本文作者从CS和卡耐基梅隆大学毕业，现在在国内某一线AI大厂做财务投资，看了国内外小几百个机器人项目，希望对这个问题能带来些技术和资本的交叉视角。

　　先说结论，这波机器人创业无论从技术角度，还是融资角度，都要赶上AI 2.0的宏观时代浪潮。上一辈工业机器人、机器视觉、核心零配件等已经是红海一片，对于创业者来说，很难打出差异化的产品和技术。

　　而机器人方向又是公认的“知易行难”，大家都知道我国在迈入老龄化社会，传统行业招工难、工人离职欧帝体育首页率高，想用机器来填补空缺职位。但是，为什么工厂里还是清一色的老龄工人，智能化程度依然很低呢？

　　实地调研了多个工厂和流水线后，症结还是机器人不够好用，因此无法适应大多数工厂的复杂场景，只能胜任极少数的简单环节，比如汽车喷涂欧帝尔体育用品有限公司、AGV搬运、物流拆码垛。

　　这也是为什么这5年左右欧帝尔体育用品有限公司，几乎很难看到新的机器人明星公司横空出世。各领域有生意的还是那几家，比如：

　　可以看到，传统的场景已经相当饱和，且下游集成商的利润被上游一步步压缩，并不推荐创业者进入。我们这两年也看到了一些“新”场景，现实的情况是，我身边的VC朋友们激动地看了一遍赛道里的公司，然后一个个又失去了兴趣。原因也很简单，伪场景太多了，大多没法落地。

　　另外，有些学术界过来的新机器人技术，这几年也在积极做产业转化。比如多机集群控制行业资讯、软体机器人、微纳机器人等。产业时机是否已到，仍要case by case得判断，这些前沿技术能否落地，还需要时间来验证。

　　那么，到底哪些机器人的创业方向仍有机会呢？我认为是要深度结合“AI大模型软件+机器人本体硬件+细分场景”。来看一下大公司这几年在机器人领域研究什么：

　　与LLM的区别，VLM是对物理世界有感知，利用视觉数据来增强其语言处理能力。其中有2大显著能力：

　　1、机器人自主控制：PaLM-E 动态分析来自机器人相机的数据，实现机器人自主控制，无需预处理或标注数据。

　　说白了，之前是程序员写欧帝体育首页码，在特定语境下控制无人机、机器人，现在普通人可以下达指令，ChatGPT生成代码行业资讯，结合物理环境识别，指导机器人工作。

　　而OpenAI之所以放弃了机器人业务线，就是因为软硬结合需要大量的数据、资金，并不是一件容易的事。OpenAI投资的1x，是个从2015年就开始做人形机器人的公司，最早只销售给养老服务中心，卖了100台左右。

　　后来，在 Google X 工作6年的华裔Eric Jang加入公司，担任AI负责人，大幅度提高了机器人与大模型相结合的技术能力，也因此拿到了OpenAI、老虎基金等头部资本的投资。

　　。谷歌和微软都选择了从收集家用动作入手，未来其他场景，比如办公室、街道、商场欧帝尔体育用品有限公司、工厂，如果能训练出来一个个小模型，融入到底层大模型里面，将会是创业公司的重要壁垒。

　　。自上线千多家一线机构的活跃投资人，近半年有超过10000家企业在平台上获得了资本关注和后期融资动作推进，同时即将上线企业融通创新平台，帮助中小型创新科技企业与产业链中的大企业融通连接，共谋发展。可通过

　　，查看创投市场最新资讯，查看各领域优质项目，认证机构投资人更可体验一键速联。