昨天，在CES展期间，我没有去挤英伟达CEO黄仁勋的演讲，却在展馆外等了将近一小时，只为体验一次亚马逊旗下的Zoox无人驾驶汽车。

  事实证明，这一个小时的等待很值得。短短十几分钟的乘坐，让我对一项技术如何真正落地，有了更实在的感受。

  先简单介绍一下，Zoox于2014年成立，2020年被亚马逊以约12亿美元收购。和大部分无人出租车（Robotaxi）不同，Zoox的车没有传统意义上的车头和车尾，无需掉头。因没有方向盘、脚踏板和仪表盘，内部变成了两两相对的4座布局，空间感比传统SUV还要宽敞。

  它搭载了133度的超大电池，车顶四角集成了激光雷达、雷达和摄像头，最高时速可达120公里。

  去年8月，Zoox成功获批，可以部署绝对没传统控制装置的车辆，开展试运营。Zoox还宣布，他们在加州的工厂年产能已达到1万辆，将为后续快速推广打下基础。

  说回这次试乘，Zoox是在预设的固定环线上行驶，变道、汇入主路、转弯等动作都很平顺，与一位熟练的人类司机差异不大，仅在最后刹停时略显生硬。

  传统汽车中，前排座椅靠背像一道物理和心理上的墙，不利于大家相互交流，但对坐的设计消除了这道屏障。这个看似没有技术上的含金量的改变，却成为了体验提升的核心。

  这更让我们坚信，无人驾驶，乃至人工智能的竞争焦点，正在从算力和算法转向用户的真实感受。在这儿也给创业者们一个提示：让AI在具体场景里可靠地达成目标，并提供高质量的服务体验，将会成为致胜的关键。

  首先，我们想指出的是，当技术已进入了边际效用递减的平台期时，商业模式的思考就变得至关重要。

  例如，目前无人驾驶技术已能妥善处理99%以上的常见情景了，线%甚至更少的极端场景（Corner Case）。但要完全覆盖这些小概率事件，技术公司就要继续投入与收益完全不匹配的大量资源。

  等车企来说，它们的系统必须能让任何人在任何地方都安全，所以它们必须死磕那最后1%甚至0.1%的极端场景，哪怕绝大部分消费者一辈子也碰不到这些风险。

  Zoox采用的是固定站点、固定线路的模式，看似是技术不足做出的妥协，却在商业上成立了。

  一方面，将车辆限制在特定的路网和站点，就等于人为地消解了大量的极端场景。车辆可以对这条线路进行反复训练，甚至主动设置各种突发情况做学习，从而以相对可控的成本，实现极高的运行可靠性。

  另一方面，Zoox的这种模式，恰好能解决传统公交系统的某些固有痛点——比如难以覆盖非核心区域或夜间时段。

  以往，无论车上只有1个乘客还是挤满50人，司机的人力成本和车辆的折旧是恒定的。为降低成本，公交公司往往选择在偏远地区或夜间减少班次。但这又导致服务体验变差，乘客流失，陷入恶性循环。

  没人的时候，车就停在路边等待，既不耗电，也没有司机的成本。人多的时候就可以多辆车编队出发。通过灵活的运力调配，可以大大降低经营成本，使得在郊区或夜间提供公交服务成为可能，并有望实现盈亏平衡。

  而且，它们并没有在抢现有公交司机的工作，而是在填补以往无法覆盖的服务空白。也就是说，它们是在形成产业新增，制造更多服务供给，带来更多经济增长。

  我觉得，更关键的是，Zoox又更进了一步，为用户更好的提供了更好的乘坐体验。

  特斯拉的Cybercab虽然也取消了方向盘和踏板，但依然保留了传统的前后排布局。

  未来坐在Cybercab里，就和普通车一样，乘客视线依然是向前的，这种体验和坐滴滴没有本质区别，只是少了个司机唠嗑而已。

  Zoox则为乘客抢出来了更多空间，膝盖不需要顶着前排座椅，乘客可以面对面交流，体验自然更好。

  我们可以再放张小桌子，喝咖啡、玩桌游，或者用来学习、工作或者开会。此外，这个空间也能够适用于试穿衣物、进行轻度锻炼或干脆躺下睡个觉等等。

  总之，这种设计让无人车能承载的服务变多了，进而可能催生出新的产业，也就是基于无人驾驶的增值服务，将会带来更大量的经济稳步的增长，并容纳更多且更多元的就业。

  值得一提的是，目前，国内如文远知行、PIX等公司也在进行同类无人小巴的试运营，并且相关服务已经扩展到了中东、欧洲以及日本等地。这表明，中国在这一领域的商业探索同样处于前沿。

  最后，当我们排队一小时去试乘Zoox时，黄仁勋的演讲也正在进行，但我们为什么没有去听呢？

  当时这个决定并不困难，当服务兴起的时候，硬件性能不再是最重要的因素。一项服务究竟如何，必须亲身感受，至于技术指标、芯片参数、行业观点，事后看看视频也能了解的。

  果然没错，黄仁勋依旧在展示最新的芯片硬件，畅谈他看好的无人驾驶算法和炙手可热的人形机器人，确实科幻感十足，却实质上还是老调重弹。更重要的是，没有无线互联网经验的老黄，只字未提终端智能，明显正在错过这一轮基于行为智能的、比生成式人工智能更大的机会。

  Zoox则代表了技术应用落地新趋势，它没有等待技术完美，而是通过聪明的场景选择和大胆的产品创新，把新技术真正融入现实生活。

  这种差异，类似于2018年CES上电动汽车概念层出不穷，但真正大规模进入生活，却要等到2021年前后。现在人形机器人正处在类似的概念热阶段，特别是今年CES展上，据统计有38款人形机器人，其中有21家来自中国，但人形机器人要真正走进日常生活，恐怕更需时日。

  机器人所面对的物理交互环境比道路交互与通行复杂多个数量级，从家务护理和养老，再到工厂打螺丝、缝衣服，每一个具体场景的攻克都需要巨大的投入。我们或许需要再等待三年、五年甚至更久，才能看到机器人在一两个足够大的特定场景中开始真正落地。

  然而，在行为智能时代，今年我们或许就已能看到智能服务在特定场景中可靠提供了。

  就像Zoox能在固定线路提供优秀的服务体验一样，会有大量的AI技术能在有限的场景中做出符合人类期望的动作和反应，并交付服务结果，实现商业变现。

  AI将不再只是大家口中的数据中心和万亿参数大模型，而是成为人类随身设备里的贴心秘书或健康管家。

  届时，谁能抓住具体场景的痛点，用AI更高效、更顺畅地解决这些痛点，谁就能率先实现商业上的落地。

  我更想强调的是，在这场基于行为智能的应用浪潮中，中国的创新反而会更精彩、更加多元，而且走得更远。

  因为我们拥有更丰富的测试场景，以及敏捷、扎实的工程化能力，也就更有可能孵化出具备商业落地潜力的应用。一旦在某个场景完成从0到1的验证，这类应用便能在全国类似的场景中快速复制，实现从1到N的拓展。

  那么，关键的问题或许就变成了：你是不是具备发现这些真实痛点的眼光，以及用技术快速构建解决方案的执行力？你是否也观察到了符合这种条件的应用场景呢？欢迎在评论区留下你的思考。

  以上就是今天的内容，现在我正在CES展的创新现场，和中国的科技企业家们一同观察全世界创新的前沿趋势，后续我也将在科技特训营中第一时间分享所见所思，如果你也感兴趣，欢迎加入科技特训营，和我一起，先人一步，领先一路！

  也在此向各位家长推荐将在寒假期间举办的前哨AI冬令营。我们大家都认为，最好的学习不是学理论，而是亲手实践。想让孩子能亲自上手完成真实的AI项目，从理解AI到驾驭AI，