对话优理奇CEO杨丰瑜：00后创业不押注VLA，把机器人先送进酒店干活

来源：市场资讯

（来源：36氪）

文｜富充

编辑｜苏建勋

“机器人运动会结束以来，公司的400咨询电话一直没有停过，比赛后第二周就有十几家酒店客户来公司参观。”优理奇（Unix AI）的创始人、CEO杨丰瑜告诉《智能涌现》。

在8月上旬的世界人形机器人运动会上，优理奇机器人取得了酒店清洁与迎宾服务项目的两金一银。在酒店

这促成了酒店、养老院等经营方对优理奇的关注。

这两个项目均考验机器人的泛化能力、手部精细操作与运动速度——清洁项目要求机器人在最短时间内拾取散落在房间的多种物品，迎宾项目则需抓住“客人”的行李箱并快速运送至终点。

能在比赛中取得奖牌，在于优理奇机器人赛前已进入包括酒店在内的“类C端”清洁作为机器人的落地场景，边干活边积累数据及场景中的作业能力。

在客房中，优理奇机器人完成清洁、整理、收垃圾等工作。虽然速度仍比不上人类保洁员，但清洁场景相对容错率高，可以让机器人关起门来慢慢干。

在杨丰瑜看来，“类C端”场景里锻炼的技能，未来还可以被迁移到家庭、餐厅、快餐店、咖啡厅等B端和C端任务中。

目前，优理奇机器人已进入小规模化交付阶段，与多家酒店集团、物业公司与养老社区签订订单。

基于当前缺少数据的行业现状，优理奇没有选择目前较为主流的VLA（Vision-Language-Action，视觉-语言-动作）端到端路线。

优理奇的技术路径，是把场景中所需动作分解成关键点和运动轨迹，并进行模仿学习。

这样一来，经过少量的动作数据，机器人可以学会该类动作轨迹。此后，先进入能落地的场景铺量应用，并在实际干活中，再通过数据飞轮不断迭代。

这也是优理奇的商业策略。

优理奇Wanda二代机、三代机在机器人运动会上接受颁奖，图片：采访人提供

杨丰瑜出生于2000年，本科毕业于密歇根大学计算机专业，并于耶鲁大学攻读计算机专业博士学位。2024年，杨丰瑜暂停博士课业，创立了优理奇。

在他看来，过去20年中，凡是跟硬件相关的领域，最终都是中国公司的天下。这也是他抓紧眼前具身智能窗口期，归国进行创业的原因。

近日，《智能涌现》对杨丰瑜进行了采访，进一步交流了优理奇在商业化、技术等方面的看法。他也向《智能涌现》透露了尚未上市的Wanda三代机的情况。

以下内容来自对话，经作者整理。

优理奇创始人兼CEO杨丰瑜，图片：采访人提供

在“类C端”场景中探索“数据飞轮”

智能涌现: 优理奇机器人在机器人运动会上取得了两金一银。这给公司带来了什么后续影响？

杨丰瑜: 比赛一结束，我们的400咨询电话就被打爆了，比赛后的第二周有十几家酒店客户组团来公司参观。

虽然干活类的比赛并未在现场引起太多的流量，我们连大屏幕都没捞到，但结果还是在客户层面行成了发酵。

同时，备赛过程中我们也提升了机器人的能力。

比如酒店迎宾的项目，原定的规则是，机器人提起行李箱后放到行李车上，再把行李车推到指定地点。这个动作的难点，是机器人前进方向跟拖拽行李车的方向可能不在一条直线，包含很多待解决的硬件问题。

为此，我们花了一个多月的时间去迭代硬件。虽然拉行李车的任务后来被取消了，但我非常感谢它提高了我们的机器人。

Wanda三代机在酒店迎宾项目中，双手协同拉行李箱，图片：采访人提供

智能涌现: 你提到优理奇机器人已经进入酒店场景边干活边采集数据，为什么聚焦这个场景？

杨丰瑜：酒店清洁被我们认为是一种“类C端”的技能，掌握好该场景中清洁、整理、收垃圾等原子动作，就能迁移到家庭、养老院、餐厅、快餐店、咖啡厅场景。

酒店清洁场景中的数据也可以回传，不像工业场景的保密性那么高，这对训练机器人模型帮助很大。

酒店清洁场景的好处还包括容错率高，可以让机器人关门慢慢干，也没有那么多人机交互的隐患。

智能涌现: 所以取得比赛成绩，更多是源于平时的积累？

杨丰瑜：对。酒店清洁比赛是机器人进入模拟场景，捡拾散落的瓶子、盒子等物品，这是优理奇机器人本来就擅长的事。

事实上，我们的机器人可以完成比赛事更难的任务，比如收拾垃圾、收拾垃圾袋、铺床，打扫洗手间等。

智能涌现: 优理奇的技术路径是边量产、出货，边在实际工作中收集数据。这么做的理由是什么？

杨丰瑜：优理奇是走特斯拉路线的机器人公司，就是先在实际场景铺足够量的机器人，然后再通过“数据飞轮”积累足够的数据。

这样的好处是训练门槛很低，我们甚至不需要算法工程师，部署工程师就能搞定。

我相信大语言模型中，数据量变引起质变的Scaling Law也可以在具身智能领域复现。但这很讲究Scale的方法。

首先是数据的质量和多样性很重要，多样性甚至更重要。我宁愿要符合“自然分布”的一亿条数据，也不要在人为分布里的“一小撮”数据。为了尽可能在自然分布里采到数据，不可能天天雇人去采，只能去真实场景里采。

其次，数量要够大。在图像领域和文本领域，训练一个多模态的大语言模型，是按照十亿级进行数据积累。

在与具身智能最相近的自动驾驶领域，想跑一个L4或者准L4级别的模型，需要至少小几十万台车在路上跑。这还是在所有数据都是干净的理想状态下。

在机器人领域，我觉得至少需要一个跟自动驾驶相近的数量级。没有几十万台机器人在路上跑，不要想说做出一个非常好的模型。

为了减少比赛时间，Wanda二代机在酒店清洁项目中可使用双手作业，图片：采访人提供

不押注VLA，但坚持全栈自研

智能涌现: 听说你们在比赛中的“关门”动作上遇到了难题，但很快解决了。快速解决问题的原因是什么？

杨丰瑜: 关门对于机器人来说本来就是难点，这个铰链动作要同时考虑侧身、全身运动角度配合、门把手抓握等。

开幕式当晚，我们到现场模拟时发现，酒店清洁项目的门有一米宽。

这个尺寸是为了方便一些底盘大的机器人进出，但宽于日常酒店、家庭用的门。而我们的机器人底盘没有那么大，平时也是针对常规酒店75-80厘米的门训练的模型和算法。所以我们的双机械臂关门策略并不适用于比赛的门。

当天晚上，我们就在现场用VR设备重新采集数据，重新训练这个原子技能。第二天一早又是首个上场比赛的团队，根本没有第二次调试机会。

好在有惊无险赢得了比赛。我们自研的模仿学习平台UniFlex起到了很大作用，它最大的优势是数据利用效率极高，只靠5到10次的数据采集就能学会一个新的任务。

智能涌现: 具体介绍一下UniFlex？

杨丰瑜: 这是一套感知操作解耦模型，它的核心是基于关键点的模仿学习。

我们把一个动作分解成几个关键点和运动轨迹，在拓扑空间里学习。

这是和机器人运动生成主要学派DMP（Dynamic Movement Primitives，动态运动基元）、VMP（Variational Movement Primitives，变分运动基元）相关的流派，这两年对于它们提及的少了，但在结合大模型之后焕发了“第二春”。

所以你可以理解成，我们是通过少量的几次动作，学会了那一类动作的轨迹。例如，执行开门动作时，即使换成了别的门，或者导航左偏了两厘米、右偏了三厘米，都可以完成。

（作者注： “拓扑”作为数学概念，比起精确的距离和形状，更关注物体之间的相对关系。对于开门这个动作，拓扑关系就是：“手”和“门把手”的相对位置关系。只要“握住”这个核心关系不变，无论门把手的颜色、形状、材质，机器人都能识别出它并完成“握住”这个关键点。）

智能涌现: 所以从核心技术来讲，优理奇的技术路径是怎样的？你们似乎不像其他公司一样押注VLA？

杨丰瑜: 我们短期内在落地场景中不使用VLA。

从长期而言，我看好VLA技术路径，但在当前缺乏海量机器人数据的情况下，端到端VLA的时机还不成熟。

智能涌现：现在一些团队在VLA的基础上加入了Tactile（触觉），组成VTLA。你对它怎么看？

杨丰瑜：触觉非常重要，我们的UniTouch是基于视觉与触觉融合的大模型系统，用于提升机器人对材质与接触反馈的理解，使操作行为更接近人类处理方式。

但我们没有使用VTLA的方式。究其原因，视觉和触觉是两大复杂感知源，在具体实现上，许多做VTLA的团队采用了一种近乎“黑盒”的端到端模式。

他们将触觉、视觉等多模态信息在模型底层编码为一个复杂的隐含向量（Latent Vector），然后直接将这个向量抛给下游的动作解码器或身体控制模块作为输入。

然而，这种做法的核心问题在于其不可解释性。举个例子，它有点类似炼丹，把需要的元素都扔进去，但触觉与视觉究竟以何种机制实现融合，缺乏透明性。

我们的UniTouch更多的是把触觉作为一个多模态关键点和我们的UniFlex模仿学习框架直接结合在一起。在预训练阶段，我们是先把视觉和触觉的数据关系通过预训练模型建立起来，让机器人“看”到物体就能想象出“接触”的感受，从而再由此来判断抓取的力和方式。

智能涌现: 所以现阶段，优理奇的机器人上使用了视触觉传感器吗？

杨丰瑜: 目前优理奇的机器人上并没有安装实体的高精度视触觉传感器。

是因为在触觉传感器上，从信号的密度、耐久性、价格三个维度上，业内还没有找到很好的解决方法能够让传感器兼具这三个特性。

现在我的模型用于视触觉传感器肯定会得到好的效果，但是成本在于，一个手指就要增加6000-8000元的视触觉传感器，而且不耐用，还会增加夹爪的厚度。目前视触觉的性价比不高。

全栈自研Wanda二代机，图片：采访人提供

智能涌现: 硬件的重要性对你而言是怎样的？

杨丰瑜: 今年是机器人的量产元年，我认为硬件稳定具有压倒一切的重要性。

智能涌现：为什么要坚持全栈自研硬件？难点在哪？

杨丰瑜：第一个原因是，现在机器人没有标品，找上游供应商开发的时间很慢，自己做在时间上更好控制；而且找供应商做的话技术上会存在黑盒，出了错都不知道是哪里的问题。

第二点，就是没有中间商赚差价，成本可控。全栈自研让我们能极致地控制成本。比如，别人用谐波减速器，一个就要一两千，我们用自己的方案，整个关节加起来都没它贵。二代机8万8的定价，仍有非常可观的毛利。

第三，也是最关键的，为了未来的数据一致性和模型迁移。如果硬件不是自研，第二代、第三代机器人的数据可能无法复用，模型就废了。

全栈自研的难点在于供应链的稳定性和生产品控，这是最难的“硬骨头”，我们上半年就在啃这个。

智能涌现: 似乎这次机器人大赛中使用到了尚未公开发布的Wanda新机型“三代机”。能否透露一下？它和量产的二代机有什么区别？

杨丰瑜: 这次运动会我们采取了双机并行的策略，参赛的是我们的系列通用人形机器人Wanda系列的二代机和三代机。

其中Wanda三代机是性能担当，虽然还没有发布，但是在这里可以简单透露一下。

三代机完全是为干活而生，长得没那么像人，但性能更强。它有全向四驱底盘，移动更快，负载更高，对于机器人高度的控制也更好。

但实际上，现在的这款是实验机，刚做好就套上外壳拉到WRC参展去了，然后又参加了机器人运动会，到现在才回家。

因此，事实上，三代机在比赛时，算法上的策略还没有被验证得特别多。但从比赛结果来看，性能还是让我们满意的。

Wanda二代机是已经量产的版本，虽然性能不如新机型，但已经很稳定了，我们把它作为保底选项。

Wanda三代机在酒店迎宾场景中搬运行李箱，图片：采访人提供

年轻人的驱动力比“00后”标签重要

智能涌现: 作为一位“00后”的CEO，你觉得自己的优势是什么？

杨丰瑜: 我只是正好在2000年出生，这一波有很多非常年轻的具身的创业者，“00后”和他们没有本质的不同。

但作为年轻创业者来说，我们没有历史包袱，不受传统观念的束缚。

我自己是一线技术出身，代码是自己敲的，我知道什么东西Work，什么东西不Work，距离技术非常近。

这件事归根结底还是技术驱动的，我们相信年轻人是驱动这波具身智能发展的核心力量。

智能涌现: 这么年轻就开始创业，你大致的经历是怎样的？

杨丰瑜: 我一直想创业，而且我是正经八百拿到了金融和商科学位的。我的博士生导师自己也创业，所以他非常支持我。

我觉得在学术界是“为了解决问题而创造问题”，我更想解决真实世界的问题。

过去20年凡是跟硬件相关的领域，最终都是中国公司的天下，我非常长期地看好中国供应链和市场的优势。

所以目前博士学位还没有修完，但文章已经发够了，就先抓住眼前的窗口期创立了优理奇。

智能涌现: 如此年轻的团队，如何吸引到有经验的产业老兵加入？包括优理奇首席科学家王贺升教授这样的资深专家？

杨丰瑜: 大家找的是互补。一群老炮在一起还是老炮的打法。我们年轻团队有冲劲和技术前沿的敏锐度，老兵们有丰富的产业经验和资源，两者结合能产生巨大的化学反应。

Wanda三代机在运动会中完成酒店清洁任务，图片：采访人提供