Transcription
太空中的机器人，这些具有思考能力的行星物种，它们可以思考，可以计划，还可以进行研究，自己寻找问题的任何解决方案。现在的问题是，我不想做这份工作，但还是在做，因为钱，我们是从生存的角度出发，我们现在在工作。但我不想做。这样的人很多。有一些枯燥的任务。你知道，他们不做那些工作，比如打扫地板和厕所。他们不想做这些事情，但他们为了薪水而做。所以这类工作将被机器人取代，或者在AGI发展之后。没有人知道，甚至我也不知道会发生什么，AGI能做什么？嗯，新的事物，当然，之后一切都会改变。感谢您的加入，改变世界。印度首个未来科技新辅助铸造。我是主持人ADL，今天我很高兴邀请到Mukesh Banga博士，一位自我学习的程序员和嵌入式设计师，他是Mux Robotics的创始人、首席执行官和首席执行官。作为AI和机器人领域的一位领导者，Banga博士现在专注于创造一种具有先进能力的自主人形机器人，包括思考、想象和任务规划。他的一项值得注意的成就是创造了一个基于AI的个人助理，并设计了一个名为“意识处理单元”的硬件组件，该组件增强了他们设备的认知能力。他的专业领域是生物神经网络、人工神经网络和各种机器学习算法。他的使命是推动AI领域的创新，并创造能够增强人类体验的产品。感谢您的加入，改变世界。印度首个未来可持续发展。那么，Mukesh博士，非常非常感谢您抽出时间参加播客。我一直在关注你们，因为我一直在看你们的所有视频，看起来非常棒。关于你们在人形机器人领域所做的工作。你知道，印度还有其他参与者，他们也在尝试建造人形机器人。但他们仍然有些遥遥领先，你知道。还有这些初创公司，它们得到了大型组织的资助。你们似乎是一个自力更生的组织。所以，如果您能从一点背景开始，并且也许从在印度建立一家硬件初创公司的挑战开始，那将是很好的，因为我投资于虚拟现实，并且我曾尝试在2016年制造一个16个摄像头的VR录像机，那非常非常具有挑战性，非常非常耗费资金，生态系统没有任何支持。所以，背景挑战，建立一个像人形机器人这样的硬件初创公司，这本身就像是登月任务。首先，非常感谢您邀请我来。是的，建造一个人形机器人无疑是一项艰巨的任务。你知道，有多个领域，比如机械、电子、电气、AI、软件栈。所以，建造一个人形机器人无疑是一项艰巨的任务。然后，在印度建造一个人形机器人，你知道，这比在中国和美国更具挑战性。嗯，实际上好消息是我们在浦那。浦那拥有在这里进行机械加工的能力。浦那的机械加工工作质量很好。所以我们获得了这个优势。在我们这里，你看到的是IT行业，你知道，这些都是在浦那进行的顶尖工作。所以，我们将从好大学获得软件资源，而这个挑战并不大，挑战主要在于硬件开发、机械加工、执行器以及将所有这些东西整合到一台机器中，这才是挑战所在。我认为你所说的，你知道，印度的挑战，你知道，中国和美国的挑战，在中国和美国，这些根本不是问题，因为他们已经建立了一个生态系统，从头开始，你知道，他们支持初创企业生态系统，你知道，无论是中国还是美国，你知道，他们的硬件和软件系统行业都非常非常出色，再加上支持这些初创企业的生态系统，你知道，投资者生态系统以及行业，你知道，他们非常乐意接受这些新产品。而在印度，正如你所指出的，情况完全不同。但是的，我认为浦那与众不同。浦那在软件和硬件方面确实正在成为领导者。是的，我认为印度可能正在慢慢地意识到，我们不仅要在软件上，还要在硬件上有所作为，因为到目前为止，印度一直……我们现在可以看到这种转变，这是非常非常必要的，因为到目前为止，我们一直……我们一直都是软件领导者，然后我们就放松了，哦，好吧，我们领先于软件，但硬件方面，好吧，我们可以以后再考虑。你知道，但我认为我们必须考虑所有这些，你知道，无论是硬件、软件，还是行业支持、投资支持，所有这些都需要结合起来，那时我们才能真正建立起……你知道，大型科技公司。你知道，因为问题在于，你知道，公众认为，为什么印度没有出现那些大型科技公司？为什么印度没有那种应该在全世界都能买到的硬核产品？为什么它没有出现？多年来一直没有出现。如果我们看看创新，我们一直在做传统产品。比如我们的汽车还在运行，就是这样。但如果考虑创新，我们在硬件方面失败了很多次。即使是手机行业也遭受了重创。所以我们在硬件方面仍然在挣扎，但我认为随着时间的推移，如果我们在这个领域拥有良好的领导力，我们将克服这个问题。所以，我们肯定能在这里成长。但我们的重点仍然是60-70%在操作系统方面，机器人操作系统，软件栈，AI模型，这些是我们的强项。告诉我，当你谈论建造这些人形机器人时，你知道，这有很多挑战。你提到了执行器、自由度等等。所以，你们已经制造了几个产品，不是一个，而是几个。你们制造了SpacIO M1，SpacIO Pro，SpacIO Prime，然后你们还有特种机器人类别。在我们进入特种机器人类别之前，让我们谈谈你们正在建造的这些人形机器人，你知道，SpacIO M1，SpacIO Pro和SpacIO Prime。它们有什么能力？它们能做什么？你知道，它们的能力是什么？也许如果你能谈谈建造SpacIO M1的硬件工程、软件和设计挑战，那就太好了。你现在看到的机器人，SpacIO Pro和M1，这是第二代机器人。我们先尝试了第一代，它运行了……你知道，运行了两年。然后我们推出了Pro，然后是这个。所以，当然，你可以说这是一个渐进的过程，你知道，这不是一天或几个月的事情，这是几个月的过程。所以，从设计开始，然后如何选择正确的组件，将它们放置在正确的位置。所以，这些都是挑战。设计完成后，我们如何进行电气设计？然后是软件栈开发。然后机器人就可以工作了。然后我们测试机器人，测试后推向市场。我们必须经历所有这些过程，从设计、电路设计、零件加工，所有这些之后，我们将它们组合在一起，制造出机器人。完全正确。那么，Mukesh，你能多说一些关于你参加播客的事情吗？你知道，从所需的各种自由度开始。环境感知技术栈，传感器是什么。这超出了范围，因为你知道，当你谈论自主机器人时，它依赖于……你知道，整合所有这些数据，你知道，从视觉、触觉、惯性传感器。所以，你们在这些方面使用了什么？使用了什么传感器？你们使用了激光雷达，使用了摄像头。所以，如果你能谈谈全栈，那就太好了，尤其是硬件。我们使用了多少个关节？让我们谈谈手，我们给了SpacIO 6个自由度，带有一个抓手，它是……7个自由度。为什么给了7个自由度？这样它就可以在所有方向上抓取和放置物体。所以，我们给了它7个自由度。有些机器人是四轴机器人，有4个自由度。但那里会有一些运动限制。所以，这6个自由度，我们在肩关节上安装了两个关节。这里有一个关节，在我们手腕上，有两个关节。所以，有六个自由度，第七个轴是用于抓手位置的。所以，自由度很重要，因为对于抓取和放置，或者某些应用，你需要深入，那里将使用最多6个自由度。如果我们谈论传感器，那么主要的传感器是摄像头。我们使用了深度感应摄像头。一种叫做深度感应摄像头435i。然后是麦克风阵列，这非常重要。麦克风阵列用于……你知道，倾听。然后是传感器，这是一种新型的激光雷达传感器，主要是4D激光雷达。你主要会看到使用普通激光雷达，但我们使用了4D激光雷达，它在垂直方向上也能……传感器。我记得我看到你的机器人时，我发现最有趣的是你们给它装了轮子，因为你知道，行走本身就非常非常具有挑战性。任何运动都变得越来越具挑战性。所以你们玩得很聪明，就是给它装了轮子。而且，你知道，这在工业地板上会非常非常棒。因为，你知道，它的移动速度会更快，而且不必依赖于……你知道，实际的行走能力，因为这本身就是一个问题。我认为波士顿动力公司，我记得我看了波士顿动力公司的产品，你知道，那种灵活的运动和正确的行走是现在创造出来的，因为这本身就是一个挑战。但我想你们做得很好，就是给它装了轮子，而且它的有效载荷能力也有200公斤，对吧？所以，当你们制造它的时候，你们……你们在看什么用例？作为一个人形机器人，你知道，你们最初考虑的典型用例是什么？它的能力是什么？它能做什么？不，实际上，当我考虑设计时，我想到的是，我想要一些……你知道，乐观的，有成本效益的，可扩展的。从这个角度来看，我思考的时候，这个设计在2020年左右就出现在我脑海里了。2020年就有了，我想我们会做一些带有轮子，并且可以使用腰部关节弯曲的东西，还有身高调节。考虑到所有这些，我才想到这个设计，我们可以用这个设计来制造，它带有轮子，身高调节，还有弯曲。轮子的好处是电池续航时间更长，稳定性更好。也就是说，机器人会处于一个稳定的状态。而且我们可以获得不错的速度。所以，考虑到所有这些好处，我们才选择了轮子。工业……有很多用例，比如我们可以在仓库中使用。我们可以在物流中使用。酒店、医院，有无数的用例。但我们首先从机场开始，我们首先瞄准机场。然后我们转向物流，然后是酒店。这是我们的营销计划。销售和营销计划。对吧？在机场做什么？它们会搬运行李，这很棒。因为那里的用例是，你可以把行李放在行李车上。然后机器人会引导你到登机口。它可以引导你到登机口。如果你需要关于你的机票或登机口的其他信息，机器人会自己提供。你们目前的目标价格是多少？机场机器人也有两个版本。对于货运航空公司，我们有不同的价格区间，对于乘客来说，我们有不同的版本。对于乘客版本，我们起价为1000美元，对于货运版本，起价为35000美元。我认为Mukesh，这……我认为我们机器人最大的挑战是……运动，就像我们人类的运动一样。这个机器人的运动是一个非常非常大的挑战。当然，自主能力，我们稍后会谈论。有很多执行器被用来……你知道，赋予人类般的情感。你知道，你们使用了什么执行器？在功率、速度和精度方面，你们面临哪些权衡？如果你能谈谈这一点，以及可能……你知道，还需要哪些技术突破，才能让它……你知道，让它真正像人类一样，它能像人类一样移动，至少具有人类的灵巧性。因为我们移动的方式，你知道，身体的每个部分都非常复杂，你知道，从手指的运动，你知道，到自由度，到行走，你知道，在地面上滚动，你知道，跳跃、奔跑。你知道，人类的运动和理解复杂环境的方式充满了活力。所以，我认为这些挑战……你认为是什么？……首先的问题是，你们使用了什么执行器？为了赋予它……你知道，最大的灵巧性，最像人类的表现，以及……你知道，你认为还需要哪些技术突破，才能让一个人形机器人真正像人类一样移动？当然，执行器是关键部件。它是任何机器人开发的关键部件。一开始，我们使用了行星齿轮，但那……你知道，效果不太好。你知道，有反向间隙问题。所以我们转向了谐波驱动。目前的执行器实际上是谐波驱动。谐波驱动的特点是不会有反向间隙。也就是说，你保持恒定。所以，这些是我们用于SpacIO Pro版本的执行器。但SpacIO M1仍然是行星齿轮，我们正在转向这个，因为这只是一个表达机器人，没有像……抓取和放置应用，或者其他功能。M1没有任何这样的功能。它只是……你知道，表达……你知道，说话。所以，这是我们在这些机器人中使用的两种执行器。对吧？你认为呢？……什么时候，我认为，你知道，人形机器人将能够真正拥有和我们一样灵巧的运动。我们可以说我们正处于边缘，因为波士顿动力公司已经实现了……你知道，接近了，你可以说。完全正确。因为他们已经进行了30到40年的研究。所以他们有这个能力。对于Mux Robotics，我们的重点仍然在软件方面，在硬件执行器方面，这还需要更多时间，大约三年，四年，我们可以说，才能达到波士顿动力公司那样的精度水平。我们将……你知道，在软件方面领先，在操作系统开发方面领先，这就是我们所期望的，因为那是我们的优势。无论我们现在拥有什么优势，那就是软件优势。所以我们过度关注软件方面。完全公平，完全公平。是的，我的意思是，那是……我们目前的优势，我们也许……我的意思是，应该专注于这一点，并创造出最好的产品。你知道，所以你说的很对。你知道，我的意思是，你知道，我们有一些小缺点。你知道，中国的机器人，它们是突飞猛进的，真的真的领先，除了明显的美国公司，比如特斯拉，或者波士顿动力公司和其他公司。中国本身就像……你知道，它的水平是不同的，我们可以说。不是特斯拉，特斯拉不能和波士顿动力公司竞争，对吧？对，对，而且中国是不同的。完全正确，完全正确。而且在中国，有统一的……我的意思是，两者都……我的意思是，他们都取得了进步，他们的机器人，他们的运动，你知道，从人形机器人到机器人，我的意思是，硬件方面，中国已经取得了如此大的领先优势，所以我的意思是，这显然非常有帮助。现在你们开发了名为FusionMax的东西，这是一个多模态模型。如果你能谈谈FusionMax，那就太好了。它是一个蒸馏模型，还是一个从头开始构建的模型？因为当你说是多模态模型时，它会变得非常……你知道，计算密集型，资源密集型，也就是财务密集型，你知道，当……所以你们开发的FusionMax是什么？它基本上是一个蒸馏模型，还是你们自己开发的？它有什么样的多模态能力？FusionMax的模态是什么？名字本身就可以看出，FusionMax。它是多种传感器和电机数据的融合。传感器意味着来自摄像头的数据，你知道，来自麦克风的数据，我们将其融合。输出将是行动。这是附加组件。如果你看ChatGPT，它是文本到文本，视觉到文本。语音……到文本，或者语音到语音。但ChatGPT机器人动作中没有动作。所以我们开发了……你知道，一个支持机器人动作的模型。所以它是一种……你知道，视觉语言动作模型，以及语音、音频、视觉、语言和动作模型，所有这些都在一个模型中。其中的挑战在于收集机器人训练数据，这是一个大挑战，收集机器人数据然后输入……输入。
进入模型，这是最具挑战性的部分，即收集数据。您正在谈论的视觉语言动作模型，您说得对，我的意思是数据在那里是一个巨大的挑战。您提到的机器人，您所说的空间特定。显然，它的训练很大程度上我认为是在模拟中进行的，而不是在物理世界中，因为在物理世界中显然会有很多挑战。而且你知道，如果它掉下来，你知道你会损失很多时间，很多金钱，因为你知道你会损坏模型。所以，如果您在模拟中训练它，那么模拟中的现实世界的挑战是什么？我的意思是，因为仍然存在，即使您在模拟中训练它，要复制它并将其转化为现实世界，这仍然是挑战。那么，您正在使用什么方法来训练这些模型，以及您如何复制或从模拟到现实世界的场景进行转换？那么，模拟和现实之间肯定存在差异，即现实世界和现实世界中我们面临的挑战是机器人可能会损坏，执行器可能会损坏。所以这个挑战也存在。但最好从现实世界收集数据。我可以，我建议这样做，因为真实数据就是真实数据。而且因为其中的灯光效果和自然环境肯定不同。如果我们谈论 VLA，视觉语言动作模型，在那里会发生什么？您通过摄像头获取视觉数据。此外，还有文本命令，当我们告诉机器人“拿起这个物体”时，无论是什么。然后是动作数据，机器人执行的任何动作。所以我们将这类数据放入 JS 格式，然后这个文本文件用于训练目的。Mukesh，告诉我，在这一点上，无论波士顿动力公司还是特斯拉的机器人，或者任何机器人，从统一的角度来看，所有这些机器人很可能仍然是远程操作的，有人在后面控制着机器人，因为我们还无法让这些机器人规划、移动和在世界中行动，你知道它无法推理，你知道，而且有，我的意思是，你现在我认为我们正在研究推理模型，我们正在研究自主人工智能模型。那么，您认为远程操作的这种模式，您认为它会持续多久，我们才能从远程操作的模型转变为自主机器人？远程操作显然，我的意思是，它本身就非常具有挑战性，而且正如您所说，您需要现实世界的数据，所以挑战在于机器人数据的收集，因为这就是为什么我们还没有达到像 ChatGPT 那样的水平。主要原因是数据，机器人数据，因为在 ChatGPT 中我们收集了，你知道，6000 亿个参数。但机器人我们没有那么多数据集。因为有不同的机器人或不同的动作。所以我想模型还没有达到 ChatGPT 的水平，但它离我们不远了。我们会很快看到机器人也在动态工作。在动态环境中工作。这会很近，我们可以说非常近，一年之内我们可以看到，也就是说，在 2026 年之前，我们可以看到机器人与人、事物进行动态互动，并且我认为到目前为止的挑战是，如果我们正在部署机器人，在现实世界环境中，无论是工业还是医院，我的意思是，只是以医院为例，我的意思是，如果它可能是在照顾病人，现在病人是一个非常复杂的环境，你知道病人可能会转身摔倒，我敢肯定，视觉能力或模型可能会让它意识到它正在摔倒，但要像人类一样立即做出反应，这些挑战仍然存在，但是的，我的意思是，如果你说 2024 年到 2026 年会发生这种情况，那么是的，它们将非常非常酷。那么，我认为您所说的自主能力需要一些被称为通用能力的东西，也许是普遍意识。而且我认为世界各地的人们都在努力构建这些通用机器，你知道，无论是机器，无论是像软件堆栈，您称之为 AGI，而且有很多不同的名称。你知道，人们称之为不同的东西，现在我认为人们甚至不谈论 AGI 这个词，因为有很多人对 AGI 这个词感到厌恶。我认为您正在努力或至少在思考构建这些人工智能通用智能机器人。那么，您所说的意思是，您正在朝着那个目标前进，您认为需要什么？因为我认为统计模型，这些数据输入、数据输出、大型模型不会让我们成为通用代理，因为我们的大脑不需要数十亿万亿的参数，我们通过零样本学习，你知道，我们看到了一些东西，理解了，然后我们对其做出反应，你知道。那么，您认为呢？因为您写过关于意识的东西，您还拥有所谓的意识处理单元。那么，您所说的通用意识机器人，您想构建它，您的目标是什么？您的愿景是什么？您将如何迭代地实现它？实际上，我的起点就在那里，如果看我的起点，我从那里开始，走向意识，因为我的背景是医学。那不一样。所以我们在二年级学习人脑，学习我们的大脑如何工作。身体里有神经通路。所以从那时起，我的意思是，在那时我开始专注于我们的大脑如何工作。所以我的旅程从那里开始，大脑如何工作是一个巨大的谜团。所以我在 2013 年发表了研究论文《思维电路》，它被称为思维电路。然后在 2017 年，我发表了论文《整体意识的认知模型》，《整体意识的认知模型》意味着意识如何整体工作。那么它的帮助是什么呢？我的意思是，如果我们想进行自我活动，自我活动，自我活动，也就是说，如果我们想主动做一些事情，那么意识是必不可少的。所以这就是为什么我的重点主要放在构建具有意识的机器人上，我们可以说它们是自我意识的。而且我们未来的模型将是自我意识的模型。但我正在为 Class 3 机器人制定不同的计划，我们称之为 Class 3 机器人，因为它们具有思考和规划的能力。所以我认为这些机器人对地球没有用，它们有用，但它们不应该在这里，因为这些机器人将直接与人类竞争。所以我认为这不应该发生。所以我们正在为火星任务制定计划。所以这些机器人应该在火星或其他行星上生存。这些 Class 3 机器人。具有思考、规划和自学能力的机器人，我们可以说它们可以自学。这类机器人应该在其他行星上，而不是在地球上。所以我们在这里地球上销售的都是 Class 2 机器人。Class 1 机器人，即 SpacIO Pro 和 SpacIO M1 是 Class 2 机器人。它们可以遵循您的指示，遵循您的命令。它们没有思考和产生新知识的能力，它们无法进行研究，我们可以说它们无法进行科学研究并获得新的见解。SpacIO Pro 和这些 M1 机器人不会有这类工作。但 SpacIO Prime，这些机器人是为行星物种设计的，具有思考能力，它们可以思考，它们可以规划，它们还可以进行研究。研究意味着整个过程，通过自身找到任何问题的解决方案，找到新问题的解决方案。那么，Mukesh，您为什么认为 M3 机器人，您计划构建的机器人，您暗示它将具有意识和自我意识，为什么它们不应该在地球上？因为我认为几乎所有公司现在都在努力构建 AGI 或这些通用人工智能。而且我认为谷歌两周前发布了 AI 科学家，它进行研究。我的意思是，所有这些人，无论是 Anthropic，还是 Grok，还是 OpenAI，还是 DeepMind，他们都在朝着同一个目标努力，即构建真正有意识的机器，它们是通用的、普遍意识的。我不知道他们是否在谈论有意识的代理，因为意识本身现在非常模糊，因为我们对意识是什么没有共识。你知道，因为有各种各样的人对意识有不同的定义。所以我不认为，我的意思是，我认为就在两集前，我还在和 Aaron Naib 教授 Aaron Naib 谈话，他正在努力逐步采取步骤，构建您可能称之为通用意识或有感知能力的机器。他正在采取逆向工程动物的方法。所以他说，为什么我们不从动物开始呢？因为你知道，研究人脑，因为我们甚至不知道意识在哪里。你知道，有像 Sir Roger Penrose 和 Hameroff 这样的人。如果您看我的起点，我的起点也来自那里，来自生物学，您可以从人类生物学、人脑开始，然后我进入人工智能领域。所以这绝对是生物学在这里非常关键，以了解意识的实际机制，意识如何工作。要理解这一点，我们应该了解人脑的知识，而不是人工智能神经网络的知识。您应该首先了解生物神经网络的基础知识，通路如何产生，传感器如何。所以这是构建任何有意识的机器的必要条件。是的，我认为这是第一步，而且有各种各样的方法。我正在说，如果机器人不应该在地球上，因为它们会造成并发症，而且我们甚至不知道我们是否能够处理这些并发症。是的，所以您所说的意思是，当您构建这些有意识的机器人时，我认为我们甚至不知道。首先，我们不知道什么是意识，如果它发生，我只知道它会到来。所以，如果是这样，因为我们目前的一切都可能处于危险之中，人类的存在。所以最好现在就禁止这类研究。这对我们，对人类来说会更好。所以我不同意您的观点，因为禁止不是目的，我的意思是，它不会解决任何目的，因为如果我们禁止，我们会禁止什么？因为正在发生的是技术民主化了。应该有法律。如果这类大型模型直接面向公众，那么它可能会被滥用，而不是被使用。是的，是的，你看，我们这个物种就是这样形成的，我们是自我保护的物种。所以我们只考虑自己，而不是所有人的共同利益，这是我们作为人类物种固有的问题。这就是为什么，如果你去看，我能理解，但应该有一些限制。是的，是的，应该有一些限制，应该有一些监管，因为很多科学家也这么说，因为它可能发生，它可能发生。不，不，绝对。所以我绝对同意这一点，如果我们能够创造通用机器人，它们实际上是有意识的，那么会发生什么？它们能做什么？我们一无所知。所以是的，我认为这是我们真正不知道的事情。那么，我的最后一个问题是 Mukesh，您必须描绘一幅画面，10 年后，我们现在是 2025 年。10 年后会发生什么？我们的世界会怎样？这些机器人会有多普遍？它们会像我们一样吗？就像，也许是合成的，但能够像我们一样说话、移动、行动，也许思考或拥有自我意识？如果发生这种情况，我们的世界将如何改变，无论是好是坏？如果您描绘一幅 10 年的图景，世界将如何改变，以及您在其中的作用？通过书籍，机器人，当然，一些工作，比如体力劳动者，将被机器人取代。在印度，这需要时间。但如果我们看国外，美国、英国等国家，那么大部分工作将被机器人取代。它们可以直接支付工资给人们。政府将直接支付工资给他们。而人类将从事大部分他们感兴趣的工作，比如跳舞或艺术工作或环游世界，健身聚会，这类工作将由人类完成。而他们喜欢什么就做什么。现在的问题是，我不想做这份工作，但我还在做，因为钱。我们想要。所以从生存的角度来看，我们现在正在工作。对。但我不想做。这样的人很多。有很多人不想做这些事情，但他们正在做一些无聊的任务，一些他们不想做的，比如打扫地板和厕所。他们不想做这些事情，但他们是为了工资而做的。所以这类工作将被机器人取代。而关于印度，这需要一些时间才能在印度出现这种情况，因为我们人多。所以我不认为我们会这么快，我们也无法提供普遍的工资。所以这里的情况将与西方国家略有不同。而且，人工智能机器人肯定将是主要的增长领域，在未来 10 年内将增长得更快，而且未来是美好的，也就是说，这是新的东西。而在 AGI 发展之后，没有人知道，甚至我也不知道会发生什么。AGI 能做什么新事物？当然，之后一切都会改变。好的，博士，我真的很感谢您花时间参加播客。是的，我认为我们的世界在 10 年后会发生什么，我认为我们谁也不知道，因为如果 AGI 在 5 到 8 年内发生，它会将我们带到哪里？我们的工作会怎样？我们一无所知。正如您所指出的，我认为不仅是机器人，甚至像编码、内容创作也可能变得多余，因为我们有生成式 AI 标签，它可以将文本转换为图像、文本到视频、文本到 3D 世界构建。单调的工作都会消失。所以，如果这些工作消失了，那么正如您所说，就会有普遍基本收入，因为那里将没有金钱，那个系统将有普遍基本收入。那么，生活中将不再有工作，那么意义就会消失。但您说的是，我们会做绘画，也许我们会旅行，我们会花更多的时间与家人在一起。我希望我们能进入一个政府支持我们的世界，在那里人们没有工作，但是的，他们会做他们真正想做的工作，他们应该做的工作。他们想做的工作。他们想做的工作，他们想成为演员，但我现在在工作。那将不会存在。也就是说，想做什么就做什么，但要遵守法律，遵守法律的限制。所以，这也有另一面，正如您所说，我想有创造力，我想成为一名演员。现在，AI 不需要演员，不需要剧本。您输入一些文本，它就变成了一个视频。最终，我认为在 10 年内，它甚至可以制作完整的电影。所以是的，我认为我们正在走向一条非常危险的道路，但也是一条非常奇妙的道路。如果我们利用这项技术为人类造福，我认为我们人类作为一个物种将会成长和繁荣。祝您和您的整个团队在 Moksha Robotics 取得圆满成功，因为我认为你们正在做一些真正独特的事情。我希望投资者能够注意到并倾听你们正在做的事情。我希望行业能够团结起来。我希望有更多的用例，让这些机器人在工业、医疗保健或机场场景中得到应用，您谈论的是真正解决问题。因为是的，有太多的问题是这些人形机器人可以解决的。祝您在构建这些 AGI 机器人，这些可以做，可以普遍存在的机器人，就像您提到的，也许像人类一样有意识，祝您一切顺利。是的，是的，我们祝您一切顺利，感谢您参加播客。对于我的听众，如果您喜欢听到的内容，请按订阅按钮。下次再见，谢谢。谢谢。非常感谢。非常感谢。谢谢。