关注老石谈芯，一起探究芯片本质
微信的推送规则进行了调整
如果文章对你有用，请在文末点击“在看”，“分享”和“赞”
这样就不会错过老石的每一篇推送了
老石按：
今天是一篇访谈。我对话的人，或许是我接触过的最懂技术的CEO（之一）。他是北大本科，但博士读了一半就跑了；他是百亿营收大厂创始人兼CEO，也曾在谷歌做搜索算法的研发；他的公司做的是充电宝、家庭安防这些消费类电子产品，但我们聊的是人形机器人、具身智能和AI这些硬科技。这是他第二次来我们频道做客，这次他帮我梳理了人形机器人的过去、现在、以及未来的发展方向，我深受启发。
我把精华内容整理成文字，以飨读者，本文是上篇。内容比较长，但如果你能看完，相信肯定会对你有所帮助。他是Steven阳萌，安克创新CEO，接下来就是我们的对话（以下的我，指的都是Steven）。
为什么机器人要做成人形？
我们还是回到第一性来思考这个问题。当你要操作一个物品，比如泡一杯咖啡，那么首先你需要有一个操作手，因为它末端需要有可以抓握的机构。然后你就发现如果没有另外一只手去固定这个杯子的话，很多动作是做不了的，比如拧开一个瓶盖：所以你就有了两只手。那这两只手要装在什么东西上面？当然你可以说装在一个就是说很低的底盘上，但这样的话这个手在动作的时候还需要克服自己的重力， 这其实不是最有效的方式。
所以你就会做一个相对比较高的台子，把这两只手装在这个台子上面，现在已经有了一个身体加两只朝下的手。那需不需要头？其实如果前后都有摄像头也可以，但不如在顶上有一个可以转的头来得更高效。再往下的话，机器人需要移动，你当然可以给它做一个移动的底盘。但轮子的通过性在很多场景下有问题。其实用双足，且当控制算法足够好的时候，整套双足系统的成本跟一套轮式底盘系统的成本是不会差很大的。
换句话说，刚刚这么一路推导下来，你就推导出了一个人。
（老石：人形机器人的好处就是因为像人，所以如果把它部署到特定的应用场景里面以后，它可以原位插入到原有的生产线当中，而不需要对这个场景进行大规模的再创造或者再重构。）
我相信这个肯定是很重要的原因，但是如果你回到本质去看的话，当你需要两个手操作，然后它能移动的时候，其实人形真的就是那个最理想的形态。
硬件产品发展的三种共识
为什么这一两年好像人形机器人突然变得特别的火？其实我们观察发现，很多品类都会经历一个从非共识到共识的阶段，而极少数的品类会进入一个超级共识的阶段，变成超级品类。
我们说 10 个公司以下是非共识， 10 个到 100 个是共识，超过 100 个是超级共识。
我们以智能手机来举例子。其实 90 年代中后就已经有了苹果做了Newton，当时还有一些创业的公司也在做，只不过做的非常糟糕。
所以这段时期的智能手机处在一个非共识的状态。而从05年开始，诺基亚当时出了塞班系统，苹果出了iOS，慢慢已经有超过10家的公司在里面开始做了，我们觉得这时进入了一个共识阶段。
然后一直到了可能2009、2010年，大家觉得iPhone 好像要成了。然后全世界的公司都涌进来做。当时做 PC 的公司也做手机、做操作系统的公司也来做，甚至有上百家公司都做手机。于是它就进入了一个超级共识阶段。
人形机器人，进入超级共识
那我们来看看人形机器人，我感觉在2022年以前基本都是数得着的几家公司在做。所以它当时还在非共识阶段。
从2023年开始，有很多的公司开始出来做人形机器人。到2024年底的时候，应该已经有三四十家公司了。所以我们说2023、2024年可能是人型机器人的共识阶段。
到了今年2月份，宇数的机器人视频刷爆全网，之后人们发现好像全中国和世界一下子多出来了几十上百家的人形机器人公司。所以我们觉得可能从今年的 2 月份开始，人形机器人真正进入了超级共识的阶段。
不同共识的产品形态
在非共识阶段和超级共识阶段，同样的品类表现出来的形态是完全不一样的。比如在智能手机的共识阶段，当时的智能手机还长得千奇百怪，有翻盖的、有带键盘的、尺寸也不同。从2012、2013年开始，智能手机基本上就开始越来越像。今天把各家的智能手机放在一起，基本上长得是一模一样的。
那在这个过程中间到底发生了什么，导致在非共识和共识阶段看起来千奇百怪的产品，最后在超级共识阶段的开始长得几乎一模一样呢？
从第一性的角度看，我们发现是因为各家开始用同一家的屏幕、用少数几家的芯片、用同样几家的电池。然后以此类推，当手机里的组成器件开始几乎统一到一些专有的供应商手里之后，组成出来的最后产品形态就开始变得非常像。
机器人供应链的收敛
今天的人形机器人其实高矮胖瘦差异非常大，就像在共识阶段的智能手机几乎一模一样。所以我们也相信，人形机器人会像智能手机那样，在未来的几年，在进入超级共识之后的几年，会开始变得越来越像。
决定机器人的身体比例尺寸的因素，是它的运动学特征；而一旦舵机定了，它的运动特征就定了。所以换句话说，如果今天各家机器人都是用同样的一款舵机的话，你发现最后这个机器人出来的形象就会非常一致。
今天确实各家机器人的舵机都是自己做的，每家的舵机都有它自己的特点。而我们觉得进入超级共识之后，应该有很多的聪明人进来，会专注地去做舵机这一个模组。相当于有两拨人，一拨是机器人公司自己做舵机的人，一拨是在超级共识阶段进来的、专注做舵机的人。那你觉得长期来看，哪一拨人会把舵机做得更好呢？
我觉得有个相当的概率，专注在舵机这个细分品类上的人，会把舵机做得更好。所以如果这种情况发生，大家开始都切换到他们的舵机，你就会发现各家的机器人就开始长得越来越像。
驱动共识跃迁的因素
（老石：每一个共识阶段的改变背后的驱动能力到底是什么？比如智能手机的阶段跨越是由于iPhone？电动车的阶段跨越是由于特斯拉吗？）
一个巨大的公司的进入，是可以把一个品类从非共识阶段推到共识阶段。但是一个品类真正进入超级共识阶段，让全社会能做的人都想做这个品类，一定是因为所有人都看见了这个品类背后能带来的巨大的客户价值和对社会带来的巨大的改变。换句话说，当一个品类进入超级共识阶段之后，它一定会横扫整个社会，然后对世界带来显著的变化。当年的智能手机就是这样一个状态。
我们为什么喜欢研究这些东西？因为在研究历史和抽象出规律之后，对指导你看见未来和今天的计划都是非常有帮助的。当一个品类进入超级共识之后，不仅仅在产品端有很多公司进来做，在它的每一个模组或者零部件上也有很多公司进来做。那么当今天全社会的聪明人都聚焦到一个一个的领域之后，这个领域就会快速地被推进。
收敛其实是大趋势？
（老石：你提到聪明人进入某个行业以后，反而会促进这个品类进行收敛。这其实在我看来是一个很冲突的事。比如在文艺复兴期间，有很多的大师去从事艺术创作，我们看到的是百花齐放、百家争鸣的感觉。为什么在科技行业，这么多人进来了以后，反而产品却收敛了？）
我觉得你刚刚讲得很好玩，它其实是情绪价值和功能价值的差异。你刚刚讲的艺术其实是提供情绪价值的，而其实你需要各种各样不同的百花齐放的情绪价值。但是对于功能价值来说，是不是一定有一个最理想的形态？所以我们说聪明人进来之后可能在情绪价值领域是百花齐放，在功能价值领域就是找到并且做出来那个最理想的形态。
（老石：这个其实和芯片行业也比较类似。不管是FPGA、还是现在很火的RISC-V CPU，一开始都是很多公司在做。但是如果去看整个行业的发展，会发现FPGA在全球范围内最终就收敛出来两家公司。在CPU领域，X86 CPU就收敛出了AMD和英特尔两家公司，ARM的话就出了出来一家。所以在各种行业，你说的这个关于共识阶段和收敛的规律可能是共通的。）
后超级共识的人才需求
今年是人形机器人进入超级共识的元年，那我觉得可能给个一两年的时间，等各个领域里只做某个模组的公司真正地做起来和成功之后，人形机器人公司就会发现，其实我用公共的模组比我自己重新造一遍轮子成本更好、性能更好，甚至质量也更好。这时候你就会发现行业就开始归一化。
所以我们对于人形机器人的本体也是这样的思考，也就是当我们今天做机器人的时候，我们在建立一个完全自己有设计能力的机器人本体团队；但是我们对未来的预计是，这个团队在设计完第一代本体的模组之后，很可能从第二代开始就不需要自己再去设计这些模组了。
因为到那个时候我们就没有必要去自己再重新设计了。但是，团队里的这些人依然是非常有价值的。其实对于苹果华为这些公司，他们不做的很多部件里都会有一队特别专家的人，这些人的目的不是去自己设计一个传感器，或者什么模组，而是去有效地理解上游的技术发展。
比如苹果今天不做屏幕，或线性震动马达，但是苹果公司内在每一个模组上其实都有一组全世界最好的专家。这组专家的责任是，一方面理解技术的发展，然后去探索和试验，另一方面去理解今天消费者的需求，以及我们到底需要把这个技术水平推到什么位置。
所以他们更像是去写需求规格书的人、或架构师。这些角色对于未来做本体的公司是非常必要的。所以我们今天组建了一个能完整设计每一个环节的团队，然后我们第一代的本体大概率也是我们自己去设计并生产的；但是我们预期两三年之后，这个团队就会从自己设计转成去做架构，并驱动那个时候行业里最好的独立公司，去做各自的模组。
总结起来，就是第一要有实战经验、第二要理解技术前沿、第三要了解消费者的需求，而这三个点在同一时间发生在同一群人身上其实是很难的。所以我们希望能首先获得实战经验，然后再抽身出来，把时间花在了解需求和、了解技术以及做架构上。我觉得这个其实是一个具身机器人公司的本体团队未来应该要成长的道路。
人形机器人 vs 智能手机
（老石：我之前看你和小Lin姐采访的一个视频，她提的一个问题就是安克为什么不做手机？然后你当时的回答是我和你无怨无仇，为什么要让我做手机？但其实刚刚我们聊下来，手机本身是个超级品类，但机器人可能也是新的超级品类，那为什么现在开始考虑做机器人？）
这是个很好的问题。我觉得正确的对比方式，应该是把整个消费电子跟整个机器人类比，把手机跟人形机器人类比。换句话说，我对未来的预期里，家里应该是一两个人形机器人，带着一组各种不同形态的机器人，而这其中有一些形态我们今天其实已经做了。所以我们最起码应该把那些扫地机器人或割草机器人等形态做好，这其实就需要构建和积累一组强有力的底层的技术。
像华为一样，他们的运营商业务可以看成是很多个中小品类的集成，但是他积累了很强的组织能力、技术能力和人才。所以当出现超级品类的机会，他可以分拆一个团队，然后专注地去做这个超级品类，其实是有赢的机会。
所以当我们在机器人领域里面积累了一组底层技术之后，如果人形机器人的这个窗口还在，那我们用积累的底层技术去做这个超级品类，它也会是像华为当年做手机那样的一个选择。
为什么需要机器人
我们去年谈了角色和对象的话题：一个机器人的个体是一个对象，它在你的生活里可能会扮演不同的角色。
比如，宠物、司机、助理等都是一个个角色。所以其实你在生活里是会跟很多不同的角色打交道的，那最后他们会不会都变成人形？这么多不同的角色都由人形来承担，甚至由同一个人形机器人来承担，你能接受吗？
所以，我们不太可能所有的东西背后的实体只有一个形态。
也就是说，你的生活里需要很多不同的角色，而且这些角色大概率不能由同一种形态的机器人来承担，也更不可能由同一个机器人来承担。由此我们就导出了终局，也就是应该有不同形态的机器人。比如你家里可能有一两个人形机器人、加上比如宠物或其他的专用机器人。
这个情况其实非常类似于我们今天的消费电子产品，比如手机、电脑其实是主产品，除此之外还有耳机、音箱、扫地机器人等等这些周边的产品，他们一起构成了一个生态去共同服务。
未来的机器人形态
我们首先还是关心家庭。今天家庭里有哪些角色，我们觉得将来就会分化出哪些机器人的类别。比如宠物、阿姨、甚至是割草的工人等等。所以我们觉得，未来人形机器人这可能会做阿姨能做的事，然后会有一些专用的机器人做割草或清洁。
关于这些机器人的架构，我相信最后应该会有一个领导机器人，或者类似管家的角色，这应该由人形机器人承担。然后再由它去组织管理其他的机器人。
机器人智能的产生
让一个机器学会像人一样思考和工作的方式，我觉得归纳下来只有三种，第一种叫人工编程，其实就是人把这个问题拆解清楚，写然后成模型或者代码，让机器执行就好了。
类似上次我们说过的分治法的方式。举个例子，今天我们的导航看起来很智能，但你打开看就会发现它背后就是先收集了城市的路网数据，然后构建了一个两点之间路径的模型，再通过代码去实现。所以，这其实就是人把每一个环节想清楚做出来，然后包装在一起看起来很智能的样子，但它其实背后所有的内容都是人工编程出来的。
第二种方式是数据学习。也就是人不去拆解某个问题，而是基于一堆数据，然后做一个模型去学习这些数据，并尝试产生智能。这很像我们去年说的端到端的方法。
第三种路线，是强化学习，这时甚至连数据都不给了。比如围棋里Alpha go 是通过学习了人类的下棋的数据，再加一点点的强化学习，就能下赢人类的顶级冠军。而下一代基于强化学习的Alpha Zero 是完全没有任何的先验数据，而是自己从零开始一盘一盘地下，下到大概几十万盘的时候，就能够和Alpha go比到100: 0 的战绩，也就是能秒杀数据学习出来的东西。
所以这三种产生智能的途径，有点像小孩学搭积木的方法。你跟他讲一遍怎么搭，就是人工编程；你演示给他看，就是数据学习，或者叫模仿学习；然后他自己上手搭，就是强化学习。
所以你发现真正学会一件工作、或者真正产生智能，其实一定是需要靠强化学习的。今年已经有很多的大模型和具身智能的公司在讲强化学习了，但去年在强化学习还远没有今天这么火的时候，我们从第一性的角度就觉得未来只有强化学习这一条道路能够帮助机器获得真正的智能。
（注：本文不代表老石任职单位的观点。）
老石谈芯社群组建中！扫码添加小助手进群～
