AI正在阅历从‘数字大脑’到‘具身智能’的历史性跃迁，从特斯拉Optimus到Figure 01，机器东说念主不再只是生成文本和图片，而是具备物理举止能力。本文深度剖析具身智能居品的中枢方向、时候旅途与生意逻辑，揭示这场变革怎样从头界说居品畛域与东说念主机关系。

夙昔的一年里，我最大的感喟是：固然ChatGPT如故通过了图灵测试，但它依然无法帮我倒一杯咖啡。

这听起来像是一个见笑，但这恰是面前AI产业面对的最大痛点——“大脑”过载，而“肢体”缺失。

在夙昔的大模子海浪中，咱们通过Transformer架构得手地将东说念主类互联网上系数的文本数据压缩进了一个神经收罗里，创造出了一个全知万能的“数字大脑”。干系词，这个大脑是被困在服务器里的，它莫得眼睛，莫得手，也莫得脚。

但2024年以来，风向变了。从特斯拉的Optimus二代叠衣服，到Figure 01与OpenAI相助后的惊艳对话，再到1X发布的基于寰宇模子的NEO，咱们正处于一个历史性的滚动点：AI正在长降生体。

这不单是是硬件的升级，更是智能口头的根底跃迁。咱们正在从“以数据为中心”的生成式AI，转向“以举止为中心”的Embodied AI。

行为居品司理，咱们需要从头想考：当大模子不单是能生成文本和图片，而是能生成“动作”和“物理影响”时，居品的畛域在那儿？自动化的末端，难说念只是是让机器动起来吗？

一、 居品中枢方向：界说具身智能的“可用性”

在互联网居品时期，咱们包涵DAU、Retention）、CTR。在SaaS时期，咱们包涵LTV和CAC。

然则，当咱们面对一个能在物理寰宇中迁徙、操作物体的“具身智能”居品时，传统的方向失效了。行为居品司理，咱们必须从头界说什么是“可用性”。

1.1 从“准确率”到“任务得手率

在文本生成中，如果ChatGPT瞎掰八说念了一句，用户可能只是笑一笑，从头生成一次。这是“软异常”。

但在具身智能中，如果机器东说念主端咖啡时手抖了，粗略把猫当成了足球踢开，这是“硬异常”，不仅是体验问题，更是安全事故。

因此，具身智能的中枢方向不再是单一动作的准确率，而是端到端长程任务的得手率。

场景：“把桌上蓝色的杯子拿到厨房洗干净。”领会：导航 -> 识别 -> 持取 -> 迁徙 -> 舍弃 -> 清洗。打算：哪怕每个要道王人有99%的准确率，6个次第下来，总得手率独一94%。如果是更复杂的20个次第的任务，得手率会平直掉到80%以下。

PM瞻念察：具身智能居品的护城河，不在于机器东说念主能翻几个跟头，而在于在非结构化环境中，连气儿履行复杂任务的领悟性。

1.2 泛化能力：挣扎物理寰宇的熵

传统的自动化是“特化”的。汽车工场里的机械臂，这一秒在拧螺丝，下一秒如故拧螺丝，位置偏差不行逾越毫米级。一朝环境变了，由于“熵增”，米兰体育由于不可算计性，传统自动化就瘫痪了。

具身智能的“智能”，体当今泛化能力上。

零样本泛化：没见过的杯子，能不行提起来？环境泛化：在实验室能叠衣服，换到明后灰暗、地板湿滑的用户家里，还能不行叠？

行为居品司理，咱们在验收居品时，不行只看Demo视频，必须引入“扰动测试”：在机器东说念主职责时，有利扔一个球夙昔，粗略推它一下，看它是否能动态转机计谋。

1.3 交互的天然度：物理图灵测试

具身智能不单是是器用，它是一个“Agent”。

在这个阶段，居品方向包括：

{jz:field.toptypename/}反应延长：看到杯子掉落到伸手去接，需要在毫秒级完成。意图结伙：当用户指着桌子说“把它算帐干净”，机器东说念主能否结伙是指“扔掉垃圾”如故“把文献收好”？这需要极强的多模态结伙能力。

二、 时候旅途变革：从「动作算计」转向「寰宇模子」

这部分稍许硬核小数，但对于结伙居品迭代逻辑至关进攻。面前的具身智能，正在阅历雷同自动驾驶从“规定驱动”到“端到端大模子”的变革。

2.1 传统旅途的瓶颈：师法学习的局限

早期的机器东说念主学习主要依赖师法学习。

逻辑很浮浅：东说念主戴着遥控VR征战操作机器东说念主作念一千次倒水的动作，记载下数据，然后查验一个模子去算计在这个状况下应该怎样动。

污点：极其奋斗，且相配依赖数据。如果数据里莫得“杯子把手断了”的情况，机器东说念主碰到这种情况就会死机。这种基于“状况->动作”的映射，穷乏对物理寰宇的果然结伙。

2.2 颠覆性变革：视频预查验模子

这里的明星时候是 1X Technologies建议的 World Model旅途，以及雷同Sora在机器东说念主领域的应用。

为什么视频模子是具身智能的解药？

A. 物理知识的“无监督学习”

东说念主类婴儿通过不雅察寰宇学习物理规章。当今，AI通过不雅看互联网范围的视频（比如东说念主很难不雅看视频的数亿小时视频，ag国际但AI不错），学习到了：

重力：苹果放纵会掉下去。摩擦力：推箱子需要使劲。物体恒常性：东西被守秘了并莫得消散。

这种学习不需要东说念主工标注，咱们只需推广**。当模子“看”过弥漫多的视频，它就缓助了一个通用物理寰宇模子**。

B. 视频生成即旅途贪图

这是一个绝顶科幻但正在变成现实的居品逻辑：

输入：机器东说念主面前的录像头画面 + 文本辅导“大开雪柜”。生成：寰宇模子生成一段“将来几秒钟机器东说念主得手大开雪柜”的视频。这执行上是在脑海中“模拟”将来。履行：一个逆能源学模子分析这段生成的视频，反推出：“为了实现视频里的这个动作，我的电机应该输出多大的扭矩？”

这意味着，机器东说念主不再是僵硬地履行代码，而是像东说念主雷同，“先想象动作，再为止体魄”。这种机制让机器东说念主具备了处罚突发情况的能力。

2.3 第一东说念主称数据的价值

为什么当今的具身智能公司王人在狂放相聚数据？

因为互联网上的视频大多是第三东说念主称视角，而机器东说念主操作需要第一东说念主称视角。

哄骗东说念主类第一东说念主称视角的视频数据查验，能显贵栽种机器东说念主的操作得手率。这就像咱们看别东说念主打篮球很难学会投篮，但戴着GoPro看我方投篮能更好地修正动作。

面前，Tesla Optimus通过东说念主类操作员穿着VR征战相聚数据，恰是为了弥补这个“数据鸿沟”。

三、 口头与场景：东说念主形机器东说念主为什么是家庭自动化的最好载体？

行为居品司理，咱们在界说硬件口头时，经常会问：为什么非若是东说念主形？轮式不好吗？四足狗不好吗？

3.1 硬件上风：因为寰宇是为东说念主类遐想的

这是一个最底层的第一性旨趣：咱们的物理环境是“东说念主类中心目标”的。

楼梯的高度是为了东说念主的腿遐想的。门把手的高度是为了东说念主的手遐想的。

如果遐想一个轮式机器东说念主，它在幽谷成果最高，但碰到楼梯就废了。如果遐想一个机械臂底盘，它无法钻进窄小的间隙。（这块我体验过失败了，接待和寰球相通）

东说念主形结构在畅通学上与东说念主类一致，这意味着它不错平直收受东说念主类在平常视频中发扬出的举止先驗与环境合乎性。它不需要纠正环境，就能平直通过“师法东说念主”来合乎环境。

3.2 各种化落地：从实验室走向现实

具身智能正在阅历从Demo到PMF的枢纽期。

场景一：工业制造与物流痛点：劳能源短缺，尤其是危急、叠加的搬运职责。居品口头：强调负重能力、续航和精度。不需要太像东说念主，致使膝盖不错反关节，只须能搬箱子就行。生意逻辑：B2B模式，算ROI。如果机器东说念主月房钱低于工东说念主月薪，生意就建立。

场景二：家庭与通用服务痛点：老龄化社会带来的看管缺口，家务做事的摆脱。居品口头：软硬件解耦，极高的安全性。举例1X NEO弃取了类肌肉的软体结构，即使撞到东说念主也不会形成伤害。外不雅必须亲和，不行有恐怖谷效应。生意逻辑：B2C或B2B2C模式。不单是是器用，更是家庭成员。

PM瞻念察：面前的居品计谋是“降维打击”。先在结构化进度高的工场里把硬件资本打下来，把模子练灵巧，然后再干涉非结构化的家庭场景。

四、 自动化的末端：全自主进化的“智能飞轮”

具身智能的末端，十足不是写死代码的自动化，而是自主进化。

4.1 从“单次任务”到“长程预算”

当今的机器东说念主大多是“辅导-履行”模式。将来的具身智能将具备高下文追悼和闭环重贪图能力。

场景：你早上外出说“今晚我有一又友来吃饭”。履行：机器东说念主不仅要结伙这句话，还要稽察雪柜，自主下单买菜，左证东说念主数准备餐具，致使在作念菜失败时，知说念坐窝启动备用决议。

这需要冲破3D空间感知的局限，勾通时序追悼，形成果然的情境感知。

4.2 自我修正与进化

机器东说念主将不再完全依赖巨匠演示，而是通过仿真到现实和自我对弈来进化。

机制：机器东说念主在夜间充电时，会在假造寰宇里模拟千千万万次叠衣服的变种情况。探索：在现实中，它会尝试新的持取角度。如果得手了，奖励机制会强化这个计谋；如果失败了，它会记入错题集。终结：机器东说念主的能力将跟着时期呈指数级增长，形成“数据飞轮”。你买回家的机器东说念主，刚开动像个实习生，一年后就变成了熟悉工。

五、 结语：居品司理的瞻念察——具身智能将怎样重塑东说念主类生计

写到临了，我想跳出时候细节，谈谈这一切对咱们意味着什么。

咱们正在见证东说念主类历史上第三次分娩力改进的起原。

第一次是蒸汽机，用机械力替代了动物。

第二次是电力与打算机，用算力辅助了脑力。

第三次是具身智能，它将通用的智能注入到通用的机械躯体中。

对于AI居品司理来说，这不单是是一个新的风口，更是一次对于“东说念主机关系”的从头界说。

物理寰宇的搜索框：将来的搜索引擎不再是给你复返谈论，而是平直在物理寰宇里帮你完成任务。“帮我整理房间”即是新的“Google一下”。妙技的App Store：以后咱们买的可能不是机器东说念主硬件，而是“妙技包”。下载一个“米其林三星厨师包”，你的机器东说念主就能作念出顶级法餐。价值的重估：当膂力做事和基础领会做事的资本趋近于零，东说念主类最精致的东西将纪念到情怀、创造力与决策力。

自动化的末端，不是机器取代东说念主，而是机器让东说念主类从叠加的物理敛迹中摆脱，去探索更无边的精神寰宇。（天然这现阶段知识我的好意思好畅想，但我服气也就十年时期了）

而在那一天到来之前，咱们这些居品司理，还有很长的路要走——去界说场景，去打磨体验，去确保那只伸向咖啡杯的机械手，既郑重，又随和。

本文由 @兔主任不雅测员 原创发布于东说念主东说念主王人是居品司理。未经作家许可，拦阻转载

题图来自Unsplash，基于CC0契约