机械人什么时间进千家万户？？“至少3年起”。。。
整理 |「定焦One」
作者 | 金玙璠
半个月前的WAIC，，，最火的展馆是具身智能馆，，，人山人海，，，宇树和智元的展台挤都挤不进去。。。绕馆一圈，，，机械人似乎无所不可：会做饭、会舞蹈，，，尚有弹钢琴的、踢足球的、叠衣服的。。。
但身处一线的人，，，体感和宣布会、和demo不太一样，，，由于真实天下里的机械人会卡顿、会摔倒、会被客户投诉。。。具身智能的落地，，，正在遇到哪些难题、该怎样解决？？
7月30日，，，北京前沿国际人工智能研究院“AI月光社·走进百家立异企业系列活动”第9期，，，来到千诀科技。。。在圆桌环节，，，由「定焦One」首创人兼总编辑贺树龙担当主持，，，与来自具身智能工业链四个环节的嘉宾：做机械人“大脑”的千诀科技COO肖海默，，，做视触觉传感器的瞬恒智能联合首创人史媛媛，，，做整机的萌友智能联合首创人、CEO何嘉斌，，，以及北京前沿国际人工智能研究院理事长、英诺科创基金合资人王晟，，，围绕“具身智能‘真落地’最难的是什么？？”话题睁开讨论。。。
肖海默以为，，，具身智能真正落地后，，，最难的是一连解决真适用户反馈的问题，，，以人机交互为例，，，现在机械人的响应速率距离客户预期尚有约1秒的差别。。。史媛媛的谜底在工厂，，，先啃下0.01毫米的硬骨头（指3C细密装配），，，靠B2B把工业链本钱拉下来，，，再谈进家庭；；；；何嘉斌的谜底在“无用”：不做工具、不堆谈天，，，把生命感和情绪价值做成留存的生意；；；；王晟的谜底最冷静：故事已经讲得够多了，，，接下来拼的是谁能真的落地，，，谁能赚到钱。。。
创业者路径差别：有人先攻家庭，，，有人死磕工厂，，，有人卖“无用的”情绪价值，，，有人只在幕后做大脑。。。但判断是共通的：具身智能已经由了讲故事的阶段，，，客户和场景最先替行业投票；；；；分工还在演化，，，但协作比拼命重复造轮子更靠近谜底。。。无论路径多差别，，，活下来的公司都要证实两件事：有人愿意付费，，，产品能进真实场景。。。
本文用8个问题梳理本场圆桌的英华内容。。。
01.从宣布会到真实天下，，，机械人要踩过哪些坑？？
被投诉最狠的，，，是时延。。。
“最真实的一个案例，，，来自机械人做人机交互历程中的时延问题。。。”肖海默说。。。千诀的机械人大脑接入了约10万台终端，，，在真适用户手里，，，这个问题会被放大。。。“机械人接下来若是要大规模应用，，，时延是一定要突破的问题。。。我们现在完成了从手艺验证到规；；；；τ玫目缭，，，但距离更自然、更稳固的人机交互体验，，，仍有很大的优化空间。。。”这个问题来自现有的基座模子，，，也来自客户现有的手艺架构。。。
“关于机械人而言，，，两三秒内明确需求并最先响应，，，已经是很大的手艺前进；；；；但用户不会凭证手艺演进的标准来评价产品，，，而是会拿它和人与人之间的自然交流作较量。。。哪怕只慢一秒，，，体验上的差别也会很是显着。。。
他和团队会去翻看亚马逊、京东、淘宝上的用户差评。。。无意能看到一些奚落，，，好比“缩写是AI，，，全称是人工延迟”。。。
现在距离客户预期尚有1秒的Gap，，，这1秒卡在整条手艺链路上：ASR（自动语音识别）要等用户说完话、再等一小会儿，，，模子才华收到输入；；；；模子跑在云上，，，又会爆发延迟；；；；输出还要再过一道TTS（语音合成）。。。
千诀科技COO肖海默
另一个挑战是多语言和外地化适配。。。“差别国家和地区都有各自习惯的表达方式，，，通用语言模子天生的内容纷歧定切合外地用户的语言习惯。。。”肖海默说。。。为此，，，千诀科技已经适配20多个语种，，，通过一连优化外地化表达提升用户体验。。。
别的，，，机械人的稳固运行依赖大脑、传感器、电机和本体等多个环节协同。。；；；；等朔浩鹂砩，，，外貌上看像是大脑没有响应，，，现实原因可能来自整条软硬件链路。。。“我们会通过日志和全链路监测定位问题，，，例如视觉传感器毗连异常，，，或者电机等硬件环节泛起异常。。。”肖海默说。。。
千诀现在的解法是：做大宗的埋点，，，监测每一个环节。。。
做整机的何嘉斌踩过的坑，，，比“背锅”还要详细得多。。。公司产品Ropet 2025年1月在CES（国际消耗电子展）上火了，，，3月完成众筹，，，原本准备3月交付，，，最后拖到了7、8月。。。拖期的4个月，，，全花在解决第一个坑上：散热。。。
“我们最最先想做的，，，是全球最软的机械人。。。”他说。。。产品放在桌面上做陪同，，，用户伸手就能摸到，，，要模拟撸猫的体验，，，外观的毛绒包裹度就要凌驾90%。。。
问题出在工业链上。。。毛绒是一个很是古板的工业链，，，很难标准化，，，许多环节靠手工。。。Ropet同时要整合三条工业链：毛绒玩具、消耗电子、舵机和具身的部分。。。“三条工业链合到一起，，，泛起了许多耦合的、没有想象到的盲区。。。散热就是一个：你要解决舵机运转时的异常发热，，，但毛绒包裹凌驾90%，，，材质自己没法物理散热，，，得在内里加风扇自动散热，，，还要控制主芯片跑模子时的发热量。。。”
转头看，，，他认可当初想简朴了：“硬件从0做到1，，，有许多坑要踩，，，短则几个月，，，长可能要两三年，，，这是第一个吃螃蟹的人要背负的。。。”
第二个坑是磨损。。。
这个问题，，，做具身的人都有感知。。。何嘉斌拿灵巧手举例：“一只手可能会很贵，，，但现实上它去工厂抓工具，，，抓了上百次、上千次之后手就坏了，，，你要再去维修，，，整个返修本钱很是高，，，还不如招一个工人，，，用自己的手去完成这个事情。。。”
“只要你涉及行动，，，无论线束、舵机照旧物理结构的摩擦，，，都会造成不可逆的损伤。。。”他说，，，最早一批用户已经用了一年，，，7×24小时开机摆在桌面上，，，随时都在动，，，“到第7、8个月，，，有时间会泛起结构异响，，，说明使用寿命到了一个临界值。。。”
售后随之而来。。。Ropet卖到50多个国家，，，2000块钱左右的产品，，，一旦涉及售后，，，本钱巨高。。。
人今天干了实力活，，，晚上睡一觉，，，肌肉会重新生长、会修复，，，但机械人没有自修复能力。。。”何嘉斌说，，，这是所有做长时间、全天候事情的家庭机械人都要面临的挑战。。。
02.0.01毫米的活儿，，，为什么大模子还干不了？？
陪同机械人的坑，，，卡在“耐用”上；；；；而工厂里的机械人，，，卡在精度上。。。难就难在最后0.01毫米的标准。。。
在具身智能“大脑、小脑、本体”的分工里，，，瞬恒的位置是小脑和触觉的最后。。。史媛媛自己的说法更谦逊：“我们就是重大网络里那一点点触角。。。”瞬恒做的是视触觉传感器，，，用她的话说，，，是在“磕工厂里最难的那块死骨头”。。。“机械人、人形种种形态进这类细密装配，，，许多企业都试过，，，但险些没有做成的。。。”史媛媛说，，，“做不可很主要的一个原因，，，就是对最后那0.01毫米标准的掌握。。。”
这个活儿有多灾？？“我自己去试了，，，我都干不了，，，插都插不进去，，，着实太小了。。。产线上全是眼尖手细的小女人才华做。。。”
瞬恒智能联合首创人史媛媛
进了这个场景，，，瞬恒先确认了视觉传感器确实有用，，，只有它才华做到那么高的精度。。。不过史媛媛特殊说明，，，POC（看法验证，，，即小规模试点测试）的case做出来，，，“用的不是大模子”。。。现在大模子聚焦解决的是“大脑”的重大妄想问题，，，在现在的POC场景中还用不上；；；；但操作和泛化的问题要靠模子解决，，，那是“小脑+中脑”——触觉传感器加操作模子——的事，，，也是瞬恒的起劲偏向。。。
她把爬坡路径拆成三步：第一步能做；；；；第二步做稳，，，每次都能成，，，这涉及传感器的本钱和稳固性；；；；第三步做快。。。“到现在为止还谈不上良率，，，我们还处于这样的阶段。。。”
史媛媛是清华工学博士，，，在三星做了20多年研发治理，，，今年头脱离三星加入瞬恒。。。比照在国际巨头和在首创企业做研发的差别，，，现在体会最深的就是内部研发和使用中国工业链生态的效率差别。。。
03.落地速率，，，知足投资人的期待了吗？？
创业公司把效率拉到了极致。。。但整个行业的落地，，，究竟够不敷快？？这个问题，，，得交给投资人回覆。。。
王晟坦言，，，“我之前说2026年下半年行业要拼落地，，，现在看也有点‘打脸’，，，投资人似乎还没那么关注落地，，，而是去关注World Model（天下模子，，，让机械人明确和展望物理天下的AI模子）的大趋势了。。。”他说，，，落地真正被投资人强烈关注，，，时间可能还要再往后推。。。而现实落地的进度也没有那么快，，，“主流的投资，，，照旧对更大的叙事、更豪华的团队、更漂亮的demo较量感兴趣。。。”
作为千诀的投资人，，，他的评价是：“千诀赋能了几十种产品，，，跑的情形我都较量相识，，，相比照旧抵达了一定的落地水平。。。但你让它完全接受家里的保洁、保姆、炒菜做饭，，，肯定照旧有距离的。。。”
那现在天天有具身项目融资，，，怎么判断一家公司是真落地照旧虚伪昌盛？？
王晟给了一个参考系：World Model。。。“若是你去投World Model，，，它现在肯定落不了地。。。它等效于大语言模子的什么阶段？？我的看法是GPT-2到GPT-3之间。。。从时间上看，，，距离它的‘ChatGPT时刻’，，，差在范式明确上，，，可能还差个两三年。。。”
北京前沿国际人工智能研究院理事长、英诺科创基金合资人王晟
但他指出一个要害差别：GPT-2到ChatGPT，，，手艺范式是统一的，，，都在统一套Transformer（目今大模子的主流架构）范式上堆数据、做scaling（扩大模子和数据规模），，，再到指令微协调人类反馈对齐。。。而机械人的WorldModel，，，“现在是无数的范式在干仗”：这家讲物理表征，，，那家讲因果，，，另一家坚持几何约束，，，尚有人说跑隐空间就够了，，，每个偏向上又细分出许多偏向。。。“手艺范式完全不明确，，，每家都在做每家的，，，但都不故障每家融到许多钱。。。”
他的应对方式是：对未来哪个范式会赢，，，要有一个概率上的判断，，，并且敢下注。。。
他分享了两个案例。。。第一个是2024年投千诀。。。“其时我们有一个很是清晰的判断：大脑、小脑和本体是解耦的。。。但那时主流的看法是做端到端一体化、不可解耦，，，甚至到今天这仍是很大的主流意见。。。不过现在一些最主要的头部科学家和项目，，，也基本明确提出了要解耦。。。”
第二个是今年春节，，，投了一家号称全球第一个做因果自觉现的因果World Model的公司，，，Aether AI（原初之智）。。。“其时它也谈了一些最头部的机构，，，但没有人敢投，，，各人不明确它怎么做因果的发明，，，也不明确因果AI对未来的AI范式能有多大的倾覆式影响。。。我们判断未来应该往这个偏向走，，，就投了。。。”王晟说，，，“今天你会看到，，，10个出来做World Model的顶级团队，，，凌驾一半都会提到它。。。它不但在中国，，，在全球规模内都有很大的标杆作用和影响力。。。这个范式和目今大语言模子完全纷歧样，，，有可能做出来。。。一旦真的做出来，，，有可能成为对目今AI模子手艺范式的降维攻击。。。”
04.先工厂照旧先家庭？？各有各的账
既然真落地才是硬通货，，，那第一步从哪个场景切进去，，，就成了每家公司最要紧的选择。。。
行业里的demo、宣布会、7×24小时直播，，，大多爆发在工厂。。。而家庭场景绕不开两件事：明确重大的物理天下，，，把人类模糊的需求转化为可执行的多方法使命。。。“这些工具可能是对应的厂商不具备的。。。这种情形下，，，它肯定会选择最能展现自己能力的场景去展示。。。”肖海默说。。。
史媛媛强调，，，“我们进工厂和身世有关。。。我们做视触觉，，，自然和工业更匹配。。。”她说，，，但瞬恒团队内部也经常为“要不要做人形、进家庭”争论。。。接下来这番话，，，是她得出的一些结论。。。
第一笔账：C端是残酷竞争。。。
“我在三星做了25年手机，，，所有进家庭、让C端用户消耗的产品，，，都是残酷的竞争。。。家用机械人一旦真做出来，，，你可以想象，，，中国会爆发100家家用机械人公司。。。你卖10万，，，我卖5万，，，年底他卖3万，，，明年你卖一万五，，，3个月以后尚有人卖两千。。。它的功效差别，，，是否支持得起那么大的价钱溢价？？这都是我在手机行业很是真实地体验过的。。。”
在她看来，，，真到那一天，，，决议本钱的是两件事：一个是AI、token的本钱，，，一个是零配件的工业链。。。“这一点上，，，我以为千诀选了一条很是准确的路：大脑做到最自制，，，横竖你们都在用我，，，就像今天的安卓一样。。。难受的会是硬件企业，，，到时间PK的就是零配件本钱、就是工业链。。。”现在天，，，机械人的工业链还远没有成熟。。。
第二笔账：价钱锚定。。。
“一旦你说我就是进家庭洗衣服、擦桌子、烧饭，，，用户马上最先价钱锚定，，，他最先跟姨妈锚定，，，跟洗衣机锚定。。。而这些工具很自制，，，你的本钱扛不住。。。”
第三笔账：工业链降本，，，要靠B2B拉动。。。
“历史上，，，C端工业链的成熟，，，最初都是由B2B制造业企业拉动起来的。。。由于B2B进去难、被换掉也难，，，利润空间能坚持得久，，，才华拉着零部件企业规模生产，，，有钱去刷新Infra、工具、工艺等，，，把本钱降下来。。。这至少需要三五年才会爆发。。。”
她估算过一笔账：家用机械人，，，不管是玩偶式、球式照旧轮式，，，人形等等。。。拆开来，，，“所有可能涉及成千上万个零部件。。。本钱的降低，，，需要这些企业拉着一起往下走。。。”
对瞬恒来说，，，进工厂是短期更有确定性的路径；；；；千诀做大脑，，，定的是更久远的愿景。。。各有各的基因和处境。。。
05.陪同机械人不可谈天，，，是缺陷照旧定力？？
何嘉斌管萌友叫“未来宠物公司”：低肩负输入，，，高情绪价值输出，，，“说白了，，，就是想造一个更好养的宠物”。。。
他对这个偏向有一整套判断：具身的上下游——硬件本体的本钱、芯片的本钱、云端AI大脑的智能化水平——在这个历史节点恰恰成熟到一个位置，，，特殊适合做一个“比人类更弱一点”的产品：模拟宠物的生命感，，，唤起照顾一个生命的同理心。。。现在Ropet出货2万多台，，，90天留存80%以上，，，是陪同机械人赛道里产品粘性最好的。。。
Ropet不可谈天，，，也不可做大幅度运动。。。“一旦做工具，，，你一定会被拿去比价。。。”他引用了泡泡玛特王宁的两个案例。。。一个是喷泉：富豪家里的喷泉天天“铺张水”，，，着实铺张不了几多钱，，，但他愿意为喷泉花钱。。。另一个是Labubu：把它做成一个U盘，，，你不会买许多个U盘，，，但你会买许多个搪胶公仔。。。“这就是无用之美，，，没有用的工具，，，会更有价值。。。”
他的判断是：古板消耗品在情绪价值上已经很卷了，，，从日用品到玩具都在做；；；；但电子消耗产品——尤其是连系了机械人和AI、能提供“邪术感”体验的新品类——还没有人在情绪价值上深挖心理学和设计的部分。。。
萌友智能联合首创人、CEO何嘉斌
至于谈天，，，他以为，，，“谈天是今天公共一个很是病态的共识。。。所有消耗者上来都会问，，，这个机械人能不可谈天，，，由于他以为谈天代表了智能，，，但他没有深入思索：谈天能交付的价值是什么？？”他举了几个例子：儿童故事机、老人、年轻女性，，，谈天的目的都纷歧样，，，“千人千面，，，差别的产品，，，谈天做的工具是纷歧样的。。。”
“海内大部分所谓的智能机械人产品，，，就是无脑先接个豆包进去，，，先跟用户说我们很智能。。。用户买回去试一试，，，7天无理由就退掉了，，，没有留存，，，没有粘性。。。”
他强调，，，“我们不是不做谈天，，，是要做切合宠物人设的谈天。。。它的内容、语义、影象，，，都围绕这个产品自己的主体性睁开，，，而不是在我们不可熟的时间，，，直接丢一个豆包已往，，，给用户一个不忠实的谜底。。。”
他真正下功夫的是“生命感”。。。他的视察是：今天做机械人、做具身的公司，，，都在围绕传感器解决性能问题，，，但没有人好好研究过机械人和人互动时情绪层面的工具：它的眼神应该怎样设计？？机械做哪些行为表达，，，更容易获得人的信任？？“这些都是设计层面、产品界说层面的工具，，，是我们团队较量善于的。。。”
这条路也不是一步到位的。。。萌友经由许多代产品迭代、大宗真适用户测试，，，最后收敛到一个形态：桌面上有一点活感，，，把眼神做好，，，把触摸体验做好，，，再叠加一整套养成游戏机制，，，让机械人“越养越纷歧样”，，，唤起人像养活体宠物一样的消耗激动。。。“先让这个机械人——一个多模态的传感器——在用户桌面上长时间生涯下来，，，它就会网络数据。。。有了数据，，，影象层就能做得越来越笔直，，，用户会以为，，，这个宠物越养越懂我。。。”
临界点在本钱。。。“硬件本钱、token本钱降到极致，，，用户花三四百块钱、抱着尝鲜心态买一个新宠物的时间，，，这个产品可能就有百万级、万万级的量。。。”他坦言，，，现在还在很是早期的阶段，，，“2万用户只是凯时AG起点。。。”
06.投资人押注哪个场景？？
站在投资人的角度，，，哪些场景更有戏？？
王晟的回覆是：“投资人现在还没有完全的共识，，，哪个场景更好、更值得投。。。”但有一个条件是共识的：这一波具身智能未来的空间很是大。。；；；；等嗽谖锢硖煜吕锾婊蝗俗稣庑┦虑，，，爆发的价值会大幅凌驾它只在数字天下里能做的事；；；；它能承载的企业数目和规模，，，也会大幅多于现在这些大模子公司。。。
第一个被普遍看好的偏向，，，照旧偏消耗品、toC、to家庭。。。“它最容易规；；；；，，，它跟车一样，，，有一个重大的基数，，，每个家庭可能都要买一两个。。。这内里有可能泛起新的苹果、三星，，，或者小米、OV。。。”
图源 / 萌友智能
但说到“情绪”，，，他一方面以为，，，情绪可能是一个很是很是大的价值。。。“纯功效性的消耗，，，并纷歧定能赚到比情绪消耗更多的钱。。。”谈恋爱、陪家人度假、养猫养狗，，，某种意义上全是情绪消耗。。。
但另一方面，，，他以为情绪的不确定性极高。。。功效是可以锚定的，，，但情绪欠好说，，，“同样的供应链，，，同样的设计水平，，，同样的销售渠道，，，泡泡玛特每年研发几百款IP，，，几年就是几千款，，，为什么只有拉布布、Molly、星星人火了，，，剩下的几千个品，，，到哪去了？？”
以是他给不出标准谜底，，，只能case by case：有人喜欢场景清晰、结构清晰、能算出来的市场，，，好比手机、礼物；；；；有人喜欢风险更大、但市场也更大的，，，好比做服务；；；；尚有人专挑那种看起来难搞、琢磨未必、但一旦搞出来就无比重大的市场，，，好比情绪价值。。。
07.大脑、小脑、触觉、本体：谁的价值最大？？
场景各有各的账，，，但无论切哪个场景，，，都绕不开统一个问题：这条工业链上，，，大脑、小脑、本体，，，谁更值钱？？
王晟：大脑毫无疑问价值最大，，，但不故障投全链条。。。
“今天所有的World Model都是大脑，，，小脑和操作部分会被定位成policy（战略模子，，，认真详细行动执行）。。。各人希望大脑做到通用，，，以是只有大脑能估出最大的价值，，，这毫无疑问。。。”他打了个类比，，，“就像基座模子之于所有应用，，，最大的永远是谁人基座模子。。。”
但这不故障他投全链条。。。英诺的全链条结构是：大脑、小脑、运控三个层面的模子公司。。。用王晟的话说，，，就是系统2、系统1、系统0（大致对应大脑做妄想、小脑做反映、运控做底层执行）；；；；种种本体公司，，，好比云深处、加速进化、松延动力等；；；；种种零部件公司，，，好比枢纽、灵巧手、触觉、视觉、滚柱丝杠等；；；；以及各式各样的数据公司：遥操的、仿真的、动捕的、ego（第一人称视角）的、umi（手持式操作数据收罗）的、触觉的、几何物理的。。。目的是让portfolio（投资组合，，，指英诺已投的各家公司）形成一个笼罩具身智能焦点节点的网络：“大脑公司需要数据、需要本体，，，本体公司需要供应链、需要手、需要触觉、需要大脑的支持，，，各人相互支持。。。”
史媛媛：80%的场景不需要触觉，，，但长尾里老有那么一点必需要。。。
“许多做大脑、做场景的先生都说，，，80%的场景不需要触觉，，，这是肯定的。。。但他们也都认可，，，最后的长尾内里，，，老有那么一点，，，必需要触觉。。。”她自己拿着触觉传感器在种种场景里试，，，包括各家的开源模子。。。她说自己越试越坚定，，，“是需要触觉的”。。。
图源 / 瞬恒智能
“机械人要真正用起来，，，尤其进家庭，，，要完成许多一连行动，，，这些一连行动由许多子行动组成，，，绝大大都不需要触觉，，，但其中就有某一点需要。。。好比倒水，，，手上就是要有力觉、有触觉，，，没有你就倒不了，，，或者一倒杯子就掉了。。。”
至于触觉为什么贵：“从原理上讲，，，它没有理由那么贵，，，可能是由于做的人太少。。。瞬恒也在起劲把本钱拉下来。。。”她也坦言问题的要害：“最后这个触觉的传感器，，，包括怎么屎厕，，，怎么表达、包括模子，，，怎么让它收敛，，，也是公司在探索的事情。。。”
肖海默：触觉不可或缺，，，千诀将一连聚焦机械人大脑。。。
作为“大脑派”，，，他的回覆是：“触觉是让机械人完全取代人，，，一定绕不过去的一个环节，，，可能是下一代模子训练必需纳入的新感知维度。。。”现在千诀以视觉为主，，，原因是触觉的成熟度、本钱都不敷，，，触觉数据的收罗也难题。。。
他给的类比很形象：“没有触觉，，，就像手在零下30度的情形里一连冻了一个小时，，，再回去做家务，，，许多细腻活就做欠好了。。。5到10年之后，，，机械人要大规模在家里叠衣服这类操作，，，触觉必不可少。。。”
“千诀选择专注于机械人大脑，，，坚持平台的开放性，，，不进入本体制造。。。”肖海默说。。；；；；谡庖徽铰远ㄎ，，，千诀将与芯片、传感器及本体厂商开展深度相助，，，推动软硬件协同优化，，，构建开放的具身智能工业生态。。。
何嘉斌：端侧小模子和影象体自己做，，，底层大模子谁好用谁。。。
整机厂商的分工逻辑更实操。。。Ropet以感知和微反馈为主，，，端侧只安排多传感器和端侧小模子，，，做一件事：全天候、不中止地拿到主人在物理天下里的context。。。最极端的情形是断网，，，你带机械人出去玩，，，它也能记着你的一切。。。
为什么一定要放端侧？？“行业内讲生命感的应激反馈，，，最理想的时间是400毫秒以内，，，无论云端语音模子照旧端到端模子都较量难做到，，，以是应激反映的部分一定要放端侧。。。”
现在端侧做了视觉、听觉、触觉、重力四个部分，，，未来还可能上嗅觉，，，模拟宠物完整的多维度感知。。。这么做尚有一个很现实的利益：省token，，，不需要随时挪用大模子。。。在何嘉斌的界说里，，，这个机械人“是以宠物视角纪录主人生涯的、一台很是智能的多模态摄像头”：主人一天七八个小时的陪同里，，，情绪怎么转变、做过哪些“高能行为”，，，端侧小模子都会记下来。。。
这些纪录先在外地处理：每个机械人天天爆发10到20兆数据包，，，外地模子把原始视频、音频“消化”成不含生物信息的文本再传上云。。。这也随手解决了隐私问题，，，“我们会告诉用户，，，这不是一个监控摄像头。。。端侧模子的价值之一，，，就是；；；；び没б私。。。”
再往上，，，影象体也是自己做的。。。服务器把端侧数据“翻译”成机械大脑能恒久明确的context文本。。。底层大模子开放采购：“哪家自制、哪家稳固、哪家内容质量好，，，我们就用哪家，，，但中心会插上凯时AG影象内容。。。”有了影象，，，大模子还能天生“影象衍生品”，，，好比宠物视角的日志、连环画。。。他把分工总结得很清晰：“端侧模子自己做，，，云端影象自己做，，，推理和决议交给大模子厂商。。。”
商业模式上，，，主机加配件的毛利不错，，，恒久影象、多模态识别、自动互动、部分语言能力会逐步以充值形式开放。。。“我们做的是一套养成游戏系统，，，有自己的钱币、道具、声誉系统。。。玩游戏的用户很是能明确花钱的地方，，，我们以为这比订阅制更容易让用户爆发消耗行为。。。
08.泡沫什么时间破？？什么样的公司能留下来？？
分工的账算清了，，，所有人还好奇一个问题：这轮热潮里，，，几多是啤酒，，，几多是泡沫？？
王晟此前一直提醒行业要小心“虚火”，，，年头还判断2026年下半年可能泛起转折点。。。现在就是下半年了，，，拐点到了吗？？会以什么形式泛起，，，公司估值回调，，，照旧某些链条上的公司出局？？
王晟给了判断标准。。。
“若是一定要说拐点——各人最先靠落地来评估具身智能公司的价值——特殊明确的时间点欠好给。。。但我照旧延续我的看法：到了明年，，，各人会看落地的能力。。。纷歧定是收入，，，而是你展示了长程使命落地的能力、相对还不错的效率，，，而不是拍剪辑。。。”
他还给了一个更确定的信号：WorldModel的早期投资窗口，，，基本关闭了。。。“头部VC大多已经投了几个World Model项目。。。再出来用World Model融资，，，已经很是很是难题。。。”
接下来，，，这批项目——“几十家算较量醒目的，，，融了上亿、几个亿，，，多的可能十几亿、几十亿”，，，会进入投资的收敛期，，，钱越来越向头部集中。。。“要害是你怎么证实你是头部，，，也许是一个更好的demo，，，也许是现实落地的实力，，，也许是科研范式上真的爆发了大的突破。。。VC看漂亮的demo、豪华的团队、讲叙事大把撒钱的阶段，，，已经已往了。。。
图源 / pexels
肖海默的谜底是”啤酒论”。。。
“若是拿一杯啤酒作比喻，，，行业生长历程中可以有泡沫，，，但杯子里更主要的照旧啤酒自己。。。”他引用了两个经济学理论：凯恩斯选美和柠檬市场。。。“行业早期保存一定的信息差池称，，，随着更多真实信号释放，，，企业的落地能力和商业化成色会逐渐展现。。。”
千诀的做法是：先把产品和规；；；；τ米鲈，，，与真实客户配合打磨、一连迭代。。。“当行业进入出清期，，，真正经得起客户和市场验证的公司，，，反而会展现出更强的竞争力。。。”
何嘉斌的谜底是离用户近。。。“我们一直在挖掘真实的用户需求，，，极致地压缩产品本钱，，，包管有不错的现金流和利润。。。”他尚有一个看法：“若是泡沫真的来了，，，对我们反而是好事，，，市场上的头部人才，，，会向我们这样离商业化更近的公司倾斜，，，我们招模子人才的本钱会变得更低。。。”
史媛媛的谜底是把基本功做扎实。。。“做好产品，，，把客户知足度、信任度做扎实，，，治理好运营本钱。。。我们是资产重的硬件模式，，，经常要采购许多硬件。。。”她也在等具身基础大模子的前进，，，“我们很希望大模子能让凯时AG场景做得更好”。。。
具身智能真正进入千家万户的那一天，，，标记性的事务是什么？？
史媛媛最坚决：“双臂机械人——不见得人形——能做家里的杂活，，，把人从家务活里解放出来。。。这点我历来没有摇动过。。。”
何嘉斌的回覆最简朴：“我们卖到100万台的时间。。。”
肖海默拆成了两个维度：“能发明问题的时间，，，会进一批；；；；能解决问题的时间，，，再进一批。。。”
王晟给了一个可量化的标准：“机械人能做家里一半的活，，，效率有人的一半，，，且一连一周不坏，，，硬件不坏、大脑不宕机，，，一周一连不必重启。。。做到这些，，，我以为就可以进入新时代了。。。”
还要多久？？“我是中性偏乐观，，，至少还需要2到3年，，，得3年起。。。乐观的VC以为未来一年就80%、90%、100%都能搞定，，，气馁的以为要七八年。。。”
*题图泉源于Unsplash。。。
