具身智能在2024年成为了距离上最接近AI大模型的概念。一时间，业内多家公司竞相宣布推出相关产品，要将AI机器人赋能日常生活。
作为机器人行业的老兵，王斌深谙AI算力对机器人的重要性，“算力已经发展到了这么高的阶段，其实还有大量的需求。因为物理世界的数字化还远远没有完成，目前只是语音、图片、生成式视频，但是机器人服务所需要的是真正物理世界实时的数字孪生。这才是未来的AI。”
具身智能的发展前景、云端机器人如何搭建架构体系、AI大模型的驱动作用，以及个性化智能与情感服务对机器人的重要性等等，在星际营25期“新锐AI之星威廉希尔中文网站 加速计划”上，达闼科技副总裁王斌就上述话题，进行了一场信息量拉满的分享。
以下基于标题为《AI创业的技术和商业化场景突破及具身智能的未来》的演讲，经创业邦整理后发布。
机器人的“大脑、小脑、肢体”要协同工作
今后的机器人更多的应该是工作、生活场景中为人提供服务，但是机器人自己去服务，有AI的驱动还不够，一定要有一个运营的平台，很好地让机器人安全地工作，能力不断提升，保证我们人类对机器人的可控，包括伦理方面的东西，所以我们现在做机器人一定是有一个运营平台的。就像搞移动通信，有中国移动、中国联通。没有网络运营，机器人直接给到用户就不管了可以吗？不可以。我们做机器人，不光是机器人的问题，还有AI的部分，这是个全栈的技术，这个就不讲了。简单补充一下，机器人的“大脑、小脑、肢体”，是去年提出来的发展人形机器人指导意见，这个概念就是我在工信部开会的时候提出来的，我们是工信部人形机器人专家组的，以前大家注重机器人本体的东西，跟AI结合怎么结合？我们大模型的技术如何结合起来？机器人是不是像人一样有一个超级大脑，同时还有个机器人的小脑，本体的这些算力，再加上机器人控制的问题，我们提出来这样一个概念，具体从云端机器人架构里可以给大家做一个分析。
机器人的发展大家已经接触了很多，传统的机器人是工业机器人，实际上就是一个重复地完成固定的动作。进一步有一些感知的协作机器人，后面有移动能力，从植物到动物的发展，到爬行动物，这些都是大自然进化，生物体越来越有智能、智力和行动能力，AGV小车，也包括无人驾驶技术和汽车结合，未来肯定是一种像人一样的有各种各样的感知设备，感知器官，以及各种各样的行动能力的机器人。当然人形机器人，我们希望未来成为通用的平台。这样架构的发展，无论是我们之前做的机器人，可能在某一领域可以做，完成固定工作继续使用，随着通用性的提高，用户需求的提高，一定是向云端机器人的架构去发展。
简单讲云端机器人，机器人大脑肯定在云端，现在的技术不太可能把通用大模型放在机器人的设备里面，需要太大的算力以及能量的消耗，也不科学，也不经济。所以这个大脑在云端，通过网络连接到机器人的本体，构成了“云、网、端”架构，简称就是云端机器人。我们公司2015年成立开始就按照这样的架构去打造未来的智能机器人，好在我们现在的网络通信技术已经非常厉害了，在几千公里之内可以达到像人一样的时延反应速度，人的眼睛看到物体，到视网膜，到大脑的处理，30毫秒就可以完成。这些在4G、5G情况下，通过网络传输也可以达到几十毫秒的反应，跟我们人一样的反应速度，够用了，对我们机器人来讲，代替我们人类工作基本够用了。
人形机器人：人类的第三台智能设备
我们知道做机器人，一直要构建一个产业的生态，我们把机器人定义成人类的第三台计算设备，PC、智能手机，未来机器人就是第三个智能设备。这个智能设备能干什么？不是我们一家公司能够全开发出来的，一定是生态来做的。手机能干什么？做硬件的，一批厂家做，做芯片的，做器件的。手机的应用是靠手机的App，有大量的App开发商，让我们时时刻刻离不开手机，覆盖了衣食住行、工作，分分钟都离不开它。未来机器人也一样，我们打造未来开放的平台，在这个平台下所有机器人厂商硬件都可以接上来，所有机器人应用的开发者都可以在上面开发应用，一个机器人有众多的应用开发者在上面开发应用，买回去一个家里的机器人帮我干活，你跟机器人说我今天想吃水煮牛肉，帮我做一个水煮牛肉的菜。谁会做水煮牛肉？你不会我也不会，我去编这个程序肯定不行的，是专门做水煮牛肉的厨师们来做这个App，他也不会写代码怎么做App？我们这个平台给他提供工具，不用你写代码，你就把你做水煮牛肉做就完了，我们机器人在这儿看着。从备料开始，到切，到热锅，到下油，全拍下来，拍完以后机器人大模型把任务分解了，形成所有的机器人适配的代码，这个机器人做水煮牛肉程序就生成了，你跟家里机器人说吃水煮牛肉，到我们平台上一找相关的程序，有十多个，就看谁排名高，谁点赞高，就下载它，给一毛钱就完了，机器人下载下来就干，这就是平台的作用。
不光是我们自己在搞机器人，通过这个平台，还要接各种机器人进来，让各种AI的服务提供商，各种应用开发商都接进来，这就是达闼在做的事情。所以投资人投我们投什么？投的是这个。
具体的云网端架构里面我们设计的平台，具体展开机器人大脑、网络，连接各种机器人。我们在机器人大脑里给开发者提供机器人的开发套件RDK，跟SDK是一样的，机器人有机器人训练师、机器人运营，在这里面我们给机器人大脑构建了一个机器人的元宇宙，我们的物理世界一定要变成数字化，机器人的大脑或者AI才能读得懂，这个数字化就是元宇宙，就是我们物理世界的实时数字孪生，今天我在这个会场里面，这个会场能不能数字化？在座的各位能不能够都数字化？这时候机器人进来以后才能够真正跟这个环境产生AI算法的感知，包括服务交互。比如说给一位女士送一杯热茶，它得知道这位女士是谁，这位女士不数字化它也不知道。这个实时的数字孪生怎么获取，保证实时的同步呢？不需要人去采集，更不需要安摄像头，机器人带眼睛，走到哪看到哪，实时传输，实时更新，需要大量的后台算力去处理这些大量的数据。
可想而知，我们说算力已经发展到了这么高的阶段，未来还有需求吗？还有大量的需求，英伟达有可能冲到30万亿。为什么？因为我们物理世界的数字化还远远没有完成呢，我们只看到了一些语音的东西，一些图片的东西，当然现在Sora有一些生成式的视频，但是真正物理世界实时的数字孪生才是未来的AI，机器人服务所需要的，这里面有大量的增长空间，在座各位有做这方面的，坚持做下去。
人形机器人的量产要在两年以后
具身智能和机器人应用方面，想和大家交流一下。这个不用多讲，心灵、手巧是出发点，大家都投这个赛道，投资人进行投资，创业者也在里面做东西了，就是GPT的出现，以及头部大的机构、企业开始玩这些东西，开启了人形机器人的元年。国外不多讲了，国内有这么几家，在媒体上大家都有接触，我们不一个一个去说。
关于人形机器人，最主要的技术有几方面，从硬件本体来讲，包括按机电设计、执行器、各种各样的算法，以及运动控制算法，以及对环境的感知、认知、决策和执行，这样一套机器人相关的任务完成的多模态计算，让人形机器人达到功能上的要求。光有这个还不够，我们需要提高机器人的可靠性，成本的降低，这些还需要一段时间的发展，我个人认为人形机器人还需要两代甚至三代的发展，一代基本上是半年，如果三代的话，人形机器人真正走向客户可以接受，愿意买单，还需要一年半到两年的时间，这段时间大量人形机器人在里面投入，真正的量产可能要两年之后。
当然了马斯克提出来在2026年，希望有一千台在他自己工厂用，我认为在自己工厂不太在意成本，是有可能的，你要是卖给第三方，那就要看这个东西卖多少钱，效率怎么样，是不是总出问题，是不是还要人去伺候它。这是电机，具体技术不讲。很多机器人不一定非是双足，之前我们跟孙正义开会的时候，孙正义就提出来了人形的轮式，跑得慢点的，四轮车往上一坐，想跑哪就跑哪，当时他就画了一个图，人的上半身，底下有个四轮，开会的时候他画的。这些都是强调底盘、腿，只要是高效，只要是节能，能迅速达到移动目标就行了，不一定要双足，当然双足有通用性。最主要的是手，上肢能力，这是业界做的一些手，我们也有自己的。
具身智能依靠的是“机器人学习”
运动控制算法有很多，现在最主要的是通过强化学习来实现，算法有很多进步，很多都是开源的。大模型引领机器人发展，从发展趋势来讲就是这三点，我们之前的人工智能都是基于手机、PC上的，最多有个摄像头监控，我们都叫做互联网AI，这概念都是我在三四年前提出来的，那时候叫互联网AI，现在叫具身智能。具身智能也是我在三年前，当时我们跟李飞飞聊的时候，他也提出来具身智能这个词。
从单模态到多模态，人就是多模态，五官来感知，跟外界进行交互。除了感知还要认知决策执行，这都是趋势。我们都知道机器学习，大家说深度学习、强化学习、机器学习，给了数据以后，通过算力去学习。我提出来机器人学习，不是机器学习，一个字的差别，但是范畴和深度有很大的不同。我们知道艾伦·图灵提出来我们与其建立模拟成人心智的计算机程序，还是人在后面写，不如我们尝试建一个模拟儿童心智的程序，儿童心智程序是自己学习、自己进步、自己进化，这就是大模型，给了它数据以后它不断进步，数据达到一定量的时候，Scaling Law达到一定的时候进行涌现，人就是这样的生物。机器人也按照这种方式，给机器人灌不同的数据，从端水，从做一个事情就开始做，失败了，为什么失败。水的话要拿正了，拿歪了水就洒了，要拿水平，什么叫水平？大模型告诉你了，水平就是在地球引力下的水平，倾斜了水就洒，大模型告诉这个机器人，让它理解了这个物理世界，执行当中自然像小孩一样学会了，孩子就是这样，抓住东西不要掉地上，尖的东西不要碰，碰就扎手，这就要给机器人学习、推理、决策的平台，当然里面还有各种各样的新技术，包括在少样本的情况下怎么学习。
什么叫少样本？不是说什么都没有的情况下就学，而是有大量的基础模型之后可以举一反三，给少量的数据就可以学会少量任务的，不是说单独可以做的，包括迁移学习、学会学习、终身学习。
“6W1H”是机器人感知、认知、决策、执行的关键
RobotGPT玩什么的？怎么玩？就是“6W1H”。如果有人想做机器人智能大脑，把“6W1H”做好，这是我们在业界提出来的。用什么样的技术，还需要让机器人有Memory，有时间问题，有记忆问题，大模型没有这个肯定不行，没有记忆在工作中怎么跟大家交流沟通呢？所以如何做好“6W1H”是把感知、认知、决策、行为这些东西真正形成机器人大脑的关键。
这也是我提出来的，大自然很复杂，各种生物在长，细胞分裂出来这么多复杂的生物体，很多复杂的东西都是由简单的东西组成的，简单的东西如何变成复杂的东西呢？不断地分形复制。分形Fractal，自相似性Self—similarity，这样一套技术用到机器人身上，就是把简单的东西组合成复杂的东西，“6W1H”和分形和自相似性，就是我们在做机器人的感知到决策的一个程序上要跑的东西。一个机器人想去送一瓶水，首先我要知道水在哪，然后要知道把这个水送给谁，我要知道这个水在哪，我又要知道水相关的6W是什么，水是什么，放在哪，水有什么作用。水是给人喝的，这是Why，水为什么给人喝，喝健康的东西，不能喝污水，时时刻刻要问大模型。AI的Agent实时把问题抛给大模型，大模型再反馈过来，看看你能不能完成第一步的工作，也许第一步工作又分成第二小步、第二小步，第一小步又要往大脑去问，又返回来，完成第二小步，这是机器人大脑程序需要实现的。
举个最简单的例子，比如说给人制作咖啡，你首先要理解这个意图，客人来了，要什么咖啡，要冰美式，怎么做，怎么给客人，怎么交互，这一套东西全是由大模型生成代码，不需要人编任何一个代码，这就是大模型牛的地方。只要把AI的Agent做好以后，大模型吐各种各样的代码，然后去训练。
机器人市场将经历一场残酷淘汰赛
未来的机器人，机器人APP这个市场，如果以后有创业者想做这方面的APP，我觉得未来还有很大的发展空间。像手机上有美团、滴滴这样大的独角兽企业，大家可以在机器人APP方面去做。对用户来讲有个机器人APP，对生态开发者有个机器人技能商店，机器人的应用是各种技能的组合，没有基础的技能开发端到端的机器人应用也是非常困难的，只有生态里面做很多模块化的技能，上层的应用开发者才能更好的开发更完整的上层应用，不可能所有从零开始做，所以开发者生态也很重要。
人形机器人，包括通用智能，包括大模型，这是ARK在2022年的预测，左边讲了互联网经济在2024年是13T $，这是产业的规模，预计到2030年AI驱动的新产业规模将是现在互联网经济的6倍。包括基础大模型，AI模型的服务，在此之上是AI的应用。我们作为创业者可以集中在AI方向，这个量也很大，这就是大模型包括通用人工智能未来的预测。
人形机器人基本上从市场趋势上看也越来越清楚了，国内做人形的，我们算了算大概50家可以叫出名字，这50家我们预计明年至少有一半会消失，后年再消失一半，到2030年不超过10家。当然这是预测，挑战性非常大，在这里面先进入到哪个领域，后进入到哪个领域，大家都在尝试，也有初步的预测，不展开了，大家都有自己的看法。
在互动环节，关于初创企业应该聚焦在哪个领域以获得更多机会？王斌认为这取决于初创企业的优势是在软件还是硬件方面。硬件方面，如果企业在传感器或机器人皮肤材料等领域有所突破，将有很好的机会。软件方面，他建议不要再开发手机APP，而是转向开发机器人的应用程序。对于整机制造商，除了电机和机器人关节技术，产业链的整合能力也非常关键。
提到情感服务类机器人，王斌认为是一个很好的发展方向。除了工业机器人，未来的陪伴型和服务型机器人将需要具备情感智能，能够理解人类情绪并提供相应的服务。个性化也将非常重要，机器人需要通过不断的交流来了解服务对象，提供定制化的服务。
在工业场景中，具身智能机器人相比传统工业机器人有哪些优势？王斌认为：具身智能机器人的能力更为全面，它们不仅能完成工业场景中的重复性劳动，还能执行更复杂的任务。与传统工业机器人不同，具身智能机器人可以完成多工序的任务，提高生产效率。目前，许多企业，包括格力，都在寻求通过具身智能机器人来解决剩余的15%难以自动化的工作。
技术迭代，市场重塑，AI时代更多的产业机遇正在释放。创业邦星际营愿始终陪伴在创业者，为优秀的早期创业项目加速赋能，帮助好项目升级创业能力，成为细分赛道的领头羊。在过往的加速历程中，星际营累计从20000+报名项目中甄选1000+优秀创业者进入孵化体系，往期学员单次威廉希尔中文网站 最高金额达9亿，路演项目获得威廉希尔中文网站 比例达64.3%。
长期以来，创业邦星际营作为DEMO CHINA的前哨战，助力创业者们以进阶姿态登上DEMO CHINA，以更完善的技术、产品，更全面的商业思考面向各领域知名投资人、行业专家、产业伙伴展示，拓宽他们的创业之路。
本次星际营25期的创业者们系统加速后，将登上2024 DEMO CHINA的舞台，在AI纪元绽放自己的创新力量。
这些企业都是谁？他们又有哪些非凡的创造力？
让我们相约9月19-20日·成都，一起见证更多超能勇士的崛起。
