这期《晚点聊》不是一次单独的机器人赛道判断,而是一场沿着姚颂十年创业经历展开的回访:他从 AI 芯片公司深鉴科技出发,经过商业航天公司东方空间,走到现在的 Striding AI(正行创新)。节目真正想追问的是,同一个创业者为什么会在不同阶段反复选择最难、最重、离商业化又不算近的技术方向,以及他从前两次创业里带走了什么,才决定把第三次创业押在物理 AI 上。
如果你只想知道这期值不值得听,可以先记住一句话:姚颂并不是把物理 AI 理解成一个更大的模型,而是把它看成一条从数据、算力、模型、软件、硬件、场景到交付的完整链路。他的判断有明显的个人立场,也有不少未经外部验证的行业预测;但这场访谈的价值,恰恰在于它把「技术突破」和「公司能不能活下来」放在了同一张图里。
第二条是中国硬科技创业环境的变化。2015、2016 年,给投资人讲 FPGA 上的 AI 芯片,往往要先解释这是什么;十年后,机器人、世界模型和物理 AI 已经获得大量资本和产业关注。姚颂反复提醒,时代的推背感不等于个人能力,创业者如果把国家需求、产业周期带来的上升误认为自己的全部功劳,下一次决策很容易失真。
第三条是他对物理 AI 的具体判断:模型能力仍然重要,但不能等到一个「通用模型」成熟后才想办法交付。对他而言,算法每向前走一步,都应该留下新的商业里程碑;机器人先在平地、可控的工业或零售环境里用轮式双臂落地,同时为更通用的双足人形积累数据、系统和组织能力。
他对 World Model 和 World Action Model 的判断也是如此。World Model 通常指模型对环境状态、变化规律和可能结果的内部表征;World Action Model 则在节目里被解释为把动作生成和世界变化联系起来的方向。姚颂认为,WAM 的视频生成、像素生成路径有很高的上限,因此会受到资本关注,但它未必天然适合真实机器人部署。
所以他认为,物理 AI 的竞争不只是「谁能募集更多钱、买更多数据」,而是「谁能与场景方建立足够深的信任,让数据采集不破坏原有业务」。正大集团的全球员工和门店网络之所以重要,不是因为把公开数据买得更便宜,而是因为合作关系可能让团队获得封闭的、持续生成的真实数据。节目里他甚至估算,这种方式有机会把数据成本压到常规市场采购价的 1% 以下;这仍然是他的判断,不是已验证的行业平均值。
姚颂把 Striding AI 的路线概括为强垂直整合:算法、机器人软件、端侧软件、本体结构设计、硬件设计、云端远程操控平台、云服务、解决方案和现场实施尽量由自己掌握。这里的重点不是所有零部件都自制,而是核心智能和交付链路不能被接口割裂。
他用 PC 行业做类比。早期 Apple、IBM 都倾向于把芯片、软件、操作系统和生产掌握在自己手里,后来行业出现标准化接口和供应商,分工才逐渐展开;但苹果今天仍然通过软硬件生态维持差异化。物理 AI 目前还没有成熟的标准接口、统一尺寸和工艺,因此他认为现阶段核心软件、大脑和系统仍应自研,关节等标准化零部件则可以外部采购。
对物理 AI 来说,他希望 Foundation Model、软件接口和硬件本体尽量统一,最新算法一旦出现,就能快速替换到已有系统里,不必每次都重新做一套工程。这就是「缩短 research 到 engineering、产品和商业价值的 pipeline」:前沿研究可以继续追求上限,但研究成果不能和真实交付隔着太多层组织和流程。
六、这波热潮会留下多少公司:姚颂的乐观与保留
姚颂判断,中国制造业、互联网企业、汽车企业、手机产业链和重型机械公司都会进入物理 AI 或机器人浪潮。他甚至认为,在 10 到 15 年的周期里,机器人产业的产值可能超过汽车行业,成为重要经济支柱之一。