與人工智能類似，機器人這個誕生于上世紀五十年代的概念發展至今，已有70多年的歷史了，但直到這幾年才被認為迎來了突破性進展。譚旻在演講開篇中提出，不要以現代眼光去看未來的發展，不要以現在技術的限制去看顛覆性技術改變世界的能量，機器人是可以做一百年的行業，應該如何用百年眼光看現在的投資？

從行業角度來看，當前將AI應用到智能硬件的標桿是蘋果公司的Apple Intelligence，以前蘋果的AI是siri，但后者的問題在于，智能對話無法幫助用戶做事情，煮飯、洗衣服、拿遙控器，而這正是機器人可以做的，也是AI+具身智能最大的藍海市場。

譚旻認為，機器人行業比智能手機、智能汽車行業要大得多，目前每個家庭的手機擁有量已經在1臺以上，未來每家每戶人形機器人的數量一定會比汽車更多。而這個市場已經被七家全球市值最高的科技巨頭看上了，到今年，這7家公司都已經先后對人形機器人出手投資。

背后的核心原因何在？譚旻分析道，當前，大模型所使用的數據都是在網上標簽過、被梳理過，不是即時的活數據，這對真正的人工智能是“知識”而不是“智能”。如果要支持跟“人”一樣的生物體，它一定要從知識走到智慧，從認走知到感知，實時感知并重構當下物理世界的數據。

數據的重構正是科技七巨頭們投入的賽道，他們看到大模型再往前走一步，是從網絡數據走到空間智能的數據采集，這個變化就會帶來具身智能。

譚旻提出，人工智能的下一個挑戰就是實現“具身通用人工智能”。在他看來，AI從ChatGPT這樣的通用語言大模型發展至下一個階段，需要從邏輯認知過渡到物理感知，一定需要以人形機器人這樣的硬件作為智能載體。在未來的具身通用人工智能的設計中，語言大模型是智能的“最強大腦”，多模態的小模型作“多功能的小腦”，人形機器人具身智能作為最后負責執行的軀體。

外界從不缺少疑問，機器人到底有沒有用？當前世界范圍內的客觀現實是，隨著社會的老齡化，適齡勞動力不斷減少，機器人應用正逐漸成為剛需，人機協作進入臨界點。優必選的答案是用創新科技服務于解決社會重大問題和滿足社會重要需求。

除了人工智能教育、智慧物流、智慧康養、智慧行業這四個場景之外，隨著人機協作的迭代演進，譚旻表示，人形機器人現階段能能率先進入的三大應用場景是工業制造、商用服務和家庭陪伴。

具體到工業化場景里，人形機器人是緩解國內制造業人力供需矛盾的關鍵一環。當前中國制造業工人缺口接近3000萬，缺口率達48%，車間工人勞動強度大，是制造業人力缺口的主體。與傳統機器人相比，人形機器人對復雜多變的工廠環境反應更靈活，可以解決一線人力的供需矛盾。

前段時間譚旻去到一個客戶的車間，當天的溫度是43度，工廠里沒有空調，工人們每工作一個小時，要休息半個小時，工人流失率非常大。譚旻認為，如果先把結構化的數據智能化建設做好，這就能讓機器人做很多工作，當前中國很多地方包括上海都已經開始了相關進展。通用機器人的優勢在于，一臺機器人學會，馬上就能有兩千臺機器人同時上崗。

譚旻表示，人工智能走到最關鍵的時候，在具身智能的通用人工智能時代，一定少不了人形機器人。具身智能最佳的其中一個呈現就是人形機器人，人形機器人被譽為“人工智能界皇冠上的明珠”。

“未來，真正的行業重大突破、很多產業化的應用趨勢都能從人形機器人里能看到，它也代表了產業從真正的智能化走到個性化、柔性化的重要階段。”譚旻總結道。