北京
出品｜搜狐科技
作者｜梁昌均
“人形機器人是不是過10年或15年進入家庭，我無法下定論。但基于之前的技術發展歷程和客觀規律來講，我們覺得它沒有這么快?！?/p>
從阿里高德離職加入具身智能創業大潮的張濤，雖然最終目標同樣希望讓機器人走進家庭，但他對這個實現過程有著更為清醒的認知。
此前，行業內有樂觀聲音認為三年內就有望實現，這讓張濤恍惚中想起了15年前的自動駕駛?！澳菚r候我們講明年或者兩三年，L4就滿街跑，結果到今天還沒有實現?！?/p>
這個判斷一定程度影響了張濤創業的選擇。去年他聯合清華大學車輛與運載學院黨委書記、人工智能學院教授李升波成立了光象科技，張濤擔任CEO，希望共同推動通用具身智能技術的產業化應用。
這家公司把落地方向優先選在了B端，并率先切入汽車制造場景。在6月10日的技術開放日上，張濤發布了號稱行業首個工業級自進化具身智能機器人Phi-Bot X1。
他介紹稱，光象科技已圍繞汽車制造中的上下料、質檢等典型工位完成真實場景驗證，并已與某國際車廠、蔚來等企業達成合作。
張濤表示，接下來公司還會從汽車制造拓展到3C電子、軌道車輛、工程機械等工業領域，整體路徑是從工業到商業，最后到家庭服務。
對于為何選擇這樣的路徑，張濤解釋稱，具身智能最好的落地方式是從單點做突破，而不是多點開花。“對標自動駕駛，從L2往L4去做可能是更合理的路徑，今天的具身智能同理?！?/p>
當然，不可否認，當下的具身智能還面臨不少挑戰，核心在于模型和數據瓶頸。究竟是做VLA，還是世界模型；是采集真實數據，還是采用仿真數據，行業吵翻了天。
張濤的判斷是，以模仿學習或監督學習為核心的VLA不會是終局，因為數據量級差太多。
在他看來，如果數據問題解決了，具身智能的長期AGI就不遠了。“今天的VLA、世界模型在模型結構和訓練范式上有差異，但核心都是由數據驅動的端到端范式。”
今年以來，行業企業包括不少大廠都在紛紛加強數據采集工作，但路徑依然還未收斂。張濤更看好仿真數據，因為其是唯一有可能實現數據指數級擴增的方案。
張濤還談到了行業定位和市場競爭，強調具身機器人在工廠場景里不是要取代傳統的工業機器人或人，而是要追求效率的最佳組合。“具身智能是一個大賽道，不會只存在一家或幾家?！?/p>
他還提到，行業里很多具身機器人并沒有去干該干的事情，如雙足人形機器人去搬箱子，毫無必要。“行業要更多面向真實場景需求，做真正發揮具身智能機器人價值的事情?！?/p>
雖然目前具身智能目前應用多數還停留在科研教育、商業服務等領域，還未真正規?；哌M工業和家庭場景，但資本熱潮還在持續，宇樹等多家企業也已開啟上市。
“雖然現在融資看起來很熱，但我們并不認為這是泡沫，因為具身智能，尤其是它在物理環境真實泛化產生的價值是非常高的，對比未來的價值，現在的投入并沒有那么高。”
張濤還呼吁，要尊重整個行業的發展規律，路要一步一步走。“具身智能行業未來也會經歷波峰波谷，我們還是盡可能堅定地按照自身的技術和業務節奏去推進?！?/p>
以下是對話精編：
VLA不會是具身智能終局
數據解決了AGI也就不遠了
Q：對具身智能的技術路線，有觀點認為，VLA不太夠用，您怎么看？公司技術壁壘是什么？
張濤：我們會以強化學習為最核心的技術能力做具身智能。過去絕大部分VLA模型都采用模仿學習，這種方式是不是終局，能不能走到最后，我們的結論是不太可能。
為什么？如果要用模仿學習或監督學習的方式完成通用具身智能模型開發，對數據量的要求很高。今天具身的數據量級基本在幾十萬到幾百萬，而且非常分散。具身要解決幾百個、幾千個任務，需要的數據量級大概是十億、百億。
但強化學習能夠突破，在探索和試錯的過程當中，通過獎勵信號讓模型自己學到什么樣的方式和策略是最優的，能夠不斷迭代，得到性能提升，這種方式可能會走到最后。
Q：今年行業都在加速獲取具身數據，公司看好什么類型的數據？
張濤：目前為止，我們還沒有看到非常明確的數據范式收斂。第一人稱視角數據相比遙操作數據，雖然能更好地降成本并體現泛化通用操作能力。但數據規模與成本之間的關系仍然是線性的，沒有變成指數級別。
因此，我們認為它可能也未必是最終路徑。我們會更優先采用仿真數據，這是唯一有可能實現數據指數級擴增的方案。
如果數據問題解決了，具身智能的長期AGI就不遠了。今天的VLA、世界模型，在模型結構和訓練范式上有差異，但核心都是由數據驅動的端到端范式，沒有本質區別。
對強化學習來說，最合適的方式是在仿真環境里做強化，能夠保證更大的安全性和更大并行的訓練規模。這條技術路線，無論是從邏輯上，還是從規模上，都是更可行性的方案。
具身機器人不是要去替換自動化設備和人
Q：公司在商業場景上選擇先去做汽車制造領域，是出于什么考慮？
張濤：我們討論過是To C還是To B，是做工業還是進家庭，這無所謂對錯。要看具身智能的本質，機器人需要在某個環境下去完成某個任務，要找到一條真實可落地的路徑。
我們認為具身智能最好的方式是在一個點上去做突破，而不是多點開花。對標自動駕駛，我認為從L2往L4去做可能是一條更合理的路徑，今天的具身智能同理。
汽車制造是目前最大規模、復雜度程度最高的行業，而且有非常好的一致性和標準化，對品控、時間節拍和效率的要求也非常高，這對具身機器人落地而言是非常好的練兵場。
接下來我們還會不斷拓展其他工業場景，像軌道車輛、輪船、零部件、工程機械、3C電子等，我們整個路徑是從工業到商業再到家庭服務。
Q：在工業場景，很多人認為機械臂等傳統應用型機器人更有發展前景，具身機器人是泡沫，您怎么看？如何看待未來的市場格局？
張濤：我們做具身智能機器人，并不是讓機器人去替換自動化設備，更不是替換人，而是期望把工業自動化設備、具身機器人和人進行整合，產生最高的效率。
自動化設備的技術路線、工位需求和具身機器人完全不同，它們事先設定好軌跡，重復即可，通過運控算法和本體能力保證極高的定位精度就可以實現。
具身智能核心是端到端的AI驅動，沒有必要做這件事，要做的事情需要非常好的靈活性、魯棒性，并且能夠面向不同的工位做到很好的泛化操作，所以跟他們沒有直接的競爭關系。
Q：公司的客戶主要是車廠，但現在也有不少車廠，比如理想都在做機器人，長期來看他們有什么壁壘？公司如何與之競爭？
張濤：現在很多車廠都在做機器人，但他們最終要服務的是C端客戶。他們更關注的事情是怎么樣在繼手機和汽車之后的下一代智能終端，開發通用機器人，而且走入家庭。這也在我們未來的目標之內，但目前我們跟車廠做的機器人不存在競爭關系。
當然，這些車廠有很好的制造能力和模型、資金能力，會成為具身智能行業非常優秀的玩家。但具身智能是一個大賽道，不會只存在一家或者幾家，每個細分場景中都會有一批頭部公司。
具身智能沒有泡沫
人形機器人不會很快進入家庭
Q：您怎么看目前具身智能公司的商業模式？公司如何選擇自己的落地路徑？
張濤：整個行業還在非常早期的階段，有賣機器人的，有賣軟件的，有去做租賃的，賣工具平臺服務的，都還在探索的階段，具體哪個會成為未來主流，可能還要時間。
今天行業很多具身機器人并沒有去干該干的事情，如用雙足人形機器人去搬箱子，毫無必要。我們希望行業更多面向真實場景需求，做真正發揮具身智能機器人價值的事情。
我們希望做軟硬一體化的具身智能的完整產品。今天具身智能行業是不成熟的，我們希望能夠為生產力服務，路徑是首先把能夠解決真實問題的機器人造出來，賣出去，去干活，再把數據收回來，然后再去產生更多的數據和更強大的模型，從而再去拓展范圍。
Q：您此前說人形機器人落地還需十年，但行業有觀點認為幾年就可以進入家庭，您怎么看？未來進入家庭的機器人會是什么形態？
張濤：行業里有觀點講三年人形機器人就能夠進入家庭干活了，恍惚中我好像回到了15年前的自動駕駛，那時候我們講明年或者兩三年，L4就滿街跑，結果到今天還沒有實現。
人形機器人是不是過10年或15年進入家庭，我無法下定論。但基于之前的技術發展歷程和客觀規律來講，我們覺得它沒有這么快。
機器人走進家庭，人形是不是最好的？我覺得這沒有答案，還是要回到讓機器人進入家庭，到底想讓它提供什么樣的價值。如果去做鋪床疊被、整理東西、擦桌子，確實不需要雙足。
有些機器人做得非常擬人，它提供的價值不在功能層面，更多是情感價值，這確實需要人形，而且是擬人度非常高的人形，所以關鍵是取決于到底想讓機器人提供什么樣的價值。
Q：有觀點認為目前具身智能有泡沫，資本都聚集到頭部，估值上百億的公司越來越多，對新入局的公司可能會越來越艱，您怎么看待這種局面？
張濤：雖然現在融資看起來很熱，但我們并不認為這是泡沫。具身智能尤其是它在物理環境真實泛化產生的價值是非常高的，對比未來的價值，現在的投入并沒有那么高。
當然，我們還是要尊重行業發展規律，未來是有那么大的市場，但路總要一步一步走。具身智能行業未來也會經歷波峰波谷，我們還是盡可能堅定地按照自身的技術和業務節奏推進。
運營編輯 | 曹倩 審核｜孟莎莎
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
