毛利率必然会在同质化激烈竞争中受到挤压

seosamira99

简单来说，就是不同任务通过不同模型来实现，分别让机器人学习概念并指挥行动，把所有的指令分解执行，通过大模型来完成自动化调度和协作，比如语言大模型来学习对话、视觉大模型来识别地图、多模态大模型来完成肢体驱动。 这种方式虽然底层逻辑上看还是比较机械，不像人一样有综合智能，但成本和可行性上，能让具身智能更快落地。 哪种路线更优？坦率地说，我们认为都有其局限性。 紧耦合的“未来派”，硬科技的含量显然更高，在突破后很容易和LLM一样给产业带来颠覆式的变革，让此前的大量工作成为无用功，但问题是商业化的周期很长，谷歌此前就曾将一门心思在人形机器人的波士顿动力出售，这一轮能坚持多久还是未知数。


松耦合的“务实派”，确实能很快落地产业应用，但技术壁垒相对不高，随着AI玩 欧洲手机号码列表 家增多，存量市场逐渐被开发，，商业前景会很快到达天花板。此前国內某机器人龙头企业，就因为技术含量不高而折戟科创板，这说明具身智能产业还是要笃定远一点的未来，积累硬核科技。 星辰大海与商业赚钱之间的沟壑，是每一个AI企业都要穿越的“死亡之谷”。 四、我们对机器人还有哪些期待？ LLM方兴未艾，距离通用智能只是理论可行，究竟如何实现，还有很长的路要探索。





从这个角度看，被大模型带火的具身智能，目前也还留在语言、视觉这两个经典的AI任务领域，能否进一步突破，前途也很朦胧。 既然如此，为什么学术界和产业界依然将其作为下一个AI风口来布道呢？原因或许在于以下两点： 从学术上看，具身智能是行为主义的极致。人工智能的两大门派：符号主义和联接主义。联接主义也叫行为主义，不追求意识的本质，希望用人工神经网络模拟人的行为，让机器“看起来像人”，让人形机器人成为现实，具身智能就是行为主义发展到极致的表现之一。