智平方创始人郭彦东：没有技术自信，中国机器人就没有创新突破

“机器人得先通用，才能进家庭，不然很容易把机器人变成另一个扫地机”

文丨李梓楠

编辑丨 宋玮

郭彦东是那种最正儿八经的机器人创业者，学习成绩好、技术强，有漂亮的工作履历，大厂管过大研发，做过软件也做过硬件，是这轮具身智能创业热潮从大公司离职创业级别最高的技术高管。

郭彦东从小到大都是第一，高考数学单科满分上的北邮。后来他考上美国普渡大学的博士，学人工智能。他选最严厉的院士导师，零下三十度，在普渡大学的玉米地里采数据做实验。他说他不知道打 B 是几分，他只有 A 和 A+。

博士毕业后，他终于遇到成绩比他更好的人。加入微软美国研究院，公司有 5 个是图灵奖得主。郭彦东压力很大，师兄安慰他说，“别害怕，你去了你也会和他们一样强。” 郭彦东在谈到这段经历时哽咽了，他在微软度过了一段充满理想主义的时光，微软也养成了他平视技术大佬的习惯，“重要的是技术自信，大佬也会出错。”

2018 年，郭彦东想把深度学习理念应用到汽车上，于是从微软离职加入创业初期的小鹏汽车。2020 年，他又加入 OPPO 任首席科学家。小鹏和 OPPO 教会他经营理念。何小鹏告诉他，做 to b 软件，只能卖 1 块钱，做好软硬结合就能卖 10 块钱。陈明永让他别着急烧钱，不管靠省还是靠赚，账上多留点钱。

2023 年，郭彦东成立智平方，一上来就赌了把大的——用 VLA （视觉语言动作模型）路线做机器人。当时全球除了谷歌与特斯拉，只有智平方走这条路。很多人看不懂，质疑他，但他还是坚持做 VLA，因为他认定这是机器人实现智能的终极路径。

两年过去，他介绍，智平方已经是机器人行业 VLA 路线的领先者，在公开的 benchmark（基准测试）测试中模型性能比美国具身智能创业公司 Physical Intelligence 去年 10 月推出的机器人模型 PI-0 强 30%。

郭彦东在技术选择上激进，但在经营上务实。大部分机器人公司花钱做 Demo 发跳舞视频的时候，智平方已经靠模型服务赚了数千万。2025 年，智平方已经融了七轮，郭彦东说，按照目前的节奏，账上的钱够花 10 年。

今年 4 月，智平方推出第二代机器人爱宝，上身是人形，下身是带四个轮子的底盘，区别于特斯拉等追求极致仿生的双足机器人。理由很简单，轮子稳定性好，移动效率比双足走路快。

郭彦东清楚，中国很难容许 “掀桌子” 式的无限冒险，因为不像美国公司那样有无限资源。今天中国的机器人公司估计已经超过 400 家。

郭彦东希望通过 “边用边学” 的路径，让机器人逐步进入现实场景。他介绍，智平方的机器人目前已经获得汽车、半导体、生物制造等多个高端制造业的商业订单，订单总量千台以上。

这些还不够，郭彦东还渴望成为机器人领域的出海先行者，像中国电动车那样，把机器人卖到海外，参与全球竞争。他们现在已经进了奔驰的全球供应商名录，明年就要把机器人送去全球各地做服务。

学霸人生：“我只有 A+”

晚点：逐际动力创始人张巍是你博士时期同学，他做的也是机器人，你创业之前有联系过他吗，你们为什么不一起创业？

郭彦东：我们都是在普渡大学读的博士，都是电子工程系。张巍的导师是控制系统方向的泰斗，我导师是人工智能（模式识别）方向的院士，所以做机器人，他是从下往上做，先做腿，这是控制领域的拿手好戏。我是 AI 方向，从上往下做，先从智能入手做泛化操作。

张巍毕业在北美拿到头部高校的终身教职，是很多人的梦想，充分证明了他顶尖的学术能力和那时候强烈的学术追求。我毕业后通过了应该是北美最高标准之一的面试（9 小时连续挑战），加入微软做研究员，我喜欢研发新技术、依托新技术打造新产品、让更多人用上我的技术和产品。

晚点：你们俩上学时谁成绩更好？

郭彦东：我不知道他的成绩。上学时有人问我，我们学校打 B 是多少分，我说我不知道，因为我只有 A 和 A+。

晚点：你看起来不像典型的学霸，你挺能说的。

郭彦东：我从小到大成绩都是最好的，我高考数学单科满分上的北邮。我研究生毕业去中国移动工作了一年，当时面试十几万人招十几个人。

但还想继续深造所以去普渡大学读博，选了要求最高的导师。

晚点：导师的要求高在哪里？

郭彦东：他要求很 “变态”，让我们去物理系上最难的课，去数学系、统计系也是，要求我们比他们本系的人考得还要好。同时要求你科研上也要出成果。

所以我们只能白天做科研，用晚上的时间去学习博士课程。

我经常熬夜熬到早上六点多，就躺在办公室楼道的沙发上，因为回宿舍可能会睡到中午，这样就白熬夜了。我睡在沙发上，等本科生来上课的时候把我吵醒。这样 8 点以前就可以继续投入工作。

我们以前研究低照度成像（在光照不足的环境中捕捉图像），以前的手机在晚上拍不见东西，乌漆嘛黑。为了解决这个问题，我就在普渡那个半夜零下 30 度的鬼天气里，去玉米地里各个采集点采数据做实验，手指冻得像萝卜。

晚点：你创业之前有和导师联系过吗？他给了你什么建议？

郭彦东：我一开始没说，想着总要做点什么事出来才好意思和他说。

公司两周年的时候我远程给他们邮件，两位导师Charles A. Bouman 与Jan P. Allebach教授都特意录了视频来祝贺。我们关系很好。Charles A. Bouman虽然学术要求严格，但是对学生充满了爱。我的导师，Charles A. Bouman 教授（普渡大学电气与计算机工程/生物医学工程系教授，美国国家发明家科学院院士）的女儿现在也在做教授，延续了他父亲的科研方向，人类第一次拍到黑洞的照片就是他女儿的作品，是全球人类都庆贺的科研成绩。

郭彦东和导师 Charles A. Bouman 教授父女二人。来源：智平方。

晚点：你博士毕业之后选择加入微软，看上去是一个顺理成章的选择。

郭彦东：我读博的时候，微软是非常有影响力的。我们学的教科书很多都是微软研究员写的。在那个年代，公司研究院还参加影响力排行榜的时候，微软研究院排在最前面，比美国当时最厉害的大学计算机系还要高。

我当时觉得，只要能去微软，其他哪也不去。

晚点：你在微软的时候，公司有 5 个图灵奖获得者，和天才一起工作是什么体验？

郭彦东：我当时和师兄聊，我说这些同事都太强了，我在普渡学的课本都是人家写的，怎么办？他说没关系的，你只要去了，你就会和他们一样强。

后来去了，觉得好像也不那么神奇，都是正常人。怎么说，讲到这里心情有点沉重。（大概哽咽了 30 秒。）

晚点：哽咽是想到什么了？

郭彦东：微软养成了我 “平视” 而不是盲目崇拜技术大佬的习惯，让我有技术自信，敢于坚持自己的判断。2023 年，很多人不看好端到端 VLA 的时候，我才敢坚持自己的想法。

微软也给我树立了正确的价值观——一号位一定要懂技术。管理者首先得是专家，公司才会是顶级公司。乔布斯也说，优秀的人只愿意跟着优秀的专家工作，而不是被 people manager 管理，这方面微软做得很出色。

这就是榜样的力量，当你身边是图灵奖得主，是沈向洋、陆奇这样的人的时候。我每天晚上 11 点下班的时候，陆奇的车还在。

晚点：所以你刚刚动情，是想到在微软的时候，大家一起工作的状态吗？

郭彦东：都有。

微软非常尊重年轻人，背后逻辑是对创新突破的尊重。微软每年去最好的学校，请最优秀的博士来实习，拎包入住很漂亮的公寓洋房。请学生听顶流明星火星哥、Maroon 5 来西雅图的演唱会。

微软的职场理念很好，这是它能够辉煌 40 年的根基。微软第一波辉煌的时候，雅虎还没出来，熬到雅虎又变小了，微软还在。谷歌其实比微软晚 20 年，谷歌还需要 20 年才能证明他可以像微软一样保持非常长时间的活力，前一阵微软已经突破 4 万亿美金市值了。

微软也很有温度。2013 年微软云还没搭起来，我直属领导买了两块英伟达卡塞到我办公室，“is that what you want？” 我比拿了年终奖都高兴。

晚点：你做研究员的时候，KPI 是什么？当时谷歌研究院的人反思到底是哪里出了问题，导致 gpt 是 OpenAI 先做出来了，有人评价说是因为研究院的组织模式和考核方式有问题。

郭彦东：研究院管理者的任务，曾经主管微软全球研究院的沈向洋之前给我们分享的是，最重要的是找到最优秀的人。

我刚去 OPPO 的时候，组织一起去微软交流学习，当时的院长也强调，最重要就是找到最优秀的人，给他们最好的工作环境、条件，自然会产生了不起的工作成果。优秀的人加上有意义的目标会诞生了不起的成果，而不是 KPI。

我的同事为什么能写出全美国最好的博士生教材。跟自由的工作氛围是离不开的，真正能静得下心来。

我在西雅图的时候，我根本不愁房车，第一年全有了。如果房价太贵，创投机构又特别活跃，员工难免天天想着怎么搞钱。有人开玩笑说，在硅谷可能要平均创业成功两次，才能买得起比较好的房子。搞最了不起的深度研究和产品，想法不能太急功近利。

晚点：所以微软研究院比谷歌好是因为西雅图房价比硅谷低？

郭彦东：Maybe。

但我不得不承认，当时大家看到深度学习的红利，大肆挖微软的人，有猎头直接溜进公司，站在楼下发 offer ，只要你愿意出来就是 100 万美元年薪。那个年代已经蛮夸张，当然现在更夸张了。Meta 开出了篮球明星的年薪，核心还是对人才的尊重。

二十多岁，去最好的地方学习；三十多岁，去最好的公司跟别人干；四十多岁就得自己干

晚点：你为什么没有继续留在微软，或者加入别的美国公司，而是在 2017 年选择回国。

郭彦东：我 2017 年在微软牵头做一个叫互联互通车的项目，跟沃尔沃合作，探索把微软的深度学习技术用在汽车上。当时合作到一半，沃尔沃要放暑假，好不容易人放完假，9 月了，马上又快圣诞节了。

我当时有股劲就想把这个事做成，但因为两个大公司之间过于温和的合作模式，我觉得有点干不成。所以当时小鹏有个机会找我，那我就干吧。

晚点：当时为什么不直接创业？

郭彦东：人生不同的阶段目标不同。二十多岁的时候，就去最好的地方学习；三十多岁，去最好的公司跟着别人干；四十多岁就得自己干，让别人跟着我做最了不起的事。

晚点：你对小鹏印象怎么样？

郭彦东：小鹏是一所非常好的学校。如果我没在小鹏待过，没认识何小鹏，没去 OPPO 干过，我创业不一定能做机器人。我在微软的经历比较强调 AI 与系统，在小鹏和 OPPO 做了之后，我就知道创业必须得软硬件结合。

何小鹏当时和我说，一个公司很可能因为两件事会黄，政治不正确，质量出问题。

晚点：你加入小鹏之后负责什么？

郭彦东：小鹏当时单独成立了 AI 中心，后来快正式官宣的时候，名字改成了 AI 产品中心。我当时刚从研究院出来，学者范儿太重了，改这个名字就是让我牢记公司不是找你来科研，要落地产品。

晚点：你在小鹏期间交过最大的学费是什么？

郭彦东：我刚从微软出来的时候，很多思考偏软件。如何把 AI 和硬件结合，用在上亿规模每一台车上都一样、越来越强，有很多经验教训。包括软件落到每台车一定要经过反复测试，我现在做机器人也是要求大家有严格的测试流程，保证质量不出问题。我说硬件的研发一定要尽快进到场景用起来，也是做汽车时的思考，关起门来做的硬件是做不好的。

我在小鹏众多项目的其中一个很有趣的经历是做雨量识别。那之前雨量识别都用传感器做，精度不准且额外增加成本，和整个智驾系统比较割裂。内部很多人当时觉得瞎折腾，花那么大动静，传感器也不贵买一个就行。

但我们坚持做了，而且方法很明确：就是靠量产车来收集真实数据。实验室里根本采集不到这么丰富和真实的场景，必须让跑在路上的车不断给我们回传数据，迭代模型。也正是通过这个项目，我们打通了小鹏第一套数据回环系统，真正实现了基于视觉的雨量识别。

后来 Elon 发了个推特，说特斯拉做出了一个很了不起的功能——自动驾驶的雨量识别。然后何小鹏一抬头说，我 X，这怎么这么厉害，再一问，我们六个月前就有了，专利网上也能搜到。

我后来意识到，在一个大企业里推动一件事，怎么样说服别人，论证事情的价值，非常重要。科学家最大的问题就是不说人话。

晚点：所以你看起来不像学霸，证明你进步了。

郭彦东：我觉得我跟余凯（地平线创始人）更近了一步。他当年也是学霸，创业之后变化很大。

晚点：换个角度看，那你们失去了什么？

郭彦东：我觉得他可能失去了一些钻研探索技术的乐趣，这是一个无奈的事情。你做企业之后，就会被迫失去很多技术专家探索型的乐趣。

晚点：2020 年，你离开小鹏加入 OPPO 负责人工智能的研发，在 OPPO 时期，你的成绩是什么？

郭彦东：我们团队比较卷。OPPO 专利数很多，每年都能排到全球前几。在 OPPO 每年我们团队几百个 AI 专利。每年两款 Reno，还有高端的 Find 系列，研发的节奏非常快。此外还有出行，机器人等新业务推动，其实在 OPPO 做的事情，管理半径比在小鹏期间大不少。

晚点：你创业的时候，陈明永给过你什么建议？

郭彦东：第一个建议是别着急烧钱，不管是融资还是赚还是靠省，账上多留点钱。

第二个建议是，做好现有客户，让人家觉得你好，愿意复购，才是真英雄。我觉得 OPPO 的很多经营理念非常扎实，做好产品、做好服务，完全不来虚的。用 OPPO 自己的话说就是本分：“把技术的困难留给自己，把美传递给用户”。

这些建议让我很受益。有一次坐飞机刚好同一班，还是他先看到我，特别有缘分，聊了好一会儿。

晚点：陈明永应该坐的是头等舱，你创业也坐头等舱？

郭彦东：我之前在头等舱安检口遇到一个 CEO。我们俩互相解释，“我积分换的，哦哦我也积分换的。”

创业坐头等舱是罪啊。

现在的机器人比 8 年前的电动车更热

晚点：6 月初你们宣布机器人进了东风柳汽的工厂，除了东风你们还进了哪些工厂？有多少台机器人进了工厂？

郭彦东：我们去年也拿到了奔驰的全球供应商资质，和吉利也有合作。创业公司不拼数量，得拼交付的质量。接下来计划交付千台以上的机器人。其他行业头部的客户我们也都接触过。

我现在最上心的事情是稳定地把机器人交付给客户。现在客户多，我们研发和交付的人都不够用了。我自己的第一优先级就是把现有客户服务好。

AlphaBot 2 在汽车工厂应用探索。来源：智平方。

晚点：你们一般进汽车工厂要用多长时间？他们为什么选择你们？

郭彦东：过程非常快，这和我们之前的积累有关，我们 2023 年就开始做具身大模型，训了两年多。搭载具身大模型的机器人脑子好，学新任务快，非常适合产线上的柔性工作，这也是客户选择我们的主要原因。

现在机器人虽然做不到开箱即用，但进工厂几小时到几天就可以学会一个新任务。今天让机器人搬箱子，可能明天就学会了。让它摁开关，插拔东西，都学得很快。

晚点：你们的机器人在工厂里做什么？

郭彦东：我们在工厂里找了一些速度要求不高，也不太影响生产节拍的点位放机器人。比如一个投料的场景，人上料之后要等一分钟，他也不能走远也不能干别的，就干等着。这种事情工厂里很多。换个角度说，我觉得现在机器人峰值速度赶不上人类也能产生价值。

我叫这个场景为 “左右不是人场景”，不懂行的人说这么简单的事情，机械臂就能干，太 low 了；懂行的人说，这么难的问题，你这都能干，肯定是在吹。有很多活，外面的人觉得太简单不值得干，行内的人觉得太难干不了，我们现在就在做这些场景。

晚点：你们进工厂，他们会付钱吗？

郭彦东

晚点：如果你们的机器人把工厂的东西摔坏了，谁来赔？

郭彦东：行业惯例都是机器人公司赔。

晚点：为什么你们选择做轮式底盘机器人，而不是直接做人形机器人？

郭彦东：双足机器人移动效率偏低。轮式机器人底盘稳不容易摔、移动效率高，底盘可以塞更多电池延长续航。我们之前想报名北京的机器人马拉松，他们不让我去，我要去肯定是冠军。

我有次在小区看到外卖小哥踩着两轮平衡车送外卖，我就想拍下来发给智元的稚晖君（以前也是 OPPO 团队的小伙伴），后来没发。

晚点：你们未来会做双足吗？

郭彦东：双足是一个不一样的品类，是很多人的梦想。我觉得这个事情适合已经上市、不愁商业模式，不愁现金回款的企业来做，这个业务可以两年后再开始发力。

我们其实一直都有一个双足的小团队，但不会是目前主要的商业模式，主商业模式一定是用机器人上半身来做服务，解放双手。人之所以成为人，不是因为人有两只腿，而是人的双手被解放了。所以有一个稳定的平台 + 双手，能做很多事。

晚点：你们为什么不做机械臂？

郭彦东：机械臂在工厂里面很多事是干不了的。我们做的通用智能机器人就是解决他们做不了的柔性工作。

晚点：我们之前和优必选聊，他们认为机器人进工厂就必须得做双足，因为工厂里很多地方狭窄，轮式底盘进不去。特斯拉、Figure 也坚持做人形。

郭彦东：特斯拉机器人要上火星啊，火星上还没修路，所以得人形。

特斯拉特别不缺钱。特斯拉的做法是典型美国人 “掀桌子” 式创业，先埋头做 3 到 5 年，再一下子推门出来，你们谁都不是对手。 Open AI 也是这样。

中国很难让创业公司这样无限制地创业。我们的机器人设计比特斯拉务实多了。对我们来说，尽快让机器人进入场景更重要，先用起来，而不是直接颠覆行业。

而且机器人本身就应该一边用一边学。和语言模型不同，机器人的具身大模型必须通过实际使用才能持续进化。这就需要真实场景的数据反馈。场景也会反过来定义硬件形态，进入场景应用后，我们才会知道机器人硬件该长成什么样，哪里要改。那什么样的机器人能够更早地被人用起来呢？就是轮式双臂机器人。

晚点：为什么你觉得中国无法做掀桌子式创业？

郭彦东：融资环境不一样。国内大模型公司估值 300 亿，Open AI 估值是 3000 亿美元，所以 Open AI 可以掀桌子式创业。

晚点：那你为什么不在美国创业，如果你在美国，公司估值是不是会比现在高得多？

郭彦东：中国的工业机器人使用量是最高的，能给机器人提供最广泛的应用场景，且中国的硬件供应链最完善。

我之前还和微软的前同事说，做机器人创业一定要在中国，不然你的技术只能一直待在实验室里。

晚点：前华为车 BU 首席科学家陈亦伦创立的它石今年初 A 轮就融了 1.2 亿美元，中国的融资环境也不差？

郭彦东：Figure AI 这轮融了 10 亿美金，估值 390 亿美金了。

现在中国具身智能领域还没有人融到真正的大钱，没有在融资上产生绝对优势。我们经营风格比较实在，不过度承诺，吸引了很多头部的、风格比较务实的基金。按照目前的节奏，我们融到的钱够花 10 年，10 年内我们肯定盈利了。

晚点：所以你不追求大力出奇迹。

郭彦东：大力出奇迹在软硬结合的赛道会让你动作变形。这个赛道的客观规律要求你花时间打磨、用心做事情。它不像一些行业，极端的时候可以买流量、投广告，这些动作对硬件产品来讲价值有限。

晚点：你的节奏、计划是怎样的？

郭彦东：我的计划就是 3+3+3。前三年做好技术，把机器人模型做好。中间三年搭体系，把机器人的大数据体系、训练的架构、硬件平台都做好，没有好的硬件架构，软件就是空中楼阁。然后再三年，做生态，自研零部件，规模降本。

晚点：你们花钱方式和 Figure 的区别是什么？你们把钱花在哪里？

郭彦东：我们花了很大资源在 GPU 和端到端 VLA 模型训练上。很多做机器人的同行都是先搞机器人本体，模型是先用开源的拿来改一改。

Figure 怎么花钱我没有数据。但很多机器人公司喜欢做 Demo ，发个视频，这花费很高。之前硅谷还有个公司专门帮创业公司做 Demo 视频，差点做上市了。

晚点：为什么你选择先买算力，做模型？模型研发不确定性太高。

郭彦东：在大企业管过大研发的人， AI 创业的第一步都是搞训练加速，倒不是一定要买算力本身。王慧文之前创业第一件事就是买 one flow，一个做弹性计算的创业公司。他也不是上来先做个 demo ，而是先提升训练速度。

这背后是朴素的经济原理，我训练模型的时间小于社会必要劳动的时间，我就能盈利，这很重要。

原来大家训个小模型，可能一两天就做完。现在不一样，没有新技术的补充，训模型的速度能差出几十倍。

你不可能每次加进新的知识，就让模型把所有知识重新学一遍，得想办法让模型学新不忘旧。办法有很多种，其中最关键的一个技术叫大规模的增量训练，你上网搜，增量学习这块谁的工作最出名，就是郭彦东在 2019 年的论文。

晚点：你花了这么多精力做模型，为什么这么快就选择开源？

郭彦东：今年 6 月我们携手北京大学等推出了我们具身大模型 GOVLA 的开源版本 FiS-VLA，是全球首个 “异构输入 + 异步频率” VLA 模型，实现了慢推理与快执行的协同。开源还是因为自信。特斯拉开源电动车专利的时候，他觉得自己是这个赛道的老大，你们谁都追不上，但它又希望别人沿用他的技术路线。

我们是全球唯二开源机器人模型的创业公司，除了 PI （注：美国具身智能创业公司 Physical Intelligence ），当时只有我们。

晚点：你怎么判断你们的模型领先别人，标准是什么？

郭彦东：根据第三方 benchmark，我们的模型效果比 PI 的好 30%。传统机器人都是看做成熟任务的成功率，恨不得一件事让机器人在那学一年。具身智能机器人用处理未见任务的成功率来衡量比较好。

2023 年，谷歌的 RT-2 （谷歌 2023 年 7 月推出的新 VLA 模型 Robotics Transformer 2）让机器人做没学过、没见过的任务成功率达到 50%。这是个又喜又忧的数字，50% 的成功率意味着机器人已经具备泛化性，但这个成功率意味着机器人什么事都做不了。工业上，是要求操作成功率无限接近 100% 的。

晚点：现在的方案做没学过的任务成功率低，你考虑过换技术路线吗？

郭彦东：2023 年我们刚开始做的时候，很多人说这种技术不成熟，太遥远了没法弄。但我觉得这个路线符合机器人泛化的第一性原理，我们应该继续把它做好，而不是放弃这个模型。

所以我们花了很多精力去优化数据、模型结构、空间智能、全身控制、快慢结合等，现在越来越多公司也加入到端到端 VLA 这个方向。

晚点：你们现在的模型能做到什么程度？

郭彦东：我把机器人的智能泛化分成四个阶段，场景泛化、对象泛化、操作泛化、任务泛化。

- 同一个场景，光线变了机器人能适应；

- 机器人先学会拿电路板，然后学会拿起它形状的板子;

- 今天学会搬东西，明天就学会拉电闸；

- 就是学会做所有任务。

我们现在能做到 L2.5，能帮机器人更快学东西。机器人在完全没学过的部分任务上，操作成功率能有 70%。我们计划 2028 年出货数万台机器人。到那时，机器人还需要做场景适配，二次开发。但我们把开发成本做低，体验做好。到时候我营收就能转正，可以产生价值。

大家现在都还做不到 L4 ，行业里吹牛说能做到 L4 的，只有两种可能，要么完全不懂，要么是考量其他东西，获得商业价值。

晚点：具身智能行业现在符合你创业时的预期吗？

郭彦东：我刚创业的时候，我觉得这个行业一定会火，肯定是万亿级赛道。

但行业火爆程度超出想象。我七八年前刚加入小鹏的时候，拉了一下数据，当时电动汽车出来 300 多家公司。现在机器人公司估计超过 400 家，机器人赛道的活跃程度可能超过当年的电动车。 我觉得进展也比当年电车要快。AI 对研发帮助很大，工程师写代码速度快了很多倍。

电动车行业不只是培养了供应链，也给机器人行业培养、输送了大量深度理解具身智能、软硬结合、在电子电器，硬件、三电系统研发量产方面经验丰富的人才。此外，懂技术、懂行业、耐心的投资人也更多了。

我们的机器人在虹桥机场帮旅客收纳行李车

晚点：现在机器人行业对技术和模型训练数据来源还有很多分歧，你怎么看这种情况？

郭彦东：每个人想法不一样是好事，对我这种工作了十多年的人也更友好，不太容易就着一个点想偏了。

机器人这个赛道不是靠一招鲜就能做成。仿真、互联网和真机数据都要用好，有一个体系化能力把这些资源串起来才能做好。

如何解决具身智能发展的数据难题？我有一个 “正反金字塔” 数据观。在冷启动阶段，互联网数据提供多样性，仿真数据提供补充，真机采集保证精度，这是 “正金字塔”。当机器人逐渐大规模部署后，真实场景数据的价值远超仿真和互联网，形成闭环，这是 “倒金字塔”。通过这一正反循环，机器人能够在真实环境中不断迭代优化，实现 “越用越聪明”。

机器人大模型一定不能强调参数量的大和多，而是要追求精。我认为，机器人模型一定要保证能在端侧跑，汽车手机大家都要求在端侧计算，机器人一定也是，云只是辅助。

能在端侧跑的机器人模型参数量就不能太大。而且参数量大了以后，模型会出现更多幻觉。

晚点：你之前说机器人到 L4 阶段还要 5 到 10 年，比特斯拉、 Figure 等公司给出的预期晚很多，为什么？

郭彦东：因为训练机器人的数据是个大难题，达到 L4 所需的数据数量和质量得是现在的 100 倍以上。

Scaling law 是一个既乐观又悲观的指标，乐观在于数据量越大，模型性能越强。但它是一个单调递增函数，不过训练到后面，获得同等程度性能增长所需的数据量也是成倍增长的。

我现在想的是，5 年内做不到 L4 的情况下，怎么让机器人落地做商业化。其实 Figure 预期一点都不早，参考他们官网，劝所有投资人有耐心。只是国内有公司炒作。

晚点：但我们从很多人那听到一个很美好的叙事，用视频生成的技术，让大模型教机器人，提升机器人训练速度。

郭彦东：这个说法是违背基本信息论的。视频生成数据的规模是有上限的，如果没有新的信息进去，它就无法生成新东西。视频生成数据的规模上限就是生成器的大小。

如果生成器不能把现实世界的东西学会，机器人就学不会。但如果你已经能让生成器学会世界上所有东西，在那之前你就已经有能力让机器人学会所有事情了。生成的数据更多是补充，而不能作为单一来源。

晚点：那在机器人训练上，你的计划是什么？

郭彦东：我们现在就是想办法投出去更多机器人，提供真实服务，获得真实数据。做轮式就是为了更快让更多机器人落地，产生高质量的数据。

我觉得 1 万台，甚至 10 万台的机器人去采集时，数据量才够实现 L4。我们准备在 2028 年实现数万台的年出货量。

晚点：除了汽车工厂，还有哪些场景支撑你实现这么高的出货量？

郭彦东：轮式机器人很适合干 24 小时的活，我们干的第一件事就是找这种活，咖啡店、便利店之类。这些场景人类都是要三班倒干，我机器人一班就行，这样机器人替代人类的成本空间大得多。

我们在虹桥机场还有个单子，帮旅客收纳行李车。虹桥机场光干这个活就有 300 人，一年成本 2000 万，每天就是把散落的行李车收纳到一起。机器人可以干这个活儿，人也不用凌晨 2 点收纳行李车了。当然以后真正的大场景还是家庭。

机器人帮郭彦东拉行李箱。来源：智平方。

晚点：我们之前和余轶南（维他动力创始人）聊，他说人形机器人进家庭，把机器人放在哪里都是个难题。

郭彦东：还是很多房子都放得下的，哈哈。机器人管家自己有办法。

晚点：你觉得这种机器人，卖多少钱合适？

郭彦东：我觉得做到一辆 A 级车的价格，10 万元左右差不多。现在家庭场景还没完全成立，但已经有人想了很多新奇的商业玩法，比如卖个物业公司，几个家庭共享一个机器人，没事了就让机器人待在楼道里。

机器人还是得先通用，才能进家庭。不然很容易把机器人做成专机，它就变成另一个扫地机，离家庭管家越来越远啦。

晚点：我们看有些公司的机器人已经卖到 5 位数以内。

郭彦东：我借着晚点的平台呼吁一下，现在机器人还没到卷价格的时候。现在最重要的应该是让客户觉得好用，而不是便宜。如果大家只关注便宜不关注性能，对研发的伤害很大，就没有人造了不起的机器人了。

晚点：现在的机器人行业，你最欣赏哪个公司？

郭彦东：整个中国机器人行业都应该感谢宇树，它是一个开拓者，让大众都关注到机器人。

宇树在技术上，尤其是控制 + 机电系统，给双足、四足的公司都做了很好的范本。如果没有宇树，中国机器人供应链没有现在相对完善的供应链，没有它在前面跑，我们没有现在的红利吃。

题图来源：智平方