作者｜劉景豐

具身智能賽道，正在極速爆發(fā)。

春晚的機(jī)器人大秀只是前菜，真正的大餐正在端上來——過去兩個多月，國內(nèi)具身智能（機(jī)器人）企業(yè)已披露融資近30起，融資總計(jì)超過200億元，其中絕大部分是過去一個月內(nèi)披露的。在這里面，已有13家公司進(jìn)入百億元估值公司序列，大部分融資為B輪階段。此外，還有10余家具身智能細(xì)分技術(shù)/數(shù)據(jù)服務(wù)的初創(chuàng)企業(yè)也在過去一個月里完成了天使輪融資。

這些企業(yè)的一個頗為相同的特點(diǎn)是，大多是依托具身大模型、探索AI在物理世界的變革。

其中有多個融資項(xiàng)目的背后，都站著一家投資機(jī)構(gòu)——華映資本，包括星動紀(jì)元、魔法原子、自變量機(jī)器人、地瓜機(jī)器人、靈御智能、世航智能等。而作為華映資本海外合伙人的邱諄，常駐硅谷，對中美前沿科技、尤其具身智能保持持續(xù)地研究。

近日，霞光社圍繞國內(nèi)的具身智能融資熱、中美具身智能的差異化與邱諄進(jìn)行了一場深度交流。在邱諄看來，當(dāng)下的具身智能融資熱是物理AI走向爆發(fā)的前奏，一個由物理AI驅(qū)動的智能涌現(xiàn)似乎正在不遠(yuǎn)處。

華映資本海外合伙人 邱諄

IIM數(shù)據(jù)顯示，2025年全球具身智能市場規(guī)模預(yù)計(jì)突破1200億美元，中國貢獻(xiàn)率超35%，成為亞太地區(qū)最大增長極。而從全球來看，幾乎只有中國和美國在具身智能大模型的研究上走在前列，但兩者在具體的路線和產(chǎn)業(yè)發(fā)展上又有一定的差異，尤其中國在供應(yīng)鏈上的優(yōu)勢更為突出。這種差異，正使得中美在具身智能上的互補(bǔ)性較為凸顯，這也是中國具身智能出海的基礎(chǔ)。

AI不同以往產(chǎn)業(yè)之處在于，其前沿的創(chuàng)新性天然需要全球合作、更需要全球市場。因此AI幾乎是生而全球化的。具身智能更是如此。EqualOcean不完全統(tǒng)計(jì)，今年前兩個月，具身智能領(lǐng)域共有120家企業(yè)發(fā)生融資事件，其中已有44家明確已有出海業(yè)務(wù)，占比34.6%。

如果說過去十年是以汽車等制造業(yè)托舉起出海大潮，那未來十年具身智能（機(jī)器人）很可能將成為中企出海潮中的新力量。

而當(dāng)下，所有人都在等一個具身智能拐點(diǎn)時刻。

霞光社：從春晚的機(jī)器人熱之后，到過去一個月，國內(nèi)有數(shù)十家具身智能、機(jī)器人的企業(yè)融資，整個機(jī)器人行業(yè)進(jìn)入前所未有的融資高潮。這其中，華映資本參與的很多項(xiàng)目也有了新融資。你過去一直關(guān)注具身智能和機(jī)器人行業(yè)，怎么看待這種突然的融資火爆？

邱諄：從時間點(diǎn)上看，這并不是突然的事，而是水到渠成，只是剛好（和春晚）湊到一起了。今年初春節(jié)前在我們內(nèi)部的會上，我就預(yù)測具身智能會火。

首先需明確區(qū)分傳統(tǒng)機(jī)器人和具身智能，我是把他們明確區(qū)分開的。掃地機(jī)、AGV、送餐機(jī)器人等屬于傳統(tǒng)機(jī)器人，它們的核心是機(jī)械、運(yùn)控加部分算法，大部分是規(guī)則驅(qū)動的；而具身智能（包括人形和非人形）是人工智能的分支，即 physical AI，是有機(jī)器人形態(tài)的人工智能大模型，核心為訓(xùn)練數(shù)據(jù)驅(qū)動，而非規(guī)則驅(qū)動，這是二者最核心的區(qū)分紅線。

具身智能的出現(xiàn)與 GPT 3 的出現(xiàn)有關(guān)。GPT3 最早在 2020 年就出來了，它驗(yàn)證了大量數(shù)據(jù)可訓(xùn)練出優(yōu)秀模型的路線，然后 2021 年特斯拉發(fā)布擎天柱，這是全球首個具身智能項(xiàng)目。

回到當(dāng)下，今年行業(yè)并非傳統(tǒng)機(jī)器人爆發(fā)，而是物理 AI（具身智能）的爆發(fā)。其實(shí)也是因?yàn)?AI 大模型已經(jīng)發(fā)展到一定量級帶動了物理 AI 的發(fā)展，而且當(dāng)前數(shù)據(jù)搜集環(huán)節(jié)也迎來發(fā)展節(jié)點(diǎn)，具身智能領(lǐng)域才會涌現(xiàn)大量數(shù)據(jù)搜集公司。

霞光社：最近剛完成一大筆融資的光輪智能，他們核心業(yè)務(wù)就是做具身數(shù)據(jù)。

邱諄：美國也有一家叫 Sunday Robotics 的具身智能企業(yè)，它們的核心也是數(shù)據(jù)搜集方法。其實(shí)它們最初就兩位創(chuàng)始人，一人寫了一篇論文，這兩篇論文的核心都是數(shù)據(jù)搜集的方法，所以他們就是把數(shù)據(jù)搜集的能力用在一個完整的機(jī)器人身上。

如果再往前看，數(shù)據(jù)搜集與具身智能基本無關(guān)，是近兩年行業(yè)才聚焦具身智能相關(guān)數(shù)據(jù)，即用人力來搜集機(jī)器人相關(guān)數(shù)據(jù)。

霞光社：這么說，其實(shí)今年機(jī)器人融資熱的不同之處，在于光輪智能、Rhoda等企業(yè)以數(shù)據(jù)驅(qū)動帶來行業(yè)變化，影響了投資人的決策。

邱諄：這里面要把一些很傳統(tǒng)的機(jī)器人給刨掉。單就具身智能來說，今年肯定是具身智能數(shù)據(jù)采集大爆發(fā)的一年。

霞光社：但是我們看到，今年剛?cè)谕曩Y的銀河通用，他們從成立之初就在重視數(shù)據(jù)訓(xùn)練和采集了。今年這些企業(yè)在數(shù)據(jù)上的布局會跟以往有什么不同？

邱諄：數(shù)據(jù)驅(qū)動是具身智能企業(yè)的底層邏輯，從行業(yè)起步就存在，美國的特斯拉、PI(Physical Intelligence) 等企業(yè)，以及中國的銀河通用、智元、自變量等頭部企業(yè)都對訓(xùn)練數(shù)據(jù)極為重視。而具身智能企業(yè)的這一輪融資，主要就投在數(shù)據(jù)上。因?yàn)閿?shù)據(jù)不是采集完就完事了，后面還有一堆的工作，需要結(jié)合模型，做通用性訓(xùn)練和機(jī)器動作控制訓(xùn)練。

具身智能的數(shù)據(jù)訓(xùn)練邏輯與 GPT 比較類似，且對訓(xùn)練算法要求極高，現(xiàn)在大家都在講 VLA（Vision-Language-Action，視覺-語言-動作），其實(shí) VLA 只是基礎(chǔ)框架，實(shí)際過程中每家都可以不一樣；然后算力也要跟上，因?yàn)檫@類企業(yè)實(shí)質(zhì)就是硬件領(lǐng)域的大模型公司，數(shù)據(jù)越多，需要的算力就越高。

當(dāng)前行業(yè)會出現(xiàn)兩極分化，越頭部的企業(yè)越能融到巨額資金，而且以后還會有很多公司拿到巨額融資；另一面如果企業(yè)不能正確采集到大量數(shù)據(jù)，或者采集了數(shù)據(jù)后訓(xùn)練效果不好，然后又沒有足夠的算力，這類公司就會垮掉。所以未來肯定會淘汰一波。

這個門檻跟當(dāng)年大模型訓(xùn)練是一樣的，或者說更高。只不過因?yàn)槟悻F(xiàn)在已經(jīng)踩在當(dāng)年的大模型的巨人的肩膀上了，且很多企業(yè)會基于Qwen、DeepSeek 等做預(yù)訓(xùn)練和微調(diào)，核心仍是大模型訓(xùn)練能力。所以它的門檻很高。但跟大模型不一樣的是，具身智能會分化出更多細(xì)分應(yīng)用賽道，因此也存在更多的發(fā)展機(jī)會。

霞光社：你們投了哪些具身智能的項(xiàng)目？

邱諄：我們目前對外披露過的具身智能相關(guān)項(xiàng)目，已經(jīng)有差不多快10家了。包括今年以來完成新一輪融資的星動紀(jì)元、魔法原子、自變量機(jī)器人、地瓜機(jī)器人、靈御智能、世航智能等，此外還有做無人機(jī)具身智能的微分智飛、做具身智能開發(fā)者生態(tài)的RoboParty（蘿博派對）以及云深處科技等。還有一些目前還沒有披露。

霞光社：我們知道，投資它是有一定周期的，要上會討論，要簽TS，一般得有個幾周甚至數(shù)月。但是但現(xiàn)在這一波好像，春節(jié)一過馬上就陸陸續(xù)續(xù)都投出來了。難道是春節(jié)后集中投的嗎？

邱諄：我覺得不會，春晚那么晚。春晚之前（就開始融資）這是肯定的。然后春晚只是起到營銷講故事的作用；而且春晚展示的機(jī)器人表演多為遙控操作，也不是當(dāng)前投資圈核心下注的具身智能。而且，各家企業(yè)融資節(jié)奏不同，很難一概而論，所以更多是大家前期都談好了，而春節(jié)是個契機(jī)，然后集中披露了。

霞光社：一個有趣的現(xiàn)象，這一輪的具身智能企業(yè)融資，數(shù)額都特別大，而且會在天使輪就融到一兩億美金，B輪就是十幾億、幾十億級的融資。是不是太高了？

邱諄：如果按照一個傳統(tǒng)機(jī)器人公司的邏輯看，那這樣的估值確實(shí)太高了。機(jī)器人更多是需要穩(wěn)定的供應(yīng)鏈，清晰的商業(yè)化場景，然后就可以針對性開發(fā)專用機(jī)器人了。它不需要做大量的數(shù)據(jù)采集、算力布局和模型訓(xùn)練。

但具身智能實(shí)質(zhì)上是一個硬件的大模型基模公司?；５囊粋€特點(diǎn)，就是在數(shù)據(jù)、在算力上特別燒錢。首先買數(shù)據(jù)的成本就非常高，甚至還要自建數(shù)采廠（自建數(shù)采廠成本數(shù)千萬元）；然后還要購置算力設(shè)施，搭建懂大模型、懂基模的研發(fā)團(tuán)隊(duì)去做這種訓(xùn)練，總成本非常高。

可以對比的是，2022年10月，OpenAI融資66億美金，估值高達(dá)1570億美金。當(dāng)時ChatGPT還沒發(fā)布。而具身智能領(lǐng)域其實(shí)將誕生第一個物理領(lǐng)域的AI基模公司，它未來能夠挑戰(zhàn)OpenAI，到那時它的估值也會超越OpenAI。從這個角度上看，現(xiàn)在具身智能的估值就不一定高了。

霞光社：為什么具身智能的本體要做成與人形相近？

邱諄：核心還是數(shù)據(jù)的關(guān)系，因?yàn)榫呱碇悄艿挠?xùn)練數(shù)據(jù)多圍繞人類行為、視角來進(jìn)行的，因此人形的設(shè)計(jì)能獲取更大量數(shù)據(jù)。當(dāng)然非人形設(shè)計(jì)若能找到足夠訓(xùn)練數(shù)據(jù)也可行，但目前中美市場均以人形為主，且特斯拉主打靈巧手也與接近人類動作的訓(xùn)練數(shù)據(jù)相關(guān)。

霞光社：關(guān)于具身智能的訓(xùn)練，國內(nèi)具身智能企業(yè)主要通過仿真、真機(jī)做數(shù)據(jù)訓(xùn)練采集，歐美企業(yè)如 Rhoda則用真人視頻數(shù)據(jù)訓(xùn)練，試圖讓模型像人類一樣理解物理世界。您會傾向于哪種，怎么看這種路線的差異？

邱諄：我的答案是都會有。投資人不需要做這種顆粒度的判斷。今天即便在具身領(lǐng)域最牛的研究人員或者大廠的技術(shù)員，大概率也判斷不了。

目前具身智能還處于前 GPT 時代，就像 GPT 出現(xiàn)前，沒有人知道哪種數(shù)據(jù)形態(tài)能訓(xùn)練出優(yōu)秀模型。就連做NLP最專業(yè)的 Google 自己也沒判斷出來，不然 Google 肯定就投 OpenAI 了，或者它也做同樣的技術(shù)路線。目前的仿真、真機(jī)、真人視頻等數(shù)據(jù)類型，以及各類訓(xùn)練算法都還在嘗試階段，最終哪種組合能成功還沒有定論。

所以對投資人來說，無需做這種顆粒度的判斷，投資人要做的，就是挖掘一個好的團(tuán)隊(duì)，然后企業(yè)會自己找到最合適的路徑。其實(shí)他們（在各種路線上）都會有嘗試，只是側(cè)重不同。比如我們投資的自變量機(jī)器人，最早他們在真機(jī)數(shù)據(jù)訓(xùn)練上是最牛的，但他們也會有仿真數(shù)據(jù)、拍大量視頻來訓(xùn)練機(jī)器人。

仿真和真人視頻數(shù)據(jù)精度較低，需大量清理，多用于預(yù)訓(xùn)練，真機(jī)數(shù)據(jù)等則多用于后續(xù)調(diào)優(yōu)，訓(xùn)練算法才是核心，數(shù)據(jù)需與算法匹配才能發(fā)揮作用。自動駕駛領(lǐng)域也曾爭論攝像頭和激光雷達(dá)數(shù)據(jù)的價值，最終兩條路線均走通，核心是足夠的數(shù)據(jù)積累，具身智能領(lǐng)域也是如此，先完成數(shù)據(jù)積累是關(guān)鍵。

霞光社：但美國好像更偏向于從視頻數(shù)據(jù)入手訓(xùn)練機(jī)器人？

邱諄：這是因?yàn)槊绹灰猩婕暗接杏布O(shè)備的真機(jī)數(shù)據(jù)，它就比較弱，所以就逼著它去用視頻數(shù)據(jù)。視頻的準(zhǔn)確性、精度是比較弱的，這里面有很多是噪音，所以需要做大量的清理。所以，我們現(xiàn)在并不知道哪家最后能跑出來，但是大的方向就是這樣，你首先必須得有訓(xùn)練數(shù)據(jù)，如果你都搜集不到數(shù)據(jù)， 那你就肯定就出局了。

霞光社：國內(nèi)具身智能融資的消息接連不斷，硅谷雖然也有部分具身融資新聞，但好像沒有那么多。那里會相對比較冷嗎？

邱諄：其實(shí)美國（具身智能）也很熱，并不是說像一些人說的（比較冷）。最近剛好 Sunday Robotics也完成了一輪融資。

但討論這個話題需要做幾個事情。第一，把中國一批不是具身項(xiàng)目的融資要先剝掉，中國這撥融資潮里也有一些傳統(tǒng)機(jī)器人公司，剔除后中美具身智能領(lǐng)域的融資總額應(yīng)該是相近的。

第二，國內(nèi)的融資數(shù)量會更多，觀感上就更熱。但我預(yù)計(jì)，未來國內(nèi)會淘汰一批具身智能企業(yè)，因?yàn)殚T檻很高；也會涌現(xiàn)新企業(yè)，尤其在細(xì)分領(lǐng)域還是有機(jī)會的。

霞光社：也有一些硅谷投資人對人形機(jī)器人表達(dá)出擔(dān)憂。他們對人形機(jī)器人的投資，跟國內(nèi)有什么不同？

邱諄：硅谷有一個矛盾點(diǎn)，他們長期對硬件投資是比較謹(jǐn)慎的，因?yàn)槊绹谥圃臁⒐?yīng)鏈上是欠缺的，沒有完全閉環(huán)。最后供應(yīng)鏈從哪里來，他們沒有完全想清楚。所以在機(jī)器人這件事上，你會看到他們的機(jī)器人項(xiàng)目，包括PI這些，都是偏軟的。這也會影響硅谷投資人的投資決策。

反觀國內(nèi)，我們在算法、供應(yīng)鏈、數(shù)據(jù)采集人力和設(shè)備上形成閉環(huán)，因此在具身智能上的投資看起來會比美國更激進(jìn)。

霞光社：說到這兒，你看到中國和美國在具身智能發(fā)展上有哪些差異？

邱諄：在具身數(shù)據(jù)搜集上中國是有顯著優(yōu)勢的，美國則在數(shù)據(jù)搜集算法研發(fā)上更擅長。

中國在數(shù)據(jù)搜集的優(yōu)勢體現(xiàn)在四個方面：一是人力優(yōu)勢，數(shù)據(jù)搜集需要大量采集員；二是設(shè)備供應(yīng)鏈優(yōu)勢，數(shù)據(jù)采集涉及硬件設(shè)備，中國在數(shù)據(jù)采集設(shè)備上有優(yōu)勢；三是場地優(yōu)勢，數(shù)采工廠建設(shè)需要場地支撐；四是基礎(chǔ)設(shè)施，包括數(shù)據(jù)采集后的存儲、分析、部署等基礎(chǔ)設(shè)施，中國更完善。

因?yàn)橛羞@樣的優(yōu)勢，有些中國企業(yè)會專門向海外企業(yè)提供采集的具身智能數(shù)據(jù)和數(shù)據(jù)設(shè)備。

霞光社：在AI大模型上，中美開發(fā)者交流特別多，很多美國AI企業(yè)里有非常多華人。那在具身智能這個領(lǐng)域，會延續(xù)這種情況嗎？

邱諄：目前因?yàn)橐恍┑鼐壵蔚年P(guān)系，國內(nèi)具身智能企業(yè)不再像以前自動駕駛那會兒在美國設(shè)很多研發(fā)中心，但是兩邊合作還是很多。國內(nèi)企業(yè)已經(jīng)在做自己的具身智能算法研究，而且中美兩邊很多時候是同時開發(fā)。像我們投資的星動紀(jì)元的創(chuàng)始人陳建宇教授，最近與斯坦福大學(xué)Chelsea Finn團(tuán)隊(duì)合作，聯(lián)合發(fā)布了VLAW框架；光輪智能跟英偉達(dá)的機(jī)器人實(shí)驗(yàn)室也交流非常緊密。我目前看到，中國跟美國在具身智能領(lǐng)域，不管是算法還是數(shù)據(jù)，都是齊頭并進(jìn)的。

霞光社：這么多具身智能企業(yè)都在融資，作為投資人會存在焦慮感嗎？擔(dān)心錯失機(jī)會窗口，如同當(dāng)年大模型。

邱諄：項(xiàng)目估值沖得很高，投資人害怕投不進(jìn)去。這種情緒（焦慮感）是很普遍的，沒什么爭議。三年前的大模型雖然在能力上各有不同，但其實(shí)最后他們都走到一起了。但具身智能的門檻更高，應(yīng)用場景更廣，比如會因?yàn)橛布臉?gòu)型、場景的差異出現(xiàn)更多細(xì)分賽道，單是靈巧手就可能出一批好項(xiàng)目。所以即使都是百億俱樂部，里面也有很多有可能。

說到門檻，具身智能行業(yè)會經(jīng)歷三個核心環(huán)節(jié)：一是大量數(shù)據(jù)搜集的能力，為此公司還要搭建數(shù)據(jù)管線，從工程上它的難度很大，這一步就會刷掉一波企業(yè)；第二，當(dāng)數(shù)據(jù)搜集上來，企業(yè)得有技術(shù)能力去做訓(xùn)練，這就要求它具備大模型訓(xùn)練能力，這一步再刷掉一大半的企業(yè)；第三步，當(dāng)數(shù)據(jù)訓(xùn)練量上來了，就需要有強(qiáng)大的算力支撐，這考驗(yàn)企業(yè)的算力布局、規(guī)劃和優(yōu)化能力。很多公司融了錢，其實(shí)是要往這里面投的。

這樣一看，最終能跑出來的企業(yè)，可能只有很少數(shù)。但這也不是說其他具身智能企業(yè)就沒機(jī)會了，實(shí)際上現(xiàn)在也能看到一些分化，比如有些企業(yè)會慢慢專注做數(shù)據(jù)采集，有些可能專門去做算力優(yōu)化了，最后他們就成為具身智能產(chǎn)業(yè)鏈上的供應(yīng)端企業(yè)了。

總歸而言，具身智能賽道的機(jī)會，應(yīng)該是比大模型要多。甚至不光是現(xiàn)在這些創(chuàng)業(yè)公司，像原來做機(jī)器人的企業(yè)，也在試圖轉(zhuǎn)過來成為具身的供應(yīng)鏈。因此具身賽道會有一個現(xiàn)象，就是項(xiàng)目源標(biāo)的很多，但最后刷掉的比例相應(yīng)也會更大。

霞光社：放眼全球，當(dāng)國內(nèi)在具身智能賽道有相對好的優(yōu)勢，那海外華人創(chuàng)業(yè)者在全球具身智能賽道是否會更活躍？

邱諄：這分為兩類。一類是華人主導(dǎo)的創(chuàng)業(yè)，這類在美國相對比較少，尤其最頭部的幾家還是歐美創(chuàng)業(yè)者主導(dǎo)；另一類是華人參與的項(xiàng)目，這類項(xiàng)目就非常多了。

華人在這些項(xiàng)目中的優(yōu)勢是，他們對硬件的理解會比較強(qiáng)，而且華人還會在國內(nèi)帶著很強(qiáng)的供應(yīng)鏈資源。

其實(shí)我們在硅谷也看到，很多美國的具身智能公司在硬件本體、靈巧手、數(shù)據(jù)方面也在跟中國企業(yè)合作，這說明雙方的互補(bǔ)和合作是比較清晰的，至少美國的具身智能公司完全離開中國，我覺得是搞不定的。

霞光社：在具身智能這個賽道，中國企業(yè)目前出海的機(jī)會是什么？

邱諄：美國在硬件供應(yīng)鏈上存在大量缺口，從電機(jī)、電池到本體、靈巧手等等核心零部件均依賴外部，這為中國企業(yè)帶來了出海機(jī)會。雖面臨關(guān)稅、科技壁壘、技術(shù)出口限制等問題，合作形式更間接，但行業(yè)需求真實(shí)存在，出海機(jī)會明確。

霞光社：海外市場對機(jī)器人 / 具身智能的需求近年會有什么變化嗎？

邱諄：我認(rèn)為海外市場對機(jī)器人的是需求一直在那里的。你看各種歐美科幻電影，第一天就在拍機(jī)器人。哪怕50年前，如果有一個機(jī)器人能幫你掃地、做家務(wù)，性價比還ok的，當(dāng)時就會有很多人要。但這幾十年一直面臨的問題是，你很難將機(jī)器人真正實(shí)現(xiàn)通用化?，F(xiàn)在基于大模型的具身智能，第一次讓機(jī)器人實(shí)現(xiàn)通用化成為可能。

霞光社：今年一開年大家都拿了大錢，你覺得會有具身智能跑出來嗎？

邱諄：我們應(yīng)該看幾個里程碑。順著當(dāng)年GPT的爆發(fā)看現(xiàn)在的具身智能，我覺得應(yīng)該對它稍微降低一些期望值。如果在GPT出來之前，你抓住Sam Altman，問這個東西到底會應(yīng)用在金融、醫(yī)療還是教育，或是寫代碼，他其實(shí)也未必知道。

所以我認(rèn)為，對于太創(chuàng)新的事情，不要給太多商業(yè)化壓力，這個事情非常重要。而這一點(diǎn)恰恰是中國創(chuàng)新環(huán)境下與硅谷有一定差距的地方，因?yàn)橹袊沫h(huán)境會更加強(qiáng)調(diào)創(chuàng)新帶來的商業(yè)化。

所以第一步我們要等到具身迎來“GPT時刻”，即這個AI大模型被訓(xùn)練出來，突然展現(xiàn)出通用智能涌現(xiàn)的能力；第二步，再去看它怎么商業(yè)化。

現(xiàn)在這些項(xiàng)目還處在大量搜集數(shù)據(jù)、全力訓(xùn)練模型的階段，如果太著急去問它要在哪個非常具體的場景里去落地，我覺得有時候可能會傷害到這些公司。

霞光社：所以現(xiàn)在這一波投資人對具身智能投資的目標(biāo)，主要還是為了推動它實(shí)現(xiàn)智能涌現(xiàn)。

邱諄：當(dāng)然不是每一家都是這樣，我也承認(rèn)。很多機(jī)構(gòu)也知道（具身智能）商業(yè)化不會那么快達(dá)成，但是他又想短期內(nèi)看到商業(yè)化，跟著其他機(jī)構(gòu)一起投了以后，就會有焦慮。

霞光社：因?yàn)槟綍r常在硅谷，從你的視角看國內(nèi)這波具身智能融資熱，你想給什么建議？

邱諄：現(xiàn)在的AI企業(yè)、具身智能企業(yè)，已經(jīng)不單單是一家企業(yè)了，它其實(shí)還有科研的部分，比如他們都會有首席科學(xué)家，因?yàn)樗麄円隹蒲?。對這些公司來講，其實(shí)前沿探索的能力是更重要的，尤其是當(dāng)下的具身領(lǐng)域，它的軟件算法還沒有收斂，大家還沒有形成一個共識，還在探索的階段。

比如單就人形機(jī)器人來說，如果軟件沒有收斂，雖然最后硬件都是偏人形，但到底是怎樣的人形，比如你的靈巧手有多少自由度？要輪式還是雙足？這些都還未定。

因此，只要朝著一個大目標(biāo)，路線可以不同。

從這個角度，我覺得投資者應(yīng)該給這些創(chuàng)業(yè)公司更多空間、機(jī)會去成長，去實(shí)現(xiàn)“具身智能的GPT時刻”。