机器人AI开发者正突破GPT-2时代

# 机器人智能构建者正试图突破其 GPT-2 时代 | TechCrunch 来源：https://techcrunch.com/2026/08/26/robot-brain-builders-are-pushing-out-of-their-gpt-2-era/ 物理 AI 是风险投资领域最热门的赛道之一，各公司筹集数十亿美元资金，将催生了大语言模型的工具应用于机器人领域。 这种热情助力了中国领先的机器人制造商宇树科技成功上市，使其在中国的“纳斯达克”——科创板上的估值达到 660 亿美元。然而，本周市场急转直下，该公司市值蒸发了近一半。分析师指出了一个明显的问题：虽然机器人的物理能力在提升，但它们仍然缺乏真正执行能创造价值的工作所需的知识。 在上周的 Actuate 大会上——这是一个为机器人构建 AI 大脑的开发者聚会——热情显而易见。据主办方 Foxglove（一家帮助物理 AI 模型构建者管理和可视化数据的公司）称，自 2023 年启动以来，该活动的规模已扩大了两倍，吸引了 1500 名参会者。 风险也同样明显：另一家物理 AI 基础设施公司 Avala 的展台标语承诺要解决“机器人数据危机”。 这场危机指的是缺乏用于 AI 模型的高质量训练数据。构建能执行任何任务的通用机器人的尝试仍然遥不可及，而使用端到端学习处理特定任务的方法，也尚未产出性能可靠、具备商业价值的产品。对于开发者而言，答案是更好地模仿前沿 AI 实验室的进展——寻找或创建更多样化的数据集，尝试不同的训练方法，并设计出更好的强化学习场景。 Antioch（https://techcrunch.com/2026/04/16/this-simulation-startup-wants-to-be-the-cursor-for-physical-ai/）的创始人 Harry Mellsop 建议，物理 AI 目前正处于其“GPT-2 时代”，即 OpenAI 在 ChatGPT 问世之前的那个模型阶段。要跨越这个障碍，需要更多的数据和算力，特别是针对光线追踪优化的 GPU，它们被用于创建高保真仿真。 走得最前的是自动驾驶汽车，这部分是因为能够从人类驾驶的汽车中收集相关数据，部分则是因为其主要任务是避免碰撞，而非操作物理环境。许多模型构建工具来自自动驾驶汽车公司；例如，Foxglove 就是由通用汽车前自动驾驶项目 Cruise 的前员工创立的。 如今，这些汽车公司越来越押注于他们在机器学习工具上的投资，将使他们有能力与专业的人形机器人制造商竞争。特斯拉已经通过其擎天柱（Optimus）机器人尝试这样做，现在，专注自动驾驶的 Wayve 和网约车巨头 Uber 也都成立了专注于人形机器人形态的研发实验室。 Wayve 的首席执行官 Alex Kendall 告诉 TechCrunch：“我认为需要从车辆开始……操作型机器人就像五年前的自动驾驶。数据基础设施、仿真、MLOps 基础设施可能会共享，但仿真器的具体世界模型需要不同的后训练。两者之间会有很多共同点，但也需要为不同的载体形态做一些差异化设计。” Kendall 认为，现在就承诺使用任何一种硬件平台还为时过早——传感器和其他部件的进步日新月异，一个真正通用的模型应该更具硬件无关性。 Genesis AI 的首席执行官 Théophile Gervet（一家垂直整合的人形机器人公司，今年完成了 1.05 亿美元的种子轮融资）持不同意见，他告诉 TechCrunch：“我们在这波浪潮中还太早，只采用大脑策略是行不通的；我们的看法是，硬件和 AI 协同设计有很多机会。” Gervet 还谈到了该领域的另一个热点话题：如何具体定位你的物理 AI 业务。针对特定任务的机器人公司正在将产品部署到实际场景中——Gritt 正在建造太阳能发电场，Agility 正在工业环境中部署机器人，Bedrock 正在自主操作挖掘机。与此同时，通用型人形机器人仍未走出实验室。 Gervet 在谈到这个困境时表示：“没有客户会关心一个只有 80% 成功率的通用机器人。我们看到很多其他参与者走通用路线，但因为没有垂直聚焦，所以没有提供价值。……但如果你在 GPT-2 之上构建一个（狭窄）垂直领域的应用，你将会被构建 GPT-4 的公司碾压。” 然而，投资特定垂直领域的诱惑很大，因为它不仅能带来收入，还能提供实际部署数据。虽然特定任务的数据可能缺乏足够的多样性来推动通用模型发展，但它对于打造有价值的机器人至关重要。Bedrock 的首席技术官 Kevin Peterson 指出，他的公司最初选择挖掘机作为切入点，是为了理解“野外操作”的挑战，但计划开发一个可应用于一系列工程机械的智能层。 管理所有这些数据是一个挑战，尤其是考虑到视觉和激光雷达数据的密度。Foxglove 本周宣布了一款新产品，构建在 Nvidia 的 Cosmos 开放权重世界模型之上，允许工程师使用复杂的自然语言查询来搜索这些数据，以构建评估和仿真。目标是更快地进行分流和调试，让模型构建者能够更快地迭代。 那么，山姆·奥特曼（Sam Altman）最近说近在咫尺的物理 AI 的“ChatGPT 时刻”会是什么样呢？Kendall 指出，目前全球最大的机器人部署仍然是家用扫地机器人。对他来说，一个 ChatGPT 时刻应该是能让消费者兴奋，而非仅仅让投资者兴奋的东西——投资者似乎已经足够兴奋了。 “一个例子是，当你可以用不到 1000 美元（的硬件成本）在汽车中实现脱手驾驶时，”Kendall 说；并非巧合的是，他的公司正在向汽车制造商授权模型，以努力实现这一目标。而他所看到的这项价值数十亿美元的业务，将使他们能够构建一个真正通用的具身智能模型。 对 Gervet 而言，物理 AI 真正成熟的时刻是“开箱即用的操作能力。你可以用自然语言与机器人对话，让它执行任何基础操作任务，比如推、拉、合上笔记本电脑、清理桌子，随你做什么，它都能达到一定的可靠性，我们假设开箱即用的成功率超过 80%——那大致就是你的 ChatGPT 体验。” Foxglove 的首席执行官 Adrian Macneil 则从另一个角度看待这个问题。 “机器人领域不会出现 ChatGPT 时刻，”他告诉 TechCrunch。“让 ChatGPT 成为一个历史性时刻的是它的分发——他们在一周内从零增长到大约一百万活跃用户……现实世界中的分发比那难得多，对吧？我更期待机器人领域的 Apple II 时刻或 IBM PC 时刻。我什么时候能买到一个家用机器人，开始做一些有用又好玩的事情？” *当您通过文章中的链接购买时，我们可能会赚取少量佣金（https://techcrunch.com/techcrunch-affiliate-monetization-standards/）。这不影响我们的编辑独立性。*