2024年，虽然大模型掀起的“具身智能”创业潮还没多久，但在「智能涌现」访谈过数十家机器人公司后，我们发现一条圈子里的“鄙视链”。
“搞软件的，鄙视搞硬件的，搞大模型的，看不起强化学习的”，多位行业人士给出了类似的观察。
认知的不同，决定了机器人创业者的入局姿势。
英诺天使基金合伙人王晟向智能涌现表示，国内涌现出的几百家机器人创业公司中，大概有三类基因：
一是原来机器人出身的创始团队，更关注机器人硬件能力，主要围绕控制和电机。本体派的核心是机器人本体（人形/四足狗），其次是机器人的臂或关节。
二是软件背景的团队，更关注机器人的智能化和泛化能力，但“软”还可以进一步细分：
一批是上一波AI热潮中的创业者，转型至机器人领域，比如CV、强化学习；另一批则是真正大模型背景的玩家，这波人更少，处于鄙视链顶端。
"看不上国内那些搞硬件的公司。”一家具身智能大脑公司创始人对智能涌现直言。在他看来，软件才是机器人发展的卡点，但目前硬件公司在AI软件上的预算太低，“只是简单接接国外开源的大模型”。
宇树科技是典型的“硬件派”，其创始人王兴兴曾在一次公开采访中回应过这一点——他们对于AI的投入很克制，因为太烧钱了，“机器人才是我们的立身之本”，他甚至直言，“欢迎客户用我们的硬件，哪怕把我们的软件全删了”。
一位机器人硬件公司人士无奈表示，目前机器人在“软”的方面还没收拢共识——行业存在太多的技术范式和路线，大脑和小脑的边界是什么？具身智能到底怎么做？目前行业还很混乱，留有很多问号。
宇树 Unitree G1
而“软硬之争”的结果是，国内大部分硬件公司，还在用传统的硬件思维来做机器人，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做一个硬件。
各自为政，行业呈现出一种隐约的割裂状态。
大模型，还没办法“赋能”机器人
“现在搞硬件的公司，就是视频拍摄公司！”多位投资人、行业人士向智能涌现表示。
今年以来，许多机器人厂商在demo里展示的场景足够酷炫：比如机器人可以在汽车工厂搬东西，帮忙分拣货架商品，给人一种AGI时代机器人照进现实的感觉。
但实际情况却并非如此。
一个完美demo的幕后往往是：若拍摄一个机器人从抽屉里抓水杯的场景，比如训练的时候是早晨，到拍摄的时候天黑了；或者训练时抽屉里多摆了两个杯子、抽屉位置挪动了——这些细枝末节一改变，都可能导致机器人任务失败。
“有的demo，甚至一万次才成功一次，（视频里）不诚实的情况非常严重。”一位行业人士表示。
但你可能会疑惑，大模型在手机、电脑各类终端上已经足够智能，为何无法让机器人大脑变得更聪明？以至于让硬件公司们需要在“完美”demo上如此努力。
figure 02
据智能涌现了解，目前大部分硬件公司对大模型的理解和应用并不深入——基本只是简单接入国内外通用语言大模型。但实际上，大模型与机器人真正需要的”空间智能“，还有很远的距离。
多位行业人士向智能涌现表示，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。“语言大模型和机器人落地一点关系都没有，区域任务上的成功率，惨不忍睹！”
而前述具身智能大脑公司创始人表示，目前国内没有一个团队真正从机器人出发，去做适配具身智能的大模型。
此前，机器人行业的一项解决方法是，在多模态大模型和机器人身体之间，引入一个中间层“小脑”——它的作用是承上启下，存放多项“子任务”（比如把“让机器人冲咖啡”任务拆成“拿杯子-磨豆子-冲水”等多项子任务），供大脑调配，也让机器人身体能读懂并且动起来。
但新的难点又出现了。一方面，小脑的引入，意味着机器人厂商们需要在其中预设无穷无尽的子任务，若遇上复杂的任务，各个子任务还需要再进一步拆分。
另一方面，数据匮乏则是更艰巨的难题。目前，政府和一些公司已经投入大量资源进行集中训练，但多位行业人士表示，效果并不理想，因为大家既不清楚应该收集何种数据，也不知如何界定优质数据的标准。
以抓杯子的场景为例，理想状态下的高质量数据应该是，拿一个机械臂控制它从头到尾做一遍，告诉他——抓杯子要怎么抓，当任一场景变化了，又要怎么抓。但这也意味着，一个简单抓取的动作，就需要几千万条、甚至几亿的数据。
当大家怀揣着“大模型改变一切”的心态闯进机器人领域，才发现中间的gap远比想象的更大。
一场集体纠偏
从行业的角度来看，割裂的状态并不健康，而如今的投资人、产业玩家们，正在出现一场关于“纠偏”。
2024年下半年，机器人行业的投资风向隐秘出现变化。王晟告诉智能涌现，在2024年前，很多投资人粗浅认为，投机器人=投资人形机器人硬件。
在过去的一年半，人形机器人公司烈火烹油，估值飙升。据智能涌现了解，以宇树科技、智元机器人为例，两家炙手可热的机器人硬件厂商，近两年连续完成数轮融资后，估值双双迈过10亿美金大关，“贵到大家投不起”。