黃仁勛也站臺的抱抱臉機器人賣爆了，背后公司竟來自中國

henry 發自 凹非寺
量子位 | 公眾號 QbitAI

還記得Hugging Face去年推出的桌面機器人Reachy Mini嗎？

在剛發布的時候，量子位曾第一時間報道過這只身高28cm、體重1.5kg的“萌物”《抱抱臉進軍具身智能機器人：5小時成交破百萬，299美元起售》。

而在過去的大半年的時間里，這款桌面開源機器人已經交出了一份頗為亮眼的成績單：

5天銷售額突破100萬美元、累計出貨3000臺以上，甚至還登上了黃仁勛的CES展臺

也正因如此，很多人第一次意識到——

那個被稱為“AI圈GitHub”的平臺，正在把開源哲學真正帶進具身智能世界。

不過，很少有人注意到，在這款299美元起售的小機器人背后，還有一家中國公司參與了關鍵一環。

它就是矽遞科技（SeeedStudio），Reachy Mini正是由它打造。

作為一家開源硬件平臺，矽遞并不是像宇樹那樣做整機產品的機器人公司，也不是主打某一款人形機器人的廠商。

它在具身智能產業鏈里的角色，更像是一個硬件系統平臺型公司

一方面深度參與英偉達Jetson計算平臺生態，是英偉達的精英級合作伙伴；

另一方面，它也提供機器人大腦主控方案、電機關節、傳感器以及一系列開源機器人套件，服務于開發者與初創團隊。

換句話說，當Hugging Face從模型平臺走向機器人硬件、當開源社區開始嘗試“軟硬結合”，像矽遞這樣的公司，正在成為連接模型、硬件與開發者生態的重要節點。

而在與矽遞科技AI機器人產品線的對話中，量子位也從一個少見的機器人硬件制造商視角，聽到了他們對具身智能產業的觀察與判斷：

• AI陪伴與具身智能載體并不沖突，機器人的物理形態將會在一眾依賴屏幕的產品中脫穎而出。
• Reachy Mini桌面機器人的制造完全不同于人形機器人，難點包括聲學設計。
• 低成本機器人未來的分水嶺不在于便宜，而在于可達性。
• 對于具身智能開發而言，少即是多，過于復雜的自由度并不是必須。
• 開源之于具身智能的意義在于降低門檻。
• 單純的極限運動并不能被視為一個好的機器人demo，一個好的demo應該是穩定、實時可互動的，而且能夠讓開發者基于此做進一步的延伸。
• 遙操作是算法訓練的一部分，對于硬件本身來說，不能只關注性能和成本，還必須考慮與數據需求和訓練框架的適配性。
• 數據驅動的具身智能范式正在重新定義硬件

以下是與來自矽遞的吳丹(機器人產品線負責人)和朱耀暉(機器人產品線應用工程師)的采訪實錄（在不改變原意的基礎上，有刪改）：

Reachy Mini、開源硬件、制造商眼中的具身智能

Reachy Mini是什么？

Q：如何給一個就是不了解機器人去介紹Reachy Mini，它是一個怎樣的一臺機器人？目前最核心和最典型的能力是什么？

吳丹：Reachy Mini是一個高度開放的桌面的機器人。

它具備完整的多模態交互能力：搭載攝像頭和麥克風，可以“看見”和“聽見”，同時支持語音輸出與用戶對話。

此外，它擁有九軸運動能力，頭部能夠做出動作反饋，通過姿態變化表達狀態與情緒，使互動更加自然生動。

如果向一個不做機器人的人介紹Reachy Mini，我會說它是一個可以放在桌面上、與大家互動的機器人，帶有一定娛樂和陪伴屬性。

同時，因為它是開源開放的平臺，支持二次開發，所以應用場景會不斷擴展。

另外，對于不做機器人，但了解大模型的（開發者）來說，Reachy Mini的核心能力依然是多模態交互。

它能夠聽、看、說，實現視覺、語音與動作的結合。同時，它可以連接Hugging Face上的各類大模型，支持靈活調用，也適合做智能體（Agent）開發，比如通過OpenClaw等方式接入。

所以，即使不是做傳統機器人的開發者，對于算法工程師或偏軟件背景的開發者來說，它同樣是一個比較合適的平臺。

Q：具體而言，Reachy Mini是怎么進行交互的呢？

朱耀暉：Reachy Mini目前有兩個版本。

一個是不帶主控的版本，用戶可以把它接入自己的筆記本電腦，或者連接到外部主控設備，比如Jetson、樹莓派，或者RK、地平線等芯片平臺，然后基于這些設備進行開發，或者體驗它原有的功能。

另外一個是無線版本，內部自帶主控，采用的是樹莓派方案，開機之后就可以直接使用，不需要額外連接設備。

關于定位：AI陪伴產品與具身智能載體并不沖突

Q:作為一個一款桌面機器人，Reachy Mini更應該被理解為一個AI+陪伴產品，還是一個具身智能的載體，你們更傾向于哪一種定位？

吳丹：我覺得它目前更偏向于一個具身智能的載體。因為它本身是一個開放平臺，核心是用來構建多模態機器人系統的，所以從定位上來說，它更適合做開發。

不過，它現有的功能里確實也包含一部分陪伴屬性。所以我覺得這兩點并不沖突。只是因為它的開發屬性更強，對于開發者來說，它更像是一個具身智能的平臺。

但從用戶層面來看，也有很多家庭用戶購買。比如有家長反饋，8歲的小朋友都可以自己把它搭建起來，并且玩得很好。對他們來說，它更像是一個陪伴型產品。

所以我認為這兩種定位是同時存在的。

如果用戶只是希望有一個陪伴型機器人，那它現有的功能已經足夠；如果是開發者想基于它去做智能體（Agent）或其他擴展開發，它也提供了充足的資源支持。

Q：做陪伴型機器人通常會強調情緒價值，外觀也往往比較可愛。那Reachy Mini在設計和制時，是否有特別考慮外形和“萌感”？

吳丹：有的。比如它的“大小眼”設計，就是一個比較萌的元素。另外，它頭上的兩個觸角——也就是天線——是可以動的，這也是一個增強可愛感的小細節。

還有它下面那個圓圓的“大肚子”，整體設計其實就是從比較萌的方向出發的。

另外，因為它是開源的，用戶是可以自己改動外觀的。比如換顏色，或者做一些造型上的改造。之前PollenRobotics在萬圣節時，就把它改造成南瓜的樣子；

圣誕節的時候，也可以做成圣誕樹的造型。

所以一方面，它本身的設計就比較可愛；另一方面，它也很容易被二次改造。只要通過3D打印，就可以對外觀進行個性化調整。

Q：如果我買一臺Reachy Mini，想通過3D打印給它做一些外觀配件，官方會提供相關教程或社區支持嗎？

朱耀暉：會的。我們后續會持續補充相關內容。它本身就會提供3D打印的設計文件，用戶可以基于這些文件進行打印和改造。我們也會在社區里逐步增加更多教程和設計示例，方便大家上手。

Q：現在也有很多桌面AI產品，比如屏音箱、智能助手設備，它們同樣能提供陪伴體驗，但并不會把自己定義為“機器人”。為什么你們還是選擇機器人這種形態？在形態設計上，最重要的取舍是什么？

吳丹：這個問題其實PollenRobotics（Reachy Mini的設計團隊，被Hugging Face收購）團隊之前也談到過。

他們認為，我們已經被各種屏幕高度包圍——iPad、手機、電腦，幾乎無處不在。

這些設備里其實都已經有智能助手，但整體還是停留在“屏幕交互”層面，缺乏真正的參與感。

相比之下，機器人形態能帶來更強的互動體驗。比如Reachy Mini里有一個emoji功能，當你觸發不同表情時，它會通過轉動腦袋、擺動觸角、配合聲音做出反饋。

△圖源：推特網友Trtd6Trtd

這種結合動作和聲音的表達，會讓人感覺它在“回應你”，而不僅僅是屏幕上的一個界面變化。

所以我覺得，這是人與技術之間互動方式的一種變化。PollenRobotics希望打造的是一種更有參與感、更具互動性、也更人性化的形態。

他們認為，一個迷你機器人的形態，不僅要有吸引力，還要能夠傳遞信任感和好奇心，同時帶一點親和、可愛的特質。某種程度上，它是在技術感和親和力之間做了一個平衡。

Q：它現在眼睛、頭部都可以活動，相比一般的桌面AI終端，可能會更耗電。那這款產品是需要一直插電使用，還是支持充電、無線使用？

吳丹：我們剛剛提到，它有兩個版本。

其中一個版本是不帶主控的，需要接外部設備，比如Jetson或者用戶自己的電腦。這個版本是需要插電使用的。

另一個是無線版本，內部自帶主控和電池，可以擺脫電源線，獨立運行，不需要一直插電。

Q：有用戶在社交平臺分享，說買回Reachy Mini之后需要自己DIY拼裝、下載模型、部署環境。對很多非技術背景的人來說，這聽起來門檻不低。你們是如何在“可玩性”和“易用性”之間做平衡的？

吳丹：這個問題其實也和Reachy Mini設計的初衷有關。它最開始希望面向的是那些想探索開源機器人、尤其是希望嘗試把Agent智能體模型集成到機器人里的用戶。所以它既要有可開發性，也要兼顧娛樂和日常使用。

在易用性方面，其實我們做了很多優化。

用戶收到產品后，會發現安裝說明書非常詳細，整個組裝時間大概在2到3個小時左右，而且大部分結構已經預裝完成，真正需要自己動手的部分并不復雜。

我之前提到過，8歲的小朋友都可以完成拼裝，所以整體難度并不高。某種程度上，它反而成為一個很好的親子互動或者朋友一起動手的過程。

另外，在軟件層面，它也提供了很多“開箱即用”的應用。

安裝完成之后，會有一個可視化UI界面，用戶可以直接點擊體驗。Hugging Face和PollenRobotics也已經準備了不少示例應用和教程，幫助用戶快速上手。

至于可玩性，如果是開發者用戶，我們也非常歡迎他們深度參與。

比如可以接入OpenClaw，做成語音助手；也可以接入Home Assistant，變成家庭智能家居的管理入口。

這樣一來，Reachy Mini就不僅僅是一個桌面機器人，而是可以融入家庭或辦公場景。

像在今年CES上，黃仁勛演講中Hugging Face展示的一些Demo，比如，詢問Reachy Mini計劃，Reachy Mini 可以根據看到的計劃表，再通過語音或者本地界面發給用戶，這類能力都可以通過多模態大模型接入進來。

所以我們希望它既能讓普通用戶輕松體驗，也能給開發者足夠空間去發揮。它的可玩性，其實來自于這些開放接口和多模態能力的結合。

它是可以融入到家庭或者是辦公的一些場景的，結合的技術點會非常的多，就是剛剛提到的OpenClaw多模態的大模型、大語言模型，還有Home Assistant智能家居的系統。

Q：它既然可以融入家庭場景，那重量怎么樣？無線版本可以隨手拎著走嗎？

朱耀暉：它其實不重，不像市面上一些人形機器人那樣需要固定擺放，是可以移動的。

大概相當于一臺筆記本電腦的重量。它的外殼大部分是塑料件，內部只有少量金屬結構和舵機組件，所以整體不會太重。基本上單手就可以拿起來，無線版本也可以隨手移動。

桌面機器人制造中的難點

Q：像Reachy Mini這種桌面級小機器人，在制造過程中面臨的挑戰是什么？未來優化方向在哪里？

朱耀輝：Reachy Mini這種小型桌面機器人，挑戰和大型人形機器人不完全一樣，其中一個非常復雜的挑戰其實來自聲學設計。

因為它在執行動作時，多個電機會同時運轉，舵機齒輪嚙合會產生明顯機械噪聲。而它又是一臺需要和人對話的機器人，麥克風陣列必須在運動狀態下仍然保持清晰拾音。

所以我們和Hugging Face以及PollenRobotics一起，通過反復聲學實驗，從結構設計到算法層面做了聯合優化，提升整體降噪能力和音頻表現。

最終在我們自研的ReSpeaker麥克風陣列上實現了更穩定清晰的語音體驗。這個麥克風陣列本身就帶有降噪算法，再結合結構減振和算法濾波，才解決了“邊動邊聽”的問題。這其實是桌面交互機器人非常核心的難點。

另外一個現實問題是算力和網絡依賴。Reachy Mini本身需要聯網來調用大模型。即便使用類似樹莓派這樣的本地計算平臺，如果要調用云端模型，網絡環境依然很重要。

所以我們也在探索邊緣部署的可能性，比如基于NVIDIA平臺做本地推理優化，讓部分能力能夠在邊緣側完成，從而降低延遲和對網絡的依賴。

Q：我有一個比較基礎的問題。語音模型到底是怎么運作的？是我說一段話，它完整聽完再反饋嗎？如果很多人在同時說話，它能區分指令嗎？敲門聲這種非語言聲音它會不會誤識別？它是怎么處理這些情況的？

朱耀暉：語音識別系統其實做了多層過濾。在嘈雜環境中，它會通過算法提取“概率最高”的那個人聲信號，也就是主說話人的語音，然后盡量排除背景干擾，比如多人說話、環境噪聲、敲門聲等。

我們在聲學實驗室做了大量噪聲測試，包括環境噪聲測試和機器人自身運動噪聲測試。Reachy Mini在運動時，舵機齒輪嚙合聲是最大的挑戰，因為那是持續、結構性噪聲，會干擾語音識別。

這個問題一開始確實影響很大，后來通過不斷結構優化、算法調校和降噪策略疊加，才打磨出現在這個版本的聲學效果。

Q：如果說話快慢不同，它能跟得上節奏嗎？輸出延遲有沒有專門優化？

朱耀暉：這個和所用的大模型有關。它可以切換不同模型。

有些模型參數大、推理時間長，響應自然就慢一些；有些模型是輕量級的，響應速度很快，但準確率可能稍微低一點。

比如切換到國內一些小參數模型，輸出會非常快，但理解能力可能不如大模型強。這本質上是速度與準確率之間的權衡。

它可以自行切換模型，包括國產模型和開源模型，都可以部署。

具身智能開發，少即是多

Q：現在不少機器人廠商會做類似“應用商店”的平臺，用戶可以直接下載動作或功能。相比那些能翻跟頭、跑跳的人形機器人，Reachy Mini自由度相對有限。在動作能力不那么“炫酷”的情況下，你們如何發揮它的優勢，創造不同的玩法？

吳丹：您提到的那些能完成復雜動作的人形機器人，確實越來越強大，看起來也很震撼。但從開發者學習和入門的角度來說，我反而覺得“少即是多”。

很多復雜動作，其實是通過精細編排的動作序列實現的，它們更偏向運動控制和硬件能力的展示。

而Reachy Mini，包括我們之前在Hugging Face上推動的一些機器人項目，更強調端到端的學習和執行能力，讓機器人結合大模型去完成交互和決策。

如果在Reachy Mini上增加手、腿或者底盤結構，系統復雜度、開發成本和售價都會顯著提升。

它現在的定位，是希望以相對可負擔的價格，讓更多人不管年齡、職業或技術背景都能接觸具身智能。如果走向高復雜度的人形形態，價格可能會上萬，那就偏離了它降低門檻的初衷。

當然，它目前的形態確實不能翻跟頭、不能行走，但通過舵機驅動的頭部和觸角動作，已經可以完成大部分情緒表達和互動體驗。

當然底盤和手，你想加的話也可以。但是基于它現在的一個產品的一個形態，我覺得它大部分的交互體驗已經可以完成。

對于學習機器人原理、做軟件和智能體開發來說，這樣的復雜度是足夠的。更高的復雜度，往往意味著更高的成本和更高的門檻。

市面上那些能跑能跳的人形機器人，核心在于運動控制能力，強調電機性能、步態算法和動作編排的流暢度。

而Reachy Mini更偏向讓用戶體驗大模型、Agent，以及像OpenClaw這樣的能力接入。

未來它更多是融入家庭或辦公場景，比如接入智能家居系統，做陪伴或管理功能。所以我們更強調軟件和應用層面的開發，而不是極限運動能力。

另外，關于類似“應用商店”的模式，Reachy Mini其實也在做。Hugging Face已經提供了一個類似應用市場的界面，用戶可以直接下載并部署現成的功能。

社區的用戶開發完一定的功能以后，也能上傳到Hugging Face的社區。

低成本機器人的分水嶺不在價格，在可達性

Q：現在越來越多團隊在做低成本、開源機器人，包括一些幾百到一萬元以內的小型四足或人形機器人。你們怎么看“低成本”的分水嶺？是價格、能力、生態，還是使用門檻？未來隨著人形機器人越來越便宜，像Reachy Mini這種桌面機器人會如何定位和發展？

吳丹：低成本真正的分水嶺不只是價格，而是“可達性”（accessible）。

如果希望具身智能真正發展，首先要讓機器人更容易被接觸、被使用。當然，價格低是一個重要前提，但它不是唯一標準。

早期階段，最關鍵的是開發者能否真正用起來。平臺是否易于開發、足夠開放、具有靈活性，這些都比單一價格更重要。

如果只是價格低，但系統封閉、擴展性差、交互能力單一，那很難吸引更多創新力量加入。相反，如果平臺足夠開放，就可以吸引更多人參與，一起推動行業生態的繁榮。

以Reachy Mini為例，它雖然是桌面形態，但具備擴展能力，比如可以加底盤、加手臂；在軟件層面，也可以持續接入新的模型和能力。這種軟硬件上的擴展性，會帶來更長期的生命力。

從行業趨勢來看，我認為機器人價格一定會越來越有競爭力。隨著供應鏈成熟、規?；慨a，以及前期試錯逐漸完成，很多技術會趨向標準化，成本自然會下降。

但在現階段拉開差距的，更多是開發友好程度和生態完整度。Reachy Mini作為一個全開源產品，在這方面是有優勢的。

另外，PollenRobotics也一直強調，一個“好看”或者“動作炫酷”的機器人遠遠不夠。

即使價格不錯，如果缺乏可用性和用戶基礎，會面臨很多挑戰。因為具身智能最早的一批用戶一定是開發者，他們會把機器人真正帶到工廠、家庭或商業場景中。所以產品是否對開發者友好、是否容易落地，比單純展示能力更重要。

同時，社區的力量非常關鍵。這也是我們堅持開源的原因。用戶不僅可以基于它開發自己的應用，還可以在社區中交流、共享成果。這樣產品才會不斷進化，成為生產力。

Q：我這樣理解對不對——如果一個機器人很貴，買的人少，開發者基數也小，那作為用戶，可能就看不到太多技術文檔或新的玩法分享；反過來，如果機器人便宜，買的人多，社區活躍，我就能從更大的用戶基數中受益?？梢赃@么理解嗎？

吳丹：這個理解不完全準確。

價格高，確實會阻礙一部分人購買。不是每個人都能負擔十萬元級別的機器人，這一點是現實問題。

但價格低，本身并不是決定性分水嶺。因為如果一個產品只是便宜，卻不開放。文檔不完整、軟硬件生態封閉、二次開發不方便，那開發者其實也很難基于它做創新。

所以關鍵不只是便宜，而是開發體驗要足夠好。要開放、可拓展，讓開發者真正愿意用它、改它、分享成果。

簡單來說，光便宜還不夠，還需要開放性和擴展性。只有這樣，社區才會自然成長，生態才會形成正循環。

開源機器人最大的價值，是降低參與門檻

Q：Reachy Mini是一個非常開源的機器人，那么在你們看來，開源對機器人社區，尤其是具身智能社區，最大的價值是什么？

吳丹：我覺得開源機器人最大的價值，是降低參與門檻

具身智能仍然是一個非常新的領域。雖然現在越來越多的機器人開始標準化、量產化，但它的發展依然高度依賴更多人參與實驗、驗證想法、不斷迭代和創新。這種開放式的參與，本身就是推動領域進步的重要力量。

在矽遞，我們整個AI機器人產品線都秉承這個理念——讓具身智能的開發門檻更低。這個“門檻低”體現在幾個方面。

首先是產品層面。我們提供多種類型、經過工程師嚴選和驗證的產品方案，讓開發者可以直接在可靠基礎上開發，從而縮短研發周期。

其次是時間成本。開發者不需要從零開始踩坑，可以站在已經驗證過的硬件和系統之上，把精力集中在創新本身。

再者是價格。具身智能除了比較貴的工業機器人，還要有大眾能夠接受的、價格相對可接近的機器人。

另外還有教育資源。我們提供教程和課程，讓不同技術背景的人都可以參與進來。

像Reachy Mini，或者Hugging Face在LeRobot框架下的一系列機器人，其實讓開發者、研究者、學生能夠完整理解從硬件到軟件再到AI模型的整個技術棧。它提升了透明度和可復現性，也加快了創新節奏。

比如Reachy Mini，從組裝那一刻起，你就能看到它的控制單元、感知單元、推理單元。你不僅理解“它能做什么”，而是理解“它是怎么做出來的”。

開發者可以在示例模型基礎上接入自己的模型，或者接入其他先進模型，真正體驗完整的技術棧。

同時，在我們CEO潘昊以及Matthieu Lapeyre（PollenRoboticsCEO）之前的訪談中也強調過，Reachy Mini的設計理念就是開放和簡潔。

它采用白色外殼設計，方便快速個性化改造；軟件棧與Hugging Face深度集成，開發者只需要幾行Python代碼就可以部署AI應用。甚至隨著工具的進步，很多時候通過更高層級的接口，就能完成部署。

Q：對于做大模型的人來說，他們會說開源在某種程度上和企業利潤是有沖突的。那回到機器人領域，做開源會不會和盈利產生矛盾？如果你把東西開源了，大家覺得是“免費的”，那企業怎么賺錢？

吳丹：首先，開源并不等于沒有商業模式。

在開源機器人中，零部件清單是公開透明的，大家大概知道成本結構。但企業之間仍然存在供應鏈能力的差異，包括成本控制能力、規?；芰驼夏芰?。

同時，像Reachy Mini這樣的產品，本質上并不是一個“只為盈利”的產品。它的首要目標是讓更多開發者參與進來，建立社區，而不是賺一波錢就結束。

當然，它也不能長期虧損。任何產品都需要一個可持續的模式。但Reachy Mini的優先級排序，不是“利潤最大化”，而是“生態構建優先”。

我們Seeed也是一家開源硬件公司，我們很理解Hugging Face做開源機器人的初衷。我們很多產品，包括圖紙和PCB，都是開源的。

我們的想法是：通過開放、驗證過的方案，幫助初創公司或個人團隊節省前期開發成本。等他們基于我們的方案做出了產品，進入量產階段，自然會回來尋找我們合作量產。

也就是說，開源不是終點，而是一個生態入口。社區用戶在我們平臺上創新，最終又反哺企業，形成長期合作關系。這是我們一直堅持的方式。

制造商眼中的具身智能

Q：你們覺得機器人硬件未來會像PC一樣走向標準化嗎？還是會根據不同場景、不同任務，發展出很多不同形態？

吳丹：我覺得這兩種趨勢會同時發生。

因為這個行業現在仍然處于非常早期的階段。在這個階段，比起急著完全標準化，更重要的是保持開放，降低門檻，讓更多開發者進入這個領域。

隨著生態逐步成熟，技術棧中的底層模塊一定會趨向標準化和模塊化。比如語音識別、感知算法、算力平臺，以及更穩定可靠的基礎模型，這些都會慢慢形成通用模塊。

在矽遞，我們也是從整體系統架構的角度來推薦產品方案，從感知、控制到推理，構成一個完整技術棧。底層模塊未來一定會越來越標準化。

在應用層面，產品形態一定會保持多樣化。因為場景差異非常大。學校、家庭、醫院、辦公環境，每個場景的任務目標、交互方式、物理空間都不同，對機器人結構和系統設計的要求自然也不同。

我覺得Reachy Mini作為一個開放的平臺，就是也是為了承載這些應用去設計的，而開發者可以在一個共享的一個基礎上進行實驗構建，并且探索不同的具身智能的一個場景，這個平臺從軟件到硬件都是可以共享的。

Q：那我追問一個問題，就是咱們現在最主要的這個場景是什么呢？

吳丹：現在最主要的還是語音交互。

用戶可以直接和它對話。同時，它可以結合視覺能力，比如讓它描述它面前看到的東西，然后圍繞這個視覺信息繼續對話。

我們也在嘗試讓它接入更復雜的能力，比如類似OpenClaw這樣的系統，讓它在對話中不僅能回答問題，還能幫你生成內容，甚至觸發具體動作，比如執行某個指令。

所以，目前主要是桌面場景，尤其是在辦公環境中，就是放在桌面上進行交互。

Q：對于硬件制造商而言，什么樣的具身智能demo是好的？如何定義一個好的任務？

吳丹：在我看來，一個好的Demo，首先必須是穩定、實時、可互動的

就是它的互動是不是流暢的？他是不是穩定去運行的？穩定就代表著說他是不是就做了一個這個動作，以后就不能復現了？

第二，它不只是展示技術或硬件實力，而是要讓開發者能夠基于這個Demo繼續延伸

我并不認為只展示極限運動或復雜動作就是“好的機器人”。其交互能力、感知能力、理解能力，以及視覺、語音和關節協調響應能力是更重要的。

我們也和PollenRobotics討論過這個問題。他們的觀點是：真正重要的不是“機器人翻了一個跟頭”，而是人們是否理解它是怎么翻起來的。

如果你只是看到一個炫技動作，但完全不知道系統如何運作，也不知道如何控制或停止它，那這種體驗反而會帶來距離感，甚至不安全感。沒有人愿意面對一個不可控、不可理解的機器。

安全性和可控性是非常重要的。比如我們在機械臂設計中，會加入懸?；蚓o急停止按鈕，讓人始終擁有控制權。這種設計本身就是一種信任構建。對于人形機器人來說，這種安全考量就更加關鍵。

這也是為什么Reachy Mini的組裝過程很重要。你不是只看到它做可愛的動作，而是親手參與搭建，理解它的結構和原理。當你知道背后發生了什么，再去看它完成一個任務，那種感受是不一樣的。

我認為，一個好的演示只是起點。通過親自動手搭建機器人，用戶不僅能夠親眼見證它如何出色地完成任務，更能深入理解其背后的運行原理。這個從動手實踐到獲得反饋的過程，還會自然地建立起人與機器之間的信任感，增加互動的深度。這種體驗，遠比單純觀看演示更有意義。

數據范式如何定義硬件

Q：現在很多人說具身智能硬件已經OK了，軟件還不行？你們怎么看這種觀點？

吳丹：在硬件的角度，我們一直在隨著算法更新。

在機器人上，硬件和算法非常重要，但算法前期需要數據積累，所以現在大量的遙操作，其實本質上是在為算法鋪路。很多規模化的數據工廠正在建立，專門做數據采集。遙操其實是算法訓練階段的一部分，而數采非常重要。

同時，因為數據非常重要，也出現了專門為數據采集設計的硬件，而隨著數據越來越多，模型也會越來越穩健。

這就是我們制造商對模型的看法，對于硬件本身來說，我們不能只關注性能和成本，還必須考慮與數據需求和訓練框架的適配性。

比如我們剛剛推出的一款全開源六軸機械臂（Seeed reBot-DevArm），它是電機版本的，已經適配了Hugging Face的LeRobot框架。這樣它就可以更自然地融入標準化的數據采集和訓練流程。

這其實也是硬件標準化的一部分。隨著模型和數據格式逐漸趨于標準，硬件接口也會向這種標準靠攏。

另外，現在不僅是真實數據重要，仿真數據也越來越關鍵。例如英偉達GR00T這樣的基礎模型，就融合了多種數據來源：真實采集數據、仿真數據以及視頻數據。多源數據融合能讓模型更穩健。

所以在矽遞這邊，我們也會支持類似Isaac Sim這樣的仿真生態。

讓開發者既可以在真實環境中用我們的設備做數據采集，也可以在仿真環境中做規?；柧毢蜏y試。

然后所以就整體來說，我覺得硬件制造商要更注重開放性和接口設計，然后以及生態的兼容性，應該確保對數據和模型的一個這樣的需求。

整體來說，數據和模型它肯定是分不開的，兩者互相決定。

Q：我還是有一個困惑。之前很多論文都提到，不同硬件采集出來的數據是不一樣的，還涉及跨本體的問題。你剛剛說硬件會越來越標準化，數據也會更容易共享。但另一方面，硬件形態又會很多樣。那多樣性和標準化怎么同時成立？我有點沒理解這個過程。

朱耀暉：多樣性其實就像采集數據集，它是想從a點搬運到b點人為遙操的時候，這個人的行為習慣和下一個人的行為習慣可能是不一樣的，這就是它的多樣性。

就像網上的一些數據，是不同形態的機械臂或者機器人，它們做一些動作的時候，它其實是不一樣的路徑或者風格，這就是多樣性。

那么標準化其實就是說他們把這數據集采集到本地電腦上，實實在在能看到的數據格式，大家都會統一這樣一個標準。

就是說我可以用我的算法直接訓練你的數據集，而不需要再去進行一個一層轉換，這就是標準化。

然后就像現在Hugging Face推出那個LeRobot那個框架，他們就是把所有的一些硬件接口、數據接口進行了標準化。

松靈、OpenArm等開源硬件，只要接口符合規范，就可以直接接入生態。

在數據集層面，Hugging Face也推出了統一規范版本的LeRobot4.0的數據集格式。開發者可以把自己的數據轉換成這個標準格式，然后就能直接在不同硬件上部署或訓練，這就打通了所有的硬件軟件層面的差別，這就是他們的標準化做的一個非常大的貢獻。

所以多樣性是數據軌跡和姿態層面的差異，而標準化是數據格式統一，大家可以直接使用，不需要轉換。

Q：具身智能中分工和全棧哪個更有未來？基于數據范式出現的專門制作數據的公司意味著什么

吳丹：我個人認為，這兩種形態都會存在。

全棧公司通常是圍繞自己的產品去做的。比如做醫療機器人，它是直接面向行業的解決方案，那一定要對醫療領域有一個自己的解決方案。

但同時，我也認為一定會有分工的流水線。比如專門做某些場景數據的團隊，會做醫療、家庭等特定場景的數據采集。

剛剛你提到的數采類數據，和真正用于訓練的機器人數據其實還是有區別的。

比如光輪智能，他們就是專門做仿真數據的。

仿真數據的優勢在于，在保證精度的同時更容易獲得。因為不是所有團隊都有條件用硬件去做大規模真實采集，真實數據采集非常耗時，人力成本也很高。

我剛剛也提到，像一些大模型，比如英偉達的GR00T這一類，它們通常會融合不同來源的數據：真實場景數據、仿真數據，還有視頻數據。不同數據類型結合在一起，效果會更好。

所以我覺得未來一定會出現這種分工流水線，類似模塊化，比如做數據的公司專門就做數據，這個環節本身就在加速整個具身智能的開發。

但對于全棧公司來說，就要看它是不是只聚焦某一個落地場景。如果是單一場景，比如只做醫院或者零售，它就需要對那個場景有非常深入的理解，這種情況下，全棧是有優勢的。

而在模塊化、流水線層面，通過分工和標準化數據，是可以實現整體加速的。

Q：所以可以理解為，在模型訓練端會需要不同的數據“配方”，包括仿真數據、真實數據、視頻數據等；對應到產業層面，就會出現專門的數據工廠負責采集或生成這些數據，從而形成更明確的分工，加速行業發展。而對于一些需要強場景落地的公司，它們會更傾向于圍繞特定場景構建自己的數據體系。是這樣嗎？

吳丹：（是的）

Q：過去一年具身智能融資和項目大量出現，幾乎每天都有新公司冒出來。很多人說2025年是量產元年，那我們現在到底處在一個什么時間節點？今年會出現怎樣的發展？

吳丹：我覺得它仍然是一個早期階段，但是今年我相信一定會看到越來越多的參考設計出現。

你剛剛提到2025年是量產元年，我覺得這意味著行業已經進入從概念走向方向逐步清晰的過渡階段，它已經不再只是停留在概念階段。

所以我認為，越來越多的參考設計會依托于社區和行業的發展出現。

社區里、行業里會有更多公司開始認真做產品。但這個行業一定還會有變化，所以我覺得無論是我們制造商，還是作為硬件平臺，都要保持一個長期視角，去接受早期開發者這個階段的狀態。

我們剛剛也聊到模塊化。模塊化會越來越趨向標準化。我覺得現在正是建立產品化能力和模塊化能力的關鍵時期。

包括我們自己產品的一些開源設計，比如機械臂、靈巧手、主控設計、感知模塊選型等。同時我們也要加強成本優化、量產能力以及生態協作。

生態協作就是剛剛提到的，我們如何更高效地和模型結合，如何和機器人生態，比如像ROS這樣的生態去結合。我覺得從社區、硬件到軟件的同時加速，最終是為了推動商業化，加速商業化。

Q：那回到你們公司本身，你們在具身智能生態里處在一個什么位置？

吳丹：我覺得我們在具身智能的開發者生態里面，是一個比較有特點的平臺。

首先從產品線來說，剛剛也提到，我們是從整個機器人系統的角度去給大家提供產品。

在主控，也就是機器人最重要的“大腦”層面，我們是英偉達的精英級合作伙伴。

同時，在英偉達的開發者生態里我們也非?；钴S。我們有很多課程、教程，也提供開發者一鍵部署的能力。所以整體來說，我們是一個比較新興、先進，而且非?；钴S、對開發者友好的平臺。

在機器人方向上，我們也提供了很多新的內容。比如像LeRobot這樣的框架，很多早期想接觸具身智能的開發者都會知道。它在GitHub上已經有兩萬多星，是一個影響力很大的開源框架。

我們在這個生態里推出了很多配套的套件、教程和產品，讓開發者可以更快上手。

所以對于早期想進入具身智能領域的開發者來說，矽遞是一個能夠提供比較完整產品體系和完整教程支持的平臺。

我們不會簡單用“市場占有率”或者“單一產品做得最好”來定義自己。矽遞本身是一家開源硬件公司。在AI機器人這條產品線上，我們的核心目標是降低具身智能的開發門檻。

在這一點上，我認為我們做得是比較好的。我們在開發者生態里足夠活躍，也在持續給大家帶來新的、有趣的、可實踐的開發內容。

Q：那最后一個問題，什么是開源硬件？

吳丹：簡單來說，開源硬件就是用戶可以基于開放的硬件和軟件層來學習和二次開發。

在矽遞，我們的使命是讓科技隨手可得。我們專注于為全球創客、開發者及科學家等創新者提供邊緣AI、機器人及智能傳感器系統等新興技術， 賦能每一位創新者實現數字化轉型。