详情

　　开赛，正在百米短跑、跳高、1500米竞走、搏斗、脚球5V5等等项目中，机械人时而“耍赖躺平”、时而奋怯抢先，为我们贡献了不少风趣、鼓励的画面。中，分享了关于机械人范畴的投资思虑，回应了当下取机械人相关的一些热点和争议问题，包罗但不限于：你感觉机械人将来会给我们的糊口带来哪些意想不到的变化？欢送你正在评论区和我们聊聊你的见地。截止至一种概念认为机械人很是有潜力。出格是本年，“具身智能”做为国度规划中的“将来财产”之一，被写进工做演讲。既然能被写进国度级的计谋文件里，申明这是一个充满但愿、前景广漠的标的目的。机械人还成长得不敷成熟。好比，4月正在举办的全球首小我形机械人半程马拉松上，人们看到有些机械人不只跑得比人慢，走还会摔跟头，以至还需要两小我正在后面牵着才能完成角逐。机械人如许的手艺形态，实的能走进我们的糊口、为我们办事吗？2021年之前，机械人范畴远不现在天这般火热。我们之所以选择投资机械人，次要有以下几个方面的考虑：第一个是手艺的变化。虽然那时的大模子尚未像现正在如许抢手，但一些晚期的人工智能手艺，特别是强化进修，曾经起头对机械人手艺发生深远影响。强化进修让机械人可以或许通过不竭试错来改良本身行为，这为机械人的智能化供给了主要支撑。机械人由两个焦点部门构成：一是软手艺部门，也就是人工智能，担任决策取节制，相当于机械人的“大脑”；二是硬件本体部门，包罗各类细密的机械布局、电机、传感器、芯片等，形成了机械人复杂且高度集成的物理系统。过去十年，中国曾经证了然：若是我们将一项高附加值科技，取一条长而复杂的硬件财产链相连系，从而打制出一种全新的产物形态或者品类。一旦这个产物被社会普遍接管，它就有可能成为中国正在全球范畴内的一个显著劣势。几乎正在大大都这种“软科技+硬制制”模式的行业中，中都城曾经展示出如许的能力。从智妙手机到电动汽车，再到活动相机，这些产物都是将软件手艺和复杂硬件连系的典型。好比，华为手机现在曾经正在高端手机市场中拥有一席之地。再好比，影石科技出产的活动相机超越了GoPro，正在全球市场上占领了领先地位。正如智妙手机依赖于细密的硬件制制取强大的操做系统协同，机械人同样需要人工智能取复杂机械系统的深度融合。而中国不只具有复杂的消费市场，还具备完整的硬件制制财产链。这些分析劣势，正逐渐为中国正在全球机械人市场中的合作劣势。一个行业想要成长起来，可能难以避免会履历泡沫分裂的过程。正在成长期，行业会吸引大量资本投入，鞭策手艺和财产链的成长；正在泡沫分裂之后，市场又会裁减掉一部门企业，留下实正有合作力的“幸存者”，为下一轮行业的成长奠基根本。这种起崎岖伏的过程看似紊乱，但其实是行业成长的一种必然径。正在中国，互联网、电商、新能源汽车等行业都履历过如许的周期性波动。具体到新能源汽车行业，2014年前后，中国的“互联网制车”概念兴起，蔚来、抱负、小鹏汽车等品牌起头出现。此后，新能源汽车行业履历了不少取低谷，但中国的新能源汽车行业仍是成长起来了。中国新能源汽车产销量曾经持续10年位居全球第一，产物出口到70多个国度和地域。正在中国，有时一个行业的成长，不只仅是由于此中的贸易逻辑或市场需求，还由于它背后有国度计谋正在帮推。分享一个我正在投资上的小教训。“制车新”刚兴起时，我感觉像新能源汽车如许一个高度依赖制制能力的行业，由没制过车的人来从导会不会太冒险？于是，我们正在电池、传感器、节制器等环节零部件上下了很大功夫，但正在整车品牌的投资上却犹疑了。我总结出一条经验：正在国度计谋的鞭策下，一个行业的成长速度、规模和成漫空间，常常远超基于市场逻辑的预判。今天来看，驱动新能源汽车财产兴起的，远不止市场对新产物的偏好，其底子动力正在于中国应对能源布局转型的火急需求。从2017年起头，中国跨越美国，跃居为全球最大的石油进口国。目前我国每年耗损的石油中，70%以上依托进口。这种外源性依赖意味着，一旦呈现极端环境，能源平安将面对风险。近年来国度出台的良多政策都指向办事业。这些政策不只涉及餐饮、旅逛、文化文娱这些保守的办事行业，还包罗金融、教育、医疗等多个细分范畴。好比，2023年公布的《关于加速糊口办事数字化赋能的指点看法》、2024年起头实施的《全链条支撑立异药成长实施方案》、2025年发布的《办事业运营从体贷款贴息政策实施方案》等等。国际经验表白，当一个国度的人均P跨越一万美元后，凡是就会进入办事业高速成长的阶段。2024年，中国人均P已跨越1。3万美元，办事业占P比沉为56。7%。比拟之下，美国的办事业占P的比沉约为80%。这意味着，中国的办事业还有很大的成长空间。但问题也随之而来：办事业极其依赖人力。跟着生齿布局的变化，出格是老龄化加剧，将来我们可能会晤对一个严沉的矛盾：想买办事的人越来越多，能供给办事的人越来越少。上文提到，机械人是“软科技”（好比人工智能）取“复杂硬件制制财产链”的连系。这种“复杂硬件”不只仅指外壳、布局件，还包罗了大量电机、芯片、传感器等焦点零部件。当我们将这些手艺和能力整合起来，用于处理办事业成长过程中面对的布局性矛盾，那对于中国来说，可能意味着一个全新的财产成长机遇。起首看电商行业。2000年摆布，中国进入了商品经济高速增加的阶段。这一期间，房地产市场迅猛成长，雷同于美国二和后的环境。房地产市场的快速增加不只鞭策了住房需求，还刺激了联系关系消费需求，好比拆修、采办家电和家具等。然而，那时中国的线下零售系统还不敷完美，无法完全满脚消费者日益增加的需求。2003年，中国降生了一种取国外判然不同的贸易模式——电商。电商用数字化加科技方式，处理了其时的供需矛盾。中国的电商比线下零售跑得更快。再来看网约车行业。虽然专车办事最早发源于美国的Uber，但中国用户享遭到的网约车体验可能是全世界最好的——车辆供给多、设置装备摆设好、饮用水以及充电线等附加办事多。正在网约车呈现之前，中国出行市排场对的庞大挑和正在于，人们对出行办事的需求，远远跨越了出租车系统的供给和安排能力。于是我们用数字化加科技的体例，鼎力成长了网约车这一模式。这两个例子申明了，当经济成长到必然阶段，我们大概能够测验考试用手艺手段来处理供需失衡的“布局性矛盾”。这也是我们投资机械人的次要缘由，用科技来处理将来办事业可能会晤对的矛盾。分歧于制制业，办事行业需要机械人可以或许取人互动，正在家庭、商场、病院等人类日常糊口的空间中挪动、完成使命。若是机械人不是人形，那我们得把所有的根本设备从头一遍，包罗剧院座椅、通道宽度、桌子高度等等。不然，机械人无法顺应现有的。其次，机械人背后的底层逻辑不只是手艺本身，还有国度成长计谋、经济布局调整、生齿布局变化等一系列宏不雅要素的鞭策。最初，具身智能所面临的，是一个庞大的、持久存正在的布局性机遇——那就是将来办事业中劳动力供给严沉不脚的问题。而机械人，恰好是处理这一问题的环节东西。目前，机械人的下肢（挪动能力）曾经取得了显著进展。得益于强化进修等人工智能算法的前进，机械人的挪动能力变得很强，可以或许正在复杂的地形中行走、奔驰以至摔倒后自行爬起。然而，机械人的上肢（操做能力）却远未成熟。上肢操做涉及复杂的物理交互，远比简单的挪动要复杂得多。虽然有良多炫酷的演示视频展现了机械人叠衣服、切菜或倒咖啡等功能，但这些使命大多是针对固定物体的操做。实正坚苦的，是让机械人取人互动或取其他动态物体互动，例如给人按摩、剪头发或穿衣服。当前的从动驾驶手艺大多处于L2或L3级别，仍需驾驶员。现正在机械人曾经可以或许基于设定的线，本人登山、跑步，摔了一跤本人还能坐起来，相当于做到了L4的程度。从动驾驶的方针相对明白：从A点到B点，不碰撞任何物体。比拟之下，机械人操做需要考虑不是不碰任何工具，而是碰“该碰的工具”，这背后涉及更多的变量和不确定性，好比手和、手和物体、物体和、上肢和下肢的协划一等。好比，仅仅是倒水这件事，机械人需要考虑怎样把水从壶里面倒出来，怎样识别杯子从空杯子变成满杯子，还要用手把杯子握紧，免得掉正在地上。我们来看一个对比。早正在燃油策动机时代，汽车行业就测验考试过从动驾驶。好比，1958年，通用汽车正在一段高速长进行了无人驾驶的加快和刹车试验。2009年，Google启动了从动驾驶项目，后来拆分成的公司Waymo。2020年，特斯拉发布了FSD的测试版本，从动驾驶逐步进入手艺攻坚阶段。这些冲破意味着，即便是正在相对简单的节制模式下（好比标的目的盘、油门刹车），汽车行业也曾经堆集了数十年的数据。而且，这些数据能够不竭复用，为L4/L5级此外从动驾驶打根本。此外，现在每一辆新能源车上几乎都拆有大量传感器，它们采集的数据仍然能够用来锻炼高阶智能驾驶系统。而机械人面临的是一个高度复杂的物理交互。例如，一个瓶子里有几多水？这个瓶子是软的仍是硬的？是纸杯仍是铁杯子？它是凉的仍是热的？能不克不及触摸？温度几多？可否倾斜？会不会洒出来？这些关于物体材质、分量、形态、力反馈等消息，形成了实正在世界中的“物理纪律”。但正在汗青上，这类数据几乎没有系统性地被采集过，或者只要一小部门可用。这也注释了为什么现正在的视频大模子常呈现“穿模”现象——好比人的手臂穿过墙壁、动做违反沉力等。这是由于模子正在生成视频时，只是基于文本和已有视频内容进行婚配，并没有实正理解物理纪律。而人类分歧。我们通过成长过程中的磕碰、摔跤、试错，逐渐成立起一套关于物理世界的曲觉系统。好比说，若是你看到一把看起来将近散架的凳子，你必定不会坐上去。这种判断不是生成的，而是经验堆集的成果。但机械人没有这种“糊口经验”，它无法精确判断多鼎力量、以什么角度去抓取或操做一个物体。因而，我们现正在很少看到机械人取人做复杂互动的演示，由于风险太大——它可能一不小心就让你受伤了。有人提出，这个问题大概能够通过大模子来处理。有了互联网上的海量视频数据，加上一些锻炼和虚拟生成的数据，机械人大概就能“学会”这些物理常识。大模子可能会对机械人进修物理世界有所帮帮，但仅靠它远远不敷。和人雷同，机械人也需要履历“摔倒、碰撞、试错”的过程，成立实正的物理曲觉。这个过程不克不及仅仅依托虚拟数据。对于智能驾驶来说，根基上只要电动化架构（好比电机、电池），才能实现实正意义上的数字化节制。芯片发出的指令能够及时、精准地驱动电机，实现“等速、等效、等时”的节制体例。而燃油策动机则完全分歧，它需要先喷油、再燃烧、最初为动力，整个过程不只延迟高，并且能量损耗大，节制既不及时也不切确。正在新能源车行业刚起头摸索电动化的时候，它的传感器系统就曾经逐渐趋于固定。好比摄像头数量和、能否利用激光雷达等。虽然分歧厂商之间略有差别，但从全体来看，传感器组合曾经根基不变，锻炼数据也有延续性和复用的价值。机械人要面临的是一个高度动态、复杂的世界，它需要跟世界交互，要具备极其丰硕的能力和判断能力，也意味着它需要采集大量度的数据。这个问题还没有尺度谜底。分歧的研究团队、企业可能采用完全分歧的传感器组合、精度品级、安拆。一旦这些设置装备摆设发生变化，之前堆集的锻炼数据就可能变得不再合用。举个夸张的例子。对于一个机械人的手来说，仍是三个？或者五个？若是一起头你用两个指头锻炼模子，俄然决定换成三指，那之前所有的锻炼数据可能就做废了，得沉来一遍。若是哪天又想尝尝五指，就得再来一遍。回首新能源车的成长过程，新能源汽车的投资人们可能也没成心料到，10余年间会发生如斯庞大的变化。最终，那些敢于投资的人获得了丰厚报答。他们履历了多次泡沫和破灭周期，比及了市场最终迸发。以我们今天无限的想象力，不必然能想象到10余年后的将来到底是什么样子，也就是中国若何通过手艺立异处理经济成长中的矛盾——既要成长办事经济，又要应对劳动力欠缺问题，同时但愿办事价钱愈加普惠。时间倒回至2012年，滴滴打车前身小桔科技刚成立时，谁能想到它会改变我们的出行体例？同样，将来机械人也可能像今天的比亚迪和宁德时代一样，给我们的糊口带来意想不到的变化。