“天才少年”的深夜坦白局。

作者｜甲小姐

“我們現(xiàn)在確實是具身行業(yè)估值的‘撐傘人’。”采訪伊始，彭志輝語氣平靜，卻句句不虛。

這家成立僅兩年的公司——智元機器人，已完成10輪融資，估值150億元。這是一場高速度、高風險、高技術(shù)濃度的創(chuàng)業(yè)實驗。在行業(yè)共識尚未形成、核心路徑仍在分叉的今天，智元選擇了最難的路線：全棧自研、自建工廠、自養(yǎng)生態(tài)。

很多人說他們“太大、太快、太不講常識”，也有人評價他們“最有野心，也最危險”。而彭志輝說：“全棧戰(zhàn)略不是做選擇題，而是我們主動去選擇最難的一道題。”

他是智元機器人聯(lián)合創(chuàng)始人、CTO，也是“稚暉君”——那個在B站靠視頻贏得280萬粉絲尊重，如今試圖在真實世界兌現(xiàn)通用機器人的人。當具身智能走入第二階段的量產(chǎn)期，這家公司已經(jīng)開始交卷。

這一輪對話中，我們聊融資，也聊產(chǎn)業(yè)變盤、技術(shù)收斂、開源生態(tài)、情緒價值、工程落地、AGI路徑。他將表達本身看作“一個信息壓縮和解碼的過程”。

采訪從當晚10:30開始，聊至午夜，是他近來僅有的空閑時段。

本文，甲小姐再次對話彭志輝。

1.談近況：“我們現(xiàn)在確實是具身行業(yè)估值的‘撐傘人’?！?/strong>

甲小姐：智元機器人剛剛完成B+輪融資，從2023年2月成立以來一共完成了10輪融資，估值已達150億元，這是如何做到的？

彭志輝：首先感謝投資人的肯定，我們現(xiàn)在確實是具身行業(yè)估值的“撐傘人”，代表了目前國內(nèi)具身創(chuàng)業(yè)公司最高的估值水平，可能是因為幾點：

首先我們成立之初就明確了全棧自研、快速量產(chǎn)的戰(zhàn)略方向；在技術(shù)路線上強調(diào)實用性和可復(fù)制性，希望真正能在生產(chǎn)力場景創(chuàng)造價值；還有我們團隊比較多元化，全棧能力是靠團隊來實現(xiàn)，這種能力比較稀缺，也讓投資人比較看好。

甲小姐：每一輪融資時，你們的“核心敘事”有變化嗎？

彭志輝：肯定不同階段是不一樣的。

剛成立時，我們需要證明我們能做機器人，主要靠技術(shù)原型和創(chuàng)始團隊的背景；到了A輪就講我們不止能做機器人，而且能夠量產(chǎn)，我們執(zhí)行得很不錯，也得到了資本市場的認可；B輪及之后的階段，我們要講的是商業(yè)化——不僅能夠量產(chǎn)，而且要能夠有訂單，有場景，有商業(yè)閉環(huán)。

整個敘事是從“能不能做到”，到“能不能量產(chǎn)”，最后到“能不能賣出去”這樣的邏輯。

甲小姐：你們的投資人里除了財務(wù)投資人，還有比亞迪、上汽投資、長飛光纖、立景創(chuàng)新、百度風投、三花控股、騰訊、京東等產(chǎn)業(yè)資本，目前這些產(chǎn)業(yè)資本有給你們真實的訂單嗎？

彭志輝：肯定有，我們本身就希望以產(chǎn)投方為主，主要不是為了錢，因為我們確實不太缺錢，更多還是看重產(chǎn)業(yè)方的資源，他們有很多制造業(yè)的場景。但具體訂單客戶是商業(yè)機密不太好說。

甲小姐：雖然融資節(jié)奏密集，但智元對外釋放的股權(quán)卻并不多，持股最多的高瓴資本持股不到7%，其他投資人持股都不到3%，這種“廣撒但不控”的策略是出于什么考量？是為了估值增長嗎？

彭志輝：還是希望盡量把朋友做多。如果只是為了拿錢，只要我們愿意打開這個口子，融資肯定更簡單。但融資也要看融資質(zhì)量，我們還是希望投資人既是我們的股東，也能成為我們的客戶或者資源提供方。此外如果把股份稀釋得太多，也不是高質(zhì)量的融資。所以我們現(xiàn)在也有意地控制融資節(jié)奏，要靠自身價值增長來支撐。

甲小姐：市面上的投資人對具身智能的看法有很多分歧和擔憂。首先的擔憂是技術(shù)路線的正確性——許多技術(shù)尚未得到市場驗證。

彭志輝：我們的觀察是，大語言模型的相關(guān)技術(shù)一般會在晚一年左右落到具身這個賽道。

前兩年Transformer技術(shù)成熟了，大語言模型快速發(fā)展，現(xiàn)在基于Transformer的VLA（注：Vision-Language-Action，具身智能領(lǐng)域一種端到端的技術(shù)框架）成為了主流；大模型的Pre-Training在數(shù)據(jù)上遇到瓶頸了開始走Post-Training，RL成為重要的技術(shù)途徑，再過一段時間就會落到具身上。

整個節(jié)奏比較清晰。大家可以通過觀察大模型的發(fā)展來預(yù)判具身的一些技術(shù)路徑。

甲小姐：另一種擔憂是商業(yè)化時間表——成本、技術(shù)成熟度、商業(yè)化節(jié)奏是否協(xié)調(diào)？

彭志輝：商業(yè)化很考驗團隊基因，有的團隊適合做B端，有的偏向于C端，基因不一樣，打法就不一樣?？偟膩碚f，現(xiàn)在已經(jīng)到了快要交卷的時間點了。

甲小姐：下一個擔憂是資金——資金消耗速度快，資本回報周期長，后續(xù)融資能否一直支撐？

彭志輝：其實相比于大模型，具身行業(yè)的資金消耗速度已經(jīng)非?？酥屏?。

做基座模型投入會非常大，但最后能活下來的很少。相比他們，我們的投入其實并不算特別大。

關(guān)于回報周期大家也有預(yù)期，具身要能成熟落地還要一段時間。自動駕駛比通用機器人難度更低，發(fā)展了這么多年其實都還沒有非常成熟，所以具身肯定還要更往后一些，這個大家是有預(yù)期的。

甲小姐：還有一種擔憂是是中美技術(shù)摩擦下高端芯片、傳感器等核心零部件的供應(yīng)鏈風險。

彭志輝：AI芯片更多的卡點是訓(xùn)練側(cè)而不是推理側(cè)。機器人現(xiàn)在更需要推理側(cè)，每臺機器人搭載一個邊緣芯片。他怕的是你拿到他的訓(xùn)練芯片，做出更強的模型，這對他們威脅比較大。但推理側(cè)反而是拓展他們的應(yīng)用市場，他們是不會去卡的。當然，我們也在對接一些國產(chǎn)替代方案，比如AI芯片，我之前在昇騰團隊，我們和華為昇騰以及其他國產(chǎn)廠商都有接觸。

甲小姐：據(jù)不完全統(tǒng)計，從2024年7月至今，智元至少出資設(shè)立了8家合資公司，不少合資方為上市企業(yè)。此外，智元投資了6家具身智能產(chǎn)業(yè)鏈公司，有剛成立一年左右的初創(chuàng)企業(yè)，也有2家為上市企業(yè)控股的子公司。有人擔心這會導(dǎo)致你們精力分散，此外與眾多合資方組建公司可能帶來潛在風險，如研發(fā)動作變形、迎合資方或客戶需求而非市場需求等。你怎么看？

彭志輝：這是一個生態(tài)型產(chǎn)業(yè)，不是所有東西我們一家就能做完，我們也傾向于把生態(tài)伙伴培養(yǎng)起來，也能彼此促進。此外，資方?jīng)]給我們什么壓力，反而當我們發(fā)現(xiàn)有些團隊很有潛力，也會介紹給我們的投資人。

甲小姐：整體而言，現(xiàn)在國內(nèi)具身智能尤其人形機器人的融資環(huán)境如何？你給這個賽道現(xiàn)在的熱度打幾分？（滿分10分）

彭志輝：我覺得現(xiàn)在的熱度是8分。早兩年熱度非常高，甚至還有很多概念股，現(xiàn)在有一點點降溫，大家價值理性回歸了，更多會看能不能商業(yè)化，能不能真正帶來價值。所以我們還是要保持清醒，保持冷靜。

2.談戰(zhàn)略：“全棧戰(zhàn)略不是做選擇題，而是我們主動去選擇最難的一道題。”

甲小姐：人形機器人發(fā)展至今，哪些“硬共識”已經(jīng)浮現(xiàn)？哪些方面尚未形成共識？

彭志輝：共識是大家已經(jīng)知道把大模型跟機器人結(jié)合是必須要走的路徑；本體設(shè)計一定要充分考慮可量產(chǎn)性、可維護性，因為波士頓動力已經(jīng)證明了一個本體如果成本兩百萬美金，根本不具備任何商業(yè)價值；還有算法和硬件必須協(xié)同優(yōu)化和設(shè)計，才能真正體現(xiàn)具身的價值，而不是變成一個傳統(tǒng)的自動化設(shè)備。

沒有形成共識的是，本體方面，機器人是不是非得長得像人？兩條腿的價值到底在哪？智能方面，是不是必須得走類人的認知路徑？它的大腦范式是沿用大語言模型這條路徑，還是會有新的范式會出來？

甲小姐：大腦范式，你是怎么看的？

彭志輝：它還沒到工程問題的階段，還是個科學(xué)問題，所以大家都還在探索。

我們對技術(shù)路徑是開放的——我們既有非常務(wù)實的技術(shù)路徑，比如用傳統(tǒng)方法做感知，做簡單的規(guī)劃，到最后一厘米去執(zhí)行的時候改成用數(shù)據(jù)驅(qū)動的端到端方法；同時我們也在做技術(shù)儲備，在訓(xùn)自己的世界模型，讓AI理解物理法則，具備物理的先驗知識，這是更長遠的技術(shù)路徑；還有大小腦的融合，通往AGI的路，這些就長更遠了，但我們也有一些技術(shù)儲備。

甲小姐：有沒有一個“你認為對、但行業(yè)還沒接受”的方向，是你會賭一把的？

彭志輝：比如全棧，目前行業(yè)里我們是唯一一家做全棧布局的機器人公司。

甲小姐：智元機器人“開始即全?！?，軟件、硬件、大腦、小腦、云系統(tǒng)等都做，甚至涉足控制器、伺服系統(tǒng)等底層件；直接在上海臨港建廠投產(chǎn)；兩年時間形成了“遠征”“靈犀”“精靈”三個系列產(chǎn)品；既注重工業(yè)場景，也布局商業(yè)應(yīng)用，還想著家用場景……主線支線皆投入，是否意味著你們在戰(zhàn)略上從來不做“選擇題”？

彭志輝：全棧是因為我們第一天就堅決認定通用機器人不是一個局部問題，而是一個系統(tǒng)工程。

如果你只做靈巧手，或者只做一個模型，你可能成為一個模塊化的供應(yīng)商，但如果要真正做出走進我們?nèi)粘Ｉ畹臋C器人，必須要打通從感知決策到執(zhí)行，從本體到大小腦的全棧閉環(huán)鏈路。

全棧戰(zhàn)略不是做選擇題，而是我們主動去選擇最難的一道題。你也可以理解為是一種技術(shù)信仰，只有我們自己掌握核心，才能定義未來。

甲小姐：“什么都做”、“大而全”是很多創(chuàng)業(yè)案例的失敗原因，所有人都在強調(diào)focus，為什么你們的選擇這么“反共識”？

彭志輝：我們不是什么都做，而是該做的都做。我們會在關(guān)鍵環(huán)節(jié)上不做外包依賴，而是控制所有核心環(huán)節(jié)，因為這些環(huán)節(jié)之間是高度耦合的，不是一個可以局部優(yōu)化的問題。

你不能把大小腦分開看，只有一個很強的大腦，結(jié)果四肢根本不協(xié)調(diào)，是打不穿場景的；你也不能把本體跟數(shù)據(jù)脫節(jié)，本體的構(gòu)型、傳感器的布置決定了數(shù)據(jù)的格式，這些都要耦合在一起。把這一趴外包給一家供應(yīng)商，你會發(fā)現(xiàn)整體就達不到最優(yōu)效果。這種整體性決定了我們必須全棧。

甲小姐：比如僅靈巧手這個賽道就涌現(xiàn)了非常多公司。假設(shè)做出全世界最優(yōu)秀的靈巧手，不能滿足你的愿景？

彭志輝：靈巧手我們也在自研，但我們覺得夢想要更大一些。我們的愿景是用智能機器創(chuàng)造無限生產(chǎn)力，只做一個核心零部件供應(yīng)商和這樣的愿景是沒法匹配的。

甲小姐：在你們官網(wǎng)的價值觀里，有句話“各領(lǐng)域均以成為行業(yè)內(nèi)最佳為己任”，這句話現(xiàn)實嗎？

彭志輝：求其上者得其中，求其中者得其下。如果想都不敢想，更不用說做成了。每一個模塊、每一條技術(shù)路線我們都要有非常清晰的目標和路徑，也要有敢想、敢做的精神。

甲小姐：全棧戰(zhàn)略對資金儲備是很大考驗，你有信心后續(xù)的融資能支撐這種“大廠式打法”嗎？

彭志輝：我們資金情況還是比較健康的，滾動式的融資能夠支撐我們哪怕兩到三年沒有任何商業(yè)化收入，都能維持整個團隊的運作。

甲小姐：你們既強調(diào)全棧自研，又開源了AimRT框架和靈犀X1設(shè)計等等，這是否會導(dǎo)致技術(shù)優(yōu)勢外溢？安卓開源、蘋果閉環(huán)，智元想成為安卓還是蘋果？

彭志輝：我們的做法更偏向蘋果，軟硬件都有很強的自主掌控力，但我們也不排斥對外開放。整個市場確實有足夠大的體量，我們一家肯定吃不下，我們也希望培育更多的第三方伙伴和開發(fā)者。我覺得需要兩者結(jié)合，從核心技術(shù)的掌控性來說，我們更像蘋果，在生態(tài)方面我們更像安卓。

甲小姐：你們是否想過先打造蘋果，之后再慢慢變成安卓，一定要同時做嗎？

彭志輝：更可行的應(yīng)該是先通過安卓去做生態(tài)，去實現(xiàn)自身的影響力，最后再考慮要不要封閉一些。

甲小姐：技術(shù)本身要靠開源生態(tài)來反哺？

彭志輝：對。

甲小姐：智元機器人是一家產(chǎn)品公司，還是一家平臺公司？

彭志輝：我們應(yīng)該是具備平臺能力的產(chǎn)品公司。我們的核心任務(wù)還是做產(chǎn)品，把機器人賣出去，能干活，能體現(xiàn)場景的價值。但過程中我們也在逐步積累底層技術(shù)的標準、生態(tài)接口的能力。我們希望未來能夠成為一個開放的機器人平臺，前提是產(chǎn)品先跑通。

3.談市場：“長線目標是瞄準生產(chǎn)能力的價值場景，但中間也有一些‘沿途下蛋’的策略?！?/strong>

甲小姐：具身智能的市場很像一片巨大的森林，不同角色從不同方向出發(fā)，大家要在某個點匯合，但這個點的坐標是不確定的，市場在什么時候才會形成比較清晰的坐標？

彭志輝：我覺得坐標不是一個單點，它會是多點開花的狀態(tài)。比如一些友商，僅科研教育都能打通整個產(chǎn)品邏輯，也屬于被成功驗證的落地點。

我們雖然長線目標是瞄準生產(chǎn)能力的價值場景，但中間也有一些“沿途下蛋”的策略：比如一些數(shù)據(jù)成果可以作為產(chǎn)品形態(tài)，賣數(shù)據(jù)服務(wù)，提供數(shù)據(jù)平臺；再比如去年我們下線了1000臺，很多去到了B2C的交互服務(wù)場景；最終肯定希望機器人能夠進家庭，這才是未來可能達到萬億規(guī)模的巨大場景，實現(xiàn)馬斯克所說的機器人數(shù)量超過人類。

甲小姐：有人認為，人形機器人需要有一到兩家可以真正引領(lǐng)行業(yè)的企業(yè)，必須先一家獨大，才能百花齊放。就像大語言模型的技術(shù)路線是收斂的，DeepSeek才能引爆市場。你認同嗎？

彭志輝：大語言模型的技術(shù)路線是比較收斂的，目標客戶也是重疊的，agent背后用哪個模型用戶是感知不到的，模型是可以替換的。但機器人可以有不同硬件形態(tài)，針對不同場景、不同功能、不同的智能水平都可以形成差異化，不一定非得一家獨大。

當然我們也希望某家巨頭能真正把一個非常大的場景跑通，向大家證明現(xiàn)在已經(jīng)到了商業(yè)化階段，比如大家對特斯拉都非常期待。

甲小姐：你期待巨頭去跑通而不是自己嗎？

彭志輝：在國內(nèi)可能是我們，但從整個行業(yè)來看，特斯拉從資源儲備、技術(shù)能力、整體規(guī)模都是最有優(yōu)勢的，是行業(yè)標桿。

甲小姐：之前一位機器人領(lǐng)域的CEO和我講，你看起來這是個萬億市場，但真正落到場景可能是一萬個一億的市場，是非常碎片化的。你認同這個觀點嗎？

彭志輝：早期會有這樣的情況，但最終我們做的是通用機器人，我們希望有統(tǒng)一的硬件本體形態(tài)，統(tǒng)一的軟件框架，統(tǒng)一的開發(fā)工具鏈，能統(tǒng)一的都統(tǒng)一，然后交由不同的解決方案集成商或第三方開發(fā)者，讓他們?nèi)ミm配不同的場景。我們肯定不希望自己針對每個細分市場做定制化、做非標。

甲小姐：引領(lǐng)新興行業(yè)的企業(yè)不僅要技術(shù)業(yè)務(wù)領(lǐng)先，也要完成行業(yè)定義，譬如iPhone定義了智能手機。你認為，誰會成為人形機器人真正意義上的“定義者”？

彭志輝：我們堅持要做全棧的原因之一，就是一定只有全棧的公司才有資格、有能力去定義一個全新的產(chǎn)品形態(tài)。

蘋果從操作系統(tǒng)到芯片都自己做，特斯拉也是全棧都自己做，通用機器人也是一樣的，我們是有條件去定義這個產(chǎn)品形態(tài)的。

甲小姐：人形機器人帶來了很多“炫技”明場面，前空翻、后空翻、720度回旋踢、表演功夫，卻普遍存在“視頻demo驚艷，實際應(yīng)用困難”的痛點。你怎么看視頻demo營銷的現(xiàn)象？

彭志輝：根本原因是在實驗室拍視頻是結(jié)構(gòu)化的環(huán)境，而現(xiàn)實場景是非結(jié)構(gòu)化的、開放的，這對本體和算法的泛化性、魯棒性要求高得多。

我們不會為了炫技而去拍demo視頻，除非這個技能對我們最后落地有價值。比如讓機器人去做后空翻可能沒有意義，但如果你的機器人摔倒摔不壞，還能爬起來，價值就遠高于前者，這種我們就會去做，過程中如果效果比較好，也會放出一些PR視頻。

甲小姐：從馬拉松到格斗，人們在創(chuàng)造各種讓人形機器人PK的場景，你覺得哪些靠譜，哪些只是噱頭？哪些你們愿意參加？

彭志輝：節(jié)目效果都挺好的。馬拉松要體現(xiàn)本體的穩(wěn)定性和續(xù)航能力，不能說完全沒有價值。拳擊賽要體現(xiàn)運控能力，雖然大家看到機器人背后是人拿著遙控器，好像在打游戲，但里面也涉及很多動態(tài)環(huán)境和隨機事件，比如什么時候會被對方踹一腳，什么時候被絆了一下還要保持平衡，這需要機器人本體的穩(wěn)定性和運控的魯棒性，這也是有價值的。

這些PK我們倒不一定都愿意參加，我們不會專門為這種比賽花很多精力去準備，但相關(guān)技術(shù)我們始終在跟進。

甲小姐：行業(yè)似乎還沒有出現(xiàn)公認的benchmark，你怎么評價一款人形機器人？

彭志輝：我們自己提出來的叫“1+3”，一個本體，三個智能。一個本體是硬件水平，三個智能是運動智能、交互智能、作業(yè)智能。運動智能是基礎(chǔ)，交互智能和作業(yè)智能分別體現(xiàn)情緒價值和生產(chǎn)力價值。

甲小姐：在國內(nèi)，人形機器人有兩股推力，一方面是政府自上而下的推動，另一方面是市場自下而上的推動，兩股力哪個更大？

彭志輝：確實國內(nèi)政府比較重視，像《2025年國務(wù)院政府工作報告》也首次把具身智能納入，目前看來是政策推動在前，市場驅(qū)動在后。政府給了我們基礎(chǔ)設(shè)施、政策支持、資金支持，但是真正推動整個行業(yè)往前走的還是真實的訂單，和客戶驗證的需求。

甲小姐：二者所推動的方向是一致的嗎？

彭志輝：當然是一致的。

4.談技術(shù)：“技術(shù)路線的正確性不是來自死磕到底，而是能在關(guān)鍵時刻冷靜判斷，快速轉(zhuǎn)向。”

甲小姐：人形機器人涉及的技術(shù)棧很廣。這些問題里，工程問題、技術(shù)問題、科學(xué)問題占比大概多少？

彭志輝：不同階段是動態(tài)發(fā)展的，明年初可能就開始“集中交卷”，在一些可落地場景上就到了工程化驗收的階段；而世界模型和一些更長遠的技術(shù)儲備，可能還要3-5年，這其中一半是工程問題一半是科學(xué)問題；最后是AGI，整個智能的范式還沒有收斂，還是科學(xué)問題。

甲小姐：從技術(shù)成熟度來看，滿分10分，你給現(xiàn)在的本體和智能各打幾分？

彭志輝：本體目前可能七八分左右，特別是在國內(nèi)，本體供應(yīng)鏈有比較強的優(yōu)勢，我們也形成了標準的核心零部件，供應(yīng)鏈也逐漸被培養(yǎng)起來了，一家供應(yīng)商給我們做核心關(guān)節(jié)，相關(guān)技術(shù)也可以復(fù)用到其他公司，這塊的門檻會越來越低。現(xiàn)在要做的是收斂到產(chǎn)品形態(tài)，我們現(xiàn)在有全尺寸的類人形態(tài)，也有靈犀這種1米2、1米3的小尺寸形態(tài)，未來是不是需要這么多產(chǎn)品形態(tài)呢？還是都收斂到一個形態(tài)？這個還在探索。

智能方面我覺得才剛起步。

甲小姐：智元定義了具身智能技術(shù)從G1到G5的演進路線（基礎(chǔ)自動化→AGI），目前公司處于G2-G3階段。你認為在實現(xiàn)G4（端到端操作大模型）和G5（AGI）的過程中，最難啃的技術(shù)“硬骨頭”是哪一塊？

彭志輝：最難啃的肯定是智能化水平。這方面我們投入了很多資源，我們做了整個行業(yè)最大的開源仿真和真機數(shù)據(jù)集，光去年就投了幾百臺本體專門做數(shù)據(jù)采集，我們也在研發(fā)自己的基座模型。智能化的門檻雖然高，但如果真正突破了，也最容易成為核心壁壘。

甲小姐：智能的天花板在哪里還不明確，你們有沒有設(shè)置節(jié)點目標？

彭志輝：未來三到五年內(nèi)，我們希望達到G4。再往后，因為技術(shù)的不確定性比較高，預(yù)測的價值就不大了。

甲小姐：智元啟元大模型（Genie Operator-1，簡稱GO-1）提出了ViLLA架構(gòu)（Vision-Language-Latent-Action）。這一架構(gòu)的設(shè)計靈感是什么？

彭志輝：潛空間不是個很新鮮的概念，在CV等感知類算法里也有用到，大語言模型里也有相關(guān)概念，我們很自然地就把它聯(lián)想到一起，實驗下來比市面上其他方法效果更好。

甲小姐：GO-1的“小樣本快速泛化”能力宣稱可降低后訓(xùn)練成本，面對從未見過的物體或環(huán)境，如何保證成功率？

彭志輝：我們的ViLLA也屬于VLA的衍生方法，所有VLA類方法都一個問題，比較容易過擬合到某些特定技能上，這是它的范式?jīng)Q定的——動作泛化和語言能力之間存在顯著的trade-off，當你設(shè)置action更泛化時，language能力會顯著下降，這是大家普遍看到的問題。所以ViLLA肯定不是我們具身探索的終點。我們也在嘗試其他方向，VLA本身也在持續(xù)迭代。

未來我覺得可能是用一個方法把一個場景真正打穿，然后我們把全流程串通，而不是一開始就追求一個模型完全泛化，但每個任務(wù)的成功率都不太高，這反而很難落地。

甲小姐：伴隨AI走入物理世界，有一個關(guān)鍵爭議——物理知識的獲取方式（數(shù)據(jù)驅(qū)動學(xué)習(xí) VS 物理規(guī)則嵌入），比如Figure屬于典型的數(shù)據(jù)驅(qū)動派。你更傾向于什么？

彭志輝：還是得融合。如果完全依賴數(shù)據(jù)驅(qū)動，在開放場景下的泛化能力會比較差，如果是純物理建模，它又會比較慢，而且靈活性不夠。所以我們嘗試的是“以模型為先驗，以數(shù)據(jù)為優(yōu)化”——用物理規(guī)則約束空間，約束動作邏輯，通過數(shù)據(jù)驅(qū)動來解決最后一小段的泛化性。這個思路在抓取、插拔等任務(wù)已經(jīng)看到一些效果。

甲小姐：LLM+Agent也能“干活”，你覺得Agent和機器人是什么關(guān)系？互補？競爭？替代？

彭志輝：我們可以把機器人看作agent的身體。用MCP來比喻，機器人就是MCP的一個server，agent可以作為client去調(diào)用server的能力，去跟物理世界交互。所以它們是協(xié)同，不是替代。

甲小姐：你對你們技術(shù)路線正確性的把握度有多大？有還存在搖擺的部分嗎？

彭志輝：肯定有不確定性，我有七成信心，三成開放。技術(shù)路線肯定不是一成不變的，最重要的還是實事求是。我們會在半年內(nèi)評估技術(shù)路徑的可行性，如果發(fā)現(xiàn)某個模塊長期無法閉環(huán)，會果斷更換技術(shù)方案，甚至把它砍掉。技術(shù)路線的正確性不是來自死磕到底，而是能在關(guān)鍵時刻冷靜判斷，快速轉(zhuǎn)向。

甲小姐：智元在數(shù)據(jù)方面投入力度很大，包括真機數(shù)據(jù)集建設(shè)、仿真數(shù)據(jù)平臺開發(fā)、數(shù)據(jù)采集工廠建設(shè)等等，你們還發(fā)布了百萬真機數(shù)據(jù)集開源項目AgiBot World，這里的成本和收益能算的過來嗎？

彭志輝：我們不是為了開源而去做數(shù)據(jù)集，我們技術(shù)迭代本身就需要數(shù)據(jù)，只是順手開源去提升我們的技術(shù)影響力。當然，我們開源的肯定是小部分，如果開源了100萬，我們自己擁有的數(shù)據(jù)肯定更多。做數(shù)據(jù)建設(shè)本身就不是為了ROI。

甲小姐：“百萬條真機數(shù)據(jù)量”對于行業(yè)來說只是杯水車薪，特斯拉的人形機器人Optimus至少需要數(shù)百萬小時的數(shù)據(jù)才能完全準備好在特斯拉工廠工作，可能需要至少5億美元的數(shù)據(jù)采集成本。如何徹底解決高質(zhì)量真機數(shù)據(jù)稀缺的問題？

彭志輝：這是個問題，百萬連零頭都夠不上，所以我們明年的投入會有數(shù)量級的提升，現(xiàn)在是剛剛起步。此外我們也不希望所有數(shù)據(jù)都是自己去生成，我們也在找一些商業(yè)模式，找一些合作伙伴，最終希望由整個行業(yè)共同來做數(shù)據(jù)貢獻。

甲小姐：你們開源項目的社區(qū)參與度怎么樣？有多少人在你們的開源生態(tài)里？

彭志輝：效果還挺好，我們的靈犀本體、運控框架的開源在GitHub上有幾千個star，我們的數(shù)據(jù)集開源也經(jīng)常霸榜。

甲小姐：有人說開源是在“做聲量”或“做給投資人看”，你怎么看這種說法？

彭志輝：當然不是純粹為了做聲量，我們希望構(gòu)建一個開放的生態(tài)，順便通過社區(qū)反饋讓我們更快迭代產(chǎn)品和模型——這個是根本，不是為了做給誰看。

甲小姐：X-Lab是智元于2024年6月成立的一個實驗室，又叫“稚暉君實驗室”，“稚暉君實驗室”在做什么？

彭志輝：很多很多事。X-lab定位是公司創(chuàng)新的領(lǐng)頭羊，X2就是從X-lab孵化的，還有新的哪吒機器人X2-N，后面還有很多形態(tài)。不止本體，我們在具身的三個智能方面也有很多創(chuàng)新工作。X-lab是全公司創(chuàng)新密度最高的一個部門。

甲小姐：有多少人在X-lab？

彭志輝：我有意控制數(shù)量，目前不超過20人。

5.談商業(yè)：“注意力經(jīng)濟也是經(jīng)濟，情緒價值也是價值。”

甲小姐：機器人產(chǎn)業(yè)的“主賽道”已經(jīng)成型了嗎？

彭志輝：應(yīng)該還沒有，但是快了。明年差不多就開始交卷了，大家就能比較清晰地判斷哪些是現(xiàn)階段真正能落地的，大家都會往這方面聚焦。

甲小姐：主賽道可能是什么？

彭志輝：一個是制造業(yè)的生產(chǎn)力場景，另一個是交互智能的情緒價值場景。你也看到了拳擊賽、馬拉松，甚至可能會形成一些機器人IP，很多人愿意為情緒價值買單。

甲小姐：媒體報道智元機器人在2025年1月6日實現(xiàn)了第1000臺通用具身機器人下線，這1000臺機器人是哪款產(chǎn)品？

彭志輝：這已經(jīng)是去年年底的數(shù)據(jù)了，現(xiàn)在還在持續(xù)出貨。去年年底那1000臺，精靈G1（面向數(shù)采）占差不多一半，遠征A2（全尺寸人形機器人）占差不多一半，今年會更多。今年還有一個變量，我們新的靈犀產(chǎn)品線會上比較大的量。

甲小姐：這1000臺機器人有訂單了嗎？是什么場景？

彭志輝：基本都是有明確的意向訂單或者簽約訂單。場景有很多是B2C，我們交付給客戶，客戶結(jié)合自己的數(shù)據(jù)和需求做二次開發(fā)，再面向C端去提供一些交互服務(wù)的情緒價值。

甲小姐：你反復(fù)提及“情緒價值”場景，這和你們最開始的預(yù)期一致嗎？

彭志輝：確實比我們想的要大一些。我們一開始更多是聚焦于生產(chǎn)力制造的場景。

甲小姐：結(jié)果發(fā)現(xiàn)情緒價值先行。

彭志輝：對，它是短平快，長期來看不好說，短期確實有需求。

甲小姐：去年你說，人形機器人最快落地的是 “PPT”，Pick（抓?。?、Place（放置）和 Transfer（轉(zhuǎn)運）?，F(xiàn)在看情緒價值是不是更快的落地場景？

彭志輝：是的。注意力經(jīng)濟也是經(jīng)濟，情緒價值也是價值。

甲小姐：目前你們在售產(chǎn)品的定價和成本是什么關(guān)系？

彭志輝：B端和B2C的不同合作模式定價策略是不一樣的，不會像C端做統(tǒng)一定價。成本跟量有很大關(guān)系，上千臺和上萬臺的成本差距會非常大。

甲小姐：有沒有一個“單位成本”的下降目標？

彭志輝：成本目標肯定是有的，這個是保密的，但肯定會比大家想的要低一些。

甲小姐：智元從成立到量產(chǎn)只用了一年多，這個節(jié)奏在你看來是快是慢？

彭志輝：既是很快的也是合理的。我們不是盲目追求冒進速度，而是在關(guān)鍵時間點做合理的決策，確保質(zhì)量和可靠性才敢真正量產(chǎn)。整個進程符合我們的預(yù)期，也為我們未來的技術(shù)迭代和規(guī)模化量產(chǎn)打了很好的基礎(chǔ)。

甲小姐：行業(yè)總體處于“小批量試產(chǎn)”階段，在技術(shù)快速迭代、路線尚未收斂的今天，快速量產(chǎn)會帶來不小的試錯成本，萬一量產(chǎn)產(chǎn)品低于客戶預(yù)期怎么辦？你們怎么設(shè)定容錯機制？

彭志輝：其實整個制造業(yè)都會有這樣的問題，比較通用的策略是“小批量驗證+快速迭代”，以及模塊化的設(shè)計等方式。我們主要還是訂單驅(qū)動投產(chǎn)，有真實需求才會去推進量產(chǎn)。

甲小姐：既然你們迭代這么快，也許客戶會想等一等，等半年、一年，能獲得更好、更便宜的產(chǎn)品——是什么驅(qū)動客戶此刻就下單？

彭志輝：所有數(shù)碼產(chǎn)品大家都知道買新不買舊，但你不能說每代產(chǎn)品出來沒人買，會有一些策略——一個是“現(xiàn)款可用”，現(xiàn)在的產(chǎn)品已經(jīng)能夠解決他們的部分痛點，他們就愿意買單；另一個是“未來可期”，我們提供完整的產(chǎn)品升級路徑，包括軟件OTA，包括硬件模塊的一些更換。

甲小姐：量產(chǎn)背后，最難的一道坎是什么？

彭志輝：最難的是這完全是一個新興產(chǎn)業(yè)，沒有參考。我們在跟所有供應(yīng)商共同成長。我們的核心零部件之前沒有哪家能做到非常成熟的供應(yīng)，我們就跟供應(yīng)商共同研發(fā)，最后做到足夠穩(wěn)定、足夠成熟、成本足夠低。這是量產(chǎn)背后最難的題。

甲小姐：整體而言，哪些你們會自研，哪些會采購供應(yīng)商？判斷邏輯是什么？

彭志輝：有個原則是，市面上的標品能不能滿足我們的技術(shù)標準？是不是成熟？成本是不是可控？是不是可量產(chǎn)？有沒有協(xié)同演進的可能性？會有一些標準來確定是自研還是合作。

甲小姐：如果一個供應(yīng)商達到了你們的標準，你們會傾向于直接采購嗎？

彭志輝：也看情況，如果是非常核心的，我們可能出于可供應(yīng)性和成本控制等還是會考慮自研，要看綜合的性價比。

甲小姐：宇樹的商業(yè)模式很簡單，主打一款產(chǎn)品、賣機器、約定周期供貨、堅持走標品路線、拒絕定制化、不做場景化探索。你們的商業(yè)模式的是什么邏輯？

彭志輝：我們應(yīng)該是個三角模型，技術(shù)驅(qū)動+訂單拉動+生態(tài)共建。

技術(shù)驅(qū)動指的是，技術(shù)上我們堅持全棧路線，未來只要發(fā)現(xiàn)某一點得到市場驗證，我們能快速把所有資源都投入上去，很快跑出MVP；訂單拉動，比如剛才提到的情緒價值場景，是由真實訂單驅(qū)動的；生態(tài)共建，各種開源，以及行業(yè)標準的制定，我們都非常積極地去推動。

甲小姐：有觀點認為，機器人公司一個大項目的成功，“工程占八、算法占二”。你是否認同？

彭志輝：不同階段不一樣，早期會被算法主導(dǎo)，你一定要有獨到性和創(chuàng)新性，否則這件事為什么是你來做？落地階段是工程主導(dǎo)。

甲小姐：今年目標營收是多少，怎么實現(xiàn)？

彭志輝：去年我們大概有一個億的營收，今年目標是數(shù)倍增長。實現(xiàn)路徑方面，一是訂單確實有增長，包括已有客戶的續(xù)簽，也包括新產(chǎn)品的拓展；二是我們的產(chǎn)品矩陣在完善，從單一的本體銷售可擴展到解決方案加服務(wù)的模式；此外是生態(tài)合作落地，我們甚至?xí)鲃油顿Y一些生態(tài)伙伴，從數(shù)采中心、數(shù)據(jù)服務(wù)等等共建一些價值場景。

甲小姐：你覺得哪一天，智元才算真正站穩(wěn)了？打通第一個場景？出貨量過萬？還是自循環(huán)盈利？

彭志輝：應(yīng)該都不是。我們的標準還是要回歸價值——我們的產(chǎn)品和技術(shù)對客戶產(chǎn)生了不可替代的價值，我們具備了持續(xù)進化的能力，在某個核心場景下客戶愿意長期采購我們的產(chǎn)品，愿意迭代升級，而我們也能靠盈利去持續(xù)投入研發(fā)，這時候可能就算站穩(wěn)了。

甲小姐：你們的壁壘和護城河是什么？

彭志輝：一是全棧的技術(shù)體系；二是系統(tǒng)工程化的執(zhí)行力；三是數(shù)據(jù)和模型的協(xié)同閉環(huán)，我們構(gòu)建了基于機器人本體的大規(guī)模數(shù)據(jù)采集能力，這為我們的模型迭代和最后形成真正的智能壁壘提供了持續(xù)的燃料。

甲小姐：我們做一下情景模擬，如果未來出現(xiàn)以下情景，你會怎么辦？場景A：家庭機器人市場爆發(fā)，但需放棄工業(yè)客戶定制化需求。

彭志輝：我們一開始就非常堅定，不做定制化需求。

甲小姐：場景B：特斯拉Optimus降價至10萬元，迫使行業(yè)價格戰(zhàn)。

彭志輝：特斯拉如果能降到10萬，說明這個行業(yè)真的成熟了，對我們是好消息，而且它80%的供應(yīng)鏈都在國內(nèi)，如果它能降到這么低，我們理論上能降到更低。

甲小姐：場景C：ViLLA架構(gòu)被證明難以適配G4階段任務(wù)。

彭志輝：持續(xù)迭代。技術(shù)肯定要實事求是，不是一錘子買賣，而是要敏捷動態(tài)地調(diào)整。

6.談組織：“建立一個有全棧能力的公司比自己擁有全棧能力難多了?！?/strong>

甲小姐：有人評價，宇樹想做陸地上的“大疆”，智元想做具身智能領(lǐng)域的“華為”。你認同嗎？

彭志輝：哈，這個類比有一定道理。大疆是一個極致產(chǎn)品和供應(yīng)鏈效率驅(qū)動的公司，華為是技術(shù)全棧加生態(tài)構(gòu)建的代表。這么一看確實是這個情況。

甲小姐：聽說智元內(nèi)部有一些老華為人。華為擅長后發(fā)優(yōu)勢，比如iPhone將智能手機定義清楚了，華為入場做手機，理想定義了新車，華為后來居上。華為擅長在技術(shù)收斂期通過工程化能力后來居上，但人形機器人仍處技術(shù)發(fā)散期，智元如何避免過于華為化？

彭志輝：整個行業(yè)是非常新的，我們在做的其實是先發(fā)優(yōu)勢，在技術(shù)范式?jīng)]定型之前就下注了，而不是等別人定義好標準再入場。雖然有的公司認為誰家本體做好了直接抄就好了，但我們希望自己能參與定義這個行業(yè)。

甲小姐：哪些企業(yè)的經(jīng)驗是你會借鑒的？

彭志輝：像華為的產(chǎn)品研發(fā)流程是非常成熟且經(jīng)過驗證的，我們不是生搬硬套，而會取長補短，結(jié)合實際情況做一些優(yōu)化和簡化。我們也會借鑒特斯拉等高技術(shù)密度的公司，比如第一性原理、快速試錯、極限壓縮成本等工程文化，我們都會學(xué)習(xí)，也有像DeepMind、OpenAI這些在AI方面非常有前瞻性和系統(tǒng)性布局的公司，我們也會用他們的一些方法論。

甲小姐：智元今天有多少人？

彭志輝：算上工廠的藍領(lǐng)工人和各種外包、實習(xí)生，可能有1000左右，還在持續(xù)擴展。

甲小姐：你的時間怎么分配？

彭志輝：我還是非常專注于技術(shù)，哪怕現(xiàn)在管理各方面非常忙，還是會投將近一半時間在技術(shù)，包括技術(shù)戰(zhàn)略制定和一線技術(shù)細節(jié)、工程落地。

甲小姐：你是個全棧型工程師，自己擁有全棧能力，和建立一個有全棧能力的公司，哪個更難？

彭志輝：肯定后者更難。掌握很多技術(shù)是我的本職，但從組織層面要形成全棧的協(xié)同能力，需要解決系統(tǒng)集成、團隊共識、流程效率等等各維度的問題，不是人多就能實現(xiàn)的。

甲小姐：你覺得理所當然的全棧選擇，對團隊而言是壓力嗎？

彭志輝：是有這個壓力。當然我們招人的要求是很高的，要技術(shù)背景比較硬，也要追求極致，符合公司的價值觀，所以這個壓力是我們共同去面對的，大家都樂于挑戰(zhàn)，既是壓力也是動力吧。

甲小姐：一個快速壯大的新鮮團隊如何有效協(xié)同？

彭志輝：我們非常重視技術(shù)共識的建設(shè)，也會做一些模塊化的組織架構(gòu)設(shè)計，讓各個組自主閉環(huán)的同時，也能快速跟其他模塊進行對接交流。當然組織的成熟是個動態(tài)過程，隨著公司規(guī)模到不同階段，會有不同的策略和方法。

甲小姐：在宇樹科技，王興興依然是最高掌權(quán)者，集CEO與CTO于一身。在智元機器人，你和CEO鄧泰華是怎么分工的？

彭志輝：我跟鄧總非?；パa，我更偏技術(shù)，鄧總更偏商業(yè)，分工非常清晰。鄧總更多負責公司整體運營、戰(zhàn)略融資、生態(tài)合作等等，我聚焦在技術(shù)路線、產(chǎn)品定義、工程落地等等。我們的目標一開始就是一致的，才會決定一起做這件事。

7.談自己：“既然選擇做公眾人物，就必須接受被期待的代價?！?/strong>

甲小姐：你是坐擁280多萬粉絲的B站UP主，是公眾眼中的“野生鋼鐵俠”“華為天才少年”“全棧工程師”。網(wǎng)紅身份帶來的關(guān)注度和技術(shù)公信力，對你是壓力嗎？

彭志輝：說實話是有些壓力。做B站也是偶然事件，純粹是出于興趣分享一些DIY作品，結(jié)果越做越大。后來每次發(fā)視頻前還要想一下這個內(nèi)容能不能代表我現(xiàn)在的水平，會不會讓別人誤解我的技術(shù)風格等等，還會有些顧慮。

甲小姐：偶像包袱？

彭志輝：哈哈，有那么一點點。

甲小姐：有沒有不想活在濾鏡里的時候？

彭志輝：肯定沒有人想一直活在濾鏡里。我其實更新已經(jīng)很克制了，創(chuàng)業(yè)之前每年也就更新兩三個視頻，創(chuàng)業(yè)之后更新頻率更低了。我也想過干脆這個賬號就不維護了，掉粉就掉粉吧，但另一方面我也意識到廣大群眾對我的關(guān)注也是一種責任——如果能用我的影響力讓更多人了解AI、機器人的價值，它就不只是“網(wǎng)紅”兩個字那么簡單。既然選擇做公眾人物，就必須接受被期待的代價。

我們內(nèi)部講，最好的狀態(tài)是處在聚光燈的邊緣，不要在正中心，也不要讓大家完全看不到你。

甲小姐：今天，公司和你，誰在拉著誰走？

彭志輝：早期我的個人品牌確實幫助公司更快地建立起認知和信任，包括人才招聘、產(chǎn)品曝光等等。但現(xiàn)在公司的發(fā)展也在推動我個人不斷去升級認知，督促我走出舒適區(qū)。早期是我?guī)е窃鸩?，現(xiàn)在是智元推著我走，彼此都在成長。

甲小姐：如果你明天離開智元，公司還能跑下去嗎？

彭志輝：現(xiàn)在公司離了誰都不會活不下去。但確實我個人的一些特質(zhì)，比如工程師文化和很多想法已經(jīng)比較深度地融合到了我們的產(chǎn)品以及技術(shù)戰(zhàn)略里，還是會有我的痕跡在。

甲小姐：你在B站既能做產(chǎn)品，又能做內(nèi)容，不僅強于工程師角色，也強于“工程師的表達能力”，這種表達能力對智元機器人的重要性有多大？

彭志輝：還是很重要的。我是個i人，我的表達能力也經(jīng)歷了鍛煉的過程，在做自媒體的過程中有很大提升，現(xiàn)在公司也會推著我往這個方向去，因為你作為管理者，不能不去對外表達，你技術(shù)再牛，如果講不清楚它的價值、邏輯和潛力，就很難吸引到合適的人才、投資或者合作伙伴。尤其當下我們做的事沒有前人可以參考，也沒有行業(yè)標準，表達能力不僅是對外傳播，也是對內(nèi)統(tǒng)一認知的過程。

我本質(zhì)上是一個工程師，我覺得表達本身也是一種工程能力——你要把復(fù)雜的問題結(jié)構(gòu)化，用通俗的語言講清楚，這本質(zhì)上是一個信息壓縮和解碼的過程。

甲小姐：創(chuàng)業(yè)兩年，哪些超出你的預(yù)期？哪些低于你的預(yù)期？

彭志輝：超出預(yù)期的是：量產(chǎn)速度比我們想象的快，市場需求比我們想象的大。一開始我們甚至還有一個支線做清潔機器人，現(xiàn)在就逐步把它分離出去，因為通用機器人的發(fā)展比我們想象的快；團隊的成長也比我想的快，早期很多技術(shù)骨干現(xiàn)在都成為能獨當一面的負責人；此外，客戶的接受度比我們預(yù)想的更積極，現(xiàn)在都是客戶催著我們發(fā)貨，催著我們迭代，而不是我們做出來沒人要。

低于預(yù)期的是：生產(chǎn)力進制造場景的難度比我們想的更大，AI的泛化能力對操作精度、可靠性等各方面的要求還有待突破，但目前也有階段性進展。

甲小姐：很久以后，當人們回望智元機器人這家公司，你希望它是如何被記住的？

彭志輝：當然希望能推出很多爆款產(chǎn)品，但我希望大家記住的不是某一個產(chǎn)品，而是智元機器人是一家真正能夠推動人形機器人從科幻走向現(xiàn)實的公司。在未來把技術(shù)閉環(huán)打通、讓機器人走進真實場景的那個關(guān)鍵節(jié)點，我們也許不是最早的那個，但是是走得最穩(wěn)、最遠的那一個。

未來有一天，當人們看到機器人走進工廠，走進家庭，那個時候人們會說，噢，原來當年那家公司就是在做這件事。這就可以了。

|甲小姐對話系列回顧|