百度翻译

帮老人翻身，机器人还得学多久？_我的网站

一 |     作者 | 龚正 编辑 | 杨晶                    上周，很多普通人的账户，因存储大劫，一夜回到“解放前”。                   有人把原因归结于韩国等外围市场，有人则认为AI行情今年至少阶段性结束了。

二 |                    市场剧烈波动的时候，人最容易被情绪带着走。但此刻真正值得做的，不是猜明天会不会反弹，而是回头认真复盘过去三年，资本到底在买什么，又为什么会卖。    “今天的AI会写诗，会写代码，会做PPT，但它帮不了一位老人翻身。                   只有搞清楚了资本的逻辑，我们才知道：下一轮财富会流向哪里。                   如果把2023年以来的AI行情浓缩成一句话，我们的答案是：三年时间，资本一直在巷子里寻找，谁能把AI从技术变成交易的利润。

三 | ”          近日，复旦大学浩清特聘教授、通用物理智能研究院院长苏昊在一场论坛中这样描述当前的行业困境。                   只是，这个答案，资本也是找了三年，换了三次风格。放在普通投资者身上，也是被洗了三次头。         当下的AI，正在发展出一种新的反差。在数字世界里，模型越来越聪明，能帮人干活；但在物理世界里，它还远未真正进入人类的生活。         苏昊认为，AI还不够可靠的原因在于，当前大模型学习的是语言，这是人类对世界的经验与描述，而非世界本身。“它能流利地描写‘杯子掉在地上会碎’，却从没有机会感受一只杯子的重量。”          那么，真正走出屏幕，AI还需要跨越什么？          图/图虫创意          幻觉          过去一年，具身智能是AI产业最受关注的方向之一。                             三年AI牛市：资本洗了三波股                    说起这次行情，还是要回到2022年。                   当年11月，ChatGPT正式发布。         从实验室到各大展会现场，人形机器人刷新着从行走、奔跑，到搬运、分拣，甚至做简单家务等多种技能。与过去依靠固定程序运行的工业机器人不同，新一代机器人正在借助大模型、多模态感知等技术，试图理解开放环境、自主决策、执行复杂任务。

四 |          但能力展示到真正承担工作之间，仍有一道鸿沟。

五 |          在工厂里，机器人面对的是高度结构化的环境，工位固定、零件标准化、任务目标清晰。因此，即使机器人的泛化能力有限，也可以通过大量数据训练和工程优化，完成相对稳定的工作。

六 |          但当环境从流水线变成家庭、医院或者养老院等开放环境，问题开始变得复杂。         拿起一只杯子，看似只是一个简单动作，但背后涉及对杯子材质、重量、空间位置的判断，以及力量大小的控制；帮助老人翻身，也不仅是完成一个动作，而是需要根据人的身体状态和姿势来及时调整。

七 |          这些能力，对于人类而言来源于长期的生活经验，但对于机器人而言，却是一片尚未充分学习的领域。短短两个月，它的月活跃用户突破1亿，成为历史上用户增长最快的消费级AI应用之一。这一速度远超移动互联网时代的TikTok和Instagram，也让生成式AI第一次走出实验室，进入普通人的生活。                   OpenAI，迅速吸引了一众全球大厂的追捧。         在苏昊看来，最本质的原因在于，模型学的一直是语言，而语言是世界的投影；模型学的一直是这道影子，却从未见过投下影子的实体。

八 |          “你可以在屏幕里雄辩，但你说服不了重力。微软迅速加码OpenAI，谷歌全面挑战AI战略，Meta的小扎也将大量资源投入大模型研发。”苏昊讲道。                   在国际市场带动下，A股开始了第一轮AI行情。                   传媒、教育、游戏、办公软件、数字人、AIGC……几乎所有能够与ChatGPT概念“擦上边”的上市公司，都成为市场追逐的对象。                   连知乎这种知识社区，乃至如今“卖一本书如卖一条命”的出版行业，都在当年凭借所谓“拥有高质量数据库”，成为资本炒作的热点。                   如今看，这一轮资本热炒，哪有什么“餐馆客流”支撑，纯属AI大厨们画了一张神奇之饼，说饼绝对好吃卖座，于是餐馆老板不计成本，对小麦、面粉、面团搅拌发酵机，大举进行了一番投资。         这也是当前物理智能发展的核心难题：机器人并不是不会做动作，而是不知道什么时候该做、该怎么做，以及如何一直做对。                   餐馆老板蠢吗，未必。那时，资本真正购买的是一种可能性。         这一看法也得到了多位具身智能领域专家和从业者的认同。         智元合伙人、觅蜂科技董事长兼CEO姚卯青指出，当前大部分模型建立在视频生成模型基础上，但视频更多记录的是世界的外观变化，并不能完整呈现物理规律。

九 |                    万一这张AI大饼，真的如互联网一样改变世界了呢？任何第一个提前端起小板凳占位的人，都值得更高的估值。例如，仅通过视频可以看到物体的位置和运动，却难以感知质量、力量、摩擦等信息，而这些恰恰是机器人完成操作任务时不可缺少的能力。         它石智航创始人兼CEO陈亦伦也提到，机器人面对的是一个不断交互的物理世界，不仅需要观察，还需要通过行动改变环境，并根据反馈不断调整。                   这种手脚勤快，来自往常的历史经验。1995年的互联网、2007年的移动互联网和智能手机、2008年的电动汽车，都是如此走过。机器人不能只知道下一步做什么，还需要知道做完之后世界会如何改变。

十 |                    资本最怕的不是买贵，而是踏空。所以第一轮行情，如今看本质是一场“想象力行情”。         补课          而物理智能想要突破，关键在于让AI获得类似人类的物理世界经验。                   但很快，嗅觉敏锐的资本之猫，很快发现，仅靠故事造富，无异于海市蜃楼。                   于是，第二次切换风格来了。这次主角是“卖铲子的人”。华裔美国人黄仁勋，成为“全球铲王”，那套皮衣简直再匹配不过。                   图 | 30度的天，黄仁勋在北京南锣鼓巷穿皮衣吃炸酱面                    饼的味道还没得到全球验证，但铲子的厉害，不断超出市场预期，这成功把英伟达推上了全球市值最高的公司位置。         在苏昊看来，要做到这一点，首先要给AI补上的，是真正的物理世界知识。GPU供不应求，AI服务器订单不断增加，整个AI基础设施产业链迎来总爆发。                   黄仁勋的那句话，成功洗了所有人的脑： “The more you buy, the more you save.”（买得越多，省得越多。         他将掌握过程分为六层，由底层向上分别是物体知识、状态知识、动力学知识、功能知识、目标知识、行为知识，即从认识物体，到理解物体的状态，再到掌握动力学规律，譬如球会滚走、水会流动；进一步，还包括理解物体在绑定主体后而被赋予的功能、目标，以及知道怎么做想做、要做的事儿。）                    黄仁勋用一张张实打实的订单，让所有投资人找到了一根“救钱稻草”。

十一 |          “端一杯水穿过房间不洒，是分寸；系鞋带、用筷子，这个是巧劲。                   作为这一轮AI基建行情的外溢，在A股，光模块、GPU服务器、交换机、液冷、电源、IDC……连带背后的中际旭创、新易盛、工业富联等在内的一批公司走强，一批拥有真实订单和业绩增长的企业，成为资金配置的方向。                   于是，第二轮行情，相当于“铲子股”红利。                   然而，资本也不会永远只相信“铲子股”，因为AI行业不可能永远“只做半套”，买铲子、不挖土，这不就是肠梗阻。而这些本事不写在书上，是长在手上的。资本于是开始寻找第三轮方向。”苏昊讲道，“从物体到行为，越往上越不是看会的，越得在物理世界中亲手去做。”          虽然互联网让语言知识得到了空前规模的聚合，但物理世界的知识却仍然散落在实验数据、工业生产、视频记录以及人的实践经验中，并没有形成一套完整的数据体系。         因此，在苏昊看来，物理智能的突破口不在模型的架构，而在知识的聚合。                   2025年春节，DeepSeek发布R1，震动美股。         这当然并不容易。         “聚合这件事注定超出任何一家机构的边界。市场第一次意识到，AI竞争并不仅仅靠谁拥有更多的GPU。视频在互联网上，方程在教科书里，力学数据在各家实验室里，操作的直觉在亿万劳动者身上，没有谁能独自集齐这套阶梯。

十二 |                    如果模型可以通过更低成本、更高效率，实现领先国际的落地能力，那么未来竞争重点，就可以从堆算力，转向拼应用、拼产品、拼商业模式。它需要整个行业乃至全社会的通力协作，共建数据、共立标准、共享仿真评测等基础设施。

十三 |                    尤其是中国的模型公式把成本价格都打到了最低，这几乎为“AI应用总爆发”准备了土壤。”苏昊谈道。         这需要的真实世界数据量级也相当惊人。         陈亦伦以大众熟悉的自动驾驶举例，一个工业级可用的自动驾驶系统，训练需要的纯视频数据大概100万个小时，这还只是处理非碰撞的物理系统；而具身智能要刻画复杂物理规律，并执行与物体有交互的操作，需要的视频数据规模在1000万个小时的量级。         更重要的是，理解世界还只是第一步。                   所以这第三轮、也是正在进行的行情，是资本开始为生产力付费。真正决定机器人能否进入人类日常生活的，是可靠性。智谱市值一度破万亿等都是这一概念中的印证。         毕竟，现在要机器人完成一次动作并不难，难的是在真实环境中，把同一个动作稳定完成成千上万次。         苏昊认为，物理智能的发展不会像ChatGPT那样，在一次发布会上突然爆发，而更像过去电气化的发展过程，先进入工厂、仓库等相对标准化的场景，再逐步走向医院、商业服务，最终进入家庭。

十四 | Kimi、DeepSeek，不出意外也将成为这一轮行情的代表。                   图 | 梁文锋，保持低调，但仍然是AI界最受瞩目的人                    为什么AI牛市，变成了“宽窄巷子”                    看上去AI牛还在进行中，为啥此次进入7月，突遇存储大劫，让多少人一夜回到解放前？                    我们的研究是：这一轮行情，走出了“宽窄巷子”形态。

十五 |                    从大的方面来看，这一轮牛市，从来就不是全面的牛市，就像2015年全盘起飞那样，相反是资金“择窄而入”。         而这指向的是物理智能实现自己使命的路径。                   一边是AI龙头股不断刷新历史新高，一边却是包括老登股在内的大量行业，长期横盘甚至持续下跌；一边是英伟达市值一路攀升，一边是许多传统行业公司估值不断收缩。

十六 |          “物理智能不是人的替代者，而是人的协作者，填补的是人手的缺口，把翻身、搬运这样的体力活交给机器，把照护者的时间，还给陪伴与关怀；把危险的作业交给机器，让人退到安全线之后，承担判断与创造。

十七 |                    就跟某国总统，输了众议院选举，提前跛脚一样，这一场牛市，但凡你押在了AI之外，就像相扑踩出了土俵，直接被判出局。                   原因并不复杂。                   资本，并不是偏爱AI这个新物种，而是它们的嗜血性，只愿意为闻得到的增长付费。这刷新了我们很多普通人向来的概念。                   过去很长一段时间，A股走牛，有一个习惯——喜欢“雨露均沾”，或者叫做“大盘轮动”。

十八 |                    只要市场进入牛市，金融、地产、消费、周期、科技都会轮番上涨，逐一坐庄，几乎人人都能赚钱。但这一次，只呈现了“万方皆暗、唯我AI最亮”的逻辑。

十九 | ”作为坚定的物理智能乐观派，苏昊谈道，“物理智能的使命，是把人还给人。                   资金在这一轮行情中，变得前所未有地挑剔。它不再愿意为“平均增长”支付溢价，而是把筹码集中，投向那些能够证明自己拥有未来的行业。”          记者：石晗旭          （[email protected]）          编辑：余源。                   这种情况下，只有AI才能给资本确定性和安全感。

| 资本也与AI相向而行，没有让它的血液，来一场大水漫灌，而是只冲向AI。                   进入窄窄的巷门之后，这时，资本又换了一个形态，采用了灵活的内部轮岗模式，走起了宽巷大路。                   于是，我们看到资金，在AI产业链内，不断轮动。2023年初，资金买的是ChatGPT概念，到2023年底，资金开始买光模块、服务器、液冷。就是不出一分一毫，给其它穷亲戚、老登股来一点。

|                    所以，就出现了一个有意思的行情：热点一直在变，但资金从未离开AI。这看上去很分散，但实际上又因为内外部原因，造成了拥堵踩踏。                   存储等板块积累了太多的获利盘，价格远远超过了真实价值，在韩国股市找杠杆、美国人眼红韩国两企业赚钱太多等人性弱点的共同作用下，最终酿成了这一次的7月变惨。                   如果要找我们普通人错在哪？只错在我们对于信息的滞后性，对内心追涨杀跌的控制力度，永远都落后于资金。

|                    还错在我们很多人不知道：基金经理原来是半年来一次KPI评估，所以无论如何都要把筹码熬过6月，7月就重新开始了。

|                    接下来普通人怎么办                    目前，AI行情结束了，接下来这一波还要怎么走？                    有AI行业的资深研究者表示，目前科技板块短期已经没啥好看的了。即便有反弹，也只是散户接盘，机构趁机套出而已。今年全年的关键词，于股市是“筑顶”，于普通人是“逃顶”。                   对AI的唱空逻辑，在市场一直根深蒂固。这部分研究者认为，虽然AI被寄予能为企业降本提效，但至少目前这一阶段，AI的这一功能被夸大，是否真的能变成企业的真金白银，短期看，是非常模糊的。                   这是短期层面的观点。长期来看，AI行业的基本面，并没有变化，仍应该积极看待。                   这表现在，全球科技公司并没有因为AI板块调整而减少投入。相反，无论是微软、谷歌、Meta，还是亚马逊，都仍在持续扩大AI基础设施投资。

| 英伟达的数据中心业务收入仍然是大头，说明企业对AI算力的需求依然旺盛。                   与此同时，中国的大模型企业也在不断降低推理成本，提高模型实操能力，推动AI从实验室走向更多真实应用场景。                   也就是说，股市可以回调降温，但产业却没有停下。股价反映的是预期，而产业反映的是现实。预期会过热，会短时悲观，现实却会一步一步向前。                   我们不应该就此完全放弃对AI的期待态度。只能说，像过去三年，普通人随便买一个AI股，可能都能押中的时代已经过去。                   有研究者指出，接下来市场将进入“验证AI究竟能不能成为生产力”的阶段——AI是否在落地形成执行力、产生效果和收益的能力，是否能“兑现他曾经许下的价值承诺”。                   于普通人来说，或需要形成三点新习惯。              “赛道无需再押了，需要学会选成长性的个体。”AI已经从一个“小众赛道”变成了“全市场共识”。当所有人都知道AI是未来时，赛道本身就不再是超额收益的来源。伴随从模型到应用的竞争激烈化，未来的分化或将极其剧烈。同一个板块里，龙头公司可能继续创出新高，而跟风公司可能跌回原点。

|                    普通人需要问自己的，不是是AI能不能投，而是我买的这家公司，五年后还在不在。它的技术壁垒有多深，它的客户粘性有多强。”                    “抛弃暴富幻想，转向直接看财务报表”。过去三年，市场可以因为一个“可能改变世界”的故事就给公司高估值，导致全民也都得了“技术万能幻想症”。但现在开始，资本将越来越务实。它会直接看客户规模，也会看客户缴费情况，以及企业转换成了多大规模的现金流。以此区分这家公司是“真AI”还是“伪AI”。

|                    还有投资大拿建议，或可以用“定投思维”代替“抄底思维”。这次存储大劫，很多普通人其实6月底就悉数卖出了，但不想又7月进场，“想抄底，却抄在半山腰”。

| 应对这个问题最好的方式，不是预测底部，而是用定投的方式分批布局。把“判断市场涨跌”的难题，转换成了“相信产业趋势”的简单决策，这将为普通人松绑。                   总得来说，过去三年，AI行情经历了三次定价逻辑的切换。从概念股，到铲子股，再到国产替代+落地应用能力。每一次切换，都淘汰了一批跟不上节奏的人，也会奖励一批提前看懂变化的人。                   此刻，我们又站在了这一位置。

Current article:http://jfp733a.ningshunsaotuiqiao.shop/news/20260826_95215.html

Published on:21:13:33