界面新聞記者 | 伍洋宇
界面新聞編輯 | 宋佳楠
8月21日，2024世界機器人大會期間，作為獵豹移動董事長兼CEO、獵戶星空董事長，傅盛就AGI（通用人工智能）、具身智能、大模型機器人等話題進行了演講。
傅盛表示，自己在AI 1.0時代便看到了機器人將從傳統(tǒng)的工業(yè)場景走到服務業(yè)場景，乃至千家萬戶的機會，因此于七年前投資創(chuàng)辦了獵戶星空。
而在進階程度更高的AI 2.0時代，他用“人類科技史上的奇跡年”來形容人工智能的這波崛起，認為可與牛頓的“萬有引力”或是愛因斯坦“相對論”的出現(xiàn)相提并論。在他看來，大語言模型帶來的端到端創(chuàng)新范式的影響，對全行業(yè)、全社會都會產(chǎn)生巨大改變。
受益于ChatGPT在語義理解方面實現(xiàn)的能力突破，機器人也迎來更多發(fā)展機會，因為“語言實際上是人類真正獨立于其它物種的核心智能”。
“智能涌現(xiàn)”的整個過程可謂“神奇”。用AI教母李飛飛的話來說，“大模型是個灰盒”。伴隨著各種不確定性，OpenAI率先走出一條與眾不同的道路，且實現(xiàn)了創(chuàng)新。
但傅盛指出，大語言模型并不一定是通往AGI的唯一道路。他贊同Meta首席科學家楊立昆的觀點：大語言模型的天然結(jié)構(gòu)使得它很難實現(xiàn)AGI。
其中有兩方面考量因素，一是更小參數(shù)的大模型是否同樣可以實現(xiàn)智能；另一方面，不是所有工作都需要AGI這樣的“愛因斯坦”，整個社會是一個金字塔形的多元結(jié)構(gòu)，基層需要更多平民化的大模型出現(xiàn)。
當前，OpenAI、蘋果、微軟等科技巨頭都在以實際行動驗證“小模型”趨勢，這可能讓大模型直接成為端的一部分，而不只是在云上。
今年1月，獵戶星空也曾發(fā)布小參數(shù)模型Orion-14B。除了考慮大參數(shù)模型的成本昂貴之外，這家公司認為，機器人一定要在端上跑自己的模型，才可能既解決數(shù)據(jù)隱私問題，又做到實時快速響應。
傅盛表示，端模一體帶來的產(chǎn)品和科技變革的意義將更大，會直接引發(fā)交互革命和生產(chǎn)力革命，而大模型機器人是獵戶星空所押注的賽道。目前，該公司將其分為勞動協(xié)作機器人、接待營銷機器人和遞送配貨機器人三類。
就大模型私有化部署而言，傅盛稱自己不僅要負責產(chǎn)品，也對銷售投入了大量精力。他發(fā)現(xiàn)，ToB（企業(yè)端）的銷售本身就是一個產(chǎn)品化過程。
在他看來，這項業(yè)務的收入表現(xiàn)不會是一條很陡峭的曲線，甚至過去幾年經(jīng)歷過近乎水平的進程。但由于大模型的介入，明年產(chǎn)業(yè)規(guī)模可能會有明顯變化。
演講結(jié)束后，傅盛接受了界面新聞等媒體采訪，對AGI實現(xiàn)路徑、小模型趨勢、端模一體、雙足機器人的未來等熱門話題，給出了自己的看法。
以下為采訪實錄，略作編輯：
問：你說大語言模型不是AGI的唯一路徑，所指的到底是Scaling law不行，還是Transformer架構(gòu)不行？
傅盛：對于Scaling law到底行不行，大家都有自己的看法。我看谷歌一位研究員說，現(xiàn)在大語言模型遇到了瓶頸，標志性事件就是GPT-5發(fā)不出來。OpenAI作為一家科技創(chuàng)業(yè)公司，18個月沒有發(fā)自己的旗艦產(chǎn)品，而是忙著做Search GPT，或者GPT-4o，說明要么是卡著上不去，要么是訓練出的效果不太好，沒有質(zhì)的提升。
硅谷都在盯著GPT-5到底何時出來，出來后是不是有大的提升。如果沒有提升，可能會有點類似出現(xiàn)互聯(lián)網(wǎng)泡沫的感覺。
我也不知道到底是Scaling law不行，還是Transformer架構(gòu)不行。做大語言模型就是一個嘗試的過程。OpenAI有技術(shù)信仰，他們堅信這事，靠一個ChatGPT活過來了。但今天到底為什么這樣，以后它的Scaling law能走到什么地方，沒有原理去證明。此外，新的數(shù)據(jù)從哪里來也是個問題。
問：從GPT-4o mini和Apple intelligence來看，小模型可能是趨勢。你認為端模一體最考驗企業(yè)的是什么？這個能力現(xiàn)在中美有明顯差距嗎？
傅盛：小模型已經(jīng)不斷被驗證了。技術(shù)發(fā)展到這一步，一個幾十億參數(shù)的模型能力已經(jīng)不錯了，蘋果做的所有工作都是在它的小模型上?，F(xiàn)在看起來端上的需求是很大的，無論是手機、電腦，未來一定是這樣的邏輯。
中美應該沒有太大差距。訓練小模型對算力要求低，需要結(jié)合真正的應用場景，這方面中國有自己的優(yōu)勢，迭代快。包括私有化大模型出海，如果不是美國的大公司在做，那些創(chuàng)業(yè)公司和中國的效率還是有差距的。
問：1月份時，你曾說過超越OpenAI的機會一定來自大模型的應用。大半年過去了，現(xiàn)在看到哪些應用的機會？
傅盛：那個時候，對于是否做好一個特別牛的模型就能解決所有問題，大家有很多爭議。今天看起來答案非常明顯，即做好一個模型也不能解決大多數(shù)問題。學界也在討論，大語言模型到底能不能實現(xiàn)AGI？去年大家都信心滿滿，現(xiàn)在很多人覺得不太可能，它只是一個更好用的工具而已。
我們可能真的不會遇到一種“萬能”技術(shù)，所有的技術(shù)最后都要跟不同的場景結(jié)合。即便有這樣的能力，還要考慮成本。比如你要取暖，最簡單的就是燒柴火，而不是建一個熱力站，不同場景中大家的需求不一樣。
今天可見之處都是應用的機會，只是有些可能不屬于創(chuàng)業(yè)者。比如蘋果發(fā)布了iOS 18，股價最高上漲10%。你把手機改造一下可能有機會，但只要手機廠商自己干，你就沒機會。
機器人也是一個很大的應用。雖然我對雙足機器人商業(yè)化不看好，但對機器人這個行業(yè)的發(fā)展充滿了信心。
大語言模型出來之前，讓機器人拿杯子是個世界級難題，當時大家都是絕望的，認為不可能做成。但今天有了大語言模型，它自己具備了規(guī)劃、判斷和模糊的體驗，能讓機器人成為很重要的產(chǎn)品載體。
問：為什么不看好雙足機器人商業(yè)化？
傅盛：技術(shù)過于復雜。雙足機器人必須依賴于機械結(jié)構(gòu)，但結(jié)構(gòu)不是摩爾定律支撐的，每年能改一點點就不錯了。就像汽車剎車系統(tǒng)、底盤，一百年過去了，改了多少？
雙足機器人進展比較慢，今天是電機問題，明天也是，最多電機大一點。為了雙足犧牲了太多，包括產(chǎn)品的能耗和穩(wěn)定性。雙足機器人要解決摔倒的問題，而人的穩(wěn)定性相當高。
再者是成本，用幾個電機和輪子相比，它成本一定高，還要保證在99%以上的場景不能出錯。
作為一個研究方向是可以的，但說現(xiàn)在雙足機器人要大行其道，我不看好。每個人的夢想都值得鼓勵，但還得看能不能真正量產(chǎn)，以及量產(chǎn)以后市場的接受程度。
問：雙足機器人做科研的這幾年，主要是解決哪些問題？
傅盛：結(jié)構(gòu)的靈活性問題以及算法問題。膝蓋是非常復雜的，有各種肌肉、小關(guān)節(jié)，還有很好的力反饋，再借助大腦、小腦，才能讓我們站立。雙足機器人是鋼鐵的東西，沒有這些，只能靠算法。由于端到端，算法的確進步很大，像波士頓動力以前所有的積累可能都廢了，但難度還是挺大的。
問：如果三五年之后，它們真的能落到產(chǎn)線上，會改變你的看法嗎？
傅盛：不會，因為你能落在產(chǎn)業(yè)上，我一個輪子的結(jié)構(gòu)也能落，而且永遠比你便宜100倍以上。今天你花20萬買輛汽車，一下能開出去100公里。有一天來了一匹機械馬，需要100多萬，你買車還是買馬？車就是這么打敗馬的。
機器人用輪子很有優(yōu)勢，等到有一天產(chǎn)品真正穩(wěn)定的時候，其實干活是用上半肢。
問：有一些雙足或者人形機器人的研報，會說現(xiàn)在處在人形機器人的“前夜”，你是否認同這樣的觀點？
傅盛：去年（特斯拉）“擎天柱”出來的時候，很多投資人都很受震動。當時特斯拉放話，再過一兩年，能達到幾萬臺或者10萬臺的規(guī)模。當時我說不可能，今天話就放在這。
之前特斯拉說明年會有1000臺“擎天柱”進入工廠，但我認為它們做不到很好地工作。以特斯拉的實力，放1000臺去測試是可以的。
一些企業(yè)講人形機器人產(chǎn)線搬運，這完全是作秀，搬運為什么不用叉車？用加機械臂的叉車不行嗎？一個輪子能拉100公斤，人形機器人搬運兩公斤就不禁摔，更別說造價多少。
現(xiàn)在離“前夜”很遠很遠。2017年，我的團隊就拿機器人點蠟燭，好多機械臂廠商也說要改變行業(yè)，后來發(fā)現(xiàn)這個行業(yè)真的很難改變，因為機械結(jié)構(gòu)是一點點磨出來的。不能因為埃隆·馬斯克做了這個事就覺得一定行。人都有驕傲的時候，他也不例外，沒有神嘛。
問：大模型機器人是怎樣一個概念？
傅盛：有點“具身智能”的概念。大模型通過語言的學習構(gòu)建了對這個世界的基本邏輯和認知。大語言模型可以做出規(guī)劃，反饋給人，這比以前（做機器人）的技術(shù)難度要低很多，要知道以前所有的移動都得寫控制代碼，寫起來很費勁。
大模型是實現(xiàn)具身智能的推動力，是一個基礎條件。在沒有大模型之前，（機器）理解世界是不可想象的。
問：這個概念為什么這兩年才火起來，它和之前的那些智能化的機器人傳感器等有什么不同？
傅盛：之前的很多智能化可以理解成一種程序化的過程，比如先幫你預設好，看了一個什么東西去點一下，這已經(jīng)算很高級了。最早的都不需要交互，自動化完全匹配，這是第一階段。
第二階段有一定判別的技能，我們叫做“規(guī)則”。規(guī)則很難容納太多的東西，比如突然出現(xiàn)一杯水，但（代碼）沒寫就傻了。有了大語言模型，它可以理解世界，知道這是水，只要有足夠多的數(shù)據(jù)，就不用再寫規(guī)則代碼，而是通過各種方式去獲得更多的數(shù)據(jù)進行訓練。這也是為什么“具身智能”一下火起來了。
問：獵戶星空服務機器人在海外市場主要的應用場景是哪些？中國的機器人產(chǎn)品出海要進一步克服哪些困難？
傅盛：目前獵戶星空機器人主要還是遞送類，在餐廳送餐、回盤，也有一些交互類的，去做講解、引導等工作。
海外需求相對旺盛，因為發(fā)達國家勞動力比較貴，而且稀缺。要進一步打開市場，就得用大模型把它智能化。
我們在海外遇到了一些問題，也在慢慢克服。早期部署成本很高，不僅機器人過去，也要讓商家會用。我們未來的目標是實現(xiàn)“開箱即用”，機器人做到這個并不容易，它得認識環(huán)境。以前需要人去給它建圖，現(xiàn)在有了大語言模型，這件事的難度會大幅度降低，甚至可以實現(xiàn)自動化。
另一個問題是交互能力。我們在海外一直沒有做交互，因為每個國家語言不同，還得做定制，非常復雜。而大語言模型天然就是翻譯機，像獵戶星空大模型（Orion-14B）的日語能力在開源模型里是比較好的，因為我們認真訓練了一下日語。最神奇的是，你都不用管它，只要把日語輸出給它，它自然就會了，而且會翻譯。這放以前也是一種顛覆，是它的天然能力。機器人未來要把智能化再提高，拓展它的應用場景。
我雖然不看好人形機器人，但覺得機械臂去做一些動作是可以的。我們下半年會有機械臂方面的產(chǎn)品推出，因為它在某些場景下能夠?qū)崿F(xiàn)一定的任務。
問：SaaS在中國差不多被驗證是失敗的，獵豹現(xiàn)在做私有化大模型，會不會也會面臨企業(yè)付費意愿低的問題？畢竟現(xiàn)在AI應用還沒有產(chǎn)生多少收入，包括國外也是。
傅盛：是的。我們現(xiàn)在在和頭部的企業(yè)合作，一期已經(jīng)在交付，二期正在做，我們認為是有可能標準化的。
中國的市場我可能改變不了，但只要做好，讓企業(yè)都能滿意，我們就把它標準化，下一步再出海去做。出海本就是我們的基因，很多海外客戶也愿意接受（私有化大模型）。海外市場足夠大，愿意付費。經(jīng)過中國市場驗證的產(chǎn)品模式，現(xiàn)在到全球都是有競爭力的。
問：你覺得窗口期大概有多久？
傅盛：最多就到年底，一步一步來，我用更長的時間來看這件事情時，思路就會不太一樣，現(xiàn)在就是盯效果，真要說多拿幾單進來也不是不能。
問：在獵戶星空這邊，你的精力主要放在產(chǎn)品這塊嗎？
傅盛：現(xiàn)在是，銷售上我也得花精力。我后來意識到，ToB和ToC最大的不同，就是ToB銷售本身就是一個產(chǎn)品化的過程。
比如說私有化大模型跟做ToC不一樣，做ToC我自己覺得這個產(chǎn)品不錯，不需要ToB。但是ToB必須要了解客戶，這對我們以前做ToC的團隊來講是個挑戰(zhàn)，這兩年慢慢積累了一些經(jīng)驗，學了不少。
問：這種業(yè)務收入規(guī)模的提升，大概是一條什么樣的曲線？有所謂爆發(fā)節(jié)點嗎？
傅盛：ToB的肯定不會那么快，前幾年其實還在水平線上，今年開始產(chǎn)品化，能再做好一些。大語言模型是讓整個機器人場景發(fā)生了很大的拓展。我今天展示的講解、直播機器人，以前是很難實現(xiàn)的，現(xiàn)在能做到接近于人的水平，明年它的增長可能會比較大。