北京
"从虚拟世界的AI到物理世界的AI，最难的从来不是'有没有身体'，而是能不能用可量产、低成本的本体，交付同样的能力。"
近日，新石器创始人兼CEO余恩源在斯坦福参加前沿“物理AI”峰会的演讲中，给出了他对新石器Neolix的定义——扎根物流的机器人公司。
余恩源透露，新石器无人车保有量已超2.7万辆，累计L4级自动驾驶运营里程达2.3亿公里，日均新增里程超100万公里。
在全球自动驾驶车队规模排名前十的城市中，中国占八席，其中六城以新石器为主力，美国仅旧金山湾区和凤凰城两城入围。青岛以约2,000台部署量居全球首位，临沂等其余五城亦由新石器主导。
一句话：全球无人车密度最高的城市版图上，新石器是出现次数最多的那个名字。
物理 AI要落地，先要回答"落在哪里"
余恩源的判断，从劳动力结构出发，家政、建筑、农业矿业、批发零售、工厂逐个细分看下来，物流与出行赛道市场空间最大。
用AI节省“最后一公里”的物流成本，是物理AI最大的可变现市场。
市场结构同样指向物流，在自动驾驶的四个赛道里，全球网约车/出租车约6000万辆、城际物流卡车约4000万辆——城配车辆总数规模超过2亿辆。
"城配车贡献了万亿级的运输市场和万亿级的运输里程，为RoboVan的落地提供了巨大的市场空间和机会。"
从仓库到货架，是一条链
余恩源把全球物流拆成四个阶段，并给每一段都标上了账单——存储分拣：市场空间1.3万亿美元；运输：市场空间2.2万亿美元；装卸搬运：1万亿美元；货物上架：5000亿美元。
——"在这四个物流阶段中，运输是最大的环节，延伸至装卸与搬运。"
对应上面这张版图的，是新石器的产品矩阵——四种具身形态沿同一条物流链递进：
已经量产落地的RoboVan；加装机械臂的半具身装卸搬运机器人；货架前精细操作的上架机器人；直至最终形态的全具身机器人。
四种形态共享同一个底座——One WAM（World Action Model，世界动作模型）。
"形态递进，轮式底盘不变，每一代本体都让下一代受益。"
"Eva的能力，Wall-E的成本"
回到开头那句话。余恩源给它加了一个好莱坞式的注脚——"Eva's capability, Wall-E's cost"：伊娃的能力，瓦力的成本——以大规模、低成本交付同样的能力。
要做到模型能力与量产成本同时优化，必须同时满足三个条件：整车成本、模型降维、第一人称运营数据。
这三样必须来自真实运营场景，新石器恰好三样全有：
第一，从硬件设计到量产产线全栈自研：
新石器量产体系覆盖车规级认证、自有工厂产线、供应链生态、品控一致性、端到端批次追溯和运维服务网络。
"物流场景里机器人每天都要跑、碰撞频繁、需要持续维护——低成本量产是前提，不是加分项。"余恩源介绍道，机器人公司要复刻这套体系，需要数年时间和数十亿资金。
第二，三层运行模型：
云端的大模型负责“思考”——处理海量数据，提炼出驾驶知识，再通过技术压缩成轻量级指令，下发给车辆；
车上的小模型时刻算力拉满，负责日常路况下的实时感知和决策；
遇到极端场景——比如突然窜出的行人、被遮挡的路口——边缘的中型模型在长尾场景激活。
简单说：大模型做老师，小模型做执行，紧急时刻中型模型补位。
——“这套架构不只是理论，已在新石器的日常运营中稳定运行。”
第三，运营数据。
余恩源特别做了一个纠偏：不是"把运输延伸到搬运"——装卸搬运本来就长在新石器的业务里，市场需求、商业模式、买单客户都已存在。第一手运营数据，只能来自这些真实场景。
飞轮已经开始转
“本体规模”驱动“数据密度”，“数据”反哺“模型迭代”，“模型进步”打开“新场景”——本体、模型、场景，三位一体、互相加速。
这是余恩源展示的飞轮，也是他敢把愿景说得很满的底气——做一家全球化的端到端AI物流基础设施公司。
斯坦福的讲台上，关于物理AI“何时走出实验室”的追问，余恩源在斯坦福给出了一个基于事实的回答：
——当能力与成本被量产验证，具身智能的未来就不再是待解的命题，而是正在铺向全球的物流网络。
对于新石器而言，具身智能的商业规模化发展，是正在发生的现实......
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
