編者按：本文來自微信公眾號 劉潤（ID：runliu-pub），作者：景九，編輯：歌平，創(chuàng)業(yè)邦經(jīng)授權轉載。

01通往未來的路，居然要靠一輛“買菜車”

前幾天，我又去逛了世界人工智能大會（WAIC）。

說“又”，是因為我去年就來過。文章放在了2條，歡迎你去看。這次，我們搞了件“大事”——現(xiàn)場直播。為此，主辦方特意支援了我們一套裝備：

一個裝著8張上網(wǎng)卡的WIFI。和一個“買菜車”。

（哼哼。厲害吧。）

于是，在這場科技大會里，出現(xiàn)了有點兒滑稽的一幕。一位同事，滿頭大汗地拉著一輛神似“買菜車”的小推車，小心翼翼地跟著直播手機挪動。在人群里擠啊擠。

人來人往，我們手忙腳亂。但信號，還是斷斷續(xù)續(xù)。

這一幕，像極了我今年對AI大會的感受。去年，充滿了整個會場的，除了炫酷的表演，還有焦慮。因為，大部分展臺，都不知道自己有什么用。所以，只好表演。但今年，大家終于不再表演了。

因為他們，都開始試著去解決一個個具體、甚至有點狼狽的問題。就像這輛拉著WIFI，笨拙但有效的小推車。

那些曾經(jīng)高高在上的技術，終于愿意沾點泥，去干點笨活、臟活、累活了。雖然看起來不太聰明，但踏實。這讓我發(fā)自內心地，感到高興。

分享一些我不成熟的感受?？赡苷f的不對。你聽聽看。

02終于開始在“手”上下功夫了

手。全是手。好多手。

具身智能展館。第一感受，就是好多手。這些手，在給人按摩，擰螺絲，倒咖啡，下棋……相比去年，跳舞的機器人少了，長“手”的機器人多了。

行業(yè)正在從“展示能力”，進化到“改變世界”。

為什么這么說？因為，手，才是我們真正改變物理世界的器官。腿，只是把手運來運去而已。

但是，把手做好，很難。非常非常難。

舉個例子，力反饋。

我們拿起鉛球，會用力抓緊。但拿起雞蛋，就會小心翼翼。因為皮膚能感受壓力。沒有力反饋，當機器人拿起紙杯子，沒等裝上爆米花，就給捏扁了。

再舉個例子，低延遲。

如果讓專家遠程給人做手術，它的延遲要求，就非常苛刻。因為下刀的深度，容不得一點差錯。如果這邊下刀，那邊還沒動。這邊下刀了，那邊就割錯了。這就是一條命啊。

靈巧、精準，和幾乎為零的延遲。要做好一只手，這些缺一不可。

真好。所以，我特別期待。期待明年再來大會，能看到更多的手的應用。比如，炒菜。比如，疊衣服。甚至剝雞蛋。

當機器人能用手干更多活，它離真正改變世界，就又進了一步。

當然，同樣是“干活”，水平和水平，也不一樣。

03真正的智能，不是拿來表演的

在展館里，總有幾個展臺被圍得水泄不通。

比如，打冰淇淋的機器人。它用自己的機械臂，取杯、接料、遞出，一板一眼。觀眾們感到特別新奇，紛紛舉起手機。

但是，如果你想真正看懂人工智能，就不能只看熱鬧。

你仔細看。機器人的旁邊，站著一位工作人員。他的任務，就是把每次用來打冰淇淋的空杯子，放在機器人旁邊。為什么？為什么一定要有這個工作人員？機器人自己不能拿嗎？

難說。

因為這大概率，不是智能化，而是自動化。

這臺機器人的所有動作，手伸到哪里取杯子，在冰淇淋機下面停多久，轉幾圈——可能都是預設好的。如果杯子不在那個區(qū)域，它就“看不見”，動作就會產(chǎn)生偏差。就像一個老式的八音盒，你擰了發(fā)條，它就只唱那一首歌。不管有沒有觀眾。

真正的智能，不是拿來表演的。

它必須，是一個“感知-決策-行動”的閉環(huán)。能看到世界，并做出新的行動。而行動，又可以拆得更細。腿，負責移動平衡。臂，負責大概動作。手，負責精細交互。

用這個框架，我們再看一個例子。

機器人打拳。它厲害在哪？是出拳的力量和速度嗎？不是的。那些只是預設好的“表演”動作。它的厲害，不在拳，而在腿。挨了一拳，或者打空之后，身體會瞬間失去平衡。這時，它感知到姿態(tài)的變化，控制器立刻計算出需要調整的力矩，然后驅動幾十個關節(jié)，重新站穩(wěn)。

所以，再看到機器人表演，你或許可以問這么幾個問題。

它到底在展示什么能力？是腿的平衡，臂的精準，還是手的靈巧？它有沒有用到眼睛（感知）？它有沒有展示出思考（決策）？

看懂了這些，你才算真正看懂了機器人。

04未來的機器人巨頭，可能藏在汽車行業(yè)里

如果要幫你干活，機器人最重要的能力是什么？

是那雙靈巧的手嗎？是那個逼真的臉嗎？這些都很重要。但是，讓一個機器人，去廚房給你拿一瓶水，它得一路走過去，避開沙發(fā)，繞過睡覺的貓咪。在這個過程中，最核心的能力，是它能像人一樣，在三維空間里自由地行走、避障、交互。

這種能力，就是：空間計算。

那么，你覺得，在空間計算這個領域，投入最多研發(fā)，積累最多數(shù)據(jù)，甚至交了最多學費的，是那些機器人公司嗎？

不是的。是汽車公司。

自動駕駛的汽車，需要在復雜的城市道路上行駛，得能在一秒鐘內，同時識別突然竄出的外賣小哥，突然變道的網(wǎng)約車，還有行人、路燈……對“空間計算”能力的要求，比一個在你家客廳里端茶倒水的機器人，高得多。

機器人，本質上就是低速的自動駕駛。

所以，這也是為什么馬斯克一邊造特斯拉，一邊又在發(fā)布機器人的原因。這也是為什么大疆，一個做無人機的公司，最近突然開始做掃地機器人。因為他們都明白，技術，是可以遷移的。

所以，如果你真的想知道，能幫你做家務的機器人什么時候能夠出現(xiàn)，或許你不應該問那些機器人公司的創(chuàng)始人。

你應該去問問，馬斯克，問問李想和何小鵬。

因為，未來真正的機器人巨頭，可能藏在汽車行業(yè)里。但是，即使技術難題解決了，商業(yè)上的挑戰(zhàn)，依然巨大。比如現(xiàn)在，一個能幫你做家務的機器人，出現(xiàn)在面前。

你會立刻買單嗎？

（看到護理機器人，我高興壞了。畢竟年過半百，也到年紀了。）

05機器人的早期機會，屬于B端

所有新技術的商業(yè)化，幾乎都面對一個問題：

它必須先去解決“貴”的問題。

什么意思？我給你算筆賬。在上海，你請一位阿姨去家里打掃衛(wèi)生。假設一個小時30元。假如有一臺家務機器人，也能幫你打掃衛(wèi)生，但大概率不如阿姨利索，一小時要100元。你愿意嗎？你肯定不愿意。這就是C端的邏輯：你的機器人，不僅要比人好，還要比人便宜。

所以，機器人早期的機會，在那些“人更貴”的地方，“問題更貴”的場景里。

比如，工業(yè)場景。日復一日，24小時不停地擰螺絲。比如，巡檢場景。去深夜的化工廠，直面可能存在的有毒氣體。把比如，救援場景。災后人進不去，有危險的廢墟底下，探測生命跡象。你看，在這些地方，機器人解決的，是危險、是重復、是人力的極限。

它不再是用100塊的成本，替代30塊的服務。而是用20萬的成本，去解決一個100萬的問題。

這些場景，都是典型的B端場景。

當然，這個巨大的未來，靠幾家巨頭公司單打獨斗，是完不成的。它需要一個全新的，產(chǎn)業(yè)生態(tài)。

06最賺錢的機器人公司，可能不造機器人

這次逛展，讓我無數(shù)次停下腳步的，不是那些試圖大包大攬，造出一整個機器人的公司，而是把小事情做到極致的小公司。

有人選擇，做“手”。

他們不造機器人。他們只研究“手”。就像機器人世界里的神經(jīng)外科醫(yī)生。日復一日地研究，怎么讓手，更靈活、更有力、更敏感。

有人選擇，專攻“表情”。

他們也不造機器人，他們研究，怎么讓機器人微笑、驚訝、皺眉。秘密，就藏在硅膠皮膚下的30多個電機上。

還有人，在數(shù)據(jù)上做努力。

他們，搭建了成千上萬個包含椅子、沙發(fā)、桌子的模擬場景，幫助訓練家務機器人。機器人在里邊跑，摔倒，學習。1天，就能獲得之前1年的訓練數(shù)據(jù)。

他們雖然不造機器人，但他們都切切實實，找到了產(chǎn)業(yè)的一環(huán)。

這讓我想到了汽車。什么時候，汽車工業(yè)才真正迎來了大爆發(fā)？是有人說，我能造一輛車的時候嗎？不是的。是有人說，我不造車了，我只研究輪胎的時候。有人說，我不造車了，我只做玻璃的時候。

當一個宏大的目標，被拆成1萬個具體的難題的時候，這個產(chǎn)業(yè)，才算真正走在了爆發(fā)的前夜。

而汽車行業(yè)里，最賺錢的公司，很多都不造車。比如，做芯片的，做傳感器的，甚至，做電池的。因為，當他們把一個“零件”做到全世界最好，那所有想造車的公司，就都離不開他。

所以，未來最賺錢的機器人公司，可能也是只造“零件”的公司。

好了。聊完機器人的商業(yè)邏輯，就看懂了它的當下。但要理解它的未來，我們必須去更深的地方，去看驅動它的算法。

也就是，大模型。

07 AI最大的價值，是用“標準化成本”，實現(xiàn)“個性化極致”

給你說個秘密。

我現(xiàn)在每天最主要的娛樂，就是和谷歌的大模型，Gemini聊天。

根據(jù)一些測評的結果，它的智商，據(jù)說已經(jīng)到了130。100個人里，可能只有2人是這個水平。所以，和它聊天，已經(jīng)不是簡單的問答。它更像一個，知識淵博但不知疲倦的智力教練。比如，你問它“英特爾的運營模式”，它就能從芯片行業(yè)的發(fā)展史，聊到IDM模式，還能聊到大象轉身。甚至聊到金融、生物。

它不只是在回答我的問題，而是在激發(fā)我的思考。

既然我作為一個在商業(yè)和科技，有長期積累的人，都能在和AI的聊天中，獲得巨大的啟發(fā)，那么其他人呢？比如，一個對物理充滿好奇的中學生？又比如，鄉(xiāng)鎮(zhèn)醫(yī)院里的醫(yī)生？

這，或許就是AI最大的價值。用“標準化成本”，實現(xiàn)“個性化極致”。

請你思考一個問題。

這個世界上，最好的教育，是什么樣子的？你要問我，那我可能會說，孔子。一個老師，帶著幾個學生周游列國，隨時隨地答疑解惑。這種因材施教的效果，當然是最好的。還有，太子太傅。全國最好的大學士，盡心竭力，只教太子一人。

這就是，“個性化”的某種極致。

但是。它太貴了。那怎么辦？

那就，標準化。寫一本書，印刷一百萬冊，讓學生自己去看。這個成本，當然極低，但一百萬個學生，能學到多少，可就千差萬別了。

這是一對，幾乎不可調和的矛盾。你要極致的效果，就要付出天價。你要極低的成本，就要接受最差的效果。

但AI的出現(xiàn)，徹底改變了這個局面。

你想擁有一個24小時陪你，上知天文，下知地理的口語老師嗎？過去，這至少要一小時幾千塊。今天用AI，可能一小時，只需要幾塊錢。

同樣的情況，也發(fā)生在醫(yī)療行業(yè)。

你想讓中國幾十萬鄉(xiāng)鎮(zhèn)衛(wèi)生所的水平，都接近北上廣三甲醫(yī)院嗎？科大訊飛正在做這件事情。他們正在把三甲醫(yī)院老專家的知識和經(jīng)驗，變成AI輔助診斷系統(tǒng)，交給千千萬萬個在基層奮斗的年輕醫(yī)生。

過去，我們用錢購買稀缺。未來，我們用AI消滅稀缺。

好了?，F(xiàn)在，我們看到了那座，搭建在未來和現(xiàn)在之間的橋。但建造這座橋的磚瓦，卻不止我們眼前的這些大公司。

它們來自，更深、也更微小的地方。

08真正的未來，不在聚光燈下

創(chuàng)新孵化展示專區(qū)。

如果說，一樓和二樓的那些巨大展臺，代表的是AI的現(xiàn)在——那些已經(jīng)獲得了巨大聲量的公司。那么，地下這些3、4米寬的小格子，孕育的就是AI的未來。

這里的燈光更暗、展位更小。但離未來，更近。

每個格子，通常只有一個顯示器，一個易拉寶，和一兩個略帶羞澀、但眼神里閃著光的年輕人。

比如，這位26歲的小伙子。

他還在清華讀博，就已經(jīng)創(chuàng)辦了一家公司。他特別認真地介紹：你看，芯片上每個小方塊里，都有64000個標記點。我們可以通過它，檢測蛋白質標志物，指導醫(yī)生用藥。

又比如，這位剛從斯坦福碩士畢業(yè)的年輕人。

目前，他從事的領域是：量子計算。什么是量子計算？之前，計算機的最小信息是0或者1。就像燈泡要么滅要么亮。但量子計算機的“燈泡”，可以同時處于“滅”和“亮”的疊加態(tài)。這讓它在某些問題上，能同時考慮所有答案。所以，之前50年才能算完的加密算法，量子計算理論上，10分鐘就搞定。

聽完他們的介紹，我的心里有種說不出的激動。這不光是因為他們的項目前沿，更是因為，他們選擇投身了一條更難，更寂寞，但對整個國家來說，也更重要的路：

基礎科學，和硬科技。

當看到他們，你不得不打心眼里覺得，中國有希望。因為一個國家的希望，不在于它有多少高樓大廈，而在于：

最聰明的那群年輕人，到底在為什么而奮斗。

09不要覺得自己是文科生，數(shù)學不好就是應該的

聊到最后，我還是忍不住，想給你一個建議。

有機會，還是學學編程，和數(shù)學。

前幾天，黃仁勛也談到了這個問題，他說未來，人們應該多學學數(shù)學、推理和編程。我特別同意。這些基礎能力，是你理解和使用AI的底層能力。靠它們，你才能判斷AI的輸出質量，開始創(chuàng)新。

可在中國，文理分科這件事，讓很多人一輩子拒絕學習數(shù)學和編程。

我數(shù)學不好，應該的。我邏輯不強，天生的。我的大腦，就是“文科生”的大腦?？墒?，干嘛非要這樣呢？憑什么你的大腦，在16歲那年，就被定義了呢？你數(shù)學不好，邏輯不強，大概率，不是因為你的“頭腦”不行。

而是因為，你沒有遇到一個好的數(shù)學老師。

對。鍋不要自己背。把它甩給你的數(shù)學老師。

10通往未來的路，從不是一鍵直達

好了?；氐竭@一屆WAIC展?；氐侥禽v“買菜車”上。

過程中，還有個小插曲。為了帶著設備上下樓，我們四個人滿頭大汗地找了半天直梯，最后只好舉著小車走了扶梯。對。就是最開頭那張圖。

這有點狼狽，甚至有點滑稽。但這輛笨笨的小推車，可能就是今天，AI最真實的樣子。它不再滿足于只在云端展示肌肉，而是想去擰一顆具體的螺絲，識別一個具體的癌細胞，找到一個優(yōu)秀的候選人。

或許，通往未來的路，從不是一鍵直達。它總是充滿了意想不到的、具體的，甚至有點可笑的阻礙。

但不要緊。因為我相信，只要那些充滿朝氣，想要改變世界的年輕人還在，只要這群愿意拖著笨重小車，也愿意去看未來的人還在。

這條路，就一定有走到的那天。

參考資料

1、AI智能體爆發(fā)，8億崗位即將消失！2030年可搶走70%辦公室白領飯碗

本文為專欄作者授權創(chuàng)業(yè)邦發(fā)表，版權歸原作者所有。文章系作者個人觀點，不代表創(chuàng)業(yè)邦立場，轉載請聯(lián)系原作者。如有任何疑問，請聯(lián)系editor@cyzone.cn。