众力资讯网

现实世界反击

最近在外面跑了一圈,从不同人那里隐约看到同一件事。 在深圳,有个 founder 做工业大模型。搞具身智能牛逼哄哄那帮人
最近在外面跑了一圈,从不同人那里隐约看到同一件事。
在深圳,有个 founder 做工业大模型。搞具身智能牛逼哄哄那帮人,基本做算法出身,但从算法到把机器人做出来隔着一万个细节,螺丝怎么拧、线怎么布、用什么材料,全在老师傅脑袋里。
他们加钱请老师傅把 knowhow 捋出来,让机器落地,那些脸上的皱纹和手上的老茧卡住了具身智能落地的脖子。
在另一家公司,机器人报 0x24 的错,十几个算法博士不知道什么意思,一个天天肉身跟机器人混在一起的本科生走过去断电,隔十秒再开,机器人就正常了。博士问什么情况,本科生说我也不知道,试出来的。
后来算法博士们遇到真机问题都找他。左膝抖,他知道是哪根线。右臂抽,他知道哪个交换机最近不太好。腰不回零,他知道昨天有人急停以后忘了homing。
后来本科生离职,原公司招了三个博士替代他,不过等到下一次 0x24 报错,还是只能拔电。
在杭州,听一个 founder 提起卷卷。早年百度贴吧的老人,后来在字节被张楠挑中从零到一摸索抖音,现在做的是用 ai 驱动 3d 打印。也就是人说话,能直接得到一个玩具。
卷卷受到的最大震撼是从比特到原子的 gap。你不能用互联网迭代的习惯去快速试错,原子是固执的,有自己的时间表。你需要去研究材料,而材料是上帝或自然造的,原子跟原子间的力量,跟人的贪嗔痴一样古老。人改造自己有多难,那改造它就有多难。
于是卷卷得去寻找适合 ai 管线串联制造的材料,然后再决定选什么设备、什么工艺、什么产线、如何交付,直到符合用户对特定产品特质的需求。
我竟想起爱迪生。在某个夜晚,一个实验的灯泡又烧了,那哥们兴奋地说,我又发现了一种不适合做电灯丝的材料。
卷卷说:互联网工作抬头看的是工区天花板,在会议室或小黑屋里封闭开发,但在制造业,你必须不断跟产业链上的各个环节碰撞。
一直是数字世界叫牌,现在轮到物理世界。物理世界卡住了数字世界的脖子。
然后今天又看到高德扫街榜发布飞行街景 2.0,这是个落地的功能,它第一次立体生动的表演了物理世界如何驾驭数字世界。
去年飞行街景 1.0 是提前在手机上看到店铺长什么样,它不再只是一个名字和一堆割裂的照片,而是一个三维空间,包括装修风格、布局、采光。但只能跟随一个固定的视角,从店头开始,穿门入室。今天 2.0 是你能主动选任何位置,调整观看角度,想飞多高,都自己定义。
买演唱会的票,我甚至可以提前看到每张票的位置,有没有对着舞台中央。从手机到现场的无损衔接。
背后是高德的所谓空间智能,花了十多年在数字世界里建立了现实世界的数字孪生。大模型用到的语料是人类知识可以显性表达出来的那一部分,但空间智能不同,它是对物理世界的一对一完全真实复刻。
若只是复刻,还只是空间,可还加上时间这一维。我现在去一家馆子,附近的停车场有没有空位,在高德上能看到。半小时后有没有空位,可以算出来,跟算红绿灯等待时间的逻辑一样。若没空位,它还能推荐一个最近的 b 停车场备选。
空间智能,即物理世界里一切原子的移动,都被随时记录,再算清楚,推到你手机里。
互联网时代,信息分发是枢纽。ai 时代,能力分发才是枢纽。一家餐厅有多少条评论、一个景点有多少张照片、一家酒店多少钱,信息迅速商品化。大模型可以总结,分分钟生成一份东京十大餐厅,保准比平台收费的榜单客观。
但真正困难的不是什么地方是好的,而是理解什么地方在什么场景下对现在的你是好的。
同一个空间在不同时间可能会完全不一样。一家餐厅周二下午安静而松弛,但周五晚上极度拥挤。一条街白天普通,但日落时突然非常迷人。京都在晴天和雨天,不是同一个世界。
空间智能必须理解:人流如何随时间变化,排队长短如何变化,光照如何变化,城市不同区域的活跃度如何迁移。于是地图从静态几何世界,变成一个不断演化的“流动”。
真正重要的变化发生了。空间智能先把真实世界一层层搬进数字世界,让人还没到场已知道那里长什么样。再把人流车流跟空间接起来,就知道一个停车场半小时后有没有空位,一天行程如何会更顺畅。不止是复刻世界,而是理解世界的进程。
三个问题被解决了。
第一,被互联网造假粉碎的信任,又被所有人肉身留下的轨迹重新找回来。
第二,互联网里只有 point ,但空间智能给你在场感。
第三,互联网捕捉不了时空,就没“流”的概念。而时空智能掌握你的轨迹上下文,理解此刻你需要什么。
互联网的产品模式和商业模式正在被连根拔起。现实世界死死掐住数字世界的脖子。
当机器人还不能麻利叠被子、稳当上梯子,我没想到最先在物理世界实现智能的,是一家上古神登级的地图公司,而它的突破口是导航这样一个极不性感的苦活。
我们的认知一直在不停纠偏。以前美国人以为只要掌握最前沿科技,干脏活累活的下游国家都是可以随意拿捏的跟班。但中国累积出最强产业链,却可以反过来进攻最前沿科技。从下往上攻,竟比从上往下攻容易。
以前以为 ai 需要人先写好逻辑,再一个个教给它,但后来知道,只要给它足够的语料和算力,智能自己会涌现。
以前以为 ai 是一小撮天才的较量,但后来知道,算力、电力、应用场景都可能成为瓶颈。卡住美国的有一条,竟是造不出足够的变压器。
等有了语言大模型,就以为要教机器人做事,是要通过语言在中间做一道转换,后来才知道不需要语言,直接给机器人现实世界的数据,它能直接输出。
以前又以为,物理智能的突破口首先要有一个能自主运动的硅基,比如智驾电动车或机器人,可今天才知道反方向也行,物理智能不一定是用智能驱动机器人,而是用智能辅助人在物理世界里流动。
又想起上周在新加坡碰到一个早年做游戏现在看生物科技的 90 后投资人。
我问他 ai 对于生物科技有什么用处。他说用处不大。生物科技的卡点不是想法,而是实验。那等到那一群老鼠都死了,实验才算结束,这个没法加速。
我问一类是可以加速的技术,一类是不可加速的技术,区别在哪里。他说,人类创造的世界比如数字世界,是可以加速的。但人类无法创造的世界,比如人类自己,比如黄金和稀土,是不能加速的。那是上帝的世界,或自然造物主的世界。
他说人类科技严重偏科。数字世界过度发育,而无法加速物理世界和生命世界。比特世界能对原子世界跟细胞世界建模,但建模等于简化,简化等于失真。比特世界发生错误的损失不大,但原子世界和细胞世界发生错误即代价沉重。
豁然开朗。原来如此。
再重复一遍,比特世界是失真的。何止失真,简直是一塌糊涂骗子的天堂。人类可以加速的世界,那人类就可以为所欲为,何止是加速,甚至是扭曲践踏。所以需要物理世界对数字世界纠错。
至于用数字世界去给物理世界加速,又分成两个赛道:你是去直接改变物理世界,比如造一种新材料,或灵活的机器人,还是辅助人去更有效率地利用物理世界,比如给人装上外骨骼,或告诉它去哪个店和停车场。
我以前问过,你是押注 ai,还是押注人?你押 ai,其实是押人,ai 是人造的。但押人,其实是押上帝或自然,人是祂们造的。
那谁更聪明?至少从目前来看,显然上帝或自然比人聪明。人类的科技只是在缝缝补补,而生命本身才是大基座。
我选择押注上帝与自然。