在2024年的科技浪潮中，具身智能的創(chuàng)業(yè)熱潮正席卷機器人行業(yè)，但一場關于機器人技術路徑的“內部分歧”也逐漸顯現。

在深入訪談了眾多機器人企業(yè)后，我們觀察到了一種行業(yè)內的“階層劃分”。多位業(yè)內人士透露，軟件開發(fā)者往往輕視硬件開發(fā)者，而大模型專家則對強化學習研究者持保留態(tài)度。這種認知差異，深刻影響著機器人創(chuàng)業(yè)者的切入點和戰(zhàn)略選擇。

據英諾天使基金合伙人王晟介紹，當前國內的機器人創(chuàng)業(yè)公司大致分為三類：一是傳統(tǒng)機器人背景的團隊，他們聚焦于硬件能力，如控制和電機技術，尤其重視機器人本體的研發(fā)，如人形或四足機器人；二是軟件背景團隊，他們更看重機器人的智能化和泛化能力，這類團隊又可細分為從AI熱潮轉型而來的創(chuàng)業(yè)者，如計算機視覺、強化學習專家，以及擁有大模型背景的新玩家，后者在行業(yè)內處于較為領先的位置。

宇樹 Unitree G1

一家具身智能大腦公司的創(chuàng)始人直言不諱地表示，軟件才是機器人發(fā)展的關鍵瓶頸，但目前硬件公司在AI軟件方面的投入嚴重不足，往往只是簡單接入開源的大模型。相比之下，宇樹科技等硬件派企業(yè)則對AI投入持謹慎態(tài)度，認為硬件才是他們的核心競爭力，甚至歡迎客戶僅使用其硬件。

這種“軟硬之爭”導致國內機器人行業(yè)呈現出一種分裂狀態(tài)。大部分硬件公司仍采用傳統(tǒng)的硬件思維，對“大腦”的運用淺嘗輒止；而大部分專注于“大腦”的公司則選擇從頭開始研發(fā)硬件。兩者各自為政，缺乏統(tǒng)一的行業(yè)共識。

更令人驚訝的是，盡管大模型在手機、電腦等終端上表現出色，但在機器人領域卻未能發(fā)揮預期效果。多位投資人和業(yè)內人士透露，許多機器人廠商展示的酷炫demo背后，往往隱藏著大量的失敗嘗試和“不誠實”的剪輯。大模型與機器人所需的“空間智能”之間存在巨大差距，語言大模型甚至可能因數據量過大而產生“幻覺”，干擾任務執(zhí)行。

Figure 02

據了解，目前大部分硬件公司對大模型的理解和應用并不深入，主要停留在簡單接入通用語言大模型的階段。而真正適配具身智能的大模型在國內尚屬空白。為了解決這一問題，機器人行業(yè)曾嘗試在多模態(tài)大模型和機器人身體之間引入“小腦”作為中間層，但這一方法又帶來了新的問題，如子任務的無限預設和數據匱乏等。

智元遠征A2-max

面對這一困境，機器人行業(yè)開始了一場集體“糾偏”。投資風向在2024年下半年悄然變化。此前，投資人普遍傾向于投資人形機器人硬件公司，但隨著人形機器人公司的估值飆升，這些公司變得“貴到投不起”。與此同時，專注于機器人小腦/大腦的公司則面臨融資困境，不得不重新思考市場定位。然而，今年下半年以來，這一趨勢開始逆轉，投資人開始轉向具身智能領域。

硬件廠商也開始反思過去的模式，逐漸意識到通用基礎模型能力的重要性。盡管大模型尚未真正應用于機器人領域，但它給這一行業(yè)帶來的啟示是，或許需要先構建通用的基礎模型能力，再在此基礎上發(fā)展專用的能力，以系統(tǒng)性地解決通用性問題。

機器人領域的“軟硬之爭”暴露了AI沖擊下機器人行業(yè)的混沌狀態(tài)。然而，不確定性中的確定性是，機器人的終局必然是硬件與具身智能的結合，軟硬件缺一不可。無論是從軟件還是硬件出發(fā)，最終的目標都是相似的，關鍵在于誰的商業(yè)效率更高。而在AGI時代，機器人公司需要既懂AI又懂硬件的團隊，更重要的是，團隊成員之間需要相互認同。