AI聚變
聯想創投與鉛筆道共同推出“AI聚變”欄目，聚焦AI時代新洞察、新趨勢、新機會。
科幻大片《機器人總動員》上映前10年，一台機器人就出現在香港中文大學醫院裡。它是個“跑腿的”，幫護士把需要化驗的樣本從病房運到化驗室。一路上，總有人忍不住摸摸它，甚至不讓它走。
這台簡陋的“瓦力”是本校機械與自動化工程系教授劉雲輝帶着學生們敲打出來的，隻工作了三個月便由于缺乏維護經費而壽終正寝，卻讓劉雲輝隐隐意識到，技術的終點不再是幾間實驗室。
那個年代的香港中文大學在老校長、光纖之父高锟推動下，發展緊跟未來科技浪潮的工科教育，從全球招募頂尖工程人才，并奉行“成為香港知識力量源泉，為社會服務”的理念。1995年，劉雲輝從日本國立電子技術綜合研究所辭職，加盟香港中文大學，從事機器人控制理論的研究。
二十多年後，中國工業機器人裝機量超過了全球總量的50%，成為最大的工業機器人市場。劉雲輝帶領學生将研究服務于産業，創辦了多家機器人企業，包括未來機器人、康諾思騰、築橙等，在機器人大航海時代中開拓“新大陸”。
未來機器人創辦于2016年，是劉雲輝參與創辦的第一家機器人公司，以無人叉車為主要産品，獲得來自美團、位元組跳動、五源資本、聯想創投等融資；康諾思騰從事高端手術機器人研發，2023年獲得來自道合科技投資、聯想創投等8億元融資；築橙則主要研發包括外牆智能噴塗機器人在内的建築機器人，已獲得來自XVC、聯想創投等機構的A輪融資。
從劉雲輝的實驗室裡批量誕生明星企業，背後有哪些因素在起作用，能否持續複制更多的未來機器人、康諾思騰、築橙？新一輪人工智能技術革命席卷全球，機器人産業面臨哪些機遇？以聯想創投為代表的産業資本，在硬科技初創企業崛起中扮演哪些關鍵角色？
最近，鉛筆道在香港科學園見到了劉雲輝。除了參與公司重大決策，他大部分時間在學校做科研，并擔任香港中文大學天石機器人研究所所長。他說，相比處理企業經營的瑣事，他更享受創意湧現的過程。“創意把技術和應用融合起來，解決corner case，是我最喜歡的。”
01
是科學家，也是創業者
鉛筆道：什麼時候從機器人的理論研究跨入應用？
劉雲輝：大概1997年，醫學院院長找到我，說威爾斯親王醫院每天要把大量樣本從病房拿到化驗室，而護士特别忙，能不能做個機器人運送化驗樣本。
醫學院給了二十萬左右經費，我和學生開發了半年左右。當時沒有雷射雷達——雷射雷達很貴，要幾十萬——就采用視覺導航，camera完全靠自然路标（分辨方向）。就技術來說，它非常先進，應該算是視覺導航機器人最早期落地應用之一。機器人在醫院用了三個月之後，雖然效果不錯，但不得不停了，因為沒有人和後續資金維護它的運作。
當時機器人很新奇，很多病人會拿手把上面（鏡頭）遮擋，還去敲打觸摸屏，敲壞過幾次。但它讓我意識到，視覺導航完全可以應用到現實場景。後面繼續做research，希望把視覺回報跟機器人控制結合起來。
學校有個“未圓湖”，湖面有很多葉子和垃圾。2000年左右，校園管理部門問能不能研發機器人，清理落葉等垃圾，也給了二十萬左右經費。我們研究一段時間，發現太難了，靠近岸邊角落的垃圾特别難收集。它讓大家意識到解決實際場景問題跟學術研究有很大的不同。
這兩個都有很多産業化機會，最大問題是當時創投不活躍，根本就沒有錢。後面過了十幾年，（服務機器人、無人船）都起來了。也讓我看到，實驗室裡的研發是可以面向市場的。
劉雲輝介紹視覺導航無人叉車（圖源：中文大學傳訊及公共關系處）
鉛筆道：為什麼想到做無人叉車？
劉雲輝：在醫院試驗過，我們覺得視覺作為主要傳感器，對機器人控制和行走很有幫助。2010年左右，我們開始研究以視覺作為主要回報的機器人控制技術，房間裡放一台機器人，沒有GPS信号、沒有雷達信号，讓它跑直線、繞圈，精度都能控制到很高。後來，産業界對自動駕駛的研究多起來——汽車自動駕駛跟實驗室機器人導航原理是一樣的，隻是高速和低速的差別。我感覺低速工業機器人的機會可能來得更早，封閉空間自動駕駛的技術難度比開放空間低。
我們做了調研，自動叉車這種AGV（Automated guided vehicle）是很好的機會，市場空間很大。中國有幾百萬輛叉車，基本上都是人在開，今後肯定會慢慢無人化。
而且自動叉車又有技術門檻，最核心的感覺和控制技術，都是我們強項。汽車停車時候偏10厘米可能沒事，但叉車停車誤差必須在一兩厘米内。再一個，汽車自重兩噸，人坐上去重了幾百公斤。而叉車搬運的東西能到自重的一半甚至更多。車輛慣性不同，涉及到控制技術就更有挑戰。選視覺導航，一是當時做的人少，二是雷射雷達很貴，叉車需要高精度地測量貨物位置，而視覺測量精度比較高。
鉛筆道：無人叉車是怎麼走出實驗室的？
劉雲輝：佛山有家做衛生巾的港資企業ABC，需要從生産線把産品搬運到倉庫，願意試，給我們開放倉庫。
剛開始問題很多，比如視覺導航受自然光影響比較大，而窗戶都會折射光線，導緻叉車判斷出錯，被門或過道卡住。導航、控制算法需要不斷調整，每天有一兩個工程人員采集資料分析。
最大問題是控制誤差。叉車經常停靠不到位，本來設定誤差在正負一厘米，實際誤差經常會有正負五到十厘米。原因包括視覺标定、叉車參數标定等，每輛叉車的實體參數有些變化，還有摩擦力等因素。倉庫裡的視覺場景比實驗室複雜很多，模型和概念都沒問題，但叉車在移動中某個地方就是過不去。通過反複搜集資料，改進系統的控制算法、重新設計控制器，提升了精度。
在ABC倉庫測試了一年多，解決了技術、工程問題，梳理清楚産品定位。
無人叉車在ABC倉庫調試（圖源：中文大學傳訊及公共關系處）
鉛筆道：創辦未來機器人，你的角色是什麼？
劉雲輝：未來機器人團隊的核心，包括CEO、CTO（李陸洋、方牧）和主要研發人員，都是我們實驗室走出的博士生。
剛開始，團隊經驗、資源都不是很多，融資能力也比較弱。我就從資源配對、融資、團隊實踐、風險評判、技術大方向等方面幫他們。叉車在倉庫裡調試，博士去現場，我跟着指導，一起分析讨論。
現在我主要把握公司大方向，為公司發展提出建議。
包括康諾思騰（CTO王澤睿是劉雲輝的博士生）、築橙，早期一起商量方向，後面就是顧問。公司營運交給他們，我的時間放在學校比較多。
鉛筆道：企業到哪一個階段，更多交給他們？
劉雲輝：一般兩三年左右，公司進入規模化、技術可靠了。頭一兩年還是要我來參與，他們經驗、資源各方面都是不太夠，也可能走些彎路。
如果讓我完全投入到公司管理是比較難的，但我的創意還是跟年輕人在一個頻率上。原來我們是寫論文為主，但是論文的成果或者是單純把技術講清楚（還不夠），最終實際産品還有很多地方需要繼續突破。
鉛筆道：為什麼不像其他科學家，幹脆從學校出來創業？
劉雲輝：未來機器人創辦的時候，大家說讓我來，後面覺得CEO（李陸洋）挺好，我就說你去做吧。剛好那時學校的事情也比較多，2015年成立成立天石機器研究所，校長給了我兩個任務：第一，希望把研究所做到國際知名；第二，能夠把技術應用到産業。當時我們想的三個應用方向是醫療、物流、建築，希望在這幾個領域都孵化出一些公司。我自己分身乏術，就支援有能力的學生或老師去做（開公司）。
鉛筆道：全職管理公司跟你的興趣和能力不比對嗎？
劉雲輝：我在技術上面抓的比較多。技術上幫助公司，幫助會大一點。
你如果有技術方面的創意，是非常enjoy的。這幾年對産業了解比較多，就發現産業很多corner case大家都解決不了。你到産業去做這種特别困難的case，需要承擔經營壓力，這些會讓你就沒有足夠耐心，也就沒辦法做出一個真正的好産品。
如果在學校先做很多探索，背後有政府支援，等各方面成熟了，再把創新技術和應用融合起來，解決這些corner case。我很喜歡這個過程。
鉛筆道：和學生都沒有太多工業界的經驗，但創辦的企業還比較成功。
劉雲輝：我覺得是運氣。創業成不成功，有很多東西是你沒法掌控的。說創業早期要做很多規劃，其實商業上的規劃趕不上變化，你能不能找到客戶、技術能不能落地，都不知道。
還包括社會大環境。過去幾年我們非常幸運，一是政府支援很大，再是創投的支援。公司經常會碰到（資金緊張），但是在關鍵時刻非常幸運都能得到投資機構的支援。
有的學生比較有商業想法，學得很快；也有團隊配合得很好，CEO比較有商業sense，CTO和研發完全是技術導向，搭配非常好。碰到這樣的團隊，也需要運氣。我們算是比較幸運。
鉛筆道：像聯想創投這類産業資本對企業有哪些幫助？
劉雲輝：非常大，特别是早期。早期創投的錢很多都是救命，沒有它們，（企業）根本沒辦法幹的。聯想創投投早期，對整個行業、特别硬科技，非常重要。
聯想的工廠也開放給我們。産業資本比較有耐心，而且不會說像财務（投資），幾年就要出來，産業資本對行業的發展非常重要。
很多剛創業的CEO、CTO沒經驗，聯想創投組織一些論壇、産業行、seminar（研讨會），對提升他們的能力很有意義。
我們希望聯想創投再多投點香港早期科創企業，把内地的資源結合起來，硬科技肯定要走向大灣區、走向内地。
02
對人形機器人的研究很重要
鉛筆道：你怎麼看人形機器人？
劉雲輝：（今後十年）機器人應用發展肯定很快，但是不是一定是人形這麼個形态（都可以探讨），包括特斯拉弄的這個東西。但特斯拉弄個操作螺絲的工作，沒必要用人形機器人，現在很多東西都做成人形，個人認為是沒有太多必要。
但研究很重要，這主要展現在拟人上面。因為拟人的問題都非常難，包括像行走穩定性控制，機械設計等。每一塊設計都是技術上的挑戰，這麼多電機怎麼協調穩定性？第一，這個（研究）能夠培養一大批好的人才。第二，可能推動下面一些部件産業的發展，比如說電機、傳感器等，還包括一些有認知的軟硬體。這次（特斯拉）做人形研究也是對的，我們也在布局，但是走到産業化不像馬斯克講的那麼簡單。
鉛筆道：機器做成人的形态，對技術要求太高？
劉雲輝：（道理）很簡單，像自動駕駛隻有兩個控制量：方向盤和油門。車隻在平路上跑，也隻有三個自由度。從2000年前就開始研究自動駕駛，現在過了二十多年，真正落地的有多少？現在都還在馬路上測試，機器人計程車還有很多問題。而人形機器人，二三十個電機，二三十個自由度。場景更複雜，行走的不隻是馬路，有很多野外凹凸不平的路。自然場景人形機器人行走難度是比自動駕駛高很多量級的。除非短期内硬體技術（有革命性提升）。
這跟計算機、大模型不一樣的。機器人涉及到硬體，要跟實際場景做互動，比計算機虛拟世界中難很多。人形機器人的研究，（實作）走走跑跑可能都沒問題，但真的要用到産業上，還有很多問題（待解決），是不是能找到落地場景我也不知道。如果真的想要做服務，還有很長的路。
劉雲輝研究的多指機械手（圖源：中文大學傳訊及公共關系處）
鉛筆道：哪種機器人形态有希望在應用上突破？
劉雲輝：機械臂還是有很多有利因素的，機械臂結合一些移動平台——你沒必要把它弄成腿。但機械臂也很有挑戰，像完成看似最簡單一個事情：在任何場景能夠很精準地抓取一個東西都很難。去年九月在新加坡的一個學術研讨會上，讓大家預測未來十年或者五年什麼東西實作不了，有好幾個專家都預測grasping anything是很難實作的。人的手臂雖小，但是肌肉很強，你要做同樣力氣的機械臂就得比人手大很多，做太小了，很多東西又拿不動。
它在産業界能找到（更多）落地機會，因為機械臂也是在工業界最開始落地的。但是現在在生産線上機械臂的主要應用還是拿取一個東西放到另一個地方。
鉛筆道：還是比較笨拙。
劉雲輝：如果能提升機械臂的智能化水準，把它做得更靈活一些，它應用場景會很多。就是把工業場景（延伸到）服務場景，比如在餐館簡單收拾一下盤子，做一些簡單的廚房（工作），比如煮個面，比如某種标準化炒菜。
還有養老，吃藥對于老人家是很大的問題，天天吃藥很麻煩，能不能弄個機器人幫他吃藥？老人家眼睛不好，藥掰開都很難，機器人能不能幫助老人做一些很重要，但是又不是那麼難的事。
鉛筆道：機器人的應用場景要想擴大，哪些技術還需進一步發展？
劉雲輝：我一直做視覺跟機器人行動融合控制研究，首先還是要讓機器人把環境了解好，然後才能有效互動。如果一個人眼睛瞎了，很多事都幹不了。現在工廠裡面工作的90%都是眼瞎的機器人。如果我們讓機器人把眼睛睜開，好多事情就能做了。
鉛筆道：現在很多機器人還是瞎的？
劉雲輝：傳感器比較難，我們的了解算法還是不好，可靠性、精度都不能滿足要求。環境了解等都依靠算法。要從整個系統層面考慮怎麼去支援視覺感覺和運動控制，這其中用到的核心算法和軟體是非常重要的。
鉛筆道：人工智能的發展對機器人的提升展現在哪裡？
劉雲輝：互動。跟服務機器人對話，以前可能得做program one，two，three，four。現在大模型來了，你要讓它拿個東西，它可以自己進行任務分解，知道第一步、第二步、第三步該幹什麼，大模型非常适合幫助機器人做高層次的規劃。
但是像動作、運動等這些低層面的、涉及控制的問題，大模型的應用還是很有挑戰。桌子上有支筆，人要拿起來很簡單，但機器人就不那麼容易。（很多看上去很簡單的事情）需要很精細的了解，而且要很快地了解。我們人類不光是了解，抓取筆時眼睛一邊看着這支筆，手也是一邊運動的。想在機器人上實作這些視覺驅動的運動控制，還需要核心技術的突破。
鉛筆道：二十多年，機器人技術的進步，有多大比例是人工智能帶來的？
劉雲輝：這個比例很難講。看你怎麼定義人工智能，計算機一些算法，如perception（感覺）算法，面向機器人的機器智能，算不算人工智能？機器人跟人工智能的界限不是很清晰，它可以被看做人工智能算法測試最好的硬體平台。
這些年像電機、傳感器、晶片、相機這些關鍵硬體發展很快，體積越做越小，精度越來越高，成本也下來了，這些都推動了機器人的快速發展。很多算法也推動了機器人的進步，但它們屬于機器人特有的還是屬于人工智能？比如SLAM技術（同步定位與建圖，主要用于解決機器人在未知環境運動時的定位與地圖建構問題）這二十年發展很快，特别是對移動機器人的應用發展推動很大。
再比如機械臂，從工業臂到現在的協作臂，縮小很多，可靠性、精度也提高很多，但是真正智能力控的機械臂應用還是非常limited。
03
創新的基因：開放
鉛筆道：香港不以工業、尖端制造著稱，但中大、港大的機械、電子、機器人的研究水準在亞洲前列。原因是什麼？
劉雲輝：跟政府對大學支援有關。這二十多年，政府在基礎研究方面完全是開放式的，沒有人規劃你要做什麼研究，但政府做到的是對研究的資金持續投入。
第二，很多人才都（從全球）回到香港，包括内地的。在九十年代之前，香港所有大學完全都是education，根本沒什麼研究。九十年代以後，我們校長（高锟）決定要把它做研究性大學，在中文大學成立了很多工學院。港大、科大（相關院系）也是那時候成立的。當時我們的裝置很好，吸引了很多優秀的學生。香港還比較開放，學校裡也比較自由。
再一個，從2010年以後，政府大力推動科創發展。如果2000年開始，我們就把科技作為主要産業，香港的科技産業可能有很好的機會，可惜的是當時錯過了。當時金融、房地産太發達，錯過了十幾年。但現在還有機會，通過科創做高端一些産業，但離不開與大灣區和内地的一些合作。
我們經常把香港跟新加坡比較，我也是新加坡國家機器人發展計劃的顧問專家，參與所有項目評估，很了解他們的機器人研究和産業。跟香港比，新加坡的供應鍊深度不夠。機器人要做很多測試，到馬來西亞等找不到适合的工廠，要跑到蘇州去。我們直接到深圳去做。香港的人才庫比新加坡好，新加坡沒有那麼多的工程師。我們到深圳開一家公司，能招到很好的工程師。新加坡做高科技産業，跟香港還是比較難競争的。
鉛筆道：基礎科學研究跟創新的關系是什麼？
劉雲輝：非常重要。要做0到1，就要對基礎科研投入，根本不要考慮能不能做成，不要太考慮回報。做基礎研究，一定要廣撒網。内地有個問題，動不動就把錢和技術人員都集中在某一塊。太多資源集中在所謂大專家團隊，而基礎科研要讓所有的老師，讓年輕老師多參加，這個很重要。要給他們獨立的研究空間。
讓年輕人探索，感興趣什麼就研究什麼，學校提供基礎研究平台，慢慢地做，某個人做得好就行了，不要期望每一個人都是有潛能的。很多東西真的沒辦法規劃，研究規劃沒太多必要，技術也是沒有辦法規劃的。創意就更難了。
中文大學科學館（圖源：中文大學傳訊及公共關系處）
鉛筆道：創意需要的素質可以在教育中獲得嗎？
劉雲輝：教育能夠幫你做到一些，學生受的training作用更大一些。要做到頂尖人才，在PHD階段做什麼，是很重要的。我對學生比較放養，有些能力差的學生感到很吃力。我給他一些方法，給他一些創意，但我不會很詳細地幫他都搞出來。如果學生悟性好，就學着去開拓，這個過程能學到很多東西。
我在東京大學讀PHD的時候，導師基本不管我，但是我有什麼想法，跟他聊。第一，他能判斷這個創意好不好，第二，他跟你共創一些東西，能讓你想得很深，讓你認識到原來優秀的人這樣想問題。要讓學生自己探索，我也通過這種方式篩選學生。
鉛筆道：你的學生創業的有多少？
劉雲輝：創業的占百分之三十左右，過去幾年比較多。2015年前我的學生80%都是在大學教書，在美國、英國，香港、内地都有。2015年以後很多在企業界或是創業。最近很多博士生又想要進學校。
鉛筆道：2015年前後，國家對于機器人産業支援有什麼變化？
劉雲輝：2015年之後，硬科技尤其機器人成為一個回避不了的技術方向。人力成本上去，要在制造業提升自動化程度，機器人是必須的。包括未來在服務，特别養老産業，真的是個大問題。老齡化社會，機器怎麼服務家庭？現在（機器人）主要還是在工廠裡面，工廠裡面還有很大的空間，但是（機器人）慢慢走入社會、走入家庭，是肯定的。但對于家庭服務機器人，大家還在研究，也在做很多探索。會不會是人形，也沒有（定論），技術還有很多難點。