为什么它石陈亦伦能融到这么多钱

“50天估值从10亿飙到50亿。”

作者丨吴彤 马晓宁

编辑丨林觉民

“为什么它石智航能融到这么多钱？”我把这个问题抛给过许多接触陈亦伦团队的投资人，他们给出了各种各样的答案。

一位知名投资人拒绝了不少名校归来的助理教授创业的具身创业公司，选择了它石。谈到当时的投资决策，很重要的一个考量在于：

具身模型的底层技术当时还没有收敛。已经收敛的创业方向，比如说大模型，团队的技术能力至关重要，但是具身方向的团队评估，技术能力只占一部分，另一部分在于整个团队的工程化落地能力。

过去一年，具身智能的资本热浪如山呼海啸般扑面而来，许多不知名的团队都获得了千万级别的融资。这些融资有多少是理性驱动的，又有多少是市场在FOMO情绪中做出的不理性判断。

具身智能赛道火爆，但竞争更激烈。陈亦伦为何能够带领它石成为去年的融资冠军，成就最快独角兽，这成为了我们最想破解的谜题。

01

在大疆工作一年后，他悟出了这些道理

要了解它石，还是要从陈亦伦的经历说起。

2016年3月，大疆Phantom 4的发布，成为了陈亦伦进入科技行业主流视野的契机。

这款无人机就像是往无人机行业投下了一枚核弹。借助智能跟随+避障这样的功能，大疆拉出了碾压级的技术代差，彻底把无人机变成了大众消费品。

有了技术上的大杀器，接下来的重点就是如何维持技术的领先地位。从客观规律上来说，大疆用了四年的时间来开发这项技术，如果对手公司投入大量资源来追赶的话，可能两三年的时间就能做出来。所以大疆有了一个两年的技术窗口期，奠定最终的胜局。

来到大疆之后，陈亦伦开始探索大疆为什么能做出那么好的东西？

总结下来，无非是两个原因：

第一，他们真的热爱他们做的产品。

做无人机的时候，每个工程师桌子上都摆着一架无人机，共同的爱好与目标，导致他们每一个人的心意都非常相通，可以说是全员参与测试自己的产品，形成了一种闭环。尽管当时大疆的流程并没有多么完善，但是这种全员共振的状态已经超越了流程的本质。

第二则是，大疆的工程师文化非常重，而且非常有特点。

他们不盲目崇拜权力，尤其崇尚独立思考，往往只服气技术最好的人。

大疆招聘工程师的时候，会先对最优秀的员工做一个性格测试，然后对候选人做性格测试，从候选人中筛选出接近于前者的人，所以你会发现大疆人都是最极致的工程师性格，多年之后陈亦伦仍然记忆犹新。

02

华为的自动驾驶之路

2018年下半年，一个老同事接到陈亦伦消息，说要不要去华为搞自动驾驶啊。

车联网不是华为内部唯一一个做自动驾驶的团队。华为海思的苏箐，同样盯上了智驾系统。

苏箐在1999年就加入了华为，此前他在内部最大的贡献是麒麟芯片最重要的创始人之一。在当时电脑普遍还是双核的年代，他提出了手机需要四核的大胆设想，尽管被许多人视为疯狂。面对MTK山寨机的盛行，苏箐坚持要开发高端芯片，华为也支持这种大胆的探索 ，最后成功推动了K3-V1和K3-V2两代芯片的研发。

2018年，苏箐看到Waymo在自动驾驶领域取得了显著成就，但因成本过高难以量产。于是苏箐设想，如果能优化智能驾驶系统，降低成本，使其普及到每一辆车上，就能打开一个巨大的市场，使智能汽车成为下一个“超级单品”。他后来在海思内部启动了自己的自动驾驶研究项目，与蔡建永领导的车联网实验室形成了实质上的“赛马”。

2018年，当陈亦伦加入时，苏箐已经推动了华为内部成功数和基础64线的激光雷达，并且适用于自动驾驶的高算力芯片。凭借这两项技术突破，华为有望将自动驾驶系统的成本控制在2万美金以内，挑战为每辆车提供接近Waymo性能的自动驾驶系统，从而开启智能汽车作为超级单品的新时代。 那年在奥迪的活动上，华为海思的自动驾驶系统打败了大疆、百度等几家公司，被总裁徐直军看到，开始给与资金支持，并正式将项目转正。

到了2019年5月，华为将车联网实验室升级为智能汽车解决方案BU（车BU），由轮值董事长徐直军直接挂帅，王军出任总裁，蔡建永担任CTO，苏箐担任智能驾驶产品线的总负责人。这是实质上的两个团队合并，智能驾驶研发团队全部收归苏箐。

陈亦伦的天赋在华为得到了彻底的兑现。他是整个团队技术等级最高的人。陈亦伦有做芯片的经历，又有算法能力，面对一线团队那都是降维打击。

到了2020年，陈亦伦就成为了整个部门的首席科学家。

03

超级工程师

聪明，智商高，往往是大家对陈亦伦的第一印象。他是物理竞赛金牌得主，清华本硕，密歇根大学的博士，学历属于天花板级别的存在。工作中也是反应很快，总是能快速找到工程化任务中的短板，并直接解决问题。

陈亦伦快速解决技术难题的能力有目共睹，包括何利杨在内，不少与他共事过的人，都能说出来几件他解决的技术难题，以证明他在技术上敏锐的感知能力，与超绝的工程思维。用高精地图训练静态感知这个事情，就有不少同事都向AI科技评论提到过。

2021年初，自动驾驶行业内形成了广泛共识：自动驾驶感知是当时制约技术落地的最大难题。这一挑战被明确划分为两大核心领域，即动态目标感知（对车辆、行人等移动物体的识别与追踪）和静态环境认知（对车道线、道路拓扑结构、交通信号灯及标识的精准理解与重建）。当时普遍认为，攻克这两大感知难题是实现高级别自动驾驶的关键前提。

华为ADS在许斌的带领下，已经基本解决了动态目标感知问题，这非常了不起。但很快他们就发现，因为无法依赖高精地图进行全国性覆盖，静态环境认知成为了新的关键瓶颈。

那么不依赖先验地图，仅凭传感器在任意地点实时理解车道线、路沿和拓扑结构，就对算法的精度、泛化能力和计算效率提出了极高要求。

在团队攻克这一难题的时候，陈亦伦说，“这有什么难的？静态环境认知完全可以当作一个神经网络，让它学习出来。”

在那个大家还普遍用传统方法（如感知2D车道线再转3D）的时代，这个思路非常超前。他进一步点明：训练这个神经网络所需的“标准答案”（ground truth）其实已经存在，就是高精地图本身。我们可以用高精地图作为监督信号，让神经网络直接学习从图像到环境结构的端到端映射。这个思路为后续无图化（轻地图）方案指明了方向。

陈亦伦当时关于用高精地图作为 ground truth 来训练静态环境感知神经网络的观点，让同事们感觉如同“开了天眼”，大家对他的技术品味和前瞻性认知完全折服，认定了他是一个能够引领方向的人。

22年底，蔚来的同学得知，华为的静态环境感知“是用高精地图训练的”，他们非常惊讶。这也正说明，在华为团队基于这个思路已经实践了两年、迭代了多个模型版本了，业内其他公司可能才刚刚意识到这种方法。

这也解释了为什么华为ADS后来不盲目追随“无图”的潮流，而是坚持走“有图”或“轻图”（road code）的路线，因为高精地图本身就是训练感知网络最可靠的监督信号。

不被噪声干扰，直接找出问题的关键，从而快速解决问题，这就是陈亦伦的行事风格。直到现在做具身智能，他也在一直强调“第一性原理”，即，具身智能目前要做的，是找到堪比大语言模型中Transformer架构的底层基础范式。

04

ADS的酣畅大胜

按照苏箐为团队制定的目标，每一辆搭载华为系统的车都要具备比肩Waymo的能力，这在当时是一个无人敢想的任务，学术界和工业界都没有先例。作为对比，百度当时专注于L4级Robotaxi 在限定区域的运营，而华为要做的却是让智驾系统在全国范围内启动即可使用。这决定了团队必须解决高精地图、复杂城市场景等根本性难题。

苏箐非常看重实际效果，并且希望在短期内看到成效，这对于整个团队提出来重大的挑战。

好在他遇到了最好的工程化人才，陈亦伦。

陈亦伦的团队从感知模块开始，将一个个原本用C++堆砌的子系统——视觉、激光雷达融合、预测、规划——逐步用AI模型重构。代码量锐减，性能反而提升，解放出来的人力得以持续攻克下一个堡垒。

这种系统性转向AI的策略，不仅提升了效率，更在本质上重塑了华为ADS的研发模式。它使得一支70分的团队发挥出了100分的能力，以惊人的速度逼近并超越了行业预期，最终将那个看似不可能的宏大目标，变成了问界、阿维塔车上用户可感知的体验。

举例来说，在华为ADS的攻坚战中，传感器融合就用到了AI。

理想情况下，激光雷达是最可靠的感知源，但成本制约了其大规模应用。为了将系统总成本控制在2万美元以内，华为不得不采取折衷方案：仅在车辆前方有限区域部署激光雷达，并深度融合摄像头等廉价传感器。

这带来了极其复杂的多传感器融合挑战，华为拥抱视觉融合路线，更是将BEV（鸟瞰图）感知和AI预测技术应用于量产辅助驾驶系统的先行者。一个颇具意味的事实是：当华为已经在预测模块广泛应用AI时，许多专注于L4级别的公司，仍在使用传统的非AI方法。

不过，陈亦伦的AI技术路线也非一帆风顺。比如2020年，华为智驾遇到了路径导航与控制（PNC）技术瓶颈，PNC一旦能用AI解决，接下来实现端到端的自动驾驶就变得相对容易了。而AI领域虽然经常涌现出成堆理论家，但既有相关专业背景又具备实战经验的人才却少之又少。

为了突破PNC的瓶颈，2020年9月，陈亦伦招募了“华为天才少年”丁文超——香港科技大学沈劭劼教授的学生，专攻规控算法。丁文超被寄予厚望，他的任务是用AI方法重构规控模块，为最终实现端到端自动驾驶铺平道路。陈亦伦的用人眼光很快就得到了验证，2021年丁文超就开发出了能在城区和城中村复杂路况运行的端到端demo。

华为ADS那几年的人才密度可以说是最高的，没有之一。除了苏箐和陈亦伦，还有陈奇、姜军、陈保成、以及黄青虬、许彬、丁文超等众多优秀人才。

据AI科技评论追踪，不少人已经投身到具身智能领域。比如丁文超就在2023年2月入职复旦大学，创建机器人系统实验室，主持研发该校首个人形机器人项目。现在，他在和陈亦伦一起创业。

05

踏入战场的前一夜

一位知名的投资人告诉我们，他第一次见陈亦伦的时候就觉得，这是个很厉害的人。

创始人想要让不懂行的投资人相信自己，总会时不时展现出一种微妙的居高临下的气场，既能展示出自己的自信，也让投资人相形见绌，高技术人才尤其容易有这种倾向。

但是陈亦伦不是，他的气场不是刻意表现出来的，而是自然展露的。他总是对自己的表达有着充分的自信，不因为他人的贬低和否定有一丝一毫的动摇，而且他逻辑清晰，能把投资人完全不懂的商业和技术逻辑都讲得很清楚。

这样的人才，怎么会没有机会呢？

李震宇再加上丁文超这样的天才少年，陈亦伦这样的工程领袖，三者形成技术信仰、工程能力、商业闭环的完美铁三角，让资本愿意在早期就持续为这家新公司加注。

凭借这一切，它石智航在50天内锁定了由蓝驰创投、启明创投领投的1.2亿美元天使轮融资，随后很快又完成了1.22亿美元的天使+轮融资，创下中国具身智能领域天使轮融资纪录。

06

那位值得期待的统帅

据雷峰网走访曾接触多位它石智航的投资人，他们评价很一致：在所有描绘通用具身智能宏大叙事的创业者中，陈亦伦是少数能把怎么赚钱这件事讲明白的人，以及展示了一条清晰且可信的退出路径。

当时它石智航的融资计划书里，规划是先让机器人进入工厂产生收入，再寻求上市。公司将第一个落地场景锚定在汽车线束装配——一个工序极度复杂、至今仍高度依赖人工的环节。

一位机器人创业者告诉我们，“其实线束那件事如果能做出来，我一点不怀疑它的价值。但我之所以不信，是因为从技术人员角度看，难度太大了。如果你去过线束工厂，就会知道那种复杂程度。”

工厂里能自动化的步骤早就自动化了，如果还不能自动化，那这件事一定有着别人难以想象的壁垒。线束装配的需求是很大的，每个车都需要，但是目前的突破还不够。比亚迪一直在和诸多实验室合作，尝试用具身智能解决这个问题。

有专业人士向我们描述过一个典型的线束装配的场景：一个很大的板子，上面有很多不同的插孔位置，机械夹爪要把线插到不同位置，还要用胶带缠起来然后做各种操作。光是这条流水线上就需要上百个工人，而且有着非常复杂的分工，每个工序只要稍微错一点，这条线就断了。

它石要不断地展示自己的技术能力和野心，既是为拓宽市场考虑，也是为下一轮的估值考虑。

上一个Demo取得过不错的成绩，不少人会问，全球首个会刺绣的机器人有什么用？

这场在2025年12月19日的技术直播，是它石罕见的一次对外展示。首个能独立完成手工刺绣的机器人，代表两项技术突破：一是该机器人具备亚毫米级的精细化操作能力，并且实现了AI驱动视觉定位与运动控制的紧密结合，二是攻克柔性材料与线束操控的难题上，它石取得了重大的突破。

根据2025年3月陈亦伦的公开表态，团队将打造AWE（AI World Engine）世界模型。与GPT利用互联网语料训练不同，他们AWE的核心是Human-Centric（以人为中心）的具身数据引擎。其关键在于采集人在物理世界中与环境交互的真实数据，让模型学会预测动作及其带来的环境变化。

他们反对过度依赖仿真数据，认为“真实数据的优先级永远高于仿真”。换句话说，该理念是将自驾已验证成功的数据驱动和端到端方法论，完整地复用到机器人“大脑”的开发上。

既是从底层创新、模型训练、Demo展示上，也是从场景定义、商业推进、融资消息上，陈亦伦都在一丝不苟的把握他的节奏。他见识过创业公司的成功，也证明了自己是最好的工程领导者，现在他要把这两者结合起来，用一名最好的工程师的身份，创造一个成功的企业。

整个行业都在期待他的答案。