​速腾聚创高级副总裁魏永刚：人形机器人存在三大技术难点：通用模型、数据和硬

速腾聚创高级副总裁魏永刚：人形机器人存在三大技术难点：通用模型、数据和硬件成本

5 月 24 日，36 氪 " 新质生产力 · AI Partner 大会 " 于北京环球贸易中心正式拉开帷幕。大会聚焦 AI 场景与应用端，分为 "AI 能为我们做什么 " 和 " 我被 AI 赋能了 " 两大篇章。现场汇聚来自蚂蚁集团、联想、AMD、OPPO、百度等企业的 AI 领域先锋者，以 " 赋能者 " 与 " 被赋能者 " 的不同视角，共同探讨 AI 技术如何 " 爆改 " 千行百业。

速腾聚创高级副总裁 魏永刚

以下为演讲实录，经过 36 氪整理编辑：

魏永刚：各位嘉宾、现场的朋友们大家下午好，我是来自速腾聚创的魏永刚，很荣幸受主办方的邀请跟大家一起研究 AI 技术，把我们的心得、进展跟大家做一个汇报。

速腾聚创成立于 2014 年，我们最早是做机器人感知的，当时做机器人感知发现最重要的首先是输入，如果没有数据或者是数据传感器不好用，算法再强，没有输入都没有办法计算，那个时候处于发展瓶颈在第一环节，路不顺，只能自己开路。所以公司创业开始做传感器和感知算法，我们第一款传感器主要是机械式激光雷达，当时我们做到国产化替代，在 2017 年量产后，我们研究下来发现，未来如果是希望传感器大量普及，最重要的是要降成本，让它在各行各业都能用，我们发现汽车行业是能够让激光雷达快速放量，把成本大幅降下来，然后再到更多机器人领域去应用的规模化应用。基于这样的战略思考，2017 年推出了车载产品，当时碰到巨大的挑战，汽车行业跟消费性电子行业差别比较大。

第一个是安全，获得各种严格的认证，有不同的国家、地区、行业，还有不同客户，都有自己的标准体系。

第二个大幅降低成本，我们找到技术方案就是芯片化，机械式激光雷达相当于原来是机械表，现在的车规激光雷达就是做石英钟，最高端的机械表虽然很精准，但是价格很贵。

2017 年推出第二代产品，车规的 MEMS 激光雷达，第二代产品量产以后，在全行业逐步获得了大幅的增长。当时为了做第二代产品也碰到一个问题，上游芯片不成熟，所以投资并购三家芯片公司，把上游核心元器件也做了。

截止到目前获得了全球汽车领域 51% 以上市场占有率的订单，国内前十大车厂九大是我们的合作客户，六大成为我们的股东，像阿里巴巴、中国移动在上下游相关的产业基金投资了我们。现在我们的市值跟市场占有率也是匹配的。

另外一个浪潮机器人时代的来临，刚才有两位嘉宾讲的很有意思，第一个认为汽车是家庭成员，第二个认为汽车是情感伴侣，我们认为汽车是泛机器人，可以从这个角度来理解，把汽车这个领域做大之后，再给其他领域机器人的客户赋能，快速满足他们的需求。

这个是我们刚发了财报以后 2024 年第一季度的数据，第一季度在激光雷达领域出货量占到行业出货量 51%，数量也是遥遥领先于其他友商，累计交货 46 万台，其中车载 40 万台，在汽车领域这个数字看起来 40 万也不是特别大，带激光雷达的车，这两年的增长速度是非常惊人的，2023 年交货量是 2022 年的 5 倍，每年约 500% 的速度在增长，趋势已经来到了。

机器人领域这两年也有很多做测试或者有很多做垂直领域产品也开始采用激光雷达。

去年 2023 年上海车展，全球有 38 款车是带激光雷达的，我们当时其中有 20 多款是用我们的，今年北京车展有 72 款车带激光雷达的，其中用我们的产品和解决方案是有 37 款，连续两年都超过 50%；在机器人领域，目前我们正在放量有这几类，第一个是清洁类的、第二个像叉车工业领域的、第三个矿山和港口码头。产品策略有两个策略，第一个挑战技术巅峰，技术向上；第二个科技平权， 以 M 平台最新产品有两个为例子，第一个是 M3，第二个是 MX。

第一是 M3，技术向上。M3 产品性能达到同类产品的两倍甚至有些性能达到十倍，目前发布的样机已经达到 500 线，接下来它的技术潜力可以做到 1000 线以上。在科技前沿领域，目前无人驾驶大家的共识：安全是最大的豪华，安全也是智能的底线，激光雷达给智能驾驶提供的一个保障首先就是安全，跟生命、安全相关多加千百块钱，几千块钱，对很多人来说非常好选择。

第二是 MX，科技平权。激光雷达产品一大痛点就是价格，新能源车在中国发展的如火如荼，很多人也都看到了，前几年 30 万、50 万车的配置，这两年新出的车十几万，车达到原来三五十万的配置，车厂价格不断下探，就会对供应商、核心元器件提出新的要求，比如 " 你们能不能给我们做一些更具性价比产品 "。前年搭载激光雷达的量产车基本上是 50 万以上，去年车是 20 多万到 30 万，今年我们碰到很多客户说我们卖的量最大的是十多万的车，这个领域的车销量更大，能不能把销量降到千元以内。根据行业和客户需求我们也做了最新的产品：MX，做到了 " 千元级 "，扫描、收发、信号处理全部做了芯片化，体积更小，价格更低，功耗也更小，这个产品应用领域除了在车上面，机器人领域也在用。

我们还有一个新产品最近在机器人领域用得很多，现在也有很多做机器人企业找我们共同联合研发。

现在放量最快的机器人领域，目前我们客户里边包括服务机器人和特种机器人、物流机器人；。

但是在机器人领域里边，我们跟很多机器人公司交流的时候，发现了存在三个挑战。

第一，大模型比较厉害，发展的日新月异，但是在机器人垂直领域怎么能把感知、思考、执行打通，垂直领域小模型或者是垂直领域的模型，这一块还是有待大家一起完善它。

第二，数据非常重要，整个大模型或者是其他模型也好，首先得有数据，有了数据以后，才能够做计算和训练，最后才能输出控制，实现相应的目标。首先得有真实的数据，这是最原始、最基础的，真实数据都是由传感器产生的，有很多大模型企业都找我们深入合作，我们是做传感器的，我们能够产生真实的数据。

还有一个是做模拟，还有把仿真数据跟真实数据做复合，这样数据量进一步加大，要有足够数量、质量的数据加在一起才能完成大模型的初步训练。

第三，整个机器人也好，或者人工智能的各种硬件产品也好，目前也有一个痛点，产品整体太贵，特斯拉也在做机器人，看起来进化速度挺快，但大部分人一听价格，还是认为它是只能在实验室或者少数科研场所用的比较多，要进入寻常百姓家，这个价格能再降一降就更好了。

机器人目前的成本中，研发成本是可以分摊的，最大的成本还是这些硬件的成本，我们也是做硬件的，希望尽快把价格降低，给各家机器人公司赋能。同时，一起打造机器人模型和底座平台，为全行业赋能。

我们自己本身也一直在做感知算法，有很丰富软件算法技术积累，都可以为各家做人工智能、做机器人的企业提供支持。同时，我们希望打造一个软硬结合的机器人技术平台，联手行业上下游共同赋能行业发展。

机器人行业是百花齐放，有一些公司实力非常强大，从头做到尾，全栈自研，也有很多公司对某个垂直行业比较了解，定义产品，做运营或者做销售。如果行业里面有一些技术底座、组件等，他买过来迅速组装一下就能够完成产品，对他们来说这个方案也是他们非常喜欢的。我们希望跟在座各位上下游企业一起携手，在新的人工智能浪潮下，做出中国的竞争力。

谢谢大家。