引言
我们平时 base 在深圳，这次展会开始的前一个月，我们同事一直在上海出差，帮助客户为这次展会做准备。这次的 18 家公司里，有 5 家采购使用我们的控制系统，感谢每位客户的信任！虽然我们自己的小展位很朴素，但是能够成就客户，是我们最大的成功。
人形机器人行业运控人才稀缺
一方面，随着具身智能/人形机器人的火热，越来越多的公司和团队进入足式机器人行业，但是人才增长的速度远远落后于市场需求的增长。
另一方面，足式机器人运动控制技术从 2023 年开始，进入了一个全新的阶段，在经历了几十年的 ZMP 以及数年的 MPC 之后，新的范式是强化学习。
从零到一调过新实物机器人的同学肯定知道，调试是一个极其痛苦的过程，特别是在没有成功经验的情况下，唯有心力十分强大的人能够在一片迷雾中，凭借一点点微光的指引，找到正确的方向。
一位清华的朋友总结得很好：“大部分清华的同学都不适合调机器人，因为他们过去的人生都太顺利了。”
我们的解决方案
从2023年末开始，我们凭借扎实的研发能力，快速完成了从 MPC 到强化学习的范式转移，并在众多客户的磨练下，发明了一套高效适配的系统流程。对于成熟的硬件，最快三天半完成算法适配。截至目前，我们已经积累了大大小小十几款足式机器人的硬件调试经验，经验这么丰富的团队应该没有第二个。
按照现在的市场行情，招一个有经验、能力强的 RL 运控 Lead，至少得 200w 起步，再配一些辅助和后备团队（如果想要有竞争力，需要10 人以上），一年的投入也得快 1000w 了，即使配置差一些，也需要 500w。
而一家企业的机器人型号不会有太多，算法团队调完一个型号的机器人，大部分时间可能都比较闲，这样一来，积累经验和成长的速度就会降低，这对人才也是一种浪费。
与其自己花费精力组建团队，不如选择我们这样的第三方团队，我们可以交付全套的训练、部署方案以及源码，完全不用担心技术掌握在别人手里。
这种模式对我们团队的创新速度提出了更高的要求，否则我们将没有东西可以卖。不过换一个角度来看，这对我们来说是一件好事，因为这种压力能够逼迫我们必须以最快的速度进行创新，而不是躺在过去的功劳簿上，以至于逐渐失去了活力。
历史规律
国内市场上之所以目前几乎没有第二家像我们这样专门做运控算法的团队，是因为有我们这种技术实力的团队，短期诱惑太多，有大把机会加入某家本体公司，或者组一个本体公司，获得短期的超额利益。而我们这条路，艰难无比，一路上需要面对太多质疑和挑战，短期也不能指望获得太多收益。那么为什么我们相信这条路能够走下去并获得成功？
《硅谷之火》这本书里描绘的80年代发生在美国的个人计算机革命与今天发生在中国的机器人产业变化非常相似，只是现在还没有人把这件事称为“革命”。若干年后，再回过头来看今天，便会觉得：星星之火，刚刚燃起。从过去的个人计算机历史中，我们能学到一些深刻的产业规律。
在一个竞争激烈的广阔市场，如果一家创业公司想要在各个方面都取得一流的水平，不是没有可能，但确实极其困难。个人计算机行业纵向整合的代表是苹果，而横向整合的代表是微软。即使强如苹果，到1996年，其市场份额也从20世纪80年代末16%的最高点下降到4%。可以说在PC时代，苹果败给了微软。
很多人说，微软不可复制，但是产业规律难以被打破。现代经济学的奠基人之一，亚当·斯密在1776年出版的《国富论》中指出：专业分工带来效率提升，尤其是在充分自由竞争的广阔市场。过去的汽车、个人电脑以及手机行业都是这样的市场，充分自由竞争且足够广阔。
英特尔的首席执行官安迪·格鲁夫同样以其亲身经历在《只有偏执狂才能生存》一书中指出产业规律的重要性。如果无法适应，就面临淘汰，即使是蓝色巨人IBM也无能为力。
通用机器人的事业并非一朝一夕，建立一家不错的企业可能不需要十年，但建立一家伟大的企业，需要数十年时间，我们有足够的时间和耐心站在长期去思考和行动。
技术性展望
我们坚信产业分工的高效性，这种信心不仅来自产业的历史规律，同样也来自于一个深刻的技术规律。这个技术规律，也主导着如今人工智能技术的发展。
计算机科学家 Richard Sutton 在《苦涩的教训》一文中指出：AI 研究者经常在算法中加入人类已知的知识，这在短期有效，但在长期总是大规模的“搜索和学习”才是取得突破性进展的方法。这些规律已经在 CV 和 NLP 领域得到了充分的验证，先是从基于规则的方法，变为基于小规模学习的算法，再变为大规模学习的通用算法。未来的 AI，人类知识在系统中的占比会减小，能力会更强，通用性也会更强。
如今的 足式运控 技术，已经发展到了第二阶段。现在在训练时需要加入用 urdf 表示的机器人属性等人类知识，并且大家使用的模型都比较小，基本上都只针对单一型号的机器人。就像过去 nlp 领域，只针对一种语言进行训练的模型，而现在通用的语音模型是可以很好地跨语言进行使用的。未来的通用控制器也会做到跨机器人形态，而这也是第三阶段会发生的事情，这样的未来相信不会太远。
这样的通用控制器一旦被研发出来，将会对人形机器人行业产生巨大的影响，组装一个人形机器人的门槛会被极大地降低，机器人的能力也会大幅提升。届时，会有更多的参与者涌入这个行业，控制系统将不再是大家关注的核心点，能够更好整合资源、定义产品以及销售的团队将会更具优势，传统机器人公司所积累的研发技术将会被取代，甚至变得一文不值。
而我们是这种通用控制器最迫切的追求者，也是最有条件进行这种研发的团队，我们接触到的硬件构型是最多的，而控制系统的研发离不开硬件。任何一家本体公司都很难为其他公司的硬件研发控制器，没有足够多的硬件构型就没有条件和动力进行通用控制器的研发。
因此，从能力和意愿等各个角度出发，我们都是最有可能研发出通用控制器的团队，如果你也相信通用控制器会成为现实，请联系我们（微信号：bridgedp），投资或者加入我们。
网友评论