千寻智能孙荣毅：具身智能领域中国不缺少人才，缺少的是领先世界的勇气

千寻智能孙荣毅：具身智能领域中国不缺少人才，缺少的是领先世界的勇气

新闻

会议讲座<br/> <br/>><br/> <br/>服贸会2025智能机器人创新发展论坛<br/> <br/>>

正文

行情

股吧

外汇

新三板

千寻智能孙荣毅：具身智能领域中国不缺少人才，缺少的是领先世界的勇气

千寻智能孙荣毅：具身智能领域中国不缺少人才，缺少的是领先世界的勇气

2025年09月12日 09:52

睿见Economy

股市瞬息万变，投资难以决策？来#A股参谋部#超话聊一聊，<br/>[点击进入]

专题：服贸会2025智能机器人创新发展论坛

中国国际服务贸易交易会-具身无界：智能

机器人

创新发展论坛于2025年9月11日在北京举行。主题为“具身智能+大模型：机器人的进化革命”。千寻智能副总裁孙荣毅出席并演讲。

以下为演讲实录：

各位专家、各位同事，大家下午好，我是千寻智能党支部书记、副总裁孙荣毅，今天跟大家做一些分享。

我们千寻智能是坚持走端到端VLA路线，同时我们的机器人体也是现在国内人形机器人领域，唯一全身的关节都是高精度力控关节的具身智能机器人本体。

在这里边，想要给大家看两个Dome视频，这个是在7月和8月上海的WAIC人工智能大会和世界机器人大会上我们所展示出来的模型能力，左下角是叠衣服的视频，叠衣服是具身智能领域最难的任务，衣服的材质不同、面料不同，每一次作业之后褶皱状态都是未知的，对模型泛化能力、鲁棒性和成功率提出了很高的一下。右边是机器人和顾客一起互动取饮料的。顾客在APP上下单，机器人导航到饮料柜前面自主开门、关门把饮料取出来。

整个在展会期间，从早上9点一直到晚上，一天那么跑，连着跑了十多天，尤其是叠衣服，有好多小朋友在捣乱，整个过程中模拟鲁棒性和机器人的稳定性都非常优异，也得到了大家的认可。这里提一下，右边的机器人开冰箱门，因为机器人的关节，全身都是带力控的。它拉门过程，如果关节没有力控感知，其实会和门、玻璃有一个很硬性力的交互，但是全身浑身是柔性的，所以能够很好的去实现任务。

叠衣服的任务，最早做出来的是2024年的11月，美国的PI，我们千寻是在今年3月份，我们和PAI之间的技术代差大概是有3个月的时间。关于叠衣服，PI的创始人和我们公司的首席科学家高老师都是伯克利的同学，他们都是师从强化学习大牛。我们和PAI基本上也是同根同源，当时它做这个任务的时候，是买了100台机器人，采了1000小时的数据，当时我这边是买了10台机器，我们采了100多个小时，达到了一个相同的效果。

这个是我们具身智能目前的精彩结构，现在我们在公司2月份成立的时候，我们就一直坚持端到端的技术路线，经过1年多的发展，整个具身智能业界相关的企业基本上都收敛到了这个技术路线，下面是基于互联网和仿真合成数据的预训练的基座。中间是通过遥操作，通过遥操作进行模仿学习微调，提高模型的成功率。因为模仿学习我们可以到90%左右，真机的强化学习提高模型到2个9、3个9。

这个是我们本体能力大概的展示，左上角是遥操作一个大概的情况，从动作的整个全身动态效应是小于50毫秒，左下角是人机交互，力控的交互。右边是首创的国内的一个零空间运动，机器人有一个托盘，上面有一杯饮料，托盘和饮料不动，机器人围绕这个进行全身的零部件运动。我们是国内第一个做出来的。同时右下角这边机器人避障前进，它的重心可以随着弯道进行实时调整。这是硬件的运动控制性能。

我们的机器人是采用一个轮式的底盘，我们主要聚焦在上肢的精细作业，因为大家也在思考，机器人除了跑和跳，它究竟能够干什么？还要为人类服务，能够干活。一个人没有双腿，他坐着轮椅，生活不会受到太大的影响，一个人没有了双臂不能干活，他的生活会受到很大的影响。我们这边的核心还是聚焦在机器人上肢的精细作业，这边是我们自主研发的及其们关键模组。我们的关键模组也是对标特斯拉，并且我们的关键模组也是比特斯拉要高15%的功率密度。

这个是上个月WAIC机器人大会上，当时政府点位邀请我们做了一个展示，当时的领导提了一个要求，机器人展示的内容具备一定的烟火气，我在想什么叫烟火气？后来给我们派的任务是让机器人穿糖葫芦。我们这个时间比较紧，我们是遥操的穿糖葫芦，大家看一下，就是机器人自己拿一个竹签，拿一个山楂穿起来，整个过程是非常丝滑的，穿完之后调一调，蘸一些糖。蘸完之后甩一甩，交给顾客，我们边上的遥操人员也比较调皮，还和顾客有一个小小的互动。

后面还有一些其他视频，我简单放一下，这个视频不会太长的。把它拆掉，稍后有一个动作给大家说一下，这边拿纸给顾客。整个在展会的过程中，我们的遥操总体丝滑程度，动态实时响应，和作业的精准度还是非常不错的，机器人有一个擦桌子的动作，我们的摇操人员是按着这个手柄往下擦，如果我们的机械臂不带力控的话，传统的机器人力是很硬的怼桌子，会把夹板和臂给怼坏的。但是因为我们有力控的功能，好多和硬钢体的交互都做得很好的。

我们家里边也有一个数据采集小型的工厂，我们写字楼里租了1500平，不到100台，我们有两种采集方式，一种是遥操作的采集，左边小姑娘也是我们的数据采集员。另外我们现在也在推直操的采集方式，直操的采集方式是类似于物理孪生的方式，它的成本是遥操机器人成本的不到5%，但是数据质量是90%，可理解为人员把机器人穿身上，它在工厂里边就可以一边干活一边采数，通过沿途下蛋的形式把数据采回来。

右上角是我们自己数据工厂里边的infra数据管理平台，可以记录每台设备，每个数据采集员每天的工作情况，数据产出率，数据质量等等。这边是整体的数据落地的情况。

商业化落地方面，我们现在思路是这样的。先做工业，其次商用，最后是家用。为什么是这个思路呢？首先从泛化能力上客观来说，工业场景最简单的，商用场景难一些，最难的是家庭场景，千家万户每家都不一样，对模型的泛化能力非常之高。工业场景其实在固定的工业上，它的泛化内容是工艺和工件。总体来说要求比较简单，其实它的作业要求能力比较高，像精度、可靠性、成功率等等。因为我们这个团队是从工业转回来的，所以这些对我们来说也是我们的能力之所在，还可以。市场容量这块，工业场景确实相对少一些，家用场景是最大的，所以我们现在总体的思路是先进行工