談談「機器人創業」圈子裡的鄙視鏈丨焦點分析

作者丨邱曉芬

編輯丨蘇建勳

2024年，雖然大模型掀起的「具身智能」創業潮還沒多久，但在「智能湧現」訪談過數十家機器人公司後，我們發現一條圈子裡的「鄙視鏈」。

「搞軟件的，鄙視搞硬件的，搞大模型的，看不起強化學習的」，多位行業人士給出了類似的觀察。

認知的不同，決定了機器人創業者的入局姿勢。

英諾天使基金合夥人王晟向智能湧現表示，國內湧現出的幾百家機器人創業公司中，大概有三類基因：

一是原來機器人出身的創始團隊，更關注機器人硬件能力，主要圍繞控制和電機。本體派的核心是機器人本體（人形/四足狗），其次是機器人的臂或關節。

二是軟件背景的團隊，更關注機器人的智能化和泛化能力，但「軟」還可以進一步細分：

一批是上一波AI熱潮中的創業者，轉型至機器人領域，比如CV、強化學習；另一批則是真正大模型背景的玩家，這波人更少，處於鄙視鏈頂端。

“看不上國內那些搞硬件的公司。」一傢俱身智能大腦公司創始人對智能湧現直言。在他看來，軟件才是機器人發展的卡點，但目前硬件公司在AI軟件上的預算太低，「只是簡單接接國外開源的大模型」。

宇樹科技是典型的「硬件派」，其創始人王興興曾在一次公開採訪中回應過這一點——他們對於AI的投入很克製，因為太燒錢了，「機器人才是我們的立身之本」，他甚至直言，「歡迎客戶用我們的硬件，哪怕把我們的軟件全刪了」。

一位機器人硬件公司人士無奈表示，目前機器人在「軟」的方面還沒收攏共識——行業存在太多的技術範式和路線，大腦和小腦的邊界是什麼？具身智能到底怎麼做？目前行業還很混亂，留有很多問號。

而「軟硬之爭」的結果是，國內大部分硬件公司，還在用傳統的硬件思維來做機器人，對於「腦」的運用只是蜻蜓點水；而大部分做「腦」的公司，則選擇自己從頭開始做一個硬件。

各自為政，行業呈現出一種隱約的割裂狀態。

大模型，還沒辦法「賦能」機器人

「現在搞硬件的公司，就是影片拍攝公司！」多位投資人、行業人士向智能湧現表示。

今年以來，許多機器人廠商在demo里展示的場景足夠酷炫：比如機器人可以在汽車工廠搬東西，幫忙分揀貨架商品，給人一種AGI時代機器人照進現實的感覺。

但實際情況卻並非如此。

一個完美demo的幕後往往是：若拍攝一個機器人從抽屜里抓水杯的場景，比如訓練的時候是早晨，到拍攝的時候天黑了；或者訓練時抽屜里多擺了兩個杯子、抽屜位置挪動了——這些細枝末節一改變，都可能導致機器人任務失敗。

「有的demo，甚至一萬次才成功一次，（影片里）不誠實的情況非常嚴重。」一位行業人士表示。

但你可能會疑惑，大模型在手機、電腦各類終端上已經足夠智能，為何無法讓機器人大腦變得更聰明？以至於讓硬件公司們需要在「完美」demo上如此努力。

據智能湧現瞭解，目前大部分硬件公司對大模型的理解和應用並不深入——基本只是簡單接入國內外通用語言大模型。但實際上，大模型與機器人真正需要的」空間智能「，還有很遠的距離。

多位行業人士向智能湧現表示，語言大模型的數據量越大，反而更容易產生「幻覺」，干擾任務執行。「語言大模型和機器人落地一點關係都沒有，區域任務上的成功率，慘不忍睹！」

而前述具身智能大腦公司創始人表示，目前國內沒有一個團隊真正從機器人出發，去做適配具身智能的大模型。

此前，機器人行業的一項解決方法是，在多模態大模型和機器人身體之間，引入一個中間層「小腦」——它的作用是承上啟下，存放多項「子任務」（比如把「讓機器人衝咖啡」任務拆成「拿杯子-磨豆子-衝水」等多項子任務），供大腦調配，也讓機器人身體能讀懂並且動起來。

但新的難點又出現了。一方面，小腦的引入，意味著機器人廠商們需要在其中預設無窮無盡的子任務，若遇上複雜的任務，各個子任務還需要再進一步拆分。

另一方面，數據匱乏則是更艱巨的難題。目前，政府和一些公司已經投入大量資源進行集中訓練，但多位行業人士表示，效果並不理想，因為大家既不清楚應該收集何種數據，也不知如何界定優質數據的標準。

以抓杯子的場景為例，理想狀態下的高質量數據應該是，拿一個機械臂控制它從頭到尾做一遍，告訴他——抓杯子要怎麼抓，當任一場景變化了，又要怎麼抓。但這也意味著，一個簡單抓取的動作，就需要幾千萬條、甚至幾億的數據。

當大家懷揣著「大模型改變一切」的心態闖進機器人領域，才發現中間的gap遠比想像的更大。

一場集體糾偏

從行業的角度來看，割裂的狀態並不健康，而如今的投資人、產業玩家們，正在出現一場關於「糾偏」。

2024年下半年，機器人行業的投資風向隱秘出現變化。王晟告訴智能湧現，在2024年前，很多投資人粗淺認為，投機器人=投資人形機器人硬件。

在過去的一年半，人形機器人公司烈火烹油，估值飆升。據智能湧現瞭解，以宇樹科技、智元機器人為例，兩家炙手可熱的機器人硬件廠商，近兩年連續完成數輪融資後，估值雙雙邁過10億美金大關，「貴到大家投不起」。

而彼時，國內眾多專攻機器人小腦/大腦的公司，則面臨融資困境，有一些甚至需要重新思考如何向市場講故事。

「今年下半年以前，我們和投資人講，做機器人統一大模型、講端到端，誰信呢？」前述機器人大腦公司創始人告訴智能湧現——「但是今天你不講端到端，都不好意思出門了」。

投資風向直至今年下半年，出現逆轉。

一家做人形機器人關節的公司創始人向智能湧現直言，今年以來，明顯感覺純做硬件的初創公司很難拿到大筆融資了，「市場有點冷」。

而從近期消息面上看——在海外，Skild AI、Physical Intelligence成立短短時間內，估值飆升至百億；在國內，不久前機器人小腦公司「星海圖」拿到螞蟻投資，大腦公司「自變量」、「千訣科技」也先後拿到融資。

「現在投資人從投人形，改投具身智能了」，王晟向智能湧現表示，因為大家現在意識到，具身智能才是更好機器人驅動完成泛化任務的關鍵。

反思不止是在投資層面，一波硬件廠商也開始集體複盤過去的模式——在以前，機器人廠商更多是在專用領域里收集數據，再去做專用的場景，大家信奉 「通用，就是沒用」。

如今，雖然大模型還沒辦法真正用起來，但它給這一派創業者的啟示是，或許要先學會忘記專項場景，先構建通用的基礎模型能力，再在上面長出專用的能力——這或許才是系統解決通用性的關鍵。

機器人領域的軟硬之爭，暴露的是，在AI的衝擊下，機器人行業目前還處於一種共識尚未彌合的混沌狀態。但不確定性中的確定是，機器人的終局是硬件與具身智能的結合，軟硬件缺一不可。

「無論是從軟件出發還是從硬件出發，大家的終局是接近的，就看誰的商業效率更高」，一位行業人士表示，「而AGI時代的機器人公司，本質上需要夠既懂AI、又懂硬件的團隊。但更關鍵的是，大家還要相互認同」。

（本文圖片都來自官方渠道）