当大模型成为移动互联网之后的下一个产业周期后，人形机器人也开始成为承载这一技术的典型产品之一。
公开数据统计，2023年国内人形机器人领域共有19起融资，披露融资总额达26.7亿元，同比增长65.5%。2024年上半年，国内的人形机器人投融资事件已达13起，融资总金额超25亿元。在参与投资的机构，有经纬创投、峰瑞资本、红杉中国等风险投资机构，也有联想创投、上汽、小米这样的产业资本，还有亦庄创投、浙商创投等政府资金入场。
可以说，与上一波的自动驾驶创业潮类似，同样短期内还看不到商业化可能的人形机器人赛道上，为了抢到下一个时代的入场券，资本也开始了早期的密集押注。而不同是，相比自动驾驶而言，各地政府和国有资本进入人形机器人产业的程度更深、节奏也更快。
“政府层面如此深度地参与这样一个早期行业，确实是在十年前的自动驾驶创业潮中未曾出现过的现象。”
联想集团副总裁、联想创投合伙人王光熙对钛媒体APP表示，至于其中原因，一方面与整个资本市场的环境变化相关。近几年，国有资本在新兴产生产力相关的一些创新领域，开始扮演越来越重要的角色。
另一方面，人形机器人是一个非常早期的行业，也是一个跨领域的复杂系统工程——从AI软件到硬件，再到应用场景，整个价值链的链条非常长。这就导致单一的机构，很难像政府部门那样，凑齐那么多的资源来支持产业的发展。
王光熙认为，在人形机器人这个非常早期的行业中，政府出来做一些事情还是非常有价值的。而作为本轮人形机器人的资本参与方，联想创投也投资了诸如星动纪元、逐际动力等人形机器人领域的热门公司。
“人形机器人领域的早期投资，很关键的一点要看创始人是否具有极强的跨领域研发能力。也就是AI时代原生的具身智能科学家，而不是原来做了多年的机器人控制或者视觉算法，现在大模型火了，出来学着做具身智能的人。”
王光熙称，人形机器人领域的创业团队，需要有对前沿技术的理解和突破能力，然后将最前沿不同领域的工具融会贯通，这样才能做好整体的技术架构。
在王光熙看来，现在市场对于人形机器人的预期，短期过于乐观而长期则过于悲观。短期内，有些人期待着人形机器人很快就能下场干活，进入产线甚至家庭生活。但目前这个行业的现状是，至少需要两到三年才能够在部分技术领域有一些长足的进步和突破。
而从长远来看，有观点则认为人形机器人泛化能力的突破看不到希望，从仿真训练到实际场景的迁徙存在巨大鸿沟。但其实人形机器人从发展到成熟的过程中，存在着大量的中间状态，在不同的可控环境和可控场景里面，人形机器人可以干各种各样的事情。
以下是钛媒体APP与王光熙的独家对话内容，略经编辑：
自动驾驶在发展早期时，政府的倾向可能是先让企业在前面跑起来，然后在后续制定相关的政策。但人形机器人这波创业潮中，政府层面相对更靠前进入，包括引导基金参与投资或者各地成立创新中心。你是怎么看待前后两次创业潮中，政府相关部门的角色变化？
王光熙：你的观察是对的。
自动驾驶本质上还是基于百年汽车工业，有一套已经非常成体系的产业生态，有成熟的规则，可以依托于成熟的产业去做增量试验。因此，政府部门可能也没有必要在产业发展特别早期的时候，就参与进来。
相对于自动驾驶而言，人形机器人是一个技术难度更高的行业，未来潜在的应用场景也非常广泛，涉及到工业、物流、服务业，甚至是个人消费，牵涉社会的方方面面。而且，它还是一个跨领域、复杂的系统工程。从AI软件到硬件再到应用场景，整个价值链的链条非常长。
这就导致单一的机构，很难像政府部门那样，凑齐那么多的资源来支持产业的发展。这个时间点，政府出来做一些事情，还是比较合情合理的，也是非常有价值的。
此外，整个资本市场跟十年前相比也有了一些变化。国有资本在最近几年，尤其是跟新兴产力相关的创新领域，开始扮演越来越重要的角色，引领作用会越来越强，这确实在十年前是没有的。
在各地政府部门参与人形机器人发展的过程中，你认为那些城市会有比较大的优势？
以江浙沪地区为例，它本身的产业体系就很丰富，从AI到半导体算力再到规模化制造能力，都有比较全的供应链。同时，江浙沪地区的商业化比较发达，大家很会做生意。所以，他们做这件事是奔着能够商业化的目标去的，主导权更多是在企业。
北京这边可能不太一样，整个制造业相对比较少，但是优势也很明显，就是AI人才密度很高，还有高校和互联网大厂的资源。北京的政策是属于提纲挈领型的，通过建立框架性政策指导，构建平台型的产业技术生态。
对于人形机器人这样一个过于早期的行业，供应链的集聚效应，算不算是一个明显优势？
王光熙: 当然是。
机器人目前很多的零部件都不是新的，对于汽车零部件的复用度非常高。新能源汽车在最近十几年突飞猛进的发展，让中国在电机、电控、电池的产业集中度非常高。同时，汽车行业的激烈竞争，也让零部小型化、安全性和能量密度快速提升，这些零部件很大比例可以在人形机器人本体上复用。
除了本体之外，现在主流观点会把人形机器人其他技术分成大脑、小脑两个部分，这两个领域的技术发展又是怎样的？
王光熙：我其实并不喜欢这种分类方法，比如小脑代表的是控制，大脑代表的是感知理解，这样会把这个事情变得很割裂。从未来的终局来看，人形机器人可能会越来越像是一个高度融合的端到端模型，这种纯模型驱动的方式成功概率比较大。
其实就跟人一样，人的行为逻辑并不是先坐在那儿，然后想做一件事情，大脑先把它全计划完，然后把这个计划输出给小脑，让小脑接收到一堆指令，最后出现各种动作。人类行为的本质，是高度连通的神经网络，条件反射型的自主动作，有些是直接通过小脑进行运动控制。
所以，在目前人形机器人的基本形态都还没有完全确定的情况下，分别去研究大脑和小脑的技术，其实也不太现实。
这有点类似于特斯拉的FSD。FSD出现之前，大家会认为要实现自动驾驶需要安装多少个雷达，多少个传感器。但FSD出现之后，就把之前的感知、推理、决策逻辑，完全推翻了。通过基于神经网络的端到端模型，FSD能实现更好的强化学习效果。
但这里面有一个问题，特斯拉FSD的成功，是基于长周期、大量的汽车训练数据得来的。如果纯靠模型驱动，人形机器人各种维度的数据应该怎么获得？相比于特斯拉FSD所需要的数据量，人形机器人大模型的数据量是不是更大，获得难度也更大？
王光熙：不一定。
FSD出来之前，虽然特斯拉有了十多年的数据，但这些数据的对于纯模型驱动的FSD而言，价值没有那么高，此前投入大量精力做的数据标注工作可能都是白做的。你可以理解为，FSD不是因为特斯拉有了此前十年的数据量才能做出来，而可能是因为基于神经网络的端到端模型，基于近期更高质量的数据和现有的硬件框架，才有了FSD。
对于人形机器人的数据，现在学术圈也在探索，怎么用更高效的方式来获取数据和融合多种类型的数据。这些数据中，有些可能是机器人在真实场景中的训练数据，有些可能是从模仿学习得来的数据，有些可能是用高质量的仿真环境训练出来的数据，不一而足。
但总的来说，想要实现人形机器人的通用化，这些数据的需求体量也没有想象中的那么巨大，因为机器人运动控制的精度和灵敏度也不需要那么高。
和自动驾驶不一样，一个成熟的自动驾驶产品需要做到人类司机差不多的事故率，甚至更低。但对于通用人形机器人而言，它不一样要和人类同等水平或是超越人类水平，它可以有很多中间状态，基于不同等级的通用水平，可以在不同的场景做更多的事情。
这是不是也意味着商业化可能也没那么难？
王光熙：我觉得对于商业化，短期内大家都过于乐观，但是长期又都过于悲观。短期内，大家恨不得他明天就啥都能干。但长期来看，它能干还能干好，还便宜，这又很难且区别很大。比如，如果一个干活能力很强的机器人售价100万，你会买吗？可能不会，因为如果多雇佣几个人，算上增加的成本，可能还是人更便宜。
对于端到端的这种模式，还有一个问题是如果大家都往这个方向走，也都采用类似的传感器、关节、电机电控，那么最终决定产品差异的是什么？
王光熙： 虽然大的框架都差不多，但对于框架的理解差别还是挺大的。比如同样做强化学习、仿真训练，做得好与不好，差十倍都有可能。再比如在传感器方面，比如力控传感器或者触觉传感器，过去的行业积累都很少。所以，从传感器到底层算法再到多模态数据悬链，这个过程中产生的差异会非常大，这也会导致机器人的泛化能力和适用场景也会差异巨大。
所以，对于人形机器人公司的投资，您最看重的是什么？
王光熙： 能否有极强的跨领域研发能力，这点是非常重要的。人形机器人行业有着大量需要拓荒的地带，这个时候创始团队需要有对前沿技术的突破能力，以及能够将最前沿不同领域的技术融会贯通，这样才能做好整体的技术架构。
同时，要看这个人是不是AI时代原生的具身智能科学家，而不是原来做了多年的机器人控制或者视觉算法，现在大模型火了，出来学着做具身智能的人。如果只是一个商业化的团队，出来就跟你说我明年就能商业化闭环，就能卖多少机器人，那都是在吹牛。目前这个行业的现状是，至少需要两到三年才能够在部分技术领域有一些长足的进步和突破。（本文首发于钛媒体APP，作者| 饶翔宇 编辑 | 钟毅）
