机器人的热度持续在蔓延，具身智能则被视为AI、智驾后的下一个风口。美团、蚂蚁、华为等大厂以投资方的角色躬身入局，创业公司也如雨后春笋般出现。

然而，与2023年“百模大战”上演时相似的是，商业化成为各方关注的焦点问题。成立了十周年的机器人企业傅利叶，从2016年推出首个具有触觉的上肢康复机器人Fourier M2，到今年4月发布首款开源人形机器人Fourier N1，其在这轮具身智能的浪潮中，有更明显的感知和深刻的思考。

5月9日，傅利叶机器人举办了首届具身智能生态峰会。会上，傅利叶创始人兼CEO顾捷分享了创业十年的经历和体会，并提及2019年正式立项到产品那段时间的纠结，“从立项之初，我就知道这个项目会非常烧钱，真做起来，才发现这么烧钱。”从现在来看，坚持有了具象化的意义——留在了牌桌上。

医疗康养场景的应用是傅利叶的根基，顾捷在十周年之际，提出了下一个十年战略“立足康养”。在当下大家都在为具身智能寻找商业化落地场景时，傅利叶与上海国际医学中心举行了“具身智能康复港”揭牌仪式、与国家地方共建人形机器人创新中心签署战略合作，共同推进具身智能技术在康复医疗和产业服务领域的创新应用，这标志了傅利叶携手行业伙伴迈开探索具身智能+康养的第一步。

具身智能的火爆和AI浪潮的兴起息息相关，从整个行业来说，都还属于“新鲜事物”，涉及感知、交互、决策、规划控制等多方面的技术，还需要依靠大量高质量、多场景的真实交互数据，去训练、迭代和优化。

“这个行业相对技术壁垒较高，涉及的技术领域众多，不太可能由某一家公司独自完成所有环节。”会后顾捷在与媒体交流时表示，傅利叶目前没有利用大量GPU集群去训练大模型的计划，在选择合作伙伴时候，需要对方对场景有深入理解，“对场景的理解不是一朝一夕能实现的，需要五到十年对场景的深度理解，再结合大模型能力和硬件本体能力，才能提升效率。”

以下为顾捷与财经网科技等的部分对话内容：

医疗领域，产品首先要“有效”

Q:傅利叶此前已经和上海的一些社区医院进行了合作，但康养机器人落地面临着入院门槛、技术匹配和售后利润等诸多问题，如何确保机器人在落地的全过程中做好服务呢？

顾捷：目前我们进入社区的机器人种类已经有几十种。从上肢外骨骼等产品来看，一个医疗级的、能够进入终端的产品形态，从研发到真正实现量产，大概需要三到五年的时间。

在落地过程中，关键有两点，一是有效，即对医院来说能够真正治病，产生临床疗效；二是安全，产品必须是安全可靠的医疗级质量。这些需求的源头往往来自社区、医院以及专家的前瞻性想法。这需要专业的医生、工程师以及科研院校共同努力，进行创新。

在社区和养老领域，与人交互方面还有大量问题需要解决。我们希望整合技术，比如脑机接口技术、大模型技术等，从而提供真正对临床有价值、对患者有价值的产品。

Q:傅利叶如何通过具身智能技术实现康复服务的效率提升和边界延展？在技术落地上，如何解决机器人能效和运动灵活性的短板，并推动临床团队和科研机构的协同合作？

顾捷：以前傅利叶的智能康复主要是一对一的人工训练，现在通过具身智能，无论是外骨骼、人形还是普通康复机械形态的机器人，一个治疗师可以管理五个甚至十个机器人。其核心在于大幅提升治疗师的工作效率，实现从一对一到一对多的转变。

不同经验的治疗师，治疗方法和效果可能不同，但机器人可以实现标准化，包括质量控制、训练强度和训练内容等方面。治疗师只需调节一些参数，就能适配不同患者，为大量患者或老人提供标准化的训练。

此外，产品不仅要满足动作训练需求，还需满足认知训练需求，以及处理多模态信号（如触觉、听觉、嗅觉等）。整合这些多模态信号，为患者提供丰富的训练过程，是康复、养老和陪伴领域的共性问题。这就需要一个能够接收多感官多模态信号的智能体（agent），从而提供丰富的服务。

Q：在人形机器人与医疗结合的场景中，除了康复之外，在您看来还有没有其他的应用场景呢？

顾捷：有非常多的应用场景。在整个医疗领域中，涉及与人交互的方面，例如从患者入院开始的导诊环节，到未来像是夜间病房的查房陪伴。另外，还包括一些在医院内与巡逻相关、与搬运相关，以及具备各种功能的机器人，这些机器人实际上都可以为整个医疗体系提供赋能。

从医院这个场景来看，相关技术和应用可以拓展到未来的社区场景。进一步再从社区又可以延伸到养老院，甚至进入到家庭场景。所以，在人形机器人与医疗的结合方面，是存在这样一条可以不断深入发展的路径，并且很多功能是具有共性的。

具身智能是全栈技术整合的领域

Q：AI+人形机器人是一个新兴行业，在推动这个新事物的过程中，很多时候没有现成的模式。在机器人生产制造落地环节，傅利叶与供应链伙伴共同创新的点有哪些呢？能否举一些产业上下游共同创新的例子？

顾捷：这个行业相对技术壁垒较高，涉及的技术领域众多，不太可能由某一家公司独自完成所有环节。我认为这是一个全栈技术整合的领域。 AI 能力和本体硬件能力来看，有些部分是我们自己研发，有些部分则需要与合作伙伴共建。例如在传感部分，包括力传感器和视觉传感器等，我们会提出相应的标准，然后与合作伙伴共同制造出适合批量化生产的传感器。

在大模型方面，我们会与像商汤这样的公司合作，也会关注英伟达等公司在大模型领域的进展。我们会利用开源或地缘的大模型，构建独特的数据源，对模型进行微调，使其适应不同的场景，这需要与合作伙伴紧密配合。

中国具有强大的制造业基础，在材料、芯片等方面，产业上下游需要紧密合作，共同推动机器人产业的发展。

Q：接下来傅利叶会不会选择在AI方面，比如做人形机器人的大脑这一块进行研究呢？另外，在选择像商汤这种有医疗大模型的AI大型合作对象时，是出于怎样的考虑呢？

顾捷：首先，我们在选择合作对象时，从技术角度考虑会更多一些。目前来说，我们并没有做大量GPU集群去训练大模型的计划和打算。因为我们认为在生态领域，每家公司都应该构建自己的核心能力。像商汤等大模型公司已经构建了一些AI基础设施，我们会利用这些基础设施做出一些模型，比如将其蒸馏小型化，适配到机器人上，让机器人能够运行这些模型，这是非常关键的。

第二，我们需要合作公司对场景有深入理解。如果合作公司对场景的理解很深刻，那么我们的合作深度也会更深。对场景的理解不是一朝一夕能实现的，需要五到十年对场景的深度理解，再结合大模型能力和硬件本体能力，才能提升效率。

所以我们会抓住场景需求，与大模型AI公司合作，同时构建稳定可靠的本体，包括构建一些AI能力，比如理解模型的构建方式、微调模型、量化模型和部署模型等。

Q：机器人的产业链很长，新技术不断迭代，比如大模型的出现以及产品的爆发，那么在新技术出现的情况下，业务方向也有一些变化，之前我们做康养领域，现在也做人形机器人，在这种产业链条上的能力，如何通过团队来补足？人才招聘上如何平衡呢？

顾捷：我们最初的想法就是做能够帮助人的机器人，这个想法在过去十年没有改变，未来十年也基本不会变。要做帮助人的机器人，从一开始招聘工程师，就需要机械工程师，还有做力控算法的工程师，一点点搭建技术平台。

当我们把力控功能和穿戴功能做好之后，产生了外骨骼形态的机器人。在发展过程中，比如大模型技术出现之前，当时没有专门的AI人才，都是传统的编程方式。而在三到五年前大模型和强化学习技术出现后，机器人的能力边界得到了扩展。以前机器人只能做一些固定和重复的动作，现在通过学习，机器人能够更好地理解人，除了医疗场景，还出现了很多导览咨询、互动娱乐等场景。

随着技术边界的扩展，人才梯队也在发生变化。我们需要大模型方面的人才、算法控制方面的人才，还有做嵌入式以及关节模组的人才。在机器人行业，很难依赖某一个专家掌握所有技术，而是需要多个领域的技术专家组合在一起，不断扩展技术边界。

傅利叶一方面通过扩展技术边界，另一方面根据需求来进行产品化落地。比如养老、康复、医疗、工厂等领域都有需求，只要技术能够满足这些需求，我们就将其转化为产品。所以人才会越来越多样化，因为技术发展很快，场景也越来越多样化，这是一个螺旋向上的推动过程。