李飛飛，投出了一個獨角獸

學術界的女神，押注物理智能

李飛飛，出手了。

美國具身智能公司Generalist AI宣布完成新一輪4億美元（約合人民幣27億元）融資，目前融資總額超過5億美元。

本輪本輪新增主要投資方：Radical Ventures（領投）、8VC、Union Square Ventures、Hanabi Capital、Norwest；原有頭部投資方均大額跟投，包含英偉達旗下NVentures、Boldstart Ventures、Spark Capital、Bezos Expeditions、NFDG。新增天使投資人包括Eric Yuan、Bin Lin、Fei-Fei Li（李飛飛）、Naval Ravikant。成立兩年的機器人公司Generalist拿到4億美元，投后估值20億，躋身新晉獨角獸。

這次，被稱為“AI教母”的斯坦福人工智能實驗室的負責人、ImageNet的創建者，李飛飛，這次不是站在講臺前，而是以投資人的身份出現在了一個明星項目當中。她不是追逐風口的資本玩家，在人工智能領域已經奮斗了近30年的時間，經歷了各種各樣的興衰成敗。此時選擇押注具身智能的人一定是基于對技術發展和產業發展時機的一種判斷，并不是盲目地跟隨一陣風。

一個“物理世界”的賭注

僅從融資公告來看，Generalist AI似乎就是一家按照常規流程進行新一輪融資的人工智能企業，主要投資人名氣大、陪跑者眾多、估值已經突破了獨角獸的標準。但是使這則公告值得重視的是，在天使投資人一欄中出現了李飛飛的名字。

李飛飛很少以個人投資人身份公開露面。她更多的是作為研究者、教育者和政策倡導者的角色存在，在二十年前就用一個巨大的圖像數據集來改變整個計算機視覺領域的走向。ImageNet 的誕生使得深度學習在感知層面上有了突破的可能性，而今天所見的這場人工智能革命也可以追溯到這個數據集打下的基礎之上。她對于人工智能的認識，并不是從商業邏輯反向推導出來的技術本身，而是由技術的本質向外擴展出來的認識方式，因此她在判斷某個方向是否正確的這件事情上擁有不同于普通投資者的標準體系。

這次她所押注的是具身智能中一個更加具體的問題：怎樣才能使機器人真的“會”在物理世界中動手做事情。

這個問題聽起來很簡單，但是做起來很難。近幾年來大模型把人工智能在語言和視覺方面的水平提升到了一個新的高度，機器可以閱讀、觀看、創作，但是這些能力都局限在了信息的世界中。物理世界的邏輯是另外一套體系，在這里存在重力、摩擦以及各種各樣的意外情況，每個行為的結果都是真實的并且不能被逆轉。要使機器人在這個世界上完成具有經濟意義的工作，并不是僅僅依靠更強大的感知能力就可以實現的，還需要有一整套能夠理解物理交互規律并在實際環境中保持穩定的執行系統。這件事情，在行業內已經做了好多年了，但是進展卻比預期要慢得多。

通用人工智能之所以能夠吸引到這些投資人，在于他們在該問題上給出的回答。不修改現有技術體系，而是在此之上建立一個以物理交互為特征的新系統，并且選擇的技術路線與市場的主流選擇大相徑庭。差異化的早期意味著較高的風險，但是也意味一旦打通之后就形成了很高的壁壘，因為路徑已經不一樣了，后面的跟隨者很難輕易地復制過來。

這次的投資不只是一個財務上的舉動，也成了對技術的一種公開的認可。在具身智能還不能完全被人們所理解的時候，在各種不同的聲音仍然存在的情況下，李飛飛的加入給該領域帶來了一種學術上的信任感。對于猶豫不決的人而言，這樣的信息已經足夠有說服力了。

不屬于主流的那一支隊伍

一般人工智能的創始人隊伍里，很少有這樣的人在一起。

CEO Pete Florence來自谷歌旗下的DeepMind，具有資深的研究科學家背景；CTO Andrew Barry在波士頓動力工作期間就深度參與到過讓全世界工程師都反復觀看的機器人的背后系統的研發中去；首席科學家Andy Zeng也是從DeepMind出來的，在機器人學習方面也有很深的學術基礎。三人把頂尖的研究機構與頂尖的工程實踐經驗帶入了同一個公司里，既有發表論文的能力又有使機器人在真實的工廠中完成一個工序的能力。

這樣的組合在早期的人工智能公司中很少出現。學術背景好的團隊會花費很多的時間去寫論文、做方法論，商業化的速度比較慢；而工程背景好的團隊動手能力很強，但是很容易陷入到具體的產物當中去，對于底層的方向沒有太多的判斷力。Generalist AI的三位創始人正好分別處在兩端都有所積累的地方，這樣他們就可以從技術和產品的角度給出有力的意見，并且能夠把意見落實為實際可用的產品。

他們所選擇的技術路線就是這個團隊最應該被提及的一點。

目前行業內主流的具身智能技術路線主要有兩種：一種是視覺-語言-動作模型，即將大語言模型能力融入到機器人的控制中去；另一種則是世界模型，在虛擬環境中進行大量的模擬訓練。兩條道路都有一些大公司在推動，并且投入了很大的資源，但是各有各的限制，或者是在實際環境中應用不起來，或者是仿真和現實之間存在很高的遷移成本。通用人工智能的選擇就是避開這兩條路，自己搭建一個專門針對物理交互的設計好的基礎模型，并且使用大量的真實世界的數據來進行預訓練，而不用依靠于機器人本身所獲取的數據。

該選擇背后的商業判斷是：真實的工廠場景需求多樣、任務種類繁雜、環境變化無常，每一個新的任務都需要大量的專用數據以及很長的調試時間來完成，這樣下去商業化進程就會很緩慢，而客戶的耐性也是有限的。他們要解決的是使機器人在很少量的新數據下就可以完成新的任務，并且降低商業應用的門檻。從GEN-0到GEN-1的方向沒有改變過，在每一代的更新中都把這一目標推向了更遠的地方。

在他們產品的邏輯中，技術架構是哪一種類型、屬于哪一個學術流派，并不重要。真正重要的就是機器人是否能在真實的工況下穩定地完成具有商業價值的工作。“結果第一”的思想，在他們與許多學術背景的團隊之間的區別上是最明顯的。從事研究工作的人很容易把方法論當作目的來追求，而從事公司的人員則應該以成果作為唯一的標準來進行評判。Generalist AI的三個創始人從一開始就明白這一點。

所以他們在本次融資中能夠同時獲得英偉達的戰略投資者以及Radical Ventures等早期機構的支持。前者是看這門技術路線是否能成為未來的具身智能生態系統的一個重要部分，而后者則是看這個團隊是否有足夠的判斷力與執行能力來解決一個問題。兩種投資人有不同的邏輯，但是都找出了自己需要的答案，在同一個公司里面。

具身智能迎來了它所期待的機會

“具身智能”這個詞在人工智能領域已經討論了多年，但是引起大量資金涌入的是最近兩三年的事情。

時機變化的原因有很多層次。

第一層就是從技術角度來說已經很成熟了。大模型在感知與推理方面取得的進步為具身智能提供了更加強大的“大腦”。以前機器人不能完成復雜的任務主要是因為它的感知能力太差，看不清楚、判別不出、泛化能力不強。目前瓶頸已經被很大程度上突破了，剩下需要解決的問題主要集中在動作執行以及物理適配上，而這也是Generalist AI等公司所要攻克的方向。技術之間接替的過程就發生了，這就是促使具身智能快速發展的最根本的動力。

第二層就是產業端的需求確實存在著并且長時間地積累下來了。制造業對自動化的需要并不是一個新的問題，但是以前的自動化方案都要求有結構化的環境，流水線要按固定的模式來設計和布置，一旦有所改變就必須要重新進行編程和調試，所以它的靈活性很差。真實的工廠場景并不是這樣子的，訂單會變化、工藝也會變化、工件放置的位置也會變化，這些都是傳統的自動化方案所不能涵蓋到的空白區域。如果具身智能能夠很好地解決這個問題的話，那么它所填補的就是一個長久以來存在的、規模很大的產業空缺，并不是一種新的需求。

第三層就是產業轉型升級的大環境促使這件事情加快了進程。全世界的制造行業都面臨著成本與效率的壓力，能夠落地、實用并且可以迅速應對變化的物理智能系統的需求越來越強烈。這并不是某個市場或者某一個行業的孤立的現象，在各個地方、各個行業中同時出現了這樣的趨勢。當需求端的壓力達到一定水平的時候，會有一些愿意嘗試新事物的客戶出現出來，而第一批客戶的到來就標志著一個賽道由“講道理”轉為“做事情”的重要標志。

具身智能未來的發展趨勢主要有以下幾種：商業落地將會從結構化程度最高、標準化工序最多的地方做起，并且逐漸過渡到更加復雜的、不那么標準化的工作中去；技術競爭的重點也由“能否實現”轉為“是否可以低成本、高速度和高穩定性的實現”；產業生態系統的建立會使整個產業鏈條上各環節之間的分工越來越明確，在基礎模型、行業應用以及硬件集成等各個層面都形成了各自的競爭態勢。

這條路還很長，但是方向已經很明確了。此時李飛飛出面了，她所押注的是不止于Generalist AI這家公司本身，在物理智能時代的“有可能”到“一定”的轉變過程中也包括在內。