不买

fakenews (匿名用户) 在 ta 的帖子中提到：

是否值得近期入手

你莫不是真觉得人形机器人10年内能大规模铺开？就是炒炒概念，过两年业绩就打回原形。

fakenews (匿名用户) 在 ta 的帖子中提到：

目前的形势不能只看PE吧，只看PE的话英伟达都不应该买

公司目前主要是主题炒作，实际六维力矩传感器还根本没有任何进展，目前主要是国内个别非上市公司和国外公司在做，并且真实量产供应上是国外公司在做，并供给tesla；从主题炒作的角度，跟着机器人板块会有一些股价反应。

fakenews (匿名用户) 在 ta 的帖子中提到：

是否值得近期入手

有两三家还不错的，有一个宇立，对了请问你是哪个学院呀

fakenews (匿名用户) 在 ta 的帖子中提到：

很专业的评价！请问您有了解传感器领域国内最有潜力的一个公司吗？（因为听评价对于柯力传感不是太看好）

作为投资行业摸爬10来年的老人，负责任的可以告诉你15-16年左右就炒过一次机器人，现在没什么人记得了而已

fakenews (匿名用户) 在 ta 的帖子中提到：

人形机器人不一定，但是电子宠物机器人是肯定可以的，我自己就是研究大模型的程序员。

但是如果投入足够多，人形机器人也说不准。毕竟现在是指数发展阶段，一切都是未知的。

我的意思是说，骗局和谎言天天有，几年一个来回，现在进，明天哭。

fakenews (匿名用户) 在 ta 的帖子中提到：

如果用历史来分析现实，那今天就不应该产生计算机，就应该活在农耕时代。不了解技术细节的人肯定意识不到这次chatgpt诞生的真正意义。

这次也一样，这就是我的态度

fakenews (匿名用户) 在 ta 的帖子中提到：

我的意思是，这次不一样，您可能还没有意识到，没有下次了，这是一次直接到底的旅程，简称“工业革命”。

AI一直在各行各业都占有一席之地，垂直领域的AI一直都有人做，也能赚到钱，不需要等到大模型。但这里的关键问题是，所谓的一席到底有多大？

GPT-4向大家展示了什么叫大力出奇迹，确实让很多人，尤其是国内的人，对于AI的上限有了新的认知，但离工业革命还差很远。历史上工业革命都是利用能源将人类力量进行放大，这里的能源包括热力和电力。而现在的大模型输出是基于概率，只不过数据量足够大（大规模算力也是为高效处理大规模数据服务的），所以接近人类已产出的信息，但由于这些模型都是基于连接主义，可解释性差（实际上就是不可解释，所谓的“涌现”不过是一些研究人员移植了其他学科的概念用来自说自话，活生生把一个人造的工程学科变成了像化学一样的纯实验科学，确实也不负“炼丹”之名），结果可控性差。GPT-4虽然没开源，但原理大家都知道，其领先之处应该是以工程和各个环节的创新小trick组成，作为一个商用产品是非常成功的，学术上也有其价值，但还远远谈不上革命。

大模型（或者更广义的AI）作为一个没有解释性结果不可控但确实能在一些场景上在不理解原理的前提下依葫芦画瓢的工具，未来应该扮演的是非关键环节的人工替代，或者在关键环节上扮演人工的辅助。所以这就是现在大模型大多用于生成场景，比如写个文档，生成图片，甚至像Sora那样生成视频，因为这些场景本来也没有标准答案，输出一个差不多的凑合着用问题不大。

个人觉得大模型应该还有发展空间，但产生的价值未必能覆盖当下整个社会的期待和因此投入的成本。

fakenews (匿名用户) 在 ta 的帖子中提到：

不过我还是稍微解释一下为什么这次可以，不然显得我好像明明什么都不知道还在这里装懂。

首先，作为研究AI的工科生，在gpt-4发布之前，我其实也向您一样持有悲观态度，甚至我找工作的时候想转行做一些更基础的计算机技术而不是AI。所以我特别理解您对于这种泡沫的担忧。

其次，为什么gpt-4的发布意味着工业革命的开始呢？因为人工智能突破了一个临界点，或者叫做“准人工智能”的诞生。什么叫准人工智能？可以定义为“泛化性和正确性的表现可以超出人类预期的人工智能”。而这个人工智能是用“神经网络”训练的，神经网络的训练方法在很大程度上能够在不同领域之间迁移。所以，在各种领域逐渐诞生新的准人工智能指日可待。在可见的未来，任何你能想到的领域，包括但不限于语言、视觉、语音、机器人，准人工智能都会占有一席之地。

……

机器人和大模型都属于广义的人工智能概念，现在大模型火了，正好百业萧条，资金无处可去，投资机构逮着一个和AI相关的题材就疯狂操作。

但其实从技术上讲，我觉得机器人和大模型没啥直接联系，顶多是一个产品中把机器人和大模型整合到一起，比如机器人问答或者帮助机器人理解一些自燃语言描述的简单任务，但这其实就是单纯在机器人里嵌入了一些大模型的接口调用，充其量是增加了机器人的可玩性。

allgewalt (四金) 在 ta 的帖子中提到：

你莫不是真觉得人形机器人10年内能大规模铺开？就是炒炒概念，过两年业绩就打回原形。

是这样的，你这个视角很客观，楼主对于前景一是过于乐观，二是单押一个细分零部件公司（而且没有实际出货），所以我否定的是他的这些观点

dejavuuu (吃不饱睡不醒) 在 ta 的帖子中提到：

机器人和大模型都属于广义的人工智能概念，现在大模型火了，正好百业萧条，资金无处可去，投资机构逮着一个和AI相关的题材就疯狂操作。

但其实从技术上讲，我觉得机器人和大模型没啥直接联系，顶多是一个产品中把机器人和大模型整合到一起，比如机器人问答或者帮助机器人理解一些自燃语言描述的简单任务，但这其实就是单纯在机器人里嵌入了一些大模型的接口调用，充其量是增加了机器人的可玩性。

楼主这不是已经很笃定了吗，都这样了那就投呗

fakenews (匿名用户) 在 ta 的帖子中提到：

是否值得近期入手

你这个回答让我觉得你似乎对深度学习的可解释性这个研究方向并不了解，所以可能连“可解释性”这个概念都没弄清楚。当然我这里主要指的是机器学习理论中的可解释性，你如果非要说你是指的其他定义，那我们应该没有在同一个频道上。你说你是搞大模型的，那你可以去问问任何一个搞可解释性研究的人，chatgpt的输出和神经网络的可解释性是否有关系。

反正我所了解的当前的研究进展来看，只有两层神经网络（还是不带卷积那种）的可解释性研究的比较透彻，再复杂的神经网络，也有相关的研究，但当下应该没有现成的工作能给出令人满意的答案，更别说基于Transformer的模型了。至于大模型，那都是靠“涌现”这样的玄学去解释了。

fakenews (匿名用户) 在 ta 的帖子中提到：

首先，关于可解释性的问题。chatgpt输出的文本就是可解释的吧？比如你想知道它为什么给你这个答案，只需要问它:“为什么这么说呢？”

关于是否可替代，我和你有完全不同的观点。我们姑且认为chatgpt的上限是人类精英阶级智力的均值。那么这个水平已经足以替代社会上绝大多数人。一个很直观的例子就是gpt写代码水平比社会上90%的人高。

其实话说回来，投资很多时候和实际上某个方向最终能否实现商业闭环不是强相关的。

这年头投资赚的是其他接盘人的钱，那些人相比楼主而言更不懂。所以楼主更应该判断近期是否有人接盘，而不是纠结机器人这个方向十年后能怎么样。

vangopilior (生如逆旅罢了) 在 ta 的帖子中提到：

楼主这不是已经很笃定了吗，都这样了那就投呗

你要不要看看你在说什么。生成式AI和控制领域的研究完全是两套路子。

fakenews (匿名用户) 在 ta 的帖子中提到：

如果要解释这一点就要更多的技术积累了，但总之大模型和机器人肯定不是单纯的调api这种关系。你可以理解为把训练chatgpt的那一套方法，搬到控制机器人上，你可以得到一个在机器人领域的chatgpt级别的产品。

我从来没有说过非要理解原理才算智能，我只是说不理解原理只会依葫芦画瓢，无法产出哪怕是你说的“人类智能”，这和是否为黑盒没关系。

更何况，怎么才算是“表现出人类智能”？这个本身就很抽象。

图灵测试也可以看成是一种黑盒测试，但很明显目前的大模型离通过图灵测试还很遥远，更不用说即便通过了图灵测试是否就能带来生产力的发展这本身都是一件存疑的事。

fakenews (匿名用户) 在 ta 的帖子中提到：

并不是我对可解释性不了解，而是我们对于“智能”的定义不同。我认为的智能:只要表现出人类的智能，就是智能。你认为的智能:必须你明白原理，才算智能。但是你有没有想过，在你的定义下，人类也是不可解释的，人类也是黑盒。你能说人类没有智能吗？

如果这只是你个人的判断，或者你是想说一个梗，这无可厚非，虽然我不认可。

但如果你觉得你说的这个是一个严肃的结论，那你如果真的能拿出相关的推导，那大概会刷新我和我周围人的认知。

fakenews (匿名用户) 在 ta 的帖子中提到：

一切皆可Transformer两条路子大一统只是时间问题

你仔细看一下这篇文章的abstract，里面提到：Our goal is to enable a single end-to-end trained model to both learn to map robot observations to actions。

这里成立的前提是，已经有了若干的action，大模型在这里的作用还是把视觉和文本信息转化为指令，但具体的指令执行依然是原有的机器人模块在做。那么这里的流程其实是：接受视觉和文本信息→调用大模型→返回指令→传统控制逻辑执行指令。

一方面，这里对大模型就是调用，结合周边视觉信息理解自然语言描述的任务，这里我前面已经提到了；另一方面，机器人最麻烦的问题是在真实环境下执行各种动作，如跑、跳、绕开障碍物，这些和大模型没啥关系。

而且我前面也说了，大模型肯定能增加现在机器人的可玩性，所以也有其价值，但价值有限。

fakenews (匿名用户) 在 ta 的帖子中提到：

https://robotics-transformer2.github.io/

文中提到：allows RT-2 to perform multi-stage semantic reasoning, for example figuring out which object to pick up for use as an improvised hammer (a rock), or which type of drink is best suited for someone who is too sleepy (an energy drink).

也就是解析的粒度就是到要执行的动作为止，具体怎么执行那大模型就管不了了。

以跑步举例的话，大模型可能可以告诉机器人向前用多大力度跑多远。但跑的过程中如何在复杂的地形中依然能维持平衡，这就不是大模型做的事情了。

fakenews (匿名用户) 在 ta 的帖子中提到：

你仔细看看，action就是delta x y z，这还不够底层控制吗…跑，跳，不就是若干delta x y z的结合吗

我觉得讨论的时候尽量不要用“等你读懂”这类词汇，因为你这是在拿不出依据但又不想承认的情况下试图暗示旁人“我掌握了你们不知道的信息所以你们相信我就行了”。

当然这个帖子下面确实不宜讨论过多技术，我们可以从另外一个层面思考这个问题：这篇文章去年七月就有了，距离现在已经大半年了，如果这篇文章已经能让懂行的人相信智能机器人是可行的，那不用等到我们今天在未名上扯，相关的大项目早就上马了。但你看最近资本的关注点都还在关注类chatgpt的产品以及今年年初的sora，不用等到最近才有投资机构去炒。

fakenews (匿名用户) 在 ta 的帖子中提到：

我也不想争论了，等你真的读懂rt2这篇论文的想法的时候就会觉得它能了。

人工智能是未来发展趋势趋势，a股领域目前没有特别核心的公司，大多是蹭概念。建议转投其他股市。另外，机器人是硬件生产，目前大多是概念机，鲜有量产，真正量产后才能给相关公司带来收益。硬件生产更新速度会慢于大模型，大模型发展会更快，最可能带来短期收益。大模型公司目前投资（芯片、人力等投资）均大于公司实际收益，openai也不例外。但大多大模型公司都要去购买算力去训练，建议投资大模型相关算力股。不仅限核心AI芯片，还有服务器液冷、生产等等。个人投资建议，仅供参考。

fakenews (匿名用户) 在 ta 的帖子中提到：

rt2的想法:机器人可以将自己感受到的输入大模型（包括但不限于视觉、语言、触觉），大模型也可以将决策直接返回机器人用于控制（包括但不限于细微动作、宏观规划）。而这一切都是由一个Transformer完成的。

至于你说的为什么还没有成果出来，我的答案是:因为OpenAI还没入局。