听人忽悠，不如自己看清现实，

AI 这玩意儿，今日写诗，明日作画，后日便有人称其要颠覆世界，都听烦了，

一个个 PPT 制作得颇为出色，仿佛明日机器人便会端着豆浆、油条送至你床头，同时还会顺便帮你倒垃圾，

那结果怎样？你打开手机，便多了几款可与你闲扯的应用程序，还有吵不过你的智能客服，世界有变动吗？

你的老板依旧是原先的老板，你的房贷依旧是原来的房贷，生活要怎样对待你？一样都不会缺少，

因此当宇树科技的王兴兴，一位真真切切制造机器狗、在现实世界中摸爬滚打的人，站出来宣称“让 AI 干活整个领域当下皆是空白”，我丝毫不会感到诧异。

那才是发自肺腑的真话，是刚从车间出来、手上尚留机油味的真话，

荒漠，这个词用得太精准了，

荒漠是什么？它看似广袤无垠，仿佛充满诸多可能，然而真正踏入其中，除了沙子还是沙子，偶尔见到一两棵小草，也会让人欣喜若狂，好似发现了新的天地一般。

那些由 AI 绘制的画作、创作的文案，从本质而言，不过是在信息世界中不断流转，仅仅是像素与字符的排列组合罢了。

若论此事，并非难事，只要具备足够的计算能力，拥有充足的数据，肯下功夫，便会有良好成效，

可“干活”，那是在物理世界里动真格的，

桌上一个机器人拿起一个杯子，看似简单的动作，实则蕴含着感知、理解、决策、控制的整套复杂流程，

杯子是方的还是圆的？是玻璃材质的还是纸张材质的？里面存不存在水？桌子是不是光滑的？光线状况怎样？

对于机器来说，人脑里瞬间闪过的每一个念头，皆是障碍，

王兴兴表示，当下最大的挑战在于 AI 数量不足，懊悔 2011 年未更早关注 AI，

他懊悔的并非是没去做用大模型创作小说之事，而是懊悔没更早地将 AI 这个“大脑”与机器人的“身体”相融合。

由于他知晓，在机器人这一领域，仅有良好的身体还不够，若脑子跟不上，那便只是一堆值钱的废铁，

那所谓的“具身智能”，便是给这副身体配备一个既能知晓世界，又能与世界互动的脑子，

这片荒漠，之所以是荒漠，核心障碍就在这，

首先，是高质量数据的极度匮乏，

训练一款语言模型，可将整个互联网视作饲料，且统统是文字，

若要训练机器人做家务，你需让它观看大量不同户型、不同光线、不同角度的人做家务的视频，

更为糟糕的是，你得将那些视频数据转化为机器人可理解并能执行的指令，

这个被称作“模态对齐”的过程王兴兴也提及了，即让视频内的“看”与机器人的“做”相互对应起来，

这事当下由谁去做？成本究竟有多高？无人知晓，因而众人皆在探寻，效率着实很低，

其次物理世界存在不确定性，这使得实验室里完美的模型相形见绌，

在模拟器里，机器人会跑酷、做后空翻，超帅气

一到现实里，地上有一根未收拾好的充电线，它或许就会致使你直接摔倒在地，

现实之中存在着形形色色的“意外”当下 AI 最为忧虑的便是意外，

许多怀揣雄心壮志的项目，因这从虚拟到实际的差距而失败了，

最后，是商业落地的残酷拷问，

你耗费了数千万、数亿元打造出一款能叠衣服的机器人，然而叠一件衣服却要半小时，

谁买单，

资本不是慈善家，他们要的是回报，

若一项技术在成本与效率方面无显著优势，那么它便只能长久地留在发布会视频之中，

这就是“荒漠”的真相，残酷，但真实，

那王兴兴为何又称处于“爆发式增长的前夜”？

因为荒漠之下，有暗流在涌动，

那些“小草”，是真实存在的，

第一个信号，是硬件成本的雪崩，

十年前能稳稳走路的四足机器人，乃顶尖实验室中的稀罕之物，

现在宇树科技这类企业，已然能够降低价格，使更多人得以使用，

倘若没有既实惠又好用的身体，再聪慧的头脑也没有施展之处，

这如同智能手机的情形，要是产业链不够成熟，没把屏幕、芯片、摄像头等都降到白菜价，那移动互联网的浪潮也就难以兴起。

大模型出现是第二个信号，具备了提供“通用大脑”的可能性，

以往的机器人，执行一个特定任务便得编写一套特定代码，更换任务就得重新操作，如同单细胞生物般笨拙，

当下大模型犹如一位饱读诗书的“全才”虽然尚不擅长具体业务，然而你传授它知识，它学习起来颇为迅速。

这种“先预训练再微调”的模式使机器人具备了从一件事类推知晓其他诸多事的潜力，同时极大地缩短了开发时长。

王兴兴表示，机器人的 GPT 时刻，早则一两年，晚则三五年.

他并非在糊弄人，而是洞悉到了此种技术模式转变的强大力量，

那该如何达成从荒漠变为绿洲的转变？

这并非凭借一个天才忽然有个好主意，而是得解决若干难题，

首先莫妄想一蹴而就，先从琐事着手，莫总惦记做大事，

别总是把目光聚焦在打造一个和你我相同的通用人形机器人上，那太遥远，

往往能够实现重大突破的领域，多是那些你较不关注却具有巨大商业价值的特定范畴，

举例而言，于某一特定工业检测环节中，使机器人取代人眼，持续开展工作，

在标准化的物流仓库里，让机器人承担最枯燥的分拣与搬运工作，

先于这些场景之中，将技术弄至成熟，把成本降下来，把商业模式走通，

待一个个小“绿洲”得以建立，它们最终方可连缀成大陆，

其次要搭建一个从数据采集、处理到模型训练的循环流程，

这事儿光靠一家公司干不了，

应当有一个可供开发者共享数据与模型的开放平台，

还需有更优的工具，自动去标注数据，高效去开展模拟测试，

未来的核心竞争力，不只是算法的精湛程度，更是你所具备的数据飞轮转动速度的快慢，

最后最为关键的是对人才与组织开展重塑，

王兴兴表示，公司规模扩大后，协作效率有可能降低，

这话说得非常实在，

搞硬件的与搞软件的，思考问题的方式全然不同，

一个追求稳定可靠，一个追求快速迭代，

如何让这两类人不用黑话，在同一个项目中高效合作，是一项颇为重大的管理难题，

未来的机器人企业，必然是硬件、软件、算法深度融合的“综合体”，

若有人能够率先打造出这般组织，那人便能够在竞争中抢占先机，

简单来说，王兴兴所言这些话语，给整个行业泼了一盆冷水，同时也注入一针强心剂，

它向我们表示，莫被那些花哨的宣传所迷惑，要明晰自己所走的路，

“让 AI 做事”这一目标颇为诱人然而，达成此目标并无捷径，需一步步直面诸多问题

这个时代对聪明又愿意做事的人很公平，

沙漠之中虽不长草，然而每一片新长出的绿叶都极其珍贵，

爆发前的那个夜晚令人心潮澎湃，并非是因能目睹烟花绽放，而是我们身处火药桶旁，手中紧握着火柴，

什么时候进行点火操作，以及怎样点火才能炸出一条可通往天上的通道，而不是让自己被炸上天空，

这考验的是所有投身此行业之人的智慧、耐心与胆量，