前幾天，我們藉著上海車展契機介紹了一家美國自動駕駛汽車公司Waymo，看到留言反饋說，覺得這些資訊還蠻新鮮的，之前瞭解的並不多。所以，我就繼續再介紹一家美國相關汽車主機廠。今天故事的主角是美國電動汽車公司Rivian創始人兼CEO羅伯特·約瑟夫·“RJ”·斯卡林吉（RJ Scaringe）。核心內容來自他在2025年輝達GTC大會上與輝達汽車業務負責人Rishi Dal的對話。RJ Scaringe是一名八零後，父親也是一名工程師，從小熱愛汽車，曾在鄰居的車庫裡修汽車，展現出對汽車工程的濃厚興趣。在瞭解到汽車對環境的負面影響後，在2009年創業成立公司。目前其公司總部位於美國加利福尼亞州爾灣，主要產品包括電動皮卡R1T、電動SUV R1S，以及電動配送貨車Rivian EDV等。工廠位於美國本土，在伊利諾伊州Normal。所以，從訪談中，我們也可以感受一下他是怎麼談美國製造的。我們知道，美國市佔率第一的新能源汽車是特斯拉，但由於馬斯克主導的DOGE讓很多特斯拉原車主心生反感，而且有很多人在特斯拉展廳門前抗議，導致銷量大受影響。我看了一下美國車主社區，Rivian是提及很高的其他選擇。比如我在一個RJ Scaringe的訪談下看到這條使用者留言：作為擁有特斯拉汽車6年的車主，我今年打算換車了。一年前，我給女兒買了一輛 Rivian R1S作為她50歲的生日禮物。她只是想要一輛全尺寸 SUV，但對 Rivian一無所知，結果她非常喜歡，這讓我對 Rivian 產生了更大的興趣。我本來一直很喜歡我的特斯拉，但最近幾周，我對這個品牌的迷戀程度有所下降。我會儘量保持耐心，但自動駕駛概念一直是我的首要關注點（在我 75 歲的時候）。RJ，我認為你真的走在正確的道路上！由於Rivian是創業公司，按照中國汽車業話術，屬於美國汽車新勢力。他在訪談中談及最困難的地方就是供應鏈。但他認為，中國汽車主機廠的優勢並不是“製造成本”，而是在汽車電子架構上的創新。一、Rivian的創業挑戰：從零到汽車製造巨頭的艱辛之路RJ Scaringe回憶起創辦Rivian的艱難歷程時表示，建立一家汽車公司面臨著多重複雜挑戰。"在建立像汽車公司這樣不僅作為業務複雜，而且產品本身也極其複雜的企業時，一開始你什麼都沒有。你需要數十億美元的資金，需要數百家供應商提供數千種零部件，需要數千名工程師組成的團隊，需要人們關心的品牌，需要能與消費者產生強烈共鳴的產品。起初，你一無所有。這是一個有趣的過程，你幾乎必須強行讓各種要素開始融合在一起。因為你沒有資金，所以無法開發技術；你沒有技術，所以很難籌集資金。"在Rivian發展的早期階段，Scaringe和他的團隊不得不在品牌定位和產品發展方向上進行多次重大轉變。然而，從2009年公司成立至今，有幾個核心理念始終保持不變。Scaringe強調："我們深信產品必須具有超越技術本身的意義，它們需要在情感層面與消費者產生共鳴。而要實現這一點，我們認為垂直整合在多個領域非常重要。對我們來說，最重要的領域之一就是車輛的電子裝置和軟體。"Scaringe回憶起大約十年前，他向當時規模尚小的投資者群體闡述公司戰略時的情景："我告訴他們，我們將開發自己的所有電腦系統，建構自己的軟體系統，包括自己的即時作業系統，以及娛樂平台的作業系統。投資者問：'你真的想做這些嗎？這工作量太大了。'但最終，這證明是正確的戰略。"這一戰略的成功得到了市場的驗證。在過去兩年中，Rivian在多個獨立評測機構的客戶滿意度調查中均獲得了最高評價。更令人矚目的是，Rivian的軟體技術已經開始向其他品牌擴展。"去年秋天，我們與大眾汽車集團簽署了一項58億美元的軟體授權協議，作為合資企業的一部分（這讓我想到大眾和國內的地平線公司也有技術投資合作，歐洲車廠在AI時代，在用資金換技術啊）。看到我們長期以來開發的這些技術開始被應用，不僅僅是在Rivian產品中，還在世界各地的不同品牌、不同形式、不同價位的產品中，這真的很酷。"Scaringe自豪地說道。二、原來重視動力系統，現在則更重視AI當被問及AI和技術進步如何影響公司願景時，Scaringe強調了公司發展重點的演變。"最初，我們的重點確實是圍繞車輛創新，動力系統，當然，還有對可持續性的巨大關注。但從大約10年前開始，特別是在過去幾年中真正加速的，是如何將AI整合到整個業務中的強烈關注。"Scaringe詳細闡述了AI在Rivian車輛中的應用。"一個非常明顯的方面是它整合到了車輛中，使車輛越來越能夠自動駕駛。在我們的第二代車型中，也就是對我們最初推出的R1T和R1S的重新設計（這是Rivian的兩款車），我們擁有更高水平的計算能力和令人難以置信的感知堆疊。這些車輛在高速公路上行駛的時候，你可以把手從方向盤上拿開，車輛會自動駕駛。在我們二代車中，約20%的行駛里程是由車輛自主駕駛的。在接下來的幾年裡，我們認為這個比例將從20%增長到60%、70%。"然而，AI在Rivian的應用遠不止於自動駕駛。Scaringe強調了AI如何滲透到業務的各個方面："如果你考慮到我們正在建設一個非常大的面向消費者的直接面對消費者的品牌，我們必須建立服務基礎設施，這意味著有一個大型診斷團隊，有一個客戶服務團隊，我們有很多服務技術人員。我們有數百個執行不同任務的Rivian站點，無論是充電、服務、銷售還是配送。美妙之處在於，我們實際上是通過AI作為關鍵部分的世界視角來設計所有這些基礎設施的架構。"這種從頭開始整合AI的方法給予了Rivian獨特的優勢。"我們不必拆除數十年的基礎設施來用AI重建它。我們實際上是從一開始就在設計大部分內容，充分考慮到在一個具有更好資訊獲取能力的世界中它能成為什麼。有些你認為需要手動完成的事情，現在你可以完全自動化。我們對此為我們作為企業所解鎖的潛力感到非常興奮。"三、中國電動汽車革命：速度、創新與西方市場的鮮明對比Rishi Dal提出了關於中國電動汽車創新的問題，指出中國以"閃電般的速度"推進電動汽車創新，推出大量新車型、先進電池技術和AI應用，且價格更低。他詢問Scaringe：為何中國汽車業開始領先，以及西方公司能從中學到什麼。Scaringe首先指出了美國電動汽車普及率的現狀："在美國，目前只有8%的新車銷售是電動的。換句話說，在美國銷售的汽車中，92%仍然使用燃油動力。相比之下，中國去年達到了45%。作為參考，中國的普及率是美國的五到六倍。"關於這一差距的根本原因，Scaringe認為產品選擇有限是美國電動汽車普及緩慢的關鍵因素之一："在美國，大多數車輛銷售發生在50,000美元以下的價格區間。在這個價格範圍內，到目前為止只有少數幾個——說'少數幾個'太慷慨了——一兩個非常引人注目的選擇。當然，其中之一是特斯拉的Model 3和Model Y。這從特斯拉極高的市場份額集中度就能看出來。"他將電動汽車市場與內燃機車市場進行了對比："如果你比較內燃機世界，你有數百種選擇。你有不同的形式因素、不同的價格點、不同的品牌、不同的功能組合。為了讓我們在美國看到大幅度的電動汽車普及，我們需要更多的選擇。"Scaringe解釋了Rivian的市場定位和未來發展規劃："我們以R1產品線推出我們的品牌，這是一款高端旗艦產品。其平均售價接近90,000美元。SUV版本是美國銷量最好的高端電動SUV，但這只是一個相對較小的市場，因為不會有太多消費者願意在車輛上花費超過70,000美元。因此，我們的下一款產品R2，基礎價格為45,000美元，將大幅拓展市場。它保留了Rivian在更高價位上的魅力，只是放在稍小的包裝中，但仍是一款非常酷的車輛。"談到中國電動汽車行業的成功，Scaringe提出了一個富有洞察力的觀點，認為中國的優勢不僅僅在於成本："我認為我們經常關注中國存在的成本優勢。這在今天值得注意，但隨著時間的推移，隨著製造業和車輛工業化變得越來越自動化，勞動力成本的相對差異將開始淡化。我們最終關注的是產品在功能和內容方面如何比較，這意味著技術，這意味著圍繞品牌如何融合的綜合考慮。"Scaringe特別強調了中國企業在汽車電子架構方面的創新優勢。他用一個很形象的歷史故事來解釋當前西方汽車製造商面臨的技術架構挑戰："這要從汽車電腦的歷史說起。在1960年之前，汽車是完全沒有電腦的，所有系統都是機械式和模擬式的。比如發動機靠化油器控制，不需要電腦。第一個進入汽車的電腦實際上是用來控制燃油噴射系統的。"他接著解釋了為什麼這一歷史發展導致了今天西方汽車製造商的技術架構問題："當時，汽車製造商不認為這是核心競爭力，所以把這項技術外包給了供應商。隨著幾十年的發展，汽車上越來越多的系統開始配備小型電腦。在汽車行業，這些被稱為ECU（電子控制單元）。想像一下，電動座椅有一個小電腦，燃油系統有一個小電腦，空調系統又有一個小電腦...這樣不斷累加。結果就是，我們的汽車變成了一個由可能多達100個小型電腦組成的複雜網路，每一個都運行不同的軟體，像是一座座軟體孤島，都是由不同層級的供應商開發的。"這種情況就像是一棟沒有統一規劃的老房子，隨著時間推移不斷加建小房間，最終形成一個結構混亂、難以維護的建築。而中國的新興汽車企業則有機會從零開始設計，建造一棟結構合理、系統高效的現代化建築。四、傳統汽車製造商的轉型困境：從機械時代到軟體定義時代的挑戰在討論到傳統汽車製造商為何在向電動和AI驅動的汽車轉型時遇到困難時，Scaringe提供了一個深入的分析。他將這些挑戰歸因於幾十年來的組織結構和決策積累，這些都是圍繞機械設計這一核心技能而建立的。"如果你想像自己身處一家可能有50年、60年甚至100年歷史的大型汽車公司，那裡有數十年的決策和組織結構，都是圍繞一套核心技能建構的，主要是機械設計，比如設計發動機和車身。但這在未來狀態中並不重要，"Scaringe解釋道。"他們的發動機設計技能並不能轉化為設計計算平台或軟體。所以這些非常大的企業必須重新思考自己的構成，考慮如何變得更像一家軟體公司，更像一家電子公司。"他進一步闡述了這種轉型的實際挑戰："試圖將這些大型企業轉變成那樣的實際困難是真實存在的。而使這一挑戰更加複雜的是，我們有一個非常龐大的汽車行業供應基礎，它對軟體採取了越來越混亂的方法，有許多供應商提供許多內容，他們都想保持對這些內容的控制。"Scaringe揭示了汽車軟體開發中存在的多層中間環節問題："這個內容，即這些小型ECU，通常甚至不是由供應商自己程式設計的，這有點瘋狂。所以有多層中間環節。主機廠寫下需求，交給一級供應商，一級供應商接受這些需求，重新解釋後交給二級供應商，二級供應商通常編寫軟體。第一層，第二層，第三層，就這樣不斷延續。所以打破這個系統真的很難。"這就像一個"傳話遊戲"，最初的需求經過多層轉述後，最終的實現可能與原意大相逕庭。而且，每一層供應商都會增加成本和複雜性。作為一家新進入者，Rivian擁有重新設計整個架構的自由："我認為作為一家新公司，一家新進入者，提供了一個全新的畫布，可以以完全不同的方式建構。你永遠不會像汽車行業那樣從軟體和電子角度來建構一個企業的架構。"他解釋了為什麼汽車行業特別具有挑戰性："使汽車行業如此困難的是，我們也必須建造大型機械系統。我們仍然需要衝壓或鑄造或製造車身，以高尺寸精度將它們組裝在一起，管理非常複雜的供應鏈。這些是傳統汽車公司長期以來一直在做的事情，而且做得相當好。所以我們所看到的是，傳統汽車公司試圖弄清楚如何做技術，而像我們這樣的公司，在技術方面非常強大，試圖弄清楚如何大規模製造汽車。"五、規模化生產的艱辛：從技術創新到大規模製造的挑戰之路當Rishi Dal提到規模化生產的困難，並提及"一位著名CEO在生產線上睡覺"（就是馬斯克本人了，雷軍也曾表演過在車廠睡覺）以確保生產進度時，Scaringe詳細分享了Rivian在擴大生產規模過程中遇到的挑戰。他強調，建立一家汽車公司需要對其困難程度保持誠實的認識。"在建立一家汽車公司時，首先需要對這有多難保持理智上的誠實。今天，這不是你可以用少量資金完成的事情。現在你要同時與試圖電氣化的現有企業以及特斯拉競爭，"Scaringe解釋道。"這是一項需要數十億美元的工作，需要真正強大和穩健的團隊共同努力。"他回顧了Rivian的產品發佈歷程和面臨的挑戰："回顧過去，我們在2021年底推出了產品。我們首先推出的是R1T卡車，大約一個月後，我們推出了SUV，又過了一個月，我們推出了與亞馬遜合作開發的商用貨車。這對首次推出產品的公司來說工作量很大，尤其是像這樣複雜的產品。同時推出三款產品非常、非常複雜。再加上我們是在COVID期間做這一切。"Scaringe詳細描述了供應鏈危機對Rivian的影響："我們都感受到的供應鏈危機，當時在2022年很難買到石膏板，我們在整個供應鏈中感受到了這一點。每輛車大約有30,000個不同的元件，任何單一元件都可能停止生產。可能是一個單一的緊韌體停止整條生產線。"他解釋了缺少部件對生產的複雜影響："當你缺少一項物品時，很明顯生產輸出會受到影響。你製造的汽車更少，這會影響收入，擾亂成本結構。不那麼明顯的是，大多數其他零部件仍然會到貨。我們大約2%的車輛零部件出現短缺，這看起來不錯，我們有98%的零部件。不，問題是我們有98%的零部件。所以我們的倉庫因為供應關係而堆滿了零部件，我們不得不在第一次發佈時處理這個問題。"這些艱難的經歷轉化為寶貴的經驗："我剛剛對某人說，我們的供應鏈增長團隊是在2022年和2023年這個痛苦的熔爐中鍛造出來的。現在我們在考慮推出下一款產品時，我們正在建設一個全新的工廠。這款R2產品有著非常不同的供應鏈。我們擁有更多的槓桿作用，作為一家公司，我們更加成熟。"Scaringe指出，擴大這類業務規模最困難的部分是供應鏈管理："我們有數千個零部件來自數百家不同的公司，需要完美協調。一旦系統開始運轉，它就會有一些內部慣性和動量。但在開始階段，你接到一個供應商的電話說，嘿，我們遇到問題了，我們的一個壓力機停工了。你在腦子裡計算這每小時會讓你損失多少百萬美元。這是一個挑戰。"六、NVIDIA與Rivian的合作：“三種電腦”問題與AI基礎設施的建構Rishi Dal談到NVIDIA與Rivian的合作關係，提出了"三種電腦問題"的概念："在NVIDIA，我們相信三種電腦問題。首先，我們相信你需要訓練系統，即用於訓練的GPU。其次，一切都需要被模擬，比如工廠的數字孿生，汽車的數字孿生，模擬環境。最後，第三台電腦是你的邊緣電腦，它安裝在你的汽車裡或者你的工廠裡。所以我們在過去幾年密切合作，在所有三個層面建立我們的關係。你使用GPU進行計算，我們討論了Omniverse作為你正在評估的數字孿生平台，顯然你的汽車內部有NVIDIA。"Scaringe解釋了自動駕駛技術在過去幾年中的重大變革："如果我們看一下自動駕駛技術，這可能是最相關的討論話題。自動駕駛在初期大約10年的發展中，採用的是非常基於規則的方法。你有一個感知堆疊，至少是攝影機，但可能還包括雷達或雷射雷達，在我們的情況下是攝影機加雷達，它觀察世界並對所有看到的物體進行分類。"他詳細描述了傳統自動駕駛系統的工作方式，就像是一個分步驟執行的流水線："系統識別出'那是一輛車'，'那是一輛自行車'，'那是一輛摩托車'。然後我們給這些分類附加一個向量，即每個物體的速度和加速度。所有這些物體然後被輸入到一個規劃器中。規劃器然後根據規則做出一系列決策。然後規劃器與執行控制通訊或交接，基本上告訴車輛轉向、加速、制動等。這就是這些系統在很大程度上的建構方式，包括我們自己的第一代車輛。"Scaringe指出了自動駕駛技術方法的重大轉變："大約三四年前，我們看到了現在我們正在經歷的這種轉變，即採用更加端到端的哲學，在這些順序步驟中花費更少的時間精確關注每個物體的分類，而是建立一個大型資料飛輪，訓練一個大型離線模型，然後可以將其提煉為線上模型，即在車輛中運行的推理平台。我們能夠取得進展的速度是驚人的，與之前建構的系統非常不同，當然，現在對資料的要求非常高。"這就像是從"手工製作"轉向了"機器學習"的方法。傳統方法就像是手工編寫每一個可能的道路情況和應對方案，而新方法則是讓系統通過大量的資料自己學習如何應對各種情況。關於NVIDIA在這一技術轉變中的角色，Scaringe表示："正如NVIDIA的股價所證明的，你在這兩方面都是正確的。你既擁有這種AI方法所必需的GPU，我們已經看到這種方法在大型語言模型中得到了極端的應用。大型語言模型與車輛的獨特之處在於，有少數幾個大型基礎模型正在建構，但它們都在處理非常相似的資料集，它們有能夠處理網際網路的優勢。在自動駕駛中，我們沒有可用資料的網際網路。資料是我們生成的，當然它是嘈雜的。我們必須找到方法來周到地提取出有用的資料片段，然後通過我們的訓練飛輪運行它。"他描述了Rivian與NVIDIA的具體合作內容："我們與你們合作使用GPU進行離線訓練。然後在車輛中，我們為我們的第二代設計了一個具有更高能力的平台，它有240 TOPS（每秒兆次操作），這比我們最初在Oren平台上推出的要多得多，用於所有車內處理和推理，使即時決策能夠在該平台上進行。當然，路線圖是所有東西都在增長。所以我們將在未來產品中擁有更強大的平台，同樣，我們將擁有更多的GPU來離線訓練我們的大參數模型。"Scaringe展望了這種技術的更廣泛應用："真正獨特的是，當我們開始考慮為物理世界建構這些基礎模型時，當然，我們立即關注的應用是讓車輛在越來越廣泛的情況下越來越好地自主駕駛。這個物理世界基礎模型將在其他地方有應用。你可以想像具身AI以及它將如何在我們的生活中體現，我們還沒有真正看到這一點。"七、自動駕駛技術的現狀與未來：從輔助駕駛到完全自主當談到自動駕駛技術的現狀時，Scaringe提供了一個令人印象深刻的資料點："在我們的二代車中，約20%的行駛里程是由車輛自主駕駛的。隨著我們擴展我們的ODD（運行設計域）成為逐轉彎導航，這個數字很快就會達到75%甚至更高，這取決於客戶。"所謂自動駕駛中的ODD（Operational Design Domain，運行設計域），是指自動駕駛系統專門設計並能夠安全運行的特定環境和條件範圍，包括但不限於道路類型、速度範圍、交通狀況、天氣條件、光照情況等。簡單來說，ODD定義了自動駕駛車輛在那些工況下可以啟動和正常工作，超出這些條件後，自動駕駛系統無法保證安全運行，必須由駕駛員接管或採取其他應急措施。Rishi Dal認同這一觀點，補充道："我總是對我的合作夥伴說，當我與他們談論自動駕駛時，這是終極奢侈。你可以擁有很棒的座椅和一切，但能夠在你想要駕駛時駕駛，而不是在你必須駕駛時，這才是奢侈的全部意義。"在快速問答環節中，當被問及五年內AI對電動汽車最大的影響時，Scaringe簡潔地回答："自動駕駛。"當被問及AI是否會讓駕駛變得無聊時，Scaringe表示："我不這麼認為。我認為它消除了負擔，給你的時間回來。"他進一步解釋了自動駕駛技術的快速發展："我之前說過，今天我們20%的里程是自動駕駛的，這很了不起，因為它現在只是一項在高速公路上可用的功能。但隨著我們擴展我們的ODD，運行設計域，成為逐轉彎導航，這個數字將很快達到75%或更高。"關於自動駕駛的普及時間表，當一位觀眾問到他16歲的孫子到2028年是否可以依靠Rivian的自動駕駛車輛時，Scaringe肯定地回答："是的，到2028年我們肯定應該實現這一目標。"八、AI驅動的使用者體驗革命：從功能操作到自然互動Scaringe揭示了AI如何徹底改變汽車使用者體驗的願景。他指出，除了自動駕駛技術外，車內體驗也將發生革命性變化："我們將有非常強大的推理平台，它們將成為車內體驗的一部分。這將真正改變的是，與車輛的互動將變得如此自然，就像車裡坐著一個人在和你對話一樣。"這就像是從使用複雜的遙控器轉變為與智能助手對話。過去你需要按照特定步驟操作各種功能，現在你只需自然地表達你的需求。他描述了這種自然互動的具體場景："所以，不用輸入地址，弄清楚地址的前半部分，讓車輛計算出剩下的部分，這已經太麻煩了，你只需說'我餓了'。車輛會回應說'你想吃什麼？'你可能會說'我不知道'。你可以通過推理找到解決方案，就像我們已經習慣與GPT和類似平台互動的方式一樣。車輛將深度整合這一點，以至於今天與汽車互動的方式，雖然看起來很正常，但在五年內將感覺過時。"他補充道，這種變革不僅限於汽車："我認為這對我們日常互動的許多技術都是如此，技術能夠知道你想做什麼的能力。"Scaringe提供了一個具體例子來說明當前系統的侷限性："我今天早些時候和團隊的一些成員進行了一次審查，找停車位是一件痛苦的事。對一個人來說，你可以很容易地解釋：'我要去參加這個活動，停車會很麻煩，幫我解決這個問題。'但我現在沒有辦法把這個輸入到螢幕上，不過我們正在解決這個問題。這很快就會實現。"九、從高端旗艦到大眾市場當被問及使電動汽車更負擔得起與使其真正自動化那個是更大的挑戰時，Scaringe提出了一個有趣的問題："自動駕駛功能是否可以跨所有價位轉移？對我們來說，我們從高價旗艦產品轉向起價45,000美元的產品。雖然45,000美元要便宜得多，美國新車的平均售價約為49,000美元，所以它正好處於市場的中心位置。但要達到20,000美元或25,000美元的電動汽車，仍然需要大量削減成本。"他解釋了較低價位對整車設計的影響："這對每個系統都造成壓力，從門把手到輪胎，從感知堆疊到計算能力。所以我們首先專注於在45,000美元的汽車中實現這一點。但接下來，我們有R2、R3，然後是R4和R5。我們的命名非常有創意。但在這些未來產品中，我們正在考慮如何達到20,000美元左右的價位，或者說20,000美元到30,000美元的價位。但這不是我們今天正在研究的東西，我們現在專注於R2和R3。"當被問及未來五年對Rivian最重要的事情是什麼時，Scaringe強調："我認為這是一個錯誤的二分法。你需要兩者兼顧。我們需要在所有價位上在AI方面都表現出色，需要有產品來推動接下來我希望是5到10年內實現100%電氣化。我們需要有價格遠低於45,000美元的產品。"（還是貴啊）他補充強調了電動汽車市場需要多樣化的選擇："我認為這裡另一個重要的事情是，我們需要選擇。我認為消費者需要的不僅僅是Rivian或特斯拉可供選擇，我們需要其他擁有真正引人注目的產品和出色技術的公司，以滿足每年全球銷售8000萬到9000萬輛汽車的需求。"十、超越人形機器人當被問及Rivian是否考慮開發人形機器人時，Scaringe提供了一個更廣闊的視角："當你看機器人技術時，有許多形式的機器人，人形機器人是其中之一，當然也是一種可以輕鬆應用於許多不同事物的形式，因為世界在很大程度上是圍繞人類形態設計的。"然而，他指出，在工業應用中，我們可能會看到各種形態的智慧型手機器人出現："特別是當你開始考慮工業應用時，我們認為會有一系列機器人，它們具有比我們今天看到的更高水平的智能，但有適合工廠內更高效運行的形態和能力。"Scaringe補充說，就像在生物世界中存在多樣化的形態一樣，機器人世界也將發展出針對不同任務的最優形態："就像在生物世界中有多種已經進化的形態一樣，人類就是其中之一，但獵豹能跑得比我快得多。所以我們不是每項任務的最佳形態。我認為在機器人世界中，你會看到相當多樣化的已進化形態，它們針對不同的用例進行了最佳化。" (高飛的電子替身)
