具身智能热潮背后的冷思考

今日欲为诸君奉上几缕清凉，旨在唤醒大家的理性。

或许大家已有所感知，过去一两年间，具身智能与机器人领域成为了投资的热土。在一级市场，它们几乎成了每位投资者“必投、必布局”的焦点。

面对这股热潮，我们需达成两个共识：其一，这股热潮有其合理性，该领域确值得瞩目；其二，需探究热潮背后，哪些是真正价值，哪些仅是表象。

具身智能的进化轨迹

我们今日探讨的人形机器人、具身智能，实则是机器人产业的一次革新重启。

近期，众多机器人公司正排队上市或融资，这轮浪潮实为十年前机遇的延续与升级。

回顾上一波机器人技术，业界强调的是“灵巧、协作”，旨在区别于传统工业机器人——其特征为何？

从具身智能的视角审视，它们多为规则驱动（rule-based），解决特定场景问题，结构性强，泛化能力有限。它们虽具一定智能，但鲜有多模态感知（CV）与更复杂自适应能力。

而今，我们的期待已超越灵巧与协作，渴望机器能如人类般理解世界、执行任务，乃至迈向AGI（通用人工智能），乃至更高级的智能形态（ASI）。

AGI是何物？即AI与机器能力达到人类水平，可完全替代人类。再往后便是ASI（超级智能），其智能可能超越人类，人类难以窥其决策过程。

从技术路径看，早在2022年，我们提出了通往AGI的三个大致阶段。

首先是信息智能，即大模型；其次是具身智能，本质上是强化学习，使AI不仅“思考”，更能“行动”。

未来或出现新智能形态，但具体形态尚未定论。

近年来，一个激烈争论的问题是：为何做人形机器人？人形是否为最优解？

从我们的视角，人形代表对机器人智能的最高期待，但未必是最经济、最实用的形态。然而，它是上限目标，是“皇冠上的明珠”。若能做好人形机器人，技术能力已至极高境界。

热度能持续多久？

有人疑惑，为何具身智能热度持续至今？

从技术成熟度曲线看，新技术往往在热度顶峰后两三年内降温。

自动驾驶即为例，2016年起大量创业与融资，2019年左右陷入低谷。甚至有人认为部分自动驾驶公司应破产。

但具身智能自2023年起热度不减，如银河机器人、智元机器人等。背后原因有几：

首先，二级市场环境良好。资金流动性强，上市窗口开放。许多人认为这是“连续创新项目”的良机。

其次，国内公司长期难以与美国对标，但开始突破。过去中国机器人项目估值难与美国相比。例如中国头部火箭公司估值100-200亿，而SpaceX超7000亿美金。

在AI领域亦然：Anthropic最新估值3000-4000亿美金，OpenAI更是7000亿美金。中国大模型企业虽不低，但与美国对标公司相比仍有差距。

直至去年Q2-Q3，中国头部机器人项目估值不仅未比美国便宜，甚至更贵。但Q3-Q4 Figure一轮融资将估值从26亿拉至390亿美金。这为国内具身智能赛道带来巨大想象空间。

尽管市场火热，我们仍需冷静思考：这股热潮是否会成为泡沫？是否如过去元宇宙、O2O或移动互联网般经历大起大落甚至大规模衰退？

泼三盆冷水

在热度背后，我认为需泼几盆冷水。

首先，当前具身智能模型非常“窄”。

去年最热的VLA模型通常仅覆盖一项技能或少数几项组合。若希望机器人全能则需成百上千小模型且无法泛化。

其次，高质量数据严重匮乏。

图像领域有ImageNet等大规模数据集但真实世界可用于具身智能训练的高质量数据到底有多少？无人能给确切答案。

最后规模化训练能力门槛极高。

大模型能力源自规模但真正有能力长期预训练掌握算力和数据资源的团队极少。多数公司仅基于现有开源大模型微调离底层能力尚远。

哪些公司已盈利？

在具身智能领域已涌现三波主要人才：

第一波本体派擅长机器人“物理硬件本体”多来自高校机械、自动化或机电学院。他们精通机械与硬件但对AI理解有限。

第二波CV（计算机视觉）派。许多名师均来自此背景其研究多为十年前的技术但现非常抢手。

第三波自动驾驶派最受欢迎。原因在于人们见埃隆·马斯克先造特斯拉后造Optimus便认为这是一条成功路径。因此自动驾驶背景的人最吃香。

但国内真正能像特斯拉那样做端到端的自动驾驶企业其实不多。尽管有些企业讲得头头是道但问其基因里真懂AI吗？

近几个月从投资界到创业者大家开始形成新共识：大模型开始进入具身智能领域有望催生新一波创业力量。

谁能脱颖而出？落地是核心挑战。你的产品解决了什么实际问题？客户愿意让你的机器人进入他们的工厂、场景并付费吗？

我们至少看到两家曾被视为明星的具身智能公司因无法真正落地而被客户拒之门外。再牛的明星公司若解决不了实际问题也只能被淘汰。