（来源：刘润）

01

通往未来的路，居然要靠一辆“买菜车”

前几天，我又去逛了世界人工智能大会（WAIC）。

说“又”，是因为我去年就来过。文章放在了2条，欢迎你去看。这次，我们搞了件“大事”——现场直播。为此，主办方特意支援了我们一套装备：

一个装着8张上网卡的WIFI。和一个“买菜车”。

于是，在这场科技大会里，出现了有点儿滑稽的一幕。一位同事，满头大汗地拉着一辆神似“买菜车”的小推车，小心翼翼地跟着直播手机挪动。在人群里挤啊挤。

人来人往，我们手忙脚乱。但信号，还是断断续续。

这一幕，像极了我今年对AI大会的感受。去年，充满了整个会场的，除了炫酷的表演，还有焦虑。因为，大部分展台，都不知道自己有什么用。所以，只好表演。但今年，大家终于不再表演了。

因为他们，都开始试着去解决一个个具体、甚至有点狼狈的问题。就像这辆拉着WIFI，笨拙但有效的小推车。

那些曾经高高在上的技术，终于愿意沾点泥，去干点笨活、脏活、累活了。虽然看起来不太聪明，但踏实。这让我发自内心地，感到高兴。

分享一些我不成熟的感受。可能说的不对。你听听看。

02

终于开始在“手”上下功夫了

手。全是手。好多手。

具身智能展馆。第一感受，就是好多手。这些手，在给人按摩，拧螺丝，倒咖啡，下棋……相比去年，跳舞的机器人少了，长“手”的机器人多了。

行业正在从“展示能力”，进化到“改变世界”。

为什么这么说？因为，手，才是我们真正改变物理世界的器官。腿，只是把手运来运去而已。

但是，把手做好，很难。非常非常难。

举个例子，力反馈。

我们拿起铅球，会用力抓紧。但拿起鸡蛋，就会小心翼翼。因为皮肤能感受压力。没有力反馈，当机器人拿起纸杯子，没等装上爆米花，就给捏扁了。

再举个例子，低延迟。

如果让专家远程给人做手术，它的延迟要求，就非常苛刻。因为下刀的深度，容不得一点差错。如果这边下刀，那边还没动。这边下刀了，那边就割错了。这就是一条命啊。

灵巧、精准，和几乎为零的延迟。要做好一只手，这些缺一不可。

真好。所以，我特别期待。期待明年再来大会，能看到更多的手的应用。比如，炒菜。比如，叠衣服。甚至剥鸡蛋。

当机器人能用手干更多活，它离真正改变世界，就又进了一步。

当然，同样是“干活”，水平和水平，也不一样。

03

真正的智能，不是拿来表演的

在展馆里，总有几个展台被围得水泄不通。

比如，打冰淇淋的机器人。它用自己的机械臂，取杯、接料、递出，一板一眼。观众们感到特别新奇，纷纷举起手机。

但是，如果你想真正看懂人工智能，就不能只看热闹。

你仔细看。机器人的旁边，站着一位工作人员。他的任务，就是把每次用来打冰淇淋的空杯子，放在机器人旁边。为什么？为什么一定要有这个工作人员？机器人自己不能拿吗？

难说。

因为这大概率，不是智能化，而是自动化。

这台机器人的所有动作，手伸到哪里取杯子，在冰淇淋机下面停多久，转几圈——可能都是预设好的。如果杯子不在那个区域，它就“看不见”，动作就会产生偏差。就像一个老式的八音盒，你拧了发条，它就只唱那一首歌。不管有没有观众。

真正的智能，不是拿来表演的。

它必须，是一个“感知-决策-行动”的闭环。能看到世界，并做出新的行动。而行动，又可以拆得更细。腿，负责移动平衡。臂，负责大概动作。手，负责精细交互。

用这个框架，我们再看一个例子。

机器人打拳。它厉害在哪？是出拳的力量和速度吗？不是的。那些只是预设好的“表演”动作。它的厉害，不在拳，而在腿。挨了一拳，或者打空之后，身体会瞬间失去平衡。这时，它感知到姿态的变化，控制器立刻计算出需要调整的力矩，然后驱动几十个关节，重新站稳。

所以，再看到机器人表演，你或许可以问这么几个问题。

它到底在展示什么能力？是腿的平衡，臂的精准，还是手的灵巧？它有没有用到眼睛（感知）？它有没有展示出思考（决策）？

看懂了这些，你才算真正看懂了机器人。

04未来的机器人巨头，可能藏在汽车行业里

如果要帮你干活，机器人最重要的能力是什么？

是那双灵巧的手吗？是那个逼真的脸吗？这些都很重要。但是，让一个机器人，去厨房给你拿一瓶水，它得一路走过去，避开沙发，绕过睡觉的猫咪。在这个过程中，最核心的能力，是它能像人一样，在三维空间里自由地行走、避障、交互。

这种能力，就是：空间计算。

那么，你觉得，在空间计算这个领域，投入最多研发，积累最多数据，甚至交了最多学费的，是那些机器人公司吗？

不是的。是汽车公司。

自动驾驶的汽车，需要在复杂的城市道路上行驶，得能在一秒钟内，同时识别突然窜出的外卖小哥，突然变道的网约车，还有行人、路灯……对“空间计算”能力的要求，比一个在你家客厅里端茶倒水的机器人，高得多。

机器人，本质上就是低速的自动驾驶。

所以，这也是为什么马斯克一边造特斯拉，一边又在发布机器人的原因。这也是为什么大疆，一个做无人机的公司，最近突然开始做扫地机器人。因为他们都明白，技术，是可以迁移的。

所以，如果你真的想知道，能帮你做家务的机器人什么时候能够出现，或许你不应该问那些机器人公司的创始人。

你应该去问问，马斯克，问问李想和何小鹏。

因为，未来真正的机器人巨头，可能藏在汽车行业里。但是，即使技术难题解决了，商业上的挑战，依然巨大。比如现在，一个能帮你做家务的机器人，出现在面前。

你会立刻买单吗？

05

机器人的早期机会，属于B端

所有新技术的商业化，几乎都面对一个问题：

它必须先去解决“贵”的问题。

什么意思？我给你算笔账。在上海，你请一位阿姨去家里打扫卫生。假设一个小时30元。假如有一台家务机器人，也能帮你打扫卫生，但大概率不如阿姨利索，一小时要100元。你愿意吗？你肯定不愿意。这就是C端的逻辑：你的机器人，不仅要比人好，还要比人便宜。

所以，机器人早期的机会，在那些“人更贵”的地方，“问题更贵”的场景里。

比如，工业场景。日复一日，24小时不停地拧螺丝。比如，巡检场景。去深夜的化工厂，直面可能存在的有毒气体。把比如，救援场景。灾后人进不去，有危险的废墟底下，探测生命迹象。你看，在这些地方，机器人解决的，是危险、是重复、是人力的极限。

它不再是用100块的成本，替代30块的服务。而是用20万的成本，去解决一个100万的问题。

这些场景，都是典型的B端场景。

当然，这个巨大的未来，靠几家巨头公司单打独斗，是完不成的。它需要一个全新的，产业生态。

06

最赚钱的机器人公司，可能不造机器人

这次逛展，让我无数次停下脚步的，不是那些试图大包大揽，造出一整个机器人的公司，而是把小事情做到极致的小公司。

有人选择，做“手”。

他们不造机器人。他们只研究“手”。就像机器人世界里的神经外科医生。日复一日地研究，怎么让手，更灵活、更有力、更敏感。

有人选择，专攻“表情”。

他们也不造机器人，他们研究，怎么让机器人微笑、惊讶、皱眉。秘密，就藏在硅胶皮肤下的30多个电机上。

还有人，在数据上做努力。

他们，搭建了成千上万个包含椅子、沙发、桌子的模拟场景，帮助训练家务机器人。机器人在里边跑，摔倒，学习。1天，就能获得之前1年的训练数据。

他们虽然不造机器人，但他们都切切实实，找到了产业的一环。

这让我想到了汽车。什么时候，汽车工业才真正迎来了大爆发？是有人说，我能造一辆车的时候吗？不是的。是有人说，我不造车了，我只研究轮胎的时候。有人说，我不造车了，我只做玻璃的时候。

当一个宏大的目标，被拆成1万个具体的难题的时候，这个产业，才算真正走在了爆发的前夜。

而汽车行业里，最赚钱的公司，很多都不造车。比如，做芯片的，做传感器的，甚至，做电池的。因为，当他们把一个“零件”做到全世界最好，那所有想造车的公司，就都离不开他。

所以，未来最赚钱的机器人公司，可能也是只造“零件”的公司。

好了。聊完机器人的商业逻辑，就看懂了它的当下。但要理解它的未来，我们必须去更深的地方，去看驱动它的算法。

也就是，大模型。

07

AI最大的价值，是用“标准化成本”，实现“个性化极致”

给你说个秘密。

我现在每天最主要的娱乐，就是和谷歌的大模型，Gemini聊天。

根据一些测评的结果，它的智商，据说已经到了130。100个人里，可能只有2人是这个水平。所以，和它聊天，已经不是简单的问答。它更像一个，知识渊博但不知疲倦的智力教练。比如，你问它“英特尔的运营模式”，它就能从芯片行业的发展史，聊到IDM模式，还能聊到大象转身。甚至聊到金融、生物。

它不只是在回答我的问题，而是在激发我的思考。

既然我作为一个在商业和科技，有长期积累的人，都能在和AI的聊天中，获得巨大的启发，那么其他人呢？比如，一个对物理充满好奇的中学生？又比如，乡镇医院里的医生？

这，或许就是AI最大的价值。用“标准化成本”，实现“个性化极致”。

请你思考一个问题。

这个世界上，最好的教育，是什么样子的？你要问我，那我可能会说，孔子。一个老师，带着几个学生周游列国，随时随地答疑解惑。这种因材施教的效果，当然是最好的。还有，太子太傅。全国最好的大学士，尽心竭力，只教太子一人。

这就是，“个性化”的某种极致。

但是。它太贵了。那怎么办？

那就，标准化。写一本书，印刷一百万册，让学生自己去看。这个成本，当然极低，但一百万个学生，能学到多少，可就千差万别了。

这是一对，几乎不可调和的矛盾。你要极致的效果，就要付出天价。你要极低的成本，就要接受最差的效果。

但AI的出现，彻底改变了这个局面。

你想拥有一个24小时陪你，上知天文，下知地理的口语老师吗？过去，这至少要一小时几千块。今天用AI，可能一小时，只需要几块钱。

同样的情况，也发生在医疗行业。

你想让中国几十万乡镇卫生所的水平，都接近北上广三甲医院吗？科大讯飞正在做这件事情。他们正在把三甲医院老专家的知识和经验，变成AI辅助诊断系统，交给千千万万个在基层奋斗的年轻医生。

过去，我们用钱购买稀缺。未来，我们用AI消灭稀缺。

好了。现在，我们看到了那座，搭建在未来和现在之间的桥。但建造这座桥的砖瓦，却不止我们眼前的这些大公司。

它们来自，更深、也更微小的地方。

08

真正的未来，不在聚光灯下

创新孵化展示专区。

如果说，一楼和二楼的那些巨大展台，代表的是AI的现在——那些已经获得了巨大声量的公司。那么，地下这些3、4米宽的小格子，孕育的就是AI的未来。

这里的灯光更暗、展位更小。但离未来，更近。

每个格子，通常只有一个显示器，一个易拉宝，和一两个略带羞涩、但眼神里闪着光的年轻人。

比如，这位26岁的小伙子。

他还在清华读博，就已经创办了一家公司。他特别认真地介绍：你看，芯片上每个小方块里，都有64000个标记点。我们可以通过它，检测蛋白质标志物，指导医生用药。

又比如，这位刚从斯坦福硕士毕业的年轻人。

目前，他从事的领域是：量子计算。什么是量子计算？之前，计算机的最小信息是0或者1。就像灯泡要么灭要么亮。但量子计算机的“灯泡”，可以同时处于“灭”和“亮”的叠加态。这让它在某些问题上，能同时考虑所有答案。所以，之前50年才能算完的加密算法，量子计算理论上，10分钟就搞定。

听完他们的介绍，我的心里有种说不出的激动。这不光是因为他们的项目前沿，更是因为，他们选择投身了一条更难，更寂寞，但对整个国家来说，也更重要的路：

基础科学，和硬科技。

当看到他们，你不得不打心眼里觉得，中国有希望。因为一个国家的希望，不在于它有多少高楼大厦，而在于：

最聪明的那群年轻人，到底在为什么而奋斗。

09

不要觉得自己是文科生，数学不好就是应该的

聊到最后，我还是忍不住，想给你一个建议。

有机会，还是学学编程，和数学。

前几天，黄仁勋也谈到了这个问题，他说未来，人们应该多学学数学、推理和编程。我特别同意。这些基础能力，是你理解和使用AI的底层能力。靠它们，你才能判断AI的输出质量，开始创新。

可在中国，文理分科这件事，让很多人一辈子拒绝学习数学和编程。

我数学不好，应该的。我逻辑不强，天生的。我的大脑，就是“文科生”的大脑。可是，干嘛非要这样呢？凭什么你的大脑，在16岁那年，就被定义了呢？你数学不好，逻辑不强，大概率，不是因为你的“头脑”不行。

而是因为，你没有遇到一个好的数学老师。

对。锅不要自己背。把它甩给你的数学老师。

10

通往未来的路，从不是一键直达

好了。回到这一届WAIC展。回到那辆“买菜车”上。

过程中，还有个小插曲。为了带着设备上下楼，我们四个人满头大汗地找了半天直梯，最后只好举着小车走了扶梯。对。就是最开头那张图。

这有点狼狈，甚至有点滑稽。但这辆笨笨的小推车，可能就是今天，AI最真实的样子。它不再满足于只在云端展示肌肉，而是想去拧一颗具体的螺丝，识别一个具体的癌细胞，找到一个优秀的候选人。

或许，通往未来的路，从不是一键直达。它总是充满了意想不到的、具体的，甚至有点可笑的阻碍。

但不要紧。因为我相信，只要那些充满朝气，想要改变世界的年轻人还在，只要这群愿意拖着笨重小车，也愿意去看未来的人还在。

这条路，就一定有走到的那天。

参考资料

观点/ 刘润  主笔/ 景九 编辑 / 歌平 版面 / 黄静

这是刘润公众号第2673篇原创文章。未经授权，禁止任何机构或个人抓取本文内容，用于训练AI大模型等用途

PS：AI，是最近5年，甚至10年，怎么都绕不开的大话题。

为了弄懂它究竟会如何改变我们的商业世界，这一年我会一直在路上。咨询、参访、请教、游学。然后，我会把这一整年的精华，浓缩成一场4小时的演讲。在10月25日的年度演讲上，与你汇报。

10月25日，上海。我们不见不散。