四位机器人领军人物的商业化思考与实践。
4月28日，由「甲子光年」主办、上海马桥人工智能创新试验区联合承办的「AI共潮生——2025甲子引力X科技产业新风向」大会在上海工业智能中心成功举办。在大会的圆桌对话环节，围绕“大模型×机器人——具身智能的‘寒武纪大爆发’”这一主题，五位嘉宾分享了他们对具身智能发展的深刻见解。
当前，AI大模型与机器人技术的深度融合正推动具身智能迎来“寒武纪大爆发”式的革命。然而，行业仍处于从概念验证到早期商用的过渡期，如何实现商业化落地成为关键议题。
梅卡曼德机器人创始人兼CEO邵天兰强调，创业公司需要优先找到商业闭环，而非宏大叙事。梅卡曼德聚焦于机器人的“眼睛和大脑”，通过高精度传感器和AI视觉技术实现L2级智能的规模化应用，同时探索L3级技术。他提到，具身智能机器人面临专业设备和人工的“夹击”，需找到兼具技术可行性和经济性的场景。
节卡机器人CTO许雄认为，具身智能的硬件形态尚未形成统一标准，工业场景的机器人需具备更强的操作智能。节卡通过融入力觉和视觉感知提升机器人的车间级泛化能力，并推出复合机器人形态以适应跨行业需求。他提出，降低中小企业应用门槛需从生产、交付、部署到维护全链条优化。
微亿智造董事长兼CEO张志琦从工业现场的实际需求出发，指出具身智能需平衡柔性、效率和成本。微亿通过AI与机器人结合，实现免示教、自适应任务，但工程化问题仍需突破。他认为，具身智能的规模化应用需比传统机器人更柔性、比人工更高效、比人形机器人更便宜。
非夕科技副总裁胡晓平分享了自适应机器人在食品加工、理疗和手术等非工业场景的应用潜力。非夕通过力控技术与AI结合，解决操作对象不确定性问题，未来将重点拓展服务大众的领域。他呼吁行业以合理心态看待人形机器人发展，避免资源浪费。
总体来看，具身智能的商业化路径需聚焦核心场景、降低成本、强化技术可靠性。工业领域更关注实际问题的解决与ROI，而非技术标签；非工业领域则需突破力控与AI的融合，拓展服务边界。
无论是创业公司还是成熟企业，务实创新与生态共建将是决胜未来的关键。
以下是本场圆桌的对话实录，「甲子光年」整理：
邵天兰：我是梅卡曼德机器人创始人邵天兰，我们做的是机器人的“眼睛和大脑”，我们自己研发工业级高精度的3D相机，还有很多人工智能算法的软件，可以配合各种各样的机器人。
当前，我们已经实现了L2级别智能规模化应用，主要是在汽车、汽车零部件、家电3C、锂电光伏、物流等领域，现在也在大量出口。我们看到包括像大模型、传感、决策等很多技术，也给机器人行业带来更多的可能性，期待和各位探讨。
许雄：各位好，我叫许雄，上海交大机器人研究所博士毕业，现在是节卡机器人的CTO。节卡机器人成立于2014年，由一群教授和工程师共同创立。
节卡今年已经是第11个年头，过去11年聚焦于新一代智能协作机器人的产品化和场景落地。从产品形态来看，我们从最初的单臂六轴协作机器人，逐步融入力觉感知的JAKA S系列，以及JAKA All in one视觉感知系列。后续还推出了复合机器人形态，包括AMR与协作臂结合，再搭配末端2D或3D视觉的复合机器人。近两年，我们还针对特定场景，尤其是工业汽车行业，推出了双臂机器人和人形机器人形态的机器人。
从应用场景来看，过去11年，节卡致力于将易于使用的机器人产品推广到三大行业：汽车新能源、3C半导体和通用工业。我们希望让机器人更加智能、更加简单易用，普及到全球各行各业。
张志琦：我是张志琦，来自微亿智造。微亿智造是一家工业AI+机器人智能控制的企业。我们从产品外观表面检测的质检赛道切入，沉淀了一系列“眼手脑云”的技术能力，也就是把产线上质检工人用眼睛看、用手翻零件、用大脑判断零件是否合格的能力，转化为技术栈，并结合工业AI、工业视觉和机器人运动控制的能力，微亿已经发展成为一家不仅提供质检，还涵盖打磨、装配、上下料等柔性场景应用的解决方案提供商。
我们致力于将工业人工智能与机器人相结合的具身应用能力，使其适应更多柔性化场景，突破传统工业机器人只能通过编程提升效率的局限，真正实现柔性化与大规模高效生产的平衡。
胡晓平：大家下午好，我是来自非夕的胡晓平。非夕成立于2016年，目前已经成长为通用智能机器人赛道的独角兽企业。
我从以下三个方面来介绍一下非夕：
第一，非夕是将高精度力控技术路线引入机器人的企业。尽管工业机器人发展多年，但因技术路线约束，导致在很多行业没有办法完成任务。人类更多依赖手感和力觉完成任务，非夕将这种能力赋予机器人。
第二，非夕极致创新了机器人的硬件。现有机器人系统及核心零部件无法满足高精度力控规划的需求，经过多年技术迭代，非夕已实现硬件90%以上的自主研发。
第三，通过具身智能赋能机器人实现跨行业应用。人工智能的最佳载体是机器人，已经成为共识。非夕自2015、2016年起就开始结合机器人与AI发展，并随着具身智能的兴起，分拆成立了穹彻智能，短时间内完成了差不多五轮融资，切实感受到具身智能赛道的热度。
荆涛（主持）：现在大家都明白了，这几位留在最后是有原因的，他们都是特别有实力的企业家和创始人、创业者。我们下面准备问一些比较深入的问题。
当前实现具身智能似乎有很多选择，比如可以做人形，基于大模型做通用智能体，也可以做更加适合特定场景的专用智能体，比如工业机械臂、物流机器人等等。我想请问当下各位的战略选择是什么？你要做什么、不做什么？
邵天兰：对于创业公司来说，我们相比宏大叙事，找到自身的商业闭环、增长点以及如何生存和发展是更重要的一件事。
之前开场提到有投资人表示最近正在退出一些公司，而有行业创始人表示他们并非商人，而是在做一件事。但我认为恰恰相反，我觉得作为公司创始人，我们首先是商人，必须首先保证公司的生存和发展，为投资人带来回报，在这个基础上才能去做更大的事情。
梅卡曼德聚焦在非常具体的领域，我们做的是机器人的眼睛和大脑，最近也开始涉足手的部分。我们在高精度传感器、人工智能视觉和规划方面已经实现了L2级别的规模化应用，目前正在探索L3级别技术，已经少量应用，但技术上还会有许多需要突破的地方。
关于业务定位，我们专注于机器人的眼睛和大脑，不做机器臂，因为很多企业已经做得很好；也不做移动，因为很多企业在这方面也都做得非常好；我们也不做整机和系统集成，因为我们的许多客户在这些领域比我们更专业。我们的选择是做好机器人的眼睛和大脑，让客户能够结合机器臂、移动等技术，深入到各个应用场景中，提供多样化的解决方案。
许雄：这两年具身智能确实越来越热，节卡也在不断思考。节卡的产品设计理念是让机器人变得易于使用，成为一个简单的工具。从最开始的图形化编程，实现简单操作、编程和部署，这两年我们也在不断思考如何更好地融入力觉感知和视觉感知，如何让传统六轴机械臂变得更智能。
目前，节卡的六轴机械臂已经部署了几万台。针对行业特定场景的数据采集后，我们思考如何在车间层面集聚泛化能力，提升几个工序之间的泛化能力。核心思想是运用新技术，包括具身智能技术，让机械臂在车间具备更好的泛化能力，适应柔性生产方式，从而更智能、更简单易用。这是针对我们大量出货、批量生产的六轴协作机械臂的改进方向。
同时，我们也思考跨车间级甚至跨子行业所需的通用智能体。节卡擅长工业场景，80%的业务集中在汽车等大型工业客户场景。针对工业场景的通用机器人，我们更倾向于推出复合机器人形态，例如AGV+机械臂+视觉系统，以及人形双臂+轮式人形双臂，配合节卡推出的行业大模型，解决汽车行业、跨子行业的泛化和智能化需求。
节卡主要从两个方面推进：一是让现有产品更好地融入视觉和力觉感知，解决车间级泛化能力；二是推出人形双臂、轮式双臂，以及接下来会发布带腿的人形机器人，解决跨子行业的泛化操作能力。
张志琦：本质上，我们和投资人或前沿行业分析师交流时，会把自己定位为一家具身智能企业。但在工业现场，客户并不关心我们是具身智能企业还是自动化公司。客户唯一关心的是：今天能否帮他们解决现场问题，并且在性价比（ROI）合理的情况下完成。如果设备虽然能替换一两个工人，但售价高达一两百万，客户是不会接受的。
这种矛盾揭示了工业现场的残酷现实与技术前沿探讨之间的差距。在这种矛盾下，我们唯一的选择是：第一，确保我们的技术能够在客户现场真正解决问题。比如我们最初从外观检测切入，解决的是如何在柔性化生产中快速适应产线变化，满足客户需求。如今，我们在一体化大压铸件打磨处理等场景中，解决的是传统打磨机器人无法像人一样灵活处理问题的痛点。
在工业现场，我们希望具身智能机器人能够像“师傅带徒弟”一样，通过示教让机器人快速学习并完成任务，从而降低产品导入成本，使其在性价比上更具吸引力。
我们的技术目标是：将原本需要依靠人工主观判断的柔性化任务，通过AI与机器人结合的方式实现自动化，而不是像传统自动化那样只能做到刚性高效。我们的技术路径是将刚性、高效与柔性有效结合，这才是我们选择的发展方向。
胡晓平：一个非常简单的逻辑是，对于一家企业，核心肯定还是关注基于自身优势的领域，做有实际应用价值的技术创新和产品，这是最底层的逻辑。
围绕这个逻辑，非夕团队早期在斯坦福期间接触过非常多像人形阿西莫这样的项目，但当时没有往那个方向走。核心原因是，我们认为当前机器人在操作能力上的缺失是更需要补齐的，而不是在运动控制方面。因此，我们花了六七年时间，不断迭代力控方向上的能力，从而让它真正具备可落地性。
如今，非夕的机器人手臂既可以用于产线生产，也可以用于切肉、炸鸡排；既可以用于理疗按摩，也可以用于手术；既可以用于实验室自动化，也可以用于叠衣服或家庭服务。这些应用场景的实现，正是通过核心技术的突破，赋予了机器人广泛的操作能力提升。
对于未来的具身智能赛道，我们依然保留对星辰大海的追求。因此，我们专门成立了研究机器人大脑的企业，致力于进一步发展。我们的目标是基于未来更广泛意义上与人或服务行业接触的领域，希望通过这些努力，真正实现机器人在千行百业和千家万户的落地服务。
2.投资人撤退VS大厂入局：
人形机器人的冰与火之歌
荆涛（主持）：最近一些车企、大厂比如小鹏、华为开始跨界布局人形机器人，而一些老牌机器人企业因为融资没到位出现一些舆论，有投资人也提到正在批量退出人形机器人公司。类比新能源汽车的话，各位认为，当前机器人发展处在哪个阶段？面向市场，机器人企业如何实现差异化竞争？
邵天兰：机器人是一个很综合的技术。目前，不考虑无人机，人形机器人或双臂移动机器人主要涉及三个技术方向：一是导航，一些公司在这一领域已经做得比较好，扫地机器人和送餐机器人等产品已经实现商业化，甚至有公司已经上市或正在筹备上市；二是运动控制，一些公司通过强化学习和仿真等技术取得了很好的进展，当然从马拉松也可以看出来，这类产品可靠性、硬件控制等方面，还有提升空间；三是操作能力，很多公司也在努力推进，但整体进展相对较慢。
机器人是一个短板逻辑的系统，导航、运动控制和操作能力中任何一块存在明显短板，都会限制机器人的整体性能和可用性。目前，行业内对于机器人何时能够达到高度可用性尚未形成共识，有人认为是明年，有人认为是5年、10年甚至20年，时间跨度差异比较大。
创业公司的生存时间有限，需要在可见的时间内实现一定规模的商业落地。目前，视觉、力控和导航等技术相对成熟，而其他技术仍在验证中。我们目前专注于做好机器人的“眼睛和大脑”，并探索手的技术。
许雄：针对电动汽车、智能汽车和人形机器人的话题，很大程度上是受到特斯拉的引领，因为特斯拉在电动汽车和智能汽车两个领域都有产品。但从技术发展的角度来看，我是从硬件和软件两个层面来看的。
从硬件通用性来看，电动汽车和智能汽车的发展是建立在传统汽车的形态基础之上的。
传统汽车经过多年发展，已经形成了全球统一的标准，即四个轮子加底盘。对于人类来说，四个轮子的移动平台是最快速的移动方式之一，这种形态已经被广泛接受。因此，在传统汽车的四个轮子加底盘的技术形态下，快速切换到智能化和电动化是相对容易的。
然而，对于机器人来说，什么是更通用的机器人的物理形态，至少业界没有形成一致，都是按照行业来切的。比如工厂中的六轴机器人、串联机器人、移动机器人（AGV）等，这些形态都是根据具体行业需求而发展起来的。
从硬件的通用性来说，人形的形态还是要打个问号的。
从软件层面来看，业界普遍认为具身智能可以分为三个层面：交互智能、操作智能和运动智能。
智能汽车和人形机器人都需要具备良好的运动智能和交互智能。然而，对于人形机器人来说，操作智能的要求更高。人形机器人需要具备高度泛化和可靠的操作能力，例如在复杂环境中执行各种任务，如抓取、搬运、操作工具等。这种操作智能的实现难度更大，因为它需要机器人具备类似人类的灵活性和适应性。
相比之下，智能汽车的操作智能要求较低，因为其主要功能是移动，而不是进行复杂的操作任务。
从具身智能的挑战性来看，人形机器人需要同时具备强大的运动智能和高度泛化、可靠的操作智能，这使得其软件层面的智能化难度更大。
张志琦：在讨论具身智能时，我们先明确一下它的定义。在我的理解中，具身智能一般具备四个能力：学习能力、感知能力、决策能力和执行能力。只要这四个能力能够结合在一起，并以数据为闭环驱动，通常就会被认为属于具身智能的范畴。
因此，具身智能可以分为通用型（比如人形机器人）和场景化（比如工业具身智能）两种类型。无论是哪种类型，只要具备四个能力，都可以被视为具身智能的载体。
所以这个问题特别好，因为智驾汽车也具备这四个能力，也是面向特定场景的具身智能体。同时这两年大家在智驾汽车领域投入了大量资金和技术，已经发展到一定阶段，这对机器人领域具有重要的借鉴意义。
首先，具身智能的本体是什么？智驾汽车的本体是一辆车，车的形态是很稳定的，到今天为止车的形态也没有发生很大变化，还是四个轮子+驱动机构+方向盘。类似地，在机器人领域，工业具身智能的本体也相对稳定，比如都是工业机械臂和协作臂（四轴、六轴等）的形态。
第二，今天智驾汽车为什么发生很大变化，本质上是AI技术的加持，特别是大脑和小脑能力的结合，改变了中间需要人去操作的部分。同样，具身智能的爆发也是因为AI技术的推动。
第三，电动车的整体架构随着AI能力的增强而发生了更大的变化。比如，在视觉感知和多模态融合能力方面，智驾汽车加入了更多的视觉、激光雷达和毫米波雷达等能力，这些能力在传统汽车中并不需要，但为了满足AI感知的需求，硬件本体也发生了进一步的变化。所以也就形成了硬件需要为软件服务。
在具身智能领域，我们目前的本体已经相对稳定，比如工业机器人已经经历了几十年迭代。接下来要做的是通过AI技术实现智能化，将更多技术融合进去。目前，我们已经看到许多基于工业机器人的场景中加入了视觉感知和AI技术能力，无论是人形还是非人形机器人，都在实现生活和工业场景中的应用。
未来，我们需要将更多能力融合到本体上，形成从边端到云端的强集成环境，解决硬件和软件的工程化问题，突破技术瓶颈，从而让机器人能够更快速地实现开箱即用。
就像今天的智驾汽车一样，用户拿到车后几乎不需要太多指导就能使用，按一个按钮，本身智能化的能力就可以体现。将来机器人也需要达到这种程度。
胡晓平：前面几位嘉宾已经分享了对机器人和具身智能的理解，我简单谈谈人形机器人产业的个人看法。
从政府产业规划角度看，人形机器人是一个非常好的产业。它技术集成度高、研发周期长、未来市场空间和预期大。因此，如果从整体产业调度布局人形机器人，相信会像早期布局电动车一样重要。
但大家也需要认识到，目前，人形机器人处于发展早期，更多是解决运动控制能力，很多场景还处于展示阶段。但我们需要给予足够的耐心和健康、持续的资金投入，去支持机器人长期发展。
作为从业者，如果这个领域不是你的擅长项，也不要轻易介入，否则可能会对社会资源的有效分配造成一定影响。所以双方都需要以一个合理的心态去看待人形机器人产业的发展，期待它能健康有序发展，让人形或类人形机器人更早地服务于人。
3.从概念到产线：
具身智能机器人的商业化之路
荆涛（主持）：我记得马斯克曾经说过，未来每一个自然人背后可能都会有三五个或者是更多的机器人为他服务。全世界就会有数百亿台机器人，据说会给机器人加增养老保险，这些都是我们现在对于机器人的理解。
我们知道，微亿智造去年首发了具身智能工业机器人，并且在工业场景中逐步落地，在“大模型+机器人”的具身智能趋势下，您认为当前我们的技术距离真正的规模化产业应用还存在哪些瓶颈？
张志琦：我先讲两个小故事，解释为什么我们去年发布了具身智能工业机器人。
去年我们看到网上有很多视频，比如机器人炒菜、烧饭、洗衣服、叠衣服等，实现技术的方式多种多样，比如通过强化学习等等。为什么大家都愿意发布视频？坦白来讲（机器人能够做到的）成功率不高，但通过剪辑视频展示公司的技术能力，也能让大家对未来充满畅想。
我们去年发布的具身智能工业机器人，已经在工业现场落地，依靠算法解决了以往需要人去判断的能力。我们在工博会现场展示了一台真实的设备，让观众体验。
当时，我们搭建的场景是：桌面上有一堆工件，观众可以任意组合成一个产品，边上还有一堆零散的工件随机摆放。只要观众组合完成，设备会在20秒内，基于组合的产品形态，从零散的工件中找到对应的组件，再通过双臂腾空拼搭的方式完成工作。完成后，两台协作臂将模型推给其他工业臂，无论是重构还是异构，所有设备都能快速批量化复制。
这个场景主要解决的是免示教问题，不需要通过工程师编程或拖动等方式对传统机器人进行示教，也不需要前期做太多标定，很多自动化标定工作会自动生成。通过这种技术，我们降低了机器人使用门槛，希望把机器人变成一个学徒，像师徒传承一样，让机器人学会操作。
这个场景在工博会引起很大关注，四大机器人厂商都来到我们展台。我们展示的设备在精度和算力上都达到了一定水平，感知能力上也没有使用昂贵的3D点云相机，而是通过高算力实现。
不过，坦白来讲，要实现真正的规模化应用，还需要走一定的道路。解决工程化问题。这不仅是一个技术突破，还需要在工程上解决很多实际问题。
举个最简单的例子，视觉系统通常不与机械臂出厂时集成，而我们希望将更强大的视觉系统内嵌到本体上，但如何布线就是一个大问题。协作臂内部空间狭窄，让线缆穿过是一个巨大挑战。这些问题会导致设备不稳定，还需要对本体进行更多优化。
从去年到今天，我们一直在解决技术突破和工程化问题，确保产品能够在客户现场有效规模化使用。我们始终认为，具身智能要实现规模化应用，必须具备三个特点：一是比传统工业机器人更柔性；二是比人工更高效；三是比人形机器人更便宜。只有做到这三点，具身智能才能真正爆发，这也是我们的努力方向和目标。
4.业级具身智能的三大瓶颈：
成本、可靠性与场景突破
荆涛（主持）：梅卡曼德在工业机器人视觉引导领域积累了丰富了经验，在具身智能浪潮下，你认为工业场景对大模型的需求和其他领域有何本质不同，梅卡曼德将如何解决工业级具身智能面临的挑战？
邵天兰：我们现在把大模型大量尝试用在工业场景，已经开发了自己的AI客服。过去客户有问题会在论坛搜索文档，或者给我们发文件、打电话，现在我们训练的AI客服已经实际应用，很多人也很喜欢。这是一个典型例子，当结果要求不是100%可靠时，还有兜底措施，对AI不满意还是可以打电话。在这种情况下，大模型在工业领域已经开始应用。
我们想把大模型与机器人结合，但目前看到还有几个具体瓶颈需要突破。
第一个瓶颈是成本问题。
现在部署大模型到百亿参数级别，使用的算力和设备成本大概相当于两台协作机器人。我可以做一个很好的展示，比如部署一个百亿参数级别的模型可以做很多事情，但如果结合一台协作机器人，就相当于用了三台协作机器人的成本，这就需要产生相应的价值。
所以稍微大一些参数的模型真正部署起来，成本还是比较高的。有时候大家会说用了一个低成本的机械臂、低成本的相机、低成本的手等，但后面使用的机箱里的GPU价格远超这些设备之和。
举一个例子，我看到讨论说某个模型一个H20就可以跑起来，但一个H20比手+机械臂+视觉加起来还要贵得多。
第二个瓶颈是可靠性问题。
我们上大模型是因为要面对复杂和变化的环境，客户的期待很高。但如何在这种复杂和变化的环境中，把可靠性特别是底线可靠性做上去，目前仍然是没有解决的问题。
大家在网上会看到很多很炫酷的视频，那是我们技术的上限，就像看集锦一样。但客户最终需要的不是视频里表现出来的上限，而是在最坏情况下，产品是否仍然安全，是不是仍然不会造成不可逆的严重后果。这个事情怎么做，今天仍然没有一个特别准确的方式。刚才张总也提到，模型本身和工程化的努力都是需要的，具体怎么做还需要探索。
第三个瓶颈是优势场景问题。
具身机器人面临上下两层的“夹击”。如果把洗衣机、扫地机也当作机器人，那么每个人有多台机器人帮忙已经实现了。
具身智能狭义上是指使用大模型、有自学习、泛化任务和物品处理的机器人。它往下会面临专业设备的竞争，比如洗衣机、机械臂+传感器，L1和L2级别的智能；往上则面临人类的竞争，人工操作其实在很多场景中并不是一个很贵的解决方案。
所以，具身智能机器人必须找到一个场景，相对于专业设备和人工都有优势，但目前我还没有看到一个特别有说服力的例子。我总感觉也许专业设备会更好，也许雇个人会更好。
5.食品+医疗+服务：
机器人应用新蓝海
荆涛（主持）：下面有请非夕科技CTO晓平回答一个问题，非夕科技自适应机器人已经在工业领域取得应用，在大模型加持下你认为最具商业化潜力的新场景会是什么？
胡晓平：过去一两年，非夕在实际场景中进行了大量探索，积累了一些现实案例。非夕早期专注于制造业，包括汽车、家电和3C领域，因为这些行业对机器人质量要求较高，需要经过一段时间打磨本体能力。
在此基础上，非夕在过去一年多甚至更长时间里，探索了许多非工业场景的应用。
比如，在农产品加工领域，非夕开发了用于切肉、炸鸡排、炸鱼肉、小酥肉和鱿鱼处理等的应用。这些领域过去机器人应用较少，属于劳动密集型产业，且操作对象往往不确定，非常适合结合具身智能和AI能力的机器人应用。非夕的机器人具备力控能力，能够有效适应目标对象的不确定性，是力控+AI应用的典型场景，未来有广阔的应用前景。
食品安全是国家和政府非常关注的课题，如果将食品加工产业逐步迭代为智能制造，可以有效解决相关问题。比如，预制菜的安全性可以通过机器人自动化加工得到保障，这是一个非常有意义的方向。
除了食品加工，非夕还在理疗方面进行了探索。
上海第一人民医院和北京玉泉医院的推拿科医生体验了非夕的机械臂，因为有力控可以很好地为人服务，他们的感受确实非常好。未来，非夕也会重点推广这样的应用，让每个人都可以在按摩店体验到。
此外，非夕在手术机器人领域也有沉淀，尤其是支持远程操作的产品。非夕的力控机械臂能够有效复现远程作业的手感，让远端医生以沉浸式的形式进行手术，就像他在病人面前做手术一样。
这些是过去非夕积累的部分案例，但时间还较短，期待通过更多时间和更多人共同构建产品生态。非夕将提供自动化底层基座，结合各行业的专业知识，生成各行业的自动化解决方案。
6.中小企业智能化改造：
ROI驱动的四维解法
荆涛（主持）：本场最后一个问题就交给雄哥，大模型+机器人被视为制造业智能化的重要推动力，但很多中小企业仍面临应用门槛。作为协作机器人领域的代表企业，节卡将如何降低技术使用成本，帮助更多中小企业实现“轻量化”的智能改造？
许雄：对很多中小企业来说，ROI（投资回报率）是很重要的。从节卡自身的经验来看，主要从以下几个方面帮助客户，尤其是广大中小企业，把整个改造成本做得更加精益化。
第一，本地化生产与高效交付。节卡一直秉承客户在哪里，就把工厂建在哪里的理念。节卡的工厂变成机器人造机器人，节卡的机器人造自己的机器人。节卡在一体化关键生产制造环节能够做到全球最低的噪声、最高的精度、最低成本的一体化环节，从而为中小企业提供更多的ROI。
第二，精益生产与质量保障。节卡在生产过程中借鉴了日本的精益生产模式，工厂长是从丰田聘请来的，他在丰田待了30年。质量总经理也是从丰田聘请的，这样保证了整个机械臂的质量，降低了客户现场的部署和售后成本。
第三，快速部署与应用包。节卡机器人专注于解决工业场景中的“最后一公里”问题，通过打造面向不同行业场景的应用包（比如加工上下料、智能焊接、智能码垛等），帮助客户快速将机器人部署到产线，形成生产力。这些应用包基于简单编程，普通工人也能快速上手，节省了部署时间。
最后，节卡大量借鉴具身智能技术，从客户产线上采集操作数据，监控应用并学习，快速判断每个关节的健康度，从而提升预测性维护能力，降低宕机时间。
通过以上四个环节，节卡的应用不仅在汽车行业，还在3C电子行业等领域，帮助广大中小企业更精益地实现机器人产线的智能化，让机器人成为简单易用的生产力工具。
荆涛（主持）：今天在四位硬汉身边，感受到他们对于机器人，对于具身智能的拳拳报国之心，包括对于产业的信心，当然也看到和感受到他们满满的情怀，非常的不容易。在他们当中不久之后可能就会有数千亿市值的公司出来，具体是哪一位，我不说，你们自己体会一下。
（文：甲子光年）