四川
见面当天就签投资意向书——上一个享受这种待遇的创业者是月之暗面的杨植麟。这一次坐在徐新对面的，是星海图创始人高继扬——清华毕业，学软件出身，转头做硬件。据公开报道，他用八个月做出了机器人本体。这期播客上线后引发广泛关注，评论区观点分歧明显：一部分人认为具身智能是“AI最大的泡沫”，另一部分人则将其视为下一个结构性机会。
见面当天签term sheet，在投资圈并不多见。徐新见高继扬当天就签下投资意向书，上一个让她如此果断的创业者是月之暗面的杨植麟——据公开报道，徐新见完杨植麟第二天便签了投资协议。
高继扬，清华大学毕业，学软件出身。他曾在Waymo从事自动驾驶，后加入Momenta。2023年9月，他创立星海图，专注于具身智能基础模型及机器人本体研发。据公开报道，他从Momenta离职时放弃了一笔价值约1000万美元的期权。
徐新对高继扬的评价是：“速度特别快，胆子特别大。”她在播客中表示，看新行业最大的错误是“只见树木不见森林”，要先看完整片森林，再判断哪棵树值得押。星海图正是她“扫完整个具身智能赛道后选中的”。
高继扬的路径并非行业主流。2023年具身智能尚未成为热门赛道，行业里要么只做算法、要么拿现成机器人跑模型，很少有人愿意碰整机。星海图的选择是反过来的——先做整机，再做智能。徐新在播客中评价：“学软件的8个月做出本体，改变一个行业的都是外行。”
高继扬做整机的逻辑，源于他在自动驾驶行业的经历。他在播客中表示：“做自动驾驶最大的问题就是你是一个软件供应商，你拿到数据的链路不通畅，飞轮跑不起来或者跑得慢。”这个教训直接决定了星海图的战略——不做整机，就拿不到物理世界的数据闭环。
播客中提出了一个核心判断：“大脑越用越值钱，硬件越造越便宜，所以两个都要做。”只做算法，拿不到真实数据；只做硬件，又无法与竞争对手拉开差距。星海图的路径是“整机加智能”——把机器铺出去、把数据收回来，用模型的迭代建立护城河。
徐新在播客中承认：“硬件比软件难多了，bits很容易，atoms很难。”高继扬对此的回应是“拆解”——把复杂问题拆成若干子问题，一块一块解决。
具身智能面临的市场质疑集中在一点：人形机器人尚未大规模走进家庭，技术演示与量产之间存在巨大差距。徐新在播客中的回应是：“泡沫没什么了不起。”她以网易、新浪、搜狐为例——上一轮互联网泡沫破裂后，这三家公司账上还揣着8000万到1亿美金，靠这些钱活了下来，之后三年几乎没有像样的对手。
关于具身智能的商业化节奏，播客中的判断是：“To B场景其实已经能替人了，只是速度还赶不上人；具身智能也不会有GPT时刻。”也就是说，具身智能的落地不会一夜爆发，而是一个场景一个场景地渗透。供应链老板们的态度被总结为四个字：“向往加焦虑”——向往的是省人提效，焦虑的是投入大、回本慢。
投资圈有一句老话：市场顶部最危险的话是“这次不一样”。徐新在播客中也承认这一点，但她补充了一句：“但是这次真的不一样。”她判断“不一样”的依据包括：老龄化、少子化、年轻人拒绝进工厂——机器替人已不仅是技术趋势，更是社会刚需；大模型解决了“大脑”的通用性问题；硬件成本持续下滑。三个条件在历史上第一次同时具备。
她在播客中总结了自己的投资方法：“如果每个决策都不算细账，1亿美金原本能训十次，不精细就只能训五次。”此外，她还提到：“决定行业走向的就100到200个人，聚成10堆，我只有9个对手。”以及“我的风险不是死掉，是错过。”
这期播客的核心议题是：当大量资金涌入一个尚未跑通所有环节的赛道时，应该相信什么？徐新的答案是：相信那些能拿到真实物理世界数据的人。泡沫是否会破裂，不取决于舆论的热度，而取决于是否有人愿意为“机器替人”这件事持续付费。两三年后，在这个赛道里真正活下来的，未必是当年估值最高的明星公司，而可能是那些已经在工厂和仓库里解决了真实问题的团队。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
