和地区的 7000 余支赛队

 13000 余名参赛选手

每天参赛人数 4000 余人

媒体关注

近 400 家国内外媒体

短视频平台话题播放量达 2.9亿

曹巍（蓝驰创投合伙人）

以下是演讲内容实录 

大家早上好！我是来自蓝驰创投的曹巍。首先我快速给大家介绍一下蓝驰，蓝驰在中国已经深耕了超过十年，我们目前管理的资产规模超过150亿，投资了超过200家优秀的初创企业，AI和机器人技术领域其实我们是长期深耕布局的，大家从这张图上可以看到不光投资了非常优秀的机器人项目，同时围绕产业链的上下游从底层的算力、AI大模型包括中间模型工具层一直到顶层的上层应用，其实都有涉及到。

这里面比如说大家耳熟能详的底层模型层投资了月之暗面，算力层投资了青云科技，机器人领域接下来会有一个更详细的介绍。机器人领域从最早开始在这个领域深耕布局是从2016年，那个时候其实机器人并不是一个特别热门的赛道，我们其实做了一段长时间的行业研究和内部讨论，最后总结出来一个到目前为止还在坚持的方法论就是把技术和项目分成两条线。

首先我们会在技术维度上关注重要的技术变化，同时在团队筛选上去筛选业内最优秀的创业团队，这里面可以举几个例子，比如说2016、2017年发现自动驾驶技术以及slam算法在学术界达到了高度的共识，工业侧开始快速落地，同时有大量优秀的国内企业开始推进激光雷达的国产化，算力其实也变的更加便宜和触手可及。

这个时间点投资了国内非常优秀的新能源汽车公司理想汽车，因为理想汽车也是一个机器人，只不过它的执行器是四个轮子，同时投资了高仙机器人，它目前也已经成长为国内机器人领域的独角兽之一，他们已经覆盖了全球超过50个国家和地区，在商业清洁领域市占率全球范围内超过70%，之后2020年随着我们观察到整个机器人和多模态感知的融合包括机器人和医疗的交叉学科的碰撞以及我们看到端侧神经网络的算力和表现能力越来越强，我们又投资了杭州非常优秀的外骨骼机器人公司程天科技。

这样一路来我们不断的在技术和产品落地和团队落地之间寻找契合点，接下来在2021年到2022年，一个是围绕大规模工业集群总控制和大规模的AMR集群协作，我们投资了蓝星科技、优艾智和以及木蚁机器人，这三家其实目前已经获得了多轮融资，各自的垂直领域做的非常优秀，巨大的细分垂直领域比如说重工领域投资了来自于清华的团队帝尔博格，在这个建筑机器人领域投资了非常优秀的行业老兵筑领科技。

同时我们也在不断探索围绕底层新材料以及具身智能创新，在2022年前后投资了来自南科大的万兴科技，王老师他们做出来非常有差异化的柔韧软体机器人，而在2022年之后整个大模型热潮后我们又投资了银河机器人和智源机器人。包括后续 围绕物流产业投资了小南科技这一系列投资。

整个机器人领域经过将近十年的耕耘，已经投资了超过10家优秀的早期项目，总投资金额超过了10亿人民币，其实我们问到过很多问题，大家说你们为什么对机器人赛道从2016年开始这么有信心，愿意长期笃定的作为一个早期机构持续的耕耘，我们自己内部除了刚刚给大家分享到的作为硬科技的狂热粉丝，发自骨子里对机器人就有热爱和热情之外，我们其实也做了很深入的行业研究和分析，这里面其实总结在这页PPT里，供大家分享。

第一，中国的市场其实是一个巨大的潜在的机器人市场，不管是机器人消费还是机器人出口视角，中国在全球领域都是巨大的一个支柱型的市场。

第二，中国因为各种各样的历史原因，有人口老龄化的问题，未来机器人有可能也是最有可能的解决中国未来人口老龄化，劳动力供给的关键技术节点，同时看到在整个人才供给和社区生态方面，中国也有着非常好的人才土壤，国内有400多所大学有机器人的专业，同时我们说过去5年左右已经有超过10万机器人企业在注册，每年大概都有1-2万家。

过去10年整个投资界不管是美元还是人民币投在机器人领域的资金总额已经过千亿，最近也看到了各个地方政府和引导基金都在积极的设立与机器人相关的产业大基金，去扶植和推动机器人的发展，我觉得这个从整个社区层面上来讲，也是我们非常关注的。

当然还有产业集群和长期的政策支持，这些都是我们认为机器人作为一个非常重要的智能制造的关键赛道，在未来5-10年，甚至15-20年，都会是一个重要且支柱型的基础创新赛道。

我们如何投资机器人呢？我们把它列为一个超级智能体，有感知能力、场景任务理解能力、决策规划、本体控制、人机交互，以及各种各样的创新材料，它是由多个维度的技术体构成的，在每一个技术维度都会有创新的技术站，有创新的技术点。

我们会不断的去围绕这些创新的技术站和技术点，去看市场上技术的变化，因为只有大的变化，才能带来大的投资机会。

过去2-3年我们看到最大的变化是什么呢？

1、大模型，大模型的推动下我们看到机器人的能力，在复杂任务的串联和执行上有了大幅度的提升。大家可以看到这张表格，像蓝色、红色和黄色的成功率，代表的是过去的传统算法，在没有大模型加持的情况下，成功率基本上是在50%左右，基本上就是实验室的初级水平。

但是有了大模型的加持，我们看到同样的算法结合大模型之后，它们的成功率都提供了50%以上，有的甚至是提高了100%，已经慢慢的接近了商用水平。

我们说在过去的2-3年，整个市场最大的变化，其实是由大模型带来底层能力的推动，让整个机器人在复杂任务的串联和执行上，有了成功率层面上的大幅度提高，为未来的商业化落地带来了很大的可能。

2、机器人本体不管是运动控制，还是末端执行的精细化操作，都有了长足的进步。这里面我们说整个算法的趋势，不管是运动控制层面，还是精细化的操作层面，都在从Model  base的算法，逐渐走向了Learning  base的算法，这个趋势也让我们看到未来机器人的成长空间是可以跟数据去结合，基于数据做学习，数据越多学习表现越好，真正能够感受到这种潜力。

当然机器人它是有上千个零部件构成的，机器人本体也是很重要的一块。我们看到过去2-3年机器人人形初步硬件架构已经确立，但是它的关键模块、技术路径还在不断的迭代和探索。

比如我们说现在的机器人，它的感知方案五花八门，夏天的时候我们在上海WIC看到十八罗汉，基本上每一个机器人的感知方案都是不一样的，现在并没有拉通行业的统一标准。

像灵巧手的选型，现在大家也能够看到，有众多的创业团队在从事这方面的创业，但是这种高自由度和它的稳定性、鲁棒性之间的矛盾，我们不管是学术界的研究人员也好，还是产业界创业的企业家也好，都还尝试在解决这些问题。

当然还有很多问题，这里面我就不一一列举了，从人形机器人的架构成立，到未来整个硬件架构稳定，行业达成共识，我们认为还会有一个3-5年的周期。如果硬件未来能够快速达成共识，对整个产业的发展和人形机器人生态的迭代，也是会非常有帮助的。

我们能够看到这页总结，不管机器人做的多么复杂，或者是机器人行业的标准，或者是架构体系如何变化，我们能够看到中国的智能制造生态已经具备了非常完整的机器人产业链，不管是感知系统，还是我们说的关节驱动系统，还是整体躯干，包括灵巧手的手部关节，在国内我们都有非常优秀的供应商，这里面包括上市公司，也包括初创公司。

这个其实作为投资人来讲，也是给我们非常强的信心和很好的生态效应，我们说未来的机器人团队它一定不是自己单兵作战，而是要做到生态协同、生态供应。

大家能够看到多模态大模型，以及具身智能算法不断的普及，以及我们看到这种顶层能力的不断迭代。我们说具身智能和大模型它不光可以应用于双足诞生的机器人，它同样可以应用于机械臂或者是传统的工业机器人，我们相信未来随着机器人本身的成本降低，以及算法和模型能力的提升，越来越多垂直领域的机器人也会受益于大模型和具身算法的迭代，这个也是我们非常欣慰能够看到的。

我记得在去年特斯拉刚刚发布人形机器人的时候，行业里面有大量的论断，人形机器人将替代一切，人形机器人有可能会挑战所有的传统机器人。但是我们觉得大量的经典的工业机器人，它是人类工程师和产品经历围绕垂直场景的痛点和难点，多年积累下来的心血和智慧结晶。

在这些重要的一些工业节点和重要场景，比如说像重载、叉车，我相信人形机器人是不适合的，未来更多传统的垂直领域的机器人，它同样会受益于大模型，同样会受益于具身智能算法的提升，提升它在各自应用领域的落地。

同样我们也非常欣喜的看到，在人形机器人、半人形机器人，国内有非常多优秀的创业者，海外也有对外的几家标杆企业。比如说这里面我们演示的不管是波士顿动力、国内的银河机器人等等，当然也包括最早发布人形机器人的宇树，我觉得它表现的都是非常好，迭代的速度非常快，基本上大家都在半年到一年能够有一个版本上的小幅更新，一年会有一个大幅更新。

我们看到这些机器人不光可以在视频上做Demo，已经可以在现场做一些接近商用级的落地表现。这个其实也是我们看到你只有真正的将各样的算法和具身智能技术，以场景侧的需求做结合产品化，真正的做商业化落地，才可能让企业后续具备更加持续、更加稳定的发展动力。

我们也自己总结了一页，我们的理解虽然具身智能和人形机器人大家的热情非常高涨，但是我们的结论是机器人的能力边界、场景、任务特点，将决定具身智能机器人的落地节奏。

这里面我们说场景的特点是什么呢？事物的客观发展规律一定是从易到难，这里面最大的挑战就是我们如何定义哪些是容易的场景，哪些是简单的场景，什么样的场景是复杂的场景，大家在创业选择细分切入点的时候如何去选择，这里面我们能够看到横轴是场景的复杂度，纵轴是任务和操作的复杂度。

什么样的场景是复杂场景？或者是高难度的场景？

第一，从机器人和物理世界的互动来讲，所有有这种智能体参与博弈的场景，它一定是复杂场景。举例来讲，比如说L4级的自动驾驶，从我们2015年大家沸沸扬扬有热情的期待到现在，萝卜快跑逐步落地，其实它遇到的挑战，就是因为你在路上开放路面在运行的时候，它有大量的不受控的智能体要跟你去进行博弈，这个其实是决定场景难易度的第一个标准。

我们认为有大量的智能体参与博弈，它就会是一个非常复杂的场景，很难的场景，这种场景其实是非常挑战的。

第二，长序列任务的场景，如果简单的场景，一个简单的抓和放，或者是简单的一些基础任务，它的难度并不是很高。当我们把很多简单的任务用长序列串联起来的时候，甚至是在执行过程中一旦出现外部干扰，还要能够自纠错、自修复的时候，这个任务本身的难度就变的非常高了，所以长序列任务也是一个很重要的挑战。

第三，你的集群协同，机器人不是自己完成任务，它要和它的PR一起来完成任务，这都是难度的挑战。

我们认为在整个机器人落地的过程中，未来的发展趋势一定是一个循序渐进，从简单到困难一步步展开的过程，这里面比如是在B端场景，昨天有一个非常有意思的论坛讨论，请了一些产业侧的嘉宾，嘉宾讲的非常直接，B端场景最关注的是明确的成本要求，就是要把ROI给我讲清楚，到底替代几个人，什么样的时间回本，在我的场景侧能够百分之百的完成一个简单任务还是80%的秀一个花样完成一个复杂任务，他们要的是百分之百稳定的简单任务。

所以在B端场景，能够克服外部的干扰，从简单任务做起，做到高鲁棒性，这是切入点的关键，同时在C端我们看见C端的问题就是大量的标准化任务已经被成熟的消费电子产品取代了，留给机器人创业公司的基本上都是一些复杂任务，比如说非标的房间打理，消费者希望机器人能够帮着带孩子，照顾老人，做这些非标的清洁，这些任务其实都是非常复杂的任务，既有空间交互的大量的智能体和你博弈，同时也有复杂长序列任务的串联，而且还可能涉及到机器人和其它智能体的协作，所以C端并不容易，我们也看到了很多优秀的团队已经开始尝试往C端努力，这里也期待有团队一起交流和碰撞，找到C端的解题路径。

总结来讲，我们认为机器人的落地一定不是一蹴而就的，而是一个循序渐进的过程，所以我们最后这页还是一个对未来的展望，虽然刚刚讲到了产业的发展趋势，讲到了各种各样遇到的问题和挑战，但是能够看到大家对于通用机器人，人形机器人，半人形机器人一个非常大的期望来自于他们在场景适应上的包容，不管是科研、交互服务、搬运巡检、复杂的分拣包括在产业上的组装各种各样的柔性任务以及到生活服务场景，住宿零售批发甚至是到C端层面上居家、养老、看护、陪伴等等，未来一定会是一个万亿级的市场，我们也觉得它是一个值得大家倾心投入一起努力的巨大机会。

最后一句话总结，作为国内在机器人领域深耕多年的机构，我们希望陪伴大家一起从0到1重新定义未来的科技和生活，让我们创造出更多优秀的有创造力的中国原创，全球领先的机器人产品，改变世界和生活。谢谢大家！

（本文根据录音整理）