近日，优必选在机器人领域再度引发关注，其发布的全尺寸超仿生人形机器人优世界U1系列成为焦点。这款机器人具备令人惊叹的能力，能够全程完成华尔兹舞蹈，还能与舞伴默契共舞。不过，当前全尺寸超仿生人形机器人行业尚处于发展初期，距离真正走进家庭还有一段路要走。
在发布会上，优必选CEO周剑回忆起创业早期的不易。他透露，优必选曾一度被称作深圳“4大骗”之一，遭受诸多质疑。在最艰难的时刻，公司甚至卖掉了最后一套房子，当时80岁的老父亲舍不得卖房，最后拆掉了一个马桶带走留作纪念。如今，优必选凭借自身努力为全行业探索出了一条发展道路，行业内也流传着“质疑优必选，理解优必选，成为优必选”的说法。
当下，人形机器人行业呈现出蓬勃发展的态势，众多新企业如雨后春笋般涌现，一些车企和行业巨头也纷纷涉足。周剑在与他人交流时表示，大家不应总是把“巨头”挂在嘴边。他认为，颠覆赛道的往往不是行业内的公司，也不是所谓的巨头，而是那些从小公司发展起来的企业。
优必选在人形机器人领域已经深耕了10年，对机器人的理解以及硬件制造方面都有着深厚的积累。周剑指出，中国公司乐于追随和模仿，但真正能引领世界、引领技术、引领行业且富有创意的公司并不多。优必选的核心能力并非供应链比别人强，而是有两点突出优势。其一，优必选能够预见未来的发展方向，只要优必选涉足某个领域，就会有企业跟随，因为优必选能想到的，其他企业可能想不到，这体现了优必选的创新性。其二，优必选不仅想到创新，还敢于付诸实践，并且有足够的资源投入。周剑强调，硬件从来都不是门槛，历史多次证明，硬件不会成为阻碍行业发展的因素。
近期，优必选发布的U1 Ultra男版售价99万元，女版售价88万元，这一价格引发了市场的高度关注，“99万机器人伴侣续航撑不过一晚”的词条还一度冲上热搜。对此，优必选回应称，目前全尺寸人形机器人的续航普遍在2至4小时，这是行业现状。同时，优必选明确表示，其仿生机器人的定位是情感陪伴，并非男友、女友或者伴侣。在当前人形机器人科技伦理治理尚无成熟标准和行业共识的情况下，优必选已经建立了行业前置治理机制，成立了人工智能与机器人科技伦理委员会，将伦理治理贯穿产品研发、工业设计、生产制造、宣传推广、市场销售、场景应用的全流程。
周剑介绍，优必选在保障隐私安全方面做了大量工作。在硬件和软件协议上，会根据客户需求和自身设定，尽可能隔绝用户隐私问题；在规则制定上，未来出海的产品会按照各个国家的需求进行认证和确定，严格遵守各国对隐私安全的规定；还成立了伦理科技委员会，针对机器人这一新生事物，在伦理、道德、法律、心理层面开展更多研究和探讨，希望能在行业内牵头制定标准，让人形机器人在隐私等方面对人类起到帮助和促进作用。周剑认为，新生事物在发展过程中必然会遇到争议，人类社会曾多次面临类似问题，凭借人类的智慧一定能够逐步解决，未来人类在隐私保护方面会做得更好。
周剑还分享了他对人形机器人进入家庭的理解。他希望人形机器人能够承担家务，如洗碗、打扫等，同时还能为主人提供情绪价值，每天给予主人无限点赞。他表示，如今人们生活的目的不仅仅是为了满足基本的吃穿需求，更重要的是让自己过得开心，获得极大的情绪满足。在AI技术的支持下，虽然物理世界尚未完全构建，但可以通过大语言模型和情感陪护大模型，让机器人先实现陪伴和情感交流。优必选也在逐步构建物理世界，不断积累数据，形成数据飞轮。
针对工业场景，优必选早在2023年就推出了Walker S，之后又陆续推出Walker S1、Walker S2，并计划在2026年推出Walker S3。据优必选副总裁、具身智能与人形机器人研究院院长焦继超介绍，外界对工业场景中的人形机器人主要关注三个典型问题。一是续航问题，从Walker S进入工厂开始，大家就经常询问双足机器人的续航情况，优必选从第一代只能充电、不能换电的机器人，发展到第二代可以自主换电的机器人。二是有效可靠性，大家关注机器人干活的持续性，需要计算投资回报率（ROI），因此优必选在材料、舵机设计、减速器设计、散热等方面投入了大量资源。三是泛化性问题，与传统工业机器人相比，优必选希望轮式和双足机器人在任务泛化性和场景泛化性上有所超越，否则就无法取代工业机器人或代替人类从事复杂工作。
焦继超还提到，优必选在仿生机器人领域面临几大挑战。一是轻量化，作为仿生全尺寸机器人，必须保证轻量化。二是头部舵机，优必选的机器人头部有19个自由度，能做30多个微表情，且结构和脸型都是超仿生，按照人的比例制作，这对舵机小型化要求极高。得益于多年技术积累，优必选在电机设计、舵机结构设计、散热方面取得大量突破性进展，在满足人脸部比例的同时解决了散热问题。三是情感模型Audio - to - Face，不仅要做出表情，还要让嘴形、表情与语义匹配，这得益于优必选的多模态情感大模型。优必选花费大量时间构建底座数据，由于有仿真空间且需保障用户隐私安全，无法从用户端采集大量数据，便通过Simulation Platform（仿真平台）生成大量数字人，采集素材的微表情和Audio - to - Face算法，将自然语言的语义和语言表情一一匹配，目前美国和其他友商能达到90%表情能力的非常少。四是模型，包括VLA、世界模型、World Action Model，技术链逐步收敛到端到端，场景是决定数据量的绝对因素，类似于做硬件，需要足够的机器数量、场景和时间来积累数据。五是量产，脸部机械结构复杂，光头部零部件数量就有2000 - 3000粒物料，接近S2整个物料的60% - 70%，加上硅胶表情，机械结构是钢铁变化，加上弹性硅胶后运动和仿真差异大，需要弥补表情差异。优必选用Learning - based方法，采集大量数据实现面部舵机运动和面部加硅胶弹性非线性变化的匹配一致性，保证量产每台机器的一致性。优必选今年计划实现1万多台量产，虽然面临巨大挑战，但凭借前几年突破的技术瓶颈，有信心完成这一目标。
