【专访】智平方创始人郭彦东：人形机器人硬件处于量产爬坡阶段，但“iPhone时刻”还需5-7年

界面新闻记者|戈振伟
界面新闻编辑|林腾

“人形机器人必须从‘能跑能跳’转向‘能工作’，拥有泛化的智能操作能力才是下一代机器人竞争的核心”，智平方创始人兼CEO郭彦东近日在接受界面新闻的采访时说。

郭彦东是美国普渡大学博士，师从AI领域的美国工程院院士。他曾在微软美国总部核心AI团队任职，担任过小鹏汽车和OPPO的首席科学家与研发高管，曾主导数亿台智能终端的AI研发工作。2023年初，他带领中美头部企业及名校背景的团队创立智平方，目标直指拥有“具身智能大脑”的新一代机器人。

与多数机器人公司不同，智平方选择了一条“软硬一体”的路径。其Alpha Bot系列机器人已进入汽车制造场景，直接对标特斯拉Optimus，并拿下国际车企订单。

3月6日上午，智平方宣布完成数亿元Pre A+轮融资。股东包括清华大学电子系背景基金SEE Fund、清智资本、达晨（国家中小企业发展基金），以及宇树科技早期领投方敦鸿资本，千亿规模的基石资本、头部双币基金云启资本和产投方国投创盈等。

区域布局上，智平方的选择颇具代表性：硬件与产业化扎根深圳，AI团队则设于北京。

“珠三角的供应链响应速度与长三角的精密制造各具优势，但北京在AI人才密度上仍难被超越。”郭彦东坦言。这种“南北协同”模式，和Deepseek“杭州+北京”的资源配置一样，有利于科研与产业的深度融合，或许正是中国机器人产业换道超车的缩影。 “任何国家的科学家要做具身智能，就得去中国，否则技术很难走出实验室。”

人形机器人的“实用性”，正成为行业分水岭。郭彦东认为：当前机器人本体处于“研发成熟、量产爬坡”阶段， 2-3年内将迎来平滑上量期。当硬件性能逐渐趋同，智能化将成为下一个战场。人形机器人进入消费端的“iPhone时刻”，他预测还需5-7年沉淀。

以下为专访内容，刊发时有所编辑：

界面新闻：宇树科技等中国机器人公司频繁引发关注。它们是不是像我们认为的那么优秀？

郭彦东：宇树科技的突破在于两点：一是通过本土供应链和算法优化，将四足/双足机器人的运动能力提升至波士顿动力水平，甚至实现部分超越；二是大幅降低成本，这背后是中国供应链的支撑。它的核心价值在于推动行业上游关节、驱动、减速器等零部件的国产化进程，为后续量产铺路。如果说宇树了不起，背后是我们中国的供应链了不起。

中国的机器人供应链，植根于消费电子与新能源汽车，又得益于宇树这样先行者的牵引，成为了世界上最好的机器人硬件制造的沃土。

但当前行业已进入新阶段——机器人需要从“能跑能跳”转向“能工作”。这一代产品的核心是智能化，即通过大模型赋予机器人自主决策和泛化能力，而这给以“具身智能大脑”为核心竞争力的创业公司带来广阔机遇。

界面新闻：人形机器人真正商业化要突破什么？


郭彦东：从波士顿动力的“炫技型”机器人到特斯拉Optimus的“实用型”机器人，行业逻辑已发生根本转变。过去机器人比拼运动性能，比如波士顿动力的“后空翻”和“单腿平衡”,但特斯拉Optimus、Figure等新一代机器人公司更强调“实用性”——机器人必须能进工厂、进家庭，成为真正的服务工具。

这意味着两大挑战：一是泛化能力，即面对不同任务和环境时，无需重新编程即可自适应调整。其实这也更符合人类进化的过程，首先你能跑能跳，解放上半身，上半身解放出来能干什么，一定要能做操作；二是成本控制，中国在这两方面具备天然优势：供应链成熟度高，且制造业场景丰富，能为大模型提供海量真实数据。我曾经跟一些顶尖科学家交流，说你们若想做具身智能，就得去中国做，否则你们的技术就很难走出实验室。

界面新闻：现在整个人形机器人行业里面，不同企业的侧重点是什么？

郭彦东：大面上是从上往下做或者从下往上做，只是大家的发力点和优势不一样。宇树科技是特别经典的，从下往上做，做四足、双足、做平衡，能站稳是它的重点。一般成立时间比较长的机器人公司（因为那个时候没有大模型），比较容易跟宇树科技一个思路，但每个公司都有自己的优势所在。

目前，全球机器人行业正经历范式转变：硬件性能逐渐趋同，智能化成为决胜点。深圳培育出运控强、机电强的公司土壤丰厚，但类似我们这样自研端到端具身大模型公司近年才开始出现，谁能够把真正的具身大模型做出来，结合深圳的本地硬件优势，会对行业有最强大的影响力。

界面新闻：如何衡量一家人形机器人公司的真正实力？

郭彦东： 不能只看Demo演示（如叠衣服、搬箱子、翻跟斗），而需关注其是否具备泛化能力。真正的实力体现在三方面：一是技术栈的完整性（硬件+AI+数据闭环）；二是商业化落地能力；三是供应链把控力。个别公司为炫技采用不成熟技术，反而导致产品无法量产。

界面新闻：智平方是在什么背景下成立的，它在行业中如何定位？

郭彦东：智平方成立于2023年年初，公司以通用具身机器人大脑为核心，软硬一体，为行业输出具身智能机器人产品、方案和服务。

我们团队有“AI+硬件”的双重基因——我个人曾在美国微软总部、小鹏汽车、OPPO均担任过关键研发负责人以及高级研发管理职务。核心团队凝聚了AI、机器人、智能终端规模量产的专家，具备大模型+机器人最需要的复合行业经验。

智平方的核心竞争力在于自研具身大模型AI2R Brain以及软硬垂直整合，采用端到端大模型范式，在数据（自有数据积累）、算法（创新模型架构设计）、算力（自有高效模型训练方法）三大关键要素都有原创自主且领先的技术积累。不仅比硅谷头部公司更早确立端到端VLA的技术范式，更在空间交互精度与零样本多任务成功率等核心指标上实现大幅超越。2024年，公司作为具身机器人行业唯一的企业，获全国创新创业大赛初创型企业全国总决赛第二名。

界面新闻：智平方的商业模式有何独特性？


郭彦东：我们提供软硬一体化的机器人服务，核心差异化是智能。现阶段以机器人Alpha Bot系列为载体，未来卖的不一定是机器人，可能直接按服务收费。例如，工厂为每台机器人支付“智能操作工时费”，而非一次性购买硬件。这一模式的核心在于，机器人能否通过大模型持续创造价值。

目前，智平方的机器人Alpha Bot与具身大模型AI2R Brain已经在真实场景中完成验证，尤其在汽车行业直接对标特斯拉擎天柱机器人。获得国际一线车企、高端制造，以及头部互联网大厂的商业订单并超千万回款。

界面新闻：除了具身大模型，当前机器人本体产业链是不是也还没有成熟？

郭彦东：我更愿意把成熟拆成研发成熟和量产成熟。因为我从小鹏和OPPO出来，主机厂里面做AI，在公司布局的时候，对零部件的选择不能选研发不成熟的。很多机器人公司为了炫技选一些研发都不成熟的技术进来，比如科研还在进行中的一些超柔性、仿真电子皮肤等。我们现在这个状态比较能够选择的叫研发成熟、量产不成熟，这是我们的机会。我们的零部件至少有两家以上的供应商可以选择，不会被卡脖子。

而量产上没有百分百成熟，一些零部件的产量并不大，产能有待建设，但随着需求变大，慢慢能够到成熟，而且这个变化和变成的过程比较平滑，不会很剧烈。而研发不成熟的产品，硬件零部件若纳入到主机里面，就有可能被卡住的，它有很多不确定性。AI眼镜就被卡过好多年，机器人行业不能犯一样的错误。

界面新闻：所以现在本体就是属于研发成熟、量产不成熟阶段。

郭彦东：可以这么说，但在具身大模型方面，现在的状态应该叫技术范式开始收敛，这个技术范式叫端到端VLA。

端到端VLA包含两层核心含义，一是“端到端”，二是“VLA”。首先是"端到端"的数据驱动模式，这对持续提升硬件AI性能至关重要，这一点只有经历过大规模量产的团队才能深刻理解，因为在实验室环境中，DEMO的展示并不需要端到端的方式去训练。

第二是"VLA"技术，即基于感知-规划-控制的预训练模型，这要求团队具备深厚的AI大模型理解能力。智平方恰巧是一个具备这两方面能力的团队。以我们的AI2R Brain为例，作为中国的科研力量，比硅谷的PI和Figure更早推出并应用端到端VLA技术。我们和北大联合发表的 RoboMamba， 也是在这个方向的一次重要开源尝试，比硅谷更早发表并开源了具身大模型。

但范式收敛不代表不需要研发了，因为它基于这个范式还有很多调整和适配，包括一些基于这个框架的算法创新，数据的持续获取，增量学习，训练加速等等。所以，现在是加大研发和应用最好的时候。

界面新闻： 本体从量产不成熟到成熟，你觉得还需要多久？

郭彦东： 我觉得在量产成熟上，可能整个行业的发展会比我们预想的要快，两三年的时间，而且它会比较平滑。

界面新闻：要做人形机器人，你觉得中国哪个区域更有优势？

郭彦东：我们公司总部在深圳，硬件在深圳，产业化在深圳，但我们AI团队在北京，北京在AI人才方面，确实有明显的优势，包括DeepSeek的AI团队也在那。做硬件的话，当然珠三角和长三角都有相应的优势。

界面新闻：人形机器人的“iPhone时刻”会是什么时候？

郭彦东：人形机器人时代的“iPhone时刻”要做到to C，就是真正的iPhone时刻，我觉得要5~7年。机器人能够真正的大规模to B的使用，我觉得3年左右就可以。to C的至少要5~7年。智平方的愿景是让通用智能机器人像智能汽车和智能手机一样，成为人人可用的智能终端。我们也在推动这个时刻的到来。