地点/形式：电话会议
嘉宾：董事长李军
Q&A：
问：在人形机器人领域，公司具体做了哪些布局，有哪些产品技术规划，以及市场未来的前景如何？
答：目前智能行业进入高速发展期，高盛和gartner数据显示这是一个市场空间巨大、天花板极高的行业。在国内，从去年工信部到地方政府出台了一系列针对机器人具身智能的政策扶持，行业和政策环境都非常有利。最近全球范围内，无论是海外OpenAI在大模型算法的提升，谷歌发布的量子芯片对信息处理的推动，都预示着这个领域正迎来一个爆发的契机。
问：人形机器人产业链中，软件和数据的价值层面如何体现？
答：在当前讨论人形机器人产业链的逻辑图中，硬件如电池、电机、轴承等固然重要，但往往忽略了软件和数据对于整个产业链的价值。实际上，算法和数据决定了机器人智能能力的上限，它们帮助机器人识别并实现人类期望的认知、决策、交互、行为等功能。利亚德在这一领域进行了长期的探索和动作捕捉研究，致力于将人形数据应用到集成智能和人形机器人中，以提升机器人的智能化水平。
问：虚拟动点在人形智能产业中的核心能力和定位是什么？
答：虚拟动点的核心能力主要集中在数据、服务、算法和硬件四个方面。我们在多年前就开始进行动作捕捉，积累了丰富的人形数据，并将这些数据转化为机器人训练的数据集。我们的定位不是制造传统的机器人本体，而是聚焦于赋能机器，特别是为其提供感知空间、决策行动和控制动作的能力，让机器在行动上达到更高的智能化效果。可以类比华为在智能汽车领域的定位，我们致力于让机器更智能，而不直接制造机器人。
问：在数据质量方面，你们相较于其他企业有何优势？
答：我们的数据质量非常高，精度可达0.1毫米，正负0.5度，这得益于我们自主研发的光学定位技术。这种高精度的技术参数使得我们为机器提供的训练数据质量极为出色。
问：你们在提供机器人训练数据服务时有哪些特点？
答：我们不仅提供将人的数据转换成机器人可用数据的服务，还提供基于真人数据或模拟训练方式的机器人训练服务。在算法层面，我们专注于空间计算，能够为机器人提供空间感知、行为决策及肢体控制算法。
问：在硬件方面，你们有什么独特之处？
答：我们在光学和滚动无标记技术上基于摄像头作为图像传感器采集图像，相当于机器人的眼睛。我们拥有自主的办公环境用于动物动作采集，并且已经建立了可观的人形动作数据库，甚至在此基础上升级到机器人的动作数据库，为后续的机器人训练提供了数据支持。
问：你们如何帮助机器人进行训练？
答：我们支持仿真训练和机器人本体的拟人化训练这两种主要的机器人训练路线，并且将在本月月底举办针对机器人机身智能的发布会，展示基于我们的算法和数据运行的效果。
问：虚拟动点在利亚德体系中能为机器人提供哪些服务和能力？
答：我们能从前期为机器人提供感知观察，到判断目标位置，再到决策动作并反馈执行，整个链条我们都可提供支持。具体包括摄像头能力、视觉算法、位置算法以及动作训练，匹配感知、观察、判断、决策和行为五个步骤。
问：对于空间算法在机器人本体的应用，你们的技术路线是什么？
答：我们采用的是与马斯克先生提出的积极视觉思路一致的技术路线，即基于机器视觉的观察、判断进而进行下一步的决策和行为控制。
问：你们在产业链中的定位和优势是什么？
答：我们的最大优势在于长时间积累的空间计算和动作捕捉领域，技术布局广泛且完整，尤其是在光学定位技术和机器视觉无标记点定位技术方面处于全球领先地位。此外，我们还有动态模型的发布，以及细分领域的硬件优势，如相机制程能力、光学识别系统控制能力等，并且拥有业内领先的数据积累和丰富性，无论是在训练大模型还是机器人数据集方面。
问：在图像时间和空间定位的算法领域，公司有哪些技术突破和合作情况？
答：我们从早期的outside in方式发展到现在的inside out基于机器视觉的定位算法，并且在该领域内处于业内领先地位。除了宏观的技术路线，我们在具体的技术能力模块上也已经具备了成熟的移植到机器人身上的条件。此外，通过长期积累，我们与全球各类智能企业达成了众多合作，并且在人形机器人、机械智能等多个形态的机器人技术上取得了成功案例，这些案例对当下及未来人形机器人的发展具有借鉴意义。
问：公司未来在人形机器人领域的计划和目标市场是什么？
答：虚拟动点作为以算法和技术数据为核心的企业，我们将持续提升算法，增强对集成智能、空间感知、动作决策及控制的能力。同时，希望通过提升的技术能力找到更多合作伙伴，特别是机器人厂商，以华为造车理念为指引，将我们的技术赋能给更多机器人厂商，服务一个产业。此外，我们会与厂商共同推动以动作为核心价值的机器人应用场景落地，特别是在生产制作、陪伴、研发经济、旅行、搬运、物流等领域实现快速落地。
问：公司在光学投影及AI技术方面是否有拓展与下游核心客户合作的情况？
答：公司确实有在显示板块、AI和空间计算板块的技术储备，并且在tob场景应用较多。美国公司NP曾基于游戏场景和个人C端产品进行过一些开发尝试。在光学投影领域，我们通过LED显示屏和全息投影技术打造过全息剧院，并已将此技术应用到tob端项目中，如数字人训练等内容制作。至于与巨头合作开发全息投影聊天产品或类似AI音箱的产品，虽然我们具备相关技术和条件，但由于市场开发和运用涉及大量研发和投入，具体进展和规划将以合作伙伴公告为准，不便披露更多细节。
问：刚才提到了人机，机器人，现在最差的问题是什么？
答：目前机器人最差的问题是动作不连贯，与真人的动作差距太大。
问：公司在机器人动作方面的投入和布局是怎样的？
答：公司在机器人动作方面进行了巨大投入和布局，认为如果机器人能更接近人的动作，将大幅提升生产效率，并且在生活服务、工业生产、展厅工作等多个领域都有广泛应用前景。
问：关于虚拟动点和人工智能机器人的合作、收费模式以及客户情况如何？
答：公司采用数据、开发和训练的商业模式，训练服务可能采取持续的服务模式。对于合作伙伴，公司计划聚焦具体场景，提升算法并丰富数据，同时寻找能解决特定问题的机器人进行动作赋能训练。关于服务模式，公司提出将打造动作资产交易平台，用户可通过付费SaaS模式获取动作资产数据，提高影视制作、游戏开发等领域的效率和降低成本。
问：是否有考虑加入硬件产品以提供综合化解决方案？
答：公司已着手于图像识别传感器这一硬件部分，并在摄像头技术上有成熟应用。此外，也在探索算法与AI芯片的融合，提升本地算力及机群肢体控制能力。
问：模型训练是使用AI服务器还是其他平台？
答：模型训练主要看数据量大小，小规模测试训练可使用本地服务器集群，大规模复杂数据则可能需要云服务。目前阶段，公司使用自有算力集群服务器，同时与华为云、阿里云等主流云服务商有合作，未来大规模算力迁移具备成功条件。
问：在机身智能市场中，您认为目前的核心竞争点是什么？未来会不会有更多的玩家进入该领域，竞争格局会有何变化？
答：首先，任何产业如果没有门槛，盈利空间就会受限。我们公司的毛利率高达70%左右，这说明我们的门槛相对较高。我们在动作算法领域拥有多年积累，特别是在数据资产和空间计算方面，形成了较大的竞争优势。通过与不同应用场景的合作，我们不断积累数据资产，进一步加大了竞争门槛。因此，我们认为竞争对手要想在短时间内赶超我们具有一定难度。
问：我理解下来，您的意思是公司的核心优势主要在于数据资产这一块，并且下游应用市场的打开使得这部分数据资产的价值得以体现，是这样吗？
答：正是如此理解。我们过去积累的数据资产现在随着下游应用市场的打开，迎来了很好的发展机遇。除了现有提到的应用领域外，我们在其他行业如游戏、媒体等领域也展现出广泛的应用潜力，尽管目前还未大量应用，但市场前景广阔，我们已处于领先位置。
问：如果市场整体发展后，公司的承载能力和订单量增加，公司的人员配置是否能够承接这么大的需求量？
答：我们完全有信心应对市场需求的增长。目前产能过剩，只要市场有需求，我们都能承接并完成任务。当然，提前的布局和规划也很重要，我们已经在多个方面进行了布局，相信随着市场的启动和机器人技术的广泛应用，我们能够提供相应的高质量服务。
本文作者可以追加内容哦 !
