物理人工智能（Physical AI）正成为风险投资最热门的领域之一，众多公司筹集了数十亿美元，试图将大型语言模型的技术应用于机器人领域。

这种热情推动了中国领先机器人制造商Unitree的大型首次公开募股（IPO），该公司在中国的纳斯达克等价市场上市后，市值一度达到660亿美元。然而，本周该公司股价暴跌，市值几乎缩水一半。分析师指出一个明显的问题：尽管机器人的物理能力在提升，但它们仍缺乏实际创造价值的能力。

在上周举行的Actuate大会上，汇聚了为机器人打造AI大脑的开发者，现场气氛热烈。自2023年首次举办以来，活动规模已扩大三倍，主办方Foxglove表示，本次共有1500名与会者。Foxglove是一家帮助物理AI模型开发者管理和可视化数据的公司。

风险也显而易见：物理AI基础设施公司Avala的展位上挂着“解决机器人数据危机”的标语。

所谓的数据危机，是指缺乏高质量的训练数据。通用机器人尚远未实现，专用任务的端到端学习也未能产出可靠的商业化产品。开发者们的解决方案是效仿前沿AI实验室的做法——寻找或创建更多样化的数据集，尝试不同的训练方法，探索更优的强化学习场景。

Antioch创始人Harry Mellsop表示，物理AI目前处于“GPT-2时代”，即OpenAI在ChatGPT之前的模型阶段。要突破瓶颈，需要更多数据和计算资源，尤其是针对光线追踪优化的GPU，这类GPU用于生成高保真模拟。

在该领域中，自动驾驶汽车走得最远，部分原因是可以从人类驾驶的车辆中收集相关数据，另一部分原因是其主要任务是避免碰撞，而非操作物理环境。许多模型构建工具来自自动驾驶公司，例如Foxglove的创始团队曾在通用汽车旗下的Cruise自动驾驶项目工作。

如今，这些汽车公司正押注于机器学习工具，试图与专注于类人机器人的制造商竞争。特斯拉已在其Optimus机器人项目上尝试，自动驾驶公司Wayve和网约车巨头Uber也相继成立了专注于类人机器人研发的实验室。

Wayve CEO Alex Kendall表示：“我认为机器人技术需要从车辆开始……操作型机器人就像五年前的自动驾驶。数据基础设施、模拟和机器学习运维基础设施大多是共通的，但模拟器的具体世界模型在训练后会有所不同。大多数部分会有共性，但不同的机器人形态也需要差异化设计。”

Kendall认为，现在下定论选择某一硬件平台还为时过早，传感器和其他组件的快速进步意味着真正通用的模型应更具硬件无关性。

而类人机器人公司Genesis AI的CEO Théophile Gervet则持不同观点，他认为“目前阶段脑部策略还太早，我们认为硬件和AI的协同设计机会更多”。

Gervet还谈到物理AI领域的另一个热点：如何聚焦具体业务。专注于特定任务的机器人公司已开始实际部署——Gritt在建设太阳能农场，Agility在工业环境中应用机器人，Bedrock则实现了挖掘机的自动化操作。相比之下，通用类人机器人仍停留在实验室阶段。

他指出：“没有客户会关心成功率只有80%的通用机器人。很多公司走通用路线，但没有垂直领域聚焦，因而无法创造价值……但如果你基于GPT-2构建某个垂直领域机器人，最终会被基于GPT-4的公司击败。”

尽管如此，投资特定垂直领域仍具吸引力，因为它不仅带来收入，还能获得真实世界的部署数据。虽然任务特定数据可能缺乏多样性，难以推动通用模型进步，但对打造有价值的机器人至关重要。Bedrock CTO Kevin Peterson表示，公司以挖掘机为起点，理解“野外操作”的挑战，未来计划开发覆盖多种建筑机械的智能层。

管理这些数据是一大挑战，尤其是视觉和激光雷达数据的密集度。Foxglove本周发布了基于Nvidia Cosmos开源世界模型的新产品，允许工程师通过复杂的自然语言查询搜索数据，构建评估和模拟，目标是加快问题排查和调试，提升模型迭代速度。

那么，物理AI何时会迎来类似ChatGPT的爆发时刻？Kendall指出，目前全球部署最广泛的机器人仍是家用吸尘机器人。对他而言，ChatGPT时刻应是能激发消费者兴趣的突破，而非仅仅是投资者的兴奋。

他举例说：“当你能以不到1000美元的硬件成本实现车辆的无视线自主驾驶时，那将是一个重要时刻。”他的公司正授权汽车制造商开发相关模型，视该业务为数十亿美元的市场机会，并借此打造真正通用的具身AI模型。

Gervet认为，物理AI真正成熟的标志是“开箱即用的操作能力。你可以用自然语言指挥机器人完成基本操作，比如推、拉、关闭笔记本、清理桌面等，且成功率达到80%以上，这就是类似ChatGPT的体验。”

Foxglove CEO Adrian Macneil则持不同看法：“机器人不会有ChatGPT那样的爆发时刻。ChatGPT之所以成为现象，是因为它的快速分发——一周内用户从零增长到百万。现实世界的分发远比这复杂。我更期待机器人领域的Apple II或IBM PC时刻——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？”