郭彦东“详解”具身智能：将AGI的能力实正付与

　　“到2033年，拓展至百万台规模，笼盖工业、物流、家庭办事等多元化场景。”近日，智平方（深圳）科技无限公司（下称“智平方”）创始人兼CEO郭彦东，正在公司新一代通用智能机械人AlphaBot 2的发布会上抛出了这句豪言。对于一家成立刚满两年的草创企业而言，正在贸易化前景尚未十分隔阔爽朗的具身智能赛道，立下如斯具体的方针，实属稀有。从履历上看，郭彦东曾是微软美国总部焦点AI团队，任职期间从导开辟了多款 AI 前沿手艺和产物，此中Custom Vision办事是全球范畴内初次将“预锻炼模子+场景微调”贸易化的实践测验考试，为AI手艺的大规模使用打开了新思。他还正在小鹏汽车和OPPO担任过首席科学家和研发高管，这名手艺和财产“老兵”，选择正在人工智能大模子迸发的节点时辰切入机械人赛道，其焦点思虑逻辑是“将AGI（通用人工智能）从数字世界拓展到物理世界”。郭彦东强调，智平方“软硬一体垂曲整合”，以自研的Alpha Brain为焦点，定义并驱动AlphaBot等一系列“AGI终端”，率先从汽车制制、半导体、生物科技等高门槛的工业场景寻求贸易化冲破。然而，正在“豪言壮语”的背后，现实的也随之而来：一家年轻的创业公司，何故支持如斯“沉”的计谋投入和如斯久远的产出预期？其领先的GOVLA大模子，正在全球巨头林立、手艺加快迭代的布景下，可否建立起实正的护城河，并为可持续的贸易成功？从“能演示”到“实能用”，再到“大规模用好”，这条上的“坑”，智平方可否逐个趟过？别的，郭彦东也预测通用机械人的“iPhone时辰”将正在5至7年后到来。这一预测和百万台产能方针，是基于的行业洞察，仍是正在本钱取裹挟下的抱负化宣言？经济察看报：你从微软、小鹏、OPPO等大厂高位回身，创立智平方，投身具身智能赛道，是什么你做出如许的选择？要实现智平方的“AGI终端”普及的愿景，你认为最难啃的“硬骨头”是什么？郭彦东：我正在微软、小鹏、OPPO的履历，让我深刻体味到AI手艺若何一步步渗入并沉塑各个智能终端形态。从PC到智妙手机，再到智能汽车，每一次变化的焦点都是让人取智能终端的交互更便利，让终端能正在更多场景完成更多样的工做，这是一个很清晰的脉络。今天，我们正坐正在又一个变化的门槛上，通用人工智能（AGI）取物理实体的连系——也就是具身智能机械人——将是性的智能终端。我看到的机遇，就是将AGI的能力实正付与物理世界的机械人，让它们从只能施行预设法式的“机械”，进化成可以或许理解、自从决策、并取人天然协做的“智能体”。这片“无人区”，恰是通用智能机械人可以或许像今天的智妙手机和汽车一样普及的庞大空间。我们的愿景和，就是鞭策这一天的到来。但这条无疑是的。当前最难啃的“硬骨头”，我认为有三块：起首是手艺的通用性取鲁棒性（指系统、模子或算法正在面临非常输入、干扰、噪声或变化时连结一般功能和机能的能力）。若何让机械人实正具备跨行业、跨场景、跨使命的泛化施行能力，而不是每换一个场景就要从头大量编程和锻炼？这需要多模态、快速进修、自从决策取精准施行能力的深度融合取冲破。良多时候，尝试室里表示完满的机械人，到实正在、复杂、动态的工场或家庭里就“不服水土”，这就是鲁棒性不敷。其次是成本取价值的均衡。目前高机能机械人的硬件成本仍然昂扬，虽然我们判断将来2—3年硬件成本会跟着规模化量产而显著下降，但现阶段，若何正在特定场景下让客户明白到机械人带来的价值，好比，效率提拔、成本降低、平安性提高，可以或许笼盖以至远超其采购和摆设成本，这是贸易化的环节。最初是使用场景的深度挖掘取尺度化难题，工业场景需求相对明白，好比我们合做的晶圆搬运、汽车拆卸。但即即是工业场景，分歧工场的工艺流程、结构也千差万别。若何从中提炼出共性需求，构成相对尺度化的处理方案，再针对特定需求做少量定制，这对我们的手艺能力和行业理解都是庞大。而办事机械人、家庭机械人面对的场景则更为和非标，挑和更大。经济察看报：智平方“软硬一体”并自建产线，外行业有多种轻资产模式的布景下，你为何认定这条沉投入之是需要的？若何均衡高投入取报答周期的不确定性？郭彦东：这确实是一条“沉”，但我们认为这是具身智能，特别是通用智能机械人这个赛道特征决定的，以至是独一能走通的。为什么这么说？第一，我们的贸易模式焦点是交付能处理现实问题的最终产物，而不是一个单一的手艺模块或零部件。客户买的是一个能干活的机械人，一个完整的处理方案，而不是一堆需要本人集成的手艺。这就要求我们对最终产物的机能、靠得住性、成本负全责。第二，从手艺层面讲，机械人的“大脑”（AI模子）取“身体”（硬件本体）是高度耦合、深度绑定的，很难割裂开来成长和发卖。这很是像从动驾驶系统，以至能够说从动驾驶是机械脑的一个简化版。你看看行业里的经验，一些曾经做得很是好的从动驾驶系统，换一个车型，往往需要几百个工程师花费十几个月的时间驻场进行适配开辟。这个例子从一个侧面反映出，一旦进入具身大模子这个赛道，切换硬件的价格和成本是相对比力高的。这就意味着，你很难用一个所谓“通用”的大脑，简单地卖给各类分歧的机械人硬件公司，让他们本人去适配。更高效、更靠得住的模式，是用一个全新的、强大的大脑，去正向设想和定义你的整个机械人系统，然后以软硬一体的体例进行发卖和交付。汽车行业喊了良多年“软件定义汽车”“智能定义汽车”，但现实上遭到了良多现有出产供应链的、行业老例的限制，以及各类车规、行规和产物惯性的，使得软件并不成以或许实正意义上地完全定义硬件。但机械人是一个全新的赛道，它没有那么多汗青负担。只需你有如许的认知，有如许的能力，你完全能够用一个全新的软件和AI能力，去定义一套全新的硬件架构，然后软硬一体地交付给客户，供给最佳体验。当然，这要求创始团队和焦点团队必需是“万能型选手”，既要懂模子算法，也要懂硬件本体，还要懂出产制制、供应链办理，把这些要素协同起来，做为一个全体产物去打制和运营。关于高投入取报答周期的均衡，我们有清晰的融资规划和阶段性的贸易化方针。通过率先正在高价值、需求明白的工业场景落地，好比半导体、汽车制制、生物科技等，我们能够较早地获得现金流，验证贸易模式，并为后续更大规模的研发和市场拓展供给支撑。同时，自建产线也是为了更好地节制产质量量、迭代速度和最终成本，为将来的大规模量产做预备。我认为一个强大的、定义清晰的软硬一体化产物平台，反而能更无效地吸引和赋能生态伙伴。我们并不是所有工具都本人做，好比一些通用的零部件、结尾施行器等，我们会选择成熟的供应商。经济察看报：智平方Alpha Brain的GOVLA大模子是“全球首款”全域VLA（视觉-言语-步履）模子，这个“全球首款”具体“新”正在哪里，对比业界已有的VLA，其焦点的、可被的“领先性”表现正在哪些方面？郭彦东：称GOVLA是“全球首款”全域VLA大模子，我们是有底气的。它的“新”和“领先性”，次要表现正在对机械人“智能”和“步履”鸿沟的底子性拓展上。保守的VLA模子，良多时候更侧沉于“视觉到单臂操做”的映照，机械人像一个固定正在原地的“桌面操做员”。而我们的GOVLA，这里的“G”代表Global（全局），意味着机械人具备对广漠、动态、非布局化的理解取顺应能力，不再局限于面前的一亩三分地；“O”代表Omni-body（协同），这是焦点冲破之一，意味着我们的大模子初次可以或许输出机械人的节制指令和完整的挪动轨迹，而不只仅是机械臂的动做。我举一个“做早餐”的例子，它很能申明问题：一个搭载常规VLA的机械人，你让它做早餐，可能需要人把鸡蛋、面包都放到它面前的桌子上，它正在桌面上操做完成后，你还得去把它做的早餐端走。由于它可能“看”不见桌子以外的工具，也无法自从挪动到冰箱取食材。但搭载GOVLA大模子的AlphaBot 2，就能做到360度无死角地四周，听懂你的指令后，自从规划径去冰箱取食材，完成制做，以至把早餐送到你的餐桌上。这才是从“从动化东西”到“智能管家”的逾越。我们GOVLA的内部架构，通过空间交互根本模子、担任复杂逻辑推理取使命拆解的“慢系统”（System2），以及担任输出节制动做取挪动轨迹并兼顾及时响应的“快系统”（System1）的协同工做，来实现这种复杂的全链条办事能力。就我所知，正在目前中国这么多做机械人的创业公司里面，我们是唯逐个家曾经把本人的模子版本开源，且有能力将自研的大模子能力贸易化输出的公司，这本身就申明了我们的手艺是有现实使用价值和市场所作力的。我们的GOVLA大模子，其焦点框架——包罗空间智能的建立、多模态消息的融合机制，以及机械人活动节制和挪动轨迹生成等环节模块——是100%全栈自研的。这是我们手艺系统的基石，也是我们学问产权的焦点。正在这个的自研根本上，我们灵敏地察看到，当前狂言语模子正在长程复杂使命的理解、阐发和高级逻辑推理方面，确实展示出了很是强大的能力。为了进一步强化我们GOVLA模子正在这一特定维度的表示，让机械人不只“手巧”，更能“心灵”（具备深度思虑和规划能力），我们选择性地将DeepSeek正在推理大模子方面的环节锻炼手艺引入GOVLA的锻炼过程中，目标是正在连结全体手艺架构自从可控的前提下，更快地打制出全体机能更强、更智能、更具合作力的国产可控VLA模子。经济察看报：大模子研发无疑是一场高投入的“马拉松”，你们具有“搜刮引擎级”数据，并正在研发上投入庞大。对这种高投入，你若何向市场和投资人证明其贸易上的合取需要性？关于贸易合和投入产出，我的见地是，正在当前具身智能成长的初期阶段，特别是对于我们这种努力于建立底层焦点手艺壁垒的公司，不克不及简单地用保守的、短期的财政投资报答率去权衡。我们更看沉的是，这些投入可否为我们建立起脚够深、脚够宽的手艺护城河，可否让我们正在环节的焦点能力上，好比，模子泛化能力、端侧摆设效率等，做到全球领先，以及这些焦点能力最终可否为产物正在特定场景下不成替代的合作力，并博得客户的实金白银的订单。 这就像修高速公，前期投入庞大，但一旦建成，其持久的社会和经济效益是不成估量的。第一，我们的投入是成立正在清晰的计谋认知和深挚的手艺堆集之上的，不是跟风，也不是“鼎力出奇不雅”那么简单。正在算法层面，我们的焦点团队正在AI范畴有近20年的“内功”修为，我们具备设想和实现全球领先的、非基于现有开源框架的全新神经收集布局的能力。这是我们最焦点的Know-how之一，它决定了我们模子的上限和奇特征。正在数据层面，我们说用的是“搜刮引擎级别”的数据，这个“级别”不只仅指规模大，更主要的是数据的多样性和高质量融合。我们有来自公开互联网的海量数据，这些能让模子具备普遍的常识和根本泛化能力；我们也有高质量的仿实数据，我们用仿实数据锻炼的模子正在全球相关角逐中也拿过冠军，仿线D空间消息和大规模、低成本的交互锻炼；但最贵重也最能提拔模子应对实正在世界能力的，仍是我们通过现实摆设的机械人采集到的实正在世界交互数据。我早正在2017年正在大学给博士生上课的时候，就提出要把这三种数据（互联网、仿实、实正在物理交互）连系起来，由于每种数据都有其奇特的劣势和不成替代的价值。正在算力层面，我们确实投入了大量的计较资本和根本设备扶植，但我们更强调“好钢用正在刀刃上”，很是沉视锻炼效率的提拔。好比，我们正在锻炼加快、增量进修（Incremental Learning）等范畴都有很是深切的研究和实践——我之前写的一篇关于端到端增量进修的论文，是目前全球正在这个细分范畴被援用次数最多的。这意味着我们不只敢于投入，更晓得若何伶俐地、高效地操纵这些贵重的算力资本。第二，我们通过一些计谋性的行动，来放大我们研发投入的价值，之前跟北大合做的RoboMamba（一款高效端到端VLA具身大模子）开源就是一个例子。其一，这是手艺自傲的表现，也是一种“以打促练”。我们把模子放界舞台上，取全球最顶尖的模子和团队去实测PK，我们的具身大模子正在运转速度、使命施行的成功率上都远远领先，这本身就是对我们手艺最好的查验和提拔。我也很不服气Figure AI创始人说中国公司只会搞硬件，我们就是要证明中国正在AI智能化这个高毛利、高附加值的范畴，同样能够做到世界一流。其二，开源是吸引顶尖人才、推进手艺交换、建立开辟者生态的主要路子。一个活跃的开源社区，能为我们带来贵重的外部反馈，加快模子的迭代和优化，以至可能发觉一些我们本人都没想到的新使用场景。我们避免陷入不计成本的“烧钱竞赛”，我们的焦点是“实干创制价值”。我们是“实干派”，不是“炫技派”。评价一项手艺、一个产物好欠好，我们的尺度不是看它的演示有多酷炫，机械人能不克不及跳舞、翻跟头，而是看它能不克不及实正正在工场里、正在现实使用场景中，不变、高效地完成有价值的工做，能不克不及为客户创制可量化、可的效益。为此，我们正在手艺线上有良多很是务实的选择，好比，我们鼎力成长端侧智能，提拔模子压缩的能力。我们的手艺能够让大模子正在端侧摆设后，推理运转速度提拔8倍以上，这意味着什么？意味着能够大幅降低对云端高贵算力的依赖，降低机械人的功耗和成本，这背后，是我们团队良多焦点过去正在OPPO、小鹏等企业，堆集的将AI模子正在数以亿计的智能终端（手机、汽车）长进行当地化摆设和优化的贵重经验。纯粹的科学家团队，可能正在这方面经验会相对欠缺一些。郭彦东：我们选择汽车制制、半导体、生物科技这些高端工业场景做为贸易化的首批切入点，次要是基于几点考虑：第一，这些行业对从动化、智能化、柔性化的需求很是火急，痛点清晰，好比招工难、人力成本高、出产要求严苛（如无尘、无菌）、反复性劳动强度大等；第二，这些场景对机械人的使命成功率、不变性、靠得住性要求极高，可以或许充实查验和打磨我们的焦点手艺；第三，这些行业的客户凡是有较强的付费能力和志愿，可以或许为我们带来相对可不雅的晚期收入，构成正向的贸易轮回。这些场景的定制化需求比力高，这也是为什么良多保守机械人公司或系统集成商正在这些范畴做得比力“沉”的缘由。但我们的思不太一样。我们的焦点是通器具身大模子Alpha Brain和通用智能机械人AlphaBot，而AlphaBot的设想是用一个相对通用的本体形态，通过合理地改换部门模组，实现对较多场景使命的适配性。正在具体项目落地时，我们会起首深切理解客户的焦点工艺流程和痛点，然后基于AlphaBot正在无限范畴内的通用性，连系场景特点进行适配和优化。这种适配更多的是正在软件层面，好比针对特定使命的技术进修、取客户现有出产办理系统（MES）的对接等，而不是对机械人硬件本体做大规模的定制化。通过对一个个结实场景的攻坚，我们的Alpha Brain会堆集越来越丰硕的行业学问和技术，其泛化能力也会越来越强。如许，当碰到类似行业或类似使命时，我们就能大大缩短摆设周期，降低实施成本，从而实现处理方案的可规模化复制。例如，我们取吉利科技旗下的晶能微电子合做，正在杭州的半导体出产摆设AlphaBot，施行晶圆正在无尘车间的搬运和拆载使命，能无效降低因人工操做可能引入的“人源污染”，提高产物良率。最新的计谋合做方是全球生物科技龙头华熙生物，我们的机械人将正在其工场内施行物料协同转运、智能拆包消毒、成品智能视觉查验，以及多种物料协同的智能供料等操做，出格是正在无菌产物灌拆、微生物培育等高风险、高干净度要求的环节，替代人工操做，避免交叉污染，保障产质量量。我们是从工业场景切入，逐渐向公共办事、家庭办事等范畴拓展，建立起“手艺-场景-数据”闭环。本年第三季度，智平方的机械人将上线国内一线城市的机场，为搭客供给贴心办事。本年第四时度，智平方的机械人将正在国内示范小区落地使用，为业从供给有聪慧、有温度的办事。这正在国内通用智能机械人创业公司中，算是比力早实现贸易化营收的。这证了然我们的产物和办事是可以或许被市场接管并发生现实价值的。当然，目前我们还处于贸易化的晚期阶段，单个项目标金额和利润贡献可能还无法取成熟的工业从动化设备比拟，但主要的是我们验证了手艺的可行性和贸易模式的闭环。跟着我们处理方案的成熟度越来越高，可复制性越来越强，以及客户对我们产物信赖度的提拔，将来的订单规模和贸易报答是值得等候的。我们不是简单地卖几台机械人，而是通过“机械人即办事”的模式，为客户供给持续的价值。经济察看报：你预测通用机械人的“iPhone时辰”正在5—7年后到来。回首智能设备史，很多手艺从工业使用到消费普及的径远比预期盘曲。更广说是通用智能机械人，进入公共消费市场的“iPhone时辰”的预测，是基于敌手艺成长趋向、成本下降曲线以及市场需求演变的分析判断。这里面有几个环节前提：第一，焦点手艺的成熟取冲破，出格是“智能的通用性”。机械人需要具备跨行业、跨场景、跨使命的泛化施行能力，可以或许像人一样顺应分歧的和需求，而无需针对每个新使命进行大量的从头编程。这依赖于具身大模子的持续进化，包罗更强的理解能力、更高效的进修能力、更平安的决策取交互能力。我们正正在勤奋的标的目的，就是让Alpha Brain驱动的机械人，能做到“无需锻炼即可完成多种使命，而且能快速控制新使命，不变顺应各类变化”。第二，硬件成本的显著下降，目前高机能机械人的焦点零部件，如传感器、驱动器、节制器以及AI计较单位等，成本仍然不菲。但我，跟着机械人财产规模的扩大，供应链的成熟（特别是正在中国，良多机械人零部件能够自创和新能源汽车的供应链系统），以及环节手艺的国产化替代，机械人的全体硬件成本正在将来5—7年内无望降低到一个通俗消费者能够接管的程度，也许就像今天一辆经济型汽车的价钱。我们判断，机械人硬件本体的研发已趋于成熟，正处于量产爬坡阶段，将来2—3年内将送来平稳的规模化增加期。第三，“杀手级使用”的呈现，就像智妙手机的App Store和各类挪动使用了市场，通用智能机械人也需要正在某些环节场景中展示出不成替代的价值，处理用户的核肉痛点，才能实正激发大规模的采办需求。正在工业范畴，这个价值点可能表现正在效率提拔、成本降低、替代高危或反复劳动；正在家庭范畴，可能表现正在陪同、护理、家政办事等方面。我们相信，这些摸索对于理解用户需求、打磨产物体验，以及最终找到通往“iPhone时辰”的径至关主要。这合适我们“手艺-场景-数据”闭环的计谋。经济察看报：百万台产能方针（2033年），对草创公司而言极具挑和。正在焦点零部件国产化、全体成本、高端人才等现实限制下，智平方的“软硬一体的机械人办事商”模式若何避免沉蹈“新”制车晚期正在产能和供应链上碰到的问题？郭彦东：我们打算到2028年实现万台级此外场景使用，到2033年公司成立十周年之际，将机械人摆设规模拓展至百万台级别，笼盖工业、物流、家庭办事等多元化场景。这绝非易事，特别对于一家草创公司而言。你提到的焦点零部件国产化、成本节制、高端人才等问题，都是我们必需反面应对的环节挑和。关于“产能”和“供应链掣肘”，我正在小鹏汽车时切身履历了从零到年产十万台的快速爬坡过程，深知此中的艰苦取环节节点。我们选择自建产线，恰是为了从一起头就将出产制制的自动权控制正在本人手中，确保产质量量、迭代速度和持久的成本节制能力。对于供应链，机械人财产取新能源汽车财产有良多类似之处，特别是正在“三电”（电机、电驱、电控）、电池、传感器等范畴。中国正在这些范畴曾经成立了相对完美且富有弹性的供应链系统。良多机械人零部件并非从零起头，而是能够从新能源汽车的成熟供应链中进行和升级，这个过程的速度和效率可能比想象得要快。至于一些特定的、手艺含量很是高、目前可能还需要依赖进口的焦点部件，起首，并非每一款机械人都必需利用这类特定的高端部件，有良多分歧的手艺方案能够实现雷同的驱能；其次，即便某些部件短期内存正在瓶颈，我相信跟着国内需求的增加和手艺的前进，国产替代的速度也会加速。我们也正在积极结构焦点硬件的自研能力，好比正在机械臂、底盘等环节部件上，我们都有本人的自研手艺，方针是逐渐提拔焦点部件的自研比例和可控性。人才方面，我们采纳“南北协同”的模式，正在北京设立AI团队，依托那里的人才高地进行核默算法和模子的研发，良多同事都来自北大、等顶尖学府，且多是经验丰硕的“行业老炮”，能够“老带新”；同时将硬件研发、财产化和供应链办理扎根于深圳这个硬件立异之都。我们对人才的要求很是高，宁缺毋滥。百万台方针虽然道阻且长，但我们有计谋、有手艺、有团队，也有对财产成长纪律的和对挑和的充实预备。经济察看报：你若何理解中国成长具身智能财产的劣势？你认为中国具身智能企业正在全球牌桌上突围的环节是什么？智平方若何证明本人是核能的创制者，而非仅仅是硬件集成商？第一，我们具有全球最完美、响应速度最快的机械人硬件供应链，这植根于我们国度发财的消费电子和新能源汽车财产根本，使得硬件迭代更快、成本节制更有劣势；第二，我们有极其丰硕的使用场景，从复杂的制制业根本到多样化的社会办事需求，这为机械人供给了海量的实正在世界锻炼数据和贸易化机遇；第三，我们有活跃的创业公司、积极的投资者以及各级的鼎力支撑，配合形成了一个充满活力的财产生态系统。当然，“卡脖子”的风险也确实存正在，特别是正在一些高端AI芯片、焦点传感器、细密制制工艺等范畴。美国等国度也正在加快结构，试图建立手艺壁垒。中国企业要想正在全球合作中突围，环节正在于两点：一是焦点手艺的自从研发取立异，特别是正在“大脑”层面，也就是正在具身大模子、空间智能、自从决策等核默算法上，必需有本人的工具，不克不及满脚于做简单的集成和使用；二是深度理解并快速响应市场需求，将手艺劣势为实实正在正在的贸易价值。智平方从创立之初，就立志成为一家手艺驱动的、世界领先的具身智能机械人企业。我们不只要做出好的“身体”，更要打制出最伶俐的“大脑”。我们全栈自研Alpha Brain及其底层的GOVLA大模子，就是为了控制核能。我们之前开源RoboMamba模子，也是但愿界舞台上取模子同场竞技，证明中国企业正在AI软件和核默算法层面同样能够做到世界一流。证券之星估值阐发提醒长和盈利能力优良，将来营收获长性一般。分析根基面各维度看，股价合理。更多证券之星估值阐发提醒机械人盈利能力较差，将来营收获长性较差。分析根基面各维度看，股价偏高。更多证券之星估值阐发提醒海量数据盈利能力较差，将来营收获长性较差。分析根基面各维度看，股价偏高。更多证券之星估值阐发提醒华熙生物盈利能力一般，将来营收获长性一般。分析根基面各维度看，股价合理。更多以上内容取证券之星立场无关。证券之星发布此内容的目标正在于更多消息，证券之星对其概念、判断连结中立，不应内容（包罗但不限于文字、数据及图表）全数或者部门内容的精确性、实正在性、完整性、无效性、及时性、原创性等。相关内容不合错误列位读者形成任何投资，据此操做，风险自担。股市有风险，投资需隆重。如对该内容存正在，或发觉违法及不良消息，请发送邮件至，我们将放置核实处置。如该文标识表记标帜为算法生成，算法公示请见 网信算备240019号。