前小鹏高管创业，给美国家庭造了台户外陪伴机器人

文｜邱晓芬

编辑｜苏建勋

CES 2026上，一家中国机器人公司的展台外挤满了人。大家围观的，不是CES上司空见惯的人形机器人或四足狗，而是一台双轮足、身躯四四方方、带有显示屏的机器人——只有15公斤重，40厘米高。

它在草皮上时不时抱着皮球行进，稳稳穿越不同状态的地面。看到有观众拍摄它时， 它会停下来与人互动，左右轻轻摇晃，并在屏幕上切换不同表情。仔细看，它上方还加装了全景相机，实时记录下被围观的画面。

这台机器Rovar X3人出自「深庭纪」，主打户外陪伴。

目前，这台机器人尚未正式发售，但「深庭纪」的创始人王弢告诉《智能涌现》，未来的价格会低于5000美金，“可能会击穿很多美国人对机器人品类的价格预期”。

△Rovar X3能踢球还能当摄影支架

这种全新的机器人构型，背后的设计者同样大胆——「深庭纪」的创始人王弢，享受一切不确定性。

这种偏好，体现在他过去每一项关键的职业生涯抉择中。2015年，在斯坦福攻读深度学习和视觉感知博士的他，和导师吴恩达联合创办了专攻L4的自动驾驶公司Drive AI。

在自动驾驶沉浮的岁月里，这一公司最终迎来一个不错的归宿——2019年，这家200人的硅谷明星公司被苹果“招聘式收购”，吸纳进苹果的造车项目“泰坦”。

但王弢没有像其他人一般加入苹果。“不是苹果不好，是我能看到十年后我在哪个位置，对于这种未来，我很抗拒”，王弢直言。

最后，他选择加入了小鹏。在时任自动驾驶副总裁吴新宙麾下，王弢用三年时间，从0到1搭建了小鹏汽车的视觉感知团队。

不管是2015年进入自动驾驶领域，还是2024年离开小鹏投身机器人创业，王弢喜欢在赛道尚未收敛的时候，趟出一条路——不确定性的背后，恰恰藏着“十倍增长”的红利。

△王弢，图源：受访者提供

享受不确定性的背后，王弢性格的另一面是，务实，关注落地。

在行业大讲人形机器人干活的故事时，王弢选择先从户外切入，并向家庭场景蜿蜒进发。他将他们的户外陪伴机器人Rovar X3，称为最有机会进入家庭的物理AI MVP（最小可行性产品）。

在硅谷生活了16年的王弢告诉我们，这种产品思路，源于他对身边人的观察。

在硅谷，当全世界最聪明的一群人聚集在一起时，最大的困扰是无聊，在当地有“湾区三俗”的说法——这群人在周末基本只做三件事：带孩子户外徒步、去野外摘樱桃、看房子。

寻求户外搭子，是这群硅谷人士的真实需求——在此前，大家的选择只有两个，宠物狗，或者售价高达7.5万美元的波士顿动力四足狗。

为此，王弢为Rovar X3设计了三大主要用途：

首先，它能充当“户外搭子”。其视觉系统通过识别主人的生物特征（人脸、步态、身形），紧紧跟随主人。在相对复杂的户外路面下不仅能灵活避障，还能 驮重物，整个过程不需要经过遥控；

其次，它还可以在帮忙照看小孩，和小孩躲猫猫、帮忙捡球、和人类踢球等等；另外，你还可以把手机和全景相机支在上面，让Rovar X3充当拍摄支架。

△2026年CES上，Rovar X3和观众打招呼

在机器人领域创业，王弢坦言，比曾经的自动驾驶领域，多了一份“造物”的兴奋感——现在的机器人，已不是冷冰冰的自动化设备，而是有自主性、有生命感的“物理AI”。

只是，现下“造物”的方向，五花八门。陪伴型机器人的产品形态明显尚未收敛。而王弢对于这个品类的很多判断，也和市面上的大多数人不一样。

在Rovar X3的设计逻辑中，相较于“机器人会不会聊天”，他更强调“有没有一起做过事”。让机器人参与到真实世界的行动中，与人协同完成任务，长久地陪伴才会发生。

这种启发，源于「深庭纪」公司的第九号员工——一只小狗。他观察到，在午休时间，员工们会自发把小狗带到草坪上，扔球、奔跑。现实世界里的互动，让人和小狗建立了深刻的情感链接。

△Rovar X3能捡球

建立链接后，更进一步的思考是：如何让机器人智能体持续变强？

大多数人的选择是，将机器人送进工厂，或者锁定在某一个细分的场景里，让模型进化。

王弢反而认为，这种做法虽然能带来交付，并不利于机器人智能体的提升——以工厂场景为例，特点是高度标准化，容错率低。

这意味着，能帮助模型进化的不确定性因素、信息也随之消失。而参考GPT，却是在复杂多样数据的加持下，才出现涌现时刻。

特斯拉是一个经典案例。马斯克一开始并不是直接去矿山或者封闭园区落地，特斯拉的MVP是直接在高速上跑L2辅助领航。“当时看起来并不是很fancy，但是它最早的使用场景，和最终FSD的场景，都是公共道路。数据的DOMAIN（范围）是比较接近的”。

在王弢看来，户外陪伴场景，正是一个天然更贴近家庭的选项，且两者数据诉求也基本一致。因此，在初步取得用户的信任之后，王弢还希望机器人进一步逐渐走入庭院、家庭，收集用户更多多样化的数据。

而这些数据，也将成为其训练操作模型的专有数据，加深机器人对于世界的理解，逐渐形成“数据飞轮”。

近期，「深庭纪」完成了亿元天使轮融资，由蓝驰创投领投，粒子未来基金跟投。《智能涌现》与王弢聊了聊，关于他鲜少披露的过往、以及他对打造具身智能MVP的理解。

以下是交流实录（略经摘编）

职业选择中，寻找“十倍增长”

《智能涌现》：之前你跟着吴恩达一起创办Drive.ai，这个项目被苹果收购后，你没有加入泰坦那个项目里，反而是加入小鹏。当时做出这种选择的人，多吗？

王弢：我是2009年在斯坦福大学读硕士，做深度学习和视觉感知，后来跟着吴恩达读博士。当时自动驾驶一下子火起来。吴恩达和他的太太、我们几个师兄弟联创一起创办了Drive AI ，做L4 无人驾驶。

我是联创，也是工程与研发总监，负责PNC模块，就是规划与控制模块、系统集成。Drive AI 是2019年被苹果收购。被收购之后没加入苹果的人，说实话不是很多，我当时的选择确实看起来有一点非主流。

《智能涌现》：不加入苹果，你当时怎么判断的？

王弢：第一点，对我来说，真正有吸引力的不是进入一家已经被证明的公司，而是去做一件还没有标准答案的事。苹果代表的是完成度，而我当时更在意的是创造的过程。

第二点，我当时对L4自动驾驶的判断是，这是一个非常长周期，可能很多年都看不到产品的赛道，作为一家创业公司，比较明智的选择还是要去抱一个口袋很深的“金主爸爸”。

在技术上面，L4需要全局地优化，感知、预测、规划、后台数据闭环、算力平台都是强耦合的。

但是苹果作为一家非常典型也很成功的公司，它的组织方块、组织模式是非常模块化的。我当时看到苹果的每个团队成员是把自己输入、输出的接口定义得很清楚，尽量减少耦合，这个很明显是一个硬件公司的做法。

所以我当时的判断是，在苹果做L4，会可能变成一个很难落地的科研项目。但我自己的风格是，希望把东西做出来，落到实地。

《智能涌现》：所以落地这件事情，对于你来说非常重要。

王弢：是的。

△Rovar X3有不同的表情

《智能涌现》：你刚刚说不希望进入一家已经被市场证明过的公司，为什么后面选择加入小鹏？

王弢：我是吴新宙招进去的。在小鹏的前三年我是从0到1搭建视觉感知团队，负责模型训练、数据采集标注、模型部署、工程化等。其实在小鹏相当于是一次创业的经历。

2023年初，我判断自动驾驶的感知和AI 已经比较收敛了，格局也已经定了。我自己的职业规划经历都是寻找10倍增长，我当时的判断就是，自动驾驶其实已经不是下一个十倍增长了。

《智能涌现》：后来是发生了什么，让你觉得创业的时机真正成熟了？

王弢：2023年，我在鹏行带AI团队。一线的实践当中，我们看到很多这个领域长期存在，但是被低估的很多问题。

比如说，真实世界数据的采集成本、标注成本很高，哪怕到今天还是存在；sim to real有巨大的鸿沟；硬件平台为了追求极致运动性能，存在过度设计的问题。我们当时内部也在非常频繁讨论，走路应该用轮式底盘还是双足？

这些问题会导致系统复杂度指数级上升，拖慢智能化的迭代速度。我就慢慢开始萌生了一个想法：如果我去解决这件问题，我有充足的资源，我会怎么去解决？

这种思考慢慢的指向了一个判断：真正要推动具身智能向前，需要一些全新的产品路径。

创业是一场持续的思考，不是一瞬间的灵感。我推演了一段时间，从鹏行出来是2024年1月，我4月份才成立新公司。我觉得具身肯定是下一个10年、10倍增长的机会。但如果要重新定义一代机器人，机器人应该是有自主性、有生命感、以AI为先的，而不是一个冷冰冰的自动化设备。我当时有一种造物的冲动、兴奋感，

《智能涌现》：推演的三个月，你在做什么？户外这个方向是怎么思考出来的

王弢：机器人我把它分成四个大的板块——移动、操作、智能、导航。

我觉得移动、操作、导航这三块很多可以复用自动驾驶能力。智能这一块，我当时判断它处于比较早的阶段，我当时思考的是，如何让智能体要持续地变强？

我们最终还是希望借鉴特斯拉或者小鹏数据飞轮的方法论。过去的经验是，谁能够把数据飞轮跑起来，谁就能够在具身智能趋势里面成为赢家。

进厂，对智能体训练不是好事

《智能涌现》：关于智能体要怎么去变强，你是怎么推演的？

王弢：第一，需要找到一个MVP，一个真正能够走入终局的场景。拿特斯拉来举例，它一开始并不是去矿山或者封闭园区，它的 MVP 是在车上去跑 L2 辅助领航。

当时这个技术并不是很fancy，只是在高速上做自适应巡航和车道保持。但是它的实际使用的场景，跟最终FSD需要使用的场景，都是公共道路，数据的DOMAIN（范围）是比较接近的。

我的判断就是，如果机器人最终要达到像马斯克说的几亿台甚至十几亿台，那一定是要走入家庭的。

虽然我们不是一开始就走入到家庭，我一定要尽可能贴近家庭，获取家庭用户的信任、获取家庭用户的数据。 第二，我认为机器人使用的场景一定是diverse（多样）的，不是限定几个垂域，不能在垂域里面去采数据。

《智能涌现》：但很多具身智能公司都在疯狂找垂域场景，比如工厂，但是你的MVP是落在家庭和户外。你们怎么看待这种分野？

王弢：我觉得在商业化上，Tob是不错的一个选择。Tob最大的优势是需求很清晰，只要把场景限定好，机器人是有机会做到稳定执行和交付的。

Tob的场景里面，最重要的目标是不出错，为了达成这个目标，产线也会把环境标准化。

这意味着有很多不确定的行为或者因素会在场景里面消失。我觉得这对于智能体的训练来并不是一件好事。GPT是在所有的领域都有数据的情况下才能涌现，不是只在少量的几个垂域训模型。

《智能涌现》：你是怎么发现户外场景有陪伴的需求？

王弢：大家都调侃湾区是高科技大农村，全球最聪明的人聚集一起，但高性价比的放松娱乐活动非常少。工程师、码农们周末最常见的活动就是徒步、摘樱桃还有看房子，我们叫“湾区三俗”。

我自己也是徒步大军中的一员。但走多了你会发现，风景很美、也很无聊。这时候我都在想，如果能有一台自主移动的陪伴机器人随行，它既能承担5公斤的负重，帮忙背包，在露营空地也能陪孩子做游戏，是非常有价值的。

这不是一个完全脱离生活的幻想，而是湾区人们的真实需求，特别是在科技行业的有孩人群。

《智能涌现》：那你们的机器人是怎么从户外场景，一步步进入家庭场景？

王弢：我们虽然是先切入户外的场景，但未来我们一定会走入家庭。

家庭室内的门槛非常高，任何一次失误都会摧毁消费者的互信。户外是一个切入点，它的付费意愿高，试错成本是比较低的。在户外哪怕是土坡上面摔了一下，其实只要自己能站起来，问题就不是很大。

其次，在户外的场景，我们可以复用很多在自动驾驶领域已经相对成熟的方法论。在户外自主移动，是在更加开放的环境中实现自动驾驶系统。在低速场景下和人的交互，又和新能源车舱内的智能座舱智能有一定的相似性。

我和很多土生土长的美国人去聊，美国的主流文化对于最先进的科技，持有一种既好奇又谨慎的态度。比如你看终结者系列，他们对于人形机器人有比较大的疑虑。

我们第一步用Rovar这种双轮足形态，个子也不高，不会像人一样跟你长篇大论的，有比较可爱的表情，更容易切入到家庭中。其次，它的主要使用场景是在户外，用户对它的疑虑也会更小一些，通过这样的一代产品，能够获得用户的信任，未来可以走到室内。

《智能涌现》：那后面的第二步、第三步，具体怎么走？

王弢：关于第二步、第三步，我们现在有很多的选择。一个是在户外做得更加重度、更硬核，我们会做一个客单价更高的产品。

第二就是从户外慢慢走入庭院，再走入家庭内部。我会鼓励用户利用机器人采集到更多的数据，比如用户在后院清理杂草、清理树叶、丢垃圾的数据。

这些数据我都可以鼓励用户去上传，最后变成我们训练操作模型的专有数据。这是用户真正从场景中得到的，和数据采集工厂里的数据不同。

《智能涌现》：这些数据去反哺到模型之后，能让机器人产生什么新的玩法？

王弢：从最简单的说起，比如说用户指某一个方向说，“你帮我把那个罐子拿过来”时，机器人需要先有对于世界的理解。我们希望未来机器人能够理解用户的指令，自己去执行命令。这是可以通过模型学习的。

《智能涌现》：你们未来这两个方向都会去兼顾？

王弢：我觉得在够长的时间维度里，这些都是可以做的选项。具身智能是一个10年的赛道，很多时候需要通过市场反馈来决定下一个发力点。大疆刚刚一开始在做无人机的时候，他也没有想到会变成飞行相机。

陪伴机器人，不应该只聊天

《智能涌现》：你们刚创业的时候是四足，但现在变成了轮足。为什么有这种改变？

王弢：我觉得现在物理AI最优的构型，远远都没有收敛。虽然大家都做人形机器人，但如果仔细去看，构型都是不一样的。

从四足到双轮足的演进，是因为我们产品定义逐渐清晰，才做了一次系统收敛。双轮足的电机数量首先比四足要少一半，系统复杂度的出错概率会低很多。双轮足的运动方式是靠轮毂、电机，运动的能效比足式要高很多。

《智能涌现》：陪伴，最重要的是什么？很多厂商更侧重语言上的陪伴，但你们好像不是这么想。

王弢：人其实也可以跟我们的机器人说话，通过手势或者语音。不过，我们不希望Rovar变成GPT聊天的工具。它可以输出一些简单的词汇来表达自己的情绪，但是他不会长篇大论。

我觉得陪伴，最重要的是和用户形成情感上的连接。这个连接来自于，在某一个场景中和用户一起去完成一些事情，这是最长效、最牢固的。 关于陪伴粘性的思考，启发自我们公司的9号员工，也是一条小狗。我们养了一个宠物，体验一下小狗跟人之间是怎么样建立连接。

我们发现中午午休的时候，我们的员工非常乐意带着小狗去草地上面去玩球，把球丢出去，小狗会把球叼回来。

现实世界里非常简单的事情，但是大家都乐此不疲。我觉得陪伴产品，应该去做一些力所能及的物理连接。

《智能涌现》：你曾说你们的受众可以归纳为“硅谷老男孩”，这群人有什么共性？

王弢：“硅谷老男孩”是一个统称，更加细化的话，其实是几个类别：

一个是企业主和公司高管，他们时间稀缺，愿意为高质量的产品体验付费；

第二个是创意工作者，比如抖音短视频制作者、好莱坞的人，他们对于新形态的产品、审美有很高的敏感度；

第三个就是医生、律师这类高收入专业人士，他们的共性是，不会问机器人是什么，更关心机器人能不能融入生活。他们中一部分人还是保留着探索的乐趣，有对少年感的向往。

我们做过一些审美取向的调研。“硅谷老男孩”们并不喜欢过度的科幻机甲风，产品必须好看，但又克制不浮夸。

《智能涌现》：你们的产品，具体有什么玩法？

王弢：我们有三个最大的使用场景。

一个是户外的陪伴，你在山上走，它像一个小宠物一样在走在前面，有简单的交互，让我感觉到不那么孤独，也可以帮忙背个水、背个相机。

从心理学的角度去分析，人在户外，特别是美国这种地广人稀的地方，心理上需要去寻找安全港湾。这也是为什么很多人会带着宠物狗出去徒步。

第二个场景是小孩陪护，比如躲猫、追逐、嬉戏。现在很多陪伴类的产品侧重对话式陪伴，但是据我的观察，粘性相对比较低。

为什么大家对于把球踢进门里这样一件简单的事情，会有成瘾，我自己踢球那么多年从来没有腻。我觉得这也是物理世界一部分的魅力。

第三个功能是可以加装各种配件，手机或者是全景相机。Rovar有大量想象空间，用户会找到千奇百怪的玩法，我们希望早期有一个发散的过程。

《智能涌现》：如果从技术的层面去拆解，背后都包含了哪些核心技术，有什么比较难的地方？

王弢：这背后的技术挑战是，如何让机器人做好社交导航，比如在步道上面能够进行避障，美国很多步道都不是铺装路面，而是泥土路或者沙石路。

其次，机器人在户外要能够持续识别到主人，不会被干扰，这首先考验我们的视觉能力。我们用了一个纯视觉的解决方案，没有去使用激光雷达，机器人通过深度特征去感知人类，比如人脸的特征、步态、身形。

在户外场景里，续航、重量、地形通过性其实是一个不可能三角，考验着我们做取舍和平衡的能力。

《智能涌现》：你们提出的端侧“慢脑 + 快脑”AI架构，但是市面上大家用的是“大脑+小脑”。两者有什么差异？

王弢：“大脑+小脑”架构中，大脑负责思考、小脑负责运动控制。但我认为这种划分方式并不十分全面。

现实情况下，有许多思考过程需要极快的处理速度，大脑的运行速度相对较慢，仅依赖大脑无法完成某些任务。同理，一些运动控制类操作，也并非单纯由小脑就能实现。

所以，我们所提出端侧的“慢脑+快脑”架构——“慢脑”负责把事情想清楚，而“快脑”则负责快速反应。

具体而言，“慢脑”处理那些无需毫秒级或亚秒级反应，但需要深入理解的事务。例如，自动识别当前所处环境是公园、家庭庭院、室内还是公共道路；识别用户及其偏好，如记住小孩和家长的长相。

“快脑”则进行实时响应。比如，当听到用户喊“你快回来”时，立刻停止当前任务并原路返回；当与机器人进行踢球时，在每次与球触碰后，机器人迅速判断下一步与球的接触方式。

快脑与慢脑，二者并行运行、产生交互数据。慢脑会提前向快脑传达大致的任务信息，快脑则在此基础上，负责向控制规划模块传达如何执行当前任务。

《智能涌现》：陪伴机器人这个赛道有同质化的趋势，你觉得这个领域核心的竞争力是什么？

王弢：陪伴这个赛道，产品形态是没有收敛的。我觉得最核心的能力是持续的用户洞察，和领先竞品一代的技术认知。这两个可能听起来稍微抽象，但是要做创新品类，这两点是最重要的。

《智能涌现》：要保持和竞品有一代的差距，行动上要怎么体现？

王弢：我觉得公司除了找PMF（产品和市场匹配度）之外，还需要找到PTF（团队和产品的匹配度）。我们团队在美国生活了很多年，在文化、场景的理解上，天生是有一些优势的，能够站在用户角度去思考产品的功能。

我更多的是从算法研发的角度，在现有的算法中，寻找高潜力的、还没有被使用到产品上的新技术，做出人无我有的体验。

比如说踢球，市面上没有任何一个机器人可以在草地上，像一条小狗一样跟你玩球。

《智能涌现》：这两年陪伴型的机器人密集爆发，背后有什么因素推动？

王弢：更多的就是物理 AI 概念的带动。之前大家说 AI 更多的是GPT，能够跟你对话、帮你解题，停留在虚拟世界当中。但是这一波首先是自动驾驶的AI能力有溢出，自动驾驶是一个物理AI非常初级的形态。

第二是硬件成本持续下降到有望走入家庭了。以前说到北美机器狗，大家想到的都是Boston Dynamics（波士顿动力），售价7.5万美元。

但是我们的产品能做到5000美金以下，会击穿很多美国人对机器人品类的价格预期。

《智能涌现》：陪伴机器人可能在什么时候达成你预期的“十倍增长”？

王弢：在我们的规划当中，26年、27年是我们探索MVP 的阶段，在鸿沟的左侧，去找早期的种子用户，持续寻找killer APP。

未来确切的时间点，我可能没办法很好去判断。你看马斯克在2012年说，还有两年就能实现全自动驾驶，最后证明他的时间判断基本上都是错的。

我自己的方法论就是，不会刻意从时间上面去做判断，但是我会关注实际技术的进展。

如果某一天具身智能的操作领域，大家都用同一个Benchmark（标准），那我判断“Alex moment”到来的时间，可能不会大于两年了。用自动驾驶来比喻的话，现在是在自动驾驶2012、2013年的阶段。

《智能涌现》：你觉得陪伴型机器人的PMF已经找到了吗？

王弢：我觉得初步是找到了，但是如果真的要形成爆款，我觉得可能还需要一定时间的用户洞察。我们在美国其实做了很多用户调研，初步找到一波种子用户。

但是种子用户和大众用户之间的鸿沟怎么跨过去，如何寻找到更精准的PMF，对于新品类来说是比较挑战的。

但是一旦这个鸿沟跨过去，作为新品类的定义者，也能收获到巨大的红利。

封面来源｜受访者提供

end

end