“未来十年，将是通用人工智能与具身智能深度融合的黄金时期。”10月11日，在清华大学人工智能研究院学术年会暨京沪港AI学术交流盛会上，极智嘉CTO李洪波发表了题为《具身智能的下一程：拼极限工况的稳定性》的主旨演讲。作为全球AMR机器人领域的领军企业，极智嘉再次成为行业焦点，其发展路径与战略布局引发广泛关注。

回溯去年7月，极智嘉成功登陆资本市场，凭借全球近10万台商用机器人的庞大部署规模，股价一度飙升至近40港元/股。然而，市场风云变幻，如今股价已较峰值跌去八成。10月9日，极智嘉发布最新公告，宣布其全资子公司北京极智嘉将斥资5000万元入股北京深诣，交易完成后将持有后者20%的股权。北京深诣，这家专注于通用具身大脑技术研发的企业，无疑为极智嘉的未来发展增添了新的想象空间。公告发布当日，极智嘉股价虽一度触及上市以来低点，但最终以每股6.96港元报收；次日，股价继续微调至6.8港元/股。

清华大学人工智能研究院学术年会现场盛况 图片来源：徽声在线记者 温沐夏 摄

“在具身智能领域，若无法攻克端到端技术的难题，就难以实现7×24小时、全年无休的稳定服务。”李洪波在演讲中坦言，当前行业普遍存在重演示、轻落地的现象。从具身小脑实现4米/秒漂移过弯的极致性能，到数据智能应对百万级SKU的复杂管理，极智嘉正通过“先学再调”的策略，努力穿越概念泡沫，迈向实用化新阶段。

不可否认的是，机器人在演示视频中的流畅表现与真实场景中的稳定运行之间，仍存在巨大差距。这家仓储机器人行业的龙头，在市场波动中逆势加码，究竟是穿越周期的明智之举，还是一场充满风险的赌注？

演示流畅≠稳定交付：具身智能的落地挑战

“无论是强人工智能还是强具身智能，其范式转换的核心在于自主感知、自主决策与自主操作。”李洪波以极智嘉的发展历程为例，指出公司起步于货到人模式，通过机器人将货架搬运至拣货员面前，显著提升了拣货效率，将有效工作时间从30%提升至95%以上。

然而，这仅是预设程序自动执行的弱人工智能与弱具身智能阶段。真正的突破，在于机器人能够开始处理极限工况，展现出更强的适应性与鲁棒性。

作为自主移动机器人（AMR）领域的佼佼者，极智嘉专注于智能仓储物流解决方案的研发与应用。过去十年，仓储机器人行业的增长逻辑在于用自动化替代重复劳动，其技术前提是场景的高度结构化与任务的可预测性。而未来十年，行业的增长逻辑将转变为用智能体解决非结构化问题，这不仅仅是对技术参数的简单提升，更是对系统整体能力的全面考验。

李洪波进一步指出，当前具身智能行业普遍存在重演示、轻落地的痛点。许多演示视频中，机器人流畅完成任务的画面令人印象深刻，但与真实场景中持续稳定运行的要求相比，仍存在不小的差距。“若无法攻克端到端技术的难题，就难以实现全年无休的稳定服务。”他强调道。

从“能用”到“用好”：仓储机器人的进化之路

在实操层面，李洪波表示，传统AI机器人主要胜任单场景、少变化、简单关系的问题，而智能制造与智能仓储则呈现出跨场景、多变化、复杂关系的特点。因此，必须突破具身智能、群体智能、数据智能三大关键技术，才能解决好“能用、好用、用好”的问题。

具身小脑，解决“能用”问题。李洪波描述了一台仓储机器人以4米/秒的速度漂移过弯，在回南天地面打滑的条件下依然稳定运行的场景。他解释说，这种“漂移”并非为了炫技，而是为了追求机械效率的最大化，在空间允许时以最高速度通过，减少无效停留时间。

具身大脑，解决“好用”问题。李洪波坦言，当前具身智能技术在更广泛的大场景中实现跨场景学习仍面临挑战。“比如，料箱被吹倒后需要先扶正再捡起，姿势不对的货物需要先碰触调整才能搬运，这些都不是预编程就能解决的。”他举例说明，这些都是具身大脑需要应对的典型极限工况。

在解决了“能用”与“好用”的问题之后，群体智能与数据智能则负责解决“用好”问题。

活动现场，李洪波透露了极智嘉系统的极限规模：单个系统最大可支持3600台机器人协同作业。面对集中调度最优但不实时、分布式调度实时但非最优的难题，他认为解法在于先基于模式学习进行全局最优调度，再通过分布协商进行局部调度优化。而在数据智能层面，则可以通过实时优化货架热度分布，将高频货架前移、低频货架后置等方式，大幅减少机器人搬运距离，提升整体运营效率。

李洪波还提到，系统需要处理百万级SKU、千台级机器人以及大量IoT设备的数据交互与协同工作。数据智能的目标是让整个系统既能实现实时调度又能保持高效运行。目前，这套技术架构已在全球40多个国家得到商用验证，部署了近10万台机器人。

随着具身智能概念泡沫的逐渐消散，穿越周期的关键何在？“科技创新要回归原始创新的本源，产业创新要回归商业的本质。”李洪波总结道，“通过双轮驱动，为行业创造可感知的价值，才是穿越周期、实现可持续发展的关键所在。”