机器人大脑第一股上市，与仙工赵越的4小时访谈:全球第一、机器人金字塔与具身智能的另一条路

每一次的 1 到 100，

是为下一次的从 0 到 1 做准备。

这是今年（目前）我最喜欢的一期创始人访谈。

和赵越的聊天太有趣了——不知不觉，他花了足足 90 分钟聊机器人的世界杯 RoboCup。眼里有光。

2016 年，一个浙大竺院的「小胖子」，日夜睡在实验室：一个 nobody，用他自己的话说，是小卡拉米，率队击败了全球最强机器人实验室 CMU（卡耐基梅隆大学），代表中国首次摘得 RoboCup 的全球冠军——这是仙工智能梦想的起点，也是它最深刻的基因——喜欢掀翻巨头。

但这并不仅仅一个「忆往昔」的故事。

虽说已是上一个时代的旧梦，但其中，围绕机器人打比赛的工程哲学、系统性思考与务实精神，却也是今天具身之战中的灵魂。

我在这两年听过不少具身新秀派的创新思路，总体上，资本和创业叙事都聚焦在具身脑模型层面——为具身机器人，造出一个通用的、可泛化的大脑，是当前最火热的、也是资本最青睐的创业方向。

但赵越提出了几个颠覆式的行业判断：

1. 在 B 端，不会有真正的机器人（硬件）巨头——对于许多在当下正沉迷于造硬件、急着把机器人送进工厂的公司而言，这是一个颇具挑战性的言论。

2. 未来，数据约等于模型——所有的战争都会围绕数据而战，而拥有数据的公司，将立于不败之地。

在第一次创业失败后，赵越自 day1 就吸取了上一次失败的教训——不做机器人，而专注做机器人所需的控制器——2023 年，仙工成为智能机器人控制器全球第一，此后蝉联，并在 2025 年持续拉开份额的优势。

我很早就留意到这家隐形冠军。但意外的是，这家公司并不沉迷于炫目的增长，正在暗中转换具身智能时代的筹码——通过控制器和统一的工具链，仙工这类公司有机会更快速地拿到具身一些细分场景中的优质数据。这恰恰是许多这一代创业公司，未来数年的挑战。

但真正令这场访谈区别于其他的，是赵越身上呈现出一种在当今商业叙事中极其稀缺的「去表演化」和「真实感」——我在访谈时几乎感受不到受访者的设防——他极度理性、坦诚和松弛，这背后，又是极度的自洽。从他人生经历的讲述中，听者能体会到这种自洽的形成。

（欢迎前往视频版，能更直观地感受到文字版所没有的生动、幽默与松弛：在各平台搜索「卫诗婕 漫谈 Light the Star」：《机器人大脑第一股上市，与仙工赵越的 4 小时访谈》）

最后，是一致性。当一个人的行为一次次呼应他最底层的思维逻辑和世界观，这种发现对于记录者而言，无疑是惊喜的。

访谈的开头，赵越说，「开枪的人必须有被击中的觉悟」。在结尾，他讲神漫鲁鲁修的故事：世界分裂，主角为统一世界而献祭自己——恰如我们反复讨论的「争第一」背后的哲学，在成为第一的那一刻，「第一」就不复存在了。

总之，非常推荐这一期访谈。不仅有关于行业演进路径的全新视角，隐形冠军的心路，还有机器人的发展史、人的热爱，以及极具艺术感的哲学思维。

这个世界，既需要情绪高昂的理想家，也需要清醒务实的建设者。

嘉宾 | 赵越（仙工智能创始人 & CEO）

漫谈Light the Star

PART ONE

史莱姆，

最弱、却也最不可小觑的小怪物！

卫诗婕： 公司里员工们叫你越哥，是吗？

赵越： 几乎吧， 90% 的人，可能刚开始新人进来会叫赵总，过一周以后就基本都叫越哥了。

卫诗婕： 感觉他们挺喜欢你的，因为上一次来的时候，我看到你们公司吉祥物很像胖丁。然后他们跟我说，可能因为你比较胖吧，（胖丁）有点像你。

赵越： 那不是胖丁。是一个小史莱姆。史莱姆就是那个「勇者斗恶龙」游戏里面那个最弱的小怪物，它很弱，一刀可以砍死一个，但是呢，也可能特别强，也有可能被它一刀砍死。

当时用这个（做logo）两个原因：第一个就是因为团队比较年轻嘛，大家玩游戏，史莱姆，当时有个很烂的梗，那时候搞 SLAM 嘛——SLAM，谐音史莱姆。可能也就我们发现这么烂的梗（笑）。

第二个点就是史莱姆它是一团泥巴嘛，可以变换成各种形态。也寓意着我们现在可以给各种机器人提供这种系统，可以幻化出各种功能。

卫诗婕：科技公司用卡通人物做吉祥物的非常非常少。

赵越： 是吧？好吧。

卫诗婕： 蛮有意思的，人家走过去以为是一家动漫公司。

赵越： 有可能。

卫诗婕： 史莱姆小怪物的那种状态。很像你们学生创业的过程哈。

赵越： 对，我们从学生时代过来，其实差不多也是这么个过程：一开始就是一个小卡拉米，后来开始打比赛、搞 Robocup 了，最后一步步成长为……（诗婕：大boss）对，在中间突然，诶，碰到世界冠军。

卫诗婕： 你承认自己是大 boss 了。

赵越： （笑）不要变成大 boss。变成大 boss 可能会被别人消灭。

卫诗婕： 你觉得仙工这家公司，从小卡拉米，变成一个 boss。转折点在哪？

赵越： 可能大家心态比较好。从来没有觉得自己是大 boss。对于一些看上去很离奇的，或者说很 corner-case 的客户需求，一些厂家可能看不上的一些需求，我们依然很重视。我们整个公司的包容程度很高，因为我们的使命叫「加速开放多元的智能文明，让智能机器人没有门槛」。你要去创造个那么多元化的世界，首先自己就不能太有局限。我们就是非常包容的，就，甚至没有价值观。

卫诗婕： 我觉得你身上其实有很多反差的东西，有包容的，很随和的，卡拉米的一面。但是我感觉你内在也很锋利，很反叛，有种想掀桌的欲望。

赵越： 对，永远把自己当成卡拉米，永远想去掀桌子，大概就内心这么一种。你说的好听点叫少年感，说的不好听点可能有点自大。

卫诗婕： 什么时候会检视一下是不是自大呢？

赵越： 这个问题我要想想……有时候内心其实是相对混沌的，好还是不好，自大还是谦虚可能没有分的那么清。

卫诗婕： 我很喜欢你刚才走进来的时候说的那句话：从 wrong 到right，当中漫长的一段时间就是混沌的。得等你走过这一段，再回头看的时候，就发现，它变 right 了。（注：采访前，赵越带我参观了公司的一面文化墙，从左看是wrong ，从右看是 right。）

赵越： 是的，事物是动态变化的，很多时候不要急于去判定一个事情。所以最后我们就把这个 right 和 wrong 放在一体、画在墙上。

漫谈Light the Star

PART TWO

RoboCup 全球夺冠：

机器人金字塔中，

能在底层解决的，尽量不要往上层解决

卫诗婕： 你研究生期间做了一个壮举：读医读了五年后退学了？（注：关于赵越在浙大竺院打 RoboCup 的完整故事非常精彩，欢迎前往原版视频播客）

赵越：后来回头看其实还好。我们（浙大）竺可桢学院当时有个很神奇的班——八年制医学班。它的理念很好：中国不缺好的临床医生，也不缺好的医学教授。但缺的是临床的医学科学家——巴院士（巴德年）他当时一个逻辑是说，最好是要把临床的问题带回来，通过你的研究，最终再反馈到临床，形成一个更大的闭环。

所以学生需要一些宽口径去培养，你要能够更多去发现问题，发现问题的一个前提就是你首先要更多认知世界。所以他前四年是要求我们一定要学一个非医学本科——我就修了浙大最有名的电子信息工程。为了凑学分，就开始打 RoboCup 比赛，一开始是纯捞学分去的。

（注：RoboCup，机器人世界杯，是一项以人工智能和机器人技术为核心的全球性顶级学术与机器人竞赛。其最著名的愿景是：在2050年之前，研发出一支完全自主的人形机器人足球队，并击败人类的世界杯冠军球队。 ）

当时两个校区，医学院在紫金港，RoboCup 的实验平台在玉泉。就这样白天读医学，晚上打比赛，一直两边跑。

医学跟工科是完全不一样的思维模式。人其实是比较割裂的。但我自己还是比较喜欢电子信息的逻辑学科，能够很快验证，对医学的实验学科实在兴趣不大。因为也无法转专业，就退学重考了。

卫诗婕：据说你打比赛一直睡在实验室，干脆连室友都不认识了？

赵越： 对，本科相对还好，到了研究生就比较夸张，实验室地上铺的是地毯，人在上面一躺就可以睡了。就不需要回寝室了。白天调机器人，晚上就在那睡觉。

卫诗婕： 从哪一刻开始，你觉得机器人这个东西挺好玩的？

赵越： 倒不是因为好玩，而是在哪一刻我觉得这个事我一定得做下去——2009 年我们对阵大连理工，那一次决赛很惨，被打了个 0: 2 还是 0: 3。

我那时候刚进实验室，还是个小卡拉米，我是那个当机器人各种乱撞后、轮子掉了，我去捡轮子的那个人，比赛里我们管这个角色叫 Picker。

我那时候比较胖嘛，每次跑上去，那个地板就「哐哐哐」震。每次我一上去，对手就说，「那个小胖子，你不要在场地上跑那么快，这个相机都在震，画面都不稳了！」

哎呦我那时候就属于这么个角色。关键是最后成绩还不好，所以那个时候就觉得，靠，下一次我得打回来！你懂我这种感觉吧？所以就更花精力去做，后来过了一年时间，我们给大连理工打回了个5：0。哇哦。那个时候就特别开心。

后来就不停的有这种正反馈——就是一开始你往前走，碰到个小 boss，啪一把给你拍在地板上。然后你就赶紧去练级穿装备，再给他打败，再往前走，就一直是这种状态。蛮有意思的，其实跟打游戏很像。

卫诗婕： Robocup 这个比赛一路就打到全球冠军了。还拿下了中国首冠？

赵越： 对，相当于先校内赛，国内赛，再世界赛。

卫诗婕： 没有花很大的力气就考进浙大了，想修第二专业去王牌学院，就成功去了。随便去打个比赛，就打成世界冠军了——人生当中出现这么多令你惊喜的巧合之后，你会不会重新 value 自己，哎呀，我可能是个不一般的人。

赵越： 没有，可能现在回头看，问题肯定比最终拿冠军那一下会多得多得多。

我刚进实验室那会，大概过了一年我才摸到机器人——因为实验室连机器人都没有。当时学校有个很大的项目，人和机器人都投入到那个项目里了。

我们就开始在BBS上招人。但你会发现，最终留下来几个人，可能都是相对比较喜欢这个东西的，才会留下来，这和创业很像——最终能做成的，一定不是所谓最强的人，而是最热爱的人。我们公司刚开始招聘也是，大家进来的时候都是小卡拉米，但最终也都成为了很厉害的人。

卫诗婕：打 RoboCup 比赛训练机器人，和今天训练具身机器人，有什么相似性？

赵越：那个时候做竞争对手预测，跟现在大家去搞训练这套很像——我们会收集对方比赛的一些日志记录。 要么针对性的去写算法，要么通过一个模型化的方法，在各种情形下，去输出你的策略。通过一些神经网络去学习。这些方法我们当时都会用。

卫诗婕：2009 年，英伟达的 Isaac 都没出现吧，你那时候的仿真在哪里做？

赵越： 当时是 ODE 啊。会用 CUDA 做一些加速。去计算场上的一些形势变化。当时微软应该有个 Robot Studio，现在大家都很少听到了。那个时候也是去玩了很多仿真的平台。后面就基于物理引擎自己搭，现在回头看就是在造轮子嘛。

我们当时解决的是机器人场上的情形判断和智能决策。这些方法当时是够用的。但现在比如在 ASAP 里面去训练一个机器人很复杂的运动模型，做一些强化学习，那个时候也是做不到这种精细程度的。

卫诗婕： 区别在哪呢？

赵越： 区别在于你把机器人看成一个整体，还是说你要深入到机器人内部去做仿真，如果要仿真到某个关节级别，很精准的仿真，那个时候是做不到的。

卫诗婕：恰好我还看一些足球，机器人踢足球这件事，考验的是技术、战术和心理博弈的综合较量？

赵越： 打比赛这个事其实还蛮有意思的，我觉得比搞论文有意思。

可以分享一件很有意思的事。RoboCup 里，最厉害的其实是 CMU（卡耐基梅隆大学实验室）——CMU 每隔几年来参赛，因为一参赛就拿冠军，留下一堆东西让大家瞻仰，然后又闭关了，再出现时再来清理战场。

而且 CMU 又是所有参赛团队中最智能的——它的机器人永远在动态跑位，就是它永远在找寻一个最好的机会去传球。如此智能的情况下，我们如何击败它？后来发现，似乎也有 bug：既然我知道你永远要传给空档最大的人，我是不是能制造一个最大的空档，这样一来，对手的不可预测，又变成可预测了。

所以你会发现最有效的策略是什么？其实是引入随机性——能够被分析出来的，都是相对简单的，最怕对手是不可预测的对手。

卫诗婕： 这些机器人的训练 know-how，对于今天具身游戏，仍然有意义的启示是什么？

赵越： 其实不管是做比赛，还是做这种实业的机器人都一样。机器人是个金字塔：最底层的是机械硬件，再往上电子电路，再往上可能一些底软，包括一些操作系统层面的东西，再往上是软件通讯，再往上是算法，现在再往上可能是模型。

从这条链条来看，一个大的原则就是：能在底层解决的，千万不要往上层去延展。

因为越往上，代价越大。每打好一个补丁，其实对下层的可延展性，都是一种伤害。

漫谈Light the Star

PART THREE

谈技术路径：具身大脑，

未来一定会是类似 MoE 的架构

卫诗婕： 现在具身行业有一个大的技术路线分歧，就是到底选择端到端还是分层架构。你说的机器人金字塔的思路，会影响到仙工对于技术路线的理解和选择吗？

赵越： 会，对于具身大脑来说，我觉得它未来一定是一个类似于 MoE 的这么一种架构，其实跟大模型是类似的。

因为从功耗层面来说，没有必要去跑一个全知全能的模型，一定是跑若干个小专家——在某个场景下，机器人就调用某个场景下的一些算法模块。就好像打比赛一样，针对这个竞争对手，你一定是用适配于他的策略是最好的。

对于机器人的场景也是一样，机器人场景其实非常复杂，非常多变。所谓的一个端到端，或者说一个全量的数据模型，这件事情很美好，但我觉得它需要一定的时间，我觉得我会相对悲观一点：现在不是机器人的 GPT 时刻没到，其实是 Transformer 时刻可能都没到。

你让我现在坚定的就说，我一定此时此刻就要去做一个全量的端到端大模型，至少我现在不会下这个决定。我更倾向于先在一些相对有边界的小场景去做验证，去做闭环。然后过程中积累数据，当我有足够多数据，再去验证那个大的范式。

卫诗婕： 你这样的声音在今天非常少见了。整个行业有两派路线：一派更接近于你的想法，从下往上，积累数据，是比较务实的路线；但另一派路线更能在资本市场上获得青睐，就是高举高打，day 1 就瞄准金字塔尖，训一个通用的具身大脑。

赵越： 我前两天跟一个投资人刚好在交流的时候，他有个观点我觉得蛮有意思的，他说其实很多美元投资人在找下一个 anthropic 是谁？他们觉得具身里是不是也会有一家类似的公司会出现？那这些公司一定不是这种自下而上的公司里出来的。

所以他们会更倾向于高举高打也好、或者说更能描画未来也好，更倾于（投资）这一类公司。 你能 get 到我的点吧？他们宁愿去赌那个更大的。这里面没有所谓的对和错。我也认同，day 1 瞄准一个更宏大的目标，可能做事情会更纯粹。你最终可能会获得更大的成功，当然，失败的话也可能万劫不复。

所以确实在过去两年，整个一级市场的融资，我觉得还是相对疯狂的。其实你现在回头看我们，其实我们融的钱很少。对。

卫诗婕： 你是不想融，还是也确实没有融到更多的钱？

赵越： 我确实不擅长融资。这是实话实说。浙大有个校训，求是创新。其实你会发现，但凡浙大系的创业公司，创始人总体来说还是比较务实的，这种务实会体现在，你能做到一个 80 分甚至 90 分的东西，那你可能表达出去可能也就个 70 分左右， 在资本市场上一定是个缺点。

可能有的公司的 reward 是来源于投资人给了你更多的钱，对我个人来说，我的 reward 来自于客户给了我更多的钱。或者说这件事可能会更让我内心会更澎湃。

卫诗婕： 中国具身已经出现了百亿俱乐部。并且俱乐部里多了很多新成员，大家手里都有很多钱。你羡慕他们吗？

赵越： 不羡慕，我们上市后也会有很多钱，这没什么好羡慕的。

钱多钱少这件事，本身跟他本身承担的风险和代价也是相匹配的。事实上你知道今天很多时候大家在融债，不是在融资。你可能融了 50 亿，那意味着你可能背了 50 亿的潜在回购。这两件事情其实是对等的。

这个钱只是让你代为保管的。那你现在需要的其实是让它发挥价值。所以最终还是要回到你用这些钱创造了什么价值。如果你创造不出这个价值，可能这个东西就是一笔债。

卫诗婕： 你觉得他们未来会羡慕你吗？

赵越： 会羡慕我？我不去（预测），我不知道诶，我觉得应该也不会吧。我们这个路也比较苦，哈哈哈。各有各的难，各有各的苦吧。

卫诗婕： 我本来也是你的这种看法，但我也听到一个也蛮有道理的声音：行业资源（相对）无限的时候，试错的周期会极速缩短，共识会很强的形成。原本三年做成的事情或许只要半年。

赵越： 对，更多的钱进来，帮助大家快速试错。这不是对一家公司的帮助，是对全行业的帮助。在这样一个人才快速流动的行业，其实一个公司很难有秘密。

两年前，所有人都在讲 VLA。到今年你会发现，哇，全部变成世界模型。最开始大家一定要实物数据，会争论是仿真数据、合成数据还是真实数据。到今年，大家又会趋向于搞无本体采集。你会发现都在快速分化、快速共识，又快速分化、快速共识。对于我们来说，虽然我们没有那么激进的投入，但是事实上我们也能分享里面的红利。

卫诗婕： 这个时候行业里面就会有一些坏小孩，觉得「你们拿吧，多拿点，多试错，给我们提供一些共识」。

赵越： 哎，好吧，我…嗯，好的。

卫诗婕： 快速分裂，又快速形成共识，你觉得这共识是真共识吗？

赵越： 不一定，如果是一个真正有价值的东西，其实是有明确判断标准的，这个标准就在于落地。在某个共识下，我们能发现它有这种价值产生了，那这就是个真共识。

卫诗婕： 你觉得去年的 VLA 和今年的世界模型，这两个共识，现在看到价值了吗？

赵越： 我觉得我看到一些可能性。但是现在还没有。

漫谈Light the Star

PART FOUR

「我们为什么不立刻训一个通用大脑」：

未来，模型约等于数据

卫诗婕： 仙工一直以来是做机器人控制器的，你们会训具身的大脑吗？

赵越： 我们会训，刚刚说的垂类的模型我们会在做，而且也有一定效果了。但我们不会说。

卫诗婕： 假设你现在手里有 10 亿美金，你会立刻去训一个通用大脑吗？

赵越： 可能还是不会。假如真有 10 亿美金的话，我还是选择先把我们控制器的量铺上去。铺量，去拿数据。

我们现在已经在推数据的商业化采集的一些方式了。至少未来 3 到 5 年内，我们最重要的战略目标还是把机器人（控制器）的装机量提上去，在这个过程中，我们也不是要求每台机器人都回收数据，确实在工业场景有的客户是不愿意给你。但是他会被动给数据——比如机器人出问题了，他就一定会把 problem case 给你——这反而是更高质量的好数据。

卫诗婕： 什么是好数据？

赵越：我觉得好的数据有几个标准：

1. 这些数据是在真实场景下获得的。我坚定相信真机数据一定会有 scaling law，只是那个范式还没有被找到而已。

2. 好的数据一定是多样性的，要在多场景下能采集。

3. 好的数据，格式是统一和对齐的。现在大家去买一堆数据，但实际上你要花大量成本去把这些数据变成自己的模型能吃进去的数据。

4. 好的数据是能可持续、低成本地产生的。如果这个数据很贵。它天然就没有商业化基础。像 OpenAI 一年花几亿美金甚至 10 亿美金买数据，大量公司其实是买不起的。

满足这些条件的好数据，再等到一个好的范式出现后，才可能获得最终那个全知全能的通用模型。

卫诗婕： 这样的好数据，你们拥有吗？

赵越： 这是我们现在最大的一个优势。回到这三个定义：第一是多样性，仙工的控制器目前大概支持 2000 多种机型，而且我们支持适配 400 多种传感器， 400 多种传感器，意味着什么？意味着其实我在各种机器人场景下，我都有数据。

卫诗婕： 控制器它所能拿到的数据是什么样的数据？

赵越： 环境的，比如激光雷达的数据、相机的数据，包括机器人执行轨迹的数据，而且我们的机型的丰富度够，你可以理解成至少 B 端场景下，各种机型我能拿到数据，我的多样性大概是 2000 多种 SKU。

第二，因为本身所有的传感器都是接到我控制器上的，而且我们控制器会有整套的外参标定的工具。客户造好这个机器人后，在我们的软件上还可以做自动化标注。所以你不管是 A 家的激光雷达， B 家的相机， C 家伺服驱动，到我的控制器最终采下的数据都是我的格式。所以，它是天然对齐的。

第三，因为我有场景化落地，所以这个数据几乎是免费的而且质量很高，为什么？因为往往当这个机器人出异常的时候，客户就会把数据主动给你，这有点像自动驾驶的监管数据。

满足这三个条件，你看我在大量铺场景，大量铺机型，我在大量地采数据，但是这个东西我没有很急地说，一定现在要拿它去做什么，但是这件事情的本身的存在，是我们信心的一个来源。

卫诗婕： 没有急着先要去做什么，指的是什么？

赵越： 没有急着把所有数据放一起去训一个通用模型，但是我们会训很多垂类的小模型——比如我先把数据做隔离，在叉车的场景下，我能不能训出一个叉车师傅的模型？在清洁场景下，我训出一个清洁大妈的模型。

因为如果现在把所有数据混在一起，我其实很难想象一个多大的模型能把所有这些数据都吃进去。但是一个叉车工人模型，我至少知道该怎么构建它。

卫诗婕： 这一块有点呼应你刚才讲的，更相信未来机器人也会是 MoE 那套专家系统，需要什么样的场景任务的时候，调度哪一个专家？现在其实是把一个又一个的专家先做好？

赵越： 没错，对我们来说，当我有叉车工人模型，我有清洁大妈模型，我有各种模型以后，那背后可能是我成百上千个场景，这些数据的格式又是统一的，又是可以不停获得的。所以当有一天，有一个范式突然出现的时候，你会发现，我的叉车工人加清洁大妈，已经准备好了。所有这些数据，OK，来吧都放进去，我们看看会产生什么。就像炼丹一样。

我们已经为未来做好准备。因为我还是那个观点：未来，模型约等于数据。我只要保证我是装机量最大的那一个。我的数据又是高度对齐，低成本获得的，在未来竞争中就能立于不败之地。

卫诗婕： 仙工的控制器现在做到全球市占率第一，在这样的前提下，你是通过控制器构建了一套事实标准——越多人买你的控制器，越多人就在按照你的标准统一化。所以虽然你没有喊你要建标准，但事实上你在建标准？

赵越： 对。 标准有自下而上和自上而下。如果一个公司今天摇旗呐喊说我要建标准，我觉得是不会有人会理他的，为什么？因为没有收益。我遵循你的标准，并不能给我带来收益。那么这件事情就不会发生。但是如果你提供给市场一个有用的东西，大家都愿意用，当用的人足够多了，它就变成了标准。

为什么我们要去做机器人控制系统？因为控制器就意味着你自己造机器人的可能性。我们希望大家在我们控制器上创造出各种各样的机器人，这些机器人带来持续多样的数据。所以我们现在做的所有事情都是面向未来，怎样获得更多高质量数据。

卫诗婕： 人民用脚投票。

赵越： 对，我们是把自己放在一个相对低的位置，比如你的激光雷达，你有单线、有多线、有国产、有非国产、有防爆、不防爆、有重复扫描、非重复扫描，那OK，我都接受。我都去适配你。我们希望降低大家自己造机器人的门槛。

《道德经》里面有一句话叫「反者道之动」。为了标准而标准，以自我为中心的一种标准，那这种标准一定是不持久的。反而是我没有标准，你什么样的接口，你什么样的协议，我都接受。你改一个我适配一个，当我适配的人足够多，我反而又变成了标准。

漫谈Light the Star

PART FIVE

一个暴论：

「未来 B 端，不会有真正的机器人巨头公司」

卫诗婕： 一些具身公司，也是类似于这个思路：通过把机器人送到更多的场景里面去部署，获得更多的数据，再把这些数据收回来，回传到大脑训练。大体上看，你们是属于同一条路线，就是在真实场景当中去获得数据？

赵越： 这里面最大的区别在于，我个人认为人形这种单一形态，在这么多 B 端场景下，至少目前阶段，它没有办法被真正的通用。所以我们才需要去为各种场景去构建各种形态。但是仙工一家公司又不可能做到这件事，所以我们希望通过控制器降低这件事的门槛，帮助更多的公司去造自己的机器人。

我自己的一个暴论是，我会认为在 B 端不会出现真正的机器人巨头。未来所有的设备公司都是机器人公司。

卫诗婕：未来所有公司都会是机器人公司？凭什么支撑这个判断？

赵越： 因为（造机器人的）门槛会越来越低。回到我们创业的最初，其实并不是一开始就做控制器——2015 年左右，那时候最成功的公司是机器人四大家族：ABB、安川、库卡这些，这些公司都是做本体的，给你划分一堆型号，你从这些型号中去挑选你想要的机器人。一开始我们也是 follow 心态，觉得那些机器人做「手」，那我们做「脚」呗，也划分一堆型号，跟他们学呗。

但跑了一段时间，效果不好，我们发现千行百业的客户，每个客户的理解都不一样——B 端客户因为要追求极致的ROI，一定会自己定义他的场景和需求，因为没有人比他自己更懂他的场景，所以我们接到一堆需求，corner case 像山一样压过来，越做越痛苦。直到我们跟富士康做生意，富士康点醒了我们，富士康说，他发现这个机器人里面除了控制器，剩下东西他自己都能造出来。

卫诗婕： 为什么除了控制器他自己做不了？

赵越： 他可能没有这个基因。富士康内部当时有个百万机器人计划：若干年内引入 100 万台机器人。那时候他自己已经在做机械臂了，移动机器人他也会自己做。所以他说，这样吧，我们买你的系统和控制器，剩下所有机器人的图纸你都给我。

换一般公司肯定不理他——我辛辛苦苦设计的图纸为什么要给你。但是后来我们再想想，这也有道理，确实未来造机器人不应该有门槛。所以我们就把图纸都给了，我们转而卖控制系统。但反而思路因此打开了。

因为原来在一台机器人上，没有办法被统一的事情，在控制层面，尤其在控制器背后的软件工具链层面，是可以统一的。原来在某一款产品上难以被统一的需求，当你把它升维以后，你发现都能被统一。

回到你最初的问题，为什么未来人人都可以是机器人公司——举一个上一个时代经典的例子， 这个世界上最成功的做工业产线的公司是哪一家？

卫诗婕： 富士康？

赵越： 富士康用产线，但他不做产线。

卫诗婕： 我不知道。

赵越： 没有。为什么？因为谁都可以做。你会发现，一个工厂做一条产线，从不会指定某个品牌，但是他会指定控制系统是西门子的 LPC。这个世界上是没有一家所谓产线巨头的，因为全世界的产线都是客户自己来定义——针对于我的产品，最适合的、最高效率、良品率最高的一条产线。

产线是自动化时代的产物。那么现在是智能化时代了，AI 时代了，它的产物可能就是机器人。既然没有标准的产线，为什么一定要有标准的机器人呢？

卫诗婕： 今天一些具身公司声称，未来通用人形机器人，一个机器人就是一条产线。

赵越： 这是个伪命题。人因为自己手工效率不高，发明了自动化产线和机械臂。如果再用人形机器人，是个倒退——至少目前，人形机器人的效率一定没有人高。这就好像在说不要搞自动驾驶，要让人形机器人去开油车。至少短期内不会出现这件事。

我们不在人形上去做一些新范式的探索，核心逻辑就是，第一数据很难获得，第二数据即使我获得了，它可能不够完备，比如它缺一些模态，第三，我即使把一个不完备模态数据获得，我又很难筛选什么叫好，什么叫不好，所以这三点我觉得是具身在人形上的三道坎。（人形数据为什么难获得、难统一、难筛选，欢迎前往完整版三小时视频访谈～）

既然这个问题很难，我能不能找一个这三个问题都不存在的场景，比如叉车，先去用新的范式验证，如果能解决，它也能产生非常好的价值。

卫诗婕： 如果全行业没有两台严格意义上一模一样的 B 端机器人，那它的售后标准如何统一呢？我知道你们有一个星云平台，客户可以自己下单各种零部件自己组装机器人。但是如果我在你们平台上买到了某个机器人零部件，过几年这个零部件厂商倒闭了，停产了，怎么办？

赵越： 好问题。平台模式最大的挑战就是所谓的质量管理。我们也在探索，组建了专门的评测部门，会评测市面上所有的传感器。首先我们不是什么都往上放，是把一些我们验证过的好的东西 share 给大家。

卫诗婕： 也就是说在你的星云平台上，offer 给客户的选项，都是经过你们亲自严选的？

赵越： 对。最早我们不太懂事，会放白名单和黑名单。后来发现这样也不太好。我们不能这么自负，所以就只放白名单，不放黑名单了。

卫诗婕： 你怕得罪人啊？

赵越： 一方面吧，或者说也没必要，每个产品一定有它适应的场景，只是说现在我们没用到。

卫诗婕： 这个评测部门很有意思啊，中国的传感器做得好吗？

赵越： 这是毋庸置疑的。我觉得，再往后可能中国的零部件应该会把世界的份额都会占掉，因为太厉害了，不管从性能还是价格，是不停迭代的一个过程。这也是我们为什么不做零部件。（他们）太厉害了。

漫谈Light the Star

PART SIX

谈人才、组织与转型：

这一波转型其实没有那么难，

无为，是不妄为

卫诗婕：面对具身这一轮新技术，你怎么判断仙工该做什么、不该做什么？

赵越：我们也是直到去年才想清楚了。我们会把具身分成两个维度、四个象限去看：横轴是新的技术范式（VLA、世界模型），纵轴是新的产品形态（双足人形、轮式、四足等）——这两件事可以独立验证，不用非得看成一个整体。

叉车这种场景，我们把模型放进去训练，我们用的方法也是最新的方法，那就能先产生闭环的价值。数据也能源源不断地成本地涌现。所以模型当然很重要，技术范式也很重要，但是场景更重要一点。

卫诗婕： 按照你的思路，你觉得当下所有的具身大脑公司，真的有门槛吗？

赵越： 我认为有，但是这个事情一旦做出来以后会扩展得非常快，可能是 3-6 个月的门槛，我也不知道这个门槛算高算低。我们现在有信心的是，任何技术范式出现，我们 6 个月内一定能跟上。

但是反过来，数据的门槛，短期内是很难构建的。要么用足够多的钱，要么足够多的专业量，要么足够多的时间。这件事情你逃不掉。反而数据的门槛是高的。

卫诗婕： 市场上有两拨公司，第一波是上一代做自动化机器人做到翘楚的，有大量的客户和大量的场景，另外一派就是具身今天的创新派。他优先去探索智能，当智能可以被标准化为产品的时候，它可以定义场景。所以它很可能是颠覆式的。现在很难说谁会赢，你怎么看？

赵越： 我内心的判断是，在 B 端，渐进式的机会更大。但是在 C 端，我觉得颠覆式的机会会更大。

现在 B 端大量原来的自动化设备，都有被重做一遍的可能。都有被整个用 AI 技术重新刷一遍的可能性，这里反而我们看到了大量的机会。只是它可能没有长得像人形一样性感，但是里面机会巨大。

卫诗婕： 灵初王启斌（往期节目：《10 万小时人类数据，一座富矿，与中国具身大脑的另一种叙事｜与灵初王启斌聊「灵巧操作」》）说过，他原本觉得有场景的公司能赢，但后来他改变了看法：已有场景的公司意味着他有确定化的收入，会被禁锢在原有的收入路径中，难以跳出来，这就是创新者的窘境。

赵越： 嗯，某种程度上是对的。所以要破解这种困局也是有方法的——我们做 1-100 的装机量，看似是做规模，其实是为了拿数据，为下一次从 0 到 1 做准备。

每一次的 1 到 100，是为下一次的从 0 到 1 做准备。

卫诗婕：这一轮具身热潮开始，我相信你一定是有过挣扎，能还原一下你的思维过程吗？

赵越： 最开始是非常焦虑的，刚好有个投资人有一次过来聊天，他说我们已经算老登公司了。我那时候第一次被人叫老登，你知道吧？

卫诗婕： 这是什么时候的事情？

赵越： 两年前。两年前我一个投资人过来说，现在他收到所有 BP 里面，没有 VLA 的 BP 他都不看了。他问我们的 VLA 进展怎么样？哎，我当时说这玩意我们试了试，没有真正去做。他就说不行，再过半年到一年，所有机器人都要用 VLA 走了，不会有再用你们这个方法走的。所以那个时候其实蛮焦虑的，我们去做了很多研究，发一些论文。

当时我们判断就是，如果这个东西真半年能落地，第一，我肯定也赶不上了；第二，如果半年能落地，对于仙工这个团队来说，我们一定也有能力把它落地。那我们无非就是一个后发优势。所以就先观察。

半年以后，风口变了，大家又在谈世界模型了。于是我们又卷入新一波的学习。但是两次以后，我们发现，这事也没有大家想的那么快。过程中慢慢意识到，最重要的可能不是模型本身，也不是方法本身，而是数据。大家从对范式的焦虑，慢慢转向对数据的焦虑。这件事我们反而不虚。

于是又开始慢慢建立一定的自信了。一旦落到具体的点，反而不焦虑了，反而无比清晰，又变成我们擅长的事情了。

同时我们也意识到，不能没有人去做方法的 follow，也就是研究。所以我们选择优先在已有的场景里去做实验。就这样切换过来。

卫诗婕： 新一套训大脑的方式，需要一个新的团队吗？你的团队里过去有这样的人吗？

赵越： 我们当时有分析过，如果再建立一个具身团队，需要哪些能力？这里面会包括几个部分：

第一个部分是对数据本身的处理和管理，你会发现这些人和经验大量的集中在一些互联网大厂，云公司。第二个是训练方法本身的优化，这些人大量集中在一些自动驾驶公司；第三个是前沿探索，主要在学术圈，需要通过外部顾问的方式，引入一些学术大牛。

上面这些是从外部找明白人。另外还有自己内部转型。因为最了解自己的还是内部人。这一波转型，其实没有那么难。做训练也好，或者说做模型也好，这件事情是可被学习的。所以我们小范围找了 100 号研发，激发大家兴趣，做自由探索。

卫诗婕： 按照你的筛选标准，你们公司应该有不少热爱成分很高的人?

赵越： 是的。最开始我们担心是大家不愿意去学，后来发现完全是多虑的。反而是大家是很愿意去学。

卫诗婕： researcher 的组织和评价体系会不会很难构建？

赵越： 其实在于你的组织能有多包容，一部分是绩效评价，一部分是价值评价。往往你的评价标准决定了你会产出什么样的一些结果。

有的人他就是喜欢去搞paper，有的人就是喜欢去搞落地，这两种人你是要把他放到自己真正感兴趣的岗位上的。他们的评价标准是完全不一样的，如果你一旦趋同了，或者说你为了评价而评价的时候。往往你会收获的就是一个不伦不类的东西。

卫诗婕： 但是好的 researcher 都流向了那些最明星的具身公司，你怎么招到好的研究人才呢？

赵越： 这件事情上，我们没有很深的焦虑。就像刚刚说的打比赛，做得好的一定不是学霸，而有足够的热情，投入足够多的时间，有足够久的坚持，他也可能成为那个明星。

我记得很早前看过一段马云的采访，他说他那时觉得 18 罗汉太土了，都是杭师范的学生，这么一个团队怎么可能把阿里巴巴干成一家世界级的公司？但现在回头看，那帮人反而是他招的最厉害的人。

卫诗婕： 在公司里会做什么样的活动来激发大家的热情吗？

赵越： 又是刚刚那句话，反者道之动。越是做这种活动，越会让大家形成统一的个性。越不要去搞那种所谓的 CEO 讲话，你会发现你的员工越多元化，大家越充满个性，因为大家也不知道老板怎么想的，就是让大家享受自由的空气。

卫诗婕： 你们的员工有个性体现在哪里？

赵越： 哇，我们很多员工都很有个性啊。我们最奇葩的员工，原来是干仓管的。现在已经干到我们某一块技术的 leader 了。包括我自己，原来还学医。都是一些奇奇怪怪（的经历）。

卫诗婕： 具身现在热钱很多，人已经被抢疯了，你有受到过挖角潮吗？

赵越： 几乎没有。

卫诗婕： 为什么？

赵越： 我也不知道，至少我们认为的核心员工几乎没有走的。我知道有很多人想挖，但是确实大家没有走。我没有深究过里面原因是啥，可能一个很重要的原因是，我们不是个特别卷的公司，没必要为了卷而卷。

卫诗婕： 你一个天天睡在实验室的人，你说你做了一家不是很卷的公司。

赵越： 我这种状态是很开心的状态。对，如果你觉得睡实验室开心，你就应该睡实验室，如果你觉得在家里开心，你就该在家里。就没有必要去约束。至少我不认为我睡实验室就是卷，我睡家里就是不卷。

我们很多员工，你会看到，晚上很多群里面是很活跃的，我相信他做这个事不是因为我要求你晚上一定要赶ddl，而是他真的，要么他有责任心，要么这个事情他觉得没有闭环掉，他心里不开心，没有最终获得那个结果不开心。所以很多时候还是靠大家自己的自驱力。

卫诗婕： 所以你延续了你父母对你的那套管理方式，无为而治。

赵越： 啊，对，无为是不妄为。

卫诗婕： 有你想招但是招不到的人吗？你可以借这个节目呼吁。

赵越： 想招但是招不到的人，我还没从这个角度去思考过。如果一定要定一个画像，我希望大家对这个事情有足够多的热情。我觉得仙工是一个非常开放多元的组织氛围，会让有能力的人，至少不会感觉被约束、被束缚。这是我一定能保证的。

漫谈Light the Star

PART SEVEN

绝大多数公司把机器人当产品做，

极少把系统当产品做

卫诗婕： 虽然你们现在是控制器第一。但现在真正头部的公司，都选择核心零部件自研——当然也包含控制器。未来你们会有更多的竞争者。

赵越： 这是必然的。硬件一定不是门槛。但本质还是在于说，你做这个控制器是自己好用的控制器，还是一个让所有人都好用的控制器？我觉得这里面是有门槛的。

我们的客户里面 80% 是一些非机器人公司。或者不是大家眼中、资本市场眼中所看到的一些机器人公司。我们的目标是把所有的公司都变成机器人公司。你能想象吗，在我们平台上，有客户采购我们的服务，做出了一个畜牧机器人。

你会觉得哇，好巧妙啊。你要我们自己做，我们也做不出来，但是他就用我们东西做出来了，诶，这个事情反而会让你很开心。我们的志向就是把造机器人的门槛降得足够低。

卫诗婕： 你们现在在走平台化战略，这是在控制器曲线增长起来之后定的吗？（更多仙工智能的机器人平台战略，欢迎前往完整版视频访谈～）

赵越： 我们在做控制器的时候，压根没想它未来会成为一个所谓的平台或生态，我们 day 1 没有这种预期。我们只是觉得这件事有价值。只是随着这个行业进步，大家对机器人接受度越来越高，我们会发现这个行业有个很大的gap，就是很大的供需的矛盾。

你会发现，机器人种类太多了，没有一家公司能把所有机器人都生产出来，但是客户又需要各种各样机器人。比如工厂里要有上下料、装卸货、清洁、转运、分拣机器人…但是没有一家公司能提供所有的机器人。

仙工反而能做一些工作，帮助大家把这个供需矛盾解决——所以我们构建了星云平台。客户能在平台上挑选到各种各样的机器人，整机也行，零部件组装也好。我们还能帮助海外客户连接中国供应链和产品。我们慢慢成为一个这个产业的赋能者。

实际上我们现在已经有了小几千家的合作伙伴，他们买我们系统去做机器人，根据他们对场景的理解，通过他们的一些创新，做出了各种各样的机器人。这些机器人做好以后，马上面临市场化售卖的问题——我们又帮助他，建立了跟客户连接的渠道。

卫诗婕： 你不光服务创作者，你还做创作者经济，帮他链接（需求方）。

赵越： 哦，对，你这个总结的很到位。

它不是一个简单的交易平台或撮合平台，本质是一个赋能的平台。销售是赋能，研发也是一种赋能。

卫诗婕： 你这些判断，让具身行业很多做产品的公司情何以堪？

赵越： 没有，这个事情必然会发生的。最终整个门槛一定会低到所有公司都变成机器人公司，这是我们是坚定相信的。

卫诗婕： 那些公司也可以调过头，走你这条路径，先自研控制器和核心零部件，然后通过卖货，把自己卖成一个平台。

赵越： 当然可以，这里面唯一的壁垒，我觉得是时间。时间以外，就是你的客户还愿不愿意接受再来一遍？这跟过去的工业软件发展很像，就拿 CAD 软件来说，你说中国人是做不出 CAD 软件吗？不是的，是因为当你再去卖一个新的 CAD 软件的时候，你的第一个面临的问题是，你跟国外的 Autodesk 比，你的优势在哪？我为什么要给你当小白鼠再来一遍？

卫诗婕： 所有的第二名都得回答，为什么是你。

赵越： 对，就是为什么我要再重新选你？除非你有绝对高维的技术优势。但问题是，我们做的这些脏活、苦活、累活，他要全部再来一遍。他可不可以？他还会不会做这个决策？其实这个决策成本也是很高的。

卫诗婕： 你的所谓脏活、苦活、累活，具体体现在，你们的控制系统已经适配了 400 多种核心零部件？

赵越： 对，还包括各种机构的对接，机器人不同的构型排列组合一下，都是一个巨大的数字。很多场景你没见过，你是不会优化的。后来者很难做，因为排列组合太巨大了。我们做控制器 day 1 就想清楚，我们不是做大家的交集，不是做公共的部分，而是并集，把所有场景需要的都做了。很多公司是不愿意做这个事的，因为 ROI 在早期甚至是亏的。但我们的飞轮已经转起来了。

卫诗婕：但现在 Agent 出现了。如果接下来，这些苦活脏活累活的适配工作，Agent 都能做了，这个护城河就不存在了？

赵越： 对，对于仙工来说，我们最大的风险就是突然有一个更升维的东西。比如说我们傻乎乎地去适配 400 多个品牌传感器，如果哪一天，控制器里跑一个小龙虾，RoboClaw，自己就学会怎么用传感器了，自己就构建一套算法了，可能我们此前做的所有事情就没有任何价值了。最大的风险来自于这。所以我们也必须逼迫自己往这个方向去进化。

漫谈Light the Star

PART EIGHT

消灭第一、成为第一、避免第一：

「我们很享受掀翻巨头的感觉」

卫诗婕： 如果有一天巨头加入这个战场，你是什么心态？

赵越： 还是回归到我们的使命，让智能机器人没有门槛。如果有一家公司能比我们做得更好，让大家可以更容易地把这些机器人做出来，那我们就死得其所。对，你就死在追求真理的路上，只要有人比你做的更好，那我们就应该死，这没什么。

卫诗婕： 哇，你公司上市了，你说这种话。

赵越： 对。事实上确实是这样的，在同样的使命愿景下，如果人家能比你做的更好，更多获得市场认可，那最好的结局就是尽快死亡。

卫诗婕： 你说是这么说了，但你是一个不会服输的人。

赵越：对，然后你再去想办法怎么再把它（扳回来）。

卫诗婕：谁要是把你从赛场上踹下去了，你肯定是第二年卷土重来。

赵越： 是。

卫诗婕： 你们本来 EBITA 已经快跑正了，但是最近一两年你又加大了研发投入？

赵越： 哎，或许可能不应该这么说，上市公司说自己不追求财务指标，感觉对投资人不太负责任。

卫诗婕： 没事， JK （影石 Insta360 创始人）上市的时候，在我播客上也是这么说的。

赵越： 对。很多公司开始走下坡路，往往在于它太在意财务数据。

卫诗婕： 还是回到最初的那个问题，你为什么不走那套具身的叙事啊？

赵越： 我们也不是说没有走具身叙事。刚刚提到我们全力积累数据，那么等到范式真正到来那一天，你是不慌的。最慌的是范式来了，你连数据都没有，只剩下一些冰冷的资金在那，更可怕。所以我觉得（对于很多公司来说）融了钱就赶紧折腾。

卫诗婕： 你们现在的装机量是多少？

赵越： 差不多几万台，但是基本每年都在翻倍。

卫诗婕： 人形机器人现在出货也几万台。

赵越： 嗯，但刚刚说了，人形在工业场景很难落地。

卫诗婕： 对于做什么、不做什么，你是怎么选的？

赵越： 第一，做自己喜欢和擅长的事。第二，去看市场。如果只是通过一些很机械的市场分析理论，去决定你自己做啥和不做啥，那这个公司就有点没有人味，没有个性的，你懂我的感觉吗？那就太没意思了。

卫诗婕： 你觉得具身这场故事，你一定会坐上牌桌吗？

赵越： 对，我们一定会积累大量的优质数据，这点我们非常有信心。第二个就是我们这个竞赛出身的组织的特点。我们从小卡拉米一路成长的特点就是这样的：一开始都是很菜的球员，当时看 CMU 都是仰着头看的，看不到尾气的，但通过一帧帧分析，最终把他击败，这个团队天然有这种基因在里面，大家都很享受去掀翻巨头的感觉。

卫诗婕： 你反而不想当、不喜欢当第一。

赵越： 不喜欢，虽然我的个性签名是，要干第一，但是实际上我压根都不想当第一。

卫诗婕： 对，你社交平台上的个性签名是：不做第一就是耻辱。你写给团队看的？

赵越： 不不，我一定是喝了酒以后写的，哈哈。只是写完以后回头看，嗯，还挺有道理，就放那。但是我有很长一段时间，这个话写完以后，我不知道怎么跟人解释，因为我并不是（想当第一），你懂我的点吧？

卫诗婕： 暂时没懂。

赵越： 就大多数人要争第一，一定是个追求极致的人，或者好胜心很强，但事实上不是的，我也是在半年前才把这个话真正想明白的——追求第一，永远是个目标，它只可接近，不可实现。

你只有永远把第一当成个目标，你才能知道自己永远是不够的。保持一种空的状态。《道德经》里强调一种空的状态，空是很幸福的。反而，实现第一是危险的。就像消消乐一样，实现第一后，就要抵消了。

卫诗婕： 但客观上你现在已经是第一了。

赵越： 其实也不是，或者说我们不应该认为自己是。听着好像有点惨啊，永远在追第一的路上，永远成不了第一。这是最好的状态。

卫诗婕：新一代具身的明星企业，你会关注哪一家吗？

赵越： 市场上拿钱多的公司，我都会很关注，他们会拿钱干嘛？因为我是，我们就从来没见过很多钱，你知道吧？对，我们融的钱很少，所以我一直很好奇，拿那么多钱，他会怎么办？怎么干？

卫诗婕： 你会不会有的时候反思，由于从来没有拿过太多的钱，限制了自己的想象力？

赵越：会啊，肯定会，很明显的，兜里没钱和兜里有钱，你想的事情是不一样的。但是，我们会对长期坚信的方向坚定投入，也不差钱，短期我们不会一把 all in。

所谓战略，就是长期不可撤销的投资。

卫诗婕： 你刚刚说确实会看这个行业估值最高、融钱最多的公司。你怎么看一些大脑公司，还没有什么被市场验证的东西，但估值已经快跑到百亿了？

赵越： 首先我不知道这个估值是怎么估出来的。反正我们最头疼的问题就是，投资人一上来就会给我们算ROI——现在这市场上天然就有两种估值逻辑：越落地的公司，大家越容易给你算市场。

卫诗婕： 对它越严苛。

赵越： 对，落地意味着市场有确定性，确定性就是可被计算的。而越高举高打，或者说越梦想型的公司，大家就更多从一个长期的确定性来看。首先我们自己不羡慕这类公司啊，因为我们已经是这样了，也不会预期自己一夜变成梦想型公司。但我们可以做的就是观察，看看这些公司有什么值得我们学习的地方。

卫诗婕： 你在市场上肯定也有观察到，这些拿钱多的公司到底在干嘛呢？

赵越： 我会到客户层去看。第一看他说啥，第二看他做啥。反而这些东西会更真实，或者说更血淋淋。那你就能知道行业的现状到底是什么样。

卫诗婕： 你会认为你会比行业里的其他玩家更容易得到客户的真实反馈吗？

赵越： 对，因为我们是服务人的角色和心态，跟客户之间保持这种高频的互动，其实你是能从侧面看到这个行业的一些发展。

卫诗婕： 能分享你看到的行业「真相」吗？

赵越： 绝大多数应该是不及预期的。不仅是国内，海外也一样，特斯拉的计划也一推再推。现在行业动不动千台订单，我觉得这里夸张成分居多。

卫诗婕：你觉得你现在站在这个舞台的什么位置啊？

赵越： 我们啊。啊，看你怎么去定义这个舞台，或这个行业。就像RoboCup，把它按 50 年来规划的话，我觉得现在大家都还在台下，还没入门，还在看戏，大家都还是一个很…很初级的状态。

我们不敢说自己是整个行业的引领者。但是至少在落地层面，我们会是落地的引领者。赋能者和落地引领者，这两个角色我们想扮演好。

卫诗婕： 你之前说过四象限理论，你最后应该是只选择了两个对角线——新的技术+旧的产品形态，你做落地引领者，去拿数据；以及新的产品形态+新的技术，主要指那些具身企业，也可以成为你的客户，你做好他们的支撑？

赵越： 没错。无论是底层控制、模组选择、或者改控制方式哦。只要你需要的、我们擅长的，我都给你做好支持。

卫诗婕： 所以就是两波客户，第一波客户是原来自动化机器人的那波客户。第二波客户是具身的客户，他做好了模型之后，你可以给他提供无数的场景。

赵越： 没错，在他想去的场景，我可以 share 数据给你，刚刚你不是问过我数据的问题吗？如果他哪天他需要说，诶，我用你系统把这个机器人做出来了，甚至是个具身机器人做出来，我想去你那个场景行不行？你能不能让你的客户给我场景？没问题啊，那我也可以把我的数据给你，没关系。我也很开心。

漫谈Light the Star

PART NINE

AI 时代将更奖励专注且热爱的人

不要把自己训练成一个平均人

卫诗婕： 你觉得怎样的人才密度会加大创新发生的概率？

赵越： 我没有一个公式去计算人才密度这件事。但我觉得比较重要的是一个公司它的活力指数高不高——就是这些员工，他是不是自己有想法，充满活力的想做一些事情？公司里有没有新的想法每天在产生？

卫诗婕： geeker 的含量高不高，你觉得很重要？

赵越：充斥着大量有个性的人，是我们会更愿意看到的。尤其有了 GPT 以后，对我们公司的管理其实是有很大触动的—— AI 工具已经非常强大了。你问模型一些问题，99% 它会给你一个相对来说不会出错的答案。

但是最近张雪机车不是拿冠军了吗？你去看他的选择，如果当时他从凯越走的时候，问 AI，我相信所有 AI 大模型都会告诉他，要不要好好聊聊，说服董事会。如果你需要个方案，我可以帮你做一个哟。99% 模型会给出这样的答案。但是最终他做的是那 1% 的选择，就是老子不干了。

了不起的事情，往往都藏在那 1% 里。在 AI 时代，个性会非常重要，没有个性就会泯然众人。

卫诗婕： 越纯粹越有个性的人在这个时代机会会越多吗？

赵越： 不是，是越容易在某个特定领域获得更高的成就。难而正确的事情，反人性的事情，往往是 AI 没法给到你的。有个性去坚持，才能看到曙光。

卫诗婕： 你是有个性的人吗？

赵越： 我觉得算吧，我觉得肯定算，对，肯定算。

卫诗婕： 什么样的关键选择能体现你是一个有个性的人？

赵越： 比如说从退学这一步开始。

卫诗婕： 对。

赵越： 我自己应该是属于不太容易被外界影响的人。有个性的人应该都不太容易被外界的一些声音所影响，可能会把它当成噪音。

卫诗婕： 最后聊聊你个人吧。你今天不是提到了几回《道德经》吗？为什么要去看道德经啊？

赵越： 因为之前有人说我是一个业力很小的人。

卫诗婕： 什么叫业力？

赵越： 我也是很难理解，但是有人跟我说，就是心比较大，我理解成，好像什么东西都不会成为你的羁绊，什么东西都影响不了你。然后你不会被什么东西所焦虑，大概是这种感觉吧。这种状态跟《道德经》里说的那种状态有点像。

其实《道德经》一直在讲一件事，就是要大家保持一种无的状态，保持一种低的状态，而不是一种高而满的状态。 无为不是不作为，是不妄为。顺应规律而为。

《道德经》还有一句话让我也很有触动，叫「功成事遂，百姓皆谓我自然」。意思就是，很多事情做成了，员工觉得，诶，这好像就是自然而然发生的。这和我理想中追求的状态很接近。

卫诗婕： 成功就是自然形成的结果。

赵越： 它是自然而然的过程，不是一种刻意追求的过程，那样反而人会很累。反正与此种种吧。

卫诗婕： 你不工作的时候干什么呀？

赵越： 睡觉，也会刷 B 站，看动漫。

卫诗婕： 为什么喜欢动漫？

赵越： 动漫里面有很多…怎么说呢？有一些类似于乌托邦一样的东西，内核都是一些真善美的价值观。所以为什么有时候看动漫，看着看着眼泪都会下来，会让人内心触动很大的。

卫诗婕： 最喜欢哪一部？

赵越： 很多，真的特别多。钢之炼金术师，叛逆的鲁鲁修，还有进击的巨人…哇，挺多的。基本上称之为神漫的都会刷完。很多场景也会像钢印一样，印在脑子里。

哎，鲁鲁修确实是个神漫啊，这瞎说说，那个动漫在讲个什么事呢？就是说整个世界已经被暴君所统治了。整个世界有很多势力在纷争，就像战国一样。你怎么再把这个纷乱的世界重新凝合成一股力量、去拯救这个世界？他其实在讲这么一件事。

卫诗婕： 团结整个世界去拯救世界。

赵越： 对，但是他最终的解法真的，对我世界观触动挺大的。主角的解法就是，先让自己变成所有人的敌人。当你变成所有人共同的敌人，敌人的敌人就是朋友，那么所有人都变成了朋友。最后主角让他自己最好的朋友在他的加冕仪式上一刀把他刺死。

相当于把自己变成最大的反派，再把自己献祭掉，从而拯救整个世界。哇，这个你可想而知，对当时还在上学的人，思想冲击有多大。

卫诗婕： 所以永远不能当第一。

赵越： 对，千万不要去当第一，当完第一以后赶紧找下一个目标。否则很容易自己做着做就变成那条恶龙。

卫诗婕： 前后呼应了。

赵越： 是的是的。

卫诗婕： 有没有崇拜的人物？

赵越： 一个是稻盛和夫，一个是毛泽东。这两个人我是可以说是崇拜的。

他们有个共同点：视野上是高度唯心的，不讲逻辑的，比如稻盛和夫经常强调一个观点，说当我努力到极致的时候，神就会来帮助我。他相信世界是有神的。但是神的灵光只会给那些努力到极致的人。极其唯心，你不觉得吗？

但是落到具体的事情上，他们又是唯物的——非常精细化，结合辩证，有逻辑，可被执行。

卫诗婕： 所以你的唯心是加速多元智能。

赵越： 对，或者说是我们坚定相信的。机器人未来的生态一定是非常多元化的，我们就坚定地相信，不会有巨头，未来所有的公司都是机器人公司。

卫诗婕： 是不是存在一种可能，有巨头出现，你就会想要联合所有的史莱姆，把巨头打掉？

赵越：对，我，这个你说有道理吗？可能也没有那么有道理，但是…

卫诗婕： 但这就是你的唯心。

赵越： 对对，我们是坚定相信这件事情的，通过我们这些努力是可以逐渐去逼近和实现的。

卫诗婕： 你的世界不容许有第一，有第一就要干掉他。

赵越： 哎，可能在我的世界比较惨。也不能这么说吧，我们是比较享受去竞争，在竞争中去改变的这个过程。去改变一些东西。就是，哎，这个事情还是让人很心潮澎湃的…

欢迎前往本期访谈的视频播客版，其中含大量未摘录的精彩内容，如：

赵越学医后，弃医从机器人的故事

RoboCup 机器人世界杯，背后那些传奇而精彩的故事

仙工是如何成为全球第一的

赵越的第一次创业是如何失败的

海外机器人市场的机会

仙工将 Agent 加入控制系统的尝试

中国机器人供应链真实且恐怖的发展

同期播客已经上线，欢迎前往小宇宙等平台收听

（视频版可前往视频号、b站、小红书、腾讯视频、 Youtube 等平台观看）