在人工智能領(lǐng)域，涌現(xiàn)（Emergence）現(xiàn)象正成為推動技術(shù)革新的關(guān)鍵力量。當AI模型的規(guī)模達到某個臨界點，它們展現(xiàn)出類似人類的智慧，能夠理解、學(xué)習(xí)甚至創(chuàng)造。這種現(xiàn)象不僅存在于虛擬世界，也在現(xiàn)實生活中激勵著創(chuàng)業(yè)者們追求更高級的通用人工智能（AGI）。

在這股浪潮中，千尋智能公司的創(chuàng)始人韓峰濤和高陽博士，各自帶著豐富的經(jīng)驗和深厚的學(xué)術(shù)背景，共同踏上了一段新的征程。韓峰濤，一位在機器人硬件行業(yè)摸爬滾打多年的老兵，深知當前機器人應(yīng)用面臨的智能水平不足的問題。而高陽博士，作為伯克利大學(xué)計算機視覺和強化學(xué)習(xí)領(lǐng)域的專家，渴望將AI的力量注入物理世界。

千尋智能的辦公室位于西二旗軟件園，前臺簡潔大方，最引人注目的是一臺正在調(diào)試中的人形機器人。這家公司在短時間內(nèi)迅速擴張，從初創(chuàng)時期的幾人團隊發(fā)展到如今的近60人規(guī)模，辦公空間略顯擁擠，但工作氛圍卻異常活躍。

韓峰濤在采訪中強調(diào)，這是他的第二次創(chuàng)業(yè)，資金利用效率極高。為了吸引頂尖人才，千尋智能不惜重金，比如最近聘請了前字節(jié)跳動AI技術(shù)專家解浚源擔任具身智能部負責人。他認為，實現(xiàn)具身智能需要行業(yè)內(nèi)最優(yōu)秀的人才，這些人才雖然昂貴，但物有所值。

具身智能，作為AI領(lǐng)域的前沿課題，旨在讓機器人像人一樣通過交互、感知和行動自主執(zhí)行復(fù)雜任務(wù)。盡管這一領(lǐng)域充滿了不確定性，但韓峰濤對未來充滿信心。他相信，隨著技術(shù)的發(fā)展和數(shù)據(jù)的積累，具身智能將在未來2-3年內(nèi)實現(xiàn)商業(yè)化落地。

千尋智能在具身智能模型研發(fā)上投入了大量精力，韓峰濤表示，模型訓(xùn)練和機器人本體研發(fā)的精力分配大致為8:2。他認為，如果一家具身智能企業(yè)的目標是達到GPT3.5的水平，那么主要精力應(yīng)該放在模型能力的提升上。

2024年10月，美國具身智能公司Physical Intelligence（PI）發(fā)布的新模型成為行業(yè)的里程碑事件。PI在疊衣服任務(wù)上實現(xiàn)了前所未有的泛化能力，讓投資機構(gòu)和從業(yè)者看到了通用具身機器人的希望。此后，具身智能賽道的熱度飆升，成為繼大語言模型后的新投資熱門。

千尋智能也在這場熱潮中脫穎而出，近期完成了5.28億元的Pre-A輪融資，投資方包括阿美旗下Prosperity7 Ventures(P7)、招商局創(chuàng)投、廣發(fā)信德等。韓峰濤透露，公司自成立以來取得了多項階段性技術(shù)成果，其中復(fù)現(xiàn)PI疊衣服demo的視頻是公司的一大亮點。

對于具身智能的未來，韓峰濤表示并不擔心會遇到瓶頸。他認為，具身智能也存在Scaling Law，模型能力主要取決于數(shù)據(jù)的質(zhì)量和數(shù)量。隨著數(shù)據(jù)質(zhì)量的提升和數(shù)量的增加，模型能力將持續(xù)增強。

在商業(yè)化方面，韓峰濤認為具身智能無需達到全能狀態(tài)即可產(chǎn)生價值。未來2-3年內(nèi)，具身智能將在一些細分場景實現(xiàn)落地和商業(yè)化，如服裝廠的疊衣服任務(wù)。他強調(diào)，人形機器人和具身智能是兩個不同的方向，人形機器人更強調(diào)本體形態(tài)，而具身智能則更注重模型能力和AI能力。

韓峰濤還提到了中國具身智能企業(yè)的競爭優(yōu)勢。他指出，中國的硬件、供應(yīng)鏈和采集數(shù)據(jù)工人的工資相對較低，應(yīng)用場景豐富。在數(shù)據(jù)采集方面，中國可以建設(shè)大規(guī)模的數(shù)據(jù)工廠或采用眾包方式，這是美國無法比擬的。

在談及千尋智能的發(fā)展規(guī)劃時，韓峰濤表示公司將堅持軟硬件一體化的戰(zhàn)略。他認為，優(yōu)秀的具身智能企業(yè)必須同時掌握軟件和硬件技術(shù)。通過銷售終端硬件產(chǎn)品收集真實場景數(shù)據(jù)，將進一步推動模型的進化。

對于當前具身智能發(fā)展的瓶頸，韓峰濤認為是人才短缺。他強調(diào)，技術(shù)和know-how的快速迭代需要一流的人才來加快認知迭代和技術(shù)迭代的進程。因此，千尋智能在招聘時特別注重中國一流高校的優(yōu)秀博士。

在技術(shù)路線方面，千尋智能采用了端到端大模型VLA（Vision Language Action），將語言、圖像和動作融合在一起。韓峰濤表示，行業(yè)的技術(shù)路線已經(jīng)相對收斂，端到端大模型成為主流。

在訓(xùn)練具身智能大模型時，千尋智能采用了與大語言模型相似的范式和方法。先進行預(yù)訓(xùn)練讓模型對世界有基本認知，再用高質(zhì)量數(shù)據(jù)進行微調(diào)，并通過強化學(xué)習(xí)提高成功率。

對于具身智能的商業(yè)化場景，韓峰濤認為汽車主機廠并不是一個好的選擇。他指出，汽車主機廠的自動化程度已經(jīng)很高，用機器人替代人工的難度和成本都較大。相比之下，汽車零件廠如電池廠是更好的落地場景。

最后，韓峰濤談到了具身智能與通用人形機器人的關(guān)系。他認為，通用人形機器人的實現(xiàn)還面臨諸多硬件上的卡點，如靈巧手、雙足的高動態(tài)性能等。這些卡點需要材料科學(xué)、電機技術(shù)等基礎(chǔ)學(xué)科的進步來解決。