12月17日，小鹏汽车CEO何小鹏在社交平台发文，分享其对人工智能、机器人及中美科技创业生态的观察。
他指出，当前AI发展仍处于早期，物理AI有望在未来三年实现重大突破，而人形机器人领域将成巨头竞技场。
中美创业路径分野：模型驱动VS关节控制
何小鹏观察到，美国在AI、生物、金融等领域的创业较为集中，硅谷尤其聚焦SaaS与物理AI机器人，估值普遍偏高。相比之下，中国机器人公司多从关节与控制技术入手，而美国企业更倾向于从模型层面突破。他认为，人形机器人未来将是巨头角逐的赛道，而专用机器人则会在不同领域涌现大量成功机会。
物理AI或成变局关键：自动驾驶、机器人将跨越式发展
何小鹏引用哲学家维特根斯坦“语言即世界”的观点，指出语言虽承载知识，但也可能限制对世界的想象。他判断，未来三年重大突破可能不在于数字世界，而在物理AI领域。“自动驾驶将直接逼近L4级别，人形机器人可能实现从L1到L4的快速跨越，”他表示，“物理AI的发展将更深刻改变生活。”
谈AI泡沫：中美估值逻辑不同，市场仍处“混沌到有序”过程
针对市场关注的“AI泡沫论”，何小鹏坦言，任何科技浪潮都存在阶段性泡沫，这是市场走向有序的必然过程。他认为当前AI仍处于“0到0.1”的极早期，整体不存在泡沫，但中美市场特点不同：“中国估值相对合理，更关注应用落地；美国估值较高，更聚焦前沿研究。”
AGI尚未真正到来：缺乏创造力与长时序规划能力
关于通用人工智能（AGI），何小鹏指出，当前AI主要依赖模仿学习与强化学习，虽能通过海量数据训练获得涌现能力，但仍未具备真正的创造力。AGI需在多模态理解、世界模型构建、持续学习及长时序规划等方面实现突破，这可能需要数年时间与底层技术的进一步演进。
何小鹏总结称，AI将推动社会深度变革，物理AI与机器人领域的进展尤其值得期待。他呼吁行业保持耐心与理性，在前沿探索与商业落地间寻找平衡。
以下为何小鹏分享全文：
关于美国的新创业和机器人
感觉美国在AI，生物，金融方面的创业多。而AI方面的创业，从硅谷看，在SaaS和物理AI机器人领域特别多，估值也特别高，我这次聊了其中一半都是做机器人创业的朋友，非常集中。中国的机器人公司很多是从关节和控制入手，而美国的机器人公司很多是从模型入手。我认为人形机器人将来会是巨头的竞争，而不同的专用机器人则会有大量不同领域的选手，且会有非常多的成功机会。
关于物理AI
维特根斯坦曾经说过，“语言即世界”。语言是知识的总结，信息的传递，但某种程度也束缚了对世界的想象。很多事情靠语言很难想象和学习，例如小朋友如何学习行走，如何学习游泳，主要都必须依靠对世界的观察，模仿和强化。所以，大家都在期望从语言大模型，走向多模态甚至世界模型。我认为未来3年，最有可能有大突破的不一定是在数字世界（可以很明显看到OpenAI虽然核心在说AGI，但是全力在做业务落地。当然，期待下一个Transformer或者训练费用的巨大下行），反而有可能在物理AI领域会产生大变局，例如自动驾驶会直接到达准L4或完整L4；人形机器人会实现从类自动驾驶的L1到L4初阶的快速跨越，这些反而会产生巨大的突破。物理AI的发展速度会比数字AI慢，但是改变我们生活的力度会更大。
关于AI泡沫
我认为任何科技时代都是阶段或局部有泡沫的，无论是互联网时代，还是新能源汽车时代，但是这是一个市场从混沌到有序的必然竞争过程。整体来说，我认为AI必然会推动整个社会巨大的变革，今天还是0到0.1的最开始阶段。如果一定要说泡沫，感觉中国估值比较合理，美国估值实在有一点高；中国更关注市场应用，美国更关注前沿研究。
整体来说，我认为当前没有AI泡沫，未来AI的市场有着巨大机遇。
关于AGI的到来
我认为今天的AI主要是类似人类的模仿学习（例如学习课本上的知识，学习别人如何操作一个事情）+强化学习（例如反复刷题，反复将一个事情的效果和效率做好最快）。类似自动驾驶，因为可以快速从百万人的驾驶习惯中学习，所以会看到很快可以比大部分人开车更好更安全，以及出现全新的涌现能力，但是这些并不是真正的创造力。真正的AGI还需要很多能力，例如从多模态到世界模型（类似我们的知其所以然，或者类似自动驾驶世界模型的左右互搏学习的升级版），例如持续学习，例如长时序洞见和规划能力等都还没有完全到来，可能还需要数年时间以及等待部分底层能力的再次提高。
扫一扫关注微信
