在人工智能边界扩张的过程中，重要赛道的技术路线创新与分歧并存。技术先锋者的判断和选择，影响着众多跟随者的脚步。

　　过去一年，机器之心独家率先将月之暗面、生数科技、爱诗科技、无问芯穹等优秀公司介绍给大家，为他们在互联网世界留下了第一份 “万字访谈底稿”。在技术路线尚未收敛的阶段，我们看到了到真正拥有信念、勇气以及系统化认知的 AI 创业者的引领力量。

　　因此，我们推出 “AI Pioneers” 的专栏，希望继续寻找和纪录 AGI 时代人工智能各细分赛道具有领袖气质的创业者，介绍 AI 赛道最出众、高潜的创业公司，分享他们在 AI 领域最前沿、鲜明的认知。

　　具身智能已经成为人工智能领域最值得期待的一大赛道之一。现在，智能机器人已经可以自主实现咖啡拉花、搬箱子、叠被子，甚至能够像人与人一样通过自然语言交互，理解人类的意图并做出调整。

　　国内外众多科技公司正在推动机器人变得更加 “智能”，希望它最终可以完成各种任务，能与环境交互感知，拥有自主规划、决策、行动、执行能力。

　　星海图 CEO 高继扬提出了他们的路径想法：对现阶段的具身智能产品而言，代表智能的 “大脑” 比代表执行的 “身体” 更为重要。如果要抵达具身智能的终局，需要针对具体场景推出合适的产品，完成商业闭环，从而得到更多来自物理世界的数据，最终不断提高机器人的 “智能” 程度。

　　这个说法主要区别于行业中存在的两种其他观点：1、机器人的 “身体” 比 “大脑” 重要；2、应该尽可能直接做一个完整的人形机器人，用它应对大部分场景需求。

　　需要解释一下的是，到目前为止，在行业内人形机器人仍是一个模糊、宽泛的概念，对它最狭义的定义是完全模仿人类的模样的机器人 —— 有双足、双腿、躯干、头肩、双臂、灵巧手。

　　星海图认为，在具身智能产品设计中，并非所有人类构型都具备通用性和效率，比如虽然 “双臂” 和 “躯干” 具备，但 “双足” 结构并不具备。因此，他们提出，应该从具体的需求出发，针对场景去做满足需求的高自由度关节型机器人，完整人形有时是不必要的。

　　同时，这样高度场景化的产品策略，可以机器人尽快实现商业化落地，尽快地从物理世界拿到更多数据，实现飞轮效应，更高效率地提升机器人的 “智能” 水平。

　　星海图提出了他们的 “一脑多形” 的愿景，他们认为，未来，具身智能产品能够实现用一个智能去匹配不同场景下需要的各种形态的机器人，而完整人形只是其中的一个可能。

　　星海图成立于 2023 年 5 月，四位联合创始人中，三位出身于清华大学，除 CEO 高继扬毕业于清华大学电子系，联合创始人还包括清华大学交叉信息学院助理教授、MARS Lab 主任赵行，以及清华大学交叉信息学院助理教授、清华大学具身智能实验室主任许华哲。

　　星海图 CEO 高继扬曾以 3.5 年时间完成美国南加洲大学计算机视觉博士学业，成为 USC IRIS Lab35 历史中最短毕业用时者。博士毕业后，高继扬先后在自动驾驶公司 Waymo 与 Momenta 工作。星海图另一位联合创始人李天威同样来自 Momenta 公司。

　　目前，星海图已完成千万级美元的融资，参与投资的机构包括 IDG 资本、无限基金 SEE Fund、BV 百度风投、金沙江创投、七熹投资。

　　高继扬：我读博士是做计算机视觉的，然后毕业之后在 Google 的无人车公司 Waymo 工作两年多，后来回国在 Momenta 干了大概 2 年。

　　我觉得，其实对于我们这一批人来说是一个自然而然的选择。可能对于外界的人来说，好像自动驾驶和具身智能是两件事，但其实是一件事。

　　我博士毕业以后，想做的是 “AI + 机器人”。而车其实也是机器人的一种，可以理解为自动驾驶是具身智能在公开道路上的一个应用而已。以特斯拉为代表的自动驾驶公司所做的这一套 FSD 的自动驾驶技术架构方案，其实跟未来具身智能会用到的技术架构基本上是一致的。

　　然后对于创业这件事，其实我早就计划好了。应该是我大学的时候就想，一直琢磨到底干啥，就是属于我这一代人的机会到底是什么。我上大学那会儿 11~15 年是移动互联网最风生水起的那段时间，当时看着互联网巨头觉得很，但也明显地感觉到互联网不是我这一代人的机会。

　　直到大四的时候开始接触到 AI 深度学习，我觉得这个东西特别好、有前途，而且我自己也很感兴趣，觉得这是能够彻底改变世界的，因为它跟互联网不一样，互联网是改变了生产关系，而 AI 让生产力再次得到提高。

　　所以后来就去做这个方向的博士研究。Waymo 和 Momenta 的两段经历让我觉得自己为创业的准备基本已经做好了，第一有足够的技术积累，然后产品怎么做，团队怎么管理，都有一定的经验了。我觉得就在那个时间点，内部环境和外部都 OK 了。23 年 5 月我就提了离职，6 月底正式离职，然后 8 月初开始融资，11 月份首轮融资就完成了。

　　高继扬：我很感谢 Waymo 教了我很多东西，比如用 AI 做机器人的大框架、思维方式、工程体系。不过 Waymo 当时在做的 L4 级别的自动驾驶有一个很大的问题 —— 也就是 AI 产品的失效成本问题，这也是我们后来决定创业的商业根基。

　　我们认为，任何一个以 AI 作为核心驱动力的产品或商业模式背后都是 4 个要素的循环，商业价值、数据规模与质量、智能程度、产品力。这 4 个要素能够循环起来，这个产品就能够产生运营剩余。什么叫运营剩余？就是它单次失效的成本小于两次失效之间的收益，这个就算有剩余了。

　　简单来说就是要有用。举一个具体例子，比如 Robotaxi，假设它失效一次，我们给他算算成本是多少。如果发生碰撞，大概损失的量级会在 10 万人民币浮动。按现在网约车司机大约一公里赚 1 块钱去计算。如果说自动驾驶要 “有用”，那意味着这个车需要能够连续无事故地开大于 10 万公里，才能把两次 “失效” 下的收益做正。

　　这个失效成本太大了，这也是为什么 Robotaxi 自动驾驶搞这么多年搞不成的原因。这也是我 2020 年下半年离开 Waymo 准备回国的一个主要原因，我觉得它的商业模式和 AI 的发展规律是背道而驰的，因为产品的失效成本控制不下来。

　　后来我加入了 Momenta 去做量产，我觉得量产可以控制整个产品的失效成本。因为 Momenta 是 L2 模式，Waymo 是 L4，从法律的角度来讲，L2 的责任在人，L4 的责任在车，所以两者的失效成本是不一样的。

　　后来我在 Momenta 先后负责了感知规划控定位，包括整个的泊车系统、行车系统。这个过程里，我觉得确实是解决了失效成本的阻碍了，但是它又有新的问题，数据自主权。

　　一个 AI 公司的发展需要依靠数据，没有数据就没有智能，但数据的获取成本和渠道是非常重要的两点。这个方面上，目前模式下的自动驾驶软件供应商其实是不太有利的。你去跟车厂去合作，在过程里面数据能不能回来，这里边有一点博弈的关系。

　　所以这也是为什么我们做具身智能，我们强调的两个基本原则：第一个就是特别关注产品失效成本，因为这是你商业模式能成立的前提。第二个就特别关注数据的获取成本，因为数据获取成本如果居高不下的话，（AI）转不起来对吧？

　　然后在这个基础之上，我们要软硬件一体。AI 永远是核心竞争力，将 AI 核心能力搭载在一个硬件产品上面交付给使用者，直接向终端的使用者建立闭环商业闭环，我们才有可能掌握数据自主权。

　　所以这也是过去这两段经历给我的启发，就是要关注失效成本和数据成本。你看 ChatGPT 为什么能成，因为它的失效成本仅仅只是浪费了用户 20 秒时间，失效成本很低，同时它的数据成本也是低的，大量的数据都是来自互联网。这两点也是我们在做具身智能场景选择和产品设计的底层逻辑。

　　高继扬：具体的场景和产品我们会在下半年正式去介绍。但我们的目标是明确的，是端到端地去提供某些蓝领劳动力岗位的供给。

　　什么叫端到端？我们拆解任意一个岗位，它都由多个任务去构成，比如说做奶茶的，它会包括打奶昔、摇晃制作、递给客人、跟客人做沟通等一系列任务。

　　那一个具身智能型的机器人产品有商业价值，是因为他把这个岗位给完整的替代掉了。在商业社会里面，人是岗位的劳动力供给，岗位是任务的集合体。所以在这个里面我们就强调的是，瞄准这个现实世界商业社会当中的岗位，然后做能够去端到端替代的机器人产品。

　　我们做具身智能不去创造 PMF（Product Market Fit，产品市场匹配），因为 PMF 遍地都是。对于蓝领岗位，我们端到端的任务替代率越高，我的商业价值就越大。未来的具身智能体与人类融合后构成的世界，肯定会创造出新的工作流程和配合方式，不仅仅是对现有工种的替代，这个新世界的丰富性可能超过了我们所有人的想象。

　　高继扬：相对于靠脑力吃饭的 “白领”，蓝领更多依靠通过体力劳动改变物理世界，比如服务员、外卖员、工厂里面的工人。蓝领的工种很多，范畴很大。

　　至于第一步选什么工种去做，这里面有很多要素去考虑。在现在的商业化上，我们不会直接去怼狭义的人形机器人，当然它会是具身智能未来的重要形态之一。

　　如果说为什么国内很多公司在做人形机器人，我认为他们在 follow 一个基本逻辑，那就是因为 Elon Musk 在做。但你问他们为什么特斯拉做，为什么马斯克做，最后基本说不出来一个一二三。这个就意义不大。

　　这里面有一个很基本的点，很多人形机器人公司忽略了特斯拉的起点和终点。特斯拉的起点是什么？第一它不缺钱，第二，它在智能车上面迭代出了完整的智能系统，刚才我说的自动驾驶是具身智能的一个应用，它现在通过这一个应用把大脑总结迭代出了一部分，这个重要基础是别的公司不具备的。

　　而我们去看这个基础要迭代出来需要花多少钱？10 亿美金。现在我就不具体点名国内这些融的最猛的具身智能公司融到 10 亿美金了吗是吧？这个就是没有特斯拉的起点。

　　然后第二个就是没有特斯拉的终点。（现在这些机器人）在工厂里边做线束装配等等，这些应用会是特斯拉做人形机器人的终点吗？不，只是它的路径而已。它的终点是，马斯克为了要实现火星移民，最终要把机器人放到火星这种完全陌生的环境里，人形是最有通用性的，这没问题。

　　可是我们面对的世界是什么？我们面对的世界是经过人类改造的世界，是人这个灵长类动物的基因在大自然环境下强化学习的结果，对吧？如果机器人在咱们这个世界里边再强化学习一遍，还会是一样的结果吗？我觉得画一个大大的问号。

　　高继扬：对，还是回到需求。人之所以有 “人” 这个形是为了开始适配大自然的环境，可以去改造大自然。但我们现在面对的环境已经是人类改造过的社会环境。在这个社会环境里的一系列的需求，我们应该去思考什么形可以满足它。事实上，只要它有足够大的商业价值，算法进入了工程阶段我们就可以去做它。

　　我们认为，如果是围绕需求去做产品设计的话，那最终的本体应该是一个高自由度的关节机器人，人形可能是其中一种，但不会是唯一一种。

　　也就是说，具身智能的未来应该是 “一脑多形” 的，可能最终会出现的形式是，一个通用具身智能基础模型，然后能够适配到不同构型的身体上，可以对应解决现实世界的各种需求场景。

　　高继扬：这里边涉及一个更基础的问题要去分析：构成具身智能产品的两个部分，机电系统和智能系统，什么是更重要的？有些公司在这个点上可能还在争。

上一篇:创力集团2023年年度董事会经营评述
下一篇:人形机器人：奔赴一场具身智能的蝶变