具身智能「最大客户说」在具身智能所有喧嚣的落地故事里科研市场是最沉默也最关键的那一个。这是无数创业公司拿到的第一笔真正意义上的收入帮助团队度过了最艰难的从0到1的商业化探索阶段也让机器人本体在成百上千次的拆解、改装、调试和故障修复中完成了最初的可靠性进化。在机器人大脑尚未成熟、通用能力仍待验证的今天成为了整个行业为数不多的、真正稳定的现金流来源。在前段时间公布的宇树科技招股书中科研教育占据人形机器人整体收入的73.6%。与此同时中国已跻身ICRA、IROS等顶级机器人学术会议的最大投稿来源国之列相关论文数量在近两年更呈现出爆发式增长态势。种种迹象表明科研仍是一个机器人行业不容忽视的市场。而科研市场需要的本体不只是一个“能走能跳的空壳”。恰恰相反这是一个准入门槛极高的封闭生态。在这片低开放度的市场里环环相扣的配套资源和长期形成的行业惯例使得任何公司试图涉足都需要过硬的本体基础、有竞争力的性价比以及值得信赖的研究成果背书。在具身研习社对话十余位科研工作者、厂商负责人的过程中出现频率最高的一个词就是“生态”。因为生态的存在科研界形成了与消费市场、产业市场完全不同的决策逻辑。有时候一台机器人被选中不只是因为它本身的参数而是因为它背后连接着一整套系统开源代码、标定参数、社区经验、论文数据以及无数个使用过它的研究者留下来的痕迹它们消除了无意义的重复劳作很大程度避免了资源浪费。同时科研本身也是一种生态。科研具有强大的网络效应成果需要被发表、评审和复现本质上就是领域内的众人在试图一砖一瓦地构建一个完整的生态体系这决定了科研者不能是孤岛而相同的本体就是一种连接的形式。而进入这一生态的机会更需要的或许是耐心无论在什么技术引领下进入科研市场都需要打磨产品的可靠性一步一步积累用户、构建生态随着使用量的增加反过来催生硬件、算法、数据等方面的进步自然就会形成头部效应。未来科研需要的机器人或许不一定具备极强的运动能力但一定足够稳定可靠具备发达的生态有竞争力的价格被更多的人使用。这要求机器人抛除过多堆砌的功能在最高性价比下补齐短板、取舍长板构造踏实、均衡的本体。而它们能带给外界的就是对长期问题的耐心。正如采访中赵波老师所说今天的高校与实验室里仍然聚集着大量优秀而年轻的研究者。他们拥有相对自由的时间稳定的状态可以在一个高度不确定的问题上持续投入三到五年去探索那些非常早期、充满不确定性、无法被商业回报立刻验证的方向。那如此重要的科研市场究竟需要什么样的机器人这个问题可能没有统一的答案。不同的研究方向有着截然不同的诉求。但差异之下或许依然藏着某些共性。具身研习社长期关注科研领域的变化也一直好奇这个问题的答案。为此我们采访了几位身处不同方向、不同院校的科研工作者听他们谈谈与机器人本体打交道的真实感受试图为这个问题拼出一个相对完整的轮廓。01 陈天行科研市场远未达到瓶颈期对于高校中需要什么样的机器人陈天行的答案明确而直接耐用价格便宜生态好。陈天行指出当前的科研领域选择机器人很大程度上受到生态的绑定。人们往往会倾向于选择更多人使用的本体因为结果需要被比较和复现有更多可用的资源工具。但如果现在有一篇颠覆性的论文发表他们所采用的设备或许也会受到追捧。他还提到了一个特殊的维度机器人的颜值。这听起来像是一个无足轻重的细节但在论文图片、演示视频铺天盖地的今天一台好看的机器人出现在论文中确实更容易被看到、被记住。这本质上也是由学术界的论文导向所决定的。他认为学术界往往面临更强的资源制约固然存在一些资源充足的大实验室仍有很多实验室买不起相对便宜的人形机器人有些实验室也会接受机器人厂商的赞助。而这份价格敏感也构成了学术界与产业界行事风格的天然差异学术界往往要在诸多限制因素中寻找最优雅的解法而产业界则擅长用资源快刀斩乱麻寻找最直接、效率最高的那个答案。陈天行对机器人科研市场的前景持乐观态度他认为这个市场的商业价值远未到顶“就像过去做运动控制更多会购入人形机器人未来操作方面的研究增多衍生了更多数据以及评测需求。未来的需求是可以被不断创造的。科研市场虽然是一个艰难的市场但依然有广阔的前景随着机器人研究的不断增多盘子也会越来越大。”02 郑梓昂机器人硬件的“坑”今年已经快被填平了对于在清华大学从事运动控制与具身模型研究的郑梓昂来说他认为科研市场的大门依然敞开更多机器人公司依然有机会迈入科研市场。从去年到现在机器人本体在使用体感上已有明显提升而在这一过程中盘根错节的生态仍是其中的关键。当前某头部品牌机器人在性能上依旧占据优势。“我们在做人体动作retargeting的时候第一步默认是先在这家的机器上走漂亮了再去适配别的机器人。”其生态里有标定好的参数品控更稳定每台机器人之间的差异较小不容易偏离标准参数这使得实验结果更容易复现跑出来的数据质量也会更好一些。但如果说在去年年初在论文中使用头部品牌之外的本体还是一个潜在的坑的话在今年这个坑已经快被填平了各大厂家本体的可用性有了明显的提升。遵循头部品牌开辟的路径各个厂商都在培育自己的开源生态构建配套的SDK。这种追赶需要逐步积累目前已经初具规模。面对本体性能的提升郑梓昂提出了一个更耐人寻味的观点对于当前的机器人硬件已经不再掣肘算法才是制约性能天花板的因素。事实上在绝大多数现实应用场景中我们并不需要让机器人去施展拳脚而是需要最基础的稳定性与可靠性能够持续、安全、可预期地完成任务。就目前而言硬件能力虽仍有优化空间但已相当可观。今年马拉松比赛里荣耀机器人的夺冠就已让人们看到一款可靠硬件的成熟周期正在不断缩减。但硬件定义的是机器人的能力上限而能否真正触及这一上限始终取决于机器人的智能水平。或许在硬件上的盲目堆叠已经很难构成壁垒瓶颈正在向软件侧转移。03 从运控视角看机器人本体成熟是把双刃剑对于从事运动控制领域的科研人员来说机器人更像是一种耗材。在他们的工作中需要频繁的真机演示从简单的跳舞到更复杂的任务操作在强度较高的项目中半个月可能就会用坏一台机器人。在北京理工大学从事人形机器人全身控制研究的博士生李逸旋表示在这些实验室中宇树G1是研究者们的默认选择其中最重要的一个因素就是强大的电机控制能力。电机是机器人的肌肉机器人几乎所有动作的完成本质上都有赖于电机对力矩、速度与位置的精准输出。像春晚宇树机器人所做的表演就体现了其在自研电机方面的深厚积淀。对于做运动控制算法的研究者来说电机精度能够直接影响算法能否准确、稳定地执行控制指令。电机精度不够仿真跑得再漂亮也无法复现。采访者因截稿日期临近自己动手修理机器人实验中的高损耗率让机器人本体的可靠性成为了默认的基础能力也意味着售后维修的便利性变成了重要指标。通过官网申请报修、寄回机器人、等待维修这套流程走下来一个月以内能拿回修好的机器在研究者们看来已经算得上便捷尽管仍然会让项目进度停滞一段时间。李逸旋表示当前的硬件水平已经大体够用。但有些动作上的稳定性与工业机械臂的可重复精度相比依然存在差距。机器人传感器精度也存在不足在动态过程中的感知存在难以清除的噪声。他认为宇树机器人的出现让研究者们摆脱了最初手搓真机的状况让科研的起点前进了一大步。但与此同时也弱化了研究者对硬件的理解程度。或许出于运动控制专业赋予的视角他格外重视硬件在科研中发挥的作用。如果硬件做得足够可靠模型的运行就会更加顺利泛化到不同本体上时就无需考虑一些底层的误差。在未来氛围编码横行的时代对硬件的理解反而会成为一种竞争力。04 赵波缺少智能反而成全了科研市场在科研领域机械臂是一个更成熟的市场机械臂经过更漫长的发展路径相较人形机器人来说本体稳定性更高从机械臂市场的当下的状态或许就可以窥见未来的人形机器人市场。上海交通大学人工智能学院副教授赵波主要从事VLA与世界模型相关的研究由于聚焦于上肢操作所以最常采用机械臂实验。他对于机械臂的选择除了要符合科研需求例如臂长和负载更多关注的还是价格和生态。由于机械臂的性能相对较为成熟价格就成为考量的重要因素。近几年机械臂的价格呈现出每年下降30%~40%的趋势或者说对应同样的价格机器的性能在不断提升这种性价比的提升或将成为科研领域机器人的整体趋势。生态的逻辑在机械臂市场同样成立甚至更加显著。支持ROS系统、有丰富的开源代码库、有足够多的同行在用、有足够的公开结果对比这些因素的权重甚至高于硬件参数本身。如果说机械臂还有什么改进空间赵波提到了两点。一是适配门槛每接入一款新机械臂往往需要花很多时间学习如何接入和使用降低这个门槛是一个有价值的方向。二是重量现在一台机械臂通常在5~10公斤体积也相当可观实验室里挪一下位置都是体力活轻量化的需求是真实存在的。赵波在采访中坦言“硬件对于科研来说确实十分重要但我们正在努力降低硬件的重要程度。”我们希望能用更智能的算法来调控一个性价比更高的机械臂来弥补它在精度等方面的不足让其能够胜任相对复杂的任务。当前机器人本身还没有什么智能可言它可能有一些运动控制的一些算法但这更像是小脑而不是大脑的智能。科研的任务很大程度上就是在给机器人重塑大脑所以机器人本身的智能可能并不是科研市场重要的考量维度除了下游应用学科的科研市场。他认为在未来科研市场还将会有5年左右的快速增长期机器人一直属于一个相对小众的研究领域但在近些年从业者有不断增加的趋势。随着行业的快速发展同一个实验室正倾向于购入更多数量、不同类型的机器人。原文链接为了还原具身智能科研市场的全貌我们找了多个头部高校聊聊-36氪