宾大创投俱乐部来访，绿洲分享具身行业观点｜Vital Views

去年 7 月，宾夕法尼亚大学创投俱乐部访学成员与绿洲就 "如何看待 AI 发展" 这一话题进行了深入的面对面交流。 今年，宾大创投再次来访，25 位来自不同学科背景的同学和我们以** "绿洲视角下具身智能的现实与未来" **为主题，展开了为期两小时的分享与讨论。

过去十年，人工智能领域的技术进步持续刷新着人们对 "智能" 的想象。从感知、识别到生成，AI 已经在信息处理和认知层面展现出前所未有的能力。然而，人类社会的演进不仅依赖信息处理，更需要 "行动"。 只有当机器同时具备认知和行动的能力，智能才真正注入物理世界，成为人类能力的延伸。 绿洲自 2022 年底开始关注 AI 底层技术，并于 2023 年系统性研究具身智能方向。 当时我们就发现，Scaling Law 不仅加速了 AI 模型的演进，也让机器人用用泛化能力成为现实。而类似 Palm-E, RT-X, VoxPoser, RoboCat 等在机器人控制方向上非常关键的模型或系统的出现，也代表了具身智能从 "只能动" 到 "能看、能想、能学" 的跃迁，进一步验证了产业化的可行性。 此外，政策的持续支持、国家战略的高度重视，以及 Tesla Optimus 等标志性项目的推动，让更多人意识到，具身智能所代表的不再只是云端推理和信息生成，而是与真实环境深度融合，具备感知、理解并能在物理世界中自主完成任务的能力。 这不仅是技术革新，更将对未来生产方式和社会组织形态产生深远影响。

当时我们认识到，具身智能未来的发展机会将来源于三条长期趋势的叠加： 第一，未来十年是 AI 的算力革命的十年。 大模型为感知与推理奠定了基础，使机器从执行固定指令走向复杂、自主、灵活的适应； 第二，AI 发展到一定阶段，最终必然会落脚在交互方式的变革。总会有一个新的终端或系统，把软件能力真正落到现实之中； 第三，中国在产业链集群、工程能力、制造生态和供应链体系上的积累， 凭借国内科技从业者和创业者底层的坚韧，将更快实现全球级别的迭代与突破。 趋势之外，我们也能明显感受到行业在那个时间点上的明显变化。 AI 正以前所未有的速度成为各行各业的技术共识，人形机器人的发展前景也逐渐获得广泛认可。行业更关注的是其真正落地的时间节点、实现路径，以及创业公司在其中的切入机会。自我们关注的时间点伊始，大量的技术人才持续涌入相关方向，资本、政府及产业端的合作与共建也仍在加速，行业共识不断扩散。

而我们的底层的判断基础，是来自对信号学理论的长期理解和应用。 人本质上是一个信号处理系统，在频谱中接收和输出的信号非常有限，远小于现实世界所蕴含的全部信息。当外界普遍悲观地认为，因数据 "短缺" Scaling Law 将逐渐失效时，我们反而认为，当前可被利用的信息资源远未被充分挖掘。 因为从根本上来说，不是人需要 AI 硬件，而是 Agent 需要 AI 硬件。 设想，当 Agent 作为载体的硬件设备能够更灵活地获取信息，在理论上无限算力的条件下，AI 可以将信息输入与处理的能力扩展到无限频谱，实现更高维度的智能涌现。

在现场互动环节中，同学们也提出了很多深刻的问题：

如果要大规模量产，怎么在保持复杂功能的同时，把成本和维护费用降下来？ 在机器人控制里，用集中式和分布式两种架构，各有什么优缺点？怎么选？ 家里或医院这种随时变动的场景，机器人要怎么一边工作一边「学」，遇到新障碍还能快速改路线？ 以后机器人要自己做更多复杂的决定，比如遇到紧急情况自动应对，模型规模和推理速度这两个矛盾怎么解决？怎么保证它的道德性？

这些问题标准答案仍在探索过程中，却让我们更加清晰地意识到，具身智能不仅是技术革新，更是一场关于社会信任与价值观的深刻重塑。

这两年，我们陆续投资了逐际动力、千寻智能、因克斯、乐享科技等市面上知名的具身智能项目。 从更宏观的视角来看，具身智能不仅是生产力的提升，更是社会协作方式和认知模式的重新塑造。机器人进入人类生活后，如何真正融入日常、如何成为可靠的辅助者，都需要长期的验证和积累。 相比软件或纯算法，具身智能是一个高度复杂、长周期的系统工程，涉及软硬件一体化、极端场景下的可靠性、持续维护和跨行业验证。 我们认为，真正能够走得更远的创业者，往往不是追逐最热概念的人，而是那些能在复杂信息中保有注意力，在长期中保持专注，在变化中持续迭代的有生命力的人。 当越来越多的人从更系统、更长远的视角看待具身智能，这场变革——不仅是技术的革命，也是人与社会关系的深层次变革，才会真正进入更深入、更持久的发展阶段。