在参加过今年的WAIC和WRC后,我发现人形机器人正在变得越来越像。
搬箱子、叠衣服、打拳、跳舞。一家公司这周做出一个新动作,两周后,其他公司的也会出现类似演示。
不可否认的是,人形机器人变得更厉害了,但产品之间的区别反而越来越小。
一家名叫Rotaku(ZenAI, Inc.)的机器人创业公司却选择了另一条路。

在WRC上,Rotaku给旗下机器人"玄甲"披上披风,系上红缨和马尾,把它塑造成一名中国将军。与展会上常见的人形机器人相比,玄甲更像一个从游戏或影视作品里走出来的角色。
Rotaku创始人鲁卓然(Takuzen Lu)将这类产品定义为"角色化人形机器人"。
在他的划分里,未来的人形机器人可能会出现三种形态:工具型、仿真人型,以及角色型。
这个判断,和他的经历有关系。他15岁前往日本生活,在角色文化和人机共生思考最浓的国家度过了少年时代;在日本偏差值第四的高校读机器人,后来赴美国威斯康星大学麦迪逊分校和伯克利读计算机。2023年,他的上一个创业项目(大模型应用)拿到了陆奇(奇绩创坛)的投资,是当期最年轻的被投创始人之一;其后他辍学全职创业。
今天Rotaku的团队也是照这条线配起来的:来自威斯康星、MIT、复旦、新加坡国立、伯克利;拿过IF国际设计奖的设计师管审美,前育碧创作者社群负责人管社区,供应链大厂背景的负责人管制造。
自有百台级量产的工厂来负责人形机器人生产。Rotaku今年从水下出来之后也好消息不断:5月产品发布,零投放几天内破百万浏览,二十多家海内外媒体自发报道;8月WRC亮相后,也被大量观众认为是全场最好看的一台机器人。
他认为,世界模型、本体和操作能力构成了机器人的基础,却不一定能直接抓住用户。审美可能是这个行业最重要的能力之一,只是很多人还没有看明白。
对Rotaku来说,角色不是套在机器人身上的外壳,而是从外观、本体结构、动作、语言到互动模型的一整套产品能力。
这家公司也在尝试把这套能力变成生意。
据鲁卓然介绍,Rotaku目前主动找上门的客户包括乐园、赛事、企业、连锁酒店、中高端商业空间、头部餐饮企业等。
更长远的设想,则是搭建一个角色化机器人的平台:公司提供可复用的本体和工具,品牌方、开发者和用户可以设计外壳、动作、动线与互动方式。
我们与鲁卓然聊了聊,为什么人形机器人不能只是一块"会干活的铁疙瘩",角色化是不是一门成立的生意,以及一家年轻机器人公司如何同时处理硬件、AI、审美和商业化。
以下对话在不改变受访者原意的前提下有所调整。
具身商业前哨:怎么定义Rotaku?为什么选择角色化人形机器人?
鲁卓然:Rotaku是一家做角色化人形机器人的公司。
我觉得未来的人形机器人会分为几类。一类是机械工具感很强的机器人,一类是仿真人,还有一类是角色化机器人。
过去大家在电影、动漫和游戏里想象人形机器人时,它往往都有自己的角色。我们在做产品的过程中,也一直在思考,怎么让机器人足够打动人。
后来我们意识到,人形机器人最重要的价值可能就在这里。
世界模型和本体本身很重要,但它们不一定能直接抓住用户。真正传递给用户的,是机器人的整体互动表达、角色外观和气质。
如果这些东西不能让用户产生感觉,一台纯机械本体很难真正走进人的生活。
现在的人形本体,本质上是一个中间层;世界模型以后会变成模型层。这两层都不会真正产生价值。价值和数据回流,最后都沉淀在角色层。我们做的就是角色层。
具身商业前哨:角色化就是Rotaku找到的核心战场?
鲁卓然:对。机器人行业越来越同质化。很多公司的名字、产品形态、技术路线和演示项目都很像。
这时候最重要的是做自己。你首先要和别人不一样。
但这里也需要寻找平衡。你与共识差得太远,资本和客户可能会怀疑这件事是否成立;完全顺着共识去做,又很难让人记住。
我们希望利用自己的特点抓住用户,同时借助行业已有的共识推动产品。
如果投资人把人形机器人理解成一个纯本体生意,可能会觉得头部格局已经形成,后来者没有机会。
但我们的判断是,本体和世界模型最终都要与角色、形象和互动表达结合,才能真正抓住用户。
它有点像Character.AI。Character.AI 利用大模型赋予AI 不同角色,我们想做的是一个物理世界里的角色平台。
能够理解这一点的投资人,通常很快就能理解用户为什么会喜欢这样的产品。
具身商业前哨:你认为角色化机器人需要干活吗?
鲁卓然:我们不把操作能力作为当前最主要的卖点。
如果用笔记本电脑来类比,我们更像游戏本。硬件能力本身并不差,但产品主打的是另一种体验。
现阶段被忽略的一个市场,是人形机器人的非接触式互动。
过去很多商业客户购买机器人,是为了展现高端形象,或者制造新鲜感。但现在这种方式越来越难成立,因为机器人已经到处都是,用户不会再因为看到一台机器人就觉得惊讶。
这时候要重新回到"人形"本身。
它要么真正完成工作,要么提供足够强的用户体验。既然选择后一条路线,就必须把角色外观、动作表达和互动体验做到极致。
当然,从终局来看,它不能只是一个角色。大家没有看懂的点在于:角色才是它的入口,也是长期竞争力所在。能力和角色最终要结合在一起,这个市场最终是一半一半的,用户全都要。
具身商业前哨:你们的机器人"玄甲"被设计成中国将军的样式?有具体的原型吗?
鲁卓然:这次参加WRC,我们给它增加了披风、红缨和后面的马尾,想塑造一个中国将军的形象。
设计时,我们希望做一个盔甲式的人形机器人。它可以拿着大刀或者长剑,呈现一种很有力量的状态。
它没有直接参考某一个古籍人物或动漫角色,而是我们原创出来的形象。
我们内部有一套角色创作公式:好角色= 人群格子× 情绪强度× 辨识度。人群格子,是找到一个足够细化的人群,讲清楚他们的消费轨迹和消费历史在哪里、今天还有哪个缺口没被满足。辨识度,是把角色寄居在一个已经长期占据用户心智的文化母体上,做成一个超级符号,要能通过剪影测试,一眼认出、极易传播。
情绪强度,是一组让人爱上一个角色的情绪杠杆,比如缺陷、反差、叛逆、可爱、养成等等,我们把这七八个杠杆整合成了可以逐项去配的公式。这套公式不是我们发明的,是从宝可梦、三丽鸥、泡泡玛特、皮克斯、万代这些成熟角色工业里一块一块解剖出来的,我们是第一次把它装到人形机器人身上。玄甲就是按这套公式做出来的。
具身商业前哨:为什么你认为审美在人形机器人行业如此重要?
鲁卓然:可能是因为现在行业还处在早期阶段,大家首先关心的是机器人能不能站起来、能不能动。
但我认为,审美可能是这个行业最重要的能力之一,只是很多人还没有看明白。
我曾经在日本生活。后来离开日本,再回头看自己的产品取向,才发现很多审美意识是在那个阶段形成的。
日本的审美不是自上而下规定出来的。它更在意人与物、物与空间之间的相对关系。很多东西看起来没有明确规则,却能够形成一种乱中有序的美感。
乔布斯也受到日本文化和禅宗的影响。他很擅长通过留白和一些无法被参数化的体验抓住用户。
技术能力可以被追赶,参数可以被超越,但这种感受性的连接很难复制。
其他公司可以告诉用户,自己的摄像头更强、参数更高、功能更多。但用户从逻辑上知道它更强,不代表在感受上就会选择它。
审美形成的是一种更深的连接。
我说的审美也不只是外观。表层有三件事:外观;这个形象表达出来的世界观,话语、动作、价值观都融在它身上;还有互动时的动作表达和角色性格。底层还有两件:机械结构要为这个角色去适配,互动模型和步态模型也要有自己的特征。这些都没有的话,我觉得它不算一个完整的人形机器人。
具身商业前哨:什么样的人形机器人,才能真正让用户产生这种连接?
鲁卓然:它需要带给用户一种非常深刻、非常微妙的体验。
比如一个将军机器人,它承担什么使命,代表什么价值观,需要遵守什么道德要求,以及它想和主人建立什么关系,这些都应该通过语言和动作传递出来。
想象一下,一个将军机器人从黑暗的房间里走出来,背后有一道轮廓光。它微微点头,风吹过铠甲,发出轻微的碰撞声。
主人让它去拿一样东西,它只回答一句"好的"。
真正重要的不是这句话,而是它的形象、气质、动作和所处空间形成了一个统一体验。
它走进一个空间以后,应该能够改变这个空间的气场。
这是人形机器人与其他产品不同的地方。
具身商业前哨:这是不是有点像泡泡玛特?功能不是唯一价值,情绪价值和身份表达可能更重要。
鲁卓然:我觉得这可能是一种必然。
我们也可以问,苹果手机带给用户的价值里,实用功能更多,还是"无用之用"更多?
功能是基础。苹果后来建立了App Store 和平台生态,但用户对它的很多体验,仍然来自外观设计、操作流畅度和身份表达。
泡泡玛特反映了用户需求的变化。过去大家购买产品,主要看它能解决什么问题。未来的产品需要同时具备基础功能、极致体验和身份表达。
特斯拉和苹果刚出现时,也是一种身份表达。
早期的特斯拉没有完善的充电网络,价格很高,可靠性也没有得到充分验证。但硅谷的一批用户希望通过这款产品表达自己对科技和可持续生活的态度。
人形机器人比手机和汽车更容易承载这种投射,因为它本身就是人的形态。人们已经在大量影视和动漫作品里,对这种产品想象了很多年。
未来用户不会只想购买一台机械工具。
具身商业前哨:角色机器人的角色是主要来自成熟IP,还是依靠原创设计?
鲁卓然:长期来看,人形机器人时代的IP 不可能只是对过去形象的复刻。
直接与成熟IP 合作当然会有价值。成熟IP 没有认知成本,也可以帮助产品迅速形成影响力和商业化闭环。
但长期壁垒仍然来自原创和社区。
看内容和硬件的占比就明白了。迪士尼的逻辑,是把内容占八九成的IP 复刻到现实里,硬件只占一成多;泡泡玛特是本体本身作为内容占了一半左右;到了人形机器人,内容的七八成就是机器人本身:它怎么看你、怎么回应你、怎么在你的空间里行动。所以人形时代的IP 很难靠复刻上一个时代的形象,得自己原创、自己系统性地做。
过去,动漫、电影和视频是角色的主要内容载体。到了人形机器人时代,机器人与人的互动本身就是内容。
它如何看着你,如何回应你,如何在不同场景中行动,这些都会构成角色。
所以人形机器人不能只是套一个外壳。手臂怎么设计、灵巧手怎么设计、双足怎么设计,都需要同时考虑技术约束和艺术表达。
它有点像汽车设计。风阻、结构、安全、潮流、文化和人的审美要放在一起考虑,最后才能形成一个完整产品。
官方角色和用户共创不矛盾,是先后关系。先用官方角色把审美的天花板立起来,让大家知道这个平台上的角色可以好到什么程度,再把工具开放出去。游戏行业就是这么走的:既有官方英雄,也有创意工坊。
具身商业前哨:目前Rotaku的客户主要来自哪里?
鲁卓然:来找我们的方向不少,归拢起来是三类。
第一类是线下场景方:连锁酒店、中高端商业Mall、餐饮和文旅企业。它们的处境很一致:想在自己的空间里导入人形机器人,但市面上的产品放进中高端空间,调性上不匹配。它们需要的是一个能代表自己品牌、在自己的空间里站得住的角色,从乐园、剧场到马拉松赛事,都是这一件事。
第二类是那些有IP的公司。它们手里已经有形象、有粉丝,想把自己的IP 或者吉祥物,变成一台真的能动、能跟人相处的机器人。
第三类:机器人公司自己。整个行业今天造得出本体。但是没办法通过角色层去实现价值的闭环。所以我们的客户不只是"要用人形机器人的企业",机器人公司本身也是我们的客户。
而且这一波需求基本都是主动来的:头部机器人表演的公司,在别家本体上做不出效果,他们的原话是"效果远远达不到你们的1%";还有头部的本体公司也来找我们加角色。正在推进的标杆客户里,有世界级的头部景点。
这三类需求看起来分散,其实要补的是同一层,就是前面说的角色层:让一台机器成为"某一个角色"的能力,外壳、动作、人设。本体会越来越同质化,在我看来都是中间层,底层模型会变成基础设施。
我们也在推进一个与知名连锁餐饮企业的合作项目,对方是全国性连锁品牌,自带IP 形象。在那样的场景里,机器人不是一个摆件,它就是场景的一部分。未来人形机器人会进入千行百业,我们的平台和模型,承接的正是这种角色化的需求。
具身商业前哨:怎么判断C端用户是否愿意为角色化机器人付费?
鲁卓然:角色文化本身已经是一个非常成熟的消费市场。
我在日本生活了近十年,对这类文化和社群接触得比较深入。我们设计角色时,也会持续与用户交流,了解他们喜欢什么样的IP 和形象。
一些IP 公司过去做过五十厘米、九十厘米高的产品,通过众筹就能形成数千万元规模的商业化。说明早期用户的消费能力并不弱。
我们之前在美国发布过一款可以改装、可以由用户设计动作的机器人,获得过上百万浏览量。能看出来,美国也有不少C 端用户希望拥有自己的机器人。
模玩市场这些年已经养出了一批被市场验证过的顶级艺术家和原创设计师,他们有自己的粉丝群体,作品一出来就被抢购。我们会跟这些创作者签约、联名,把已经被验证过的角色和审美带到机器人上。对用户来说,这就少了从零接受一个新形象的过程:是自己已经喜欢的创作者,出了一个能动起来的新作品。
关键是提供什么样的玩法、机制和社群,让用户觉得它有足够高的可玩性,也能够持续消费内容。
共创会走得更远一步。平台上,用户可以自己生成角色、改一套涂装、给机器人编一段动作;好的创作沉淀成公共素材,被更多人下载、投票,数据好的会被真的制造出来。我们判断付费意愿,最看重的信号就在这里:一个用户愿意把时间花在”造一个自己的角色"上,共创再往前走一步,就是消费。
具身商业前哨:中美做机器人,差别在哪里?
鲁卓然:我从小有一个美国梦,觉得创业就应该去美国,很多读过的创业故事也都发生在硅谷。
真正到了美国以后,发现美国的优势还是在于软件和模型。
很多机器人公司只能依靠3D 打印做原型。如果需要CNC 加工,可能要等一个月。使用美国本土供应链,成本可能是中国的十倍甚至二十倍,周期也会慢很多。
在中国更可能形成产业协同,比如普通的聚会就可能遇到客户、供应商和其他机器人公司。大家可以快速建立合作,一起完成交付。
比如我接触过一家生产大型采矿机械的企业。我们提出要做大型机器人,对方很快发现,他们原来就在生产行星齿轮,很多产线和设备可以直接复用。
这种产业能力的迁移在中国非常直接。
每个国家都有自己的分工,不是谁拥有全方位的碾压优势。
具身商业前哨:中国文化会成为Rotaku 的重要内容来源吗?
鲁卓然:会。很多用户向我们提过中国元素,比如《黑神话:悟空》、赵云和其他中国将军形象。
现在中国具备把机器人做好的产业条件。如果把中国文化元素与机器人结合,再把产品卖到海外,它会成为中国科技和中国文化的一种结合。
不能只在技术上把机器人搭出来,最后的形象和质感却很差。
对于中国用户来说,IP 和文化元素肯定很重要。但要真正承接这部分需求,产品的品质、材质和整体质感也必须提高。
角色化不能只是给机器人换一层皮。
— 欢迎您在评论区跟我们交流 —