在机器人的创业圈内，存在着一条隐晦的鄙视链，划分着不同背景和技术路线的创业者。
软件对硬件的鄙视
软件背景的创业者认为，机器人的智能化和泛化能力是机器人发展的关键，而硬件公司只是在简单地接入开源的大模型，缺乏对AI软件的深入理解。他们甚至直言看不上国内那些专注于硬件的公司。
大模型对强化学习的轻视
大模型背景的创业者处于鄙视链的顶端，他们认为语言大模型的数据量越大，反而更容易产生"幻觉"，干扰任务执行。而强化学习，这一传统机器学习技术，在他们看来过时且难以解决机器人的通用性问题。
硬件对软件的抵触
硬件公司的创始人则认为，机器人是他们的立身之本，他们需要克制对AI的投入。他们直言欢迎客户使用他们的硬件，即使客户删除了所有的软件。一些硬件人士表示，机器人行业的技术范式和路线太多，目前还很混乱，留有很多问号。
行业割裂的现状
这种鄙视链导致了机器人行业的割裂状态。大部分硬件公司仍然用传统的硬件思维开发机器人，对于"脑"的运用只是蜻蜓点水；而大部分做"脑"的公司则选择自己从头开始打造硬件。
大模型的局限性
尽管大模型在手机和电脑上已经表现出强大的智能，但它们无法直接赋能机器人。语言大模型与机器人实际需要的"空间智能"之间存在着巨大的差距。而机器人厂商需要引入"小脑"作为中间层，这又带来了无穷无尽的子任务和数据匮乏的难题。
投资风向的逆转
2024年下半年，机器人行业的投资风向出现逆转。此前备受追捧的人形机器人硬件公司估值飙升，而专攻机器人小脑/大脑的公司则面临融资困境。但随着投资人意识到具身智能才是机器人的关键，投资风向转向了投具身智能。
行业的集体反思
这种鄙视链和割裂状态引发了行业反思。硬件厂商开始意识到，他们需要构建通用的基础模型能力，再在上面长出专用的能力。而软件公司也开始认同硬件的重要性。
尽管机器人行业目前还处于共识尚未弥合的混沌状态，但终局是硬件与具身智能的结合，软硬件缺一不可。未来的机器人公司需要既懂AI，又懂硬件，更重要的是，他们需要相互认同。
原创文章，作者：睿鸿在线，如若转载，请注明出处：https://mip.orihonor.com/2024/11/25/16218.shtml
