91ºÚÁÏÍø

EN
www.world-show.cn

www.4444.gov.cn特斯拉ã¶Ä英伟达Á´ºå™¨äººèƒŒåŽçš„â€œå–æ°´äººâ€

这是与CyberOrigin(下称:赛æºï¼‰åˆ›å§‹äººæ®·é¹è§é¢æ—¶ï¼Œä»–对我说的第一å¥è¯ã€‚èµ›æºæ˜¯ç‰¹æ–¯æ‹‰ã€è‹±ä¼Ÿè¾¾ç­‰å…¬å¸åœ¨äººå½¢æœºå™¨äººé¢†åŸŸçš„åˆä½œå•†ä¹‹ä¸€ã€‚而其所在的ç ä¸‰è§’,是世界机器人供应链的核心,那是殷é¹çœŸæ­£çš„“战场â€â€”—全çƒä»»ä½•一家机器人相关的公å¸ï¼Œéƒ½å¿…须到ç ä¸‰è§’寻找硬件供应链,如今,还包括数æ®ã€‚在机器人圈,这些为特斯拉ã€è‹±ä¼Ÿè¾¾äººå½¢æœºå™¨äººæä¾›å…³é”®è®­ç»ƒæ•°æ®çš„å…¬å¸ï¼Œå¾€å¾€è¢«è§†ä¸ºå·¨å¤´èƒŒåŽçš„â€œå–æ°´äººâ€ã€‚ 和此å‰åä½™å¹´â€œå–æ°´äººâ€å¤šä¸ºç”Ÿäº§åˆ¶é€ çŽ¯èŠ‚ç›¸å…³å…¬å¸ä¸åŒï¼ŒAI纪元下,数æ®ç±»â€œå–æ°´äººâ€æ­£åœ¨å¼‚军çªèµ·ã€‚一批诸如赛æºï¼Œå¼€å§‹èšç„¦äºŽæä¾›æœºå™¨äººä¸ŽçœŸå®žç‰©ç†äº¤äº’的数æ®ã€‚以殷é¹çš„å…¬å¸ä¸ºä¾‹ï¼Œå®ƒçš„客户åå•中,包括英伟达ã€ç‰¹æ–¯æ‹‰ã€OpenAI的人形机器人;也包括谷歌和斯å¦ç¦æŽé£žé£žçš„æœºå™¨äººæ¨¡åž‹è®­ç»ƒå®žéªŒå®¤ï¼Œä¹Ÿæ˜¯èµ›æºèƒ½å¤Ÿä¸Žå…¶ä»–机器人数æ®å…¬å¸æ‹‰å¼€å·®è·çš„地方。 近期,æ®åª’体报é“ï¼Œç‰¹æ–¯æ‹‰è¢«æ›æš‚åœäººå½¢æœºå™¨äººçš„ç ”å‘,调整设计。殷é¹åœ¨å››æœˆä»½å·²çŸ¥é“这个消æ¯ï¼Œæš‚åœçš„主è¦åŽŸå› ï¼Œä»ç„¶åœ¨æ•°æ®é—®é¢˜â€”â€”ç‰¹æ–¯æ‹‰éœ€è¦æ›´å¤šæœºå™¨äººæ•°æ®ä»¥è®­ç»ƒæ¨¡åž‹ã€‚这对于赛æºè¿™æ ·çš„æ•°æ®æä¾›å•†è€Œè¨€ï¼Œæ˜¯ä¸ªå¥½æ¶ˆæ¯ï¼ŒçœŸå®žç‰©ç†äº¤äº’æ•°æ®ï¼Œè€Œéžæœ¬ä½“,正在æˆä¸ºè¿™åœºå…·èº«æ™ºèƒ½å†›å¤‡ç«žèµ›ä¸­çš„æ ¸å¿ƒå¼¹è¯â€”â€”â€œæœºå™¨äººæ˜¯å¼•æ“Žï¼Œæ•°æ®æ˜¯çŸ³æ²¹ã€‚没油,å‘动机è¿ä¸äº†ã€‚†殷é¹è¯´ï¼Œâ€œæˆ‘ä»¬éœ€è¦æˆé•¿ä¸ºç‰¹æ–¯æ‹‰æœ€å¤§çš„æ•°æ®ç«¯ä¾›åº”商。†当虎嗅于六月在上海è§åˆ°æ®·é¹æ—¶ï¼Œä»–穿了一身è¿åŠ¨æ‰“æ‰®ï¼Œé»‘è‰²è¿ªæ¡‘ç‰¹poloè¡«å’Œè¿åŠ¨éž‹ï¼Œå€”å¼ºçš„åˆ˜æµ·ï¼Œæ—¶ä¸æ—¶åœ¨è¯´è¯é—´ç”©åˆ°å‰é¢ï¼Œä»–å†åˆ©è½åœ°æŠŠå®ƒæ’‡å¼€ã€‚è§é¢æ—¶ï¼Œä»–æ­£ç»åŽ†ä¸€åœºçŸ­æœŸå‡ºå·®ï¼Œè¿˜å¸¦æœ‰ä¸€ä¸é£Žå°˜ä»†ä»†ï¼Œä»–需è¦åœ¨æ™šä¸Šé£žå›žæ·±åœ³ï¼Œä¹Ÿæ˜¯å¤§é‡â€œå–水人â€çš„基地所在。 作为赛æºçš„CEO,殷é¹çš„å¦ä¸€ä¸ªèº«ä»½æ˜¯é¦™æ¸¯åŸŽå¸‚å¤§å­¦åŠ©ç†æ•™æŽˆï¼Œä»–曾师从SLAM和规划界传奇人物,JiZhang教授,他开创了实时 3D 激光雷达 SLAM 的先河,并将其商业化。这一技术,是机器人ã€è‡ªåŠ¨é©¾é©¶è½¦è¾†çš„â€œå¯¼èˆªå¤§è„‘â€ï¼Œå¦‚果没有它,扫地机器人ã€è½¦è¾†è‡ªåŠ¨é©¾é©¶å°†æ— æ³•å­˜åœ¨ã€‚è€Œæ®·é¹åœ¨æ­¤åŽæ›¾æ·±åº¦å‚与NASA(美国国家航空航天局)ã€DARPA(美国国防部高级研究计划局)和英伟达的课题,其第一篇国际顶刊文章,æˆä¸ºNASAç«æ˜Ÿé™è½çš„å‚考方案之一,殷é¹ä¹Ÿæ˜¯NASAç«æ˜Ÿç™»é™†é¡¹ç›®çš„高级顾问;在DARPA的地下机器人挑战赛上,殷é¹å’Œå›¢é˜Ÿå¼€å‘出了首个超大规模多机å作定ä½å»ºæ¨¡ç³»ç»Ÿï¼Œè¿™ä¸ªæˆæžœä¹Ÿå‘了第二篇国际顶刊论文。 在与虎嗅的交æµä¸­ï¼Œæ®·é¹ä¸æ–­æåŠé©¬æ–¯å…‹â€”—特斯拉的创立者,他强调“第一性原ç†â€çš„æ–¹æ³•论,他读马斯克的自传,拆解这ä½ç¡…谷“钢é“ä¾ â€çš„创业逻辑ã€å•†ä¸šæ•…事,他称马斯克为“è€é©¬â€ï¼Œâ€œç¬¬ä¸€æ€§åŽŸç†éžå¸¸å¯æ€•,他能把一件在æ—人看æ¥ä¸å¯èƒ½å®žçŽ°çš„äº‹æƒ…å˜æˆå¯èƒ½ã€‚â€æ®·é¹è¯´ã€‚ 2024年,殷é¹é€‰æ‹©åˆ›ç«‹èµ›æºã€‚在创业之åˆï¼Œæ®·é¹è¯·æ•™è¿‡ä¸å°‘å‰è¾ˆï¼Œå…¶ä¸­åŒ…æ‹¬é¦™æ¸¯ç§‘æŠ€å¤§å­¦æ•™æŽˆæŽæ³½æ¹˜ä¸Žé«˜ç§‰å¼ºï¼Œå‰è€…建议充分利用大湾区的资æºã€‚åŽè€…åˆ™å»ºè®®åšæµ·å¤–å¸‚åœºï¼Œä»¥åŠæ€è€ƒC端的生æ„。高秉强ä¸ä»…æ˜¯å¯¼å¸ˆï¼Œä¹Ÿæ˜¯æ®·é¹æœ€æ—©çš„天使投资人,这ä½åœ¨ç¡¬ç§‘技领域投资了ä¸å°‘上市ä¼ä¸šçš„å‰è¾ˆå‘Šè¯‰ä»–,当下时点,找一个切å£åŽ»åˆ›ä¸šï¼Œå†å±‚层迭代。 é¢å¯¹è™Žå—…,殷é¹åˆ†äº«äº†è‡ªå·±å¯¹å…·èº«æ™ºèƒ½çš„看法和创业的想法,从学者转化为ä¼ä¸šCEO,殷é¹å¾ˆåšå†³ï¼Œå› ä¸ºå­¦æœ¯å·²ç»å¾ˆé𾿻¡è¶³ä»–需è¦çš„资æºï¼Œä»–需è¦åˆ°ä¸šç•Œã€åˆ°ä¸€çº¿åŽ»èŽ·å¾—æ›´å¿«æ›´çœŸå®žçš„æ•°æ®å馈。这也是为什么他没有选择åšCTO,而直接选择åšCEO的原因。 虎嗅:很明显的行业趋势是,ChatGPT出现之åŽï¼Œå‡ºçŽ°äº†Emboied AI的概念,éšå³ç‰¹æ–¯æ‹‰ã€è‹±ä¼Ÿè¾¾ã€äºšé©¬é€Šç­‰å¤§å…¬å¸å¼€å§‹å‘布其å„自的通用人形机器人计划。这个飞跃在过去机器人历å²ä¸­æžä¸ºå°‘è§ã€‚Transformer架构究竟åšäº†ä»€ä¹ˆï¼Œè®©è¿™ä¸ªè¡Œä¸šå‡ºçŽ°è¿™æ ·è´¨çš„é£žè·ƒï¼Ÿ æ®·é¹ï¼šTransformer架构最大的æå‡åœ¨äºŽå‘明了一ç§å¯ä»¥Scaling Law的模å¼ã€‚过去我们强调强化学习的效果能达到多少,训练数æ®é›†å’Œæµ‹è¯•æ•°æ®é›†ç›¸å·®ä¸å¤§ï¼Œå› ä¸ºåœºæ™¯å¾ˆå¤šï¼Œä¸€å®šæ— æ³•涵盖所有场景,那么模型è¦ä¸æ–­é‡æ–°è®­ç»ƒã€‚但这ç§åŸºäºŽç›‘ç£å­¦ä¹ çš„æ–¹å¼ï¼Œåœ¨æœªçŸ¥é¢†åŸŸå‘展很慢。Transformeræž¶æž„å¯ä»¥è¾“入足够多的数æ®ï¼Œåœ¨è¶³å¤Ÿå¤šçš„æ•°æ®ä¸‹å†è¿›è¡Œå¾®è°ƒå’Œæå‡ã€‚ 这个策略架构最早是谷歌æå‡ºæ¥ï¼Œä½†çœŸæ­£ç”¨èµ·æ¥çš„æ˜¯ç‰¹æ–¯æ‹‰çš„那群人,将Transformeræž¶æž„è¿ç”¨åœ¨è‡ªåŠ¨é©¾é©¶ä¸Šã€‚å› ä¸ºç ”ç©¶äººå‘˜å‘现,Transformer的核心是当数æ®é‡åˆ°ä¸€å®šæ•°é‡çº§æ—¶ï¼Œä¼šå‡ºçŽ°æ¶ŒçŽ°ã€‚è¿™è®©å…·èº«æ™ºèƒ½åœ¨ç©ºé—´ç†è§£æ–¹é¢æœ‰äº†å¾ˆå¤§è¿›æ­¥ã€‚ 首先,它实现了空间ç†è§£èƒ½åŠ›çš„è´¨å˜ï¼šä¼ ç»Ÿå¼ºåŒ–学习在有é™åœºæ™¯ä¸­åªèƒ½è¿›è¡Œå±€éƒ¨æŽ¢ç´¢ï¼Œè€Œå€ŸåŠ©Transformer的自注æ„åŠ›æœºåˆ¶ï¼Œæœºå™¨äººèƒ½å¤Ÿå¯¹æ•´ä¸ªä¸‰ç»´ç©ºé—´è¿›è¡Œå…¨å±€æ„ŸçŸ¥ï¼Œå¹¶é€šè¿‡åŒæ—¶å¤„ç†è§†è§‰ã€è¯­è¨€ä¸ŽåŠ¨ä½œç­‰å¤šæ¨¡æ€ä¿¡æ¯ï¼Œå½¢æˆç»Ÿä¸€çš„空间认知模型;其次,它在泛化能力上å–得了çªç ´ï¼Œä¼ ç»Ÿæ–¹æ³•在训练集和测试集场景相似时表现尚å¯ï¼Œä½†ä¸€æ—¦åœºæ™¯å˜åŒ–å°±éœ€é‡æ–°è®­ç»ƒï¼Œè€ŒTransformer模型通过大规模数æ®è®­ç»ƒåŽï¼Œèƒ½å¤Ÿåœ¨æœªè§è¿‡çš„场景中自主推ç†ä¸Žé€‚应;第三,这一架构推动了从规则驱动到数æ®é©±åŠ¨çš„èŒƒå¼è½¬å˜ï¼Œå½»åº•告别了基于IF-ELSE的人工规则系统,实现了从感知到动作的端到端学习,æžå¤§åœ°å‡å°‘äº†ä¸­é—´çŽ¯èŠ‚çš„ä¿¡æ¯æŸå¤±ã€‚ 此外,Transformeræ“…é•¿æ—¶åºå»ºæ¨¡ï¼Œå…¶æ³¨æ„力机制让机器人ä¸ä»…ç†è§£åŠ¨ä½œé—´çš„å…ˆåŽå…³ç³»ï¼Œè¿˜èƒ½è¿›è¡Œå¤æ‚动作åºåˆ—的长期规划;更é‡è¦çš„æ˜¯ï¼Œå®ƒæ”¯æŒå¤šä»»åŠ¡å­¦ä¹ ï¼šåœ¨ä¸–ç•Œæ¨¡åž‹ä¸­ï¼Œè§†è§‰ã€è¯­è¨€ä¸Žæ“作被整åˆäºŽåŒä¸€æ¨¡åž‹ï¼›åœ¨åˆ†å±‚架构中,上层负责高层推ç†ä¸Žå†³ç­–ï¼Œä¸‹å±‚åˆ™æ‰¿æ‹…ç²¾ç¡®æ‰§è¡Œï¼Œä¸¤è€…å…¼é¡¾ï¼›åœ¨æ•°æ®æ•ˆçŽ‡æ–¹é¢ï¼Œå°½ç®¡ä¾ç„¶éœ€è¦å¤§é‡æ•°æ®ï¼Œä½†ä¸Žä¼ ç»Ÿæ–¹æ³•相比,Transformer能用更少的任务特定示教数æ®å®Œæˆå¤æ‚任务,并将学到的知识è¿ç§»åˆ°ç›¸å…³ä»»åŠ¡ï¼›åŒæ—¶ï¼Œå…¶åœ¨çº¿å­¦ä¹ èƒ½åŠ›ä½¿æœºå™¨äººåœ¨æ‰§è¡Œè¿‡ç¨‹ä¸­ä¸æ–­å­¦ä¹ ä¸Žè°ƒæ•´ï¼Œå¹¶å¯¹å…‰ç…§ã€ç‰©ä½“ä½ç½®ç­‰çŽ¯å¢ƒå˜åŒ–å…·æœ‰æ›´é«˜çš„é²æ£’性;最åŽï¼Œå®ƒå®žçŽ°äº†è¯­è¨€ç†è§£ä¸Žæ‰§è¡Œçš„统一,ä¸ä»…能ç†è§£å¤æ‚的自然语言指令,还能结åˆè§†è§‰ä¿¡æ¯è¿›è¡Œå¤šæ¨¡æ€æŽ¨ç†å¹¶è½¬åŒ–为具体动作。 è¿™ç§ä»Žâ€œä¸“用AIâ€å‘“通用AIâ€çš„转å˜ï¼Œè®©æœºå™¨äººä»Žåªèƒ½æ‰§è¡Œé¢„设任务的工具,进化为具备环境ç†è§£ã€æŠ€èƒ½å­¦ä¹ ä¸Žæ–°åœºæ™¯é€‚应能力的智能体,这一技术进展正是“通用机器人æˆä¸ºå¯èƒ½â€çš„æ ¹æœ¬é©±åŠ¨åŠ›ï¼Œä¹Ÿæ˜¯å½“å‰äººå½¢æœºå™¨äººçƒ­æ½®çš„æ ¸å¿ƒæ‰€åœ¨ã€‚ æ®·é¹ï¼šç‰¹æ–¯æ‹‰æ— äººè½¦å°†Transformer"呿‰¬å…‰å¤§"的关键在于他们率先将Transformer架构应用于自动驾驶的视觉感知系统,实现了从多个摄åƒå¤´è¾“入到驾驶决策输出的端到端学习。 这打破了传统自动驾驶ä¾èµ–æ¿€å…‰é›·è¾¾å’Œå¤æ‚传感器èžåˆçš„æŠ€æœ¯è·¯çº¿ï¼Œè¯æ˜Žäº†çº¯è§†è§‰æ–¹æ¡ˆçš„å¯è¡Œæ€§ã€‚ç‰¹æ–¯æ‹‰æ‹¥æœ‰å…¨çƒæœ€å¤§çš„è‡ªåŠ¨é©¾é©¶æ•°æ®æ”¶é›†ç½‘络,æ¯å¤©æœ‰æ•°ç™¾ä¸‡è¾†è½¦åœ¨è·¯ä¸Šæ”¶é›†æ•°æ®ï¼Œä»–们率先验è¯äº†Transformer架构在大规模真实世界数æ®ä¸‹çš„"涌现"效应,当数æ®é‡è¾¾åˆ°ä¸€å®šè§„模时,模型性能会出现质的飞跃。 特斯拉的Transformeræ¨¡åž‹èƒ½å¤ŸåŒæ—¶å¤„ç†8个摄åƒå¤´çš„实时画é¢ã€è½¦è¾†è¿åŠ¨è½¨è¿¹å’ŒåŽ†å²çжæ€ã€ä»¥åŠ3D环境ç†è§£å’Œè·¯å¾„规划,这ç§ç»Ÿä¸€çš„多模æ€å¤„ç†èƒ½åŠ›ä¸ºåŽæ¥çš„具身智能æä¾›äº†é‡è¦å€Ÿé‰´ã€‚ æ›´é‡è¦çš„æ˜¯ï¼Œç‰¹æ–¯æ‹‰è¯æ˜Žäº†Transformerä¸ä»…èƒ½åšæ„ŸçŸ¥ç†è§£çŽ¯å¢ƒï¼Œè¿˜èƒ½åšå†³ç­–规划路径和控制车辆,实现了完整的感知-决策-执行闭环,这为机器人的"大脑"设计æä¾›äº†é‡è¦èŒƒå¼ã€‚通过车辆在真实é“路上的行驶数æ®ï¼Œç‰¹æ–¯æ‹‰å®žçŽ°äº†å¤§è§„æ¨¡çš„è‡ªç›‘ç£å­¦ä¹ ï¼Œè®©æ¨¡åž‹èƒ½å¤Ÿä»Žæœªæ ‡æ³¨çš„æ•°æ®ä¸­å­¦ä¹ é©¾é©¶æŠ€èƒ½ï¼Œè¿™ç§æ–¹æ³•åŽæ¥è¢«å¹¿æ³›åº”用于机器人的动作学习中。 所以特斯拉的æˆåŠŸè®©æ•´ä¸ªAI界看到了一æ¡é‡è¦è·¯å¾„:通过大规模真实世界数æ®è®­ç»ƒTransformer模型,å¯ä»¥å®žçŽ°ä»Žæ„ŸçŸ¥åˆ°è¡ŒåŠ¨çš„ç«¯åˆ°ç«¯æ™ºèƒ½ã€‚è¿™ç›´æŽ¥å¯å‘了谷歌的机器人项目开始大规模收集机器人æ“作数æ®ï¼ŒOpenAI将类似架构应用于机器人控制,å„大科技公å¸å¼€å§‹é‡è§†å…·èº«æ™ºèƒ½çš„æ•°æ®æ”¶é›†ã€‚ 所以,特斯拉实际上开创了"用数æ®é©±åŠ¨çš„AIæ¥è§£å†³ç‰©ç†ä¸–界交互问题"的先河,这正是当å‰å…·èº«æ™ºèƒ½çƒ­æ½®çš„æŠ€æœ¯æ ¹æºã€‚ä»–ä»¬è¯æ˜Žäº†Transformerä¸ä»…能处ç†è¯­è¨€ï¼Œæ›´èƒ½å¤„ç†å¤æ‚的时空åºåˆ—æ•°æ®ï¼Œä¸ºæœºå™¨äººçš„"ChatGPT时刻"奠定了基础。 虎嗅:目å‰å…¨çƒæœºå™¨äººæ¨¡åž‹ä¸»è¦æ¥è‡ªå‡ å®¶å®žéªŒå®¤ï¼ŒåŒ…括谷歌和斯å¦ç¦æŽé£žé£žå®žéªŒå®¤ï¼Œè¿™äº›ä¸åŒçš„æ¨¡åž‹æŠ€æœ¯è·¯çº¿æœ‰ä»€ä¹ˆä¸åŒä»¥åŠä¼˜åŠ£ä¹‹åˆ†ï¼Ÿ æ®·é¹ï¼šç›®å‰ï¼Œæ¨¡åž‹ä½“系大致分为两类,很难简å•评判优劣。第一类是“世界模型â€ï¼Œå°†è§†è§‰ã€è¯­è¨€ä¸Žæ“作等多ç§èƒ½åŠ›æ•´åˆè¿›ä¸€ä¸ªç»Ÿä¸€æ¨¡åž‹ä¸­è¿›è¡Œè®­ç»ƒã€‚例如,æŽé£žé£žå®žéªŒå®¤çš„世界模型ã€Piçš„ OpenVLA 和谷歌的 PaLMã€‚è¿™ç±»æ¨¡åž‹çš„ä¼˜ç‚¹æ˜¯æ”¶æ•›é€Ÿåº¦å¿«ï¼Œé€‚ç”¨äºŽåœ¨åŽ¨æˆ¿ã€æµ´å®¤ã€å§å®¤ç­‰ç‰¹å®šåœºæ™¯ä¸­é‡‡é›†æ•°æ®å¹¶ä¼˜åŒ–机器人性能。但其缺陷在于泛化能力弱。一旦超出训练场景(如机器人从一个房间移动到å¦ä¸€ä¸ªï¼‰ï¼Œå°±éœ€é‡æ–°é‡‡é›†æ•°åå°æ—¶çš„æ•°æ®è¿›è¡Œè®­ç»ƒï¼Œå¦åˆ™æ€§èƒ½ä¼šå¤§å¹…下é™ã€‚例如 SLAMï¼ˆåŒæ­¥å®šä½ä¸Žåœ°å›¾æž„建)对光照和场景元素æžä¸ºæ•感,细微å˜åŒ–å°±å¯èƒ½å¯¼è‡´å¦‚抓å–ç­‰æ“作失败。因此,该类模型更适åˆç®€å•åœºæ™¯çš„æ¼”ç¤ºï¼Œéš¾ä»¥åº”å¯¹å¦‚å·¥åŽ‚ç­‰å¤æ‚ã€åЍæ€çŽ¯å¢ƒã€‚ ç¬¬äºŒç±»æ˜¯åˆ†å±‚æ··åˆæž¶æž„模型,代表如 Figure.AI。该模型结构类似于人脑与å°è„‘的分工:大脑部分负责文本和视觉推ç†ï¼Œè§£å†³â€œåŽ»å“ªé‡Œâ€â€œæ‹¿ä»€ä¹ˆâ€çš„逻辑问题,如根æ®å§å®¤æˆ–厨房的图åƒå®šä½ç›®æ ‡ä¸Žåˆ¶å®šæŠ“å–策略;å°è„‘部分控制机器人本体的具体动作,如行走ã€å¼€å†°ç®±é—¨ã€æŠ“å–鸡蛋等,需é å¤§é‡æ•°æ®è®­ç»ƒå®žçŽ°é«˜ç²¾åº¦æŽ§åˆ¶ï¼Œä¾‹å¦‚è°ƒæ•´æœºæ¢°æ‰‹çš„åŠ›åº¦å’Œæ‰‹æŒ‡åˆ†å¸ƒã€‚ 这类模型的优势在于分工明确:上层负责空间逻辑与决策,下层执行精细动作,尤其在完æˆâ€œæœ€åŽä¸€åŽ˜ç±³â€çš„æ“ä½œæ—¶ï¼Œèƒ½ç²¾å‡†æŽ§åˆ¶æ‰§è¡Œç»†èŠ‚ã€‚ 以特斯拉等公å¸çš„æœºæ¢°æ‰‹ä¸ºä¾‹ï¼Œé€šå¸¸å…·å¤‡19至20个自由度,因æœç´¢ç©ºé—´åºžå¤§ï¼Œå¿…é¡»é€šè¿‡å¤§é‡æ•°æ®å­¦ä¹ æ¥ä¼˜åŒ–åŠ¨ä½œè·¯å¾„ã€‚è¿™ç§æž¶æž„æ›´é€‚ç”¨äºŽçŽ¯å¢ƒå¤æ‚ã€é¢‘ç¹å˜åŒ–ã€æ³›åŒ–è¦æ±‚高,且对æ“作精度æžé«˜çš„场景,如精细抓å–。Figure 和特斯拉走的是这æ¡è·¯çº¿ã€‚ 虎嗅:刚刚说到美国,中国这两年也跑出了ä¸é”™çš„人形机器人公å¸ï¼Œæ¯”如宇树,中国的机器人技术水平和美国有差异å—ï¼Ÿæœ‰ä¸€ä¸ªè§‚å¯Ÿï¼Œå¦‚æžœä»Žä¸¤å›½å…·èº«æ™ºèƒ½å…¬å¸æ‰€å±•示的Demoä¾§é‡ç‚¹æ¥çœ‹ï¼Œä¼¼ä¹Žä¸­å›½æœºå™¨äººå…¬å¸ä¹ æƒ¯äºŽå…ˆåšç¡¬ä»¶ã€å†åšæ¨¡åž‹ï¼Œå›½å¤–ä¼¼ä¹Žæ˜¯å过æ¥ã€‚ æ®·é¹ï¼šæˆ‘认为这与两国国情有关。中国大陆有很强的智能制造供应链,å¯ä»¥è®©æˆ‘ä»¬å°†æ‰€æœ‰å…ƒå™¨ä»¶ä»¥å¾ˆä½Žæˆæœ¬è¿›è¡Œå¿«é€Ÿè½åœ°å’Œè¿­ä»£ï¼Œåœ¨ä¸­å›½åšçµå·§æ‰‹ï¼Œå¯èƒ½åªéœ€è¦åœ¨1-2个月的时间,用有é™çš„资æºå°±åšæˆï¼Œè¿™åœ¨ç¾Žå›½æ˜¯æ ¹æœ¬ä¸å¯èƒ½çš„事。但美国更擅长的是大脑模型的开å‘ï¼Œå…¶å®žåŒæ–¹å¯ä»¥å½¢æˆè‰¯å¥½çš„互补。美国擅长从0到1çš„çªç ´ï¼Œä¸­å›½å¾ˆæ“…长从1到100。 虎嗅:为何选择在这样一个时间点创立一家创业公å¸ï¼Ÿè™½ç„¶å¤§æ¨¡åž‹æ¶ŒçŽ°è®¸å¤šæœºä¼šï¼Œä½†å…·èº«æ™ºèƒ½çš„å•†ä¸šåŒ–è¿˜æœ‰å¾ˆé•¿çš„è·¯è¦èµ°ï¼Œé‘论人形机器人的大规模商业化,而作为这些机器人厂商的上游-æ•°æ®æä¾›å•†ï¼Œå•†ä¸šé“¾æ¡æ›´é•¿ã€‚ æ®·é¹ï¼šé¦–先是时间点。当下是一个关键节点,全çƒéƒ½èƒ½çœ‹åˆ°å¤§æ¨¡åž‹åœ¨ç©ºé—´ç†è§£ã€æŽ¨ç†èƒ½åŠ›ä¸Šçš„çªç ´ï¼Œè¿™è®©é€šç”¨æœºå™¨äººæˆä¸ºå¯èƒ½ã€‚从硬件层é¢çœ‹ï¼Œä¹Ÿå‡ºçŽ°äº†å®žé™…è½åœ°çš„迹象,这与上一波主è¦èšç„¦ç‰¹ç§æœºå™¨äººçš„æœºå™¨äººæµªæ½®ä¸åŒã€‚ 未æ¥çš„å‘展周期到底是10年还是20å¹´ï¼Œéš¾ä»¥ä¸‹å®šè®ºã€‚ä½†å¯¹æˆ‘ä»¬è¿™ç¾¤åšæœºå™¨äººçš„人æ¥è¯´ï¼Œæ›´çœ‹é‡çš„æ˜¯å®ƒæœ€ç»ˆèƒ½å¦å®žçŽ°ã€‚å°±åƒè€é©¬è¯´çš„,“能åƒäººä¸€æ ·ä¸Šå·¥ä½å¹²æ´»â€ï¼Œè¿™æ˜¯æˆ‘们真正想看到的。这也是我选择在这个时间点创业的核心原因。 如果一味等待,就无法真正感å—到时代脉æã€‚æˆ‘ä¹Ÿå¸Œæœ›èƒ½äº²è‡ªä¸‹åœºï¼ŒæŒ–æŽ˜è¡Œä¸šä¸­çš„æ ¸å¿ƒéš¾é¢˜ã€‚å¾ˆå¤šé—®é¢˜åªæœ‰çœŸæ­£è¿›å…¥è¡Œä¸šã€é¢å¯¹çœŸå®žåœºæ™¯ï¼Œæ‰èƒ½ä½“会到,线下纯æ€è€ƒå¾€å¾€æ˜¾å¾—太简å•。 没有大é‡çœŸå®žæ•°æ®ï¼Œæœ¬ä½“和大脑都难以进化。就åƒè®­ç»ƒå¤§è¯­è¨€æ¨¡åž‹éœ€è¦åºžå¤§çš„è¯­æ–™ï¼Œæ— äººè½¦éœ€è¦æ—¥é‡‡æ•°ä»¥ç™¾ä¸‡è®¡çš„车辆数æ®ï¼Œæœºå™¨äººä¹Ÿæ˜¯ä¸€æ ·ã€‚如果ä¸è§£å†³æ•°æ®é—®é¢˜ï¼Œå°±ä¼šé•¿æœŸè¢«å¡ä½ã€‚ æ¨¡åž‹åªæ˜¯å¼•æ“Žï¼Œæ•°æ®æ‰æ˜¯çŸ³æ²¹ã€‚åªæœ‰æºæºä¸æ–­çš„æ•°æ®ä¾›ç»™ï¼Œæ•´ä¸ªâ€œè½¦â€æ‰èƒ½çœŸæ­£è·‘èµ·æ¥ã€‚具身智能也是如此,若无法çªç ´æ•°æ®ç“¶é¢ˆï¼Œæ•´ä¸ªè¡Œä¸šå°±ä¼šåœæ»žã€‚而构建数æ®é—­çŽ¯è™½ç„¶æœ€å…·æŒ‘æˆ˜ï¼Œå´ä¹Ÿæ˜¯æœ€ç›´æŽ¥ã€æœ€å¿«å’Œé£Žé™©æœ€é«˜çš„一环。 虎嗅:往往这类商业链æ¡é•¿ï¼Œå¯¹æŠ€æœ¯è¦æ±‚高,并且是“石油â€å±žæ€§çš„事情,往往是大公å¸åœ¨åšï¼Œä¾‹å¦‚英伟达ã€ç‰¹æ–¯æ‹‰ã€è°·æ­Œï¼Œæˆ–者就是例如斯å¦ç¦å®žéªŒå®¤è¿™æ ·çš„学术机构。åˆåˆ›å…¬å¸æ¥åšè¿™ä»¶äº‹ï¼Œä¸€é¢æ˜¯é’±æ— æ³•å’Œå¤§å…¬å¸æŠ—è¡¡ï¼Œä¸€é¢æ˜¯æœ‰å•†ä¸šåŒ–压力,如何竞争? æ®·é¹ï¼šå…¨ä¸–界所有机器人公å¸ã€åšå¤§è„‘的公å¸ã€åšæœ¬ä½“çš„å…¬å¸ï¼Œéƒ½æ˜¯æˆ‘们的å‹å•†ã€‚我们会给他们æä¾›æ•°æ®ã€‚ç›®å‰æˆ‘们已ç»ç»™å¾ˆå¤šå¤´éƒ¨å¤§åž‹AIå…¬å¸æä¾›å¤§æ‰¹é‡æœºå™¨äººæ•°æ®ã€‚èµ·ç æœªæ¥5到10年,我们和这些头部机器人公å¸éƒ½æ˜¯å‹å¥½å…³ç³»ã€‚ 我知é“è¿™ä¸ªèµ›é“æœªæ¥ä¼šå¾ˆå·ï¼Œäººä¹Ÿä¼šéžå¸¸å¤šï¼Œå¾ˆå¤šå…¬å¸ä¹Ÿä¼šè½¬åŽ»åšæ•°æ®ï¼Œä¸è¿‡æˆ‘认为这个并ä¸å½±å“事情本身。因为对于最深层的数æ®ï¼Œå¾ˆéš¾é€šè¿‡ä¸€å®¶æˆ–两家公å¸åšæˆã€‚ æ®·é¹ï¼šæ˜¯çš„,都是数æ®ä¾›åº”商。但我们和ScaleAIä¸åŒçš„点是,Scale AIæ›´åŠ æ³¨é‡æ•°æ®æ ‡æ³¨ï¼Œå¤§åŽ‚ä¼šç›´æŽ¥ç»™Scale AIæä¾›æ•°æ®ã€‚ä½†æˆ‘ä»¬åœ¨åšæ•°æ®æ ‡æ³¨ä¹‹å¤–,还需è¦åšæ•°æ®é‡‡é›†å’ŒéªŒè¯çš„工作。 首先我们有训练模型的能力,会和大é‡å¤§åž‹å®¢æˆ·å»ºç«‹å¤§æ‰¹é‡é‡‡é›†æ•°æ®åŸºåœ°ï¼Œåšå‡ ç™¾ä¸‡å°æ—¶çš„æµ·é‡æ•°æ®é‡‡é›†ã€‚拿到这些数æ®ä¹‹åŽï¼Œæˆ‘们还è¦åšæ ‡æ³¨ã€æ¸…æ´—ã€æ¨¡åž‹åˆæœŸéªŒè¯ï¼Œå†æŠŠæ•°æ®è½¬ç»™å¤§åŽ‚ï¼Œåšæ›´ç²¾ç»†åŒ–的处ç†å’Œè®­ç»ƒã€‚ 一方é¢ï¼Œæˆ‘们有一个开æºç¤¾åŒºï¼Œè®¾å¤‡ä¾›åº”商都å¯ä»¥å‚与数æ®é‡‡é›†ï¼Œè¿™æ˜¯ä¸€ä¸ªå…±äº«çš„å¹³å°ã€‚å¦ä¸€æ–¹é¢ï¼Œæˆ‘们在拿到数æ®åŽä¼šå…ˆåœ¨å†…部进行训练和验è¯ï¼Œç¡®ä¿å¯è¿è¡ŒåŽæ‰å‘å¸ƒã€‚ç›®å‰æˆ‘们收集的数æ®ä¸»è¦æ˜¯ä¸Šç™¾ä¸‡å°æ—¶çš„真实数æ®ï¼Œæ²¡æœ‰æ¶‰åŠåˆæˆæˆ–仿真数æ®ã€‚ 这在业内其实算是比较“å常识â€çš„选择。现在很多公å¸åœ¨åšåˆæˆæˆ–仿真数æ®ï¼Œæˆ‘们当然认å¯ä¸åŒç±»åž‹æ•°æ®å„有价值,但从我们的角度æ¥çœ‹ï¼ŒçœŸå®žã€ä¸°å¯Œçš„æ•°æ®æœ€èƒ½æå‡æ¨¡åž‹è®­ç»ƒæ•ˆæžœã€‚ 虽然我们也有能力基于真实数æ®åšå¤§è§„æ¨¡åˆæˆï¼Œæ¯”如一æ¡ç”Ÿæˆåæ¡ï¼Œä½†è¿™ä¸ªæŠ€æœ¯é—¨æ§›å¹¶ä¸é«˜ï¼Œå¤§åŽ‚ä¹Ÿå®Œå…¨å¯ä»¥åšã€‚æ‰€ä»¥æˆ‘ä»¬æ›´ä¸“æ³¨åœ¨ä»–ä»¬ä¸æ–¹ä¾¿åšã€æˆ–è€…ä¸æ„¿æ„åšçš„事——也就是收集真实世界的数æ®ã€‚ 至于仿真数æ®ï¼Œè™½ç„¶å®ƒåœ¨å¼ºåŒ–学习里的确是个ä¸é”™çš„验è¯å¹³å°ï¼Œä½†æ•ˆæžœå¾ˆéš¾ç›´æŽ¥è¿ç§»åˆ°çŽ°å®žä¸­ã€‚æ¯”å¦‚æˆ‘ä»¬ç”¨å‡ å张显å¡è®­ç»ƒä¸€ä¸ªæŠ“å–动作,在仿真里æˆåŠŸçŽ‡å¯èƒ½æœ‰95%,但一旦部署到真实机器人上就å¯èƒ½æŽ‰åˆ°60%ï¼›åƒç³»éž‹å¸¦è¿™ç§æ›´å¤æ‚的动作,æˆåŠŸçŽ‡ç”šè‡³å¯èƒ½é™åˆ°45%。也就是说,仿真数æ®å¾ˆéš¾åœ¨çœŸå®žçŽ¯å¢ƒä¸­æ³›åŒ–ã€‚ æ®·é¹ï¼šä¾‹å¦‚工厂的一æ¡åŒ…装产线,有很多æ“作细节,如何抓å–ã€å¦‚何叿”¶ã€å¦‚何剖æžè¿™äº›åŠ¨ä½œï¼Œå¯ä»¥åˆ›é€ éžå¸¸ä¸°å¯Œå’Œé«˜æµ“度的机器人数æ®ã€‚我们会让æ“作员穿戴设备,在真实生产æµç¨‹ä¸­é‡‡é›†æ•°æ®ã€‚䏀尿—¶å†…,就能采集出约500到1000æ¡é«˜å¯†åº¦çš„æ•°æ®ï¼Œæ¯æ¡æ•°æ®éƒ½åŒ…å«å…·ä½“åŠ¨ä½œã€æ–‡å­—æè¿°ã€å›¾åƒæŠ“å–等信æ¯ã€‚ ç›¸è¾ƒä¹‹ä¸‹ï¼ŒçœŸäººé‡‡é›†æ•ˆæžœæ¯”é¥æŽ§æœºå™¨äººè¦å¥½å¾ˆå¤šã€‚饿“作是用机器人实机在现场完æˆä»»åŠ¡ï¼Œä½†ä»¥çŽ°åœ¨æœºå™¨äººçš„èƒ½åŠ›æ¥çœ‹ï¼Œå“ªæ€•æ˜¯ç®€å•æ“作,也å¯èƒ½æ‰§è¡Œå¾—å¾ˆå¤æ‚ï¼Œæ•ˆçŽ‡ä½Žä¸‹ï¼Œä¸€å°æ—¶åªèƒ½é‡‡é›†å‡ åæ¡çœŸæ­£æœ‰ä»·å€¼çš„æ•°æ®ã€‚ æ®·é¹ï¼šåŽ»å¹´å…«æœˆä»½å¼€å§‹ï¼ŒæŒç»­åŠå¹´å¤šï¼Œå¤§æ¦‚有几åå®¶åˆä½œå…¬å¸ï¼ŒåŒ…括工厂ã€å°ä½œåŠç­‰ã€‚我们现在大概有å䏇尿—¶çš„æ•°æ®ï¼ŒåŽé¢ä¼šæŠŠé‡çº§æ‰©å¤§åˆ°10å€ï¼Œè¾¾åˆ°100䏇尿—¶é‡çº§ã€‚我认为这个é‡çº§ï¼Œæ‰ä¼šè®©æœºå™¨äººè¾¾åˆ°æ¯”较客观的效果。 虎嗅:一般科学家创业,æˆåŠŸçŽ‡å¾€å¾€ä¸é«˜ï¼Œæˆ–者说很多行业的共识是科学家创业,其更适åˆåšCTOï¼Œè€Œä¸æ˜¯CEOã€‚åœ¨åˆ›ä¸šä¹‹åˆæ˜¯å¦æœ‰é¢å¯¹è¿™æ ·çš„质疑?在创业过程中对于自己的定ä½ï¼Œä½ æ˜¯æ€Žä¹ˆçœ‹çš„? æ®·é¹ï¼šè¿™ç§è´¨ç–‘对我æ¥è¯´ç»å¸¸å‡ºçŽ°ã€‚æˆ‘æƒ³åˆ›ä¸šçš„çœŸå®žåŽŸå› æ˜¯ï¼Œå…·èº«æ™ºèƒ½è¿™ä»¶äº‹ï¼Œå­¦æœ¯çš„èµ„æºå·²ç»ä¸èƒ½æ»¡è¶³æˆ‘ï¼Œåªæœ‰çœŸæ­£åˆ°ä¸šç•Œï¼Œæ‰èƒ½æ‹¿åˆ°è¶³å¤Ÿå¤šçš„ä¼ä¸šèµ„æºï¼Œä½†å¦‚æžœæˆ‘åªæ˜¯ä¸ªäºŒå·ä½æˆ–者三å·ä½ï¼Œæˆ‘没办法得到最快最真实的å馈。 æ®·é¹ï¼šå’Œå¾ˆå¤šå‰è¾ˆèŠè¿‡ï¼Œæ¯”å¦‚æŽæ³½æ¹˜è€å¸ˆï¼ˆè™Žå—…注:香港科技大学教授,固高科技董事长,æ¾å±±æ¹–国际机器人产业基地å‘起人)和高秉强è€å¸ˆï¼ˆè™Žå—…注:香港科技大学è£ä¼‘教授ã€å·¥å­¦é™¢åŽŸé™¢é•¿ï¼Œå…¨çƒçŸ¥å微电å­ä¸“家,投资了æ€ç‰¹å¨ã€åšé€šé›†æˆã€æ¾œèµ·ç§‘技等公å¸ï¼‰ã€‚ æ®·é¹ï¼šæŽè€å¸ˆçš„æƒ³æ³•是,机器人的生æ„,还是éžå¸¸åƒç¡¬ä»¶çš„,需è¦å……分利用好大湾区的资æºã€‚高秉强è€å¸ˆçš„建议是一旦这个商业模å¼è·‘通,一定è¦åšæµ·å¤–å¸‚åœºã€‚å› ä¸ºæµ·å¤–åœ¨å…·èº«æ™ºèƒ½ä¸Šèµ°å¾—æ›´æ—©ï¼Œä¼šæœ‰æ›´æ·±çš„Know-how。å¦å¤–ï¼Œå…·èº«æ™ºèƒ½è¿™ä»¶äº‹è¿˜æ˜¯åæ—©æœŸï¼ŒB端的应用最终还是会è½åˆ°Cç«¯ï¼Œå› æ­¤ä¹Ÿéœ€è¦æ€è€ƒè¿™ä¸ªè¿‡ç¨‹ä¸­ï¼ŒB端和C端的边界,除了给å„大厂æ¥ç”¨ï¼Œè¿˜éœ€è¦è€ƒè™‘如何让普通民众也用起æ¥ã€‚ æ®·é¹ï¼šç¬¬ä¸€ç¬”投资其实是高秉强è€å¸ˆæŠ•的,他是我们的天使投资人,高è€å¸ˆå¾ˆäº†è§£æˆ‘,当时我们常一起交æµï¼Œé«˜è€å¸ˆå»ºè®®åœ¨å½“下时间点,找一个éžå¸¸å¥½çš„切入å£å¯ä»¥åŽ»åˆ›ä¸šï¼Œå†å±‚层迭代。 è™Žå—…ï¼šå¾ˆå¤šç§‘å­¦å®¶åœ¨ä¸Žå·¥ä¸šç•Œäº¤æµæ²Ÿé€šçš„æ—¶å€™å¾€å¾€å­˜åœ¨ä¸€äº›è¯­è¨€ä½“系的ä¸åŒå’Œç”±æ­¤å¸¦æ¥çš„æŒ‘战,科学往往希望在å•点çªç ´ï¼Œä½†å·¥ä¸šç•Œå¯¹æŠ€æœ¯çš„领先性å而没那么é‡è§†ï¼Œæ›´é‡è§†æ˜¯å¦è§£å†³é—®é¢˜ï¼Œæ˜¯å¦ç¨³å®šï¼Œä½ å¦‚何适应这样的身份转å˜ï¼Œé€‚应ä¸åŒçš„æ²Ÿé€šæ–¹å¼ï¼Ÿ æ®·é¹ï¼šç¡®å®žå¦‚此。学者转æ¢åˆ°CEO,之å‰å…³æ³¨ä¸€ä¸ªç‚¹ï¼Œå¯ä»¥æŒ–得很深,å¯ä»¥è°ƒåŠ¨è¿™ä¸ªç‚¹å‘¨å›´ç›¸å…³çš„èµ„æºï¼Œå…¶ä»–所有的链路都ä¸ç”¨è€ƒè™‘ã€‚ä½†å˜æˆå…¬å¸å°±ä¸ä¸€æ ·äº†ï¼Œæ›´å¤šè¦è€ƒè™‘的是公å¸çš„管ç†ã€æ–‡åŒ–ã€è¿™ä¸ªä¸šåŠ¡æœ¬èº«çš„å•†ä¸šæ¨¡å¼æ˜¯å¦é—­çŽ¯ï¼Œæ˜¯ä¸æ˜¯èµšé’±ã€‚这里会出现很多ä¸åŒçš„难点,需è¦å„个击破。å¦å¤–,作为一家创业公å¸ï¼Œä»»ä½•一个新的模å¼éƒ½æœ‰äººè´¨ç–‘。所以就需è¦ç”¨æœ€å°çš„æˆæœ¬ï¼Œå®Œæˆäº§å“çš„å¯è¡Œæ€§éªŒè¯ï¼Œè¿™äº›éƒ½æ˜¯åˆ›ä¸šéœ€è¦å›žç­”的事情。 æ®·é¹ï¼šæ˜¯çš„,一个点的çªç ´ä¸ä»£è¡¨æ•´ä¸ªç³»ç»Ÿå°±è¢«è§£å†³äº†ã€‚创业需è¦å¯¹æ•´æ¡é“¾è·¯çš„æ¯ä¸ªçŽ¯èŠ‚éƒ½è¶³å¤Ÿäº†è§£ï¼Œå³ä½¿è‡ªå·±ä¸æ‡‚ï¼Œä¹Ÿè¦æ‰¾åˆ°æ‡‚的人一起åšã€‚è€Œä¸”è¦æœ‰å¯¹æ—¶é—´å‘¨æœŸçš„æŠŠæŽ§ï¼Œæ¯•ç«Ÿåˆ›ä¸šå…¬å¸çš„资æºä¸æ˜¯æ— é™çš„,没人能等你10å¹´ã€20å¹´æ‰è€ƒè™‘商业化。 åŒæ—¶ï¼Œè¿˜éœ€è¦ä¸€ä¸ªä¼˜ç§€ã€ç»†è‡´çš„å›¢é˜Ÿæ¥æ‰¿æ‹…核心任务。这其实至关é‡è¦ã€‚硅谷有个说法å«â€œåˆ›å§‹äººæ¨¡å¼â€â€”—公å¸ä»·å€¼è§‚å¾€å¾€åæ˜ çš„æ˜¯åˆ›å§‹äººå¯¹è¡Œä¸šçš„ç†è§£ã€‚如果我们ç†è§£è¶³å¤Ÿæ·±ï¼Œå°±èƒ½æŠ“ä½è¡Œä¸šçš„æ ¸å¿ƒé—®é¢˜ï¼Œä¸ä¼šè¿‡äºŽæ¿€è¿›ä¹Ÿä¸ä¼šå¤ªä¿å®ˆï¼Œæˆ˜ç•¥æ–¹å‘会更清晰,团队也会知é“自己的定ä½ã€‚ åªæœ‰å…·å¤‡è¿™æ ·åˆ›å§‹äººå¯¼å‘的文化,æ‰èƒ½å¸å¼•真正志åŒé“åˆçš„人。哪怕åƒè€é©¬è¿™æ ·çš„创业者,在他的æ¯ä¸ªå…¬å¸ä¹Ÿéƒ½æœ‰ä¸€ç¾¤å¿ å®žçš„追éšè€…。 在正å¼åˆ›ä¸šä¹‹å‰ï¼Œæˆ‘们往往专注于一个å•点问题的深入çªç ´ï¼Œä¸ªäººåªéœ€æ€è€ƒå¾—足够深入å³å¯ã€‚但作为创始人,就è¦ä»Žâ€œé’‰å­â€æ€ç»´è½¬å˜ä¸ºâ€œæ¢³å­â€æ€ç»´ï¼Œä¸ä»…è¦æ·±æŒ–æŸä¸€ç‚¹ï¼Œè¿˜è¦å…¼é¡¾å…¨å±€å¤šä¸ªç»´åº¦ã€‚ 创始人关注的é¢éžå¸¸å¹¿ï¼Œä½†é¢å¹¿ä¸ç­‰äºŽâ€œå¤§è€Œç©ºâ€ï¼Œå¦åˆ™å›¢é˜Ÿä¼šä¸çŸ¥é“具体该åšä»€ä¹ˆã€‚在此基础上,既è¦å…¨é¢å¸ƒå±€ï¼Œä¹Ÿè¦åœ¨æ¯ä¸ªå…³é”®ç‚¹æ·±å…¥æŽ¨è¿›ï¼Œæ˜Žç¡®æ¯ä¸ªäººçš„任务ã€èŠ‚å¥å’Œå…·ä½“内容。这对时间管ç†å’Œç»¼åˆèƒ½åŠ›æå‡ºäº†æžé«˜è¦æ±‚,也是æ¯ä¸€ä½åˆ›ä¸šè€…都必须ç»åŽ†çš„ä¸€å…³ã€‚ 第二点是商业模å¼çš„ä¸ç¡®å®šæ€§ã€‚在å‘展的æŸä¸ªé˜¶æ®µï¼Œä¸€ç§æ¨¡å¼å¯èƒ½å®Œæˆé—­çŽ¯ï¼Œå®žçŽ°çœŸæ­£çš„çªç ´ï¼Œä½†æˆ‘们无法准确预测这一刻何时到æ¥ã€‚以数æ®è¡Œä¸šä¸ºä¾‹ï¼Œå¤–界对其构æˆå­˜åœ¨äº‰è®®â€”—有人强调课程数æ®ï¼Œæœ‰äººä¾èµ–仿真数æ®ï¼Œä¹Ÿæœ‰äººé‡è§†çœŸå®žæ•°æ®ã€‚æˆ‘ä»¬ç›¸å¯¹å¼€æ”¾ï¼Œè®¤ä¸ºå¤šç§æ¨¡å¼éƒ½æœ‰æœºä¼šæˆåŠŸï¼Œä½†éš¾ä»¥å®Œå…¨æŠŠæŽ§è¿™ç§è¶‹åŠ¿åœ¨é•¿æœŸå‘¨æœŸå†…çš„æ¼”è¿›è§„å¾‹ï¼Œå› æ­¤è¦ä¾é ç›´è§‰åˆ¤æ–­ã€‚ æ®·é¹ï¼šè¿™ç§ç›´è§‰ï¼Œæ¥æºäºŽç¬¬ä¸€æ€§åŽŸç†çš„分æžã€å¿«é€ŸèŽ·å–行业和用户的å馈。我们站在å‰çº¿ï¼Œèƒ½ç¬¬ä¸€æ—¶é—´èŽ·å¾—å¤§åŽ‚åœ¨æ€§èƒ½ä¼˜åŒ–ç­‰æ–¹é¢çš„ç»éªŒå’Œä¿¡æ¯ï¼Œè¿™ä½¿å¾—â€œå³æ—¶å“应ã€å¿«é€Ÿæ²Ÿé€šå’Œå馈â€å˜å¾—æžå…¶å…³é”®ã€‚因为一旦信æ¯è¯¯åˆ¤ï¼Œå°±å¯èƒ½å¯¼è‡´å†³ç­–å¤±è¯¯ï¼Œè¿›è€Œå½±å“æ•´ä½“战略。 所以,在创新过程中,创业者常会ç»åŽ†ä¸¤ä¸ªæŒ‘æˆ˜ï¼šä¸€æ˜¯ä»Žä¸ªäººé«˜æ·±åº¦çªç ´è½¬å‘å…¨é¢ç»Ÿç­¹ï¼ŒäºŒæ˜¯åœ¨ä¸ç¡®å®šä¸­å¯»æ‰¾æ–¹å‘ï¼Œå¹¶å§‹ç»ˆä¿æŒå¯¹ä¿¡æ¯çš„æ•é”æ„ŸçŸ¥å’Œå¿«é€Ÿå应。这也是“黎明å‰çš„黑暗â€é˜¶æ®µï¼Œè™½ç„¶ç—›è‹¦ï¼Œä½†å”¯æœ‰å†²åˆ°ä¸€çº¿ï¼Œæ·±å…¥æ€è€ƒå’Œå»ºè®¾ï¼Œæ‰æœ‰å¯èƒ½è¿Žæ¥çœŸæ­£çš„çªç ´ã€‚ æ®·é¹ï¼šæ¯”如我们之å‰åšé¥æ“,æ“纵这个领域我们åšäº†ä¸¤å¹´ï¼Œæˆ‘们会åšä¾‹å¦‚抓å–è‹¹æžœã€æ¯å­ï¼Œè¿™æ ·ç®€å•çš„äº‹æƒ…ï¼Œä¹Ÿä¼šåšæ‹§èžºä¸è¿™æ ·å¾ˆéš¾çš„ç ”ç©¶ã€‚ä½†çœŸçš„å’Œå·¥ä¸šç•Œäº¤æµæ—¶å‘现,这些事往往无法è½åœ°ã€‚比如说他们ä¸éœ€è¦è®­ç»ƒä¸€ä¸ªå¤šFancy的模型,åªéœ€è¦ç™¾åˆ†ç™¾åšæˆä¸€ä»¶äº‹ï¼Œä¸€ä¸ªå¯ä»¥è½åœ°çš„策略解决方案。 虎嗅:其实创业公å¸çš„åˆåˆ›å›¢é˜Ÿæ˜¯å¾ˆé‡è¦çš„,很多时候如果找的都是能力很强的人,å而ä¸èƒ½æˆåŠŸã€‚æ­å›¢é˜Ÿçš„æ—¶å