對話熊友軍：做具身智能的“OpenAI”， 縮小中美機器人技術差距 | 涌現36人
文章首發公衆號《智能涌現》
文 | 田哲
編輯 | 蘇建勳
美劇《西部世界》描繪了一個人類與機器人共存的社會圖景：在科技高度發達的未來，機器人與人類的外觀、行爲表現幾乎沒有差異，人類能在一座樂園中與機器人隨意互動。
在熊友軍看來，未來機器人不會束縛在樂園中，而是成爲人類生活的一部分，機器人可以是人類的生活助手，也可以是朋友，甚至是身體的一部分。正是懷揣這一夢想，讓熊友軍在機器人行業浸泡了20多年。
熊友軍是機器人公司優必選的聯合創始人之一，曾主導多款人形機器人的開發，其中一款名爲“Walker”的機器人兩次登上央視春晚舞臺表演。更早之前，他還負責包括國家發改委在內的多部門人工智能創新發展重大工程項目。
他將機器人的發展階段分爲三個時期，分別是弱人工智能、強人工智能、超人工智能。儘管機器人技術已發展數十年，但仍停留在弱人工智能階段，他認爲只有實現通用人工智能，機器人能與真實世界交互，機器人才可能進入下一個發展階段。
2023年，熊友軍離開生活十多年的深圳，北上北京，成爲國地共建具身智能機器人創新中心（以下簡稱“創新中心）的CEO。
這是他人生中的一次不小轉變。“我們是國家級創新平臺，不僅需要實現關鍵共性技術的攻關，還承擔着帶動產業發展的職責”。他介紹。
2023年，大量機器人初創公司接連冒出，探索不同的技術路線，但這也意味着，機器人行業需要經過漫長的技術探索、驗證週期，才能讓機器人走向量產。與此同時，美國不僅有行業先驅波士頓動力，也誕生了Figure、Digit機器人新貴，相比中國，美國機器人公司有着更充足的資金優勢以及頂級人才。
今年8月，熊友軍向波士頓動力創始人馬克·雷波特提出一個問題，爲什麼波士頓動力技術強大，卻不急於商業化？馬克·雷波特的回答很簡單，只是一句：“I don’t care。”
這出乎熊友軍的意料，“他根本不在乎這些，只把大量精力和資源集中在技術的領先性和創新性上。”
在熊友軍看來，中美兩國的機器人技術差距整體不大，但中國機器人初創公司能得到的資源更少，也存在一定的重複造輪子的問題，這是他決定加入創新中心，推動國內機器人技術、行業標準加速成熟的原因。
經過一年研發，創新中心通過通用機器人平臺“天工”打造了三款機器人，實現機器人在擬人行走、擬人奔跑、具身操作等方面的技術突破。打造的多能具身智能體“開物”，則聚焦於打造通用的機器人“大腦”“小腦”，讓同一套技術方案適用於不同形態的機器人。未來，創新中心研發的技術都將陸續開源。
在熊友軍看來，僅僅將技術開源還不足以推動行業明顯進步，創新中心還負責制定機器人行業標準規範。據介紹，創新中心已參與制定4項國家標準、3項國際標準。
隨着人形機器人技術走向成熟，熊友軍預計未來的機器人，幾乎人人都能買得起。但他也擔憂，價格戰在機器人行業重演，“這對行業是一種傷害，不希望看到。”
“如果那一天真的到來，創新中心能發揮哪些作用？”《智能涌現》將這個問題拋給熊友軍。
“說明機器人技術已經十分成熟，不再需要解決共性的技術難題，那時創新中心的使命已經完成，我們也將開始下一個征程。”熊友軍說。
以下是《智能涌現》和國地共建具身智能機器人創新中心CEO熊友軍的對話，內容略經編輯：
打造機器人行業開源的OpenAI
《智能涌現》：先來聊聊創新中心的職責，你覺得與其它商業公司的差別是什麼？
熊友軍：國家地方共建具身智能機器人創新中心是由國家定義的新型研發機構，它代表國家和整個機器人產業，致力於攻克共性和關鍵核心技術。最終目標是推動中國具身智能機器人產業佔領全球科技競爭的制高點。
《智能涌現》： 可以把創新中心類比爲早期的 OpenAI嗎？
熊友軍： 對。我覺得創新中心是機器人行業的一個引導者，匯聚行業資源再推動應用。
《智能涌現》：創新中心目前主要在做什麼？能從哪些方面推動機器人行業發展？
熊友軍：創新中心主要做的是推動具身智能機器人技術的發展和生態建設。它集中在兩個重要任務上：一個是“天工”通用機器人母平臺，另一個是“開物”多能具身智能體平臺。
創新中心還負責牽頭國家級任務，攻關關鍵技術、編寫國際和國家機器人相關標準，和場景方合作推動試點機器人應用。
《智能涌現》：現在團隊規模情況如何？
熊友軍：我們團隊目前近200人，平均年齡32歲，研發佔比70%左右。
《智能涌現》：創新中心和你之前在優必選的工作內容差異很大，你怎麼切換角色？
熊友軍：我目前還是優必選的兼職CTO，能夠繼續關注和推動優必選的研發工作。同時，優必選是創新中心的主要股東之一，剛成立時爲創新中心提供了巨大的支持。優必選不僅調派了研發人員協助啓動多個項目，還將300多項專利開放給創新中心。
我認爲，優必選在推動創新中心的發展上做出了重要貢獻，尤其是在洞察機器人行業痛點方面。
《智能涌現》： 你覺得機器人行業需要解決什麼痛點，才能促進機器人規模化量產，實現商業化應用？
熊友軍：我覺得主要方面分幾個方面：
首先，技術的成熟還需要時間。這不僅僅包括機器人本身的技術，還涵蓋人工智能、具身感知等多個領域的技術，以及運動控制技術的完善。
其次，供應鏈的成熟度也制約了機器人大規模應用，當前，機器人產量較低，導致成本無法降低。
技術、供應鏈不成熟導致人形機器人現在沒有大量生產，其實市場需求都有。隨着技術迭代，機器人產量提升，這些問題會逐步得到解決，這是一個漸進的過程。
《智能涌現》： 如果行業出現新技術，創新中心是否會立刻投入跟蹤和研發？創新中心如果要爲行業服務，會有什麼舉措？
熊友軍：面對新技術，我們會首先進行評估，主要考慮技術的成熟度、應用前景以及是否符合我們的長期戰略。
如果新技術符合方向，我們會選擇投入研發，或者與行業夥伴合作推進。此外，創新中心的天工開源項目和具身智能數據集建設爲行業提供了技術孵化和支持，幫助推動行業的技術進步。
《智能涌現》：現在機器人的技術、零部件沒有標準，創新中心對於機器人的技術路線有標準嗎？
熊友軍：人形機器人技術面向不同行業，解決方案會有所不同，因此不會有統一的標準。對於工業領域的機器人，未來一定會找到最具成本效益的解決方案；而面向商用和家庭服務的機器人，也會有相應的解決方案。目前，人形機器人技術路線仍在探索階段，各個方向都不夠成熟。未來可能會有某個技術方案發展更快、產業鏈配套更完善。
因此，面對一個高速發展的行業，現在也不能夠定得太死，需要根據行業的發展 情況動態調整。
《智能涌現》：創新中心的職責也包括帶動機器人相關政策、標準制定嗎？
熊友軍：沒錯，這是我們解決共性關鍵技術的很重要的一個方向，行業發展首先要規範，這個標準必須要做，所以創新中心成立以來已經牽頭三項機器人國際標準，四項國家標準，還發布了一些行業標準。
機器人智能和本體發展差距不大
《智能涌現》：目前創新中心的研發重心是什麼？
熊友軍：除了“天工”之外， 我們還傾斜了更多資源投入到機器人的“大腦”建設上，這個“大腦”就是“開物”平臺。它是一個具身智能體，能讓機器人實現“一腦多機”和“一腦多能”。
“一腦多機”意味着“開物”平臺不僅能服務我們的天工系列機器人，還能服務其他機器人公司，包括人形機器人、四足機器人和工業機器人，使機器人更加智能化。“一腦多能”則指平臺能夠適應不同場景，如工業、商用服務和家庭等。
圍繞這個“大腦”，我們還搭建了具身智能數據集平臺，與多方合作伙伴共同建設多樣化的應用場景。除了工業場景外，我們還在開發特種、家庭和商業服務領域，未來將建成全球最大、最稠密、最通用的具身智能數據收集平臺。
《智能涌現》：機器人形態多樣，甚至不同機器人的手指數量也不一樣，“開物”平臺怎麼實現服務多種類型機器人？
熊友軍：針對比如五指、四指、兩指等不同類型機器人，會各選出一種行業主流機器人，針對不同動作進行數據採集。其次，我們有一套具身智能算法調配，讓開物具備通用能力，適配各種各樣機器人。
《智能涌現》：創新中心現在研發的機器人，選擇什麼技術路線？
熊友軍： 我們現在偏向於純視覺、仿生的路線。
《智能涌現》：原因是什麼？
熊友軍：因爲仿生的成本可靠，產品也可控。
《智能涌現》：瞭解到現在創新中心推出了三款自研的“天工”機器人，在哪些地方取得了一定的優勢，未來還有哪些規劃？
熊友軍：天工實際上是一套完整的系統，創新中心成立時，我定下了五個關鍵任務：人形機器人本體、運動控制算法、具身智能大模型、機器人操作系統和機器人工具鏈。
目前，機器人像腿、胳膊這些部分已經取得了一些階段性成果。接下來，我們將開源一整套運動控制算法庫，包括模型預設控制、全新運動控制算法，以及強化學習、模仿學習網絡等。此外，“開物”平臺未來也將陸續開源，以推動整個行業的技術進步和資源共享。
《智能涌現》： 創新中心首要任務還是解決機器人的運動控制，還是機器人本體的問題？
熊友軍：對，本體和運動控制現在是第一階段的重要攻關難題，我們也在同步推動機器人的“大腦”發育。
《智能涌現》：注意到開物可以讓機器人具備複雜長程任務拆解執行能力，這是如何做到的？
熊友軍：長程任務執行能力是機器人智能化的關鍵，長行程任務的步驟越多，意味着任務越複雜。我們正在努力讓“開物”能完成超過50步的複雜任務，同時還能在不同場景中靈活應對各種任務。
“開物”的核心是“具身大腦+小腦”的設計：大腦由AI模型驅動，負責任務規劃、邏輯推理和場景理解；小腦則負責具體動作，比如執行技能、處理錯誤和實時反饋。兩者配合，通過智能體框架共同完成任務。
另外，創新中心還在建設一個國家級的具身智能數據平臺，用來採集、標註和優化各種數據。這不僅讓“開物”學得更快，也能讓它在更多場景中表現得更好。
《智能涌現》：具備50步長行程任務執行能力，理論上可以把機器人應用在哪些場景？
熊友軍：未來，這些能力將使機器人在製造業、服務業和家庭場景中廣泛應用。在工廠中，機器人可以承擔高複雜度、長流程且精細的任務；在服務業中，能夠執行長程複雜任務的機器人將滿足多樣化需求，而不僅限於簡單對話。
《智能涌現》：現在天工機器人能夠理解並執行“給我一瓶可樂”這類任務嗎？
熊友軍：目前，創新中心已實現基礎的長程任務執行能力，如處理早餐備餐等場景任務。通過技術進步、數據積累和具身智能大模型優化，未來機器人將更強大，能夠完成更多類型的複雜任務。
針對“給我一瓶可樂”這類任務，可通過“具身大腦+小腦”架構實現：AI大模型（具身大腦）負責任務規劃，制定動作決策；數據驅動的端到端技能模塊（具身小腦）負責執行具體動作，如打開冰箱、取出可樂並遞給用戶。
《智能涌現》：現在機器人大腦能夠執行復雜任務，但是本體剛學會跑步，這代表機器人的運動控制、肢體現在跟不上大腦的發展？
熊友軍：這並不意味着本體和運動控制有所落後。大模型與機器人技術的融合是近兩年纔剛剛開始的，讓機器人足夠聰明，擁有自主理解和執行任務能力來完成更復雜的任務，整個具身智能行業都還有很多課題要攻克。
《智能涌現》：具身智能機器人距離大規模商用還需要解決哪些問題？
熊友軍：在工業和商業服務場景中，一些簡單的需求已經有了初步應用。但要讓人形機器人真正普及到千家萬戶，不僅需要技術突破，還要解決成本、法律、標準、倫理等多方面問題。
技術方面挑戰主要包括：多模態感知能力的提升、更自然的情感交互、操作泛化能力、長時間安全穩定運行的可靠性。
成本方面，目前人形機器人尚未規模化量產，成本較高，不適合普通家庭使用。未來隨着技術成熟和規模化生產，成本有望大幅下降，推動商用普及。
法律和標準方面，當前行業缺乏統一標準，不同廠商的機器人能力差異較大。未來建立國家或行業標準，將有助於提高不同機器人間的兼容性和互操作性。此外，商用後的責任歸屬、使用權限以及相關法律法規的完善，也是必須解決的問題。
這些因素共同決定了人形機器人從技術驗證走向大規模應用的速度和廣度。
《智能涌現》：數據收集速度是怎樣的？預計什麼時候、到多大數據量的時候，將爲具身大腦帶來可見的變化？
熊友軍：目前，數據採集覆蓋6類本體和7大典型場景，日產數據已達10TB。同時，創新中心還建設了一體化綜合數據平臺，集數據生產、採集、標註和存儲於一體，爲機器人發展提供全面支持。
我認爲，具身智能大腦的突破指日可待。隨着機器人應用場景和數據規模的不斷擴大，量變將很快引發質變，爲具身智能大腦帶來顯著的進步和變化。
《智能涌現》：機器人訓練需要的數據量大概是怎樣的量級？數據量越多越好嗎？
熊友軍：數據量大是好事，但當數據規模持續擴大，重複場景、動作和行爲的數據會佔比逐漸增多，其價值相對較低。真正關鍵的是稀缺場景和高質量數據，它們對機器人能力的進一步提升至關重要。
如果把特斯拉看作一個“自動駕駛機器人”，根據馬斯克的觀點，達到全球監管認可的自動駕駛水平需要60億英里的行駛數據。這主要依賴圖像數據，輸出的基本動作是加速、減速和轉彎，雖然場景是非結構化的，但控制自由度較低。
相比之下，機器人需要在非結構化場景中處理多模態輸入（如音頻、視頻、圖像和文本），還需結合力度和觸覺感知，輸出動作的複雜度遠超自動駕駛。因此，機器人訓練所需的數據量級也必然遠超自動駕駛的需求。
《智能涌現》：今年很多公司把端到端大模型應用到機器人，創新中心會不會也嘗試端到端大模型？
熊友軍：當然，端到端是一種很好的解決方案。關於具身智能的大腦解決方案，國際上有幾種不同的思路：
首先是端到端方案，將語音、視覺、行爲等統一處理爲一個大模型。這是一個耦合方案，語音、規劃、執行動作等全部混在一起，訓練成本較高。Google採用了這種方式。
其次是解耦方案，將語音、視覺、運動控制等模塊單獨作爲不同的模型，這種方案的代表是Figure和OpenAI。這種方式不僅可以進行人機交互、語音交流，還能執行動作，我個人更傾向於這種方案。
還有面向具體工作的小模型。例如特斯拉，他們採用模仿學習，針對特定任務（如電池分揀）進行訓練。這些小模型能夠快速複製，但泛化能力相對較差。
這三種方式各有優勢，我們會根據實際需求進行嘗試和探索。
機器人大腦，中美差距大約一年
《智能涌現》：你覺得目前國內外的人形機器人發展有哪些差距呢？
熊友軍：中美是全球人形機器人行業發展最快的兩個國家，尤其是在具身智能時代來臨之後，我認爲中美將在未來的競爭中佔據優勢。
美國主要由一些大型科技公司主導這一領域，比如特斯拉、Figure、Digit和波士頓動力，每家公司都有獨特的優勢。Figure背靠OpenAI，Digit則由亞馬遜提供底層技術、資本和產業支持，同時，他們在學術界也有深厚的背景，如斯坦福、加州理工等。
相比之下，國內的人形機器人領域主要由創業公司推動，這意味着技術積累、資本投入和行業資源的聚集度相對較低，尚未達到美國企業的規模和影響力。
《智能涌現》：國內機器人行業的優勢是什麼？
熊友軍：中國市場龐大，供應鏈更完善，應用場景更多，技術探索速度相對更快。
在本體研發方面，中美的差距不大，甚至在某些領域，中國的技術探索可能更爲全面。例如，面對同一個技術方案，中國的迭代速度更快，同時在覈心零部件的成本、技術可靠性和穩定性方面也具有明顯優勢。
在運動控制方面，中國和美國基本處於同一起跑線，許多美國公司能做到的技術，我們也能做到，甚至在純電驅動領域，中國的運動控制能力在部分方面比美國更強。
《智能涌現》：本體的同一個技術方案，中國的迭代速度會更快，是指中國產業支持機器人應用，因此能夠快速測試、收集數據用以迭代嗎？
熊友軍：是的，中國的優勢在於完整的產業鏈、豐富的應用場景以及政策的強力支持。政府提供了政策和資源支持，加上龐大的市場和多樣化的應用場景，使得中國能夠更快地進行技術測試、收集數據並進行產品迭代。同時，中國的產品化速度也較快，能夠將科研成果迅速轉化爲實際產品，從而推動技術的優化和應用的落地。
《智能涌現》：中美之間的具身智能技術領域差距多大？
熊友軍：中美在具身智能領域的差距並不大，從數據、製造和應用場景等方面來看，中國還有不少優勢。
算法上，中美幾乎同步起步，中國研究人員在頂級機器人會議上頻頻獲獎，水平相當。數據方面，具身智能需要複雜的物理世界交互數據，而國外收集成本高、難度大。相比之下，中國製造業規模大、場景豐富、人力成本低，在數據收集和應用上佔據優勢。
另外具身智能在執行大腦的方面，雙方差距不大，差距是底層算法，我們使用了美國的一些開源大模型、底層技術架構。但在應用方面我們在快速迭代，所以說總體差距不是很大，各有優勢。
《智能涌現》：能不能列舉一些開源大模型、底層技術架構？這對國內現階段人形機器人發展帶來哪些影響？
熊友軍：一個直觀的例子是，國內許多大模型的早期發展是基於美國開源代碼進行二次開發和優化的。隨着時間推移，國內企業逐漸推出自研模型，加速了技術的應用和落地。
借鑑美國開源模型的底層架構，可以在一定程度上節省開發成本，推動技術和產品的快速迭代。但同時，國內也在加大自主研發力度，推動國產化進程，增強技術的自主可控性。
美國機器人領域的開源開放有助於避免重複造輪子，加速全球機器人產業的發展。同樣，國內企業也在努力，例如我們國地共建具身智能機器人創新中心、上海人形機器人創新中心、智元機器人和宇樹等，都在積極開源技術成果，推動全球技術進步，最終造福全人類。
《智能涌現》：如果用時間換算，中美之間機器人發展差距相差多少個月？
熊友軍：美國推出一款新的大模型，國內通常能在半年內跟上，我認爲差距大約在半年到一年的範圍內。不過這只是我個人的觀點，時間差很難精確評估。
《智能涌現》：對於這一差距，目前行業的解決方法是什麼？創新中心能夠做些什麼？
熊友軍：中國近年來加大了研發力度，優化算力結構，推動產業融合。例如，北京發佈了算力基礎設施建設方案，並推出了國產算力驗證平臺。創新中心也與科研機構和企業合作，致力於研發人形機器人專用芯片，從而加速縮小與國際間的算力差距。
機器人仍處於弱人工智能時代
《智能涌現》：你在機器人行業20多年，機器人吸引你的地方是什麼？
熊友軍：我夢想中的社會是一個人機共融的社會，隨着機器人技術的發展，機器人將越來越多地融入我們的社會生活。最初，機器人可能會在工業領域執行一些工作，接着進入商業領域，最後走進家庭，成爲我們的生活夥伴或幫手，幫助解決各種勞動問題。我相信這是一個大趨勢。
然而，現階段機器人的技術還不夠成熟，我們不能因此而停滯不前。我們可以借鑑智能汽車的發展思路，對機器人進行智能程度分級。就像自動駕駛從L0到L5分爲六個等級，雖然現在大部分智能駕駛系統停留在L2和L3級，遠未達到L5級，但自動駕駛技術已經在社會中廣泛應用了。
機器人也會走類似的道路，儘管目前還沒有達到L5級，但仍然可以在很多場景中應用。我們可以持續提升機器人的自動化能力，同時採取“沿途下蛋”的策略，先將現有成果應用到實際場景中，逐步滲透到我們的社會生活和各類工作中。我認爲，這是一條符合商業發展路徑的道路。
《智能涌現》：近兩年的大模型應用到人形機器人，加速了行業發展。現在是歷史上發展人形機器人的最佳時刻嗎？除了大模型應用，還有哪些因素推動？
熊友軍：現在的確是發展人形機器人的好時機，就像當年的 iPhone 時刻一樣。美國的特斯拉、谷歌、亞馬遜，以及國內的華爲、騰訊等科技巨頭都在加速佈局，推動這一領域的發展。
推動人形機器人發展的原因有很多：大模型的爆發讓具身智能有了更大的可能性，產業鏈逐漸成熟，機器人成本降低，實際應用的可能性大大增加。另外，勞動力短缺、人力成本上升，以及危險和特殊作業的替代需求，讓工業自動化和服務業對人形機器人的需求越來越旺盛。
《智能涌現》:前段時間你在世界機器人大會上，和美國波士頓動力的創始人馬克·雷波特交流，他對人形機器人的看法有哪些令你印象深刻呢？
熊友軍：我曾經問過他很多次，爲什麼波士頓動力的技術那麼強大，卻沒有進行產業化？爲什麼不做一些商業化運作，或者去融資？他的回答很簡單，只說了一句：“I don’t care。” 他根本不在乎這些。波士頓動力把大量精力和資源集中在技術的領先性和創新性上，這種專注精神和態度是非常值得敬佩的。
《智能涌現》：你之前把機器人發展分爲三個階段，分別是弱人工智能、強人工智能，超人工智能。你覺得現在的機器人發展到哪個階段了？
熊友軍：我覺得現在仍然處於弱人工智能的時代，雖然我們正在朝着通用人工智能的方向發展，但人工智能的應用大多還是集中在數字空間或信息空間，真正與物理世界打交道的場景還很少。具身智能時代還沒有真正到來，雖然我們已經開始邁出步伐，但仍處於初期階段。
目前，無論是與機器人對話，還是讓它幫你生成方案、寫文字、製作視頻，這些都屬於虛擬世界或信息空間的範疇。但人類的智能遠遠不僅限於此。正如李飛飛所說，空間智能是一個重要的方向，我們對物理世界的理解仍然非常有限。
《智能涌現》：如果機器人與物理空間進行強交互，能被稱爲超人工智能嗎？
熊友軍：我覺得不一定到那個時候就一定是超人工智能。其實我們人類對自己大腦的思考方式也還不是很清楚，關於人類大腦的很多機制仍然是未知的。所以，即便人工智能取得了很大的進步，也遠沒有達到我們想象的那種“超人工智能”階段。
《智能涌現》：到超人工智能時代，機器人會有哪些表現？
熊友軍：我覺得可以發揮大家的想象力。以前我提到過一個類似《三體》的觀點：我們生活中可能會有幾種形式的存在。除了我們這些原生的肉體碳基生命之外，可能還會有仿生人——他們一部分是肉體，一部分是機器人，甚至可能會出現全身都是機器人的情況。
舉個例子，坐在我對面的，或許就是一個機器人帥哥，或者是一個機器人助手。它看起來和我們一模一樣，擁有皮膚和非常擬人的表情，聊天時它的神態和舉止也可能完全像真人一樣。這種機器人能夠融入我們的生活，幾乎無法區分它和真人的不同，就像美劇《西部世界》裡呈現的那樣。
《智能涌現》：你認爲機器人最終形態外觀會是怎樣的？
熊友軍：機器人的應用場景還在不斷探索中，機器人外觀也會根據場景需求有所不同。在家庭場景中，機器人可能更注重外觀，擁有表情、皮膚和更多的觸覺傳感器，整體看起來更具親和力。而在工業場景中，外觀要求相對簡單，更多強調穩定性、精度和速度等實用性特徵。
《智能涌現》：目前機器人行業還在初期發展階段，大家都在找落地場景，距離商業應用仍有一段距離。現在一些投資人急於看到場景應用成果，您怎麼看待機器人初創公司與投資人之間的矛盾？
熊友軍：要實現大規模商業化，技術和產品的成熟是關鍵。在技術發展的過程中，總會有一些細分場景和階段性的應用，技術創新和場景落地也會不斷演進。
目前，我們主要在工業場景和一些商業服務領域進行探索。隨着技術和產品逐漸完善，人形機器人未來會深入到生產和生活的方方面面，比如工業應用、家庭服務等。
我希望資本和公衆能對具身智能機器人和人形機器人的發展多一些耐心和包容，這樣才能更好地推動這個行業的長遠發展。
《智能涌現》：你之前也提到說人形機器人未來要“論斤賣”，在強人工智能時代到來的話，這個論斤賣是不是會成爲可能呢？
熊友軍：“論斤賣”意思是，人形機器人的成本不會成爲最大的擔憂。隨着技術成熟，商業化後的成本會大幅降低。
就像手機行業一樣，早期的大哥大既貴又重，只有“土豪”能用，但如今手機功能遠超大哥大，而且價格大大降低。一旦機器人實現規模化生產，家庭用戶也能負擔得起。
我們不希望出現價格戰，因爲那對所有人都沒有好處。
《智能涌現》：如果未來機器人行業真的出現價格戰，創新中心作爲在機器人行業有影響力的組織，是不是也能夠參與，改變一些市場化的問題？
熊友軍：如果真正到了那一天，說明機器人行業已經繁榮發展，各項技術和行業問題都已得到解決，開始大規模產業化應用。我認爲，創新中心就已經非常成功了，到那個時候，創新中心將開啓新的征程。
因爲國家的目標是希望創新中心能夠在具身智能時代引領機器人行業發展，就像現在的電動汽車，中國已經在全球汽車行業中處於領先地位。一旦機器人產業能夠完全由市場主導，創新中心可能就會有新的任務和使命了。
《智能涌現》：到那時候，你的機器人夢想也完成了嗎？
熊友軍：應該是滿足了我現在的目標，但那時候我可能有新的目標，更遠的理想要實現。