听他讲话觉得有些累，感觉他很用力哈哈

1. “视觉-语言-动作”三角不对称 • 数据稀缺性决定 VLM 远弱于 LLM：互联网视觉/动作数据的覆盖量远小于文本，且真实动作数据直到近两年才系统化收集。 • 行业启示：纯堆模型参数不够，必须同步铺“具身数据基建”与数据合成管线。  2. 合成数据与 Sim-to-Real • 合成数据不仅降低成本，也是让模型看到长尾罕见场景的唯一可行手段。 • 关键难题：物理一致性（Dynamics Gap）与传感器噪声匹配；王鹤强调“把合成链本身做成自研能力”，避免依赖商业引擎黑盒。 3. 商业模式：从“智能即产品”到“生产力即产品” • 对比大模型 SaaS：具身智能产品必须落到 能替代人力、可核算 ROI 的具体生产力指标。 • 货架拣选-补货被银河通用选为首场景：既有足够 SKU 复杂度，又在物流环节中存在巨量潜在需求。 4. 资本泡沫与行业自律 • 2023-2025 年，具身机器人公司估值飙升（Figure 高达 400 亿美元），但多数样机仍严重依赖远程操控。 • 风险：一旦不能在 5 年内实现“万台级”落地，叙事将被证伪，资本抽离会反噬行业。 • 建议：建立第三方 Benchmark + 公开 Demo 规范，减少对外“演示即能力”的信息不对称。   5. 王鹤与银河通用的定位 • 近期获 11 亿元人民币融资，估值跨过 10 亿美元独角兽门槛，印证其技术-资本双重背书。   • 核心打法：自研合成数据链 + 专用硬件，先夺取单一场景规模，再“硬件外包 / 智能内核”模式横向扩展。 ⸻ 行业与听众启示 1. 数据飞轮先于硬件飞轮：具身智能的真实壁垒在于数据闭环，而不是第一台 demo 机器人。 2. 衡量指标从“参数”转向“单位成本产出”：下一代 AI-native 企业的竞争优势是生产效率，不是模型 FLOPs。 3. 警惕故事资本化：在估值-PR “加速主义”浪潮下，创业者与投资人需共同建立可验证的技术-商业里程碑体系。 4. 跨学科人才红利：Vision / Robotics / Simulation / Manufacturing 复合背景将成为具身智能核心人才画像。 ⸻ 后续关注 • 合成数据平台化：谁会成为“Stable Diffusion for Embodied AI”？ • **Robotics-as-a-Service（RaaS）**定价模型与渠道生态。 • 中美供应链差异对硬件 BOM 与迭代速度的影响。 • 法规与安全：具身智能在公共场所的伦理与责任边界。

AMAZING王总是近几期嘉宾里面学术时间长但商味儿重的（Doge

真过瘾！王总口才太好了，像听了仨小时相声

持续给小jun 点赞，国内第一商业ai播客

银河通用今日官宣：正式完成由宁德时代领投的11亿元新一轮融资，两年累计融资超24亿元。

第一个😁

52:28 读过博的才知道有多难，开山弟子

04:04 哈哈哈哈好喜欢这个快问快答环节~真的是一手高密度信息~

01:37 标准敬酒环节

52:57 哈哈哈哈哈哈意想不到的组合

2:28:07 笑发财，典中典“佬但亲和”

22:32 语言是智能的加速器。

2:28:13 北京人的骄傲

亚裔男..

47:08 哇靠，原来王总也是做工艺出身的啊

Amazing

亚裔女性呢