大家好，非常荣幸在此做分享。我是宇数科技创始人王兴兴，我们公司16年成立，到现在有9年时间，其实时间也比较长了。我们最早的话其实做高性能自主机器人，最近几年也做高性能的任意机器人。目前的话产品布局还是相对比较多的，各个型号都会比较多一些。

　　简单介绍一下，最早其实在13年到15、16年，我在读书期间做的xdog这款机器。这款机器人的话其实还是比较有开创性的，基本上开创了全球范围内这种低成本高性能主视机器的技术方案先河。简单说就是在我当时做这个技术方案之前，大部分的业界，包括很多学校里面大家做的这种机器人都是采用了工业电机和工业伺服驱动器，成本非常高。而且它的尺寸也非常大用起来非常不好用。

　　然后我当时在13年我想到这个方案的时候，甚至想过，我要不要辍学去创业。因为大家也知道辍学创业这个概念还是非常时尚的一个概念。我当时想了想，但在那个时候其实是不现实的一件事情。因为只是有个想法，没有把东西做出来，也没有别的一些资源。说当时在13年到1516年，主要是把这个机器人给做出来了。而且这个机器人的话大家可能想象不到，当时的整个研发投入大概只有1到2万元人民币。

---此处隐藏10088字，下载后查看---

　　然后另外的话，个人感觉就是在未来2到5年，其实最大的肯定还是一个端到端的具身智能AI模型。这个其实是大家可以多关注，以及多推动一件事，我觉得这是最重要的一件事。模型本身是非常最重要的。然后另外就是更低成本的，更高寿命的硬件，这个是毋庸置疑的。大家也知道，哪怕对于汽车行业来说，哪怕已经一百多年了。哪怕到今天，如果你对一家企业要做一个很好的一辆汽车出来，它的工程量还是非常大的。说对机器人行业未来，比如说每年有几百万、几千万甚至几亿的人形机器人，如果要生制造出来，他的工作的挑战，他的工程量的挑战，还是非常吓人的一件事情。　　另外的话有低成本的大规模的算力。另外的话我分享一个概念就是其实在人形机器人在或者在移动机器人本体上，其实没办法直接部署很大规模的算力。为什么呢？因为它的尺寸只有这么大，它的电池只有这么大，它部署的算力的功耗是有限制的。我个人感觉在人形机上，你最多只能部署峰值功耗大概只有100瓦的算力。你最好平时工作算力只有小几十万，简单说就只有大概几个手机的算力的水平。因为它的尺寸比较小，它不能部署大规模算力。但是对于未来在于大规模的算力的需求肯定是毋庸置疑的件事情。

　　而且我觉得可能是个分布式的算力，为什么呢？因为大家也知道机器人让它干活的时候，它的通讯延迟是希望比较低的。如果你在北京干活的机器人，你的数据中心或者你的算力中心在上海或者在内蒙，你的延迟实在是太大了。所以我个人感觉未来在工厂里，工业领域大规模云的手臂。比如说我一个工厂里面有100个机器人，那我工厂里面可以有个集群的分布式的服务器。我所有的机器人就直接连接我的工厂里的局部服务器就好了，整个服务器的安全性延迟和通信延迟是可以接受的。

　　或者换一个话题，如果大家在比如一个小区，如果有一个小区每家每户有一个机器人的时候，我觉得在这个小区或者这个区里面，那是有分布式的一个集群算力中心的。这样的它的延迟和它的安全性是有保证的。并且如果有一个新的客户想买一个人形机器人的时候，他不需要给这部分算力的建设花钱，成本也会更低很多。我觉得分布式算力是一个未来在机器人领域非常重要一个领域，比目前的算力可能分布还要更广一些。

　　另外一点，大家也知道在过去的AI领域，包括机器人领域都是一个全球共创的过程。包括中国的企业，包括美国的很多的大的企业，包括英伟达。大家在过去很多年，包括当下在未来大家都做了很多很多贡献。包括我们想共同推动这个件事情，说在机器人领域，我觉得一直是全球共创的。就是在中国我们公司或者哪一家公司，大家都做了不少的贡献出来。

　　大家也知道在AI领域没有人能保证，没有一家大公司能保证我有足够的人我有足够的资源，我就是永远能保证AI领域最领先的。在过去的OpenAI包括DeepSeek已经证明了，AI的创新永远是伴随着一些随机性，伴随着更多的年聪明年轻人的。所以很多情况下都是每家公司或者每家高校都做了很多贡献，还是要全球共创出来的。谢谢大家！