00后耶鲁博士带队，瞄准消费级人形机器人，半年研发，即将百台量产

创业 2024-10-28 08:01 北京

‍‍

公司全称：UniX AI优理奇科技

融资轮次：未披露

产品/服务：具身智能机器人

创始人：杨丰瑜（Fred）

出生年份：2000年

教育背景：密歇根大学、耶鲁大学

作者丨黎晓梅

编辑丨刘恒涛

超乎年龄的成熟，是不少人对杨丰瑜的第一印象。

这位出生于2000年的年轻人，本科毕业于密歇根大学，目前是耶鲁大学的博士。在求学期间，他发表了世界上最大的视触觉数据集Touch and Go，并提出了世界首个融合触觉的预训练多模态大模型UniTouch。

杨丰瑜的另一重身份，是具身智能企业UniX AI优理奇科技的创始人。在竞争激烈的具身智能赛道，这家2024年初成立的初创企业，发展速度令人瞩目。杨丰瑜形容，他们是“用半年时间走完同行1-2年的开发流程”。

不同于大多数以B端场景切入的具身智能玩家，UniX AI主要聚焦C端家庭场景，2024年7月，UniX AI推出了轮式双臂机器人Wanda。Wanda可以执行抓取柔性物体、洗衣服、擦桌子等操作，并能理解完成一定复杂度的长序列任务。8月，UniX AI携Wanda与另一款双足人形机器人Martian亮相2024世界机器人大会（WRC），稳定的产品及功能展示受到了业内的广泛关注。

轮式双臂机器人Wanda

目前，UniX AI正在进行Wanda二代机升级，未来几个月将面向C端种子用户小批量交付。“尽管如今离家庭场景的通用泛化还有距离，但这是一个循序渐进的过程，必须先进入到实际应用场景中，收集高质量的数据，再持续迭代。”杨丰瑜表示。

杨丰瑜补充道，UniX AI在行业做到“后发先至”，得益于公司有一支非常成熟的团队，这支近百人的团队，集合了国内外顶尖技术专家，公司高管来自机器人、消费电子，汽车制造、物流、供应链等行业，在场景端具有丰富的商业化落地经验。此外，公司的触觉大模型UniTouch，极大提升了机器人训练效率，使公司保持快速的功能开发迭代。

双足人形机器人Martian

据悉，UniX AI成立不久，就吸引了王贺升等国际知名机器人专家加入团队。一个初出茅庐的具身智能公司为何能快速聚拢一批资深行业专家？UniX AI的员工表示，一是看好具身智能赛道；二是对创始人、公司定位与规划的高度认同；三是公司团队组建与产品迭代速度很快。“创业唯快不破”，给了大家强烈的信心，这也是UniX AI逐渐吸引行业专家加入的原因。

在具身智能机器人千帆竞发的当下，杨丰瑜带领的团队，如何理解行业的发展未来，对公司有哪些战略规划，是否给业内带来新变革？以下是UniX AI创始人兼首席执行官杨丰瑜的回答。

国内AI发展，为具身智能带来了经验复用

创业邦：您为何选择在人形机器人赛道创业？

杨丰瑜：我本科在美国密歇根大学读计算机专业，对具身智能很感兴趣，当时就有创业的想法。我本人提出的UniTouch大模型是世界第一个包含触觉的多模态大模型，在机器人材料识别、非刚性物体抓取等精细操作方面，极大提升了人形机器人执行端的任务效率，给公司奠定了一些技术基础。

在需求端，近两年人工智能发展很快，但我发现尽管大模型解决了人类的部分信息处理、知识获取、艺术创作等上层需求，但却把底层繁重的家务活动留给了人类。如果不解决这一问题，大模型就不能真正地造福人类，这也是AI带来的一个市场机会。我大概去年有了创业的想法，今年上半年才真正把公司组建起来。

创业邦：为什么在今年创业？相对于去年成立的企业，今年会是更适合的时间点吗？

杨丰瑜：从技术角度，今年机器人大脑层面的技术已经趋向成熟，能进行任务理解及规划，这为人形机器人的发展创造了先决条件。而以小脑为核心的具身模型技术路径尚未定型，不同的方案理论上均有机会，整条赛道处在发展初期阶段。

从商业化落地角度，全球有近百家人形机器人公司，但商业化均未取得实质突破。我们本身是奔着落地去的，今年的环境相比起去年明显冷静了，这能让我们看得更清晰。而且经过去年的探索与积累，也能帮助我们站在先驱者的肩膀上进行商业化。

我们今年才成立，但是答卷已经交的很漂亮，今年的WRC上我们的机器人在长达五天的展示中，表现也比较稳定。明年行业的要求就是量产落地，对此我们也非常有信心。

创业邦：您为何选择回国创业？

杨丰瑜：全球AI看中美，中国在AI方面有深厚的技术底子以及相当积极的创业氛围，适合具身智能初创企业发展。此外，中国的终端应用市场庞大，无论是人口基数、工程人才数量、还是场景丰富度，都在全球领先。

在国内，还有自动驾驶等几轮AI技术浪潮的创业经验复用，可以给具身智能创业公司提供借鉴。最后，国内在汽车和机器人方面供应链完整成熟，制造优势领先。无论是从环境、市场、人才还是产业链完整度，都满足了具身智能初创企业的成长需求。

创业邦：如何理解国内前几轮AI技术浪潮创业带来的经验复用？

杨丰瑜：比较能借鉴的是自动驾驶。自动驾驶=AI（软件）+汽车（制造及终端）+驾驶（操作）+乘用/商用（场景），自动化程度划分为L0-L5。自动驾驶的整体技术栈和人形机器人趋同，难点也同样在于物理数据收集，也存在大量corner case（长尾场景），但人形机器人操作场景的复杂性和多样性要更高。

借鉴上一个自动驾驶周期，我们可以得到这些经验：

1.物理数据收集的难度和时间是限制，在短期单靠数据提升AI能力不太现实。

2.其次，纯软件的路径很难跑通，因为涉及和主机厂的复杂交互，以及数据层面的隔阂，导致模型优化受限。所以特斯拉、理想等主机厂自己下场做自动驾驶总体发展的相对较快。

3.创业公司要找准商业化场景，并和模型及数据优势匹配。例如乘用车和商用车作为两个场景门类跨度巨大，甚至商用车领域在矿山、港口、物流等场景也同样存在跨度，所以相关技术和经验无法进行复用。

4.做自动驾驶的成本很高，Uber和Waymo初期都过于依赖昂贵的传感器，导致硬件成本很高。因此，我们在做人形机器人时，要更加注重对算法的研究，以及通过自研硬件降低成本。

5.前期自动驾驶领域的商业化timeline过于乐观，资本市场过度追捧。后期自动驾驶发展乏力，导致市场的投资热情减退。我们会根据人形机器人发展的实际情况，制定小步快走的迭代方案，保证市场对于具身智能的新鲜感。

创业邦：目前公司团队情况如何？

杨丰瑜：我们坚持学术+产业深度结合，由技术创新和产业落地双轮驱动。

目前团队规模近100人，来自MIT、哈佛大学、密歇根大学、加利福尼亚大学、北京大学等顶级院校，以及华为、比亚迪、大疆创新、科沃斯等知名企业。团队研究领域覆盖了结构、电子、算法、深度学习等领域，在机器人操作算法、感知技术、远程操控等方面拥有丰富经验。我们还将继续积极招募海外优秀算法人才，实现技术迭代上保持国际领先。

用6个月完成行业一年半的研发进度

创业邦：UniX AI的商业化进展如何？

杨丰瑜：我们第一代人形机器人已经开发完毕，从一代产品发布以来，收到的订单意向已经超过了我们的预期。目前正在开发第二代产品，接下来会筛选首批用户并陆续交付。软硬件方面的功能迭代开发，比我们预想中还要更快一些，基本上是用半年时间，达到了行业平均一年半的进度。

创业邦：UniX AI的商业化速度为什么这么快？

杨丰瑜：首先是我们软硬件全栈自研，不依靠外购来解决很多问题，所以迭代速度非常快。我们有一个非常精干的硬件团队，可以随时发现问题、随时修改。软件端也伴随场景和需求的变化，保持敏捷高效的迭代速度。

其次来自于我们的团队构成，我们招团队成员的标准是“穿越周期、打过大仗”，我们有很多行业老兵，在机器人整机结构、电机、谐波减速器等核心零部件领域都深耕很多年，已经有一定量产基础。并且团队管理结构扁平化，决策迅速，大家齐心协力，拧成一股绳往前走。

最后，来自我们算法结构的优势。我们的训练效率很高，能在少量示教的情况下，高效率完成复杂任务，能快速实现迭代更新。面对复杂的C端场景，我们还支持用户通过遥操等方式，共创一些高度非标的场景。

创新速度快、脚踏实地的团队特点，加上工程化能力以及供应链的支持，UniX AI才能在半年时间内，走完友商1-2年的开发流程。

创业邦：UniX AI实行软硬件自研，如何看待硬件自研的必要性？

杨丰瑜：通用人形机器人的性能要求比较高，并且产品初期需要快速迭代，这就要求软硬件深度耦合，才能支撑起迭代速度。另外，人形机器人的关键零部件相较传统工业机器人有很大的不同，还没有成形的供应链，因此很有必要自研。

如果不自研硬件，核心部件掌握在Tier 1供应商手中，硬件反馈就会很慢，限制后续的研发迭代。比如硬件升级不灵活，数据收集受限，端口不能完全开放，限制硬件创新的空间。现在部分核心零部件被外商垄断，不自研也存在供应链断供的风险。

一些同行会找一级供应商定制开发，但是人形机器人产量小，定制化开发小规模量产价格较高，会推高BOM成本。而公司自研零部件、自建供应链，达成设计-开发-制造的闭环，更容易降低BOM成本，提高产品性能。

从公司成立第一天开始，我们就在持续搭建供应链，现在已经相对成型了，我们一些零部件已经经历了至少四五代的迭代。未来通过用户和场景落地方面的反馈，我们大概会保持一两个月迭代一次的速度。我们团队成员具有硬件行业量产操盘的经验，在机器人、汽车、消费电子都有资深的积累，可以给我们借鉴，帮助快速搭建产业链。

创业邦：现在的产能规划如何？

杨丰瑜：我们初步规划了一个数千平的厂房，预计年底会正式落地，用于第二代人形机器人的量产，产线预计能支持年千台以上的产能。

创业邦：目前公司的工作重心有哪些？

杨丰瑜：从长期来说，我们还会不断补充技术、商业落地方面的顶尖人才，完善团队，这是我们会持续做的事。

短期来说，目前行业处在类似“iPhone 1”的阶段，团队的当务之急是把软硬件平台基础搭好。因为iPhone的初期阶段，是要和合作伙伴、和C端、B端的用户一起去共创场景和生态的。具身智能现在的关键词是“通用”和“泛化”，要实现共创，我们就要力争在高训练效率的基础上，实现更高的泛化性，以更高效的训练效率去完成较复杂的任务。

其次，所有行业的玩家都在试图从场景里找到PMF，另一个重要任务也是要把产品搬到场景里去。具体而言，我们会更关注上一代机器人解决不了的事情，这些尝试目前已经得到了积极的市场反馈。

核心是让用户先用起来

创业邦：UniX AI的核心竞争力有哪些？

杨丰瑜：我们软硬件全栈自研，有着成本优势。具身智能机器人想要真正产业化，真正进入C端场景，必须大幅降低成本。我们团队投入了大量精力在供应链上，目前我们的物料清单（BOM）成本是在一个苹果智能手机和一个入门级汽车的售价之间。

在算法上，我们的模型相比端到端模型在泛化上相当具有优势，UniTouch大模型仅靠3-5组的数据，就能够比肩端到端模型50组数据的训练效率。另外，我们的模型是一个白盒模型，具备可解释性，而不是一个端到端的纯黑盒模型。这意味着我们有几个关键点，可以人为地进行可视化，并进行添加、删除或修改，增加模型的可干预性和可纠错性。

在功能上，我们已经实现了一些刚需的家务劳动场景，比如洗衣、做饭、洗碗等，此外用户可以通过遥操作的方式，与我们共创一些功能，训练人形机器人学习一些高度非标场景的操作，可以极大提升人形机器人的泛化性。

我们的团队成员来自不同背景，彼此能碰撞出更多火花，而且团队风格务实，一心朝着量产落地的方向前进，不会盲目跟风。

创业邦：视触觉模型带来的优势有哪些？

杨丰瑜：大多数模型主要依靠视觉，但光靠视觉是无法适应末端执行的多样性的，这时候触觉的数据反馈就极其重要。尤其在C端场景，触觉大模型可以处理更加精细的任务。比如一块柔嫩的豆腐，如何让机器人既能抓起来，又不破坏豆腐的外形；或是拧紧瓶盖，如何既保证不漏水，又不让水瓶变形。

操作这件事儿，关键点有几个，一是接触前的轨迹规划；二是接触后，执行器对力学做出的精准反馈。例如给手机充电，只通过视觉是没法判断插头是否连接到位的，只有通过力觉的反馈，才知道插头有没有插到位。三是触觉会弥补视觉在被遮挡、在盲区操作以及抓取柔性物体的困难。

我们的Unitouch预训练模型以及核心关键点技术，可以降低对数据的依赖。相比其他方案，在训练效率和经济性上也更有优势。

创业邦：为什么会选择先从家庭场景切入？

杨丰瑜：准确来说，我们切入的是消费级市场，消费级机器人的市场空间更大，用户粘性更强，有定义一个品类的机会。目前我们选择先进入C端家庭场景，其他的商服场景也在规划中。

家庭场景的优势包括用户基数庞大，具备一定购买力。相较于种类丰富的工业机器人，家庭场景机器人渗透率低，而且这一场景的机器人主要以扫地、陪伴等单一任务为主，缺乏通用泛化的机器人。我们的模型训练效率高，也有快速落地家庭场景的优势。此外，家庭场景及任务种类多样，数据价值大，可以在单一场景中率先优化泛化能力，后续降维切入其他场景。

创业邦：家庭场景的泛化要求很高，公司有何应对策略？

杨丰瑜：现在确实离家庭场景的通用泛化要求还有距离，但我们要抢占先机。创新型消费电子公司切入市场时，1.0产品都比较简单，后续结合自身软硬件研发与用户使用反馈迭代。现在整个人形机器人赛道在萌芽期，我们的核心是要让用户先使用起来，形成正向数据反馈优化产品功能，而不是等到一个成熟的产品出来再进入市场，时间太久也不现实。

创业邦：如何看待B端市场，为何短期内没有选择进入？

杨丰瑜：公司团队在汽车、物流供应链、消费电子等领域拥有很丰富的资源以及场景拓展能力，也很了解B端。的确目前大多数人形机器人公司先选择切入工业场景，但我们对场景深入分析后，认为家庭和商服场景更具有落地价值。

B端分为工业和商业场景，目前均有成熟的在役机器人了。并且我认为人形形态之于工业场景的必要性是难以论证的。工业制造安全性及重复性要求高，容错率极低，选择人形机器人替代人或者工业机器人存在很大挑战，一旦产线上操作失误，造成的损失巨大。

人形机器人在B端进行DEMO测试很容易，但是规模化速度很慢，更适合特斯拉这样的大厂自己做。另外，工业场景相对封闭，任务单一，对通用泛化的要求低，对大多数人形机器人企业而言，也很难在这个场景里形成数据飞轮。

相较之下，人形机器人在商服场景存在机会，例如零售商超、物流、公共服务等领域。商服和家庭两个场景功能需求接近，公司先从家庭场景着手，持续关注商服场景，等商服场景具备商业化条件后，公司可以技术降维，轻松切入这一场景。

将给出“惊喜”的发售价格

创业邦：UniX AI的人形机器人，发售价格大概会是多少？

杨丰瑜：我们的人形机器人正式发售的时候，会给大家一个惊喜的价格。因为我们团队在控制成本方面花了很多精力，控制效果也比较好。目前我们收到了一些订单，通过市场调研，我们的价格肯定会比当前市场上的大部分厂商更低。

创业邦：不少具身智能企业选择“沿途下蛋”，公司会选择这一模式吗？

杨丰瑜：具身智能更类似于150年前的奔驰，技术和方案都没收敛，无论是灵巧手的自由度、手指的数量、驱动关节的方案。从我们的角度说，在行业没收敛的状态下，做核心零部件的销售并不是很合适的生意。不过，要是后续具身智能的出货量比较大的话，我们也不排除对一些核心零部件做分拆。比如我们能量产1万台了，会考虑这个方向。按照现在的收敛速度来看，我觉得这个阶段会很快来临。

创业邦：创立公司以来，遇到了哪些挑战？

杨丰瑜：现在有点像智能汽车行业最初的状态，甚至难度会更高一点。因为智能汽车的方案已经相对收敛了，但人形机器人整体上还没有。在这样一个混沌且充满变数的状态里，把握好节奏、高效率、少犯错、快速迭代，非常关键。

这也是为什么我们说，团队的认知很关键。摆在所有创业公司面前的有非常多的可能性和选择，无论是技术还是场景，该如何去认知、少犯错？如何去组织对接好资源，达成目标？我觉得这些事情很关键，对我们团队来说，最困难的阶段已经过去了，已经交出了不错的答卷。未来行业的挑战是量产和交付，我们团队在供应链侧、产品和销售侧都比较有经验，我们会更有优势一些。

我们不怕犯错，犯错是产品商业化必须经历的一段历程。在这一波具身智能创业的浪潮里，我们已经站在一个比较好的位置了，未来会不断前行。

创业邦：您如何看待人形机器人的未来，UniX AI 未来有哪些发展规划？

杨丰瑜：我们对具身智能保持乐观的态度，根据我们的市场调研反馈，在三年以内推进大规模商业化是完全没有问题的，我们非常有信心。今年和明年我们的核心目标是完善软硬件平台，小批量交付机器人产品。我们接下来会发布第二代Wanda人形机器人，并展示更多新的功能操作。明年年初我们将重点推进人形机器人的量产和落地，落地前会进行一些用户反馈的预热。

关注睿兽分析视频号

拥抱AI新时代👇

欢迎订阅AIGC产业日报，精选行业新闻，帮你省时间！👇

AIGC社群邀您加入

点赞、在看点这里

http://mp.weixin.qq.com/s?__biz=MjM5ODMxMjU4MA==&mid=2647713203&idx=1&sn=b37d6b2977feee3627dc4590d116dc6b

快鲤鱼

创业邦旗下AGI矩阵号，寻找海内外创新性的AGI高成长公司，记录AGI商业领袖的成长轨迹。

最新文章

国产大模型独角兽，困在光环里

余承东官宣Mate70新功能：AI隔空传送；OpenAI押注的1X明示下一步：让机器人跑起来丨AIGC日报

一朝成名，一夜破产！这家谷歌前高管创立的AI公司突然宣布倒闭，专家：这个行业不适合AI

马斯克宣布旗下xAI开源的大模型Grok已支持解析PDF文件；Mistral AI更新Le Chat聊天机器人丨AIGC日报

所有AI应用的尽头，是MBTI？

Suno V4来了，随便几个音都能变成完整歌曲；搜狗输入法12.0发布：接入腾讯混元，移动/PC端深度融合AI丨AIGC日报

蜜雪冰城首次成立AI技术公司，注册资本5000万元；OpenAI薪酬大曝光：奥特曼身价20亿美元，年薪只有7.6万美元丨AI周报

卡内基梅隆博士造出一只“鸟人”，抢先特斯拉完成一万订单，刚融了10亿

关于AI幻觉，周鸿祎、李彦宏唱反调；朱啸虎首个AI硬件项完成数千万元融资丨AIGC日报

江西98年小伙，大厂辞职后全职创业，打造中国爆火Prompt社区

Sam Altman为挑战英伟达的Rain AI寻求投资者；四足机器人完成全程马拉松丨AIGC日报

怎样保证你不是AGI独裁者？马斯克为何退出OpenAI？早期邮件公开了

消息称腾讯杰出科学家、混元大模型技术负责人之一刘威离职；谷歌回应Gemini聊天机器人回复“人类去死吧”丨AIGC日报

“大疆教父”回湖南老家，打造90亿估值独角兽，即将IPO

亚马逊为其Fire HD 8以上型号的平板电脑带来新的AI功能；成都又一共建大模型实验室揭牌丨AIGC日报

孙正义的AI野望：Arm如何成为当下投资热潮的意外赢家？

请收下，一次就能学会的AI提问技巧

OpenAI大动作：首个AI助理产品或明年1月发布；240亿独角兽创始人与前投资人“反目”，被前投资人告上国际仲裁庭丨AI周报

谷歌员工集体打脸劈柴，25%新代码AI生成夸大事实！Linux之父怒斥90%都是营销

AI模型10秒内检出脑肿瘤残留；谷歌推出全新AI工具Learn About，专注于教育与学习丨AIGC日报

医学世家女投资人杀入医学赛道，用AI+多组学打造精准医学解决方案

OpenAI联合创始人兼前总裁布罗克曼宣布正式回归；英伟达与软银将在日本合作建设AI基础设施丨AIGC日报

“越大越好”的路径走不通？OpenAI正在寻求训练模型的新方法；小度发布AI眼镜，明年上半年上市丨AIGC日报

大模型来了，我还用搜索吗？

第一批AI明星公司，开始被大厂收购

OpenAI押注的1X解锁新场景，人形机器人化身大厨；谷歌将为iPhone推出独立的Gemini App丨AIGC日报

我的AI恋人，因为降本增效“死”了

昆仑万维SkyReels AI短剧平台将于12月10日在美国正式上线；亚马逊讨论再投Anthropic数十亿美元丨AIGC日报

中科大少年班天才做商用清洁机器人，拿下多个清洁巨头订单

OpenAI七年元老、安全副总裁Lilian Weng官宣离职；美图奇想大模型多项功能将上线三星手机丨AIGC日报

AI “电子舌头”来了！可品尝食物味道，轻松检测食品新鲜度；亚马逊计划再向OpenAI竞争对手投资数十亿美元丨AI周报

汽车厂商“批量生产”大模型

OpenAI买下域名chat.com；字节跳动AI助手豆包开启视频生成内测丨AIGC日报

当AI搜索开始赚钱养家

快手公布图生视频专利；京东方脑机接口系统专利获授权丨AIGC日报

AI都能教人面试了？简历只加一句话，offer爆涨四倍

小鹏鹏行前高管创业入局AI陪伴机器人；腾讯推出Hunyuan-Large开源大模型丨AIGC日报

十问“AI陪伴”：现状、趋势与机会

北京市人工智能产业投资基金等入股智谱AI；迪士尼正组建全新技术团队，专研AI、AR等技术应用丨AIGC日报

Runway CEO：AI公司的时代已经结束了

高薪AI职位的痛，1186万应届生最懂

微软斥资近100亿美元租用CoreWeave AI服务器；蚂蚁集团入股星海图人工智能科技公司丨AIGC日报

传奇投资人再度拉响警报：“AI泡沫”终将破裂，美股料随之崩盘；马斯克计划为xAI融资50亿美元，估值450亿美元丨AI周报

“说AI应用没人投的都是不懂的”

知乎直答发布专业搜索：引入超5000万篇文献，支持文件智能解析；百川智能推出一站式大模型商业化解决方案丨AIGC日报

手机厂商纷纷“All in AI”，为何AI手机卖不动？

谷歌DeepMind顶尖研究员加入Anthropic；OpenAI约75%收入来自消费者订阅丨AIGC日报

字节AI为何凶猛：重启App工厂，争抢“豆包”，连模型也要赛马

微软开源OmniParser纯视觉GUI智能体；华为云公布两项数字人相关专利丨AIGC日报

大模型预训练“狼人杀”，是谁悄悄掉队了？

分类

时事

民生

政务

教育

文化

科技

财富

体娱

健康

情感

旅行

百科

职场

楼市

企业

乐活

学术

汽车

时尚

创业

美食

幽默

美体

文摘

原创标签

时事社会财经军事教育体育科技汽车科学房产搞笑综艺明星音乐动漫游戏时尚健康旅游美食生活摄影宠物职场育儿情感小说曲艺文化历史三农文学娱乐电影视频图片新闻宗教电视剧纪录片广告创意壁纸头像心灵鸡汤星座命理教育培训艺术文化金融财经健康医疗美妆时尚餐饮美食母婴育儿社会新闻工业农业时事政治星座占卜幽默笑话独立短篇连载作品文化历史科技互联网

发布位置

广东北京山东江苏河南浙江山西福建河北上海四川陕西湖南安徽湖北内蒙古江西云南广西甘肃辽宁黑龙江贵州新疆重庆吉林天津海南青海宁夏西藏香港澳门台湾美国加拿大澳大利亚日本新加坡英国西班牙新西兰韩国泰国法国德国意大利缅甸菲律宾马来西亚越南荷兰柬埔寨俄罗斯巴西智利卢森堡芬兰瑞典比利时瑞士土耳其斐济挪威朝鲜尼日利亚阿根廷匈牙利爱尔兰印度老挝葡萄牙乌克兰印度尼西亚哈萨克斯坦塔吉克斯坦希腊南非蒙古奥地利肯尼亚加纳丹麦津巴布韦埃及坦桑尼亚捷克阿联酋安哥拉