近日，逐際動(dòng)力創(chuàng)始人張巍久違地露面，在公開(kāi)場(chǎng)合首次發(fā)表了一場(chǎng)演講。除了明確逐際動(dòng)力的定位和產(chǎn)品方向外，他對(duì)當(dāng)下機(jī)器人、無(wú)人駕駛行業(yè)的主流技術(shù)、商業(yè)化路徑也進(jìn)行了分析。

RoboX對(duì)其演講內(nèi)容進(jìn)行了如下摘要整理：

“機(jī)器人永不會(huì)代替人”

張巍認(rèn)為，具身智能是當(dāng)下最火的一條賽道，盡管它目前仍面臨很多問(wèn)題和質(zhì)疑，但背后還是有一個(gè)共識(shí)——具身智能是未來(lái)十年人類最重要的科技革命。

如果機(jī)器人的定位是「代替人完成可以改變物理世界的任務(wù)」，這其中就有兩個(gè)關(guān)鍵詞——「代替人」和「任務(wù)」，它們看似簡(jiǎn)單，其實(shí)往往是巨大的陷阱——如果不理解透這兩個(gè)詞，具身智能落地就會(huì)變得異常復(fù)雜。

他表示，逐際動(dòng)力（以下簡(jiǎn)稱「逐際」）的觀點(diǎn)和定位，并非是讓機(jī)器人去代替人，而是Empower人——“機(jī)器人永遠(yuǎn)都不會(huì)代替人，它背后的邏輯是很復(fù)雜的。”

首先，張巍用兩個(gè)具身智能類型，分析了其背后的商業(yè)化難點(diǎn)。

1、機(jī)器人+AI：他表示，上一代的機(jī)器人+AI模式已經(jīng)做很長(zhǎng)一段時(shí)間，這是商業(yè)化最難的方向，它其實(shí)可能只是「海市蜃樓」。

此類機(jī)器人能在工廠里能完成非常復(fù)雜的分揀任務(wù)，或者快遞包裹分揀。但是它們?cè)谡嬲纳虡I(yè)閉環(huán)上，還是有很多挑戰(zhàn)的：“沒(méi)準(zhǔn)賣出去的那一剎那，就是賠錢的開(kāi)始。”

2、無(wú)人駕駛：在張巍看來(lái)，從2016-2024年，無(wú)人駕駛已經(jīng)發(fā)展了很長(zhǎng)時(shí)間，卻仍難以評(píng)判其成熟度——“當(dāng)感覺(jué)找到「技術(shù)開(kāi)關(guān)」時(shí)，卻還是有「最后的10%」的難度是無(wú)法估計(jì)的，恰恰就是這10%，是影響整體發(fā)展的關(guān)鍵。

”同時(shí)，其商業(yè)價(jià)值也很難判斷。因?yàn)榇嫒耍蛥f(xié)助人，這兩件事是有本質(zhì)區(qū)別的，它們有著不同的商業(yè)模式，也會(huì)帶來(lái)不同的產(chǎn)品，這兩種產(chǎn)品所經(jīng)受的打擊是完全不一樣的。

讓機(jī)器人「用起來(lái)」其實(shí)非常簡(jiǎn)單，可是形成商業(yè)閉環(huán)卻非常難。現(xiàn)在上路的無(wú)人車，或者配送車的本體，都不是主角，在整個(gè)商業(yè)價(jià)值鏈條里占比不到10%。

同樣的，機(jī)器人產(chǎn)品本身也只占商業(yè)鏈條的不到10%，剩下的部署維護(hù)、改造場(chǎng)景，協(xié)作關(guān)系等部分才是最大的開(kāi)銷。所以機(jī)器人不光有好的本體，還一定要有數(shù)據(jù)工具、訓(xùn)練工具、部署工具，以及維護(hù)工具，這一整套的效率體系才是競(jìng)爭(zhēng)力，而非本體。

同理，如果想讓機(jī)器人代替人，并非改變本體的問(wèn)題，而是要改變一整套協(xié)作關(guān)系。

大語(yǔ)言模型，能做的仍很有限

現(xiàn)在提到具身智能，都會(huì)聯(lián)想到與大語(yǔ)言模型的結(jié)合。

例如，要想將人類的意圖告訴機(jī)器，就需要task encoding或者embedding（任務(wù)編碼或嵌入），大腦要先對(duì)task進(jìn)行處理和決策，再由小腦去執(zhí)行運(yùn)動(dòng)。

對(duì)比起來(lái)看的話，無(wú)人車是非常簡(jiǎn)單的具身智能任務(wù)，因?yàn)槠淙蝿?wù)定義很明確，唯一目標(biāo)就是到達(dá)目的地，在結(jié)構(gòu)化的道路上移動(dòng)。而且，無(wú)人車的「小腦」就是底盤和域控制器，如今也已經(jīng)非常成熟。

即便如此，張巍也不認(rèn)為目前的無(wú)人駕駛可算作「完全替代人」：“它本質(zhì)上還是AI+人。我不覺(jué)得目前有完全交給AI的無(wú)人駕駛，只是用技術(shù)改變了人開(kāi)車的方式。”

而對(duì)于具身智能來(lái)說(shuō)，完全代替人類更加困難。

張巍用一個(gè)很簡(jiǎn)單的任務(wù)舉例：給我收拾一下桌子。可這樣的任務(wù)卻很難被拆解和執(zhí)行。

“如果沒(méi)有大語(yǔ)言模型，大家甚至都不太敢想這樣的任務(wù)。但現(xiàn)在只是敢想，具體怎么做還不清楚。”

應(yīng)當(dāng)「押寶」哪種本體？

理想化的想法，是用數(shù)據(jù)堆出一個(gè)「具身大腦」，同時(shí)也有通用小腦+通用本體，就能完成各種任務(wù)。

但是張巍認(rèn)為，采用一致的通用本體形態(tài)，是沒(méi)有必要的。對(duì)此，他總結(jié)出現(xiàn)有的四大本體類型：

• 1、機(jī)械臂，它的控制器小腦極其成熟。
• 2、輪式底盤+雙臂，它的控制器也相對(duì)成熟。
• 3、人形+人形特有的小腦。
• 4、人形的下半身，只有雙腿或四腿，主要完成locomotion（移動(dòng)能力）的任務(wù)。

（逐際動(dòng)力 - 人形機(jī)器人CL）

本質(zhì)上機(jī)器人就在做兩件事：代替雙手、代替雙腿。他認(rèn)為，在行業(yè)發(fā)展過(guò)程中，創(chuàng)造最大價(jià)值的應(yīng)該是這兩類本體，所以逐際也是選擇做這兩類。

“押寶押哪一個(gè)，去做哪種本體？我認(rèn)為這不是一個(gè)好問(wèn)題，好的問(wèn)題是‘這個(gè)行業(yè)還需要發(fā)展哪一種本體’。”

在他看來(lái)，要想做高價(jià)值的本體，需要3個(gè)條件：1、目前在物理世界中尚不存在；2、原理上可支持被做出來(lái)；3、未來(lái)一定是機(jī)器人形態(tài)中的一種。

模型就像牛頓定律

只是歷史數(shù)據(jù)的壓縮

“大家希望用一個(gè)大模型，就做成整個(gè)大腦。其實(shí)這是個(gè)不切實(shí)際的想法，其實(shí)要好多大腦。而且現(xiàn)在我們不缺某個(gè)領(lǐng)域里的大腦，我們?nèi)钡氖菍W(xué)習(xí)的能力，也就是對(duì)數(shù)據(jù)高效處理的能力。”張巍說(shuō)道。

不可否認(rèn)的是，仿真是一種對(duì)模型的使用方式，且仿真和模型對(duì)數(shù)據(jù)的發(fā)生和產(chǎn)生都有巨大幫助。但是模型是歷史數(shù)據(jù)的壓縮，就像牛頓定律是對(duì)所有運(yùn)動(dòng)物體的數(shù)據(jù)的一個(gè)壓縮，只不過(guò)壓縮得比較好。

“牛頓定律和大語(yǔ)言模型沒(méi)有任何本質(zhì)的區(qū)別，它只是這一類數(shù)據(jù)中最好的壓縮方式。所有壓縮好的數(shù)據(jù)，都可以用來(lái)作為數(shù)據(jù)的生成，產(chǎn)生新的數(shù)據(jù)，幫助推進(jìn)泛化。”

他指出，操作的泛化性有好多種，有分模塊的，有端到端的，它們本質(zhì)是對(duì)數(shù)據(jù)的利用和假設(shè)的不同方式。

“但是當(dāng)前，我們的所有數(shù)據(jù)處理方法都難以達(dá)到理想中的功能需求。所以現(xiàn)在不能盲目地要追求在一種方法上去堆數(shù)據(jù)提升性能，而是要找到我們認(rèn)為的‘曲線D’，也就是我稱之為‘性能數(shù)據(jù)比’或者‘?dāng)?shù)據(jù)性能轉(zhuǎn)化率’的一條曲線，現(xiàn)在還不是一個(gè)堆數(shù)據(jù)的時(shí)候。”

那么，怎樣才能找到更好的數(shù)據(jù)利用率？張巍表示，其實(shí)從容易獲得的規(guī)則數(shù)據(jù)中，還是有很多信息能幫助我們指導(dǎo)操作的泛化性的。

他展示了一個(gè)逐際動(dòng)力的案例——不利用數(shù)據(jù)，完全通過(guò)text prompt，讓大模型生成人類操作的視頻，就能指導(dǎo)協(xié)作機(jī)械臂完成操作任務(wù)。

“我們的數(shù)據(jù)利用率，可達(dá)當(dāng)前算法的100倍。”張巍說(shuō)道。

他表示，逐際之所以做人形本體加全控小腦，是希望將「未來(lái)一定有用，現(xiàn)在還沒(méi)有做得很好」的這一類東西做好。

同時(shí)，逐際也在研發(fā)低成本的具身大腦工業(yè)母機(jī)，探索一種新型的學(xué)習(xí)訓(xùn)練方式，以求可以在任意領(lǐng)域中以更高的效率去完成可泛化的任務(wù)。

張巍強(qiáng)調(diào)稱，逐際動(dòng)力的核心的定位一直都是Empower innovators：“我們不直接進(jìn)工廠，我們的定位是希望做具身智能的英偉達(dá)，將具身智能創(chuàng)新、落地的效率提升百倍千倍。”

據(jù)他透露，目前逐際的人形機(jī)器人（大負(fù)載全身搬運(yùn)）已經(jīng)用最低成本的方式完成了原理驗(yàn)證，而且是在驗(yàn)證目標(biāo)沒(méi)有被取舍掉的前提下。

同時(shí)，逐際還即將發(fā)布第一款全尺寸人形機(jī)器人，能夠原地起立、直膝行走。