身智能和机器人，肯定是要穿越一个漫长周期，商业化肯定是有起有落。”蚂蚁灵波科技CEO朱兴表示，他将当前产业的初期特征归结为技术仍处于早期阶段。所谓商业化，他认为，今年开始，特定场景、非常小规模的商业试点“应该可以模糊地看见”。但资本并非盲目。灵心巧手创始人兼CEO周永提供了一个更宏观的视角：“现在不是热潮，而是序章。”他将当前的融资规模与新能源车、芯片产业对比，国内目前“一轮十几亿元”的体量，还只是起点。“如果未来有厂商达到每年十万台出货量，资金体量应该是现在的十倍。”周永表示。这轮融资热潮的本质，是一场筛选。未来两年，这张入场券的价格只会更高。成熟是相对的与一级市场的烈火烹油形成鲜明对比的是，产业成熟度并不像外界想象的那么高。韩峰涛形容道，假设完美形态的人形机器人综合能力为100分，当前各核心部件的得分各有差别：工业机械臂、手术机器人相对成熟，能到50分；轮式底盘约40分；四足机器人30分；双足机器人只有15分；灵巧手目前仅5分。而配套的AI能力，分数更低。但真正的变量也在于AI：大模型的出现，让那个低分的大脑有可能在短时间内跃升至30分甚至50分，进而反向定义硬件、倒逼硬件迭代。然而，AI的跃升卡在了一个老问题上：数据。不同于ChatGPT可以轻易抓取互联网文本，机器人的物理交互数据几乎是从零开始构建的，行业内普遍认为，真正的瓶颈已经从“算力”转移到了“数据供给”。当前行业采集到的真机数据大量重复，与自动驾驶走过的弯路如出一辙——任务场景单一，数据同质化，继续扩充的边际效益急速递减。再好的模型架构，没有物理世界的海量、多样、高质量交互数据，就无法形成物理认知。那么，模型尚未成熟，要不要急着推进场景落地？韩峰涛是明确的“反对派”。他打了一个生动的比方：“现在的模型能力只相当于一两岁的孩童，你不应该让它去打童工，而应该让它去上幼儿园、小学。”他认为，虽然可以做场景探索，但不能全面铺开。基于现有模型去做项目交付，每一个都要耗时一两个月做后训练和微调，这种成本根本支撑不起规模化。他预测，真正的规模化落地，至少还要等待两年的时间，也就是模型能力达到“初高中”水准之后。刘东则持相反意见。他引用自动驾驶的教训：“当年大家都去冲L4、L5，结果反而是做L2辅助驾驶的公司活得最好、落地最快。”他认为，必须边训练基座模型，边在真实场景中踩坑。实验室的环境简化了太多外部条件，只有在药
=*=*=*=*=*=
当前为第2/3页
下一页-上一页-
=*=*=*=*=*=
返回新闻列表
返回网站首页