过去一年,“物理AI”突然成为一个高频词。
从英伟达、谷歌、Meta等海外巨头下场,到国内企业密集发布世界模型,资本、人才、产业资源正在快速向这个方向聚集,具身智能、自动驾驶、人形机器人……这些原本分散在不同技术路径里的词汇,正在被重新放进同一个叙事里。
但问题也随之而来:当AI已经可以理解语言、生成文本、编写代码,它距离理解真实世界还有多远?当资本、技术和概念同时涌向物理AI,我们究竟该用什么标准判断一家公司是否接近真实需求?
这些问题没有简单答案。
尤其对一家已经在这个赛道里走了11年的公司而言,今天的热闹并不陌生。自动驾驶也曾经历过类似周期:资本涌入、创业公司密集出现、行业期待被迅速抬高,然后再进入漫长的落地、洗牌和商业化考验。
智行者科技董事长兼CEO张德兆博士,对这种周期有一种“似曾相识”的感受。
近日,在与头部财经综合平台《华尔街见闻》的深度访谈中,张德兆深入聊了物理AI的热潮、世界模型与真实数据,以及一家科技公司如何在长期主义与现金流之间做权衡。既有对行业趋势的判断,也一路走来关于创业心路的真情流露。
与其说这是一场关于行业真知灼见的观点输出,不如说这也是一场关于真实世界的追问:当AI真正走出屏幕之后,它首先应该去哪里?又凭什么在那里活下来?
以下为经编辑后的访谈精彩节选,全部访谈内容见上方视频:
Part 1
物理AI热潮:是技术突破,还是资本故事?
华尔街见闻:今年物理AI是一个非常火热的赛道。李飞飞的World Labs估值从10亿美元涨到50亿美元,杨立昆的公司也创下欧洲AI史上最大的种子轮金额,国内也有物理AI概念股上市首日暴涨。你在这个赛道已经做了11年,突然看到全世界都冲进来做这件事,你是什么感受?
张德兆:我其实会有点似曾相识的感觉。因为自动驾驶这个赛道,前面也经历过这样一个极其受资本关注的阶段。国内从2014年到2017年那几年,一下子涌出200多家智驾公司,涌入的资本也超过了千亿。我觉得整个行业热闹起来,对行业是好事情,因为只有受到资本关注之后,人才、产业基础才会往这边聚集,才可能成熟。但是,在热闹之后一定要有所积累,最终形成相应能力,真正服务于社会价值,才可能持续发展。
华尔街见闻:那在当下这波热度里,你理解有多少是真正技术上的突破,有多少可能是资本上的故事?
张德兆:这个很难真正地区分。资本的叙事和技术的突破,其实是相伴相生的。只有技术达到一定程度,才会引起资本关注;另一方面,也只有资本持续投入,才能推动技术持续突破。关键取决于我们这些置身其中的从业者,拿了资本之后,到底在干什么?是不是能够扎扎实实有所积累,推出真正满足需求的产品,从而创造价值。
Part 2
物理AI的“ChatGPT时刻”到来了吗?
华尔街见闻:今年CES上,黄仁勋提到物理AI的“ChatGPT 时刻”已经到来。你认同这个判断吗?
张德兆:我觉得,社会对于物理AI的产业共识时刻到来了。
华尔街见闻:这个共识具体是什么?
张德兆:就是我们需要物理AI,这一点已经形成共识。但如果说物理AI要像ChatGPT一样,以一个很低门槛的方式进入所有人的生活,我觉得还需要一定时间。ChatGPT作为一种数字AI,之所以能够迅速普及,是因为它具备几个条件:统一的模型、海量的数据、易用的入口,以及及时的反馈。但物理AI不同,它作用于真实的物理世界,一旦某个物理AI机器出错,带来的副作用和负面影响可能是巨大的。所以,物理AI除了需要算法进步,还需要在安全、智能闭环等方面继续完善,这个过程还需要有一定的时间。
华尔街见闻:如果让你预测的话,你觉得这个时间点,会在多少年之后到来?
张德兆:很难说一个准确的时间,但我认为它是一个渐进式的过程。如果有一天,物理AI可以成为我们大众平时天天在用,但是又没有特别刻意去感知到的一个基础设施,就像我们现在用水、用电一样,那可能就是它真正成熟的时候。我觉得物理AI也会有这样的一个发展的历程。
Part 3
拆开“大脑”:世界模型到底是什么?
华尔街见闻:最近你有没有跟同行有一些讨论,行业里头大家比较关心的是什么?
张德兆:今年大家讨论比较多的是世界模型。当然,世界模型大家也有很多方向上的讨论。智行者今年也推出了我们的世界模型TransWorld。TransWorld是基于我们公司十多年来在极限作业、智慧生活和智能出行多个业务线的积累基础之上发布的。我们希望基于这个世界模型,一方面打造“一脑多形”的能力——所谓“一脑多形”,也就是一个物理AI的大脑,能够应用到多种形态的机器上,让不同的机器都成为我们物理AI的载体。另一方面,我们也希望在新开拓的场景当中,能够更好、更快速地进行整个大脑的迁移。
华尔街见闻:好,那如果今天拿到一台我们可能不太熟悉或没有见过的机器,把它接入这个TransWorld,它需要花多长时间能够学会干活?
张德兆:某项技术或者某个模型,对一个新的载体,装上去马上就能工作,我觉得那不是技术,有可能是魔术。从一个机器到下一个机器,能力迁移的速度能够越来越快,机器会越来越聪明,我觉得这是我们世界模型,我们的TransWorld,重大的一个意义。
华尔街见闻:那它(世界模型)跟语言大模型最本质的差别到底是什么?
张德兆:语言大模型,你可以把它理解成是一个看了世界上所有书的人。比如我们桌上这个水杯,它知道这里头是水,也知道水是无味的、无色的。但是对于这杯水,现在这个杯子的材质是怎样的,如果要拿起这个水杯需要多大的力度,这杯水的温度是0度还是100度,它们真正的差异是什么,以及我们拿起这个水杯倾斜多少度水就会洒出来,我觉得这些是世界模型的范畴。世界模型就像一个在社会上一天到晚摸爬滚打的人,对整个物理世界有一个充分认知和感知。
Part 4
巨头下场,说明这里正在成为主战场
华尔街见闻:今年4月,腾讯跟阿里锋芒非常盛,在同一天各发布了一款世界模型产品,包括谷歌、Meta、英伟达都在下场做这个东西。巨头做出来这些产品,你有去拆解或者去了解过吗?
张德兆:我们肯定会去做相应地了解。我觉得巨头现在下场来干这个事情,说明这个行业确确实实在逐渐地成为大家的主战场。做TransWorld这样的一个模型,我们主要的目标是让机器具备自主移动和智能作业的能力。面向这样的一个目标,我们做的是一个垂直的模型。在这样的一个垂直的场景、垂直的模型下,我们的优势就在于我们积累了大量的数据,这个是这些巨头所不具备的。
华尔街见闻:我们经历过很多的热潮,比如说前几年的元宇宙,现在已经没有人提了,但是像智能手机,已经变成了大家生活中必不可少的一部分。你感觉物理AI或者世界模型这个概念,5年或者10年之后,它是会像前者一样消失,还是会变成一个everywhere的一个东西?
张德兆:实际上我们选一个方向,一定不是押它这个概念,而是押它背后的硬需求。物理AI背后的需求,是让机器通过AI真正辅助甚至替代人类,把人类从危险、繁重、重复、低效的工作中解放出来。并且这个需求会越来越紧迫,因为全球老龄化越来越严重,港口、矿山、清洁、环卫、危险作业等场景,从业人口越来越少。所以它不是一个风口的问题,而是一个结构性的问题。
Part 5
智行者到底是一家什么公司?
华尔街见闻:你们今年明确提出自己是一家物理AI公司,这个定义是怎么得出来的呢?如果现在来了一个人,他不太了解智行者这家公司,你怎么用大白话最明确地跟他讲,这是一家做什么的公司?
张德兆:我们最开始是以自动驾驶、无人驾驶这样的技术起家。但做着做着我们会发现,我们大部分产品除了自主移动之外,都具备智能作业的能力,无论是极限作业智能体,还是AI清洁机器人。移动的能力是基于原来的无人驾驶、自动驾驶技术;作业能力就需要跟物理世界进行大量交互,去完成感知、预测和决策等等过程。这个其实就是当下所说的“物理AI”,只不过先前没有“物理AI”这个概念。现在回头看,它刚好概括了我们一直在做的事情。并且通过这些相关智能体的投放,我们积累了大量复杂、困难场景下的数据。这个是我们智行者在物理AI时代最大的一个优势。
至于智行者是一家什么样的公司,我不太希望大家仅仅记住我们的某一个产品,或者某一个领域的业务方向。我希望大家能够理解,智行者真正提供的是一种能力:一种能够让万物自主移动以及智能作业的能力。我们真正想干的事情,是让AI从屏幕里面走出来,进入到真实的物理世界当中,能够辅助甚至替代人类,把人类从一些危险、繁重、重复、低效的工作当中解放出来,让我们的生活最终能够更安全、更高效、更美好。
华尔街见闻:如果把时间拉长到20年后,你希望大家怎么看智行者,或者怎么看物理AI?
张德兆:我希望20年之后,“物理AI”这个词要被淘汰掉。你看我们现在聊天,我还需要去解释物理AI到底是什么,但我希望若干年之后这个词能够消失掉,因为一项技术顶级的成功,一定是它要融入到社会肌理当中,融入到社会的方方面面,就像水和电一样,大家天天在用,但是大家不会再去讨论它。我觉得这才是一项技术的顶级的成功。
Part 6
极限作业:AI最应该去到人类不可及之处
华尔街见闻:你们有三条业务线——极限作业、智慧清洁和智能出行。极限作业这个部分,我个人也比较感兴趣,可以先跟我们说一下,极限作业大概是用在哪些场景当中吗?
张德兆:我们的出发点是认为,AI最应该运用到一些危险场景当中,比如极高温、极低温,或者说极复杂、极危险的相关场景当中,就是人类不可及的地方,我觉得那是最需要AI的地方。所以最终产生了我们极限作业这样的一个业务方向,它的应用场景包含消防应急、抢险救灾,以及一些高危场景的检测等。技术上,我们刚刚在国家科学技术奖励大会上获得了国家最高程度的认可,拿了国家科技进步二等奖。这也是对我们在极限作业技术领域最强大的认可。
华尔街见闻:具体是什么技术拿了奖?
张德兆:我们的物理AI技术已经应用到“无依托”环境中,也就是在无地图、无信号、无网络的野外场景下完成作业。我们大约在2018年进入这一领域,2019年便将第一个产品推向市场。目前,相关产品已经在多个场景中落地应用。比如无人森草消防车,前年我们在内蒙古交付了一批。它可以让消防员在距离火场数百米之外进行作业,由车辆自主前往火场,开辟出隔离带。此前内蒙古一次火情中,我们的无人车形成一条100多公里的隔离带,去阻止火势蔓延。
华尔街见闻:像这样的极端场景还是挺罕见的,你们是怎么识别到这个需求的?是政府或者消防局提出具体需求,然后推动你们研发吗?
张德兆:我一直讲我们拒绝“拿着锤子找钉子”,还是要回到客户真实需求本身。从大的方向看,危险场景无非是消防应急,甚至核生化、核电站等高危环境。我们要进一步研究的是,智行者所拥有的自主移动和智能作业技术,到底能给客户解决什么问题。
其实这样的场景很多,也非常细分。比如石油开采领域,很多油田位于人烟罕至的地区,物资补给非常困难。过去需要人反复往返运输,我认为这完全可以通过无人车来解决。再比如拆弹场景。电影里经常出现这样的桥段:有人发现炸弹,拆弹专家赶到现场,之后发生爆炸。但我觉得这些完全可以靠机器去解决,机器去巡逻,发现有炸弹之后,伸出个臂把它剪了就好了。
这些我觉得都是用AI、用物理AI能解决的方向。对于商业价值来说,一方面它的单价会比较高,但我觉得,它的社会价值会远远高于商业价值,它的整个社会效应,我觉得是无价的。