稚晖君对话：具身智能创业窗口期，对标马斯克机器人商业化路径

编者按：本文源自微信公众号“量子位”（ID:QbitAI），作者衡宇，经微新创想授权转载。稚晖君离开华为创业的决心明确——对标马斯克，打造通用机器人，以擎天柱为竞品，既仰望星辰大海也扎根商用落地，产品定价目标不超过20万人民币。用最流行的话说，他在构建大模型与机器人结合的具身智能。这一想法源于他学生时代的探索。早在2015年，尚未成为B站up主的稚晖君就组织了一群比赛结识的朋友，萌生了“做个人吧”的念头。当时，人们对AI的认知还停留在人脸识别或美颜等应用层面，大模型概念尚未出现，“让机器人具备人类般的思考与行动能力”这一目标，似乎遥不可及。因此，毕业后稚晖君并未继续深耕机器人领域，而是投身AI赛道，成为大厂的AI算法工程师，在软件算法领域积累了数年经验。直到ChatGPT横空出世，大模型智能应运而生，OpenAI证明了大规模堆叠确实能带来质变。回望自己的机器人梦想，稚晖君看到了这条路的可行性，于是毅然离开华为，投身创业。短短半年时间，他带领团队打造出一套颇具雏形的原型机。8月发布会上，稚晖君自豪地展示了自己研发的机器人，其步伐稳健，行走效果堪比去年马斯克擎天柱Optimus的初次亮相。正是凭借这样一款作品，他的初创公司智元机器人，在冷静的投资者与火爆的赛道中脱颖而出，成为少数获得VC和大厂战投重金支持的创业项目。发布会后，稚晖君与量子位会面，对发布会、团队及整体进展表示还算满意，也展现出对这条道路未来发展的信心。他向量子位透露，自己的桌面壁纸早已更换——全身心投入人形机器人创业，他会如何看待公司的高估值？智元的下一步规划是什么？商业化落地场景将在何方？创业后这个百万粉丝的B站up主账号将如何发展？量子君问，稚晖君答，答案尽在这次对话中。他或许是最早感知到这一波大环境变化并付诸实践的人。外界看来，他去年年底宣布创业时，机器人和大模型都是科技领域的热门话题，尤其是ChatGPT的横空出世，给人们带来了震撼的视觉与体验。那个时间节点，赛道远未像今天这般拥挤，技术从业者纷纷响应，实属意料之中。但稚晖君首次透露了当时的心态：若再晚一步选择创业，或许就失去了机会。为了解释这句话，他对比了竞品特斯拉擎天柱的时间线：去年9月展示原型机，今年5月展示环境识别、记忆存储及精准操控能力，7月表示已生产10台，预计11月进行行走测试，明年将在特斯拉工厂进行实用性测试。动作迅速，效果惊艳。马斯克，这位从不按常理出牌的企业家，自宣布入局机器人赛道后，以火箭般的速度推进量产，甚至预言未来机器人的数量将超过人类。稚晖君目睹这一切，内心澎湃。与此同时，他也敏锐地观察到机器人和大模型结合的巨大潜力。微软的ChatGPT for Robotics、谷歌的Palm-E、RT-1、RT-2，以及VoxPoser、RoboCat等众多研究，都在尝试将图像语言大模型的能力迁移至机器人领域。其中，轰动最大的谷歌RT（Robot Transformer）系列，在论文与demo视频中均展示了出色的抓取泛化能力。然而，要实现这一点并不容易，核心门槛在于数据。谷歌为训练RT模型耗费了17个月，收集了13台机器人的13万条真实数据——这也解释了为何RT模型开源而数据暂未开放的小心思。稚晖君坦言，虽然团队从一开始就在筹备自家的动作任务数据集，但目前可用于训练产品的数据“仅有上千条”。一对比，差距显而易见。这一数字上的直观差异，足以解释稚晖君对量子位说的，“当前阶段，远征A1最需提升的是数据带来的AI泛化能力”，也足以解释这为何“将是一个相对长期的布局”。这也部分解释了发布机器人时，直播间网友对展示时间较短、能力表现不如预期的疑问。“要达到理想的实用效果，仍需大量真实场景数据的积累。我们时间尚短，这方面尚未充分准备。”稚晖君如是说。竞争对手不会给予太多喘息之机。正因如此，稚晖君表示团队接下来的工作重心之一是建立自己的数据中心。计划未来几个月内落地临港，主要目的是搭建场景和仿真平台，填补运动数据，提升泛化能力。数据如何生成？稚晖君总结了三点：监督学习数据，通过人工示范控制机器人完成分拣等操作，采集真实数据；仿真数据，搭建仿真平台，配置渲染引擎、物理引擎及人机交互流程装置；AIGC生成数据，作为真实数据的补充，是低成本数据增强的重要手段。建数据中心是工作重点之一，另一个重点是对硬件结构进行迭代重构，强化机器人本体运动性能。稚晖君表示，团队将以软件敏捷开发的效率迭代硬件，这是一项颠覆且极具挑战的任务。此处分享一则小八卦：今年4月，智慧军投稿B站的自制双足机器人哪吒，并在视频结尾暗示“若不出意外，将成为发布会的彩蛋”。然而，按照经典剧情，果然“出意外”了：哪吒并未亮相。原因是哪吒使用的几个电机被供应商“鸽了”，3月下的订单直到7月才到货，导致开发时间不足。稚晖君表示：“后续仍会继续完成这个项目，‘鸽王’有坑必填。”半年成为独角兽，背后还有一条商业化隐线读至此处，或许能察觉到，智元人形机器人项目的机器人本体仍需迭代，AI能力也受限于当前数据不足，产品落地似乎尚需时日。然而，这样一个创业项目，半年内估值已突破10亿美元。这合理吗？听到这个问题，稚晖君并未直接回答“值或不值”，而是表示融资思路并非一成不变，期间参考了多位行业大佬与前辈的建议。团队最初的设想很简单：先做出Demo，再自然提升估值。“但创业并非如此单纯，在大经济环境不算景气时，整合资源、吸引人才，无不需资本背书。”稚晖君表示，“这并非坏事。”高效实干，快速调整策略，以结果导向推进事务，这是稚晖君的行事风格，也最终塑造了智元，尤其是研发团队的工作风格。技术团队每位早期成员都是他亲自面试加入的，30余号人堪称“自来卷”，连每天只睡五六个小时的稚晖君都感慨：“之前大家觉得我是时间管理大师，现在我很惭愧地讲，公司里像我这么拼的还有一堆……”整个交流过程中，量子位注意到稚晖君强调了两个关键词：“压成本”与“应用场景”。这两点是当前整个赛道的普遍痛点。团队如何解决这些痛点，将是他们获得高瓴、鼎晖、经纬、高榕、蓝驰、BV百度风投等头部资方重金支持的关键。来听听稚晖君的看法——先说压低成本。目前智元对外宣称，人形机器人落地价格控制在20万元内。这约与马斯克放话的7万美元售价持平，而国内同类人形机器人的售价普遍在50万人民币左右，备受关注的波士顿动力Atlas的成本则高达200万美元。稚晖君直言不讳：“不是我们希望做到20万元，而是若做不到这个价格，商业落地便无从谈起。”至于为何选择20万，他表示以新能源汽车制造业为例，20万元的机器人替代部分人工岗位，可做到1~2年的投资回报期。稚晖君也大致描述了智元控制量产成本的方法：一是尽可能自研核心部件，降本增效。关节电机和灵巧手等部件占硬件成本过半，且市场现有供应存在特性不匹配问题，自主研发可降低成本一半以上；二是借鉴特斯拉造车的部分思路，用软件和算法弥补硬件精度要求，降低硬件成本。如放弃谐波减速器而选择行星减速器，灵巧手采用视觉闭环方案等。再说落地应用场景。稚晖君表示，预计明年下半年商业化落地，优先应用于工业制造领域，家庭等服务型应用场景暂缓，现阶段突出“场景相对简单，任务相对复杂”的特点。“这条路线是边走边摸索出来的，还是最初就定下的目标？”“团队还不到10个人时，我们就基本敲定了这条落地方案。”同时表示，很多人会将智元或特斯拉的机器人与波士顿动力对比，其实并不恰当。以商业化落地为导向，正确的逻辑应是：在满足应用场景功能与性能需求的前提下，以最低成本实现方案。因此，能搬东西的场景下，无需非得具备后空翻能力。现在，这条半年前定下的路线，最终落地迹象愈发明显。最新工商动态显示，比亚迪入股了智元下属公司，加上此前量子位从智元方面获悉，公司已与国产头部智能汽车厂商和3C厂商等密切洽谈。由此推测，远征A1在工业制造领域的首发应用场景，很可能就是比亚迪汽车工厂。除成本和落地场景外，随着团队对具身智能的深入探索，智元还掌握了其他差异化优势。比如，量子位从稚晖君口中得知，公司商业化的一条隐线——通用人形机器人是商业落地的中长期目标，但在迈向这个终点的过程中，团队也会推出“沿途下蛋”的产品形态。具体是什么形态？稚晖君一如既往地口风严格，卖了个关子，但仍透露了一些信息。他听到过许多疑问，问为何要将机器人做成人类形态，相比其他专用形态（机械臂、轮式），是否更费事不讨好？针对这个问题，稚晖君从两方面思考。一方面，这是一个长期投入的过程，不要高估短期价值，也不要低估长期价值。人形是智元以终为始、面向终极形态迈出的第一步，这也是为何给这款机器人取名“远征”。另一方面，选择做这件事并非因为它容易，而是因为它极具挑战性。通用人形机器人涉及最全面的机器人技术栈，其实现过程中各种前沿技术（视觉伺服、MPC、SLAM、LLM/VLM、中间件等自研与优化）的沿途下蛋，将催生许多创新性专用形态的机器人产品，“未来大家会陆续看到这些成果的”。“网友们放心，B站账号不会变成公司专用营销号”过人的技术，亮眼的简历，大厂的光环，百万粉丝的积累，又恰逢新技术爆发周期：大模型、具身智能、AIGC……一系列光环砸来，围观者不禁重新审视稚晖君。他又会如何定义现在的自己？量子位将这个问题抛给了稚晖君本人。稚晖君并未迟疑，表示自己的定位并未改变：首先是个工程师，其次才是创业者。他可能属于非典型创业者，做这些事的动力源于个人兴趣，也很幸运取得了一些小成就：早期在大厂发光发热，积累光环，又在网上获得较高知名度，然后突然选择创业。一开始身边的人都觉得震惊。他一直认为自己是个乐观主义者。还有句话，他说得毫不犹豫——“既然人生没有后悔的机会，那么就坚持相信自己到现在的每一步，都是我做的最正确的选择。”“每一步都是正确的选择”，或许也包括不少人为之惋惜的离开华为，脱离“天才”标签。在量子位面前，他没有掩饰对华为工作成就的感激，也提到，老东家在做一些伟大的事情，但像机器人这样面向更未来领域的探索，可能更适合小型创新团队。希望自己能继承“散是满天星”的优良传统。然后，他又像往常一样，强调自己既不是天才，也不再是少年。能感受到，他更希望外界将关注点从具体标签转移到他想做的事情本身。有趣的是，他又劝大家不要太早创业。“对于学生来说，建议先工作几年，接受社会的毒打，才能对社会、公司运作方式有清晰了解。”当时在发布会上，他也表达了观点：检验科技公司价值最有效的方式之一，是看其能否实现商用落地。否则技术再好也容易陷入自嗨。聊到这儿，稚晖君表露心迹：既然正儿八经创业了，项目就不能单纯按个人奇思妙想自嗨。组了人、拿了钱，就需要在公司战略发展方向上多加考虑，“要为这么多兄弟姐妹们负责”。但显然，他自有自嗨处：B站。“个人号啊？这阵子太忙了（所以没更新）。”稚晖君解释道，自己绝对没有挖坑不填的意思，“后面稍闲一点，还是会更新的。”至于之后的B站投稿，仍会是原来的风格与味道，可能偶尔夹杂一些创业日常。但他保证，不会变成纯粹的公司营销窗口。（他暗示，智元已有官方账号，欢迎大家关注。）“也是向马斯克学习嘛，他在公司管理运营和个人账号运作之间，就做得很好。”本文为专栏作者授权微新创想发表，版权归原作者所有。文章系作者个人观点，不代表微新创想立场，转载请联系原作者。如有任何疑问，请联系http://www.idea2003.com/。