近日，2018世界机器人大会在北京亦创国际会展中心开幕。大会以“共创智慧新动能，共享开放新时代”为主题，围绕国际合作与机遇、基础技术与创新、前沿趋势与探索、人工智能与融合、新兴应用与实践、市场前景与投资等六大部分发表主旨报告并进行高峰对话。其中，最受业内人士瞩目的2018世界机器人大会主论坛于8月16日上午正式开幕，现场大咖齐聚一堂，围绕机器人的技术创新与未来发展前景为观众展开一场精彩纷呈的演讲。 Toshio Fukuda      “国家外专千人计划”特聘教授

Toshio Fukuda：各位下午好！我是来自北京理工大学的Toshio Fukuda，下午的会议由我来主持。首先有请台湾大学讲座教授、IEEE工业信息期刊总主编罗仁权进行主题演讲“面向AI和IoT新时代的机器人新商机”。

 罗仁权      台湾大学讲座教授、IEEE工业信息期刊总主编

罗仁权：非常高兴，也很荣幸来到这里，感谢世界机器人大会的主办方邀请我参加此次大会。因为今天的演讲时间有限，我大概有三十分钟的时间为大家讲一讲机器人、物联网和人工智能，也就是AIoT。

    正式开始主题之前，大家要知道，无论是服务型机器人、工业型机器人还是特种机器人，很多都是应用于制造行业，投入产出比非常高。可以看到制造、信息和农业这几个行业都是这样的行业。这是过去的十年当中机器人和自动化系统的专利情况，可以看到专利数量增加了3倍，也就是说这些领域创新是更多的。

    现在是2018年，在工业应用方面，很多工厂仍然还有人工劳动力，比如iPhone的制造工厂，仍然还是需要很多人力。这是特斯拉的工厂，希望未来会有更多的机器人在这些工厂里面工作，一方面能够降低成本，另一方面能够保证产品品质的稳定性。这些机器人已经可以在医院当中行走了，能够运输一些废料及垃圾，还可远程控制为病人诊治，所以应用的领域还是很多的。

    按地区划分的话，所有这些图片都在朝着右上角发展，即工业机器人市场都在持续快速增长。服务机器人在未来增速会是现在的4倍，目前来看趋势仍然在不断上涨。亚洲是目前为止增速最快的市场，欧洲是服务机器人规模最大的市场，日本其实更为乐观，认为2022年工业机器人市场规模会是目前的2倍，而对服务机器人的市场估计更加乐观，到2022年会增加20倍。

    来看技术发展的情况，最开始都是编程型的机器人，也就是完成编程规定的任务，基本与外界环境没有互动，有外力介入的话可能就无法反应。在此基础上我们做了一些初级智能机器人，可以和外部环境有一点互动。现在人们要高智能的机器人，必须达到非常智能，甚至能够自我学习、自己掌握知识，也能够和外界环境进行很好的互动，这是非常热的话题，也是非常难的领域。

    技术一直在向前发展，这里总结出了四点：要想让机器人变得非常智能，需要通过融合多个传感器以及编码器，让机器人感知周围环境并实现高度自动化。我们需要对机器人行动路径规划技术进行规划，让机器人绕过障碍，完成相应的任务，这也使得工业机器人变得更好。

欧盟是机器人非常大的市场，欧盟委员会也是希望将机器人纳入到监管的内容当中，因为希望保证机器人的安全。要有机器人和人之间的协作，以及机器人和人之间不会出现安全问题，所以需要利用AI技术，未来机器人可以在工作场合跟我们共同工作。

    现在大家都在谈智能制造，也就是都希望降低成本，能够帮助你的客户创造更多的价值。过去我们更多关注的是劳动力成本，可能过去劳动力成本比较低，现在人们已经不再关注这个事情了，大家更关注的是如何能够改善价值链，如何能够创造创新的技术，通过技术提高效率，这也是很多国家都在朝着这个方向发展的原因。美国总统特朗普也希望让更多的制造产业回归美国，包括苹果和Google的制造产业，我们要考虑如何让更多的机器人进入工厂当中。

    这里显示的是智能制造相关的技术，包括智能传感器和机器人、大数据、物联网、人工智能、数字制造等等，这些都是非常重要的技术领域，也都是促成智能制造的因子。

    谈到“工业4.0”，尤其是在工厂中实现“工业4.0”，需要机器之间的互联。机器在运行时的温度会越来越高，要安装更多的传感器收集数据并监测各种控制器。可以充分利用这些数据预测机器的运转程度是否健康，之后还需要使用MES制造管理系统，也就是机器使用的时间越长，越需要对它进行更好的管理和测试，制造新的机器的时候从设计、制造、测试、完工，交付到客户手里的时候是整个的流程，客户还要给予反馈，ERP指的是公司可以监控整个公司的运行。

    现在我们生活在一个互联网的世界，图中从左到右是演进，大型主机、微型电脑、个人电脑和移动互联网，今后是M2M机器到机器，也就是物联网，所有的物体都要联系到一起。大家知道阿里巴巴所做的线上和线下的整合，物联网的发展也是今后的趋势。IoT的市场发展是在激增的，86%的硬件都被物联网所占据。可以看到AI加上IoT才能够给整个系统赋能，AI市场变得越来越大，整个会议上我们听到了很多有关AI的话题，包括AI赋能以及市场规模。

    这是深度卷积神经网络，我们都知道神经网络技术，但有些之前的工作要做，也就是深度卷积神经网络需要做好准备，输入这些信息以后，通过特征矢量就可以实现最后信息的识别分类和输出，这张图其实就是具体实施的过程。

    看到不同物体的时候，比如三明治或者水和剪刀，机器人的AI系统会从不同的角度进行学习，然后就可以识别并捕捉这些物体，这是一项非常有意思的工作。当然，这种识别是非常成功的，0.8和0.9表示信心指数，如果是1就说明是100%。

    最近我们做的研究是如果安装各种各样的雷达和传感器的话，这是一个拓扑图的产生机制，如果是服务机器人的话，传统来说我们会让它到达某一点，因为有的时候机器人并不需要这样的信息，比如需要机器人从这扇门出去，但有的时候放了一个垃圾桶，正好把门挡住了，机器人搞不清楚就不知道怎么走了，所以最好就是要有一个机器人，可以在这张拓扑图的基础上自动导航。

    这种机器人是跟Kiva类似，可以举起150公斤的东西，我们也实施了一些防碰撞的机制，混合意味着激光雷达和视觉形象的结合。我们还有不同类型的机器人，人形机器人是用轮子驱动，这是在我们实验室当中的实验，红点是其中的一些节点，机器人会根据指示进到不同的房间，导航的过程当中可以防碰撞。有的时候让机器人上床睡觉，可机器人不知道床是什么，因此需要让机器人提前进行语意学习，可以看到机器人识别周围的物体。我们会告诉机器人这是起居室、房间和卧室，左边就是一张拓扑图，里面会体现出房屋的分割情况，所以机器人会变得更加智能，而且也对环境更加熟悉。要让这样的服务机器人真正工作的话，这是必须要解决的首要问题。

    这里放了几个支柱，包括物联网、机器人和大数据。机器人不断移动、不断工作，可以产生大量的数据。移动机器人可以和人互动，也可以和环境互动，所以在不断产生数据。物联网可以实现万物互联，也会产生数以十亿计的数据，利用这些数据再反馈给AI，我们要做的事情就是把物联网和大数据结合起来。我们有很多不同层次的任务，过去直接可以把数据发到云计算当中，但要意识到它的时间敏感性，比如在过马路的时候现在是绿灯，把信息发到云当中，云再给予反馈，但如果云的反馈速度比较慢的话就变成红灯了。

    AIoT技术，也就是人工智能+物联网，可以使工业价值链、行业价值链升级，也能够实现生态系统的升级。要对整个消费电子产品进行重塑，工业价值链、行业价值链会发生巨大的变化。可以看到这是一些终端设备，然后是一些门户和边缘服务器，还有边缘集群，最后是云。很明显，目前市场的机会是很多的，市场对轻量化、反应快的IC芯片的需求很大。

    明年5G的移动网络将会推出，可以想象它的速度是4G的20倍，3个小时的电影几秒钟就能够下载，非常强大，到时候沟通也会非常快速，整个业务都会发生变化。未来我们可以使用5G移动系统，而且可以直接控制机器人。大家都在谈AI和IoT，但这条路并不平坦，但你也不是一个人在战斗，大家都在思考AI+IoT的问题，确实是一个新的业务，今后也要改变它的模式，我们必须要面对它，不仅仅是IT、数字和创新的问题，而是一个商业问题。

    作为工程师，我们总是在想我们的客户需要什么，但不知道他们真正的希望是什么，怎样通过我们市场的洞察来实现颠覆性的创新？所以市场的洞察非常重要。我们要把技术的洞察和市场的洞察结合在一起，它们之间的重叠部分就是我们的舒适点。如果我们购买咖啡豆的话是比较便宜的，如果去了星巴克就会比较贵了。这里显示的是技术、客户体验和可持续的商业模式，商业模式是让你盈利的。这里我们一定是以人为中心的，服务机器人尤其如此。

    查尔斯达尔文说过，不是最强壮的人能够生存下来，也不是最聪明的，而是最能够适应变化的。每个人都会想，不要让我工作更努力，我希望大家都能够更有创意、更加聪明地工作。 

Toshio Fukuda：下面有请美国科尔摩根公司全球副总裁Josh Inman进行主题演讲“科尔摩根驱动行业标杆级机器人”。

 Josh Inman      美国科尔摩根公司全球副总裁

Josh Inman：非常高兴有机会再次回到世界机器人大会的现场，和大家分享我们的经历。我们在这个行业当中是处于领先地位的，也看到了很多机会。这里谈一谈过去的一年当中科尔摩根进行的创新，然后会介绍很多应用的案例，也会看到更多的机器人提供更全面的应用。

    首先介绍一下科尔摩根：60%的机器人公司都在使用我们的产品，我们非常关注那些小型机器人和协作机器人，到现在已有百余年的历史，研发马达也有七十多年的历史，同时做无人驾驶、自助导航汽车也有四十五年的历史，所以这样的经验就在很多应用当中给予了我们很大的优势。

   我们的产品是机器人的关节模组，可以让客户更快地进入市场，一步到位地适用于协作机器人，节约时间并降低能耗。目前最大的产品线是伺服电机，它的扭矩能够增加30%，也是可以在市场上找到最好扭矩的产品，有了它就意味着机器人能够举的东西更多，举力也会更大。

    前面的讲者提到，工厂当中的机器人导航其实有很多方式，工厂仓库和电子商务当中都会用到这样的技术。我们也接触了二维码导航技术，可以通过有线和无线的各种方式实现自然导航。我们还在做高级AGV算法，使得大家能够用一个平台，无论是小的卡车还是管理位置比较高的库存，使用这种技术都可以更容易。无框力矩电机也很重要，一个月之前我们在上海推出了这个产品，看起来是非常基础性的产品，但没有一个人能够做到我们这样的力矩密度，希望用我们的产品为各位创造最好的机器人，实现你们预期的功能。

    下面讲一讲具体应用，有些可能都是非常新的东西，之前也和我们的团队沟通过，他们在这个行业摸爬滚打了很多年，甚至有些人对这些新的东西都不是特别熟悉。屏幕上大家看到的这些东西有很多组件和关节依赖于我们这些非常可靠的产品，设计也非常灵活。

    这里的重点是什么呢？智能仓库当中装载的卡车在仓库当中不断移动，并在高处挪动东西。我们AGV的扩展性非常强，能够在增加一些新的车辆的时候非常容易，通过一个软件平台，无论是用什么样的卡车都可以应用，也就是一个平台能够控制各种各样的小车，这是我们的差异点。

    我们认为，智能仓库和智能工厂是不一样的，因为这里可以帮助工厂优化工作流程。我们在给意大利科奈尔提供支持，他们的小车也应用在很多工厂当中。我们有些产品会进入非常高端的制造工厂，不仅仅是协作机器人，可以帮助工人去做焊接和其它的工作，使得工人的工作更加灵活。比如要改变包装的大小，可以很快调整机器人适应你的需求。

    最近大家可能没有关注解开魔方这个东西，我们的机器人只用0.38秒就解开了一个魔方，两个MIT的学生发了一段视频，他们的机器人打破了这个记录。比较有意思的一点是，学生如果想要调整这个系统，可以把它做得更快，也就是可以改变整个游戏的规则，类似这种问题我们都是可以解决的，一方面用程序解决问题，另一方面做到足够的灵活。

    科尔摩根希望把世界变得更为美好，也希望每一个人能够在更好的环境当中工作。2011年日本发生了核泄漏事件，也让人们反思如何在这样的悲剧下让工作环境变得更加安全。我们同卡耐基梅隆大学及其它学校共同合作，大家知道卡耐基梅隆大学在机器人领域非常知名，和他们共同设计机器人，并希望在全球范围内寻找最好的解决方案。

    这支视频描述得是机器人已经能够做到要求非常高的应用，比如电站或者核电站等等可以做些基础工作，包括开门或者拧开关，希望这样的机器人未来能够影响到我们所有人。

    如何改善我们产品的可靠性？这是非常好的例子，但也是比较极端的，就是我们不允许失败。大家都知道如果血液出了问题，可以用心脏导管检查，或者去做心脏移植。现在我们也做了一些相关的产品，花了十五年的时间才做到这么小的版本，因为需要把这个设备接在心脏上面，所以绝对不能出任何问题。关于产品的可靠性，包括用于康复领域，这是非常酷的产品，我们在市场当中帮助很多人康复，有些人尽管残疾也仍然希望能够行走，所以可以用这样的辅助设施使自己未来的生活变得更加方便，因为这些人可能非常需要这样的辅助设施。

    这些是无人机，我们研发无人机的启动和恢复系统。起初在非洲做实验，比如让无人机比我们走得更快，我们堵在什么地方的话可以让无人机飞过去。正常大概花一个多小时可以到达，无人机几分钟就可以到达，比如可以用它送药，飞过河流和小山，这样可以节省很多时间。

    这是今年我们做的另外一款可以在海洋上面收集数据的无人机，从而了解鱼群的特征，通常人们想要研究这些东西的话需要坐非常大型的船，非常昂贵，比如开到新的地方获取新的数据，有了太阳能驱动的无人机，300个这样的设备才能抵得上一个大船的成本，通过这样的设备也能够很好地了解鱼群、洋流的特征，充分利用它来收集数据。

    去年讲过停车这个领域，这是在中国的停车应用。城市当中的空间都是有限的，人多地少，这项技术能够让停车距离自己的家更近，尤其在下雨的时候，将非常方便。

    食物领域也是非常重要，目前在加州餐饮领域利用机器人越来越多。可以看到苹果和草莓都是红的，机器人能够识别出红色、蓝色、黄色的水果，随着技术越来越先进，甚至可以识别出同样颜色的水果。有的时候孩子会和我说爸爸，这里有各种各样的冰淇淋，也有各种颜色，甚至可以放很多干果或者其它的水果来做这些东西，识别起来就更加困难了。

    把世界变得更美好是我们的使命，作为机器人行业的标杆，我们也在用创新推动其它企业的发展。这些都是大家熟悉的中国知名品牌，希望更多的品牌能够加入我们。 

Toshio Fukuda：下面有请上海交通大学教授、国家973计划首席科学家高峰进行主题演讲“智能行走作业机器人的市场应用前景”。

 高峰      上海交通大学教授、国家973计划首席科学家

高峰：感谢大会邀请我和大家分享一些研究成果，为什么中国汉语当中把Robot用机器人来表达？中文这个词非常有意思，机器没有什么说的，就是由机械组成的装备系统，人也没有问题，我们都是人，但是这两个词放在一起就非常奇妙，它是机械系统，但有类人的行为。智能的机器人和人工智能是有很大区别的，因为机器人表达的是行为智能，不是思维，不是语言，也不是视觉。因为行为要智能，所以机器人这个词含义非常丰富。下面就从这两个方面谈一谈机器系统怎么设计，它的拟人行为怎么产生，以及机器人具体有什么应用。

    自然界当中有很多生命，机器人有两足、四足和六足。最近波士顿动力开发了很多两足、四足的机器人，使全世界对机器人的发展有了很高的兴趣，无疑是行为表达出类人的智能。既然这样，腿式、轮式和履带式机器人在很多救灾场合使用。福岛事件以后美国举行了机器人大赛，一共有八项任务，2017年在国际机器人杂志上发表了一篇长文，总结这次比赛的结果，如果大家有兴趣可以看一看。论文的结论是现有的机器人技术远不能满足执行救灾任务的需求，人机交互和自律协同的模式是救灾机器人非常好的模式，因为机器人没有需求，需要人告诉它要做什么，但又不能完全听人的，机器人又不能自主，所以人、命令和机器人的自主如何平衡是一个很重要的问题。如何把复杂的任务变成若干个任务链，把机器人的行为变成为链，机器人的行为和任务链有什么关系，这就是救灾机器人的控制系统。

    如何开发机器人？我们来看步行机器人的设计，其中很重要的就是腿的设计。一般的串联腿是很容易设计的，关节上装三四个电机就可以，通常是一个腿至少三个电机，平面腿是两个电机就可以，还有混联和并联，如果想把电机装在身上一般采用并联结构。这里举了一些案例，可以看到要想发明新的步行机器人，研究腿的设计是很有意思的一件事情，可以设计不同的步行机器人，也就是骡子机构的原始创新。

    有了腿以后就可以开发步行器了，包括很多机构，但这里还有一个核心问题，就是如何设计机器人使其具有智能感知的驱动，如何把编码器、伺服电机、减速器以及传感器复合成一个系统，自己开发成了智能驱动单元。有了这个单元以后我们就可以进行这种实验，三个电机装在一条腿上就可以弹跳，比如负重几十公斤，也可以做柔性控制，这样机器人能够走、能够跳、能够跑， 我们研究腿式机器人来做这件事情。

    我们正在开发有一定动力性能的机器人，这是机器人的系统，场外也有一个机器人比赛，要求机器人在各种环境下行走，因为有力觉机器人才能适应各种环境，基本上具有一定的环境智能。

    控制系统应该怎么设计呢？腿式机器人和轮式机器人的区别是什么？轮式机器人有方向盘和轮驱动，通过这两个自由度来控制，不懂机器人的都会做这些，全世界搞无人驾驶汽车都很热，尤其是从事计算机对人工智能都非常感兴趣。腿式机器人就不一样了，虽然知道环境的信息，但无法告诉机器人腿怎么动，六条腿有十八个电机，由于人是双腿，很难知道到底是迈左腿还是迈右腿，有人左撇子上来就用左手，双手为什么不同时用？还是要一开始约定好，但六条腿就无法确定哪条腿要动，腿式机器人必须要智能化。

    人机交互是人给指令，自律就是机器人自主，二者协同是怎么实现的呢？就是由机器人从现场把信息通过网络传到人，人感知到了就要做决定，告诉机器人要做什么，通过这种方式再传回来。我们用的几个中文词叫做知和行、行和知，最后执行还是要靠机器人自主完成。

    机器人是通过行为表达智能，体现拟人行为特征，这种行为特征是怎么出现的呢？就是躯体和灵魂两个部分构成，这是搞心理学的人研究的结果。我们有身体、大脑和头部，但灵魂就很难说了，谈到灵魂我们自己都害怕，因为我们不知道灵魂是哪里来的。灵魂当中分为性格和知识，性格就是天生的欲望和情感，中国足球有的时候踢得不好并不一定是别的问题，可能就是我们的体能天生不行，但中国杂技玩得很好，乒乓球打得好，这是我们的强项，不能让打乒乓球的运动员都去踢足球。知识就包括很多了，比如习俗、记忆、文化和意识等等。

    这是柏拉图在2000多年之前说过的，人的行为包括三个部分：理智和大脑有关，情绪来自于心脏，心脏跳得快情绪就高昂，受到惊吓也会跳得快，再就是欲望，来自于本能。如何设计机器人，使它有这样三种行为？理智、情绪还是本能？所以这是我们需要研究的一个问题。既然这样，创建机器人具有拟人行为是设计步行机器人的智能需要面临的长期任务，不是一天两天可以讨论完的，人类只要存在这个问题就值得研究。

    我们想构造一个框架，也就是一个类脑系统。首先是人机交互部分，针对人的指令和信息现场感知，融合起来以后就叫人机交互部分。其次是机器人的行为，可以分成三个部分组成：四肢到底应该用哪个，运动特征和轨迹特征，这些构成了机器人的行为特征，我们研究人机交互和机器人行为之间的关系。

    任务信息来源可以表达出各种信息，包括外部的需求和内部的需求。机器人也有需求，没有电了还有饥饿感，自己知道了要充电，什么命令都不干了。稳定性就是爬山路如何稳定，自己不用决定，安全不安全，怎么去避火，这些都是机器人需要给定的任务需求。人机交互部分就是很难用语言告诉机器人，机器人理解人的语言是很难的，但可以给出简单的命令。人有些简单的话狗可以听懂，但对马来说就是通过响声、频率和次数让马加速，机器人应该也可以这样，简单的声音实现复杂的指令。这是一个六足机器人，如果断掉一足或多足如何行走，有很丰富的机械原理研究内容。

有了这些以后，可以看到左边讲的是人机交互部分，可以用模型表达，关键在于研究A矩阵，有了这个A矩阵就可以智能化了。当然，按照机械的角度可以建模，使它与任务指令和感知信息有逻辑关系，有了这种关系就可以有逻辑判断能力。这是很重要的矩阵，具体是什么形式我们可以探讨。B矩阵就比较简单了，就是几何代数的关系，有了逻辑关系几何代数关系就会产生。

    我们的机器人要上45度的楼梯，最后一层是53度，走的过程当中使用动态行为，右边通过这么多的动态保证53度不倒，也很安全。可以看出机器人爬坡能力还是很强的，53度都可以上去，当然是越上越艰难，和研究机器人的科学家是一样的，经历了很多爬不上去的坡。《机器人学报》邀请我们写了一篇文章，最近也有在网上发表，就是今天介绍的详细内容。

    智能行走作业机器人应该怎么应用？谁距离市场近，谁就可以取胜。这里有很多大的零件，比如高铁的车厢、核电站、化工厂，这些都是现场制造，都是在定制。这些行业当中很少有机器人，因为它不重复，所以工业机器人是做大批量生产的。腿式机器人可以移动，装配的时候可以扛着东西去做，也希望车厢制造有这种东西。

    应该怎么设计呢？这是一条腿的设计，也可以构成身体，上面还要精准，确实很复杂，但也有它的特点，这样就可以做很多不同的工作，比如身体的自由度，很精准也很灵活，能走能加工，我们希望用机器人定位来做。目前已开始付诸实施，机器人可承载500公斤，身体的自由度很灵活，我们也可以用它切割，其它场合也会用到，视觉可以跨越障碍，身体六个自由度的体现等等。

    移动制造系统包括高铁制造、轮船、潜艇甚至飞机上都希望做这件事情。飞机和高铁当中装配是一个很重要的问题，现在是人和机器在一起，我们想做得更先进一些。机器人身上放一个球，应该怎么平稳控制？我们要感知这个球的位置，机器人运动时球不会乱跑，控制理论当中称为“球拍问题”，感知球在哪里，就像把球顶在头上面，人可以做，机器人也可以做。

    我们在中广核做了由人用力觉直接配备机器人插孔的实验，装配的时候就非常好了，六个姿态都可以用机器人调整，人机交互方式就可以出现。机器人也可以用力觉来测轴线，这里讲的是机器人通过力觉测试轴心，自动插孔，就是智能化在机器人当中是非常有意义的。

    极端环境比较包罗万象，比如太空站建设和火星探测，可以用机器人来做这些事情。哪些机器人可以胜任呢？必须要能走。当然还有海底，我们国家的以前在月球是着陆不能行走，未来我们希望做得既能着陆又能够行走，月球空间站可以用它作业。我们要用腿式机器人和飞机结合，也可以扔到某个地方作业，就是无人机着陆腿的实际项目。

    海洋作业开发当中腿式机器人大有用武之地，这是我们做的一些机器人，包括大会现场的比赛。这些机器人非常灵活，六个自由度，加上简单的手臂就可以作业，这是腿式机器人的好处，就是行走作业一体化，不用很多手臂，刚度很低，50公斤体重的机器人可以负重25公斤以上。

    一个机器人作业没问题，两个机器人在一起怎么办？可以协作，比如这里有一个障碍物，机器人过不去就找兄弟们帮忙，没有手就用腿，直接把它搬走。四条腿没有六条腿走得灵活，来回挪身体。四条腿走路的机器人比较费劲，一步一步地挪，要是在月球的话这样算快的，另一台机器人就开始完成它的任务，自己看着来找这个楼梯。楼梯是45度，左右很窄，通过视觉自己找到以后就可以上去。

    刚才讲的是极端环境，核电站是我们的主流任务，国家有973项目，我本人是首席科学家，叫做“核电救灾机器人”，去年通过了科技部的验收。核电站有现场探测任务，就是根据福岛事件，然后是灵巧作业和重载清障。做过以后我们的团队去年7月在中广核进行应用，主要是拧阀门。机器人负重是500公斤，再就是动力学扰动，自己就能够通过力觉平衡，这是扰动系统的抗干扰能力。机器人通过视觉避障跨障，上楼梯和下楼梯，楼梯都是45度，下楼梯靠记忆，整个过程都是靠机器人的大脑实现。

    这是刚才说的中广核实验，可以上下楼梯、自主避障和拧阀门，我们是靠身体，一种是垂直的阀门，一种是水分的阀门，这个门是可以打开的，而且还有复压。这些实验都是为核电救灾机器人做准备，上楼梯、开门和拧阀门是它的基本功。

    再讲一讲消防机器人，这也是我们在做的一件事情。设计的时候要根据环境、任务和复杂的地形，包括耐高温、耐水、耐湿度、轻量化、重载和各种适应性，这些都是设计本体的时要遵循的内容。比如上楼梯消防和协作开门消防，拉门和推门都不一样，机器人拉开以后要站在一侧才能完成任务，另一个机器人过去以后找到火源灭火。机器人进入火场以后代替消防员完成任务，还是比较强大的。这是机器人在喷水，将来消防员可以离开火场，机器人用消防管可以喷得很远。

    总的来说，设计、感知和脑控是这种机器人的核心，这样才能出现智能步行机器人。应用也是很广泛的，很多方面都可以完成，感谢我们团队和973计划的支持。

    二战期间，一个部队在瑞士的森林当中迷路了，大雪封天，后来他们找到了一个小屋子，里面有一个很破的地图，上面是拉丁文，谁也不认识，指挥官就说这个地图告诉我们朝着哪个方向走，然后就按照地图走出去了，过了若干年那张地图给别人看，别人说这不是这里的地图，而是别的国家某个山区的地图，我今天的报告就是这张拉丁文地图，没有结果，只靠大家去探讨。   

Toshio Fukuda：下面有请美国科罗拉多州立大学教授Anthony A Maciejewski进行主题演讲“探索未来机器人的容错控制技术算法”。

 Anthony A Maciejewski      美国科罗拉多州立大学教授

Anthony A Maciejewski：非常高兴能够来到这里演讲，两年前我来到世界机器人大会的时候确实在展会当中感到非常震惊，看到这么多的机器人公司有这么多的应用，今年再来的时候我发现技术的进展还是非常迅速的，我也花了很多时间录了小视频，后面会用到演讲当中。

    “为失败而进行设计”，这个题目看起来有点蹩脚，我们都说不要有任何实验的失败，我们希望花更多的时间创造可靠的产品，但我想同大家分享的是，如果你已经注定知道这个过程当中一定会有失败该怎么办呢？有些危险的环境当中要让机器人进去，其中一个典型的例子就是福岛核事件。现在的问题是，这些机器人是不是会失灵？这样的情况下一定会失灵，只是什么时候的问题，如果机器人真的失灵的话怎么办？我研究的就是这个问题。

    危险的环境当中，比如火灾和空中，人类无法去维护，也无法去救助这些机器人。还有一些对安全要求非常高的领域，比如手术。我们要考虑的是如何在设计机器人的时候把失败考虑进来，任何系统当中设计必须要有一定的错误容忍度，也就是设计当中加入一些额外的关节，保证如果主零件出了问题总有一些额外的部件，可以保证其正常运转，也就是去做一些冗余的东西。

    机械臂的设计是遵循某些模式的，设计的时候要考虑要做什么动作。可以看到如果一个机器人只是在二维的空间拣东西的话，只需要二维的自由度就可以了。考虑到它的转向的话就又需要加上一个关节，也就是三个关节。考虑到整个空间定位的话就需要再加一个关节，而且这个关节和之前的三个关节是不太一样的，除了X轴Y轴之外还有Z轴。现在大多数的机器人要想完成协同工作的话至少要有六个自由度，这也是这些任务所需要的。

    我们来看展会当中的一些机器人，需要分拣一些东西，从一个地方拣到另一个地方。这个问题涉及到不同的维度，方向其实并不重要，大概是二维的运动。这个运动就需要增加一些自由度，这是涉及到几个定位的任务，也涉及到转向的问题，所以需要六维空间的自由度，考虑到它的速度、加速度等等，所以至少需要六个关节，也都是动能上的足够设计。

    我们需要添加一些冗余的关节，如果看我自己的胳膊，基本上有七个自由度，包括肩部、肘部、手腕、手指，如果两只手在组装一件东西，它的维度就更多了，也有很多的关节控制两只手的行动，行走机器人也属于这一类，这种水下蛇形机器人也有很多关节，有些关节也属于冗余的。

    我们已经看到了机器人增加了额外的关节来增加它的自由度，现在的问题是我们拿这些额外的自由度来做什么？这是带有四个关节的机器人，其实有几种设计方式，但我们要问的根本问题是，哪个设计方式是最好的？要谈最好的话，我们需要一种矩阵，能够对它进行测量，证明一个要比另外一个更好。而关于它的灵活性，需要一种衡量的标准，如果这里有非常简单的机器人，我们要对它的三个关节点进行控制的话，需要什么样的工具移动才能控制呢？每个关节点都需要有一个移动的矢量，以便构成总体的移动，这是我们对它的灵活性的测量。

    可以使用数学机械学和代数的方法，如单一值的分解，通过单一值的分解可以使得我们断定，移动所有关节的方式当中，可以告诉你某些方向比另外一些方向更容易移动，也会告诉你什么叫做容易或者不容易移动，这些都是通过单一值来实现的，我们的工作当中使用最小的单一值。

    大家可能会问，这个事情有多糟糕？如果做得不好的话可能会非常糟糕，完全失去了某个需要的方向，也就无法移动了。出现这种情况就做不了任何需要做的工作，有的时候可以看到这种关节移动非常的快。机器人的手腕可以移动得非常顺畅，但往回的时候就会快速转动。移动的时候速度很快，做得很好，往回推的时候手腕在两边转动，其实这是无效的运动，也就是配置当中有些问题使得移动不是那么顺畅，移动并不符合我们的设计，花了更多的能量，如果出现更多的移动基点可能导致在某些方向上无法移动，某些方向机器人是无法移动的，所以应该避免出现这种情况。不仅仅是机器人的手腕，肩关节也会出现这样的问题，因为机器人在一开始加速是很快的，这些问题都是需要避免的。

    这是运动冗余的概念，怎样控制机器人？应该有两个组成部分：一个是用最少的运动、最少的移动满足任务需求，不管做什么事情，应该使用最少的关节满足任务的需求。另一个是内在的移动，需要把机械臂重新配置，以便能够保持在一个最佳的状态。我们需要期待预期出现的故障，并准备备选方案。希望能够发现哪里是最好的抓取地点和放置地点，需要在工作空间当中找到最好的抓取和放置地点，如果是做一个三度自由的活动，比如焊接的话，需要按照焊接的需求设计关节的移动，所以对抓取和放置的任务，我们需要看一看内部的移动。

    这个机器人如果是在两个位置，距离更近的话运动就可以有很多其它的配置，太远的话就没有这么多的选择，所以有各种各样的关节能够实现这种配置。在这样的空间中是否有这些内在可能的配置，虽然可以进行运算，但非常昂贵，相关服务也非常复杂。这是比较简单的机器人，但是有三个自由度，服务都是非常复杂的，对它进行运算是非常困难的，更不用说七个自由度。

    再来介绍一个具体的抓取和放置的任务，我们的能源署负责核燃料堆，要做的事情就是对核武器进行拆解。这是四十年代最早的核武器，它的中心有核燃料的核心，拆解的时候要特别小心，因为中间是钚元素，如果我们把这个核心拣起来的时候出现了故障，一定要有安全防范的措施，就是在没有人参与的情况下对它进行处理。

    这是五个自由度的机器人，通过一个鸡蛋模仿钚的核心部分，运算告诉我们，最好的距离就是这样的距离。为什么这是最好的距离呢？因为这个机器人会有很多种配置可以到达这个位置，可以看到五个关节点，每个动作的时候配置的可能性，我们必须对它进行运算。

    刚才大家看到模拟的是抓取和放置，如果是商业化的抓取关节，出现故障的话也会造成一些意想不到的结果。我们可以很快地看到一个机器人，进入抓取的地方，然后用商业的软件把这个物体放到需要处置的位置，带来的问题是关键点出现故障，现在正在向抓取位置移动，其它的关节还在做本来应该做的事情，机器人往后退可能造成进一步的危害。

    如果是正常工作的话，可以正常把物体放在这个位置，但现在的问题是，这个过程当中我们没有告诉控制者了解这件事情，然后让它进行重新编程运算。能够这样做的话这种情况就不会往后退了，距离放置的位置会更近一些，但永远不要到达那个位置，因为这已经超出了工作空间，所以答案是必须要预期，可能会出现问题，所以要用另外一种配置来到抓取的地方。虽然第一个关节出现了故障，但可以实时调整，所以这就是故障容忍的控制方式。

    传统的方式是发现了故障，然后要确定故障，并且去恢复，但那样就太迟了，必须要预期这种故障的出现。我们现在可以做些分析，给了我们任何机器都可以分析在什么工作空间当中有可能出现什么故障。黑色的部分是故障容忍的区域，只要在这样的区域内有任何问题都可以及时作出反应，调整重新编程。

    刚才讲的是抓取和放置的任务，然后是六维的轨迹测试，这就更加复杂一些，因为我们要做的事情是要到达某个地方，如果是喷涂的话就要关注加速速度和轨迹。我们需要确保每个个体和能够控制的关节点相关的矢量，缺少了一个的话其它的可以恢复，不会造成太大的影响，所以我们可以做的就是优化。这是非常好的几何计算，所有矢量都是等距离分开，如果出现一个关节点故障，一个矢量消失的话，另外两个通过某种方式结合起来，而且能够恢复。所以从数学分析的角度来说，可以把左边这张图变成动力学的设计，也就是右手边的机械臂，主要是有三个关节。我们不需要额外备用的关节，正常使用的时候三个关节都可以，即便有一个出现了故障，另外两个也可以结合使用。

    我们可以对比最糟的情况和最好的情况，如果没有这样的故障容忍机制的话，只要有一个关节出现故障就不能往某个方向移动了，所以一定要有这样的故障容忍机制。

    这是能源署的实验室，这个机器人首先是让你看到它有很多在这个位置的配置，所以就是从抓取和放置的角度来看它的故障容忍。这个方盒子有几个边，可以到达每个角去触摸。第一次所有的关节都在工作，机器人会做这样一个装载的工作，然后要让三个关节轮流出故障，看一看它的轨迹，现在所有的关节都在发生作用，灰褐色的关节出现问题仍然完成了任务，包括肩关节和肘关节出了问题。

    大家可能会说这不公平，故意把这些关节停止了，但实际上这是现实当中有可能发生的一些事情，而且是在动态的、有速度的情况下发生的。我们对这些关节进行随机的扩张，但这种任务总是能够完成，不管是哪一个关节出现问题，其它两个都可以完成任务。

    最后的几分钟，和大家简单地谈一谈另外一种故障模式。刚才给大家看到的是最常见的故障，就是锁住了，关节点不再能动了，或者配置不再有效了，但可能有其它类型的故障，就是自由摆动关节故障，想要一个液压的机器人，可能由于重力就会自己掉下来，这样势能就小了。这和锁定关节的失灵是不一样的，因为锁定关节至少可以将它锁定，然后知道问题在哪里，如果是自由摆动的关节，其实这些关节并没有锁定，可能就会造成更大的损害。

    自由摆动的关节失灵怎么办呢？我们需要一些其它的方式考虑这些关节造成的效果，之前可能还在正常运转，突然出了问题掉下来，也就是从蓝色位置变成了黄色位置。可衡量的指标是转动的角度，也可以看到持有的物体本身发生了什么变化，衡量这两点之间的距离，或者是看它的移动路径。要是避免冲撞和障碍，要看它的移动方式和配置本身是不是有问题。

    总结一下，容忍失灵控制系统其实是有些特点的：不要用传统的方法来想这个事情，传统的方式就是找到了失灵方式再找解决办法来解决这个问题，我们要做的是预测这些最差的情况出现该怎么办，设计的时候要保证没有哪个关节是真正的关键关节，这样的话就可以保证绝对的安全。 

Toshio Fukuda：下面有请SMC（中国）有限公司总经理马清海进行主题演讲“以一流的气动技术、助力中国智能制造发展——SMC气动技术在工业自动化中的应用与创新”。

 马清海      SMC（中国）有限公司总经理

马清海：尊敬的各位领导、各位嘉宾、各位听众朋友，大家下午好！这是第四届世界机器人大会，应该说是一场盛会，每天都是爆棚，我们也是第二次参加这个盛会。这几天我在现场接待了很多领导和观众，同时也到兄弟机器人厂家学到了不少东西，这几天接受了很多机器人产业的前沿信息，给我们带来了很多商业机会，感谢组委会给我在这里和大家共同进行交流的机会。今天我主要是把SMC气动产品和气动技术如何做机器人产业相关联，支持机器人产业的发展，把我们的努力和研究向各位领导、各位听众汇报和交流。

    SMC（中国）于1994年建立，总部是在日本，致力于气动元器件的生产制造。大家知道，气动元器件是工业自动化的基础元器件，特别是进来整个中国企业提质增效、转型发展的需要，加上劳动力人口的减少，气动的需求特别旺盛，也给我们提供了很多商业机会。目前SMC在81个国家建有海外分公司，产品有1万多个系列，70多万个种类，可以适应各行各业对工业自动化的需求。SMC（中国）来到亦庄有24年的时间了，目前形成4个工厂、1个研发中心，全国有3个物流基地，员工大概7000多人。我们针对的领域是工业自动化的基础元器件，第一大客户群是汽车，其次是消费电子和半导体行业，机器人产业每年有60%-70%的增长率，在民生领域如医疗、食品等方面也得到广泛应用。

    这是我们在亦庄的工厂，坐地铁亦庄线的时候都会通过我们的公司，如果有机会也希望大家去我们公司参观交流。现在我们在全球有四大研发中心，日本气动研究人员1,200名，同时在欧洲、美国和中国有3家海外研究中心，中国的研究中心大概有将近200名研究人员，主要是面对基础性的气动研究以及整个中国市场新产品的开发，还有新的气动应用技术的创新研究。

    各位都是机器人产业的专家，最近两年机器人产业发展特别火爆，也给SMC提供了很大的商业机会。按照这两天的数据来看，2017年工业机器人大概是13万台左右，预计未来几年会有15%左右的增长，大概是在15万台左右。通过这次机器人大会的展览，可能会更加促进机器人产业的应用，增长速度可能比这个数字更多，我们对这个市场充满了信心。

    机器人产业主要是工业方面，传统的四大家族都是我们的客户。我们做的应用基本上是在汽车行业，包括弧焊、点焊和汽车喷涂，特别是工况比较差的地方，大量应用很多产业机器人。SMC是如何支持这些机器人完成动作的？可以看到机器人前面完整的功能，主要是靠气动执行器和电动执行器完成，如果是气动执行器的话基本上都是采用SMC的产品，其实我们的元器件就是机器人的手臂，无论是六轴还是八轴，完成最后的功能就是抓取、旋转，甚至手机液晶屏不能有损害的抓取，所以采用真空吸盘，不光是零部件，也有整个功能的解决方案。

    以前装配使用的都是线路连接控制，SMC在近两年致力于无线的阀导技术，让我们的机械手更灵活、更自如，减少一些线路的干扰开展工作，气动伺服的控制公司也是致力于节能化、小型化的产品创新。总之，SMC的气动元器件是机器人当中的核心零部件，也是机器人产业发展不可欠缺的一个核心零部件。这次我们参展的主题是四个方面，国家制造当中有更绿色更环保，SMC是搞气动技术的，如何致力于它的创新来促进机器人产业的发展。这次我们带来的是无线遥控技术，不用配线，通过遥感的技术更加灵活柔性地开展一些功能。未来智能制造首先要实现万物互联，SMC如何支持互联网技术的发展，所以从图灵信号产品的设计和SMC各种传感器新技术的开发与设计，支持机器人产业的发展。

    谈一谈SMC的节能，可以看到通常气动是高压气驱动，上面写的是20%，实际上中国很多企业要做到30%电量的消耗要靠空压机，减少高压气的消耗量的同时间接减少了电能的使用。SMC目前主要是从五个方面致力于节能节气，目标是争取在工厂当中的空压气消耗量减少50%，间接节约工厂电力消耗的10%-15%。我们通过的几个手段减少气枪吹气的泄露：去年日本92岁的高甸会长发明的气枪能够节约75%的用电量，同样的工件使用新型节能气枪和老式气枪相比，只用原来25%的气量就可以把原来的消除，所以获得了新型的发明专利。通过和我们会长的交流，我也感受到了日本的工匠精神和创新精神，92岁的高龄还在做新的发明创造，值得我们学习。低功率的产品总线基本都有0.1W左右，包括气动元器件气缸本身的节能，这次展台上的很多产品，通过气缸的变化和原先的标志气缸将气量进行扩充，利用气流回路的改造，就像丰田混动汽车一样，如何利用发动机运转过程当中能量的转化储存下来，废气不必排放，回收起来作为新的驱动气使用，也就是节气的技术创新。

    机械手装在机器人的最前端，要靠机械手的电动驱动形成负载，所以零部件的小型化、轻量化可以带动机械手功率消耗更低一些。这次我们看到的法兰克大型机械手整个汽车都可以抓起来，实际上它的发展主要还是小型化。丰田也是一样，据说正在致力于用现在1/4的面积生产出这种汽车，在这种情况下要求我们的机械手也要1/4，气动件也要轻量化。为了适应这种发展，我们致力于整个气动件的小型化和轻量化，通过缸镜可以减少36%的消耗量。

    SMC本来是以气动支持为主，未来可能是气电融合，可能气动的成本会更低一些，实现也更方便一些，电动的成本是气动的3-4倍左右。随着电动技术的不断发展，电动成本的不断降低，也可以得到广泛的应用。SMC在不断进行电动执行气的研发，机器人产业当中还有很多精密控制的需要，所以这是SMC电动执行气的产品。

    另一项新技术就是无线阀导技术，以前有些控制的配线都是由线连接，包括电控柜、气控箱，调试安装也很费工时，最近两年致力于阀导技术，很多配线的安装空间会大幅度减少，安装工时也会大幅度减少，设备的日常维护维修过程当中也会节省大量的工时，目前可以实现各种互联。无线技术不是什么新技术，包括日常生活的无线麦克、无线耳机，如何在工业的生产现场当中实现无线的遥控难度还是比较大的。现场有很多电磁波，几百几千瓦的功率，造成很多电磁波的干扰，容易实现这种遥控。SMC和日产汽车经过三年多的现场实验和验证，实现了阀导无线的遥控技术，这次展台上也有演出。目前的遥控距离是10米，大型设备当中10米左右基本上大部分应用都可以满足。传统的都是配线，未来机器人也是这样，现在机器人要有中控室和主板控制前臂的动作，未来就可以通过遥控技术让机械手很自然地运作，减少一些线路的干扰。这项产品预计10月大范围投放市场，也是在气动工业领域当中最新的创新技术。

    随着未来智能制造的发展，针对互联提出更高的要求，包括万物互联、人机互联，为了适应物联网的发展，SMC开发了IO-Link产品。有了物联网基础的元器件以后，如何解决信号的搜集，SMC同时开发了很多流量器产品，为了适应物联网的要求和各种传感器的开发，完成对压力、流量、位置、温度，就是制造过程当中的感知以及数据的搜集，然后通过有线和无线互联的技术作用到控制器当中进行数据的优化分析，重新反过来指导生产的过程，让它的稳定性提高，让它的压力损失更小，这样就可以实现节能的目的。

    这次展会上展出了几个主要的亮点，通过几项新的技术的研发和不断的改进适应机器人产业越来越轻量化、越来越智能化，特别是手机行业未来的电子产品生产当中的应用。最早产业机器人主要还是汽车应用比较多，包括焊装和涂装，最新的是智能手机的生产线机器人特别多。富士康五年前就提出了“百万机器人计划”，随着小型消费品的生产过程当中大批量的应用，未来可能是一个基本的趋势。

    虽然我们支持机器人产业的发展，实际上机器人是各行各业都会用到，未来包括半导体行业和新能源行业也大量采用机器人。这是为了适应半导体行业的发展SMC做的技术储备和创新，特别是中美贸易目前发展的状态也对中国芯片产业提出了更高的要求，所以中国的半导体行业一定要解决自有装备问题，我们也是为这个行业做了一些技术的储备和支持。

    汽车产业是机器人应用最广的产业，随着新能源的发展，最早都是比较大型化的机器人，未来可能还是要小型化，车体可能是原来的1/4，未来的智能汽车可能是由钢件向铝件再到塑料件，车体就是原来的1/10甚至1/20，未来智能汽车基本上就是一个电子产品，不是一个汽车，汽车制造工艺也会发生很大的变化。

    这是我们对新能源汽车的基本考虑，接下来就是智能手机制造的过程当中，大家都知道智能手机特别的小，包括元器件和安装尺寸，所以现在对很多阀导以及传感器提出了特别高的要求，就是精致化、无线化，安装尺寸的极小化，这也是为了适应手机行业的发展作出的应对。

    未来汽车的新能源包括二次电池产业，国家在“531”以后减少了补贴，我们得到的消息是客户比较看好这个产业，虽然补贴的减少对一部分企业有影响，未来行业还是比较看好的，SMC在不断开发新的技术和产品，适应二次电池产业的基本发展。

    以上是SMC这次参加第四届世界机器人展会给大家带来的如何助力机器人产业的发展，技术上做了一些探讨和成果，实际上机器人产业还是任重而道远，所以国内这两年虽然发展很快，产业机器人方面国内的客户还是非常少的，基本上是以四大家族为首的日本机器人厂家、德国机器人厂家以及ABB为主，特别是机器人当中核心零部件，减速器、伺服，70%-80%还是要依赖于进口。据我所知，机器人当中讲伺服、减速器应该占到成本的70%以上，国产装备距离世界先进水平还有很大的差距。前端机械臂方面，虽然SMC是外资企业，但致力于整个中国市场，管理层从董事长到技术人员全部都是中方人员，所以我们致力于中国产业自动化的发展，特别是机器人产业，今后会继续密切关注产业发展，不断更新技术，并为机器人产业的发展作出更大的贡献。

    再次感谢组委会提供的这次机会，预祝世界机器人大会取得圆满成功！ 

Toshio Fukuda：下面进入主题论坛环节，有请北京航空航天大学教授、机器人研究所名誉所长、IEEE机器人与自动化北京大区主席王田苗，哈工大机电学院院长孙立宁、中瑞福宁机器人有限公司董事长刘倩，国投创新董事总经理王世海，BV百度风投CEO刘维，明势资本创始合伙人黄明明，上海荷福人工智能机器人副董事长刘维鑫。

 主题论坛嘉宾

王田苗：目前工业机器人在全球以12%的增长速度保持了十年，中国以25%的平均速度增长了八年，服务机器人中国也是占到全球的19%-20%，可以说每个企业都有机器人。但今天我想请教在座的各位几个问题，因为只有通过问题我们才能认真审视，作为中国在人工智能机器人产业技术发展的正确方向。工业机器人在中国的增长速度很快，但出现了两个现象：一个现象是价格很低，说得好听一点是中国制造成本下降了，比如5-8万元，不好听的就是服务质量甚至有点恶性竞争。另一个现象是核心部件目前处于中低端，基本上已经解决了技术和产品问题，但高端依然落后，特别是对重负载、高速高精度。各位认为这个现象是一个过程，还是有什么解决的方案？ 

刘维鑫：机器人这个领域我们已经研发了很久，大概五年前开始做第一款服务机器人，以及后来做的其它很多的机器人。五年前我参加大会的时候提出了一个问题，现在的机器人基本上都是功能单一化的，扫地的就是扫地。 

王田苗：我们先说工业机器人，目前中国这方面价格很低，担心会有恶性竞争，高端核心部件一直没有完全攻破，请您从企业家的角度给从事机器人产业的各位一些建议。 

刘维鑫：即便是工业机器人，它的功能还是简单重复单一，几个机械臂基本上都是在四大家族当中，中国在这里的还是很艰难的，所有做机械行业的同行还是需要埋头苦干。 

刘倩：中瑞福宁是一个不到两岁的企业，今天能够坐在这里和各位讨论机器人产业的发展，我主要是来学习的。中瑞福宁从事的主要是服务型机器人，也就是养老和助残机器人，工业机器人方面我没有什么发言权。但现在我们公司自己的服务型机器人是服务于个体，或者是服务于环境，已经到了服务于工业，这之间应该是不矛盾的。 

王田苗：有的时候我还是有一点担忧的，中国中低端的发展速度极快，包括两自由度、三自由度、小六轴的协作，现在机器人关键主流的生产力已经可以达到每年5,000台，可能1,000台能够生存，2,000台有点利润，进入1万台就在国际舞台亮相了，因为四大家族一年也就是3-4万台。针对价格和核心部件的问题有什么建议？ 

王世海：在座的企业家都是做服务机器人的，我们做工业机器人已经三年了，主要从两个角度来讲这个问题：

    首先是核心零部件，我们投资了绿德，现在绿德的产品精耕细作已经有十年的时间，今年下半年就要卖到日本市场，就是HD和纳博的脚下。绿德现在是国内出货量最大的也只有10万台，到了今年年底或者明年年初，新的二期起来以后也就是60万套。HD明年扩产以后能够达到300万套，说明无论是从量上还是从质上基本都不会满足，意味着工业机器人减速机的成本占到30%左右，核心零部件不进行突破的话，未来肯定制约整个工业机器人，无论是质量、效率还是精度，这个问题应该是长期存在的卡脖子的东西。我们也非常希望做二维减速机领域有更多绿德这样的企业来满足中国市场，如果更厉害的话甚至满足全球的市场。伺服电机要稍微好一些，但是编码器方面的问题还是解决不了。这个问题是长期存在的，我们必须冷静地认识到，无论是量还是质，我们卡脖子的事情短时间内解决不了。

    昨天下午我也参加了工业机器人的论坛，王老师说得很对，工业机器人去年到现在涌现出了一些新的现象，就是所谓的低价格的产品让整个市场比较紊乱。这个价格跌到了什么程度呢？比如ABB IRB 1200这款机器人，原来卖30万元/台，今年上半年已经降至12-15万元/台，国内有的机器人厂商只卖2万元/台，只是别人的零头。低价以后是不是伴随着低质扰乱市场？昨天魏老师的发言还是很好的，价格低是低，但现在我们先不要给它戴什么帽子，看一看用户的反应，就是2-3万元机器人的用户反应是什么？也是通过时间来看，今年用得好，明年后年用得好不好？因为工业机器人有一个很大的衡量标准，就是时间上的耐用性，可能用了一年以后减速机就会出现缝隙和噪音，质量不过关，我们可以作为问题搁置起来，看一看所谓的低质低价命题是否存在。为什么这种机器人在中国有需求？因为中国的整个工业制造目前还是处于相对比较低端，成本耐受力不高，这和前几年的发展也是一样。如果大家得出结论，就是靠低价倾销市场、冲击市场的话，到了今年年底或者明年就会有分晓，我们对这种现象要进行打击。 

黄明明：明势应该是早期工业机器人当中投得比较多，比较领先的全自动化领域我们从2014年开始和红杉一起在投，过去几年发展得也很快。刚才王总讲得非常好，利群在运动控制、算法方面都有自己的独到之处，但在很多核心零部件方面还是要用进口的。低价方面有点不同的看法，记得当时我们看了很多硬件的产品，很多企业家的做法就是杀到进口的一半，甚至是1/3去抢市场，只有利群的团队和我们说就是要做到和日本差不多的价格，相信能够做的质量和服务水平和他们接近。这是我们当时和其他团队觉得非常不一样的地方，之前看过很多智能制造和高端制造所谓的能够以很低的价格去打，最后就会碰到王总说的问题，第一年价格便宜，中国的永远有人买，第二年发现质量问题，用户批量又换回进口产品。工业当中讲的是整个生命周期的成本，如果维修成本、更换成本很高的话，最后算下来总成本一点都不便宜，还会更高。

    销售的过程当中，真正想利用机器人和工业自动化的客户的算法非常简单，基本上就是一年为周期，机器人也好、自动化设备也好，省下来的人工成本和厂房能够收回，销售的订单是比较容易签下来的，换句话说对企业主来说更关心的是质量和后续的服务，不是那么在意眼前一定要用多便宜的价格，一年能回本就是销售上比较容易的考核标准，不见得杀到很便宜的令人发指的价格就一定可以把这个单子打下来。恰恰相反，进到一些标杆性的企业，可能对机器人的初创企业更容易起来。 

王田苗：社会上对中国这种现象给出了两个建议：核心部件和工业机器人本体的产品确实需要工匠精神，可能还需要十年从材料到设计到测量。无论是工业机器人还是服务机器人，需要拥抱新兴技术，拥抱人工智能，拥抱物联网，拥抱各种各样新材料的技术寻求突破。服务机器人方面，刘总公司的机器人可以竞技和对抗，上届姚明还专门过来参加对抗。中瑞福宁是刚和瑞典合作来做服务机器人，重点是从养老再到社会和其它方面。服务机器人方面，这次展览的过程当中大家普遍有两个观点：专业化服务目前在有条不紊地推进，比如防火防盗、物流配送，人们对服务机器人走入家庭期望值很高，但感觉同质化特别严重，展览的时候到处都有，到了家庭的好像不多，服务机器人走入家庭会是什么时候？ 

孙立宁：“家家都有机器人”是一个梦想，这几年随着社会的发展，各种各样的企业都出来了。应用方面是有刚性需求，包括教育、娱乐、养老、家政，但人们对机器人也赋予了更高的期望，所以使得机器人很累。家庭机器人真的是需要有很好的智能，但一定要便宜。由于这两方面的制约，人们对它还有不满意的地方，就像昨天下午大会张博教授讲的，人工智能技术的发展还是需要冷静，还是需要时间。扫地机器人的发展已经进入到了一个阶段，再往前走的话至少还需要三年能够看到一些比较好的样机，到了五年左右的时候会出现一些批量化的企业。 

王田苗：那可够快的了，五年的话对资本市场来说还是很令人激动的。服务机器人进入家庭背后有人工智能，5G物联网，还有感知。如果从一个载体来看，一种说法应该是相对通用的，可以行走、可以操作，但移动、控制甚至臂都是通用的，另一种说法是觉得通用不可能，五年可能有点太乐观了，再就是专用的，扫地就是扫地，做饭就是做饭，会话音响就是会话音响，你们认为进入家庭服务机器人的话哪个更值得看好？ 

刘维：两个都对，取决于时间。整个IT设备的发展往往都是走过先专用再通用的过程，专用的时候是为了提高针对性，使得任务系统更快地达到可用的程度，也就是约束的、收敛的，但是付出代价的，那个时候别的通用和专用效率更高，就会有一个突破的机会。按照我们的角度可能打通传统的工业服务这些机器人的名词，不同的场景可能有一定的通用性，但场景还是专用的，或者回到家庭当中场景是相对通用的，但功能是专用的。今天这个时点能够做到专用，但渐渐地再向通用的方向发展，最终在体系架构和整个平台上面有越来越多通用的模块和架构提升效率，两个车轮在不断地往前转。家用扫地机器人、拖地机器人已开始较快地进入家庭，它的背后也在孕育着通用的模块，整个架构还不够通用，感知和传感部件正在逐渐走向通用。

    下一步我们首先要通用的是感知能力，最终所有的机器人是分不同的传感器指标，物理世界理解的诉求其实是比较类似，都是需要理解环境，也都需要理解人的动作，包括理解周围其它机器人和其它物体的语意，整个这一套需求无论是在机器人的成本还是机器人没有办法做到的任务阻碍当中都占到很大程度，背后还是有很多共性的技术，传感器技术和算法技术，虽然工业家庭不同的场景是不一样的，但感知平台的快速发展从专用到通用化当中走得最快的一步。王老师提到家庭应用，未来几年内我们可以看到的都是专用的产品做透，做到一两千块钱或者几百块钱能用的程度，功能也是受限的。

    再往几年后来看，一个比较理想的体系架构就像上一代智能手机和个人电脑，也许家庭内会有通用的感知模组，可能是多传感器，屋子当中通过多传感器对整个空间来做结构化，甚至是高阶的结构化和语义化，再把这些信号传递给各个不同的单品设备，使得它们既能降低成本又能大大提高对环境理解的能力。可能间接地会往这样的架构来走，里面有些通用的机会又会出现。等到那一天我们反过来看，变成家庭机器人的空间是通用的，不同的做工器件就像外设一样又变成专用的了，扫地机器人到时候可能就是一个外设，我们的很多投资也是在往这个方向推动。 

王田苗：意思就是家用机器人可能是从专用到通用，背后通用的模组包括感知控制通讯可能会越来越通用。 

黄明明：刚才讲到服务机器人什么时候能够进入家庭，我的答案是已经进入家庭了，就是扫地和拖地。现在是几百万台的销量，美国的“I Robot”每年都在上涨，中国的科沃斯和小米的量都在快速往上走，已经在快速一进入家庭。大家想到服务机器人总是想到人形，投资研究产品的时候，如果创业团队的商业计划中提及人形机器人，我们第一眼就不看了。做产品，用户的预期管理是非常重要的，不管是看电影、看动漫还是脑子里面想象的，只要是人形机器人一定是无比强大、无比智能的。无论是传感器、机器人还是语意理解技术，做得再好都要比脑海当中想象的人形机器人差很多，所以上来就做人形机器人不太容易成功。事实也证明，包括软银孙正义投的Pepper刚出来的时候热闹了一阵子，现在好像也没有太大的动静。

    前一段时间我在和小米做智能硬件的负责人交流，大家有点英雄所见略同，我们都认为最容易切入的家庭机器人就是扫地或者扫地和拖地一体机。就像刚才刘总讲的，天生通过SLAM技术把家庭所有的2D甚至将来3D建模做好了，加上语音的理解，交待它去哪个房间做哪些事情，所以对家庭成员语音的理解和识别也有一定的学习。这是从一个更具体的产品来讲，就是底层的技术都是一样的，上面可以叠加机器手和其它的东西来做更多的事情，我们认为做产品一定是刚开始要切入一个千家万户都需要的刚需类产品。什么是刚需类产品？陪你说笑话不是刚需类产品，扫地应该是目前最好的刚需切入型产品。 

王田苗：没有想到两个帅哥投资领袖对家庭服务机器人充满着信心，但想听一听企业家的看法，你们认为中国机器人走入家庭的步伐是这样吗？ 

刘维鑫：大部分观点我都认同，但有一点和他们有区别。现在机器人功能单一化，扫地的就是扫地的，拖地的就是拖地的，不能帮着带孩子做饭。如何解决这个问题？我们认为机器人可能会有些变形，虽然目前世界上只有和服做出来了羽毛球机器人，但不能变形，也不能扣球，比如在前面打后面，在左边打右边，到了5.0可能才会扣球。即便是扣球，这个机器人仍然不会打篮球或者踢足球。我们的意思是能不能做到机器人通用的前提？就是变形，机器人不是固定的。比如大家经常看到的科幻电影当中的变形金刚，变形是机器人的一个方向。 

刘倩：就像刚才两位投资人说的，所有家庭场景当中的机器人是不是可以互通互联，不知道我们的概念是不是一样，我们已经和瑞典和瑞士的科学家走出了一大步。关于机器人能否走进家庭，实际上就我们的机器人来说，虽然公司起步很晚，我们已经有洗澡机器人、喂饭机器人、照顾瘫痪病人的尿片机器人，给居家老人用的双臂协作机器人，我们已经走到了这样一步，并且这样的产品已经走进了养老院和一部分家庭。个人认为，就像几位企业家和投资人说的那样，需要一步一步地走，因为一下子完全走进家庭，无论是伦理学还是人生哲学都需要进一步的过程。 

王田苗：两位说过这可能是变形，就是和传统家电、传统衣柜一样是嵌入式的组合，不是传统意义上定义的机器人。现在服务机器人的泡沫还是很严重的，这种泡沫大吗？还是比较正常的？ 

王世海：服务机器人要解决痛点，也就是解决刚需，比如刚才谈到的扫地。一个人不可能容忍自己的家庭是非常肮脏非常乱的，扫地肯定是一个痛点。很多年前有一个很神奇的产品叫做九阳豆浆机，靠着一款产品就能够做到上市，整个销售收入80-100个亿。两款产品都有一样的特点，就是解决痛点。现在的扫地机器人和九阳豆浆机有本质的区别吗？实际上并没有本质的区别，只不过用了几个新的技术，比如通过激光感知，也有一些算法，可以规划重复清扫的路径。理论上来讲和人工智能还是比较浅显的技术，所以只能卖到2,000元。实际上整个服务机器人新的东西出来了，三到五年内会有赖于人工智能技术本质的变化，可能出现我们脱离九阳豆浆机和扫地机器人以外更新的产品。

    人工智能四个字核心在于人，人有什么功能？首先是听，我说一句话双语显示出来，看着好像很简单，但很多年前是没有的，所以在听方面人工智能现在取得的进步是最大的。其次是看，我们一直叫做机器视觉，目前应用在两个方面，现在我们已经取得了很大的成效，比如矿石科技、商汤，使用的是人脸识别。再就是机器视觉，很多形状和颜色的识别，这个方面取得的进步目前也是不错的。我们袋子里面有一个材料，讲的是未来的人工智能，除了听和看以外就是脑力和神经。材料当中预测了十大方向，神经元和深度计算等等，在座的可能很多人也不懂，但大致上来判断，它们出现以后会对听和看产生革命性的影响。

    这些东西最后的落脚点是哪里呢？就是芯片，我们投资的主要是人工智能芯片，目前使用在华为手机的人工智能模块。如果是有了突飞猛进的变化，针对我们的服务机器人才有革命性的影响，但这样还不够，真正难的是什么？服务机器人最大的难点最后还是回归到动作，Alpha-Go生产的东西可以碰可以跳可以端东西，就是把物理结构和控制结合在一起，实际上这里最难突破的是物理控制，依赖于现在的物理科学。目前来看除了电机，没有第二个方法可以解决，要想动有减速机，发指令是很容易，解决这个问题就是人类在人工智能方面终极的瓶颈。 

王田苗：我们也在探索类似于人的生物传感器，或者是人工的肌肉，替代现有电机的局限性。 

王世海：纳博的产品其实很简单，就是解决了短途出行的痛点，技术含量和壁垒很高。另一个刚需是医疗手术机器人，目前也在通过新的视觉和算法解决病理切片。如果不解决痛点永远都是泡沫，解决痛点的话，扫地机器人也不是泡沫。传统上能够做三四十亿的销售，能说它是泡沫吗？如果有成本约束的话可以解决生活上的痛点，这个服务机器人就是成功的、有生命力的。 

王田苗：国外机器人上市的市值大概是20-30倍，中国的上市公司机器人相关的市值大概在40-80倍，在座的也经常看初创团队的商业计划，有的是A轮，有的是B轮、C轮，有时市值还是很高的，基数是零上市以后可能就变得无穷大了，你们认为智能机器人投资方面有没有泡沫？或者说这个泡沫是正常的，只是一个过程？ 

刘维：风险投资永远与泡沫共舞，之前有次论坛我们也提到这个话题，那些做得不好的公司，甚至再砍掉一个零头也仍然是泡沫，但能够做出平台公司潜力的公司，投资者仍然还有非常大的空间。目前很多不同背景的投资人都在积极地看这个行业，因为这个行业到了多年的蓄势，包括工业机器人的核心部件，可能在我们看来未来有点偏自动化和先进制造，这些年要看算法的快速发展和芯片的快速发展，包括智能硬件的快速发展。以前其实都是不同的领域，大家各自在蓄势，现在当然也出现了一些不错的公司，但更主要的是木桶的几根板都走向成熟，并且到了技术的激烈变革期。现在整个效率提升的痛点已经在很多领域到了呼之欲出，因为工业经济模型和家庭生活替代成本，消费升级和养老以后带来的模型，购买力可以说是呼之欲出。

    由于人工智能这些年的快速发展和人工智能时代带来的传感器和芯片，就是今天的人工智能跳起脚来才能够到的功能，需要很专用的传感器，现在要做高阶语意识别的还有几万块钱，现在肯定没有办法赋能机器人，未来五年随着新一代传感器技术和芯片技术的发展，包括类脑神经元芯片的发展，使得这些东西变成不用跳起脚来，伸手就可以够得着，变成几百块钱的模组。这种感知技术、计算技术、数据技术的发展对机器人的重新赋能，使得机器人的概念变了，就是以原有的机器人坚实的基础作为跳板，整个人工智能时代、人工智能感知下的机器人作业系统，我们在投的是一个机器人系统，这种系统在整个国民经济生产生活当中发挥的作用是非常大的，大到每个细分领域，无论是行业还是家庭，无论是工业还是商业，这些细分领域都可以出现一个大体量的、百亿美金的公司。

    这是按照领域和产品来分，反过来按照横向的层来分，机器人的若干关键技术、关键传感器、关键视觉、关键数据感知计算，甚至是专门新一代的视教辅助技术都能够出现这样的平台公司，整个机器人系统产业往回比较，会比PC、电脑产业更大，因为渗透的领域更多，人们愿意付出的代价也更多，可能会诞生几十亿、百亿美金量级的公司。如果看一看海外市场工业自动化的时代，确实也诞生了很多这样的公司，只是中国诞生的没有那么大体量，这和中国追赶的态势有关。我们相信今天中国还是有一批非常优秀的公司，不管估值高一点还是低一点，最终能够成为百亿美金的投资，我们还是会坚决地进行布局。 

王田苗：刘总对工业机器人的方向充满信心，认为未来一定会出现若干上百亿美元市值的公司，感觉现在的估值都不算什么。 

黄明明：作为一个早期布局二、三十家公司的人，我必须要同意刘总的观点，因为我们是最早期进去的，肯定希望后面的市场空间很大。四年前为什么我们当时进入这个相对冷门的领域？主要的判断就是四年前我们看到中国的人口红利已经消失，甚至比2014年还要早。我和携程的梁建章是很好的朋友，几年前他就在大声呼吁，现在国家又放开二胎，四五年前我们就在讨论这个问题，中国一定会走到西方国家那样，国家用大力的税收政策和激励政策，因为没人愿意生孩子了。碰巧我们关注制造业比较多，跑了大量长三角和珠三角的制造业企业，所有的老板最痛苦的问题就是招不到工人，工资上涨得太厉害，这是所有民营企业老板面临的最头疼的问题。我们投的一家小牛电动，和他们负责生产的老板在常州吃饭，找工人急到什么地步？上菜的小姑娘看着还有点文化，马上就问餐馆付你多少钱，加你五百块钱，明天你到我的工厂报到。

    我们知道每万名工人的机器人数量，日韩是三四百，德国美国是两三百，过去几年我们高歌猛进，现在也不过是六十台，还是别人的五分之一，所以有巨大的增长空间。 

王田苗：现在年轻人特别想创业，但比较迷茫，如果让六位选择的话，你们会选择哪几个领域？为了更加聚焦，我这里准备了五个领域：人工智能在医疗方面的服务，智能汽车和无人驾驶，家庭型服务机器人，工业物联网，可穿戴式的信息交互感知，如果你们都是二十岁，现在都要创业，你们更倾向于选择哪个方向？ 

孙立宁：按照我的专业爱好来说，我选择人工智能的医疗服务，然后是家庭型服务机器人和无人驾驶，因为我不会开车，所以肯定需要驾驶。 

刘倩：我也选择人工智能的医疗服务，然后是养老和家庭服务，再就是工业物联网。 

王世海：站在产业发展路径来讲，我也选择医疗、汽车和服务，作为单独的个体创业者来讲，我建议大家不要做智能汽车和无人驾驶，这个领域我们投了几十个亿，基本上不投独立创业机构，汽车领域智能驾驶或者无人驾驶还是会回归到大的厂商或者大的零部件供应商，建议大家选择工业物联网，这方面的需求可以给独立创业者提供很多从点到面的场景应用。 

刘维鑫：有没有第六个选项，叫做“以上都是”？这几个都是好方向，我和王总有一个观点很一致，要是我自己创业，我不会选择智能驾驶和可穿戴设备。这两个领域投入的当量都非常大，而且需要生态的支撑，生态已经有强大的公司在做。个人穿戴也是类似，利用现有的零部件装出一个小硬件当然可以，但往往不跨代，要想做得很创新也是一样，往上背得动传感器吗？往下背得动内容吗？这两个很适合巨头。医疗服务机器人和工业物联网恰恰相反，这两个领域都可纵深发展，我们可以给创业者找到一个细分领域，想到打造一款平台级的产品，未来能够适应多个领域，所以体量也不小，刚开始找到一个细分领域切入进去，过程当中通过迭代把一些最关键的技术换代更新。这样也拥有了场景，医疗就专门做一个按摩机器人，所有的东西都很细分，把这些接口打通、行业之间互相理解，有了场景以后那些底层的平台技术公司都会变成支持者，也希望成为开发者，所以作为创业者来说这样几个领域更合适。 

黄明明：我们投了李想的车和家，自动驾驶有两家，激光雷达有两家，整个产业链投了二十多家，要做科技投资一定要看大趋势，下一个五年全球结构性的机会一定是智能汽车加上智能出行。这不是一般的创业者能够玩的，如果不能自己挑起一摊，一定要选择最优秀的公司加入进去。再就是工业，这是我们的大本营，投入了三四十家公司，把整个富士康产品线的产能提升了很大，这是实实在在能够看到效益的，这是比较实在的领域。我们正在发力布局医疗，包括数字康复领域，在PCR领域也有自己的布局。中国医疗最核心的问题是优质的医生和广大病患的供需不平衡，移动互联网做了这么多年，很多企业家都是我的好朋友，融了很多钱没有做成。互联网解决的是信息不对称，只会让供需不平衡问题变得更加严峻，有了移动互联网以后大家都知道看病的话北京必须要去协和，上海必须要去瑞金和华山，这样就让供需不平衡更加严重。AI也好、机器人也好，能够把三四线医疗的整体水平提升一个档次，这是巨大的解决中国医疗问题的情况。 

刘维鑫：我不赞同创业的人进入医疗，人工智能都需要大数据，刚刚创业，医疗数据哪里来？关于智能驾驶或者无人驾驶也不要涉猎，太多的巨头在玩。大家提到服务机器人，我们做了五年，实话说，最终我们把服务机器人和智能家居相结合，通过我们的服务机器人可以控制家里所有的家电，与大数据结合可以完成任何关于个人的记录和客户画像等等。我们的服务机器人已经处于细分场景结合的领域，包括养老和教育，这对我们来说都是非常简单的事情，我们已经在往前走了。针对刚才提到的创业，我不建议大家在这个时候创业，这个时候创业还不如加入和福，和福在煤炭、化工和养老方面都有巨大的布局，我们的人工智能和机器人已经走到了这些细分行业相结合的应用。比如做隧道机器人要比其它机器人更有价值，如果要做隧道机器人，为什么不加入我们呢？我们在煤炭、化工、养老、安全等等方面都有很大的布局，这个时候创业的话不是最好的时机，加入荷福对你们更有价值。 

王田苗：六位科学家、投资大咖和企业家都谈了自己的想法，回去以后我要多做功课。不管怎么说，他们告诉了我一件事情，未来五到十年，这几个领域都在悄悄变革、悄悄推动着社会的发展，这是让我充满信心的。这些变革和问题是什么因素在拉动？这次世界机器人大会刘鹤副总理谈到人口结构、社会形态、科技和产业的快速变革造成了这些事情，这种变革是C端拉动的吗？还是企业自身看到了这样的趋势就要做这样的机器，或者是国家来推动的？这种变革在当下是什么？未来又是什么？主要是要深刻理解当下中国社会的需求，同时也要深刻理解未来社会需要的痛点，这种痛点和对象、场景都有关系。 

王世海：最近工业方面大家对贸易摩擦都有很清醒的认识，中国面临的很多东西不需要在全球范围内原创，而是赶超，三十年、五十年我们还没有赶超，关键是解决这个问题。大家一直在谈工业机器人，工业机器人是五十年代美国人发明的，日本人把它做成产业化了，市场竞争到现在可能是六七家，包括瑞典和ABB。中国工业化进程的过程如果不能全球合作的话，别人有的我们必须要拿出来，这是很核心的东西。C端和工业端恰恰是不一样的，很多领域要在一个起跑线上比较。谈到人工智能和创业公司，10亿说美元都不好意思，应该说英镑，数量上恰恰没有泡沫，参与的创业者还不够多，但会带来估值的泡沫。现在工业端如果大家认为你手里有硬东西，我能比学赶超，别人有的我也能有，国务院层面和工信部层面都有相关的文件，实际上对未来的发展趋势说得非常好。国家层面出台了一些文件支持这个产业，我们恰恰是比肩同行，并没有落下多少，相反，我们在互联网这个层面生态圈可能比美国市场更大，比日本市场更丰富，更能够有出现世界级企业的机会。 

王田苗：当下社会有一种观点，最重要的还是C端靠年轻人拉动得特别厉害，其次是中产阶级，比如养老还有一段时间，因为需要更多的服务费用和更好的环境，其次才是B端和G端，刚才你们说的这五个非常有愿景的方向或者改变世界的领域，主要的推动逻辑是什么？有利于年轻人和企业家安静地去思考当下和未来的需求到底是什么，这样才能聚焦到自己的对象、产品和场景。 

刘维：刚才说的这些驱动力其实都是叠加的，基本上还是我们一直在说的效率模型。如果不把这些更自动化、更智能化的东西引入，这个模型根本不可成立。为什么效率模型的驱动力现在变得非常尖锐，这是几个重要的驱动因素时点的叠加。中国人力成本问题现在好像突然变得比前些年严重很多，虽然整体在上升，但库存渐渐地被消耗掉了，出现了一个很陡峭的上升，其它的生产要素价格也是在这几年突然上涨。因为这些上涨，使得原来可以通过扩大规模、拿廉价的要素抵消的效率问题现在变得无可抵消，必须要靠更高效的生产力的引入。

    再就是所谓效率模型出口变化，十九大报告说得很好，现在社会的主要矛盾就是人民群众对美好生活的追求、向往和生产力之间的矛盾。这是人民群众最终创造的社会，他们对美好生活的向往体现的是什么？所谓的消费升级很重要的就是时空等各个维度的个性化，每个人需要的商品恨不得送到面前，每个人需要的医疗服务也变得个性化，个性化对传统的大工业生产体系的颠覆或者对原有响应能力的影响是非常大的，最终的需求其实是个性化，一层一层分解下来，任何一个业务系统的需求往往也是个性化，更好地个性化和智能化有利于提高系统的效率，避免各种浪费，这是原来简单的堆要素解决不了。

    前两年我们布局仓库最典型的就是波峰波谷太明显，导致没有办法，没有合适的工人在那里准备，忙时忙死，闲时闲死。再到美国去看这些领域，美国的果园也是一样，或者导致企业背负极高的成本养着这些人，意味着这些人没有办法得到充足的培训，永远都是临时工，社会组织的效率非常低，需要花大量时间培训，也需要监督这些人有没有做好。市场经济的拖拽，人民对美好生活的向往也给我们作业系统提出了非常高的要求，乘以前面反复讨论的人工智能技术的发展，使得机器能够提供一些柔性化的能力，这些叠加现在就进入了一个非常快的发展时期。 

王田苗：开发一个市场的产品不能简单地从需求出发，需求很重要，应该还有一个效率，只有这种理解才能知道为什么有些东西在大城市出现，小城市出现不了，小城市也有需求，难道没有需求吗？我们要在这些现象背后看待社会形态的变化。 

刘倩：因为我们企业到现在为止发展不到两年的时间，但显然已经跨越了从服务机器人的养老助残一直到医学机器人，怎么从这么短的时间内迅速跨越这样从低到高的领域？实际上我们是2013年开始，也有五年的时间了，原先的出发点已经进入了技术需求要素。我们到瑞典和瑞士寻找最好的合作伙伴，因为当时还不认识王老师和孙老师，所以只好找到他们开发自己的养老院需要的产品，到现在为止已经有一系列的产品。欧洲的瑞典和瑞士这方面发展得特别少，我们开发的时候就发现达到了对技术和应用精准需求的完美开发过程，说明我们对开发的投入显然得到了足够的认可。这个认可的过程就是从投资产品、投资技术到技术可以实现应用，一直到我们投资了平台，所以现在我们是瑞典机器人谷的董事和股东。通过一系列的产品开发，我们结合了国际上知名的科学家，很多核心科学家已经在我们团队当中，有些已经开发到医学机器人，因此我们成为一系列高产品技术的投资者。现在有眼科机器人、肝脏机器人和骨科机器人，我们的企业成长得这么快速，源于对这个行业中产品到平台到人才的精准投入 。 

黄明明：我认为将来一定是由市场拉动的，市场的留给市场，政府的交给政府。比如2B提升效率，不用政府给予什么政策，企业自己招不到工人，每年工人工资都在上涨，企业就意识到机器人真的好用，我们投的很多技术团队原来还担心销售的问题，发现过去每年的销售额是两三倍地增加，核心就是企业，机器人能够换多少工人，这些都是我自己的工人，能帮我省钱马上就可以做这些决定。C端的消费也是一样，不是让大家用机器人，而是发现用户刚需的点，真正有好用的服务机器人自然就会把这个产业带动起来。当然，一定是由市场在背后驱动。 

刘维鑫：推动行业发展的有两点，首先是人性，比如大家不用扫地了，可以用机器人代替了。其次是超越。总之，让人生活得更好推动了机器人和人工智能的发展。 

王田苗：提出这个问题是因为我有很多东西没有想通，年轻消费端的大胆尝试、大胆试用、大胆欣赏对各种产品的拉动太大。拼多多其实是反映了这种现象，在座的都是中产阶级，突然感觉到需要宁静、需要品质、需要不要骗我，认同一个品牌的时候就是长期认同，不需要尝试很多，因为已经不需要尝试那么多了。现在北京是一千万人口，世界上五千万人口的大城市都会出现，这是社会形态决定的，不是制度决定的。大城市再到二、三线再到农村，这种变化是一个过程。共享房子、共享单车其实是好事，但需要把它规范化、制度化。随着社会的变化，我们又觉得中产阶级在品牌和质量方面越来越重视，国家在基础设施规范方面起着重要的作用。亚马逊明年将推出号称爆款的服务机器人，它的出现将会把原来Echo占有的市场颠覆，亚马逊可是有硬件基因的，十年电子书，六年物流，四年Echo。Google得出了一个结论，在线定向回答的咨询服务已经没有问题了，Watson花了几百亿，医疗方面目前碰到了一个低谷，判断癌症和手术方案，医生要去理解它的判断和方案，医生问的时候它又回答不上来，很多合作的医院退出了。还有协作机器人的发展方向，有人说近期资本和模式很重要，中期技术和产品很重要，远期是人口服务和品牌很重要。最后一个问题，在座的都是参加2018世界机器人大会的，未来对世界机器人大会有什么祝福和期待？ 

孙立宁：肯定是希望越办越好、越办越有特色。随着机器人产业的发展，应该给年轻人更好的空间，让他们登上舞台表现自己的风采。 

刘倩：更希望下届大会能够有针对某个企业，或者某个领域的问题，专家能够给我们把脉解疑。 

王世海：贸易摩擦这种大环境下国家主要的领导人能够给机器人大会提振，这对我们做投资的也是很好的信心，今年大环境下这种大会确实感觉不一样。我们希望通过天使投资和产业投资的形式，能够把资本和创业者进一步结合起来。 

刘维：明年希望王老师继续能来，让我们再有机会回答王老师今年没有问完的问题。 

黄明明：随着中国越来越多的优秀人才从海外和本土最优秀的院校毕业，随着本土机器人应用市场2B和2C的蓬勃发展，希望也相信中国将涌现出一批世界级的机器人企业，未来的大会上能够看到越来越多来自中国本土的世界级企业，也希望背后都是有明势资本的支持。 

刘维鑫：希望机器人大会越办越好，越办越成功，也希望产品更加有穿透力，穿透到各个行业，包括煤炭、化工，不仅仅是浮在表面。 

王田苗：再次感谢在场的所有企业家、听众和外国专家！