今年11月的具身智能圈,风向微妙地变了:没人再翻跟头了,所有人都在算账。
截至10月30日,国内具身智能VC/PE投资额约1618亿元,是去年全年的3倍多;但7月起融资开始回落,10月单月已不足80亿元,环比降超40%。"资本寒冬"的说法又上了热搜。知乎·智能纪元AGI
先别急着唱衰。11月12日的百度世界大会具身智能分会场上,业内人当场摆出了一组行业数据账单。我听完的感受是:这不是泡沫破了,是机器人准备开始上班了。知乎·智能纪元AGI

第一笔:数据账——采集员干8小时,只有3.5小时能用
大语言模型命好:互联网几十年的文本摆在那,捞起来洗洗就能训。机器人没这个福气,它每一条"动作经验"都要从零制造。
数字很残酷:一个采集员干8小时,真正能进训练管线的数据只有3.5小时;每新增1万小时第一视角数据,光相机位姿处理就要烧掉3.7万到11.4万GPU卡时。原始数据要过15到20道工序才能下锅,有公司光处理数据就干了两年;100万小时层层筛完,进得了模型的可能只剩几万小时。知乎·智能纪元AGI
上海交大副教授李永露给的对照是:目前行业最强的具身模型约7B,能吃下100万小时数据,而想要理想能力,可能需要1亿小时数据来"洗"。36氪的类比更直观:GPT-3的训练数据是GPT-2的约30倍,如果具身模型照同样的幅度扩数据,从50万小时出发,下一阶段可能需要1500万小时。这就是业内说的"30倍数据缺口"。知乎·智能纪元AGI36氪

第二笔:算力账——16卡想压成8卡,不寒碜
“现在两机16卡,能不能压到单机8卡,效果不变?”——这是具身智能公司眼下问云厂商最多的问题。知乎·智能纪元AGI
不是抠门。卡越来越贵、供应越来越紧,省下来的每一分钱,都是下一轮动辄10亿级的模型迭代费。算账能力,正在取代讲故事能力,成为创始人的一号位技能。
第三笔:交付账——Demo成功一次,干活要成功一万次
这笔最要命:Demo可以只成功一次,交付必须成功一万次。
银河通用联合创始人张直政举过一个很诚实的例子:他们的机器人能把30分钟家务零失误做完,前提是它是在"刷过题"的场景里干活——换个没见过的厨房、锅、油温,很难说还灵不灵。华为云具身智能团队的吴小东说得更直白:当下的机器人,一遮挡就"瞎",一动起来就"傻"。知乎·智能纪元AGI知乎·AI早餐汇
所以11月初,小米CyberOne02在汽车工厂连续8小时分拣零件,才会被当成标志性事件。评论区直接分裂:一边说"这么简单的动作也要吹?“;一边是去过汽车工厂的人回"你才知道这含金量”。两边其实都对:单个动作不难,难的是8小时不停、不错、没人盯。微博·包容万物恒河水

普通人该看什么
下次再刷到机器人演示视频,你手里有了一套评分标准:看场景有没有刷过题、看它出错后能不能自己恢复、看后台有没有人盯着。整个行业的期末考题其实早就统一了——机器人独立干完一个班次,连续八小时稳定运行、不需要工程师守在旁边,遇到意外能自主恢复,第二天还能重复。36氪
宇树王兴兴给"ChatGPT时刻"划了一条清晰标尺:在约80%的陌生场景里,靠语音或文字指令完成约80%的任务,他认为2027年很大概率会成为机器人行业的临界点。微博·21世纪经济报道微博·极客公园
从这三笔账看:账算平的那天,才是那个时刻真的来的那天。