12月8日，地平線首屆技術(shù)生態(tài)大會(huì)（Horizon Together 2025）在深圳啟幕。大會(huì)以“向高同行”為主題，匯聚全球汽車產(chǎn)業(yè)鏈頭部公司，聚焦“加速全場(chǎng)景輔助駕駛量產(chǎn)普及”的階段性使命，分享前沿實(shí)踐，凝聚關(guān)鍵共識(shí)。

其中在“從智能汽車到機(jī)器人的技術(shù)躍遷”專題論壇上，本末科技創(chuàng)始人兼CEO張笛、極佳視界創(chuàng)始人兼CEO黃冠、優(yōu)必選研究院A1大模型與交互部負(fù)責(zé)人石海林、香港大學(xué)數(shù)據(jù)科學(xué)研究院助理教授李弘揚(yáng)、地瓜機(jī)器人CEO王叢等多位嘉賓就當(dāng)前具身智能領(lǐng)域的共識(shí)與非共識(shí)話題展開了深度探討。

圓桌正文：  

現(xiàn)在，我們即將進(jìn)入今天下午的圓桌對(duì)話環(huán)節(jié)。本場(chǎng)圓桌的議題為：「名」人不說暗話：聊聊具身智能的共識(shí)與非共識(shí)。

今天很高興邀請(qǐng)到極客公園創(chuàng)始人張鵬先生來擔(dān)任本場(chǎng)圓桌的主持人。作為一名擁有超過二十年經(jīng)驗(yàn)的資深科技觀察家，他始終身處創(chuàng)新一線，對(duì)中國(guó)商業(yè)與技術(shù)的互動(dòng)演進(jìn)有著深刻而獨(dú)到的理解。下面讓我們有請(qǐng)張鵬先生登場(chǎng)！同時(shí)，有請(qǐng)各位對(duì)話嘉賓一同登臺(tái)。掌聲歡迎各位！

 張鵬：非常高興今天來到地平線機(jī)器人生態(tài)大會(huì)，應(yīng)該這是第一年辦這個(gè)大會(huì)，我一直能感受到這個(gè)大會(huì)可能未來對(duì)整個(gè)行業(yè)有持續(xù)的影響。而且確實(shí)跟余凱認(rèn)識(shí)很多年了，從地平線的誕生就一直目睹這家公司發(fā)展，其實(shí)他剛才說得挺真實(shí)的，早年間他也一直跟我說，不管是智駕還是具身智能，這件事都保持比較悲觀，但我覺得他的悲觀是不同的聚焦，有時(shí)候你的悲觀只是讓你不過度浪費(fèi)自己在這個(gè)階段的經(jīng)歷，但是他可以迅速?gòu)谋^轉(zhuǎn)向樂觀，這可能是技術(shù)創(chuàng)新里面非常重要的能力。

今天我們的圓桌還挺有意思的，我們有搞技術(shù)的，搞產(chǎn)品的，還有搞研究的，幾個(gè)維度湊在一起，正好能拼成一個(gè)有意思的拼圖，而且大家的技術(shù)路線各方面也不一定都一樣，所以順著這個(gè)視角，可以開啟我們今天的探討。爭(zhēng)取把里面的一些共識(shí)也好，非共識(shí)也好，能碰撞出更多的火花。我覺得開啟的第一個(gè)話題還是去聊一聊最近也比較熱的所謂的人形概念，我知道本末是做直驅(qū)型的機(jī)器人關(guān)節(jié)對(duì)吧？但我反而想把人形這個(gè)問題先問你，因?yàn)槟憧隙ㄔ谶@條線上是看過人形和雙足這種形態(tài)的，那你們還會(huì)堅(jiān)持往這方面去走，這里邊你怎么理解？就是雙足這個(gè)事兒，今天可能會(huì)遇到的挑戰(zhàn)和包括你為什么當(dāng)時(shí)選擇的是另一個(gè)不同的路線，先聽聽你的觀點(diǎn)。

  張笛：首先是本末我們自己一方面有一個(gè)直驅(qū)型的機(jī)器人關(guān)節(jié)的特色技術(shù)平臺(tái)，另外一塊是以輪足為特色的具身智能的機(jī)器人技術(shù)平臺(tái)。我們選擇這個(gè)方向出發(fā)點(diǎn)跟剛才張鵬老師講到的，我們作為技術(shù)型的創(chuàng)業(yè)者，對(duì)樂觀和悲觀我們到底應(yīng)該怎么看，怎么樣去建模？因?yàn)槲覀€(gè)人包括我們整個(gè)團(tuán)隊(duì)其實(shí)一直是對(duì)未來持有無限樂觀，但是對(duì)中短期的界限，會(huì)盡可能保持悲觀的狀態(tài)。硬科技有一個(gè)特點(diǎn)，別到最后創(chuàng)業(yè)未半中道崩卒，還沒等實(shí)現(xiàn)自己的技術(shù)愿景，反而最后導(dǎo)致自己的經(jīng)營(yíng)上出現(xiàn)問題，所以我們本質(zhì)上建模可能會(huì)傾向于用這種方式，去做公司未來技術(shù)路線的選擇。

在這個(gè)路線下面，我們?nèi)タ慈诵螜C(jī)器人和輪足這樣的形貌，其實(shí)核心的差異點(diǎn)是在于我們對(duì)移動(dòng)和操作這兩個(gè)大問題上，我們到底選擇什么樣的解題思路，一種解題思路是純仿生，另外一種是不單純的仿生，不只仿生，我們傾向于第二個(gè)。從人形的角度來看，當(dāng)然可能有很多人會(huì)說人形會(huì)有很多落地的場(chǎng)景，我們也從來不排斥這樣的觀點(diǎn)和看法，但是我覺得今天的主題也比較好，名人不說暗話，還是虛火過剩的，我還是覺得這個(gè)行業(yè)是很強(qiáng)的。

    張鵬：說的是虛火，一定是今天有什么問題不好解決，大家的熱情可能會(huì)往墻上碰到一些阻礙，你覺得問題主要卡在哪？

張笛：我覺得問題是現(xiàn)在其實(shí)大家對(duì)這個(gè)行業(yè)的關(guān)注是夠的，這是非常好的一件事兒。因?yàn)槿魏我粋€(gè)行業(yè)都需要有一定的show off的能力，讓大家有足夠的傳播點(diǎn)，但是問題在大家只關(guān)注到了其中的一方面，大家只關(guān)注機(jī)器人這個(gè)大品類當(dāng)中類人形的一方面，這件事情是不夠健康的。其實(shí)機(jī)器人這個(gè)品類有非常多可以選擇的余地，甚至說仿生、擬人都只是一個(gè)可以選擇的方向，這個(gè)行業(yè)有無限的可能，這就是為什么我們說對(duì)未來無限樂觀，但是對(duì)現(xiàn)在卻保持相對(duì)審慎的態(tài)度，我們覺得機(jī)器人這個(gè)賽道可以走伴生的模式非常多，但是現(xiàn)在似乎有太多狹隘，把所有的精力和資源投在一個(gè)角度上，這就是我們傾向于未來在雙足和輪足上面，我們會(huì)朝著非擬人、非仿生這個(gè)方向探索的一個(gè)主要原因。

張鵬：所以你是相信未必要去擬人，更愿意做超人的一些東西，所以超人的場(chǎng)景和擬人的場(chǎng)景會(huì)多？或者超人比擬人在有些場(chǎng)景里有更好的解法，是可以這么理解的一個(gè)邏輯嗎？

張笛：可以這么理解，而且我覺得最主要的是，擬人作為一個(gè)大行業(yè)的入場(chǎng)券，沒有任何的設(shè)計(jì)參照，開始想盡辦法去開啟一個(gè)行業(yè)，這個(gè)起始點(diǎn)非常好。但是隨著一個(gè)行業(yè)的向下發(fā)展，總會(huì)發(fā)現(xiàn)，其實(shí)墊腳石下一步踩在哪？英雄老路未必是最優(yōu)解，我們有非常多的思路告訴你，機(jī)器人是新物種，可以完全設(shè)計(jì)一個(gè)新的產(chǎn)品，這個(gè)對(duì)整個(gè)行業(yè)來講是最健康，最有誘惑力，對(duì)我們年輕的人來講也是最有挑戰(zhàn)的方向。

張鵬：張笛是大概四年前，那時(shí)候還是一個(gè)稚嫩的創(chuàng)業(yè)公司，被邀請(qǐng)到極客公園創(chuàng)新大會(huì)的舞臺(tái)上，我們嘗試去點(diǎn)亮，贏得一些關(guān)注?，F(xiàn)在好多了。那我覺得剛才你的觀點(diǎn)很鮮明，我問問石海林總，不是我挑事，但是他剛才說的這個(gè)點(diǎn)，也確實(shí)說雙足人形注意力比較集中，這是過去幾年的真相。今天大家也在看不同的形態(tài)，你的視角下，為什么人形、雙足這個(gè)事還是對(duì)你們來說是非常關(guān)鍵的點(diǎn)？

  石海林：這個(gè)問題，我們優(yōu)必選作為人形機(jī)器人的先行者以及行業(yè)龍頭，我們會(huì)很務(wù)實(shí)去看人形機(jī)器人，包括雙足輪式，都是屬于人形機(jī)器人，回到這個(gè)問題，我覺得可以從兩方面去看。第一個(gè)我們追根溯源，去看人類為什么是人形的。從大自然還有生物進(jìn)化千百年來看，人之所以成為人形，我們的四肢，我們的手有五個(gè)手指頭，我們的五官在頭上，我們大部分人的眼睛的距離平均在6厘米，為什么大家都是這樣的，其實(shí)背后是因?yàn)檫m應(yīng)了自然環(huán)境和我們?nèi)祟惿鐣?huì)環(huán)境的結(jié)果。

今天我們來看人形機(jī)器人，它去做到人形，其實(shí)更多的不是說我們一定要做到怎么樣，而是說從自然最優(yōu)化的結(jié)果拿到了一些結(jié)論，用在我們?nèi)诵螜C(jī)器人的產(chǎn)品和形態(tài)上，這是第一點(diǎn)。

第二點(diǎn)，我覺得更多也是可以從產(chǎn)業(yè)的應(yīng)用場(chǎng)景去看，就以優(yōu)必選我們現(xiàn)在聚焦的工業(yè)場(chǎng)景（來說），人形機(jī)器人現(xiàn)在主要有三大應(yīng)用場(chǎng)景，工業(yè)場(chǎng)景、商業(yè)場(chǎng)景以及家用陪伴場(chǎng)景。后兩個(gè)商用場(chǎng)景和家用場(chǎng)景，因?yàn)檫€有一些交互和情感陪伴的需求，這些需求會(huì)更直接的去對(duì)人形外觀、ID設(shè)計(jì)甚至仿生人形有更高的要求，這些還是比較直接能得出的結(jié)論。從工業(yè)場(chǎng)景來看的話，為什么我們也要去看人形在這個(gè)場(chǎng)景里的優(yōu)化，因?yàn)樵诠I(yè)場(chǎng)景，通過長(zhǎng)期以來的應(yīng)用，我們可以看到有大量的結(jié)構(gòu)化任務(wù)，也有更大量的非結(jié)構(gòu)化任務(wù)，這些非結(jié)構(gòu)化的任務(wù)從需求出發(fā)，去要求產(chǎn)品和功能要具備更強(qiáng)的泛化能力。在我們?cè)诠S看到，各類形形色色的機(jī)械臂各種捶打，但是只能做一些特定的死的任務(wù)，而且形態(tài)各異，動(dòng)不動(dòng)4、5米高，特別大。

但我們看到更多的任務(wù)，是比如說物流轉(zhuǎn)運(yùn)，里面包含了搬運(yùn)、分揀的任務(wù)，還有上下料、精密裝配，他們的場(chǎng)景很多是一些狹窄的通道，一些靈巧的柔性的操作，這些對(duì)機(jī)器人的操作更高，泛化能力也更強(qiáng)。比如這些操作、搬運(yùn)、上下料，所以在這些場(chǎng)景需求的催生下，我們會(huì)往人形這個(gè)方向去看。

張鵬：所以還是因?yàn)檫@個(gè)社會(huì)是人構(gòu)建的一個(gè)社會(huì)，現(xiàn)有的這種大的商業(yè)環(huán)境也好，工業(yè)的環(huán)境也好，人是重要的生產(chǎn)力主體。所以即便我們要引入新一代的生產(chǎn)力，最好還是別面臨根本性的改造，人是不是能被替代，這個(gè)是容易思考。是不是還有一個(gè)數(shù)據(jù)的維度，最近也聽到一個(gè)視角，人形是因?yàn)樗菀鬃鰯?shù)據(jù)遷移，我拿去做遙操也好，或者采集這樣的數(shù)據(jù)，它在數(shù)據(jù)的循環(huán)上跑得更好，這個(gè)也是你們感知到，真的存在這樣的效率優(yōu)勢(shì)嗎？ 

石海林：對(duì)的，人形數(shù)據(jù)相對(duì)其他形態(tài)的數(shù)據(jù)更容易采集獲取、標(biāo)注清洗。以遙操作采集為例，如果設(shè)備與人形，比如手部、雙臂，是同樣的甚至同構(gòu)的，那么操作員操作起來會(huì)更高效便捷，同時(shí)培訓(xùn)一個(gè)數(shù)量的操作員也更簡(jiǎn)單容易。 

    張鵬：我這里再補(bǔ)充問兩位同樣的問題，大家簡(jiǎn)短地說一下你們的判斷邏輯。因?yàn)楝F(xiàn)在大家討論，可能輪足更是這樣，它是未來設(shè)計(jì)通用的東西，還是未來通用的基座加不同的任務(wù)包、任務(wù)能力，分散到不同的場(chǎng)景適配會(huì)更好？人形現(xiàn)在看起來，好像大家都走了通用的概念，會(huì)不會(huì)未來它是一個(gè)底盤加應(yīng)用，還是未來就是一個(gè)統(tǒng)一的啥都能干？ 

張笛：其實(shí)本末科技在觀察行業(yè)生態(tài)時(shí)有很多發(fā)現(xiàn)，因?yàn)槲姨岬?，我們公司是平臺(tái)化的機(jī)器人供應(yīng)商，我們是有關(guān)鍵技術(shù)去服務(wù)客戶。在這個(gè)過程中我們發(fā)現(xiàn)整個(gè)具身智能大的方向可以分兩類，按照張總講的分類方法，但我們的叫法會(huì)叫成學(xué)院派和產(chǎn)業(yè)派，其實(shí)相差最主要的點(diǎn)，學(xué)院派是自上而下，以通用為大旗，去把所有的相關(guān)的技術(shù)去做推廣和積累，但產(chǎn)業(yè)派就是循序漸進(jìn)去做通用，本質(zhì)上就是一個(gè)基座上面疊加模組。這兩個(gè)一個(gè)是自下而上，一個(gè)是自上而下，但是我們從統(tǒng)計(jì)上來看，產(chǎn)業(yè)派的速度和市場(chǎng)化的速度確實(shí)沒那么快，假如大家認(rèn)可，以底層的通用化平臺(tái)加各種各樣的功能模組逐漸去做通用這件事，是一條通向具身智能的道路的話，現(xiàn)在從商業(yè)化的角度，還是產(chǎn)業(yè)化會(huì)推動(dòng)得更快一點(diǎn)。 

   張鵬：石海林你怎么看？ 

 石海林：我完全認(rèn)同張笛總的觀點(diǎn)，在產(chǎn)業(yè)派這一塊，我們自下而上從場(chǎng)景任務(wù)出發(fā)，構(gòu)建海量的數(shù)據(jù)，以及基于算力的一些資源和優(yōu)勢(shì)，去快速把學(xué)術(shù)界從上而下的基座模型應(yīng)用在具體各類場(chǎng)景中。而且這個(gè)周期我們認(rèn)為是一個(gè)絕對(duì)的加速化的過程，因?yàn)槲覀兛吹剑热缡畮啄昵拔覀冋f做智能化，那個(gè)時(shí)候是做感知智能，如果我們比如以AlexNet作為標(biāo)志物，作為開端，到2022年，比如說那會(huì)兒ViT作為一個(gè)成熟標(biāo)志的話，從發(fā)展到成熟感知智能花了十年時(shí)間。但是在感知智能的下一階段，交互智能如果我們以17年transformer出現(xiàn)為開端，到它成熟期，比如說正好三年前ChatGPT發(fā)布作為一個(gè)成熟標(biāo)志的話，這個(gè)過程從十年加速到了五年。那我們今天來看具身智能這一塊，如果我們以ALOHA為代表，他打通了Neural Network在具身智能這一塊的技術(shù)方案。所以我們可以把2023年作為起始點(diǎn)的話，假設(shè)我們也是以最保守5年來估計(jì)，從23年到28年，今天來算的話可能就三年，或者18個(gè)月，就已經(jīng)進(jìn)入到成熟期，這個(gè)周期是大大加快。 

張鵬：剛才這兩位聊了聊在形態(tài)上面和發(fā)展路徑上可能的預(yù)期，我問問黃總，因?yàn)槟銈儙准腋闶澜缒Ｐ停澜缒Ｐ驮谥邱{領(lǐng)域，到底現(xiàn)在能解決什么問題，還有什么問題有待解決？能不能給我們一個(gè)比較清晰的技術(shù)進(jìn)展和世界觀？

黃冠：我覺得這個(gè)問題提得特別好，像“世界模型”“空間智能”這些概念都備受關(guān)注。大家探討其在內(nèi)容創(chuàng)作、自動(dòng)駕駛以及具身智能等領(lǐng)域的應(yīng)用時(shí)，我想先講講我個(gè)人對(duì)世界模型對(duì)具身智能領(lǐng)域價(jià)值的一些看法。

我認(rèn)為世界模型是物理AGI最后的瓶頸，并且它不是要5年、10年被攻克掉，實(shí)際上我們已經(jīng)看到了它被解決的曙光，得益于整個(gè)生成式AI的發(fā)展，這是我對(duì)整個(gè)世界模型大的看法。

更具體，世界模型對(duì)具身智能的價(jià)值是全方位的。其實(shí)我們講一個(gè)具身模型，無非就是講數(shù)據(jù)來源、學(xué)習(xí)范式，以及模型架構(gòu)。世界模型在這三方面都有非常高的價(jià)值，首先數(shù)據(jù)來源，如果具身智能僅僅依賴真實(shí)機(jī)器和傳統(tǒng)仿真這兩種方式，可能會(huì)存在比較大的瓶頸。真機(jī)要采集到足夠的數(shù)據(jù)極其困難，基于規(guī)則構(gòu)建的傳統(tǒng)仿真上限也比較受限。而世界模型提供了一種非常高效生成世界的方式，雖然它目前并不完美，但已經(jīng)展現(xiàn)出巨大的價(jià)值，它是一個(gè)數(shù)據(jù)引擎，能夠?yàn)榫呱碇悄芴峁o限的所需的數(shù)據(jù)。

第二個(gè)是在學(xué)習(xí)范式上，模仿學(xué)習(xí)很有價(jià)值但是遠(yuǎn)遠(yuǎn)不夠，強(qiáng)化學(xué)習(xí)如果只是依賴真實(shí)環(huán)境去做，也是很低效的，包括大家現(xiàn)在看到Pi0.6 star，雖然已經(jīng)進(jìn)步很大了，但仍然高度依賴真實(shí)環(huán)境；而世界模型實(shí)際上為強(qiáng)化學(xué)習(xí)提供了一個(gè)非常好的閉環(huán)環(huán)境，它是能夠被action驅(qū)動(dòng)的，來預(yù)測(cè)未來環(huán)境變化的模型。 

 張鵬：是能擺脫真實(shí)世界以光速進(jìn)化的環(huán)境。 

 黃冠：對(duì)，所以我們叫它是可以Scale（英）的強(qiáng)化學(xué)習(xí)，這是它作為模擬器的第二點(diǎn)價(jià)值。第三點(diǎn)就是更本質(zhì)了，叫做世界行動(dòng)模型，可以替代VLA，L為什么會(huì)對(duì)action一定必須呢？我們過去做自動(dòng)駕駛也沒有語言，所以VLA依賴這個(gè)L問題是很大的，要真正實(shí)現(xiàn)智能，就得邁向世界行動(dòng)模型，所以我認(rèn)為這三個(gè)點(diǎn)的價(jià)值都會(huì)非常大。

目前行業(yè)進(jìn)展上，在上面三個(gè)方面，無論是我們的一些工作，還是全球的包括像Cosmos很多一些工作，世界模型都已經(jīng)開始大規(guī)模的產(chǎn)生價(jià)值了。這是我對(duì)世界模型和具身智能關(guān)系的理解。 

張鵬：很有意思，因?yàn)槭澜缒Ｐ偷某霈F(xiàn)就是因?yàn)樵诰呱眍I(lǐng)域里面數(shù)據(jù)這個(gè)事比較頭疼，但是既然說世界模型是模型，只要是模型，都存在數(shù)據(jù)問題，所以世界模型的數(shù)據(jù)這個(gè)事就有點(diǎn)死循環(huán)，你怎么看這個(gè)事？ 

黃冠：這兩個(gè)問題都問得非常好，我還是思考一下，我可能這樣回答。我跟大家介紹一下，第一個(gè)是各個(gè)模型的關(guān)系，我們講三個(gè)模型，語言模型、世界模型、行動(dòng)模型。語言模型輸出的是語言，世界模型輸出的是對(duì)未來世界的預(yù)測(cè)，未來的世界可以用video去表示，可以用3D去表示，當(dāng)然也可以把physics表示進(jìn)去。第三個(gè)行動(dòng)模型輸出的是action。所以這是三個(gè)非常不同的模型。

第二個(gè)，為什么語言模型跟世界模型其實(shí)可能相比行動(dòng)模型會(huì)好解決呢？就是因?yàn)閿?shù)據(jù)多，大家都知道，語言模型有互聯(lián)網(wǎng)上的海量文字?jǐn)?shù)據(jù)作為支撐。而世界模型所依賴的數(shù)據(jù)中，互聯(lián)網(wǎng)的視頻數(shù)據(jù)是最重要和基礎(chǔ)的部分，這些視頻數(shù)據(jù)看似沒有直接呈現(xiàn)三維（3D）和physics，但實(shí)際上3D和physics都隱含在視頻的隱空間里了。大家看互聯(lián)網(wǎng)上的視頻，比如一個(gè)水杯被扔出去，這其中就蘊(yùn)含了非常豐富的物理規(guī)律。所以視頻數(shù)據(jù)其實(shí)是一個(gè)非常好的構(gòu)建世界基礎(chǔ)模型（world foundation model）的素材來源，雖然它并不完備，但是一個(gè)非常好的基礎(chǔ)。而我們最不缺的就是互聯(lián)網(wǎng)上記錄的海量的視頻數(shù)據(jù)。所以，語言模型和世界模型能夠更高效地利用豐富的語言和視頻數(shù)據(jù)，進(jìn)而作為行動(dòng)模型的基礎(chǔ)。

第三點(diǎn)，我最近也思考很多，為什么智駕和具身可能不太一樣，在智駕里面，大家之前沒有所謂的VLA，沒有世界模型，但也干得還不錯(cuò)。包括中午體驗(yàn)的地平線的一段式端到端，真的非常絲滑，為什么？因?yàn)橹邱{有大量數(shù)據(jù)，只要數(shù)據(jù)足夠多，可以不依賴語言模型和世界模型，只需要場(chǎng)景的端到端駕駛數(shù)據(jù)就好。當(dāng)然，最后加上VLA和世界模型，會(huì)讓系統(tǒng)的推理能力更強(qiáng)，迭代更高效。但是具身模型你會(huì)發(fā)現(xiàn)，如果從頭做一個(gè)VA的端到端模型，是基本不可能的，核心是因?yàn)榫呱眍I(lǐng)域太缺數(shù)據(jù)了，這會(huì)導(dǎo)致駕駛模型和具身模型非常不一樣的發(fā)展路徑。 

張鵬：這個(gè)問題我再往下延伸一下，問問李教授，大語言模型其實(shí)給了我們所謂的scaling law這樣的思維，不管今天大家說這個(gè)AGI這條路上scaling law有沒有撞墻，但反正有大部分人還沒有放棄，還在無限往上堆算力，還在各種的造數(shù)據(jù)對(duì)吧？在具身領(lǐng)域里邊大概率可能也要scaling something，對(duì)吧？聽起來今天我們的數(shù)據(jù)不夠，也是因?yàn)槲覀兤鋵?shí)想用這個(gè)scaling law想套進(jìn)去，但是數(shù)據(jù)還是有一些問題。所以我剛才提到了世界模型等相關(guān)內(nèi)容。但從您的角度來去看，就是這種在最深領(lǐng)域的scaling law和scaling what會(huì)跟大語言模型所遵循的規(guī)模法則，未來有什么不一樣的點(diǎn)？又會(huì)有什么新的可能性？這個(gè)我其實(shí)挺感興趣的，因?yàn)槲矣X得不會(huì)完全一樣。 

李弘揚(yáng)：這個(gè)我嘗試回答一下這個(gè)問題，這個(gè)問題還是問得非常前沿的，首先有個(gè)結(jié)論，具身智能領(lǐng)域一定會(huì)有scaling law，到目前為止真正能算得上，做過scaling law實(shí)驗(yàn)的，這個(gè)世界上只有一家公司，就是Generalist AI，前一陣的Gen-0。其余包括Physical intelligence（Pi），都沒有很大規(guī)模的用scaling law的實(shí)驗(yàn)，都還談不上scaling law。所以你問的下一個(gè)問題，如果真有規(guī)模法則(scaling law)，它會(huì)和大語言模型的規(guī)模法則呈現(xiàn)怎樣的情況呢？

其實(shí)大概率還是沿著一種冪律分布的，或者說是線性的，無論是指數(shù)級(jí)還是線性的增長(zhǎng)的趨勢(shì)，這里面我想說一下，因?yàn)镚en-0這個(gè)工作一周積累30個(gè)小時(shí)，300萬條數(shù)據(jù)（有效的軌跡），我們大概也換算了一條，如果兩班倒的話，采集這個(gè)不同的manipulation task，一班8個(gè)小時(shí)，16個(gè)小時(shí)，其實(shí)有效的轉(zhuǎn)化率是4、5個(gè)小時(shí)，因?yàn)檫€要涉及到數(shù)據(jù)質(zhì)檢、熟悉的過程等。這樣的話需要Aloha或者說主從臂這樣的一套設(shè)備需要500套，很顯然它不可能部署500套，所以肯定要走UMI等等這種低成本的路線。在具身領(lǐng)域大家都在談?wù)摂?shù)據(jù)金字塔、真機(jī)數(shù)據(jù)等概念，我覺得從算法、數(shù)據(jù)、硬件以及法律這幾個(gè)維度來看，如何構(gòu)建一套高效的數(shù)據(jù)采集系統(tǒng)，在具身智能領(lǐng)域是非常關(guān)鍵，然后我們?cè)賮碚fscaling law這個(gè)事。 

  張鵬：現(xiàn)在要Scaling，獲取合適的原料是重要的問題，我們只能用Scaling Law的驅(qū)動(dòng)有效解決前面的原料問題，這反而是產(chǎn)業(yè)今天關(guān)注的重點(diǎn)，要不然具身智能這個(gè)智能水平?jīng)]法快速往上漲，這是很現(xiàn)實(shí)的，得到教授的親自認(rèn)證，看來這是關(guān)鍵的問題。

這時(shí)候轉(zhuǎn)到黃冠這了，你看我們過去AI1.0的時(shí)候，ImageNet的出現(xiàn)對(duì)CV有重大的幫助，在具身智能里面，所謂的ImageNet時(shí)刻優(yōu)化到什么樣，會(huì)面臨一個(gè)ImageNet的時(shí)刻，讓這個(gè)技術(shù)線快速的成長(zhǎng)？這里面可能也會(huì)有一些真數(shù)據(jù)收集等，從你的角度怎么去看？會(huì)有ImageNet的時(shí)候嗎？ 

黃冠：我覺得很可能不會(huì)有ImageNet時(shí)刻，因?yàn)閳D像分類任務(wù)很標(biāo)準(zhǔn)化，給一張圖片給了一個(gè)標(biāo)簽就行；但是具身機(jī)器人，所有的傳感器、執(zhí)行器、環(huán)境、物體都不一樣，本體也不一樣，具身不是打造一個(gè)數(shù)據(jù)集的問題。所以我認(rèn)為具身領(lǐng)域可能不會(huì)存在ImageNet的時(shí)刻，而是會(huì)直接到chatgpt時(shí)刻。

并且我們其實(shí)覺得沒那么遙遠(yuǎn)，最近硅谷密集的出來一波公司，已經(jīng)積累了10萬小時(shí)以上的真機(jī)數(shù)據(jù)。所以可能明年很關(guān)鍵，明年全球可能會(huì)有5-10家公司，會(huì)把數(shù)據(jù)的量至少做到百萬小時(shí)的級(jí)別（當(dāng)然這里面大家數(shù)據(jù)來源的分布可能會(huì)不一樣），可能會(huì)有公司接近GPT-3時(shí)刻。所以其實(shí)我們對(duì)ChatGPT時(shí)刻也不用那么悲觀，就像凱哥開場(chǎng)的時(shí)候講的，可能具身三五年時(shí)間就進(jìn)入家庭場(chǎng)景了。 

張鵬：你覺得他又保守了？ 

 黃冠：我們其實(shí)更樂觀，因?yàn)檫@個(gè)行業(yè)很卷，只要大家意識(shí)到可以做，只要資源投入到位，就沒有那么大瓶頸，無論是數(shù)據(jù)獲取、模型架構(gòu)，還是具身本體研發(fā)，只需要時(shí)間，需要投入。明年可能會(huì)接近GPT-3的時(shí)刻，兩三年之內(nèi)有機(jī)會(huì)到ChatGPT時(shí)刻。 

張鵬：這個(gè)問題李教授也幫我們部署一下，你怎么看？我覺得真機(jī)數(shù)據(jù)當(dāng)然很好，但是問題要有真機(jī)數(shù)據(jù)，要有足夠多的機(jī)器，足夠多的場(chǎng)景跑起來。所以你的樂觀程度怎么樣？

李弘揚(yáng)：我沒有那么樂觀，跟黃總差不多，所以還是要遵循這個(gè)數(shù)據(jù)金字塔或者說pyramid的這種形式。互聯(lián)網(wǎng)數(shù)據(jù)，即ego- centric data，加上simulation，加上遙操等等這些，互為補(bǔ)充吧。 

張鵬：網(wǎng)絡(luò)數(shù)據(jù)互聯(lián)網(wǎng)數(shù)據(jù)就一個(gè)data，然后再加上simulation，再加上遙操等等這些互為補(bǔ)充。所以這件事兒還是要把所有可用的數(shù)據(jù)都要用起來，合在一起。今天其實(shí)不管怎么說，至少在這個(gè)時(shí)刻我們還不能說，具身這個(gè)領(lǐng)域從數(shù)據(jù)也好，還是從它的本身，我們希望它的智能的能力也好，已經(jīng)到了一個(gè)讓我們所有人都覺得ready的這樣一個(gè)狀態(tài)。但我們面臨一個(gè)現(xiàn)實(shí)的問題，我看今天大量的公司也在考慮C端的事，甚至凱哥以未來家庭機(jī)器人未必不可以，我發(fā)現(xiàn)兩年前他還沒有跟我說這句話，現(xiàn)在大家反而比較樂觀。那我問問張笛，往C端走，今天你的機(jī)器人還沒有到那么通用的能力，怎么才能實(shí)現(xiàn)走進(jìn)千家萬戶？還有哪些關(guān)鍵節(jié)點(diǎn)？即便現(xiàn)在還沒到通用，就像ChatGPT還不能叫AGI，但是確實(shí)實(shí)現(xiàn)了千家萬戶，如果到具身機(jī)器人領(lǐng)域，真的怎么從C端走進(jìn)千家萬戶，有足夠的量？ 

張笛：剛才大家提到兩個(gè)觀點(diǎn)，一個(gè)是學(xué)院派，一個(gè)是產(chǎn)業(yè)派，一個(gè)是一口吃成個(gè)胖子，把通用實(shí)現(xiàn)，另外一個(gè)是循序漸進(jìn)做通用。我們自己的觀察，現(xiàn)在走進(jìn)千家萬戶的具身機(jī)器人已經(jīng)非常多了，甚至是在幾百萬到上千萬以上這個(gè)數(shù)量級(jí)。

我們可以舉一些例子，什么叫循序漸進(jìn)的走向通用。當(dāng)某一天我們?cè)诩依锩婵吹阶约旱膾叩貦C(jī)器人除了掃地以外，突然之間有了安防巡檢的功能的時(shí)候，它就向通用邁出一步。當(dāng)它有了安防巡檢之后，又有一定的家居物品要維護(hù)的時(shí)候，它又向前走了一小步，但有一天總會(huì)有一個(gè)時(shí)刻，大家會(huì)忽然驚訝的發(fā)現(xiàn)，原來我家里的小機(jī)器人能干的事情竟然越來越多，竟然變成這個(gè)樣子，竟然解決的問題已經(jīng)不再是我當(dāng)時(shí)一開始覺得它的這個(gè)樣子了，這是一個(gè)產(chǎn)品系列，這是它在怎么樣去逐漸走向通用的過程。

而且同時(shí)，我們家用的小型清潔機(jī)器人廠商，一開始瞄準(zhǔn)的是室內(nèi)的場(chǎng)景，后續(xù)就會(huì)逐漸的希望我的機(jī)器人從室內(nèi)走出去，可以從室內(nèi)走上電梯里，可以走向自己家的草坪，可以走向街區(qū)。對(duì)于企業(yè)而言，要實(shí)現(xiàn)產(chǎn)品這樣循序漸進(jìn)地走向通用化，究竟該如何推進(jìn)呢？這兩個(gè)力量都可以讓一個(gè)行業(yè)從一開始對(duì)一個(gè)功能性的產(chǎn)品，從一個(gè)簡(jiǎn)單的功能性的產(chǎn)品的期待，到逐步轉(zhuǎn)變?yōu)閷?duì)能帶來更優(yōu)質(zhì)體驗(yàn)產(chǎn)品的期待。這樣的循序漸進(jìn)過程我覺得已經(jīng)正在發(fā)生，而且如火如荼，甚至正在加速發(fā)生。 

張鵬：聽起來你的思路是，哪怕就是一個(gè)服務(wù)或者一種用戶價(jià)值的兌現(xiàn)，就像掃地機(jī)器人專注于把地面清潔做好，僅這一項(xiàng)功能，在家庭用戶市場(chǎng)就能達(dá)到上千萬臺(tái)的年銷量，在此基礎(chǔ)上，你逐漸增加它的任務(wù)能力，當(dāng)然它的服務(wù)形態(tài)也可能發(fā)生變化。所以，對(duì)于面向家庭用戶的產(chǎn)品而言，發(fā)展的路徑是一條條地履行服務(wù)承諾、有效實(shí)現(xiàn)用戶需求，而不是像Iphone一樣，一出現(xiàn)大家全都買了。 

張笛：也不完全是這樣，一定是量變帶來質(zhì)變，在逐漸的履約的過程，現(xiàn)在的量變還不能引起質(zhì)變，還沒到那個(gè)關(guān)鍵節(jié)點(diǎn)，沒到那個(gè)turning point，就像傳統(tǒng)的功能機(jī)時(shí)代，先有BP機(jī)，再有大哥大，最后能發(fā)短信，有彩鈴，同時(shí)有PDA，最后有一個(gè)大屏做整體的匯總，同時(shí)又能上網(wǎng)，又能聽音樂。 

張鵬：所以最后還得是Iphone時(shí)刻。 

張笛：對(duì)，現(xiàn)在我們處在前夜的狀態(tài)。 

張鵬：終于可以問王叢了，王叢你們作為一個(gè)技術(shù)團(tuán)隊(duì)，大家在相關(guān)領(lǐng)域做創(chuàng)新，有什么crazy idea，你們能看到哪些能干、哪些不能干，能不能跟我們分享一下，今天機(jī)器人越炒越熱，都說進(jìn)入家庭，怎么進(jìn)，今天是什么狀況，你看到的幫我們解謎一下。 

王叢：如果我們現(xiàn)在說具身能做很多東西的肯定是在家庭用戶場(chǎng)景，但問題是都做不出來。張笛哥說的我很認(rèn)同，真的做消費(fèi)電子的這幫人都很務(wù)實(shí)，都一定是價(jià)格成本對(duì)應(yīng)PMF（市場(chǎng)匹配度）的價(jià)值，一定是找到它的一個(gè)很匹配的點(diǎn)，這個(gè)東西才有可能在C端跑出來。C端跑出來的東西絕對(duì)不是一個(gè)價(jià)格偏高，PMF（市場(chǎng)匹配度）沒有的東西，所以C端消費(fèi)電子產(chǎn)品的功能一定是一點(diǎn)點(diǎn)積累的，其實(shí)Iphone也是功能積累起來的。

Iphone如果大家看喬布斯的發(fā)布會(huì)，其實(shí)就是通訊、MP3加上一個(gè)電話，三個(gè)已有功能整合到了一個(gè)產(chǎn)品上，然后慢慢構(gòu)建起一個(gè)生態(tài)系統(tǒng)，從而有了所謂的智能手機(jī)。但是其實(shí)在Iphone之前的諾基亞也有不同的軟件，也叫智能機(jī)，其實(shí)我覺得消費(fèi)電子一定還是回歸到最本身的產(chǎn)品需求，一點(diǎn)點(diǎn)疊功能發(fā)展出來，所以包括我們國(guó)內(nèi)很多客戶，就像掃地機(jī)最初只是負(fù)責(zé)平面的清潔，這件事情它的價(jià)格空間就已經(jīng)被定死了，因?yàn)樗褪堑孛娴那鍧?，就算把掃地機(jī)器人掃到90分、95分、100分，它的價(jià)格永遠(yuǎn)是那樣，除非它變成一個(gè)空間清潔，但即便如此價(jià)格空間也有限，因?yàn)檎?qǐng)個(gè)阿姨也就40、50塊錢一小時(shí)，家庭清潔就三個(gè)小時(shí)家里都打掃一遍，其實(shí)它的價(jià)格也定死了，一定要找到那個(gè)關(guān)鍵增長(zhǎng)點(diǎn)才能爆發(fā)。 

張鵬：追問一點(diǎn)，就像你說的清潔這個(gè)事，因?yàn)橛鞋F(xiàn)實(shí)世界的服務(wù)在那了，那情緒價(jià)值這個(gè)事情，你認(rèn)為清潔機(jī)器人真的會(huì)解決事情，而不是解決物理的狀態(tài)？你看好嗎？ 

王叢：情緒機(jī)器人這個(gè)事情我是很看好，但是它并不是嚴(yán)格意義上的價(jià)值，因?yàn)槊總€(gè)人，男人、女人、小孩、老人，每個(gè)人定義陪伴、定義情緒的概念太非標(biāo)了，所以你很難定義出來一個(gè)所謂的陪伴機(jī)器人。陪伴什么？我覺得這不是一個(gè)以場(chǎng)景定義產(chǎn)品的思路，真正好的產(chǎn)品定義，應(yīng)該是當(dāng)我想到某一個(gè)特定場(chǎng)景時(shí)，就能立刻聯(lián)想到對(duì)應(yīng)的產(chǎn)品；同時(shí)，當(dāng)我看到某個(gè)產(chǎn)品時(shí)，也能馬上明確它要解決的是哪個(gè)具體場(chǎng)景的問題。所以大家看很多產(chǎn)品不能推廣，或者做的idea很好，但是賣不出去，雖然我覺得情緒機(jī)器人是個(gè)好東西，但是它一定要對(duì)應(yīng)到不同細(xì)分的場(chǎng)景當(dāng)中，大家才能進(jìn)一步去談這個(gè)問題。 

 張鵬：因?yàn)閽叩剡@個(gè)事定義場(chǎng)景就好，不用定義用戶，但是一到情緒價(jià)值了，它既要有場(chǎng)景，又要有用戶，就變成兩個(gè)不確定的模式，那算起來就麻煩了。這也是一個(gè)挑戰(zhàn)。

我再追問一下，這也是我們整個(gè)下午的論壇可以感受到，其實(shí)具身智能機(jī)器人這個(gè)領(lǐng)域，大家都在講全棧自研，但我覺得你們今天選擇了一個(gè)生態(tài)開放這樣的邏輯。未來這個(gè)里面有錢的巨頭都全棧自研了，那你們?yōu)槭裁催x擇后面進(jìn)來的兄弟們，你們要成為給他們搭臺(tái)的人？這個(gè)戰(zhàn)略選擇是怎么做出來的？ 

王叢：我覺得這個(gè)選擇既有感性的一面，也有理性的一面。先說說感性的：任何一家公司做事情，創(chuàng)始人、CEO 都會(huì)有對(duì)未來的畫面感 —— 地瓜機(jī)器人的畫面感是什么？或者說，什么事能讓我們這幫人發(fā)自內(nèi)心地開心？不是我們自己做出一個(gè)多智能、多厲害的機(jī)器人，而是看到各行各業(yè)的消費(fèi)電子、智能硬件，都能通過我們的技術(shù)賦能實(shí)現(xiàn)智能化，這才是我幻想中的畫面，也是能讓我們真正開心的事 —— 這是感性層面的原因。

我覺得機(jī)器人行業(yè)就算發(fā)展十年，也依然會(huì)是非標(biāo)市場(chǎng) —— 各行各業(yè)的機(jī)器人本體形態(tài)，大概率都會(huì)不一樣。哪怕幾年以后人形機(jī)器人變得非常泛化、智能，我也無法理解 “用幾十萬的人形機(jī)器人來掃地” 這件事 —— 大家看的科幻電影里，未來是各種各樣的機(jī)器人各司其職，我覺得現(xiàn)實(shí)的未來也會(huì)是這樣。機(jī)器人這件事情就是它很非標(biāo)，它的場(chǎng)景很碎，它并不是一個(gè)寡頭壟斷的市場(chǎng)，那我覺得這個(gè)時(shí)代是需要有一家公司去把底層的一些東西給做好，才能真的加速這個(gè)時(shí)代的到來。雖然說這是我們的立場(chǎng)，但我覺得未來機(jī)器人公司有很多自研的，有很多會(huì)選擇擁抱像地瓜這樣的供應(yīng)商，有很多公司會(huì)自研，這個(gè)太正常了。歷史這么多年，每個(gè)行業(yè)都會(huì)有這樣的分化：全棧自研的公司，比如蘋果，是非常偉大的公司；擁抱生態(tài)開放的公司，比如英偉達(dá)，也是非常偉大的公司。所以世界是多元的，兩種路線都對(duì)，只是我們感性上的追求，讓我們選擇了生態(tài)開放這一端。 

張鵬：對(duì)，我覺得沒有對(duì)錯(cuò)，都是選擇。但是毫無疑問，如果只有一種，反而可能是不對(duì)的，這倒是一個(gè)挺好的邏輯，如果只有一種，那你做另一種，大概率是正確的，世界從來不會(huì)那么單一，這個(gè)視角很給人啟發(fā)。

我再問問李老師，你們一個(gè)百萬級(jí)的數(shù)據(jù)開源了，剛才我們一直說數(shù)據(jù)，數(shù)據(jù)很珍貴，那開源這件事背后的意圖是什么？或者說你覺得未來在具身智能領(lǐng)域里面的開源，有機(jī)會(huì)怎么推動(dòng)這個(gè)行業(yè)的技術(shù)框架往下發(fā)展？這方面你可能有些思考。 

李弘揚(yáng)：感謝，首先要嚴(yán)謹(jǐn)說明，“全球首個(gè)” 是智元的宣傳表述，學(xué)術(shù)上還是要謹(jǐn)慎，畢竟說 “the very first” 很容易被人攻擊。其實(shí)最開始 2023 年我就和姚卯青合計(jì)這個(gè)事，2024 年的時(shí)候智元還處在比較早期的階段，但他能有這樣的雄心壯志 —— 在上海張江有2000平的數(shù)采場(chǎng)，而不是在大學(xué)實(shí)驗(yàn)室的簡(jiǎn)單的 pick-and-place，這一點(diǎn)才是最打動(dòng)我的。后來才有了現(xiàn)在這樣的體量，包括我前兩天去那個(gè)數(shù)采廠，都已經(jīng)需要訪客門禁了，能看出來規(guī)模確實(shí)起來了。

這個(gè)百萬真機(jī)數(shù)據(jù)集，至少現(xiàn)在回過頭來看，可以用于預(yù)訓(xùn)練、世界模型的訓(xùn)練，能給那些沒有海量數(shù)據(jù)的高校實(shí)驗(yàn)室提供一個(gè)很好的平臺(tái)。但其實(shí)我們最近也在復(fù)盤，這樣的模式能不能復(fù)制？畢竟像agibot world這樣的數(shù)據(jù)集，買過來成本也不低，還需要一套完整的生態(tài)，上到云服務(wù)的支撐等等，都得配套。所以在這之后，開源開放的數(shù)據(jù)集其實(shí)挑戰(zhàn)還是蠻多的，可能最后還是需要一個(gè)行業(yè)和眾力共建的平臺(tái)來牽引，搭建一個(gè)統(tǒng)一的真機(jī)測(cè)試場(chǎng)，而不是單純靠一家的數(shù)據(jù)集獨(dú)大，這樣的生態(tài)會(huì)更合適一些。 

張鵬：毫無疑問，在數(shù)據(jù)這件事上，匯成一個(gè)大河流，我覺得它可能對(duì)產(chǎn)業(yè)的發(fā)展有意義。但是它需要有合理的地形完成這件事，所以這個(gè)事我們其實(shí)挺期待，因?yàn)榻裉鞂W(xué)術(shù)領(lǐng)域在這種迅速形成超級(jí)共識(shí)的賽道里面反而挺難受的，最多的錢都不給你們，是不是存在這樣的問題？所以我覺得這種東西還是很期待更多的產(chǎn)業(yè)合作出現(xiàn)?？赡芪野炎詈笠?part 的問題往前推一推，因?yàn)槲覀冋f了情緒價(jià)值，也說了陪伴，王叢說了一點(diǎn)我很認(rèn)同，陪伴這個(gè)是很寬泛的，怎么陪伴，我還是問一下張笛，真的把這些東西放在家里，陪伴，情緒價(jià)值，還是存在一些細(xì)分賽道，哪怕王叢說我們要加給用戶，但是真的來說可能也能對(duì)齊，不知道從你的角度怎么看？你的機(jī)器人帶著靈動(dòng)勁就很討喜，所以你這方面身邊朋友做這個(gè)的挺多，你怎么看？怎么從陪伴機(jī)器人找到細(xì)分的賽道，真的完成幾十萬臺(tái)、上百萬臺(tái)的銷售，你會(huì)看好嗎？ 

 張笛：其實(shí)我覺得我的綜合判斷跟王叢哥講得比較類似，情緒價(jià)值這個(gè)事情怎么定義產(chǎn)品，其實(shí)是非常非常需要去仔細(xì)斟酌的一個(gè)方向，純粹的情緒需求把它翻譯成商業(yè)需求的語言，肯定是能夠去做的。不管你是孤獨(dú)也好，甚至孤獨(dú)也可以分成若干種，解決不同的孤獨(dú)，可能會(huì)有不同的產(chǎn)品形式可以去做，這個(gè)時(shí)候你發(fā)現(xiàn)情緒需求并不依賴于一個(gè)全能的機(jī)器人，只要針對(duì)那樣專門的情緒需求定向去設(shè)計(jì)產(chǎn)品，這是我覺得最合理，也是最容易去取得一些市場(chǎng)進(jìn)展的方式和方法。

這幾年我們?cè)谟^察整個(gè)市場(chǎng)，包括我們也服務(wù)了非常多的客戶，這個(gè)過程當(dāng)中我們也看到，確實(shí)還是有一些情緒需求，可以靠這些能移動(dòng)的機(jī)器人，或者不能移動(dòng)的對(duì)話終端，來去解決，進(jìn)而形成一個(gè)比較穩(wěn)定的市場(chǎng)，也能形成一個(gè)未來有機(jī)會(huì)逐漸走向通用的這樣的minimal available product（英），這些市場(chǎng)包括我們現(xiàn)在能看到方興未艾的一些小型的、甚至不能移動(dòng)的對(duì)話終端 —— 如果我們把具身智能列一個(gè)九宮格，橫軸看是否與物理世界產(chǎn)生接觸，縱軸是它到底要不要使用非常非常 fancy 的機(jī)器人算法，那這類對(duì)話終端其實(shí)就屬于 “不接觸物理世界、僅依賴 NLP 算法” 的類別，它確實(shí)也已經(jīng)在具身這個(gè)賽道下面，扎扎實(shí)實(shí)定義出了一個(gè)minimal availbable product，這是一個(gè)方向。

另外，在能運(yùn)動(dòng)的機(jī)器人品類里面，我們也發(fā)現(xiàn)現(xiàn)在非常多小型的桌搭產(chǎn)品，開始逐漸疊加越來越多的新功能和新范式，而且這些桌搭產(chǎn)品里，情緒價(jià)值往往高過實(shí)用功能。那這樣的桌搭產(chǎn)品，甚至是純玩具類型的產(chǎn)品里面，其實(shí)也有機(jī)會(huì)跑出商業(yè)化路徑。既然已經(jīng)它是有MVP的這樣的一個(gè)minimal available的這樣的一個(gè)小市場(chǎng)了，那其實(shí)依然有機(jī)會(huì)在通用化的道路上越走越遠(yuǎn)。

張鵬：所以具身這個(gè)概念大家不要都把它想成最高精尖，不是所有東西都是為了技術(shù)突破，反而你要服務(wù)用戶的時(shí)候，也許你并不需要實(shí)體形態(tài)，哪怕是個(gè) “幽靈機(jī)器人”—— 沒有實(shí)體，只交付情緒價(jià)值，那在九宮格里面就屬于比較極端的一個(gè)定點(diǎn)，它是一個(gè) ghost without shell 對(duì)吧？這個(gè)其實(shí)都是有可能的，反而我覺得要開放性思維去看這件事，最終還是服務(wù)用戶的核心需求。我覺得收尾的工作還是問問石海林，最近你看小黃他們搞的人形機(jī)器人，大家忽然發(fā)現(xiàn)一點(diǎn)，這個(gè)人形越來越像人了，甚至太擬人了。

首先一點(diǎn)，這種東西確實(shí)帶給人親近感，但是這種離人越來越近，甚至從形態(tài)上無限貼近人類的設(shè)計(jì)，如果真的未來進(jìn)入家庭的時(shí)候，等于家里出現(xiàn)一些 “非人但又很類人” 的東西 —— 優(yōu)必選做人形機(jī)器人很多年了，我相信你們除了技術(shù)研發(fā)，也會(huì)思考一些社會(huì)學(xué)、倫理方面的東西。有沒有思考過這個(gè)問題？當(dāng)那么類人的東西出現(xiàn)在家庭場(chǎng)景里面普遍存在、長(zhǎng)期出現(xiàn)，甚至它比一個(gè)人還能更關(guān)注另一個(gè)人，它會(huì)對(duì)這個(gè)社會(huì)帶來什么改變？它有什么好的影響，又有什么讓我們擔(dān)心的問題，你們有沒有想過？畢竟你們?cè)谶@個(gè)領(lǐng)域深耕了這么久。

 石海林：其實(shí)在這個(gè)層面我們確實(shí)做過深入的思考，關(guān)于這個(gè)問題我們有一個(gè)比較適合的思考切入角度 —— 從技術(shù)發(fā)展的速度來看，面向情感價(jià)值、情感陪護(hù)這個(gè)方向的機(jī)器人也好，具身智能產(chǎn)品也好，技術(shù)迭代真的非?？臁挠布蟻碚f，不管是續(xù)航能力、結(jié)構(gòu)復(fù)雜度，還是散熱效果、運(yùn)行噪音，甚至是外觀設(shè)計(jì)，這些其實(shí)都還有很大的進(jìn)步空間，但整體的發(fā)展速度非常快。從我們行業(yè)內(nèi)的觀察、實(shí)踐以及整個(gè)產(chǎn)業(yè)的推進(jìn)節(jié)奏來看，這些技術(shù)的收斂速度會(huì)高過我們以前對(duì)它的預(yù)期。

相對(duì)硬件來說，軟件這兩年其實(shí)是走在前面的，甚至如果我們今天把 “情感陪伴” 收窄到僅僅是 “交互對(duì)話” 這個(gè)范圍的話，它其實(shí)已經(jīng)是一個(gè)成熟的技術(shù)了。所以這個(gè)東西怎么說呢？軟件相對(duì)來說是一個(gè)更成熟的板塊，當(dāng)然我們今天說的交互，可能不僅僅是語言上的交互 —— 它給人提供情緒價(jià)值，可能是因?yàn)轭佒底銐蛴懴?；比如我今天回家很累了，我的機(jī)器人幫我打掃完房間、收拾好碗筷，這個(gè)過程本身也能給我提供情緒價(jià)值；再比如它能跟我順暢互動(dòng)、回應(yīng)我的需求，同樣能提供情緒價(jià)值。

我們回頭看，面向情感陪伴的具身智能技術(shù)發(fā)展這么快，它勢(shì)必會(huì)推動(dòng)產(chǎn)品和功能的成熟化，也會(huì)推動(dòng)整個(gè)市場(chǎng)化的成熟，這個(gè)趨勢(shì)其實(shí)不太以人的意志為轉(zhuǎn)移，它是一個(gè)技術(shù)驅(qū)動(dòng)的必然結(jié)果。那我們今天來看，我本人屬于那種技術(shù)狂熱者，我會(huì)主動(dòng)去買悟空機(jī)器人這種陪伴型產(chǎn)品。其實(shí)不只是我，陪伴型機(jī)器人的目標(biāo)人群會(huì)從現(xiàn)在的技術(shù)狂熱者，逐步滲透到普通大眾接受者，這個(gè)過程同樣不受人的意志為轉(zhuǎn)移。

所以從今天的技術(shù)勢(shì)頭來看，我們更應(yīng)該思考的是怎么擁抱它、去接受它，怎么樣更好地使用它，而不是抗拒這個(gè)趨勢(shì)。

張鵬：所以今天它未必一上來就被所有人群接受，可能接下來在某類細(xì)分產(chǎn)品上，突然之間就會(huì)打開一個(gè)很大的市場(chǎng)，進(jìn)而讓用戶和機(jī)器人之間建立更深層的關(guān)聯(lián)。所以我倒覺得這給咱們留下一個(gè)開放性的話題 —— 真到了那一步，當(dāng)你面對(duì)一個(gè)更廣泛的群體，比如孩子，今天的孩子如果抱上一個(gè)內(nèi)置 ChatGPT 的智能音箱，他還會(huì)跟智能音箱說謝謝嗎？我們之前看過一些相關(guān)的研究，今天的孩子如果發(fā)現(xiàn)智能音箱里有 ChatGPT 的能力，他會(huì)完全把它理解成一個(gè) “人”，會(huì)對(duì)它產(chǎn)生依賴，我覺得這些情況未來都會(huì)出現(xiàn)。

這件事可能引發(fā)我們接下來更復(fù)雜的思考 —— 看起來是一些交互層面的設(shè)定、一些規(guī)則的制定，但本質(zhì)上它可能會(huì)帶來一系列全新的問題：當(dāng)一些新的智能體進(jìn)入到人類社會(huì)之后，不管是具身的還是不具身的，都會(huì)對(duì)現(xiàn)有的社會(huì)關(guān)系、倫理觀念產(chǎn)生影響。所以這是一個(gè)開放性問題，而任何行業(yè)有開放性問題，都說明這個(gè)行業(yè)生機(jī)勃勃。

就像王叢總說的，世界是多元的，技術(shù)路線也應(yīng)該是多元的。今天各位嘉賓從形態(tài)選擇、技術(shù)瓶頸、數(shù)據(jù)生態(tài)、C端落地、情緒價(jià)值、倫理風(fēng)險(xiǎn)等多個(gè)角度，分享了各自的 “共識(shí)” 與 “非共識(shí)”，雖然沒有形成統(tǒng)一答案，但恰恰展現(xiàn)了這個(gè)行業(yè)的蓬勃生命力。

特別感謝各位嘉賓帶來的精彩分享，期待未來每年都能看到具身智能領(lǐng)域的新突破，也期待地瓜機(jī)器人這樣的生態(tài)賦能者能給行業(yè)帶來更多可能性。本場(chǎng)圓桌對(duì)話到此結(jié)束，謝謝大家！

返回第一電動(dòng)網(wǎng)首頁 >