文 | 定焦One，作者 | 高贵萍，编辑 | 魏佳 😂文 | 定焦One，作者 | 高贵萍，编辑 | 魏佳 😅AI赛道，从不缺少追梦人。 多年来，创业者的名单持续刷❤️新。从“AI四小龙”时代的汤晓鸥、印奇、朱珑、周曦，到大模型😘爆发后的王慧文、李开复、王小川、杨植麟、闫俊杰、唐杰，再到眼👏下炙手可热的90后王兴兴、彭志辉、肖弘、郭文景.....众多😅或熟悉或陌生的名字，纷纷涌入这场AI的浪潮。 推动这股😢浪潮加速前进的，还有另一股力量——资本。红杉、高瓴、英诺天使😎、毅达、蓝驰等投资机构，活跃在AI一线，陪跑创业者。 💯这背后，是一个数万亿规模的庞大产业链，试图重构整个经济生态。⭐如果将AI产业链拆解，可以大致分为三层： 基础层：算力👍、算法、数据； 技术层：大模型、平台工具、通用技术； 🎉 应用层：机器人、移动/穿戴设备、无人机及各行业落地场景😎。 基础层：算力、算法、数据； 技术层：大模型、🌟平台工具、通用技术； 应用层：机器人、移动/穿戴设备、😴无人机及各行业落地场景。 这三层既环环相扣，又呈现出截😁然不同的发展机遇与投资逻辑。 据烯牛数据统计，今年8月🔥，AI领域共发生投融资事件163起，披露融资总额76.8亿元🙌。与去年同期相比，数量增加66起，但融资金额下降43%。其中🚀，智能机器人赛道投融资数量居首，共33起，紧随其后的是AI医😜疗、芯片与算力。 表面看，投资人出手更频繁，但实际“掏⭐钱”更趋于谨慎。在AI产业链上，有人卖铲子、有人挖金子。那么🎉，谁淘到了真金？谁又只是在陪跑？ 我们与多位投资人交流🤩后发现：技术层已成为大厂的游戏，投资机构机会寥寥；基础层需要😎深厚的产业积累与耐心，如今多由国资和人民币基金主导；应用层则😡被普遍看好，其核心在于对商业本质的洞察。 对于投资人来😜说，仅仅“保持在场”已远远不够：要么跑得足够快，把握窗口；要🤩么扎得足够深，搭建生态。停留在中间地带，反而风险最大。 🎉 技术层：大厂的游戏，创投的夹缝 大众印象中的第一波A⭐I热潮，要从2016年AlphaGo战胜李世石讲起。这一事件😡将AI的热度从产业界推向全民。投资机构对一切搭上“AI”的项🤔目怀有极大热情，之后AI四小龙商汤、旷视、依图、云从逐渐广为😂人知。 展开全文 第二波AI创投潮源于大模型的爆😅发。而大模型也是技术层最具代表性的赛道。 2022年1😀1月底，ChatGPT横空出世，上线两月用户破亿。2023年👍3月，GPT-4推出，速度之快令人惊叹，这也直接引燃了国内大😀模型的创业热情。 不到一年间，国内市场迅速进入“百模大💯战”。 大厂派的百度“文心一言”、腾讯“混元”、阿里“😉通义千问”等大模型相继发布。 创业派自美团联合创始人王😆慧文下场创立光年之外后，还涌现出百川智能、零一万物、月之暗面😴、Minimax、阶跃星辰、智谱AI，被称为“AI六小虎”。🎉这些项目一度成为互联网大厂和投资机构追逐的焦点。 但也😉有投资人在早期便预判，大模型更像是一场“大厂的游戏”。 ⭐ 原因之一在于投资额巨大且风险较高。零一万物天使轮估值高达1😆0亿美元；月之暗面天使轮融资20亿元，8个月后的A+轮融资超👍10亿美元。如此规模的投资，除了红杉中国等超头部基金，通常只🤔有腾讯、阿里、美团这样的互联网巨头能够承担。 另一原因😁是，这一投资窗口期非常短暂。部分项目在短短几个月内估值翻倍，🌟机构常常还没来得及完成决策，就已经面临“投不起”的局面。 😢 以MiniMax为例，2022年7月Pre-A轮估值5亿🚀美元，2023年6月A轮估值12亿美元，时隔数月后的B轮估值🤗涨至25亿美元。 第三个原因更加现实，大模型的回报周期🙄长，变现路径模糊。基金需要考虑退出问题，相比之下，大厂拥有海🎉量数据、雄厚资本和庞大的用户基础，投资大模型对它们来说是生死💯攸关的必选项——它们都害怕成为“AI时代的诺基亚”，抢占大模🎉型先机，就是握紧通往未来的门票。 基于这三点，有的早期😁机构选择谨慎观望。 英诺天使合伙人王晟曾直言，“从Op😍enAI发布ChatGPT开始，我们就判断，这场战争最终赢的😜就是大厂。创业者的机会要么是卖给大厂，要么偏向某些垂直领域，😢这两个都决定了投资价值不会特别大。” 如今，国内的通用😁大模型市场逐渐收敛为“基模五强”：字节跳动、阿里巴巴、阶跃星😀辰、智谱AI和DeepSeek。 DeepSeek依托🥳幻方量化的资本优势，走开源与工程优化路线；字节、阿里坚持自研🎉；智谱与阶跃星辰除了获得国资支持之外，前者拿到腾讯、小米、美😉团、阿里的钱，后者的投资人中也有腾讯身影。 有意思的是⭐，在大模型投资份额争夺战中，大厂联手成为投资史上少见的场景。😅腾讯押注Minimax、智谱、百川智能、阶跃星辰、月之暗面；🤯美团在收购光年之外后，又投资了智谱和月之暗面；阿里投资了月之😎暗面、Minimax、智谱、百川智能和零一万物。 现在👍，技术层为数不多的留给机构的投资机会，是垂直模型。 相😉比通用大模型，垂直行业模型的商业化路径较为清晰。 清智🤗资本创始合伙人张煜表示，“只要真能降本提效、帮客户解决问题，😉行业模型是能赚到钱的。”据他透露，清智在行业模型赛道投的五六💯个项目都已产生收入，个别实现了盈利。 当通用大模型的故😀事逐渐让位于垂直模型，属于创投机构的机会才真正显现。 😡基础层：卖水人赚翻了 如果说大模型的终局是大厂的游戏，😆那么，把视线拉回更底层的基础层，情况又如何？ AI基础🎉层具体包括以下四个方面： 算力：AI芯片/硬件厂商、云😎计算平台； 数据：数据服务与处理，数据提供商； 🙌模型工具链：AI开发框架，MLOps平台，向量数据库； 🚀 安全与合规：AI安全、伦理与合规。 算力：AI芯片/🙄硬件厂商、云计算平台； 数据：数据服务与处理，数据提供🔥商； 模型工具链：AI开发框架，MLOps平台，向量数😂据库； 安全与合规：AI安全、伦理与合规。 这些🚀听上去“重资产”的赛道，普遍特点是需求确定、技术壁垒高、回报😉周期长。投资机构选择的是最经典的“卖水逻辑”。 在19😍世纪美国的“淘金热”中，真正挖到金子的人寥寥无几，但卖铲子、😜卖水的人赚得盆满钵满。AI产业链也很相似：项目能否跑通未知，👏但基础层的“卖水人”几乎稳赚不赔。 以两家代表性的公司⭐为例。 2025财年，为众多AI厂商提供算力的英伟达全😆年营收1305亿美元，净利润728亿美元，毛利率高达75%。🙄在最近公布的2026财年Q2报告中，单季收入467亿美元，净😀利润264亿美元。 被称为“国产AI芯片第一股”的寒武😘纪也实现业绩爆发，2025年上半年营收28.81亿元，归母净😅利润10.38亿元，毛利率55.93%。股价在8月底曾短暂超⭐越贵州茅台，成为A股“股王”。 当然，这些头部企业估值🎉高企、资本门槛极高，但投资人仍可以通过布局上下游更细分的环节👏，如高速互联、光电芯片、先进封装等，分享到产业增长的红利。 👍 在投资层面，不同类型机构打法各异： 阿里、腾讯这💯类产业资本，看重的是被投企业能不能和自身业务形成协同。比如阿👍里陆续投资了寒武纪、地平线、深鉴科技等企业，因为阿里在电商、🤗支付、云计算等业务中涉及大量的AI应用场景，对算力和算法的需😎求极大。投资基础层不仅能满足自身业务需要，也相当于是对阿里云❤️业务核心优势的巩固和延伸。 人民币基金为AI基础层的主😘流投资机构，它们深耕产业，会基于深入研究进行早期和后期的结合⭐式布局。 例如，同创伟业一方面重点布局具备确定性、符合😉IPO要求、业绩增长稳定，且符合政策导向的成熟项目；另一方面😴投早、投小，关注AI新技术、新架构和新人才。 由江苏高⭐科技投资集团内部混合所有制改革组建而成的毅达资本，在支持关键😀技术自主可控的同时，寻找AI产业链上关键环节的“必需品”。比⭐如毅达近期投资企业南智芯材，是一家专注大尺寸铌（钽）酸锂材料😉的企业。毅达看中的是它在AI光电芯片、AR显示和高速通信等领🤯域核心材料的战略价值。 毅达资本合伙人周喆介绍，在算力😡层，毅达重点布局端侧/推理侧AI芯片、服务器CPU（特别是基🤗于Arm和RISC-V架构）以及光互联、散热材料等企业。“沿🙄着市场端需求反推底层技术，提升投资确定性。” 这种沿产🤩业链布局的做法，不仅能为被投企业导入产业资源、挤压估值泡沫，🚀更能在交叉验证中捕捉产业拐点，有望获得更高投资回报。 🙄整体而言，目前投资人普遍认同基础层投资的两条确定性主线： 😢 一是“国产替代与自主可控”，覆盖光电芯片、高速互联、先进🥳封装等领域。 二是基础设施完善后，应用层将创造更大价值🎉空间，又会拉动底层算力需求。更贴近终端应用市场、产品可快速迭😆代并专注于解决具体问题的企业有望快速崛起。 聪明的钱，⭐卖水、修路、搭桥。基础层的“卖水逻辑”，为它们提供了更稳健的💯回报。 应用层：最热闹的竞技场，从具身智能到低空经济 😆 如果说技术层投资成为大厂的游戏，基础层是国资和产业资本😜的长期布局，那么应用层则是投资人当下真正大施拳脚的方向。不同😆场景与AI的结合，正在催生一批新机会。 最火爆的细分领💯域是具身智能。 8月，梅卡曼德、松延动力、聆动通用、智💯平方等多家机器人、具身智能公司接连完成新一轮融资。宇树科技、🔥智元机器人也传出上市动向，将资本热情推向高点。 在王晟😜看来，如今机器人的核心价值已从硬件转向“AI智能”。负责认知😆决策的“大脑”借力大模型的突破突飞猛进，而负责运动控制、实时❤️响应的“小脑”却因技术路线尚未统一，发展明显滞后。“现有的小😉脑技术路径，很可能在未来两三年内被完全颠覆。” 基于这🔥一判断，英诺投资了自变量机器人（自研机器人本体与模型协同发展😉）、千诀科技（“软”见长，强调“大脑”的通用性与适配性，支持😂多种硬件平台），还在核心零部件等产业链关键环节布局，以构建协🙌同生态。 他预测，到2026年下半年，市场评价标准将从😘“讲故事、发Demo”转向商业化落地。无法验证应用场景的公司🤩，将被淘汰。 光速光合合伙人蔡伟则认为：具身智能的终局😆将是“百花齐放”。“因为它要和使用场景甚至长尾场景结合。” 😅 举例来看，养老陪护机器人需要轻柔的触感和情感交互能力，😅而仓库搬运机器人更需要强大的负重和导航能力。这种根本性的需求🤯差异，对机器人的形态、技能、智能水平、可靠性要求和成本都提出😆了截然不同的要求。 低空经济是另一条备受资本关注的赛道🌟。 2025年上半年，低空经济赛道共发生融资事件52起😍，同比增长48.6%，涉及金额17.4亿元。其中无人机板块独😁占17起，融资金额近9亿元。合肥创新投、招银国际、中科创星、🌟招商局创投等机构活跃出手。 尽管多数项目仍处早期阶段，😂还没有开始商业化，但在低空经济被纳入国家战略新兴产业的政策利❤️好，以及地方试点的推动下，市场预期被大幅拉高。资本押注的正是🚀“先卡位、再兑现”的故事。 与此同时，AR行业也正悄然😀回温。 近年来AR领域几经起伏，“年年是元年”的调侃从🌟未停歇。但现在，多个信号表明它正走向成熟。 周喆的态度🙄转变颇具代表性。他从曾经的AR怀疑者，如今已成为小米AI眼镜⭐的日常使用者。“骨传导耳机功能解决了我的刚需，拍照和AI互动😂功能也很有意思，非常期待后续带光波导AR的AI眼镜推出”，这😁一体验的背后是整个行业的实质性进展。 一方面，计算机视❤️觉、语音助手与AI Agent的融合大幅提升了人机交互体验；🤯另一方面，更具说服力的信号来自供应链。据周喆观察，多家海外大👍厂已开始在中国积极布局产能，这通常被视为辨别行业虚实的关键指😢标。 “下游品牌可以讲述故事、炒作概念，但光子晶体等上😊游核心元器件的资本开支和产能布局无法造假。”周喆说。 👏结语 AI投资已步入深水区。热潮未退，但资本正回归理性🚀，从追逐模型参数与宏大叙事，转向关注真实场景和稳定营收。 ⭐ 基础层“卖水人”凭借高壁垒和稳定需求，持续享受行业红利；👏技术层的竞争格局初步稳定，盈利能力成为当下挑战；应用层则呈现😀出“百花齐放”的多元生态，机器人、无人机等赛道不断诞生新机会🤩。 未来，能够穿越周期的，不会是估值虚高的故事大王，而🥳是那些真正理解产业痛点、具备工程化能力与商业化耐心的参与者。🎉 AI的终局，不是垄断，而是共生。技术、资本相互支撑，😡共同推动产业生态向前。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