外灘大會：做菜、唱歌、捶背、打鼓...機器人可以做得更多

昨天，我受邀參加2025外灘大會、來一探究竟！

【能干活的人形機器人】

顯性的、吸引人的、留下深刻印象的，是現場“機器人小鎮”里各種五花八門的機器人，打鼓的、按摩的、擠眉弄眼的、像電影《長江七號》里的“七仔”一樣的毛絨絨的情緒搭子、還有可以遛彎兒的恐龍機器人......

這個擠眉弄眼的人形機器人頗受孩子們的歡迎，它更像是一個表演型的機器人“演員”。

成都人形機器人創新中心楊龍介紹說：這款機器人可以在文旅場景參加表演、廣告宣傳、 形象展示等。后期會有大語言模型、提供簡單的問詢服務，云交互等。

而這款機器人則可以幫助搬運貨物，這對于“剁手黨”收快遞、但力氣小的小姐姐們可是一款實用的小助手了。

無限工坊機器人公司呂先生介紹說：“它適合樓宇快遞的配送。可以從一樓到樓上的用戶門口，目前的載重量是5千克左右。”

相加智能機器人的這款名叫“小美”的機器人是“基于仿生微表情的類腦智能體”，相加智能公司介紹：公司專注于高仿生具身智能體的開發。目前產品形態是擬人仿生人形機器人頭部模組以及整身形態機器人，目前產品主要聚焦于情感陪護機器人以及迎賓展示機器人兩大場景。

另外，還有：

可以勝任酒吧調酒師的機器人；

可以給女士們鮮花互動的“大黃蜂”機器人；

可以聽從指令獻歌一曲的人形機器人；

還有可以翻跟頭、快速奔跑的機器狗；

給人做按摩的按摩機器人；

可以站在健身球上保持平衡的宇樹機器狗；

還有這款性格各異、可以根據主人的情緒的變動而給予情緒價值的毛絨機器人“芙崽”。

珞博智能Fuzozo芙崽公司市場及商務拓展錢欣源介紹說：“它連上網之后，是可以跟你對話聊天的、它可以成為你的情緒樹洞，有什么情緒問題可以跟它聊聊。適用全年齡段。年輕人職場上壓力比較大，可以跟它聊聊天。”

把機器人設計成人形、是因為地球上的人類的生活場景都是圍繞人體工學來設計的；人類社會創造人形機器人的愿景是希望：機器人可以無縫接入人類社會的使用場景，配合甚至替代人類的生活和工作。

但其實，在很多工業用、科技用的機器人不一定是人形的，它可以是八爪魚一樣的、可以是球形的、也可以只是兩條機械臂、也可以是戰場上飛翔的智能無人機......

另外，機器人在工業安全巡檢、救援現場等場景中，可以進入高溫、有毒、有害的環境承擔極端危險的任務，以替代人類難以完成的任務。

【AI+機器人在醫療、農業等領域的應用】

除了結合AI的具身智能機器人，其它展廳內，我們還可以看到：AI正加速融入生產生活全鏈條，賦能千行百業智能化發展。

例如，在農業領域，復旦大學帶來伏羲中短期氣象大模型和次季節大模型，前者可精準預報未來15天逐小時天氣，后者則能夠進行未來60天的氣象預測，為農業生產提供科學指導。

在醫療領域，達摩院的“醫療AI+平掃CT”、云上華佗的“甲狀腺結節AI輔助超聲診斷系統”、傅利葉公司的“肢體康復機器人”等，都為患者提供了更好的醫療康復服務，AI醫療通過人機結合，能讓醫生分身有術、也造福百姓。

而靈波科技的炒菜機器人對于不會做菜、或者忙于工作的都市人來說，不啻是一場福音；

炒菜機器人的所有炒菜流程、油鹽醬醋配比、火候等都是由程序事先設定，而且都是新鮮出爐有鍋氣的菜、絕不是“預制菜”。

炒雞翅、炒蝦仁、小排骨等菜肴，新鮮美味，引來諸多觀眾前來品嘗。

螞蟻靈波科技方案負責人 劉波

螞蟻靈波科技方案負責人（炒菜機器人）劉藝波介紹說：“這款炒菜機器人可以根據菜譜程序設定來對20多道菜的炒菜流程進行設定、確保燒出來的菜有鍋氣，而且全是現炒現做非常新鮮。另外，在助老康復等重要應用場景，炒菜機器人可以逐步發揮作用。當然，目前，炒菜機器人還不能像家庭主婦一樣去菜場買菜、擇菜，它還需要進一步提升其能力、滿足炒菜的實際應用場景需求。”

螞蟻靈波科技方案負責人劉藝波交大畢業、后赴美國深造。

劉藝波說：他發現中國的科技創新力量日新月異，他在美國時已經感受到了這一點、于是決定回國投身機器人創業。

【科技大規模爆發的前夜】

如果說：大家以為：外灘大會就是機器人大會，那就錯了。

外灘大會是亞洲三大頂級金融科技盛會之一，致力于推動金融科技和前沿科技探索。

今年的外灘大會首次邀請了亞洲另兩大全球金融科技中心——香港和新加坡同臺對話。實現了上海外灘大會、新加坡金融科技節、香港金融科技周三大全球頂級金融科技盛會首次聚首上海的盛況。這標志著以上海為代表的亞洲金融科技中心的崛起、全球金融科技中心的向東遷移的趨勢。

另外，今年的外灘大會，邀請了包括16位院士和圖靈獎得主在內的全球頂級專家、近百位AI科學家，金融和科技企業創始人、CEO。例如：2024圖靈獎得主、“強化學習之父”理查德·薩頓；《人類簡史》作者尤瓦爾·赫拉利。

中國的科技創新步伐正以肉眼可見的速度迅猛發展；當然，基于AI數據和算法層面的具身智能仍面臨挑戰，數據層面：采集和質量問題比較突出，數據利用率也需提升。在模型層面，當前多模態數據的融合需要進一步磨合和研究。

一直以來，我走訪了多家專精特新公司，在這些公司身上，可以看到科創力量在不斷發展進步。如今，站在了科技大規模爆發的前夜，讓AI真正落地干活的時代、必然在這一代年輕創業者的手中實現。