經濟觀察報 記者 周悅

在中國機器人行業，有兩位“90后”的名字，頻繁出現在一線。

一位是宇樹科技創始人王興興，他的機器人登上春晚跳秧歌“一夜成名”，這背后是長達九年的技術打磨；另一位是北京大學助理教授、銀河通用創始人、智源學者王鶴，在公眾視野中，他更安靜，也更有耐心，一步步用行動把人形機器人從實驗室帶進了現實場景。

如果說王興興擅長讓機器人動起來，那王鶴關心的，是它們能不能真的去上班、去干活。

在更高規格的國際舞臺上，王鶴和銀河通用也越來越多地被看見。今年，英偉達創始人黃仁勛訪華，王鶴是其座上賓；銀河通用自研的機器人Galbot，也頻繁亮相于英偉達GTC、CES等國際展會，是離黃仁勛最近的中國機器人之一。

2023年5月成立至今，銀河通用完成了兩輪大額融資。6月，銀河通用宣布完成由寧德時代、溥泉資本領投的11億元融資，創下國內具身智能賽道最大單筆融資紀錄。此前，銀河通用完成7億元人民幣的天使輪融資，由美團等機構投資。

在這個充滿爭議和分歧的行業，從業者之間常常各說各話、互不買賬甚至互相攻擊，但提到王興興和王鶴，業內的評價難得地一致：王興興以技術爆發力著稱，王鶴以清晰、前瞻性的思考贏得尊重。

9月12日，在服貿會上，經濟觀察報在“海淀之夜”現場與王鶴進行了對話。

作為典型的“技術學者型”創業者，王鶴說話不緊不慢，但每句話都落得很實。他一邊聊著銀河通用的推進節奏，一邊不忘提醒，這是個很早期的行業，“大家得有耐心，把機器人真正應用到日常場景里”。

面對當下創投圈普遍的量產焦慮、出貨焦慮，王鶴直言，造出1000臺機器并不難，難的是能不能真正帶來經濟價值。

在服貿會期間，銀河通用發布了“銀河太空艙”——一個由人形機器人全天候運營的智慧零售系統。每個太空艙占地不足9平方米，支持冷藏冷凍商品，機器人可以獨立完成語音接待、下單、抓取和取貨。目前，單艙每天可服務超千人，未來計劃在全國開出100家店。

王鶴認為，零售是機器人最好的切入點。它的業態足夠大，任務多樣——上貨、下貨、夜間服務等，同時失敗成本可控，比如東西掉了還能撿。從安全性和任務完成度來看，人形機器人適合率先突破零售場景，也能自然帶來與客戶的交互體驗。當零售的成功率足夠高，就能逐步推廣到快餐店、工業等更復雜的場景。醫療養老、工業和家用場景也會逐步展開，但零售是最快跑通規模化落地的路徑。

關于機器人的“三座大山”——成本、量產與數據，王鶴也在現場回應。以下為經濟觀察報與王鶴的對話。

圖說：銀河太空艙（服貿會官方供圖）

經濟觀察報：機器人太空艙零售店，與過去的便利店、自動售貨機相比，有什么區別？

王鶴：這次我們在服貿會帶來的，是銀河通用一直在推進的一件事——怎么讓人形機器人真正融入城市生活。

銀河太空艙是我們推出的一個具身智能零售解決方案，占地不到9平方米，但可以做到全天候自主運營，主要售賣飲品、小食、文創、藥品這類高頻消費品，也支持冷藏、冷凍等多種商品形態。

整個過程由機器人Galbot 來完成，包括語音接待、下單支付、抓取和商品取送，全流程都不需要遙控操作。目前單艙一天可以服務上千人，能夠顯著帶動周邊人流，對城市空間的激活效果也很明顯。

從功能上看，自動售貨機的商品種類有限，比如飲料還行，但冷凍類的冰棍、藥品等復雜商品就賣不了。我們的太空艙可以不斷升級，售賣冰棒、咖啡、文創產品、盲盒、玩偶等，把3×3平方米的小店塞滿，經濟價值遠超傳統售貨機。

更重要的是，太空艙不僅是賣貨，還能展示人形機器人的全流程能力：上貨、下貨、與顧客交流。很快我們就將在北京、杭州、成都等地的景點投放太空艙，能讓公眾真切體驗未來零售，也驗證機器人一周7天，每天24小時長期穩定運轉的可靠性。這和短暫的展演完全不同。

經濟觀察報：一臺Galbot機器人的成本是多少？你們考慮ROI（投資回報率）的標準是什么？

王鶴：成本肯定會隨著量產逐步下降，但其實現在已經遠低于企業雇一個人，支付三年的用工支出。對客戶來說，只要機器人功能可靠、能把活兒高質量干下來，價格就不是問題。一臺幾十萬的機器人，能替客戶頂上“三班倒”三年的人工，這個賬其實很好算。未來銀河通用會不斷推出更高技能的機器人，占住那些能規模復制的場景，本質上ROI一直是很健康的。

經濟觀察報：隨著量產規模擴大，單臺機器人成本下降曲線如何？什么時候更有競爭力？

王鶴：我認為要看應用場景。就像汽車，有幾萬的也有上百萬的，關鍵是性價比。比如在藥房場景，雇傭人工做24小時一年要20多萬，我們的機器人很快就能收回成本。降本固然重要，但更關鍵的是能力提升，這需要具身大模型不斷增強。

經濟觀察報：今年有很多企業透露了量產幾百臺甚至上千臺，銀河通用進展如何？

王鶴：我們的量產一定是超前的，已經能做到千臺級出貨、數百個店倉自主應用。我們和別人不太一樣，很大一部分會真正自主應用到場景中。很多公司更多還是以銷售為主，依靠人類操控，或者只是研究需求。所以不能單純用數量來衡量，還要看發展方向和未來增長趨勢。

經濟觀察報：很多投資人關心，到2026年，國內人形機器人行業量產規模的增長情況？

王鶴：我判斷量產和自主應用規模都會以兩倍速甚至三倍速增長，大概三年實現十倍的提升。人形機器人真正起步不過兩年多，從2022年底到2023年初才迎來新一波發展。要經過不斷迭代，才能像人甚至比人更可靠。最終還是要看經濟價值，而不是單看規模，要保持耐心。

經濟觀察報：數據被認為是具身智能行業的最大瓶頸，銀河通用是如何解決的？

王鶴：具身大模型發展面臨的最大困難就是數據不足。比如特斯拉要讓機器人學會電池分揀，需要40人團隊遙控數月，成本極高，而且這只是一個技能。現實生活中還有成千上萬種技能需要學習，單靠真實采集幾乎不可能。

銀河通用的路徑是大規模合成數據。今年，我們發布了全球首個完全基于合成大數據端到端訓練的具身大模型，用10億級別合成數據訓練出的模型，能做到“給一個詞就能抓取對應物體”，并且抗干擾。

關鍵在于，模型只用極少量真實數據就能快速泛化。特斯拉電池分揀需要數月采集，我們用200條數據、一個下午就能讓機器人學會按順序抓取怡寶飲用水，并舉一反三到不同品牌的飲品。這樣實現了數百倍的數據效率提升。

經濟觀察報：北京、上海等地正在建設大型數據采集中心，這會沖擊你們的方案嗎？

王鶴：其實不會。我們的數據方案是“虛實結合”——以合成為主，真實為輔，這是非常務實的思路。你想，一個采集場就算有100臺人形機器人，已經算不小了，可目前國內都沒有千臺級別的采集場。

對比自動駕駛，上百萬車主每天都在跑車，數量級完全不同。所以即使真有1000臺采集機器人，貢獻的數據對真實世界來說也不到1%。真實數據當然重要，但遠遠不夠，所以我們用合成數據來補充和增廣，確保大模型能泛化，運行成功率更高。

這里沒有沖突，反而是互補。真正該問的問題不是采集多少，而是這些100臺、1000臺的數據能交付什么？能不能把一個應用真正落地？算下來成本合不合適？這些問題，其實更應該去問做采集場的企業。

（作者 周悅）