李竹：具身智能——一个还未达成共识的行业

12月28日，由创业黑马主办的“第17届创业家年会”在北京举办，年会主题为“智业革命 —— 跨越断层，成为新物种 ”。会上， 英诺基金创始合伙人李竹以《具身智能：一个还未达成共识的行业》为主题做了演讲。

他认为，具身智能是中美未来十年竞争的关键高地，但技术范式尚未收敛，行业共识未形成。尽管中国具身智能企业估值快速上升，但技术路径仍多元且未定型，投资界和技术界对其看法不一。具身智能是未来十年的核心竞争领域。

他表示，真正的具身智能需实现“场景无关、本体无关、摆脱数据依赖”的自我进化能力，其市场空间远超语言大模型。他强调，理想的具身智能应该能像孩子一样自我成长，开箱即用、自我适应环境、记忆每个个体，而非依赖特定场景、本体或大量训练数据。行业期待“下一个ChatGPT时刻”的出现，即具身智能基础模型的突破。

以下内容为创业家&i黑马编辑过的演讲节选：

01

AI超级周期中的焦点

现在AI已经从数字世界开始转向物理世界，这是大家关注的一个重点。我为什么讲具身智能还没有达成共识呢？

无论技术界，还是投资界对它的看法也是众说纷纭，朱总（朱啸虎）之前说“机器人有泡沫”，确实机器人的本体有泡沫；现在具身智能的竞争开始往软件方面转移，也就是大脑、小脑、感知，技术范式也没有完全收敛。

但这个事情非常重要，中国和美国在博弈智能制造，美国开始强调制造业回归，中国今年制造业出海继续增长，也带来前11个月的贸易顺差突破了1万亿美元，这是非常令人惊异的数值。

智能制造成为一个国家最重要的底色，这肯定跟具身智能的发展紧密相关，我认为能救美国制造业的就是具身智能，所以这是未来十年竞争的高地。

中国的具身智能企业估值今年涨得非常快，尤其是最近银河通用到了30亿美金，这是一件好事，这对中国的具身智能企业的估值起到标杆作用。

02

具身智能的技术范式还未收敛

共识还未达成

在这个竞争中，大家最关注的是人形机器人，还有世界模型。具身智能的技术范式在过去发生了很多变化，有强化学习和模仿学习，产生了宇树、云深处等公司；还有Diffusion（扩散模型）、VLA（视觉－语言－动作模型）、合成视频数据等其他技术路径。

大家都在讨论技术范式的未来，我们在这些类型上都投了公司，也在观察这些公司的发展，猜想未来哪些公司是最终的答案。不管是哪种范式，我们都能让其他公司通过学习快速跟上这波潮流。

03

未来两年

将出现下一个ChatGPT时刻

重点还是具身大脑，也就是具身智能的基座模型。下一个ChatGPT时刻，肯定来自具身智能的基础模型，这件事确实很难。我们用语言描述世界，但物理世界的很多行为与动作没有办法用语言来描述。

如果一个机器人到了一个环境，无论是工业还是家庭，是否需要改变环境？如果需要改变环境，说明这个机器人还不够智能；是否需要重新训练？如果需要重新训练，说明机器人的智能也不够。

有一天，机器人到了家里，你开箱使用之后，它可以自我进化，自己适应环境。它像孩子一样成长，可以记忆每一个人，这才是真正的智能，这才是想象中的智能。绝对不是拍一个视频，或给一个命令，它才会做一个动作，而应该是给它一个任务，它可以用一段时间把这个任务包含的内容都做好，例如整理家务。非常刚性的需求在于，场景无关、本体无关，还要摆脱对训练数据的依赖。

具身智能是对创业者最友好的创业方向，它跟大模型不一样。

大企业在语言大模型赛道基本把人才都吸引走了。数字世界里的应用、数字世界里的基座大模型，大厂会占据大部分市场。李丰总讲资金流动，很多钱流到了美国，60%的钱配置在了美国的二级市场。美股七姐妹，吸引了大部分钱，原因就在于此。中国也是如此。有个投资中国新经济平台企业的KWEB指数基金新增了几十亿美元资金，资金开始流向中国受益于AI的大公司。

如果我们没有机会投ChatGPT，我们没有机会投DeepSeek，那我们未来应该寻找什么样类似的企业？答案是具身智能的基础模型。

中国跟过去不一样了，中国很多方面在跟美国并跑。在并跑的同时，我们要有自信。

现在具身基座大模型的研究，每月都有进展和论文出现，首先从大量视频中学习和做预训练，从三维世界的角度学习三维世界，再加上数据的仿真与合成、真机数据。如果只是一维世界的训练方法，是肯定不行的。

我们投了4家公司，如何提升具身智能的上限变得非常重要。你不能只谈应用，因为现在技术范式还没有收敛。我们想找能够打开具身智能上限的公司。牛文文总做的科学家社群，也可以助力这些公司。

我们投了千诀，这是清华类脑中心孵化的项目，它用类似大脑的机制和解耦方式，来实现样本效率极大地提高。

他们在过去几年采集了20亿条数据，如果是在语言基座大模型上训练，这个数据量很小。但是千诀把样本效率提高了1万倍，乘上1万倍，这个数据量就是语言基座大模型训练需要的数据量。它同时把端侧执行的速度提高5倍，而且现在已经开始应用，赋能了很多机器人本体。

04

攀登悬崖，还是盘山而上？

我们还投了流形空间，做世界模型的公司。他们拥有全栈数据处理能力，通过大规模数据的预训练做世界模型，一步到位，类似攀登悬崖直达顶峰的方式。

而右边的图是千诀，盘山而上。它用1000多张卡训练，就能达到相当好的效果。当有信息智能、具身智能时，我们不要忘记还有类脑智能。从底层芯片一直到上面的算法，类脑智能都是达成AGI的第三条路径。

讲到应用，具身智能能够赋能所有机器人。但To B的应用，对创业者来说，选择的时候要想清楚核心能力是什么。因为这些场景有大量上一代机器人公司，这些创业公司经历了不断的搏斗，最后脱颖而出。像我们投的镁伽科技，在具身智能的产业研发和商业化应用都取得了很大的进展，一年有几亿美元的订单，也快上市了，这类企业拥抱AI和具身智能的速度非常快，实现了自我进化。

比如，To B 的应用场景，工业场景的坑比较多，在整个产线上只有对节拍要求不高、需要泛化性的部分场景需要导入具身智能。前段时间，我们投资机构在一起讨论，也有一些共识：工业领域具身智能应用对早期投资机构的窗口可能已经过去了。你要投工业落地的具身智能公司，它要跨越的不只是技术，更重要的是把握市场。

AI硬件，也是应用的载体之一，我们觉得投硬要看软，具身智能的核心还是大小脑这些软的东西。具身智能、AI硬件，最后卷的是什么？从硬件到软件、具身大模型。

做具身大模型的，想在现实世界变现，也需要物理载体，需要端侧芯片、板卡，需要新的机器人、AI硬件的产品形态，这些新 终端会改变交互方式，带来情绪价值或者效率提升。

对于创业者来说，做好其中的关键软件，使用合适的硬件载体定义产品，进行销售，这是最好的模式之一。

05

具身智能比语言大模型的空间更大

高盛预计，2035年市场规模达到2050亿美元；摩根士丹利预计，2050年全球具身智能市场（人形机器人、自动驾驶汽车、无人机等）规模将达到25万亿美元，其中人形机器人达到7.5万亿美元。

整体来讲，具身智能的市场空间非常大。去年汽车产业的GDP是13万亿，跟汽车产业相比，具身智能的市场肯定更大，大水有大鱼，将来也一定会跑出一批千亿企业。

当下，就跟当年的新能源汽车一样。所以未来的新终端可能是眼镜、进入家庭的机器人，也可能是汽车，但一定不再是手机。

未来的机会在哪里？未来的市场在哪里？只要坚持寻找，这个世界总会给你机会。人工智能来了，具身智能来了，如果创业者在这个赛道里面去耕耘，抓住超级周期，未来十年肯定会有更好的收获 。

链接创业黑马的

创业家、投资家、科学家群体