与其改变机器人，不如改造它的环境，让机器人专精其用。
本文为IPO早知道原创

作者｜苏打

据IPO早知道消息，10月17日，明略科技集团创始人CEO兼CTO、HAO人工智能框架理论创立者之一吴明辉在云迹科技“点亮科技花火，共创智能未来”分享会中，就“通用和专用之间的关系”进行了一场特别演讲。

他认为，如果基于人类环境需要去设计和生产人形机器人，目前的成本和效率表现均不太优秀。但若反向思考，这一问题或许还有其他解法——与其改变机器人，不如改造它的环境，让机器人专精其用。

另外，鉴于企业级服务领域对效率的重视，可安全部署、可离线运行的小模型亦是真实需求。很多时候，平台中可能只有个别复杂任务才会用大模型，而大部分任务都是采用小模型。

“我们相信，机器人会让人类更幸福。同时我也坚定地认为，未来全世界不应该只有一种机器人，也不应该只有一种模型。”吴明辉表示。

以下为吴明辉的现场分享精选（根据文章需求有适度表述调整）：

各位嘉宾，各位年轻的伙伴，大家上午好。今天非常开心，因为我本人曾是云迹前联合创始人以及第一任CTO，现在任非执行董事。

明略一直在做企业级服务软件，最近也发布了最新的专业模型。我们和云迹很像，只是身处不同赛道，一个是硬件，一个是软件，而且大家都在细分场景里研究专用产品，包括专用技术和专用AI模型。所以今天我想分享一个话题——通用和专用之间的关系。

关于“具身智能领域机器人的最终形态到底是什么”，我在硅谷见投资人时，大家也都在谈论这个话题。

当然，目前有一个看上去比较主流的观点，即人形机器人可能是未来。为什么？因为我们确实需要一个人形机器人来适应人类所在的环境。

但其中仍然有一个很大的问题，众所周知，如物理世界的灵巧手等产品，直至目前仍是要么并未实现真正意义上的通用，要么成本非常高。所以，如果要实现人类环境所需要的人形机器人，其成本和效率可能不是非常好。

我们可以做一个反向思考，机器人通常需要适应人类环境，但有些环境也可以为机器人而改变，我们可以为特定环境设计专用的机器人。

以ToC场景为例，家庭环境中，装修、楼梯等要素的确不能随意更改，但如果是工厂或者酒店场景，其中的产品就是一个B端的商业化产物，且可以实现标准化——一些全球连锁酒店完全可以进行定制的优化和改造。

或者我们再进一步思考，未来机器人最大的应用场景可能是跟着马斯克的火箭到火星去。比起人类，那个场景肯定更需要机器人先进入。从这个角度讲，我们还要思考另外一个问题，即如何做出真正意义上有效率的专用的人工智能去服务大家。

最近，明略在软件操作领域推出了一个叫Mano的模型，我们的专业模型近期也在BUA、CUA全球权威榜单中上升到小模型即专业模型领域的榜首——我们用了一个大概7B的模型，实现了与通义千问、OpenAI等万亿参数级别模型类似的水平。

为什么要做一个小模型？因为我们希望可以安全地将其部署在客户电脑上，并实现离线运行和更好的效率。在企业级服务领域，效率还是很重要的。

另外，我们现在也在思考，基础大模型的训练架构到底是不是真的最有效。其实，最早科普的概念里，是有很多小模型的，大概有两三百个，包括做数学题的、编程的、解物理题的等等。

对通用大模型而言，近年来比较重要的是MoE（mixture of experts 混合专家模型）架构。如果在整个MoE架构上去做训练，它是一个互相比较耦合的状态。每一个做专业模型的团队，首先要对自己的专业模型进行训练，同时还要在最后对整个大模型做部分参数的训练，这是一个非常复杂的结构。

最近我们发布了一个多智能体平台DeepMiner，它采用了MoA架构。通常，一个复杂的任务其实可以用operator agent分解给不同的sub agent，每一个agent都可以做一个具体的任务。实际上，这时候我们平台中可能只有个别复杂任务才会用大模型，而大部分任务都是采用小模型。其中真正最关键的几个小模型是我们自己研发的专有模型。

但MoA架构比MoE架构更加开放，更加高效。我们具备全球第一的Agentic Model（小尺寸专有模型）能力。这种架构的一个最大好处是，首先研发互相吻合，互相可以分布式并行，甚至我们可以跟产业伙伴进行合作，且每个公司也会尽自己的能力做自己的agent、自己的模型。

当然，不同的任务，既可以用通用模型，也可以用专有模型解决对应的问题，但反而通用技术大模型公司的架构是很难去执行的。比如，目前写代码最好的是Anthropic模型，但我相信Open AI也不好意思用，所以还是会把所有任务都放到它自己的MoE中。

如支涛（云迹科技创始人、董事长、总裁）所说，我也坚定地认为，未来全世界不应该只有一种机器人，也不应该只有一种模型。我们人类的任务，人类的生活、工作，都应该是百花齐放，这样才有意思。

就明略而言，我希望我们的AI模型，能够让人类更加幸福，谢谢大家。

本文来源：IPO早知道