重新認(rèn)識(shí)具身行業(yè)，從自變量的這封邀請(qǐng)函開始

戳破具身智能行業(yè)的「氣泡」。

作者丨高景輝

編輯丨馬曉寧

最近，我們收到了一封奇特的發(fā)布會(huì)邀請(qǐng)函：打開包裝映入眼簾的，居然是一張氣泡膜卡片，令人摸不著頭腦。

可當(dāng)我們看到邀請(qǐng)函里的內(nèi)容，才恍然大悟。原來主辦方自變量機(jī)器人的意思，是想在4月21日即將舉辦的發(fā)布會(huì)上，戳破具身智能行業(yè)的“氣泡”。

的確，具身智能行業(yè)的很多現(xiàn)象，就像氣泡一樣，一戳就破。有多位投資人向我們表示，一些在外人看來很驚艷的效果，實(shí)際上并沒有太多“含金量”，問幾個(gè)問題便知深淺。

所以，這種“氣泡”的本質(zhì)，是一種認(rèn)知差。具身智能本就是交叉學(xué)科，自身的復(fù)雜性決定了其難以用日常生活經(jīng)驗(yàn)理解，因此業(yè)內(nèi)人士和普羅大眾對(duì)于具身智能的認(rèn)知存在著巨大偏差。

而戳破氣泡，就是要打破這種認(rèn)知差，還原行業(yè)最真實(shí)的底色。同時(shí)也能讓大家明白，各類語境下所謂的“拐點(diǎn)時(shí)刻”，并沒有那么容易到來。

但批判從來不是目的。相較于戳破行業(yè)氣泡，重建一套客觀公允的行業(yè)評(píng)價(jià)標(biāo)準(zhǔn)，傳遞真實(shí)、可信的產(chǎn)業(yè)信號(hào)，才是這場祛魅行動(dòng)真正的內(nèi)核。

01

熱潮之下，細(xì)數(shù)具身智能行業(yè)的四大「氣泡」

任何新興行業(yè)，都會(huì)經(jīng)歷從喧囂到理性的過程，具身智能也不例外。當(dāng)下具身行業(yè)里，就普遍存在著四類認(rèn)知偏差：

評(píng)分氣泡：打榜成績亮眼≠模型能力強(qiáng)大

各類評(píng)測榜單向來是行業(yè)技術(shù)水平的直觀參考，但目前具身行業(yè)尚未形成統(tǒng)一、權(quán)威的評(píng)測標(biāo)準(zhǔn)，榜單數(shù)據(jù)的參考價(jià)值存在一定局限性。

首先，評(píng)測體系缺乏統(tǒng)一規(guī)范，榜單公信力有待提升。不同機(jī)構(gòu)、廠商推出的榜單，評(píng)分維度、考核指標(biāo)差異較大，甚至部分整機(jī)廠商自建評(píng)測榜單，種種原因共同導(dǎo)致行業(yè)內(nèi)出現(xiàn)多家企業(yè)均宣稱“排名第一”的現(xiàn)象，難以橫向?qū)Ρ绕髽I(yè)的真實(shí)技術(shù)實(shí)力。

其次，部分榜單不同的硬件卻用同一套“考卷”，公平性存在優(yōu)化空間。某位頭部具身公司創(chuàng)始人與AI科技評(píng)論談及打榜時(shí)提到：“其實(shí)我們打這個(gè)榜單是吃虧的，因?yàn)槲覀兪腔谧约旱挠布頊y試，反而PI這種沒有自己硬件的會(huì)沾光，因?yàn)樗麄償?shù)采和訓(xùn)練模型用的硬件和平臺(tái)的一樣。”

還有一個(gè)問題是，預(yù)設(shè)任務(wù)無法體現(xiàn)開放環(huán)境中的自主推理與泛化能力，過去的 Benchmark 多為標(biāo)準(zhǔn)化考題，機(jī)器人按預(yù)設(shè)流程執(zhí)行即可得分，無法驗(yàn)證核心能力。因此單看打榜成績，很難對(duì)模型能力得出客觀評(píng)價(jià)。

不過，這種情況已出現(xiàn)了了轉(zhuǎn)機(jī)。目前，行業(yè)漸漸開始發(fā)力無預(yù)設(shè)、動(dòng)態(tài)化、開放環(huán)境評(píng)測：引入隱藏任務(wù)、隨機(jī)干擾項(xiàng)、非結(jié)構(gòu)化場景，不再考核“復(fù)刻動(dòng)作”，而是聚焦機(jī)器人的自主推理、環(huán)境泛化與臨場決策能力。

此外，新一代 Benchmark 開始綁定真實(shí)硬件形態(tài)，區(qū)分不同機(jī)身、末端執(zhí)行器、傳感器配置，同時(shí)引入多機(jī)并行測試，驗(yàn)證量產(chǎn)一致性。隨著行業(yè)各方的努力，“評(píng)分氣泡”有望變得越來越小。

技能氣泡：會(huì)表演≠能干活

人形機(jī)器人的動(dòng)作演示常被用于技術(shù)展示，但舞臺(tái)演示能力與產(chǎn)業(yè)實(shí)際作業(yè)能力，分屬兩種不同的技術(shù)維度，二者不能混為一談。

舞臺(tái)演示側(cè)重肢體運(yùn)動(dòng)的流暢性與觀賞性，以復(fù)刻預(yù)設(shè)動(dòng)作為核心，考驗(yàn)的是運(yùn)動(dòng)控制能力（Locomotion），或者叫具身“小腦”能力；在工業(yè)、民用場景下實(shí)際作業(yè)，考驗(yàn)的則是末端操作（Manipulation），與模型能力息息相關(guān)。

從技術(shù)門檻來看，末端操作的實(shí)現(xiàn)難度更高。這不僅需要高適配性、高精度的末端執(zhí)行硬件作為基礎(chǔ)，還需要多模態(tài)感知、亞毫米級(jí)的空間定位和力控、長程推理能力，這才是機(jī)器人“干活”所需要的核心能力。

樣品氣泡：視頻“能打”≠現(xiàn)實(shí)可靠

當(dāng)前具身行業(yè)內(nèi)，各種DEMO演示視頻被廣泛傳播，被用作展現(xiàn)技術(shù)最新進(jìn)展。這些DEMO雖然能讓人眼前一亮，但往往無法反映真實(shí)的可靠性。

一方面，演示視頻存在樣本選擇性，難以反映真實(shí)運(yùn)行成功率。實(shí)驗(yàn)室環(huán)境下的流暢演示，往往經(jīng)過多次調(diào)試與場景優(yōu)化，部分視頻素材為篩選后的成功案例，輔以剪輯優(yōu)化，無法全面體現(xiàn)機(jī)器人在連續(xù)運(yùn)行中的失敗率、容錯(cuò)率等核心指標(biāo)。

另一方面，單臺(tái)樣機(jī)的可行性，無法代表規(guī)模化量產(chǎn)的穩(wěn)定性。單體樣機(jī)在理想環(huán)境中可完成指定任務(wù)，但當(dāng)產(chǎn)品量產(chǎn)規(guī)模擴(kuò)大、運(yùn)行周期延長、應(yīng)用場景趨于復(fù)雜時(shí)，硬件損耗、系統(tǒng)適配、環(huán)境干擾等潛在問題會(huì)逐步顯現(xiàn)。

商業(yè)氣泡：訂單繁榮≠真實(shí)生產(chǎn)力

隨著具身智能企業(yè)加速量產(chǎn)，各種訂單信息層出不窮，但考慮到訂單數(shù)據(jù)的統(tǒng)計(jì)口徑與應(yīng)用場景存在差異，不能將其直接等同于產(chǎn)業(yè)生產(chǎn)力的規(guī)模化落地。

首先，訂單統(tǒng)計(jì)標(biāo)準(zhǔn)不統(tǒng)一。行業(yè)尚未明確區(qū)分意向訂單與確定性訂單，“小訂” 與 “大訂” 的履約約束力差異顯著；同時(shí)，小型人形機(jī)器人與大型人形機(jī)器人在量產(chǎn)難度、技術(shù)壁壘上差距較大，同質(zhì)化的訂單統(tǒng)計(jì)方式，容易模糊產(chǎn)品的實(shí)際落地價(jià)值。

其次，訂單來源結(jié)構(gòu)多元，市場化采購占比有限。部分公開訂單來源于關(guān)聯(lián)合作、政府示范項(xiàng)目及短期試點(diǎn)，這類合作以場景驗(yàn)證、技術(shù)展示為主要目的，并非基于企業(yè)生產(chǎn)剛需的市場化采購，可持續(xù)商業(yè)化價(jià)值有待驗(yàn)證。

再者，訂單應(yīng)用場景集中，生產(chǎn)力屬性尚未凸顯。即便是市場化采購訂單，目前也多集中于科研教育、數(shù)據(jù)采集、展會(huì)展演等領(lǐng)域，主要服務(wù)于技術(shù)研發(fā)與品牌推廣，真正落地于工業(yè)生產(chǎn)、商業(yè)服務(wù)等生產(chǎn)力場景的規(guī)模化應(yīng)用，仍處于初步探索階段。

客觀而言，上述行業(yè)氣泡，是具身智能作為新興賽道發(fā)展初期的階段性現(xiàn)象，無需過度苛責(zé)，甚至可以說盡早暴露問題其實(shí)是一件好事，意味著行業(yè)玩家們可以及時(shí)矯正、調(diào)轉(zhuǎn)船頭。

02

干擾消散，行業(yè)真正的核心信號(hào)已然浮現(xiàn)

如果測試分?jǐn)?shù)、舞臺(tái)表演、視頻花活、紙面訂單都不具有足夠的說服力，那么標(biāo)志著“拐點(diǎn)時(shí)刻”到來的真實(shí)信號(hào)到底是什么呢？

結(jié)合頭部具身智能企業(yè)的動(dòng)作來看，這樣的“真信號(hào)”至少需要達(dá)到三個(gè)標(biāo)準(zhǔn)。

標(biāo)準(zhǔn)其一：大腦能力突破，完成從預(yù)編程到自主推理的進(jìn)化。

很長一段時(shí)間里，具身智能行業(yè)的重心都在本體和“小腦”，以運(yùn)動(dòng)控制能力著稱的宇樹科技，便憑借動(dòng)作靈活的機(jī)器人多次登上春晚。但一個(gè)明顯的信號(hào)是，即便是硬件領(lǐng)域的佼佼者，也開始焦慮于“大腦”的缺失，比如去年宇樹開始積極尋找大腦供應(yīng)商，補(bǔ)齊模型能力。

資本市場的偏好，也側(cè)面反映了大腦能力的重要性。當(dāng)前國內(nèi)估值最高的幾家具身企業(yè)，如銀河通用、星海圖、自變量機(jī)器人，都把模型能力放在了首要位置。自變量創(chuàng)始人王潛更曾公開表示“AI是第一性的，硬件是第二性的”，要由AI定義硬件。

而為了突破模型能力，制約模型發(fā)展的數(shù)據(jù)瓶頸更是成為了行業(yè)新的攻堅(jiān)高地，多家頭部企業(yè)已喊出構(gòu)建“百萬小時(shí)數(shù)據(jù)集”的目標(biāo)，一座座數(shù)據(jù)工廠接連在全國范圍內(nèi)建立。具身數(shù)據(jù)的“scaling laws”被徹底驗(yàn)證、模型自主推理能力產(chǎn)生飛躍的那一天，便是具身智能的拐點(diǎn)時(shí)刻。

標(biāo)準(zhǔn)其二：在真實(shí)場景中持續(xù)穩(wěn)定運(yùn)行，完成從“可演示”到“可依賴”的進(jìn)化。

當(dāng)前具身智能行業(yè)內(nèi)外，最受關(guān)注的話題莫過于“落地”。“機(jī)器人究竟能幫我們干哪些活？”是對(duì)每個(gè)具身企業(yè)的靈魂拷問，機(jī)器人可依賴的程度，也決定了我們離拐點(diǎn)時(shí)刻還有多遠(yuǎn)。

在商業(yè)領(lǐng)域，餐飲、文旅成為最火爆的場景，制作咖啡、甜品的機(jī)器人已在各地部署。至于商超、酒店等場景，相關(guān)廠商也在通過迭代產(chǎn)品，提供更智能化的服務(wù)。

在工業(yè)領(lǐng)域，3C電子、汽車零部件、新能源產(chǎn)線正成為核落地場景，機(jī)器人承擔(dān)裝配、檢測、巡檢等高危、高重復(fù)、高精度工作，部分廠商的產(chǎn)品已經(jīng)過POC驗(yàn)證。

家庭場景落地進(jìn)程相對(duì)較慢，不過輕量型陪伴機(jī)器狗、家用小型機(jī)器人價(jià)格已下探到萬元級(jí)，同時(shí)也有廠商嘗試與家庭服務(wù)平臺(tái)合作，探尋機(jī)器人在家庭落地的新渠道。

的確，這些真實(shí)環(huán)境中的落地還不夠完美，但至少已經(jīng)走出了實(shí)驗(yàn)室，迎接商業(yè)的考驗(yàn)。有了“從0到1”，接下來便是從1到100的進(jìn)化。

標(biāo)準(zhǔn)其三：跑通ROI閉環(huán)，完成從“能干活”到“能賺錢”的進(jìn)化。

“算賬”，是具身智能賽道最現(xiàn)實(shí)的一道關(guān)卡，也是最難的一場考驗(yàn)。雖然目前在工業(yè)、商業(yè)場景中尚未普遍實(shí)現(xiàn)穩(wěn)定的正向ROI，但所有玩家都在朝這個(gè)方向死磕，讓機(jī)器人賺回自己的成本。

當(dāng)投資人開始詢問機(jī)器人的“單機(jī)日均產(chǎn)值”而非“算力參數(shù)”時(shí)，行業(yè)才真正進(jìn)入了深水區(qū)。

03

戳破氣泡，是為了讓具身智能走得更遠(yuǎn)

回到開頭，自變量這封別具巧思的邀請(qǐng)函，不僅是邀請(qǐng)我們參加發(fā)布會(huì)，更是邀請(qǐng)整個(gè)行業(yè)回歸理性、落到地面。他們想傳遞的，不是質(zhì)疑，而是一種長期主義的清醒。

對(duì)行業(yè)而言，厘清認(rèn)知偏差，是最好的自律。

告別榜單內(nèi)卷、演示內(nèi)卷、營銷內(nèi)卷，把精力放回技術(shù)研發(fā)與場景落地。透明的認(rèn)知，會(huì)倒逼行業(yè)形成良性競爭，讓真正有實(shí)力的企業(yè)，被看見、被認(rèn)可。

對(duì)市場而言，降低非理性預(yù)期，是最好的包容。

具身智能是一條長坡厚雪的賽道，沒有一蹴而就的飛躍，沒有立竿見影的落地。正視技術(shù)的難度，尊重發(fā)展的規(guī)律，多一點(diǎn)耐心，少一點(diǎn)浮躁，就是對(duì)行業(yè)最大的支持。

厘清認(rèn)知?dú)馀荩侥芸辞灏l(fā)展本質(zhì)。告別片面化的成果展示，聚焦技術(shù)與落地的雙重深耕，具身智能行業(yè)的高質(zhì)量發(fā)展，藏在每一次場景落地的實(shí)踐、每一項(xiàng)技術(shù)的穩(wěn)步突破之中。

未經(jīng)「AI科技評(píng)論」授權(quán)，嚴(yán)禁以任何方式在網(wǎng)頁、論壇、社區(qū)進(jìn)行轉(zhuǎn)載！

公眾號(hào)轉(zhuǎn)載請(qǐng)先在「AI科技評(píng)論」后臺(tái)留言取得授權(quán)，轉(zhuǎn)載時(shí)需標(biāo)注來源并插入本公眾號(hào)名片。