【本期课题】

具身智能之技术进展与商业机会。

【栏目介绍】

在《产业观察》这档专栏里，我们会为你厘清不同产业的历史沿革，希望能够从中找到一些底层的规律。虽然当下变化迭起，但是所有新风口都有迹可循，不同产业的发展其实也有很多相似之处。

【免责声明】

本节目的所有内容并非旨在提供任何形式的建议，包括但不限于投资、税收、会计或者法律上的建议。

【本期嘉宾】

刘鹏琦，峰瑞资本执行董事。

颜黔杭，峰瑞资本副总裁。

【内容索引】

01:07 两位投资人是怎么开始关注到这一波具身智能热潮的？

02:13 机器人赛道其实在中国经历了好几波的起起伏伏，最早从2013、2014 年的工业机器人，到2016、2017 年类似于像协作机器人，再到2022 年以来的通用机器人。这一波人形以及具身，跟前两波相比，智能化程度大幅提高了。

03:51 这一波的机器人浪潮来的是不是有点快？之前我们觉得非常科幻的很多场景，好像离现实没那么远，现在看到的这波demo视频，是否真的离落地不远了？

07:04 具身智能和通用智能机器人是一回事吗？

09:53 大家为什么逐步意识到要做一个通用智能机器人？

10:26 整个人形机器人发展的历史，本质上是控制维度、控制能力不断升级的一个过程。比如最早的ASIMO，更多是位置控制，所以它走路的时候会有巨多的小碎步。波士顿动力在电机还不够好的情况下，用液压系统去做了 Altas 那一整套的人形机器人的解决方案。再到今天，电机性能逐步提高，以至于更多像FIGURE AI这类的人形机器人公司逐步推出他们的产品，外加特斯拉开始把市场热度给带起来。

14:04 今天传统工业机器人遇到的一个很大的门槛，是它的灵活性不高，所以它在很多场景里就完全没法去替代人。往将来看，人能做的事，人形如果都能做，这是一个非常理想的状况，所以服务、生产、消费等各种场景都会成为人形机器人的潜在落地场景。

15:40 大家先去做最完美的研发，然后逐步把它拆解出来，再降维去做商业化，这可能会是未来做人形机器人这类偏前沿的项目的一个可行的商业化模式。

16:06 什么样的大模型跟什么样的机器人本体结合，才会实现真正的具身智能？

17:52 具身智能或者通用智能机器人，它能有今天的发展，主要来自于两个产业的交叉：一个是硬件部分，工业化、产业化带动了机械结构包括电气化，包括传感器等比较偏硬件的快速发展，以及随着它们成本的降低，让它们能够更普及；另外一个就是软件，无论是早期从电脑和PC 到软件，然后再到互联网，它诞生了海量数据，再叠加无穷的算力，就有了我们今天能够看到的 scaling law以及大模型的诞生。

19:20 学术界和业界大概都把具身智能定义成了三层架构——大脑、小脑和本体。

20:40 对于实现通用智能机器人，硬件本体现在的成熟度如何，已经能够支撑起具身智能的故事了吗？如果还不够，还有哪些技术有待进一步的突破？

24:02 除了机器人偏骨骼、肌肉的层面，像人有耳朵、眼睛来感知世界。机器人的传感器现在处于什么样的发展阶段，它的成熟度足够支撑具身智能的发展吗？

25:46 有些时候智能跟机器人本体的能力是相辅相成的，在一个很强的身体上，也许简单的智能就能实现的工作，就不需要太麻烦的重复训练了。

26:08 小脑作为虚拟世界和物理世界的交叉，是机器人最终去执行规划和控制的关键部分，它经历了什么样的发展脉络？

29:26 围棋是相对封闭的场景，有明确的规则，AlphaGo通过深度强化学习在围棋领域战胜最强的人类。但是，机器人周围的物理世界是非常复杂和多样化的，在复杂的环境下，我们怎么能够通过强化学习去训练出一个好的模型？

33:56 模仿学习有一些短期比较难解决的问题，第一个就是模仿学习给到的这些数据，机器人本身能不能够利用好。另一个是通过模仿学习学来的东西是否能被机器人拆解、内化。这两个问题会导致，今天模仿学习能够教机器人复制动作，但机器人并不能理解每一个动作决策的驱动要素，以及为什么要这么做动作。

36:12 长期来看怎么能够通过尽可能少的数据，再结合大脑的能力，让机器人不光知其然，还知其所以然。这可能是未来的终局，也是有待突破的点。

38:03 大模型是不是能够承担一部分小脑的能力？比如说 Google 这一年发的无论是 RT-1的小模型还是 RT-2 的大模型，都开始尝试端到端地把视觉语言和行为轨迹放到了一个大模型里去训练，然后直接执行下游的任务。我们把能收集到的数据直接喂给大模型，直接端到端就能出结果，这是不是未来的一个趋势？

41:20 之前的机器人公司大多落地在偏制造业和服务场景。在看这一波具身智能和通用智能机器人公司的时候，需要考虑它们短期的落地吗？如果需要，潜在挑战在哪？

43:12 我曾经问过不同场景里的机器人创业者：GPT vision以及 Segment Everything 之类的视觉大模型的出现，会对他们的工业机器人有什么影响？大部分创业者的答案是，客户不会为这个来额外买单。所以，新技术在商业化上的进度还是偏慢的，必须要找到一些有非常明确的产品需求场景——不一定是纯人形机器人，也可能是复合机器人。

45:48 传统的做工业机器人的公司或者自动驾驶公司，它们想往具身智能转可能性大吗？

46:30 技术的变革到底是先占领市场，还是先占领技术的前沿性？

47:12 从投资角度看具身智能这个赛道，你会着重看哪些方向的公司，以及会看重团队什么样的能力？

【相关文章】

文字版内容，可在峰瑞资本公众号查看。

【往期链接】

Vol.102 产业观察15｜人形机器人是具身智能的最佳选择吗：与张巍聊具身智能之双足机器人

Vol.106 产业观察16｜大模型的想象与泡沫，机器人的“不可能三角”与未来：与连文昭聊具身智能之上肢

【制作团队】

主理人：李翔 、李丰

制作及统筹：张英海  （13514156656）、峰小瑞（[email protected]）

如果你喜欢我们的节目，欢迎你分享到更多的地方，也欢迎你在我们的评论区留言交流。