英伟达前高管：物理AI远超机器人，行业仍处“乐高时代”

编者按：当科技界热切期待通用基础模型“引爆”机器人革命时，一位在英伟达深耕机器人业务七年的资深人士给出了截然不同的判断。她认为，机器人行业仍处于“乐高时代”——最基础的积木块还在被重新定义。

从英伟达到投资界

Amulya Vishwanath在英伟达度过了七年时光，负责领导该公司机器人平台的产品营销工作。如今她已转身成为物理AI（Physical AI）领域的投资者，以全新的投资视角重新审视这个她再熟悉不过的赛道。

物理AI指的是让AI系统能够在物理世界中感知、推理和行动，涵盖机器人、自动驾驶、智能制造等多个方向，被业界视为继生成式AI之后的下一个前沿阵地。

“乐高时代”的核心比喻

Vishwanath对当前机器人行业有一个独特的比喻：它正处于“乐高时代”。

“机器人行业目前就像乐高积木——执行器、机械手、软件和安全标准这些基础模块，仍然在被重新构建。”

这个比喻意味深长。乐高积木的魅力在于用有限的标准件可以拼搭出无限可能性，但前提是这些标准件必须足够可靠、通用、便宜。而Vishwanath的意思是，机器人行业连这些“标准件”都还没有真正成熟。

以执行器（actuator）为例——这是让机器人能够运动的关节和肌肉。当前市场上的执行器在精度、寿命、成本和能耗之间仍然需要反复权衡，业界尚未形成统一的标准方案。机械手虽在灵巧度上有了长足进步，但在触觉反馈、力度控制和耐久性方面，距离真正胜任复杂操作任务仍有相当距离。

软件层面同样如此。机器人的操作系统、运动规划算法、感知堆栈仍然高度碎片化，缺乏智能手机时代iOS和Android那样的统一平台。而安全标准更是滞后——当机器人开始进入人类生活和工作的空间，如何确保它们不会造成伤害，需要全新的标准和法规框架。

与“基础模型万能论”的分歧

Vishwanath的观点与当前业界的主流叙事形成了鲜明对比。后者认为，随着通用基础模型（general foundation model）的快速发展，机器人即将迎来自己的“ChatGPT时刻”——一个模型就能让机器人理解世界、完成任务。

这种观点并非没有依据。Google的RT-2、Physical Intelligence的π0，以及多家公司推出的视觉-语言-行动（VLA）模型，确实展示了基础模型在机器人控制方面的潜力。投资者们纷纷押注，认为通用机器人即将成为现实。

但Vishwanath的判断提醒我们，物理世界的挑战远比数字世界复杂。一个模型可以在围棋棋盘上战胜世界冠军，但要让一个机器手稳稳地拿起一个鸡蛋而不捏碎它，所涉及的物理交互复杂度是惊人的。这也是“具身智能”被单独提出的原因——智能不仅仅是计算，更是与物理世界的交互。

投资逻辑与行业背景

如果基础模块仍在重建，那么最大的机会可能不在那些试图一步到位打造通用人形机器人的公司，而在那些专注于解决具体基础问题的企业——更高效的执行器、更灵敏的触觉传感器、更标准化的机器人操作系统、更完善的安全测试方案。这类似于互联网泡沫时期的投资逻辑：与其押注某一个可能失败的终端应用，不如投资于那些为整个行业提供基础设施的公司。

物理AI之所以在近年成为投资热点，有几个关键驱动因素：大模型能力的溢出效应，让机器人获得了更强的感知和决策能力；硬件成本的持续下降，激光雷达、深度相机、高性能电机日益亲民；全球劳动力短缺提供了真实的市场需求；英伟达等巨头通过Isaac仿真平台、Jetson模块和GR00T模型正在构建一个完整的机器人开发生态。作为曾经的英伟达机器人业务核心成员，Vishwanath对这一生态的理解显然比多数投资者更深。

结语：耐心比热情更重要

Vishwanath的“乐高时代”论断，本质上是在呼吁行业保持耐心。机器人革命的到来可能比许多人预期的更慢，但一旦基础模块成熟，其影响将远比一次软件更新更为深远。

对于投资者而言，这意味着应关注那些在默默打磨基础模块、建立行业标准的团队，而非那些承诺“明年就能量产通用机器人”的公司。正如乐高积木的价值不在于某一块积木本身，而在于它与其他积木的连接能力——机器人行业的未来，同样取决于这些看似不起眼的“基础件”能否真正实现标准化与规模化。

本文编译自TechCrunch