12月28日，由创业黑马主办的“第17届创业家年会”在北京举办，年会主题为“智业革命 —— 跨越断层，成为新物种 ”。梅卡曼德机器人创始人&CEO邵天兰，以《具身智能：从创新技术到大规模商业落地》为主题做了演讲。
邵天兰在演讲中表示，机器人的智能，最重要的是自主性，而不是长得像人。机器人行业的两大竞争对手是人工和专用设备，我们强调机器人AI，不是因为AI很酷，而是机器人未来作为人类的好帮手，必须应对碎片化需求，而AI是最好的答案。
以下内容为创业家&i黑马编辑过的演讲节选：
2022年，我有幸有参加了黑马创业大赛并夺得了冠军。当时我说，我们的产品正处于落地的初期，过几年将实现规模化的突破，相信的人并不多。
而如今，我们的产品已实现了大规模的落地应用，过几年将迈向一个全新的量级。事实上，这种大规模落地正在发生。
当它很少时，大家觉得不切实际。一旦它多起来以后，大家又觉得太保守了。不过它会始终沿着这样的规律去发展，所以我们对这个事非常有信心。
当市场非常热的时候，很多人说目标不切实际。当市场很冷时，很多人又很悲观。在这里讲讲我们的观察。
我们主要做机器人的眼脑手，公司从成立到现在，产品模式和商业模式几乎没有变过。
我可以说，公司成立之前的一个月，我们已经把所有战略决策做完了。所以，过去9年时间，我们可以专注于技术本身，推动技术持续升级。
这是我们参加海外的一个展会，这里展示了我们搭配眼脑手的人形机器人完成货架取货；双臂机器人自主叠衣服、自主分拣海量随机物体；甚至还可以处理高透明物体和柔性堆叠线缆。
此时此刻，机器人的产量和潜在需求相比，差得非常多。全球每年50万台工业机器人和80亿人口，这个量差得非常多。不是因为没有需求，而是缺少智能之后，导致大量依赖定制化的环境改造。
也就是说，今天的机器人，不是拿过来就能用的产品，而是要通过机械和调试，让它在一个固定的环境里去工作，这是机器人的现状，也是我们正在试图改变的事情。
王田苗：人工智能与具身智能的“落地路径”
我们现在的眼脑手，让机器人可以做各种各样的事情，有些产品已经大规模出货。比如货品、包裹、线缆，还有让机器人理解自然语言。我们做的是通用化产品，把光、电、AI成像、AI视觉等变成标准化产品，就是眼脑手。
我们自己不做机器人的机械形态，我们有很好的合作伙伴生态，我们的产品适配了40多个本体超过1000型号，在汽车、物流、3C、光伏、钢铁等行业可以落地应用。
我们的产品的有几个特点。第一，做严肃应用。可以明确给出定量要求，而不是科研，而是有明确的标准。第二，实现大规模应用。今年的上万台已经是大规模应用了。第三，非常通用。并不局限于某个行业，而是做的通用化产品。通过标准化产品可以实现全球化的大规模出货，现在我们的业务将近一半来自海外。
机器人要有自主性，而不是长得像人。比如，商场里的模特非常像人，但它没有任何智能。有的机器人Demo，本质上是没有感知环境、理解环境和决策规划。
最早的工业机器人只能完成规定工作，再到一个确定的任务，完成自主动作。比如，从零乱的货框把海量物品一个个拣选出来，还有叠衣服。这就是任务确定，但动作由于有很多环境的不确定性，必须有自主动作的能力。
我们在自主动作基础上，让它自主理解任务，就是L3级别的智能。梅卡曼德是少数能实现 L2 智能大规模应用的企业，单年销量过万台，目前已实现通用化、标准化、全球化。在L3智能上，我们的进展也很迅速，且技术领先，希望未来我们可以率先实现实际应用。
我们认为，随着智能程度的提升，机器人的应用一定会从制造物流往中小制造服务，最后再到家用。过往电脑、手机的技术发展沿革，也是从大型企业、中型企业，再到家用。
未来几年，会看到百万台的年出货量，这里有几个重点。一是，可靠性。如果拍一个视频，是可以摆拍、剪辑的。如果大家拍摄打篮球，只要把投进篮的剪进去就可以。但实际用的时候，99%的准确率，意味着每5分钟犯一次错。95%和99.5%的差距是100倍，而不是4.5倍。
举个例子，人也会失误，人不会一年到头一点失误也不犯。大家把平时的失误扩大100倍，比如我一年打碎1个杯子，100倍后是打碎100次杯子，大家就可以知道可靠性很重要。
二是完成度。从技术变成可规模化的任务，最重要的是完成度。而完成度有非常明确的指标，就是你为了交付这个设备，你需要派什么人，这个人是什么能力，花了多少精力。从只是拍视频，到服务少量用户，到最终的新形态，就需要公司技术的大批量支持。
我认为，到了L6，才会有稍微像样的收入。到了L9，才是真正可规模化可应用的业务。很多公司在L0和L1时，就开始过度做后面的事情了，这也是所有科技创业公司的第一大死因。
最后，讲讲机器人行业的两大竞争对手，一是人工，二是专用设备，比如包饺子机、割草机。由于有这样的竞争关系，机器人注定要解决长尾任务。这就是通用、柔性和自主。否则，跟这样的人工和设备相比，竞争优势不是特别大。
机器人行业天然面对碎片化需求。为什么我们强调机器人AI，不是因为AI很酷，而是我们要让机器人变成有用的帮手时，它必须应对这样的复杂需求，而AI是最好的答案。
