每經(jīng)記者｜可楊    每經(jīng)編輯｜陳星    

過去一年，具身智能持續(xù)處于資本與產(chǎn)業(yè)關(guān)注的交匯點(diǎn)。一方面，融資規(guī)模不斷擴(kuò)大，技術(shù)演示頻繁刷新行業(yè)想象；另一方面，穩(wěn)定落地、規(guī)模復(fù)制以及成本控制仍是行業(yè)繞不開的現(xiàn)實(shí)挑戰(zhàn)。

2月10日晚間，星海圖合伙人、CFO（首席財(cái)務(wù)官）羅天奇在接受包括《每日經(jīng)濟(jì)新聞》在內(nèi)的媒體采訪時表示，具身智能最終依然是一個由 Scaling Law（規(guī)模定律）驅(qū)動的 AI（人工智能）行業(yè)，勝負(fù)手不在于短期的融資額，而在于每一塊錢能換回多少智能。

2月11日，星海圖完成10億元B輪融資。截至本輪，星海圖累計(jì)融資額近30億元，估值百億元，成為繼宇樹、智元、銀河通用之后具身智能行業(yè)又一只百億元獨(dú)角獸。

星海圖機(jī)器人 圖片來源：企業(yè)供圖

具身智能邁向資源密集型競爭階段

羅天奇將當(dāng)下的具身智能賽道比作當(dāng)年的“百團(tuán)大戰(zhàn)”。他認(rèn)為，美團(tuán)當(dāng)年之所以能贏，并不是靠一招鮮的技術(shù)，而在于其對生意本質(zhì)有很深的認(rèn)知。而去年開始瘋狂燒錢的友商很像當(dāng)年“百團(tuán)大戰(zhàn)”及早期行業(yè)發(fā)展不夠充分時，把融資款全用來投流獲客的那些公司。

在具身智能產(chǎn)業(yè)中，星海圖是一家在融資節(jié)奏和支出上顯得相對審慎的公司，面對“花錢慢”的質(zhì)疑，羅天奇則表示：“具身智能本質(zhì)上還是AI行業(yè)，技術(shù)核心驅(qū)動力是 Scaling Law?！彼赋?，具身智能目前仍處于Scaling Law初期，數(shù)據(jù)還在準(zhǔn)備階段且數(shù)據(jù)量不夠大。他判斷，隨著Scaling Law進(jìn)一步發(fā)揮作用，行業(yè)將出現(xiàn)明顯的格局收斂。

羅天奇透露，目前頭部具身智能企業(yè)在算力和數(shù)據(jù)投入規(guī)模上，大致為頭部大語言模型創(chuàng)業(yè)公司的十分之一，但這一差距可能迅速縮小。他強(qiáng)調(diào)，Scaling Law的擴(kuò)展本身具有指數(shù)特征，“可能今年規(guī)模上升一個數(shù)量級，未來兩三年再繼續(xù)放大”。

羅天奇進(jìn)一步強(qiáng)調(diào)，當(dāng)前具身智能仍處于技術(shù)競賽早期階段。“我們今天是在跑一場馬拉松，而不是百米賽跑，行業(yè)整體可能才跑出一公里?！?/p>

因此，他認(rèn)為，企業(yè)需要保留足夠資金，以應(yīng)對未來數(shù)據(jù)增長帶來的算力與模型訓(xùn)練成本激增。他直言，行業(yè)競爭的本質(zhì)是誰能把一塊錢換回最高程度的智能?！霸谥袊呱碇悄芄纠?，誰花錢效率最高，誰就最值得獲得資本投資?！?/p>

當(dāng)前具身智能行業(yè)正經(jīng)歷一次重要的結(jié)構(gòu)性轉(zhuǎn)折，資本邏輯正在從“廣撒網(wǎng)”轉(zhuǎn)向“押頭部”，行業(yè)也從早期技術(shù)探索階段逐步邁向資源密集型競爭階段。

行業(yè)存在規(guī)模效應(yīng)，但硬件成本不是比拼關(guān)鍵

關(guān)于具身智能的“ChatGPT時刻”何時到來，業(yè)內(nèi)爭議頗多。羅天奇認(rèn)為，“ChatGPT時刻”不一定是一兩年內(nèi)很快到來的，但這并不妨礙商業(yè)化的率先開啟。

羅天奇將具身智能的商業(yè)化拆分為技術(shù)驅(qū)動與商務(wù)驅(qū)動，后者包括了機(jī)器人表演等場景。

從技術(shù)驅(qū)動的角度，羅天奇認(rèn)為，目前能夠跑通的三個硬性邊界包括厘米級的精度要求、接近人類80%的作業(yè)速度以及99%準(zhǔn)確率水平的應(yīng)用環(huán)境。他介紹，這類場景在當(dāng)前產(chǎn)業(yè)中具有較大數(shù)量基礎(chǔ)。

在他看來，部分場景的料箱搬運(yùn)、物流分揀以及末端配送的“最后一公里”操作，是率先符合這些邊界的場景。與自動駕駛不同，具身智能對容錯率更友好，不需要等到99.99%的成功率才能落地。具身智能會“潤物細(xì)無聲”地進(jìn)入千行百業(yè)，“甚至若干年后大家回顧這個過程，好像記不得哪一年是具身智能的‘ChatGPT時刻’，但是具身智能已經(jīng)真的走進(jìn)千行百業(yè)了”。

在商業(yè)化選擇上，羅天奇強(qiáng)調(diào)要避免將資源過早投入由商務(wù)驅(qū)動的商業(yè)化。他認(rèn)為，如果技術(shù)基礎(chǔ)尚未穩(wěn)定就大規(guī)模推進(jìn)市場擴(kuò)張，容易導(dǎo)致頭重腳輕。

羅天奇認(rèn)為，從財(cái)務(wù)視角看，具身智能的ToB（面向企業(yè)端）生意在營收規(guī)模上極具潛力。大模型廠商賣一套私有化模型可能只有幾十萬元收入，但這可能只是一臺具身機(jī)器人的價(jià)格。當(dāng)給一個大客戶賣出數(shù)十甚至上百臺機(jī)器時，實(shí)現(xiàn)數(shù)億元的營收并不困難。但他強(qiáng)調(diào)，相比營收的絕對數(shù)量，更應(yīng)關(guān)注營收的質(zhì)量，如開機(jī)使用比例和毛利率等指標(biāo)。

對于規(guī)模訂單能夠帶來的供應(yīng)鏈議價(jià)能力變化，羅天奇的判斷是，具身智能行業(yè)同樣存在一定的規(guī)模效應(yīng)，但硬件成本最終不會是大家比拼的關(guān)鍵。

“這個行業(yè)中長期的商業(yè)模式是賣‘物理世界的Token’，就跟大語言模型賣虛擬世界Token一樣。”羅天奇分析稱，當(dāng)供應(yīng)鏈成熟到一定程度，即以年產(chǎn)10萬臺以上為標(biāo)志，硬件成本將不再有實(shí)質(zhì)性差別。屆時，真正的壁壘在于兩點(diǎn)：一是智能水平，二是由智能水平反向定義的硬件設(shè)計(jì)和生產(chǎn)制造能力。

全球競爭靠數(shù)據(jù)供應(yīng)鏈，技術(shù)路徑應(yīng)聚焦執(zhí)行智能

在全球競爭視角下，馬斯克曾預(yù)言未來全球前十大機(jī)器人公司，除了特斯拉剩下的可能都在中國。羅天奇對此深表認(rèn)同，但他指出，外界往往只看到了中國的硬件供應(yīng)鏈優(yōu)勢，卻忽視了數(shù)據(jù)供應(yīng)鏈優(yōu)勢。

“這個（數(shù)據(jù)供應(yīng)鏈優(yōu)勢）是比硬件供應(yīng)鏈更夸張的優(yōu)勢?！绷_天奇直言，中國最高質(zhì)量的數(shù)據(jù)采集成本可能只有美國公司的十分之一。這意味著花相同的錢，可以采集到10倍數(shù)量的數(shù)據(jù)，這一成本差距遠(yuǎn)高于硬件BOM成本（物料清單）的差異。在他看來，這一優(yōu)勢將成為中國具身智能長期競爭的重要基礎(chǔ)。

在技術(shù)架構(gòu)層面，對于世界模型的發(fā)展是否會反向推動具身智能的問題，他認(rèn)為，世界模型本身是一個更宏大的命題，短期內(nèi)更適合擁有算力與多模態(tài)積累優(yōu)勢的大廠持續(xù)推進(jìn)。從現(xiàn)實(shí)路徑來看，多模態(tài)視覺語言模型（VLM）的突破確實(shí)在持續(xù)發(fā)生。但他同時強(qiáng)調(diào)，很多具身智能公司對技術(shù)架構(gòu)分拆不夠細(xì)，在推理能力、理解能力等方面，如果已經(jīng)有更好的模型，創(chuàng)業(yè)公司沒必要重復(fù)“造輪子”。

羅天奇認(rèn)為，具身智能公司真正獨(dú)特、必須從零開始研發(fā)的部分，是具身基礎(chǔ)模型，也就是負(fù)責(zé)物理世界執(zhí)行能力的VLA端到端模型（視覺語言動作模型，Vision-Language-Action）。

在他看來，VLM與VLA是互補(bǔ)關(guān)系：前者負(fù)責(zé)理解與推理，后者負(fù)責(zé)行動與執(zhí)行。理解能力已經(jīng)由大廠持續(xù)突破，“我們真正獨(dú)特的部分，一定是從頭開始去做自己的VLA模型?！彼硎?，具身智能企業(yè)需要站在巨人肩膀上，但必須把資源集中在物理世界智能的構(gòu)建上。