讓機器人削個土豆就能當院士，這比登火星更難
登火星的技術人類大部分已經有了，只是個經濟問題；但怎麼讓機器人在廚房裡工作，人類現在還不知道，甚至還沒有思路——誰能讓機器人削個土豆，可以當院士。
原視頻在 YouTube 上放不出來，用音頻聽：
核心論點 · 點時間戳可跳到原聲
人形機器人像登月，本身沒用
嘉賓把 humanoid 比作登月：登月本身沒帶來什麼正經價值，無非從月球上搬回來點土，但登月產生了很多技術——預製菜最早就是為了航天研發的，因為你在地上不需要吃預製菜，上天就必須有。人形機器人也一樣，它本身不一定馬上產生巨大價值，但能帶動一系列技術、吸引人才。他給的量級是：真正能量產、能用，可能是 10 年，可能是 20 年，會非常遠。所以他把它理解成一種市場行為——你需要一個足夠大的目標，讓大家看得見。
— 邵天蘭馬斯克講火星，實際在發衛星
同一個火箭，用來說「我們可能需要幾十萬人，我們要運至少幾十萬人去火星」，就是宏大夢想；說穿了，他實際幹的是發近地軌道衛星、給空間站運東西——這些事中國、美國、俄羅斯、歐洲都能幹，了不起的只是讓火箭能豎著落下來、能回收。嘉賓說如果換成自己來講，只會講性價比更高的火箭發射，「俗暴了，你就是火箭界的拼多多」。宏大敘事換來三樣東西：更多人才、更多資本，以及外界對失敗更高的容忍度。這套話術馬斯克在電動車上用過一次，在機器人上可能是又一次。
— 邵天蘭能讓機器人削土豆，就能當院士
大眾從視頻裡感受到的機器人和真正的專業機器人之間，差距是幾十年的量級——他舉 DARPA Robotic Challenge 為例，那段視頻是 18 倍速播放，你仍然覺得它很慢。讓機器人從洗衣機裡把洗好的衣服拿出來、抖乾淨、掛起來，可以讓你成為院士；讓機器人左手拿起一個土豆、右手拿起一個削皮刀把土豆削了，也可以成為院士。這裡面藏著三件極其困難的事：in-hand manipulation、雙手配合，還有力控。他說自己絕對不是誇張，機器人對傳感、感知、規劃、執行的要求，遠超今天人類的技術水平。
— 邵天蘭機器人在廚房幹活比登火星更難
他按傳感、感知、規劃、決策、執行幾個維度，把自動駕駛和機器人比了一遍：自動駕駛的傳感要看 300 米，但很粗糙，感知上只需要識別障礙物和車道線兩類；機器人則要能看見土豆上的坑，要在一堆瓶子裡分清洗衣液和護髮素——「還得認字」。所以人形機器人的難度不低於、甚至高於自動駕駛。跟登火星比又是另一個維度：登火星所需要的技術，人類現在大部分都已經有了，只是一個經濟問題；而怎麼讓機器人在廚房裡工作，是人類現在還不知道的，甚至還沒有思路。
— 邵天蘭機器人等於 1980 年的電腦
他把當前階段對標 1980 年的電腦：美國大公司已經在用了，中小企業和個人還沒用起來。參照物是電腦和智能手機的普及曲線——97 年用電腦辦公是了不得的事情，02 年就不算什麼；06、07 年用智能手機很先進，11 年就不算什麼。機器人也在走同一條路：短短幾年前它還是汽車廠這種大企業的專屬，今天已經在往中型企業甚至小企業遷移。他承認吉利、三一、豐田這些客戶還是大公司，但他舉的例子是一個給座椅海綿噴膠的小廠——這種廠子也在用機器人了。
— 邵天蘭機器人創業往往只有開一槍機會
互聯網公司很少因為技術原因死掉，機器人創業會。產品涉及光學、機械、電子、軟件、算法，「麵條很長」，而這一槍可能要花你三年——他公司 16 年底成立，到 19 年產品才真正能賣。「如果我當時出賣這個產品不行，我沒有資源去開第二槍。」他估計 80% 的公司死在第一關：第一個產品沒有初步證明自己（不要求大賣，只要有人買、證明有前途），就續不上了。馬斯克可以試第二次、第三次，創業公司沒有這個機會。
— 邵天蘭馬斯克和喬布斯，誰學誰死
他把厲害的企業家分成兩類。雷軍是「可學的人的天花板」——勤奮、做事的方式都可以學。馬斯克和喬布斯則天賦異稟，不可學，誰學誰死。他打了個籃球的比方：姚明的技術動作可以學，艾弗森、科比的東西不可學，天賦太誇張——「你看學艾弗森的，有一個算一個，大部分人都很蠢。」但不可學不等於不值得看：馬斯克是能把技術、產品和商業結合起來的人，「講最牛逼的故事，然後做最紮實的這種迭代」——電動車從豪華車、到高端車、再到 20 萬的車，一步一步走。
— 邵天蘭工業機器人四十年只服務汽車廠
工業機器人到現在基本走了兩步。第一步是滿足汽車行業的需求，從 1969 年一直到 2010 年；這四十年裡，汽車行業貢獻的收入從一開始近乎百分之百，到 2010 年仍然有百分之七十幾。所有的機器人巨頭都是從汽車出來的——歐洲第一臺機器人是 Kuka 給戴姆勒奔馳做的；世界上的機器人巨頭是德國和日本，因為汽車產業的巨頭也是德國和日本。第二步是最近十年開始往家電等其他行業走，原因是智能化程度提高、成本下降。
— 邵天蘭原話 · 已逐字校驗
你帶一個團隊 能讓機器人從洗衣機裡面 把洗好的衣服拿出來 抖乾淨 掛起來 這個事情可以讓你成為院士
你帶一個團隊，能讓機器人從洗衣機裡把洗好的衣服拿出來、抖乾淨、掛起來，這件事就能讓你當上院士。
邵天蘭9:03
怎麼讓機器人在廚房裡工作 是人類現在還不知道的 甚至還沒有思路
怎麼讓機器人在廚房裡工作，是人類現在還不知道的，甚至還沒有思路。
邵天蘭18:05
它沒有感知 它就是執行固定的程序 所以我們認為 它是個機器 不是一個機器人
它沒有感知，它只是在執行固定的程序，所以我們認為它是機器，不是一個機器人。
邵天蘭22:06
如果我當時出賣這個產品不行 我沒有資源去開第二槍
如果我當時拿出的這個產品不行，我沒有資源去開第二槍。
邵天蘭40:12
數字與實體
| 嫦娥探月工程經費 | 14 億人民幣 | 19:06 |
| 工業機器人收入中來自汽車行業的佔比（約 2010 年） | 百分之七十幾 | 51:43 |
| 工業機器人服務汽車行業的時間跨度 | 1969 年到 2010 年 | 51:43 |
| 第一個產品未初步證明自己的機器人公司死亡率（嘉賓估計） | 80% | 40:12 |
| 驗證一個機器人產品所需時間 | 最快也得兩年多、通常三年 | 42:13 |
| 自動駕駛頭部公司工程師規模 | 上千名工程師 | 26:07 |
| 歐洲第一臺機器人（Kuka 做） | 1971 年 | 53:14 |
術語
- in-hand manipulation手內操作
- 不把物體放下就能在手裡改變它的姿態，嘉賓說這在學術界也極難。
- DARPA Robotic ChallengeDARPA 機器人挑戰賽
- 美國國防部資助的機器人競賽，節目裡那段視頻是 18 倍速播放。
- silver bullet銀彈
- 一擊制勝的絕招；嘉賓說機器人問題裡沒有這種東西。
- product market fit產品市場匹配
- 產品真正有人要的那一關，嘉賓說這是機器人創業最兇險的地方。
- DLR德國宇航中心
- 下設機器人所，嘉賓的導師在此兼職，機器人創業者多有航天背景。
收聽指南
做機器人、硬件或 AI 應用的創業者和投資人，以及想判斷人形機器人敘事裡哪些是真進展、哪些是故事的人。
末尾兩分鐘是一首西班牙語機器人歌曲，可以跳過。