商业化之困，如何破局？
近日，浙江有鹿
机器人科技有限公司(以下简称“有鹿机器人”)以超亿元融资、超千万订单，打响具身智能商业化的“第一枪”。
ChatGPT的横空出世，在全球范围内掀起新一轮AI热潮，然而想实现真正的“通用人工智能”(AGI)必须扎根于物理世界，理解并掌控客观存在的各种实体。具身智能概念，因此再度火热，大模型也逐渐下沉现实。
尽管谷歌的PaLM-E、斯坦福的VoxPoser都取得了可喜进展，能够直接理解自然语言指令并拆解为一系列动作，但在真正的产业化落地上，具身智能仍面临诸多障碍亟待突破。
通用大脑，解码万亿级市场
有鹿机器人正是在这一背景下应运而生。
公司创始人陈俊波，是浙江大学计算机系博士，曾任阿里云搜索部门反作弊算法方向负责人、淘宝数据实验室算法负责人、菜鸟ET实验室算法负责人、阿里达摩院自动驾驶实验室的业务负责人。阿里的配送机器人“小蛮驴”就是达摩团队的作品。
2023年，陈俊波出走创业，与前阿里巴巴机器人CEO谷祖林、前浙江网新恒天软件副总裁王建成立有鹿机器人，聚焦于大模型与具身智能的融合创新。
要让具身智能真正落地，必须跨越几道坎：首先是大模型与现实物理世界的融合，通过模型直接感知和操控客观实体；其次是在海量真实场景数据中训练模型，不断迭代优化；再者是将先进技术与传统制造业无缝对接，满足生产和应用的实际需求。
而要想训练出真正可用的具身智能大模型，必须获取大量真实物理世界的数据，这又必须建立在商业化的基础之上。因此，有鹿机器人将目光放在为各类专业设备提供“通用智能大脑”上，专注机器人形态的泛化升级，这在中国拥有得天独厚的产业优势。
我国是制造业大国，总体规模连续14年居世界首位，但大多数制造企业缺乏人工智能技术积累，难以为自身产品研发专属智能系统。
有鹿机器人瞄准的，正是这个巨大市场缺口。
未来，轮式机器人、复合式机器人以及新兴人型机器人等，预计总体市场规模将达到万亿级别。而有鹿所倡导的“通用大脑+专业设备”模式，能最大限度降低企业的智能化改造成本，提升投入产出比，为企业的智能升级铺平坦途。
顺应上述思路，有鹿机器人联合阿里云通义千问，在2023年共同发布LPLM-10B(Large Physical Language Model)大模型，解决了传统具身模型延迟高、准确率低、泛化能力差等缺陷，可以实现在跨模态、跨场景、跨行业的数据中提取出许多共性信息，通用性极强。
今年3月，有鹿机器人推出了基于LPLM-10B的Master 2000通用具身智能大脑。该产品可以直接对接传统设备，赋予其智能化能力，并且即插即用。
凭借出色的性能，有鹿机器人很快斩获了一笔来自头部清洁设备制造商的超千万元订单，这也是严格意义上具身智能领域的首笔高额订单。据悉，目前产品已开始量产交付。
超亿元融资为商业化护航
近日，公司宣布完成超1亿元融资，由李开复博士创办的创新工场、阿里巴巴联合创始人吴泳铭创办的元璟资本、BV百度风投共同投资。
并且投资方对有鹿机器人的估值不仅在于短期收益，更看重具身智能巨大的长期发展前景。
按照陈俊波的设想，有鹿的使命是为每一台传统设备配备一颗“通用智能大脑”，让机器变“聪明”，凭借LPLM技术的通用性优势，完全可以撬动万亿级商机。
此外，有鹿机器人还将着手开放自身品牌，助力合作伙伴实现品牌智能化升级。可以预见，未来有鹿机器人将与更多制造业伙伴加深合作，共同打造具身智能产业链上下游生态，加速推动整个产业的发展进程。
写在最后
从理论到实践，从实验室到工业级应用，想要让大模型真正落地，攻克商业化是必由之路。
事实上，具身智能被普遍视为大模型技术在物理世界落地的重要方向。与传统的机器学习方法相比，基于大模型的具身智能在交互理解、多模态感知、跨领域泛化等方面具有天然优势，被寄予厚望能够成为通向AGI的关键一步。
然而对于具身智能而言，当前的技术突破只走了一半路，接下来如何与传统制造业对接，构建可持续的商业模式，才是决定性一步。
有鹿机器人先锋性地提出了“通用大脑+专业设备”的可行路径。
通过赋予LPLM大模型一种普适的认知结构和行为规范，使其能作为各种不同形态机器人的基础模型加以应用，并与现有生产线无缝集成，使智能化改造的成本将大幅下探，也利于产品在更广阔领域内快速普及。
这种“共享型智能”模式具有天然的护城河优势。
新创企业往往资金有限，很难同时具备大模型研发和工业产品制造的双重能力；而像汽车、工程机械这些传统制造业巨头，又缺乏算法建模的基因，难以短期内掌控大模型技术。
有鹿的“组合拳”无疑正中下怀。
若能继续保持技术领先，并在更多垂直领域落地商业化，有鹿机器人或将扮演整个具身智能生态的枢纽角色，成为一股不可忽视的新兴力量。
