6月13日，黑智·AI硬件系列訪談第一期智能機(jī)器人專場開播。百度風(fēng)投投資副總裁KEDI參加了訪談。
KEDI關(guān)注自動駕駛、具身智能、AI4S等方向的投資，歷史案例包括九識智能、星海圖、維他動力、深度原理等。
在訪談中，KEDI分享了具身智能發(fā)展趨勢、投資機(jī)會與創(chuàng)業(yè)選擇等話題。
他通過具身智能三個關(guān)鍵技術(shù)的發(fā)展情況分析當(dāng)下"什么能做、什么不能做"。"我們需要評估技術(shù)發(fā)展路徑，將成熟技術(shù)轉(zhuǎn)化為商品，為用戶創(chuàng)造價值。"他建議創(chuàng)業(yè)者客觀評估創(chuàng)業(yè)難度，同時堅定信心，發(fā)現(xiàn)問題后調(diào)動資源解決。
以下為訪談內(nèi)容，經(jīng)黑智編輯：
機(jī)器人的「三能力」發(fā)展參差不齊
主持人：為什么具身智能會火起來？在此之前，機(jī)器人和人工智能分別取得了什么進(jìn)展推動具身智能的到來？
KEDI：底層最簡單原因就是如果可以實現(xiàn)，社會價值會比較大。
就引爆點(diǎn)而言，是馬斯克決定切入這個方向。在特斯拉入局之前，每一年的引爆點(diǎn)來自波士頓動力的發(fā)布。沒有BD，我們很難想象人形機(jī)器人可以長成這個樣子。它現(xiàn)在發(fā)布的demo依然能夠引起機(jī)器人愛好者、科技愛好者的激動。因此，這兩年機(jī)器人領(lǐng)域火起來的關(guān)鍵因素有兩個：特斯拉的推動，以及波士頓動力過去十多年的持續(xù)投入。
此外，另一個關(guān)鍵引爆點(diǎn)是人工智能技術(shù)的發(fā)展。我記得我在大二開始學(xué)習(xí)AI，當(dāng)時做的還是簡單的算法，后來，有很長一段時間我沒有在一線感受人工智能的變化，直到最近這幾年尤其是ChatGPT問世之后，再回頭看當(dāng)年所學(xué)的東西，給了我沖擊感。那種感覺，就像從坐馬車一下子坐上了飛船。這種體感沖擊對我個人而言比較強(qiáng)烈。
總結(jié)來說，機(jī)器人技術(shù)火起來的核心原因是深度學(xué)習(xí)及其基礎(chǔ)技術(shù)的持續(xù)突破。這讓我們看到該領(lǐng)域前景，大家更有信心，從而形成了正向循環(huán)。另外，中國還有一個因素：中國擅長硬件制造。過去20年，不管是在消費(fèi)電子、新能源汽車產(chǎn)業(yè)，還是工業(yè)機(jī)器人領(lǐng)域，中國在供應(yīng)鏈、半導(dǎo)體、制造能力以及市場需求方面，都積累起其他國家所不具備的優(yōu)勢。
基于這幾個因素——美國公司的推動、AI技術(shù)的發(fā)展，以及中國的優(yōu)勢——這三股力量正在推動產(chǎn)業(yè)的發(fā)展。
主持人：關(guān)于具身智能目前"能做什么"和"不能做什么"以及什么是能夠在三年之內(nèi)實現(xiàn)落地的，您的思考和判斷是什么樣的？
KEDI：這幾年，UC Berkeley Malik教授傳遞的一個觀點(diǎn)在業(yè)界被接受。前段時間，星海圖聯(lián)創(chuàng)許華哲老師也引用了這個觀點(diǎn)。機(jī)器人技術(shù)可以分為三個子類別：第一大類別是Navigation，也即導(dǎo)航技術(shù)。它實際上是我們過去做自動駕駛的核心。自動駕駛本質(zhì)上就是將導(dǎo)航技術(shù)應(yīng)用在車輛上。第二大類別是機(jī)器人的能力，偏向于Locomotion，也就是主要指足式行走，如這幾年比較火、以宇樹科技為代表的、能夠行走的四足或雙足機(jī)器人。第三大類別，也是我們認(rèn)為的具身智能技術(shù)變革的核心，是Manipulation，操作層。
總結(jié)一下，分別是導(dǎo)航、足式行走和操作。這三項技術(shù)的發(fā)展程度參差不齊。具體而言：
導(dǎo)航技術(shù)方面，在中國乃至全球，已經(jīng)進(jìn)入成熟階段。有幾個數(shù)據(jù)和例子可以佐證：（1）體驗過自動駕駛技術(shù)的用戶越來越多。很多人現(xiàn)在購買某個品牌新能源車時，甚至?xí)⑵渥鳛榭剂恳蛩?。像小米、華為這樣的企業(yè)，已經(jīng)在中國大眾消費(fèi)者中普及了對自動駕駛的認(rèn)知。（2）近年涌現(xiàn)了許多上市公司，以及我們投資過的專注于物流場景的自動駕駛公司如"九識智能"。九識智能已經(jīng)將L4級別的物流車在多地進(jìn)行了千臺甚至萬臺級別的規(guī)模落地，并每天進(jìn)行作業(yè)。這證明Navigation（導(dǎo)航技術(shù)）在技術(shù)上，已不再是一個科學(xué)性的問題、也不是一個工程化問題，而是后續(xù)的商業(yè)化問題，以及將導(dǎo)航技術(shù)應(yīng)用在更先進(jìn)的應(yīng)用場景上。比如自動駕駛出租車。自動駕駛出租車具有挑戰(zhàn)性，但在舊金山北部地區(qū)已經(jīng)實現(xiàn)了一定規(guī)模的商業(yè)化運(yùn)營，為人類提供了一個樣板：世界上確實已有數(shù)百臺自動駕駛汽車能夠不間斷地提供服務(wù)。所以，導(dǎo)航技術(shù)已經(jīng)比較成熟了。
運(yùn)動技術(shù)（Locomotion）方面，相對發(fā)展得比較好，具備落地的可行性。不管是宇樹科技還是美國波士頓動力、歐洲ETH所領(lǐng)導(dǎo)的小組都做得比較扎實。全球的足式機(jī)器人開發(fā)者持續(xù)地從原有技術(shù)棧發(fā)展到如今將強(qiáng)化學(xué)習(xí)應(yīng)用于Locomotion上，已接近將其做得比較穩(wěn)定。前段時間我參加了在亦莊舉辦的人形機(jī)器人馬拉松比賽，機(jī)器人全程跑下來用了4個多小時。雖然還有很多不足，但結(jié)果已令人驚喜?？赡苊髂晁鼈儠艿酶?，后年或許就能流暢地作為馬拉松領(lǐng)航員了。因此，Navigation和Locomotion這兩個技術(shù)棧相對發(fā)展較好，現(xiàn)在已具備落地基礎(chǔ)，甚至已有實際應(yīng)用了。
操作技術(shù)（Manipulation）方面，相對較難，仍處于技術(shù)發(fā)展的早期階段。一個觀察是：關(guān)于操作技術(shù)的科研論文仍在成倍增長。只要全球機(jī)器人科學(xué)家還在持續(xù)發(fā)表該領(lǐng)域的學(xué)術(shù)paper，就證明這個方面仍是一個遠(yuǎn)未攻克的科學(xué)問題。當(dāng)然，并非所有操作任務(wù)都不能做。操作本身是個比較復(fù)雜的問題。其中一些基礎(chǔ)動作，如抓取和放置，相對而言已經(jīng)做得不錯。但在操作領(lǐng)域，存在大量復(fù)雜任務(wù)，因此整體上我們認(rèn)為它還處于一個雛形階段。
所以，回到"什么能做、什么不能做"的問題，我們需要評估技術(shù)發(fā)展路徑，并將成熟技術(shù)轉(zhuǎn)化為可用的商品，為用戶創(chuàng)造價值。
屬于創(chuàng)業(yè)者的機(jī)會
主持人：單純從產(chǎn)業(yè)釋放的可能性來看，有沒有哪些機(jī)會點(diǎn)適合創(chuàng)業(yè)者？
KEDI：對于創(chuàng)業(yè)機(jī)會，很難客觀地給出答案，當(dāng)然希望所有創(chuàng)業(yè)者都能找到自己的方向。但評判一個項目能做還是不能做，最終還是取決于創(chuàng)業(yè)者基于自身對技術(shù)和商業(yè)的認(rèn)知，能否給自己一個自洽的答案。畢竟，他們才是真正挑戰(zhàn)不可能的人。
如果僅從產(chǎn)業(yè)的角度來看，可以參考前段時間美國紅杉資本發(fā)布的報告。它探討的是AI Agent如何為社會帶來勞動力的相關(guān)觀點(diǎn)。這份報告比較有參考性。因為我們正經(jīng)歷以大語言模型為起點(diǎn)的技術(shù)變革。我們看到大語言模型的發(fā)展軌跡：從最初的預(yù)訓(xùn)練模式（前幾年業(yè)內(nèi)比較強(qiáng)調(diào)預(yù)訓(xùn)練大規(guī)模的模型），到去年開始，業(yè)界更加強(qiáng)調(diào)如何將模型應(yīng)用于垂直場景并落地，這已是業(yè)內(nèi)共識。
一種模式逐漸清晰——從大語言模型的預(yù)訓(xùn)練模式，走向后訓(xùn)練場景落地的模式。我們在自動駕駛領(lǐng)域?qū)嵺`較多，實際上過去幾年，自動駕駛也出現(xiàn)并跑通了類似的路徑——從預(yù)訓(xùn)練模式到針對垂直場景進(jìn)行后訓(xùn)練的模式。舉個例子：特斯拉的自動駕駛系統(tǒng)在美國可能表現(xiàn)很好，但在中國表現(xiàn)得可能不太理想。但當(dāng)它積累一段時間之后，就能跑得比較不錯了。這意味著其自動駕駛算法框架無需推倒重來。
既然在語言模型和自動駕駛的基礎(chǔ)模型上都驗證了這種范式，那么在具身智能或機(jī)器人領(lǐng)域，也將會出現(xiàn)類似的范式轉(zhuǎn)變。從去年開始，學(xué)術(shù)界已在探討具身智能從Pre-training到Post-training的整個技術(shù)范式的演變。從這個角度來看，人工智能預(yù)訓(xùn)練的投入還是比較大的，難度也高，對資源的調(diào)配要求高。這可能不太適合創(chuàng)業(yè)者，尤其是普通創(chuàng)業(yè)者進(jìn)入。相比之下，在垂直領(lǐng)域深耕，利用當(dāng)前行業(yè)在軟件、硬件和供應(yīng)鏈上的發(fā)展，專注于解決具體問題，可能是一條更明朗的道路。它也更貼近市場需求，能讓創(chuàng)業(yè)者更快獲得商業(yè)上的反饋。因為對于一家創(chuàng)業(yè)公司而言，若無法實現(xiàn)技術(shù)與商業(yè)的雙重閉環(huán)，持續(xù)發(fā)展將吃力。
主持人：現(xiàn)在不少自動駕駛公司也開始做機(jī)器人了，比如特斯拉，比如國內(nèi)也有自動駕駛企業(yè)或者有自動駕駛從業(yè)經(jīng)歷的創(chuàng)業(yè)者。他們嘗試從輪式到協(xié)作再到人形機(jī)器人的產(chǎn)品迭代。這種現(xiàn)象背后有什么合理性或邏輯？
KEDI：從構(gòu)型角度來說，不論是人形機(jī)器人、工業(yè)機(jī)械臂還是輪式清潔機(jī)器人等，都屬于不同的機(jī)器人構(gòu)型。從技術(shù)角度來說，正如我們剛才討論的，可以按核心技術(shù)能力劃分：導(dǎo)航、行走和操作的技術(shù)。這是兩個不同的維度。
但這兩個維度并不沖突。舉個例子，中國的商用服務(wù)機(jī)器人相對成熟，大量公司已經(jīng)開始在酒店送貨。這類機(jī)器人有行走的功能。如果技術(shù)進(jìn)一步發(fā)展，一些應(yīng)用需要它與物理世界進(jìn)行交互，就有可能增加操作能力。反之，如果場景無需交互操作，為何一定要加裝"手"呢？因此，一方面需要從技術(shù)的角度出發(fā)，另一方面從客戶的需求出發(fā)，來看待這個問題。
事實上，我們在去年或前年已形成共識，具身智能機(jī)器人并不必然是人形形態(tài)。具身智能有很多的構(gòu)型，例如無人機(jī)、自動駕駛汽車，從技術(shù)功能角度看，它們都可視為機(jī)器人的一種形態(tài)。關(guān)鍵看你選擇哪個維度進(jìn)行拆分。
再談特斯拉的事情，如果繼續(xù)從技術(shù)角度分析。本質(zhì)上這次技術(shù)變革的原因仍是深度學(xué)習(xí)在多個領(lǐng)域持續(xù)突破的體現(xiàn)——先是語言，接著是視頻，現(xiàn)在擴(kuò)展到硬件機(jī)器人。特斯拉之所以能做這件事，本質(zhì)上得益于其在深度學(xué)習(xí)領(lǐng)域的積累。值得注意的是，特斯拉人形機(jī)器人項目最新的負(fù)責(zé)人，其實就是特斯拉Autopilot團(tuán)隊的原負(fù)責(zé)人。在開發(fā)人形機(jī)器人之前，特斯拉本質(zhì)上已是全球最大的自動駕駛公司。
很難有公認(rèn)答案的機(jī)器人終局
主持人：站在當(dāng)下這個時間點(diǎn)，您如何看待具身智能的終局形態(tài)？
KEDI：這個問題，很難有一個公認(rèn)的答案。大家都看過很多科幻電影，然后在科幻電影里都會有機(jī)器人的形態(tài)。在電影中的"末世"階段，都會有很多機(jī)器人出現(xiàn)。這些年，我接觸、學(xué)習(xí)機(jī)器人技術(shù)，感覺它是很難做的，甚至可以說是難做的。那么，它究竟是什么？為何如此之難？換個角度想：如果科幻電影中的人形機(jī)器人真能出現(xiàn)在人類生活中，其本質(zhì)將與人類相差無幾，這幾乎就是人工智能的形態(tài)。做到那種程度時，我甚至難以想象科技后續(xù)還能如何發(fā)展——也許只能指向地外文明了。
電影：芬奇(Finch)
我們總談到AGI，真正Physical AGI，我個人比較喜歡從一個游戲《底特律：變?nèi)恕穪硖接?。它描繪的未來世界中，數(shù)十萬人形機(jī)器人已融入人類社會，肉眼幾乎無法分辨機(jī)器人與真人，這兩個物種的界限已然模糊。我覺得這就是圖景。但距離我們相當(dāng)遙遠(yuǎn)。
機(jī)器人顯然是一項跨越幾代人的事業(yè)。前段時間，星海圖在清華活動中做了一個"抓娃娃"的展示，讓我受到觸動。許多五六歲的小朋友嘗試遙操作，感受機(jī)器人如何運(yùn)動。當(dāng)機(jī)械狗出現(xiàn)在他們的童年里，這些孩子長大后很可能會投身這個行業(yè)。正因如此，我相信新的機(jī)器人公司將不斷涌現(xiàn)，新的創(chuàng)業(yè)與商業(yè)機(jī)會將持續(xù)出現(xiàn)。長期來看這個事情，我是比較樂觀的。
主持人：這個圖景確實需要一代代企業(yè)和人才來推動。之前我和一位教授聊到具身智能應(yīng)用，他提到現(xiàn)在主要應(yīng)用在工廠場景，而可能還需要三四十年后，具身智能機(jī)器人才能真正進(jìn)入家庭。您對家用具身智能機(jī)器人的落地時間點(diǎn)怎么看？
KEDI：回顧過去十幾年的商業(yè)案例，實際上中國已有大量公司——包括已上市和未上市的比較大型的企業(yè)一直宣稱想要進(jìn)入這個領(lǐng)域。已經(jīng)有幾波公司在不斷地嘗試了。大家始終想做成這件事。
從美國角度來看，前段時間，我閱讀了一本一九六幾年的雜志，在那個年代，他們就已經(jīng)搭建了機(jī)器人原型機(jī)，并展示了機(jī)器人如何進(jìn)入家庭。那些原型機(jī)的外觀，與我們?nèi)缃裨诰频昕吹降姆?wù)機(jī)器人相似。這說明早在幾十年前，就有許多人想做這件事。毫無疑問，這個需求是存在的，因為它能改善我們的生活。例如掃地機(jī)器人，其發(fā)展歷史已有三十多年——從美國iRobot開創(chuàng)這個賽道再到中國涌現(xiàn)出如追覓科技、石頭科技、科沃斯等掃地機(jī)器人公司。即使到現(xiàn)在，掃地機(jī)器人仍有提升空間。最近我購買了一臺掃地機(jī)器人，其智能程度仍有待加強(qiáng)。當(dāng)已進(jìn)入家庭的掃地機(jī)器人變得足夠聰明時，它很可能成為我們探索下一步應(yīng)用的基礎(chǔ)。
另一件事是大型機(jī)器人進(jìn)入家庭，是存在較高風(fēng)險的。原因在于機(jī)器人通常很重。想象一下人被車壓住就危險，機(jī)器人也會帶來類似的危險。因此，針對機(jī)器人人機(jī)交互或者AI安全的研究具有價值。待這些科研問題取得更好解決方案，家庭普及才會加速。在安全研究領(lǐng)域，卡耐基梅隆大學(xué)的幾位教授做的工作比較出色。他們持續(xù)研究如何更安全地控制機(jī)器人。
主持人：您剛才聊的時候我突然想到個問題：其實在大模型出來之前，像iRobot 和國內(nèi)一些做掃地機(jī)器人的公司，就已經(jīng)在試著用深度學(xué)習(xí)或者其他 AI 技術(shù)，讓機(jī)器人更聰明、掃得更干凈?，F(xiàn)在大模型出來后，您覺得這些公司有沒有什么新變化？尤其是在 AI 軟件層面。
KEDI：我們來說一個實際案例，目前全球出貨量最大的機(jī)器人類型，應(yīng)該是工業(yè)機(jī)器人，例如機(jī)械臂。我相信，無論是軟件進(jìn)步還是AI整體行業(yè)的發(fā)展，都提升了工業(yè)機(jī)械臂的易用性和用戶體驗。雖然其精度本身已經(jīng)相當(dāng)高，比如能在蘋果手表等屏幕上完成插裝，但AI與軟件技術(shù)有望使其操作更簡便、示教成本更低。工業(yè)機(jī)器人是一個已經(jīng)存在的市場，技術(shù)的發(fā)展能夠讓這個市場釋放更大的價值，這是毫無疑問的。
雞生蛋還是蛋生雞？
主持人：其實您之前聊過的"雞生蛋還是蛋生雞"的問題，應(yīng)該怎么打破這個僵局呢？總不能讓它一直卡在 "沒數(shù)據(jù)迭代→產(chǎn)品不好→賣不動→更沒數(shù)據(jù)"的怪圈里吧？有沒有什么破局的關(guān)鍵思路？
KEDI：說一句直覺的話，我認(rèn)為這個問題一定會被解決的。
但是我不知道怎么解決。
不是業(yè)內(nèi)不知道，而是我不知道。畢竟我不是真正的工程師。我舉個類比的案例，10年前，中國自動駕駛行業(yè)剛起步，大家開始認(rèn)真考慮做這個行業(yè)。在十幾二十年前，美國的DARPA自動駕駛挑戰(zhàn)賽就已開始舉辦了。我曾請教過一些前輩，他們當(dāng)時也討論過這個問題："沒有數(shù)據(jù)，如何讓自動駕駛跑得更好？"最初，他們嘗試用機(jī)器人領(lǐng)域的傳統(tǒng)技術(shù)，如定位導(dǎo)航，讓車輛在特定路線上行駛。但很快發(fā)現(xiàn)：系統(tǒng)泛化能力差，車輛只能在特定路線上跑，路線稍有變動便不能work了。這就是10年甚至20年前自動駕駛行業(yè)面臨的問題。
然而現(xiàn)在再看，正如我們之前討論的，自動駕駛的滲透率已經(jīng)相當(dāng)高了。從終點(diǎn)回望，當(dāng)年的自動駕駛"數(shù)據(jù)匱乏"問題已被解決。當(dāng)時業(yè)內(nèi)常爭論的"雞生蛋還是蛋生雞"，如今也有了答案。因此我認(rèn)為，當(dāng)前機(jī)器人領(lǐng)域遇到的挑戰(zhàn)，也終將被業(yè)內(nèi)的持續(xù)探索所攻克。再細(xì)說一些，去年或前年大家就開始討論利用互聯(lián)網(wǎng)數(shù)據(jù)訓(xùn)練、仿真數(shù)據(jù)訓(xùn)練、以及基于真機(jī)的商業(yè)閉環(huán)的角度進(jìn)行訓(xùn)練，我認(rèn)為這些方式都是正確的。不管是真機(jī)、仿真還是互聯(lián)網(wǎng)，它們不是獨(dú)立的，而是都很重要。這是我的看法。
主持人：我覺得您這個問題說得好。各種方式都是重要的，大家別被"必須收斂"的思法困住。很多問題其實是在發(fā)展中解決的。
KEDI：對，我認(rèn)為這在業(yè)內(nèi)會形成一個比較和諧、可協(xié)作的態(tài)度。因為這是一個早期的行業(yè)，如同20年前的自動駕駛，需要大家推動進(jìn)步。當(dāng)然，剛才說的可能比較虛幻。舉一個務(wù)實的案例。前段時間與一位前輩討論時，我們發(fā)現(xiàn)一個問題——采集到的數(shù)據(jù)無法直接用于新本體的再訓(xùn)練。這就是跨本體數(shù)據(jù)復(fù)用的難題。美國許多公司以及國內(nèi)一些企業(yè)都在探索解決方案。我們發(fā)現(xiàn)了一個問題，就會有人去解決它，所以只要你能發(fā)現(xiàn)問題，它就一定可以被解決。
主持人：一個有價值的好問題被提出來，本身就是解決問題的開始。您剛才也提到，10 年前自動駕駛有很多技術(shù)路線沒收斂?，F(xiàn)在自動駕駛的技術(shù)路線收斂了嗎？
KEDI：在自動駕駛領(lǐng)域，其發(fā)展已接近工程化的中期或中后期，技術(shù)路線是趨于收斂的。但不同公司在工程細(xì)節(jié)和訓(xùn)練方法上仍有差異。我認(rèn)為技術(shù)上的先后身位，對公司的商業(yè)化進(jìn)程有影響，但不一定是決定因素。舉一個消費(fèi)電子領(lǐng)域的例子：賣得最好的產(chǎn)品未必?fù)碛凶铐敿饧夹g(shù)，它的技術(shù)與商業(yè)的飛輪效應(yīng)已經(jīng)形成，這是一個融合了技術(shù)、市場、品牌等多因素的復(fù)雜系統(tǒng)，難以解耦成單一的技術(shù)或其他因素的問題了。自動駕駛目前也已進(jìn)入這樣的一個階段。
創(chuàng)業(yè)者的決心
主持人：過去兩年，在具身智能，我們投了什么樣的方向和什么樣的公司？未來兩年，我們重點(diǎn)關(guān)注什么樣的方向、什么樣的公司？
KEDI：我們支持過很多的自動駕駛項目，比如自動駕駛技術(shù)在物流、清潔、工業(yè)等不同場景的落地。在機(jī)器人領(lǐng)域，基金從前年開始進(jìn)行一些早期布局，例如智元機(jī)器人、有鹿機(jī)器人、星海圖。
后來，我們順延技術(shù)棧角度進(jìn)行下一步探索，在去年支持了地平線前副總裁余軼南創(chuàng)立的維他動力。余博士的核心理念很簡單清晰：將已渡過科研探索階段、能夠進(jìn)行工程化的技術(shù)，進(jìn)行工程化的產(chǎn)品轉(zhuǎn)化，這是一條務(wù)實的思路。舉一個例子，目前機(jī)場等場所進(jìn)行表演的機(jī)器狗，在進(jìn)行表演的時候，總會有一個人背著手操作遙控器進(jìn)行操作。當(dāng)一只機(jī)器狗跟觀眾打招呼時，實際上它是受到遙控器的控制的。人工智能技術(shù)的發(fā)展，有能力移除這個遙控器，將其升級為AI機(jī)器狗。這正是技術(shù)帶來的升級。
沿著這個思路，我們也在探索技術(shù)遷移的可能性：既然AI能變革足式機(jī)器人，是否也能改變飛行器？例如無人機(jī)領(lǐng)域大牛、浙江大學(xué)控制科學(xué)與工程學(xué)院的高飛教授，長期致力于研究如何將AI與控制技術(shù)結(jié)合，使飛行器更加魯棒、更加可用和更加智能。他所創(chuàng)立的微分智飛，也在此方向深入探索。
總的來說，我們更尊重創(chuàng)業(yè)者的想法，根據(jù)我們的經(jīng)驗與創(chuàng)業(yè)者進(jìn)行探討，哪些方向短期更易落地，哪些可能面臨挑戰(zhàn)。
主持人：您在考察具身智能這類項目，決定投或者不投的時候，一般會重點(diǎn)關(guān)注哪些因素呢？除了項目本身，背后的創(chuàng)業(yè)團(tuán)隊也是投資時的重要考量，您在評估團(tuán)隊時，又會側(cè)重哪些方面呢？
KEDI：這個問題就比較主觀了，不僅限于機(jī)器人賽道。例如當(dāng)前茶飲領(lǐng)域：蜜雪冰城、古茗、霸王茶姬、茶百道等品牌，以及還有一些如瑞幸、manner等咖啡品牌。我們可以發(fā)現(xiàn)其背后的投資者分布呈現(xiàn)交叉態(tài)勢——同一家機(jī)構(gòu)可能投資多個標(biāo)的，有的機(jī)構(gòu)可能投了這個標(biāo)的而沒有投另一個標(biāo)的。當(dāng)然，這些都是比較好的標(biāo)的。我認(rèn)為，這與投資機(jī)構(gòu)的偏好密切相關(guān)。
如果說最看重的要素，如果只挑一個要素，我們還是會比較關(guān)注創(chuàng)業(yè)者的決心。以宇樹科技為例，創(chuàng)始人王興興的創(chuàng)業(yè)決心令人印象深刻。如今看來或許有些"馬后炮"，但回溯其創(chuàng)業(yè)歷程，克服了無數(shù)困難并堅持到底，這家公司的成功實至名歸。這便是決心帶來的正向反饋。
主持人：目前國內(nèi)這批具身智能領(lǐng)域的創(chuàng)業(yè)公司，整體呈現(xiàn)出怎樣的特點(diǎn)？它們的大致情況是？
KEDI：其實，具身智能的畫像已有客觀數(shù)據(jù)可以佐證。任何"新物種"誕生之初必然由科學(xué)驅(qū)動。有大量科研背景的人先去驅(qū)動新產(chǎn)業(yè)的發(fā)展。自動駕駛領(lǐng)域的早期階段，出現(xiàn)了一批好公司，它們與大學(xué)、科研院所息息相關(guān)。比如說地平線創(chuàng)始人余凱或Momenta的創(chuàng)始人曹旭東，均是在科研取得扎實成果后，才探索產(chǎn)業(yè)化的路徑。
當(dāng)具身智能的技術(shù)發(fā)展到一定階段，重心便轉(zhuǎn)向工程驅(qū)動。正如我們之前討論的，需要解決海量具體問題：代碼優(yōu)化、硬件調(diào)校等。最終，行業(yè)可能進(jìn)入類似成熟服務(wù)業(yè)的階段。例如，投資一家餐廳，此時核心評估點(diǎn)不再是廚師廚藝，而是創(chuàng)始人對店鋪運(yùn)營、現(xiàn)金流管理和客戶需求的深刻理解。因此，我認(rèn)為對創(chuàng)業(yè)者的核心能力要求，會隨行業(yè)發(fā)展階段動態(tài)變化。
從融資到自造血
主持人：具身智能創(chuàng)業(yè)公司在不同階段遇到的難點(diǎn)到底有哪些？他們需要什么樣的資源支持，才能更好地往前發(fā)展呢？
KEDI：我今天還看到一段影石CEO JK的采訪。這兩天剛剛上市。他說了一句話，他認(rèn)為2025年是他創(chuàng)業(yè)以來最難的一年。他接著說，2024年也是他認(rèn)為創(chuàng)業(yè)以來最難的一年。2023年，他也認(rèn)為那一年是他創(chuàng)業(yè)的最難的一年。影石發(fā)展了這么多年，其實每一年都是創(chuàng)業(yè)以來最難的一年。
我會認(rèn)為創(chuàng)業(yè)其實是一個比較反人性或者比較有挑戰(zhàn)的一件事情。因為我本人沒創(chuàng)過業(yè)，很難想象每天早晨起來就要給100個人發(fā)工資是什么感覺。
因此，我們觀察創(chuàng)業(yè)者所做的核心工作，本質(zhì)上可歸結(jié)為兩點(diǎn)：第一，獲得資源以啟動創(chuàng)業(yè)。不同時期的經(jīng)濟(jì)環(huán)境差異顯著，經(jīng)濟(jì)低迷期起步尤為艱難，或所謂"風(fēng)口"尚未形成時，需要蟄伏一下。例如8年前涉足機(jī)器狗領(lǐng)域，顯然缺乏風(fēng)口支持。不同階段，外部環(huán)境所帶來的挑戰(zhàn)不同，但創(chuàng)業(yè)者仍要頂著壓力前進(jìn)，獲取資源，開啟征途。
第二是利用獲取的資源，實現(xiàn)商業(yè)閉環(huán)，達(dá)成商業(yè)循環(huán)。從公司外部獲取的資源是有限的。不同公司能獲取資源的量級差異巨大，比如有的公司能夠獲取1-2億，有的公司獲取20-30億。對公司所想做的事情來說，20億也是一個相對小的數(shù)字，比如我們要去做一個載人登月或火星探測項目時，20億確實不大。其關(guān)鍵點(diǎn)是利用所獲取的資源實現(xiàn)商業(yè)閉環(huán)。以SpaceX為例，獲取商業(yè)上的訂單是其至關(guān)重要的里程碑。若非如此，即使強(qiáng)大如SpaceX，也難以生存至今。
可以說，生存下來的公司路徑各異，其共性在于成功完成了上述兩項核心任務(wù)：獲取資源并實現(xiàn)商業(yè)閉環(huán)。
商業(yè)模式不是最核心的問題
主持人：聊到商業(yè)模式，同樣是做具身智能、面向中國市場的公司，為什么商業(yè)模式會有差異？
KEDI：我覺得還是創(chuàng)業(yè)團(tuán)隊。每一個創(chuàng)業(yè)團(tuán)隊擅長和不擅長的事情，根據(jù)他的能力邊界和他的認(rèn)知范圍去選擇的，還跟創(chuàng)始人的興趣有關(guān)系。以汽車產(chǎn)業(yè)為例：有的創(chuàng)始人癡迷于大型工程機(jī)械，如坦克、裝甲車、重型卡車，對小型轎車興趣寥寥；有的人則熱衷于打造跑車或車型。創(chuàng)始人對特定領(lǐng)域或產(chǎn)品形態(tài)的傾向性，也導(dǎo)致了選擇的分化。
主持人：一個公司現(xiàn)在成熟的商業(yè)模式和最初的起點(diǎn)有什么關(guān)聯(lián)？這和您剛才說的很像，比如團(tuán)隊基因、創(chuàng)始人偏好可能會影響公司成熟期的狀態(tài)。
KEDI：其實您剛才在說這個事情的時候，我就在想為什么開奶茶店的老板他不去開一個火鍋店。
主持人：我覺得跨界沒有問題。
KEDI：因為本質(zhì)上生意有一些相似之處。比如說我們以前做零售，不同的品類有的就偏向于服務(wù)女性消費(fèi)者，有的就更偏向于服務(wù)兒童消費(fèi)者，有的更偏向于極客消費(fèi)者。本質(zhì)上大家都是在賣商品。
主持人：我們觀察國外公司時發(fā)現(xiàn)，像諾基亞、蘭博基尼等、亞馬遜等企業(yè)，最初的業(yè)務(wù)和現(xiàn)在，中間拐了很多彎。業(yè)務(wù)邊界幾乎看不出關(guān)聯(lián)性，脫胎換骨。為什么會出現(xiàn)這種情況呢？
KEDI：其實國內(nèi)也是這樣。我們舉幾個案例。比如說華為，最早是做交換機(jī)的，但是現(xiàn)在已經(jīng)是最大的自動駕駛公司之一、最大的國產(chǎn)芯片之一，手機(jī)也賣得很好、智能家居也做得很好。再比如小米，最早它是做操作系統(tǒng)的。后來，大家都會覺得它是一個智能家居的公司，但現(xiàn)在小米汽車已經(jīng)是一個很好的商業(yè)案例了。大家可能都忘了小米在微信出現(xiàn)之前推出過米聊。
總的來說，通過對社會或者用戶的需求調(diào)研，我們發(fā)現(xiàn)了一個需求，再利用手邊的一些能力和技術(shù)，提供更好的產(chǎn)品給大家。商業(yè)模式的具體形態(tài)，可能不是最本質(zhì)的。
實事求是&積極擁抱
主持人：回到問題本身，想聽聽您對創(chuàng)業(yè)者和普通人的建議：做具身智能的公司在未來一兩年，最好避免哪些錯誤？又該做些什么來加速成長？我們擔(dān)心行業(yè)洗牌期到來時，很多企業(yè)會陷入被動。
KEDI：客觀而言，很難直接給出具體建議。因為我們主要聚焦早期投資，一旦公司發(fā)展到一定規(guī)模（如300人、500人甚至1000人），其面臨的挑戰(zhàn)已超出我的經(jīng)驗邊界。但對于早期創(chuàng)業(yè)者，可以分享一條明確建議——客觀判斷項目的難度。
在我看來，具身機(jī)器人是一個門檻較高、比較難的行業(yè)。舉個例子，現(xiàn)在AI應(yīng)用比較火，現(xiàn)在去開一個AI的應(yīng)用的公司，我可以拉著室友、兄弟一起攢三臺電腦就可以干了。我們可以快速地發(fā)現(xiàn)商業(yè)機(jī)會，很有可能三個月以后就有現(xiàn)金流了。我利用這些初步數(shù)據(jù)，便可尋求外部資金支持以擴(kuò)大規(guī)模。這條路徑相對更容易落地。
然而，回到機(jī)器人創(chuàng)業(yè)領(lǐng)域，其挑戰(zhàn)則不同：僅憑電腦是遠(yuǎn)遠(yuǎn)不夠的，因為它必然涉及硬件開發(fā)，同時還需要專門的場地支持。軟件創(chuàng)業(yè)或許在咖啡廳就能辦公，但機(jī)器人研發(fā)必須有一個實驗室。此外，其迭代周期拉長，一個周期可能需要6-8個月才能驗證方向正確性，成本亦會隨之攀升，最終產(chǎn)品還面臨市場驗證風(fēng)險——投入努力后，產(chǎn)品可能根本無法售出。
所以我認(rèn)為具身創(chuàng)業(yè)的挑戰(zhàn)會比較大。但是面臨挑戰(zhàn)以后，像我們剛才所說的有決心的創(chuàng)業(yè)者，他會關(guān)關(guān)難過關(guān)關(guān)過。他發(fā)現(xiàn)問題，再去調(diào)用手里的資源去解決這個問題。我認(rèn)為還是要客觀的判斷一下自己要做的事情的難度。這一點(diǎn)，只有自己才能知道。
主持人：作為生活在當(dāng)下的普通人，應(yīng)該怎么樣去做，才能夠不被時代拋棄，順勢而為甚至順勢有為？
KEDI：這個問題涉及到我們每個人。我自己也受到這個問題的拷問。前段時間，我遇到一個百思不得其解的問題，索性將未經(jīng)整理的全部數(shù)據(jù)和困惑直接拋給了一個大語言模型。令我意外的是，它的回答質(zhì)量遠(yuǎn)超我的預(yù)期。我們每個人都會遇到這樣的困境。起初我也感到焦慮，但心態(tài)最終得以平復(fù)，源于一個根本性的認(rèn)知：工具的迭代與升級是歷史必然。以計算或辦公為例：財務(wù)工作從算盤演進(jìn)到計算機(jī)，如今則借助AI軟件；再比如武器系統(tǒng)也從青銅、冷兵器發(fā)展到火器——人類始終在擁抱更強(qiáng)大的工具。同理，既然能乘車前往，何必徒步行路？這種更迭在過去數(shù)百年間持續(xù)發(fā)生。因此，我選擇坦然接受并使用前沿工具，這一經(jīng)驗分享給大家。
匿名用戶
