人類正在迎來(lái)人工智能領(lǐng)域的爆炸式更新，技術(shù)向未知拓展的每一步，幾乎都引起驚人的關(guān)注度。
在人工智能邊界擴(kuò)張的過(guò)程中，重要賽道的技術(shù)路線創(chuàng)新與分歧并存。技術(shù)先鋒者的判斷和選擇，影響著眾多跟隨者的腳步。
過(guò)去一年，機(jī)器之心獨(dú)家率先將月之暗面、生數(shù)科技、愛(ài)詩(shī)科技、無(wú)問(wèn)芯穹等優(yōu)秀公司介紹給大家，為他們?cè)诨ヂ?lián)網(wǎng)世界留下了第一份 “萬(wàn)字訪談底稿”。在技術(shù)路線尚未收斂的階段，我們看到了到真正擁有信念、勇氣以及系統(tǒng)化認(rèn)知的 AI 創(chuàng)業(yè)者的引領(lǐng)力量。
因此，我們推出 “AI Pioneers” 的專欄，希望繼續(xù)尋找和紀(jì)錄 AGI 時(shí)代人工智能各細(xì)分賽道具有領(lǐng)袖氣質(zhì)的創(chuàng)業(yè)者，介紹 AI 賽道最出眾、高潛的創(chuàng)業(yè)公司，分享他們?cè)?AI 領(lǐng)域最前沿、鮮明的認(rèn)知。
作者：姜菁玲
機(jī)器之心報(bào)道
具身智能已經(jīng)成為人工智能領(lǐng)域最值得期待的一大賽道之一�，F(xiàn)在，智能機(jī)器人已經(jīng)可以自主實(shí)現(xiàn)咖啡拉花、搬箱子、疊被子，甚至能夠像人與人一樣通過(guò)自然語(yǔ)言交互，理解人類的意圖并做出調(diào)整。
國(guó)內(nèi)外眾多科技公司正在推動(dòng)機(jī)器人變得更加 “智能”，希望它最終可以完成各種任務(wù)，能與環(huán)境交互感知，擁有自主規(guī)劃、決策、行動(dòng)、執(zhí)行能力。
但以終為始，什么樣的路徑才有可能推動(dòng)具身智能產(chǎn)品抵達(dá)如此高度的智能？
近期，機(jī)器之心對(duì)清華系具身智能公司「星海圖」進(jìn)行了訪問(wèn)。
星海圖 CEO 高繼揚(yáng)提出了他們的路徑想法：對(duì)現(xiàn)階段的具身智能產(chǎn)品而言，代表智能的 “大腦” 比代表執(zhí)行的 “身體” 更為重要。如果要抵達(dá)具身智能的終局，需要針對(duì)具體場(chǎng)景推出合適的產(chǎn)品，完成商業(yè)閉環(huán)，從而得到更多來(lái)自物理世界的數(shù)據(jù)，最終不斷提高機(jī)器人的 “智能” 程度。
這個(gè)說(shuō)法主要區(qū)別于行業(yè)中存在的兩種其他觀點(diǎn)：1、機(jī)器人的 “身體” 比 “大腦” 重要；2、應(yīng)該盡可能直接做一個(gè)完整的人形機(jī)器人，用它應(yīng)對(duì)大部分場(chǎng)景需求。
需要解釋一下的是，到目前為止，在行業(yè)內(nèi)人形機(jī)器人仍是一個(gè)模糊、寬泛的概念，對(duì)它最狹義的定義是完全模仿人類的模樣的機(jī)器人 有雙足、雙腿、軀干、頭肩、雙臂、靈巧手。
星海圖認(rèn)為，在具身智能產(chǎn)品設(shè)計(jì)中，并非所有人類構(gòu)型都具備通用性和效率，比如雖然 “雙臂” 和 “軀干” 具備，但 “雙足” 結(jié)構(gòu)并不具備。因此，他們提出，應(yīng)該從具體的需求出發(fā)，針對(duì)場(chǎng)景去做滿足需求的高自由度關(guān)節(jié)型機(jī)器人，完整人形有時(shí)是不必要的。
同時(shí)，這樣高度場(chǎng)景化的產(chǎn)品策略，可以機(jī)器人盡快實(shí)現(xiàn)商業(yè)化落地，盡快地從物理世界拿到更多數(shù)據(jù)，實(shí)現(xiàn)飛輪效應(yīng)，更高效率地提升機(jī)器人的 “智能” 水平。
星海圖提出了他們的 “一腦多形” 的愿景，他們認(rèn)為，未來(lái)，具身智能產(chǎn)品能夠?qū)崿F(xiàn)用一個(gè)智能去匹配不同場(chǎng)景下需要的各種形態(tài)的機(jī)器人，而完整人形只是其中的一個(gè)可能。
星海圖成立于 2023 年 5 月，四位聯(lián)合創(chuàng)始人中，三位出身于清華大學(xué)，除 CEO 高繼揚(yáng)畢業(yè)于清華大學(xué)電子系，聯(lián)合創(chuàng)始人還包括清華大學(xué)交叉信息學(xué)院助理教授、MARS Lab 主任趙行，以及清華大學(xué)交叉信息學(xué)院助理教授、清華大學(xué)具身智能實(shí)驗(yàn)室主任許華哲。
星海圖 CEO 高繼揚(yáng)曾以 3.5 年時(shí)間完成美國(guó)南加洲大學(xué)計(jì)算機(jī)視覺(jué)博士學(xué)業(yè)，成為 USC IRIS Lab35 歷史中最短畢業(yè)用時(shí)者。博士畢業(yè)后，高繼揚(yáng)先后在自動(dòng)駕駛公司 Waymo 與 Momenta 工作。星海圖另一位聯(lián)合創(chuàng)始人李天威同樣來(lái)自 Momenta 公司。
目前，星海圖已完成千萬(wàn)級(jí)美元的融資，參與投資的機(jī)構(gòu)包括 IDG 資本、無(wú)限基金 SEE Fund、BV 百度風(fēng)投、金沙江創(chuàng)投、七熹投資。
1. 從自動(dòng)駕駛到具身智能
機(jī)器之心：你個(gè)人的職業(yè)經(jīng)歷主要在自動(dòng)駕駛領(lǐng)域，為什么在去年會(huì)想要開(kāi)始在具身智能領(lǐng)域創(chuàng)業(yè)？
高繼揚(yáng)：我讀博士是做計(jì)算機(jī)視覺(jué)的，然后畢業(yè)之后在 Google 的無(wú)人車公司 Waymo 工作兩年多，后來(lái)回國(guó)在 Momenta 干了大概 2 年。
我覺(jué)得，其實(shí)對(duì)于我們這一批人來(lái)說(shuō)是一個(gè)自然而然的選擇�？赡軐�(duì)于外界的人來(lái)說(shuō)，好像自動(dòng)駕駛和具身智能是兩件事，但其實(shí)是一件事。
我博士畢業(yè)以后，想做的是 “AI + 機(jī)器人”。而車其實(shí)也是機(jī)器人的一種，可以理解為自動(dòng)駕駛是具身智能在公開(kāi)道路上的一個(gè)應(yīng)用而已。以特斯拉為代表的自動(dòng)駕駛公司所做的這一套 FSD 的自動(dòng)駕駛技術(shù)架構(gòu)方案，其實(shí)跟未來(lái)具身智能會(huì)用到的技術(shù)架構(gòu)基本上是一致的。
然后對(duì)于創(chuàng)業(yè)這件事，其實(shí)我早就計(jì)劃好了。應(yīng)該是我大學(xué)的時(shí)候就想，一直琢磨到底干啥，就是屬于我這一代人的機(jī)會(huì)到底是什么。我上大學(xué)那會(huì)兒 11~15 年是移動(dòng)互聯(lián)網(wǎng)最風(fēng)生水起的那段時(shí)間，當(dāng)時(shí)看著互聯(lián)網(wǎng)巨頭覺(jué)得很牛逼，但也明顯地感覺(jué)到互聯(lián)網(wǎng)不是我這一代人的機(jī)會(huì)。
直到大四的時(shí)候開(kāi)始接觸到 AI 深度學(xué)習(xí)，我覺(jué)得這個(gè)東西特別好、有前途，而且我自己也很感興趣，覺(jué)得這是能夠徹底改變世界的，因?yàn)樗ヂ?lián)網(wǎng)不一樣，互聯(lián)網(wǎng)是改變了生產(chǎn)關(guān)系，而 AI 讓生產(chǎn)力再次得到提高。
所以后來(lái)就去做這個(gè)方向的博士研究。Waymo 和 Momenta 的兩段經(jīng)歷讓我覺(jué)得自己為創(chuàng)業(yè)的準(zhǔn)備基本已經(jīng)做好了，第一有足夠的技術(shù)積累，然后產(chǎn)品怎么做，團(tuán)隊(duì)怎么管理，都有一定的經(jīng)驗(yàn)了。我覺(jué)得就在那個(gè)時(shí)間點(diǎn)，內(nèi)部環(huán)境和外部都 OK 了。23 年 5 月我就提了離職，6 月底正式離職，然后 8 月初開(kāi)始融資，11 月份首輪融資就完成了。
機(jī)器之心：離開(kāi) Waymo 和 Momenta 的原因分別是什么？
高繼揚(yáng)：我很感謝 Waymo 教了我很多東西，比如用 AI 做機(jī)器人的大框架、思維方式、工程體系。不過(guò) Waymo 當(dāng)時(shí)在做的 L4 級(jí)別的自動(dòng)駕駛有一個(gè)很大的問(wèn)題 也就是 AI 產(chǎn)品的失效成本問(wèn)題，這也是我們后來(lái)決定創(chuàng)業(yè)的商業(yè)根基。
我們認(rèn)為，任何一個(gè)以 AI 作為核心驅(qū)動(dòng)力的產(chǎn)品或商業(yè)模式背后都是 4 個(gè)要素的循環(huán)，商業(yè)價(jià)值、數(shù)據(jù)規(guī)模與質(zhì)量、智能程度、產(chǎn)品力。這 4 個(gè)要素能夠循環(huán)起來(lái)，這個(gè)產(chǎn)品就能夠產(chǎn)生運(yùn)營(yíng)剩余。什么叫運(yùn)營(yíng)剩余？就是它單次失效的成本小于兩次失效之間的收益，這個(gè)就算有剩余了。
簡(jiǎn)單來(lái)說(shuō)就是要有用。舉一個(gè)具體例子，比如 Robotaxi，假設(shè)它失效一次，我們給他算算成本是多少。如果發(fā)生碰撞，大概損失的量級(jí)會(huì)在 10 萬(wàn)人民幣浮動(dòng)。按現(xiàn)在網(wǎng)約車司機(jī)大約一公里賺 1 塊錢去計(jì)算。如果說(shuō)自動(dòng)駕駛要 “有用”，那意味著這個(gè)車需要能夠連續(xù)無(wú)事故地開(kāi)大于 10 萬(wàn)公里，才能把兩次 “失效” 下的收益做正。
這個(gè)失效成本太大了，這也是為什么 Robotaxi 自動(dòng)駕駛搞這么多年搞不成的原因。這也是我 2020 年下半年離開(kāi) Waymo 準(zhǔn)備回國(guó)的一個(gè)主要原因，我覺(jué)得它的商業(yè)模式和 AI 的發(fā)展規(guī)律是背道而馳的，因?yàn)楫a(chǎn)品的失效成本控制不下來(lái)。
后來(lái)我加入了 Momenta 去做量產(chǎn)，我覺(jué)得量產(chǎn)可以控制整個(gè)產(chǎn)品的失效成本。因?yàn)?Momenta 是 L2 模式，Waymo 是 L4，從法律的角度來(lái)講，L2 的責(zé)任在人，L4 的責(zé)任在車，所以兩者的失效成本是不一樣的。
后來(lái)我在 Momenta 先后負(fù)責(zé)了感知規(guī)劃控定位，包括整個(gè)的泊車系統(tǒng)、行車系統(tǒng)。這個(gè)過(guò)程里，我覺(jué)得確實(shí)是解決了失效成本的阻礙了，但是它又有新的問(wèn)題，數(shù)據(jù)自主權(quán)。
一個(gè) AI 公司的發(fā)展需要依靠數(shù)據(jù)，沒(méi)有數(shù)據(jù)就沒(méi)有智能，但數(shù)據(jù)的獲取成本和渠道是非常重要的兩點(diǎn)。這個(gè)方面上，目前模式下的自動(dòng)駕駛軟件供應(yīng)商其實(shí)是不太有利的。你去跟車廠去合作，在過(guò)程里面數(shù)據(jù)能不能回來(lái)，這里邊有一點(diǎn)博弈的關(guān)系。
所以這也是為什么我們做具身智能，我們強(qiáng)調(diào)的兩個(gè)基本原則：第一個(gè)就是特別關(guān)注產(chǎn)品失效成本，因?yàn)檫@是你商業(yè)模式能成立的前提。第二個(gè)就特別關(guān)注數(shù)據(jù)的獲取成本，因?yàn)閿?shù)據(jù)獲取成本如果居高不下的話，（AI）轉(zhuǎn)不起來(lái)對(duì)吧？
然后在這個(gè)基礎(chǔ)之上，我們要軟硬件一體。AI 永遠(yuǎn)是核心競(jìng)爭(zhēng)力，將 AI 核心能力搭載在一個(gè)硬件產(chǎn)品上面交付給使用者，直接向終端的使用者建立閉環(huán)商業(yè)閉環(huán)，我們才有可能掌握數(shù)據(jù)自主權(quán)。
所以這也是過(guò)去這兩段經(jīng)歷給我的啟發(fā)，就是要關(guān)注失效成本和數(shù)據(jù)成本。你看 ChatGPT 為什么能成，因?yàn)樗氖С杀緝H僅只是浪費(fèi)了用戶 20 秒時(shí)間，失效成本很低，同時(shí)它的數(shù)據(jù)成本也是低的，大量的數(shù)據(jù)都是來(lái)自互聯(lián)網(wǎng)。這兩點(diǎn)也是我們?cè)谧鼍呱碇悄軋?chǎng)景選擇和產(chǎn)品設(shè)計(jì)的底層邏輯。
2. 一腦多形，人形不是唯一答案
機(jī)器之心：基于上面兩種原則，你們首先選擇的場(chǎng)景和產(chǎn)品是什么？
高繼揚(yáng)：具體的場(chǎng)景和產(chǎn)品我們會(huì)在下半年正式去介紹。但我們的目標(biāo)是明確的，是端到端地去提供某些藍(lán)領(lǐng)勞動(dòng)力崗位的供給。
什么叫端到端？我們拆解任意一個(gè)崗位，它都由多個(gè)任務(wù)去構(gòu)成，比如說(shuō)做奶茶的，它會(huì)包括打奶昔、搖晃制作、遞給客人、跟客人做溝通等一系列任務(wù)。
那一個(gè)具身智能型的機(jī)器人產(chǎn)品有商業(yè)價(jià)值，是因?yàn)樗堰@個(gè)崗位給完整的替代掉了。在商業(yè)社會(huì)里面，人是崗位的勞動(dòng)力供給，崗位是任務(wù)的集合體。所以在這個(gè)里面我們就強(qiáng)調(diào)的是，瞄準(zhǔn)這個(gè)現(xiàn)實(shí)世界商業(yè)社會(huì)當(dāng)中的崗位，然后做能夠去端到端替代的機(jī)器人產(chǎn)品。
我們做具身智能不去創(chuàng)造 PMF（Product Market Fit，產(chǎn)品市場(chǎng)匹配），因?yàn)?PMF 遍地都是。對(duì)于藍(lán)領(lǐng)崗位，我們端到端的任務(wù)替代率越高，我的商業(yè)價(jià)值就越大。未來(lái)的具身智能體與人類融合后構(gòu)成的世界，肯定會(huì)創(chuàng)造出新的工作流程和配合方式，不僅僅是對(duì)現(xiàn)有工種的替代，這個(gè)新世界的豐富性可能超過(guò)了我們所有人的想象。
機(jī)器之心：具體打算怎么切入？
高繼揚(yáng)：相對(duì)于靠腦力吃飯的 “白領(lǐng)”，藍(lán)領(lǐng)更多依靠通過(guò)體力勞動(dòng)改變物理世界，比如服務(wù)員、外賣員、工廠里面的工人。藍(lán)領(lǐng)的工種很多，范疇很大。
至于第一步選什么工種去做，這里面有很多要素去考慮。在現(xiàn)在的商業(yè)化上，我們不會(huì)直接去懟狹義的人形機(jī)器人，當(dāng)然它會(huì)是具身智能未來(lái)的重要形態(tài)之一。
如果說(shuō)為什么國(guó)內(nèi)很多公司在做人形機(jī)器人，我認(rèn)為他們?cè)?follow 一個(gè)基本邏輯，那就是因?yàn)?Elon Musk 在做。但你問(wèn)他們?yōu)槭裁刺厮估�，為什么馬斯克做，最后基本說(shuō)不出來(lái)一個(gè)一二三。這個(gè)就意義不大。
這里面有一個(gè)很基本的點(diǎn)，很多人形機(jī)器人公司忽略了特斯拉的起點(diǎn)和終點(diǎn)。特斯拉的起點(diǎn)是什么？第一它不缺錢，第二，它在智能車上面迭代出了完整的智能系統(tǒng)，剛才我說(shuō)的自動(dòng)駕駛是具身智能的一個(gè)應(yīng)用，它現(xiàn)在通過(guò)這一個(gè)應(yīng)用把大腦總結(jié)迭代出了一部分，這個(gè)重要基礎(chǔ)是別的公司不具備的。
而我們?nèi)タ催@個(gè)基礎(chǔ)要迭代出來(lái)需要花多少錢？10 億美金�，F(xiàn)在我就不具體點(diǎn)名國(guó)內(nèi)這些融的最猛的具身智能公司融到 10 億美金了嗎是吧？這個(gè)就是沒(méi)有特斯拉的起點(diǎn)。
然后第二個(gè)就是沒(méi)有特斯拉的終點(diǎn)。（現(xiàn)在這些機(jī)器人）在工廠里邊做線束裝配等等，這些應(yīng)用會(huì)是特斯拉做人形機(jī)器人的終點(diǎn)嗎？不，只是它的路徑而已。它的終點(diǎn)是，馬斯克為了要實(shí)現(xiàn)火星移民，最終要把機(jī)器人放到火星這種完全陌生的環(huán)境里，人形是最有通用性的，這沒(méi)問(wèn)題。
可是我們面對(duì)的世界是什么？我們面對(duì)的世界是經(jīng)過(guò)人類改造的世界，是人這個(gè)靈長(zhǎng)類動(dòng)物的基因在大自然環(huán)境下強(qiáng)化學(xué)習(xí)的結(jié)果，對(duì)吧？如果機(jī)器人在咱們這個(gè)世界里邊再?gòu)?qiáng)化學(xué)習(xí)一遍，還會(huì)是一樣的結(jié)果嗎？我覺(jué)得畫一個(gè)大大的問(wèn)號(hào)。
機(jī)器之心：你的意思是，其實(shí)不需要（完整）人形就可以做那些事情？
高繼揚(yáng)：對(duì)，還是回到需求。人之所以有 “人” 這個(gè)形是為了開(kāi)始適配大自然的環(huán)境，可以去改造大自然。但我們現(xiàn)在面對(duì)的環(huán)境已經(jīng)是人類改造過(guò)的社會(huì)環(huán)境。在這個(gè)社會(huì)環(huán)境里的一系列的需求，我們應(yīng)該去思考什么形可以滿足它。事實(shí)上，只要它有足夠大的商業(yè)價(jià)值，算法進(jìn)入了工程階段我們就可以去做它。
我們認(rèn)為，如果是圍繞需求去做產(chǎn)品設(shè)計(jì)的話，那最終的本體應(yīng)該是一個(gè)高自由度的關(guān)節(jié)機(jī)器人，人形可能是其中一種，但不會(huì)是唯一一種。
也就是說(shuō)，具身智能的未來(lái)應(yīng)該是 “一腦多形” 的，可能最終會(huì)出現(xiàn)的形式是，一個(gè)通用具身智能基礎(chǔ)模型，然后能夠適配到不同構(gòu)型的身體上，可以對(duì)應(yīng)解決現(xiàn)實(shí)世界的各種需求場(chǎng)景。
而在這個(gè)路徑往前走的過(guò)程里面，對(duì)于具身智能公司來(lái)說(shuō)，本體不應(yīng)該是目的，而是手段。
機(jī)器之心：你們認(rèn)為其實(shí)有價(jià)值的具身智能可能有很多形。選擇 “先不懟人形” 的理由是什么？
高繼揚(yáng)：這里邊涉及一個(gè)更基礎(chǔ)的問(wèn)題要去分析：構(gòu)成具身智能產(chǎn)品的兩個(gè)部分，機(jī)電系統(tǒng)和智能系統(tǒng)，什么是更重要的？有些公司在這個(gè)點(diǎn)上可能還在爭(zhēng)論，但我們的結(jié)論很清晰，就是智能系統(tǒng)。
人形機(jī)器人在沒(méi)有智能的情況下，它就是一堆鐵疙瘩。而假設(shè)智能的部分由人代替，一個(gè)人去遙控機(jī)械臂，我們可以做非常多任務(wù)。因此，具身智能產(chǎn)品的關(guān)鍵不在硬件而在于智能。
而如何產(chǎn)生智能，核心就是又回到咱們剛才說(shuō)的把 4 要素循環(huán)，然后運(yùn)營(yíng)剩余時(shí)效成本就這一套。對(duì)，所以關(guān)鍵就是要選好你的商業(yè)閉環(huán)場(chǎng)景。通過(guò)足夠便宜的本體，實(shí)現(xiàn)良好的商業(yè)閉環(huán)，然后降低數(shù)據(jù)獲取成本，推動(dòng)算法進(jìn)入規(guī)�；A段，實(shí)現(xiàn)智能的提升。
但你會(huì)發(fā)現(xiàn)狹義的人形機(jī)器人是不符合這個(gè)鏈路的，它是一個(gè)死循環(huán)。如果你直接去做人形，很現(xiàn)實(shí)的問(wèn)題馬上就來(lái)了，因?yàn)槿诵纬杀靖�，意味著我進(jìn)入商業(yè)場(chǎng)景的門檻就高，對(duì)吧？大家付不起。那么，沒(méi)有商業(yè)閉環(huán)就沒(méi)有數(shù)據(jù)閉環(huán)，所以就沒(méi)有智能。
我們需要找到一條破解這個(gè)死循環(huán)的路徑。人形機(jī)器人未來(lái)大概率會(huì)真的進(jìn)入到人類社會(huì)，但是這個(gè)是目標(biāo)，我們現(xiàn)在要關(guān)注的是這個(gè)路徑應(yīng)該長(zhǎng)成什么樣，如何實(shí)現(xiàn)這個(gè)目標(biāo)。所以這就是為什么剛才我說(shuō)，對(duì)于一個(gè)具身智能公司來(lái)說(shuō)，形是手段，而目的應(yīng)該是發(fā)展智能。
機(jī)器之心：之后可能會(huì)去做人形機(jī)器人嗎？
高繼揚(yáng)：如果說(shuō)，我們看任何行為它是手段，它不是目的。既然是手段，我們就要審時(shí)度勢(shì)了。未來(lái)當(dāng)機(jī)電系統(tǒng)的足夠成熟，智能系統(tǒng)已經(jīng)非常的發(fā)達(dá)了，我覺(jué)得人形可能是一個(gè)還蠻不錯(cuò)的選擇。但是當(dāng)機(jī)電系統(tǒng)不夠成熟的時(shí)候，它的邊際成本還沒(méi)有降下來(lái)的時(shí)候，2024 年這個(gè)時(shí)候可能它就不是一個(gè)正確答案。
3. 商業(yè)閉環(huán)驅(qū)動(dòng)智能發(fā)展
機(jī)器之心：那你們的答案是什么？在 2024 年。
高繼揚(yáng)：我們會(huì)認(rèn)為，具身智能需要為人服務(wù)、跟人生活在一起，最終要超過(guò)人，這是具身智能發(fā)展的主旋律。在無(wú)人的環(huán)境里我們不需要智能，需要的是自動(dòng)化。
那商業(yè)是什么，就是有用的打敗無(wú)用的，高效地打敗低效的，謙虛的打敗驕傲的。我們要思考的就是，在這個(gè)地方我們到底有沒(méi)有需求，滿足需求的最好方法是什么。我們很多問(wèn)題都會(huì)有答案。
機(jī)器之心：具體一點(diǎn)呢？
高繼揚(yáng)：我們初步的答案會(huì)是針對(duì)元場(chǎng)景研發(fā)的具有移動(dòng)能力的操作型機(jī)器人（Mobile Manipulator）。機(jī)器人分為移動(dòng)和操作兩個(gè)維度，如果把動(dòng)作看作一個(gè)平面，那這就是一個(gè) X 軸一個(gè) Y 軸。拆完之后，你會(huì)發(fā)現(xiàn)大量的問(wèn)題還是科學(xué)問(wèn)題，只有少部分問(wèn)題是工程問(wèn)題，我們做產(chǎn)品的話，我們不能帶著科學(xué)假設(shè)去做產(chǎn)品設(shè)計(jì)，這會(huì)是有巨大風(fēng)險(xiǎn)的。
機(jī)器之心：什么是科學(xué)問(wèn)題，什么是工程問(wèn)題？
高繼揚(yáng)：工程問(wèn)題是前面這個(gè)路徑已經(jīng)很清晰了，我就往前干往前走，我一定有結(jié)果，這叫工程問(wèn)題�？茖W(xué)問(wèn)題是什么？現(xiàn)在我面前有 5 條路，可能還有第 6 條路我不知道，哪條路能幫我走到終局我也不清楚，我得先試一試搞一搞看一看，這就叫科學(xué)問(wèn)題。
我們不能在有科學(xué)問(wèn)題的情況下，把這種納入產(chǎn)品設(shè)計(jì)的過(guò)程里面，這對(duì)于一個(gè)初創(chuàng)公司來(lái)說(shuō)會(huì)是一個(gè)巨大的成本巨大化，風(fēng)險(xiǎn)非常大，這是在賭，賭你不知道你會(huì)贏還是輸。在認(rèn)知不清晰的情況下，這不是一個(gè)好的選擇。
機(jī)器之心：好的選擇是什么？
高繼揚(yáng)：好的選擇是我的產(chǎn)品一定是有技術(shù)空間和商業(yè)空間的可行性。
第一、技術(shù)上，所有的算法要素要進(jìn)入工程階段，不能帶著科學(xué)的問(wèn)題做產(chǎn)品策劃。
第二、商業(yè)上存在巨大的需求空間，能夠完全端到端去替代某一個(gè)藍(lán)領(lǐng)崗位。你不要跟我說(shuō)這 30% 機(jī)器做，那 70% 人做，這種到了商業(yè)社會(huì)都搞不通了。第三個(gè)，就是成本三年左右的時(shí)間進(jìn)入到可控階段，跟人能對(duì)比。第四，能夠支持最大化去在物理世界采集數(shù)據(jù)用來(lái)數(shù)字化。
ChatGPT 能做出來(lái)，是因?yàn)樗麄兓?20 年的時(shí)間，通過(guò)互聯(lián)網(wǎng)把人的知識(shí)數(shù)字化了，但是對(duì)于具身智能行業(yè)，我們對(duì)于物理世界的數(shù)字化，還沒(méi)有人在做。
所以我們說(shuō)，具身智能，它是物理世界的數(shù)字化和智能化交替進(jìn)行協(xié)同發(fā)展的一個(gè)過(guò)程，這跟大語(yǔ)言模型還不太一樣。以剛才這 4 條因素，就是我們?nèi)プ霎a(chǎn)品選擇和定位設(shè)計(jì)時(shí)候的關(guān)鍵 4 條。如果說(shuō)你用這 4 條去卡一下的話，會(huì)發(fā)現(xiàn)現(xiàn)在大量的市面上的這些公司都會(huì)可能有這樣那樣的問(wèn)題。
機(jī)器之心：跟大語(yǔ)言模型的智能相比，機(jī)器人的智能區(qū)別是什么？
高繼揚(yáng)：不太一樣，大語(yǔ)言模型的智能是說(shuō)機(jī)器人的理解能力，具身智能解決的是機(jī)器人的執(zhí)行問(wèn)題。一個(gè)是理解，一個(gè)是執(zhí)行，執(zhí)行是眼睛，移動(dòng)是操作，理解的話更多是邏輯思維。
我們看大語(yǔ)言模型和具身智能的關(guān)系，第一個(gè)大語(yǔ)言模型會(huì)這個(gè)在具身智能在邏輯層的推理理解面起到很大的幫助。同時(shí)具身智能也會(huì)是未來(lái)多模態(tài)大語(yǔ)言模型最重要的數(shù)據(jù)入口，因?yàn)榛ヂ?lián)網(wǎng)上的數(shù)據(jù)就這么多，真正的數(shù)據(jù)還得來(lái)自物理世界。
機(jī)器之心：具身智能的 L0 到 L3 分別是怎么樣的？
高繼揚(yáng)：如果是對(duì)操作分級(jí)的話，我們一個(gè)基本的分級(jí)就是從操作的觀測(cè)、操作的對(duì)象和操作結(jié)果去看。操作觀測(cè)有沒(méi)有遮擋（比如從抽屜拿一個(gè)東西出來(lái)，是有遮擋的）、操作對(duì)象是否是柔性對(duì)象，操作結(jié)果的精度夠不夠。在這三個(gè)維度做累加，去構(gòu)成 0-3 的級(jí)別。
比如，L0 級(jí)別的，是簡(jiǎn)單的拿東西、放東西。L1 級(jí)別，疊衣服，因?yàn)樗且粋�(gè)柔性對(duì)象，（對(duì)機(jī)器人）有一定的精度要求，但精度可能沒(méi)有那么高。L2 級(jí)別，可能是畫油畫、捏橡皮泥；L3 最后集大成的場(chǎng)景比如是通用烹飪，從切菜、到炒，到裝盤，機(jī)器人需要面臨過(guò)程中的環(huán)境劇烈變化。炒完之后把它裝到盤子里，最后用筷子嘗。現(xiàn)在還是 L1 級(jí)別。
機(jī)器之心：目前整體上行業(yè)的水平還在什么階段？在移動(dòng)和操作兩個(gè)維度呢？
高繼揚(yáng)：L1 附近。移動(dòng)方面，機(jī)器人已經(jīng)基本解決了對(duì)困難地形的通過(guò)和復(fù)雜場(chǎng)景規(guī)劃方面的問(wèn)題，通用移動(dòng)這件事已經(jīng)馬上要來(lái)了。意思是，即使前面的路再亂再?gòu)?fù)雜，可能又是臺(tái)階又是水坑，機(jī)器人都能邁的過(guò)去。
但是操作這個(gè)里邊有大量問(wèn)題沒(méi)解決。它是一個(gè)階梯式上升的過(guò)程。在階梯式上升的步驟里面，我們需要設(shè)計(jì)不同的商業(yè)閉環(huán)，推動(dòng)它一步一步向上走。通過(guò)商業(yè)閉環(huán)，去做數(shù)據(jù)閉環(huán)，有了數(shù)據(jù)閉環(huán)，去發(fā)展智能。有了 L0 級(jí)別的智能，再往 L1 和 L2 級(jí)別的往上走。
機(jī)器之心：你們的第一個(gè)商業(yè)閉環(huán)設(shè)計(jì)在哪里？
高繼揚(yáng)：我們會(huì)在今年下半年做披露。我們認(rèn)為現(xiàn)在已經(jīng)是一個(gè)被新技術(shù)打開(kāi)了新的供需關(guān)系的局面，而創(chuàng)業(yè)公司所競(jìng)爭(zhēng)的，也并不是技術(shù)制高點(diǎn)，而是新技術(shù)打開(kāi)的新供需關(guān)系。而技術(shù)只有在有供需關(guān)系的時(shí)候，它才是一個(gè)有價(jià)值的東西，不然它就是實(shí)驗(yàn)室 demo。
具身智能也需要落地，回到剛才的邏輯，具身智能需要數(shù)據(jù)，數(shù)據(jù)需要商業(yè)，商業(yè)需要落地。每天在實(shí)驗(yàn)室里搞 demo 的人，公司是不可能走到底的，因?yàn)樗`背了 AI 的兩個(gè)基本規(guī)律，第一個(gè)數(shù)據(jù)獲取的成本夠不夠低，第二個(gè)產(chǎn)品失效的成本夠不夠低。如果這兩個(gè)基本規(guī)律你沒(méi)有滿足，你永遠(yuǎn)不會(huì)有突破，永遠(yuǎn)是一個(gè)實(shí)驗(yàn)室。
機(jī)器之心：你說(shuō)到需要落地。而人形機(jī)器人有些產(chǎn)品能做出來(lái)，但是沒(méi)有辦法落地，因?yàn)樗倪呺H成本太高了。你們場(chǎng)景下機(jī)器人的邊際成本是怎樣的？
高繼揚(yáng)：我只能先宏觀的來(lái)說(shuō)。首先邊際成本初期看有兩部分，就是這個(gè)場(chǎng)景下的失效成本和硬件成本，但最終看的只有一部分，也就是只會(huì)有硬件的邊際成本。因?yàn)榫呱碇悄艿年P(guān)鍵就在于通用泛化，通用和泛化在經(jīng)濟(jì)上的表達(dá)就是邊際成本無(wú)限期限于 0。
所以這就是說(shuō)按這個(gè)東西需要一個(gè)過(guò)程，我們?cè)谶@個(gè)過(guò)程里面要保證的是什么？發(fā)展的過(guò)程當(dāng)中，數(shù)據(jù)和智能的這部分邊際成本要有效的做累積，轉(zhuǎn)化到我們研發(fā)的固定成本上面去，然后最終我們剩下的就是場(chǎng)景下硬件的邊際成本。
另外的方面，產(chǎn)品的成本一定程度上還取決于在場(chǎng)景里創(chuàng)造的價(jià)值。如果說(shuō)客戶能為這個(gè)場(chǎng)景付 100 元，那么我 80 元的成本就是低的，如果這場(chǎng)景我只能付 10 塊錢，我 20 塊錢都嫌高。
所以硬件的成本還取決于在場(chǎng)景里面創(chuàng)造的價(jià)值。在這方面，中國(guó)市場(chǎng)有一個(gè)獨(dú)特的挑戰(zhàn)，那就是人工太便宜。所以對(duì)于具身智能公司來(lái)說(shuō)，出�？赡苁潜仨毜�。
機(jī)器之心：現(xiàn)在你們覺(jué)得具身智能賽道它的技術(shù)路線是分散的還是收斂的？
高繼揚(yáng)：挺分散的。因?yàn)槟X、形、還有產(chǎn)品商業(yè)化其實(shí)它不是割裂的，它是一個(gè)融合在一起的東西。腦要和形配合，腦加形才是產(chǎn)品。然后適配什么樣的場(chǎng)景，如果處理好失效成本，數(shù)據(jù)獲取成本這些東西。所以我覺(jué)得這個(gè)事最后能做成，它不是單點(diǎn)的，一定是這些東西你都想清楚了，然后找到一個(gè)好的目標(biāo)才可以。
但是大家現(xiàn)在對(duì)于這個(gè)事兒可能就是說(shuō)認(rèn)知不一樣，形成的路徑也不一樣，做的產(chǎn)品也不一樣，所以你很難講說(shuō)大家現(xiàn)在有收斂的結(jié)果。
機(jī)器之心：對(duì)于具身智能落地的場(chǎng)景，以及什么樣的技術(shù)路徑去匹配這樣的場(chǎng)景，這些問(wèn)題都沒(méi)有一個(gè)比較共識(shí)的答案？
高繼揚(yáng)：如果有共識(shí)的話也不需要?jiǎng)?chuàng)業(yè)了，大公司就搞了，是吧？創(chuàng)業(yè)其實(shí)就是說(shuō)因?yàn)橛蟹枪沧R(shí)，大家的觀點(diǎn)不一樣是吧？然后同時(shí)正確的觀點(diǎn)又掌握在少數(shù)人手里邊，這就是機(jī)會(huì)。
4. 相信的場(chǎng)
機(jī)器之心：成立至今，一腦多形的路線想法，有沒(méi)有遇到一些挑戰(zhàn)？
高繼揚(yáng)：我們這個(gè)路線肯定是有挑戰(zhàn)的。因?yàn)楦厮估灰粯�，跟主流的人形機(jī)器人不一樣。不過(guò)，這其實(shí)既是我們的挑戰(zhàn)也是我們的機(jī)會(huì)。如果我們能夠重新在這個(gè)市場(chǎng)上幫助大家建立一些認(rèn)知，我們會(huì)收獲一批相信這個(gè)路線的人，這些也會(huì)變成我們做這件事的很好助力。
如果我們開(kāi)始去講類似的故事，用我們團(tuán)隊(duì)背景去講其他人講過(guò)的故事去融錢，也肯定能融到。但我覺(jué)得我沒(méi)有辦法做到我不相信的東西。我之所以能一遍遍地講，就是因?yàn)檫@些東西是我所相信的，即使別人不相信，我也要一遍一遍的去講。
機(jī)器之心：現(xiàn)在技術(shù)迭代這么快，你對(duì)自己選擇的技術(shù)方向和戰(zhàn)略有沒(méi)有過(guò)懷疑？
高繼揚(yáng)：我覺(jué)得對(duì)于新東西，尤其是對(duì)于自己之前沒(méi)認(rèn)識(shí)到的邊界以外的東西，肯定得保持開(kāi)放心態(tài)。然后要把新東西還是要放回到你建立的框架里面。
最怕的是什么，沒(méi)有框架。這樣的話，他給我來(lái)一句我就信了，另外一個(gè)人又給我來(lái)一句我又信了。那這個(gè)人肯定就不適合做一個(gè) CEO，也不適合去創(chuàng)業(yè)。
所以我覺(jué)得最關(guān)鍵的是有框架，然后這個(gè)這個(gè)框架的建立要從過(guò)去的實(shí)踐過(guò)程當(dāng)中總結(jié)規(guī)律，同時(shí)又要對(duì)新的事物新的信息保持開(kāi)放。
對(duì)于豐富框架這件事來(lái)說(shuō)，所有個(gè)人的認(rèn)知都是有限的，我覺(jué)得這也是我們這個(gè)團(tuán)隊(duì)很有優(yōu)勢(shì)的一點(diǎn)，因?yàn)閳F(tuán)隊(duì)很全面。我們團(tuán)隊(duì)一起共同思考和面對(duì)這些新信息，用邏輯去推演，不斷建立起我們自己的框架。并且，在實(shí)踐的過(guò)程中所遇到的問(wèn)題，我們也用自己的框架去檢驗(yàn)它。我們目前覺(jué)得還是 OK 的。
機(jī)器之心：你這半年多以來(lái)你覺(jué)得進(jìn)展相對(duì)順利嗎？最大的問(wèn)題是什么問(wèn)題？
高繼揚(yáng)：我覺(jué)得還行。最大問(wèn)題我覺(jué)得就是說(shuō)真正的問(wèn)題不是我已經(jīng)意識(shí)到的，而是我還沒(méi)有意識(shí)到的問(wèn)題，可能視野之外的問(wèn)題是比較大的問(wèn)題。我相信，只要問(wèn)題進(jìn)入視野之內(nèi)，只要我們用正確的方法，去開(kāi)始解決這個(gè)問(wèn)題，慢慢地這個(gè)問(wèn)題都會(huì)變校
比如，怎么做融資，怎么在商業(yè)上做 BD�？赡芪沂羌夹g(shù)工程師出身，我會(huì)認(rèn)為，當(dāng)你認(rèn)識(shí)到這個(gè)問(wèn)題之后，解決方法基本都是類似的 拆解加測(cè)量，比如去看這 1 個(gè)大問(wèn)題怎么去拆解成 5 個(gè)小問(wèn)題，然后每個(gè)小問(wèn)題都去測(cè)量一下，然后這 5 個(gè)小問(wèn)題都在變好，那么大問(wèn)題一定就在變好。
所以當(dāng)問(wèn)題已經(jīng)成為問(wèn)題的時(shí)候，反倒不是問(wèn)題，但危險(xiǎn)的是那些你覺(jué)得挺好，但其實(shí)他有問(wèn)題的地方才是真問(wèn)題。
機(jī)器之心：聽(tīng)下來(lái)的話，你們創(chuàng)始團(tuán)隊(duì)組建的過(guò)程是蠻順利的。
高繼揚(yáng)：比較順利，主要我覺(jué)得還是大家都有共同的夢(mèng)想。我們的團(tuán)隊(duì)過(guò)去都互相認(rèn)識(shí)、互相合作過(guò)，互相信任，并且大家年齡相仿，價(jià)值觀也是一樣的。
具身智能發(fā)展最重要就是人才。人對(duì)了方向才能對(duì)，方向?qū)α�，有正確的有足夠的資源，我們才能在正確的方向上去迭代。
所以有的機(jī)構(gòu)投資人也好，或者是媒體也好，經(jīng)常喜歡去看說(shuō)某一個(gè)什么又突然搞了一個(gè)大新聞。但其實(shí) AI 里面不會(huì)存在魔法，都是在正確的方向上高速迭代，然后累積出來(lái)的東西就是曾國(guó)藩的 6 個(gè)字，“結(jié)硬寨打呆仗”，這是我們做 AI 最大的感受。
機(jī)器之心：如果說(shuō)如果沒(méi)有魔法，“在正確的方向上高速迭代” 是一個(gè)成功公式的話，失敗的原因也有可能就是沒(méi)有找到正確的路線和迭代速度過(guò)慢。
高繼揚(yáng)：對(duì)，就是你的方向不對(duì)。你沒(méi)有把握住 AI 的基本規(guī)律，那是你有沒(méi)有關(guān)注你的產(chǎn)品的失效成本，你有沒(méi)有關(guān)注你這個(gè)數(shù)據(jù)的獲取成本，你不關(guān)注這些你方向很有可能是錯(cuò)的。
機(jī)器之心：你們看看現(xiàn)在的競(jìng)爭(zhēng)情況是怎么樣的？
高繼揚(yáng)：我覺(jué)得現(xiàn)在還沒(méi)什么競(jìng)爭(zhēng)，大家都沒(méi)什么產(chǎn)品，談不上競(jìng)爭(zhēng)，只有在資本市場(chǎng)存在一定競(jìng)爭(zhēng)。但是我覺(jué)得這里邊這些公司各自的業(yè)務(wù)模式和商業(yè)上的策略都不一樣，然后咱不一個(gè)個(gè)評(píng)價(jià)了。只是說(shuō)，我覺(jué)得大家都不一樣，即使在融資上有競(jìng)爭(zhēng)也沒(méi)有非常的大。
投資是為了賺錢，那么只要我們這個(gè)模式能夠去說(shuō)服大家，這是一個(gè)有希望的模式，那么對(duì)于投資人來(lái)講為什么不投？也不會(huì)說(shuō)是，投了別人就不投你了，不存在這個(gè)情況。
機(jī)器之心：所以你覺(jué)得自己去說(shuō)服投資人最重要的一個(gè)點(diǎn)是，現(xiàn)在的模式是可以大概率確保他們是可以賺錢的，是這個(gè)點(diǎn)嗎？
高繼揚(yáng)：不是。我覺(jué)得是說(shuō)本身具身智能這事一定短期不賺錢，這個(gè)賺錢是長(zhǎng)周期的范疇上，我們能把事做成，因?yàn)槟闶伦龀闪司蜁?huì)賺錢了。
我覺(jué)得這本質(zhì)上是一個(gè)相信的游戲 你相信還是不相信？然后相信有兩種相信，第一種相信叫做從規(guī)律出發(fā)選擇相信，第二種相信叫做因?yàn)閯e人相信，所以我相信。
我們很顯然是從規(guī)律出發(fā)做判斷，就相信做選擇，然后開(kāi)始能夠吸引到被我們說(shuō)服的投資人，也一定是基于規(guī)律出發(fā)的。
回到現(xiàn)實(shí)，我們一定會(huì)面臨的問(wèn)題，就是我們剛才我講的這條路徑不是主流路徑，因?yàn)榇蠹艺J(rèn)為主流路徑是人形機(jī)器人，是吧？在這個(gè)里面，我們要把這個(gè)事做成，就得讓更多的人相信。怎么讓更多的人相信，一方面靠吸引前期的相信規(guī)律的人先加入我們，第二個(gè)用現(xiàn)實(shí)的結(jié)果讓更多的人相信我們，相信是一個(gè)常在這個(gè)場(chǎng)里面人和人之間是會(huì)影響的，我們要去努力構(gòu)建這個(gè)常
機(jī)器之心：你覺(jué)得說(shuō)接下來(lái)最重要的事情是什么？
高繼揚(yáng)：以一年周期去看的話，最重要的事情就是要去影響更多的人加入我們的團(tuán)隊(duì)，獲取更多的資金支持，如果拉長(zhǎng)周期的話，我覺(jué)得還是要堅(jiān)持自己所相信的東西。
