来源：
每日经济新闻
多伦科技官方微信公众号显示，9 月 12 日，多伦科技与众擎机器人签署战略合作协议，多伦科技计划未来三年内向众擎机器人采购不低于 2000 台人形机器人。这也是人形机器人领域少有的大单。
9 月 13 日下午，《每日经济新闻》 记者采访了多伦科技董事长章安强及众擎机器人创始人、CEO 赵同阳。
章安强表示：「关于人形机器人落地，多伦科技聚焦细分行业。公司与众擎的合作是基于行业政策需求，我们的目标十分清晰，首先针对车管所、交通安全体验中心推出 『导办』 机器人；道路交通安全方面，推出交通疏导机器人等。此外，机动车查验机器人原型机也已完成研发。」
专注人形机器人专业细分赛道
9 月以来，人形机器人领域大单频现。但不低于 2000 台人形机器人的框架采购意向，在当下人形机器人行业也属少见。
人形机器人目前可分为通用型及专用型两种路线。通用型方向研发重点为以 「世界模型」 为代表的大脑，而专用型研发重点偏向于本体和小脑。
在众擎机器人联合创始人姚淇元看来：「我们把机器人理解成手机和汽车。众擎把机器人本体做好，给合作伙伴提供一个可靠的本体。在此情况下，众擎把传感器感知到的数据开放给合作伙伴。如此一来，像多伦科技这样的合作伙伴拿到数据后，可以进一步通过算法开发，使用他们的系统集成方式进行处理和使用。简而言之，一个摄像头拍出的照片，不同公司可以拿这种照片分析出不同的结果。」
也就是说，众擎机器人提供硬件和感知数据，与多伦科技这样的合作伙伴共建人形机器人生态。以手机行业类比，众擎机器人提供智能手机，多伦科技等合作伙伴开发 App。
可以看出，多伦科技与众擎机器人的合作，更偏向于专用型人形机器人。从简单场景开始落地，不断积累数据，逐渐落地越来越多的场景。
目前，多伦科技业务已覆盖全国 400 多个城市，围绕 「AI+交通」 在智慧车管、智慧驾培、智慧交通、新能源等领域积累了丰富的行业数据、场景经验与市场资源。
对于 2000 台人形机器人如何 「消纳」，章安强表示：「2000 台是我们未来三年的规划，将用于车管所、交通安全体验中心等场景。目前，全国有 3000 多家车辆管理单位，很多城市也建设了交通安全体验中心。此外，公司也将与超大型商业中心合作，探索人形机器人应用于导购、安防巡逻等应用场景。」
章安强补充表示：「多伦科技今年底会在一些大型城市用自主研发的查验机器人去做试点。」
关于查验机器人，章安强表示：「当下，二手车每年过户数已超过新车注册数量，而二手车过户过程中，需要检测汽车是否经过改装、是否有过事故。如此一来，每年 2000 万台车的过户，带来了巨大的工作压力，而多伦科技的目标就是由人形机器人来代替人工查验。」
众擎机器人产能能否跟上？
关于这 2000 台人形机器人订单众擎机器人产能能否跟上，赵同阳回复记者表示：「众擎将具备月产 500 台的产能，2000 台的量，以当下众擎的制造能力，差不多三四个月就能交付完毕。」
其具体解释称：「我们正在建设 6000 平方米的生产制造场地，这个场地将于 11 月底建成。由于人形机器人行业非常接近于汽车行业，其各类自动化、品质测试都可以从非常成熟的汽车供应链中找到相应的厂商。此外，我们的工作人员，也是从汽车产业链、手机产业链找 『现成的』。」
就人形机器人应用而言，当下是带算力的全尺寸人形机器人更受市场欢迎，还是不带算力的半尺寸人形机器人更适合市场推广？
对此，赵同阳认为：「在家庭场景，五六十万元的人形机器人相当于豪华汽车。在人形机器人性能还不完善的情况下，这会阻碍人们去尝试的可能性。因此，众擎希望提供价格足够低，同时安全性足够好，对算力要求并不是特别高的产品，从而进入家庭场景。（例如） 教小孩子写作业、照顾人们的情绪等 『动口不动手』 的场景。」
在赵同阳看来，这种低成本的方案是极具价值的。
若实现规模化量产，人形机器人成本能否大幅下降？赵同阳认为：「生产 3000 台人形机器人，成本将较生产 300 台下降 30% 至 40%；而生产 3 万台，成本将达到生产 300 台的二分之一乃至三分之一。」
另外，人形机器人续航问题也受到业内关注。对此，赵同阳表示：「我们在 WRC（世界机器人大会） 上发布的 T800 就是采用固态电池。其在同样体积、同样大小的情况下，较传统锂电续航要多出一倍。」
不仅是电池，众擎机器人也在通过其他方式提升续航。赵同阳介绍：「众擎能够使用新材料，调整算法、步态，也能提升人形机器人续航能力。比如，通过新材料设计的电机，在同样公里数下，要比传统电机节省 20% 至 30% 的 （电力消耗）。」
随着规模化生产降低成本，以及通过固态电池的使用提升安全性及续航，人形机器人或将在不远的将来走入 「寻常百姓家」。
光大证券认为，从人形机器人量产节奏的角度看，2025 年将是突破性的一年。万台级别的量产将带动下游产业链进入确定性放量阶段，而万台级别的数据采集和训练有望真正解决数据匮乏的难题，推动人形机器人向更泛化、更实用的阶段发展。
（每日经济新闻）
文章转载自东方财富
