CES 现场观察：AI 贯穿一切与机器人热潮

泓君: 嗨，大家好，欢迎收听**《硅谷101》，我是泓君**。这期节目是我在参加 CES 展的时候录的。之前的节目我们讨论到机器人的时候，大家都是说怎么去实现这个世界上最难的科研话题，而 CES 它的本质是一个消费电子的产品展销会，所以我们其实能看到很多机器人从一个科研走向现实落地这样的思维碰撞。

比如说当机器人它真正要开始商业化的时候，就会有一个问题：我们现在真的需要一个人形机器人吗？今天跟我一起聊天的是猎豹移动的董事长兼 CEO、猎户星空的董事长傅盛，哈喽傅盛你好。

傅盛: 你好。

泓君: 对，还有一位是大家也很熟悉的硅谷徐老师。硅谷徐老师是一位连续创业者，现在也是 GEN Digital AI 的 Chief AI Officer。哈喽徐老师你好。

徐老师: 泓君好，傅盛好，很高兴我们一起来聊一下 CES。

泓君: 这几天大家其实是都在 CES 的会场。傅盛你应该是来了好多年了，你觉得有啥变化吗？

傅盛: 有一些变化，但是每年都来，你就感觉没有太大变化。虽然可能有些人看了一些好像挺激动人心的概念车、概念产品，去年也讲过这些概念。但是有一个强烈的感觉，这三年每年来的中国人和中国企业就在快速增长，简直就像深圳展一样。

泓君: 那你觉得趋势上，我早几年来 CES 的时候，会觉得大家整个趋势上在推无人驾驶，现在可能就是 AI 的概念是贯穿到 CES 所有的硬件、车这个理念的。包括今年其实机器人的展区是特别火，吸引的人流量也是很大的。我还看到了一个数据，CES 官方数据说，人形机器人行业所有参展商是 38 家，中国的参展商是 21 家。

傅盛: 是吗？居然还有 17 家不是中国的。

徐老师: 这个话题很好。我看有人说，这次机器人其实中、美、韩三国的竞争。机器人领域很有名的一家公司叫 Boston Dynamics（波士顿动力），它不是被现代集团给收购了吗？Boston 的那个是在 West Hall，他们的机器人看展的排队要等四十多分钟，相当之火。

泓君: 他们的特别之处就是，首先是 Boston Dynamics 在机器人领域，就是行动能力、爬楼梯这个历史开发的地位，再加上跟谷歌的关系，它还是有非常深度的积累的。另外就是他们今年在 CES 上官宣了 Atlas 的产品版，会在 2026 年开始生产和向首批客户交付，而且到 2028 年的时候，会实现一个更大规模的部署，并且形成一年高达 3 万台的产能。如果这个量产了，它会不会是整个机器人领域最大规模的量产？

人形机器人：是量产神话还是行业泡沫？

傅盛: 其实宣布这个量产意义不大。我在 2021 年、2022 年的时候，特斯拉刚做擎天柱（Optimus）没多久，那时候就雄心壮志的。那时我们内部就有一个投资人很小的会，在讨论要不要抓人形机器人的机遇了。后来他们说得到明确消息，当时特斯拉和供应链一些减速器厂商说明年要下 10 万台。后来我当时就说，可能特斯拉没有做过机器人，有点轻视了，我说肯定做不到。

所以你看它在 2025 年的时候，年初说是几千台，它最近不是换了一个负责人，那个人做 FSD 的，上来就是说先砍那个一半。当然你说像特斯拉这么大公司，它生产个 6000 台肯定能生产出来，但问题在于这个量产是不是真的落地的量产。要么就是客户买单，要么就是真的在实际场景当中它真能发挥出效率的，这种量产才有意义。我对波士顿宣布几几年三万台，我是非常质疑的，我甚至觉得不太可能做到。

徐老师: 我去看了 Boston Dynamics，当然这些 Physical AI（具身智能）人形机器人都在那边有真的 Demo，但没有让我感觉到有任何耳目一新的感觉。工厂的场景，跟过去的技术相比，你说有什么本质的区别？我相信现在很多仓库也有很多机器人已经在搬东西了，它当然更加 versatile（多功能）一点，但是不是一个本质的区别，我不清楚。我对 Physical AI 的向往是希望它到家里来，但这个看上去还非常遥远。

傅盛: 我从 2017 年开始就自己做机器人。昨天晚上我刚跟一个聚会辩论了半天，就到底人形机器人是不是泡沫，它是不是能落地。我说我们第一代机器人，2017 年的时候也是雄心壮志。当时我们也在机器人上加过双臂，工程师为了让我开心，在我生日那天让机器人过来给我点了个蜡烛。后来等我慢慢懂这个行业以后发现，这帮工程师就是为了让老板开心偷偷加班，弄出来显得他们很有研发实力，但是没法泛化。

后来发现加上手臂这件事，让电池消耗变得很大，整个机器又很重。当时一条臂也得十来万，当然现在便宜了很多。我们最近收购了一家公司叫 UFactory，现在它售价能做到五千美金、四千美金。但是后来我通过臂这件事就认识到，硬件它不像软件有个摩尔定律，可以大规模重构很快。硬件比如一个关节、一个电机、一个谐波减速器，它就得一点点地去改进，受制于物理结构很麻烦。

商业落地的核心：ROI 与性价比

傅盛: 事实上，当客户要用的时候，他考虑的就是性价比 ROI。今天比如说有一家公司叫极智嘉（Geek+），它就是仓库搬运，底盘升降能搬 200 公斤，梆就过去了。现在他们也在探索在底盘上再加两个臂。你要说搬东西加臂有没有用？有用。那加腿有没用？用处很少，成本一下高了非常多。工厂在设计的时候，基本上都是轮式可以通达的。你就觉得是用了一个大炮非要去打个蚊子，我用灭蚊器不更好吗？

如果你真的在工厂应用，所有的工厂都会考虑投入产出比。如果今天用双臂搬可以的话，肯定会出现一些公司，我就用很大的载重的轮式，我的成本至少是你的一半。今天你做人形机器人，至少一半的钱是在腿上的。我用一半的价格能实现你 95% 以上的效率，就没人会选这个。

徐老师: 傅盛给了我答案。我走出 CES 就在想，这跟我以前看到的到底有多大区别？其实说穿了就是两个：一个是你在固定的场景能做什么事情，另一个是泛化。泛化这一块，我觉得还很远。前两天我看到一个公司叫 Sunday，它有一个 Demo，它的机械臂可以把桌子上的酒杯抓起来放到洗碗机里面。

傅盛: 去年我去参观了 Figure，但我跟一个对 Figure 比较了解的人争论，我说你们到底为什么要做人形？他就觉得一旦做成了就可以通用。后来他前两天给我发信息，他去 Sunday 看了一下，大受震撼。他说为什么一定要有腿？你看这家公司，它做成这个以后，所有精力都在这个手上，因为底盘已经很稳定了。

我认为一定不是人形开始的，一定是首先从某种特殊的形态开始。你看最早进家庭的是扫地机器人。Robot 这个词来自于 Robota，说的就是劳动力、奴隶的意思，只要它干活就是一个 robot。但我们一讲机器人，它必须长得像人。所以我认为所有的好的产品和技术它是生长出来的，并不是你凌空做一个特别高大上的技术，然后一把就一个完美产品。

泓君: 刚才讨论的话题收敛一下，我们在讲一个核心话题：机器人是不是一定要人形？傅盛你的观点是只要能干活就行了。那为什么像特斯拉、Figure AI、Boston Dynamics 这些最顶级的厂商都在做人形？

傅盛: 其实可能是因为它做了人形机器人，就显得比较顶尖。这个热潮我认为就是 Elon Musk（埃隆·马斯克）弄起来的。在马斯克做人形机器人之前，大家都不太看好，波士顿动力都被卖了好几次。国内就是看着马斯克做了，那咱不能让，的确他真做成百万台，那世界就被改变了，所以宁可错判不能错过。

机器人领域的“长程任务”与技术瓶颈

泓君: 仅仅通过 Demo 很难看出一个机器人真正的泛化能力。但是昨天我在展上看到一家叫 Sharpa 的公司，它有四个任务非常有趣。第一个任务是折纸，折一个风车。那个机器人折得非常慢，一共 30 步。30 步在机器人领域是一个超长程任务的难题，意味着如果你每一步的成功率只有 99%，那么 30 步算下来，你的成功率就只有 70% 左右。

傅盛: 折纸是比打乒乓球要难多了的。我还记得 2017 年我们划火柴，工程师跟我说这是机器人界登月级的任务，因为力的掌控很关键。现在的折纸如果是从里面拿纸出来，它确实要对环境有判断。但我还是会高度怀疑它对这个任务做了大量的优化。

泓君: 对，他们的纸张都是给机器人铺好的。而且他们的臂很贵，5 万美元一只手，是业界最贵的机械手臂。

傅盛: 这就符合我的预期了，堆料一定可以堆出一些不错的体验。机器人成本最大的就是机械结构那块，电机、减速器这些物理的东西，降价真没那么快。芯片、传感器反而是成本里比较低的。一个七轴臂，以前要好几个谐波减速器，一个就上万块。虽然专利过期了，但你要发明出承载力好、精度高的新结构，到今天也没看到太多。

泓君: 如果去拆分机器人的成本，哪几个部分是占大头的？

傅盛: 关节是大头。比如 Figure 用的谐波减速器，动作就挺慢，但负载高。整个关节成本，里面能动的每个地方都是成本。最近小鹏有个机器人走路很好看，它的成本也很高。如果你外形好看，还要付额外的成本。加多了自由度，可靠性就会降低。

而且现在的人形机器人可用寿命是非常短的，今天也没有个标准。以前我们连一个电机都得从别的小车上去找，因为不成产业，大家都没有大批量、高规格的生产。

垂直场景的工程化挑战：从送餐到电梯

泓君: 在一个餐厅做一个送餐机器人，它能打平一个服务员的成本吗？

傅盛: 这是可以的，但接受度也不高。送餐机器人在国内已经做到 1 万块钱终端价了，但也卖不动。因为人不愿意去改变流程，服务员还得去学怎么用机器人。

徐老师: 美国人力成本高，但是我觉得让人家感觉到餐厅有机器人，这种噱头可能高于人力考量。

傅盛: 在欧美用送餐机器人确实会降低成本。但意大利有个案例，一个很深的潜水池，后厨离厅好远，两台机器人就来回跑。实际上这个行业花了很长时间才解决可靠性。最开始会撞桌子、撞脚，或者迷路。因为餐厅机器人为了便宜，用的是 500 块钱的单线激光雷达，定位容易丢失。后来想出办法在天花板上贴反光二维码，用红外看。用了很多这种工程化的方法，才解决稳定部署的问题。

还有电梯问题。国内找个师傅给 2000 块钱就能在电梯里装个板子，国外不行。在日本，电梯公司不准你动，要动先给 10 万块钱，每个月再收几千。机器人叫电梯是通过 Wi-Fi 做的，不是用手摁。海外酒店涉及合规和安全要求，不愿意做这个改造。

中国企业出海：从“吃苦耐劳”到“品牌生态”

泓君: 这次 CES 4000 家厂商里，中国企业占了 22%。我整体感受是今年中国厂商拿到的展位位置更好，装修更豪华。比如 Insta360，人手一个他们赞助的黄色袋子。

徐老师: 这一轮中国公司出海，很大的一个变化是你都看不出来这是出海公司了，越来越国际范了。

傅盛: 我觉得中国出海经历了三段。第一段是互联网行业的人海战术，搞 100 人做一个工具 App，水平远超美国。第二段是“吃苦耐劳的出海”，比如涂鸦智能，我们的工程师又吃苦又耐劳又便宜，帮亚马逊云做实施。这一波其实中国企业的研发和运营能力已经全面超越了。

第三段我觉得是模式领先。吃苦耐劳带来的迭代速度快，一年迭代 54 次，你就迭代两次，那我就经验比你足。但是这波出海要注意对当地市场渠道的理解和尊重。渠道很重要，美国最强的就是渠道，比如 Costco、Target。

傅盛: 还有一个要注意的坑，就是我曾遇到过被下架的事情。我反思了很久，当时我们在硅谷雇了不少人，但高管花的时间很少，没有建立起自己的人脉网络和生态系统。你就是一个公对公的，当出事情的时候，不信任感是很强的。

徐老师: 硅谷有个东西叫“关系”，但这跟中国的人情世故不一样。硅谷的关系是一个商业网络的关系。比如 OpenAI 和 NVIDIA（英伟达）绑定得很紧，有一种铁索连环共生的感觉。你要创业了，几个人因为很好的商业关系给你一张支票。

结语：期待机器人的“GPT 时刻”

徐老师: 我非常相信机器人还比较远。但我支持马斯克做人形机器人，因为他觉得泛化是很重要的。六年前我们谈 GPT，是因为我第一次看到情境学习能够泛化。以前做 AI 都是针对特有场景训练，稍微一变结果就很不一样。2020 年 GPT-3 让我看到泛化是有可能的。

傅盛: 两种方向都是对的。既要有解决世界上最难科研问题的路，也要有在过程中养活自己、商业化的路。如果人形机器人真成了，那就意味着机器人的 GPT 时刻到了，轮式机器人也会大行其道，因为加个手上去还是可以便宜一半。我也盯着一些像 Scale AI 这种专门做机器人大脑的，真心希望有一个模型能出来，把不同硬件泛化掉。

泓君: 好的，今天谢谢两位。如果大家喜欢我们的节目，欢迎在音频渠道订阅我们，也可以通过 B 站或 YouTube 关注**《硅谷101》**。我是泓君，感谢大家的收听。