作者：刘润 主笔：景九
来源：刘润（ID：runliu-pub）
这是我们第三年参加WAIC，世界人工智能大会。
关于这次大会本身，我就不多说了，想必你也差不多知道。展览面积，超10万方，参展企业一千多家，亮相展品三千多项……
我们上午11点多进场，一路逛到下午5点，几乎没怎么停。电梯要排队，展台挤得水泄不通，直播信号时好时坏。走到最后，手机快没电了，人也快没电了。一看步数，两万多。
累不累？累。但我明显感到，自己越逛越兴奋。
因为今年的WAIC，和前两年很不一样。前几年逛展，大家更多是说：你看，技术已经可以这样了。机器人？会跳舞、会打拳。智能体？会写诗、会聊天。眼镜？会翻译、会识别。
但今年，大家开始认真研究另一件事：这东西到底能拿来干什么？
于是，机器人开始进工厂插线束，进药房拿药，进物流仓分拣鲜花水果。哪里平就用轮子，哪里翻山越岭就做四足。于是，大模型开始比谁能接上工具，谁能进入流程，谁能完成一项真正工作。
如果用一句话概括，大概是：
今年的WAIC，大家都在认真赚钱。
哎呀，三言两语说不明白。来，我带你一起去看看。
01
机器人终于不纠结
自己该长什么样了
进场之后，我们决定先看机器人。
为什么？因为机器人馆最热闹，人最多。当然，信号也最差……这里，特别感谢主办方戚老师，为了支持我们直播，特地准备了装着电源和大wifi的小拖车，里面有3家运营商8张卡，还请工作人员一路陪同，真是帮大忙了。
挤进去后，我很快发现，今年的机器人，似乎不太一样了。
怎么说呢？先看图。
发现什么了吗？机器人，不都是人形了。
之前来WAIC，机器人大多还是人形。俩手俩脚，加一个头。
为什么？一个很重要的原因，是公司自己都在纠结，要进入哪个场景。搞不清楚场景，就先做成最通用的形态，人形好了。
毕竟，世界已经被人改造了上千年。货架的高度，和人的视线平齐。门把手、工作台、工具，都是按照人的身高臂展和手设计的。
可今年，我突然感觉，大家都不纠结了。
轮式、轮足、四足，一下子全冒出来了。
如果机器人只需要在酒店、工厂平整地面上移动，轮子就够用了。
遇到台阶怎么办？那就用：轮足。它有四条腿，但下面又装了轮子。既保留了效率，又多了灵活。
如果应用环境实在恶劣，一直翻山越岭怎么办？那就：四足。
比如，开普勒的重载四足机器人。
它自重接近300公斤，但能驮1吨东西，一口气能走七八个小时。用在山地运输和应急救援场景，即便脚下高低不平，背部也能保持稳定。
太厉害了。这已经不是越野摩托车了。我忍不住叫它：越野摩托人。
你看。轮式、轮足、四足，都有人做，不是大家的路线更乱了，而是大家终于知道，自己到底要去哪里、解决什么问题。
当工作决定身体，机器人自然就不会追求统一形态。
可是这么多工作，要先做哪个？先做最难的吗？
02
技术上最难的事
不一定最先赚到钱
嗯……从商业角度说，做难的事，可能不是最好选择。
现场有一家公司，专做家庭机器人。我们到的时候，它正在叠衣服。
你看，它的衣服已经叠到了某种境界。旁边的光源，是干扰。桌子上边会动的背景，也是干扰。能在这种干扰下把衣服叠好，真是本事。
可是，为什么要这么苛刻？
因为把你家的衣服叠好，真不一定比拧螺丝简单。
工厂里的螺丝，大小位置相对固定。找准位置，对上去，拧紧，就好了。但你家的衣服，有的皱成一团，有的搭在桌边。短袖、长裤、毛衣，软硬、形状都不一样。灯光不同，位置不同，也是干扰。
所以，为了把衣服叠好，这家公司做了大量训练。目前已经积累了1亿条合成数据，覆盖上万个家庭环境。
很厉害。可是，叠衣服这件事，到底值多少钱？
衣服今天没叠，明天再叠，不会有什么损失。实在麻烦，请阿姨定期上门整理，花的钱也不多。
所以，才有这样的说法：家庭机器人，是又难又便宜。
难，是说在家里这种复杂非标环境里，完成任务不简单。便宜，是说它要解决的问题，没有那么贵。
而工业机器人，正好相反。虽然环境更加标准，动作更固定，但问题反而更值钱。拧螺丝，插板线，产生的是实实在在的价值。
所以一方面，我很佩服这位创业者。因为他的落地场景，难度很大。但另一方面，我又有点担心。因为在他的产品售价，低于某个值之前，大概率很难被选择。
这就是商业化里，一条简单但不容忽视的规律：
技术路线按难度排队，商业路线按账单排队。
场景越具体，整机之外缺什么，也就越清楚。于是，有人造机器人，也有人专门给机器人造手、造眼睛，甚至造一所学校。
03
具身智能时代
新的卖铲人已经出现
比如，群核科技。
很多人知道群核科技，是因为它旗下的酷家乐。酷家乐是一个3D模拟平台，过去，设计师用它搭户型、摆家具，生成装修图。
但没想到具身智能时代，这套能力突然有了新用途：
给机器人建训练场。
机器人要进入家庭，得先知道什么是桌子，什么是柜子，杯子放在哪里，前面有没有障碍。可真让机器人挨家挨户练习，太贵，也太慢。
于是，群核把房间、家具和物品，组合成虚拟空间。今天生成一个四把椅子的客厅，明天生成一个桌子倒下的厨房，再让机器人进去拿面包、绕过椅子。哪怕撞倒了、摔跤了，重来一遍就是了。
现场的同学说，这一层不少机器人公司，都是他们的训练客户。
还有一家公司，叫：绳肌妙算。
他们不造机器人，只造：手。而且，是用绳子驱动的手。
普通灵巧手，会在关节里装电机。但他们却用绳子和弹簧，模仿人的肌腱。电机少了，手的成本就降了下来。
现场的同学告诉我，他们的产品已经卖给了很多物流公司，抓取包裹。卖八千，却可以抓取百万次。而类似的纯电机手，要2万元。
最节能的形态，果然就是人手本来的形态。你别说，人进化这么几百万年，还是有道理的。
嗯。当具身智能真正落地，专业的分工就越来越有价值。因为机器人，需要眼睛、双手、传感器、数据和训练环境。
每一个缺口，都可能长出一门生意。
而现场被反复提到的一个缺口，就是：
数据。
04
数据不是越多越值钱
是越靠近决策越值钱
一抬头，我看到了个很熟悉，却没想到会出现在WAIC的名字：
瑞幸。
咖啡公司，也来参加人工智能大会了？
但仔细想想，又不奇怪。瑞幸很早就在用数据经营生意。
以前，我们办公室对面，有个瑞幸。我经常早上到了办公室，就去对面买一杯瑞幸。但如果下雨，我就不过去了。
直到有天，上海下雨。我出门前，就收到了瑞幸的一张优惠券：下雨天，送你一张三折外卖券。
为什么发外卖券？因为下雨。你不想去，我就给你送过来。
我当时就很震惊。
这说明什么？这说明，它肯定拿到了位置颗粒度极细的天气数据。而且，它还知道，我经常去哪家门店，习惯到店自取。
天气数据，对普通人来说，只是决定明天带不带伞。但对很多企业来说，却决定生产、库存和损耗。
比如，羽绒服。今年到底是冷冬还是暖冬，决定企业多做厚款，还是薄款。有企业靠经验，生产了大量薄羽绒，结果赶上严寒，薄款压在仓库，损失巨大。
再比如，运送鲜花。云南的鲜花运到江浙沪，要用冰保鲜。冰放少了，花就蔫了。但冰放多了，又会把花冻坏。如果知道沿途的温度，就能决定放多少冰。一车10万的鲜花，就可能节省好几千。
数据本身，不会自动产生价值。它离下一步动作越近，才越值钱。
除了天气数据，还有更多、更细的数据，都很有价值。
比如，老师傅按摩时，到底要用多大劲。
05
服务业，也有自己的生产设备了
看图。
这是一个，按摩机器人。
人趴到床上，它会先扫描身体，找到肩背腰。然后根据不同的项目，更换工具。可以按摩，可以热疗，也可以做拔罐、一指禅。
但是，按摩可不是沿着固定路线，按一遍就行。所以，它还搭载了力传感器，能根据每个人受力和反应，调整落点和力度。
嗯。这就和普通按摩椅不太一样了。
因为，按摩椅更像一套固定程序。提前设定好位置、深度，从头到尾来一套完事。而机器人，则会一边操作，一边根据反馈改变动作。
你还别说，我都有点心动了。要是每天都能按上一按，多享受。
于是我问：这东西，主要卖给谁？
现场的同学说，一部分是按摩机构和美容院，作为生产力工具。还有一些经常需要按摩的人，会直接买回家，每天随时按按。
听到“生产力工具”，我突然觉得，这事挺有意思。
因为制造业想扩大产能，通常是买设备。但服务业想扩大产能，过去只能多招人。招来以后要培训，不同人的水平还不一样。
可随着机器人的成熟，服务能力就可以跟着设备走了。
现场，还有家做仿真人机器人的公司。他们用语言、表情和手势与人交流，未来可以放进酒店、景区和企业前台，承担一部分接待工作。
过去，制造业通过买设备增加产能。以后，部分服务业，也可以通过买设备增加产能。
物理服务如此。到了软件世界，脑力服务也有类似变化。
06
Agent的形态
正在从聊天框收敛成工作台
在百度的展台，我体验了他们的Agent助手，百度搭子。
我问它：现在技术发展太快，我感觉快失业了。一个年过半百、学数学和计算机、喜欢写文章和写代码的人，在上海还能找什么工作？
很快，它就给出了回答。
它认为，我的核心优势是数学加编程加文字能力。这个组合，不太常见。很多人会编程，但不会写。会写的，不懂技术。所以，它推荐我试试数据分析，技术写作，编程接单……
嗯。你别说，分析的挺有道理的。
试完之后，我有一个强烈的感受：Agent的形态正在收敛。
什么意思？
前段时间，我们试过了腾讯的WorkBuddy，还试用了阿里的悟空，这几个产品，虽然长得不太一样，但用下来，给我的体感却非常接近：
它们似乎，都在从聊天框，变成一张工作台。
仔细回想，电商其实也经历过类似的过程。
最早做电商时，每家网站长得都不一样。但做着做着，大家都有了搜索、商品详情、购物车、订单和支付。
这玩意，不是大家约好的。而是要完成交易，这几个环节缺一不可。
Agent也一样。
不是大家商量好了，都要做成工作台。而是只要想把事做完，就绕不开理解需求、制订计划、调用工具、保存过程和交付结果。
任务，最终决定了产品长什么样。
我把这个变化概括为三个C：Chat、Code、Cowork。从聊天，到写代码，再到一起工作。
聊天框的终点，是一段回答。工作台的终点，是问题的解决。
这个变化，对中国可能尤其重要。因为到了Agent这一层，竞争除了模型和算力，也越来越比工程能力、人才密度，以及真实的产业场景。
当Agent越来越成熟，新的变化就会出现：
很多过去必须外包的事，甲方可能自己就能干了。
07
甲方会发现
自己能干的事越来越多
比如，找律师。
现场，我们看到了一家做法律Agent的公司。
过去，这类工具主要卖给律师。律师用它处理资料、查找法律依据，再把专业服务卖给企业。
我把它叫作：乙方工具。
但既然，Agent已经能处理标准化的法律工作，为什么一定要先卖给律师，再由律师服务企业？为什么不能直接卖给甲方？
比如，一家公司拿到份合同。
过去，你可能要先发给律师，律师检查完，再告诉你哪些条款有风险。但以后，企业也许可以先让法律Agent做第一遍审查。真正复杂、需要专业判断的部分，再交给律师。
或许未来，越来越多的乙方工具，会直接服务甲方。
不只是律师。财务、咨询、设计，可能都会经历类似的变化。
现场，还有一个创意应用平台。
它把图片、视频、设计工具和Agent，都放进一张无限画布里。
以前，企业想做一张海报、一段视频，可能要先找设计公司。现在，市场部自己打开工作台，也能先做出一个版本。
过去，甲方购买乙方时间，乙方购买提效工具。以后，甲方可能直接购买这些工具。
这并不意味着乙方会消失。但是，查资料、套模板、出第一版，这些最容易标准化的工作，价值会越来越低。
08
但机器，不一定非要替代人
讲到这里，你可能会担心：机器能干的事情越来越多，人怎么办？
其实，机器和人的关系，不一定只有替代。
比如，外骨骼。
搬家时，要把冰箱扛上楼。路线怎么走，转弯时怎么避开墙，都由工人控制。但原本压在人腰上、肩上的重量，可以交给外骨骼承担。
人负责判断，机器负责力气。
再往前，我们还遇到了：强脑科技。看图。
这位小哥，失去了左手。但在仿生手的帮助下，他居然可以弹琴。
为什么可以做到这点？
因为仿生手，可以识别到微弱的肌电信号。当他想要动食指，大脑会把信号传到手臂，传感器识别出，就控制仿生手，把食指动起来。
接着，他坐到钢琴前，用这只仿生手，弹了一首曲子。
真好听。现场一下子响起了掌声。
那一刻，你很难说，这只手是在“替代”他。因为决定弹什么、什么时候按下琴键的，依然是他。机器做的，只是让他的想法，重新抵达手指。
所以，机器不一定非要替代人。
它可以接走人最累、最重的部分，也可以补回人已经失去的能力。人保留意图、经验和判断。机器提供力量、精度和执行。
替代，只是人和机器的一种关系。增强和补偿，也是。而且，更应该是。
这就是技术最动人的地方。
带着这种感受，我们来到了最后一个展区。也是我每年最喜欢看的：
那些充满活力的，年轻创业者。
09
大公司告诉你今天在哪
年轻人让你看到明天从哪长出来
看图。
这位神似林更新的帅哥，就是眼前这家，专攻睡眠的创业公司创始人。
他做的，是一台睡眠硬件。
为什么做睡眠？因为他自己，也是一个很难入睡的人。身体已经躺下了，脑子却还在高速运转。
你不用戴手环，也不用往身上贴传感器。设备放在床边，通过毫米波雷达，就能感知人的呼吸、心率和睡姿。
然后，模型再根据你的睡眠状态，动态调整光线、气味和温度，帮你放松。睡着以后，尽量让你睡得更深，早上再把你自然唤醒。
这个小伙子的经历，也挺有意思。
本科在清华学数学，研究毫米波。后来在普林斯顿做强化学习，现在还在协和读医学博士。数学、模型、医学。以前学过的东西，最后全被他拼在一起，用来解决一个具体问题：
怎么让一个睡不着的人，今晚睡得好一点。
再往前走，我又看到一台很有意思的设备。
这是一个：鸡蛋质检仪。鸡蛋往里一放，屏幕上就能出现破损、新鲜度、蛋黄颜色、富硒等一系列指标。
它怎么看出来的？答案是：多光谱。
人的眼睛，只能看到一小段可见光。所以，我们判断鸡蛋新不新鲜，通常只能看看颜色，闻闻味道。
但不同物质，面对不同波长的光，反射出来的信息并不一样。于是，他们就用这种光，去照食物，再根据数据，判断里面到底有什么。
比如，厨房和蔬菜上的霉菌、真菌，肉眼看不出来，紫外线能。比如，人参到底是20年的，还是30年的？用红外去识别，就有数。
这位年轻人告诉我，过去上千年，我们描述食物，主要靠形容词。比较甜。水分比较足。比较新鲜。但有了传感器和模型以后，这些形容词，或许可以变成数字：甜度到底是多少，食材的品质到底怎么样。
在目前，他们已经进入了一些餐饮企业，和家电企业。在未来，他们或许还可以进入家庭，保障更多人饮食健康。
哎呀。我特别喜欢这两个项目。
一个年轻人，想让睡不着的人，好好睡上一觉。另一个年轻人，想让我们看清楚，一只鸡蛋、一根人参里，到底藏着什么。
大公司的展台，告诉你今天已经走到了哪里。但这些年轻人会让你看到，明天可能从哪里长出来。
10
最让我兴奋的
是看到这群悄悄努力的中国人
今年的WAIC，大家都在认真赚钱。
所谓认真赚钱，不只是大家开始研究怎么收费了。更重要的是，大家终于愿意蹲下来，追问一个个具体的问题：
到底是谁在发愁？我能不能解决？他为什么愿意付钱？
所以，有人研究怎么让机器狗多驮一点东西。有人给机器人造一只更便宜、更耐用的手。有人让企业自己审一遍合同。还有年轻人，想让一个睡不着的人，睡得好一点。让人参的年份，不再只能靠老师傅判断。
是的。有些团队还很小，产品只是一个Demo。明年，他们还在不在，也不知道。但很多真正的进步，本来就是这样发生的。
这次逛完WAIC，最让我兴奋的，就是看到这些人。
这些勤奋的，努力的，年轻的中国人。
今天，中国和美国的AI差距，正在越来越小。
一方面，是因为竞争正在从单纯比模型、比算力，走向比工程能力、人才密度和产业场景。而这些，恰恰是中国长期积累的能力。
另一方面，是因为在聚光灯之外，还有无数工程师、创业者和小公司，正在把一个个具体问题做深，把一件件能用的产品做出来。
而真正缩短差距的，从来不是口号，是这些悄悄努力的人。
版权声明：部分文章推送时未能与原作者取得联系。若涉及版权问题，敬请原作者联系我们。
热门跟贴