“機(jī)器人得先通用，才能進(jìn)家庭，不然很容易把機(jī)器人變成另一個(gè)掃地機(jī)”

文丨李梓楠

編輯丨 宋瑋

郭彥東是那種最正兒八經(jīng)的機(jī)器人創(chuàng)業(yè)者，學(xué)習(xí)成績(jī)好、技術(shù)強(qiáng)，有漂亮的工作履歷，大廠管過(guò)大研發(fā)，做過(guò)軟件也做過(guò)硬件，是這輪具身智能創(chuàng)業(yè)熱潮從大公司離職創(chuàng)業(yè)級(jí)別最高的技術(shù)高管。

郭彥東從小到大都是第一，高考數(shù)學(xué)單科滿分上的北郵。后來(lái)他考上美國(guó)普渡大學(xué)的博士，學(xué)人工智能。他選最嚴(yán)厲的院士導(dǎo)師，零下三十度，在普渡大學(xué)的玉米地里采數(shù)據(jù)做實(shí)驗(yàn)。他說(shuō)他不知道打 B 是幾分，他只有 A 和 A+。

博士畢業(yè)后，他終于遇到成績(jī)比他更好的人。加入微軟美國(guó)研究院，公司有 5 個(gè)是圖靈獎(jiǎng)得主。郭彥東壓力很大，師兄安慰他說(shuō)，“別害怕，你去了你也會(huì)和他們一樣強(qiáng)?！?郭彥東在談到這段經(jīng)歷時(shí)哽咽了，他在微軟度過(guò)了一段充滿理想主義的時(shí)光，微軟也養(yǎng)成了他平視技術(shù)大佬的習(xí)慣，“重要的是技術(shù)自信，大佬也會(huì)出錯(cuò)?！?/p>

2018 年，郭彥東想把深度學(xué)習(xí)理念應(yīng)用到汽車上，于是從微軟離職加入創(chuàng)業(yè)初期的小鵬汽車。2020 年，他又加入 OPPO 任首席科學(xué)家。小鵬和 OPPO 教會(huì)他經(jīng)營(yíng)理念。何小鵬告訴他，做 to b 軟件，只能賣 1 塊錢，做好軟硬結(jié)合就能賣 10 塊錢。陳明永讓他別著急燒錢，不管靠省還是靠賺，賬上多留點(diǎn)錢。

2023 年，郭彥東成立智平方，一上來(lái)就賭了把大的——用 VLA （視覺語(yǔ)言動(dòng)作模型）路線做機(jī)器人。當(dāng)時(shí)全球除了谷歌與特斯拉，只有智平方走這條路。很多人看不懂，質(zhì)疑他，但他還是堅(jiān)持做 VLA，因?yàn)樗J(rèn)定這是機(jī)器人實(shí)現(xiàn)智能的終極路徑。

兩年過(guò)去，他介紹，智平方已經(jīng)是機(jī)器人行業(yè) VLA 路線的領(lǐng)先者，在公開的 benchmark（基準(zhǔn)測(cè)試）測(cè)試中模型性能比美國(guó)具身智能創(chuàng)業(yè)公司 Physical Intelligence 去年 10 月推出的機(jī)器人模型 PI-0 強(qiáng) 30%。

郭彥東在技術(shù)選擇上激進(jìn)，但在經(jīng)營(yíng)上務(wù)實(shí)。大部分機(jī)器人公司花錢做 Demo 發(fā)跳舞視頻的時(shí)候，智平方已經(jīng)靠模型服務(wù)賺了數(shù)千萬(wàn)。2025 年，智平方已經(jīng)融了七輪，郭彥東說(shuō)，按照目前的節(jié)奏，賬上的錢夠花 10 年。

今年 4 月，智平方推出第二代機(jī)器人愛寶，上身是人形，下身是帶四個(gè)輪子的底盤，區(qū)別于特斯拉等追求極致仿生的雙足機(jī)器人。理由很簡(jiǎn)單，輪子穩(wěn)定性好，移動(dòng)效率比雙足走路快。

郭彥東清楚，中國(guó)很難容許 “掀桌子” 式的無(wú)限冒險(xiǎn)，因?yàn)椴幌衩绹?guó)公司那樣有無(wú)限資源。今天中國(guó)的機(jī)器人公司估計(jì)已經(jīng)超過(guò) 400 家。

郭彥東希望通過(guò) “邊用邊學(xué)” 的路徑，讓機(jī)器人逐步進(jìn)入現(xiàn)實(shí)場(chǎng)景。他介紹，智平方的機(jī)器人目前已經(jīng)獲得汽車、半導(dǎo)體、生物制造等多個(gè)高端制造業(yè)的商業(yè)訂單，訂單總量千臺(tái)以上。

這些還不夠，郭彥東還渴望成為機(jī)器人領(lǐng)域的出海先行者，像中國(guó)電動(dòng)車那樣，把機(jī)器人賣到海外，參與全球競(jìng)爭(zhēng)。他們現(xiàn)在已經(jīng)進(jìn)了奔馳的全球供應(yīng)商名錄，明年就要把機(jī)器人送去全球各地做服務(wù)。

學(xué)霸人生：“我只有 A+”

晚點(diǎn)：逐際動(dòng)力創(chuàng)始人張巍是你博士時(shí)期同學(xué)，他做的也是機(jī)器人，你創(chuàng)業(yè)之前有聯(lián)系過(guò)他嗎，你們?yōu)槭裁床灰黄饎?chuàng)業(yè)？

郭彥東：我們都是在普渡大學(xué)讀的博士，都是電子工程系。張巍的導(dǎo)師是控制系統(tǒng)方向的泰斗，我導(dǎo)師是人工智能（模式識(shí)別）方向的院士，所以做機(jī)器人，他是從下往上做，先做腿，這是控制領(lǐng)域的拿手好戲。我是 AI 方向，從上往下做，先從智能入手做泛化操作。

張巍畢業(yè)在北美拿到頭部高校的終身教職，是很多人的夢(mèng)想，充分證明了他頂尖的學(xué)術(shù)能力和那時(shí)候強(qiáng)烈的學(xué)術(shù)追求。我畢業(yè)后通過(guò)了應(yīng)該是北美最高標(biāo)準(zhǔn)之一的面試（9 小時(shí)連續(xù)挑戰(zhàn)），加入微軟做研究員，我喜歡研發(fā)新技術(shù)、依托新技術(shù)打造新產(chǎn)品、讓更多人用上我的技術(shù)和產(chǎn)品。

晚點(diǎn)：你們倆上學(xué)時(shí)誰(shuí)成績(jī)更好？

郭彥東：我不知道他的成績(jī)。上學(xué)時(shí)有人問(wèn)我，我們學(xué)校打 B 是多少分，我說(shuō)我不知道，因?yàn)槲抑挥?A 和 A+。

晚點(diǎn)：你看起來(lái)不像典型的學(xué)霸，你挺能說(shuō)的。

郭彥東：我從小到大成績(jī)都是最好的，我高考數(shù)學(xué)單科滿分上的北郵。我研究生畢業(yè)去中國(guó)移動(dòng)工作了一年，當(dāng)時(shí)面試十幾萬(wàn)人招十幾個(gè)人。

但還想繼續(xù)深造所以去普渡大學(xué)讀博，選了要求最高的導(dǎo)師。

晚點(diǎn)：導(dǎo)師的要求高在哪里？

郭彥東：他要求很 “變態(tài)”，讓我們?nèi)ノ锢硐瞪献铍y的課，去數(shù)學(xué)系、統(tǒng)計(jì)系也是，要求我們比他們本系的人考得還要好。同時(shí)要求你科研上也要出成果。

所以我們只能白天做科研，用晚上的時(shí)間去學(xué)習(xí)博士課程。

我經(jīng)常熬夜熬到早上六點(diǎn)多，就躺在辦公室樓道的沙發(fā)上，因?yàn)榛厮奚峥赡軙?huì)睡到中午，這樣就白熬夜了。我睡在沙發(fā)上，等本科生來(lái)上課的時(shí)候把我吵醒。這樣 8 點(diǎn)以前就可以繼續(xù)投入工作。

我們以前研究低照度成像（在光照不足的環(huán)境中捕捉圖像），以前的手機(jī)在晚上拍不見東西，烏漆嘛黑。為了解決這個(gè)問(wèn)題，我就在普渡那個(gè)半夜零下 30 度的鬼天氣里，去玉米地里各個(gè)采集點(diǎn)采數(shù)據(jù)做實(shí)驗(yàn)，手指凍得像蘿卜。

晚點(diǎn)：你創(chuàng)業(yè)之前有和導(dǎo)師聯(lián)系過(guò)嗎？他給了你什么建議？

郭彥東：我一開始沒(méi)說(shuō)，想著總要做點(diǎn)什么事出來(lái)才好意思和他說(shuō)。

公司兩周年的時(shí)候我遠(yuǎn)程給他們郵件，兩位導(dǎo)師Charles A. Bouman 與Jan P. Allebach教授都特意錄了視頻來(lái)祝賀。我們關(guān)系很好。Charles A. Bouman雖然學(xué)術(shù)要求嚴(yán)格，但是對(duì)學(xué)生充滿了愛。我的導(dǎo)師，Charles A. Bouman 教授（普渡大學(xué)電氣與計(jì)算機(jī)工程/生物醫(yī)學(xué)工程系教授，美國(guó)國(guó)家發(fā)明家科學(xué)院院士）的女兒現(xiàn)在也在做教授，延續(xù)了他父親的科研方向，人類第一次拍到黑洞的照片就是他女兒的作品，是全球人類都慶賀的科研成績(jī)。

郭彥東和導(dǎo)師 Charles A. Bouman 教授父女二人。來(lái)源：智平方。

晚點(diǎn)：你博士畢業(yè)之后選擇加入微軟，看上去是一個(gè)順理成章的選擇。

郭彥東：我讀博的時(shí)候，微軟是非常有影響力的。我們學(xué)的教科書很多都是微軟研究員寫的。在那個(gè)年代，公司研究院還參加影響力排行榜的時(shí)候，微軟研究院排在最前面，比美國(guó)當(dāng)時(shí)最厲害的大學(xué)計(jì)算機(jī)系還要高。

我當(dāng)時(shí)覺得，只要能去微軟，其他哪也不去。

晚點(diǎn)：你在微軟的時(shí)候，公司有 5 個(gè)圖靈獎(jiǎng)獲得者，和天才一起工作是什么體驗(yàn)？

郭彥東：我當(dāng)時(shí)和師兄聊，我說(shuō)這些同事都太強(qiáng)了，我在普渡學(xué)的課本都是人家寫的，怎么辦？他說(shuō)沒(méi)關(guān)系的，你只要去了，你就會(huì)和他們一樣強(qiáng)。

后來(lái)去了，覺得好像也不那么神奇，都是正常人。怎么說(shuō)，講到這里心情有點(diǎn)沉重。（大概哽咽了 30 秒。）

晚點(diǎn)：哽咽是想到什么了？

郭彥東：微軟養(yǎng)成了我 “平視” 而不是盲目崇拜技術(shù)大佬的習(xí)慣，讓我有技術(shù)自信，敢于堅(jiān)持自己的判斷。2023 年，很多人不看好端到端 VLA 的時(shí)候，我才敢堅(jiān)持自己的想法。

微軟也給我樹立了正確的價(jià)值觀——一號(hào)位一定要懂技術(shù)。管理者首先得是專家，公司才會(huì)是頂級(jí)公司。喬布斯也說(shuō)，優(yōu)秀的人只愿意跟著優(yōu)秀的專家工作，而不是被 people manager 管理，這方面微軟做得很出色。

這就是榜樣的力量，當(dāng)你身邊是圖靈獎(jiǎng)得主，是沈向洋、陸奇這樣的人的時(shí)候。我每天晚上 11 點(diǎn)下班的時(shí)候，陸奇的車還在。

晚點(diǎn)：所以你剛剛動(dòng)情，是想到在微軟的時(shí)候，大家一起工作的狀態(tài)嗎？

郭彥東：都有。

微軟非常尊重年輕人，背后邏輯是對(duì)創(chuàng)新突破的尊重。微軟每年去最好的學(xué)校，請(qǐng)最優(yōu)秀的博士來(lái)實(shí)習(xí)，拎包入住很漂亮的公寓洋房。請(qǐng)學(xué)生聽頂流明星火星哥、Maroon 5 來(lái)西雅圖的演唱會(huì)。

微軟的職場(chǎng)理念很好，這是它能夠輝煌 40 年的根基。微軟第一波輝煌的時(shí)候，雅虎還沒(méi)出來(lái)，熬到雅虎又變小了，微軟還在。谷歌其實(shí)比微軟晚 20 年，谷歌還需要 20 年才能證明他可以像微軟一樣保持非常長(zhǎng)時(shí)間的活力，前一陣微軟已經(jīng)突破 4 萬(wàn)億美金市值了。

微軟也很有溫度。2013 年微軟云還沒(méi)搭起來(lái)，我直屬領(lǐng)導(dǎo)買了兩塊英偉達(dá)卡塞到我辦公室，“is that what you want？” 我比拿了年終獎(jiǎng)都高興。

晚點(diǎn)：你做研究員的時(shí)候，KPI 是什么？當(dāng)時(shí)谷歌研究院的人反思到底是哪里出了問(wèn)題，導(dǎo)致 gpt 是 OpenAI 先做出來(lái)了，有人評(píng)價(jià)說(shuō)是因?yàn)檠芯吭旱慕M織模式和考核方式有問(wèn)題。

郭彥東：研究院管理者的任務(wù)，曾經(jīng)主管微軟全球研究院的沈向洋之前給我們分享的是，最重要的是找到最優(yōu)秀的人。

我剛?cè)?OPPO 的時(shí)候，組織一起去微軟交流學(xué)習(xí)，當(dāng)時(shí)的院長(zhǎng)也強(qiáng)調(diào)，最重要就是找到最優(yōu)秀的人，給他們最好的工作環(huán)境、條件，自然會(huì)產(chǎn)生了不起的工作成果。優(yōu)秀的人加上有意義的目標(biāo)會(huì)誕生了不起的成果，而不是 KPI。

我的同事為什么能寫出全美國(guó)最好的博士生教材。跟自由的工作氛圍是離不開的，真正能靜得下心來(lái)。

我在西雅圖的時(shí)候，我根本不愁房車，第一年全有了。如果房?jī)r(jià)太貴，創(chuàng)投機(jī)構(gòu)又特別活躍，員工難免天天想著怎么搞錢。有人開玩笑說(shuō)，在硅谷可能要平均創(chuàng)業(yè)成功兩次，才能買得起比較好的房子。搞最了不起的深度研究和產(chǎn)品，想法不能太急功近利。

晚點(diǎn)：所以微軟研究院比谷歌好是因?yàn)槲餮艌D房?jī)r(jià)比硅谷低？

郭彥東：Maybe。

但我不得不承認(rèn)，當(dāng)時(shí)大家看到深度學(xué)習(xí)的紅利，大肆挖微軟的人，有獵頭直接溜進(jìn)公司，站在樓下發(fā) offer ，只要你愿意出來(lái)就是 100 萬(wàn)美元年薪。那個(gè)年代已經(jīng)蠻夸張，當(dāng)然現(xiàn)在更夸張了。Meta 開出了籃球明星的年薪，核心還是對(duì)人才的尊重。

二十多歲，去最好的地方學(xué)習(xí)；三十多歲，去最好的公司跟別人干；四十多歲就得自己干

晚點(diǎn)：你為什么沒(méi)有繼續(xù)留在微軟，或者加入別的美國(guó)公司，而是在 2017 年選擇回國(guó)。

郭彥東：我 2017 年在微軟牽頭做一個(gè)叫互聯(lián)互通車的項(xiàng)目，跟沃爾沃合作，探索把微軟的深度學(xué)習(xí)技術(shù)用在汽車上。當(dāng)時(shí)合作到一半，沃爾沃要放暑假，好不容易人放完假，9 月了，馬上又快圣誕節(jié)了。

我當(dāng)時(shí)有股勁就想把這個(gè)事做成，但因?yàn)閮蓚€(gè)大公司之間過(guò)于溫和的合作模式，我覺得有點(diǎn)干不成。所以當(dāng)時(shí)小鵬有個(gè)機(jī)會(huì)找我，那我就干吧。

晚點(diǎn)：當(dāng)時(shí)為什么不直接創(chuàng)業(yè)？

郭彥東：人生不同的階段目標(biāo)不同。二十多歲的時(shí)候，就去最好的地方學(xué)習(xí)；三十多歲，去最好的公司跟著別人干；四十多歲就得自己干，讓別人跟著我做最了不起的事。

晚點(diǎn)：你對(duì)小鵬印象怎么樣？

郭彥東：小鵬是一所非常好的學(xué)校。如果我沒(méi)在小鵬待過(guò)，沒(méi)認(rèn)識(shí)何小鵬，沒(méi)去 OPPO 干過(guò)，我創(chuàng)業(yè)不一定能做機(jī)器人。我在微軟的經(jīng)歷比較強(qiáng)調(diào) AI 與系統(tǒng)，在小鵬和 OPPO 做了之后，我就知道創(chuàng)業(yè)必須得軟硬件結(jié)合。

何小鵬當(dāng)時(shí)和我說(shuō)，一個(gè)公司很可能因?yàn)閮杉聲?huì)黃，政治不正確，質(zhì)量出問(wèn)題。

晚點(diǎn)：你加入小鵬之后負(fù)責(zé)什么？

郭彥東：小鵬當(dāng)時(shí)單獨(dú)成立了 AI 中心，后來(lái)快正式官宣的時(shí)候，名字改成了 AI 產(chǎn)品中心。我當(dāng)時(shí)剛從研究院出來(lái)，學(xué)者范兒太重了，改這個(gè)名字就是讓我牢記公司不是找你來(lái)科研，要落地產(chǎn)品。

晚點(diǎn)：你在小鵬期間交過(guò)最大的學(xué)費(fèi)是什么？

郭彥東：我剛從微軟出來(lái)的時(shí)候，很多思考偏軟件。如何把 AI 和硬件結(jié)合，用在上億規(guī)模每一臺(tái)車上都一樣、越來(lái)越強(qiáng)，有很多經(jīng)驗(yàn)教訓(xùn)。包括軟件落到每臺(tái)車一定要經(jīng)過(guò)反復(fù)測(cè)試，我現(xiàn)在做機(jī)器人也是要求大家有嚴(yán)格的測(cè)試流程，保證質(zhì)量不出問(wèn)題。我說(shuō)硬件的研發(fā)一定要盡快進(jìn)到場(chǎng)景用起來(lái)，也是做汽車時(shí)的思考，關(guān)起門來(lái)做的硬件是做不好的。

我在小鵬眾多項(xiàng)目的其中一個(gè)很有趣的經(jīng)歷是做雨量識(shí)別。那之前雨量識(shí)別都用傳感器做，精度不準(zhǔn)且額外增加成本，和整個(gè)智駕系統(tǒng)比較割裂。內(nèi)部很多人當(dāng)時(shí)覺得瞎折騰，花那么大動(dòng)靜，傳感器也不貴買一個(gè)就行。

但我們堅(jiān)持做了，而且方法很明確：就是靠量產(chǎn)車來(lái)收集真實(shí)數(shù)據(jù)。實(shí)驗(yàn)室里根本采集不到這么豐富和真實(shí)的場(chǎng)景，必須讓跑在路上的車不斷給我們回傳數(shù)據(jù)，迭代模型。也正是通過(guò)這個(gè)項(xiàng)目，我們打通了小鵬第一套數(shù)據(jù)回環(huán)系統(tǒng)，真正實(shí)現(xiàn)了基于視覺的雨量識(shí)別。

后來(lái) Elon 發(fā)了個(gè)推特，說(shuō)特斯拉做出了一個(gè)很了不起的功能——自動(dòng)駕駛的雨量識(shí)別。然后何小鵬一抬頭說(shuō)，我 X，這怎么這么厲害，再一問(wèn)，我們六個(gè)月前就有了，專利網(wǎng)上也能搜到。

我后來(lái)意識(shí)到，在一個(gè)大企業(yè)里推動(dòng)一件事，怎么樣說(shuō)服別人，論證事情的價(jià)值，非常重要。科學(xué)家最大的問(wèn)題就是不說(shuō)人話。

晚點(diǎn)：所以你看起來(lái)不像學(xué)霸，證明你進(jìn)步了。

郭彥東：我覺得我跟余凱（地平線創(chuàng)始人）更近了一步。他當(dāng)年也是學(xué)霸，創(chuàng)業(yè)之后變化很大。

晚點(diǎn)：換個(gè)角度看，那你們失去了什么？

郭彥東：我覺得他可能失去了一些鉆研探索技術(shù)的樂(lè)趣，這是一個(gè)無(wú)奈的事情。你做企業(yè)之后，就會(huì)被迫失去很多技術(shù)專家探索型的樂(lè)趣。

晚點(diǎn)：2020 年，你離開小鵬加入 OPPO 負(fù)責(zé)人工智能的研發(fā)，在 OPPO 時(shí)期，你的成績(jī)是什么？

郭彥東：我們團(tuán)隊(duì)比較卷。OPPO 專利數(shù)很多，每年都能排到全球前幾。在 OPPO 每年我們團(tuán)隊(duì)幾百個(gè) AI 專利。每年兩款 Reno，還有高端的 Find 系列，研發(fā)的節(jié)奏非?？?。此外還有出行，機(jī)器人等新業(yè)務(wù)推動(dòng)，其實(shí)在 OPPO 做的事情，管理半徑比在小鵬期間大不少。

晚點(diǎn)：你創(chuàng)業(yè)的時(shí)候，陳明永給過(guò)你什么建議？

郭彥東：第一個(gè)建議是別著急燒錢，不管是融資還是賺還是靠省，賬上多留點(diǎn)錢。

第二個(gè)建議是，做好現(xiàn)有客戶，讓人家覺得你好，愿意復(fù)購(gòu)，才是真英雄。我覺得 OPPO 的很多經(jīng)營(yíng)理念非常扎實(shí)，做好產(chǎn)品、做好服務(wù)，完全不來(lái)虛的。用 OPPO 自己的話說(shuō)就是本分：“把技術(shù)的困難留給自己，把美傳遞給用戶”。

這些建議讓我很受益。有一次坐飛機(jī)剛好同一班，還是他先看到我，特別有緣分，聊了好一會(huì)兒。

晚點(diǎn)：陳明永應(yīng)該坐的是頭等艙，你創(chuàng)業(yè)也坐頭等艙？

郭彥東：我之前在頭等艙安檢口遇到一個(gè) CEO。我們倆互相解釋，“我積分換的，哦哦我也積分換的?！?/p>

創(chuàng)業(yè)坐頭等艙是罪啊。

現(xiàn)在的機(jī)器人比 8 年前的電動(dòng)車更熱

晚點(diǎn)：6 月初你們宣布機(jī)器人進(jìn)了東風(fēng)柳汽的工廠，除了東風(fēng)你們還進(jìn)了哪些工廠？有多少臺(tái)機(jī)器人進(jìn)了工廠？

郭彥東：我們?nèi)ツ暌材玫搅吮捡Y的全球供應(yīng)商資質(zhì)，和吉利也有合作。創(chuàng)業(yè)公司不拼數(shù)量，得拼交付的質(zhì)量。接下來(lái)計(jì)劃交付千臺(tái)以上的機(jī)器人。其他行業(yè)頭部的客戶我們也都接觸過(guò)。

我現(xiàn)在最上心的事情是穩(wěn)定地把機(jī)器人交付給客戶?，F(xiàn)在客戶多，我們研發(fā)和交付的人都不夠用了。我自己的第一優(yōu)先級(jí)就是把現(xiàn)有客戶服務(wù)好。

AlphaBot 2 在汽車工廠應(yīng)用探索。來(lái)源：智平方。

晚點(diǎn)：你們一般進(jìn)汽車工廠要用多長(zhǎng)時(shí)間？他們?yōu)槭裁催x擇你們？

郭彥東：過(guò)程非?？欤@和我們之前的積累有關(guān)，我們 2023 年就開始做具身大模型，訓(xùn)了兩年多。搭載具身大模型的機(jī)器人腦子好，學(xué)新任務(wù)快，非常適合產(chǎn)線上的柔性工作，這也是客戶選擇我們的主要原因。

現(xiàn)在機(jī)器人雖然做不到開箱即用，但進(jìn)工廠幾小時(shí)到幾天就可以學(xué)會(huì)一個(gè)新任務(wù)。今天讓機(jī)器人搬箱子，可能明天就學(xué)會(huì)了。讓它摁開關(guān)，插拔東西，都學(xué)得很快。

晚點(diǎn)：你們的機(jī)器人在工廠里做什么？

郭彥東：我們?cè)诠S里找了一些速度要求不高，也不太影響生產(chǎn)節(jié)拍的點(diǎn)位放機(jī)器人。比如一個(gè)投料的場(chǎng)景，人上料之后要等一分鐘，他也不能走遠(yuǎn)也不能干別的，就干等著。這種事情工廠里很多。換個(gè)角度說(shuō)，我覺得現(xiàn)在機(jī)器人峰值速度趕不上人類也能產(chǎn)生價(jià)值。

我叫這個(gè)場(chǎng)景為 “左右不是人場(chǎng)景”，不懂行的人說(shuō)這么簡(jiǎn)單的事情，機(jī)械臂就能干，太 low 了；懂行的人說(shuō)，這么難的問(wèn)題，你這都能干，肯定是在吹。有很多活，外面的人覺得太簡(jiǎn)單不值得干，行內(nèi)的人覺得太難干不了，我們現(xiàn)在就在做這些場(chǎng)景。

晚點(diǎn)：你們進(jìn)工廠，他們會(huì)付錢嗎？

郭彥東

晚點(diǎn)：如果你們的機(jī)器人把工廠的東西摔壞了，誰(shuí)來(lái)賠？

郭彥東：行業(yè)慣例都是機(jī)器人公司賠。

晚點(diǎn)：為什么你們選擇做輪式底盤機(jī)器人，而不是直接做人形機(jī)器人？

郭彥東：雙足機(jī)器人移動(dòng)效率偏低。輪式機(jī)器人底盤穩(wěn)不容易摔、移動(dòng)效率高，底盤可以塞更多電池延長(zhǎng)續(xù)航。我們之前想報(bào)名北京的機(jī)器人馬拉松，他們不讓我去，我要去肯定是冠軍。

我有次在小區(qū)看到外賣小哥踩著兩輪平衡車送外賣，我就想拍下來(lái)發(fā)給智元的稚暉君（以前也是 OPPO 團(tuán)隊(duì)的小伙伴），后來(lái)沒(méi)發(fā)。

晚點(diǎn)：你們未來(lái)會(huì)做雙足嗎？

郭彥東：雙足是一個(gè)不一樣的品類，是很多人的夢(mèng)想。我覺得這個(gè)事情適合已經(jīng)上市、不愁商業(yè)模式，不愁現(xiàn)金回款的企業(yè)來(lái)做，這個(gè)業(yè)務(wù)可以兩年后再開始發(fā)力。

我們其實(shí)一直都有一個(gè)雙足的小團(tuán)隊(duì)，但不會(huì)是目前主要的商業(yè)模式，主商業(yè)模式一定是用機(jī)器人上半身來(lái)做服務(wù)，解放雙手。人之所以成為人，不是因?yàn)槿擞袃芍煌?，而是人的雙手被解放了。所以有一個(gè)穩(wěn)定的平臺(tái) + 雙手，能做很多事。

晚點(diǎn)：你們?yōu)槭裁床蛔鰴C(jī)械臂？

郭彥東：機(jī)械臂在工廠里面很多事是干不了的。我們做的通用智能機(jī)器人就是解決他們做不了的柔性工作。

晚點(diǎn)：我們之前和優(yōu)必選聊，他們認(rèn)為機(jī)器人進(jìn)工廠就必須得做雙足，因?yàn)楣S里很多地方狹窄，輪式底盤進(jìn)不去。特斯拉、Figure 也堅(jiān)持做人形。

郭彥東：特斯拉機(jī)器人要上火星啊，火星上還沒(méi)修路，所以得人形。

特斯拉特別不缺錢。特斯拉的做法是典型美國(guó)人 “掀桌子” 式創(chuàng)業(yè)，先埋頭做 3 到 5 年，再一下子推門出來(lái)，你們誰(shuí)都不是對(duì)手。 Open AI 也是這樣。

中國(guó)很難讓創(chuàng)業(yè)公司這樣無(wú)限制地創(chuàng)業(yè)。我們的機(jī)器人設(shè)計(jì)比特斯拉務(wù)實(shí)多了。對(duì)我們來(lái)說(shuō)，盡快讓機(jī)器人進(jìn)入場(chǎng)景更重要，先用起來(lái)，而不是直接顛覆行業(yè)。

而且機(jī)器人本身就應(yīng)該一邊用一邊學(xué)。和語(yǔ)言模型不同，機(jī)器人的具身大模型必須通過(guò)實(shí)際使用才能持續(xù)進(jìn)化。這就需要真實(shí)場(chǎng)景的數(shù)據(jù)反饋。場(chǎng)景也會(huì)反過(guò)來(lái)定義硬件形態(tài)，進(jìn)入場(chǎng)景應(yīng)用后，我們才會(huì)知道機(jī)器人硬件該長(zhǎng)成什么樣，哪里要改。那什么樣的機(jī)器人能夠更早地被人用起來(lái)呢？就是輪式雙臂機(jī)器人。

晚點(diǎn)：為什么你覺得中國(guó)無(wú)法做掀桌子式創(chuàng)業(yè)？

郭彥東：融資環(huán)境不一樣。國(guó)內(nèi)大模型公司估值 300 億，Open AI 估值是 3000 億美元，所以 Open AI 可以掀桌子式創(chuàng)業(yè)。

晚點(diǎn)：那你為什么不在美國(guó)創(chuàng)業(yè)，如果你在美國(guó)，公司估值是不是會(huì)比現(xiàn)在高得多？

郭彥東：中國(guó)的工業(yè)機(jī)器人使用量是最高的，能給機(jī)器人提供最廣泛的應(yīng)用場(chǎng)景，且中國(guó)的硬件供應(yīng)鏈最完善。

我之前還和微軟的前同事說(shuō)，做機(jī)器人創(chuàng)業(yè)一定要在中國(guó)，不然你的技術(shù)只能一直待在實(shí)驗(yàn)室里。

晚點(diǎn)：前華為車 BU 首席科學(xué)家陳亦倫創(chuàng)立的它石今年初 A 輪就融了 1.2 億美元，中國(guó)的融資環(huán)境也不差？

郭彥東：Figure AI 這輪融了 10 億美金，估值 390 億美金了。

現(xiàn)在中國(guó)具身智能領(lǐng)域還沒(méi)有人融到真正的大錢，沒(méi)有在融資上產(chǎn)生絕對(duì)優(yōu)勢(shì)。我們經(jīng)營(yíng)風(fēng)格比較實(shí)在，不過(guò)度承諾，吸引了很多頭部的、風(fēng)格比較務(wù)實(shí)的基金。按照目前的節(jié)奏，我們?nèi)诘降腻X夠花 10 年，10 年內(nèi)我們肯定盈利了。

晚點(diǎn)：所以你不追求大力出奇跡。

郭彥東：大力出奇跡在軟硬結(jié)合的賽道會(huì)讓你動(dòng)作變形。這個(gè)賽道的客觀規(guī)律要求你花時(shí)間打磨、用心做事情。它不像一些行業(yè)，極端的時(shí)候可以買流量、投廣告，這些動(dòng)作對(duì)硬件產(chǎn)品來(lái)講價(jià)值有限。

晚點(diǎn)：你的節(jié)奏、計(jì)劃是怎樣的？

郭彥東：我的計(jì)劃就是 3+3+3。前三年做好技術(shù)，把機(jī)器人模型做好。中間三年搭體系，把機(jī)器人的大數(shù)據(jù)體系、訓(xùn)練的架構(gòu)、硬件平臺(tái)都做好，沒(méi)有好的硬件架構(gòu)，軟件就是空中樓閣。然后再三年，做生態(tài)，自研零部件，規(guī)模降本。

晚點(diǎn)：你們花錢方式和 Figure 的區(qū)別是什么？你們把錢花在哪里？

郭彥東：我們花了很大資源在 GPU 和端到端 VLA 模型訓(xùn)練上。很多做機(jī)器人的同行都是先搞機(jī)器人本體，模型是先用開源的拿來(lái)改一改。

Figure 怎么花錢我沒(méi)有數(shù)據(jù)。但很多機(jī)器人公司喜歡做 Demo ，發(fā)個(gè)視頻，這花費(fèi)很高。之前硅谷還有個(gè)公司專門幫創(chuàng)業(yè)公司做 Demo 視頻，差點(diǎn)做上市了。

晚點(diǎn)：為什么你選擇先買算力，做模型？模型研發(fā)不確定性太高。

郭彥東：在大企業(yè)管過(guò)大研發(fā)的人， AI 創(chuàng)業(yè)的第一步都是搞訓(xùn)練加速，倒不是一定要買算力本身。王慧文之前創(chuàng)業(yè)第一件事就是買 one flow，一個(gè)做彈性計(jì)算的創(chuàng)業(yè)公司。他也不是上來(lái)先做個(gè) demo ，而是先提升訓(xùn)練速度。

這背后是樸素的經(jīng)濟(jì)原理，我訓(xùn)練模型的時(shí)間小于社會(huì)必要?jiǎng)趧?dòng)的時(shí)間，我就能盈利，這很重要。

原來(lái)大家訓(xùn)個(gè)小模型，可能一兩天就做完。現(xiàn)在不一樣，沒(méi)有新技術(shù)的補(bǔ)充，訓(xùn)模型的速度能差出幾十倍。

你不可能每次加進(jìn)新的知識(shí)，就讓模型把所有知識(shí)重新學(xué)一遍，得想辦法讓模型學(xué)新不忘舊。辦法有很多種，其中最關(guān)鍵的一個(gè)技術(shù)叫大規(guī)模的增量訓(xùn)練，你上網(wǎng)搜，增量學(xué)習(xí)這塊誰(shuí)的工作最出名，就是郭彥東在 2019 年的論文。

晚點(diǎn)：你花了這么多精力做模型，為什么這么快就選擇開源？

郭彥東：今年 6 月我們攜手北京大學(xué)等推出了我們具身大模型 GOVLA 的開源版本 FiS-VLA，是全球首個(gè) “異構(gòu)輸入 + 異步頻率” VLA 模型，實(shí)現(xiàn)了慢推理與快執(zhí)行的協(xié)同。開源還是因?yàn)樽孕拧Ｌ厮估_源電動(dòng)車專利的時(shí)候，他覺得自己是這個(gè)賽道的老大，你們誰(shuí)都追不上，但它又希望別人沿用他的技術(shù)路線。

我們是全球唯二開源機(jī)器人模型的創(chuàng)業(yè)公司，除了 PI （注：美國(guó)具身智能創(chuàng)業(yè)公司 Physical Intelligence ），當(dāng)時(shí)只有我們。

晚點(diǎn)：你怎么判斷你們的模型領(lǐng)先別人，標(biāo)準(zhǔn)是什么？

郭彥東：根據(jù)第三方 benchmark，我們的模型效果比 PI 的好 30%。傳統(tǒng)機(jī)器人都是看做成熟任務(wù)的成功率，恨不得一件事讓機(jī)器人在那學(xué)一年。具身智能機(jī)器人用處理未見任務(wù)的成功率來(lái)衡量比較好。

2023 年，谷歌的 RT-2 （谷歌 2023 年 7 月推出的新 VLA 模型 Robotics Transformer 2）讓機(jī)器人做沒(méi)學(xué)過(guò)、沒(méi)見過(guò)的任務(wù)成功率達(dá)到 50%。這是個(gè)又喜又憂的數(shù)字，50% 的成功率意味著機(jī)器人已經(jīng)具備泛化性，但這個(gè)成功率意味著機(jī)器人什么事都做不了。工業(yè)上，是要求操作成功率無(wú)限接近 100% 的。

晚點(diǎn)：現(xiàn)在的方案做沒(méi)學(xué)過(guò)的任務(wù)成功率低，你考慮過(guò)換技術(shù)路線嗎？

郭彥東：2023 年我們剛開始做的時(shí)候，很多人說(shuō)這種技術(shù)不成熟，太遙遠(yuǎn)了沒(méi)法弄。但我覺得這個(gè)路線符合機(jī)器人泛化的第一性原理，我們應(yīng)該繼續(xù)把它做好，而不是放棄這個(gè)模型。

所以我們花了很多精力去優(yōu)化數(shù)據(jù)、模型結(jié)構(gòu)、空間智能、全身控制、快慢結(jié)合等，現(xiàn)在越來(lái)越多公司也加入到端到端 VLA 這個(gè)方向。

晚點(diǎn)：你們現(xiàn)在的模型能做到什么程度？

郭彥東：我把機(jī)器人的智能泛化分成四個(gè)階段，場(chǎng)景泛化、對(duì)象泛化、操作泛化、任務(wù)泛化。

- 同一個(gè)場(chǎng)景，光線變了機(jī)器人能適應(yīng)；

- 機(jī)器人先學(xué)會(huì)拿電路板，然后學(xué)會(huì)拿起它形狀的板子;

- 今天學(xué)會(huì)搬東西，明天就學(xué)會(huì)拉電閘；

- 就是學(xué)會(huì)做所有任務(wù)。

我們現(xiàn)在能做到 L2.5，能幫機(jī)器人更快學(xué)東西。機(jī)器人在完全沒(méi)學(xué)過(guò)的部分任務(wù)上，操作成功率能有 70%。我們計(jì)劃 2028 年出貨數(shù)萬(wàn)臺(tái)機(jī)器人。到那時(shí)，機(jī)器人還需要做場(chǎng)景適配，二次開發(fā)。但我們把開發(fā)成本做低，體驗(yàn)做好。到時(shí)候我營(yíng)收就能轉(zhuǎn)正，可以產(chǎn)生價(jià)值。

大家現(xiàn)在都還做不到 L4 ，行業(yè)里吹牛說(shuō)能做到 L4 的，只有兩種可能，要么完全不懂，要么是考量其他東西，獲得商業(yè)價(jià)值。

晚點(diǎn)：具身智能行業(yè)現(xiàn)在符合你創(chuàng)業(yè)時(shí)的預(yù)期嗎？

郭彥東：我剛創(chuàng)業(yè)的時(shí)候，我覺得這個(gè)行業(yè)一定會(huì)火，肯定是萬(wàn)億級(jí)賽道。

但行業(yè)火爆程度超出想象。我七八年前剛加入小鵬的時(shí)候，拉了一下數(shù)據(jù)，當(dāng)時(shí)電動(dòng)汽車出來(lái) 300 多家公司。現(xiàn)在機(jī)器人公司估計(jì)超過(guò) 400 家，機(jī)器人賽道的活躍程度可能超過(guò)當(dāng)年的電動(dòng)車。 我覺得進(jìn)展也比當(dāng)年電車要快。AI 對(duì)研發(fā)幫助很大，工程師寫代碼速度快了很多倍。

電動(dòng)車行業(yè)不只是培養(yǎng)了供應(yīng)鏈，也給機(jī)器人行業(yè)培養(yǎng)、輸送了大量深度理解具身智能、軟硬結(jié)合、在電子電器，硬件、三電系統(tǒng)研發(fā)量產(chǎn)方面經(jīng)驗(yàn)豐富的人才。此外，懂技術(shù)、懂行業(yè)、耐心的投資人也更多了。

我們的機(jī)器人在虹橋機(jī)場(chǎng)幫旅客收納行李車

晚點(diǎn)：現(xiàn)在機(jī)器人行業(yè)對(duì)技術(shù)和模型訓(xùn)練數(shù)據(jù)來(lái)源還有很多分歧，你怎么看這種情況？

郭彥東：每個(gè)人想法不一樣是好事，對(duì)我這種工作了十多年的人也更友好，不太容易就著一個(gè)點(diǎn)想偏了。

機(jī)器人這個(gè)賽道不是靠一招鮮就能做成。仿真、互聯(lián)網(wǎng)和真機(jī)數(shù)據(jù)都要用好，有一個(gè)體系化能力把這些資源串起來(lái)才能做好。

如何解決具身智能發(fā)展的數(shù)據(jù)難題？我有一個(gè) “正反金字塔” 數(shù)據(jù)觀。在冷啟動(dòng)階段，互聯(lián)網(wǎng)數(shù)據(jù)提供多樣性，仿真數(shù)據(jù)提供補(bǔ)充，真機(jī)采集保證精度，這是 “正金字塔”。當(dāng)機(jī)器人逐漸大規(guī)模部署后，真實(shí)場(chǎng)景數(shù)據(jù)的價(jià)值遠(yuǎn)超仿真和互聯(lián)網(wǎng)，形成閉環(huán)，這是 “倒金字塔”。通過(guò)這一正反循環(huán)，機(jī)器人能夠在真實(shí)環(huán)境中不斷迭代優(yōu)化，實(shí)現(xiàn) “越用越聰明”。

機(jī)器人大模型一定不能強(qiáng)調(diào)參數(shù)量的大和多，而是要追求精。我認(rèn)為，機(jī)器人模型一定要保證能在端側(cè)跑，汽車手機(jī)大家都要求在端側(cè)計(jì)算，機(jī)器人一定也是，云只是輔助。

能在端側(cè)跑的機(jī)器人模型參數(shù)量就不能太大。而且參數(shù)量大了以后，模型會(huì)出現(xiàn)更多幻覺。

晚點(diǎn)：你之前說(shuō)機(jī)器人到 L4 階段還要 5 到 10 年，比特斯拉、 Figure 等公司給出的預(yù)期晚很多，為什么？

郭彥東：因?yàn)橛?xùn)練機(jī)器人的數(shù)據(jù)是個(gè)大難題，達(dá)到 L4 所需的數(shù)據(jù)數(shù)量和質(zhì)量得是現(xiàn)在的 100 倍以上。

Scaling law 是一個(gè)既樂(lè)觀又悲觀的指標(biāo)，樂(lè)觀在于數(shù)據(jù)量越大，模型性能越強(qiáng)。但它是一個(gè)單調(diào)遞增函數(shù)，不過(guò)訓(xùn)練到后面，獲得同等程度性能增長(zhǎng)所需的數(shù)據(jù)量也是成倍增長(zhǎng)的。

我現(xiàn)在想的是，5 年內(nèi)做不到 L4 的情況下，怎么讓機(jī)器人落地做商業(yè)化。其實(shí) Figure 預(yù)期一點(diǎn)都不早，參考他們官網(wǎng)，勸所有投資人有耐心。只是國(guó)內(nèi)有公司炒作。

晚點(diǎn)：但我們從很多人那聽到一個(gè)很美好的敘事，用視頻生成的技術(shù)，讓大模型教機(jī)器人，提升機(jī)器人訓(xùn)練速度。

郭彥東：這個(gè)說(shuō)法是違背基本信息論的。視頻生成數(shù)據(jù)的規(guī)模是有上限的，如果沒(méi)有新的信息進(jìn)去，它就無(wú)法生成新東西。視頻生成數(shù)據(jù)的規(guī)模上限就是生成器的大小。

如果生成器不能把現(xiàn)實(shí)世界的東西學(xué)會(huì)，機(jī)器人就學(xué)不會(huì)。但如果你已經(jīng)能讓生成器學(xué)會(huì)世界上所有東西，在那之前你就已經(jīng)有能力讓機(jī)器人學(xué)會(huì)所有事情了。生成的數(shù)據(jù)更多是補(bǔ)充，而不能作為單一來(lái)源。

晚點(diǎn)：那在機(jī)器人訓(xùn)練上，你的計(jì)劃是什么？

郭彥東：我們現(xiàn)在就是想辦法投出去更多機(jī)器人，提供真實(shí)服務(wù)，獲得真實(shí)數(shù)據(jù)。做輪式就是為了更快讓更多機(jī)器人落地，產(chǎn)生高質(zhì)量的數(shù)據(jù)。

我覺得 1 萬(wàn)臺(tái)，甚至 10 萬(wàn)臺(tái)的機(jī)器人去采集時(shí)，數(shù)據(jù)量才夠?qū)崿F(xiàn) L4。我們準(zhǔn)備在 2028 年實(shí)現(xiàn)數(shù)萬(wàn)臺(tái)的年出貨量。

晚點(diǎn)：除了汽車工廠，還有哪些場(chǎng)景支撐你實(shí)現(xiàn)這么高的出貨量？

郭彥東：輪式機(jī)器人很適合干 24 小時(shí)的活，我們干的第一件事就是找這種活，咖啡店、便利店之類。這些場(chǎng)景人類都是要三班倒干，我機(jī)器人一班就行，這樣機(jī)器人替代人類的成本空間大得多。

我們?cè)诤鐦驒C(jī)場(chǎng)還有個(gè)單子，幫旅客收納行李車。虹橋機(jī)場(chǎng)光干這個(gè)活就有 300 人，一年成本 2000 萬(wàn)，每天就是把散落的行李車收納到一起。機(jī)器人可以干這個(gè)活兒，人也不用凌晨 2 點(diǎn)收納行李車了。當(dāng)然以后真正的大場(chǎng)景還是家庭。

機(jī)器人幫郭彥東拉行李箱。來(lái)源：智平方。

晚點(diǎn)：我們之前和余軼南（維他動(dòng)力創(chuàng)始人）聊，他說(shuō)人形機(jī)器人進(jìn)家庭，把機(jī)器人放在哪里都是個(gè)難題。

郭彥東：還是很多房子都放得下的，哈哈。機(jī)器人管家自己有辦法。

晚點(diǎn)：你覺得這種機(jī)器人，賣多少錢合適？

郭彥東：我覺得做到一輛 A 級(jí)車的價(jià)格，10 萬(wàn)元左右差不多?，F(xiàn)在家庭場(chǎng)景還沒(méi)完全成立，但已經(jīng)有人想了很多新奇的商業(yè)玩法，比如賣個(gè)物業(yè)公司，幾個(gè)家庭共享一個(gè)機(jī)器人，沒(méi)事了就讓機(jī)器人待在樓道里。

機(jī)器人還是得先通用，才能進(jìn)家庭。不然很容易把機(jī)器人做成專機(jī)，它就變成另一個(gè)掃地機(jī)，離家庭管家越來(lái)越遠(yuǎn)啦。

晚點(diǎn)：我們看有些公司的機(jī)器人已經(jīng)賣到 5 位數(shù)以內(nèi)。

郭彥東：我借著晚點(diǎn)的平臺(tái)呼吁一下，現(xiàn)在機(jī)器人還沒(méi)到卷價(jià)格的時(shí)候。現(xiàn)在最重要的應(yīng)該是讓客戶覺得好用，而不是便宜。如果大家只關(guān)注便宜不關(guān)注性能，對(duì)研發(fā)的傷害很大，就沒(méi)有人造了不起的機(jī)器人了。

晚點(diǎn)：現(xiàn)在的機(jī)器人行業(yè)，你最欣賞哪個(gè)公司？

郭彥東：整個(gè)中國(guó)機(jī)器人行業(yè)都應(yīng)該感謝宇樹，它是一個(gè)開拓者，讓大眾都關(guān)注到機(jī)器人。

宇樹在技術(shù)上，尤其是控制 + 機(jī)電系統(tǒng)，給雙足、四足的公司都做了很好的范本。如果沒(méi)有宇樹，中國(guó)機(jī)器人供應(yīng)鏈沒(méi)有現(xiàn)在相對(duì)完善的供應(yīng)鏈，沒(méi)有它在前面跑，我們沒(méi)有現(xiàn)在的紅利吃。

題圖來(lái)源：智平方