曹旭东：首先我觉得物理AI是大势所趋，为什么呢？
首先大家都知道数字AI有很大的优势，第一个就是数字AI的数据能够快速的呈规模的获得。
大家都知道Open AI很早的时候，有机器人、有数字AI，但是后来在聚焦的过程中，阶段性的放弃了机器人，选择了去做GPT，很重要的原因是机器的数据太难获得了。而GPT需要的是互联网的数据，而互联网的数据本来就已经是非常大规模了。
数字AI在过去几年实际上是突飞猛进，当然另一方面数字AI能够更加低成本、短周期的检验，因为它能够在数字世界上去互动，它的成本是更低的，周期是更短的，就比如说现在Agent要调用的话，只需要给一个接口。
但是机器人要调用某一个工具的话，它要把机械手造出来，并且要抓取那个工具，并且来使用那个工具，那个难度和复杂度都会大非常多。但是，我们所在的世界，既有数字的部分，又有物理的部分，而物理的部分可能是更大的一部分，所以当数字世界整个的发展取得了非常大的进展之后，自然而然的很多的成功的经验和方法就要进入物理世界，并且在物理世界中做创新，这也是为什么我觉得现在是物理AI的序章刚开始。再回到我们公司，讲到物理AI，其实物理AI我觉得最核心的，一个是数据闭环，一个是商业闭环，而且这两者是互动的。
我有一个经验，这个经验就是，任何一个人工智能的应用，一旦接近人类的水平，就会在很短的时间大幅超过人类的水平，这背后的逻辑是什么呢？
仅仅是我的一个观察，就比如说你看Alpha Go也好，或者过去的人脸识别也好，前面经过了一个非常漫长的爬坡期去接近人，接近人可能花了十年、二十年很长的时间，但是超越人，或者大幅地超越人，有可能就发生在1、2年，2、3年的时间，一开始有这个观察之后，我就在想背后的原因到底是什么？后来就觉得最关键的还是数据闭环和商业闭环，而且这两者之间是正反馈的，因为先有了数据闭环，然后才有足够好的体验，这个足够好的体验一旦达到了接近人类的水平或者超过人类的水平的时候，就能够实现爆发式的商业化。
而这个爆发式的商业化之后，又会带来数据爆发式的增长，而数据爆发式的增长又会带来模型能力进一步的爆发式增长，最终能够互相促进、互相激发，形成强烈的正反馈，而强烈的正反馈使得在很短的时间内就能够实现十倍、百倍甚至千倍人类的经历。我们的判断就是自动驾驶进入到了这个阶段，机器人还需要一段时间，这是第一点。所以自动驾驶是物理AI的序章，因为它最先实现了规模的数据闭环和规模的商业闭环。第二点就是，你看自动驾驶要实现规模化的L4，我的判断累计的投入至少是百亿美金，而且有可能还是创业公司的研发效率，如果你是大公司的话不只是百亿美金，可能需要几百亿美金。但是机器人呢？通用的机器人它需要多少钱？
我的判断可能是几百亿美金到千亿美金这个级别，有可能还是创业公司的研发效率。
所以我的判断就是，物理AI它是需要有门票的，而这个门票就是你需要有现金流的业务，虽然现在整个中国具身智能的资本市场是非常活跃的，但是长期来看，要靠投资，要靠融资，追踪做成通用的物理AI，或者物理世界的AGI是不现实的。
而是一定要有现金流业务，而这个现金流业务可以是自动驾驶，也可以是物理AI某一个方向，虽然我现在没有想到，其他的某一个方向能够更早地实现规模化的数据闭环和商业闭环，或者其他来自于数字AI的现金流业务。
无论如何一定要有一个现金流业务来支持物理AI的研发。
