8，三星投资(zi)集团， 500 万(wan)美元(yuan)；

9，Parkway Venture Capital ， 1 亿美元(yuan)；

10，Align Ventures ， 9000 万(wan)美元(yuan)；

11，Aliya Capital Partners ， 2000 万(wan)美元(yuan)……（还有(you)一大串金额较小的(de)，略过）

总融资(zi)额为 6.75 亿美元(yuan)，投后估(gu)值达到 27 亿美元(yuan)左右。

但(dan)众(zhong)所周知，目后人形机器人风头最(zui)盛的(de)是谁？马斯克。

科技大佬(lao)们如此(ci)会合的(de)大范围投资(zi)，瞬间就把美国科技圈子划分为特斯拉和非(fei)特斯拉两派，泾渭分明。

如此(ci)针(zhen)锋相对，很明显就是毫不让(rang)老(lao)马吃独(du)食。

01

执着的(de)理由

关于机器人的(de)形状是不是一定要和人类(lei)一样，质疑声从未(wei)停过。

相当一部份人认为，人形机器人是多(duo)余的(de)研究。

人类(lei)的(de)独(du)特，在于设想(xiang)力出众(zhong)和团队(dui)合作协作。

但(dan)从身材组织来看(kan)，我们的(de)生(sheng)存能力其实(shi)不强，既不耐寒也不耐热 ，一到夜晚就成了瞎子。

活动能力更是差劲，肌肉必需后天锻炼，不像动物一样天生(sheng)就有(you)，负重不如马、跑得没猫狗快、不会飞(fei)、不擅长游(you)泳、跳得也不高(gao)。

一个其实(shi)不完满的(de)组织，为什(shi)么要将之作为范本？

比如，人只有(you)两只手，难(nan)道(dao)机器人也要限制成两只手？

为什(shi)么要设计(ji)一个脑袋(dai)？若是是为了放传(chuan)感器，满身分布放置岂不更好(hao)？

为什(shi)么要有(you)腿？在陆地上行进，履带车效率更高(gao)。

至(zhi)于跳跃，让(rang)机器人跳起来所需的(de)功率，都能够(gou)飞(fei)行了。

都能飞(fei)了，还要腿干什(shi)么？

以一般的(de)眼力来看(kan)，机器人做成人形，是完整没必要的(de)。

既然如此(ci)，科技大佬(lao)们为什(shi)么还要烧大钱、花(hua)大力气去研发人形机器人？

首先，最(zui)浅近的(de)一方面：

人类(lei)形状更容易唤起投资(zi)者、消费者和网民的(de)认同感，更容易圈钱。

这(zhe)一波AI浪(lang)潮，掀起了技术(shu)革命的(de)同时，也引爆了全球(qiu)科幻圈子。

比如，对马斯克而言，至(zhi)多(duo)在将来几年，他的(de)擎天柱最(zui)终可(ke)否贸(mao)易化其实(shi)不紧张，只需要将这(zhe)些宣传(chuan)噱头与自己绑(bang)缚(fu)在一起，就能顺利卖(mai)出更多(duo)车，股(gu)价节节爬升。

在商言商，这(zhe)是科技大佬(lao)们幸免有(you)的(de)想(xiang)法。不过除此(ci)以外，或许还有(you)更深(shen)的(de)一方面：

因(yin)为他们所追求的(de)是普适性，是更大的(de)贸(mao)易价值。

任(ren)何一种商品，必需是每个人都能利用的(de)，而不是少(shao)数人的(de)专属。

但(dan)我们目前(qian)所能看(kan)到的(de)全部人形的(de)、非(fei)人形的(de)机器人，从功效上而言，只能适用单(dan)一场景——这(zhe)现实(shi)上就不克不及称之为机器人，顶多(duo)是具备一定智能的(de)机器。

既然带个“人”字，至(zhi)多(duo)要具备一定的(de)交换能力，能适用于人类(lei)社(she)会。

而人类(lei)社(she)会中的(de)绝大多(duo)数建(jian)筑(zhu)与工具，都是为了方便人的(de)利用而设计(ji)的(de)。

比如，成年人的(de)平(ping)均(jun)身高(gao)170cm、体重70kg，那么汽车、房门、桌椅、走道(dao)等私家(jia)的(de)、非(fei)私家(jia)的(de)任(ren)何物品、办法，都是以这(zhe)个标准临盆建(jian)造的(de)。

所以，若是要造一台通用机器人，理论上人形机器人才最(zui)合适。

通常人类(lei)能用的(de)工具，它都能够(gou)直接利用。我们不需要为机器人专门设计(ji)另外一套标准、工具和环境。

简而言之，就是为了方便。

但(dan)这(zhe)里有(you)个异常抵牾的(de)点(dian)：

人形机器人在人类(lei)社(she)会的(de)劣势是通用性，但(dan)这(zhe)同样是限制它贸(mao)易化落地的(de)最(zui)大妨碍(ai)。

不同于工业机器人只需要完成某项单(dan)一使命，人形机器人得在开放式的(de)环境中，完成更复杂的(de)使命。

而当前(qian)阶(jie)段的(de)全部人形机器人，要末依然只能针(zhen)对单(dan)一场景的(de)单(dan)一使命，要末就必需有(you)开发职员(yuan)及时控制，无法直接给(gei)普通人利用。

何解？

因(yin)为过去的(de)人形机器人，其实(shi)不具备交互性。

更精准点(dian)说，其实(shi)不具备普适的(de)交互性，只有(you)掌握(wo)了相干技能的(de)研究职员(yuan)才能与机器人交互。

越来越成熟的(de)大模型(xing)，或许能解决这(zhe)个硬伤(shang)。

02

相辅(fu)相成

大模型(xing)更加成熟，于人形机器人最(zui)大的(de)意义，是让(rang)它越来越具备通用性。

其实(shi)早在去年，日本东(dong)京(jing)大学团队(dui)就开发了全球(qiu)第(di)一个由GPT-4驱(qu)动的(de)人形机器人Alter3。

它最(zui)大的(de)亮点(dian)，就在于利用者其实(shi)不需要具备任(ren)何专业知识，只需要与机器人进行自然语言交互，就能指导它执行各种使命。

它是怎么做到的(de)呢？

主要经过两种技术(shu)，zero-shot（零样本进修）和CoT（思维链），GPT-4才能将人类(lei)的(de)自然语言转换成机器人能理解的(de)代码。

比如，你对Alter3说“笑一个”，它会先向GPT-4询(xun)问，什(shi)么是笑、怎么表现出来，然后GPT将谜底转换成Python代码，机器人再根据(ju)代码完成脸部动作。

这(zhe)个过程(cheng)看(kan)起来很复杂，但(dan)在人的(de)肉眼中，险些是0延迟的(de)。

更锋利的(de)是，Alter3还具有(you)纠错能力——它能根据(ju)利用者的(de)的(de)行动反馈，现实(shi)调(diao)整自身行为。

这(zhe)种极强的(de)天真性，或许能在一定程(cheng)度上理解为进修能力。

Alter3已经充足神奇，但(dan)它已经是过去式。

是的(de)，就是这(zhe)么快，AI迭(die)代的(de)速度远超以往任(ren)何技术(shu)。

最(zui)后，GPT只是个单(dan)纯(chun)的(de)文字对话模型(xing)；2023年9月，语音和图像功效正式上线(xian)，大力发展多(duo)模态技术(shu)；到今(jin)年，以GPT为基础的(de)视频生(sheng)成模型(xing)Sora又问世。

这(zhe)一步一步，蹭蹭递进，你觉得像什(shi)么？

OpenAI要让(rang)自己的(de)大模型(xing)，越来越符合人脑的(de)标准。

人脑最(zui)基本的(de)能力是什(shi)么？五感神经。

语音功效可(ke)以理解为大模型(xing)的(de)听觉神经，图像→视频可(ke)以理解为视觉神经。

有(you)人觉得不对，大模型(xing)生(sheng)成的(de)图片、视频，都是根据(ju)人的(de)指导来的(de)，其实(shi)不是它自己“看(kan)”到的(de)。

但(dan)想(xiang)一想(xiang)看(kan)，我们人看(kan)到的(de)东(dong)西(xi)，就是直接“看(kan)”到的(de)么？

我们的(de)眼睛(jing)“看(kan)”到的(de)任(ren)何静止的(de)、活动的(de)事物，都是脑神经对光(guang)信息(xi)反馈，从而形成的(de)一种视觉效果。

这(zhe)与大模型(xing)根据(ju)信息(xi)指令，生(sheng)成图像、视频，逻辑上是一样的(de)。

区别只在于，我们的(de)信息(xi)源于自然界的(de)万(wan)事万(wan)物，大模型(xing)的(de)信息(xi)源是一串串代码。

关于这(zhe)个成绩，可(ke)以今(jin)后再具体讨论……

回到主题。

既然大模型(xing)能在短时间具备视觉、听觉，那么另外的(de)嗅觉、味觉、触觉，想(xiang)必也很快会实(shi)现。

但(dan)成绩又来了。

嗅觉我不太理解，而味觉、触觉的(de)发生(sheng)，必需与外界有(you)现实(shi)打仗，单(dan)靠大模型(xing)怎么可(ke)能办得到？

仅靠AI自己固然不行，所以它需要载(zai)体、需要一系列成套的(de)“器官”，也就是黄仁勋频频强调(diao)的(de)“具身智能”。

什(shi)么样的(de)人造器官才能还原出我们设想(xiang)中的(de)五感？

最(zui)简单(dan)的(de)，固然是直接摹仿人的(de)身材组织。

至(zhi)多(duo)在目前(qian)看(kan)来，人形的(de)“具身智能”是美满多(duo)模态大模型(xing)的(de)最(zui)优解。

而在大模型(xing)五感越来越成熟的(de)同时，人形机器人的(de)功效会越来越雄厚、越来越具备普适性。

大模型(xing)是大脑、人形机器人是肉体，两者相互辅(fu)助、共同退化。

这(zhe)是个异常优美的(de)良性循环。

只要算力、硬件技术(shu)跟得上，电影里的(de)那种智能机器人，也就不远了。

看(kan)到这(zhe)里，是不是有(you)点(dian)细思极恐的(de)感觉。或许，人类(lei)自己也是这(zhe)么出生(sheng)的(de)？

谁又是我们的(de)master?

03

潜在的(de)价值

一旦真正的(de)智能机器人出现，它们有(you)多(duo)大的(de)价值，是很明了的(de)。

除了须生(sheng)常谈的(de)家(jia)务、养老(lao)、进修、伴侣(lu)等，更紧张的(de)是充当休息(xi)力。

我们普通人往往担心(xin)，机器人会不会抢走自己的(de)范围。

但(dan)从更宏观的(de)角(jiao)度来看(kan)，更大的(de)威(wei)胁不是机器人是不是会庖代人力，而是智能机器人可(ke)否及时到来。

老(lao)龄化越来越广(guang)泛，目前(qian)全球(qiu)大部份经济体，特别是发达经济体，赋(fu)闲率都达到了1980年以来的(de)最(zui)低水(shui)平(ping)，休息(xi)力严重缺乏。

比如日本，估(gu)计(ji)每年将减少(shao)40万(wan)休息(xi)力。

照此(ci)趋势，到2030年，全球(qiu)估(gu)计(ji)将发生(sheng)8520万(wan)人的(de)缺口，致使8.452万(wan)亿美元(yuan)的(de)损失，相当于日本+德国GDP之和。

这(zhe)种时候，能7×24小时无怨(yuan)言工作的(de)机器人，就显得尤为可(ke)爱了。

这(zhe)里需要再强调(diao)一下，为什(shi)么一定要人形机器人。

因(yin)为休息(xi)力的(de)缺乏，广(guang)泛存在于各行各业，其实(shi)不只是制造业。

若是只是在工厂劳作，不需要管形状，实(shi)用就行。

但(dan)正如上文所说，机器人想(xiang)要进入人类(lei)社(she)会的(de)全部行业，最(zui)好(hao)是具备普适性，能够(gou)在现有(you)的(de)社(she)会中直接利用。

不论办事生(sheng)、收银员(yuan)照样教师、司(si)机、扫大街的(de)等等等等，它们都能胜任(ren)。

这(zhe)样的(de)将来，想(xiang)必是美好(hao)的(de)，就像电影和小说里描述的(de)那样。

其中蕴含的(de)市场，想(xiang)必是极其巨大的(de)。

根据(ju)马斯克描述，全球(qiu)休息(xi)力市场将高(gao)达40万(wan)亿美元(yuan)，是电动车市场的(de)10倍，可(ke)能还低估(gu)了。

但(dan)机器人毕竟不是人，所谓形状，都只是人为的(de)造物。

金钱与欲望的(de)火焰，无论什(shi)么时候都不克不及烧到对未(wei)知的(de)敬畏。

Robot一词，源于捷克作家(jia)卡(ka)雷尔·恰佩(pei)克笔下的(de)《罗素姆的(de)万(wan)能机器人》，原型(xing)为“Robota”，在捷克语中为“夫役”的(de)意思。

罗素姆公司(si)大量制造机器人奴隶，它们具有(you)人类(lei)的(de)外貌，日复一日从事沉重的(de)休息(xi)。在海伦娜等理性主义者的(de)帮助下，Robota渐渐具有(you)自我认识，最(zui)先对自己的(de)社(she)会职位不满。

叛逆迸发，人类(lei)被屠戮殆尽，只有(you)像机器人一样用自己双手休息(xi)的(de)阿尔奎斯特存活。

统治世界后，Robota们痛楚地发现，技术(shu)资(zi)料已被人类(lei)焚毁。为了制造子女，它们请求阿尔奎斯制造新的(de)机器人，并志(zhi)愿成为实(shi)验材料。

然而，阿尔奎斯特能力无限，尽管支解了一个又一个Robota，也无法成为新纪元(yuan)的(de)上帝。绝望之际(ji)，一对男(nan)女机器人突然退化出人类(lei)独(du)有(you)的(de)情感——爱情，具有(you)了生(sheng)殖(zhi)子女的(de)能力。

新的(de)亚当和夏娃(wa)出生(sheng)了，世界得以连(lian)续。

哈利路亚！

……

只希望在不久的(de)将来，人形机器人能成为人类(lei)永远的(de)好(hao)帮手，而不是如Robota那般，顺手把我们送走……(全文完)