对话诺因智能：不靠“砸1000亿”，如何训练出强泛化具身大脑？

作者｜vivi、李银川

过去几年，关于机器人，人们讨论最多的是能力。

它能不能奔跑、跳跃，能不能完成越来越复杂的动作，每一次新的展示，都会成为行业关注的焦点。

但今年WAIC，一个明显的变化正在发生。

展馆内，机器人依然在不断刷新着人们对于能力边界的想象；展馆外，企业、投资人讨论得更多的，却不再只是“还能做到什么”，而是它究竟会先在哪些场景落地并创造价值

于是，行业开始出现不同的选择。

有人从工业、物流等相对标准化的场景切入，希望先完成商业验证；也有人把目光放在家庭，希望从第一天开始，就围绕普通人的生活重新思考下一代智能终端。

2025年成立的诺因智能，选择了后者。

在很多人看来，这意味着更长的研发周期、更复杂的技术挑战，以及一条并不轻松的创业路径。但在诺因智能创始人李银川眼里，消费级市场始终是机器人最有意思、也最有价值的方向。因此，从创业第一天开始，他就将目标放在了C端，希望机器人最终能够走进千家万户。

而当目标变成家庭之后，面对的问题也变得复杂。相比标准化场景，家庭环境更加开放、多变，每一个家庭都有不同的布局、物品和生活习惯。这意味着，机器人需要具备更强的泛化能力，同时还要在普通家庭能够接受的成本范围内实现商业化。

“砸1000亿，什么都能做出来。”这句略带调侃的话，折射出的并不是资金规模，而是行业共同面对的一道难题——对于一家创业公司而言，如何在有限的资源下，找到一条兼顾成本、泛化能力与商业闭环的技术路线。

这也是过去一年诺因智能一直在回答的问题。从消费级市场的判断，到合成数据的底层架构，再到组织建设与未来的产业思考，这些看似不同的话题，背后都围绕着同一件事——如何让机器人以一种更现实、更可持续的方式，真正进入普通人的生活。

以下是诺因智能创始人李银川与霞光社创始人vivi的对话实录：

直奔To C，拒绝先To B“曲线救国”

vivi：大家好，欢迎来到《超级对话》，我是霞光社的vivi，今天我们邀请到的嘉宾是诺因智能创始人李银川。先从一个很多人都会好奇的问题开始，为什么公司叫“诺因”？

李银川：“诺因”其实有两层含义。第一层是Knowing，代表机器人从“开始学习”到“真正理解”的过程，这也是我们希望机器人不断成长、不断学习的方向。另一层则来自“Know Win”的谐音。创业本身就是一场竞争，我们希望自己始终保持一种不断突破、不断向前的状态。

vivi：很多人给你贴了不少标签，比如“30岁前发表80多篇顶会论文”“拥有30多项专利”，大家觉得你是天才、是科学家，既有学术背景，也有产业经验。按理说，你完全可以继续做科研，为什么最后还是选择创业？

李银川：如果回头看，我其实一直都在朝着创业这件事情前进。我一直想做一家技术驱动的公司，所以这些年花了很多时间做技术研究。从过往经历来看，我也经历了几个AI发展的重要阶段，这些积累都是为了今天做准备。

真正让我决定创业，是大学时期的一段经历。大四加入导师课题组后，我看到一群非常优秀的年轻人，因为共同的理想，一步一步把公司做到上市。以前觉得创业是一件离自己很远的事情，但那段经历让我意识到，只要长期坚持，这条路是可以走出来的。所以，我当时给自己定了一个目标，希望30岁之前下场创业。

vivi：为什么是在2025年创办诺因？

李银川：一方面，这是我给自己设定的时间节点；另一方面，我认为去年刚好到了一个比较好的timing。

如果创业，具身智能一定是最符合我技术背景的方向。从2017年开始做深度强化学习，到后来的决策智能、大模型，再到具身智能相关研究，我一直在思考同一个问题：如果真的想训练出具备泛化能力的具身智能大模型，数据始终是最大的瓶颈。我一直没有想明白，怎样才能构建足够多、高质量的数据。如果这个问题解决不了，就很难真正做面向消费市场的具身智能机器人。

我从那个时候开始目标就是To C。因为在我看来，这是最有意思、也是最有价值的一件事情。后来，我看到合成数据的发展速度特别快，尤其是GPT-4o出来之后，它的效果让很多人都很震惊。我当时就判断，合成数据会成为解决To C具身智能最重要的路径之一。所以我觉得，创业的时机差不多到了。

vivi：很多机器人公司都会先做To B，再慢慢走向To C。这样无论是商业化还是融资，看起来都会更容易一些。你们为什么没有选择这条路？

李银川：当然，我们也可以先做To B，再转向To C，从商业化角度来看，这确实可能会更快一些。

但如果站在五年、十年之后再回头看，我反而觉得，现在慢，就是未来的快。

一家公司的基因，往往是在创业初期就决定的。To B和To C，不只是客户不同，而是公司的文化、组织方式、产品思维，甚至吸引的人才画像都完全不同。当一家公司长期围绕To B建立起自己的团队和能力之后，再转向To C，其实远比大家想象中困难。

很多人觉得，先做To B能够积累经验，再去做To C会更容易。但真正做下来会发现，两者之间并不是简单的延续，很多时候几乎相当于重新创业。

vivi：很多人也会质疑，现在家庭里的智能家电已经越来越成熟了，还有必要再出现一个更加泛化的机器人吗？而且相比To B，To C还处于探索阶段，你们一定也面对过这样的声音。

李银川：确实有很多这样的质疑。但在我看来，家庭场景依然有很大的想象空间。

以扫地机器人为例，它最早只能扫地，后来增加了拖地、自动清洗抹布、自动集尘、自动上下水等越来越多的能力。你会发现，每增加一个功能，人真正需要投入的时间都会进一步减少。哪怕只是把两周或者一个月才需要做一次的事情交给机器，人们依然愿意为此付费。因为一旦体验过智能设备带来的便利，就很难再回到完全依靠自己动手的阶段。

真正的问题，不是做家务需要花五分钟，还是十分钟，而是人在整个过程中始终无法离开。举个例子，晚上十一点回到家，你可以把衣服放进洗衣机，但你需要一直惦记着什么时候洗完、什么时候晾晒；周末做家务也是一样，看似每件事都只花一点时间，但整个下午都会被这些事情占据，你很难真正安排其他计划。

所以，我们真正希望解决的，并不是让某一个环节变得更智能，而是让人能够真正从这些重复、繁琐的家务流程中抽离出来。这也是诺因希望实现的方向——不是完成单一动作，而是具备全链条执行家务任务的能力

合成数据，走向真实世界

vivi：你之前提到，希望机器人真正走进千家万户。在你看来，做到“千家万户”，最低产品门槛是多少？为什么越来越多人开始相信，诺因有机会实现这件事？

李银川：如果说“走进千家万户”，我觉得至少要做到1000万台的量级，才能配得上这个词背后的含义。

其实大家并不怀疑具身智能大模型最终会出现，更大的疑问在于，数据从哪里来？需要多少数据？成本有多高？整个过程到底需要多久？

我们真正改变大家预期的地方，在于合成数据引擎的发展速度。公司内部的Scaling Law曲线进展非常快，模型能力几乎每周都在变强。真正持续关注过我们的团队，都会对这个速度感到惊讶，也会慢慢改变对这件事情的判断。

另一点是成本。过去很多人会觉得，机器人一定会卖得很贵，价格越高，用户对它的期待也越高。如果最后只是一个“大玩具”，甚至还会出错，大家自然不会买单。

所以，我们一直在做垂直整合，把整机成本降下来，让产品最终能够进入更广泛的消费市场，而不是停留在工业机器人那样的价格区间。

vivi：如果把诺因的技术壁垒拆开来看，你觉得最难复制的是什么？

李银川：我觉得不是某一个单点技术，而是一整套环环相扣的系统。

首先，我们在架构上做了比较大的创新，可以直接利用合成数据生成的视频去训练具身智能大模型。单纯提高合成数据质量，其他公司投入足够长时间也有机会做到，但如果没有对应的模型架构，这些视频其实很难直接使用，因为它缺少大量机器人训练需要的标签。

另一方面，我们一直坚持做垂直整合。我们的算法、模型架构，包括机器人本体，都是围绕低成本消费级硬件共同设计的，这套架构又和合成数据形成了完整闭环。

如果不用这套架构，就很难支撑消费级硬件；如果不用消费级硬件，产品成本就很难降下来；而换了一套架构，又需要重新建立对应的数据体系。所以，这并不是一个单点能力，而是全方位绑定的一个事情。

vivi：很多公司还是选择真机采集数据，而你们一直坚持合成数据路线。真正的技术判断依据是什么？合成数据最大的壁垒又是什么？

李银川：合成数据本身不是壁垒，真正的壁垒在于怎么用。大家都知道，真实数据质量最高，但很多人忽略了另一句话——它也是最简单易用的数据。机器人采集完真实数据之后，天然就带着完整标签，可以直接拿来训练模型。

合成数据恰恰相反，它便宜，但非常难用。

首先要生成大量高质量的数据，再通过一整套算法完成筛选、自动标注、格式转换，最后处理成模型能够真正理解的数据形式。这背后是一整套非常复杂的Infra管线，也是我们积累最深的Know-how。

整个过程几乎完全依赖算法，而不是人工。数据规模已经大到不可能靠人去筛选，我们会利用几十种不同模型完成量化分析、自动配比和数据处理。对于具身智能来说，哪怕技能训练顺序稍微调整，最终效果都会有明显变化，所以整个数据管线的重要性远远超过很多人的想象。

其实，大语言模型的发展也经历过类似过程。早期大家都依赖高质量SFT数据，后来逐渐转向CoT、RLHF等新的训练范式，模型才真正具备推理能力。合成数据也是一样，很多团队在最初尝试时觉得效果不好就放弃了，但真正困难的并不是生成数据，而是如何建立完整的工程体系，让这些数据持续发挥价值。

vivi：既然真实数据效果最好，为什么To C机器人一定要走合成数据这条路线，而不是继续依赖真机采集？

李银川：我觉得如果事情说到“一定”，那一定是“不一定”。

如果完全不考虑成本，肯定还有其他路径可以做到比较好的效果。比如投入足够多的资金，理论上也可以做出来。有人会说，砸1000亿是不是就能实现？我觉得有可能，但问题在于，没有公司会真的无限制地投入。大家做投入一定要看回报，当你已经投入了500亿，能力还没有真正涌现，还会不会坚定地继续投入1000亿，甚至2000亿、3000亿？这是一个商业问题。

所以，我们选择合成数据，并不是因为它是唯一的答案，而是它能够在成本、泛化能力和商业闭环之间，找到一个更适合家庭场景的平衡点。

To B和To C最大的区别在于场景。

To B面对的是固定环境，一条流水线、一套流程，只需要覆盖有限的数据，就能完成训练。但To C完全不同。家庭环境变化太多，如果希望机器人进入成千上万个家庭，就意味着需要覆盖几乎无限的场景。无论是真机采集的成本，还是后续的数据规模，都会高到难以承受。

另一方面，还要考虑产品和数据之间的飞轮

很多人认为，可以把机器人卖到用户家里，再通过遥操作不断采集数据，让机器人越来越聪明。但我并不认可这种方式，因为它天然会涉及用户隐私。真正进入家庭之后，我们不可能把用户家里的每一帧画面都回传，也不会这样做。

真正能够回流的数据，更多是机器人遇到的问题，比如报错信息、失败案例等。这些数据本身价值很高，但如果没有足够强的世界模型，就无法真正利用起来。

我们的做法是，基于这些真实反馈，通过世界模型快速生成新的合成数据，在底座模型中完成能力补强，而不是一比一复现用户家庭环境，再重新采集数据。这样既保护了用户隐私，也让整个产品数据飞轮能够持续运转。随着世界模型不断提升，真实数据占比也会越来越低。目前大概在10%左右，未来我们的目标是降到1%。

vivi：很多人都会提到Sim2Real Gap，担心机器人在仿真环境里学会了，到了真实世界却用不好。你们怎么看这个问题？

李银川：我觉得，Sim2Real Gap本质上和技术路线有关。传统方式更像是让模型记住一套动作，然后在真实环境里直接复现。一旦真实世界的光线、背景、环境发生变化，输入条件变了，输出自然也会产生偏差。

而我们的思路不是让模型去“背动作”，而是让它学会理解。就像做数学题一样，如果只是背答案，数字一变就不会了；但如果真正掌握了定理和推理过程，无论题目怎么变化，都能重新解出来。

所以，我们训练模型的目标，不是记住每一个动作，而是通过大量合成数据，让模型理解真实世界，再基于当前环境完成推理和决策。当它看到新的家庭环境时，并不是简单调用一套固定策略，而是先理解场景，再决定下一步动作。

这也是为什么像光照变化、背景变化，对我们的技术路线来说都不是关键障碍。我们已经展示过很多真实场景下的能力，比如电视开启后的复杂光照环境中完成叠衣服等柔性操作。模型真正学会的是理解环境，而不是记住环境。

组织和产品，一起长大

vivi：诺因是一家技术驱动的公司，团队里既有学术背景的人，也有工程、产品背景的人。怎么让这些不同类型的人高效协作的？

李银川：我一直倡导的一件事情，就是有问题及时沟通，对事不对人。

很多时候，大家顾及彼此的感受，有些问题当下没有说，反而会在后面变成更大的问题，需要花更高的成本去解决。所以，我们希望团队能够保持非常直接、高效的沟通方式，把问题尽早解决。

随着公司规模越来越大，我也越来越意识到，组织效率本身就是一种竞争力。现在我大概把自己的时间平均分配在产品、技术和团队管理上。相比创业初期，现在需要投入更多精力去梳理组织、促进沟通，让整个团队能够更顺畅地协作。

管理上，我更喜欢通过具体案例去影响团队，而不是单纯强调原则。比如，我们会研究苹果早期团队的组织文化，让大家理解优秀团队是如何做决策、如何协作的，这样大家更容易形成共识，而不是依靠管理去推动事情。

vivi：看到你的前同事、诺亚方舟实验室的周凯文也加入了诺因。除此之外，你们也在开放更多校招岗位。对于一家创业公司来说，为什么会把人才培养放在这么重要的位置？你判断一个人是否值得加入团队的标准是什么？

李银川：其实请周凯文加入，我们前后聊了很多次。最开始聊创业的时候，他并没有被说服。后来他已经回到学术界发展，我原本觉得再邀请他会很困难。但随着诺因一步步推进，他逐渐看到了我们的技术路线，也相信这件事情不仅有挑战，而且真正有机会做出来，最终决定加入团队，负责算法研发。我也能够把更多精力放到产品、融资等工作上。

对于人才，我们一直比较看重两件事情。第一是自驱力。现在大模型越来越强，很多工具都在快速进步，真正决定一个人成长速度的，更多是他有没有持续主动学习、解决问题的动力。第二是学习能力。我们的技术路线和行业并不完全一样，市场上几乎找不到背景完全匹配的人，所以更重要的是能不能快速学习、快速适应。从零开始并不可怕，可怕的是没有学习能力。

除此之外，也希望大家足够务实。因为我们做的是产品，不只是研究。如果只有技术创新，没有商业价值，那最终还是走不远。

所以我们现在也开始建立自己的人才培养体系，开放更多校招岗位。一家健康的组织，不能只依赖从外部引进成熟人才，更需要具备持续培养人才、持续造血的能力。很多年轻人缺少的不是能力，而是一个展示自己的机会。有时候给他们一个机会，他们甚至能够做得比很多有经验的人更好。

vivi：从科学家到创业者，再到一家公司的创始人，你会不会遇到技术理想和商业落地之间的冲突？

李银川：我一直认为，两者并不是对立的。如果一家AI公司今天不做模型、不做算法，它很难有未来，也很难吸引优秀的人才；但如果只做模型，不去考虑商业价值，也很容易走偏，做出很多创新，却没有真正的应用价值。

很多人会说，我是一个“现实的理想主义者”，我觉得这个形容挺准确的。另外，我一直不太喜欢依赖管理去推动团队。创业早期，创始人更应该冲在最前面，用自己的能力和行动赢得团队的认可，而不是一开始就依靠管理手段要求别人怎么做。

我经常跟年轻的创业者说，要把自己当成一个能力非常强的人，带着团队往前冲，自己冲在第一位。

未来十年，正在发生

vivi：你今年最期待机器人行业实现什么样的突破？很多人都在谈“涌现时刻”，你觉得它什么时候会真正到来？

李银川：我觉得今年具身智能大脑还很难迎来大家期待的那种真正意义上的“涌现”。

当然，不同能力的发展速度会不一样。一些基础能力，今年可能就会出现比较明显的突破；但如果是达到真正符合用户预期、能够完成复杂任务的能力，我觉得大概还需要两三年的时间。

很多人会问，在这么卷的赛道里，诺因有没有先发优势。我觉得还是有一定门槛的。

未来大家可能能够做到和我们差不多的体验，但成本做不到；或者成本降下来了，又发现智能能力还不够。这几个能力不是单独存在的，而是需要同时成立。

在我看来，机器人最终一定是一个真正的高科技产品。它不仅要有足够强的AI能力，也应该是有温度的、能够理解人、关怀人，同时还能真正解决用户实际需求的产品

vivi：从创业第一天开始，你们就在考虑全球市场吗？未来的消费级机器人，会是一款全球统一的产品吗？

李银川：是的。从诺因成立第一天开始，我们就把海外市场纳入了规划。因为海外的人力成本更高，对于消费级机器人来说，本身就是非常重要的市场。所以，我们一直希望产品能够具备全球化能力。

产品早期，我觉得还是会以标准化产品为主；未来随着不同市场需求越来越丰富，再逐步做一些差异化适配。

vivi：如果用几个关键词总结你的创业信念，会是什么？另外，当你说“让AGI机器人走进每一个家庭”时，你脑海里真正想象的未来是什么样子？

李银川：如果回到十年前，我给自己设定创业目标的时候，我就希望做一家真正能够改变世界的公司。

我一直觉得，中国的科技公司不应该只是追赶别人，也应该有机会去做原创、去做开创性的事情。所以，对我们来说，第一是要有足够大的愿景，第二就是脚踏实地，把每一步做好。

我也希望做出来的产品，是公司每一个人都愿意买回家的产品。它能够帮助家人，帮助朋友，也能够真正改善大家的生活。

在我的想象里，未来机器人会成为家庭里的一个智能终端，甚至是新的入口。它会把人从大量重复、繁琐的事务中解放出来，不只是完成家务，也能够帮助处理工作，人与机器人之间更多是协作关系，人则把更多时间放在创造性的事情上。

至于这样的未来什么时候会到来，我觉得十年并不是一个遥远的时间。回头看十年前，没有人能够真正想象今天AI的发展速度。同样，我相信再过十年，我们今天对于机器人的很多设想，也都会逐渐成为现实。