稚晖君：野生钢铁侠，开始新冒险｜创业有何蓝

来源：蓝驰创投

直到上台前，彭志辉还不知道今天的产品发布会不会搞砸。

人们对他有很多称呼，“稚晖君”、B站百大UP主、华为天才少年。但此刻他是智元机器人联合创始人，正在万众瞩目中直播发布首款人形机器人产品“远征A1”。

这几乎是场豪赌。发布会前20分钟，团队还在极限debug。他顶着灼人的灯光在台上讲了20分钟PPT，才看见台下同事比了“OK”，“远征A1”迈着小碎步上台。彭志辉终于松了口气，这是他宣布创业的第8个月，他冒了个险，最终平稳落地。

一年后的同一天，2024年8月18日，智元开了第二次发布会。两款成熟的核心产品“远征A2”和“远征A2-W”、预研产品“远征A2-Max”和开源的灵犀系列。无论是彭志辉还是智元机器人，都更游刃有余。

赌性坚强，这位自称“I人”的年轻CTO，用这种方式push自己更进一步。比如第一次发布新品就选择直播，比如当众立下“把产品成本降到20万元”的flag。宁德时代掌门人曾毓群曾把这四个字挂在办公室，寓意认准目标后敢放手一搏。“有的时候不跳一跳，去摸一些挑战的指标，你就不知道自己能做到什么程度。”彭志辉说。

这可能是当下的通用机器人赛道最需要的创业者人格。技术快速更迭、竞对既有创业公司也有大厂、从DayOne就开启全要素竞争……这是一个只有六边形战士才能进入决赛的战场，智元机器人不得不“赌”，用做大公司的方式高举高打创业。

蓝驰创投已经连续三轮投资智元机器人。关注机器人赛道超过8年，我们相信通用机器人是“超长周期、超大机会”的赛道。创业者越是理解这项事业的艰难与漫长，越应该敢于在各个维度上投入、敢于站在生态链的关键位。支撑这种“敢”的，是团队全栈的能力。智元机器人正是这样的公司，我们也期待与更多这样的创业者相遇。

最近，稚晖君和蓝驰创投合伙人曹巍做客了首期Booming Talk，回顾了一年半的创业，也探讨了通用机器人的技术进展和市场竞争。晚点 LatePost 副主编程曼祺主持了本次对谈。

稚晖君在Booming Talk现场

Booming Talk是蓝驰创投推出的首档访谈直播节目，接下来会持续邀请蓝驰家族中正在 booming 的创业者对谈，希望用科技带来对抗时代熵增的力量。欢迎关注我们的播客「创业有何蓝」，Booming Talk专栏将持续更新。

以下为直播实录，有删减整理。

程曼祺：智元是国内同类公司中融资规模最大、估值最高的。蓝驰和智元最初是怎么接触的？

曹巍：我们团队很早以前就是志辉的粉丝了，经常在B站追着看他的小发明创造。后来听圈里朋友说志辉可能会出来创业，当时他还没发那条宣布创业的微博，我们就想各种办法去了解团队的进展，加志辉的微信（笑）。

彭志辉：我们一开始的策略和现在有很大不同，当时倾向于早期先不接触那么多投资方，我觉得把产品技术想清楚，未来再引入资源会更有效。

但曹总比较特殊，我跟他接触多了就发现，他真是很懂行的投资人，不只从投资角度去看我们团队，还经常在非常前沿的技术上给出很专业的建议。后来我知道他平时会随身带论文来读，我是搞技术的，对这点非常钦佩。所以曹总很早就注意到灵巧手是未来具身操作的核心、灵巧手的核心是触觉感知，可能很多人认为是机械结构，但其实这只是一方面。

程曼祺：蓝驰之前也投了一些机器人公司，是在这之前就关注到的吗？

曹巍：对。我们把机器人理解成一个智能体，这个智能体分成几个能力层。比如感知能力，传统机器人的感知能力非常简单，但现在的感知能力越来越丰富，最前沿的是把机器视觉和基于灵巧手的触觉方案做模型上的结合。因为我们有这套技术框架和思考方法论，所以对一些有意思的前沿方向和能力维度上的创新点有认知。

程曼祺：蓝驰已经连续投了智元三轮了。是什么闪光点让蓝驰愿意去连续加注？

曹巍：这肯定是个不断接触、相互理解、更有信心的过程。我们在投资前去了智元六次，他们也没有嫌我们麻烦（笑）。

去年智元首次发布产品，当时友商们也发布了产品，我问他是不是压力太大，晚上都睡不好觉了？志辉说其实也没有那么大压力，因为在做发自内心热爱的东西，会越做越上瘾。他不是睡不好觉，而是没时间睡觉、不想睡觉，因为一定要把这个东西搞出来，会很开心。

蓝驰应该是国内最早大规模投资机器人行业的机构，我们认为这是超长周期、超大赛道，所以当找到热爱这个方向的团队时，我们心里会很踏实，因为他们对产品创新、技术迭代的渴望是源自内心的。

程曼祺：听说去年智元发布会的准备过程很极限状态。

彭志辉：不只是我，我们公司人均卷王（笑）。那个节点很特殊，公司产品第一次正式对外量产，相当于第一次交正式的答卷，当时我们还选择了最有挑战的方式——直播。

发布会前一个月我们住到了会场里，打地铺通宵调试。哪怕这样，发布会前20分钟我们还没有解决所有问题。我在台上讲了20分钟，才看到台下的同事比了个手势「OK」，机器人才上台。

后来我们内部也复盘，这么极限对不对？我想能充分计划固然是非常必要的，但确实有时候你不去跳一跳，摸一些挑战性的目标，可能你不知道自己能做到什么程度，所谓的运气可能都是给有准备的人。

程曼祺：这个时刻很有电影感，Optimus 发布会时也是这样。我们回到2016年，你在学生时代跟同学做过一次创业尝试，也是人形机器人方向。和这次创业相比有哪些区别？为什么你觉得2023年是一个重新做这件事的好时机？

彭志辉：我今年没来得及去参加WRC（世界机器人大会），但其实2016年我就带着当时做的机器人去参展了。那时候不是一个合适的时间点，太早了，AI深度学习都还没有开始。

程曼祺：那时候Transformer论文都还要再等两年。

彭志辉：对，所以这次跟当时很大的区别是，看到了具身AI大模型相关的突破，而不是因为本体有什么突飞猛进的进展。

程曼祺：这次是以长期做为目标，你们想做的事有了什么不同？蓝驰呢？对智元的长期期许是什么？

彭志辉：类似贝尔这样发明了第一部电话的公司，它改变了人类信息交流的方式。我们的愿景是一直写在公司墙上的，就是作为智能生产力的变革方，用智能机器去创造无限的生产力。

曹巍：专用机器人走向通用机器人会是一个很大的时代跨越，就像我们之前用手机，从爱立信、诺基亚那种功能机，走向了苹果、Google phone这种智能机。好的团队要想抓住长期的复利效应，一定要把最核心的价值能力做深入积累。

大家经常会讲终局，我觉得通用机器人是和人类文明交相辉映的，只要有人在，大家就会去创造智能机器，让它帮助自己。有可能像西部世界一样，把自己克隆出来、把意识克隆出来传输到机器人上。所以这种机会和我们过去看到的所有机会都不一样，站在投资人的视角，我们也在重新审视这种机会到底能够产生什么样的企业。

程曼祺：稚晖君描述愿景的关键词是智能、无限生产力。曹巍强调的是通用，人形不一定是最终的形态，但是通用很重要。

彭志辉：人形可能是通用中一个可选的形态，而且大概率是终极形态。因为终局还是要和人融入到同一个物理环境中，做和人一样的工作。

程曼祺：智元第二次发布会就发布了五个产品，这在新公司里是非常少见的，为什么要发这么多的产品？

彭志辉：首先纠正一下，这五款不全是成熟的产品，核心的是两款产品——远征A2和远征A2-W，其实不算多。远征A2-Max是一个预言的状态，我们提前做了一点露出。灵犀系列更多的是开源生态，不是对外售卖的产品。

大家可能会说“创业公司需要聚焦”，我非常认同，但聚焦不是简单地缩减产品线，而是找到核心价值，然后通过多元化的产品和技术路径去实现这个价值。聚焦应该是系统的、深度的，而不仅仅是表面的单一化。

程曼祺：这两款产品，远征A2是双足、远征A2-W是轮式，你们是怎么思考形态的问题？

彭志辉：足式更适合与人做轻交互，因为形态跟人最相似，可以做引导、接待、迎宾，这一块也是大语言模型擅长的；

轮式主要用于一些结构化的环境下（比如工厂）做任务执行，所以可靠性、安全性、工作效率等各方面要求会高非常多。在这些场景下，轮子肯定是目前最优的形态，但是也不排除未来双足技术成熟之后做形态的统一。

曹巍：真正产生价值的不是机器人的形态，而是机器人要能在各种干扰下把任务闭环完成。

程曼祺：「闭环完成」和「完成」的区别是什么？

彭志辉：比如我们发布会上讲的G1——传统自动化阶段，已经可以用开环产品来实现非常高的成功率和节拍，成本也没有那么高，但是它没有相应的泛化性，如果稍微改变工序、工件种类，或者环境变了，它难以应对。闭环是指能够在和环境的交互中实时调整策略，这个策略不是提前写在规则里的，但它可以自动去适应、去泛化。

曹巍：这个环境包括了机器人的内部环境——比如夹爪松了，以及外部干扰——比如有人碰了它一下。任务被打断后，机器人能不能在一个闭环的状态下感知问题、自主修复，继续在逻辑链条里把这个任务完成，这个能力是非常重要的。

程曼祺：目前还比较难做到吗？比如，机器人走着走着自己摔了，它能调整自己吗？

彭志辉：双足形态什么时候能达到真正实用的标准？最理想的是走路不会摔（像人一样），其次是摔后能自己爬起来，再次是摔后硬件不会太大受损。我们现在按梯次去推进成熟度，现在已经快做到摔了能爬起来。再后一步，需要底层技术的突破，比如材料、控制算法。

程曼祺：发布会上展示了一个人形机器人在4S 店当导购，这是已经有真实客户在测试的场景吗？它能创造多大的价值？

彭志辉：是的。注意力经济也是经济，情绪价值也是价值。可能它对具体的任务执行比不上人类销售员，但能给用户提供新鲜感也是重要的。首先这个场景比较标准化，而且能够带来足够大的订单量。其次汽车制造业的成本把控能力非常强，我们能借助他们的制造经验，倒逼我们把成本做下来。我们去年发布会吹了个牛，说希望能把成本做到20万人民币以内，今年就要实现了。

程曼祺：这是服务场景的，在工厂呢？你们的机器人可以做什么事情了？

彭志辉：制造业是未来我们希望重点投入的场景。技术得跟客户的需求匹配，也得跟客户的ROI匹配。我们总结了三类场景，就是“PPT”——Pick（抓取）、Place（放置）和 Transfer（转运）。

程曼祺：可以说一说你们发布会上总结的roadmap。

彭志辉：G1是传统自动化，有一些闭环能力，但比较弱，更多是指定式的、程序式的固定轨迹的编程。G2是我们正在做的，靠手工设计的视觉算法，结合自动控制的规划能力，引入了更强的AI，使泛化性有一定提升，但还无法完全满足客户的需求。

所以我们希望能够形成一套通用的框架，也就是G3端到端。用一套框架，通过数据驱动的方式，把手动设计的算法变成采集数据，这样成本就明显降低了很多，有可能在未来达到落地的泛化标准。

G4是和LLM的技术做更深入的融合，使它能够形成一些长链路的泛化能力。G5就是 AGI 了，更多作为一种牵引目标。现在在工厂落地的产品以G2为主，在做G3的预演。

程曼祺：作为投资方，蓝驰怎么看这个roadmap？

曹巍：刚才说通用机器人是超长周期、超长赛道，这种赛道中如果没有分阶段的milestone，无论是团队、客户、政策制定者、还是全社会的沟通中都会出现障碍。蓝驰从2014年左右就开始关注自动驾驶，当时最保守的落地时间估算也才5年，现在回头看，7年都过去了，还是没达到当时的预期。所以对一项技术的能力变化、发展阶段有理解很重要，按部就班地推进，会减少很大的沟通成本。

程曼祺：智元把更大的研发精力放在软件和智能系统的开发上，这意味着你们觉得软件比硬件重要吗？

彭志辉：也不是，这两者肯定是缺一不可。我们之所以在具身投入更大精力，是因为挑战更大。硬件最终会模块化、标准化，相对来说门槛会降低。

程曼祺：这个看法还挺不一样的，很多人认为软件技术的扩散速度会更快，但硬件是需要一些工程师经验的。

彭志辉：具身的含义其实是在机器人上运行的所有算法的总和。算法有相当大的不确定性，有的已经是工程问题，有的是科学问题、甚至是数学问题。如果说机器人的价值在于最终能够完成什么任务，那这一点就取决于算法能做到多智能。大脑足够智能的话，传统的机械臂也能完成很多复杂的任务。

程曼祺：人形机器人的软件和硬件，哪些是工程问题，哪些是科学问题？

彭志辉：硬件的科学问题就是新材料、能源技术的底层突破等，工程问题就是本体的硬件制造怎么降低成本，怎么提高可靠性，以及一些新的构型设计。

具身的工程问题就是软件基建、算法框架、Infra的建设。科学问题的话，从LLM的发展趋势来看，我们尽量找到一个足够简单、通用和泛化的框架，然后搞算力、搞规模，让Scaling law去发挥潜力。现在具身还没有找到明确的Scaling law，但是迭代速度也非常快，我觉得能看到趋势了。

我觉得Scaling law目前还属于一个科学问题。比如，人类跟动物的样本效率远远高于现在AI 系统，是因为我们有所谓的“世界模型”。我们会不断地在大脑里面进行反思式推演，基于各种物理定律和经验，去想象怎么改变策略，来更好完成目标。“世界模型”目前还没完全证明、落地，所以还处于科学问题的状态。

曹巍：未来机器人进入家庭、生活和服务场景时，底层材料的创新是非常重要的。现在大部分机器人的固件是铁，机型太重了，如果在家里摔倒，哪怕1/1000的概率，也会有蛮大的损失和风险，现在整个市场也在关注材料侧的创新。

彭志辉：对，我们未来也会有些尝试，在材料和机械整体设计上。

程曼祺：世界模型和Scaling law同一个方向吗？有人认为Scaling law不像自然的方式，它是大数据、大算力、大样本，而人和动物是小样本就能达到智能的状态。

彭志辉：人类是经过几十亿年进化形成的，很多能力不一定对标于软件跟算法，而更像固件，固化在DNA里。而且世界模型可能是实现Scaling law的一个路径，它俩不完全冲突。

程曼祺：智元现在同时进行视觉技术、模仿学习和强化学习的路线，为什么这么选？

彭志辉：主流技术路径我们都有在使用。机器人首先要对环境有一定的感知输入，视觉技术就是基于传统的机器视觉，做一些感知和planning，去完成任务，这个肯定是基础。

模仿学习相当于观看一个标准答案，然后快速去学习掌握技能。它对于学习曲线的优化，提升学习效率非常有帮助。

强化学习也非常重要，更适用于泛化性的提高。特别是大语言模型领域，大家都越来越认识到，后训练的重要性在不断提高，未来甚至可能超过Pre-train（预训练）。

程曼祺：现在智元这三条技术线都是你在管理吗？为什么你们能同时去做这些不同方向？

彭志辉：我们做了非常全栈的布局。比如强化学习非常依赖于本体能力，如果只是一家纯粹做AI的公司，可能就没有办法做相应的技术布局。整个技术体系我们想的比较清楚，知道每一步应该做到什么阶段、需要投入哪些资源。

曹巍：如果跟自动驾驶类比，车的本体形态早已定型多年，汽车行业有行业标准、「车规级」这样的规范。所以大家对车进行软件上的创新之前，是已经对硬件达成了稳定共识的。但机器人还处在硬件生态快速迭代、形态百花齐放的阶段。所以机器人创业团队最好硬件、软件、算法、数据都要懂，如果有一个明显短板，就很难把这些快速变化的维度整合在一起。

程曼祺：人形机器人领域的这批新公司，的确有可能在DayOne就是一家全栈公司。但很多自动驾驶的技术公司，本来就没有这个机会，因为它处在中间的环节。

曹巍：可以说没有机会，也可以说没有去主动选择。如果在2015年造车，是有机会选择的。选择去造车还是做软件，其实反映了怎样看待这项事业的挑战和未来、以及对公司核心能力建设的支点在哪的认知。

我们见过很多做自动驾驶软件的团队，这些团队很优秀，但是价值链条的选择让他们的位置卡在了这里。不拥有硬件，改不了硬件，也拿不到硬件实时采回来的数据。所以，生态链位置就决定了发展方向的局限性。

程曼祺：所以人形机器人公司是可能成为一个新产业链链主的。在硬件方面，智元有哪些是自研的？

彭志辉：我们有一些决定是否自研的原则。如果是能提供核心/差异化竞争力的关键部件，同时市面上又没有成熟的方案能够选择，那百分百得自研，不自研就做不下去。比如，关节和灵巧手。

如果核心部件在市面上已有成熟的解决方案，那我们可能会分阶段地自研，更多出于制造管控和降本诉求去做。比如，感知的算法在自动驾驶领域有相对成熟的解决方案，类似BEV+Transformer。但长期来看，机器人跟车的感知能力还是不太一样，未来为了能更适应这样的场景，我们可能会分阶段地做算法相关的一些自研。

程曼祺：智元成立的时间不长，但是已经有非常密集的融资、每年一次的发布会、自己的工厂和丰富的产品线。有一种说法是，智元在用一个做大公司的方式来创业，不知道两位怎么看这个观点？

彭志辉：情况确实是这样，但是我们不是为了表现得像大公司，而是这是最适合的路径。这是个新兴的赛道和行业，我们需要快速地占领市场、展示技术实力和产品的愿景，只能高举高打。小打小闹可能根本就不会进入投资人和公众的视野。

曹巍：做通用机器人和人形机器人，本质上来讲是在做一个复杂系统。可能比造车还要复杂。这就决定了如果想做到行业最好，团队配置就要有这样的基础。未来机器人公司之间的竞争，除了创业公司之外，大厂也会参与，比如国内的小米。

彭志辉：对于车厂来说，首先他们有这个能力，因为整个技术栈和自动驾驶非常类似，这也是马斯克做擎天柱顺利的原因。其次他们也有动力，我们现在服务的很多制造业客户都是新能源车厂。如果能够给他们带来价值并且有能力去做，他们大概率会选择自己去做。

程曼祺：所以就是要提前做好和巨头竞争的准备。

曹巍：未来三到五年，通用机器人、人形机器人市场的竞争，也就是六边形战士之间的竞争。如果团队配置不强，很难进入到决赛圈。就像造车，新势力刚出现的时候可能有十几二十家在竞争，但是最后剩下来的全是六边形战士，他们一定是在各个维度上都敢于投入的。这个事业的难度就决定了，你需要把团队规模和能力体系快速搭建起来。

彭志辉：事实也是如此。去年发布会的时候我们团队只有小几十个人，短短一年时间，现在已经超过三百人了。敢去投这么多资源，扩张速度这么快，首先是我们想得非常清楚，有明确的落地节奏点，同时能让客户找到核心价值。

程曼祺：现在有非常多的新机器人公司，你觉得接下来他们的命运会怎样？

曹巍：过去很多竞争中能存活到最后的确只剩头部公司，但我相信机器人赛道竞争不会收敛得那么快。5-10年内会是生态多样性复合、多参与主体的状态。

但是头部公司跟腰部公司的差距，在未来五年内可能逐渐显现。最后能交付多少在场景侧大规模运转的机器人，决定了公司在行业的位置。

程曼祺：现在语言大模型和人形机器谁的泡沫大？

曹巍：通用机器人和人形机器人上的投资体量，可能也就是大模型和基础模型的1/5到1/10，其实差很多。

彭志辉：人形机器人真正使用落地是从现在各种局限的场景走向开放环境，甚至走向c端。这肯定是在大语言模型找到真实应用，甚至是自动驾驶真正实现这个L4、L5之后更晚的一个的阶段，我觉得十年以内可以实现。

曹巍：机器人的落地一定是从简单场景走向复杂场景。最复杂场景里边的最复杂任务，比如一个机器人把保姆能做的全做了，我觉得至少要10年。

程曼祺：达到未来，这个落地的过程中间具体会有哪些挑战？

彭志辉：很重要的一点是在愿景和目标实现之前，要始终留在这个牌桌上，有一些阶段性产出支撑整个团队持续往下走，我们叫“沿途下蛋”。

曹巍：接下来两到三年，机器人本体的安全性和成本问题会越来越突出。第二点是产品定义，谁能够在给定的技术供给条件内，最先做出让用户去买单的好产品、能够放量的爆品，谁就会一枝独秀。第三点是人才的深度和密度现阶段还是比较有限。在不断吸引优秀人才的同时，能够形成各个企业内部的人才培养体系，也是一个挑战。

程曼祺：你们认为成本要进一步下探到什么程度，可以标志性地称之为爆品？

彭志辉：我认为在现阶段，成本不是爆品的决定性因素，重要的是能够帮客户解决什么实际问题。还是要对准场景，只要未来能够横向扩展场景，量足够大，之后降本是自然水到渠成的。但是怎么去找到这个合适的场景，又能跟我们现有阶段的技术成熟度匹配，能够产生价值，是需要想清楚的问题。

程曼祺：你们接下来对出海市场怎么看？

彭志辉：智元一开始就想做一家全球化的企业，所以在海外也有一些布局，欧洲北美会相对多一些。我们未来会有一些合作伙伴在海外，基于我们的本体和解决方案，去做一些面向特定行业的二次开发。

我们也希望能够跟海外形成更多人才技术方面的交流合作。国外通用机器人公司里面的核心工程师中有相当一部分是华人，这一部分人才我们也在吸引。

曹巍：在具身智能领域，海外最优秀的头部学者和博士生大概有70%以上都是华人华裔。中国整个制造业的比较优势是非常明确的，传统制造业升级又叠加了数据和智能，未来通用机器人和人形机器人出海的市场空间和机会也会是非常明确的。

程曼祺：“稚晖君” ，你在创业之前很多人就知道你，也非常喜爱你。当时B站做的东西，对后来创业有什么帮助吗？

彭志辉：从我自己角度来看没太大变化，公众视野里我最大的变化就是拖更频率明显变高了（笑）。创业相当于我把之前的业余爱好给转正了，之前做的事对现在创业都很有帮助。当时我在微博上说要把自媒体当做记录创业生活的窗口，未来可能会继续做。

今年发布会上也讲了我们成立了一个X-Lab（稚晖君实验室），希望未来在量产比较顺利之后，能够有一些额外的精力投入进来，做一些更有意思的探索和创新，会跟大家做一些阶段性的产出分享。

程曼祺：从投资人的视角观察一个创始团队，一个CTO，曹巍觉得他过去一年最大的变化是什么？

曹巍：最早的时候跟志辉交流，我觉得他有点单线程，就是技术直男（笑）。但这一年多，志辉不会那么沉浸于极客状态，在观点或方向上的碰撞上更成熟、更开放。

彭志辉：这点我还挺认同的。之前我做一些个人项目时只要最后把东西做出来就好，现在考虑的事情更多。而且之前是短期的小idea，现在要考虑一个更长期的愿景，而且要有能力把它转化成实际的策略和可执行的计划。

我从单线程转向了多线程操作系统，有个术语叫抢占式调度、动态调整。如果突然出现一个优先级更高的事情，就要马上打断去做那个，做完之后再回来，可以最大程度地利用时间和效率。但这需要有很强的专注度，确保上下文还能接得回来。

程曼祺：这一年半你们最开心的一刻是什么？

彭志辉：我们现在拥有的一个多元化、跨领域、年轻的精英团队，大家都非常能干，价值观都非常统一。个人层面，很多时候发现自己的idea验证通过了，技术方案可行，或者项目关键节点通过了，都会非常开心。

曹巍：发布会让我们非常欣喜，短短一年里，团队既要练内功做很多基础能力建设，又要把产品初步打磨出来呈现给大家。当时我们还是有点担心的，但是发布会全程看下来，觉得蛮欣慰的。

程曼祺：之前竹内亮给你拍纪录片，发现你什么都会，你当时开玩笑说你不会生孩子。今天想再问一次，有什么是你不会的吗？

彭志辉：不会停止学习吧。现在科技各方面进展都太快了，每天都有可能成为历史转折点。