物理AI是风险投资领域最热门的赛道之一，多家公司正筹集数十亿美元资金，将支撑大语言模型的技术应用于机器人领域。
这股热潮帮助中国领先的机器人制造商宇树科技完成了大规模IPO，该公司在登陆中国版纳斯达克后估值达到660亿美元。然而本周形势急转直下，公司市值蒸发近半。分析人士指出一个显而易见的问题：虽然机器人的物理能力在提升，但它们仍然缺乏真正创造价值所需的知识和技能。
上周举行的Actuate大会是一场面向为机器人开发AI大脑的开发者的聚会，现场的热情显而易见。主办方Foxglove（一家帮助物理AI模型构建者管理和可视化数据的公司）表示，该活动自2023年创办以来规模已扩大两倍，共有1500名与会者。
风险同样显而易见：另一家物理AI基础设施公司Avala展位上的标语承诺解决“机器人数据危机”。
这场危机指的是AI模型缺乏高质量的训练数据。构建能做任何任务的通用机器人的尝试仍然遥遥无期，而针对特定任务使用端到端学习也尚未产出具备可靠商业性能的产品。对于开发者而言，答案是更好地模仿前沿AI实验室的进展——寻找或创建更多样化的数据集，尝试不同的训练方案，并设计更好的强化学习场景。
Harry Mellsop是Antioch的创始人，这家初创公司为模型构建者开发模拟工具。他认为物理AI正处于“GPT-2时代”——即ChatGPT出现之前的OpenAI模型。要跨越这道坎，需要更多的数据和算力，尤其是用于创建高保真模拟的、针对光线追踪优化的GPU。
走得最远的是自动驾驶汽车，部分原因在于能够从人类驾驶的汽车中收集相关数据，另一部分原因在于其主要任务是避免碰撞，而非操作物理环境。许多模型构建工具都来自自动驾驶公司；例如Foxglove就是由通用汽车旗下自动驾驶项目Cruise的前员工创立的。
如今这些汽车公司越来越押注于自己在机器学习工具方面的投资，将能与专用人形机器人制造商竞争。特斯拉已经在用Optimus机器人进行尝试，如今专注于自动驾驶的Wayve和网约车巨头Uber也都成立了以人形机器人为研究方向的重点实验室，作为研发投入。
“我认为你需要从车辆起步……操作机器人就像五年前的自动驾驶，”Wayve首席执行官Alex Kendall告诉TechCrunch。“数据基础设施、仿真、机器学习运维基础设施很可能是共享的，但用于模拟器的特定世界模型将需要不同的后训练。共性会很多，但针对不同形态也需要一些差异。”
Kendall认为，现在承诺任何单一硬件平台还为时过早——传感器和其他组件的进步来得很快，真正通用的模型应该更加与硬件无关。
Genesis AI是一家垂直整合的人形机器人公司，今年完成了1.05亿美元的种子轮融资。其首席执行官Théophile Gervet对此持不同意见，他告诉TechCrunch：“这波浪潮中谈大脑战略还为时过早；我们认为软硬件协同设计有很多机会。”
Gervet还谈到了该领域的另一个热门话题：如何具体聚焦物理AI业务。针对特定任务的机器人公司正在将机器人推向实际场景——Gritt正在建造太阳能电站，Agility在工业环境中部署机器人，Bedrock则自主操作挖掘机。与此同时，通用人形机器人仍停留在实验室中。
“没有客户在乎成功率80%的通用机器人，”Gervet谈到这一困境时说。“我们看到很多其他玩家走向通用路线，但因为没有垂直聚焦，所以没有提供价值……但是，如果你在GPT-2之上构建（狭窄）垂直应用，你会被基于GPT-4构建的公司碾压。”
然而，投资特定垂直领域的诱惑确实存在，因为这不仅能带来收入，还能提供真实世界的部署数据。虽然任务特定数据可能没有足够的多样性来推动通用模型前进，但它对于制造能增加价值的机器人很重要。Bedrock首席技术官Kevin Peterson指出，他的公司刚刚开始以挖掘作业作为理解“野外操作”挑战的切入点，但计划开发一个跨越一系列工程机械的智能层。
管理所有这些数据是一个挑战，尤其是因为视觉和激光雷达数据的密度很大。Foxglove本周发布了一款新产品，基于Nvidia的Cosmos开放权重世界模型构建，允许工程师通过复杂的自然语言查询搜索这些数据，以构建评估和模拟。目标是加快分诊和调试速度，使模型构建者能够更快地迭代。
那么，Sam Altman最近所说的“几年后”将到来的物理AI传奇“ChatGPT时刻”会是什么？Kendall指出，世界上最大的机器人部署仍是消费级扫地机器人。在他看来，ChatGPT时刻是让消费者兴奋的东西，而不是让投资者兴奋——投资者似乎已经足够兴奋了。
“一个例子是，在汽车上实现不到1000美元硬件的脱眼自动驾驶，”Kendall说；他的公司正在向汽车制造商授权模型，力求实现这一目标，这并非巧合。他认为这项业务是数十亿美元的机会，将使他们能够构建真正通用的具身AI模型。
对Gervet来说，物理AI变得真实的时刻是“开箱即用的操作。你可以用自然语言与机器人对话，让它执行任何基本操作任务，比如推、拉、合上笔记本电脑、清理桌子，无论你想做什么，它都能以某种可靠性水平工作，比如说开箱80%以上的成功率——这大致就是你的ChatGPT体验。”
Foxglove首席执行官Adrian Macneil以不同的方式看待这个问题。
“机器人领域不会出现ChatGPT时刻，”他告诉TechCrunch。“让ChatGPT成为时代时刻的是其分发能力——他们在一周内从零增长到约一百万活跃用户……现实世界中的分发比这难得多，对吧？我会为机器人领域的Apple II时刻或IBM PC时刻感到非常兴奋。什么时候我能买到一台家用机器人，开始做一些有用且有趣的事情？”