OpenAI全栈工程师转型具身智能：他的「审美」稀缺性为何能让投资人接连下注？

©潮涌AI编辑部

一个从底层infra干到预训练再到对齐的全栈工程师，在ChatGPT爆火之后离开OpenAI，带着大模型的方法论杀进了具身智能。

近期，亮源新创宣布完成数亿元Pre-A轮融资，国科投资领投，招商局创投、襄禾资本跟投。这家公司于2024年底成立，团队已经冲到100多人，研发人员占比超过九成。

而创始人姜旭，2019年到2023年在OpenAI待了四年，从GPT-3干到ChatGPT，从底层infra做到预训练再到对齐，完整经历了大模型从技术探索到产品爆发的全过程。

现在，这位“老兵”又在快速入场，见证属于具身智能的大时代。

新物种：当LLM老手杀进具身智能

在具身智能这个赛道，姜旭代表了一个此前很少被注意到的群体：大语言模型转型具身派。

回顾潮涌AI此前报道的具身智能创业者，他们大多是机器人或机电专业出身，师承传统工科强校。

这个路径很自然：先做机器人本体，再叠加大模型能力。

姜旭完全反过来了。

他是从LLM的核心团队出走，把大模型的Scaling Law方法论反向输出到物理世界。

这不是简单的“跨界”，而是一种认知范式的迁移：他不是把机器人当硬件来做，而是把物理世界当另一种“数据模态”来训练。

襄禾资本的投资逻辑，说的正是这种稀缺性：具身智能不是孤立的新问题，而是语言智能在物理世界的延伸；谁真正理解大模型智能涌现的底层逻辑，谁就更有机会把这套范式复刻到机器人身上。

姜旭这种完整经历过LLM Scaling全过程的人，对“智能涌现”的理解深度，是大多数纯机器人背景团队不具备的。

姜旭是谁？

亮源新创创始人兼CEO姜旭

他从一个物理博士到OpenAI全栈工程师，走了十二年。

其本科就读于华中科技大学应用物理专业，后赴美进入马里兰大学攻读物理学博士。

博士毕业后先在美国国立卫生研究院（NIH）做了两年博士后，2018年加入AI芯片公司Mythic，2019年进入OpenAI，当时公司只有约100人。

他在OpenAI换了四五个team，履历几乎是一部GPT编年史。

据姜旭本人回忆，他解决的第一个大问题是FP8（8比特浮点数训练），花了一年时间说服NVIDIA从H100开始原生支持FP8，今天这已是行业标配。

之后进入预训练团队。

2021年初Dario Amodei等人离开创办Anthropic后，他加入Greg Brockman带队的新预训练团队。再之后做对齐——InstructGPT的算法开发和数据迭代，他是InstructGPT论文的共同一作之一，这项工作最终成为ChatGPT训练中至关重要的环节。

2022年11月30日ChatGPT发布，正值NeurIPS在新奥尔良的会期，OpenAI很多同事都在现场。

一开始零零散散有人讨论，后来整个会场都在聊这件事。

姜旭对DeepTech回忆当时的感受说道：“你会突然意识到，一项原本只属于research lab的技术，开始以一种失控的速度进入现实世界。”

但就在所有人欢呼的时候，他已经在考虑离开。2023年，姜旭走出OpenAI。

原因很直接：大模型进入共识化阶段后，越来越像工程和资源问题，他想做还没有被真正解决、还没有形成共识的事情。

今天的具身就是2019年的大模型

离开OpenAI后，姜旭花了一年时间思考方向。

他跟Google、伯克利、斯坦福的机器人研究者聊了一圈，最终判断：“今天的具身智能，很像2019年之前的大模型。”

在他看来，2019年前后也没几个人相信大模型能成，OpenAI是少数几个All in的；现在的具身智能也一样，大多数人还在观望，但范式转换的窗口期已经到了。

姜旭认为，过去几年大模型的发展本质上是一个不断模仿人、最终超越人的过程。互联网积累了海量人类文本数据，大语言模型通过学习这些数据，逐步获得并最终超越了人类在许多任务上的能力。具身智能的发展也应该遵循类似的路径：通过大规模模仿人，最终实现超越人。

2024年底，亮源新创在深圳和新加坡同时成立。

姜旭给自己定了一个目标：要“坐一次火箭”，经历一次爆发式成长。

2026年7月底，公司拿出了第一个实物：小型人形机器人Lightbot 0，90厘米高、18.9公斤、21个关节，附带一篇跑酷运动控制论文和演示视频。

小型人形机器人Lightbot 0

“三段范式”：把LLM的Scaling Law搬到物理世界

在WAIC 2026的演讲中，姜旭提出了具身智能的“三段范式”：规模化预训练、规模化对齐、规模化部署。

这不是一个随口说出的概念——大模型过去几年真正实现突破，都经历了这三个共同的阶段。

具身智能要走得通，也必须走完这条路。

第一阶段：规模化预训练

大语言模型的预训练靠互联网文本，具身智能的预训练靠什么？姜旭的答案是：视频。

按他的估算口径，互联网上有约100亿小时的视频内容，这是亮源新创重点投入的数据路线。

人在物理世界里并不是不断预测世界的下一个状态才做出动作，而是在充分观察环境、获得视觉信息后，自然而然地行动。

所以，世界模型的核心，不是生成下一张好看的图，而是建立“状态-动作”映射。

但这里有一个技术难点：当前主流的世界模型架构，还没有很好地同时完成“理解”和“生成”两件事。

视频生成模型擅长预测下一帧画面，但预测画面不等于预测动作。

姜旭认为，训练世界模型的最终目的不是生成视频，而是控制机器人；预测动作比预测状态更重要。

这也是亮源新创重点攻克的瓶颈：通过架构创新和数据创新，把状态理解和动作预测统一起来。

第二阶段：规模化对齐

姜旭在OpenAI花了一年多时间做对齐，他太清楚这件事的分量了。

InstructGPT刚完成时并没有受到足够重视，但算法开发和数据迭代没有停止，最终成为ChatGPT训练中至关重要的环节。

对齐不是一次性做完就结束的事，而是需要逐步迭代，直到突破某个阈值。

对具身智能来说，对齐的难度可能更大。

语言模型的输出可以靠人工标注来评判好坏，但机器人动作的对齐标准是什么？怎么定义“这个动作比那个动作更好”？姜旭没有给出标准答案，但他相信，只要第一性原理正确，就要坚持做下去。

第三阶段：规模化部署

姜旭的逻辑很清晰：只有大规模部署到真实场景中，才能产生真实世界的数据，这些数据反过来又能反哺模型训练，形成数据飞轮。

具身智能不能一上来就追求高精尖场景。

大模型早期也不具备足够高的精确性和可靠性，所以，具身智能应该先在高容错场景实现商业突破。

姜旭的判断是：日常生活场景有望成为能力跃迁的首发地带。

“找到适合模型能力的产品形态和商业场景，并不比训练模型本身更容易。”

OpenAI在ChatGPT成功之前，也经历了大量产品探索，其中很多都没有成功。

投资人为什么赌他？

关于入场亮源新创Pre-A轮融资这件事，国科投资董事总经理周晓峰的评价很直接——

具身智能还处在底层技术能力决定长期格局的早期阶段。亮源新创团队最难得的，是既有超大规模模型训练和数据处理经验，也有把模型落到真实系统中的工程实践，同时具备出色的硬件本体和运控能力。

而襄禾资本方面的表态，说的正是第一节提到的稀缺性：姜旭这种完整经历过LLM Scaling全过程的人，对“智能涌现”的理解深度，是大多数纯机器人背景团队不具备的。这种“审美”的稀缺性，是投资人愿意在Pre-A轮就砸下数亿元的核心原因。

资本的走向，也直接揭露姜旭跨界的意义，对具身智能赛道最大的启发是：这件事的底层逻辑可能跟很多人想的不一样。

过去三年，整个赛道逐渐形成共识要采用大模型那套思路。

但姜旭认为，很多团队“没有真的领会大模型那套思想方法论的精髓”，在认知层面、knowhow层面有一些误区。“我自己在大模型方向做过太多项目，有成功的，也踩过很多坑。我在OpenAI四年，也见过太多周围的同事用类似的思想方法论去解其他领域的问题。这整个过程，帮我建立起了对这条技术路线非常深刻的审美。”

这个流派在国内目前还很稀缺。

大多数人还在争论“世界模型是不是通往AGI的路”，姜旭已经用真金白银的创业给出了自己的答案：不迷信另起炉灶的新架构，把视频数据当作预训练的核心燃料。

但挑战同样现实。

消费级通用机器人是一个被喊了很多年的方向，从波士顿动力到Figure AI，再到国内的智元、宇树，赛道已经拥挤。

海量互联网视频数据是亮源新创的重要筹码，但如何把视频数据转化为机器人可执行的策略，目前还没有公认的最佳实践。

姜旭的“三段范式”能否跑通，2026年下半年到2027年上半年会是关键验证期。

如果亮源新创能在家庭服务场景里拿出可量产的产品原型，Pre-A轮的这数亿元融资只是一个开始。如果不能，它可能会成为又一个“技术很牛、落地很难”的案例。

姜旭说今天的具身智能像2019年之前的大模型，问题在于，不是所有人都能等到2022年11月30日。

*信源列表

钛媒体《ChatGPT核心贡献者姜旭：具身智能的下一站，是互联网视频的规模化革命》

DeepTech深科技《独家｜ChatGPT核心贡献者归国创业：把LLM的Scaling带到具身智能》

新浪科技《独家丨国科投资领投ChatGPT核心贡献者，亮源新创获数亿元Pre-A轮融资》

=▹

联系我们 CONTACT US!

请添加微信xingminghui15