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:数据阈值背后的效率革命数据阈值:被忽视的AGV调度命门很多人以为AGV调度系统的瓶颈在于路径规划算法,其实不然——真正决定系统吞吐量的,是数据阈值管理。当某条产线AGV集群出现「没有更多数据了」的报错时,90%的运维团队会直接归因于服务器负载,但底层逻辑是:调度系统在数据缓存池达到阈值上限时,触发了强制降频机制。案例:苏州某汽车总装厂的赛制级调度实验2023年Q2,该厂引入第三代分布式调度系统后,在冲压车间部署了12台查看详情
-
AGV调度系统数据瓶颈:没有更多数据时的效能突围数据饥渴与调度悖论:当AGV系统遭遇“没有更多数据”的困局很多人以为,AGV调度系统的效能提升必然依赖海量数据输入——更多传感器数据、更密集的订单流、更复杂的地图拓扑。其实不然,在某头部汽车零部件厂商的重庆两江新区工厂,我们验证了一个反直觉结论:当系统数据输入达到阈值后,继续堆砌数据量反而会引发调度延迟指数级上升,底层逻辑是调度算法的O(n²)复杂度与数据维度增长形成共振效应。重庆工厂的调度困局:查看详情



400-886-5570




