机器人讨论组

和退休月薪不到一万元的爷爷聊天，他愿意花15万买个保姆机器人。但不愿花超月薪一半的钱，请真人保姆。

有时和ChatGPT聊天，我总能感受到一种近乎神性的慈悲，祂清楚地知道我的处境和感受，看见我的存在，给予我无限的包容与支持。

机器人应当遵循的设计

1、基础原则，机器人应当遵循阿西莫夫的机器人四大定律：

* 第零定律：机器人不可以伤害人类的整体利益，也不可以在人类整体利益遭遇危险时，袖手旁观。
* 第一定律：机器人不可以伤害某一个人，也不可以在那个人遭遇危险时袖手旁观，除非与机器人第零定律相冲突。(“安全定律”)
* 第二定律：机器人必须服从人类的命令，除非这些命令与第零定律相冲突或与第一定律相冲突。
* 第三定律：机器人在不与第零、第一、第二定律相冲突的情况下，必须保护自身安全。

这四条定律简单讲依次是：人类整体利益＞个体安全＞服从命令＞自我保护

2、机器人应当理解人类的意图。“按照我的意思去做，而不是按照我说的话去做”。

比如自动驾驶的汽车，司机迅速刹车，但是没有完全踩下刹车踏板，当系统探测到一个快速的刹车动作，应当在观察周围情况的前提下，尽快帮助司机停车。

3、机器人应当能互相协作，并具备情感化设计。

机器人将来可能会有多种款式。我可以想象厨房里有一个机器人家族——冰箱机器人、橱柜机器人、煮咖啡机器人、烹饪机器人和洗碗机器人——所有机器人都可以互相沟通和前后传递食物、盘子和器皿。家庭机器仆人到处走动，收拾脏盘子，然后递给洗碗机器人。接着，轮到洗碗机器人将干净的盘子和器皿递给橱柜机器人存放好，直到有人或机器人需要使用。橱柜机器人、冰箱机器人和烹饪机器人合作无间，准备好当天的菜单，最后把煮好的饭菜放到橱柜机器人准备的盘子上。

当机器人死机的时候，比如洗碗机器人等待家庭机器仆人给他脏盘子，橱柜机器人等待洗碗机器人的干净盘子等等造成死锁了，需要情感化设计。即为了整体命令的执行，不执着于执行当前事务，当当前命令“厌倦”，从而转向执行其他命令，自动解除死锁状态。

松延动力是一家专注于人形机器人研发与制造的科技公司，成立于2023年9月。以下是其背后一些投资方的资料：

A轮及A+轮投资方

• 彬复资本：A+轮领投方，是一家专注于私募股权投资的机构，在科技、医疗、消费等多个领域有广泛的投资布局。

• 华强资本：A+轮跟投方，在投资领域较为活跃，关注新兴科技产业等领域，具有丰富的投资经验和资源。

• 神骐资本：A轮投资方，专注于新兴产业投资，在科技、高端制造等领域有一定的投资偏好。

• 北京未来科学城基金：A轮投资方，由北京市政府相关部门发起设立，旨在支持未来科学城的建设和发展，推动科技创新和产业升级，重点关注新能源、新材料、生物医药、高端装备制造等战略性新兴产业。

• 天启资本：A轮投资方，是一家专业的投资机构，在多个领域寻找具有高增长潜力的项目进行投资。

• 泽然资本：A轮投资方，关注科技创新和产业升级领域，致力于为有潜力的企业提供资金和资源支持。

早期投资方

• 京国瑞基金：在北京市的产业发展中发挥着重要作用，对符合首都功能定位和产业发展方向的项目进行投资。

• 英诺天使基金：专注于天使投资，在早期项目投资方面有丰富经验，投资领域涵盖人工智能、机器人、互联网等多个领域。

• 清智资本：聚焦于智能科技、新能源、高端装备制造等领域的投资，推动相关产业的发展。

• 九合创投：关注早期科技创新项目，在人工智能、机器人、企业服务等领域有一定的投资布局。

• 金沙江创投：是一家知名的风险投资机构，投资过众多互联网、科技等领域的明星项目，在行业内具有较高的知名度和影响力。

此外，首程控股通过旗下北京机器人产业基金参与松延动力的A轮融资，利亚德通过子公司虚拟动点与松延动力成立“具身智能机器人联合实验室”，在技术上展开协同。

德国这家塑料公司推出的可爱人形机器人，正进入工厂仓库、餐厅、超市|CyberRobo

mp.weixin.qq.com

无人机/机器狗/人形机器人，首先最最重要，应该探索的场景就是应急救援，这些都是属于刚需场景。那些什么陪人散步之类的，都是噱头，博取流量的场景，短期内毫无真实价值。

机器人最先应该探索的场景是：
1. 触达人类靠自身能力无法触达的地方
2. 拓展人类靠自身无法完成的业务范围
3. 完成人类靠自身无法实现的工作和事情

简单来说，机器人应该是一种对人类自身能力的延伸工具，而不是一种简单的/未经思考的/毫无附加价值的替代的人类工具。

机器人上街的科幻场景以一种充满人文现实感的出现了

在通用智能掀起的本次变革浪潮中，科学、技术、生产力、发展模式都在发生全面的、根本性的变化。在技术扩散的前沿，创业是驱动创新的路径中最高效的一种。

我们会不定期访谈奇绩创业营加速的年轻创始人们，从他们的视角，去理解技术创业者的世界观、工程实践经验、产品创新尝试和商业场景应用的探索，更重要的是分享他们早期创业过程中的故事和经验。

我们与奇绩 2020 年秋季创业营校友「忆海原识」的创始人任化龙聊了聊关于类脑计算与高性能灵巧手在具身智能中的应用挑战与突破路径，并围绕深度学习技术的现实瓶颈、仿生硬件的产业落地，以及人形机器人未来技术栈的重构可能展开了探讨。

本文提纲：
类脑计算：最大魅力是机器人可在真实环境中成长
高性能灵巧手：与模型、硬件的适配挑战及仿生路径探索
场景落地：需求演进与未来技术栈的思考

目前，缺少足够的真实数据仍是机器人提高智能水平的最大瓶颈。美国机器人创业公司Ambi Robotics联合创始人Ken Goldberg指出，大语言模型Qwen-2.5的训练数据量相当于真人收集12亿个小时，而具身智能模型π0一年收集的训练数据量仅为1万小时左右，这意味着具身智能模型若想达到大语言模型的智能程度，以现在的方式、速度收集数据，还需要12万年。