上海配资平台推荐
图源：视觉中国
蓝鲸新闻 10 月 29 日讯（记者 翟智超）具身智能眼下最不缺"机器人能做什么"的演示，缺的是"它干的活到底算不算合格"。
日前，小雨智造创始人兼 CEO 乔忠良首次接受蓝鲸新闻等媒体采访，谈及与中冶共建实验室以及未来行业发展等话题，而交流的核心话题正是"合格"二字。
乔忠良是小米首个应届生，从安卓系统工程师做到 MIUI 研发总经理，离职时管理小米软件部 3000 多人。他在小米做的是通用操作系统——一套系统在手机、IoT 上跑，用软件定义硬件；2023 年创办小雨智造后，这套经验被带到一个更不标准的现场：焊接。公司约 150 人，其中约 60 人做模型算法，技术路线为"一脑多形"，先从焊接这个非标、艰苦场景切入，累计完成 7 轮融资。
在乔忠良看来，具身智能是一个新物种，过去没有"什么叫它合格"的评估标准；效率提升之后，质量能不能达标，才是批量复制的前提。
但"合格"并不轻松。小雨智造目前进入 20 多家工厂小批量应用，燃弧率 70%、峰值 75%，焊接质量合格率 90% 以上；乔忠良称目标是 95% 以上成功率。这些数字背后，算法刚部署时成功率可能只有 60% — 70%，现场曾长达几个月连起弧都不成功。难的不是把燃弧率做上去，而是让失败收敛——仿真和公共数据拉不开差距，真正关键的是真实交互中的失败数据、错误数据：没见过的、错的、不体面的那些。
商业规划方面，乔忠良判断，创业公司要在大厂看不上的边缘场景做"饱和式攻击"，不到 10 万台就进不了具身智能的终局。对小雨来说，下一关不是会不会焊，而是"合格"能否被定义、被复制。
具身智能先要回答"什么叫合格"
提问：为什么要与中冶共建实验室？
乔忠良：具身智能发展很快，最大的挑战是：效率提升了，质量能不能达标。它是一个新物种，过去没有"什么叫合格"的评估标准——对人的评价体系是有的，对具身智能却没有。所以我们想和国家钢结构质检中心一起，用国家的质量标准来检验具身智能在实际作业时是不是真能做到高质量。因为只有高质量才能批量复制，走得太快容易出问题，这是我们的初心。
提问：目前具身智能工业机器人在生产一线提质增效成效如何？
乔忠良：从我们自身的经验看，目前我们在 20 多家工厂的燃弧率能达到 70%、峰值 75% ——燃弧率就是 8 小时里真正用于焊接的时间占比，而人工基本在 60% 左右。另外，我们机器人焊接的质量合格率在 90% 以上。所以从实际落地看，无论质量还是效率，相较人工都有比较大的提升。我们认为，具身智能未来的路径也是确定的：随着我们在一个场景里深入，积累的数据、平台能力以及供应链，在做第二个、第三个场景时会有更大优势。
提问：具身智能最缺的就是数据，因为没有场景。你们现在有一些客户了，拿到客户数据之后，对你们产品的改进帮助有多大？
乔忠良：今天整个行业、整个人工智能的基础就是算力、数据、算法。算力拼的是资源；算法相对已经拉平了，大家不会有特别大的差异。唯一的差异点在哪？在真实场景里实际交互产生的数据——而且必须是真实场景。通过仿真，或者拿一些公共数据、互联网数据，差异化不大。
但你在现场真实部署后的反馈，包括失败数据、没见过的数据、错误的数据，对具身智能非常关键。比如我们要达到 95% 以上的成功率，最开始算法部署上去可能只有 60%、70%；我们当时刚进去的时候，甚至长达几个月连起弧都起不成功。如果靠编程，起弧很容易成功；但要把感知、决策、执行全链路打通，还要能起弧焊好，对数据量的要求非常大。所以你在实验室看到，我们可能三个月就起步成功，但真正到现场，又跑了一年多。数据重要在哪？重要在于物理世界的真实交互，尤其是错误数据。
一旦有了这些，机器就开始可以放量；放量后遇到的场景越来越多，积累的失败 case 慢慢收敛，见的场景多了，飞轮就起来了。飞轮一旦起来，就很难追了。
提问：近期工信部开展了具身智能实景实训专项行动，请问小雨智造在实景实训方面的进展如何？
乔忠良：国家的具身智能实景实训，小雨肯定积极参与，我们报了两个项目：一是和中建科工一起报的建筑钢结构大型工件焊接，二是和招商局重工共建的船舶舱体。这两个项目的目标是到 11 月份实现小批量量产。目前我们已经在建筑、造船领域的 20 多家工厂开始小批量应用。
提问：焊工短缺是全球性问题，请问公司目前是否有可披露的国际化业务计划？
乔忠良：我们确实有海外业务计划，而且今年 5 月就已经开始做了。具体数字暂时不便披露，等适合披露的时候再向您说明。焊接天然是全球化市场——哪个国家没有基建和建筑；船舶和重型机械，哪个国家不需要。因此，它在全球很有潜力做到单年 10 万台以上。To B 智能设备有个显著特点：从想法到成熟可能需要四五年；真正在一个国家实现规模化应用，也必然要先经历灯塔客户、大客户，再到小批量，最后到大规模。如果进入得特别晚，这个客观周期是绕不过去的：先要通过对方国家的认证，再验证产品能稳定地干好、ROI 算得过来，这个过程很长。
提问：你们在海外是如何布局？
元股证券:ygzq.hk乔忠良：我们是"高打低"：先从要求最苛刻、最严格的国家做起，再降维——因为如果你在工业相对落后的国家做出的产品，到发达国家是不认的。所以，我们要先从发达地区做起。国内和国外的一个重要差异是，国内有非常完善的产业生态，可以形成很大的规模，因此海外和国内应该是协同发展的过程。中国出海这件事，已经不是"你出海了"的问题。以我们这样的体量，要服务全球，可能第一天就得考虑自己是一家全球化的公司、布局全球化的业务。只不过我们前期还太早，还在做 demo 的阶段，是出不去的；业务一旦成熟，我们就是全球化的视野和全球化的业务。
提问：小雨智造的机器人在客户中的复购率大概能达到多少？
乔忠良：我们从 7 月份刚发布到现在两个多月。可以说，客户复购是逐步发生的：现在所说的复购，按实际交付算大概有四五家。未来继续扩展，这些真正复购的客户，我认为复购率肯定能超过 50%。
提问：复购率 50% 在行业内属于什么水平？
乔忠良：50% 已经极高了。你想，有 50% 的复购，意味着长期来看基本可以达到 50% 以上的市场占有率——因为你拿下一个客户，这个客户就留住了。
未来 10 年，具身智能企业或留存不足 10 家
提问：相较人形机器人创业公司，工业具身智能的估值可能仍被低估。近期宇树上市等变化后，您是否有新思考：二者的差距究竟是市场空间上的数量级差异，还是商业叙事上的差异？
乔忠良：我觉得大家都是锚定通用，就像登山有南坡、北坡，路径不一样。有人高举高打，直接站在山顶上讲故事；有人先插一条线、再横扫一大片，从南坡上。你也不能说南坡登不了顶，它一样能登顶。
估值上，讲宏观故事的确实占便宜，大家容易追风口；讲落地的，就得看你实际落地的量。但任何故事总有兑现的时间，不可能永远不兑现。你看今天风向已经开始转了：光讲故事不好讲了，开始讲落地了。
这个过程中，我们的战略一直很笃定。年轻创始人最容易缺的就是战略定力，不知道自己到底要干嘛，跟着风走。我 37 岁创业，跟着小米走了这么多年，受过这方面的专业训练，战略定力比较强。这三年我们想的是先做一个场景突破——一个场景突破积累的能力是非常强大的。
举个例子：大家今天看到我们机器人上的 RGB 相机，是大视野的。这个相机肯定不只是为焊接准备的——它一旦成熟，就能做到极高精度，而且在烟尘、高噪音环境下成像也很好。通过一个场景把能力积累下来，自然可以复用到其他场景，我只拿这一个点举例。所以不能否定哪一条路，我们坚信，走坚实落地的路，是更符合我们公司，也更符合我特质的路。
提问：具身智能领域有人做终局、有人重落地，投资人偏好也因此分化：不少投资人更偏爱能讲新场景、新技术、新故事的"终局"，投落地的反而较少。您是否困惑：为什么投资人更偏爱空泛的终局？
乔忠良：投资人也分类：有些是产业投资，有些是财务投资，还有一些偏政府性质的资金。不同的投资人其实也是"打工的"，有他们自己的业绩考核。偏财务投资的，要兑现短期的财务业绩，所以他们更喜欢比较容易讲故事、能跟 LP 讲清楚的。像我们这种做落地的，一是短期想象力偏小；二是你想，我把焊接这件事给别人讲明白，挑战可大了，里面涉及的问题极其复杂。
所以在这个过程中，我确实面临巨大挑战：风口在，我还不在风口上；这个事又远离大众视野，又不容易懂。这就得挑——你去找什么样的投资人，他能够理解。所以我觉得这事也没什么，作为创业者，这就是你要解决的问题。
提问：当前具身智能赛道汇聚了宇树、智元等头部创业公司，华为、小米等大厂，以及转型中的传统工业机器人公司。您如何看待这一行业格局？你们相较其他具身智能公司的核心差异化优势是什么？若大厂切入工业焊接机器人，你们又将如何应对？
乔忠良：宇树、智元、华为、小米都进来了，说明这个行业是未来行业，是大家不能错过的行业。我的判断是：未来 10 年，可能只会留存不足 10 家。机器人智能一定会成为基础设施，每个公司都离不开，就像今天的互联网。
我们小雨走的是差异化路线，选择工业落地。跟大厂竞争，大厂其实早就回答过这个问题：在边缘市场竞争。你不能跟大厂在平原上拼算力，要走独木桥。走独木桥的时候，大厂也不擅长：他可能只派一支队伍——比如下面某个事业部的一个经理来跟你打。这事我在大厂干过，见过太多了：他的战略定力、决心、团队投入度，都远远不够。所以对我们这样的创业公司来说，最重要的是选择差异化路线，形成自己的根据地，在大厂看不上的赛道先成长起来，这样才有机会上牌桌。我之前讲过：我们得一年卖 10 万台，才有机会进入终局。
为什么？举个很简单的例子：华为、小米账上都是很强的资金和供应链能力，蔚小理可能也会进来，还有美的、TCL。他们的体量，不管卖车还是做什么，都是 10 万台以上。你没达到那个体量，成本结构就跟大家不一样——他的成本结构可能比你好百分之三四十，那你连具身智能层面的竞争都谈不上。
具身智能是，你早进入一个场景，积累的数据会在竞争力上有所体现，但最终价格是极大的竞争条件。所以不到 10 万台，我们都进不到具身智能终局。这是所有机器人智能创业公司都面临的挑战，我们的应对就是：在大厂看不到的边缘场景，进行饱和式攻击。
提问：您提到"入终局"要 10 万台出货量，目前小雨的出货量是多少？
乔忠良：具体出货数字现在还不方便透露。但未来目标肯定是经过 3 到 5 年，达到单年出货 10 万台这样的节奏。这不仅是市场对我们的预期，也是我们对自己的要求——如果达不到这个量级，我认为大部分创业公司都走不到终局。
提问：机器人行业今年热度高，但部分公司上市后表现不佳，且出现订单造假、泡沫质疑。您如何判断行业后续发展节奏？
乔忠良：最近行业里也确实出现了一些比较敏感的事，比如虚构订单。但我们的原则是：一定要有真实的价值、真实的复购。如果没有真实价值和真实复购，就会导致资源错配——早期对行业发展或许有意义，但长期不会带来正面价值，对真正做落地的创业者反而是比较大的打击。所以我们坚持真实订单、真实复购。我也呼吁行业：适度的泡沫有好处，但最终还是要踏踏实实，不能总讲兑现周期太长的故事。通用梦想当然有利于牵引行业发展，但落地的故事线也得同步走。
提问：面对发那科等四大家族深厚的工艺库积累，小雨未来对标它们的最大优势是什么？
乔忠良：我觉得每家公司有每家公司的基因。我们的基因偏软件互联网，产品和用户思维比较重；像发那科，或者国内一些机器人公司，可能更偏机械自动化。不同的基因会塑造公司在认知、战略以及整个行动上的差异。在 AI 这件事上，我们这方面的基因更有一些优势——它带来的倒不是我们比别人强一点，而主要是塑造了我们高速迭代的能力：我们没有任何包袱，可以像急行军一样拥抱这个行业带来的所有变化，而且都可以用行业里最先进的武器来武装自己。这样我们就有机会产生巨大的爆发力，在这个行业形成很强的积累、拉开差距，构建我们自己的飞轮。
从小米带走的不是方法论，是"极致"的肌肉记忆
提问：小雨智造的核心成员来自小米、华为这样的大厂，今天又迎来了传统重工业领域的伙伴。请问您是如何融合来自不同领域、不同行业的员工来进行跨界作业？
乔忠良：不做自己完全熟悉的领域，一定会面临各行各业的人才融合。我们是一帮做软件出身的创业者，先去找做硬件的人——手机我们熟，但机器人不熟，去找机器人行业的人，人家说"你是不是骗子"，不太相信你能搞；等我们做机器人了，又去找做工业的人，人家说"你机器人都没搞明白，还找做工业的"。这一路靠什么？靠一个个坚实的成果打动各方的人加入。加入之后又面临一个巨大挑战：大家的语言体系、文化立场完全不一样。比如刚加入的胡永忠老师，是国家级焊接工艺大师，有非常深的焊接技能和焊接文化；还有世赛焊接项目中国队周树春教练，包括世赛焊接项目金牌选手赵钱森。
这事不用想得那么复杂，回归到一个特别简单的原则：今天谁说得对，谁的思路、谁的方法、谁的行动有利于这件事，我们就听谁的。最朴素的方法就是开共识会：一遍不行就开两遍，两遍不行就开三遍；开完还不共识，就再单独聊、再单独聊，直到大家开始统一。最重要的是统一语言——先说话说明白、大家都能听懂；其次是统一思想。文化是在一个个胜利中建立的：没有胜利，很少有文化。得靠战役，一场场仗去打。为什么同学关系好、战友关系好？就是通过一场场战役，大家把自己融合起来了。
提问：在企业经营成本上最大的变化是什么？
乔忠良：最大的变化肯定是 AI。今天每个月都在发生巨大变化。最近出现的 RSI ——递归自我改进，简单说就是 AI 可以自己优化自己了。这个巨大变化带来的是，智能体驱动的新型研发模式开始落地。由此带来的一个巨大变化是，Token 消耗量开始十倍级增长。举个例子：今年年初，我们公司一个月大概消耗 40 亿 Token；到现在，我自己一个人最高一个月可能就要消耗 1500 亿 Token。我们每个同学可能同时开四五个 agent 在作业，AI 自己在工作。
实盘股票配资Token 背后还有算力：当 agent 可以自主迭代，原来可能同时有三四个模型在研发，现在可能有几十个，迭代速度又更快了，我们估计算力大概翻了 10 倍。再加上数据等几个方面，整个公司大概有 80% 左右的支出都投在 AI 上。
提问：您从北航毕业就到小米，一路做到 MIUI 研发总经理。近 10 年的工作经历，小米给您带来最大的影响是什么？雷军跟小米的哪些基因被您带到了小雨智造？
乔忠良：小米是当时历史上最快进入 100 亿美金的公司，也是最快进入世界 500 强的公司。我在小米不只是拿了一个职位，更是一个最佳观察者——相当于亲身见证并参与了一家超快公司、一帮最疯狂最聪明的人是怎么把这件事做成的。我学到的不是方法论，而是一种肌肉记忆：每天面对几亿用户和无数的需求与问题，你必须在高压下快速洞察、快速排优先级、快速排兵布阵。这种肌肉记忆外化出来，就是小米的一个特点——追求极致。举个例子：我作为应届生第一次提交代码，整整提交了 8 次才成功，被上级打回了 8 次——而我之前还在微软干过一段时间。最开始，从变量命名，到函数的正交性，到方法的面向对象设计，再到上线后怎么跟客户沟通问题，都是这么一点点磨出来的。这种极致的文化，也被我带到了小雨。
什么叫极致？就是你的方案是不是最优解——别人花同样的精力和时间，已经找不到更好的解法；就是你有没有把自己逼到极致。在受限约束下把自己逼到极致、拿到好结果，这一点也被我带到了小雨。比如我们现在的产品：硬件配置直接拉满，用的是丹麦 UR 的机械臂、梅卡曼德的相机、英伟达的芯片，外设也都是最好的料，但定价 169800。这不是低价，本质是：原来自动化设备只能卖几台，我们通过模型的方法把它标准化成产品，让易用性极大提升、部署成本极大降低、效率极大提升，从而形成爆品。工业里也存在爆品。工业和 toC 的差异可能在于，toB 还有百分之二三十的商务关系，toC 则是靠爆品一下子击穿，但本质上都是爆品。所以我觉得，我带到了小雨的，是极致的思维和打造爆品的逻辑。
提问：未来我们可能会走向一个什么样的场景？
乔忠良：这个设想我第一天就想得很清楚：我自己写了 2 万字的逐字稿——那时候还没有 AI，就是自己写的。目标一直没有变，就是想做一个通用的机器人平台。因为我在小米干的就是通用操作系统：一套系统在手机、IoT 上全都跑，用软件定义硬件，把物理世界带到数字世界。
这就是我们要干的事。所以做机器人的第一天，我想的就是能不能把机械工业变成一个数字产业，靠数字、软件定义硬件，包括现在的 AI。而且我觉得今天必须走这条路——不走这条路，AI 的发展速度带来的冲击，你肯定就跟不上了。所以我们反而要尽快构建仿真基础设施上海配资平台推荐，把仿真环境和真实物理世界之间的差距不断缩小，这样才能高速迭代。
元股官方-数据服务中心提示：本文来自互联网，不代表本网站观点。
