对话 CTO | 听优必选科技 CTO 熊友军讲第三代人机交互中心的人形机器人时代

颖奇：非常感谢优必选科技 CTO 熊友军接受我们的采访。首先能否请您介绍一下优必选科技的业务情况以及技术上的先进性。

熊友军：优必选科技是一家人工智能和人形机器人公司，我们一直秉承的理念就是机器人将会进入千家万户，成为我们生活的一部分。我们最初研发机器人核心的元器件，在伺服舵机上面花了很长时间。我们认为目前机器人还是处于比较早期的阶段，伺服舵机是这个领域技术含量最高、硬件难度最大的部分。2012 年，我们正式成立了优必选科技。现在优必选科技已经形成完备的研发管理体系，我们有「12345」这样的核心战略。

「1」是指一个战略方向，即优必选科技要打造「硬件+软件+服务+内容」的机器人生态圈。

「2」是指优必选科技构建了两个机器人平台，一个是机器人操作系统平台，一个是云服务平台。

「3」是指优必选科技从三个层次布局研发体系，第一层是产品团队。优必选科技的产品分为 To C 和 To B 两大类。产品团队要面对客户、销售、市场等很多实际应用场景，这个团队是为公司创造利润的一个最主要的研发团队；第二层，在产品团队之上，我们有自己的研究院，专注核心技术研发。产品团队采用的核心技术基本都来自这个研究院；第三层，在研究院的基础上，我们还有一个团队专注于人工智能和机器人更长远的前沿技术研发。我们在清华大学、华中科技大学设立了智能服务机器人联合实验室，在悉尼成立了人工智能研究院。当上层的研究院有了技术突破，就会往下一层转移。技术一旦成熟，就会应用到产品。

「4」是指优必选科技重点关注的四个不同的领域。一是教育，优必选科技有非常强大的教育产品以及解决方案的输出能力；二是服务，家庭服务、商业服务、安防等等；三是娱乐，我们与一些品牌合作，推出了 IP 娱乐机器人；四是养老服务大健康这个领域。

「5」是指我们关注的五个核心技术领域。一是伺服舵机，包括高性能伺服驱动器；二是运动控制算法，包括机器人直立行走和运动的能力，这也是优必选科技的机器人与其他机器人的本质区别之一；三是智能服务机器人自主导航定位算法，使机器人能够及时定位和建模室内情况，做好运动规划，避开障碍等；四是面向服务机器人的计算机视觉算法，机器人需要通过视觉来感知周围环境，涉及物体识别、人脸身份识别等技术。针对这个领域，我们参加过很多国际比赛并且取得了优异成绩，也在顶级国际学术会议上发表过多篇论文。我们近期和清华大学组成火神队参加 2019 RoboCup，获得了人形组三项大奖，包括 AdultSize 的 Technical Challenge 技术挑战赛亚军、Drop-in 比赛亚军，以及 2VS2 足球比赛季军。五是机器人操作系统应用框架 ROSA。

颖奇：机器人的研发必然在硬件、软件上都遇到很多困难，优必选科技在软件方面做了哪些准备呢？

熊友军：机器人应该具有两个属性：机器的属性和人的属性。人的属性是指它应该具有人的智能，包括感知智能、认知智能和运动智能。运动方面，优必选科技已经研发了伺服舵机等核心硬件。硬件以外，还需要有运动控制算法。如果用人来类比，好的硬件就像人长得强壮健康，但一个身体强壮的人不一定拥有很好的运动能力。到目前为止，优必选科技的专利很多集中在运动控制领域。

除了运动控制以外，我们在人工智能方面也做了很多工作。针对优必选科技主要关注的家庭环境下的视觉，我们提出了 Home AI。包括机器人跟人的一些交互，比如人脸检测、情感检测、行为检测、环境检测，还有物体识别等等。机器人在家庭中成为人机交互中心后，需要知道自己在和谁交互，机器人与爸爸、孩子或爷爷的交流模式可能是不一样的，这就要对人进行识别。这个识别的技术可能和其他的人工智能公司所关注的方向有所不同，我们更多是希望机器人可以识别这个人在家庭里的身份，而不需要它从全国十几亿人口里面精准识别某个人。在交互过程中，机器人还会感知交互对象的情绪，同样的问题在交互对象处于不同情感状态下时，得到的反馈可能是不一样的。此外，机器人还需要对家庭场景下的物体做一些简单的识别，比如杯子、水、沙发等等。同时还要识别场景，比如是在客厅还是起居室等等。

颖奇：现在 IoT 及智能家居的技术已经有了一些突破，可以和人进行语音交互，并逐渐形成了生态链，对我们的生活有了很大帮助。但这其中其实经过了很长时间。距离机器人真正可以走入家庭，还有哪些技术有待突破，还需要多长时间呢？

熊友军：优必选科技专注的方向与智能家居公司是不一样的。我们希望人形机器人走入家庭后，成为下一代人机交互中心，结合目前所掌握的运动控制技术，给人提供物理上的帮助，而不仅是信息层面的沟通和交流。

技术方面还有很长的路要走。我们希望把机器人打造为第三代的人机交互中心。第一代人机交互中心是 PC，人与电脑进行交互。交互的时候，人必须坐在电脑前，利用鼠标和键盘进行交互，电脑被动接受指令。

第二代人机交互中心是智能手机，交互的时间、地点、方式相对 PC 来说灵活性更大一些，但是智能手机反馈的信息也有限。

优必选科技要打造的是第三代人机交互中心，也就是人形机器人，这是一种主动的交互模式。比如早上我来到办公室的第一件事情是安排今天的行程。机器人知道我的习惯，它会提前通知我的助理，或者主动告诉我今天的行程安排是怎样的。而且我的指令是多元化的，我不需要通过手机输入信息给它，而是可以用语音告诉它，或者通过一个动作、眼神，它就知道我的意图。

颖奇：优必选科技为什么一直坚持做「人形」机器人？

熊友军：我们一直坚持人形机器人是未来的方向，而且是走入家庭的最好形态，因为人形机器人拥有最好的人机交互模式。我们所说的机器人，实际上是机器加人，同时具有机器和人的属性。

未来机器人要在人类生活的环境中生存和发展，而这个环境对人类是更友好的。比如门把手是为人类设计的，如果机器人没有手，就不能很好地适应这个环境。所以机器人要想在这个环境里工作，最好的方式是具有人的形态，就可以操作很多人类现有的工具，更好地适应人类社会环境。

另一方面，机器人与人进行交互的时候也最好是人形。人类发展到一定程度之后，情感方面的需求会越来越强烈，交流时的认同感是很重要的。机器人如果能在外形上更接近人类，人类在情感上就会更容易接受，交互的时候更容易接纳，这是第一点。第二点，人形机器人有更丰富的信息交互方式，人也更容易理解。人形机器人表现情感，可以有面部表情，高兴的时候可以手舞足蹈。

而且一些技术我们可以由人类（动作、表情、行为）映射到人形机器人，在技术上更快迭代。机器人抓物体、直立行走等，很多都是按照我们人类的方式来做的，包括机械手臂的动作。我觉得人形机器人是唯一能够成为第三代人机交互中心的形式，现在的智能音箱只是一个过渡的产品。一旦技术突破之后，我相信大家更愿意接受人形机器人成为我们的助手和生活伙伴。

颖奇：人形机器人真正进入家庭生活还需要一段时间，优必选科技是否会考虑推出一些中间态的产品，在这个阶段让机器人为人类提供帮助呢？

熊友军：优必选科技选择两条腿走路，即「COO 养 CTO」战略。我们目前研发人员占比约 40%，在研发方面投入了非常多的精力，我们会把研发过程中掌握的核心技术，转化为能够在商业市场上给大众带来价值的产品。因为优必选科技是一家商业化公司，我们不是纯研究型的公司，也不是那种只关注短期利益的公司。站在 CTO 的角度，我会关注未来 5-10 年机器人产业发展的方向，公司会在技术领域做很多布局，把在市场上获得的利润更多地投入到研发中去。

商业化方面，我们会针对教育、娱乐、家庭、商用服务、安防等多个领域进行技术和产品的落地。有人认为优必选科技的部分产品比较像玩具，但我认为这是公司坚持两条腿走路的战略的体现。从商业化的角度来看，我们会思考公司目前掌握的技术，哪些是市场需要并且能给公司带来利润的，从而推动产品的落地。产品团队会获取市场需求、行业信息，结合我们对机器人的想法，去完成产品的研发。

颖奇：接下来可以简单介绍下您的个人履历。

熊友军：我博士毕业于华中科技大学，读博的时候研究的是机械手臂相关的方向。我记得有一年我们的总理访问日本，到本田的时候接待总理的是一台本田的机器人，也是 ASIMO 的前身，这个机器人带着总理参观了本田的汽车流水线。这件事当时给我带来很大的冲击，在我们做机械手臂都做得很困难的时候，日本的人形机器人已经做得非常棒了。当时我就觉得我喜欢人形机器人，以后发展方向可能就是研发人形机器人。

2011 年，我跟周总一起聊天，两人一拍即合，随后我就来到深圳了。优必选科技在 2012 年 3 月成立，开始就是做机器人的产品和机器人的系统。到了 2012 年年底，公司已经研发出 Alpha 的原型机。2016 年，优必选科技的 500 多台 Alpha 机器人亮相央视春晚。上春晚之后，在行业也引起了轰动。随后我们针对教育领域推出了 Jimu Robot，并迅速与苹果展开合作。后来陆续又跟迪士尼、Amazon 有一些合作，公司发展进入了快车道。

颖奇：能否请您推荐一些最近在看的比较不错的书给大家？

熊友军：技术方面我主要看论文，书会侧重看管理和社科方面的，比如《人类简史》。最近大家都很关注华为，我也在看有关华为的书，《以客户为中心》写的很好，还有《下一个倒下的会不会是华为》，这本书探讨了危机意识，对于认知华为也有非常大的帮助。

颖奇：有时间我也可以读一下这本书。今天有很多收获，非常感谢您的分享。