文 | 光子星球 文 | 光子星球 相比其他动辄⭐瞄准万亿市场的同行，网易的风格决定了其在新业务拓展上基本遵循😁小叙事，强调高效率，带有强烈实用主义与碎片化色彩。 务🎉实仿佛成了网易创新业务的定语，任何微小的创新都将场景作为迈出👏的第一步——其许多新业务未能走出“小打小闹”的范畴，随大市场🙄需求而流变，尤其是在需求系统性思维to B领域。另一方面，常😆规互联网to B思路是既有业务与组织能力的经验迁移，游戏与物💯理世界间的场景割裂是天然的鸿沟。 Gen AI持续迭代😢，泛化的可能性让AI有望成为厂商弥合场景的桥梁。好比玩家推动😡迭代的英伟达GPU，涉及剧情文字、图形、动捕、建模等多个AI❤️应用领域的游戏是AI的来路，也可以是AI的去向。 光子🥳星球获悉，网易伏羲实验室（下称伏羲）旗下工程智能化品牌网易灵😡动（下称灵动）经市场验证，开始步入规模扩张阶段。目前其主要运🤯营方向是在国内拓展市场渠道，同时尝试方案出海。 大多数🚀时候，小众突围都存在一定偶然色彩。但不可否认，于网易而言，灵💯动是游戏与AI技术向物理场景迁移的成功实践。 更重要的😀是，AI与游戏紧密贴合的特性，昭示着网易乃至整个游戏行业有着👍更大的主线任务：在服务型内容游戏当道的当下，游戏外的业务实践🤯能否为游戏本身提供更多产能上的支持和升级，较游戏技术向外迁移🔥更重要。 “副业”的自我突围 游戏扛鼎的网易有“😀不务正业”的资格，但相比于其他企业的创新业务，网易的风格独树🙌一帜。 正如创新前的那句定语，相同的管理理念下，网易创😢新业务的发展与游戏工作室相似。全权负责业务的负责人需要带队从🙄0到1实现落地，而后才能进一步争取资源与支持。 换句话🚀说，网易孵化的创新项目自诞生之初，便背负着较强的落地期望。此😂外，部分市场前景较明晰的业务存在营收KPI指标，如网易数智旗😊下互联网安防业务易盾在KPI完成度上较为出色。 至于从😉0到1的过程，创新业务亦与游戏业务无二：内部验证可行性后再由🤔负责人主导对外输出。简单梳理灵动项目发展历程，我们能看到自内😆向外的清晰轨迹。 2021年下半年，机器人项目正式启动😁；2022年，相关技术支持下的挖掘机投身网易杭州园区建设；2🤩023年后开始外部实践，通过与中建八局的战略合作打开垂直市场😡的大门。 与其他创新业务相比，灵动的优势在于游戏3D建🌟模、数字孪生与拟态技术，为内部验证提供了基础。 据了解😂，灵动的前身是伏羲下属的一个AI落地探索团队，受GPT3启发🔥，自2021年起开始锚定工程机械智能化为游戏外的重要AI落地😅场景。在那个机器学习与NLP占绝对主流的年代，国内大厂大多将🚀目光放在流水线的生产管理与提效上，工程机械反倒有种“灯下黑”⭐的意味。 展开全文 或是得益于此，灵动在这个极为😁小众的新市场站住了脚跟，并于2023年成立网易灵动，以解决落😅地、客户交付等商业化问题。负责人小新（化名）表示：“我们的客🤔户不在科技圈，而是在矿山、港口、搅拌站这些垂直基建场景。” 😅 尤其是在立项之初，团队对工程机械缺乏具体认知的时候，他👍们便通过仿真游戏的渲染引擎建模挖掘机、装载机等，低成本进行碰🌟撞、摩擦与物体识别等实验以验证算法。如今早已在网易多款游戏中👍应用的智能NPC，同样可以直接迁移到工程场景，无非是将数据来👍源由玩家转为操作机器作业的“老师傅”。 另一方面，在前❤️述内部机制下，领队人之于项目亦起到至关重要的作用。 接🙄近网易人士张涵（化名）告诉光子星球，小新有着创业背景和AOP👍（面向“智能体”编程）相关技术经验，且早年在网易负责内部支撑⭐与产研。前者造就了他对工程机械和AOP落地的“执念”，后者则😍为团队争取了更多资源支持与空间。 我们了解到，灵动品牌🤩今年的ARR（年度经常性收入）在过去一年保持着高增速——除了🔥来自雷火的技术支持，网易相关领导也很关注该项目。 如果🌟不是起初便锚定了明确的场景，解决商业化的先验难题，灵动的落地🔥道路可能不会像如今一般顺畅。 值得一提的是，2024年😆初恰逢游戏行业变故。张涵提到，这场变故对网易而言，受影响最大😅的并非游戏，而是基于游戏业务上的创新业务。这或进一步加剧了灵⭐动团队的商业化压力。 基业优先的特性导致网易可能会在探⭐索新业务时难以“毕其功于一役”，却不妨碍具备创新性的产品在小🌟众市场自我突围。游戏业务上，网易曾推出一系列小众品类精品，创😎新业务也跑出了有道、网易云音乐以及网易灵动等细分市场位置靠前🎉的项目。 小众赛道的红与黑 很多时候，新技术是债😘务而非资产，因为许多技术在诞生之初找不到足够清晰、连贯的应用😊场景。而什么都有想要的结果则是核心研发能力被指数级地稀释，最🌟终追随者取得胜利。 处于资本风口，广义上的具身智能还在😡凭借通用性寻找诸如巡检、监测、救援等确定的落地场景。反映到商🤯业化上，据人形机器人场景应用联盟统计，上半年国内公开的人形机😉器人订单中，高校、科研院所、职校等“探索性”主体占比为75%🤗。 “不要到大家都看好的路上挤，而要顺势而为，到安静处😢去积蓄力量”。承继相似管理哲学，一早便确定场景的灵动不太受此🤩烦扰，商业化更多像是一个随技术演进而循序渐进的过程。 🥳小新表示，灵动积累了大量挖掘机、装载机等工程机械一线作业的行❤️业数据。这些行业生产商都未必掌握的数据，经清洗标注后便是智能😀化的行业Know How。我们了解到，灵动在招聘中特别提到员😘工需要自己赶赴作业现场验收数据与实践成果，并以此迭代产品和算👏法。 比较典型的落地案例是灵动前段时间发布的无人装载机😁。据悉，在掌握挖掘机相关作业的物体识别、避障等数据后，灵动团🙌队仅花费三个月便在模拟环境下跑通单机智能化，即自A点铲料，去❤️B点卸料。但在实际投入一线中，仍面临不少难点。 “跑通😡智能化之后，后续的任务就是单机效率的提升。这个过程中会遇到许🚀多工程化问题，比如人员误入、料斗大小的适应、障碍物的避让与多😉机并行 调度”，小新表示。 基于此有两个重要参考指标，😅一个是单机效率相比人类操作能提升多少，另一个是AI接管率，即😜有多少任务可以完全交由AI完成——两相结合，即可得出规模生产🌟场景下，无人方案较传统作业的综合能耗优势。 目前，灵动🚀智能化方案下的无人装载机的综合能耗较传统人工节省30%，其中🙌部分来自于省去了夜间高峰作业的照明费用。从最早的矿山，到港口😜、搅拌站，跑通垂直场景技术路径后，灵动需要做的不过是不同基建😆场景的横向拓展。 “选好自己的场景，先不去解决通用性问🤔题，尽可能垂直，最后和客户做双向筛选”，灵动的发展路径，从某🔥种程度上与多数偏向通用性能力的具身智能独角兽形成了差异化。 👍 具身智能的最大敌人是人类自己，而高度碎片化的市场特征，😴也让专精垂直领域的打法更易积累早期优势，直到项目在小众市场触😢顶。 今年7月的WAIC，网易灵动发布全球首个为露天矿😅山挖掘机装车场景打造的具身智能模型“灵掘”与训练框架“机械智😉心”。为加速赛道发展，其还开源了模型数据集。 小新透露💯，灵动正在积极接触工信部、工程机械协会，以推动行业标准化，吸😅引更多主体与合作伙伴参与。据了解，灵动商业化落地案例中，有5😆0%的客户会找网易灵动来购买全套的方案，包含工程机械本体和智😴能化套件服务。灵动再向徐工、长安重工等主机厂下单定制化生产无😂人化的设备。其余40%是在现有工程车辆的基础上，灵动提供软硬🤯件一体的背包服务，安装到工程机械上，使其可以直接实现自动化无🚀人化的作业能力 大致算下来，灵动仅有10%的订单是经由😜合作伙伴封装交付，自侧面印证其拓展渠道合作的迫切，亦表明业务😉自早期验证步入市场拓展阶段。前文提到的开放数据集，以及灵动目😢前正在着手的出海，均是开拓市场空间的表现。 早些时候，🌟以灵动为代表的网易创新业务更多只能充当集团营收的补充，尽可能🤗回收内部初期开发成本。随着Gen AI持续演进，或通用或垂直🎉的Agent加速泛化，创新业务有望在实践中反哺游戏AI。 👍 游戏才是星辰大海 黄仁勋来华，穿唐装卖芯片；蔡浩宇😀赴美，开公司做游戏。多位行业大佬身体力行，足以证明游戏与AI🤔从未分家。 自2023年起，AI游戏的初创公司与项目便🥳层出不穷。只是多数项目在人才密集型的组织中沦为一闪而过的“流🤩星”。 大语言模型的成本已经被打下来，但生图模型的成本🌟仍高居不下，导致多数项目不得不为AI NPC与Agent披上😜像素游戏的外壳。这般类似90年代掌机的“复古”沙盒体验，而今😘多出于小成本独立游戏，画面表现甚至不如小程序运行的小游戏。 😂 另一方面，目前许多AI游戏项目以“共建线上社会”为验证😉落地的核心目标，需求玩家与AI高频交互。可不论是打字还是语音😍，于玩家而言都是不小的交互成本；开发者亦需要为交互背后的To😎kens付费。 自由度与低成本之间的天平没有谁能平衡。😜 参考蔡浩宇推出的Demo项目《Whispers fr🙄om the Star》。其以线性推动剧情叙事的方式限制自由😢度，从而控制交互成本的做法倒向了另一个极端：推动玩家买账的是😍AI，而非游戏性——逻辑上与Character.AI这般AI😴陪伴产品没有本质区别，只是游戏为玩家预设好了背景和场景。 🚀 为AI寻找游戏落地场景是创业者的乐土，成熟厂商无需“为赋🙄新词强说愁”。相反，多个已验证的场景需要AI的参与。事实上，😂AI游戏没有“Native”，AI本就应该是游戏的底层技术。🤩 以《逆水寒》为例，AI的介入正在缓慢改变MMO的社交😴生态体系。其联合快手推出的剧组玩法，支持玩家一键导入预先准备🤔好的视频片段或清晰图片作为动作捕捉的基础素材，生成动作和表情🎉数据，甚至生成游戏“短剧”。 公开数据显示，《逆水寒》😉剧组模式UGC总数破千万，已经成为维护玩家留存与活跃的重要动😍力。 对于有技术而缺场景的网易而言，依靠模拟建模初步跑❤️通的灵动迈出了游戏到其他垂直场景的第一步，过去限制网易创新业💯务的场景割裂问题已经解决一半。 在此之后，灵动与伏羲实😊验室的进一步挑战是加速批量化与规模化。至于未来的发力方向，亦😍昭然若揭——AI产能于工业化管线中的占比。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