PODCAST · 人工智能
77.有关智元、觅蜂的愿景与野心，和具身智能的竞速之旅｜与姚卯青的对谈
一语总结智元合伙人姚卯青深度剖析具身智能远未到“GPT-1”时刻的现实，揭秘智元从本体到数据的全栈战略，以及从零孵化独立数据平台“觅蜂”背后的阳谋。
本期节目是对智元合伙人、具身业务部总裁兼觅蜂 CEO 姚卯青的深度访谈。姚卯青结合其从 Waymo 到蔚来的自动驾驶量产经验，系统阐述了智元机器人的核心战略与行业判断。他指出，当前具身智能因真机数据量严重不足，远未达到涌现阶段，而行业真正的分水岭将是数据。访谈详细揭秘了智元将核心数据资产剥离并孵化一站式数据服务平台“觅蜂”的商业逻辑，旨在打造一个类似“具身版 Scale AI”的公共服务平台，通过客户带来数据需求，平台用数据训练模型，模型再反哺采集效率。此外，他还探讨了自动驾驶与机器人技术的异同、机器人的终局分层架构、VLA 与世界模型的未来，以及对行业将在 2-3 年内迎来质变关键节点的预测。
- 具身智能远未到“GPT-1”时刻，数据量是核心瓶颈
当前真机数据量与支撑基础模型涌现所需的数据规模相差四到五个数量级，讲“基模”尚属伪概念，行业仍处在从视觉到动作的肌肉映射阶段。
- 觅蜂是具身数据领域的“阳谋”
通过独立提供公共性质的物理 AI 数据服务平台，客户带来数据需求，平台用数据训练模型，模型再反哺提升采集与标注效率，形成正向数据飞轮。
- 自动驾驶经验的核心价值在于构建“底座”体系
自动驾驶派进入具身领域的最大优势不是算法，而是对供应链管理、质量体系、量产交付和底层软件稳定性的深刻理解与系统性能力。
- 机器人的终局架构远不止“快慢系统”两层
未来架构应是分层的，包括 1000Hz 的底层控制、10-20Hz 的动作规划、1-2Hz 的阶段目标规划，以及更高层的 Agent 长程推理，复杂度远超当前。
- 行业将在数据驱动下迎来质变的“Aha Moment”
预计在 2027-2028 年，当达到一亿小时级高质量数据规模时，机器人将可能出现真正的智能觉醒，在复杂环境中自主规划和响应指令。
77.有关智元、觅蜂的愿景与野心，和具身智能的竞速之旅｜与姚卯青的对谈
本期节目是对智元合伙人、具身业务部总裁兼觅蜂 CEO 姚卯青的深度访谈。姚卯青结合其从 Waymo 到蔚来的自动驾驶量产经验，系统阐述了智元机器人的核心战略与行业判断。他指出，当前具身智能因真机数据量严重不足，远未达到涌现阶段，而行业真正的分水岭将是数据。访谈详细揭秘了智元将核心数据资产剥离并孵化一站式数据服务平台“觅蜂”的商业逻辑，旨在打造一个类似“具身版 Scale AI”的公共服务平台，通过客户带来数据需求，平台用数据训练模型，模型再反哺采集效率。此外，他还探讨了自动驾驶与机器人技术的异同、机器人的终局分层架构、VLA 与世界模型的未来，以及对行业将在 2-3 年内迎来质变关键节点的预测。
文章金句
"今天的具身智能远未到涌现，所有的都是在做从视觉到动作的肌肉映射，没有说智能这两个字，自己似乎有觉醒这种感觉，其实是还没有到的。
"2026 年了，具身智能到底到 GPT 几了？投资人很关心，希望你们已经到二了，至少求求你们了，最好到 3。其实一都没到。
"工业不相信眼泪，最终都是 ROI：工业客户不关心你是人形、猴形还是狗形。
"真正最稀缺的人才，不管是说大模型也好，机器人也好，其实不是那些说我发多少顶会文章……一定是要真的把这个东西应用落地的时候，是真的自己上手过的，修过很多 bug 的，跟团队里的人吵过很多架的那些人才是最最核心的。
"数据问题都没解决，讲基模预训练、后训练，都是空中楼阁。