系友会组织了去自变量机器人参观，听了潜总两个小时的介绍和答疑。

大致印象：

1.自动驾驶和机器手之间的技术路线肯定是不一样的，自动驾驶是避免接触，机器手是必须接触以产生触觉

2.硬件的技术瓶颈在：耐久度（这个在于投入），成本（这个在于落地场景）

3.摄像头在人脸位置以及机械臂上

4.项目训练通过更换场景、背景和光照，来验证模型的性能

5.具身智能手上动作和走路完全是不一样的模型，如果是室内，考虑不移动的做法，固定位置，如果是室外，可考虑轮式。双足是一种情感满足。（这是潜总的见解）

6.具身智能落地可以优先在2B或者2B2C的领域。

7.目前自变量是14B的模型大小，聚焦于通用模型+小训练集的方式持续升级，1分钟1M tokens。

8.未来的机械臂的要求：10个自由度以上、10K USD的成本再逐步降到10K RMB

9.这个行业软硬一体会比纯软有优势。

10.融资后还是投算力

潜总认为他们的竞争力在数据集的know-how上，比起某些大厂甚至有两个数量级上的效率优势。当然了，与会者很多是已经调研过不少机器人公司的，并不会说什么就信什么，相反，反而觉得每一家技术路线都千差万别，又各自信心满满……

潜总认为，现在具身智能的大模型相当于GPT-2，要达到GPT-3只需要不长的时间。

总的来说，钱进入得有点快，技术大佬们都会自我强化，这个特点我在不少人身上见过，这是资本对他们的要求，不得不如此。