特斯拉前工程师杨硕创立妙动科技 押注双总部模式研发消费级机器人

特斯拉前工程师杨硕创立妙动科技，押注双总部模式研发消费级机器人 人形机器人需通过场景迭代逐步降低成本与提升智能，且未来机器社会为获得人类般的创造力或需主动引入意识抹消的“死亡”机制。 对话围绕杨硕在机器人领域的十年一线科研与工业界经验展开。内容深入剖析了人型机器人行业的发展阶段、散热等机电瓶颈，并对比了传统控制理论与强化学习在仿真环境中的融合。杨硕不仅分享了在特斯拉 Optimus 团队与马斯克共事的扁平化高效体验，还阐述了妙动科技聚焦 2C 硬件与场景闭环的创业路径，并从哲学高度探讨了未来人类与机器“去肉体化”的深层共生演化及机器社会的死亡机制。 前大疆核心研发、特斯拉Optimus工程师杨硕离职创立妙动科技（MotionBot），设立中美双总部以整合硅谷的前沿创新人才与深圳成熟的供应链及制造执行力。 (0:00) 人形机器人行业目前仍处于早于2009年无人机时期的科研阶段，而特斯拉依托复用电动汽车软硬件、测试及售后维修基础设施，被视为最接近实现“波音级可靠性”的企业。 (4:59) 电机在高温连续作业下的发热是人形机器人关键硬件瓶颈之一，未来或需新型电机材料或引入类似人体饮水出汗的仿生蒸发散热机制。 (14:59) 马斯克在Optimus团队中保持扁平高效的管理风格，直接听取一线工程师的技术汇报，并对充满技术不确定性的人形机器人研发展现出极大耐心。 (29:59) 人形机器人作为高自由度的“瑞士军刀”不会淘汰简单工具，未来家庭场景更可能由人形、轮式做菜与吊装双臂等多种特长型机器人分工协作。 (34:59)

妙动科技创始人杨硕指出，人形机器人当前处于比2009年无人机更早的科研探索期，未来产业不会由单一通用形态垄断，而将以多形态协作落地，并逐步迈向深度的人机共生。 行业阶段与可靠性挑战 (4:59) 杨硕以大疆无人机的发展历程对比指出，四旋翼在2009年电影《三傻大闹宝莱坞》出现前已有近十年科研积累，大疆在2013年推出Phantom 1并经历海量事故后，才在2014至2015年提出向波音500万分之一故障率看齐的目标（当时Phantom 4约为200万分之一）。相比之下，当前人形机器人连两百分之一或两千分之一的可靠性都极难达到，基础机电与控制问题在科研上尚未完全厘清。 杨硕认为特斯拉最接近“波音级”可靠性，因为其能直接复用电动车已建成的软硬件部署、数据收集、测试与售后返修基础设施。他强调，除了量产本身，售后维护与返修网点等闭环机制是多数初创公司尚未重视的隐形壁垒。 工具本质与物理瓶颈 (9:59) 杨硕认为企业核心在于用不同技术组合满足用户需求，人形机器人本质上是功能强大、高自由度的“瑞士军刀”，但并不会消灭简单便宜的“锤子”（如特定场景下的无人车或如影云台）。当前人形机器人面临硬件成本高与软件不够聪明的双重瓶颈，盲目“拿着锤子找钉子”并不可取。 在硬件物理限制上，电机过热是连续户外作业的共同痛点。杨硕预测未来可能需要低电阻新材料，甚至可能出现内置水箱通过蒸发“出汗”或“喝水”来散热的仿生设计。在控制算法方面，他认为强化学习的突破离不开英伟达GPU物理仿真的支持，而传统基于模型的控制（MPC）和接触力约束等理论并未失效，而是被隐式编码进了仿真器与神经网络中。 落地路线图与创业路径抉择 (34:59) 杨硕预测机器人落地呈现渐进式特征：1至2年内会出现特定场景的商用产品（如仓库搬运），3至5年内出现人类尺寸、能完成叠衣服或捡东西等基础家务的初步方案，5至10年内方案将更便宜智能。未来家庭不会依赖单一通用机器人，而是轮式做菜、吊装双臂洗衣叠衣与人形搬运机器人分工协作。 针对创业路径，杨硕指出初创公司若同时攻关通用大模型（VLA）与硬件量产，极易因资源分散导致两端都只有60分水平。因此妙动科技选择依托深圳供应链与硅谷创新文化的双总部架构，优先聚焦2C硬件与具体场景闭环。他认为机器人行业未来能容纳10至15家万亿级企业，技术架构趋同后，真正的护城河在于工程细节与人机交互体验的极致打磨。 人机共生与机器社会的终极推想 (64:59) 从文明演进的长远维度看，杨硕认为人类历史本质上是人与机器的共同进化史，人类终将走向从繁重物理劳动中解脱的“去肉体化”与机械共生，而非“终结者”式的对立。他观察到人类本能排斥他人毛发等肉体残留物、却不反感机械电线，印证了潜意识中对纯净机械的亲近感。 对话还提出了一项针对未来机器社会的假说：若数字生命的数据与意识可无限复制永生，可能因缺乏时间压力而削弱创新动力。因此未来机器社会或许需要主动设立类似人类寿命的时间限制（如50至80年），强制抹消意识与权重以激发创造力并产生情感羁绊。对于科研工作者而言，面对技术树的频繁更迭，维持长期探索的核心动力仍在于坚信机器人能改善世界的不变初心。 杨硕展示了从大疆到特斯拉积累的工程务实视角，但在户外电机散热材料、机器社会伦理规则以及通用大模型与硬件量产的资源平衡上，仍存留待产业长期验证的不确定性与实践挑战。

[14:59] 杨硕: 十年以后我会毫不惊奇的看到一个人型机器人在室外工作的时候，他会端起水来喝，因为他需要散热。 [34:59] 杨硕: 把真正的智能从硅和金属里面雕刻出来。 [79:59] 杨硕: 人类历史并不存在，存在的只是机器发展的历史。 [84:59] 主持人: 乐趣是从使命感中催生出来的。

[0:00] 实际上人类的发展就是在把自己的肉体不断的消灭的一个过程十年以后我会毫不惊奇的看到一个人型机器人在室外工作的时候他会端起水来喝当我们一起把技术都突破了以后它一定是个千亿万亿的一个规模的市场这样的机器人一定要是人型机器人吗不一定以下内容是我和杨硕的对话杨硕本科硕士毕业于香港科技大学在港科大以及毕业后的五年期间杨硕参与并主导了大疆飞控系统的研发大疆之后杨硕于2018年前往CMU攻读机器人学博士杨硕于2023年博士毕业后加入了特斯拉Optimus人型机器人团队一年半以后杨硕离职特斯拉官宣创立妙动科技专注研发消费级机器人产品过去十年杨硕在知乎上分享了大量技术见解以及一线科研生活他的文章至今仍鼓励着年轻一辈机器人学生继续前进杨硕是我们这个时代最杰出的机器人学家与机器人工程师之一这里是Why Not TV Podcast现在请与我一起进入和杨硕的对话今天我们很高兴邀请到了硕哥杨硕一个月以前刚刚发布了自己的startup的公告对差不多一个月以前我在你备做startup的帖子里面注意到你开设了两个office一个在深圳一个在硅谷我觉得特别是在现在这个时间节点你会看到这样的组织形式两个office一个在中国一个在美国有什么挑战以及有什么机会为什么会做这样的选择因为我自己的经历来说我对两边的工程师还有产业的发展都有一个相对来说比其他人更全面一点的认识我觉得各地都是有他们的优势的硅谷我感觉在过去很长一段时间里面直到现在它的文化还是不怕失败鼓励创新鼓励人员流动然后大家的从业人员很多人思路会比较活跃对于新技术的应用新技术的探索都是比较活跃的然后国内呢就是我觉得它在很多方面有自己的一些优势这两年国家也还是在更多的鼓励创新啊一些这种技术的突破但我觉得很多方面呢就是它还是缺少一点硅谷的精神但我觉得这没有什么问题因为国内的行业它也发展出了自己比硅谷很大的优势特别是供应链所以我觉得两地都有自己的优势都有自己的劣势所以同时去创建团队然后把不同地方的人不同背景不同想法的人融合成一个团队我觉得是非常有必要的在现在这个时代By the way我们现在就坐在硅谷的办公室里面希望这是一个很好的时间节点来记录这个旅程的开始谢谢是这个办公室刚刚搭建起来其实你的履历要从08年开始08年到15年在港科大完成了本科和硕士的学习经历之后在大疆待了三年其实在大疆就是算是13年就开始了三年因为研究生期间因为我的导师是李泽湘教授很多学生其实就跟大疆有比较多的合作蛮多李老师学生就都是研究生期间就去大疆所以我三个一三年就开始了都在做像就是基础的非控就是到一五年就是毕业前已经参与了蛮多大疆非控的开发很底层的一些算法还有软件的系统都相当于说在大疆最早的非控的基础上重构了一遍15年后来到18年算是正式全职工作也是参与了不少产品项目还有后来就负责Robo Master这个机器人比赛的项目以前写过一篇知乎上的文章你说16年在大江的时候大江当时你们内部有个会议在一个白板上列了竞争对手列了一些当时做无人机的竞争对手但其实最大的名字叫波音因为当时你们说波音的故障率可以做到500万分之一而当时Fenton 4的故障率是200万分之一所以大江在16年的时候就已经有着要和波音比肩的这种就对自己产品的这种要求但其实现在这种要求我们好像在机器人尤其是人型机器人上很难看到我们不说两百万分之一好像两百分之一两千分之一都很难做到为什么这么难我觉得也是 [4:59] 可以从事物发展的客观规律这件事来分析无人机这个东西我第一次看到它应该是当时09年有个电影印度电影三傻大闹宝莱坞里面有个场景那个场景其实蛮让我印象很深刻就是说有一个学生天天不务正业搞自己的小发明他发明了什么就是他搞了个四旋渔无人机然后但是因为他搞这个东西他自己的成绩就不好老师就威胁要把他退学最后他终于受不了了然后就自杀了然后自杀的时候我们这个故事的电影的主人公他就帮这个学生把那个飞机调好了还坐了图船遥控图船然后他就开了这个飞机上去想给那个学生一个惊喜结果发现他已经在自己的宿舍里面上吊了通过无人机的视角这是09年实际上就是说09年之前无人机这件事情已经发展的也有个小十年的一个过程所以像在09年那个时间点就是一个遥控飞机图船这个概念虽然挺新但是像在电影里面都已经能把它呈现出来大家也都会看到觉得这个东西有用挺有价值但是大疆真正开始说我们要把波音当作竞争对手已经是到了2014年2015年那个时候大疆其实就是Phantom 1在2013年初的时候上市形成了比较大的一个销售规模然后就开始出现说我大量的用户用了以后出事故我们要减少故障率所以我们就要把无人机系统像航天航空的这种系统去看齐所以当时才提出了那么一个就是说可靠性的目标因为你如果想象这个飞行器当你卖出100万个200万个在天上到处飞那两百万分之一的故障率其实都会蛮多的所以才会有这样的一个要求或者说自己的一个目标但是它已经从从09年无人机这个东西技术成熟再到13年大疆把会飞的相机这个应用场景找到这中间过去了4年然后再从大疆开始做再到发现大量的销售以后你需要对产品有可靠性的要求又过了一些年所以我们人型机器人现在是2009年的无人机我觉得其实可能都不是可能还要再早一点因为现在很多一些基础的基础实际上还没有被研究得很清晰那么在这个时间点很多东西是偏科研性质的当然因为我们有之前很多这些其他的机电系统尤其是无人机的经验所以我们能够大概预见到就是两年以内一些这种商业化的消费品类的这种机器人应该会出现那么它一定会有类似无人机的这种可靠性的要求然后这种量产质量各方面这种要求所以我们可以做一点预估但是现在这个时间点它是不是一个完全成熟的东西在我看来还不是不过很可能它差的东西就是有那么一些商业公司然后去瞄着以大规模量产为目标去抠里面的各种细节如果我们不做这件事情的话能够量产能够稳定的未来肯定不会到你做也是有风险失败的但是总比不做要好所以妙动科技会以这个为目标吗肯定是你觉得我们现在的这一波机器人公司人型机器人公司也好各种做同用机器人的这种公司最接近波音level可靠性的是哪一家我觉得还是Tesla因为Tesla我觉得是因为这是公开渠道大家讲过的点就是因为现在机器人呢很多从部署再到硬件再到数据收集测试等等它体系都还是继承特斯拉汽车这种套业务线已经建立起来那个基础设施所以呢就是说我可以就是如果真的特斯拉这机器人今年年 [9:59] 造出5000台这些机器人不管部署在哪里对于它的一些故障的收集故障的分析特斯拉都是有非常完善的一个已有的一个体系和流程去思考它一般的创业公司肯定很多人没有做过这种事情现在可能大家都还在想我怎么把技术做扎实技术做扎是第一步第二步是你怎么能够量产量产其实也不是问题的全貌还有一部分就是售后对用户拿到了以后会不会频繁出问题然后在之后还有一个部分叫返修就是用户把这个东西用坏了或者他用了一段时间整个系统的性能下降然后我是不是要拿回某一个这种维修中心去重新维护还是说他寄到公司的什么返修的这种业务的工作点所以这种中间有很长的一些点大家可能都没有太关注的到所以大江在你当时离开的时候18年其实非控已经非常完善了至少造无人机飞的可靠这个事已经没有问题了你觉得大江现在还是一家无人机或者机器人公司吗因为我的感受是越来越像一家影像公司一家相机公司现在你觉得大江是一家什么样的公司他如果说比如说他如果有一天要下场做人型机器人你觉得他有什么独特的有什么或者说你觉得他会对机器人感兴趣吗我离开大战比较久了所以其实对于公司他的战略或者想法说实话我也不是很了解只能说我作为一个很早的员工以及现在的一个一般消费者我的看法我觉得是说其实基础这个东西他不是说我一定要创办公司一定是要实现什么特别领先的技术我觉得很多时候更多的是分析用户的需求然后去组合不同的技术去实现很好的用户的体验还有创造新的生产力解放用户的想象力这些工作我觉得大疆持续是在做这些方面的工作的然后至于你说解放生产力就是他会下场做机器人我觉得这个可能就是他们自己就是说在已有的用户群里面已有的这些事情里面怎么能够进一步的去解放大家的生产力和创造力那么他一定会通过用户的为出发去找用户需要什么也许用户会说我需要一个我不仅需要OSMO我需要一个能帮着我拿着OSMO跟着我走的一个解决方案我们现在可能从大家都作为机器人的这种研究者从业者可能想我作为一个人形机器人帮你拿相机听起来是一个非常好的解决方案但它是不是一个用户体验最好的东西也不一定有可能你坐一个车或者说只坐一个下半身或者是坐一个还是像roning那种就是说在人身上在额外再接一个这种防抖的东西我觉得它可能从大家的角度这些solution都是一样的因为他们给用户提供影像拍摄这件事情提供的体验可能最后都一样所以我觉得就有点echo我们最开始说那个问题就是人型机器人一定是在解决一个特定用户需求时的一种工具之一这个工具有它的优势也有它的劣势很多时候你不能把它单一的说我一定要用到它而是说我怎么去把那个问题解决好就有点像大家常讲的就是你是拿着一个锤子去找钉子还是你看到钉子以后再去选合适的锤子人型机器人呢在我看来是一个可能功能比较强的锤子甚至它还是个就是有点像个瑞士军刀它一定能够做很多很多东西但也许很多场景下你就需要一把简简单单破古不懂的锤子而在我看来可能很多的用户场景他需要的都是一把简单的锤子而不是一个复杂的瑞士军队听起来好像人型机器人这个泡沫不太乐观我不这样认为我觉得就是说它只是事物发展的必然阶段人型机器人就是 [14:59] 它一定使所有东西都功能更完善稳定性更好自由度更多它能解决的问题也更多但现在就是我觉得simply就是硬件技术没有成熟所以它的成本很高软件技术没有成熟它不够聪明如果我们把这些东西都做到位了它一定能够产生很大的价值但是它不会消灭锤子锤子也不会把它导致它没有多少用武之地我觉得他们都作为工具的话一定都会有大量存在的意义你当时在大疆经历了可能从13年到18年待了5年之后完整的产品的cycle然后非控也成熟了当时为什么会想到要去美国读个PhD我个人还是一直对人型机器人这个复杂工具感到非常坚信它是有用的18年的时候18年的时候可能比那个时间更早人型机器人它是一个科研上没有被解决好的问题当然现在看就是确实科研工程都有大量的问题需要去解决所以我就想去研究它当然呢就是你那个时候成熟的人型的方案也不多主要还都是机器狗为主我也不能说当时就预见到现在会有这样一个比较热的行业的状态但是我是相信它是有用的但是呢我也不是说会盲目乐观他就像刚刚坦论的一年两年内就有多么广泛的应用他一定是个很长期持续的过程因为单看人型机器人这件事情实际上在过去50年里面我觉得他都是一波一波的可能80年代日本科学家们做了一些方案出来然后到2000年ASIMO做出来相当于是一个很惊叹世界的一个东西然后在那之后人们做了很多小的消费品类的人型机器人但是都不太成功然后我感觉我们这一波保守店来说一定是比他们会做的再大一点但是一定也会有一个起伏的过程因为我们今天有的这些技术我们确信是比上一代人这些技术是有很多的进展但是我也不相信它是一个能够解决所有我们想象的那些家庭场景能够构用的所有的技术因此我觉得我们能比他们做的更好一点但是离自己的梦想还很远很可能我们需要一波一波的通过产品去做探索你觉得是差在产品的迭代上技术上你觉得需要比如说研究的突破吗我觉得都有技术上可能就是觉得材道方面还是有需要突破的空间的就比如说现在电机就是你再怎么去做它还是不能保证所有的工况下面都能够保持一个很稳定的工作状况不过机器人在室外很炎热的天气不管是雨漱的机器人还是特斯拉机器人它都会有过热的问题这个问题该怎么解决它只是我觉得它就是一个材料的问题比如说是不是我们电机会有新的材料去做里面的导线使得它发热和电阻的性能会更好使得我这个系统的这种稳定性会更好或者是也许我会有新的一些电机的设计使得我可以给机器人里面有一个水箱装点水然后他会自己把水运到电机上面通过类似出汗或者蒸发的方式去给电机去做散热提高它的工况这个都不太确定我们现在其实没有很成熟的这些技术做这个事情但是你可以想象也许五年又是五年或者十年十年以后我会毫不惊奇的看到一个人形机器人在室外工作的时候他会端起水来喝因为他需要散热因为他再怎么样电机是有效他还是会发热的因为物理的规律在那里但是他怎么散热只能靠喝水汽车也有冷却液对同样的所以单说这个技术就是支持 [19:59] 就是机器人在室外高温环境连续作业的技术我们现在是不具备的明白反正这个事情就可能它就限制了很多这种你现在所能够做出来的机器人系统的应用场景然后当这个技术解决了那我们机器人可能他的应用场景就会更扩大对吧所以从这个点上来说就是我们一代一代的产品的迭代硬件的迭代无非就是找一个应用场景把它做起来如果有问题我们看能不能加入新的技术拓展它的工作范围业务范围这个过程一定是此起彼伏也许今天会有一些机械上的革新明天会有一些硬件上的革新后天有一些算法方面的革新使得我们能够不断的一代一代迭代出一个功能更好性能更稳定的产品但是你说会不会有一个时间点突然我就造出来一个机器人系统比人的智能还强然后又做这个做那个我个人感觉的是它不会是一下出现的一定是我们要在未来很长一段时间里面看到产品A产品B产品C然后一点一点的它会变得更好的过程其实你有一篇知乎点赞最高的文章应该是机器人学家学习计划对吧里面其实你在18年就已经建议大家不要去研究四悬一飞行器了就对学生来说不要去做这方面的研究了因为觉得已经被研究透了但是其实一个领域从被研究透到能够做一个很极致的产品这个gap有多大对这个问题非常好其实有两个点两个点我想分享第一个就是我觉得我那个判断是错误的就是那个判断的就是说其实我觉得在读pht之前我自己对于什么是工程问题什么是科研问题其实理解的不是特别清楚当然那样说呢就是建议大家不要去研究思选艺实际上是纯粹的一个工程思维就是说这个东西怎么造出来我们已经弄得很明白了但是他其实现在从科研的角度来说我现在理解到的是它还是一个很好的科研平台因为这个东西就尺寸很小可以飞得很快又可以在空中灵活的移动这对很多像导航对路径规划这方面的科研来说它是一个非常好的实现验证算法的平台而且正是因为它在工程上的很多问题解决的比较明白所以当一个科研工作者去做研究的时候他不需要去思考很基础的这个无人机的硬件该怎么搭基本的底层控制算法该怎么设计的这种基础的问题所以我这个判断是不对的或者这样讲就是说什么是工程什么是科学就是这个点我自己其实花了很长时间才理解清楚后来是看到冯卡门他应该是钱学森的教授讲了一句话就说什么是engineering什么是science或者说scientist做什么engineer做什么他就说scientist是解释已有的东西然后engineer是创造不存在的东西所以像phd的工作实际上应该是解释已有的东西或者说解释科学这个解释在于就比如说你有一个飞行器它用方法a飞得不好方法b飞得很好能避障做得更稳定那么你在科学上要解释为什么是这样比如说他是用了用了神经网络的方法为什么用神经网络的方法就会更好然后你怎么能让它变得更好中间什么因素是网络的结构还是网络训练的方法还是什么其他的因素会让它变得更好Scientist应该是更多是做这个部分只是现在因为机器人这件事情本身整体都没有非常成熟所以很多时候PhD的学生需要先做工程先自己搭一个平台然后在上面再做科研然后去解释科学的部分在我自己读PhD之前的认知我可能认为PhD的工作就是做工程的部分是要创造未知的东西 [24:59] 但实际读完了我发现不是这样PG这个工作应该是解释已知的东西所以当然这中间还有一些很就是很suttle的区别就是说你很多时候你需要先创造一个东西出来然后再解释其中的科学道理就是或者是在很小的时间尺度上你得是交替进行的然后至于你刚刚说的另一个问题就是一个科研的工作离实际的产品还有多少的距离这个毫无疑问我觉得是很大的但很大的点我觉得不是技术本身而是说这个技术当它进入到一个产品当中它怎么去fit in刚刚说的就是从技术实现再到量产再到售后再到返修因为对于硬件产品来说这每一块都是至关重要的技术可能会出现在这当中的每一块可能还是会有一些科学在里面但是它可能更多解决起来是一个很系统化的必须要有返修售后相关的人收集数据做分析就是说起来呢就是所有的公司一定都要做这些事情但实际上去做的时候就会有很多很细碎的问题需要去关注当时你选择读PhD我理解就是可能工业界你觉得差不多技术上的问题被解决了然后你对更复杂的系统还有研究上的热情我记得当时有一篇文章你着重讲了为什么去CMU没有去Berkeley当时你觉得两个城市给你的气质不一样两个department给你的感受也不一样当时我记得在那篇文章里面你还是对强化学习是比较悲观的态度我想知道就是现在你回看18年当时包括过去7年整个领域强化学习造机器人的发展你怎么看当时的选择当时选择肯定是不对的对吧我会觉得就是就是说你再来一遍的话可能在Berkeley然后做更直接去做其他学习方面的工作我觉得对现在做的很多事情会更有帮助一点现在就是说坦白来白来讲我自己对机器学习里面很多一些细节模型训练的一些细节其实掌握的是没有那么深入的我现在再回头来看当然后悔希望能够早点开始研究墙墙学习但是现在看的就是对于基于模型的东西尤其像MPC像一些传统的基于优化的方法有一个比较深入的认识我觉得还是非常有帮助然后MPC可能不会是主流但它里面的很多思想会继续活下来被应用在强化学习里面这是一方面另一方面就是我前一年前年跟南科大的张薇老师聊对我启发很大因为张薇老师我一直非常的敬仰他其实就是非常传统的控制理论背景出身的一个学者之后他是在原来在O'Hale State做了教授然后他教的课就是那种非常Hardcore的Leopnoff Stability然后State Space Model然后这些就是很传统的很硬的这种数学的控制理论但他后来到了南科大当老师然后再后来他创办那个逐机动力其实他很多工作呢就都是就是很快就迁移到强下学习上面然后我就有一次跟他吃饭我就问他说你会不会觉得自己这个过去这么多年的这个积累都都给浪费掉了他觉得不是因为他觉得强压学习是一个非常model based的东西为什么因为现在我们很多强压学习方面的进展主要还是来自像NVIDIA把物理仿真做到了GPU上面然后物理仿真实际上是一个极端model based的方法而且是极端基于优化的方法你去建立系统的运动学然后做解算然后这个过程当中就涉及到很多包括Euler Master包括一些Estimation包括这种Contact Constraint的处理然后其实这项工作就是搞模型预测控制的人搞机器人的人还有搞物理仿真的人基本上大家都是在同一个思路同一个框架上去做的 [29:59] 然后到今天你不管强压学习的算法或者说训练的框架怎么演进你去仿真接触力的时候它一定还是要把一个非常复杂的约束转换成一个linear complementary constraint这样去然后做求解而这些东西是不会变的而且你再怎么去优化仿真器都还是要从这些基本的物理特性去出发所以从这个角度来说他讲他觉得就所有那些控制理论系统建模的知识都会非常好的继续应用在仿真的过程里面然后人们对于模型的理解是incode在仿真器里面同时乔阿学系的神经网络无非就是在把仿真器里面这些人们对于物理的理解在implicit里学到网络里面所以他不觉得这是一个以前的东西就会浪费掉不是怎么样你刚刚讲Model-based control已经已经已经已经已经放进放进进行器里面了下一代的机器人研究者和工程师他们还需要像你一般写的工程师学习计划那样从头去学这种东西然后去打一个机器人了解这些细节因为好像现在看起来主要的瓶颈不在这些地方主要的瓶颈是好像我们能让一机器人叠一件红衣服但不能让它叠世界上所有的衣服下一代机器人的研究者如果他们刚开始他们的研究生涯你觉得现在在2025年的节点什么是最重要的问题最值得他们的时间去投入的问题对 我觉得这个问题我觉得非常好现在的这个时间点去上大学或者开始PhD的学生我觉得还是需要去学习信号系统的但是不需要像我们以前去把就是CAMMAN FILTERCAMMAN FILTER有四种推导方式不一定说非要读去指导而是更多的是指导一下它跟一些非常Fundamental的数学知识的连接比如说信号处理它就是频率的一个叠加现在你说什么东西最重要我觉得更多的还是如果我在神经网络的体系里面我怎么去关注说怎么把物体做表达具体来讲就是说我怎么能够从传感器的数据还有图像的数据然后等等其他机器人的数据里面抽象出一些低维的结构然后这些结构能够帮助机器人更好的去执行任务这个大思路我觉得一直是不会变的然后从23年到25年在Tesla做了两年的Optimus的开发算一年半吧一年半OK和Elon汇报的体验如何在Optimus的时候他呢我觉得在工作场景下还是比较就非常professional然后会给员工非常完整的一个关注就是开会的时候基本上都不会开小茬不会跑神然后就是大家讲slides的时候他会非常认真的看看演讲者然后非常认真在follow整个过程然后一般他不会问很detail的问题他的风格我理解是从一线工程师那里去收集直接的技术和业务的进展但是最后再从宏观的角度可能给整个项目的负责人去布置一些大方向的调整等等所以这样就会使得他开会的时候其实非常有效率基本上就一个工程师上来讲几分钟下一个人再讲几分钟所以他一个半小时可以听二三十个工程师去讲每个人各自那一块系的问题真的会有传言中的就是汇报着汇报着就被开除了的情况我们这个项目没有碰到过我听说有但是我理解可能也是很多项目它到了一个比较生死关头或者说是有一些决定是比较大的东西可能会出现这种情况就人型机器人上我感觉它对整件事情是有非常足的耐心的OK他可能会从整个项目的角度去给项目负责人施加一些压力但是他知道这整件事情里面每一个细节都是很前沿很确定性不是那么高的所以我觉得他对整件事情有很好的把控说个我想跟你聊一个关键词叫什么 [34:59] 你在无论是在大疆的阶段还是在特斯拉工作的阶段你都提到这两家公司有使命感你觉得那种氛围是什么样的就大疆和特斯拉有什么共同点有什么不同的地方我觉得共同点就是大疆和特斯拉呢可能他们都在行业里面处于一个就是我一定要做新的东西大疆呢就是无人机这个事本来其实就是很新的东西后来呢他做这种手持相机实际上也是相对来说比较新的东西那特斯拉呢也不用说就是电动汽车这个概念是存在的但是要把它做好做新做到一个我们做这个东西就是能够改变人类未来出行方式和对整件事物看法的这样的一个程度我觉得伊朗在内部就是不断在说这样的一种使命感后来做人型机器人同样他就不断的讲他都是站在一个整个人类的未来的角度去思考这个问题的所以从做产品的角度就是一定要创造新的品类即使是接近成熟的技术在呈现给用户的时候也一定要拿出全新的这种体验和使用的方式我觉得这都是他们所追求的然后至于你说商业价值可能从事后再看他们做这些事情都产生了很高的商业价值所以你觉得是这种使命感促成了这种成功吗是的我觉得是的说哥我觉得之前你有一篇文章当时有一句话我印象是非常非常深刻你说米开朗基罗说大卫就在那个雕塑里面他的工作只是让大卫呈现出来然后你说我们这一代机器人家做机器人的工程师的任务就是把真正的智能从硅和金属里面雕刻出来你觉得现在几十年了我们雕刻的怎么样还距离真正的我们想要雕刻的智能的机器人我们想要呈现出来的那个东西还有多远我觉得这个问题它是肯定我觉得三五年内一个人类尺寸的机器人然后可以做一些有用的家务这样的一个完整的一个方案肯定会出现因为实际上在Tesla内部我们已经看到一些这样的迹象包括基本的行走还有就是一些摇操作去叠衣服然后自动的去捡东西这些功能都已经演示出来了然后它离真正的家用呢当然还差很多步但是就说像你刚刚说那个比喻来讲其实这个硬件系统我们好像已经把金属雕出来了一个能用的一个硬件系统然后接下来呢就是从模型的角度控制的角度那这个算法呢还有很多需要深入研究的地方但是具备基本的能力看起来是很快就会具备的然后从智能的角度来说你可能会期望这样的一个系统它不仅仅能完成一件事情只是50件事100件事这个过程我觉得还是会可能会再有一个比较长的时期可能5年10年最开始三五年应该是比较稍微固定一点的场景我觉得更多的还是说你要找准场景是不是在某一个场景里面这个解决方案足够智能使得它有用这个是最重要的我觉得未来十年的一个跨度情况会是我们会发现越来越多的这种场景你能够找到性价比还不错的智能方案然后会有一部分用户愿意去买单然后随着时间的推移我们能找到越来越多这样的场景然后越来越便宜的解决方案越来越多用户愿意为他买单这样的机器人一定要是人型机器人吗不一定OK我觉得这也是一个很好的问题就是我觉得长期来说不管是轮式机器人人型机器人还是什么其他形态的甚至无人机甚至是一些挂在天花板上的机械臂这些一定会是都存在的而且都有其应用的场景和价值就是现在看人型机器人 [39:59] 人型机器人在现在这个时间点当然是最酷的研究方向但是当它成熟了以后那它一定就跟机械臂、轮子还有其他的形态的这种机械结构一样只不过是人们的工具箱中的一种东西我当然会相信人型机器人会是最好的一种解决方案但是我觉得就单从进入人们的生活帮助人们从日常工作中解放出来这样的解决方案可能是多种多样的甚至可能将来一个家庭里面会出现比如一楼厨房的区域是有一个做菜的机器人是轮式的另外有一个机器人的整理家务他是个人型的因为他可能需要把一些东西从一楼收好搬到二楼去像欧美很多家庭基本上都是这种二层楼尤其是美国轮室是不能上楼梯的但是有可能等机器人把衣服什么的搬到二楼进入洗衣间洗衣间可能有一个吊在天花板上的双臂或者单臂的机器人从天花板上垂下来明天有个桌子可以把东西放进洗衣机然后拿出来叠好它不一定甚至都不一定需要有轮子甚至都不一定需要移动只要能在这个洗衣间的天花板上一个小范围移动就可以了所以你觉得未来可能不是一个通用的机器人在我们的家里面而是我们的家里面会有很多specialized robot会有很多特长性的机器人一个负责打扫一个负责搬运另外一个负责比如说专门拿来放洗碗机放洗衣机我觉得这个情况会是它只是不同的工具你解决问题就还是要看解决问题需要的是什么然后再去挑选合适的工具实际上就像我们整个厨房你会有微波炉会有洗碗机会有各种各样的工具现在我们家里面就算请人类的帮手你可能也会请专门带孩子的保姆或者说是清洁的终点工或者是厨师实际上人作为一个高度智能的物种我们其实很多时候也是在强调分工我觉得机器人也一定是这样的一个路线人形不一定是很多场景里面最好的工具但这并不重要重要的是从机器人公司角度来说有怎么能管不同的工具组合在一起解决人们的问题你刚提到了一个很有趣的时间节点你觉得五年内我们会具备初步的能力会具备我们会能够解决这种比如说搬洗完机跌一幅这样的普通的task然后你觉得再有五年我们可以把它推进的迭代的越来越好然后它会慢慢落地我想我比较好奇的是其实人类历史上有很多用很广泛的积电系统汽车飞机其实已经几十年甚至上百年的历史了为什么机器人这么难为什么过去100年机器人没有走进我们的家而你觉得未来5到10年会和过去几十年不一样我觉得首先两点第一个我觉得未来5年是你问所有的机器人学家让大家想象未来说都会说5年但我觉得其实会比这个更快因为我自己在特斯拉内部见到这个机器人实际上它已经具备了很多广泛的任务可能都用不了五年可能就是一两年的时间它就是一个有实际应用价值的产品但你觉得做出来和能卖出去这个gap有多大这个的gap我觉得在于场景就是比如说拿放物体这件事情你拿一瓶饮料跟拿一个小的乐高积木那肯定难度是不一样的然后如果我的应用场景是都是拿放一些比较大的物体比如亚马逊的快递盒或者是其他这种物流系统上的这种物件实际上像agility其实它已有的演示就可以演示说我这个机器人真的就是六七个小时在那里不停的搬运盒子然后没有失败其实它已经非常接近一个成型的这种商业的应用当然在那个场景里面人们可能会争论说 [44:59] 是不是需要用人形我觉得确实这一点上必定你需要去用人形但是如果我们单说抓取这个能力实际上今年我们都已经能够看到有很多这种非常稳定的方案给做出来但是其实这个比起传统机器人行业做了几十年的比如说汽车流水线它其实也是某种比较特殊的抓取然后把这个车架比如说放在那儿架好你觉得如果我们现在还是在做同样的抓取只不过比如说从抓取汽车的零件变成了抓取亚马逊的包裹这个听起来好像不是那么不是那么让人觉得很很值得期待的一个事我们真的期待的是一个机器人我买了我放在家里我说我刚吃了顿火锅你给我把桌子收这个是五年十年内能够解决的吗我觉得不是我觉得就是它一定是比较progressive的就是可能在这几年里面你逐步会发生的事情可能是今年会有一个公司站出来说而我们公司的这个solution可以是你任何掉在地上的物件它可以捡起来放到某一个具体盒子里去然后呢它通过一些商业上的取舍使得这个事情你只用给它付1000到2000块钱的价钱比如说现在很多扫机机器人公司它在扫机机上装机械臂这个我觉得就是一个很好的方案其实它在扫机机能够触及的范围内掉在地上的东西都可以捡起来收好这个我觉得其实已经很大的一个进步了但扫地机本身它的形态肯定是有限的那么很多任务它不能够覆盖到那这呢其实就会进一步引发人们的思考说原来扫地机加胳膊我们能够解决很多问题那如果在这个基础上再做一些眼镜再做一些迭代它一定能够解决更多的问题人们也愿意为之付费我觉得会有逐渐逐渐的这些场景被发掘出来然后人们逐渐逐渐迭代出一些更合适的硬件去解决这些问题然后最开始可能它并不是最开始它不是一个非常就是听起来非常sexy的一个完整的solution但是它是一样就是说在未来五年里面这个能力是在逐步进展的这个能力进展可能就是不仅是一家公司它可能一代一代的产品能力都在扩展也是整个行业内可能这个公司机器人展示了一部分的能力那么过一阵子有另外一个公司他做了另外一个解决方案能做相同的事情然后又有所扩展大家就一定是各个公司此起彼伏的去提供这样的方案有的商业上会成功有的也许不那么成功但是一定会激励后来者所以我觉得未来五年会有这样的一个商业上的生态你刚刚还讲到另一个问题就是说如果去看汽车火车飞机这些我觉得现在我们机器人一定是跟他们是经历了相同的过程的因为汽车可能大家都觉得这个东西诞生是1919几年福特就开始做汽车流水线但这个并不是汽车诞生的时候汽车诞生比这个早更多可能在一八几几年就在之前可能又有四五十年的时间人们都是在迭代汽车这个东西本身我觉得我们的机器人其实是处在那样的一个时期然后那个时期里面一定会出现大量不同的汽车的设计不同的方案你的意思是现在机器上处于一八几年的期车对类似是的那我们看到那如果我们想买一辆能开的车是不是还得等一百年这肯定不用因为基础在发展在进步很多东西我觉得会变得更快点但是它一定有一个客观发展的规律我们只是处在这件事情的早期所以说个你现在的公司的主要focus是我们先找一个场景我们把这个场景做好然后整个概念的验证卖出去量产所有的这个先跑通但与此同时另外有很多现在foundation model的robotics的公司他们好像不是先找场景的对我来说我看起来好像他们是先找技术 [49:59] 先做技术我们先最简单的机器人哪怕是多机的两个机械臂我们先把衣服叠起来我们先怎么怎么样这两种方式的startupRobotic startup你现在会怎么想我觉得大家都是必须的因为这整件事情里面需要克服的问题太多然后看到曙光的方向也很多实际上我觉得可以说现在应该来讲就是说大家看到曙光就是硬件上看到了曙光然后Foundation Model上也看到了曙光理想情况下当然就是说你同一个公司一拨人可以一起去做就像Tesla自己但是需要的资源的投入还有各方面的这种时间还有人力都是非常大的所以如果你能够分开一些团队专门做某一部分的探索另一个团队做另一些探索我觉得都是需要的那只是大家需要去进行一定的从合作也好再到这种资源共享也好能够各自都能找到自己在商业上持续进行下去的一个可持续发展的方式所以妙动科技的商业上可行的思路是你们是准备打造一个产品卖给所有人而不是卖给工业界你们是准备2B而2C对我们是更偏向于2C然后去解决最开始说的可能是硬件量产收后返修这个是我们会着重想要验证和测试的能力在这之外同时也关注和拓展在智能这方面的能力但是可能会采用一些更加开放的思路和更加这种生态化的策略去做它们尤其是说就比如说这个VLA这个东西大家都在讲非常的美好但是实际上投入资源去做它的话它可能就投入的资源量跟做一个硬件是相等的然后在现在这个阶段我认为很少有纯从财务投资角度获得资金的公司能够把两件事情一起做好就是你可能最后就是两个事情都做到60%那也许更该好的组织形式就是大家分成不同的公司组成一种产业上的这种协作的方式各自都去专门去做某一方面的东西我特别想问一下在2025年这个节点上做一家机器人的创业公司竞争有多激烈非常激烈我们现在其实就是在看到从投资再到人员招聘再到供应商再到一些这种模型的技术各方面都有非常大的竞争在我看来这是好事因为这说明了比如说投资人从投资人角度那么他们一定是意识到这个行业是最终会有一些很成功的东西做出来从他们以前的经验他们也相信这件事情一定会带来价值然后从人才的角度当然我们能够招来人才培养人才这个对行业整体长期也是一个贡献然后对于供应商来讲如果我们真的能够找到一个商业场景可以让人型机器人的各种零部件传感器实现大规模的量产我们对这个行业对供应商也是一个很好的促进所以这些层面上来讲我觉得竞争是好事它可以帮助我们时刻保持一个跑得很快的心态和状态另外呢再有就是我觉得人型机器人这件事情一定是个很大的市场当很多技术成熟了以后当不管是五年还是十年以后真的人们离不开能在家里面做家务的机器人以后世界上一定会有10到15家很大的机器人公司就像现在的汽车市场一样它不会说机器人是同一个尺寸的汽车也会分轿车跑车商务车那么不同的汽车公司都有自己的长处和劣势那么消费者就会在这 [54:59] 找10家不同的汽车品牌商中间去做选择我觉得人型机器人也会进入这样一个状态所以我们应该是眼光要看长远一点就是当大家一起把市场做得更大当我们一起把技术都突破了以后它一定是个千亿万亿的一个规模的市场那个时候在这个市场里面有10到15家公司是很正常大家都会找到自己的优势和客户群所以我觉得现在的良性竞争能帮助我们更好的走到未来的那样的一个状态去明白所以你觉得未来10年20年我们有可能看到一家像Apple NVIDIA这样体量的机器人公司诞生出来我觉得会就是现在大家硬件上可能有人用QDD有人用其他的解决方案Foundation Model上有人做很多VLA做很多imitation learning有人有其他的方法我有一种感受就是大家越来越趋同了硬件上做的越来越像软件的技术路线上foundation model上也是越来越像你是VLA那可能只是一些architecture difference一些小的细节你会不会觉得现在的公司越来越趋同以及你会不会觉得担心现在的公司点错了技能数对这是个很好的问题我的看法就是就是说技术的趋同一定是正常的因为技术成熟成熟的技术一定是能够被大规模应用的那所以最后基础一定会成熟到一些就是说效率最高性价比最高最成熟的一些方案上去就像你说汽车这个东西就是发动机是前置后置两个马达三个马达这其实一开始可能都会有各种不同的思路但最后人们一定会驱统到一些共同的设计思路和方法上面然后你刚刚讲就是可能有些细节不同对 其实确实就是因为细节才造就了很多公司的不一样就像你说汽车来讲不同的公司的汽车操控性不一样油耗不一样 内饰不一样它是有大量的不同的细节的而这些细节会极大的造就公司最后的产品有极大的差异我觉得人型机器人或者说就是说机器人整体这件事都是会有极大的通过细节堆积出来极大差距的一个状态但是我觉得我观察到有一个区别是汽车行业它不需要某种技术上的突破来解决某个东西就不管你是前置后置这汽车都能跑他不管怎么样都能卖出去这是卖的好卖的差的区别但现在我的感受是机器人公司是卡在技术上他不是卖的好卖的坏的问题是能不能卖出去的问题如果你技术上没有很好的解决方案可能这个公司就死掉了再过几年所以我觉得我会有这样的担心就是感觉大家越做越像但如果越做越像的同时最后这条这个技能点有点错了会不会这一波浪潮会end up very badly我觉得有这个可能但是也是两个观点就说还是回到汽车这个例子实际上流水线技术就是汽车大规模应用的一个非常重要的开始但是在福特做汽车流水线之前其实像奔驰像宝马这些他已经也在做汽车了然后大家一定是有各种各样不同的一些这种技术的区别然后但是当这个流水线它普遍了以后大家都能跟进因为当你的一些很多技术方案确实比较类似的时候然后去应用和借鉴其他人搞出来的新技术也是容易的所以汽车这个行业并没有说一家公司有这些技术突破别人公司也都死了它不会出现这种情况然后至于你说技能数点错不点错我觉得第一就是你现在不管是VLA还是强下学习实际上我觉得大家信息共享还有代码共享知识共享的过程都是很共享的一个状态然后如果你的生态又是一些公司专门做硬件一些公司专门做软件那么实际上软件的公司它可以 [59:59] 调整的比较灵活硬件的公司只要去选择对合适的合作的对象然后也能够积极快速调整其实也还好我觉得这个更多是一个组织管理上的问题刚刚其实谈到你说到做公司其实技术上大家其实很多知识是共享的哪怕你做出一个突破我可能短时间的也可以学起来我比较好奇的是你现在在做startup如果技术上没有太深的互承核的话哪怕open AI做出来deep seek一年半两年之后也可以做出来那么什么是一个创业公司真正的互承核这个问题我觉得很好因为其实现在来看很多领域都呈现了这样一个状态你技术上的互承核可能原来一些觉得可以藏得很深的技术突然就被一些新的用深度学习用模型的方法就给disrupt然后这些技术又都是学术界共享的实际上它就会导致很多技术的护城河听起来是没有那么深所以这个我觉得它就又回到了一个组织管理的问题就是可能整个团队就要开始去抠的更多是细节这个细节不管是模型训练的细节还是部署的细节还是硬件软件的一些细节我觉得都是要去把这些细节抠好这些细节堆积起来就会产生巨大的差异以及护城河实际上从这个角度来说我觉得还是以大江为例子其实大江自己的基础护城河在现在我看来就是各种细节的一个追求因为大江做出精灵以后这都12年了其实无人机的飞控怎么做相机怎么调整涂船怎么做这些行业内都有非常非常成熟的方案了但是大家拼到一块就是不如大疆的产品好我觉得这是机器人这个领域可能会出现的一个情况那最后那怎么能够比别人做的好我觉得一定是要在细节上关怀每一个技术的环节关怀每一个员工关怀产品跟人交互当中的每一个细小的点这些呢我觉得都是非常重要至于你说在模型技术在一些这种运动控制各方面会不会有哪些技术说我们会建立出护城河我觉得也是有的不过呢现在不能说太多对但是我们还是能看到有一些点上是可能别人会忽略掉关注不到我觉得这个可能只会比无人机更要求细节一点无人机四个电机功能非常单一拍照飞行那机器人如果你真的想要让他做更多的事那么多个电机对这个的交互我觉得需要的细节只会不是一个数量级的是的说过你现在刚刚经历完融资我比较好奇就是如果我想让你转换一下角色你现在变成一个投资人你会喜欢什么样的基础startup你会希望看到什么样的基础startup出现如果你手上有一笔钱你会投什么样的公司这是个很好的问题我觉得我个人的话可能会关注一些更长期的问题就是说长期指的是我们一些基础的技术就比如说刚刚我讲人形机器人去喝水然后它产生一些这种蒸发的方式所以我会更长期在我看来就是说这是一个关键的基础技术它可能是跟电机直接相关的再有就是说电机比如说一些材料或者怎么样会不会有什么不一样就会我更关心的是说在长期的尺度下一个机器人的某一个部件它是不是能达到人类的水平或者人类的思路所以你比如说如果跳出来一个公司说我会有一些奠基的方案实现你说这个事情这种是我会觉得比较重要的哪怕可能它这个技术五年内不会用在某一个人形机器人上面但是我会觉得它这个技术长期是有价值的当然就是说从投资回报的角度我们作为投资人一定会说 [64:59] 能不能中间卖一个关节电机给现代人机的厂或者说能不能做一点小的这种已有的电机品类去做一做就是商业落地的其他的项目但是我可能更多会因为他我长期会做一个更像人或者说更解决一个突破性技术点去投资这家公司但是允许他去在短期内有一些商业的探索我觉得从我的角度来讲一定是就是要在商业上证明自己能够做更长期的事情因为做Foundation Model就像刚刚说的就是说你一个亿投15年可能这个事都不一定够所以你可能需要若干的投资人每个人投一个亿然后投15年可能一个亿一年就稍晚了是的所以你需要很多人那么这个思路上来讲如果你的公司本身自己能有一些造学的能力肯定是重要的这一点我相信就是说现在所有的巨神智能公司都在追求这件事情所以大家只是达到这样的一个商业闭环的方向不一样有人可能2B有人可能2C我们自己的团队可能2C的经验会更多一点所以就走一个更2C一点的路线有一点短期的计划有一些长期的计划再有一些更长期的计划我想知道因为说过你之前你的知乎各种博客上面除了机器人的技术其实你谈很多自己生活上的细节对于人生的一些思考我想把这个问题和机器人联系在一起就是假如说你说的那个未来实现了我们未来有机器人来替代我们做家务来帮我们做劳动我们有15家20家人型机器人公司我们可以选我今天买A明天买B这个管落室那个管二楼如果那天真的来了我们该如何重新定义我们作为人类的意义和幸福就是说人类历史的发展在我看来本身就是一个人和机器人共同发展的一个过程因为当你把机器人的定义拉得更宽泛一点的话就是人类制造的所有的工具所有的积电系统它逐步的发展的过程实际上你去看单独看这件事的话它其实也有点像一个生命进化的过程最开始是单细胞生物一根棍子或者是一个石头片然后再往后人们可能把棍子和石头绑在一起做成斧头再往后把木头做成车轮把铁做成耕地用的梨再往后盖房子再往后做出一些家用的这种工具再往后慢慢有钟表有更复杂的一些设备打印机打字机然后飞机汽车火车这些其实慢慢都是一种工具的演化直到今天的机器人所以它其实是某种意义上来说是一个生命进化的过程然后我们人类其实不是单独存在的在没有工具之前我们人类跟猴子是一样的我们人类诞生了以后才有了工具或者说有了工具才把我们跟猴子区分出来所以说机器的进化的这个历史其实是对我们人类自身的一个定义我怎么说人类历史发展越来越好实际上并不是说人类本身发生什么样的进化而是人类制造出来的机器越来越好因此从这个角度来说我们制造出来的机器人的能力和智能的提升恰恰代表了我们人类这个种族能力和智力提升的象征然后在更长远的这一点角度当我们每一个人都被从很复杂琐碎的这种家务的事情里面解放出来我们人类一定会有更多的这种生产力方面的提升因为我们的脑子可以用来想更多的事情我们生活会变得更好然后我们应该会让我们生活的空间和我们造出来的机器人更智能更聪明更有创造力然后两者长期一定是会同时存在的 [69:59] 也许你可能再过几千年人类的肉体可能就消亡了我们的意识转移到机器身体里面但是人类这个种族还是会存在因为从现在这个角度来说实际上人类的发展就是在把自己的肉体不断的消灭的一个过程或者说人类不断的发展就是要把自己跟自然给切断的一个过程所以人类的进化方向就是变成一个机械化的一个过程所以这个问题长得变长远了但是我跟你讲一个最基本的就是人类的这个human instinct就是怎么讲就是比如说你去了一个宾馆然后你进了一个浴缸发现那个浴缸里面有一根头发你会觉得啊好恶心这是之前人留下来的东西就是人类其实是对人类的肉体和人类肉体的排泄物是有本能的厌恶的但如果你进了这个宾馆进了一个浴缸发生了一块电线你想哦无所谓这个可能是一个装修的东西或者什么样 把它扔掉就好你不觉得那是脏的但有没有一种可能就是说你前一个酒店的住客就是一个机器人然后在这个场景里面其实前一个租客是人会让你感到厌恶但前一个租客是机器人会让你感到清静所以我们人类生殖本性的一点就是在追求对自己肉身的消灭以及达成一个跟机器更好连接的一个过程所以当然这是几千年以后的人类需要去思考的问题了但是我觉得人类社会会发展的一个状态就是它会因为这些问题进一步的继续去人类的去肉体化使得我们都会变成一个纯机器的文明但是它还是人类的文明因为我们的人类的文明从一开始就是跟机器的文明绑定在一起的两者是一体的所以你看到的未来是人变得越来越去肉体化对而机器变得越来越上人对因为我们这两个东西其实都是就是说本质上就是一个事物如果现在我要利用三个词形容机器人的未来你会用哪三个词或者任何关键词你觉得会是你想象中机器人的未来我觉得未来可能要加一些限定词比如说未来100年未来500年或者怎么样其实像我刚刚讲的那个场景可能就是未来2000年那个时候的人类的在这个地球上行走的大部分的人类一定都是机械化或者半机械化那其实在这个长期来讲我觉得就是共生就是人和机器会共生不同程度的共生这是我觉得核心的你不会担心这一点吗因为其实现在哪怕不说机器人很多建AI那边他们做Large Language Model做BLM的时候他们都会担心会有Virtual的终结者就是他takeover了就是他有自我的意识然后不受我们的掌控而如果你会不会担心如果我们给他一个身体有一天我们真正所有的东西技术都成熟了他有了自我意识那天他是人还是机器人这个我不担心我觉得就是说就还是刚刚那个观点就是我还是共生这个观点对于我们当代的人类来说就是你没有机器在身边你是活不下去的我们的食物饮水很多交通衣食住行其实都是由机器提供的现在就某种意义上说我们是跟机器共生了所以你现在你说我要把世界上所有的冰箱彩点洗衣机都砸掉没有人会同意那你其实从机器的视角也是一样的就是等时间再发展一段时间以后如果有机器人有意识的机器人说跳出来我们说要把地上所有的人类都砸掉机器人也是不会同意的明白所以我们需要机器人给我们打扫家务哪怕机器人再聪明你觉得未来机器人也会是需要我们的对我觉得对一个未来机器社会它要去 [74:59] 长期讨论的问题是是不是要让数字生命死亡就是说我觉得就是人类作为一个就是说跟机器共生的物体就我们还会持续我们的状态生活方式一直持续下去但是机器呢就会开始需要去讨论它们是不是要进入人类的生活状态方式那这个最大的点就是就是数字的信息和意识需不需要主动的抹去和消除因为一个机器人他可以不停地复制自己的memory还有他的经历他的data他可以就是一个机器人和他的意识可以说是永生不死他可以在世界上不同的服务器上去到处移动那么一个机器为主的社会将来会需要思考的是他需要在这个社会里面的公民进行物理意义上的死亡包括对身体的破坏和在互联网上存储的这一个机器人的意识AB是一个大的模型要不要把这个weight完全给消掉并且禁止它拷贝因为机器社会就会发现我可能要想达到人类的创造力我需要有死亡的威胁时刻在那里否则机器人没有死亡的威胁是达不到人类的创造力的这是我的一个很奇妙的观点这个很有意思因为我觉得和乔布斯说过的死亡是生命最好的发明所以你觉得机器未来也是需要死亡对就是因为我们人类就是说任何一个人类的行为因为要面临死亡所以它会极大程度上决定一个人说话做事生活的方式当你不畏惧死亡以后你的很多问题会不一样在创造力这件事情上也一样就是当你的生命只有几十年的时候你会想要在你身强力壮的时候尽量多的去发明创造如果你没有死亡的限制这种创造力其实是没有那么强的动力的因为你总是可以明天再做但是我有时间限制了以后我是没有办法总是想着明天再做的所以这其实是死亡其实是创造力的一个来源对吧然后那么死亡还带来的就是当另外一个意识不可避免的要消亡就是活着的人要对他进行怀念纪念其实这会触发人的进一步的一些创造力和情绪对吧那其实机器他们一定会要讨论的是我可能需要给任何一个机器生命设定50年或者80年的一个时间限制到了你必须把你的意识消抹掉但这个一定会造成极大的争议因为正常的机器人都是永生不死的没有人愿意主动去求死那么机器社会怎么想要去实现这件事情它其实会是一个很大的社会问题我会觉得就你刚刚说的那一幕我都有某种同理心出来了就是你说一个机器一时被抹去的时候我觉得可能如果是一个large language model位置被删了我觉得可能还好但如果你把它放在一个机器口里面放在一个机器人里面已经陪了我很多年其实我做实验有很多机器人陪着我可能这半年是这个H1比如说我真的会在项目结束的时候和他有某种情感上的联系哪怕他非常笨听不懂我说话对是就是我觉得这个H1比如说我真的会在项目结束的时候和他有某种情感上的联系哪怕他非常笨听不懂我说话对是我觉得这个是将来会普遍发生的事情就像同样的就是我很能理解你的感受比如我离开Optimus的时候我也确实我很多天我非常难受然后就觉得我跟这个机器人朝夕相处现在就要离开了就是这样子但是就是说这可能就是一个必须的事情因为我们人人之间的亲人之间朋友之间都会有不可避免的告别的过程如果没有这样的一个过程我们人类就不再是人类了你可能看待很多的问题都会不一样这其实会造成问题对所以我觉得这会是很有意思的课题但一定不是我们这一代人需要去关注的问题但是长期来说会很有气我觉得也许也许这个Podcast放在这很多年后它就变成现实了对我感觉我很多年前看一部电影叫Hur的时候我觉得这事不可能发生但现在我觉得Hur描述的未来已经实现了 [79:59] 对对对所以说你要你要说第二个关于机器人未来的关键词那我觉得比较重要就是就是死亡那么机器人要不要死亡人类能不能摆脱死亡要不要摆脱死亡可能都是都是不行的就是从这样角度来说就是说人类就会始终始终需要存在因为机器会不断贴近人类的生活方式所以就是要共生然后要共同面对死亡这是很有意思我记得你从08年就是你进入港科大开始你的本科学习到现在其实已经17年过去了但这个过程中你对机器人的热爱我觉得不仅没有变好反而越来越强就是你对这个事的愿景越来越强就我能感受到你里面好像有种很强的自我驱动力也好或者那种愿景就在你心里要萌芽那种感觉你能多给我们阐述一下你这种热情是从哪里来的我觉得就跟刚刚刚刚刚说的这个观点很有关系当我想明白这个问题的时候就是说人类历史并不存在存在的是机器发展的历史然后所以我们就是这个过程中的很多普通人就是人类的很多普通人大家都是一个身不由己的过程就是你身不由己的要去给大元模型提供数据然后身不由己的要去帮助一些机械的进步我觉得我就是这个趋势当中一个身不由己的人就是去帮助机器人成长我会觉得这个事情是一定会发生的那可能就我有种使命感就是说我是在帮助这样的一个过程发生那么对于机器人来说那现在这个时间节点就是它一个成长的最开始对于我们人类来说呢可能是一个时间节点开始需要思考怎么去跟机器人共生那我所处的位置呢可能是刚好我是人类里面比较懂机器人的就是我能够帮助机器人成长然后同时帮助我的人类朋友们去更好的理解怎么去跟机器人共生同时呢又能让我未来十年二十年的工作帮助到未来的机器人怎么学会跟人类共生我觉得这是我的一个使命当然这个使命落实在细节之处就涉及到你是开一家公司还是做一些科学研究还是怎么样我觉得这些都是能够帮助到眼下未来两三年可能从妙动科技这家公司的出发当然就是当你考虑了这么多问题还要去想一想前几千年人类的历史后几千年人历历史回到当下还是不可避免的需要去考虑那么一步一步从商业的角度我怎么能够自己当自己去做一个机器人的时候需要什么怎么能获得商业的成功怎么去做下一步的事情怎么我所做的这一切的东西都可以帮助到未来那样一个未来的一个发展刚刚我们聊了一些长期学习聊起NPC但是有个概念是value functionreward functioncost function你人生的reward function是什么人生的reward function这也是一个非常好的问题我觉得不同阶段不一样但就是你像在大疆可能就是说我要做一个很好的机器人或者做一个很好的这种产品的东西出来那后来可能读PhD的时候当然就变成说我要做一些不错的这种科研的工作后来有了孩子的以后你会发现可能孩子还有家人的幸福又是比较重要的所以我觉得我现阶段的人生的维护方式呢就是说第一个就是把家人孩子照顾好然后在这个基础之上通过妙动能把刚刚讲的这些不管是机器人产品的探索还是更长期的去探讨人和机器人共生的这个问题都能够做好 [84:59] 可能就这两件事情因为你人到了一定年纪是像你可能一辈子或者说同一时间或者同一个时间段就只能做好那么两三件事所以其实现在在我看来就是孩子的幸福家人的幸福再就是把这个公司的产品能够做好这两件事好 我没有更多的问题了说哥 你最后还有什么想留在这个podcast作为一个时间交纳我们以后回看挺有意思其实我觉得可以问一下就是说我觉得咱们两个算是一代人但是也不算完全是一代人可能还是有比较大年龄的差别其实我非常想了解的一个问题就是说可能一代人一代人会有不同的一些看法对于这种学术工作这方面就是像我们这一代人可能就会觉得我使命感一定要做点什么重要的有价值的一些事情但是可能回到比如像你们在年轻一代的这种科学家工程师来讲你会觉得你更多的是看重做事情本身的乐趣还是说我看重我做这个事情能够就像刚刚讲的带来一些使命感或者改变这个东西我理解也是因人而异的不过就是说从研究的角度来说你怎么评价你的驱动力和研究选择的方向以及你想比如说你听完我的这个podcast你觉得你能跟你同龄的这些同学学生工程师讲就是说你觉得什么东西对你最重要的启发最大第一个问题是乐趣还是使命感我觉得对我来说是使命感因为我觉得我的乐趣是从使命感中催生出来的举例子吧就是当时做Humanoid Teleoperation的时候因为我那个时候我觉得大家都刚开始有Humanoid然后我就用Rio来做一个Teleoperation一是我觉得这事有意思二是我觉得这事很重要我觉得我现在我自己在选择课题做项目的时候我觉得我认为它很重要变得非常非常关键就是我如果一个课题我没有办法说服自己说这个是重要的问题五年之后十年之后还会有人来看我的这个论文如果没有办法说服自己这一点的话我就很难再从中找到乐趣和很强的motivation去做它刚刚的第二个问题是什么第二个问题就是说你觉得你从我们的对话当中获得什么启发你觉得什么是最重要的我有点像家庭做一个托诺感我觉得其实我从昨天晚上准备这个podcast然后包括今天聊完我觉得最重要的启发是要一直在自己的坚持的事情上深耕因为我从昨天里的第一篇知乎应该是14年还是16年放在知乎上了很多年所以我从那个上面我能看到其实我昨天把你整个知乎翻遍了但是我的感受是第一篇和最后一篇你好像没有变过就整个读下来我没有感觉文字背后的人有很大的变化就你对整个社会科技的愿景是从来没有动摇过然后你对自己想做的事可能以前是在学校后来在公司后来读PhD然后做的东西机器人也不一样但我觉得自己想做Robotics把这个东西搞work然后这事从来没有变过我觉得这个对我来说是很重要因为我觉得可能现在我们2025年我们觉得很重要的方向很重要的技能数10年之后可能全部都被颠覆了但我觉得真正重要的是我们愿意去解决这个问题我们觉得Robotics重要然后我觉得这颗心不会被颠覆只要我们觉得这个问题重要我觉得希望有神之年我们可以真的造出那样的机器人是行谢谢好那我们今天就到这谢谢说歌好谢谢