00后耶鲁博士生回国创业开拓了一款能洗衣服、做汉堡的人形机械人

编辑｜邱晓芬、苏建勋

虽然常青藤学生创业的故事已经不是新鲜事，但这次，创业的年轮已经轮到00后了，还是位发过顶刊顶会、直博耶鲁的中国学霸——AI大模型与具身智能赛场的火热，已经颇有种“再不创业就老了”的紧迫感。

杨丰瑜Fred Yang，江苏人，00后，全奖直博耶鲁，是具身智能公司UniX AI（优理奇科技公司）的创始人，该公司开拓了一款能洗衣服、做汉堡、洗盘子的家庭做事机器人。

虽然说这么年轻就创业，但创业对杨丰瑜并不是出于冲动。
首先，他高中时就想创业，本科时就有一些“小打小闹”的创业项目。
其次，他一贯在积累创业资源，从本科时就开始在海内积累具身智能干系领域的学术界人脉，创业后在海内四处寻访机器人业内资深人士组建团队。

杨丰瑜Fred Yang，人形机器人公司UniX AI创始人

现在，他创办的UniX AI公司约请到了上海交通大学特聘教授、机器人顶会IROS2025大会总主席王贺升作为首席科学家。

虽然已经发过国际顶刊论文、得到北美计算机协会精彩本科科学家称号，但作为初返国内创业的年轻面孔，杨丰瑜Fred Yang最开始招人时也常常碰钉子。
最开始搭建团队，约请一些比自己年纪大二十岁的资深专家加入时，须要三顾茅庐，乃至一次聊超过8小时。

目前，UniX AI开拓的轮式+双臂人形机器人，作为家庭做事机器人，可以自动识别你乱扔在家里各个角落的衣服，自动捡起并拿去洗衣机洗，还能在你吃完饭后给你收盘子、洗碗，还能清洁地板。

UniX AI机器人可以夹豆腐

对付家庭场景来说，机器人手部的操作能力很关键。
UniX AI自研的三指夹爪，可以夹圆珠笔、夹豆腐。
UniX AI称，其首批100台人形机器人将于玄月量产。

以下是《智能呈现》与具身智能公司UniX AI创始人杨丰瑜Fred Yang的对话。

智能呈现：对付人形机器人，目前业界并没有统一的定义，不同的公司的技能路径也不一样，有些公司一开始就做双足的人形机器人，有些公司做类人形，比如像你们公司的轮式+双臂形式。
你是怎么看待不同的技能路径？

杨丰瑜Fred Yang：这个市场足够大，不同的公司扎根在不同场景。
大家都是根据运用处景，反过来设计自己的机器构造与整体的软件和硬件方案。
现在阶段，每一种技能方案都不难找到一种运用处景。
我以为没有对与错，大家都是从需求角度出发来考虑。

智能呈现：你们为什么选择用轮式+双臂的构型？

杨丰瑜Fred Yang：首先说双臂，在家庭场景，最主要的是手部的操作能力。
家庭空间里很多东西的空间高度，都是为了人设计的。
我们的仿生人形臂有7个自由度（可以理解为手臂有7个枢纽关头），可以做很多类人操作。

关于轮式，考虑到移动精度和安全性，我们首先选择轮式进入家庭场景。
大家还是根据不同的利用场景来反向设计自己的硬件方案。

UniX AI机器人的操作能力

智能呈现：你们目前是硬件和软件同时在做吗？

杨丰瑜Fred Yang：我们的核心逻辑是从场景出发。
硬件和软件对我们来说同等主要。

智能呈现：一样平常做具身智能的公司，在大脑、小脑和硬件本体之间会有公司自己的侧重点，你们会有自己的侧重发力点吗？

杨丰瑜Fred Yang：我们软件硬件都做，但如果从大脑、小脑和硬件三个里讲侧重点，我们更多侧重在硬件和小脑层面。

硬件是算法的根本，软硬件高度耦合，硬件要随着场景走。
举个例子，在家庭场景中，我们自己设计的三指夹爪有两个模式（三指模式和两指模式），三指可以旋转变成两指，用来夹眇小的圆珠笔，乃至夹豆腐等。

其余，现阶段打牢小脑的根本也很主要。
对付大家都关注的“可泛化”问题，泛化的过程可分为三个阶段：从单一任务的有限场景，到单一任务的开放场景，再到开放任务的开放场景。

（注：比如从只能在某一种家庭环境下做洗衣服这种单一任务，到能在不同空间环境的家庭环境下洗衣服，再到不同空间环境下做洗衣服、做饭、辅导孩子等多种任务）

现在行业内大家都还在从第一阶段到第二阶段努力，这个阶段紧张磨练的是小脑能力。
如果到后面做开放场景（第三阶段），实质上是在大脑层面做plan（任务方案），但现在紧张任务是在小脑层面打牢根本，首先办理操作层面的东西。

UniX AI人形机器人抓取衣服

智能呈现：你的一个研究成果是触觉多模态大模型 UniTouch，到底什么是视触觉、什么是触觉大模型？视触觉对付推动人形机器人的技能有若何的意义？

杨丰瑜Fred Yang：触觉在机器人操作体系里，乃至人的操作体系里，都非常主要。
从人的角度来说，触觉是最本能的感知模态，通过和物理天下真实交互得到反馈。
举个小例子，从包里找钥匙，一样平常来说，人是不会依赖视觉，紧张依赖触觉来完成。

从机器人的角度来说，受到机器构造和传感器选型的限定，很多时候单独依赖视觉是远远不足的。
打个比方，让机器人抓瓶盖，瓶盖非常小，机器臂抓上去时，已经被机器臂本身遮挡了。

这个时候，只能依赖触觉反馈来完成末了的抓取和验证。
这种情形在可形变物体操作上尤为突出。
当打仗可形变物体时，物体形状发生改变，视觉先验能供应的信息就非常有限，必须依赖非常局部，但是高敏感度的触觉信息来感知和完成任务。

同时，触觉供应的其他信息，视觉没法供应，比如力量。
视觉可以供应机器人抓取位置，无法奉告抓取力度。
纯挚的力传感器也有局限，比如捏碎一个杯子前，从力的角度讲看不出任何变革，哪怕杯壁已经涌现细微裂痕。
但这时，触觉传感器能够捕捉到细微裂痕，能够判断出接下来连续操作是否会捏碎。

我之前发了一篇论文，做了环球第一个触觉多模态大模型，把触觉信息和视觉信息、其他措辞模态信息交融在一起。
每个模态都有自身的局限性，视觉也有自身的局限性，但是加入了触觉信息后，每个模态之间能够互补。

目前不少友商也在做触觉，但他们还是集中在硬件层面，比如说触觉传感器。
但UniX AI要面向家庭用户，硬件必须有3-5年的寿命，现阶段很多高精度的触觉传感器在寿命方面还没有办法知足商用需求。

UniX AI机器人打开洗衣机

智能呈现：你们首批100台人形机器人将从玄月开始陆续量产，这个数字对付人形机器人厂商来说是比较大的，Unix AI是如何做到的？供应链如何管理？

杨丰瑜Fred Yang：量产紧张集中在供应链方面。
我们有从奔驰、海尔出来的一些供应链专家，他们有供应链方面的制造和本钱把控的履历。
还有来自传统机器人、消费电子、汽车行业、航空航天行业的一批富有量产履历的供应链成员。

智能呈现：你是如何搭建团队的？

杨丰瑜Fred Yang：机器人这个领域，不是只靠一个技能栈就能打通，须要硬件、软件整体合营，也须要多元化的团队背景。
全体具身智能行业非常新，我们的算法团队非常年轻，基本上是海内外做机器人或人工智能的博士、博士后。

硬件方面，我们目前先切入了家庭场景，安全性肯定是最主要的成分。
我们团队有来自家庭做事机器人的成员，来做不同家庭的繁芜环境的避障任务，比如绕线、悬空障碍物等。
具身智能干系的硬件，包括人形机器人的手臂、腿方面，我们也有能力过硬的科学家，作为硬件开拓卖力人。

智能呈现：你很年轻，是00后，这么大的团队须要很强的操盘能力，你是怎么招人的？

杨丰瑜Fred Yang：最开始招人确实困难。
我本科在密西根大学，博士在耶鲁，在国外的具身智能圈子有有名度，以是我很快找到了国外一些做算法的朋友；但是机器人要做软硬结合，回到海内，大家不熟习我们，我也碰了很多壁。
每一个主要成员加入之前，我都跟他们聊了非常久，对付人才来说，要有“三顾茅庐”的精神。

智能呈现：人形机器人落地实在不大略，目前大部分都还处在卖给科研院所的阶段，扩大规模实在挺难，你们说直接一步到位to c，而且是消费级，今年量产100台，这是怎么做到的？

杨丰瑜Fred Yang：轮式人形机器人的量产没有双足人形机器人那么难。
现在大家对付人形机器人的定义实在有不合。
对付双足人形机器人，我以为还有一段路要走，还没有完备ready推向市场，由于安全性上有一些问题还没有办理。
但在家庭里最主要的是手部的操作能力，以是我们第一代推出的是轮式+双臂的机器人，轮式是比较成熟的技能。

产品的迭代速率很主要。
第一代就做出佳构有难度，我们先快速出一版比较稳定可靠的、性价比较高的机器人，大面积铺向市场，再迅速反复迭代。
我们内部一贯讲，三代出佳构。

我们初期的100台紧张是种子用户，乐意做“第一个吃螃蟹的人”。

UniX AI机器人擦桌子

智能呈现：你们现在已经有TO C的客户？是早期就有联系吗？

杨丰瑜Fred Yang：一开始的个人用户，紧张是我们身边的一些朋友、科技界的一些朋友，还有对前沿产品非常感兴趣的科技发热友，类似于特斯拉刚刚推出的时候，乐意购买的目标人群，也是喜好进行科技尝鲜的阶层。
我们也会做一些focus group（焦点小组访谈），理解目标群体的详细需求。

智能呈现：家庭场景下的通用人形机器人，比较于垂直场景下的机器人（如商业做事、仓储物流、安防巡检等）来说，落地要难很多，对机器人的泛化能力哀求高很多。
你们的资料说UniX AI 人形机器人同时具备洗衣服、用餐助理、清洁、辅导孩子作业等功能，落地情形如何？

杨丰瑜Fred Yang：人形机器人的结局，当然是希望机器人什么事情都能干，但饭要一口一口吃，事情要一件一件做。
在家庭场景，也是一步一步（落地的），从单一任务的有限场景，到单一任务的开放场景，末了才到开放任务的开放场景。

我们产品目前已经有多少成熟的场景点，比如洗衣服、餐后帮忙收盘子洗碗、3D清洁功能等。
以洗衣服功能为例，你可以把衣服扔在各种不同的地方，机器人Wanda第一步会寻物，自主构建一张三维舆图；第二步是抓取衣服，Wanda拥有的UniX AI自研夾爪能够通用地抓取柔性物体，第三步是利用洗衣机。

可泛化地利用洗衣机（对付不同种类的洗衣机，机器人都能操作）实在不难，我们可以调用不同的小模型来完成这个任务。

智能呈现：为什么选择返国创业？有没有想过在美国创业？

杨丰瑜Fred Yang：我不把自己定义为返国创业或者在美国创业，我们在美国和中首都有团队，只是大家利用不同的区位上风。
美国有顶尖的算法团队，海内有构造、硬件方面的差错，我们在深圳也有团队，在上海也设立了研发中央，有很多同事在那里事情。