今天下午和朋友讨论人形机器人领域模型的进展，感觉这个行业对创业公司不大友好。
我们去看国外的 Gemini Robotics、π0，以及 Figure 和智元发出来的机器人模型，目前看，机器人模型距离量产应用还很遥远。特斯拉没有公布 Optimus 的模型进展，可以预期的是，特斯拉也许会比这些公司做得好些，但很难好太多超前太多。
那么机器人模型领域当前最大的拦路虎是什么，是连训练模型的数据都没有。
这个问题，国内两家比较典型的做机器人大脑模型的代表，银河通用和智元，前者侧重于仿真为主，仿真 + 遥操，智元侧重于遥操为主，但也有仿真。
所谓遥操，也就是带上 VR 设备，从机器人的视野看出去，操纵机器人的手脚洗衣服做饭…这是干嘛呢，想想智驾系统是怎么积累到老司机数据的？没错，你在操纵机器人积累高质量数据。
机器人模型短期内还很难量产应用，那特斯拉今年生产 5000 个机器人干嘛呢，答案是，先建立初始的数据集。
目前 Optimus 机器人还没有大规模导入国产供应链，还是以类似舍弗勒这样的传统巨头为主，加上那个 22 自由度的灵巧手，一台 Optimus 机器人成本要大概 10 万美金，5000 台就是 5 亿美金。
在这个基础上，再加 5000 个遥操 VR 设备、5000 个遥操测试员、以及能够基于这些数据集训练模型的算力集群。
这未免太烧钱了，不是营销烧钱，是研发未免太贵了点。
讨论到这里，我的想法是人形机器人模型领域需要一个 DeepSeek - R1 时刻，一个低成本开源的方案，大幅降低创业的门槛。
如果没有 DeepSeek - R1 时刻，以当前的范式，那人形机器人只会是一个比 LLM 门槛更高，对创业公司更不友好的领域。
这未免有点无趣了。
——
PS：感觉 Grok 3 的图像生成挺一般的，换 Gemini 内置的 Imagen 3 一试，啊打扰了。Grok 3 还行...
