大导演詹姆斯·卡梅隆曾在 2019 年担任编剧，制作了一部《阿丽塔：战斗天神》的电影，这个电影的原著漫画《铳梦》早在 1991 年的时候，就有一个相配超前的设定：住活着界底部「废铁镇 Scrapyard」的住户maose，大多是领有东谈主类大脑，机械体魄的调动东谈主，而住活着界上方乌托邦城市「扎雷姆 Zalem」的住户，则齐是成年后被摘除大脑，植入芯片大脑，被超等筹商机放置，但领有东谈主类躯体的调动了。
战栗对于战斗和科幻的描写，《铳梦》建议了一个在那时看起来很机密的问题：领有东谈主类大脑和机械躯体的东谈主，和领有机械大脑和东谈主类躯体的东谈主，哪个才算委果的东谈主？
统统公司齐应该是 AI 公司？统统公司齐可能是具身智能公司！
2023 年下半年 ChatGPT 3.5 和大模子期间驱动进入公众视线之后，也有东谈主喊出了一个标语：统统公司齐应该是 AI 公司，不入局 AI，不会用 AI 的公司在畴昔毫无竞争力。
于是咱们在 2024 年上半年履历了无数的东谈主类巨变之夜，OpenAI、、Google 或者英伟达的任何新音书，齐可以被解读为历史的迁徙点。
然后东谈主们发现，AI 对天下的冲击，好像莫得媒体说的那么剧烈。
与狂飙突进的 AI 程度相匹配的，还有「具身智能 Embodied Intelligence」宗旨的兴起，这亦然一个具备了玄学，生物，科幻和科技酷好上的宗旨。
咱们可以这样肤浅相识「具身智能」：Embodied Intelligence 是赋予智能以体魄，把智能系统和机器东谈主体魄连结在沿途，使之能贯通环境，相识环境，可以与环境交互和行动，来体现智能。
在制造业发达的中国，「具身智能」其实是一个比 AI 更眩惑东谈主，更容易被巨匠采纳的宗旨，亦然更恰当中国实业的 AI 期间道路。
之是以有如斯叹气，是因为在行业趋于安宁的 2024 年下半年之后，我作念的屡次采访，齐提到了自家企业畴昔的发展办法齐会是，或者齐包含具身智能。
道理的是，这些企业齐不是巨匠贯通中严格酷好上的机器东谈主公司，或者东谈主工智能公司，而是巨匠眼里的车企，无东谈主机车企，或者家电企业......
旧年 8 月，爱范儿与逸想智驾团队有过对话，其中逸想智驾研发副总裁郎咸一又这样描写端到端期间道路的智能驾驶，和此前依靠「感知-贪图-放置」逻辑的智能驾驶是「才和洽功能」的分手。
或者说，是授东谈主以渔如故授东谈主以鱼。
▲ 端到端+VLM 的底层模子框架，可能是当前具身智能的通用框架
在采访中，逸想智驾中枢团队齐会把逸想汽车譬如成装在轮子上的机器东谈主，也聊到了东谈主形机器东谈主等具身智能载体在用「端到端+VLM」的框架的应用雏形。
车企在筹商智驾期间弯谈超车的经由中，发现了具身智能的晨曦。
然后即是逸想首创东谈主李想在旧年年底亮承采纳专访，平直默示逸想的定位和愿景：逸想是一家东谈主工智能企业，辛勤于东谈主工智能的汽车化，鞭策东谈主工智能普惠到每一个家庭。
推特 男同如果柔软过 2024 小鹏 AI 科技日行动的话，也会发现小鹏更是高举 AI 大旗，还发布了 AI 机器东谈主 Iron，并把 AI 机器政策东谈主放在了伏击位置，默示莫得 500 亿，作念不好 AI 机器东谈主。
更毋庸说马斯克一再强调「特斯拉是一家 AI 和机器东谈主公司，而不仅是一家汽车公司」，对于造车卖车这件事，公共想必嗅觉到了马斯克也曾百无廖赖，他更多的元气心灵在 xAI 和 TeslaBot，还有 RoboTaxi+FSD 的交易景观上。
▲ Figure 02
致使是被公共合计最正宗最刎颈至好的 AI 公司 OpenAI，也可以是一产品身智能公司。AI 机器东谈主公司 Figure 背后的投资方包括了 OpenAI、微软、等巨头企业，旧年下半年发布的 Figure 02 被称为「地球上起原进的 AI 硬件」，其中的 AI 期间，包括多模态 AI 才调，由 OpenAI 提供。
相配一致的是，无论是特斯拉的 TeslaBot，如故小鹏的 Iron，亦或是 Figure 02 齐被安排进了汽车分娩车间打工，这其中天然有营销的身分，但也阐明他们的愿景。
在不少的细分领域，比如专注在农业领域的极飞，合计在耕耘管收的农业分娩阶段，具身智能也有用武之地，比如大型棉田粮田齐有大型收割机械，然而在收苹果收梨子这种果园场景，大型农机难以进入，主要如故靠东谈主力来采摘，具有复杂狭隘地形行动才和洽机械臂的 AI 机器东谈主，刚巧恰当这种场景。
而当前主要产品为扫拖机器东谈主和洗地机的云鲸，则合计当前家庭环境清洁只作念到了平面，也即是大地的清洁，畴昔云鲸的发展办法是空间清洁，即各式桌面台面的清洁和整理。想要作念到空间清洁，天然也需要以「视觉才调」为中枢的东谈主工智能才调，以及在扫拖机器东谈主基础上进化而来的更多维度的机械结构。
▲ 石头 Saros Z70 扫地机器东谈主，带有机械手
无额外偶，在 2025 年 CES 旗舰，同为扫地机器东谈主分娩商的石头和追觅，齐发布了带机械手的扫地机器东谈主，或者是仿生多重要机械手期间，扫地机器东谈主仅仅机械手期间的载体辛勤。
▲ 戴森的机械手作念家务演示
更早之前，戴森也发布了机械手算帐家居的演示物料，基本上各大从事家居清洁使命的厂商，齐驱动想考用机械臂机械手的硬件，和以 AI 视觉为中枢的 AI 才调来冲破只可清洁大地的局限，这是家居环境里的具身智能。
虽然小标题里的「统统公司齐可能是具身智能公司」这句话有点标题党，但如斯强调的酷好在于，这一批有志于具身智能的企业，并装假足是离交易化较远，离前沿期间很近的机器东谈主公司（比如波士顿机器东谈主），而很可能是咱们身边日常交游的企业，它们有熟练的交易景观和现款流，以及对期间的盛大过问决心。
这亦然期间道路可以走下去的标识之一：共鸣。
好多热点的期间趋势，比如 AR/VR/XR，元天地，NFT 等等，热度梗概高，但共鸣很脆弱，各有各的想法和算盘，莫得协力，也莫得普适场景。
▲ 阿丽塔致使莫得头骨，用机械结构包裹大脑，图片来自《阿丽塔：战斗天神》剧照
给体魄以智能，如故给智能以体魄？
「给岁月以好意思丽，而不是给好意思丽以岁月」是个全能句式，就像咱们参议具身智能的时候，也要参议是「给体魄以智能，如故给智能以体魄？」一样。
也可以回到驱动的问题，《铳梦》建议的「领有东谈主类大脑和机械躯体的东谈主，和领有机械大脑和东谈主类躯体的东谈主，哪个才算委果的东谈主？」
图灵奖取得者、中国科学院院士、清华大学交叉信息筹商院院长，亦然天下最顶尖筹商机东谈主才摇篮「清华姚班」的创办者姚期智，在 2023 年天下机器东谈主大会上发言说：
东谈主类自己即是天下上高出逸想的一个具身智能体。 它基本上具备三个方面，三个身分：第一方面是体魄，第二方面是小脑，第三方面是大脑。 体魄的部分具身必须要有饱胀的硬件，具有传感器和履行器，小脑会主导视觉、触觉各式感知来放置体魄，完成复杂的任务，临了大脑部分，它主导表层的逻辑推理、决议、永劫刻的贪图以用天然言语能够和其他的智能体、环境疏通。
体魄，小脑和大脑的三重譬如，是业界最脍炙生齿的，对于「具身智能」的讲解。
比拟于体魄的相对熟练，具身智能当中「小脑」和「大脑」的熟练度还远远不够，尤其是「大脑」。
作为考究「感知-推理-讨论-行动」的模块，如今具身智能的大脑才和洽东谈主类还有盛大的差距，筹商上也属于早期阶段，Google 在 2022 年发布了机器东谈主放置系统 SayCan，次年发布了 562B 参数的多模态大模子 PaLM-E，其中包括 22B 参数的视觉模子。
▲ PaLM-E 简介
PaLM-E 的朝上之处在于，具身智能机器东谈主可以把柄东谈主类的天然言语教导，自主分撤职务，付诸行动，完成任务，访佛于 ChatGPT 把柄 prompt 生成扫尾。
另外 Google 和 DeepMind 等机构也一直在集中机器东谈主的覆按数据集，最新的 RT-X 集中了 22 种不同机器东谈主类型的数据，涵盖 100 万个片断，展示了机器东谈主 500 多项手段和 16 万项任务弘扬。
斯坦福终生教训、前 Google 首席科学家李飞飞最近的筹商要点也迁徙到了空间智能，况兼创办了空间智能科技公司 World Labs，意在将 AI 模子从 2D 像素平面提高到好意思满的 3D 天下（诬捏和践诺天下），构建大型天下模子 (LWM)，以感知、生成和与 3D 天下互动。
而在创办 World Labs 之前，李飞飞在具身智能领域也有要紧孝顺，她指导的 VoxPoser 和 PaLM-E 访佛，亦然具身智能多模态大模子，具有很强的视觉智能，以及把天然言语教导退换为具体行动的才调。
▲ VoxPoser 相沿下的机器东谈主绕过花瓶掀开抽屉
比方说，告诉机器东谈主「掀开抽屉，提神花瓶」，机器东谈主就会绕过花瓶去掀开抽屉。
这个天然言语教导和最终动作之间，阐明 VoxPoser 相沿下的机器东谈主能够知谈什么是抽屉，什么是花瓶，看得到抽屉和花瓶在 3D 空间的地点，「提神」的潜台词是什么，最终任务是什么.......
▲ VoxPoser 运行逻辑
这意味着机器东谈主有耳朵，有眼睛，有脑子，天然也有手。脑子会相识耳朵听到的教导，然后拆解成任务门径，接着脑子还会团结眼睛，去生成空间信息的「舆图」，临了手会把柄「舆图」进行行动。
如斯复杂的经由当中，多模态大模子中的大言语模子和视觉模子会握住交互，生成拆撤职务的代码，空间信息舆图，以及履行任务的代码等等信息。
更关键的是，机器东谈主莫得经过预覆按，而是平直完成了任务，这即是具身智能和先前机器东谈主的最大分手：之前的机器东谈主，无论是产线上的机械臂，如故晚会上舞蹈的机器东谈主，齐是按照固定要领运行，行动唯唯一套模板，无法相识环境信息并作念出反映。
多模态大模子相沿下的具身智能也会产生「表示」的才调，比如在莫得预覆按的情况，要机器东谈主把抽屉抽出一半这个任务，因为机器东谈主事前不知谈抽屉的长度，是以「一半」是什么，对于机器东谈主是未知数。
但机器东谈主是这样求解的：先把抽屉实足抽出，然后推回一半，也就等于抽出了一半。
或者说，像 VoxPoser 这样的多模态大模子，赋予了具身智能「泛化」的才调，即具身智能不啻颖悟一件事，而是可以举一反三，干好多事情。
这就又回到了前边说的阿谁问题，是授东谈主以渔如故授东谈主以鱼。端到端大模子是智驾里的「授东谈主以渔」，写规控是「授东谈主以鱼」，访佛的，多模态大模子我方生成代码是我方掌捏了「才调」，才调能够产生多种「功能」。
VoxPoser 的演示能够匡助咱们相识具身智能和此前各式机器东谈主的显耀分手，也能够回话小标题的设问：给体魄以智能，如故给智能以体魄？
天然是给智能以体魄，大脑才是体魄的操纵。
《铳梦》的问题也有了谜底，领有东谈主类大脑和机械躯体的东谈主，和领有机械大脑和东谈主类躯体的东谈主，哪个才算委果的东谈主？天然亦然前者。
▲ 特斯拉自研了用于 AI 覆按的 Dojo 芯片和 Dojo 系统
马力与才能，马斯克与 MAGA
玄知识题和期间问题梗概远方和晦涩，但践诺问题耐久存在。
当我想考为什么当今的汽车厂商如斯热衷于 AI 和具身智能，以至于齐要捣毁「汽车厂商」身份的时候，出现了这样一些想法：
汽车分娩是最大界限的工业分娩行动，老是追求起原进期间，最高遵守，以及最不依赖东谈主类的制造业汽车智能驾驶的追求，雷同亦然不依赖东谈主类汽车以前是庸俗东谈主能驾御的最大马力产品，当今是庸俗东谈主能领有最高算力（才能）产品
特斯拉位于上海的工场是汽车行业里自动化程度最高，遵守最高的工场之一，天然也可能是东谈主类参与最少的汽车工场之一，绝大多数分娩安设工序，齐依靠机器完成。
▲ 现代汽车产线
而「黑灯工场」的宗旨，也深受汽车行业接待，不少车企还会额外宣传「黑灯工场」，所谓「黑灯工场」，即是指无需东谈主类参与，自动化智能化程度极高，可以毋庸照明也可以运行的产线或工场。
作为庸俗东谈主，咱们相识汽车对东谈主类的「捣毁」更多如故智能驾驶层面，「驾驶行动」可以预猜想在畴昔会变得越来越珍稀，离日常越来越远，离兴致青睐越来越近。
咱们也可以从另一个角度去相识汽车这种产品，无论是特斯拉如故蔚小理的产品，齐可以行动是庸俗东谈主能够领有的马力最大，才能最高产品。
在很长一段时刻里，马力和才能是分开的，燃油车时期的汽车才能有限，车内虽然芯片重大，但制程和算力齐很逾期，咱们日常使用的手机和电脑，以及背后的云筹商，具有可以的算力，但齐不会领有马力。
而当今，一辆旗舰电动汽车，能够领有上千匹马力，以及数百亿个晶体管。
如果从这个角度计议，那些在往汽车里加传感器加大算力芯片，自建万卡覆按集群作念大模子的汽车品牌，和援助聘任画线老仙东谈主给汽车画腰线的汽车品牌，也曾是实足不同的品类了。
那么，前者自称「东谈主工智能和机器东谈主公司」就太合理了。
最近马斯克和川普的一些狂热相沿者（简称 MAGA 群体）在酬酢媒体上有过一场厉害的交锋，缘由是 MAGA 群体反对高期间东谈主才使命签证，合计这类签证会抢走原土着才的使命契机，把大好使命契机留给外东谈主。
生在南非的外侨马斯克和他的另一位外侨伙伴盟友反驳得就很平直，致使自带破防和溅射遵守：
通过高期间东谈主才使命签证等正当门路引进的工程期间东谈主才相配伏击，就像 NBA 的掘金队引进塞尔维亚绽开员约基奇一样。好意思邦原土文化选藏派对明星，而非科学东谈主才，其他地方恰好相背。应该引进更多的高期间东谈主才，翻倍最佳。
访佛的桥段也有佐证，比如有媒体说，好意思国投资东谈主如果看到一个硅谷互联网创业团队里莫得华侨名字，会问一个问题：
你们团队莫得中国东谈主，那活到底谁来干呀？
所谓坏话从不伤东谈主，真相才是快刀，马斯克和他盟友的潜台词酷好差未几即是，MAGA 群体干不了高期间东谈主才的活，活是给理智东谈骨干的。
这是真相之一，真相之二即是，MAGA 群体围聚的中端蓝领使命，正是马斯克所谋。
▲ 机器东谈主进厂打工，是营销噱头，亦然畴昔的势必场景
制造业、物流、建筑业、仓储、食物加工等领域中，多数低手段、高叠加性的岗亭是当前 MAGA 群体的主要管事契机，这些岗亭也曾被不少自动化产线所侵占，剩余的更柔性的部分，也很有可能被领有更强环境相识才和洽学习才调的具身智能机器东谈主所取代。
那么这些具身智能主如果谁来筹商的呢？通过高期间东谈主才签证引进的工程期间东谈主才。
当一家企业的首创东谈主同期能够分娩盛大的马力和才能的时候，他很难不想着去用这两种力量去替代瘦弱而复杂的东谈主类。
解决过巨型企业的企业家更是深知东谈主是何等难以解决，以及机器东谈主是何等好解决。对期间抱有信仰，看到 AGI 晨曦的企业家，天然也不会让 AI 只高慢在屏幕上。
更践诺的问题：为什么咱们需要具身智能？
2024 年对于日德车企来说，不是很好的年份，因为一方面市集份额不才降，利润骤减，产能也驱动出现冗余了；另一方面，产能冗余，但工东谈主工资如故要发，逐利的成本天然会计议裁人降本，但在工会组织强盛的德国，又是难题重重。
比拟于在中国分娩一辆汽车，巨匠在德国分娩一辆汽车的成本要高得多，成本高竞争力就着落，竞争力着落，份额就减少，份额着落，产能不饱，成本还会不时变高，巨匠在德邦原土就进入了这样的泥沼之中，是以巨匠方针在德邦原土关厂降薪裁人，然后即是工会反对，职工歇工。
经过漫长的谈判，德国巨匠和工会终了左券：不关厂，但裁人，到 2030 年冉冉在德邦原土裁人 3.5 万东谈主。
具身智能们不会建立工会，这即是具身智能的盛大上风。
天然这是站在成本角度计议的。
其实站在庸俗东谈主角度计议，逻辑也大差不差，关键词齐是一个：劳能源。
对于企业主来说，押注具身智能，是指望它们成为更高遵守，更低成本（使用成本妥协决成本）的劳能源。
▲ 在干旱地区使用智能水阀，能够大大减少用水成本和东谈主力成本，况兼便捷解决
对于咱们来说，老龄化不行逆转的情况下，从事基础的农业、制造业、服务业使命的劳能源可以预眼力会出现枯竭，智能化和具身智能被合计是最有用的解法之一，这在诸多企业家或者创业者眼里是共鸣。
致使对于当今也曾有一些制造业的企业主驱动牢骚，年青东谈主更自得送外卖，也不肯意进厂，原因不过乎送外卖更解放收入预期更高，进厂打工性价比不高。
对于具身智能成为劳能源的程度，公共的共鸣也差未几：
短期，ToB ，科教展研等场景，实验性出货。中短期，ToB，工业场景落地，较传统工业机器东谈主，具身智能具有大脑的泛化性，不局限于一种使命，依靠轮式底盘 + 可升降高度机械臂 + 智谋手 / 夹爪 / 三指出动和使命。中期，ToB，服务场景落地，更类东谈主型，能够在零卖（分拣、理货）、旅社 & 餐厅（收餐、寄递）、清洁（非平面操作清洁）、巡检（办公楼）场景胜任使命。远期，ToC，服务场景落地，骄贵儿童文娱、老东谈主照应、成东谈主随同等情感型功能，以及家用清洁收纳等复杂需求。
至于这个远期到底有多远，公共倒是莫得一致看法，乐不雅的合计是三五年，保守的合计得十年以上。
对于具身智能，劳能源和企业主的情况有好多，致使有些情况看起来如故矛盾的，转眼产能冗余，劳能源太多，转眼劳能源又太少，但骨子上如故归拢个问题，如果有选拔，企业主其实不心爱用东谈主当劳能源，就像莫得锻真金不怕火心爱当班主任那样，加津贴也不心爱。
▲ 太空上的城市即是扎雷姆 Zalem，图片来自《阿丽塔：战斗天神》剧照
《铳梦》内部，乌托邦城市「扎雷姆 Zalem」的被摘除原始大脑被植入芯片大脑的住户，然后采纳超等筹商机斡旋解决，才是企业主最心爱的景观。
天然，践诺不会如斯渺茫，一方面，东谈主类和机器东谈主的发展，照实会像《铳梦》描写的那样，东谈主类如同「废铁镇 Scrapyard」住户那样驱动赛博格化，从外置机械驱动，再采纳一定程度上的体魄机械化，从弱势和疾病东谈主群用机械补足体魄机能，再到泛泛东谈主类应用机械增强体魄机能。
另一方面，具身智能的办法天然是朝着「扎雷姆 Zalem」住户那样理智的大脑和纯确凿躯体发展，以及，要听话。
不过对于具身智能来说，其复杂度和容错率与作念一个 ChatGPT 不是一个维度，大言语模子也曾有海量的互联网数据作为覆按预料，但具身智能却莫得这样的待遇，RT-X 集中的 22 种不同机器东谈主类型的数据，涵盖 100 万个片断，展示了机器东谈主 500 多项手段和 16 万项任务弘扬，也曾是当前的集大成者，但这些数据量，齐还远远比不上一个优秀端到端智驾覆按所需的数目，更别说搪塞更复杂的场景了。
但或多或少，咱们在OpenAI、特斯拉、英伟达、逸想、World Labs、宇树等等等企业身上看了具身智能的拼图。
