00后CEO杨丰瑜：回国创业五个月造出首款「可量产」人形机械人

在人工智能边界扩展的过程中，主要赛道的技能路线创新与不归并存。
技能先锋者的判断和选择，影响着浩瀚跟随者的脚步。

过去一年，机器之心独家率先将月之暗面、生数科技、爱诗科技、无问芯穹等精良公司先容给大家，为他们在互联网天下留下了第一份 “万字访谈底稿”。
在技能路线尚未收敛的阶段，我们看到了到真正拥有信念、勇气以及系统化认知的 AI 创业者的引领力量。

因此，我们推出 “AI Pioneers” 的专栏，希望连续探求和记录 AGI 时期人工智能各细分赛道具有领袖气质的创业者，先容 AI 赛道最出众、高潜的创业公司，分享他们在 AI 领域最前沿、光鲜的认知。

作者：姜菁玲

机器之心宣布

纵然年轻的学术天才已成为当下AGI公司创始人的主流背景之一，2000年出生的杨丰瑜，还是年轻得让人意外。

本科密歇根大学打算机专业，耶鲁大学打算机专业博士生，年仅23岁的杨丰瑜，在去年开始了自己的具身智能机器人奇迹。

2024年，由他创办的UniX AI具身智能公司，在五个月内完成了一款轮式人形机器人的研发制造，这款带有「餐后清洁」以及「洗衣服」等功能的机器人将于玄月开始量产，并对外发卖。

在很多具身智能机器人仍旧勾留在实验室的阶段，这是一个很快的商业化速率。
在苏州，UniX AI公司的机器人量产工厂已经超过两千五百平。

这家在去年险些没人听说过的公司，在大半年内网罗了多位机器人行业内的资深技能人才。
「有头部做事机器人的研发总监帮我们做底盘，也有一些头部的人形机器人公司顶尖人才在卖力我们的硬件」。
2024年7月，上海交大著名机器人专家王贺升教授，宣告正式加入UniX AI担当首席科学家。

在UniX AI开释出的首支技能展示视频中，名为Wanda的轮式人形机器人能够完成抓起豆腐、帮忙分类衣物、将衣物拿到洗衣机洗濯等任务。
当下具身智能公司难以办理的「柔性任务」问题，UniX AI彷佛已经找到办理方案。

UniXAI

，赞6338

「我不以为年轻有什么不好，从技能层面来讲，当下很多新技能、新产品，很多是由拥有深厚学术背景的年轻人创造的」，令我们有些意外的是，作为00后，杨丰瑜本人在谈吐中表现出超越年事的成熟，对付公司管理和具身智能的技能阶段拥有非常清晰的认知。

我们对UniX AI的好奇集中在，一个在创投圈险些没有任何的具身智能公司，为何能做到如此快的发展速率；作为极少的由00后操刀建立的具身智能公司，UniX AI如何实现从0到1的发展？UniX AI的具身智能结局路线图又是什么样的？

带着这些问题，机器之心与杨丰瑜展开了他创业以来的第一次公开媒体对话。

机器之心：你现在已经毕业了吗？

杨丰瑜：我是本科直博到的耶鲁，博士毕业的论文哀求我基本都达到了，就拿今年来说吧，我中了4篇CVPR，加上其他，统共有十多篇人工智能和机器人的顶会文章。

机器之心：你的精力很兴旺。

杨丰瑜：（笑），常常熬夜到凌晨三点半，前段韶光还去打吊针。
紧张是由于团队在一起，常常不看腕表，一举头就已经很晚了。

机器之心：是什么时候开始想到要创业的？

杨丰瑜：我一贯认为创业是“天时地利人和”。

去年我们看到感知层面在技能上有很大进步，包括视觉、措辞模型和触觉等多模态的一些大模型或基座模型都有了很大的发展，这让我们看到了实现目标的可能性。
其余国家也有一系列的支持政策推出，为创业供应了一个良好环境。
这是“天时”。

“地利”：毋庸置疑，通用人形机器人是继新能源汽车之后的下一个发展方向，中国在供应链方面有着无可比拟的上风，而且长三角这边的高科技人才也非常多。

一开始，我们做了一些调研，去弄清楚目前机器人行业的工程化水平进展到哪个阶段、市场需求在哪里、上一代机器人办理了哪些问题以及它未来的机会在哪里？

能够成事，关键还是找到对的人。
今年，我们正式组建团队，快速集结了很多方面的专家，有头部扫地机器人的研发总监，也有一些头部人形机器人公司顶尖人才，卖力我们的硬件。
在算法层面，我在美国以及欧洲招募了一批人才，包括我的一些同学、师兄，这是“人和”。

作为创始人和CEO，最主要的是凑集资源。
UniX AI是一个环球化的公司，把全天下不同国家在机器人软件、硬件、供应链的上风结合起来；同时我们有国际化的方案，通过一年、三年、五年操持的不断努力，实现Robots For All的公司愿景。

机器之心：大略先容一下你的学术经历吧

杨丰瑜：小学到高中是在海内，本科去密歇根大学读了打算机专业。
一开始打仗的是视觉和机器学习，后来在导师「多模态学习」的影响下，开始进行视触觉的研究。

本科期间揭橥了5篇机器人视触觉论文，个中“Touch and Go: Learning from Human-Collected Vision and Touch”是天下上现今最大的视触觉传感数据集，被人工智能和机器学习领域的顶级会议NuerIPS吸收。

在其余一个事情里，我们第一次引入diffusion model完成了对视觉和触觉之间的相互转化，成果被ICCV吸收。

对付机器人来说，触觉很主要。
一件衣服，是涤纶、棉纺还是丝，靠肉眼不太能够不雅观察得出，只有真正摸上去，才能分辨不一样的质地。
其余在一些风雅活动上，比如将充电线插入充电口，也须要通过触觉不断调度，单靠视觉无法完成。

机器之心：然后你就来到了耶鲁。

杨丰瑜：由于在机器人视触觉方面的一些事情，特殊是视触觉的转化和在大措辞模型中的泛化利用，我得到了北美计算机协会精彩本科科学家称号，是学校有史以来第一人。
终极选择耶鲁大学进行博士深造。

在这期间，我陆续揭橥了一些论文，个中《Binding touch to everything: Learning unified multimodal tactile representations》（CVPR, 2024, pp.26340-26353），在这篇论文中，我提出了天下首个适用于多款不同触觉传感器的触觉大模型 UniTouch，适用于与视觉、措辞和声音等多种模态相连的基于视觉的触觉传感器。

其余一篇论文《Tactile-Augmented Radiance Fields》（CVPR, 2024, pp.26529-26539），则建立了天下上第一个可以在场景级泛化的3D视触觉模型TARF，UniX AI人形机器人的泛化能力也是基于该模型。

机器之心：你以为00后的身份对你来讲是更有利还是更有弊？

杨丰瑜：创业公司，创始人是灵魂。
很多人会以为我很年轻，但我以为00后的身份不是问题。

从技能层面讲，在欢迎这一轮的科技变革和赛道创新的浪潮中，年轻人具有非常强的推动浸染。
很多新技能、新产品是由当下的年轻人创造的，特殊是高科技行业，准入门槛相对较高。
Sora核心团队的成员之一也是我同学，他在密歇根大学时就展现出了很强的技能能力。

从认知和履历层面讲，我以为快速学习、快速纠错也是一种路径。
其余是个性，要肯坚持有韧性，想尽统统办法，有“逢山开路，遇水搭桥”的精神，毕竟创业末了都是拿结果说话。

当然，UniX AI团队中也有很多有履历的专家，他们在构造、电子等方面有丰富的从业履历，我们之间有效合营，才能在短韶光内推出我们的产品。

机器之心：触觉的提升为什么对机器人是主要的？

杨丰瑜：人是一个多感官动物，你的行动决策常日是多个感官共同通报过来的信息综合影响，智能机器人理论上也是这样。

触觉是最主要的感官信息之一，跟视觉反馈比较，它产生在机器人与环境交互之后，而视觉反馈是在之前。
当机器人抓取一个物体时，物体发生了形变，实质上，这个交互动作发生后，机器人得到的增量信息都来自于触觉——它摸起来是若何的。

拥有触觉信息能够让机器人在一些更繁芜更细腻的任务上表现得更好，大大提高抓取任务的成功率，尤其是在柔性物体的抓取中，触觉的浸染更加明显，可以说是从基本不可能完成任务到能够完成任务的质的提升。

比如，我们的轮式人形机器人Wanda已经实现捏鸡蛋、抓豆腐、洗衣服等任务，纯靠视觉去做，机器人得不到反馈，是很难实行下来的。

为什么现在机器人紧张依赖视觉做判断，是由于视觉方面的数据相较于其他，是最直接、随意马虎获取且被演习起来的，有大量数据可以用。
但是在机器人往具身方向更进一步去走的时候，仅仅依赖视觉是肯定不足的。

作为一种依赖交互产生的感官信息，能够将触觉信息合理利用的意义还在于，机器人能够逐步在与天下的真实交互中不断学习，变得更加可用和泛化。

机器之心：为什么加入触觉后，机器人对柔性物体的掌握水平会提升，事理是什么？

杨丰瑜：事理紧张在于柔性物体与刚性物体在抓取和操作时有很大的不同。
刚性物体在触碰前后，其物理形状基本不会改变，因此通过视觉不雅观察，在抓取时相对随意马虎判断。
然而，柔性物体在抓取之前或操作之前，通过不雅观察很难确定与它打仗后会发生什么情形，由于在抓取过程中会涌现大量的遮挡和形变，而这些形变通过视觉是很难准确预测的。

例如，当拿一张纸巾时，一旦将纸巾握得手里面，就会完备隐瞒住视线，此时视觉险些无法供应有效的信息来判断如何抓取或操作。
在这种情形下，就只能依赖触觉等物理信息来完成感知。

机器之心：为什么彷佛很多时候我也不须要去考试测验抓一下物体，我就知道怎么抓。

杨丰瑜：那是由于你作为一个人类来说，已经领悟得很好了，以至于你不知道你用了触觉信息在这里面。
你已经积累了二十多年的触觉数据，以是你不知道是哪一种感官支持你让你去完成了这个任务。

机器之心：对大部分机器人任务来说，不同感官的贡献比会有什么差异？现阶段，触觉的优先级有多高？

杨丰瑜：对付大部分机器人的任务来说，不同感官在感知、推理决策和行动这三个步骤中的贡献比例有所不同。

在感知层面上，初期紧张依赖视觉和点云来获取全局信息，比如知道全体家的布局、水在哪里等。
目前，通过视觉大模型和3D大模型来感知全局信息的问题已基本办理。

在决策层面上，紧张依赖措辞引入人类的先验知识。
例如，机器人接到从冰箱拿水的指令后，能进行任务拆解，知道第一步打开冰箱，第二步拿水，第三步关冰箱，这些先验知识来自大量的互联网数据。

在行动层面上，视觉可以帮助机器人确定抓取的位置，但在确定抓取力度等方面，触觉信息起着重要浸染。
比如在有遮挡的情形下，像拿豆腐时，视觉难以准确判断抓取办法，而触觉能供应关键信息，帮助机器人完成精确抓取。

此外，触觉在一些风雅力控的场景，如捏鸡蛋、抓豆腐等，以及在一些须要判断物体形变和力的反馈的场景中，发挥着重要浸染。

总的来说，不同感官的贡献比因任务而异，在一些刚性物体的抓取中，视觉可能占比较高；而在很多柔性物体的抓取中，触觉的浸染更为关键，乃至可以说是从基本无法完成任务到能够完成任务的质的提升。

机器之心：触觉这块有足够高的壁垒吗？落地到机器人产品里有什么难点？

杨丰瑜：我认为相对来说是比较高的，在2023年之前，触觉一贯是一个非常小众的模态，与视觉和听觉比较，从事触觉干系事情的人非常少。

在开展触觉干系事情的初期，传感器是最大的难题。
当时，全天下从事数据干系事情的人并不多，如何制作传感器是一个关键问题。

其次，是如何解析触觉信息的问题，这涉及到算法和数据两个层面。
数据层面，此前世界上绝大多数触觉传感的详细数据并不公开，这可能是由于许多机器人结合的分外性或其他缘故原由导致，使得机器人领域的数据公开程度不如视觉领域。
因此，我们不断办理数据集的问题，致力于推动全天下触觉传感数据集的不断公开。

在算法层面，触觉与视觉存在差异，个中包含许多物理的先验知识。
例如，通过传感器上的marker可以判断受力情形，但这些信息不像视觉信息那样易于阐明和识别。

当时还进行过一个实验，结果表明天生的触觉旗子暗记让人分辨起来非常困难。
由于如果人没有经由一些特定的演习，很难分辨出每一种东西的触觉传感旗子暗记。
我们也在积极努力降落这一壁垒，推动学术界更多的人参与个中，以促进全体触觉域的发展与进步。

机器之心：如果说，触觉信息不仅面临现存数据量少的问题，大规模采集本钱也很高，那怎么去做到Scale up？

杨丰瑜：我们之前做的事情实在便是考试测验办理这个问题，如何在大规模采集难以实现的情形下做到Scale up：

第一步，我们把视觉和触觉打通，通过视觉来预测触觉，乃至在没有触觉采集的场景中，利用视觉和措辞等信息来推测触觉旗子暗记。

比如，采集了同类型同材料的桌子的触觉信息后，到新的家庭或办公室场景中，纵然没有实际触摸过过新的桌子，也能通过视觉和措辞信息推测其触觉旗子暗记。
这样的话，我们可以做到纵然没有真正物理的打仗，也能够扩大可用数据集。
但是这种办法可能跟真实旗子暗记有一些出入，由于这是预测的。

第二，我们不断推动触觉数据集的公开。
通过公开数据集，可以让更多人参与到触觉领域的研究和发展中，从而促进全体领域的进步。

第三，在算法层面上，我们努力降落触觉信息识别的门槛。
例如，通过在传感器上添加标记（marker），并创造标记在受到不同力时的变革规律，从而利用这些物理的先验知识来更好地解析触觉信息。

第四，致力于将不同的信息，如视觉、触觉、措辞等多模态信息结合在一起，以完成各种任务。
通过多模态信息的领悟，可以在一定程度上填补触觉数据量少的不敷，提高模型的泛化能力温柔应性。

机器之心：大规模采集是否可以实现，须要什么条件？

杨丰瑜：我认为这实在是全体具身智能发展的瓶颈，我个人认为可以实现大规模采集，但这里有一个商业化的过程。

当机器人走进千家万户，有一定量的时候，你就能网络到足够多的数据，支持更多的场景来做一些泛化。
当然你不可能永久采到每一个点，以是「大规模」这个命题会一贯存在。
那机器学习的实质便是通过稀疏的采样，实现稠密分布的一个仿照拟合和预测。

在数据这方面，我们并不排斥仿照，但我以为一定量的真机数据是实现具身智能的必要条件。

机器之心：触觉大模型有哪些关键的技能指标？

杨丰瑜：触觉大模型跟任何大模型一样，在不同的下贱任务里面都有一些指标。
我带领团队构建的天下上现存最大的视触觉数据集Touch and go，是全天下机器人视触觉预演习模型主要通用基准之一。

机器之心：决定创业之后，打算做一个若何的具身智能公司？

杨丰瑜：创业的实质是为社会创造代价。
UniX AI是天下上少数几家把C端定为第一计策的具身智能机器人公司。

TO C虽然有很长的一段路要走，但背后的潜力是巨大的。
从家当层面讲，人形机器人已经进入硬件+AI的技能领悟期，发展飞速，越来越具备实用性。
而且我乐不雅观估计，这个领悟进程要比原来业内人士预估的要快很多。

人口老龄化，出生率低下，劳动力短缺……这些都是全天下面临的问题。
企业的任务是要为社会办理问题，这是UniX AI的机会点和代价点，也是我创业的初心。
现在这个赛道大致的落地路径基本上是工业——商业——家庭，我们会覆盖商业和家庭，这也是做事TO C用户的紧张场景。

UniX AI的愿景是Robots For All，打造通用的人形机器人，在运动能力与聪慧程度方面都做到领先，实现体力劳动和智能陪伴。

机器之心：为什么一开始选择家庭场景去做？

杨丰瑜：事实上我们不但局限于家庭场景，我们也做泛商业的场景，比如办公室等。

To B 场景从技能上来说相对难度低一些，重复率高，对泛化性哀求没有那么高。
但To B的场景每每是强替代逻辑，这就对机器人的速率、操作准确率哀求会非常高。

家庭场景很繁芜，千变万化，每个家都是一个小生态，哀求机器人具备很强的泛化能力。
这当然对我们的产品提出了更高的哀求。
同时，我们在家庭场景中也会有很多L2级别的功能，更多地提升了产品在繁芜场景的适应性和可玩性。

总的来说，我们的技能栈无论是 To B 还是 To C，都能覆盖。
做好了家庭场景，我以为其他场景都能游刃有余。
从最难的骨头开始啃，一方面表示了UniX AI的技能实力，一方面也是我们切入市场的计策路径。

机器之心：像类似工厂这样的To B场景也会去做吗？

杨丰瑜：我们对所有场景都不排斥，UniX AI的模块化硬件方案相对来说可以适配很多不同的场景。
同时，我们有一套感知和操作解耦的运动基元算法可以最大程度地利用数据，我们对场景的迁移性会非常强。
虽然每一款产品都有其边界，我们乐意在各种场景中进行考试测验和拓展。
我们也在跑通一些主要的商业场景，帮助到消费者。

机器之心：所谓的供应链本钱上风是什么？

杨丰瑜：我们团队中有一批履历丰富的供应链管理专家，他们节制量产级的本钱掌握方法，并能将其运用到机器人供应链中。
虽然机器人行业目前尚未大规模卷价格，但我们从一开始就按照量产级来掌握本钱，以确保产品能达到消费者可接管的价格。
我们有信心通过有效的本钱掌握，使产品在价格上具有极强竞争力，为公司发展供应有力支持。

机器之心：即将推出的产品价格在什么区间？

杨丰瑜：这个现在我不是很方便表露，但我可以担保，一定是一个很惊喜的价格。

机器之心：你们打算怎么走向结局？

杨丰瑜：我们走向结局的逻辑很大略，须要一定量的高质量真实数据。
关键就在于如何获取这些数据，比如拿自动驾驶举例，特斯拉的FSD能够走到结局，是由于花了6到8年韶光，不断有车子在路上跑并网络数据。

机器人行业有所不同，大家期望机器人能够自动干点事儿。
我们首先开拓出多少单点场景的功能，让大家以为机器人有用或好玩，而且在消费能力承受范围内，这样大家才会乐意购买。

我们的供应链有上风，能把价格降下来，这是很关键的一点。
通过用户的不断反馈，我们不断优化迭代产品，终极打造出通用的具身智能机器人。

机器之心：机器人量产的难度和意义在哪里？

杨丰瑜：做DEMO实在很随意马虎，只要在实验室做出来一台，便是成功。
量产的难度，在于不是一台，而是一百台、一千台真正进入到用户家中，磨练产品的数据安全性、操作稳定性、底层掌握可靠性，背后须要强大的售后团队和不断迭代的技能团队。
其余工艺也很主要，这也是磨练量产能力的主要指标。

它的意义当然毋庸置疑，一方面表示出供应链的竞争力，一方面展现了技能的成熟度。
谁是第一个吃螃蟹的人？谁又吃得又快又好？其余，量产可以得到一定的先发上风。

机器之心：决定创业往后，初始团队构建思路和团队组建情形目前大概是若何的？

杨丰瑜：从0-1，初创团队很主要。
我干事习气先有顶层方案，再逐步支配到每个层级，像瀑布流一样，从上往下。
先找到最核心的关键人，干起来之后，再向下延伸不断完善团队，让全体轮子转起来。

从去年年底到现在，我们的团队发展非常快，已经迭代了三代产品。
目前团队规模已经初具规模，但后期我们还会根据须要，不断调度和完善，让公司的竞争力愈来愈强。

获取人才这件事，是创业公司最主要的事情之一，我们公司大部分的人才我都亲自看过面过。
很多时候，CEO不仅是首席实行官，更是“首席意义官”，须要跟同行者阐明我们做的事情，它的代价和意义在哪里。
让他们认同，一起上路，这非常主要。

同时，这个阶段我的管理半径很大，管理的颗粒度也很细，非常辛劳但很有必要。
只有当自己通盘节制，确认公司提高方向精确和稳定之后，才能花更多韶光在别的方面。

机器之心：你怎么吸引这些人才？

杨丰瑜：实质上吸引大家的，还是如何走向具身智能结局这个路径，除此之外是怎么做的问题。

我们有几个亮点，第一有非常强的供应链本钱上风，其次我们团队的实行力很强，迭代速率非常快，很多候选人可能第一次知道我们时，以为我们不过尔尔，但几周后再来，创造场景已经跑通了，进展很快。
我们也有一些海内顶尖机器人公司的人才，主动哀求加入进来。

机器之心：目前的资金来源是？

杨丰瑜：我们会在得当的时候统一表露。

机器之心：是否有外部融资操持？

杨丰瑜：目前投资人反馈非常踊跃，欢迎和我们有共同通用具身智能愿景的投资人，和我们长期走下去。

机器之心：再详细先容一下你们即将推出的产品，以及未来的市场操持？

杨丰瑜：我们即将量产的机器人叫Wanda，是一款轮式人形双臂机器人。
在我们发布的首支技能视频中，大家可以看到它的一些功能特点，但这不是全部，等到玄月份我们面向消费者公开拓售的时候，会有更多惊喜细节。

终极，UniX AI希望交付给消费者的产品，是一款通用的具身智能机器人，不仅做事于家庭，更可以陪伴人们去往更多更远的地方，供应更多的功能，这须要我们在技能上不断发展，也须要公司和用户之间的协同共创。
不积跬步无以至千里，那我们先从第一步开始。