优必选CFO张钜:人形机器人出海“先内后外”,借船比单干更稳妥
7月16日,由新浪财经主办的“2026新浪全球资本峰会”在香港隆重举行。本次峰会以“立足香港,放眼世界”为主题,汇聚了全球政、商、学、研各界的领军人物,围绕全球资本市场走势、跨境资金配置、科技企业出海等核心议题展开深度对话。

在圆桌论坛《中国科技企业的远航与本土》中,优必选科技首席财务官兼董事会秘书张钜表示,在海外投资方面持较为谨慎的态度。
他指出,人形机器人产业尚处于发展初期,与其它行业不同,未来市场空间广阔。其上下游产业链及最大的应用场景均集中在中国,因此,优先在国内打磨好产品再逐步出海,是现阶段更为正确的策略。
不过,张钜也强调,海外市场同样蕴藏巨大机遇,部分应用场景在国内并不具备,因此公司也希望积极拓展海外业务。具体实践中,优必选倾向于依托当地战略合作伙伴,共同开拓细分赛道。
他解释道:“我们对海外市场保持谨慎,但并非放弃,而是更注重合作路径。一方面,我们借助本地伙伴的力量;另一方面,也采取‘借船出海’的策略,例如跟随国内头部EV工厂的国际化布局,先在其国内工厂验证和打磨产品,再随其扩展至欧美设厂,从而实现稳健出海。”
更多新闻>>相关新闻
-
AGV调度系统数据瓶颈:没有更多数据时的优化策略AGV调度系统数据瓶颈:没有更多数据时的优化策略很多人以为,AGV调度系统的性能提升完全依赖于数据量的持续增加,其实不然。在工业场景中,数据获取成本与调度效率之间存在显著的边际递减效应。当系统已捕获足够覆盖95%以上场景的基础数据后,单纯增加数据量对调度精度的提升不足3%,反而会引发存储冗余与计算延迟问题。底层逻辑是:AGV调度本质是有限状态空间内的路径优化问题。以某汽车总装车间为例,其AGV网络查看详情
-
AGV机器人调度系统:数据瓶颈背后的底层逻辑数据孤岛与调度效率的悖论很多人以为,AGV机器人调度系统的性能瓶颈源于算力不足或算法复杂度,其实不然。在真实工业场景中,90%的调度延迟问题源于数据孤岛与协议异构性。当多品牌AGV混编运行时,不同厂商的通信协议、定位精度、传感器采样频率差异,会导致调度系统陷入「数据解析-转换-同步」的死循环,最终表现为路径规划失效或任务队列堆积。案例:上海临港某汽车总装车间的赛制级推演2023年Q2,某头部车企在查看详情



400-886-5570




