我本來就是自動化工程師，對研發很熟悉，同時我又在網路做財經內容，所以我在這方面能夠給出專業的看法，那麼下面我就來給大家簡單講講目前機器人行業的現狀。

很多人看見宇樹機器人的完成度已經很高了，以為離人形機器人大面積普及已經不遠了，但這種想法是錯誤的，差距起碼還有個5~10年。

以宇樹機器人G1為例，也就是下圖這個來說

G1的完成度高只是體現在硬體上面，並且只是達到了可以嘗試去用的水準，但在軟體層面上基本還沒有多少進展。

G1目前的市場定位最多也就是個玩具，換言之，拿它來玩才是正確的使用方式，別指望它真的能幹好什麼事。

要讓G1達到能夠向大眾推廣的水準，關鍵在於軟體上面，而軟體指的就是大模型。

雖然現在宣傳上已經出現了很多華麗的動作展示，似乎人類能做的，機器就能做，但事實上機器並沒有真正理解這些動作到底是什麼，它只不過是根據特定的環境作出特定的反應而已，並沒有實現具身智慧的泛化能力。

說得更直白一點，就是它或許能夠在展示的時候表現得很好，但只要環境換一換，搞不好就分不清東南西北了。

要徹底解決這個問題，起碼得在實現AGI之後，但是這也僅僅是假設，誰也說不準是多少年之後的事了，所以暫時不討論這個方向。

從產品銷售的角度來說，現在這種產品是沒有辦法直接銷售的，因為大眾根本不會調整，甚至更正確來說是根本控制不了，買回去不能用是大概率事件。

因此，廠家要在大模型上面下功夫，起碼要讓大眾能夠依樣畫葫蘆，或者說能夠跟別人學著用，看起來似乎真的能實用，這樣才能把產品給賣出去。

為了實現這個目標，廠家採用的策略就是盡可能類比使用者使用的場景，然後訓練大模型去適應這些場景的特定動作，最後廠家再從訓練出來的N個大模型當中把通用性最強的組合起來。

大家可以把這種大模型理解成以前那種人手工寫的預設代碼，只不過大模型比人寫的複雜得多，但具體的研發路線與功能原理其實是一樣的。

用大白話來解釋的話，那就跟刷題是一個道理，現在廠家就是教會機器人死記硬背，刷了一堆題目之後出個通用性高的考試，考試能過的大模型就用它，沒有過得了的話，就把最好那幾個湊一塊，湊合著用。

事實上，這套策略與自動駕駛的演算法訓練是一樣的，用何小鵬的話來說，現在機器人的大模型水準也就是相當於自動駕駛的L2級別，起碼要到L3級別才能真正推向市場，L4就暫時不要想了。

當然了，機器人的演算法要比自動駕駛更難，而自動駕駛的L4都磨了N年了，到現在都還出不來，機器人要是能在5年內磨到L3那就已經不錯了。

為了加快研發的速度，現在機器人行業採用的策略就是拉大家下水，靠開源模式讓大家一起幫忙訓練大模型，希望玩著玩著就把大模型給補全了。

因此，王興興所謂的需求點爆，只不過是機器人行業生態開始發展了，並不是toC場景真的開搞了。

要搞一個能泛化到任意場景的大模型，難度實在是太大了，就是花二、三十年也不一定能搞出來多少，但是針對特定場景的大模型倒是不用太長時間，所以未來幾年內出個某種特殊場景下的機器人應用是有可能的。

就目前機器人的市場需求來看，全國年產幾萬件應該足夠了，未來幾年可能會排出一些機器人參與經營的實體店，需求或許能上升到20~50萬件/年，再後來就要看電池續航與電力供應等基礎性問題能解決到什麼程度了。