物理AI遭遇“GPT-2时刻”：宇树科技市值腰斩背后的数据危机与路线之争

【科技24时区】当资本的热潮退去，裸露出的往往是技术落地的真实岩层。作为风险投资领域最炙手可热的赛道之一，“物理AI”（Physical AI）曾凭借将大语言模型工具迁移至机器人领域的宏大叙事，吸金数十亿美元。这股狂热直接推高了中国头部机器人制造商宇树科技（Unitree）的估值，使其在登陆中国版纳斯达克后，市值一度飙升至660亿美元。然而，本周市场风向骤变，该公司股价遭遇断崖式下跌，市值几乎蒸发一半。分析师们指向了一个显而易见却常被忽视的痛点：尽管机器人的肢体运动能力日益精进，但它们仍缺乏执行真正创造价值工作的“脑力”。

这种反差在上周举行的Actuate大会上体现得淋漓尽致。这场由Foxglove主办的开发者聚会，旨在为构建机器人“大脑”的从业者提供交流平台。自2023年启动以来，参会规模已扩大三倍，今年吸引了1500名与会者。兴奋之余，焦虑同样弥漫会场。另一家物理AI基础设施提供商Avala的展位上，赫然悬挂着解决“机器人数据危机”的承诺标语。这一危机的核心，在于高质量训练数据的极度匮乏。试图打造能胜任任何任务的通用机器人依然遥不可及，而针对特定任务端到端学习的产品，尚未展现出可靠且具备商业价值的性能表现。

对于开发者而言，破局之道似乎在于模仿前沿AI实验室的演进路径：寻找或创建更多样化的数据集，尝试不同的训练机制，并设计更优的强化学习场景。初创公司Antioch的创始人Harry Mellsop直言，物理AI目前正处于“GPT-2时代”——那是OpenAI在ChatGPT问世前推出的模型阶段。要跨越这道坎，需要更多的数据和算力支持，特别是那些专为光线追踪优化、用于生成高保真模拟环境的GPU芯片。

值得注意的是，在这一进程中，自动驾驶汽车领域走在了前列。这既得益于人类驾驶车辆所积累的海量相关数据，也因为其核心任务是“避免接触”，而非复杂的物理环境操控。事实上，许多模型构建工具都源自自动驾驶公司。例如，Foxglove便是由通用汽车旗下自动驾驶部门Cruise的前员工创立。如今，这些车企正押注其在机器学习工具链上的投入，足以让它们在与专用人形机器人制造商的竞争中占据优势。特斯拉已通过Optimus机器人试水，而专注于自动驾驶的Wayve以及网约车巨头Uber也相继成立了聚焦于人形形态的研发实验室。

Wayve首席执行官Alex Kendall向TechCrunch表示：“我认为起点应该在车辆……操作型机器人就像五年前的自动驾驶。”他指出，数据基础设施、仿真环境及MLOps设施很可能实现共享，但模拟器中的具体世界模型将在后期训练中产生差异。“共性将远多于个性，但针对不同载体仍需做出调整。”Kendall认为，现在承诺绑定单一硬件平台为时过早，传感器等组件的快速迭代要求真正的通用模型必须具备更高的兼容性。

然而，垂直整合的人形机器人公司Genesis AI的首席执行官Théophile Gervet对此持不同意见。他在今年早些时候完成了1.05亿美元的种子轮融资，并告诉TechCrunch：“我们处于这一浪潮的早期，‘大脑优先’的策略行不通；我们的观点是，硬件与AI协同设计存在大量机会。”Gervet还触及了行业另一个热点：如何精准定位物理AI业务。目前，瞄准特定任务的机器人公司已开始实地部署——Gritt正在建设太阳能农场，Agility在工业场景中部署机器人，Bedrock则实现了挖掘机的自主作业。相比之下，通用人形机器人仍被困在实验室里。

“没有客户会在乎成功率只有80%的通用人形机器人，”Gervet指出了这一困境，“我们看到许多玩家追求通用性，但由于缺乏垂直聚焦，并未提供实际价值……但如果你基于‘GPT-2’水平的技术构建狭窄垂直领域的应用，最终会被基于‘GPT-4’技术的公司碾压。”尽管投身特定垂直领域的诱惑巨大——因为它不仅带来收入，还能获取宝贵的现实世界部署数据——但这种任务特异性数据可能缺乏推动通用模型进步所需的多样性，不过对于制造能创造价值的机器人而言，它至关重要。Bedrock首席技术官Kevin Peterson指出，公司从挖掘作业起步，旨在理解“野外操控”的挑战，但计划开发一个覆盖系列建筑机械的智能层。

管理这些数据是一项艰巨挑战，尤其是视觉和激光雷达数据的高密度特性。为此，Foxglove本周发布了一款新产品，该产品建立在Nvidia Cosmos开放权重世界模型之上，允许工程师通过复杂的自然语言查询来搜索数据，从而构建评估和仿真体系。其目标是加速分类和调试过程，让模型构建者能够更快地迭代。

那么，Sam Altman近期预言的、几年内即可到来的物理AI“ChatG时刻”究竟何时降临？Kendall指出，目前全球规模最大的机器人部署仍是家用扫地机器人。对他而言，“ChatGPT时刻”应当是让消费者感到兴奋，而非仅仅让投资者狂欢的事件。“一个例子是，当你在车上以低于1000美元的硬件成本实现‘脱眼’自动驾驶时，”Kendall说道。巧合的是，他的公司正向车企授权模型，以期实现这一目标。在他看来，这是一个数十亿美元的市场机遇，并将助力他们构建真正通用的具身智能模型。

Gervet则认为，物理AI成真的标志是“开箱即用的可靠操控”。你可以用自然语言与机器人对话，让它执行推、拉、合上笔记本电脑、清理桌子等基本任务，并且能以较高的可靠性（比如80%以上）完成——这大致相当于ChatGPT带来的体验。

Foxglove首席执行官Adrian Macneil则从另一个角度审视这一问题。“机器人领域不会出现所谓的‘ChatGPT时刻’，”他告诉TechCrunch，“ChatGPT之所以成为一个历史性时刻，是因为其分发速度——在一周内从零增长到百万活跃用户……而在现实世界中，分发难度要大得多。我更期待机器人领域的‘Apple II时刻’或‘IBM PC时刻’。什么时候我能买到一台开始做一些有用且有趣事情的家庭机器人？”