顧銳:看好具身智能在泛零售和泛服務業場景中的發展

市場資訊
昨天

專題:中國國際服務貿易交易會 物理AI與具身智能機器人創新生態交流會

  服貿會專題活動「物理AI與具身智能機器人創新生態交流會」於2026年9月11日在京舉辦。優山投資創始合夥人顧銳出席並參與對話。  

  以下為對話實錄:

  顧銳:我是顧銳,是優山資本的創始合夥人。優山是2019年成立,公司在北京、深圳、上海、武漢都設有辦公室。我們的投資團隊主要來自中金資本的核心團隊,每位合夥人都有15到20年以上的投資經驗。現在在管基金規模50億人民幣。我們在人工智能、半導體、航天、生物醫藥各個科技賽道做了較多的佈局。在具身智能領域,我們去年投了松延動力、易啓未來,今年初投了中科第五紀,還包括一些產業鏈上下游的企業。我們幾年前投的華沿機器人,今年剛在港股上市。很高興和大家能夠做一些交流。謝謝。

  主持人/崔軻迪:顧總請您分享一下您是怎麼進入到這個行業的?

  顧銳:我們起初是從投資工業協作臂開始進入的,2021年,我們把工業協作臂行業基本上掃了一遍。在比較很多企業之後,我們選投了大族機器人,後來上市前改名華沿機器人。那個時候我覺得主要還是一個偏工業硬件的邏輯,主要研究六軸、七軸、力控等硬件技術,對智能化方面還沒有清晰的預期。我覺得這個行業熱度起來還是到ChatGPT興起之後,宇樹發布一些印象深刻的產品視頻,應該是2023年底前後,把這個行業的熱度帶起來了。我們發現國內機器人技術能力突然發展到這個地步了,就趕緊跟蹤去看,覺得這個行業確實進步特別快,幾乎每半年就會發現技術又迭代升級了一遍,發展非常迅猛。所以我們團隊也是時刻在跟蹤學習AI的最新進展,緊盯行業前沿。

  今天嘉賓講了很多,如果跟自動駕駛行業做類比,按技術成熟度和商業化進度,有一點像從L1逐步進入到L2的階段,我覺得後面的技術迭代速度可能會更快,因為人工智能的發展速度確實太快了。

  主持人/崔軻迪:顧總我想要追問一下,你這一次在具身,您感覺到行業發展得比較快的時候你們又重新關注了這個行業,你們是經歷過質疑的階段嗎?我言外之意聽出來。

  顧銳:Boston Dynamics原來出過很多驚豔的Demo,最終看好像也沒有什麼可商業化的,所以早年大家認為這個行業應該離商業化還比較遠。但是中國的具身智能發展到今天,儘管離大家期望的AGI還差得很遠,卻已經進入商業化的元年。我們看到,現在有多個細分市場已經開始逐步產業落地,形成數據飛輪,並能夠進一步技術演進,已經到了真正商業化可行的程度。

  主持人/崔軻迪:顧總你會覺得,波士頓動力應該被收購過3次吧,這個行業非常大的波動,像我們這種經歷過周期的比較少的,我們可能覺得它這一次真的,我不知道波士頓動力還會不會被收購第4次、第5次。您會不會覺得這一次是真周期變化,真有技術突破,它真的會成為一個像新能源汽車一樣的巨大產業,還是有可能重複機器人過去20年經歷過的東西。

  顧銳:我是相信第一種,現在是一個範式的變化。大家可以看到過去一年行業的技術突破,從原來偏表演娛樂到真正的生產力工具的轉變。儘快這個變化可能還遠沒有達到大家期望的地步,但是發展路徑基本上看得比較清楚了,我覺得以後技術會持續演進,還會有全新的技術出來做得更好,但是未來的發展路徑已經比較清晰。所以我相信是一個範式的變化,會跟過去的20年不太一樣。

  主持人/崔軻迪:顧總您覺得這個商業化閉環有什麼具體的區別嗎?

  顧銳:我覺得跟上一代的機器人商業閉環相比,相同的方面是都在替代勞動力。在工業場景,原來自動化替代一部分的工作,有的是自動化替代不了的崗位,就需要智能化程度更高的機器人來替代,這是相同的地方。但是比較大的區別是,上一代的商業閉環主要還是在賣某個具體產品或者工程解決方案,新一代的具身機器人商業閉環的核心,除了滿足勞動力替代的需求之外,還要有商業閉環中的數據飛輪,以及形成數據飛輪之後提高機器人的泛化智能能力。

  這個泛化能力的提高,也就是從這個場景的智能可以很快遷移到另外一個場景去是更重要的,這是目前的具身機器人或者人形機器人最大的價值。以後不僅在工廠裏可以工作,工廠裏可以跨工種泛化,還可以用到工廠之外的更大的市場。目前行業競爭的第一步是先找到可形成商業閉環的場景,但是未來的競爭需要更強的泛化能力,可以用相同的機器人本體和大腦去覆蓋更多的細分行業。從這個角度來講,我個人覺得,以工業場景為核心的具身機器人企業未來可覆蓋的市場不一定是今後最大的。畢竟工業場景主要還是在比較固定的場景裏具體地解決工廠的複雜問題。我覺得,在其他的偏服務業,偏新零售場景領域,具身機器人更有機會在更多樣的場景裏學習到泛化能力更強的智能水平,形成更強的核心能力,去覆蓋更廣泛的市場。我覺得這是跟上一代商業模式比較大的區別。

  主持人/崔軻迪:所以您能看好泛零售和泛服務業的場景?

  顧銳:對,因為這些場景下積累的技術能力和數據飛輪能夠幫助機器人大腦學習更廣泛的泛化能力,這是一個核心能力區別。

免責聲明:投資有風險,本文並非投資建議,以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請,作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考,不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證,投資者應自行研究並在投資前尋求專業建議。

熱議股票

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10