同与异：未来具有智能的世界线(下)

嘉宾介绍

*姓首字母排序，不分先后。

我们在聊

• 未来情况与严格控制机器人成本的融合点在哪里？

• 机器人在养老场景中的落地潜力如何？在短期内，机器人技术与养老需求、成本是否会有很好的匹配？

• 不要选择工业场景的顾虑是否在于卷成本？

• 为什么感觉服务场景，特别是家庭场景有很大的潜力？

• AI 餐饮情景机器人的价值是什么？

• 这一波 AI 对工业场景来说，是新公司还是老公司的机会？

• 从二级的角度来看，国家对具体智能的关注和政策如何？上市公司是怎么想的？

• 中国团队能否在未来五年内制作出接近国外水平的具体服务机器人？

• 对于具身智能的未来 3-5 年期待？

精彩观点

• 一般机器人讲的不是单价的故事，而是价格乘以数量的故事。

• 在日本 68% 有些老人不给孩子存钱，中国现在也有。 20% 老年人愿意花钱或有经济条件，只是不知道在哪里可以购买到所需的适老化服务。

• 机器人的目的是取代人，但更倾向于处理一些最需要的问题，把粗活和脏活交给机器人，把有温度和身体关怀的东西交给人。

• 如今最需要的是个人护理场景， 3 至少有一亿老人 4-5000 需要长期使用拥抱、支持和翻身的人群，以及像残疾人这样的群体，至少需要类似的护理服务。 1 亿人以上

• 每个人都认为服务场景，特别是家庭场景有很大的潜力，一是量大，二是不依赖纯粹。 ROI 销售产品的想法

• 机械臂类似于一个服务器，餐厅机器人类似于一个好的记忆，给他 ChatGPT 又跑不起来，关键需要一只手。

• 过去，我们所有的自动化方法都不是通过人们完成一项任务来完成的，而是通过将任务转化为适合自动化的方式来完成的。需要重新审视的是，即使一项任务需要自动完成，是否应该按照人们完成的方式来处理？

• 人与自动化机械的界限是什么，或者人形机器人与自动化设备的界限是什么？

• 与以往的技术相比，具体技术最大的优势就是对场景的理解。这波浪潮 AI 解决办法是将动作级智能转化为任务级智能或情景级智能。

• 这次技术进步很大，带来了整个行业机会的潜力，在行业中只展示了一部分。

• 从二级的角度来看，手机销售的商品数量乘以汽车单价。在整个人类科技史上，到目前为止还没有出现。

• 工业机器人产业发展之初，政府补贴 3 2008年，整个工业机器人的数量从 200 家庭迅速扩大到5 万家(包括整个产业链)

• 目前大家都不知道什么是好的，甚至不知道人形机器人需要什么样的大模型，每个模型的区别是什么，英伟达和特斯拉在里面的位置是什么？

• 过去的经验是，那些技术进步得到了发达国家的验证、实践和可行性。中国投入巨资补贴，行业可以快速推广。但是智能技术的潜力和天花板在哪里？现在没人知道，因为大家都没有达到天花板。

• 寻找一个非常精确的使用场景，是这波创业的关键。

• 目前 AI 进步很可能没有优雅的解决方案。所谓优雅，就是一套理论可以普遍存在大多数问题。

• 当先锋观念真正落地时，中国将走在前列。

绿洲：我们来谈谈具体智能与场景的融合，大家对这一块最近的探索与研究是什么？

孟鹏飞： 因此，国家和社会投入了大量的资本和资源，大多数从业者都是受过高等教育的精英人才，他们肯定期望制造出来的机器人能够发挥更大的价值。然而，为了严格控制机器人的成本，大多数可以落地的机器人都是基本场景。那我们就要想一想，落地点在哪里？

高阳： 在中国有一些低成本的场景，在国外，由于人工成本高，所以成本仍然很高。我博后的导师是一家公司。 Covariant，核心做 pick&place，生产流水线，把物体抓起来放在另一个位置。原来一年的人工雇佣费用 10 万美元，现在采用租用机器人的方式，年费用 5 万美元。在我看来，这是未来比较有前途的一个场景，从欧美市场入手，取代基本工资较高的人力。

刘琪： 感觉落地的场景无处不在，花儿无处不在， 10 一万元买一个全能保姆是合理的。我觉得人不靠谱，大部分事情都做不好，90%。 上述人员将来都会邀请机器人。每个人都在想 AGI 实现需要多长时间，2022 到目前为止，已经发生了巨大的变化，大量的变化 AI 人们涌入智能行业，通用机器人发展迅速，行业得到了大力推动。

韩峰涛： 我认为一般机器人讲的不是单价的故事，而是价格乘以数量的故事。。一旦说到通用，除了汽车，任何需要上量的东西都不会特别贵。除交通工具特性外，汽车在一定程度上是一个移动的私人空间。每个人都在想，有什么东西会很贵呢？但是卖水却能成为中国的富豪。除了奢侈品之外，最昂贵的东西并没有什么实用价值。所以，我认为第一个是量，一个机器人。 3 万-5 万元，如果卖给全世界的老年人，每年都是万亿级别的产品。其次要看情况，要结合时间阶段一起考虑，在这段时间里要有足够的钱。

绿洲：提到具体的落地场景，许多人最近都在提到机器人在养老场景中的落地潜力，刘姥姥你怎么看？

刘姥姥：目前养老场景最直观的需求是做适老化改造。 。简而言之，就是在城市、社区、社区等场景中，让老年人感到友好的环境，目前是劳动密集型服务。适宜老化改造，简单来说就是到老人家里，对不适老的地方进行改善。。目前来看 2C 市场刚刚起步，等到现在。 50-60 一岁的人，再次上升 5 2000年左右，整个人的消费意愿和消费能力都会有所提高。比如在日本 68% 有些老人不给孩子存钱，中国现在也有。 20% 老年人愿意花钱或有经济条件，只是不知道在哪里可以买到所需的服务。。

目前，一些服务提供商将与保险公司、私人银行、家庭经营等建立合作关系。以某保险公司为例，推出100。 超过一万到最高 3000 对于不同档位的居家养老产品，受益人是双方的父母。服务包括适合老化、保姆、清洁、康复治疗、医疗、医疗等。

在未来，我认为养老必须是机器与人一起服务，机器很难完全替代或替代人，主要用于解决一些问题。但是机器没有温度。老年人特别脆弱，最怕孤独。大家都在说，当你老了，你会找到一个风景优美、人迹罕至的地方。那是因为你还没老，老了也绝对不这么认为。当身体机能真的很弱的时候，一定要找个热闹的地方。即使一句话都插不上，坐在角落里听别人聊天也会觉得很开心。机器人的目的是取代人，但更倾向于处理一些最需要的问题，把粗活和脏活交给机器人，把有温度和身体关怀的东西交给人。

绿洲：工程师/公司了解这个场景，有多难？

刘姥姥： 我们必须了解真正的用户需求。真实情况与大多数工程师想象的完全不同。工程师不在真正的第一线，他们的身体状况与用户完全不同。他们大多依靠猜测，这是目前非常常见的问题。特别是在养老行业，许多产品、研发都没有亲身经历，根本不知道真正的烦恼。比如语音呼叫按钮，正常行为的人可能会觉得没必要，但是用户觉得这个东西特别方便。

我的感觉是，人形机器人的着陆可能没有那么遥远，比如适合老化和改造的场景，包括软硬件服务。目前，一些服务机器人公司可以直接着陆硬件，包括老化电器、家具、智能防摔设施等。现在，一些服务机器人公司已经开始与我们合作，制作一些场景。他们缺乏真实用户在家庭场景中的需求数据，这是很难获得的。

我认为我们必须找到最需要的场景，就像我们发现我们现在最需要的是个人护理场景的不便，保姆或医护人员不愿意提供的服务，尤其是长期面临排泄和污渍的处理，可以由机器人来完成。通过大量的调查，我们发现有钱人和没钱人都有可能愿意购买。现在这个阶段，但是如果不是那么刚需的话，有钱人有概率买，没钱人肯定不会买。对数量问题，我认为可以延伸一些想法，不仅是老年人，还有残疾人。每个人的研究对象中都有一些， 20 多岁的年轻人，还需要老化清洁用品。但与此同时，这一块也需要考虑成本。一些非常肮脏和恶劣的工作并不是完全没有人能做到。对于没有竞争力的人来说，一个月就能拿到。 4-5000 短期内也可以接受元。

韩峰涛：对家庭来说，为什么要花钱买设备来减轻护士的工作量？

刘姥姥： 24 至少要有一个小时 2 个人，如果有妻子可能就请。 1 一名医护人员，即使老人睡觉，也可能隔一段时间。 2-3 要翻盘一个小时，或者有很多紧急呼叫。对于老年人的长期护理，如抱、托等操作，护理人员的身体无法承受。日本，甚至还有许多专门为护理人员设计的省力保护设备。很多老人脾气也很奇怪，护士的流动率很高，孩子也不能全职照顾。他们的孩子对护士非常尊重，而且这些无形的成本非常高。在千千，这是一个非常现实的痛点。近3 至少有一亿老人 4-5000 万这样的人，再加上残疾人这样的人，也需要类似的护理服务，至少有一些人。 1 亿人以上。与日本(65岁以上)相比，老龄化程度更高 30%，未来中国市场仍有巨大的增长潜力。

孟鹏飞： 这条赛道特别难。几年前，我们与海外合作探索了很多，包括陪伴、助残、健康，以及所有与智力相关的老年人，大部分都失败了。当时日本曾经有一家非常明星的外骨骼企业，已经被列入日本医疗保险，通过了美国。 FDA 认证。一开始是卖的。 200 几万，然后降到 70 万，然后降到 50 万还是卖不出去。

刘姥姥： 我们研究过他们。一方面不好用，另一方面价格真的很高，即使纳入医保，也要承担责任。 90%，都是普通人无法承受的。而且日本的东西确实太贵了，这件事在中国做得更有优势，把价格打下来。

孟鹏飞： 商业模式是一个需要考虑的问题。目前，老龄化严重的日本有一种商品在养老和智能方面做得很好，那就是电子宠物，可以触摸和交谈，可以盈利。

韩峰涛： C 终端甚至需要市场教育，包括尚未建立伦理标准和道德判断标准的机器人。智能宠物可能是一个更舒适的起点，尤其是对日本。

韩峰涛： 短期内，机器人技术是否难以与养老需求、成本等有很好的匹配点？

冷哲： 也许一开始还是要做一些自动化的设备，或者挑选一些非常精确的场景，并且需要政府或相关的保险公司来推动。

孟鹏飞： 除非机器人研发得特别好，否则遇到一些问题可能会发生很大的安全事故。我们认为，在做一些与人接触的具体动作之前，我们必须有很高的可靠性。因为 客户是残疾人，所以对机器人的要求更高。 。

刘琪： 因为与人类的接触。工厂没关系，但是家庭场景有很多法律和伦理问题，不能发生意外。

刘姥姥： 我认为没有必要一步一步地完成所有的事情。但是机器人可以解决很多场景的痛点。包括刚才提到的拥抱问题，真的是刚需。抱老人，不管是在养老院还是在家里，都抱不了很久。现有的解决方案成本高，但技术含量低。比如有一个解决方案是一条轨道，可以吊着老人坐起来遥控。

一个人残疾，全家人残疾，这一幕的确太痛苦了，这些需求很少被研究和生产，没有人在生产。例如，恒温淋浴椅可以出售。 7 万元 ，顾客感觉特别好，出门就能买到。例如，对光智能药盒的需求实际上非常大，我们的客户现在几乎是家家户户的标准。800 来块钱到 1, 000 货币间的商品，技术含量很低。去年非常火爆的闺蜜机，现在也在找我们对老年人进行改版。现在关注养老的公司特别少，商品还很初级，针对老年人需求的产品只需简单的商品改造即可完成。

韩峰涛： 可以先切入一些没有完全残疾的场景，机器人的存在可以让他们的生活更加简单。人类功能的下降通常是逐渐下降的，例如 3-5 2008年，机器人能让老年人在这段时间里过得更好。

在新技术的初始阶段，大概率客户并不多。从大哥到红米需要多长时间？但从长远来看，这一定是一件大事。为什么还有公司选择落地工业场景？由于工业上有现成的场景，目前工业机器人只解决了 2% 生产制造阶段存在问题， 98% 无法解决的还是靠人。中国有 1 一亿的制造业工人，工业肯定有一波机会。

绿洲：不选择工业场景的顾虑是否在于卷成本？

韩峰涛： 只要一个产品开始着陆，特斯拉肯定会卷入成本。工业机器人在中国的渗透率已经很高了，60% 在中国销售的工业机器人只有渗透率。 2%，已经造就了一个。 1,000 一亿美元的市场，世界更低。假如机器人得益于 AI，一个数量级的渗透率提高到一个数量级 20%，便是 1 一万美元的市场份额。

绿洲：这波 AI 对工业场景来说，是新公司还是老公司的机会？

韩峰涛： 目前，我认为大概率是一个短期的机会。技术开源后，原供应商将使用。如果是这样的话。 AI 能够解决工业中效率低、成本高的生产问题，在服务场景中绝对可以解决。大多数先进技术肯定是从军事和航天工业的应用开始的，要求逐渐降低。

绿洲:人们认为服务场景，尤其是家庭场景，潜力巨大的原因在于，一是数量大，二是不依赖纯粹。 ROI 销售产品的想法。 扫地机一天不扫客户不会感到亏损，但是商业清洁一天不工作就不行了。

绿洲：你觉得厨房的场景怎么样？

冷哲： 目前商业厨房最大的问题是，如果不能平稳地识别出极高的准确率、通过率，顾客就不愿意采纳。另外一个问题是机器人和专机之间的良性竞争。像肯德基这样的餐厅，因为都是标准化的工具来处理标准化的食材，从炸薯条到炸鸡块再到做汉堡，都是标准化的工具，可以直接使用一套自动厨房生产线。肯德基会问：为什么不使用更适合我场景的专机？到底什么是灵活机器人的价值？海底捞 2018 多年前就在考虑厨房的全自动化，自动配锅机、机器人食品仓库、餐厅机器人都是他们首先大规模应用的。餐厅机器人企业在海底捞之前，国内已接近海底捞 10 2008年的历史，除了一些愿意买作噱头的餐厅，没有人愿意用。最后，海底捞愿意使用，起到了示范作用，市场渗透率迅速提升。因此，即使是新机器人，市场教育也是一件非常困难的事。海底捞这件事有很大的随机性，如果海底捞不需要，餐厅机器人的推广会不会晚一点？ 3 年、5 年，甚至 10 年？很多餐馆的通道，通常只允许一个人正面通过，或者两个人侧卧通过。如果要在这种环境中使用机器人，两个机器人就无法对向行走。代表这类商店大致只能使用。 1-2 平台，一般只能使用 1 台。

高阳： 算法不能解决吗？

冷哲：没有办法做到这一点。这些餐厅内部的大量通道都是“死路”，很难通过调度算法同时满足更多机器人的运行需求。许多餐馆建造一个环形通道(或拓宽通道)来运行更多的机器人，而不是花费更多的空间。最好多摆桌子做平板效果，或者减少面积，降低租金成本。因此，使用更多的机器人是非常昂贵的。

绿洲：有没有办法推出折中方案，比如把机器人设计成半人宽？

冷哲： 这是一个长期的问题，我们应该考虑一个问题。如果这个机器人太瘦太高，可能会不稳定。一旦上坡或侧倾，就会摔倒，不安全。另一方面，在许多餐馆，人类烹饪员需要做许多其他工作，如配菜和清洁。因此，许多因素会限制顾客的购买意愿。

韩峰涛： 单说餐厅机器人，其实就算跑出了几家公司。

冷哲： 是啊，这一幕实际上是需要的，是个好生意。现在大家之所以竞争如此激烈，只是因为这里面的企业太多了。国内人才过剩，所以看到一个可靠的方向，就会有几支背景很好的队伍扑上去，在国内卷生卷死。所以大家都发现出海反而收益更高，因为国际竞争者很少。看看全球市场，日本似乎只有一家非常普通的公司在做，美国基本上没有一家公司在做这件事。

绿洲：由于 AI，每个人都打开了机器人 10X 想像空间，那个 AI 对餐饮场景有什么价值？

韩峰涛： 不同的场景是不同的。客观地说，餐厅机器人的帮助是有限的。首先，有硬件。移动机器人是一辆汽车。AI 在哪里使用？但是机械臂的硬件边界是好的，给移动机器人一个机械臂就可以扩展许多功能。机械臂类似于一个服务器，餐厅机器人类似于一个好的记忆，给他 ChatGPT 而且跑不起来，关键需要一只手。我认为 AI 它带来的机会与移动机器人关系不大。说到扫地机器人，目前的智能水平已经足够了。避障等移动技术相对成熟，可以使用。 AI 能力有限。

孟鹏飞： 在我看来，有一个需要的场景。比如厨师在做饭的时候，需要有人专门递东西，不同的刀、勺子、材料，因为一个厨师不是同时炒一道菜，而是有的。 10、20 个厨师炒 30、40 道菜，这种递菜的人叫做荷工。每个人都不愿做这份工作，很累，很忙，但是学不到技术，就是打杂，所以特别难招人，工资很高。如果 AI 在提高机器人的移动速度、识别能力等方面，是非常好的。

韩峰涛： 这一幕就是我所说的，机械臂 1、2 一个加上移动能力是可以的，但是真正需要机械臂炒菜，要求会更高。

绿洲：从技术实现的角度来看，有多难？

高阳：这取决于你想得到多少种物品。例如，如果所有的食物都放在盒子里，它们相当简单。如果要拿的物品数量有限，或者形状有限，还是可以做的。

冷哲： 现在厨房里的场景人做了很多事，若预包装内容标准化程度较高，应用落地速度较快。发那科的食堂里有一个煮面的机器人，旁边有一个自动出面的制面机。卤水是提前做好的，机械臂负责煮面、排水、浇卤。过程相对标准，机器人可以做到。做得不好的是非标场景，比如来一捆葱，先把葱叶去掉，再清洗。这一代具身技术能不能把这件事搞定？是的，但是通过率是多少？由于没人敢说成功率极高，也许葱上还有泥，菜就送进去了。

高阳： 我认为这真的很难，太不合格了。在预制菜厂里，我认为洗葱应该是自动化机械或专机操作，如洒水设备。

冷哲： 这个问题又回到了一个谬论，人形机器人大致想要替代人，但是在过去，我们所有的自动化方法都不是按照人们完成一项任务的方式来完成的，而是将这项任务转化为适合自动化的方法。。比如速冻包子，机器包子看起来和人包子很像，但其实包子的过程完全不一样，只是上面印了几个褶皱，看起来像人包子。这种情况需要重新审视的是，即使一项任务需要自动完成，究竟是否要按照人们完成这项任务的方式来处理？也可能是另一种方式。

高阳： 这个观察很好，比较好。人与自动化机械的界限是什么，或者人形机器人与自动化设备的界限是什么？。

冷哲： 我认为与以前的技术相比，具体技术最大的优点是对场景的理解。上一代技术可以识别是什么，然后操作。这一代技术就是识别这是什么场景，接下来要做什么，然后完成事情。是个人机器人还是四臂机器人，可以非常灵活。

韩峰涛： 这个其实是 AI 的分层，AI 如何定义？人工物品，具有一定程度上自动执行某一功能的能力，又称人工物品， AI 。首先让一台电机按一定的速度运行，不管有多大的影响，都要保持在一定的速度。 100 转身，某种意义也是一个 AI。本来机器人软件的水平只是动作智能，你告诉它画一个圆，它会给你画一个很好的圆。但是让他观察周围的环境，把这件事画下来，他就不行了。因此这波 AI 解决办法是把动作级的智能变成任务级或情景级。。刚刚冷博所说的上一代机器人是动作级的。 AI。但是不能只做动作，现在， AI 能智能拆分任务，很多任务机器人都能自动执行。

绿洲：第一波可能对工业机器人企业有利？至少可以节约做集成商的服务履行成本？

冷哲： 我觉得每个人的方向都不一样，因为每个公司都有自己的使用场景。对于现有的工业机器人企业来说，他们的使用场景非常清晰。与其追逐一个不清晰的使用场景，不确定投资后能获得多少份额，不如让今天的使用场景更加扎实，更加确定，提高利润，这是最好的解决方案。

韩总:这一次，技术进步很大，带来了整个行业机会的潜力。它只在行业中显示了一部分。。 这个行业的机遇是相对确定的。AI 随着技术的进步，工业机器可以更好地使用和智能化，如智能焊接、智能搬运等。但是现场仍然只是工业级别的生产能力。若机器人变得更智能，能走向商业、家庭、服务时，数量空间肯定比工业高几个数量级。以计算机为例。在家用电脑出来之前，原来的服务器没有显示屏。显示屏出现后，绝对是服务器更好的操作面板。但是显示器的意义更大的在于，大多数人在不懂得复杂操作的情况下，显示屏使计算机能够进入家庭。

冷哲： 我认为把具体技术放在复杂的任务和复杂的场景中更有意义。高度结构化的场景，不需要使用这种技术。

绿洲：从二级的角度来看，国家对这一块的关注和政策，包括二级上市公司在想什么？

孟鹏飞： 首先，从政策的角度来看，我认为国家会出台各种产业扶持政策。如果任何行业真的很好，刚起床的时候肯定会有泡沫。初期没有泡沫的行业不是好行业。现在机器人行业的泡沫不大。从二级的角度来看，这是一部手机的销量乘以一辆车的价格。在整个人类科技史上，到目前为止还没有这样的产品。。而且，这种状态只是开始，我们相信将来会有更大的潜力。

政策方面，今年以来，各级政府都在与辖区内相关企业进行讨论，一些上市公司或国有企业也在加快对人类机器人应用的探索。与大模型软件相比，前者有更大的优势。首先，硬件必须是中国的优势。第二，我们有很多场景，很多可能是特斯拉和英伟达想不到的。只要中国团队觉得有机会，就可以快速降低成本，让落地成为可能。

一年多来，我完全声称自己想成为一个人类。现在我已经统计过了。 30 家，到明年估计会超过家庭。 50 家里，这个量级还不够大。正如当年工业机器人的产业发展一样，政府补贴 3 2008年，当时整个工业机器人的数量从 200 家快速到了 5 万家(包括整个产业链)。对于中国来说，第一波任何事情都是比较好的，有实力的团队应该尽早参与。

孟鹏飞:但是目前我们不知道什么是好的，甚至不知道人形机器人需要什么样的大模型，每个模型的区别是什么，英伟达和特斯拉在里面的位置是什么？

高老师： 就学术而言，仍然存在一定的变数，实际上就像 BERT 和 GPT，BERT 是 GPT 火之前是一个很流行的自然语言理解模型，我觉得现在具体的大模型就在于它。 BERT 和 GPT 在并存的时代，我觉得判断哪条技术路线可以做出来还是比较早的，但是我觉得最后肯定会好像至少差不多。 GPT 这种数量级的东西，并且最后确实会有一个大模型可以在许多情况下使用。如果 GPT 说话，用大模型做动作，我更喜欢和一家做硬件的公司同步。因为这个大模型必须有场景和硬件才能真正使用。。与纯粹的因特网不同，它不能独立存在。GPT 在一个时代，自动驾驶是一个时代，但英伟达一直是一个平台角色，每个参与者都可以使用自己的卡获得有效的支持。说到竞争对手，我觉得特斯拉可能是一个很大的竞争对手，因为他有一个产业链，他真的在努力做硬件，积累了很多开发经验。

刘琪： 我认为可能有一个机器人 Embodied AI 小模型互动，这是专门针对机器人数据进行微调的。大型上层模型可以通过小模型完成大部分任务。当遇到困难问题时，可以调用大模型更智商的能力，所以我认为小企业不应该做大模型。

冷哲： 我觉得硬件相关的数据也挺有价值的，比如遥操作的数据和超模态数据。然而，数据业务是一个卖水的业务，这取决于有多少人想要淘金。如果没有那么多淘金，或者他们可以带水，那么这个业务就不行了。单个数据业务是一个可以工作几年的小生意。

绿洲：终于结束了，大家来谈谈未来。 3-5年 期望是什么？

孟鹏飞： 有一张图片显示，在特斯拉的工厂里，机器人正在工作，人形机器人可以控制工业机器人。在机器人发展初期，成本不会很快降低，但公司会收到很多补贴，包括税收优惠和政府补贴。

冷哲： 目前，我正在关注时间轴的哪个位置。近年来，电动汽车已经起步，但是上一波离我们比较近的商业电动汽车正在发行。 1990 2000年，美国通过大量补贴，让通用汽车制造了一款铅酸电池电动汽车。当时很多人认为电动车是时候了，现在看起来太早了。2010 每年都在讨论自动驾驶还有多少年可以大规模落地，乐观地说。 5 年，悲观说 10 年，现在呢？孟老师刚教的也是有道理的，但是过去的经验是，那些技术进步得到了发达国家的验证、实践和可行性。我国投入巨资补贴，行业可以很快被带动。。但是具体智能技术的潜力和天花板在哪里呢？现在没人知道了，因为大家都没达到天花板。。正如那一年深度学习刚起床时，大家都认为深度学习无所不能，天花板无限高，结果跑了几年后发现天花板就在这里。

3-5 2008年，我想有 1-2 一个应用领域，每年可以获得上亿到几十亿的收益，关键在于谁能抓住那一幕。因为深度学习虽然最终没有达到预期，但是面部识别最终还是落地了，这个生意其实挺大的。举例来说，电瓶车，虽然在这波爆发式增长之前， 1990 2008年那一波没有大爆炸，但工厂里使用的电动车、老头乐，其实也有很大的市场需求，但并不像大家所期望的那么大，关键是要找到一个非常精确的使用场景，我认为这是这波创业的关键。是的，只盯着做一件专门而精确的通用事物是没有意义的。

刘琪： 3-5 2000年，我认为硬件和软件有很多迭代，比如运动控制、模式控制抓取的理解等。我认为有些人会愿意在生活场景中购买人形机器人进行一些简单的操作，然后在未来达到一个突破点后，智能软件和硬件的迭代速度会上升到指数，可以使用的场景会迅速增加。

高阳： 将来 1-2 在这一年里，你会看到一个人形机器人在四处走动，做一些操作。也许不是特别稳定，也许不能商业化，但会更加华丽。 demo，当然，在家庭场景中真的很难落地。可能在一些敏感度低、成本低的环境中，3 一年之内会有更多的落地，更多的普通人会有更多的经验。

韩峰涛： 我认为 5 一年之内，我们在日常生活中可以看到很多机器人。我认为每个人都能看到最多的机器人，首先是玩具属性。GTC 这次又爆红了，去年在机器人圈也引起了不少讨论。包括迪士尼在内的机器人部门也非常强大，但是目前还没有量产。由于功能可以做得更多，成本持续下降，我认为玩具机器人的形态可能会更多。其次，在商业领域，肯定会看到各种各样的东西，带着一两只胳膊，跑或者走。我不确定家庭场景。就构型而言，我认为带底盘的移动机械臂会大量出现。

刘琪：未来五年中国团队真的可以做到吗？能否制作出接近国外水平的具体服务机器人？

高阳： 我觉得从产品的角度来说，硬件做得好，可靠可用，中国可以赢。此外，我国许多学者也是海外顶尖科学家的团队成员。

冷哲： 所以，自动驾驶，DARPA 搞第一届 Grand Challenge 的时候是 2001 2000年。现在看来，如果每个人都能日常使用自动驾驶，我觉得还在中国。我想目前AI 进步很可能没有优雅的解决方案。所谓优雅，就是一套理论，为数不多的公式和算法，能够普遍解决大多数问题。 自动化驾驶非常典型，一开始大家都以为有一套优雅的解决方案，拼命寻找，但最后没有发现。如果没有优雅的解决方案，最终会变成什么？就是拼人力，那可不是美国擅长的事。美国每年都有中国工科学生毕业。 10 超过一倍，比整个发达世界加起来还多。无论是高智商人力还是普通人力，都没有一个国家能够超越中国，在自动驾驶这件事上已经看得很清楚了。这件事的后面有太多的东西。 case 要靠人力去趟平，靠一个优雅的解决方案是无法解决的。人工智能在现实中遇到的问题是相似的。您无法用一套非常优雅的解决方案来解决它，您的信息或某些条件是不满足的，或今天的智慧是不满足的。尽管 99% 也许所有的情况都可以用优雅。 AI 算法已经解决了，但是最后一个 1% 仍是影响用户最终是否愿意使用此产品的关键，优雅的技术无法解决，需要依靠人力去旅行。如果要争取人力，而且即使是博士级别的人力，那么美国也没有优势。尽管美国有很多顶尖的人，但是顶尖的人数是有限的，他们不会解决这些极端的案例。当先锋观念真正落地时，我仍然相信中国将是第一个落地的。

韩峰涛： 许多时候，历史总是惊人的相似。

这篇文章来自微信微信官方账号“欧洲资本” Vitalbridge”（ID:Vitalbridge），作者：参赞生命力，36氪经授权发布。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com