“那是王总你工作太拼了。”
江倾拍了拍他的肩膀，语气真诚。
“宇树能有今天，全靠你带着团队没日没夜地干。”
王星星听了这话，心头一热，但嘴上还是打哈哈。
“江总你可别夸我，再夸我可要飘了。咱们这是互相成就，没有你提供的算法和方向，我们也就是个做玩具的。”
“行了，咱们之间就别来这套了，怪肉麻的。”
江倾莞尔，笑着摆摆手。
王星星哈哈一笑，不再继续煽情。
电梯“叮”的一声停在二楼。
门开了，走廊里已经能听到会议室传来的讨论声。
两人走过去，推开会议室的门。
房间里坐满了人，长条会议桌两侧，一边是无问科技的团队，以徐朗为首。
另一边是宇树科技的核心工程师，技术总监李工坐在首位。
见江倾二人走进来，所有人都站了起来。
“江总！王总！”
“江总早！”
“王总早！”
招呼声此起彼伏。
江倾笑着摆摆手，走到主位坐下。
“大家都坐吧，别客气。”
众人重新落座，目光都聚焦在他身上。
江倾环视了一圈，也没嗦，直接开门见山。
“徐朗，李工，昨天测试的数据分析报告出来了吧？”
“出来了！”
徐朗立马应声，把手边的平板电脑推过来。
“这是初步的汇总报告，详细数据还在进一步整理中。”
江倾接过平板，快速浏览着上面的图表数据。
他眼神专注，手指不时滑动屏幕，偶尔停顿一下，眉头微皱，像是在认真思考着什么。
会议室里安静下来。
所有人都屏住呼吸，等待着江倾的反馈。
过了大概五分钟，江倾放下平板，抬眼看向徐朗。
“整体表现不错，数据都在预期范围内。不过有几个小问题，我想听听你们的想法。”
他略微停顿了下，环视一圈，随即开始一一指出问题。
“第一个，在上下楼梯测试中，三号机在第七级台阶抬腿时，有0.3秒的延迟。虽然最终成功上去了，但这个延迟在复杂环境下可能会成为安全隐患。”
徐朗立刻回答。
“这个问题我们已经定位到了。是关节电机的电流反馈信号有轻微干扰，导致控制器误判了负载状态，多做了一个校验循环。我们已经有了解决方案，可以在下一版固件中修复。”
江倾点点头，接着问。
“第二个，物品抓取测试里，机器人抓取圆柱形水杯时，第一次尝试的握力偏大，差点把杯子捏变形。虽然第二次调整过来了，但这说明力控算法在形状识别和力度映射上还有优化空间。”
这次是宇树的李工举手回答。
“江总，这个问题我们注意到了。视觉系统识别出圆柱体后，力学模型调用的是通用抓取参数，没有针对易变形物体做特殊处理。我们计划在物品数据库里增加材质属性，让机器人能根据物体材质调整抓取策略。”
“这个思路可以。”
江倾表示认可，但又接着补充了一句。
“不过要注意，实际场景中的物体材质可能无法完全准确识别。我建议加一个实时力反馈的闭环控制，在抓取过程中动态调整力度，而不是完全依赖预先设定的参数。”
李工眼睛一亮，连忙记下来。
“好的江总！这个建议很关键！”
江倾笑着点点头，继续往下说。
“第三个问题，也是最重要的一个。”
他调出测试视频的一个片段，投影到大屏幕上。
画面中，机器人在通过那摊酱油时，虽然最终稳住了，但初始的晃动量比预期大了15%。
“湿滑地面自适应模块确实起了作用，但反应速度还可以更快。从检测到地面摩擦系数变化，到调整步态，中间有0.5秒的决策时间。这个时间在紧急情况下可能会不够。”
徐朗与李工对视一眼，都露出了凝重的表情。
“江总，这个问题我们讨论过。”
徐朗开口解释，神色认真。
“目前的决策流程是，传感器检测到异常，上报中央处理器，调用地形识别模块，匹配应对策略，最后执行。这个过程确实需要时间。”
“能不能简化？”
江倾直接问，没有过多去讨论原因，而是给出了解决的方向。
“比如，把常见的地形应对策略下放到局部控制器？让腿部的控制器自己就能处理简单的异常情况，不需要每次都上报中央处理器。”
这话一出，会议室里响起一阵低低的讨论声。
李工沉思了几秒，突然一拍桌子，表情兴奋。
“对啊！我们可以设计一个分层决策系统！简单的、重复性高的应对动作，让关节层面的控制器自己处理。复杂的、需要全局协调的，再上报中央处理器。这样既能加快反应速度，又能减轻主控的负担！”
“就是这个思路。”
江倾笑着点头，对他的回应很满意。
“不过具体怎么分层，哪些决策下放，哪些保留，需要你们仔细设计。原则是保证安全的前提下，尽量提高响应速度。”
“明白！”
李工重重点头，旁边的工程师们已经迫不及待地开始讨论了。
王星星瞥了江倾一眼，若有所思。
他隐约有种感受，江倾似乎是在揣着答案引导大家。
江倾等大家讨论了一会儿，才轻轻敲了敲桌子。
“好了，刚才说的是问题。现在说说做得好的地方。”
他调出另一段视频。
是测试时机器人开门后侧身通过，还回头确认门不会关上的那个片段。
“这个细节设计得很好。说明我们的团队不只是埋头做技术，真正思考了实际应用场景。这种用户体验层面的考量，要继续保持。”
徐朗有些不好意思地笑了笑。
“这个其实是测试时偶然发现的。第一次测试时，机器人开门过去后，门自动关上了，把后面的测试仪器挡在外面。我们才意识到需要加这个动作。”
“发现问题，解决问题，这就是进步的过程。”
江倾对他们的工作表示肯定。
“还有湿滑地面的应对策略，虽然反应速度有待提高，但策略本身很聪明。滑步通过比直接行走更安全，这个决策体现了算法已经具备了一定的环境理解能力。”
他看向徐朗，语气认真。
“这个案例要深入分析，看看算法是怎么学会这种策略的。如果是通过观察人类行为学到的，那说明我们的模仿学习模块效果很好。如果是通过强化学习自己探索出来的，那就更有价值了。”
“已经在分析了！”
徐朗连忙回答。
“初步看是两者结合。训练时我们给模型看了大量的人类在湿滑环境下的行走视频，同时在仿真环境里让模型自己尝试各种通过方式。最终算法选择了一个折中方案。”
“很好。”
江倾满意地点点头。
接下来，会议进入了具体的优化方案讨论环节。
宇树与无问的工程师们轮流发言，提出各种改进建议。
有的建议优化传感器布局，减少盲区。
有的建议改进电池快换结构，把更换时间从现在的两分钟压缩到三十秒。
还有的建议在机器人身上增加简单的语音提示功能，比如“正在转弯”“请让一让”之类，提高人机协作的安全性。
江倾认真听着每一个建议，不时插话问几个细节。
他的问题总是切中要害，往往能从一个看似简单的建议里，引申出更深层的技术考量。
比如当有工程师提议给机器人增加面部显示屏，用来显示简单表情时，江倾没有直接否定，而是提出问题。
“这个功能的应用场景是什么？用户需要机器人有表情吗？增加显示屏带来的成本、功耗、可靠性问题，和它带来的用户体验提升相比，值不值得？”
一连串问题让提议的工程师陷入了思考。
见状，江倾敲敲桌子，将所有人的注意力吸引过来，进行了总结。
“我不是反对这个想法，但任何功能的增加都要想清楚为什么。我们的机器人首先是工具，要实用、可靠、成本可控。在这个基础上，再考虑如何让用户用得更舒服。如果表情显示不能明显提升工作效率或安全性，那它可能就不是现阶段优先要考虑的功能。”
这番话让所有人都频频点头。
王星星全程在旁边安静地听着，忍不住低声对身边的副总感慨。
“看到没，这就是格局！不光懂技术，还懂产品，懂用户！”
讨论持续了一个多小时。
等所有优化建议都过了一遍，江倾才做了总结发言。
他站起身，走到电子白板前拿起笔。
“刚才大家提了很多好建议，我简单归纳一下，下一步的重点工作有以下几个方向。”
说罢，他在屏幕上写下第一点。
“一，运动控制的实时性优化。重点解决决策延迟问题，李工提的分层决策系统是个好思路，本周内拿出详细设计方案。”
接着，写下第二点。
“二，力控算法的精细化。不只是抓取力度，包括推、拉、扶、靠等各种接触场景的力学模型都要完善。徐朗负责，下个月底前完成第一版升级。”
敲了敲屏幕，他写下第三点。