對(duì)話顧嘉唯：AI正在從虛擬世界，開(kāi)始進(jìn)入物理世界

像特斯拉做FSD一樣，做具身智能。

作者丨代聰飛

編輯丨林覺(jué)民

11月17號(hào)，AI+消費(fèi)機(jī)器人公司靈宇宙宣布，已于近期完成2億元PreA輪系列融資，投資方包括滴滴出行、拉卡拉、上海國(guó)際、國(guó)泰海通、廣發(fā)信德等。這是靈宇宙繼去年包括三七互娛、商湯科技、線性資本等資本加碼后的又一輪系列融資。

不久前，我們?cè)诒本┩┑霓k公室，見(jiàn)到靈宇宙創(chuàng)始人顧嘉唯，并與他進(jìn)行了一次深度對(duì)話。

“微軟亞研院研究員”“百度少帥”，百度IDL（深度學(xué)習(xí)實(shí)驗(yàn)室）主任研發(fā)構(gòu)架師，麻省理工媒體評(píng)論MIT TR35科技創(chuàng)新者，這是顧嘉唯曾經(jīng)的標(biāo)簽。

2016年，顧嘉唯加盟A股上市公司，出任副總裁，并擔(dān)任旗下公司物靈科技聯(lián)合創(chuàng)始人。彼時(shí)，顧嘉唯曾經(jīng)接受雷峰網(wǎng)專(zhuān)訪，分享他對(duì)“萬(wàn)物有靈”的設(shè)想。2023年，顧嘉唯重新創(chuàng)業(yè)，創(chuàng)辦靈宇宙，延續(xù)他的創(chuàng)業(yè)愿景。

新的公司“麻雀雖小，但五臟俱全”。在不足百十平方米的會(huì)議室，有一幅漫畫(huà)格外顯眼，它被放置于房間門(mén)口。這幅畫(huà)暢想了人類(lèi)未來(lái)的生活：機(jī)器人可以端茶倒水，可以成為育兒嫂，可以做幾乎一切人所需要的服務(wù)。

顧嘉唯說(shuō)，這是他從第一次創(chuàng)業(yè)就想做的事情，但當(dāng)時(shí)的時(shí)間點(diǎn)比較早。當(dāng)下，隨著大模型的快速發(fā)展，到了做這件事的timing。

顧嘉唯這樣解釋他在做的事情，“World as prompt， World as interface。（把世界變成一個(gè)提示詞，把世界變成一個(gè)交互界面)”。

在顧嘉唯看來(lái)，今天最大的一個(gè)機(jī)會(huì)就是，AI 從虛擬世界和電腦屏幕，走到下一個(gè)階段，解決物理世界的問(wèn)題，利用物理世界的數(shù)據(jù)來(lái)讓 AI 進(jìn)入智能涌現(xiàn)的下一步。

在商業(yè)化路徑上，靈宇宙選擇以消費(fèi)級(jí)AI硬件先行切入家庭場(chǎng)景，優(yōu)先于復(fù)雜人形機(jī)器人實(shí)現(xiàn)規(guī)模化落地，構(gòu)建起類(lèi)比特斯拉FSD的“南坡路徑”。

顧嘉唯表示，以前其實(shí)從大模型 GPT 3 ，到今天我們看到的所有發(fā)展，是來(lái)自于涌現(xiàn)于線上的文本數(shù)據(jù)，人類(lèi)創(chuàng)造的互聯(lián)網(wǎng)數(shù)據(jù)跟模型的關(guān)系。

一旦我們能走到下一步，我們定義的這套空間交互大模型，基于空間的行為動(dòng)作模型關(guān)系去構(gòu)建，就能實(shí)現(xiàn)說(shuō)今天所說(shuō)的具身也好，空間智能也好，最稀缺的一部分?jǐn)?shù)據(jù)供給。但前提是我們得像特斯拉做FSD 一樣，能夠先鋪量，先把足夠多的設(shè)備布出來(lái)，才能構(gòu)建這個(gè)閉環(huán)。

顧嘉唯坦言：“我是很篤信這件事的。因?yàn)閷?duì)我來(lái)說(shuō)，未來(lái)我要最終實(shí)現(xiàn)海報(bào)上面那樣的場(chǎng)景，你的養(yǎng)老，你的育兒，都是可以讓機(jī)器人去輔助完成。用AI機(jī)器人來(lái)解決人和家庭的關(guān)系變得更簡(jiǎn)單，把重復(fù)勞作和娛樂(lè)陪伴各方面都分擔(dān)一部分給出去，讓成長(zhǎng)快樂(lè)和天倫之樂(lè)回歸人性的簡(jiǎn)化，這是我認(rèn)為再往下發(fā)展很有可能會(huì)出現(xiàn)的一個(gè)變化，它會(huì)改造人類(lèi)家庭常規(guī)的交互方式。”

從繪本閱讀機(jī)器人的開(kāi)創(chuàng)者Luka（盧卡），到隨身AI終端“靈宇宙小方機(jī)”，顧嘉唯以及靈宇宙正沿著他們的既定路線，不斷向著未來(lái)的愿景前進(jìn)。

以下是顧嘉唯與雷峰網(wǎng)AI科技評(píng)論等媒體的對(duì)話，AI科技評(píng)論作了不改變?cè)獾木庉嫞?/p>

01

團(tuán)隊(duì)升級(jí)，但不追求公司規(guī)模

Q：首先恭喜完成新的融資。您能否透露本輪融資主要將用于哪些重點(diǎn)方向？比如是技術(shù)研發(fā)、市場(chǎng)推廣還是海外擴(kuò)張？

A：我們的資金主要用于研發(fā)，市場(chǎng)投入等方面，包括人才招聘，主要是要招人。因?yàn)槲覀冊(cè)瓉?lái)的團(tuán)隊(duì)其實(shí)是上一個(gè)周期迭代經(jīng)驗(yàn)沉淀下來(lái)的資源和人脈，也確實(shí)是適配于今天這個(gè)大模型做 AI 硬件或者 AI 消費(fèi)電子或者 AI 機(jī)器人的路徑。

這個(gè)賽道不像純 AI 軟件，來(lái)一個(gè)新的玩家就能夠快速做起來(lái)，因?yàn)楝F(xiàn)在積累厚度還是蠻厚的。但是我今天也遇到新的一些挑戰(zhàn)和問(wèn)題，比如海外，我們現(xiàn)在要更加速我們的海外整個(gè)商業(yè)化落地，那我們要去找到更多的海外跨境的人才。以及當(dāng)商業(yè)化的時(shí)候，我們發(fā)現(xiàn)我們 GTM （ go to market）做商業(yè)化規(guī)劃這部分能力要求，不論是國(guó)內(nèi)還是海外，我需新的打法，因?yàn)檫@個(gè)品類(lèi)是新品類(lèi)，以前沒(méi)有過(guò)。

Q：具體要怎么做新品類(lèi)的市場(chǎng)推廣？

A：比如怎么以一個(gè)像蘋(píng)果一樣方式去落地商業(yè)化。我們要有很強(qiáng)的發(fā)布能力，把所有每次軟件功能的升級(jí)和硬件的版本都能發(fā)布出去，以及下面能承載專(zhuān)營(yíng)店、體驗(yàn)店。因?yàn)樾缕奉?lèi)是重體驗(yàn)。

舉個(gè)例子，比如說(shuō)Apple Vison Pro，要先用手機(jī)、用蘋(píng)果注冊(cè)完人臉驗(yàn)證之后，然后到線下才能體驗(yàn)預(yù)約才能實(shí)現(xiàn)。

那人才維度也需要升級(jí)，我們也希望說(shuō)能夠在這次不斷地拿到新的資本來(lái)加持的時(shí)候，能夠引入這樣的品類(lèi)創(chuàng)新人才。我們目前40人+團(tuán)隊(duì)，已經(jīng)實(shí)現(xiàn)了這樣一個(gè)階段性成果，我覺(jué)得這也是未來(lái)AI公司的一個(gè)普遍情況，用AI賦能團(tuán)隊(duì)，然后持續(xù)找到創(chuàng)新人才。

Q：之前物靈科技有幾百人，這次創(chuàng)業(yè)人好像少了很多。未來(lái)團(tuán)隊(duì)規(guī)模未來(lái)預(yù)計(jì)擴(kuò)大到多少人？有怎樣的考量？

A：目前沒(méi)有太明確的數(shù)字，因?yàn)檎f(shuō)實(shí)在我覺(jué)得現(xiàn)在跟以前不一樣。以前公司成立第一天，我們就 300 號(hào)人的團(tuán)隊(duì)，是因?yàn)楫?dāng)時(shí)有孵化的項(xiàng)目以及并購(gòu)的項(xiàng)目弄到一起了。現(xiàn)在，我對(duì)于人員和對(duì)于控制要求都比較高，你能感受到，我們其實(shí)是很緊湊高效的一個(gè)創(chuàng)業(yè)氛圍，跟上一個(gè)周期是不一樣的。這跟今天的外部環(huán)境，以及跟我的經(jīng)歷都有關(guān)系。

我走過(guò)這些中間的起起伏伏的路之后，我再選擇這邊，對(duì)人員的整體規(guī)劃是沒(méi)有的，我更希望是一個(gè)人能多用的，因?yàn)榇竽Ｐ蜁r(shí)代， AI native的公司一定是很多東西不需要自己干，模型就可以幫你解決。但我會(huì)找到關(guān)鍵人，有些關(guān)鍵的需求的人員是對(duì)我比較重要，通過(guò)原來(lái)的人脈沒(méi)有 reach 到的，通過(guò)資本市場(chǎng)的獲得更大的股東的人脈，以及說(shuō)我們通過(guò)更多人知道我們?cè)诮裉爝@個(gè)公司在做什么，我們可以吸引到更多這樣的人才。

Q：和投資人或機(jī)構(gòu)交流的過(guò)程當(dāng)中，您最大的感受是什么？現(xiàn)在具身智能這么火的市場(chǎng)環(huán)境下，您會(huì)有危機(jī)感嗎？

A：我覺(jué)得可能今天在我們這個(gè)公司的股東結(jié)構(gòu)里面，這些機(jī)構(gòu)有一個(gè)讓我印象特別深的地方，就是從質(zhì)疑到最后印證的一個(gè)過(guò)程。

一開(kāi)始當(dāng)我說(shuō)要去走一個(gè)特斯拉 FSD 的南坡路徑，去鋪硬件、收數(shù)據(jù)，可能最終我也要去做端茶倒水這種機(jī)器人形態(tài)時(shí)候，大家覺(jué)得好像沒(méi)有一個(gè)連接線過(guò)去。但當(dāng)大家看到我們產(chǎn)品落地的過(guò)程，使用的交互形式和它開(kāi)始鋪量不斷做增長(zhǎng)這個(gè)過(guò)程，當(dāng)大家發(fā)現(xiàn)Meta小扎和Google等前沿實(shí)驗(yàn)室最近的關(guān)鍵動(dòng)作的時(shí)候，大家發(fā)現(xiàn)這件事情其實(shí)是一個(gè)有通路的東西，我覺(jué)得這反而是我認(rèn)為大家印證了一個(gè)終局思維的方式做一家公司的一些不一樣的路徑。

Q：怎么理解這個(gè)終局思維？

A：其實(shí)，我先去定義的一個(gè)終局思考，然后回過(guò)來(lái)再畫(huà)出兩個(gè)roadmaps，然后一點(diǎn)點(diǎn)走過(guò)去的，這其實(shí)是個(gè)非共識(shí)的過(guò)程。我覺(jué)得今天我感受到這些股東能加碼，也有老股東加持，也有新的進(jìn)來(lái)。

大家看到了一個(gè)機(jī)會(huì)，他發(fā)現(xiàn)其實(shí)一開(kāi)始被質(zhì)疑的和不確定的這些東西逐漸一點(diǎn)點(diǎn)被印證出來(lái)，我覺(jué)得這是我感觸最深的一點(diǎn)。

中間我每一步的這個(gè)過(guò)程，讓大家看到了說(shuō)這件事真的是在發(fā)生的，這個(gè)南坡路徑是在發(fā)生的，這種輕量級(jí)的終端能采集數(shù)據(jù)，完成構(gòu)建今天具身智能和世界模型里面最缺失的真實(shí)數(shù)據(jù)閉環(huán)，是我覺(jué)得可能大家逐漸已經(jīng)從一個(gè)從非共識(shí)到加注的一個(gè)重要因素。

Q：作為公司老股東，您也提到與商湯的合作，能不能具體展開(kāi)介紹一下這方面的合作有哪些關(guān)鍵性進(jìn)展？下一步還會(huì)有沒(méi)有什么延伸？

A：商湯的優(yōu)勢(shì)在于他們能夠把以前的計(jì)算機(jī)視覺(jué)這部分的數(shù)據(jù)源和計(jì)算機(jī)視覺(jué)基因搭建的這種多模態(tài)大模型引擎和模型的能力賦能給我們，所以在我們看到的 real time 的實(shí)時(shí)交互的大模型上面，能做到這么好的體驗(yàn)，換任何一個(gè)非深度合作的模型公司是很難做到的。所以對(duì)我的好處在于，啟動(dòng)的時(shí)候有一些全新的多模態(tài)的交互數(shù)據(jù)體驗(yàn)是在別的基模（比如字節(jié)的豆包或者是阿里的通義）實(shí)現(xiàn)不到的深度的體驗(yàn)。另外一個(gè)比較重要的優(yōu)勢(shì)，大家知道其實(shí)最早啟動(dòng)的時(shí)候，商湯的集群卡也比較多，所以我們會(huì)比較在意是怎么應(yīng)用它現(xiàn)在最新的 SenseNova模型，怎么能夠通過(guò)算力的加速盡快應(yīng)用到消費(fèi)電子里面，這是我們可能一起會(huì)耦合去迭代的一個(gè)方式。

02

預(yù)測(cè)未來(lái)最好方式就是去做它

Q：商業(yè)化這一塊有什么具體戰(zhàn)略上面的想法嗎？

A：國(guó)內(nèi)的抖音是很強(qiáng)大的一個(gè)過(guò)去的積累，你會(huì)發(fā)現(xiàn)視頻電商的算法推薦以及說(shuō)視頻內(nèi)容的展現(xiàn)效率 3 ~ 10 秒鐘，進(jìn)來(lái)捕捉完之后持續(xù)結(jié)單和下單，這種效率在國(guó)外其實(shí)反而學(xué)中國(guó)的。

因?yàn)槎兑粑覀兤鋵?shí)過(guò)去也做過(guò)好多年，反而北美那邊或者說(shuō)東南亞那邊，或者說(shuō)像歐洲有點(diǎn)難，還沒(méi)有完全起來(lái)，在視頻電商和興趣電商的這個(gè)環(huán)節(jié)，我們反而是有過(guò)經(jīng)驗(yàn)之后，只要復(fù)制這個(gè)經(jīng)驗(yàn)，找對(duì)那邊的人就行。我覺(jué)得這個(gè)套路其實(shí)是可以通達(dá)的。

其實(shí)像我們這樣重體驗(yàn)的產(chǎn)品不是一個(gè)標(biāo)品，我覺(jué)得國(guó)內(nèi)已經(jīng)有過(guò)積累的公司是反而會(huì)彎道超車(chē)的，我覺(jué)得這是有好的一面的可能性。我們往下走，海外市場(chǎng)是有積累的能力的，因?yàn)閶寢岊?lèi)的產(chǎn)品、母嬰類(lèi)產(chǎn)品，這兩個(gè)都打得是很透的。其實(shí)既有做過(guò)微商，也有做過(guò)抖音的直播帶貨的流量模式，都打過(guò)一遍實(shí)操的經(jīng)驗(yàn)。

Q：我們?nèi)绾尉S持產(chǎn)品的壁壘和厚度？

A：今天這個(gè)大模型時(shí)代有兩個(gè)關(guān)鍵詞。

第一是極致個(gè)性化適合每個(gè)人，絕對(duì)做到千人千面。以前千人千面，字節(jié)時(shí)代是推薦算法，一個(gè)內(nèi)容創(chuàng)造出來(lái)，在云端通過(guò)推薦函數(shù)連接給你，今天我們把它定義叫“關(guān)系算法”，也就是說(shuō)這個(gè)角色更懂你，因?yàn)檫@個(gè)角色跟你共同經(jīng)歷。跟你互動(dòng)更多的Agent智能體，他會(huì)更懂你的情況，他會(huì)主動(dòng)來(lái)和你交互。我們?cè)谶^(guò)去把所有的角色主動(dòng)適配的能力建立起來(lái)，讓每個(gè)角色可以主動(dòng)的適合每個(gè)人。然后，他長(zhǎng)期的記憶，主動(dòng)的意識(shí)都可以交互起來(lái)。那我覺(jué)得是今天大模型跟隨的公司沒(méi)有這樣的技術(shù)積累能力是做不到的這點(diǎn)的。

第二是數(shù)據(jù)的伴隨AI原住民成長(zhǎng)的長(zhǎng)期周期。為什么我們能做到小方機(jī)，就是用過(guò)去盧卡積累過(guò)數(shù)據(jù)和用戶(hù)洞察。當(dāng)年人口紅利高峰期的產(chǎn)品用戶(hù)，今天長(zhǎng)大了，正好從盧卡過(guò)渡到小方機(jī)，我們會(huì)通過(guò)靈宇宙的AI終端不斷迭代升級(jí)去靈性陪伴這一波Alpha世代人群（10后）共同成長(zhǎng)，盧卡的數(shù)據(jù)已經(jīng)在這邊放量成為了一個(gè)看得見(jiàn)的結(jié)果，那進(jìn)一步就在堆積這個(gè)產(chǎn)品，下一步的數(shù)據(jù)源來(lái)讓他繼續(xù)領(lǐng)跑和成為下一個(gè)閉環(huán)的優(yōu)勢(shì)。

Q：漫畫(huà)里面機(jī)器人繞膝左右場(chǎng)景，您覺(jué)得未來(lái)多長(zhǎng)時(shí)間會(huì)實(shí)以實(shí)現(xiàn)這樣一個(gè)場(chǎng)景？

A：我覺(jué)得我很喜歡 Alan key （連線雜志作者）的兩句話。

第一句話是，"The best way to predict the future is to invent it."（預(yù)測(cè)未來(lái)最好方式就是去發(fā)明它。）

我覺(jué)得這是讓我自己比較幸福的一句話，因?yàn)槲矣X(jué)得時(shí)間軸很難預(yù)判，人們對(duì)技術(shù)的科技發(fā)展很容易高估短期，低估長(zhǎng)期做的事情。所以我覺(jué)得這個(gè)時(shí)間線我覺(jué)得挺難判斷，但我會(huì)一直在履行實(shí)踐、試錯(cuò)、迭代這件事。

從盧卡，到今天的小方機(jī)。大家會(huì)說(shuō)你不是做機(jī)器人嗎？怎么搞了一個(gè)這個(gè)玩意出來(lái)？我其實(shí)在用我的時(shí)間路徑再去履行這樣事情。

第二句話是，"People who are serious about software should make their own hardware."（如果你執(zhí)念要去做出好的軟件體驗(yàn)來(lái)，請(qǐng)去做硬件。）

所以你會(huì)發(fā)現(xiàn)，如果從投入度和價(jià)值資產(chǎn)的角度來(lái)看，我們是軟件占80% 的公司，硬件反而只占20%。但是，我們產(chǎn)品是以硬件的方式在這個(gè)人群里面有專(zhuān)有需求。做AI硬件要離手機(jī)遠(yuǎn)，一種離手機(jī)遠(yuǎn)的方式就是干這種端茶倒水的這種實(shí)體硬件解決原子交互問(wèn)題。第二種是要離手機(jī)遠(yuǎn)，是那個(gè)人群沒(méi)有手機(jī)或者家長(zhǎng)不想給他手機(jī)，他需要專(zhuān)業(yè)設(shè)備。例如今天家長(zhǎng)想給孩子用豆包，又擔(dān)憂給了手機(jī)會(huì)去打游戲的痛點(diǎn)，這兩個(gè)都是我覺(jué)得比較重要的做AI硬件的底層思考。

回過(guò)頭來(lái)，我會(huì)覺(jué)得，既然是軟件，我不怕迭代，我只要高密度的錨準(zhǔn)我認(rèn)為的核心邏輯去迭代軟件，我一定是會(huì)排活在牌桌上，成為做成這家公司的人，所以你會(huì)發(fā)現(xiàn)其實(shí)“穿越周期有韌性”是很關(guān)鍵的，“識(shí)別機(jī)會(huì)和timing”又是很關(guān)鍵的。

Q：如何解決大模型“幻覺(jué)”在具身機(jī)器人上的風(fēng)險(xiǎn)？

A：幻覺(jué)問(wèn)題在過(guò)去的一年多時(shí)間是有大規(guī)模的降低的，其實(shí)有很多解法基模已經(jīng)在解了，底層的基模都在幫你解決，所以它是個(gè)時(shí)代給予的機(jī)會(huì)。我們還有過(guò)去那么多年做盧卡積累的模型微調(diào)和數(shù)據(jù)經(jīng)驗(yàn)。

Q：您目前創(chuàng)業(yè)做家用機(jī)器人，比較擔(dān)心的是什么?

A：我會(huì)擔(dān)心的是，當(dāng)這個(gè)攝像頭在真實(shí)界你交互的時(shí)候，你會(huì)發(fā)現(xiàn)其實(shí)這個(gè)數(shù)據(jù)源的優(yōu)勢(shì)是會(huì)被場(chǎng)景的割裂而影響，因?yàn)楹⒆訒?huì)各種跑動(dòng)、遮擋環(huán)境等，這部分東西是不可控的，而且有很多好的模型，高算力的方案，放到家長(zhǎng)買(mǎi)給孩子產(chǎn)品也有難度。有很多最新的模型未必能用得上，所以每一項(xiàng)的環(huán)節(jié)體驗(yàn)都有可能出現(xiàn)打折的地方，遇到很多挑戰(zhàn)，這種挑戰(zhàn)是把事做好的，一個(gè)會(huì)有的難度和微妙的痛苦，我覺(jué)得這痛苦是一個(gè)創(chuàng)業(yè)者要去解決的。

另外我覺(jué)得孩子類(lèi)的東西，他反而對(duì)數(shù)據(jù)隱私是很敏感的。這東西是會(huì)持續(xù)收集，會(huì)把一天當(dāng)中所有的東西記下來(lái)壓縮，然后整理，跟你互動(dòng)，其實(shí)今天會(huì)有很多這樣的隱私的不確定性。比起跟別人同質(zhì)化競(jìng)爭(zhēng)，這是我更在意的東西。

本文作者代聰飛，既看產(chǎn)品，也看人與業(yè)務(wù)的故事，持續(xù)關(guān)注AI行業(yè)的潮水方向。歡迎各位讀者添加作者微信Congc_a交流。

12月12日-13 日，第八屆GAIR全球人工智能與機(jī)器人大會(huì)，將在深圳南山·博林天瑞喜來(lái)登酒店舉辦。屆時(shí)，大會(huì)也將開(kāi)設(shè)具身智能主題論壇，全球頂尖學(xué)者匯聚一堂，探討AI如何與物理世界深度融合、與現(xiàn)實(shí)共生。

未經(jīng)「AI科技評(píng)論」授權(quán)，嚴(yán)禁以任何方式在網(wǎng)頁(yè)、論壇、社區(qū)進(jìn)行轉(zhuǎn)載！

公眾號(hào)轉(zhuǎn)載請(qǐng)先在「AI科技評(píng)論」后臺(tái)留言取得授權(quán)，轉(zhuǎn)載時(shí)需標(biāo)注來(lái)源并插入本公眾號(hào)名片。