事件概要：TechCrunch Disrupt 2026主题演讲预告
- 事件时间：2026年10月13日至15日
- 地点：美国旧金山Moscone West会展中心
- 主讲人：Les Karpas（Nvidia Inception全球物理AI负责人）
- 演讲主题：《机器人正在等待他们的ChatGPT时刻》
- 舞台环节：真实世界AI舞台（Real World AI Stage）
- 参会优惠：9月25日前购票可节省最多200美元；团体报名最高享受30%折扣
- 参会规模：预计超10,000名技术高管、创始人及投资者
核心挑战：数据劣势导致机器人落地延迟
Karpas指出，机器人行业尚未实现消费级突破的根本原因在于缺乏类似语言模型训练的互联网级数据pool。与AI领域不同——OpenAI、Anthropic等公司可基于海量文本数据快速训练大语言模型——物理AI领域没有现成的“互联网级”物理世界数据集。
对比数据的反差：
- 自动驾驶行业尚能依靠Waymo等公司通过多年道路行驶里程积累数据，且数据集仍在持续扩展；
- 而通用机器人面临更大鸿沟：真实物理交互数据更难规模化采集，且每个机器人形态的交互模式差异显著。
为弥补该缺陷，一批初创企业正尝试通过仿真系统、合成数据及跨平台基础模型人工构建数据规模。Karpas将在演讲中与Shield AI、Colossal Biosciences、FieldAI及Foxglove的创始人共同探讨该领域的独特挑战。
Nvidia的生态视角：连接跨行业创新网络
Karpas的履历赋予其独特行业统览能力。他作为Nvidia Inception项目全球负责人，协调Nvidia与涵盖机器人、汽车、制造、移动出行及智慧城市等领域的广泛初创企业生态。其职业路径横跨工业制造（Stanley Black & Decker、Herman Miller）、创新孵化（Intellectual Ventures）、消费机器人（iRobot）、创意科技（Cirque du Soleil）及风险投资等领域，角色包括架构师、制造工程师、初创企业CEO及企业风投高管。
这种跨界经验使他能紧扣行业本质问题：物理世界的“数字-现实鸿沟” 是技术落地的关键障碍。这也是TechCrunch专门设立“真实世界AI舞台”的动因——聚焦AI从实验室走向现实的落地难题。
| 议程亮点 | 参与方 | 主题方向 |
|---|---|---|
| 主题演讲 | Les Karpas (Nvidia) | 物理AI瓶颈分析与突破路径 |
| 案例分享 | Shield AI | 军用/应急机器人实战挑战 |
| 案例分享 | Colossal Biosciences | 生物工程与机器人结合应用 |
| 案例分享 | FieldAI | 农业场景机器人部署经验 |
| 案例分享 | Foxglove | 机器人感知与数据可视化工具 |
落地建议：参会决策参考
适合立即行动者：
- 希望融入物理AI初创生态的投资人——Karpasliable的初创企业网络可能提供早期投资线索；
- 制造业/物流业技术负责人——可借鉴已有规模化落地案例中的数据策略；
- 机器人算法团队——重点关注仿真与跨平台基础模型的技术路径启发。
建议暂缓者：
- 尚未定义明确物理AI应用场景的企业——需先完成业务痛点与技术匹配评估；
- 缺乏跨学科团队（机械+AI+数据工程）的初创项目——技术落地周期可能超出预期。
写在最后
Karpas的论述揭示了一个关键悖论：最精密的机器人仍困于最原始的数据饥渴。当语言模型的突破源于数据民主化（互联网文本随手可得），物理AI的跃迁注定需要更复杂的基础设施工具。这场演讲的价值不在于给出答案，而在于厘清问题——识别数据鸿沟的存在本身，正是迈向解决的第一步。（全文1470字）