机器狗专家交流-2025.docx

机器狗专家交流：

Q：机器狗行业应用

A：应用范围比较广，对于用户来说，真真切切解决一些痛点。对于厂商来说，也能够用现在的技术很好的去把客户的问题和痛点解决掉，现有技术完全达到用户需求。中间商或者代理商，生态位能够卡的进去，细水长流的合作模式。

Q：电力、石化、煤炭几个您提到的行业，远期角度来看，中国大概能有多少机器狗能够用得到

A：电力石油煤炭化工钢铁，大能源范畴的，首先体谅足够大，第二个，能够去使用机器狗的产品。小巡逻场景就不错，大B类的客户。

如果巡检的场景进一步拓宽，园区小区都算在内，替换范围就很大了。

很大用户基数的客户。比如说小区，有保安的地方，都是有可能落地机器狗巡逻巡检的方案。这个领域体量就很大。

Q：军工场景的应用

A：这块不太理解，因为我们自己不太涉及这个领域，因为我们也做海外市场，这块比较谨慎。

A：英伟达GPU，型号OREAN的NX，或者更加高价的NX5也用。3588主要是做主控。

Q：其他家

A：不太了解。应该用的芯片差不多的。

机器狗的芯片和人形的芯片重合度比较高。

行业级别的芯片相对于，可靠性要求更高，但是芯片差很多也没有。

Q：近期可能有市场在关注，关于动作捕捉，仿真的，我们也有采购上市公司的一些动作捕捉设备，我们训练用的什么方式，数据集怎么来的？

A：我们现在其实是，没有用什么动作捕捉，主流的算法开发，现在主要还是，硬控用的是强化学习做的。

Q：有些公司说和我们合作？

A：一条路径，用这种方式做机器人运动控制的开发效率太低了

Q：这个科普或者展开，动作捕捉仿真的方案？

A：比如说强化学习，BETOLOW的方式，训练平台中，condelation出来，拿到实物机器人上去做运算，现在就基本的套路。

还有种比如说MPC，用传统的方式，写各种代码，各种场景都罗列出来，平台、斜坡、楼梯上奏，最后形成一个完善的算法库。

说实话不管是如何的算法，算法再多都不能够完全覆盖所有场景。MPC是枚举。

还有种，数采，模仿学习，理论上属于同一个范畴，都是一个动作，采集到数据，机器人去训练和模范人的动作。这个方式，效率比较低，成本也比较高，需要真实的人去做。马斯克8-9月出了个招聘公告，招聘动作捕捉的。

Q：动作捕捉的优势

A：尽可能复制人的动作。本身可能是相对有一定技巧的动作。

做一个后空翻，或者更加复杂的动作。假如你用MPC去做，算法就很复杂，1失败率很大。如果做模仿学习，能够去做这个动作还是很方便。

学习的过程效率还是比较高的。

你去想办法找到部署的人员，整体来说成本很高，效率低，但是学习单个工作还是快的。人在旁边坐，机器人马上复现。

一些工厂的装配更加倾向于用模仿学习。你采集的个体，做装配的工作是非常标准的，规范的，更加容易实现，训练出来的都是一些老师傅，熟练工。

特定的工作方面，训练更加简单。

如果说你去广泛的，方方面面的动作，模范学习可能会吃亏，因为人类动作太多了。

Q：这种方式和MPC差不多了？动作也太多了A：写代码的方式，都是比较精准的。

Q：这种方式以后不会在整体的算法，量的占比不会那么大？A：对的。

Q：机器狗这边，我们的关节，都是旋转关节，供应链

A：我们核心零部件很多都是自研的。比如电机、减速器等都是自研的自研并且自己生产。

雷达这块供应商是数腾的，长期合作的。人形机器人那边是一样的。这两个产品都是同一批研发团队搞的，基本思路一样。

Q：力传感器

A：现阶段没有用。

如果用户指定要，就有些备选方案，比如说坤为。Q：双足的机器人用什么传感器

A：没有用，我们方案不需要。我们用的电机+行星减速器。电流环计算反馈，精度啥的都做的挺好的。

Q：灵巧手那边呢

A：我们灵巧手相对来说是区别于其他家的方案，每个手指都有电机，当然这个做起来样子更加难看，手指比较粗，比较大，但是好用，比较简单。

Q：我们灵巧手多少自由度

A：我们自己这款，发布的这款，3跟手指的，自由度是7个，一根手指2个自由度，然后大拇指3个自由度，4+3等于7.

Q：5个手指的方案呢

A：正在做，比较早期，并没有搞好。

Q：关节里面，滑动轴承A：有用。

滑动轴承都有用，狗的华8-10个，人形更多，20-30最少了。用到转动的地方。Q：双足这边，包括机器狗，销量和均价

A：现在是1万台，机器狗。价值的话，品类比较多，消费级的9000多人民币。行业的，30-40万。价格从1万到40万不等。

总共是大几个亿的销售收入。

消费级量占大头，便宜的9000多元，贵的1-2万。价格便宜，销售额其实还不一定比行业级别的产品收入。

Q：双足的

A：刚刚起步，几百台销售。还是学校、科研等为主。批量目前还不现实