0
2022年底，ChatGPT 一經(jīng)推出，不多久便點燃了全球的科技熱情，一眾圍繞大模型創(chuàng)業(yè)的公司紛紛涌現(xiàn)。一片喧鬧中，彼時在西雅圖 Meta的胡魯輝，將目光越過了生成式人工智能大模型，望向注重感知與理解世界的物理智能模型。
所謂物理智能（Physical Intelligence），其核心在于使機器能夠感知、理解物理世界，并與之交互。近幾年，物理智能成了熱門話題，不僅能在各路技術大牛的演講中頻頻聽到，斯坦福大學李飛飛老師更是直接創(chuàng)辦公司 World Labs，進行物理智能領域的探索。
在胡魯輝老師看來，物理智能會是繼 GPT 等信息智能之后、更具想象力的下一站，而機器人將是其最佳載體。正值國內(nèi)具身智能浪潮，胡魯輝決定結束西雅圖的安逸生活，回國創(chuàng)業(yè)，親自下場將自己的想法付諸實踐。
今年4月，胡魯輝在杭州創(chuàng)辦智澄AI，短短四個月后即推出了 TR1 和 TR2 兩款人工智能機器人產(chǎn)品，并開啟了商業(yè)化進程。在他的設想里，智澄 AI 會依據(jù)實際應用場景，進行“沿途下蛋”，推出適配的機器人產(chǎn)品。
胡魯輝在機器人圈或許是個“生面孔”，但在人工智能領域，他卻是一個地道的行業(yè)老炮。作為一名資深的人工智能專家，胡魯輝的職業(yè)旅程遍布了全球科技行業(yè)的一些重要地標。從早年留學美國，歷經(jīng)微軟、亞馬遜、華為美國研究院，再到卸任的 Meta，胡魯輝在人工智能領域積淀了十余年行業(yè)經(jīng)驗。
此次創(chuàng)業(yè)，似乎是一場跨界行動，但對胡魯輝而言，是因為看到了其中蘊藏的機會。“目前機器人有許多難點、痛點，如成本高、泛化性差，要解決這些問題，僅靠硬件遠遠不夠，還需要從軟件和模型入手?！?/p>
“我們的核心技術是物理智能，但我們不是只做物理智能模型，而是要做軟硬件兼具的機器人?！边@也是他對智澄 AI 的愿景，做一個具有挑戰(zhàn)性的智能機器人，最終推動機器人時代的到來。
圍繞此次創(chuàng)業(yè)，AI 科技評論與胡魯輝進行了一次深度對談。在交談中，他向我們展現(xiàn)了對物理智能領域的深刻見解，同時，我們也能感受到胡魯輝對此次創(chuàng)業(yè)的熱情與信心。過往豐富的行業(yè)經(jīng)歷，讓他為團隊拉來了一眾志同道合的優(yōu)秀人才；此外，多元的產(chǎn)業(yè)背景、此前成功的創(chuàng)業(yè)經(jīng)歷，讓他對如何運營一家商業(yè)化科技公司有了自己的解法。
以下是 AI 科技評論與胡魯輝的對話。
AI科技評論：您什么時候有了創(chuàng)業(yè)想法？
胡魯輝：我一直都有創(chuàng)業(yè)的熱情。早在 2018年 AI 1.0 時代，我第一次回國創(chuàng)業(yè)將人工智能與千億級零售業(yè)務智慧升級相結合，此外在Meta、華為、微軟、亞馬遜等科技巨頭的經(jīng)歷我也深度參與了AI模型訓練、AI+信息流、AI+云計算、AI+物流商流等一次次技術變革浪潮。這次 AI 2.0 時代來臨，我覺得機會比之前的浪潮更大，而且論創(chuàng)業(yè)環(huán)境，我認為國內(nèi)機會更多，所以就決定回來了。
AI科技評論：您此前從事的方向更偏向于算法軟件這塊，現(xiàn)在做機器人會不會又是另一個領域？
胡魯輝：其實機器人并非新東西，已有十來年、甚至更久。機器人此前也火過，后來由于各種原因又歸于平靜了。此次我們創(chuàng)業(yè)的初衷和主要目的，是因為相信機器人是未來、是下一個時代——機器人時代。
目前機器人發(fā)展處于一個尷尬階段，因為有兩大痛點。第一個是機器人特別貴，隨便一個人形機器人也需要好幾萬、幾十萬。相比之下，一輛不錯的汽車也就 20 來萬，但一個能表演的機器人也都要幾十萬，甚至功能不夠完善，只能表演；第二個痛點，是泛化技術有難度，可靠性、穩(wěn)定性、工程性根本不行。然而這兩個問題相互關聯(lián)，要解決不能單靠硬件，還得要從模型和軟件入手，讓機器人變得更好、更智能，能夠完成泛化作業(yè)。我們想解決機器人根本性問題，也就是機器人的數(shù)據(jù)和智能的問題，大數(shù)據(jù)和人工智能正是我的強項。
AI科技評論：您曾發(fā)表許多關于 AI 大模型相關內(nèi)容，如今跨界做機器人，您的創(chuàng)業(yè)方向具體是什么？
胡魯輝：針對機器人領域的挑戰(zhàn)，我們認為人工智能是有效的解決方案，尤其是大模型。目前，大模型在人工智能領域備受關注，如 ChatGPT 和國內(nèi)月之暗面、智譜等，它們主要開發(fā)多模態(tài)大模型，用于構建交互式對話系統(tǒng)，即 Chatbot。
但是我們的產(chǎn)品將采用不同的技術路徑。我們專注于開發(fā)機器人，核心技術不是生成式多模態(tài)大模型，而是物理智能，即對物理世界的感知和理解。今年4月，我在生成式人工智能大會上也介紹了我們的創(chuàng)業(yè)方向，強調了物理智能在機器人技術中的重要性。我們的目標是通過物理智能技術，提升機器人的自主性和智能化水平。
AI科技評論：所以你們做的不是單純的文本模型，而是理解物理世界的模型？
胡魯輝：我們正在自研物理世界模型，取名為“澄靈物理世界模型”，它專注于理解物理世界，與多模態(tài)大模型不同。我們區(qū)分這兩種智能：多模態(tài)大模型屬于信息智能，如 Chatbot 這類人工智能，主要處理信息和交互；而我們的產(chǎn)品則屬于物理智能，專注于感知和理解現(xiàn)實世界的物理規(guī)律。
AI科技評論：怎么理解物理智能？
胡魯輝：人工智能的終極目標也許是實現(xiàn)通用人工智能，而當前階段我們正處于生成式人工智能的發(fā)展時期。這一觀點并非我首次提出，我與張亞勤院士交流時，了解到他在五年前就已提出人工智能的發(fā)展路徑，從信息智能到物理智能，最終達到通用人工智能，這是一個逐步實現(xiàn)的過程。Meta 多年來也一直在討論世界模型的概念。今年6月，黃仁勛在臺灣的演講中也提到，下一個人工智能的發(fā)展方向是物理智能。
生成式人工智能處理的是一維或二維信息的輸入，如文字、圖片、音頻或視頻，并輸出相同類型的信息。物理智能則在兩個層面上有所不同：首先，在輸入層面，我們處理的是感知和理解世界的數(shù)據(jù)，包括視覺和觸覺等感官信息；其次，在輸出層面，我們生成的是TSD數(shù)據(jù)，即時間（T）序列（S）數(shù)據(jù)，這種數(shù)據(jù)可以直接用于控制機器人。
此外，生成式大模型和物理智能的產(chǎn)品形態(tài)和應用場景也有所不同。生成式大模型不需要實時反饋，例如ChatGPT中有些信息可能只更新到去年9月。而我們的系統(tǒng)必須實時處理輸入信息，以確保機器人能夠及時響應。
AI科技評論：你們機器人的研發(fā)是基于人工智能模型，演繹物理世界模型？
胡魯輝：對的。我們核心技術是物理世界模型，同時也做本體，打造一系列產(chǎn)品，目前已經(jīng)推出了機器人產(chǎn)品 TR1，TR2。
AI科技評論：你們已經(jīng)驗證了這條鏈路了是嗎？
胡魯輝：是的，除了清晰的 Northstar，也能逐步驗證和產(chǎn)品落地。
AI科技評論：物理智能是不是一定會和機器人結合？
胡魯輝：物理智能不一定非要和機器人結合，只是我認為機器人領域或具身智能是最理想的應用場景。好比，生成式人工智能目前最好的應用是 Chatbot，但其實它也有很多其他場景可以用。
AI科技評論：一個能夠感知和理解世界的機器人，它的技術棧會包含哪幾塊？
胡魯輝：我認為主要是三個方面：第一，與物理世界的交互。與信息智能不同，物理智能需要與現(xiàn)實世界進行互動；第二，算法能力。物理智能需要具備和生成式人工智能一樣的算法能力，因為它得要有泛化能力和推理使用能力；第三，實時性。物理智能需要從三維、甚至四維（包含時空）的角度理解信息，這與信息智能有本質的不同，因而要能夠實時處理和響應信息。
AI科技評論：其實這也是具身智能追求的目標。
胡魯輝：對，這就是個通用人工智能。
AI科技評論：您是什么時候有了要做物理智能的這一想法？
胡魯輝：2022年年底，ChatGPT出來的時候。ChatGPT一經(jīng)推出就在美國迅速走紅，因為大家看到了它不錯的泛化能力。國內(nèi)對它的關注應該是在幾個月后逐漸升溫。當時我還在西雅圖，我開始思考我們應該如何跟進這一趨勢，也有不少創(chuàng)業(yè)公司開始圍繞 ChatGPT 進行創(chuàng)業(yè)。
那時，我也在 Meta 了解到世界模型的概念，而 Meta 首席 AI 科學家楊立昆對大模型并不特別熱衷。我也認為，繼 ChatGPT 之后，下一個重要的發(fā)展將是物理智能，它將擁有更廣泛的應用前景。
AI科技評論：您會認為大模型對于機器人的發(fā)展是一個機遇？
胡魯輝：大模型是一種技術手段，類似于我們開發(fā)的世界模型，它也是一種大模型的表現(xiàn)形式，盡管具體的實現(xiàn)方式有所不同。這些模型都屬于基礎模型（foundation model），我們自主研發(fā)的世界模型同樣具備這樣的基礎模型特性。
AI科技評論：您怎么看待通用人工智能與通用機器人間的關系？
胡魯輝：通用人工智能是人工智能領域的終極目標，它指的是達到人類水平的智能，這主要是從技術層面來講的。而通用機器人則是指具體的產(chǎn)品或應用。無論是通用人工智能還是通用機器人，它們的核心目標都是實現(xiàn)“通用性”，而實現(xiàn)這一目標的關鍵在于掌握通用人工智能的技術。
AI科技評論：基于物理世界模型開發(fā)機器人的路徑，國內(nèi)目前還沒有相似公司？
胡魯輝：應該是沒有的。由于我司比較低調，我先提出這個想法時，并沒有引起太多人的興趣。但自從李飛飛老師和一些美國企業(yè)開始討論這個概念后，它就迅速受到了廣泛關注。
AI科技評論：在這波具身智能浪潮中，你們的優(yōu)勢是什么？
胡魯輝：我覺得我們的優(yōu)勢還是蠻多的，主要是四個方面。第一，我們專注于物理智能領域，這是我們的核心技術和主要創(chuàng)新點；第二，我們的團隊成員基本都是來自頂級企業(yè)的高管，不僅擁有豐富的行業(yè)經(jīng)驗，也有很多業(yè)務資源；第三，我們在敏捷交付方面展現(xiàn)出了強大的工程化實力，TR1 和 TR2 的出色表現(xiàn)證明了我們的執(zhí)行力和交付能力；第四，我們與哈佛、清華等頂尖高校建立了合作關系，并得到了地方政府的支持，這為我們提供了強大的資源后盾。
AI科技評論：你們團隊今年才成立，但產(chǎn)品發(fā)布很快，你們是不是很早就布局了？
胡魯輝：應該說是我們的團隊非常優(yōu)秀，并且我們采用了亞馬遜的敏捷開發(fā)模式。亞馬遜的開發(fā)模式使我們每兩個月進行一次迭代，我們從今年5月份開始，大約兩個月推出一款新產(chǎn)品的節(jié)奏。在四個月的時間里，我們成功推出了 TR1 和 TR2 兩款產(chǎn)品原型。
AI科技評論：你們現(xiàn)在團隊規(guī)模有多大？
胡魯輝：現(xiàn)在有 20 來人，基本以研發(fā)人員為主，研發(fā)團隊都是碩士以上，畢業(yè)于國內(nèi)外名校。
AI科技評論：TR1 和 TR2 兩款產(chǎn)品已經(jīng)量產(chǎn)了嗎？
胡魯輝：目前我們已經(jīng)開始與意向客戶進行合作落地。
AI科技評論：這兩款產(chǎn)品的功能定位是什么？
胡魯輝：我們致力于開發(fā)通用人工智能和通用機器人，是因為想推動機器人時代的到來。與許多僅用于表演和研發(fā)的機器人不同，我們的目標是讓機器人能夠實際執(zhí)行任務。要實現(xiàn)這一點，機器人的“手”是最關鍵的部分，因此我們的開發(fā)從手臂開始。我們的產(chǎn)品 TR1 是一款單臂機器人，而 TR2 則是一款雙臂機器人。我們希望能夠開發(fā)出更復雜、更具挑戰(zhàn)性的機器人，這也是我們的愿景。
AI科技評論：那你們是做專用機器人，還是通用機器人？
胡魯輝：我們并不局限于機器人本體，而是會依據(jù)業(yè)務場景來做不同的機器人。
移動互聯(lián)網(wǎng)時代的一大標志是 iPhone 的到來，iPhone 帶來的是硬件平臺化，上面可以有不同app，而每一個app對應一個應用，說白了就是一個特定業(yè)務場景的解決方案。因此，我們希望將這一概念應用到物理世界智能領域，打造一個平臺化的模型，支持不同的硬件和機器人，以適應配送、工廠作業(yè)、家庭服務等多種場景。
AI科技評論：聽起來，你們是以人工智能算法為中心，再加不同本體，如人形、四足等，你們自己也做本體嗎？
胡魯輝：我們也會做本體。我們自己做設計，但我們不做生產(chǎn)。
AI科技評論：你們技術核心是不是在算法驅動這塊？
胡魯輝：應該說是物理智能層面，我們要打造物理智能，也就是理解物理世界的人工智能。
AI科技評論：你們接下來的產(chǎn)品計劃是什么？
胡魯輝：我們的 TR1 和 TR2 產(chǎn)品將會持續(xù)進行迭代升級，在這個過程中，我們會繼續(xù)投入創(chuàng)新和研發(fā)工作。同時，我們會將產(chǎn)品與實際應用場景結合，逐步推動商業(yè)化進程，“沿途下蛋”。目前，我們已經(jīng)收到了多家企業(yè)的合作意向。
AI科技評論：您覺得國內(nèi)機器人領域的融資環(huán)境好嗎？你們?nèi)谫Y困難嗎？
胡魯輝：整體環(huán)境我覺得一般，應該說沒有以前好，但現(xiàn)在人工智能、AI 2.0還是很火爆的。
AI科技評論：與國內(nèi)廠商競爭，你們會遇到什么挑戰(zhàn)？
胡魯輝：我們的發(fā)展主要受兩大因素影響。一是科技發(fā)展的內(nèi)在趨勢，二是商業(yè)環(huán)境的實際需求。作為一家商業(yè)化的科技公司，我們不僅要適應市場的變化，還要在技術上不斷實現(xiàn)突破。當然，這種情況也是許多企業(yè)在發(fā)展過程中需要面對的挑戰(zhàn)。
雷峰網(wǎng)(公眾號：雷峰網(wǎng))雷峰網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉載。詳情見轉載須知。
