2021年以來，機器人賽道受到資本熱捧。僅前10個月拿到融資的機器人項目就有299個，其中253個集中在C輪及以前，79個項目的融資額在億元人民幣以上。

天眼查數據還顯示，今年新增的機器人相關企業就超過10萬家。截至目前，我國有超過32萬家機器人相關企業（企業名稱或經營范圍包含機器人）。在地域上，廣東省機器人相關企業最多，有超過7萬家，占比達22.02%。是第二名江蘇的近2倍。

所以在這個產業和資本雙重背景下，36氪于11月25日在深圳舉辦了超前體驗·機器人峰會。此次峰會邀請了眾多投資人、科學家、學者、優秀創業者以及相關從業者，共同探討行業新趨勢，以及在新環境下如何讓技術走進大眾生活。嘉賓包括中國工程院院士譚建榮、達晨財智業務合伙人任俊熙、藍馳創投董事總經理曹巍、阿里巴巴達摩院語音實驗室研究員付強、高仙機器人創始人兼CEO程昊天、大族機器人CEO王光能、未來機器人創始人李陸洋、云跡科技執行總裁兼CTO林小俊等多位嘉賓。

在峰會上，功夫機器人創始人兼總經理周全認為，復合機器人在能源、執行部件、AI、標準化及互聯互通方面，還有很大提升空間。未來在智慧工廠，機器人將是主要生產力，它們需要具備移動性、自主性、協作性。復合機器人具有傳統機器人、非標自動化設備所不具備的能力，可以與生產環節中的各種制程設備交互、直接操作原物料與成品物料，像人一樣獨立完成上下料、搬運、清洗等復雜的重復性工作。復合機器人將改變現有固定的孤島式產線形式，生產方式由規模、標準化向靈活、敏捷、個性化、綠色節能方向演化。未來，將由復合機器人構建輕量、柔性、可重組的新型智慧工廠。

以下為周全演講實錄（經編輯）：

復合機器人其實不是一個新東西，早在上世紀70、80年代就已經出現了，它經歷了從研究單位走向應用市場的歷程。在研究單位領域做得最好的，我認為是德國的Fraunhofer研究所，他們從1998年開始做一代，一直到現在的四代。但是我認為他們商業化現狀應該沒有完全達到預期，德國人較注重機器人本體的底層技術核心研發，這與他們的工業基礎相關。

Google投機器人也經過很多波折，2013年收購了波士頓動力，2017年轉手給軟銀，軟銀最近也轉手給韓國現代，但是Google現在仍然保留著X實驗室的Everyday robots，它是用人工智能AI技術，來不斷提升服務機器人的能力。

第三個值得介紹的是波士頓動力。波士頓動力的四足機器人、后空翻人形機器人、跳舞機器人，都是非常領先、非常前瞻的創新性設計。他們今年推出的復合機器人Stretch，與功夫機器人研發的復合機器人在形態、功能上都比較接近，可以看到波士頓動力也在往實用化方向努力。

功夫機器人研發的復合機器人專門用于工業生產中的上下料、檢測、清洗、搬運等，適用于3C、半導體、金屬加工等眾多制造領域。它可以做到如取一片手機側邊框加工件，放進專機設備進行加工的作業，還可以取一些圓形、異形、不同形狀不同材質的加工件，如做手表外殼的某一個制程的取放料動作等，它具有傳統機器人、非標自動化設備所不具備的能力。

我認為目前復合機器人在應用落地方面，還存在三方面的挑戰：

一是靈活性。目前，復合機器人的動作比較機械僵硬，導致速度不夠快。其實我們的復合機器人實際動作已經跟人的速度基本接近，但是對于機器人結構自身的能力，對速度、靈活度的提升仍是一個關鍵問題。

二是控制復雜。這個復雜更多是考慮到工業管理中的人、機、物、法、環、測等諸多環節，如果要把復合機器人部署到真實的生產系統中，需要照顧到所有環節，甚至還要考慮到專機設備、上一層來料等。因此需要突破各個環節因素的影響，最終實現復合機器人自主順利地生產。

三是落地難。由于眾多難點疊加，導致目前復合機器人落地非常難。據我了解能夠真正落地、持續運行的，在中國、甚至全世界的企業并不多。

針對以上難點，我們主要進行了四個方向的努力：

一是研發管理。研發管理主要是設計問題，像復合機器人這樣的新型產品，實際上在產品設計理念上，應該做成什么樣、挖掘什么難點需求，我認為大家或多或少還沒有完全搞清楚，所以設計本身的成功才是一個產品的起點。

二是生產管理。因為落地要有訂單、有交期。國內一個項目往往前期談很長時間，但是一旦談成了要交貨，只有一兩個月的時間。所以在生產管理方面，怎么做到高質量、高效也是一個重大的考驗。

三是供應鏈管理，我們要把好原物料的關。

四是現場管理，我們利用物聯網技術，能達到易損件快速更換。

舉我們復合機器人現實場景的一個項目案例，該復合機器人可以24小時不間斷運行，至今已持續運行超兩萬小時。并且整個復合機器人本體沒有大修，目前還在運行中。所以我們的復合機器人，已經經歷了真實場景的考驗。我認為未來，將會由這樣的復合機器人來建構一個輕量、柔性、可重組的新型智慧工廠。

關于復合機器人的未來展望，我認為有非常多要提升的空間：

第一是能源方面，要有更好的電池。我希望在電池上，能有更大的突破，能夠達到復合機器人可以用一天或者用三天不需要充電，這對機器人運作來說，是一個很好的助力。

第二是更好的執行部件。機械臂本身在不斷進化，但是就協作機械臂跟工業機械臂而言，實際上它本質變化并不是太大，還是同樣的變速器、伺服驅動關節。這也導致了復合機器人還是比較笨重，不能實現想象中的靈活。像比較靈活、輕量的機器人，但是手臂驅動能力又不夠，所以這也是一個矛盾點。

第三是更高的AI。Google已經做了一些前瞻的探索，但是實際上仍然不能達到，一個機器人非常自主地決定自己干什么。因此，目前基于深度學習的AI，還不能完全滿足復合機器人在人工智能方面的需求，這也需要一個很大的突破。

第四是標準化、互聯互通方面，現在國內機器人數量特別多，但是標準化相對滯后。據我所知歐洲的AGV標準，能夠達到不同廠家的AGV，可以用同一套第三方控制軟件。這樣的標準化，也是國內需要進一步去突破的工作。