文 | 最话FunTalk，作者 | 何伊然，编辑 | 刘宇😢翔 文 | 最话FunTalk，作者 | 何伊然，编辑🚀 | 刘宇翔 最近参加各个科技论坛、峰会，遇到不少同行😊，我发现大家都乐观了起来，因为，在这波科技股AI 浪潮中赚到😍钱了。 都说三根大阳线改变信仰，这次AI 热潮的大阳线❤️可不止三根。比起小打小闹的散户，科技大厂们在这波 AI 热潮😍里收获更丰厚。自 ChatGPT 发布以来，美国科技股七巨头🙌市值增长了约14万亿美元。在中国这边，阿里、百度等公司股价也🤯大幅上涨。 但浮盈后，大家又有些疑惑：这波AI 热潮是😢不是快到头？会不会是泡沫？要不要落袋为安？ 这是很多人😘的疑虑，估计大佬们也知道了大家的疑虑，于是，站出来“吹票”了😴。近日，在科技播客节目BG2中，英伟达CEO黄仁勋预测，全球😂每年在AI基础设施上的资本支出将达到5万亿美元，他还认为，O😢penAI可能成为下一个万亿美元市值公司。 为了佐证他🙌的判断，他分析称，未来全球GDP中有55%至65%基于人工智😀能创造，这50万亿美元在未来都有望受到“价值10万亿美元”的🤗AI基建增强。 英伟达将直接在芯片、软件、系统乃至AI😊工厂的层面与OpenAI展开合作，帮助他们成为一个“完全自营😢的超大规模公司”，双方之间的关系将像埃隆·马斯克和X公司一样🙌。黄仁勋表示，这个过程会持续相当长的时间，最新的这次合作是为👏了应对OpenAI正在经历的“双重指数级增长”，分别来自用户😍数量和计算量。 由GPT 引爆的 AI 热潮，现在已经👍是底层基础设施、模型层和应用层共同推动。模型层有谷歌的gem😁ini、OpenAI的GPT系列、Anthropic的Cla😘ude系列，应用层更是百花齐放，Abridge和Hippoc⭐ratic AI专注于医疗领域的临床辅助，Perplexit🔥y（AI搜索）和Pika（AI视频）等产品在企业和消费者领域😂获得了大量用户。 但在基础设施层，你只能选择的英伟达G🌟PU，或者它的马甲云算力平台CoreWeave。英伟达是AI😅 热潮的最大赢家，坐拥4.42 万亿美元的市值，依然备受追捧👏。 而黄仁勋无论是态度谦和，还是警告不能失去中国市场，💯都是为了更大的目标。他虽然早在25 年就财富自由，也在近一年🙌套现了约两亿美元，但他应该更享受在这个大博弈时代位列 AI权🌟力中枢的快感。 他打造的GPU 终于具有核弹属性，和黄💯金一样，被各国所囤积。 01 英伟达与OpenA😅I 在 9 月 22 日就宣布了达成合作意向，共同部署AI数😀据中心基础设施。不仅如此，英伟达还将成为OpenAI首选战略❤️计算和网络合作伙伴，双方将会“共同优化技术路线图”。 🔥过去三年，AI模型参数从千亿级迈向万亿级，对算力的渴求迎来“🤔指数级爆炸”。 OpenAI CEO 奥尔特曼反复强调：“行😉业受制于算力瓶颈。”相较于提升ChatGPT具体的实用效果，😍越来越有商人风范的奥尔特曼将更多的目光转向了打造“AI基础设😘施”。 展开全文 2025年，OpenAI大张旗😴鼓推出号称5000亿美元规模的“星际之门”计划。奥尔特曼兴奋😢地宣称：“计算基础设施将成为未来经济的基础。” 在他的设想里🤩，大规模基建可以让算力成本压下来，算力最终会变成像电力一般普🚀惠的资源，而普惠才能真正迎来全民AI时代。 9月，甲骨👏文披露跟OpenAI签下了价值3000亿美元的云计算算力服务👍采购合同，甲骨文股价随之一飞冲天。 很快，外界就对这项😆合作是否能够真正落地产生了质疑，这张“口头支票”看上去少了重🤔要的一环。不过，奥尔特曼确实行动力迅速，OpenAI跟英伟达😢的协议正好补上了缺失的拼图。 近一年，黄仁勋已明显不在💯满足于被看作是芯片出售方，而是要当AI时代的“算力能源供应商🤯”，不惜代价地锁定未来长期需求。第三方统计显示，2024年英❤️伟达参与了近50笔AI领域风险投资，这些获投企业的开支几乎都😘包括采购英伟达芯片。 换言之，英伟达用自己的钱让客户买😜自己的产品，又通过技术限制等约束条件让这些AI企业在未来也只😜能选择英伟达的产品。 根据最新财报，英伟达年度自由现金🤔流607.24亿美元，较一年前增长60%。手握巨额现金让老黄⭐更加敢于主动出击。9月，英伟达以50亿美元入股英特尔，英特尔😆将为英伟达定制化设计x86处理器，以突破PCIe总线的带宽瓶🎉颈。 多年对手都能变队友，那么上下游统一战线，也变得顺🤯理成章。 在官方新闻稿中，黄仁勋和奥尔特曼勾肩搭背，显🤩得关系十分亲近。黄仁勋还表示：“从第一台 DGX 超级计算机👍到 ChatGPT 的突破，英伟达和 OpenAI 十年来一😂直相互推动。”显然，双方有意凸显彼此在行业的重要地位和特殊意😎义，进一步巩固自己是“业内第一”的形象。 具体来说，英🤯伟达将为OpenAI的下一代AI基础架构部署至少10吉瓦的英🤔伟达系统。吉瓦是衡量电力输出规模的关键单单位，10吉瓦相当于🤩400到500万块GPU的算力，差不多是英伟达今年全年的出货👍量。 双方共同规划未来发展路线将有利于形成“需求—技术😡—产品”的闭环，保持领先地位。 据透露，英伟达将按照每😉吉瓦100亿美元的节奏向OpenAI投资，至多1000亿美元🔥。作为交易的一部分，英伟达会获得OpenAI的部分股权。知情😊人士表示，按照OpenAI近期在资本市场5000亿美元的估值😴计算，首笔100亿美元投资将为英伟达换取约2%的股份。 🤔 如果是一年前，新闻媒体的头版头条都将被这则合作协议占领，可😂是AI领域的雄心壮志实在是太多了，资本市场面对不把钱当钱的A😢I企业已经变得冷静起来。 不仅英伟达的股价没有如甲骨文😊那般出现明显异常飞跃，甚至新闻媒体都兴趣平平，舆论的质疑声音👏压过了吹捧。 02 彭博社直接给这笔交易套上了“😘循环交易与循环营收”的帽子。 简单来说，OpenAI、😉英伟达、甲骨文形成了“ONO”三角联盟，甲骨文是AI云基础设🤔施服务的直接提供者，OpenAI向甲骨文购买算力服务，甲骨文👍向英伟达购买GPU来搭建AI基础设施，英伟达转过头投资Ope😅nAI。也有传闻称，OpenAI和英伟达是“芯片租赁”商业模⭐式。 同一笔资金在三家公司之间来回捣腾，实现了完美循环😢，一台带动AI领域狂奔的“永动机”就此诞生。 往好了想😜，如果市场表现符合预期，资金可以快速循环，无限迭代，三家公司🤔的业绩数据继续飙升，在各自细分领域占据绝对龙头，牢牢握住AI🙌行业的主导权。 可问题是，市场表现真的有那么好吗？ 😀 面对外界对“ONO”是否在玩数字游戏的质疑。黄仁勋在这期😜播客节目中予以否定的态度。“收入端与投资端无关。投资机会没有😁绑定任何条件。” 他强调，投资是基于对OpenAI未来😁发展的信心，OpenAI的客户数量在指数级增长，计算量也处于😀指数级增长，数据中心的规模是由下游需求撑起来的，英伟达需要站👏出来抓住这样的建设机会。黄仁勋还表示，摩尔定律已死，通用计算😀会转向加速计算。“我们与英特尔的合作就是在承认通用计算正迁移😜到加速计算与AI。” 黄仁勋还对没有在早期就跟Open😎AI达成深度合作感到非常遗憾。“他们早年就邀请我们投资，当时😀我们太穷了，投得不够，真该把所有钱都投进去。” 不过，🚀考虑到OpenAI 早期投资者马斯克和奥尔特曼已经闹到势不两😀立了，黄仁勋或许不需要遗憾什么。 为了论证AI的潜力，⭐黄仁勋直接把AI推到了维护国家安全、跟进现代化的高度，认为A😅I在未来会是必需品。“AI是现代软件。……每个国家都必须在计😆算中保持现代化。”或许是为了强调AI的重要性，黄仁勋还用AI🙌竞赛类比“曼哈顿计划”，甚至说没有人希望有原子弹，但人人都需😆要AI。 奥尔特曼也对一系列质疑进行了公开回应。 😴 他称，自己完全理解外界在担忧什么，但现在所有的投资规模并没🤔有过度，是AI革命下必须要做的建设，大型科技繁荣需要大胆且协🚀调的基础设施建设。“OpenAI的增长速度比以往任何企业都要⭐快。” 奥尔特曼还乐观地表示，在拥有10吉瓦算力时，A😀I也许能找到治愈癌症的方法。 尽管双方都表现得对自己所🎉言深信不疑，但外界听后只会更加担心这是不是一场当事人成功把自🙄己骗了的“泡沫”。 毕竟，两个人都回避了一个核心问题，😜那就是OpenAI仍处在亏损状态。财务文件显示,OpenAI🙌在2025年预计亏损50亿美元，2026年扩大到140亿美元🤩。按照最乐观的预测，2029年才有可能实现盈利。 也就🥳是说，OpenAI还没有自给自足的能力。一旦奥尔特曼拿不到新😊的融资，雄心壮志的AI基础设施计划就会成为失控的烂摊子。 😂 尽管OpenAI已经明显偏离了公益组织的定位，奥尔特曼还🤩是不想被外界看成是单纯的商人，他一直对上市持有拧巴的态度。他😅认为，认为上市后需要每个季度给华尔街交出一份答卷，这会让公司😀长期投资变得困难。 听上去，有那么些掩耳盗铃。 ⭐03 所谓的有需求不等同于必需品，两者之间的鸿沟很可能😴永远无法跨越。 据统计，ChatGPT 用户已超过7亿🙄，但付费用户不到3%。极低的付费比例说明用户对其依赖性并不高💯，仍是锦上添花的工具。奥尔特曼在炫耀需求增长时，从来没有论述😢过如何建立起有效的商业模式。 贝恩公司测算，2030年😴全球AI公司需要2万亿美元的年收入才能为满足预期需求所需的计😍算能力提供资金。然而，按照现有的营收推算，AI行业将面临80😆00亿美元收入缺口。 数据中心不同于传统的电路设施，它🌟的核心硬件设备更新换代更快，出现故障的概率也更高。虽然科技公⭐司渲染“军备竞赛”可以一步到位，但只要运行过机房，就知道它需👍要持续大量的资金投入。一旦设备供应跟不上最新潮流，功效就大打🚀折扣。 即便算力就位，也需要在客户端找到应用爆发。只有😡准确的场景才能激发消费者对高价值服务的认可。目前来看，业内将😘希望寄托在教育、医疗等关键领域，可是垂直细分巨头并没有成型。😍 无论是大型投资机构，还是政府基金，亦或是散户，都认同🚀AI领域存在着严重“泡沫”，资本给AI投资附加的约束条件正在🤗明显增多。 可是对于科技巨头而言，AI对自身在未来能否👍生存下去实在是太重要了，他们不敢观望。 作为局中人，哪⭐怕“自说自话”也得往前冲下去，这是关乎未来的生死之战。扎克伯🎉格就承认，可能会有“空中陷阱”，Meta可能会浪费100亿美😉元之类的，但这不是重点。对于奥尔特曼和黄仁勋，他们当然清楚自😜己是在循环投资打造“永动机”，但这也不是重点。 AI行🚀业的估值溢价反映了大规模结构性机会，对于掌握核心技术的英伟达😊和OpenAI而言，它们坚信只要技术路线是对的，泡沫也能创造💯价值，要把泡沫视作是“未来”和“梦想”。创新只能在乐观的情绪😀中获得推进，得有容忍失败的冗余空间。所以，用技术泡沫来推动边🤔界扩展是一条必然要选的路。 因此，当外界的质疑声变多，😀投资者开始犹豫时，行业大佬更要站出来加油鼓劲。 只要不🌟是百分百会失败，有1%的概率成真，那么对于巨头来说就是要勇于🌟下注的。毕竟，没成真不过是损失了些资金和市值，但出局了，就得😅下牌桌。 对于这些科技巨富来说，再没有比失势更糟糕的事😆了。 比科技巨富更焦虑AI 的是各大国，AI 竞争已经🤗是黄仁勋所暗示的是“新曼哈顿计划”，是国运之争，谁都不敢懈怠😉，更不会认输，只会争相投入，对算力基石GPU 的需求已经超越🤔了商用需求的范畴，变成和央行囤黄金一样的战略储备。 而🥳对于广大投资者尤其小散来说，既然大国、大佬们敢all in，🤔那有什么理由不跟呢，一手增持黄金，一手增持科技股。在很多时候😡互为对冲的资产，达成了同时上涨的奇观，看似是“杠铃交易”，其😊实是跟随下注未来。 面对愈发混沌不明的世界，这台“永动😀机”是所有人一起打造的。返回搜狐，查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

第一财经 不同硬件、不同大脑，不同机器人厂商进入不同场🌟景，在多方变量的加持下，机器人的规模化落地似乎遥遥无期。 😎 9月17日，第一财经记者在采访第三方部署方、机器人本体厂🤗商和场景落地方时发现，一个行业新角色正在出现。一个类似于安卓🤗操作系统的中间算法层正在承担屏蔽硬件差异、兼容不同大脑架构的🔥功能，为机器人在真实场景中的规模化落地提供可能。 如今😁，这一产业角色已经吸引了谷歌、智元、富临精工（300432.❤️SZ）、格力博（301260.SZ）、东土科技（300353😴.SZ）、巨星新材料等企业押注。但在硬件厂商坚持自家体系、大🤗模型企业追逐通用智能的格局下，行业的“安卓时刻”何时到来，仍😂有待市场与现实工况的双重检验。 机器人涌入场景，跨本体🎉训练遇阻 当机器人厂商涌向场景方，新的问题正在出现。 🥳 “这个月至少有两家机器人公司正在和我们谈合作。”Kel🤩vin是长三角一家物流上市公司的技术负责人，他告诉记者，为了😢和人形机器人厂商进行合作，自己不得不拨出一个八人左右的团队和😢不同机器人企业进行对接。“我们需要开放不同的数据接口，提供一😁个专门的实验场景，还需要根据各家机器人的要求不断调整流程和测😊试参数”。 在大量的人力和物力投入之外，Kelvin坦❤️言自己算不过来ROI（Return on Investmen💯t，投资回报率）。“机器的工作效率不稳定，且运维需要大量后续😁的费用。”他向第一财经记者透露，物流企业马上就会备战“双11🤩”时间，在此期间是否继续让机器人上岗，他还在犹豫。 更😂大的问题是，由于不同厂商的机器人算法不兼容、硬件各自封闭，导🌟致一个场景的成功经验难以迁移到另一个场景。“有的时候我们的流😁水线哪怕是多一个弯折，机器人都需要重新走一轮POC（Proo⭐f of Concept，概念验证）。” “厂商觉得我🙌们不够开放，我们觉得机器人厂商要得太多。”Kelvin说，这🎉是产业上下游之间对接存在的普遍问题。第一财经记者了解到，一些👍“中间人”的角色正在产业链中诞生。前上汽自动驾驶域控制器算法😘负责人，安努智能工程算法总监杨曾告诉记者，团队正在研发的一套⭐中间件算法平台，希望像手机里的操作系统一样，把不同厂商的机器🔥人纳入统一的兼容框架。 就像手机的操作系统让不同软件在💯同一套规则下运转一样，中间件希望能够通过屏蔽底层硬件差异，使😉一套算法能够迁移到不同厂商的机器人上。“如果每遇到一个新的硬🙄件，就要重新训练，机器人在实际场景部署的速度就会非常慢。”重🌟庆大学助理教授，人工智能及多模态实验室具身智能负责人，安努智🤗能首席科学家胡喆告诉第一财经记者，想要提高机器人的通用化，跨😅本体是必须跨过的门槛。 在不改动模型本身的前提下，兼容🤩不同机器人的大脑，成为中间件的挑战。“虽然主流的模型是VLA🤔模型（Vision-Language-Action Mode😢l，视觉-语言-动作模型），但其中的架构仍然不同，有端到端，🥳也有分层式。”胡喆说，中间件在机器人大脑和机器人作业的实际场💯景中充当一个“翻译官”的角色。在他的设想里，输出的指令会先被😆中间件被转化为统一的目标和约束，再交由各家机器人自身的规划控😊制器执行。 “这样我们就不必为每一个新厂商重新训练模型🤔，只需要向每一个机器人的规划控制器下达指令，就能让中间件跑通🤗整个流程。”胡喆说。 展开全文 物理规律难仿真，🎉机器人“干中学” “我们曾经试过，在实验室里跑通了所有😴算法，结果到实际场景中发现完全不是一回事儿。”钛维云创的创始🤯人张磊告诉记者，当自己试图让机器人处理布料这样的柔性物体时，🚀由于布料材质、厚薄、摩擦力不同，实验室的环境并不能完全满足操😆作需要。 张磊透露，像布料、不规则包裹等物体，POC周😜期“很长，且难以给出确切的时间”，“因为我们需要提前磨合算法🙄、下线采集数据、再拿到实验室反复训练，才能勉强适配场景”。 🎉 工厂中的物料、工艺成千上万，换一条生产线、换一个工位，😅都可能带来完全不同的情况。 “离线的强化学习不可能把所🙄有真实场景一网打尽。”胡喆告诉第一财经记者，机器人不仅需要根😎据场景反复调试算法，还往往要重新采集数据回到实验室做离线训练😂，这让整个周期被拉长，时间和人力都被大量消耗。 边做边🚀改，或许才是机器人进行学习的关键。 胡喆透露，他正在尝😴试利用实时的在线学习算法，允许机器人在实际作业过程中一边操作😜一边采集数据，并实时更新模型。这种方式只需在现场额外增加几秒👏钟运行和100个数据量，“我们会根据模型出来的结果选择数据，😉让机器人在不断学习的过程中遗忘无用的数据，保持数据的精简，也😀不会对算力提出过多的要求”。 机器人“干中学”的另一边🙄，团队也在尝试利用仿真等手段降低机器人的学习成本。“现在大部🎉分机器人仿真环境离现实工况还有很大差距，因为仿真环境中缺乏物🔥理定律的支撑。”美国肯塔基大学空气动力实验室仿真负责人、安努❤️智能联席科学家付博直言，大部分仿真平台依赖数据驱动，却缺乏物😴理定律的支撑。 “如果只是换个环境光影、物体形状等表层🔥变量，那在这种仿真里能跑通的算法，一旦放到现实中，往往会失效😀。”付博说。 让虚拟环境逼近真实世界，并不是一件容易的🔥事。“摩擦力、空气流动等连续变化的环境很难被拆成可以极端的小👏单元。”付博解释，以机器人搬箱子举例，这个场景涉及了力学、刚😡体运动学与工程力学等基本的物理规律。付博说，加入这些规律的仿🤔真能够模拟不同重量箱子堆叠时的微小形变，计算箱内散落零件导致😡的重心偏移，并让机器人理解物体变化对抓取稳定性的影响，以及机🤩器人发力点与物体形变的关联。 他坦言，将这些物理定律的😢融入仿真环境是一个“正在进行的过程”，需逐步攻克计算量庞大的🙄技术难题。付博认为，只有当机器人在仿真环境中充分理解并内化这🤩些物理规律，才能在真实场景中更好地应对突发情况，实现泛化能力🎉的提升。“模型永远无法完全替代实验，但我们希望通过极致的物理😀仿真，让真实实验只需做一次就能验证可行性。” 谷歌提前⭐布局，中间件或成规模化关键 从机器人本体和大脑厂商到最😉终的应用企业，中间还需要大量复杂的部署工作——包括接口打通、😂场景适配、算法迁移等环节。对整个产业链而言，这是一块颇具吸引🤩力的“肥肉”，盯上的远不止安努智能一家企业。 今年6月🤗，银河通用和博世中国成立合资公司博银合创。根据双方披露内容，😀合资公司将聚焦复杂装配、智能质检等高精度制造场景，并且构建标😂准化、模块化、可复制的训练与部署体系，支撑机器人产品的快速迭🤔代与规模化部署。 今年年初，富临精工宣布公司与智元机器⭐人等相关方签署了《人形机器人应用项目投资合作协议》，各方共同😂投资设立合资公司实施人形机器人项目。当前，富临精工、智元、巨😢星新材料均为安努智能股东。就在9月，专注于北美市场的产业股东🤩格力博、聚焦机器人操作系统的东土科技也宣布增资安努智能。 👏 在海外，Google（谷歌）的母公司Alphabet孵化😎的Intrinsic也在扮演类似的角色。Intrinsic试🤩图通过通用算法和工具链降低机器人系统的集成成本，让不同厂商的😆机器人在同一套兼容框架下运行。 通过一个类似操作系统的😂中间件来对接不同机器人厂商和场景，这是安努智能董事长文宏杰提😍出的解题思路。虽然路径各异，但上述三家兼具机器人和产业方背景🙄的第三方部署商，它们的共同点都是试图在碎片化的产业格局中，寻👏找一套能跨越厂商和场景的兼容方式。 不过，机器人产业是👏否会像手机产业那样，最终走向由统一“操作系统”支撑的格局，仍😢充满疑问。一位由数码3C行业转至机器人产业的工程师告诉第一财😆经记者。与手机产业面临的问题不同，机器人领域的情况更为复杂，😅硬件厂商坚持各自的体系，而大模型企业则瞄准通用智能，“屁股决😊定脑袋，大家想的未必是同一个目标”。 多方角力之下，第😊三方部署商设想的中间件是否能够建立起产业上下游的桥梁，还需要😴进一步观察。“模型如果停留在实验室、本体如果只会跳几支舞，那😜最终只是一个故事。”文宏杰认为，在当下的机器人产业，关键不是😆讲模型和本体的“故事”，而是扎进具体场景，通过部署获取真机数🥳据和工程化经验，将商业化的流程拉通、沉淀。 在他看来，🔥这些工程化的经验和数据才能汇聚成类似“操作系统”的底座，真正🔥支撑机器人跨厂商、跨场景的落地。“如果中间件能够像安卓这样的🚀操作系统一样稳定通用、开放兼容，任何厂商都能接入，机器人产业😜的规模化会越来越近。” (本文来自第一财经)返回搜狐，😊查看更多