公司商业化策略 - 擎朗智能专注于服务业垂直场景商业化落地 优先选择简单、封闭但可普及的岗位如爆米花制作、饮料制作和汉堡制作 [3][17][29] - 公司采用"岗位化"策略 通过单一场景实现商业化 再逐步规模化 形成数据飞轮效应 [17][21][23] - 海外市场是商业化重点 因海外需求明确且付费能力强 海外收入占比超50% [2][4][5] 产品与技术发展 - 公司同时开发轮式双臂机器人和双足人形机器人 采用模块化设计 上半身结构可复用 训练数据可共享 [3][6] - 双足机器人目前故障率较高但持续改善 商业化速度慢于轮式双臂机器人 [3] - 技术架构分为本体、小脑和大脑三部分 小脑负责动作控制 大脑负责环境感知与决策 [7] 行业数据挑战 - 物理世界数据缺失是具身智能发展最大卡点 高质量真实数据稀缺且获取成本高 [15][16][28] - 数据分为三个层次:视频数据、仿真数据和真实机器人数据 仅真实数据能有效训练模型 [15] - 当前数据采集规模有限 单个场景最多部署200台机器人 日工作8小时 数据量远低于大模型需求 [16] 市场竞争格局 - 人形机器人行业处于早期发展阶段 全球超过100家企业参与 预计5-10年内将经历激烈淘汰 [28][31] - 未来行业将分化为两拨企业:早期找到落地场景的企业和大型科技公司 [2][31] - 商业化能力是关键竞争要素 企业需在有限时间内找到可行场景并形成闭环 [27][28] 成本与定价模式 - 人形机器人定价为1000美元/月 约当地劳动力成本的1/2到1/3 [5] - 采用36个月付费模式 总价3.6万美元 折合25.8万元人民币 [5] - 日本市场劳动力成本参考值为1.5万-2万元人民币/月 [5] 应用场景演进 - 场景开放程度分三阶段:封闭场景、半开放场景和全开放场景 [12] - 当前主要突破半开放场景 需应对动态环境变化如儿童干扰等意外情况 [12][13] - 公司拥有超10万台服务机器人运行数据 环境数据可复用于人形机器人开发 [14][15][21]
和特斯拉机器人一样做爆米花?对话擎朗创始人李通:不做商业化落地不了的事