中科院博士、智驾领军人物余轶南押注消费级具身智能，一年内让机器狗走入千家万户！

他是中国AI 1.0时代的拓荒者，在深度学习黎明前的黑夜，成为全中国第一个复现AlexNet（深度卷积神经网络模型）、拿到AI“黄金榔头”的人。

他是地平线创始团队成员及前智能驾驶总裁，却在公司2024年成功上市的高光时刻，转身闯进具身智能的无人区，去验证物理世界的Scaling Law。

他是Vbot维他动力的创始人，用60人团队一年量产机器狗，首款智能四足机器人产品发布即引爆，截止1月10日，预订订单量已经达到了6540台，并实现了以C端带动B端的销量破局。

他是余轶南博士，Vbot 维他动力创始人兼CEO，他要打造全球领先的消费级机器人产品。

善友教授说：“他是一个典型的‘少数派’”。这位跨越了软件算法、芯片硬件到机器人本体的“全栈”技术专家，永远不在主战场跟人肉搏，而是凭借极高的战略品味，在每一次技术变革的前夜，精准地站在了未来的入口。

本期「善友探索流」播客，我们邀请到Vbot维他动力创始人兼CEO，同时也是混沌学园六期同学——余轶南博士。在本场深度对谈中，余轶南博士贡献了极具颠覆性的三大商业洞见：

关于生存哲学：硬科技创业不是赌博，而是基于认知的精准判断。只有“锁死下限”，才敢去赌那个“无限的上限”。

关于公司本质：AI公司V.S.科技公司，区别不在技术，而在是否追求Scaling Law（尺度定律）带来的无限增长。

关于组织终局：他用了一个形象又有趣的比喻——“太上老君炼丹”，道破了AI时代的组织真相。未来的公司不需要人海战术，只需要极少数顶级的“炼丹师”和一群务实的“造炉人”。

以下是播客内容精选，完整版请打开小宇宙app收听。

AI1.0往事：技术信仰的起点

李善友：你简单说说你的求学、职业经历以及现在在做什么。

余轶南：2007年至2012年，我在中科院攻读博士学位，研究方向是人工智能，当时处于AI1.0时代，也可以说是深度学习的早期阶段。2012年毕业后，我加入百度，跟随余凯（地平线创始人兼CEO），赶上了深度学习快速发展的时期。

2015年，地平线创立，我主要负责智能驾驶业务。地平线是一家专注于AI芯片和人工智能软件算法的公司。我们探索了多个应用场景，包括AIOT、机器人和智能驾驶，最终智能驾驶脱颖而出，成为公司的重要发展方向。2024年底，地平线成功上市，之后我离开地平线，创立了Vbot 维他动力，致力于用AI创新，创造生活空间的机器人。

李善友：你的经历可以简单分为三段，第一段是中科院和百度时期，主要是做研究和技术积累；第二段是在地平线，追随余凯，推动智能驾驶业务的发展；第三段是自己创业，实现自己的理想。

按照这个结构，你先回顾一下第一段，在中科院和百度的研究阶段。

余轶南：那时候行业研究的目标是突破技术瓶颈。当时AI领域虽然有多个研究方向，比如图像识别、语音识别等，但不同领域的技术差异较大。

当时AI还是个小圈子，从业者少，比较冷门，找工作都不容易。直到2012年AlexNet出现，深度学习才开始成为主流。

李善友：AlexNet出现之前，大家的研究状态是怎样的呢？

余轶南：在AlexNet出现之前，各个研究方向技术差异大，没有统一的建模方式。比如图像识别、目标检测、文本理解和语音识别等方向，各自有各自的技术方案。

AlexNet出现后，深度学习的建模方式统一了这些领域，就像过去每种钉子都需要不同的锤子去敲，现在一种锤子就能敲各种钉子。这种统一不仅提高了技术的泛化性，还降低了行业的技术壁垒。

李善友：你亲历了这个过程，确实很有价值。你能回忆一下你第一次接触到 AlexNet，当时是什么样的反应？

余轶南：AlexNet是在ImageNet竞赛中提出的经典模型。2010年的 ImageNet竞赛中，余凯拿到了冠军，那本身就是一项难度极高的成就，ImageNet一直被认为是计算机视觉领域最具挑战性的任务之一。

但从行业整体来看，当时的技术进展仍然相对缓慢，大家更多是在既有框架下做渐进式优化，普遍能感受到瓶颈的存在。

真正的转折出现在 2012 年。AlexNet带来了本质性的性能跃迁，让这个长期被认为极其困难的任务第一次出现了突破性的解法。所以当 10 月份比赛结果和论文公布时，我们都感到非常震惊。

李善友：你还记得你是怎么得知这个消息的吗？

余轶南：当时余凯去参加了NIPS会议（神经信息处理系统大会），比赛结果公布时，我们应该属于春江水暖鸭先知，最早一批得知并理解这一成果的人。

当时我在国内，余凯在北美。我记得那是一个晚上，大概11点或12点，余凯给我发来了比赛结果。我花一个多小时读完文章后，我觉得这似乎真的可行。

我的第一个反应是，我们需要复现它。于是，我立刻联系余凯，说我们需要买GPU。

李善友：那时候你就意识到需要GPU了？

余轶南：对，因为文章里提到需要巨大的算力，还提到使用GPU加速了多少倍。当时他们用了两周时间训练模型，如果用CPU，根本无法完成。所以，我的第一个反应就是买GPU。

当时，我们想快速推进复现工作，多买了一些。那时候没有任何现成的代码，几乎是从零开始写代码。我们一边读论文，一边逐步实现它，难度确实很大。

李善友：今天回头看，你们是不是全中国甚至全世界第一个复现AlexNet的团队？

余轶南：我觉得至少在中国肯定是第一个。全世界不好说，但应该也是最早的一批。

李善友：你当时的心情和周围人的反应如何？尤其是百度内部的反应。

余轶南：当时的感觉就像拿到了一把“黄金榔头”。这种建模方式非常根本，只要定义好输入和输出，它就能发挥巨大的作用。我们意识到这是一把可以解决很多问题的利器。

因为当时百度的业务非常广泛，涵盖图像、语音和自然语言等多个领域。我们想，能不能用这把“黄金榔头”去解决所有业务中的问题？于是我们真地逐个尝试了，并给自己设置了标准：新算法的效果至少比传统算法提升20%以上，才算“敲对”了钉子。

在这个标准下，我们迅速将技术铺开，用模型自动识别替代低效人工录入，并支持商品检索和人脸特效等新功能。甚至在当年，我们就构建了类似今日“基座模型”的雏形，尝试了早期的“看图说话”（Image to Caption）与“文生图”（Caption to Image），用一个通用模型支撑起了全厂的图像与视频识别需求。

面对新技术的底层决策逻辑

李善友：这很有意思。你不仅迅速接受了新技术，还花了两个月时间将其复现出来。这是你的天赋还是长期积累的素质？

余轶南：我觉得对技术的基本理解应该是：新的东西一定比旧的东西有其独特的优势，尤其是那些带来巨大变革的技术。它一定有本质上的不同。

这是社会发展的规律。如果世界的发展只是沿着过去的路走，那么世界不可能进步。就像儿子总是要走出自己的路，不完全听从父亲的安排。

李善友：但这种“转变”在你身上其实发生了不止一次。如果这么算，从北邮去中科院读博，其实也可以算一次重要的转变。

余轶南：是的，当时是2006年大三下半学期，通信行业非常火爆，北邮的学生找工作时，外企提供的薪水高、工作体面，比如摩托罗拉。而互联网行业当时还处于起步阶段。

但我发现通信行业竞争太激烈，而且外企虽然光鲜亮丽，但未来可能并不乐观。

当时我的博士导师谭铁牛院士去北邮做了一场关于人工智能的讲座，讲到机器人、人脸识别、虹膜识别等内容。我听完后觉得非常有趣。我当时觉得，即使人工智能无法实现商业化，也可以做很长时间的研究，成为一名学者也很不错。但如果人工智能真的实现了，那将是改变世界的东西。

李善友：你在当时就有了那种“改变世界”的心态吗？

余轶南：是的，我当时觉得人工智能要么是玄学，要么是改变世界的技术。我把它当作一种“彩票”，如果它无法实现，我可以继续做研究；如果它实现了，那将带来巨大的变化，对我个人来说也是巨大的机会。

你要赌一件事，这件事肯定有很大的不确定性。但如果你去做这件事，它的下限不会太低，而上限却非常高，那这件事就值得去做。新技术的上限太高了，我几乎没有犹豫。

李善友：这就是你做决策的根本逻辑。

地平线前夜：10万台GPU催生的“算力信仰”

余轶南：我第二次真正意义上的转变，其实是和余凯一起离开百度去创业，成为地平线创始团队成员。

这是一次比较大的转变，因为我们这些做互联网和AI算法的人，开始涉足机器人和芯片领域，进入智能汽车和AI芯片的赛道。

但这个转变背后也有一个底层逻辑。在百度的三年时间里，我们几乎把所有能用深度学习解决的问题都尝试了一遍，但在应用和部署过程中，我们遇到了一个巨大的问题——算力很难支撑。

百度日活跃用户可能达到上亿级别，要为这样的用户量提供服务，服务器规模至少需要十万台起步。这在当时几乎是不可想象的。

李善友：当时你们已经意识到十万GPU集群的难度了？

余轶南：是的，我们很快算出每个服务需要的算力。另一个问题是训练芯片。当时我们已经意识到英伟达CUDA已经占据了主导地位，全球都在使用它。

所以余凯当时就有了一个想法——做AI推理芯片，做端侧芯片。因为端侧的市场需求比云端要大得多，算力当时被认为是一个非常重要的业务。

很多战略级的判断其实并不复杂，一开始就能看得很清楚。

李善友：所以你们意识到算力是一个关键瓶颈？

余轶南：是的，算力是一个非常重要的商品，需求越大越好，功耗越小越好，成本越低越好，这是一个无止境的追求，天花板极高。这是地平线的底层逻辑，对算力需求更高的场景。

避开英伟达的云端主战场，死磕端侧推理芯片

李善友：那你们做的端侧AI芯片和算力之间是什么关系呢？

余轶南：端侧和云端都需要越来越强大的算力。

我和余凯都有一个特点，就是不想在主战场竞争。比如现在机器人市场的主战场是人形机器人，但我做Vbot 维他动力没有选择人形机器人；当年AI芯片的主战场是云端训练芯片，但地平线选择了端侧芯片这个细分市场。

李善友：新兴价值网。

余轶南：对，选择一个新兴市场，竞争对手少。这其实是一种创业的“品味”。

李善友：你似乎是一个“少数派”，不在主战场竞争，决策迅速。那么，地平线在端侧选择了多个场景，你为什么坚持做智能驾驶？而且最终只有智能驾驶真正做出来了。

余轶南：其实这件事并不是我坚持的结果。一开始，我们几乎是什么都做，但当时的一些摸索，效果都不理想。

这时我有一个洞察：如果某个业务对AI算力的需求是有限的，那它可能就不是我们想要的方向。因为公司的战略本质上是赌社会对算力的需求会越来越大。但如果某个业务的算力需求本身就有天花板，而且很低，那我们做到一定程度就会停滞，甚至开始卷入其他竞争。

相比之下，智能驾驶是个很好的方向。大家至今都不知道算力需求的天花板在哪里，下一代芯片要达到1000TOPS，甚至2000TOPS，但没人敢拍胸脯说2000TOPS就能实现L4级自动驾驶。也许需要10000TOPS？所以你看，这是一个没有天花板的领域。如果大家认为L4或L5是自动驾驶的终极目标，那实现这个目标需要多少算力？至今无人知晓。

李善友：这是一种第一性原理的思考。

余轶南：是的，底层逻辑决定了你应该在算力这件事上全力冲刺，而不是等待应用的出现。你要先跑到前面，等待应用的出现。

李善友：你要跑到前面，让应用来找你。

余轶南：对。这就是地平线的逻辑。为什么我们当时做安防，最终没有做下去？因为安防对算力的需求其实很低，一两个TOPS就够了。这种情况下，你和其他公司的竞争就会变成其他方面，比如成本控制。因为一两个TOPS的AI芯片太容易实现，所以这个市场机会并不属于我们。

但如果你选择卷高算力，那他们未必能卷过你。不过当时高算力市场还很小。所以你会发现，机会往往来自于那些别人觉得战略正确但又看不上的领域。他们看不上的原因可能是因为市场太小，但你先投入了，所以才有机会赢。

我觉得创业的魅力就在于，你是否比别人更早看到一些东西。

李善友：我完全理解。只有这样才能战胜巨头。因为这个需求本身和供给会形成一个越来越强的正循环。

真伪AI公司的试金石：Scaling Law

余轶南：我觉得如果你做AI，一定要找到一个场景，让用户对算力的需求大，这样他们越愿意买单。如果你的产品没有对无限算力的需求，那它就不是真正的AI产品，只是一个自动化产品。

李善友：换句话说，如果不是算力和性能之间存在某种“增长规律”，那你的产品就不算AI产品。

余轶南：没错，这几件事是相互关联的。核心问题是，这是一种非线性的东西，它本质上是一种Scaling Law（尺度定律）。在AI领域中，目前主要由算力和数据支撑。如果你的场景对AI算力没有无穷尽的需求，那你就无法形成这种增长规律。

余轶南：现在资本市场对公司的划分主要有两种：一种是有Scaling Law的业务。你的资金是线性增长的，但性能是指数级增长的。比如，同样多花10块钱，你能实现比别人高出5倍的性能。

另一种，如果你的业务是做一个10TOPS算力的产品，然后通过各种优化让产品表现很好，大家会觉得你是一个科技公司。

科技公司和AI公司的区别在于，你是否真正追求和需要Scaling Law。

创业的发心，为什么要做机器人？

李善友：我们再回到一个问题上，你当初为什么要从地平线出来创业做机器人领域？

余轶南：是我自身的职业追求——我想亲手操盘机器人领域的事业。

当时有两条路径可选：一是留在地平线推进机器人业务，二是出来自主创业。留在地平线的路径清晰且稳妥，沿用智驾业务的成功模式即可：先深耕算法研发，再推出整体解决方案，最后与中型机器人企业建立合作，就像我们当年与长安、理想合作推进智驾业务那样。但继续留在舒适区做To B业务，对我而言已经失去了原本的吸引力。

选择出来创业，确实意味着要直面指数级增长的风险，资金链、产品力、市场反馈，任何一环的失控都可能让公司瞬间崩盘。但我的想法是： 做To B业务很大的痛苦在于“等待”——你要等客户觉醒、等生态成熟。而自己下场，我就不需要再“等别人”，我能以最快的速度直面市场，亲自把产品闭环的节奏拉到极致。

C端市场，为什么首批种子用户比技术壁垒更重要？

李善友：项目正式启动了，相当于“孩子”顺利诞生了。这次销售情况怎么样？

余轶南：销售情况相当不错。这次所有用户都是付费购买的。要知道，在中国愿意花10000块钱买一台四足机器人的人，底色都非常出色，基本都是核心科技爱好者。

李善友：这就是种子用户群体。

余轶南：对。触达这群用户后，可以灵活拓展不同产品。这群用户才是最关键的不变量，远比技术层面的不变量更重要。真正决定长期发展的，还是这群核心用户。

教授：就像现在开新能源车的人，已经有了“我们”的群体意识，甚至会对开燃油车的人有认知差异。

余轶南：新能源汽车用户的群体特征就很明显。几乎所有新能源车用户，本质上都是特斯拉的粉丝，特斯拉先圈定了这一大波核心人群，之后蔚小理、小米等品牌才从这个群体中分化出自己的用户。不管买哪款新能源车，大家都默认特斯拉是行业标杆，这种品牌认知太关键了。所以如果特斯拉推出机器人，最早买单的肯定还是这群核心用户。

教授：对，这群人有了品牌归属感，你只要切入这个群体，就能依托他们发展。对做机器人行业来说，能进入这样一个有凝聚力的群体，太宝贵了。

余轶南：用户对品牌的认知，远比技术、渠道这些因素更重要。

从结果来看，我觉得市场表现非常合理，甚至B端市场超出了我的预期。

B端方面，我们的客户主要分几类：第一类是地产商，他们旗下有众多小区物业，希望利用我们的产品来提升物业服务，比如快递巡检和小区内的交互服务；第二类就是教育机构，我们聚焦下沉教育科研市场，涵盖大学、职业学院、初高中等，使用者不需要太强的编程能力，只需把机器人本体当作训练载体即可；第三类是各类园区、景区，这类需求和地产商的需求逻辑较为接近；第四类是线下门店，比如耐克的儿童门店，会用机器人吸引孩子、营造氛围。

这些市场并非突然涌现，而是原本就存在。核心竞争力其实在于产品是否能实现10倍性价比的提升——不只是性能，还包括外观、成本等综合维度，只要综合价值比原有产品高出10倍，B端客户就会迅速转向我们。

未来AI组织的形态：“太上老君”式架构

李善友：你之前提过，自动驾驶领域的人纷纷出来做机器人，这背后似乎藏着一个更重要的趋势。为什么自动驾驶领域的从业者会集体转向机器人赛道呢？

余轶南：我觉得原因很简单。自动驾驶行业基本上已经进入收官阶段了。能站稳脚跟的就那么几家企业，新入局者再无机会。这是其一。

其二，即便完成了端到端技术落地，后续还要经历五年的深耕期，整个产业的想象空间已经大幅收缩，缺乏足够的增长预期。

同时，行业还存在组织冗余的问题，人才供给严重过剩。因为随着端到端技术的成熟，原本需要“人海战术”的研发模式已经被彻底颠覆了。

自动驾驶的组织结构可以分为端到端技术落地前后两个阶段。端到端之前，行业普遍采用“大感知、大环境模型、大规控”的架构，每个板块下又细分出诸多子任务，再往下还有负责基础设施、数据、仿真、实车测试的团队。这种结构的人才密集区，就集中在这些细分任务板块。像地平线、Momenta这样的企业，这部分人员加起来大概有五百多人。

但当技术迭代到端到端阶段后，这些细分任务被高度整合压缩，不再需要大量人员分别训练模型，原本负责这些工作的人就面临转型问题。

而机器人赛道刚好资本涌入、企业增多、岗位充足，所以他们大多转向了这里，相当于把2015到2020年自动驾驶领域的发展路径，在机器人赛道重新走一遍。

李善友：你之前对AI公司和科技公司的定义非常精准——核心看算力、模型与应用之间是否形成正向循环。按这个定义来看，现在什么样的公司算是AI公司？

余轶南：AI类企业的人才结构特点，我把它比作“太上老君式组织结构”。

我们可以把AI模型研发比作《西游记》里的炼丹：

太上老君：这是公司的灵魂人物，负责定战略、给配方。

炼丹仙童：这是核心层。他们思维极度敏捷，守着丹炉、把控火候（训练模型）。一家公司有10个这样顶尖的“仙童”就足够了。

修炉采药：这是基建层。负责“修炉造炉”，就像提升“三味真火”的效能一样（搭建基础设施，提升算力效能）和“寻药采药”（清洗处理数据）。

首先，大模型公司肯定属于AI公司，它们对算力有持续需求，且形成了算力、模型与应用的循环。

而机器人公司中，大部分还是采用传统组织结构，本质上属于科技公司，真正采用“太上老君式组织结构”、符合AI公司定义的极少，核心原因是机器人的本体技术尚未定型。

AI公司的成立有个前提：硬件和基础设施必须先收敛。大模型公司能成为AI公司，就是因为它们无需操心计算、网络和用户触达问题，用户通过手机APP或网页就能便捷使用，触达门槛极低。

但机器人行业和汽车行业类似，必须先把本体（硬件）做好，才有后续AI技术的落地基础；如果本体都没打磨成熟，AI技术再先进也无从施展。所以机器人行业必然要经历两个阶段，目前大部分企业都还处在“先做好本体”的阶段。

李善友：那你规划的路径是什么？

余轶南：我们肯定是先做好本体，再推进AI技术落地。AI相关的工作可以后续持续深化，但本体必须优先打磨到位，这是基础中的基础。

李善友：你的每一段经历似乎都在为当下的事业铺路，而且每一次转型都实现了跨越式提升。

余轶南：确实是这样。其实从我读研究生开始，所做的一切本质上都是在为做机器人积累，相当于一直在围绕这个目标铺垫。

李善友：没错，但这件事早做也不行，时机很关键。必须先有大模型AI、自动驾驶AI的技术积淀，才能支撑起机器人的落地。如今来看，机器人其实是物理AI的第一大应用场景——自动驾驶目前还未完全达到这个层面，未来或许有机会，但机器人的优势在于算力基础足够扎实。

真正能让你与竞争对手拉开差距的，正是你之前提到的这一点：让模型与算力相互赋能，形成越迭代越智能的正向循环。

余轶南：对，就是这个道理。

李善友：一方面抓住技术端的正向循环，另一方面抓住用户群体，激发他们的群体心智——这群人已经形成了强烈的群体认同感和“我们”的归属感，与他们共同成长。核心就是这两大板块：技术端和市场端，把这两点做好，前景就非常广阔。那你接下来的精力是不是应该多放在第二代产品上？

余轶南：现阶段我想把更多精力放在第一代产品上。这一点，我借鉴了地平线的成功经验——地平线的第一款产品征程2，我们花了很长时间深耕，把它铺到了各个场景，通过这个过程建立起了广泛的用户群体和合作关系，后续产品再推向市场时，就很容易切入。

李善友：后续产品也能快速跟上。

余轶南：创业就像打江山，先圈定用户地盘更重要。用户是有限资源，一旦用户选择了我们的产品，就大概率不会再选择竞争对手。所以现阶段的核心，还是先把用户侧跑通，把用户端的增长速度和市场势能做起来。

打开小宇宙 app订阅混沌创办人李善友的播客节目，每两周的周四准时上新，我们期待与你相见！