在人工智能快速發(fā)展的新時代， AI大模型和智能駕駛爆火之后，下一個將要興起的賽道無疑是具身智能。
“具身智能帶來的是一種進化，從‘機器’到更像‘人’的轉變?！薄皺C器人技術是逐步發(fā)展的，最終實現(xiàn)群體化能力?！薄靶畔⒏锩鼤r代，信息是主角，AI是配角；現(xiàn)在，AGI的發(fā)展使得主角和配角角色轉換?！薄敖ㄖC器人會大幅提高適配性，適應更多的非標準化場景?！薄澳Ｐ偷倪m應性較差，在復雜工業(yè)場景中識別能力受限?！薄拔覀儾荒軆H依賴傳統(tǒng)的非接觸式傳感器，而是需要與城市物理環(huán)境進行交互……”
2024年12月19-20日，第16屆創(chuàng)業(yè)邦100未來獨角獸大會在成都舉行。會上，中關村智友研究院副院長英語霏、凌星光瞳董事長兼CEO察日蘇、世航智能創(chuàng)始人兼CEO陳曉博、加速進化創(chuàng)始人兼CEO程昊、豐坦機器人創(chuàng)始人兼CEO李自可、深視創(chuàng)新CEO許琦、庫薩科技聯(lián)合創(chuàng)始人兼CEO楊希，在題為《具身智能，解鎖AGI的物理世界交互之門》展開對話。
他們的分享向我們展示了具身智能的未來美好憧憬以及多元應用場景的展示，也前瞻的為我們指出AGI將推動具身智能技術的跨越式發(fā)展，將為各行各業(yè)帶來革命性變化的機遇抉擇。
以下為焦點對話內容，由創(chuàng)業(yè)邦整理后發(fā)布。
英語霏：在場的每位嘉賓都來自不同的領域，在各自領域中都有應用具身智能技術落地的經驗。請每位嘉賓分享他們對通用人工智能在具身智能發(fā)展中的作用、差異觀察及未來預測的看法。
察日蘇：大家好，我是來自凌星光瞳，主要是通過全真光學來賦能AI智能體的感知導航，我們也是世界第一家真正解決單目、全景和純光學無畸變實時三位統(tǒng)一的量產團隊，技術源自浙江大學極端光學技術與儀器全國重點實驗室，已經在科沃斯首臺套智能割草機器人上完成量產。
在我看來，具身智能帶來的是一種進化，早先我們討論的“機器人”，更多像是“機器”而非是“人”，而現(xiàn)在則更像“人”。因為它具備了深度理解的能力，能夠觀察理解復雜的環(huán)境，并通過自主學習不斷提升。我的看法可能更為激進一些，我認為具身智能不應僅停留在模仿人類，某些功能甚至可以超越人類。譬如人類依賴雙目視覺來觀察理解周圍環(huán)境，并通過扭脖子（云臺）和聲音來補充對環(huán)境的認知；而站在更宏觀的角度來看，自然進化出兩大類視覺體系：雙目和全景，捕食者需要雙目視覺來進行精確抓取，而被捕食者則需要全景視覺來逃避捕食者。具身智能可以超越人類，既擁有3D感知進行抓取，也同時擁有全真光學打造的全景視野實時精確感知周圍并做出最優(yōu)決策。
陳曉博：我來自世航，專注于水體機器人研發(fā)。水下世界與我們生活緊密相關，涉及航運、食物和能源。我們團隊研發(fā)了全球首個水下工程作業(yè)機器人，并獲多項榮譽。我擁有7年行業(yè)經驗，專業(yè)從電子信息轉向機器人，特別是智能導航與控制。我研究了智能體協(xié)同工作，并深造智能體技術。我認為機器人技術是逐步發(fā)展的，最終實現(xiàn)群體化能力。
博士畢業(yè)后，我進一步研究了人工通用智能（AGI），發(fā)現(xiàn)海洋領域應用廣泛，但傳統(tǒng)方法開發(fā)效率低。AGI的發(fā)展使我們能開發(fā)一種多功能的水體具身機器人，滿足多種水下作業(yè)需求，提高產業(yè)化效率。AGI對海洋機器人產業(yè)化至關重要，世航是行業(yè)首個將AGI應用于水體機器人開發(fā)的團隊。
程昊：我們認為，當前這波具身智能和機器人的機會與以往大不相同。過去的技術發(fā)展更多是關于硬件與算法的結合，以提升機器的自動化和智能水平。而當前的變革，AGI成為主導，它正在尋找新的載體。我們認為，過去四五十年的信息革命時代，信息是主角，AI是配角。從軟件到互聯(lián)網，再到移動互聯(lián)網，信息的生產和消費一直是核心，而互聯(lián)網催生了筆記本電腦，移動互聯(lián)網催生了iPhone這樣的智能手機。但現(xiàn)在，AGI的出現(xiàn)使得主角和配角的角色發(fā)生了轉換。信息的生產已經達到了一個極端的階段，人們可以通過手機直播，迅速將信息傳播給上億人。在這個階段，AGI的發(fā)展接過了發(fā)展的接力棒。
接下來，AGI將成為主角，硬件載體也將發(fā)生重大變化，變得越來越標準化和統(tǒng)一。就像智能手機最終從多種形態(tài)收斂為iPhone這樣的形態(tài)一樣，未來也會出現(xiàn)超級手機，比如折疊屏手機等不斷的發(fā)展。
我認為，這一波機會是由AGI帶來的，而具身智能則是AGI與硬件載體結合的產物。就像智能手機與移動互聯(lián)網的結合開啟了一個新的時代，具身智能機器人與AGI的結合也將開啟未來幾十年的新篇章。
李自可：具身智能的快速發(fā)展對建筑機器人的進步是一個巨大的利好。當我開始涉足建筑機器人領域時，許多人對此持悲觀態(tài)度。他們認為，由于建筑場景的非標準化和復雜工況，現(xiàn)有的工業(yè)和移動機器人技術很難完全滿足建筑場景的需求，在標準化比較高的場景應用會比較好。如今，隨著具身智能和人工通用智能（AGI）的應用，建筑機器人會大幅提高適配性，適應更多的非標準化場景?？偟膩碚f，我對具身智能的發(fā)展感到非常興奮，這對我們產業(yè)來說是一個巨大的好消息。
許琦：上世紀90年代末，工業(yè)視覺檢測領域就已經存在。我們從2016年回國后開始在國內研究AI不同行業(yè)應用，到了2017年，我們確定在工業(yè)領域探索AI技術。當時，我們主要研究的是小模型，因為在工業(yè)領域，獲取樣本非常有限。例如，對于像手機邊框這樣的產品，良品率很高，可能在交付期間我們只能拿到幾十個不良品樣本。我們只能通過這些少量樣本來訓練小模型，最多也就通過算法或者人造生成彌補一部分樣本缺失，從而訓練出一個能夠快速適應工廠環(huán)境的模型。
我們之前的研究重點是減少樣本量，使小模型能夠快速適應交付。但這種方法存在一個問題，即模型的適應性較差。在一些復雜的工業(yè)場景中，如存在工藝粗糙、粉塵、和水漬等干擾的情況下，AI的識別能力受限，導致誤判率變高。另一個問題是在需要頻繁的產品換型環(huán)境下，例如制藥領域，有些產線每天需要根據(jù)訂單生產多種不同的產品，小模型難以適應這種快速變化。
現(xiàn)在，隨著通用大模型的發(fā)展，我們正在研究如何長期優(yōu)化在細分行業(yè)中建立通用大模型，以提高模型的適應性，使其能夠適應快速換型和復雜背景的行業(yè)，實現(xiàn)更精準高效的檢測。
此外，我們的核心技術是AI算法底層開發(fā)。以前我們開發(fā)中都是將AI和傳統(tǒng)算法的結合開發(fā)的方式，對于研發(fā)人員的代碼能力要求極高?，F(xiàn)在，有了AGI框架和大模型的支持，即使是高中生也能完成以前只有少數(shù)海歸博士和頂尖高校畢業(yè)生才能完成的工作。這對我們行業(yè)來說是一個劃時代的推進，也是最大的幫助。
楊希：許總的觀點關于開發(fā)效率非常正確。我們團隊目前規(guī)模相對較小，但效率很高，與傳統(tǒng)團隊相比，我們只需要1/3到1/4的人手。我們專注于開發(fā)城市開放場景的服務機器人，首個應用場景是環(huán)衛(wèi)服務。AGI（人工通用智能）對具身智能的增強效果，比傳統(tǒng)的自動駕駛技術更為顯著，可以說是指數(shù)級增長。
我們的產品和服務與傳統(tǒng)自動駕駛技術的主要區(qū)別在于輸入輸出端的不同。首先，在輸入端，我們不能僅依賴傳統(tǒng)的非接觸式傳感器，而是需要與城市物理環(huán)境進行交互，因此我們會使用許多接觸式傳感器，包括壓力傳感器。在傳統(tǒng)框架下，處理傳感器輸入端的時間同步和空間同步是一項繁雜的工作，結合AGI算法優(yōu)化，這些傳感器能夠實現(xiàn)高精準的時間和空間同步和后續(xù)處理，從而大幅增強機器人感知的容錯能力。
其次，在輸出端，傳統(tǒng)自動駕駛技術只需要在水平面上進行X軸和Y軸的輸出，而我們的具身智能機器人需要在城市場景中增加處理Z軸的垂直輸入，以及XYZ三個軸的旋轉輸出。輸出的最終目標是直接輸出終端作業(yè)軌跡。為了兼顧精度和效率，我們在業(yè)內創(chuàng)新性地采用了非均勻分布OCC占用網絡，使具身智能機器人能夠在復雜的城市環(huán)境中實現(xiàn)更加高效和精確的操作。
環(huán)衛(wèi)機器人之所以能具備更好的自主能力，在更復雜的交互場景下取得更好的表現(xiàn)，正是得益于AGI強大的泛化能力。與傳統(tǒng)的機器人（rule-Base）相比，AGI的邏輯推理能力和泛化能力賦予了具身智能更深層次的交互和決策能力，使得機器人能夠自主應對復雜多變的城市環(huán)境挑戰(zhàn)，也加速了環(huán)衛(wèi)行業(yè)服務智能化的步伐。
英語霏：各位嘉賓討論了AGI對產業(yè)發(fā)展的影響。程總，您的智元機器人公司新發(fā)布的視頻提升了行業(yè)對機器人發(fā)展的期待。從應用落地角度看，我們加速進化公司也參與了這一領域。請問您對近兩年人形機器人的發(fā)展有何看法，以及我們公司在這方面的規(guī)劃和考量？
程昊：我們來自清華大學自動化系，專注于人形機器人的研究。我們認為，盡管人工智能和人形機器人發(fā)展迅速，但廣泛應用還需時日。目前階段應專注于產品開發(fā)和商業(yè)模式建立，逐步形成商業(yè)閉環(huán)以實現(xiàn)持續(xù)發(fā)展。人形機器人尚未大規(guī)模應用，時機未到。我們相信，隨著技術進步，未來將出現(xiàn)關鍵技術推動行業(yè)發(fā)展，如同計算機行業(yè)的Windows、瀏覽器和互聯(lián)網。我們的發(fā)展策略是：做好產品，跑通商業(yè)模式，逐步增長。
英語霏：可能由于每個行業(yè)從業(yè)者或團隊采取的策略不同，他們關注的領域和節(jié)奏也各不相同。因此，在您看來，人形機器人要實現(xiàn)成熟落地，可能還需要一定的時間周期？
程昊：對，雖然人形機器人的成熟落地可能需要一個相對較長的周期，但我認為這個周期會比整個信息革命時期要短。這是因為，盡管計算機和互聯(lián)網在最初并不成熟，但現(xiàn)在的機器人技術可能正處于計算機技術發(fā)展的階段，而人工智能的發(fā)展速度已經非?？?。如果將70年代的計算機和互聯(lián)網技術同時出現(xiàn)的情況類比到現(xiàn)在，我認為整個信息革命的進程將會大大加速。
英語霏：程總，如果這是一個長期的過程，那么在這個賽道上，我們是否都需要依賴持續(xù)的融資和政策支持來推進？在這樣一個漫長的周期里，大家都在強調耐心資本的重要性，您認為我們如何能夠確保所有產業(yè)創(chuàng)新要素，包括市場信心，能夠順利地跨越這個長周期的挑戰(zhàn)？
程昊：我覺得可以，如果我們有機會穿越回75年前，我相信沒有人會拒絕投資蘋果公司。蘋果公司在整個80年代，包括Windows在80年代末期的蓬勃發(fā)展，都顯示了其巨大的潛力。站在現(xiàn)在這個時間點，我們可能會對投資蘋果感到猶豫，但如果我們真的能穿越回去，并且知道未來的發(fā)展，我相信沒有人會選擇不投資蘋果。
我認為，對于具身智能和人形機器人的發(fā)展，我們現(xiàn)在正處于一個建立認知的過程中。我們需要越來越多的創(chuàng)新展示，就像馬斯克的特斯拉那樣，堅定地發(fā)展人形雙足機器人。站在50年后回顧現(xiàn)在，我們可能沒有足夠的能力去預測20年后的事情，因此選擇現(xiàn)在應該做的事情。
在面對如此宏大的機遇時，我認為我們反而需要保持平常心，腳踏實地地去做事情。過高的預期可能會導致預期的下跌。我們應該逐步積累信心，這樣會更健康地推動技術的發(fā)展。
英語霏：要大家保持謹慎的樂觀。
程昊：我們對未來持有非常樂觀的態(tài)度，但我們并不認為這種樂觀意味著明年就能實現(xiàn)技術進入車廠和家庭。在這一點上，我們可能看起來比較悲觀，但實際上這并不是悲觀。
英語霏：在座創(chuàng)業(yè)者們企業(yè)平均年齡2-3年，雖處于早期，但都與實際場景緊密結合，落地效果良好。我想探討的是，例如察總，您在技術領域積累多年，與大廠和科學家合作創(chuàng)業(yè)，并迅速布局產業(yè)，與科沃斯深度合作。您是如何制定產業(yè)應用策略，考慮與場景結合的？
察日蘇：我之前在全球第一大消費類電子光學企業(yè)舜宇光學科技工作了近10年，我的技術合伙人白劍教授是浙江大學光電學院光學工程所所長，全真光學技術積累了近30年。以前在舜宇光學科技，我們經常討論下一個手機可能是什么？可能是汽車、AR或是機器人。但可以確定的是：每一個新物種的智能終端，都可能需要新物種的傳感器。就像剛才程總提到的，大家都想回到過去投資蘋果。但開玩笑來講我們懷疑馬斯克很有可能就是那個從未來回來的人，他每一次都精準預見了未來，如今更是致力開發(fā)雙足機器人，甚至認為未來每個家庭都需要一臺這樣的機器人。
全真光學技術就是新物種傳感器，最初應用于航天衛(wèi)星的輔助飛行調整，經過30年的不斷積累才堪堪走到商業(yè)化尋找PMF（Product Market Fit）。一開始認為可能與汽車相關，但由于這項技術從沒量產過，我們又轉到機器人導航領域，恰逢很多清潔科技巨頭開始從室內走向室外開發(fā)智能割草機器人，傳統(tǒng)方案有RTK、魚眼鏡頭、拼接相機或激光雷達，但這些方案各有優(yōu)缺點：RTK信號容易被房屋樹木遮擋；魚眼鏡頭邊緣畸變大，單靠去畸變算法無法提升置信度；拼接相機出圖非實時、成本高且可靠性差；激光雷達成本隨線束數(shù)量增加而上升，且無法識別邊界和貼地異物。歷經幾輪技術PK，最終客戶選擇了我們的方案。
英語霏：你覺得在整個應用過程中，還有哪些技術和產品上需要跨越和迭代的，目前遇到哪些挑戰(zhàn)？
察日蘇：我認為中國擁有眾多優(yōu)秀的機器人科技企業(yè)，這讓我們對未來充滿信心。凌星光瞳的任務是專注于傳感器技術的縱向深度研發(fā)，提供更高精度、更大FOV、更低成本的產品，以助力終端產品的發(fā)展。通過這樣的合作，我們可以幫助人形機器人更早地融入人們的日常生活，進而進入人類社會。
英語霏：陳總，我對水下機器人項目很感興趣。鑒于水下環(huán)境的復雜性，開發(fā)這類機器人挑戰(zhàn)重重。請問我們如何針對具體應用場景開發(fā)產品？在需求挖掘上采取了哪些方法？又是如何應對這些挑戰(zhàn)的？
陳曉博：我認為開發(fā)水下和水體機器人是基于對未來的判斷。我的看法是，社會和經濟的基礎在于價值交換，經濟繁榮依賴于交換的速度，而這一切都建立在生產力之上。在選擇專業(yè)時，我考慮到目前我們的生產力大多來自陸地，天空也有所涉及，但海洋的開發(fā)程度還不到1%。而未來社會將是一個以高度發(fā)達的AI和超級生產力為基礎的社會。為了實現(xiàn)超級生產力，我們選擇了海洋和水體作為主要的應用場景，這是一個跨周期的領域。
在學校里，我們一直在研究海洋機器人，這個領域有很多應用點，技術難點也很多。十幾年前，我們甚至需要手工打磨推進器的每個部件。如今，我們已經將推進器的壽命從幾百小時提升到上萬小時，形成了全產業(yè)鏈的自主研發(fā)能力，這是我們十多年來一直在做的事情。
在應用場景方面，我們前期做了很多國家級和國防課題，我個人也是國防科技進步一等獎的獲得者。在這個過程中，我看到了應用場景的數(shù)量和條件，它們往往非?？量毯酮M窄。為了真正實現(xiàn)產業(yè)化，我們需要尋找強剛需、高復購的場景。我們發(fā)現(xiàn)，國防領域，如航母，需要機器人來清洗水下的藤壺和海蠣。全球幾十萬艘商船也需要清理，這是一個強剛需、高復購的市場，潛水員的工作非常危險且供不應求，因此這個場景符合我們對機器人產業(yè)化應用的需求。
我們最終選擇了航運領域，使用機器人進行快速清理。第一代demo產品在10年前就已經出現(xiàn)，而我們的第一版商業(yè)化產品在2020年推出。在這個過程中，我們面臨了很多挑戰(zhàn)，包括零部件和產業(yè)鏈的不完善。我們與國內所有涉海的高校、研究所以及我們的團隊進行了長期深入的合作，現(xiàn)在我們已經具備了全產業(yè)鏈的資源能力，也具備了工業(yè)化的前期條件。
我們的推進系統(tǒng)能夠實現(xiàn)1萬小時的低成本全電驅動能力。我之前提到過，對于水下推進器來說，它就像人形機器人的關鍵電機一樣重要。在這個領域，我們也取得了很多突破，與高校合作，進行產業(yè)化自主研發(fā)，也包括與合作伙伴的合作。因為我們整個行業(yè)已經深耕了10多年，與航運、交通部、航運集團以及我們的股東招商局集團都在聯(lián)合深耕航運業(yè)務。
英語霏：李總，您好。我們選擇智能建造領域是基于您建筑行業(yè)的經驗?？紤]到該領域人力依賴重，機器人技術雖是替代方案，但市場門檻不低。您能分享我們當時如何評估產業(yè)應用的決策嗎？
李自可：這可能跟我的背景有關。我在上一家公司工作了大約15年，專注于建筑信息化領域，公司上市后我選擇出來創(chuàng)業(yè)。我們是帶著具體的應用場景去尋找合適的技術。建筑行業(yè)有三十幾萬億的市場規(guī)模，基本上還是依賴于勞動密集型的工作方式。因此，在尋找項目時，我結合了自己在軟件和智能硬件方面的經驗，決定朝AI+硬件的方向發(fā)展。
在確定方向后，我們調研了20多個不同的場景和產品，最終選擇了涂料工程施工機器人作為第一個切入場景。從今天的成果來看，與我大約3年前的判斷基本一致，室內涂料工程機器人施工是應用最廣泛的。
這個判斷主要是對于作業(yè)環(huán)境的依賴性。涂料工程是一個獨立的分包項目，不涉及多個主體，這使得產品的推廣和應用更為容易。從目前的情況來看，無論是在中國還是全球，包括我們在新加坡、匈牙利的項目，涂料工程的應用都是最廣泛的。因此，我們是先確定了場景，再去尋找相應的技術。
英語霏：許總，探討一下：為何人們覺得工業(yè)場景比家庭場景簡單，以及我們?yōu)楹芜x擇工業(yè)
場景切入?
許琦：感謝英院長，我想表達的是，我對家庭場景不太熟悉，但在工業(yè)應用領域，我認為工業(yè)場景對技術的需求是非常迫切的。主要原因有三點：首先，工業(yè)場景需要減少人工依賴；其次，需要降低成本并提高效率；第三，技術的進步使得機器能夠替代人力，這在早些年由于算力成本高昂而無法實現(xiàn)。現(xiàn)在，隨著算力成本的降低和性能的提升，工業(yè)領域開始能夠接受這種技術變革。
我作為一個技術人員和商人，深知我的企業(yè)經營必須盈利。在工業(yè)場景中，無論是國內還是國外的高端制造企業(yè)，能完全取代人的AI視覺瑕疵檢測應用普及率都很低，有很大的技術提升和市場利潤空間。這為我們提供了足夠大的機會。從90年代的傳統(tǒng)算法，到早期的AI小模型，再到現(xiàn)在的細分行業(yè)通用模型，技術一直在進步，逐步協(xié)助人類完成無法完成的任務，甚至正在替代人類原來不可替代的工作。我們的目標不是完全取代人類，而是解放人的能力，讓其能夠從事更高級的工作。
在國內市場，大家都集中在惡性競爭的行業(yè)，如3C、手機制造、新能源等領域的應用，這些行業(yè)應用規(guī)模大但已經是紅海和失去理智。我們將會更加專注于起步較晚的制藥，醫(yī)療，粗糙加工業(yè)甚至農業(yè)，畜牧業(yè)等。
在國外市場，早期都是一窩蜂跟隨國內大企業(yè)的步伐配套設備出海。而我們選擇了最難的進攻全球各個高端制造業(yè)集中的歐洲、東南亞甚至中東區(qū)域，親自為世界500強輸出中國高端視覺裝備?，F(xiàn)在，即使歐美國家不再在中國設廠使用中國勞動力，我們也可以追進他們的任意生產基地，同樣輸送中國高端設備替代勞動力在全球落地。
總的來說，我認為工業(yè)領域因為生產降本增效的剛需，是更容易實現(xiàn)新技術使用與落地。而家庭為代表的消費領域，必須要用用戶體驗接近完美的技術與產品進行落地，從而將變得難度更高。
英語霏：我想再問一下，在工業(yè)的具體場景，您覺得客觀來講，從技術上還是產品上，目前遇到最大的阻礙和問題會是什么？
許琦：我們是最早在國內推出AI在工業(yè)瑕疵檢測領域標準軟件的公司。然而，我們認為的市場先機實際上是將近3年的市場教育期。
當年很多設備企業(yè)從老板到執(zhí)行層對如何使用AI軟件存在誤解，他們認為只要購買了軟件，就應該能夠達到預期的檢測效果，卻忽視了軟件背后的模型標注與訓練過程。實際上，模型訓練的效果取決于樣本和標注的質量，這些都是早期教育市場產生的巨大時間與溝通精力成本。
第二個挑戰(zhàn)是算力與算力其成本的挑戰(zhàn)。如果算力成本無法降低，算力無法增加，那么在許多復雜領域中實現(xiàn)AI檢測將變得非常困難。我們曾經嘗試過使用云端算力，但發(fā)現(xiàn)其速度遠遠達不到我們的需求。因此，算力和算力成本一直是目前阻礙我們跳躍式進步的兩個主要因素。
在國內，早些年有許多優(yōu)秀的芯片創(chuàng)業(yè)公司正在開發(fā)AI芯片，我們希望這些公司能盡快推出產品，以降低算力成本。同時，我們還是寄最大的希望于英偉達等公司，希望他們能幫助我們解決一些算力相關的問題。
英語霏：您好，楊總。我們決定首先在智慧環(huán)衛(wèi)領域進行項目落地。雖然您剛才已經分享了很多信息，但我還想進一步了解，您認為在這個領域中，我們面臨的主要門檻是什么？
楊希：我們的第一個落地場景面臨的門檻主要來自幾個方面。首先，對場景的理解存在一定的難度，除了常規(guī)的環(huán)境因素，還需要理解場景要求，并明確其核心的交叉結合點，找到平衡點。其次，為了大規(guī)模量產，成本控制是一個重要因素。過去幾年，通過應用AGI（人工通用智能）和我們的技術，產品前期的部署成本已經大幅下降。幾年前，高精地圖部署落地的部署成本大約在每公里3000到4000元，而現(xiàn)在新的輕圖方案，已經降至每公里一兩百元。預計在未來一兩年內，我們可以實現(xiàn)零部署成本。
此外，作業(yè)精度要求非常高。過去，人們單一通過提升自動駕駛一側的性能來實現(xiàn)精度，但這種方法成本較高?，F(xiàn)在，我們有了更經濟、性價比更高的落地方案。
這也解釋了為什么一些傳統(tǒng)技術的盈利能力相對較弱。如果采用新技術，團隊規(guī)模減少、落地成本降低，從而增強企業(yè)的綜合實力和商業(yè)化能力。我認為，如何在中國市場上實現(xiàn)更好的成本控制，以及如何通過精準的行業(yè)理解來降低成本，對大規(guī)模商業(yè)化至關重要的。
英語霏：時間飛逝，我們的討論環(huán)節(jié)即將結束。在最后，我想請每位嘉賓用一句話來表達他們對具身智能產業(yè)未來發(fā)展的愿景和期待。
察日蘇：謝謝主持人，我可能需要兩句。首先是喬布斯在初代iPhone發(fā)布會時曾說：People who are really serious about software should make their own hardware./真正關心算法的人應該自己開發(fā)硬件。iPhone不僅是iOS系統(tǒng)做得出色，更重要的是劃時代引入了觸摸屏這種新硬件技術，讓手機從按鍵切換到觸屏體驗。因此，我建議在座的諸位可以嘗試測試使用我們的全真光學鏡頭，它可能會帶來全新的體驗。其次是：You are what you eat./人如其食。因為我們的全真光學捕獲的是單目全景且純光學無畸變的數(shù)據(jù)，所以可以訓練出更為精準的視覺大模型，因為你的input決定了你的output。我認為這對各位老板來說很有參考價值，建議可以嘗試一下新技術。
陳曉博：我期待人工智能（AGI）與具身智能的結合能夠構建一個超級生產力的世界，這個時代正在逐步到來。在未來，我們可能更多地進行思想交流，享受喝茶聊天的悠閑時光。物質生產和精神需求的滿足，將主要由人工智能來實現(xiàn)。具體來說，物質產品的生產將由AI結合具身智能機器人來完成，而精神文明的創(chuàng)造則由AI和AGI本身來推動。這將是一個高度發(fā)達的時代，我對未來充滿憧憬。
程昊：我們公司的使命是聯(lián)合全球開發(fā)者，共同推動生產力的變革。我們堅信的愿景是在未來10到20年內，將有數(shù)千萬開發(fā)者共同推動通用機器人的發(fā)展，使其廣泛應用于各行各業(yè)，并真正融入千家萬戶，與人類生活緊密相連。
李自可：我非常期待人工智能（AGI）的發(fā)展前景，并對其充滿無限的想象。
技術發(fā)展存在許多不確定性，工作替代還是要有所選擇。對創(chuàng)造性工作需求以及成就感，是人類很重要的生存的意義，這樣我們才能感受到自己活著的價值。否則，如果技術發(fā)展完全取代了人類的創(chuàng)造性活動，我們可能就會失去生存的意義。
許琦：新的時代已經到來，前進的腳步是無法阻擋的。隨著AI算力的飛速發(fā)展，科幻電影中所描繪的場景都會變?yōu)楝F(xiàn)實，這可能僅需幾年的時間。
楊希：我們期待AGI的到來能夠促進科技平權，主要體現(xiàn)在兩個方面：
技術落地應用的普及：我們正在開發(fā)各種應用型機器人，目的是讓更多人能夠直觀地看到并體驗到技術的實際應用。這樣的普及有助于縮小技術與普通大眾之間的距離。
城市開放場景的大規(guī)模應用：我們認為，城市開放場景中機器人的使用量將達到百萬級別。這不僅會催生更多的從業(yè)者，還會提供更便利的開發(fā)工具，吸引更多人參與到AGI行業(yè)和開發(fā)中來。
關于創(chuàng)業(yè)邦100未來獨角獸大會
2024年12月19-20，第十六屆創(chuàng)業(yè)邦100未來獨角獸大會在成都舉辦。本屆大會由創(chuàng)業(yè)邦主辦，成都市科學技術局、成都市投資促進局為指導單位，睿獸分析為數(shù)據(jù)支持平臺。大會官方指定用車為比亞迪旗下新能源個性品牌方程豹汽車豹8。
“創(chuàng)業(yè)邦100未來獨角獸大會”是準獨角獸企業(yè)的年終盛會，始于2009年，致力于發(fā)掘出一批未來1-3年有望成為獨角獸的未來獨角獸企業(yè)。作為獨角獸的挖掘者、創(chuàng)新的探路者，大會連續(xù)十六載頒發(fā)《創(chuàng)業(yè)邦100未來獨角獸榜單》，累計評選出1289家高成長企業(yè)，如美團、小米、滴滴、理想汽車、蔚來汽車、泰格醫(yī)藥……根據(jù)睿獸分析數(shù)據(jù)顯示，其中有106家公司已經成功上市，91家企業(yè)被并購，105家成為獨角獸企業(yè)。
本屆大會以“CrossingtheAlps——行者無疆”為主題，繼續(xù)揭曉“2024年度投資人”《2024創(chuàng)業(yè)邦100未來獨角獸榜單》《2024硬科技創(chuàng)變者50強》，發(fā)布《2024年全球獨角獸企業(yè)洞察》，攜手未來獨角獸、硬科技創(chuàng)變者奮楫前行。 更多未來獨角獸、硬科技榜單，以及實時科創(chuàng)數(shù)據(jù)、產業(yè)圖譜盡在睿獸分析。
