Humanoid Robot Startups Are Hot. This AI Expert Cuts Through the Hype.
31:07 Share

人工智能需要大量的计算能力，而人工智能工作负载的成本可能会飙升。除非您使用的是 OCI（Oracle 云基础设施）。这是为人工智能构建的云，一个为您的基础设施、数据库、应用程序和所有 AI 工作负载提供超快企业级平台。现在，如果您迁移到 OCI，Oracle 可以将您当前的云账单减少一半。适用最低财务承诺和其他条款。优惠截止日期为 3 月 31 日。

请访问 oracle.com/wallstreet 查看您是否符合条件。oracle.com/wallstreet。

艾扬娜·霍华德是俄亥俄州立大学工程学院院长，曾是美国宇航局喷气推进实验室的机器人研究员，也是一家初创公司的创始人，并担任我国高级官员关于人工智能和竞争力的顾问。她从事人形机器人及其动力软件大脑的研究时间比美国几乎任何其他人更长。这些人形机器人可以通过包装送货箱中的货物来协助人手不足的仓库工作人员，

它们可以帮助照顾老年人，甚至可以帮你洗碗。但想想更像 C-3PO 而不是 R2D2。别跟我说技术细节。这让她成为目前科技界两个最受炒作领域的交叉领域的专家。

一位对这些领域正在发生的事情有着独特视角的内部人士。人形机器人是科技界人士和风险投资家可以投资的下一个闪光点。但我认为这也很合乎逻辑，对于那些不是机器人专家的人来说，人工智能和生成式人工智能的下一步似乎是，哦，让我们考虑一下具有物理实体的生成式人工智能。

以及至少一家机器人公司 Zyrobotics 的创始人，该公司为儿童开发了个性化教育技术。但霍华德也是当前创业浪潮的局外人。

以及一位不受其股权结构约束而必须炒作这些热门领域最新事物的人。如果您在一个虚拟环境中连接到人工智能，并且带宽不足，您只需等待几秒钟，答案就会出现。在机器人世界中，如果您丢失一秒钟的信息，您的机器人就会摔倒或伤害他人。我们还没有真正解决这个问题。

作为工程学院院长，霍华德负责 12,000 名学生的教育。她还是国家人工智能咨询委员会的成员，该委员会向总统提供政策建议，以保持美国人工智能的竞争力。她还担任设计软件公司 Autodesk 的董事会成员，仅举几例她简历上的头衔。所有这些都表明，霍华德得到了美国一些在人工智能未来决策方面最有权势的人的倾听。

我喜欢用医疗保健作为例子，因为我认为这是圣杯。我更相信人工智能可以过滤并提供定制的个性化解决方案或决策，而不是一个在例如亚特兰大的人。他们将与在加利福尼亚州、纽约州或德克萨斯州看病的人有非常不同的看法。我会更相信人工智能一点。

来自华尔街日报，我是蒂姆·希金斯。我是克里斯托弗·米姆斯。这是《大胆的名字》，您将听到华尔街日报报道中那些大胆公司领导者的声音。全球有十多家从事人形机器人研究的初创公司，Meta 和 NVIDIA 等科技巨头正在向该领域投入资金。今天，我们想知道，所有这些公司是怎么回事，它们成功的可能性有多大？

艾扬娜·霍华德，感谢您今天加入我们。我们可以讨论很多事情，但我首先想问的是为什么现在，以及为什么我和你一开始就聊了起来

这就像这个节目中的其他所有事情一样，最终都回到了埃隆·马斯克身上。一定是人形机器人。没错。因此，人形机器人突然成为除人工智能之外科技界最热门的东西。据我统计，全球有十多家初创公司获得了大量投资来研究这些机器人。其中一些初创公司的投资额已达数亿美元。

因此，在我看来，作为世界上人形机器人方面的专家，而不是已经被人形机器人公司雇用的人，我必须问，为什么现在会发生这种情况？到底是怎么回事？

有几件事。一是人形机器人是科技界人士和风险投资家可以投资的下一个闪光点。但我认为这也很合乎逻辑，对于那些不是机器人专家的人来说，人工智能和生成式人工智能的下一步似乎是，“哦，让我们考虑一下具有物理实体的生成式人工智能。”如果我考虑技术传承，那将是人形机器人，因为生成式人工智能是关于人类知识的。人类知识在人体中必须是人形机器人。对于非机器人专家来说，这只是一个自然的进步。

闪光点，这个领域现在显然有很多炒作，而特斯拉的科技之王埃隆·马斯克的炒作可能最大。他最近表示，他认为他的汽车公司可以在年底前制造 10,000 个人形机器人，这一目标……

即使他自己似乎也承认他们无法实现，但如果他们达到数千个，他也会很高兴。然后还有一家名为 Figure 的公司，该公司最近表示将在未来四年内部署 100,000 个机器人。因此，一般来说……

这项技术目前处于什么水平？据你估计，这些人形机器人在现实中能够做什么？如果您考虑人形机器人的能力以及您理论上希望它们做什么，您希望它们从 A 点移动到 B 点。因此，导航，它们可以做得很好，前提是您可以对环境进行建模。

一旦它们到达另一个位置，您希望它们能够进行操作。因此，移动物体、拾取东西、建造东西，然后从 B 返回 A 或从 B 到 C，例如最后一英里。现在他们真正做到的——最后几英尺。至少在我们人类的环境中是最后几英尺。然而，现实情况是，就像自动驾驶汽车一样，它们在有限的情况下、有限的环境中、有限的任务中，周围没有人类的情况下，它们可能是积极的。但这不会让你的公司估值达到数十亿美元。感觉这些机器人就像自动驾驶汽车一样，我想说的是 10 年前，但也许更像是 20 年或 30 年前。这是一个公平的类比吗？是的。

我会说它们处于所有投资都已产生的阶段，我认为那是大约 10 年前，当时初创公司刚刚兴起。他们谈论自动驾驶汽车将在未来 24 个月内大量出现，包括一些老牌汽车公司。而且，你知道，作为机器人专家，我们总是喜欢，你还记得吗

那辆大约 40 年前横跨美国行驶的汽车，就像，

这就是我们现在人形机器人所处的位置。我们在 40、50 年前就看到了人形机器人，笨重，设计不一定好。就像自动驾驶汽车一样，我一直喜欢考虑《饥饿游戏》。最终会有一位赢家。我们只是不知道，第一，谁是赢家，第二，是什么应用将它与其他所有人区分开来？

好吧，你谈论的是创业生态系统的重要组成部分。炒作带来了资金，对吧？然后，资金可能会让某人坚持到战斗结束。我很好奇，你有点暗示，这些机器人，对吧？

人形机器人很像自动驾驶汽车。也许无人驾驶汽车是伪装的机器人，你知道，比看起来的要多。但我猜我想知道，10 年前，当我看到许多被用来筹集资金的原型时，

这些汽车，事实证明也许，你知道，制作原型很容易，更容易投入生产，实际上以更像车队的方式部署它们要困难得多。我想知道，当你看到现在的一些人形机器人时。

你是否看到了原型设计、炒作部分与实际可部署部分之间的一些相似之处？存在很大的差距。当我考虑可部署性时，我也会考虑成本。如果我有 1000 亿美元的资金，

用于建设和部署，而且我是免费提供的，我不需要客户或客户购买，那么我们就会有一些机会。但这不是我们的现实。因此，如果您考虑构建一个在有限情况下有效的原型，这是相当可行的。现在将其放置在任何人的家中或任何仓库中，无论它在哪里，这在目前几乎是不可能的。就像在安全的街道上使用自动驾驶汽车一样，

那里没有其他司机，没有雨雪。

很容易。一旦你加入任何动态，它就会变成，哦，我们需要更多数据。我们需要更多信息。我们需要考虑如何共享汽车之间、数据、数据、数据、数据、数据收集的信息。你认为商业模式是什么？我们会有人形机器人的 Waymo 吗？这将是一种我付费的服务吗？或者我会有一个住在我的房子里然后遛我的狗的机器人吗？

所以我会说，最大的问题是什么是圣杯应用？我只会告诉你我的偏见。如果我认为哪里有需求，一个是仓库。是包装，是分拣，是封箱，是将箱子运送到其他地方，对吧？

这实际上是围绕仓库的。这是一个领域。如果你能解决这个问题，不幸的是，这也意味着失业。但是你现在效率更高了。理想情况下，这种效率和较低的成本将转移给消费者。但我们当然知道，这不会发生。但这是一个领域。另一个，我坚信，是关于医疗保健的。

我们知道的一件事是，在大多数国家，包括美国，没有足够的劳动力来满足想要在家中生活的年长者的需求。

例如，婴儿潮一代退休后，拥有一些资源。没有足够的人愿意去家里做必要的照顾工作，让他们留在家里。所以这是一个领域，第一，将会有巨大的需求。

第二，我们没有人员来填补它。第三，如果成本合理，就有资源来支付这笔费用。我真的认为这是这些机器人平台可以产生社会影响、负担得起并解决世界各地即将出现的一个巨大需求的圣杯应用之一。是的。顺便说一句，你最近说过，我和

Apptronic 的首席执行官交谈过，这是一家位于德克萨斯州奥斯汀的人形机器人公司，它从德克萨斯大学奥斯汀分校的实验室中分离出来。就像他们宣布与 GXO 达成协议一样，GXO 是一家大型物流公司，它会做一些事情，例如，嗯，

在佐治亚州亚特兰大的一家 Spanx 配送仓库中使用人形机器人。但他表示，他的长期目标是帮助人们在家中养老。他受到的启发是，你知道，看到家人照顾他自己的祖父。他认为这就是我们最终可以达到的目标。当然，他还说，现在的独特推动因素是他想说，看，我们正在努力打造最好的机器人身体。我们一直在等待合适的

所谓的“大脑”来放入其中。推动因素是人工智能。这些新的转换器架构。那里有东西吗？我的意思是，新的软件是否真的会为这些机器人带来更多功能？它将带来更多功能。这就是从

生成式人工智能、大型语言模型的自然发展中的一个因素，即我们如何更有效地使用数据？我们如何共享数据以将人类输入、人类愿望与动作、运动动作联系起来？这看起来像什么？我认为有一些可能性

该领域的积极轨迹。而且您要知道，当您查看这些应用程序中的用户转换器模型时，视频令人惊叹，但这仍然是一个非常非常有限的应用程序。我要说的是，许多人没有考虑或考虑的一件事是，如果您在一个虚拟环境中连接到人工智能，并且带宽不足，您只需等待几秒钟，答案就会出现。

在机器人世界中，如果您丢失一秒钟的信息，您的机器人就会摔倒或伤害他人。因此，我认为这种脱节在于，我们是否拥有以毫秒级、纳秒级以下的顺序执行此操作的基础设施，并且不会丢失任何连接性，我们还没有真正解决这个问题。

艾扬娜·霍华德刚刚描述了我们今天拥有的 AI 模型与机器人身体安全运行所需能力之间的差距。但她不仅仅是以学者的身份发言。在过去的几年里，她一直是国家人工智能咨询委员会的成员，并帮助前总统乔·拜登就此事提供建议，尤其是在偏见方面。但是现在，在第二届特朗普政府领导下，人工智能政策可能会如何改变？

当我想到偏见时，我认为它是所有类型的偏见。它可能是关于意识形态的，可能是关于性别、种族的。偏见就是偏见，偏见可能对美国人有害。因此，我认为当我们考虑提取偏见的那个来源时，问题是，它是否是所有类型偏见的总称？我不太确定。

请继续收听。

使用您的数据探索 AI 的可能性，网址为 explore.elastic.co。Elastic，搜索 AI 公司。好吧，说到人工智能，我认为您自 2022 年以来一直担任国家人工智能咨询委员会成员。您的任期应该持续到今年 4 月，但是……

白宫刚刚撤下了该委员会的官方页面。它还在运作吗？你听说过什么吗？发生了什么事？在我们收到其他通知之前，我们仍在行动，仍在开会。随着新政府的到来，旧的人工智能行政命令被撤销了。有一个新的。我只会给你一行。为了保持在人工智能领域的领导地位……

我们必须开发不受意识形态偏见或人为社会议程影响的人工智能系统。而且，你知道，你之前已经和我们杂志的同事谈过人工智能中的偏见。

你对这些措辞以及你解读的背后意图有什么看法？当我想到偏见时，我认为它是所有类型的偏见。它可能是关于意识形态的。它可能是关于性别、种族的。偏见就是偏见，偏见可能对美国人有害。因此，我认为当我们考虑提取偏见的那个来源时——

问题是，它是否是所有类型偏见的总称？不太确定。我必须阅读整篇文章才能找出答案。但我认为，总的来说，我在人工智能领域看到的是，它并不总是反映不同的群体，我们不同的思维方式。它没有给我们选择。

根据我们自己的观点对其进行查询，并说，嘿，我认为这种说法根据我的生活经验是不正确的。问题是，这将是对偏见的有限定义还是不？我不知道。是的，你过去说过，人工智能的一个独特之处在于，它可以被构建成实际上比人类更不偏见，这当然与我读到的大多数关于人工智能的报道相悖，这些报道就像偏见意味着它在拒绝人们获得医疗保健或不公平地延长他们的监禁时间。但你似乎是一个对人工智能偏见持乐观态度的人。你能详细说明一下吗？是的。这是因为如果做得正确，

它可以带来所有不同观点关于任何类型的东西。我喜欢用医疗保健作为例子，因为我认为这是圣杯。因此，想象一下一个已经学习了基于性别的正确治疗方法的人工智能系统。大量信息，但您会考虑所有这些与性别、社会经济地位、年龄相关的联系，您是否生育？你有没有孩子，等等等等。

我更相信人工智能可以过滤并提供定制的个性化解决方案或决策，而不是一个在例如亚特兰大的人。他们将与在加利福尼亚州、纽约州或德克萨斯州看病的人有非常不同的看法。我会更相信人工智能一点。偏见会更少。

我认为关于人工智能中偏见的讨论真正成为一个更热门的话题，是因为我们看到了这些聊天模型出现了一些有趣的幻觉。而且，你知道，我认为这些聊天模型的制造商真的旨在做到准确，对吧？我的意思是，他们不想感到尴尬，对吧？

但我认为在当前的政治气候下，关于什么是事实以及对事实的感知的真正辩论正在笼罩着其中的一些。人工智能如何处理这个问题？我的意思是，什么时候事实就是事实，什么时候它又不仅仅是事实？我会说这是我们人工智能领域的一个问题，因为它仍然是对什么是事实与现实的人为定义的视角。

不是胖，因为它实际上是基于你的现实生活。所以我可以说外面在下雨。

问题是，哥伦布市在下雨吗？加利福尼亚州在下雨吗？就像，不，外面在下雨。这就是我的事实。但如果你是某个阳光明媚、气温 90 度的地方，那可能就不是你的事实。人工智能无法区分，你知道，这是你的现实还是别人的现实？这是一个问题。另一件事是，人们倾向于相信人工智能在做什么。人们称之为幻觉的事实。

这意味着在某些时候他们意识到人工智能已经疯了，但他们并没有意识到像第一个不正确的输出或第二个不正确的输出那样，如果你回顾一下，你会想，哦，那是错的，那是错的，那是错的。只有当它变得完全不正确时

就像，我的天哪，这完全没有意义。人们是否会说，哦，这是一个幻觉？不，这实际上是一个错误。这个错误发生在问题和答案的某个地方。发生的事情是，人们倾向于遵循人工智能的思路，而不加质疑，直到它违反了他们对任何事情的基本信念。这是一个问题。

无人驾驶汽车中出现的一件事是，其背后的公司非常担心，如果发生碰撞并且有人受伤或死亡，这将更广泛地使人们对这项技术感到反感。而如果

如果我撞到你，你可能会理解，因为我们都是人，我们理解有时会发生车祸，对吧？但我很好奇，当我们进入人工智能的另一个领域时，这些幻觉或这些错误陈述，是否会让人们感到反感？所以不幸的是，这并没有让太多人反感。而我之所以这么说，是因为

我说的话并不总是我的行为所决定的。我可以说，哦，我生社交媒体的气。你知道，这太可怕了，太可怕了。但是你还在使用社交媒体并发布和发推文吗？是的。如果我坐在自动驾驶汽车里，你听到所有新闻，以及某某发生了车祸，那就是

我没有看到人们出去使用自动驾驶汽车的数量下降。他们可能谈论过，哦，这真的很糟糕。就像，哦，这真的很棒。这非常方便。因此，我们的行为表明我们对人工智能是可以接受的，即使我们的言辞在这个领域更具反应性。是的。顺便说一句，我不属于你刚才提到的群体，因为我没有自动驾驶汽车，而且我刚刚在社交媒体上退出了

我一生中的时间。嗯，

当我们谈论让人们……好吧，不，实际上，这很有趣。因此，在我们的研究中，我们进行了关于信任等方面的研究。当我们最初询问人们，你会使用它还是不会使用它时，实际上取决于哪个群体，大约是 80 比 20 到 60 比 40。所以基本上，你属于永远不会被说服的 20%。我可以被说服。我可以被说服。但我天生就是一个怀疑论者和仇恨者。

但是，无论人们是否信任人工智能模型，或者怀疑论者和仇恨者是否可以被改变，这项技术都在快速发展，尤其是在一家中国公司的模型 DeepSeek 将人工智能行业彻底改变之后。这对美国人工智能开发者来说意味着什么？如果曾经有过资源，或者曾经有过数据服务器农场供人们随意使用，那么你就会有学生人工智能

在他们的车库里，发现了一些东西，说，哦，我试过了。然后一家公司说，哦，太好了。来为我们工作吧。但我们在这个领域没有这样做。下一个。本播客由 U.S. Cloud 提供。厌倦了微软统一支持的缓慢响应时间和不断增加的成本？切换到企业选择，价格最多可降低 50%。U.S. Cloud，更快的微软支持，价格更低。访问 uscloud.com 了解更多信息。

显然，不久前，DeepSeek 发生了，一天内抹去了

大部分美国科技股的万亿美元市值。而且我认为有一件事非常有先见之明。你在 2024 年夏天告诉参议院联合经济委员会，你担心如果美国不保持竞争力，我们有一天可能会在人工智能领域醒来时面临斯普特尼克时刻。现在半年过去了。从参议员查克·舒默到总统

马克·安德烈森都说 DeepSeq 是，引用，“人工智能领域的斯普特尼克时刻”。首先，你是诺查丹玛斯吗？你认为我们真的处于斯普特尼克时刻吗？我觉得我们就在它周围。还没有达到斯普特尼克的水平，但非常接近。但其中一件事是……

这不是火箭科学。这在科技领域一直都在发生。原因是，那些四处捣鼓并尝试新方法的学者们，由于计算成本的原因，被切断了访问权限。就是这样。而如果曾经有过资源，或者曾经有过数据服务器农场供人们随意使用，那么你就会有学生

在他们的车库里，发现了一些东西，说，哦，我试过了。然后一家公司说，哦，太好了。来为我们工作吧。但我们在这个领域没有这样做。DeepSeek 的一个故事是，他们没有像 OpenAI 或其他美国科技公司那样拥有同样的资源。所以

一方面，我认为我听到你说的是，美国投入的资金不足以让这些有抱负的工程师和程序员学习如何玩弄这些东西。另一方面，有一种说法正在变得流行起来，那就是 DeepSeek之所以成功，是因为它没有资源。它必须更巧妙地思考才能竞争。你如何看待这个问题？

所以，当你饥饿并且必须考虑做事的替代方法时，你会变得更有创造力和创新力。一切都是相对的，对吧？所以即使他们说它比训练 OpenAI 模型要少，但也没有很多大学可以仅仅投入 500 万到 1000 万美元。这根本不会发生，尤其是在公立机构中。所以，第一，一切都是相对的。

但美国初创公司如此成功的原因之一是，它们起步时并没有大量的资源，只是足够获得一个原型，然后让他们获得 CD 或其他资金。它使他们非常非常饥饿。这只是创新有时运作的方式。我很想以创造力的方式结束。

谨慎乐观。因为我认为这是你的强项。嗯，将会出现什么样的 Waymo 时刻，当我访问旧金山时，我会想，一辆没有司机的汽车开走了。我们什么时候可以期待那一刻？嗯，

如果你在亚马逊仓库工作，情况可能会有所不同。C-3PO 什么时候会成为现实？是的。或者 R2D2。是的。所以我会说，当你进入机场时，也许是医院，也许是市政厅。

你去那里，不仅接待员是机器人，而且你走到哪里都会有机器人。你去自助餐厅，那里还有另一个机器人。你去洗手间，那里有一个机器人正在清洁地板。也许不是人形机器人，但正在清洁地板。当你看到不止一个机器人，并且我们习惯了它时，那时我们就知道机器人已经到来。

所以听起来像是 2030 年。2030 年。五年？在某些领域，我可以看到它，是的。太棒了。好吧，霍华德博士，很高兴与您交谈。我非常重视您作为内部人士和外部人士的见解。而且，你知道，我很高兴。谢谢。这就是本周的大胆名字。迈克尔·拉瓦莱和杰西卡·芬顿是我们的音效设计师。杰西卡还创作了我们的主题音乐。

我们的制作人是丹尼·刘易斯。本周我们得到了凯瑟琳·米尔索普、斯科特·萨洛韦和法拉纳·帕特森的帮助。更多内容，请访问 WSJ.com 查看我们的专栏。我是克里斯托弗·米姆斯。我是蒂姆·希金斯。感谢收听。

Robert Half Research 指出，十分之九的招聘经理难以招聘。Robert Half 在这里提供帮助。我们的招聘专业人员利用我们专有的 AI 将企业与高技能人才联系起来。在 Robert Half，我们了解人才。今天就访问 roberthalf.com。