对话稚晖君：具身智能创业窗口转瞬即逝，打擂瞄准偶像马斯克

衡宇 发自 凹非寺

量子位 | 公众号 QbitAI

马斯克是我偶像，很荣幸能有机会在这个赛道和他同台竞技。

说出这话的稚晖君，十分清楚他离开华为创业要做什么：

对标马斯克，做通用机器人，竞品擎天柱，既面向星辰大海也奔着商用落地，产品目标最终定价不超过20万人民币。

换成最流行的说法，他在做大模型和机器人结合的具身智能。

想法始于他学生时期的探索。

早在他还没成B站up主的2015年，学生身份的稚晖君就参与组织了一群打比赛认识的小伙伴，准备“做个人吧”：

当时，普通人对AI的切身感受还是人脸识别或美颜这类应用，大模型概念还没诞生，“要让机器人具备像人一样的思考和行动能力”这个命题，似乎离实现还有点过于遥不可及。

因此，毕业后的稚晖君没继续只在机器人身上折腾，而是选择进入AI赛道，成为大厂的AI算法工程师，在软件算法领域干了好几年。

直到ChatGPT石破天惊，大模型智能涌现，OpenAI证明大力堆叠真的可以产生质变。

回看自己的机器人梦想，稚晖君又看到了这条路的可行性。

所以，离开菊厂，投身创业。

于是半年时间，他带着团队拿出了一套有模有样的原型机。

8月发布会上，被稚晖君自豪请上台的自家机器人步伐稳健，行走效果可以比肩去年马斯克擎天柱Optimus的初亮相。

就是凭借这样一款作品，他的初创公司智元机器人，在投资者冷静但赛道又火爆的当下，成为了少数几个拿到VC和大厂战投重金押注的标的。

发布会结束后和量子位的会面，他表露出对发布会、团队和整体进展的还算满意，也表露出沿着这条路往未来走的信心。

还在他的工位前告诉我们，他的桌面壁纸已经换了很久了：

全身心投入人形机器人创业，他会怎么看待自己公司的高估值？智元的下一步规划是什么？商业化落地场景将在何方？创业过后这个百大up主的B站账号咋办？

量子位问，稚晖君答，一切都在这次对话中。

再晚点，也许就不用出来创业了

稚晖君算是最早感知到这一波大环境变化，并且付诸实践的那拨人。

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大热议题，尤其是ChatGPT刚出道，带给大家暴力美学的震撼。

那个时间节点，赛道远没有今天拥挤。技术从业者闻风而动，不算意外。

但稚晖君第一次透露了他当时的心态：

要是选择再晚一点，也许就没必要出来创业做这事了。

为了解释这句话，他给竞品特斯拉擎天柱拉出一条时间线：

去年9月展示原型机，今年5月展示识别周围环境存储记忆和准确控制物品拿放的能力，7月表示已经生产10台，预计11月进行行走测试，明年在特斯拉自己的工厂进行实用性测试。

动作很快，实际效果也哇噻。

马斯克，一个从不按套路出牌的男人，自从宣布入局机器人赛道，就用火箭般的速度推进量产节奏，在他的口中，未来机器人的数量会超过人类。

稚晖君看到这一切，心潮澎湃。

与此同时，他也观察到机器人和大模型结合的潜力。

微软的ChatGPT for Robotics，谷歌的Palm-E、RT-1、RT-2，还有VoxPoser、RoboCat等众多工作，都在尝试把图像语言大模型的能力和知识迁移到机器人领域。

其中轰动最大的谷歌RT（Robot Transformer）系列，在论文阐述和demo视频中，都展示出抓取领域非常优秀的泛化能力。

要做到这一点并不容易，核心门槛，在于数据。

光是训练它，谷歌就花了17个月，收集13台机器人的13万条机器人真实数据——这大概也是RT模型开源而数据暂时闭源的一个小小心机。

稚晖君坦言，虽然也从一开始就在准备自家的动作任务数据集，但目前能用来训练自家产品的数据，“只有上千”。

一对比，差距之大，显而易见。

数字上的直观差距，足以解释稚晖君对量子位说的，“当前节点，远征A1最需要提升的地方，是数据带来的AI泛化能力”，足以解释这为什么“会是一个相对长期的布局”。

也能部分解释发布机器人时，直播间网友对展示时间较短、展示能力不如想象炫酷的疑问。

“我觉得要想达到真正理想的实用效果，还是需要大量的真实场景数据。我们时间太短了，这方面还没有做够积累。”稚晖君如是说。

竞争对手不会给你多留喘息的机会。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，提高泛化能力。

数据是如何生成的？稚晖君的总结有三：

• 监督学习数据。靠人做示范，控制机器人做分拣等各种操作，在过程中采集真实数据。
• 仿真数据。需要自己搭建仿真平台，有一个比较好的渲染引擎、物理引擎，以及比较好的人机交互流程装置。
• AIGC生成数据。主要是真实数据的补充扩充，是低成本数据增强的一个重要手段。

建数据中心是工作重点之一，另一个重点则是对硬件结构进行迭代重构，加强机器人本体运动性能。

按稚晖君的说法，团队会用做软件敏捷开发的速度和效率去迭代硬件。

这是非常颠覆并且有挑战性的一件事情。

此处送上小八卦一则。

今年4月，智慧军在投稿B站的自制双足机器人哪吒，并在视频结尾表示，“如果不出意外的话，哪吒会成为发布会的彩蛋”。

当然了，按照经典剧情，不出意外的话果然就出意外了:D，哪吒并没有上发布会。

就是它 ↓

量子位帮大家打听到，原因是哪吒上面用到的几个电机被供应商鸽了，3月下的订单7月才收到货，导致开发时间不够。

稚晖君说道：“后面有空还是会继续完成这个项目的，鸽王有坑必填。”

半年成独角兽，背后还有另一条商业化隐线

读到这里大概能察觉，智元人形机器人项目的机器人本体，还需要迭代几版；而AI能力受限于当前训练数据不足，也还需要积累一段时间。

总体来说，产品离落地似乎还有一段距离的样子。

然而就是这样一个创业项目，半年估值直奔10亿美元开外。

这合理吗？？？

听到这个问题，稚晖君并没有直接回答到底“值或不值”，只是回答道，其实融资思路也不是一开始就定型的，期间参考了很多行业大佬和前辈的建议。

团队最初的设想很单纯，就是先做出Demo，然后顺其自然地提高估值。

“但创业显然不是那么单纯的事情，大经济环境不算景气的背景下，要整合资源、吸引人才，无一不需资本的背书。”稚晖君表示，“这并不是一件坏事。”

高效实干，快速调整思路和策略，以结果导向推进事情，这是稚晖君的行事风格。

他的风格最终也决定了智元，至少是智元研发团队的工作风格。

技术团队每个早期成员都是他亲自面进公司的，30多号人基本都是自来卷，卷得一天睡五、六个小时的稚晖君都心生感慨：

之前大家都觉得我是时间管理大师，现在我可以很惭愧地讲，我们公司像我这么肝的，还有一堆……

整个交流过程中，量子位关注到他强调了两个关键词，“压成本”和“应用场景”。

这俩是目前整个赛道的普遍痛点。团队如何解决痛点，必然是他们获得高瓴、鼎晖、经纬、高榕、蓝驰、BV百度风投等头部资方重金押注的关键。

来听听稚晖君的看法——

先说压低成本。

现在智元对外喊出的口号是，人形机器人落地控价20万元内。

这约与马斯克放话的7万美元售价持平，而国内类似人形机器人的售价水平在50万RMB上下，大家喜闻乐见的波士顿动力Atlas，成本则在200万美元。

稚晖君直言不讳：“不是我们希望做到20万元，而是如果做不到20万元的价格，就根本没办法实现商业落地。”

至于为什么是20万，他表示，以新能源汽车制造业为例，20万的机器人替代部分人工岗位的话，可以做到1~2年的投资回报期。

稚晖君也大致描述了一下智元为量产控制成本的方法。

一是尽最大可能采取自研路线，降本增效。

如关节电机和灵巧手等部件占硬件成本一半以上，而且市场现有供应还存在特性不匹配的情况，自主研发核心部件能让成本降低一半以上。

二是采用类似特斯拉造车的部分思路，用软件和算法补硬件方面的精度要求，降低硬件成本。

如放弃谐波减速器而选择行星减速器，灵巧手上面使用的视觉闭环方案等等。

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，先应用在工业制造领域，家庭等服务型应用场景都往后排，现阶段突出一个“场景相对简单，任务相对复杂”。

“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个人时候的最早期，我们就基本敲定了这条落地方案。”

同时表示，

很多人会拿我们或者特斯拉的机器人去跟波士顿动力对比，其实是不合适的。
奔着商业化落地去做，正确的逻辑应该是：在满足应用场景功能和性能需求的前提下，以尽量最低的成本去实现方案。
所以能走着去搬东西的场景下，就没有必要非得让它有能力后空翻。

现在，这条半年前定下的路线，最终落地迹象愈发明晰。

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。

由此在官宣前推测一波，远征A1在工业制造领域的首发打工地点，不出意外，就是比亚迪汽车工厂。

除成本和落地场景这两点外，随着团队对具身智能的愈发深入，智元手里还握了些其它差异化的牌。

比如，量子位就从稚晖君口中挖到公司商业化的一条隐线——

如果说通用人形机器人是商业落地的中长期计划和最终愿景，那么在迈向这个终点的过程中，团队也会有一些“沿途下蛋”的产品形态。

具体是什么形态呢？稚晖君一如既往地口风很严，卖了个关子，但还是有所透露。

他听到过很多次疑问，问为什么要把机器人做成人类形态，相比于其他专用形态（机械臂、轮式），是不是费力不讨好？

针对这个问题，稚晖君有两方面思考。

一方面，这会是一个长期投入的过程，大家不要高估短期的价值，也不要低估长期的价值。

人形是智元以终为始、面向终极形态迈出的第一步，这也是为什么给这款机器人取名叫“远征”。

另一方面，选择做这件事情（人形）并不是因为它容易，反而是因为它很困难。

通用人形机器人牵涉到最全面的机器人技术栈，它的实现过程中各种前沿技术（视觉伺服、MPC、SLAM、LLM/VLM、中间件等各种技术的自研和优化）的沿途下蛋，可以催生很多创新性专用形态的机器人产品，“大家未来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，漂亮的简历，大厂的光环，百万计的粉丝，又恰逢新技术爆发周期：大模型、具身智能、AIGC……攒局创业后，出任团队CTO，带领公司迅速壮大，半年时间，公司人数近百，市场估值超10亿美元。

一系列附带光环的故事砸过来，围观者不由得在这个时候，重新审视稚晖君。

他又会怎样定义现在的自己？量子位把这个问题抛给了稚晖君本人。

稚晖君倒没表现出什么迟疑，只是说，他给自己的定位并没有太大变化。

首先是个工程师，其次才是创业者。

我可能属于一个非典型创业者，做这些事情的动力都是基于个人兴趣，也很幸运取得了一些小成就：早期在大厂里发光发热，顶了一些光环，又在网上获得了不小的知名度，然后又突然跑出来创业。一开始身边的人都觉得挺震惊的。
我一直认为自己是一个乐观主义者。

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”，可能也包括不少人为之唏嘘的离开华为，脱离“天才”tag。

在量子位面前，他没有掩饰曾经在华为工作取得荣誉的感激，也提到，

老东家在做一些很伟大的事情，但是像机器人这样面向更未来领域的探索，可能更适合在小的创新团队中去做。

希望自己能继承‘散是满天星’的优良传统吧“。

然后，又像他常常做的那样，再次强调自己既不是天才，也不再是少年。

能感受到，稚晖君更希望外界把对他的关注从一个具体的tag，转移到他想做的事情本身。

有趣的是，他又劝大伙儿不要太早创业。“对于学生来说，建议还是要先工作几年，接受一下社会的毒打，才对社会、公司运作的方式有一个清晰的了解哈哈。”

当时在发布会上，他也表达了自己的观点：检验一家科技公司价值最有效的方式之一，就看它能否实现商用落地。

不然技术做得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，项目也不能单纯按照个人的奇思妙想随意自嗨了。

组了人、拿了钱，就需要在公司战略发展方向上多做考虑，“要为公司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）。”稚晖君解释到，称自己绝对没有挖坑就跑的意思，“后面稍微闲下来一点，还是会更新的。”

至于之后的B站投稿，还会是原来的风格，原来的味道，可能偶尔夹杂一些创业日常。

但他保证，不会变成纯粹公司的营销窗口。

（他暗示，毕竟智元有单独的官方账号，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。”

One More Thing

话赶话聊到这儿，怎么能不追问鸽王，下次B站视频更新，在啥时候？

“今年一定，年底之前一定。”

内容与什么相关？

“还是机器人吧，之前挖过的某个坑，下个视频就是这个。”

好的，经本人授权，我们替他把话放在这儿了。

咕咕咕。