对话猎豹移动傅盛：大模型不是通往的唯一路径

界面新闻记者|伍洋宇

界面新闻编辑|宋佳楠

8月21日，2024世界机器人大会期间，作为猎豹移动董事长兼CEO、猎户星空董事长，傅盛就AGI（通用人工智能）、具身智能、大模型机器人等话题进行了演讲。

傅盛表示，自己在AI1.0时代便看到了机器人将从传统的工业场景走到服务业场景，乃至千家万户的机会，因此于七年前投资创办了猎户星空。

而在进阶程度更高的AI2.0时代，他用“人类科技史上的奇迹年”来形容人工智能的这波崛起，认为可与牛顿的“万有引力”或是爱因斯坦“相对论”的出现相提并论。在他看来，大语言模型带来的端到端创新范式的影响，对全行业、全社会都会产生巨大改变。

受益于ChatGPT在语义理解方面实现的能力突破，机器人也迎来更多发展机会，因为“语言实际上是人类真正独立于其它物种的核心智能”。

“智能涌现”的整个过程可谓“神奇”。用AI教母李飞飞的话来说，“大模型是个灰盒”。伴随着各种不确定性，OpenAI率先走出一条与众不同的道路，且实现了创新。

但傅盛指出，大语言模型并不一定是通往AGI的唯一道路。他赞同Meta首席科学家杨立昆的观点：大语言模型的天然结构使得它很难实现AGI。

其中有两方面考量因素，一是更小参数的大模型是否同样可以实现智能；另一方面，不是所有工作都需要AGI这样的“爱因斯坦”，整个社会是一个金字塔形的多元结构，基层需要更多平民化的大模型出现。

当前，OpenAI、苹果、微软等科技巨头都在以实际行动验证“小模型”趋势，这可能让大模型直接成为端的一部分，而不只是在云上。

今年1月，猎户星空也曾发布小参数模型Orion-14B。除了考虑大参数模型的成本昂贵之外，这家公司认为，机器人一定要在端上跑自己的模型，才可能既解决数据隐私问题，又做到实时快速响应。

傅盛表示，端模一体带来的产品和科技变革的意义将更大，会直接引发交互革命和生产力革命，而大模型机器人是猎户星空所押注的赛道。目前，该公司将其分为劳动协作机器人、接待营销机器人和递送配货机器人三类。

就大模型私有化部署而言，傅盛称自己不仅要负责产品，也对销售投入了大量精力。他发现，ToB（企业端）的销售本身就是一个产品化过程。

在他看来，这项业务的收入表现不会是一条很陡峭的曲线，甚至过去几年经历过近乎水平的进程。但由于大模型的介入，明年产业规模可能会有明显变化。

演讲结束后，傅盛接受了界面新闻等媒体采访，对AGI实现路径、小模型趋势、端模一体、双足机器人的未来等热门话题，给出了自己的看法。

以下为采访实录，略作编辑：问：你说大语言模型不是AGI的唯一路径，所指的到底是Scalinglaw不行，还是Transformer架构不行？

傅盛：对于Scalinglaw到底行不行，大家都有自己的看法。我看谷歌一位研究员说，现在大语言模型遇到了瓶颈，标志性事件就是GPT-5发不出来。OpenAI作为一家科技创业公司，18个月没有发自己的旗舰产品，而是忙着做SearchGPT，或者GPT-4o，说明要么是卡着上不去，要么是训练出的效果不太好，没有质的提升。

硅谷都在盯着GPT-5到底何时出来，出来后是不是有大的提升。如果没有提升，可能会有点类似出现互联网泡沫的感觉。

我也不知道到底是Scalinglaw不行，还是Transformer架构不行。做大语言模型就是一个尝试的过程。OpenAI有技术信仰，他们坚信这事，靠一个ChatGPT活过来了。但今天到底为什么这样，以后它的Scalinglaw能走到什么地方，没有原理去证明。此外，新的数据从哪里来也是个问题。

问：从GPT-4omini和Appleintelligence来看，小模型可能是趋势。你认为端模一体最考验企业的是什么？这个能力现在中美有明显差距吗？

傅盛：小模型已经不断被验证了。技术发展到这一步，一个几十亿参数的模型能力已经不错了，苹果做的所有工作都是在它的小模型上。现在看起来端上的需求是很大的，无论是手机、电脑，未来一定是这样的逻辑。

中美应该没有太大差距。训练小模型对算力要求低，需要结合真正的应用场景，这方面中国有自己的优势，迭代快。包括私有化大模型出海，如果不是美国的大公司在做，那些创业公司和中国的效率还是有差距的。

问：1月份时，你曾说过超越OpenAI的机会一定来自大模型的应用。大半年过去了，现在看到哪些应用的机会？

傅盛：那个时候，对于是否做好一个特别牛的模型就能解决所有问题，大家有很多争议。今天看起来答案非常明显，即做好一个模型也不能解决大多数问题。学界也在讨论，大语言模型到底能不能实现AGI？去年大家都信心满满，现在很多人觉得不太可能，它只是一个更好用的工具而已。

我们可能真的不会遇到一种“万能”技术，所有的技术最后都要跟不同的场景结合。即便有这样的能力，还要考虑成本。比如你要取暖，最简单的就是烧柴火，而不是建一个热力站，不同场景中大家的需求不一样。

今天可见之处都是应用的机会，只是有些可能不属于创业者。比如苹果发布了iOS18，股价最高上涨10%。你把手机改造一下可能有机会，但只要手机厂商自己干，你就没机会。

机器人也是一个很大的应用。虽然我对双足机器人商业化不看好，但对机器人这个行业的发展充满了信心。

大语言模型出来之前，让机器人拿杯子是个世界级难题，当时大家都是绝望的，认为不可能做成。但今天有了大语言模型，它自己具备了规划、判断和模糊的体验，能让机器人成为很重要的产品载体。

问：为什么不看好双足机器人商业化？

傅盛：技术过于复杂。双足机器人必须依赖于机械结构，但结构不是摩尔定律支撑的，每年能改一点点就不错了。就像汽车刹车系统、底盘，一百年过去了，改了多少？

双足机器人进展比较慢，今天是电机问题，明天也是，最多电机大一点。为了双足牺牲了太多，包括产品的能耗和稳定性。双足机器人要解决摔倒的问题，而人的稳定性相当高。

再者是成本，用几个电机和轮子相比，它成本一定高，还要保证在99%以上的场景不能出错。

作为一个研究方向是可以的，但说现在双足机器人要大行其道，我不看好。每个人的梦想都值得鼓励，但还得看能不能真正量产，以及量产以后市场的接受程度。

问：双足机器人做科研的这几年，主要是解决哪些问题？

傅盛：结构的灵活性问题以及算法问题。膝盖是非常复杂的，有各种肌肉、小关节，还有很好的力反馈，再借助大脑、小脑，才能让我们站立。双足机器人是钢铁的东西，没有这些，只能靠算法。由于端到端，算法的确进步很大，像波士顿动力以前所有的积累可能都废了，但难度还是挺大的。

问：如果三五年之后，它们真的能落到产线上，会改变你的看法吗？

傅盛：不会，因为你能落在产业上，我一个轮子的结构也能落，而且永远比你便宜100倍以上。今天你花20万买辆汽车，一下能开出去100公里。有一天来了一匹机械马，需要100多万，你买车还是买马？车就是这么打败马的。

机器人用轮子很有优势，等到有一天产品真正稳定的时候，其实干活是用上半肢。

问：有一些双足或者人形机器人的研报，会说现在处在人形机器人的“前夜”，你是否认同这样的观点？

傅盛：去年（特斯拉）“擎天柱”出来的时候，很多投资人都很受震动。当时特斯拉放话，再过一两年，能达到几万台或者10万台的规模。当时我说不可能，今天话就放在这。

之前特斯拉说明年会有1000台“擎天柱”进入工厂，但我认为它们做不到很好地工作。以特斯拉的实力，放1000台去测试是可以的。

一些企业讲人形机器人产线搬运，这完全是作秀，搬运为什么不用叉车？用加机械臂的叉车不行吗？一个轮子能拉100公斤，人形机器人搬运两公斤就不禁摔，更别说造价多少。

现在离“前夜”很远很远。2017年，我的团队就拿机器人点蜡烛，好多机械臂厂商也说要改变行业，后来发现这个行业真的很难改变，因为机械结构是一点点磨出来的。不能因为埃隆·马斯克做了这个事就觉得一定行。人都有骄傲的时候，他也不例外，没有神嘛。

问：大模型机器人是怎样一个概念？

傅盛：有点“具身智能”的概念。大模型通过语言的学习构建了对这个世界的基本逻辑和认知。大语言模型可以做出规划，反馈给人，这比以前（做机器人）的技术难度要低很多，要知道以前所有的移动都得写控制代码，写起来很费劲。

大模型是实现具身智能的推动力，是一个基础条件。在没有大模型之前，（机器）理解世界是不可想象的。

问：这个概念为什么这两年才火起来，它和之前的那些智能化的机器人传感器等有什么不同？

傅盛：之前的很多智能化可以理解成一种程序化的过程，比如先帮你预设好，看了一个什么东西去点一下，这已经算很高级了。最早的都不需要交互，自动化完全匹配，这是第一阶段。

第二阶段有一定判别的技能，我们叫做“规则”。规则很难容纳太多的东西，比如突然出现一杯水，但（代码）没写就傻了。有了大语言模型，它可以理解世界，知道这是水，只要有足够多的数据，就不用再写规则代码，而是通过各种方式去获得更多的数据进行训练。这也是为什么“具身智能”一下火起来了。

问：猎户星空服务机器人在海外市场主要的应用场景是哪些？中国的机器人产品出海要进一步克服哪些困难？

傅盛：目前猎户星空机器人主要还是递送类，在餐厅送餐、回盘，也有一些交互类的，去做讲解、引导等工作。

海外需求相对旺盛，因为发达国家劳动力比较贵，而且稀缺。要进一步打开市场，就得用大模型把它智能化。

我们在海外遇到了一些问题，也在慢慢克服。早期部署成本很高，不仅机器人过去，也要让商家会用。我们未来的目标是实现“开箱即用”，机器人做到这个并不容易，它得认识环境。以前需要人去给它建图，现在有了大语言模型，这件事的难度会大幅度降低，甚至可以实现自动化。

另一个问题是交互能力。我们在海外一直没有做交互，因为每个国家语言不同，还得做定制，非常复杂。而大语言模型天然就是翻译机，像猎户星空大模型（Orion-14B）的日语能力在开源模型里是比较好的，因为我们认真训练了一下日语。最神奇的是，你都不用管它，只要把日语输出给它，它自然就会了，而且会翻译。这放以前也是一种颠覆，是它的天然能力。机器人未来要把智能化再提高，拓展它的应用场景。

我虽然不看好人形机器人，但觉得机械臂去做一些动作是可以的。我们下半年会有机械臂方面的产品推出，因为它在某些场景下能够实现一定的任务。

问：SaaS在中国差不多被验证是失败的，猎豹现在做私有化大模型，会不会也会面临企业付费意愿低的问题？毕竟现在AI应用还没有产生多少收入，包括国外也是。

傅盛：是的。我们现在在和头部的企业合作，一期已经在交付，二期正在做，我们认为是有可能标准化的。

中国的市场我可能改变不了，但只要做好，让企业都能满意，我们就把它标准化，对话猎豹移动傅盛：大模型不是通往的唯一路径下一步再出海去做。出海本就是我们的基因，很多海外客户也愿意接受（私有化大模型）。海外市场足够大，愿意付费。经过中国市场验证的产品模式，现在到全球都是有竞争力的。

问：你觉得窗口期大概有多久？

傅盛：最多就到年底，一步一步来，我用更长的时间来看这件事情时，思路就会不太一样，现在就是盯效果，真要说多拿几单进来也不是不能。

问：在猎户星空这边，你的精力主要放在产品这块吗？

傅盛：现在是，销售上我也得花精力。我后来意识到，ToB和ToC最大的不同，就是ToB销售本身就是一个产品化的过程。

比如说私有化大模型跟做ToC不一样，做ToC我自己觉得这个产品不错，不需要ToB。但是ToB必须要了解客户，这对我们以前做ToC的团队来讲是个挑战，这两年慢慢积累了一些经验，学了不少。

问：这种业务收入规模的提升，大概是一条什么样的曲线？有所谓爆发节点吗？

傅盛：ToB的肯定不会那么快，前几年其实还在水平线上，今年开始产品化，能再做好一些。大语言模型是让整个机器人场景发生了很大的拓展。我今天展示的讲解、直播机器人，以前是很难实现的，现在能做到接近于人的水平，明年它的增长可能会比较大。