AI 機器人的終極形態是什么？給你 2 個選項，看你能否猜準確。

形態一：純工具。比如某車間里，一臺方頭方腦的機器人正沿著既定路線巡檢。它靈活繞行，掃地，搬東西，巡檢 ...

形態二：生物 AI。深夜的醫院走廊，一臺搭載 AI 系統的護理機器人停在病床前，它沒有機械地詢問 " 哪里不舒服 "，而是通過患者微表情和語音顫抖識別出焦慮，主動調暗燈光，播放對方喜歡的鋼琴曲。

你可能猜對了。" 這種 " 有文化 + 有情感 " 的 AI，可能是機器人的終極形態。" 沸點資本創始合伙人于光東說道，早在 2019 年，公司就押注 AI+ 機器人，從送餐機器人到牙科手術機械臂，投資邏輯始終明確：未來的機器人，必須符合 2 個特征——文化與情感。

于光東將機器人發展路線總結為 3 個階段：

第一階段（現在）：效率工具。

疫情催生了第一批成功案例：YJKJ 從酒店送餐拓展到寫字樓清潔，年收入翻倍；AI 影像診斷公司 SZKJ 靠自動生成報告實現利潤。這類項目的共性是替代 " 人力不愿做、做不好 " 的重復勞動，比如分揀、檢測、搬運。

第二階段（進行時）：半人化助手。大模型讓機器人學會了部分 " 拐彎思考 "，能補充人類已知的知識盲點，甚至部分情感盲點。

第三階段（5 年內）：生物 AI 爆發。

" 文化 + 情感是核心指標。相當于你們身邊多了一種生物。以后的 AI 機器人，有可能訪談的比你還好，提的問題比你還尖銳，提的問題比你還溫暖，然后甚至還有各種各樣的 call back。"

在這個階段，醫療陪護、文化創作、企業管理是比較好的破局點。

最近，于光東也加入了 Global AI 的投資人陣容，后者是一個面向全球 AI 應用創業者的超早期投資加速平臺，旨在推動 " 一人 AI 獨角獸 " 時代的到來。

在這篇文章里，他將為我們解讀 AI+ 機器人的系統性機會。敬請閱讀鉛筆道創始人王方與沸點資本創始合伙人于光東的對話。

聲明：訪談對象已確認文章信息真實無誤，鉛筆道愿為其內容做信任背書。

01 過去 7 年 只投 AI+ 機器人

鉛筆道：最近幾年，投資精力放在哪里？

于光東：2019 年之后，我們就專注于投 AI+ 機器人。今年，我們投的 DRob 機器人引發市場關注，沸點資本是其首輪投資方。

此外，我們還投了 SZKJ，用 AI 分析醫療影像（手持超聲，面向基層醫院銷售）。后來，他們探索出更優的商業模式，通過機器人生成診斷報告，現在僅診斷報告業務就實現年純收入數億元。

鉛筆道：2019 年就專注 AI+ 機器人，那么早？

于光東：因為我從 03 年開始就涉足互聯網，是互聯網創業者出身，我在長期實踐中發現一個底層規律：任何一個行業，當應用創新顯著超過技術迭代時，往往預示著技術即將迎來升級。

2019 年，我們觀察到移動互聯網應用已無明顯紅利。例如抖音崛起后，新 APP 的突圍難度極大。

投資的互聯網創業公司用戶量遭遇增長瓶頸，發展面臨天花板。這說明什么？這說明產品已觸及發展上限。

所以 2019 年，我們就開始研究下一代基礎技術該是什么。

當時 OpenAI 的擬人化技術尚未成熟，智能助理功能也不完善，但已具備視覺識別、聽覺處理、語言邏輯判斷等基礎能力 —— 盡管技術形態較為初級，但方向正確。

我們當時研究投資方向時，發現 AI 與機器人必須如同大腦與手腳般協同。最早啟發我們的是 YJ 機器人，它證明了 AI 決策 + 機械執行的黃金組合。

無論是機械臂還是移動底盤，本質都是替人類‘行走’于不同場景。基于這個認知，我們干成了件大事：我們與（北航）王田苗教授合作，投資了 MC —— 一家專注于 AI 牙醫 + 齒科手術機器人的公司，其核心能力是用 AI 診斷 + 智能制造牙套 + 手術機器人執行種植牙等手術。

這次投資后，我們明確鎖定 AI+ 機器人賽道。

鉛筆道：這個想法在什么時候嘗到了甜頭？

于光東：我們從 2019 年啟動投資，未曾料到 2019 年年底疫情突然爆發。這疫情三年，對所有項目來說，尤其是此前投資的移動互聯網、消費領域的項目造成嚴重沖擊。當時很多基金都受到影響，我們也不例外。我的合伙人在上海，受封城影響長達半年，團隊無法當面溝通。

當疫情緩解后，我們重新聚到一起，再回頭審視投資的公司時，卻發現了意外之喜：我們所有被投企業竟因疫情成為受益者。以我們投資的酒店機器人公司 YJKJ 為例，其借疫情契機實現了快速發展。

鉛筆道：具體說說看？

于光東：疫情前機器人使用率較低。疫情期間，外賣配送受限，人員流動管控嚴格。我們就研究新商業模式，探索倉儲配置與酒店電商的融合。同時，寫字樓對非接觸服務的需求激增，掃地機器人的市場需求顯著提升。YJKJ 業務從酒店業務拓展到寫字樓，又進入更多場景。疫情對勞動密集型行業的沖擊，反而為 AI 機器人創造了發展機遇。

我們投的 AI + 超聲機器人公司也是如此。疫情期間，線下就診受限，醫生資源緊張，但肺部感染患者對 B 超檢查的需求激增，患者也增加了醫護人員風險，遠程和全自主掃查的超聲機器人需求就出來。

鉛筆道：AI 可以與萬物結合，你為什么選擇 AI+ 機器人公司？AI 純軟件公司你看不看？

于光東：我們為什么強調 "AI 技術 + 機器技術的結合 "？當時 OpenAI 尚未崛起，我們就在思考：單純的 AI 能否落地成為實際應用嗎？

在 2019 年那會兒看來，顯然不能。我們當時就判斷，必須把 AI 技術和機器人技術結合，通過一個終端載體，才能在各行各業發揮作用。

但這里頭有個有趣的點。不同行業對機器人的要求差異顯著。就以我們投的骨科機器人項目為例，進行骨盆手術時，傳統方式需要四五個 200 斤的壯漢固定患者，否則骨頭易受損。這種力量型工作，人力難以實現精準且無創傷的固定。因此骨科手術機器人的手臂必須具備相應力量，這構成了較高的技術門檻。

再比如我們投的牙科公司，制作矯正牙套等精細工作需達到微米級精度，以前只能依賴人工。這就需要機器人有像針一樣精細的小手。所以說，機器人技術本身就存在機械壁壘，每個細分領域都有自己的門道。

其次，光有機械還不行，必須得加上 AI 大腦。就說我們投的 YJ 機器人，現在全國這么多臺機器人，云端都有統一的 AI 系統在后臺支撐。

這就是這個投資方向的由來。

圖注：鉛筆道作者認為，于光東這張照片像極了世界拳擊比賽冠軍 - 鄒市明

02 機器人進化的 3 個階段

鉛筆道：如果是純終端但沒有 AI 大腦的機器人，你們不會投？

于光東：如果沒有 AI 大腦，技術再好也不行。我們見過太多例子，像刷墻、擦玻璃、刷船、泳池清潔、除草的機器人，這些對 " 大腦 " 依賴度低。

以前酒店寫字樓門口也放機器人，但只能靜態陳列，無法執行外賣配送等任務，為何發展受限？因為其功能局限，既無法處理酒店數據，數據收集也無實際意義。

但我們投的 YJ 機器人不同：配送外賣需具備電梯操作、行人規避等能力，這需要 " 大腦 " 支撐。具備躲避行人、操作電梯的能力后，自然能獲取電梯開關次數、客流量等數據，配送后還能掌握門店銷售情況。

為何要這樣設計？因為通過數據可了解訂單量、客流高峰時段的商品銷售情況（如牙刷、方便面的購買量）。如此一來，YJ 便成為酒店的 CRM 系統，這正是機器人與 AI 結合的價值所在。

鉛筆道：2019 年那時候，人形機器人算是一個行業話題嗎？

于光東：并非如此。但技術發展并非一成不變—— 我們研究 AI 這么久，發現它根本不是大家以為的 " 線性遞進 "。若技術進步呈可預測的規律，我們早已能精準投資最具潛力的項目，事實并非如此。

技術發展充滿突變性，甚至可能出現階段性倒退后突然突破。如同人形機器人，如今雖被廣泛討論，但其爆發時點難以預判。

AI 技術也是這個邏輯，以當前的大模型為例，誰敢斷言這就是終極形態？無人能下此結論。

鉛筆道：大模型火了之后，你是否關注它對機器人的影響？

于光東：始終保持關注。為何？因為機器人技術必須配 AI 大腦，而 AI 大腦本質就是大模型。只不過 OpenAI 的進展超出了所有人預期。

我最早是做搜索出身的，以前研究自然語言處理、NLP 這些技術，本來是搜索領域用的。但后來發現，這些技術和大模型的底層邏輯截然不同，屬于不同技術路徑，并非漸進式發展的結果。

OpenAI 和 ChatGPT 解決的最大問題是 " 擬人化 " —— 或者說，它們學會了人類的思維方式。原來的 AI 是靠數據做直線學習 —— 給它 A，它回 A+；給它 B，它回 B+；給它 C，它回 C+。本質上就是機械對應。但如今的 DeepMind，其思路變成了模擬人類的曲線思維。這才是擬人化的核心。

鉛筆道：原來的 AI 喂進草吐出的是草，現在的 AI 喂進的是草，吐出的是奶。大模型與機器人結合后，你認為發展路線是什么？

于光東：大致分為三個階段。

第一個階段是純工具階段，即當前階段。機器人的主要作用是提升效率、增加產能、提高利潤、降低成本，比如物流機器人、工業機器人等，執行掃地、搬運等標準化作業。

第二個是 " 半人化助手 "，或稱為高級智能工具。機器人能補充人類的知識盲區，甚至部分情感盲區 —— 如同現在的豆包所發揮的作用。

第三個階段是 " 生物 AI"。它的核心是：文化 + 情感溝通——也是我們要重點投資的方向。

它具備兩個特征，文化理解與情感交互，

它會變成生物，或者叫生物化 AI，相當于身邊多了一種新生物。或者說舉個現實的例子，未來的 AI 機器人可能在訪談中表現更優，提出的問題更具深度與溫度，甚至能呼應前文話題。

鉛筆道：三個階段到來的時間點是什么時候？

于光東：第一、二階段已經到來了。第三個階段，我認為五年之內一定會到來。

鉛筆道：第一個階段的機器人，目前還剩多少問題沒解決？

于光東：第一階段的問題已無需過度考慮時間因素，因為終將解決，只是時間問題。從技術到方法論，我們投資的企業已形成成熟體系，"AI 大腦 + 機器人執行 " 的標準清晰明確。

其應用場景由人類設定，主要針對人力效率低下或難以完成的任務，如分揀、奢侈品檢測等。例如，我們投了一家 AI 奢侈品檢測公司，用于鑒定真偽。

鉛筆道：如果現在出現一個優秀的團隊，還在做第一個階段的機器人，你愿意投嗎？

于光東：會綜合評估，關注利潤率、營收等指標，最終以利潤和現金流為導向。具體方向上，我會更關注醫療領域。

鉛筆道：第二階段的機器人什么時候到來？

于光東：第二階段其實還在發展，本質是與人類需求對齊的過程——如同優秀的心理醫生需多次溝通才能挖掘患者內心真實問題。

鉛筆道：你現在的主要精力放在哪個階段？

于光東：目前更多聚焦第二階段，比如各行各業的 AI 應用。但我覺得真正的 AI 應用爆發是在第三階段。因為第二階段，大廠一定會介入。

鉛筆道：哪個階段的獨角獸更多些？

于光東：獨角獸肯定會有。這個規律跟所有行業一樣——從 PC 互聯網到移動互聯網，每個周期都是這樣。最終能成功上市的可能就千分之二。分母是 VC 投過的公司，分子是上市公司。但上市并非終極目標（笑）。

第一階段應用比較分散，缺乏平臺化可能，都分散在各行各業里，因而能躲過巨頭競爭。

第二階段算是過度階段，因為生態仍是原有體系，硬件還可能是智能手機或者智能眼鏡，操作系統也未更新 —— 這些核心資源掌握在巨頭手中。

只有當全新技術與硬件終端出現時，才有可能迎來 AI 爆發時代。

03 看好方向：醫療、文化、公司管理

鉛筆道：從全世界角度，這三個階段的機器人，最先進的公司已經走到哪一步了？

于光東：國外已經有公司處于第二階段向第三階段過渡的階段了。

比如內容創作機器人。輸入關鍵詞即可基于用戶深層思維生成故事。還有三分鐘時長的冰島紀錄片，制作成本約 40 美元。實際使用中發現：輸入信息越多，成片效果反而越差（笑）。

再比如醫療 + 情緒機器人。

鉛筆道：你提到的這些公司，現在屬于什么階段？

于光東：我認為最多到 B 輪吧，A、B 輪融資額已經較高了，達到數億元規模。

鉛筆道：這些類似公司，在國內有嗎？

于光東：目前尚未看到。國內受政策、市場環境影響，主要仍在解決第一階段的問題。

我始終堅持核心觀點：不論國內還是國外，終極的機器人一定是生物 AI，未來具有突破性的應用必然與文化、情感相關。。否則 AI 這么擬人化演進意義何在？當年我們一天處理 10 億數據的時候，數據處理能力就已經足夠了——關鍵是要解決人類大腦的復雜情感需求。

鉛筆道：文化 + 情感機器人，你最看好哪些應用？

于光東：比如公司管理。未來具備 AI 管理能力的公司才堪稱領先。

深入思考可知，無論經營何種企業，都需要明白一個道理：公司管理最需要文化、情感和執行力這三樣東西結合。

效率與成本控制是基本要求，但若單純追求效率，將員工視為機器，要求其超負荷工作，顯然不現實。因此，必須以文化為支撐。

咱們今天探討一件事兒，當下中國頗具影響力的公司是哪家？字節跳動當之無愧。

我認為其核心競爭力在于 AI 應用，突出體現在用機器管理公司，這已超越所有傳統互聯網公司。

我曾長期從事互聯網行業，實話而言，互聯網公司的成敗最終并不取決于產品或技術 —— 因為互聯網本質是勞動密集型行業，核心在于管理能力。

這道理很簡單。當互聯網公司做到一定規模，提升效率的首要任務是優化管理流程。例如管理一個日活過億的 APP，不斷有人尋求將內容優先排序，面對宴請、娛樂等誘惑，人力難以完全規避干擾，如何解決？

鉛筆道：現在很多企業在用 AI 做 " 數字員工 "，你看好嗎？

于光東：個人認為這些做法創新性不足。最值得關注的是字節跳動的 AI 管理模式 —— 即機器管理，本質是通過多維度機器識別實現。若采訪直播公司便可知，任意一家領先的直播公司都會認同抖音 AI 管理的精準度。例如主播直播時，抖音可采集至少 50 個維度的數據進行評級。

傳統公司如何操作？比如說評 A 級商家時，可能存在送禮拉關系的現象，導致 A 級商家獲取資源卻無相應產出，C 級商家缺乏流量效率低下，整個體系效率極低。但抖音完全依靠機器管理 —— 是 A 即 A，是 B 即 B，無人能干預。

我個人認為，在公司管理上，字節的高管只能起到 30%~40% 的作用。

鉛筆道：文化 + 情感機器人，你還看好哪些應用場景？

于光東：首先是醫療領域。我認為 AI 技術未來肯定會進入醫療和陪護領域。思考一下，以往需要人力解決的問題，如醫患關系，僅靠法律或保險能解決嗎？顯然不能，最終還是要靠富有溫度的溝通與關懷。

比如問診環節，我相信未來必然依賴機器人，這是巨大的痛點。問診包括生病掛號等一系列流程，簡單而言，患者如何描述癥狀、如何選擇科室掛號。

其次是內容 / 文化機器人。比如，國外有家視頻 AIGC 公司，把這套生成工具出售給大企業。

來源：鉛筆道