游離在自由和邊界中尋求通向目標的最優(yōu)解，才是好學(xué)生的真正定義。

作者丨梁丙鑒

編輯丨馬曉寧

“年輕是一把雙刃劍，是好事，也是壞事?！闭劦阶约旱哪昙o，閔宇恒更客觀地抽離了自己的情緒。比起數(shù)字，他更在乎這背后意味的經(jīng)驗和責(zé)任。

00 后，25 歲清華碩士在讀，本科畢業(yè)僅一年，就已帶領(lǐng)近百人的具身智能團隊，完成億元級融資。這樣的人，算是標準 00 后創(chuàng)業(yè)者嗎？

他的經(jīng)歷具有某種稀缺性和特殊性，某種程度上回答了這樣一個問題：創(chuàng)業(yè)是不是一項能學(xué)會的技能？

閔宇恒畢業(yè)于重慶大學(xué)明月科創(chuàng)實驗班，這是全國首個以培養(yǎng)創(chuàng)業(yè)者為目的的大學(xué)課堂。明月班的創(chuàng)新教育模式不同于傳統(tǒng)學(xué)科邊界。這里沒有嚴格的學(xué)科劃分，小班授課模式下，每個學(xué)生選擇自己的畢業(yè)方向——閔宇恒選擇的是機器人工程，他的同班同學(xué)中，有人選了人工智能，有人選了計算機，還有人選了產(chǎn)品設(shè)計。

在明月班，日常的課程只有兩個，高等數(shù)學(xué)和大學(xué)物理，因為這兩門課程是理工科一切方向的基礎(chǔ)學(xué)科。其余考核是每學(xué)期一個小組課題，可以是研究性質(zhì)的，也可以是工程型的。

學(xué)以致用，在大學(xué)階段閔宇恒很快就開始了自己的創(chuàng)業(yè)嘗試。第一次是一年級下半學(xué)期，選了商業(yè)清潔機器人賽道。不過因為沒有看到市場已存在頭部企業(yè)、行業(yè)競爭加劇，這次創(chuàng)業(yè)很快以失敗告終，但這次經(jīng)歷也讓他對市場格局和風(fēng)險識別有了切身體會。

第二次創(chuàng)業(yè)，幾個同學(xué)傾力合作，閔宇恒作為CTO參與發(fā)明了一款新式居家制冰機，面向居家調(diào)酒愛好者這一群體，為他們制作大塊透明的冰體。這次找準了市場，也做對了產(chǎn)品，項目迅速達成 PMF，一直在健康運營。

第三次創(chuàng)業(yè)就是現(xiàn)在，公司名叫零次方。

去年保博期間，創(chuàng)業(yè)已經(jīng)是閔宇恒最堅定的選擇。彼時清華的導(dǎo)師開出了一個讓他精神為之一振的條件：你要是能說服實驗室的5個師兄師姐跟你一起，我就能支持你創(chuàng)業(yè)。

不到一個月時間，閔宇恒說服了 8 位師兄師姐，計劃完美達成。

明月班的 30 名本科同學(xué)的項目中，至今還在運行的還有兩三個。除了剛才提到的制冰機項目外，還有一個盲人點顯器項目也飽受好評。當然并不是所有人都在創(chuàng)業(yè)，有些同學(xué)申請到了國外好學(xué)校的 offer，打算去走學(xué)術(shù)路線。

今天零次方已經(jīng)成長為完成億元級融資的通用具身智能機器人科技企業(yè)。大學(xué)課堂能不能教會學(xué)生創(chuàng)業(yè)，現(xiàn)在我們可以從閔宇恒的經(jīng)驗和思考中，找到一些線索和啟發(fā)。

以下就是 AI 科技評論與閔宇恒，關(guān)于學(xué)業(yè)、創(chuàng)業(yè)和人生的對話：

01

00后學(xué)弟，領(lǐng)師兄師姐下場創(chuàng)業(yè)

AI 科技評論：你是怎么進入明月科創(chuàng)實驗班的？是你高考后報的志愿嗎？

閔宇恒：不是，是進重慶大學(xué)以后二次選拔的。

這是李澤湘教授牽頭創(chuàng)辦的一個新工科教育實驗項目，選拔標準不單純看分數(shù)，主要還是考核工科能力。我因為之前就喜歡搗鼓東西，感覺這個班跟我個人興趣比較契合，所以就報了名。

AI 科技評論：大學(xué)教你們創(chuàng)業(yè)了嗎？

閔宇恒：本科階段李老師也沒有特別向我們強調(diào)要去創(chuàng)業(yè)或怎么樣，但是會從產(chǎn)品理解、第一性原理的角度，教我們?nèi)绾巫鲆豢詈卯a(chǎn)品。反過來說，我們本科教育的所有知識都是以項目為驅(qū)動的。

AI 科技評論：這是種什么樣的培養(yǎng)模式？和學(xué)分制有什么不同？

閔宇恒：學(xué)校會看我們要做的項目需要用到哪些知識，然后給我們匹配相應(yīng)的老師輔助學(xué)習(xí)。我們雖然也有學(xué)分制，但除了數(shù)學(xué)和物理，大部分課程都不用考試。其它課程更像是工程實踐，比如機器人工程、無人機工程……考核也是以結(jié)題的形式，比如三到五人一組做一架無人機出來，完成飛控任務(wù)。一個課題的時間就是一學(xué)期，這個過程中會有最終任務(wù)作為學(xué)習(xí)的主脈絡(luò)，老師只會講解少部分完成任務(wù)需要用到的知識，更多的要我們自己主動探索，以及跟老師線下共同探討。

在這種培養(yǎng)方式下，我們班上創(chuàng)業(yè)的人是很多的，基本上那些自我認知比較清晰、知道自己要干什么的人，都會離開班級去創(chuàng)業(yè)。我們每個學(xué)生每學(xué)期都有好幾萬自主掌握的經(jīng)費，學(xué)校也會支持我們做相對大型的項目，所以大二的時候，班里就開始有創(chuàng)業(yè)的人了。我本科階段也創(chuàng)過兩次業(yè)。

AI 科技評論：談?wù)勀愦髮W(xué)期間的幾次創(chuàng)業(yè)。

閔宇恒：第一次是大一下學(xué)期，我想試試相對大型的項目，所以當時選的賽道是商業(yè)清潔，面向高端小區(qū)的樓道。也是對市場的分析不夠，上來就挑了一個比較卷的賽道。那個時候高仙、普渡其實已經(jīng)在以低于成本的價格卷，廝殺得很厲害了，所以我們走得不是特別順利。

大二再做的項目就比較長遠了，現(xiàn)在還在深圳正常運營，已經(jīng)拿完了 A 輪融資。當時我們做了一款制冰機，我擔任 CTO。一句話來說，我們的產(chǎn)品就是專門給國外愛喝威士忌或者喜歡居家調(diào)酒的人，做大塊透明的球冰和方冰。

這個項目對我來說是非常有意義的，因為從市場調(diào)研、用戶語言轉(zhuǎn)化為產(chǎn)品語言，從 MVP 再到量產(chǎn)上眾籌，在兩年時間里我們跑通了絕大多數(shù)產(chǎn)品 80％ 的生命周期。雖然天使輪之后我就退出了這個項目，但還是讓我對創(chuàng)業(yè)有了非常深刻的認知，也為我后來再去創(chuàng)業(yè)做了鋪墊。

AI 科技評論：創(chuàng)立零次方是基于什么契機？

閔宇恒：我非常想做有長期價值的事情。從制冰機那個項目退出之后，我一直在看整個行業(yè)革命性的機會在哪。也是經(jīng)過幾個月的觀察和思考，我最終的認知是，具身智能代表的可能是一個能超越互聯(lián)網(wǎng)規(guī)模的歷史性浪潮。

它們有共同的屬性，比如互聯(lián)網(wǎng)加千行百業(yè)，是把線下經(jīng)濟拉到線上，通過數(shù)字化形成規(guī)模，催生行業(yè)巨頭。而具身智能的范式是，通過智能實體將特定場景中的“有人”操作變?yōu)椤盁o人”，“無序”流程變?yōu)椤坝行颉?，“低效”運轉(zhuǎn)變?yōu)椤案咝А?，它具備同樣的“賦能千行百業(yè)”的特性。具身智能最終會形成和互聯(lián)網(wǎng)同樣的生態(tài)格局，某一個細分領(lǐng)域存在一家巨無霸企業(yè)?，F(xiàn)階段，除了具身智能，很少有賽道能承載如此巨大的想象空間。

那會剛好到了我本科畢業(yè)保研的時間，所以后續(xù)規(guī)劃學(xué)業(yè)的時候，我覺得核心目的還是要和未來的創(chuàng)業(yè)路徑協(xié)同。我聯(lián)系導(dǎo)師的時候不僅僅看學(xué)術(shù)方向匹不匹配，更重要的是對方的視野格局和戰(zhàn)略資源。

后來在清華 AI&Robot 實驗室，我很幸運遇到了現(xiàn)在的導(dǎo)師。他在機器人系統(tǒng)架構(gòu)、行為決策這些方向有深厚積累，更難得的是，他很鼓勵我們把實驗室技術(shù)帶到真實世界去驗證。當時我們聊了很久，最后發(fā)現(xiàn)雙方不僅在技術(shù)趨勢上的看法相近，而且在“如何做成一件有價值的事”上理念非常契合。他很欣賞我從實際問題出發(fā)的思考方式，也認同創(chuàng)業(yè)是推動技術(shù)落地最艱難，卻也最有效的路徑之一。

AI 科技評論：你具體是怎么爭取到了導(dǎo)師的支持？

閔宇恒：他說他這有一個有趣的規(guī)矩：誰能說動實驗室 5 位以上同學(xué)全職加入，他就支持誰的團隊創(chuàng)業(yè)，甚至?xí)M一步提供前期的啟動資金和場地支持。

這個條件看著簡單，其實挺難的。清華的 AI&Robot 實驗室是全國規(guī)模最大、方向最全的機器人研究團隊之一，擁有近 100 名師生，研究方向覆蓋感知控制、運動規(guī)劃、靈巧操作等多個前沿領(lǐng)域。這里的每一位同學(xué)都是經(jīng)過嚴格選拔的，眼光高、選擇多，你憑什么說服人家認可你呢？所以要想達成劉老師這個條件，不僅干的事要路徑清晰可行，你這個人也得足夠有感染力和領(lǐng)導(dǎo)力，能讓大家愿意跟著你一起。過去已經(jīng)很多屆沒有成功的項目跑出來了。

但當時這個挑戰(zhàn)反而激發(fā)了我的決心。我是 2024 年 4 月加入的實驗室，到 5 月份，就有 8 位志同道合的師兄師姐加入團隊開始做前期探索。零次方今天的核心團隊，就是那時候組建的。

AI 科技評論：所以說之前很多年都沒有人能說服5個以上的同學(xué)出來創(chuàng)業(yè)，但是你只花了一個月時間就做到了？

閔宇恒：我感覺更像是“雙向選擇”。當認知水平達到差不多高度，大家對趨勢的判斷就是基本一致的，都能看到這個行業(yè)的機會。關(guān)鍵在于，他們?yōu)槭裁催x擇和你一起干。

我們核心團隊的成員大多有深厚的工科背景，而我的差異化價值在于，我既能理解技術(shù)語言，又對市場需求、產(chǎn)品定義和商業(yè)化路徑有更深入的理解，這就是錯位優(yōu)勢。這種組合不僅能讓我們團隊技術(shù)攻關(guān)的戰(zhàn)斗力更完整，而且也能讓我們更精準地把技術(shù)轉(zhuǎn)化成市場需要的產(chǎn)品。

對導(dǎo)師來說，邏輯也是相通的。實驗室的人才和資源很寶貴，他肯定希望托付給最有可能創(chuàng)造價值的團隊。所以我需要展現(xiàn)的也不僅僅是一個技術(shù)方案，而是一個完整可信的商業(yè)邏輯和領(lǐng)導(dǎo)力藍圖。這樣才能讓他確信，只有由我來擔任公司的核心領(lǐng)導(dǎo)者，才能最大程度地整合技術(shù)、產(chǎn)品和市場資源，為實驗室的投資帶來超預(yù)期的長遠回報。

02

與眾不同的具身答卷：拆解、降維、直指場景落地

AI 科技評論：和別的廠商比起來，零次方的機器人有什么不同？

閔宇恒：我們的核心側(cè)重具身空間清潔，就是把二維的平面清潔拉伸到空間中的任意表面，比如家庭任務(wù)中的水池、浴缸、馬桶等曲面清潔，還有茶幾、餐桌、油煙機等臺面清潔等。我們對未來家庭機器人類型的判斷和當前汽車的發(fā)展邏輯類似，大多數(shù)汽車都具備基礎(chǔ)的行駛能力，但轎車追求舒適，SUV 專注越野，跑車極致于速度。同樣，未來的家庭機器人也會具備通用的基礎(chǔ)能力，但各個廠商會在特定功能上形成專長，比如有的更擅長清潔，有的是烹飪，有的是陪伴。零次方的目標，就是打造具有清潔能力優(yōu)勢的全能家用機器人。

不過通往家庭場景的路徑?jīng)]辦法一蹴而就，怎么拆解復(fù)雜度、降維落地，并且在這個過程中持續(xù)積累真實的場景數(shù)據(jù)，是每個機器人廠商都需要解決的問題。我們?yōu)榇藰?gòu)建了兩大核心算法系統(tǒng)，一是面向落地降維場景的專項模型，就像汽車得先在特定路段跑通自動駕駛一樣，二是基于專項落地模型部署后，通過實際清潔數(shù)據(jù)訓(xùn)練形成的、具備突出清潔能力的雙系統(tǒng) VLA。這個模型正在計劃開源中，歡迎大家圍觀。

AI 科技評論：這個降維怎么理解？

閔宇恒：“降維”的核心，我認為是用階段性的成功為最終目標鋪路。

具身的泛化指標可以從三個維度考量，場景、任務(wù)、對象。比如自動駕駛，最終的目標是讓汽車在任何道路上自由馳騁，所以它是任務(wù)固定，場景和對象泛化。但這問題太復(fù)雜了，于是大家先從港口、礦區(qū)這些規(guī)則簡單的封閉場景做起。把對象都限定在一定范圍內(nèi)，復(fù)雜的問題就變得可控，能快速驗證 PMF，這個就可以稱為降維。

我們進軍家庭服務(wù)機器人，采用的也是這類邏輯。一個家庭的真實環(huán)境，其實比工廠要復(fù)雜和混亂得多。東西是隨手擺放的，人和寵物會來回走動，所以一個“整理客廳”的指令背后是無數(shù)個不確定的子任務(wù)。面對這種復(fù)雜性，我們選擇先“拆解”，把整體需求分解成一個個獨立的功能模塊，所以如何找準降維后的垂直場景至關(guān)重要。我們不該只關(guān)注多少數(shù)據(jù)量才可以實現(xiàn) AGI，更需要關(guān)注的是怎么樣才可以形成第一個數(shù)據(jù)閉環(huán)，預(yù)訓(xùn)練前可能還需要一個無需大量數(shù)據(jù)的“不訓(xùn)練”。

AI 科技評論：那各個廠商選擇起步的垂直領(lǐng)域，會影響他們在終局生態(tài)中的位置嗎？

閔宇恒：我的看法是：不僅會影響，而且在很大程度上會決定公司在未來生態(tài)中的話語權(quán)和價值地位。

具身智能的核心壁壘，需要從前沿算法的先進性，逐漸轉(zhuǎn)向場景數(shù)據(jù)的規(guī)模和質(zhì)量，以及由此建立的市場占有率。這就像一個飛輪效應(yīng)：你在一個場景中率先跑通并實現(xiàn)落地，就能獲得最多、最真實的場景數(shù)據(jù)。這些數(shù)據(jù)反過來會優(yōu)化你的算法，提升產(chǎn)品性能和可靠性，從而幫助你獲取更高的市場占有率，而更高的市場占有率又會帶來更大量的數(shù)據(jù)，持續(xù)推動飛輪加速。算法框架并不值錢，真正值錢的還是差異化的數(shù)據(jù)。

現(xiàn)在很多場景都還沒落地，何談收集這個場景的數(shù)據(jù)。反過來說如果把剛需滿足了，數(shù)據(jù)也就不愁了。就是因為很多場景還一片空白，現(xiàn)在才是定義標準、構(gòu)筑壁壘的黃金窗口。我們選擇聚焦空間清潔這個垂直領(lǐng)域，是基于兩點核心判斷。第一，這是家庭環(huán)境中最高頻、最剛需的功能點，市場基數(shù)巨大。第二，清潔任務(wù)本身包含豐富的子場景，比如衛(wèi)客廳、廚房、衛(wèi)生間，足以錘煉出強大的場景泛化能力。

放眼整個行業(yè)，目前在中國市場，真正同時具備場景落地能力和自主算法研發(fā)實力的公司屈指可數(shù)。而具身智能所要賦能的“千行百業(yè)”卻有無數(shù)個垂直賽道。在起步階段，每家領(lǐng)先的公司都有機會通過深耕一個核心賽道，成為這個領(lǐng)域無可爭議的領(lǐng)導(dǎo)者。我們的目標，就是全力以赴在空間清潔這個維度上做到國內(nèi)第一，牢牢占據(jù)這個未來生態(tài)中的關(guān)鍵位置。

AI 科技評論：你覺得為什么目前能做到場景落地和算法自主的具身公司不多？

閔宇恒：行業(yè)初期，大家都覺得具身智能是以數(shù)據(jù)和算法為主導(dǎo)的，但這半年已經(jīng)有很多公司在這個想法上踩了坑。

過去半年的時間讓市場意識到，本體、算法與數(shù)據(jù)構(gòu)成了一個相互依存、缺一不可的“能力鐵三角”。我們再回看這么多具身智能公司的基因，無非就兩大類，一派是計算機系，另一派是自動化或者偏機械方向。短期來看，具備自動化或者機械背景的的團隊在出貨和交付上更具優(yōu)勢。但這只是階段性的現(xiàn)象。

現(xiàn)在具身智能市場上的公司數(shù)量遠未達到飽和，未來肯定還有更多有潛力的公司出現(xiàn)。同時，資本市場和客戶的評判標準也已經(jīng)變得更務(wù)實。去年的焦點可能還只是技術(shù)指標，今年的考核就已經(jīng)轉(zhuǎn)向“量產(chǎn)交付能力”和在“具體場景中實現(xiàn)技術(shù)閉環(huán)的效率”。

市場已經(jīng)看透了這個行業(yè)，具身智能公司是需要通過解決真實問題來體現(xiàn)價值的。因此，選擇一家具身智能公司，本質(zhì)上是在選擇它所要深耕的場景，以及它在該場景下構(gòu)建完整解決方案的能力。

AI 科技評論：在場景落地上，零次方現(xiàn)在的目標是什么？

閔宇恒：我們對市場的判斷是，資本市場對 2025 年及之后起步的具身智能公司，要求會更嚴格。

我們現(xiàn)在的目標是今年跑通小場景商業(yè)閉環(huán)。橫向?qū)Ρ韧校@個目標可能顯得比較激進。但我們認為，這恰恰體現(xiàn)了我們團隊的務(wù)實和理性。因為具身智能行業(yè)是一個天花板極高的賽道，但抵達天花板的過程絕非一蹴而就，必須一步一個腳印地實現(xiàn)商業(yè)價值。

在推進路徑上，純粹的理工科邏輯往往追求將技術(shù)性能做到極致，再為不同場景做適配或減配。而我們的商業(yè)邏輯是有差異化的，本質(zhì)在于找到技術(shù)能力邊界和場景功能需求之間的最佳匹配點，這才是我們持續(xù)探索的核心點。

AI 科技評論：零次方成立半年內(nèi)就完成了三輪融資，其中兩輪達到上億級別。為什么能這么快拿到這么多錢？

閔宇恒：融資是否成功，本質(zhì)上也是對公司發(fā)展階段是否契合市場節(jié)奏的檢驗。零次方的融資能快速推進，主要在于我們精準地選擇了入場時機。

當行業(yè)處于早期，市場對你的期望可能只是一個能驗證基礎(chǔ)功能的技術(shù)本體。但是隨著賽道成熟，市場的評判標準也會迅速提高，它要求你不僅技術(shù)過硬，更要能證明清晰的商業(yè)化路徑。我們在已經(jīng)獲得市場訂單的階段才啟動融資，這意味著我們呈現(xiàn)給投資者的不是概念，而是具備明確營收模式的解決方案，這也提升了資本市場的信心和決策效率。

我們推進前三輪融資，并非出于生存壓力，坦白來說現(xiàn)有的資金足以支撐我們實現(xiàn)現(xiàn)階段的落地目標。我們?nèi)谫Y的真正目的是構(gòu)筑更寬廣的戰(zhàn)略護城河，一是加速核心場景的規(guī)模化落地，拉開和競爭對手的差距，二是提前儲備資源，應(yīng)對可能的人才競爭，確保團隊穩(wěn)定。

其實整個具身智能賽道，頭部團隊在初期資金量上沒有絕對差距，支撐 2-3 年的研發(fā)是絕對足夠的。但資本是聰明的，它會持續(xù)跟進能最快證明商業(yè)價值的團隊。一旦某家公司在一個場景中實現(xiàn)了關(guān)鍵突破，更多的資金自然會匯聚過來。我們就是在踐行這個邏輯，用落地速度換取發(fā)展加速度。

03

“看到機遇卻不去做，沒辦法心安理得”

AI 科技評論：零次方的團隊規(guī)模目前多大了？

閔宇恒：百來人，基本上每個月還會新招 10 個左右。

AI 科技評論：你也剛大學(xué)畢業(yè)不久，管理這么大的公司應(yīng)該挺不容易的吧？

閔宇恒：你知道，公司的成長不是簡單的線性放大。從初創(chuàng)團隊，到 30 人、60 人，再到目前的百人規(guī)模，每一個階段都需要完全不同的管理模式。早期我們在公司還可以高頻地溝通，發(fā)展到 30 人，就需要有初步的分組，再去規(guī)劃和協(xié)作。規(guī)模達到 60 人以上，我就已經(jīng)沒辦法認識每一位同事了，這個時候管理的核心就需要轉(zhuǎn)向系統(tǒng)和流程建設(shè)。現(xiàn)在零次方到了百人級別，最大的挑戰(zhàn)在于數(shù)字化治理，如何通過科學(xué)的規(guī)則和流程確保組織整體的高效協(xié)同，同時盡可能減少對個體創(chuàng)造力的束縛，這也是我這半年以來最需要成長的地方。

帶領(lǐng)一家快速擴張的科技公司穿越不同的規(guī)模階段，對任何管理者都是巨大的挑戰(zhàn)。但我覺得很幸運的一點是，從零次方創(chuàng)立至今，我們的初創(chuàng)團隊沒有任何一位核心成員離開，反而不斷有志同道合的同門加入。大家這種共同愿景和深厚的信任，很大程度上減少了規(guī)?；^程中的管理壓力。具身智能是一個波動性極強的領(lǐng)域，所以這份團隊資產(chǎn)也是我們的獨特優(yōu)勢之一。

AI 科技評論：你覺得零次方團隊的優(yōu)勢是什么？

閔宇恒：我們團隊是雙螺旋結(jié)構(gòu)。一側(cè)是由學(xué)生、碩博士組成的前沿研發(fā)團隊，負責(zé)探索技術(shù)邊界，另一側(cè)是由經(jīng)驗豐富的行業(yè)專家主導(dǎo)市場和量產(chǎn)，確保創(chuàng)新穩(wěn)健落地。我們還有一位曾經(jīng)帶領(lǐng)公司成功上市的戰(zhàn)略負責(zé)人掌舵，所以零次方也不是純粹年輕化的打法，人員配置還是要科學(xué)地分配，才能兼顧創(chuàng)新和商業(yè)可行性。

我們還有一個核心優(yōu)勢，是“創(chuàng)新平權(quán)”的研發(fā)文化。零次方每一個在新研發(fā)方向上的技術(shù)人員都有均等的創(chuàng)新發(fā)言權(quán)，就算你是 leader，你也不會有更大的話語權(quán)去主導(dǎo)團隊在未知領(lǐng)域的拓展。為什么？因為這個時代要求研發(fā)團隊打破職級壁壘，團隊領(lǐng)導(dǎo)的核心職責(zé)應(yīng)該是激發(fā)與整合集體智慧。今天的技術(shù)競爭越來越依賴于創(chuàng)新密度，必須擺脫傳統(tǒng)依靠個別人做出突破的研發(fā)模式，而是要通過制度保障團隊在單位時間內(nèi)最高效地產(chǎn)出并驗證高質(zhì)量想法。

AI 科技評論：這一波具身公司里有沒有你比較關(guān)注的？他們有什么值得零次方借鑒的地方？

閔宇恒：雖然賽道不同，但宇樹這種在一個領(lǐng)域內(nèi)做到極致的玩家，它的發(fā)展路徑非常值得我們學(xué)習(xí)。有些人覺得做公司要多點開花，但對于經(jīng)歷過很多創(chuàng)業(yè)生死存亡時刻的人來說，把一個點做到極致才是最穩(wěn)妥的。

我覺得幾個極致的產(chǎn)品，像影石、大疆、宇樹，第一款產(chǎn)品都是創(chuàng)始人自己上手去做的。你自己必須是這個產(chǎn)品的發(fā)燒友，是瘋狂的追求者，這種熱愛再加上理工科思維，才能讓你創(chuàng)造出極致的產(chǎn)品。

他們還有一個共同點在于，創(chuàng)始人的底層邏輯都是技術(shù)疊加產(chǎn)品，這和互聯(lián)網(wǎng)時代是倒過來的邏輯。對于我們這個時代的年輕人來說，大家能想到的痛點，大概率市場上已經(jīng)有非常多對應(yīng)的產(chǎn)品了，所以這個時代的創(chuàng)業(yè)者更多是用新的技術(shù)去開拓新的應(yīng)用、解決新的痛點。之前的創(chuàng)業(yè)可能更多是商業(yè)模式主導(dǎo)的，但現(xiàn)在到了一個偏創(chuàng)造性的、開拓市場和教育市場的時代，技術(shù)會越來越占到主導(dǎo)作用。

AI 科技評論：在創(chuàng)業(yè)上對你影響最大的人是誰？

閔宇恒：小時候我老爸就經(jīng)常跟我說這些東西，比如家附近開了一家麥當勞，怎么考量這家店能不能開，他會告訴我得考慮服務(wù)費和房地產(chǎn)的增值價格。另外我們家是做藥店生意的，如果要收購一家店，他會帶著我去人家門口蹲點，從早數(shù)到晚，看這家店進了多少人，再按照平均消費能力算出實際營業(yè)額。他們那個年代用戶調(diào)研這種模式還不成熟，但這些最直觀的經(jīng)歷，還是讓我學(xué)習(xí)到很多東西。

成年后出現(xiàn)了第二個對我影響很大的人，那就是李澤湘老師。是他讓我知道了什么是科學(xué)創(chuàng)業(yè)。我覺得這也是現(xiàn)在和以前創(chuàng)業(yè)者最大的不同，大家用的工具和思考的維度都更加理性。本科那段時間，我感覺自己就像是被當成創(chuàng)業(yè)正規(guī)軍培養(yǎng)，學(xué)校會給我們提供各種決策的依據(jù)。這么操練四年下來，如果你看到了機遇卻不去做，你會覺得自己是不那么心安理得的。

AI 科技評論：你覺得自己是一個好學(xué)生嗎？

閔宇恒：我最早學(xué)習(xí)成績不是很好，當時想走體育這條路，還在學(xué)校校隊參加訓(xùn)練。后來有一次因為學(xué)街舞把腿摔斷了，那年我初一，骨裂，根本沒辦法運動，就在家里躺了大半年。那半年我基本上天天打游戲，打到最后全膩了，又不能去玩其它戶外的劇烈運動，再加上玩得自己也確實不好意思，后面才開始好好學(xué)習(xí)。

這是我人生的一個轉(zhuǎn)折點。一開始我大概在全校排 800 多名，學(xué)了一個月之后變 400 名了，又學(xué)了一個月發(fā)現(xiàn)變 200 了，后來又到 100 多名。雖然相當于被迫開始學(xué)習(xí)，但我覺得后來成績提升，很大一個原因就是有了正反饋。

前面的發(fā)展路線可能剛好滿足大眾對好學(xué)生的標準，但是李澤湘老師也常說，不會逃課的學(xué)生不是好學(xué)生。所以我覺得能明確個人方向，然后突破組織框架，游離在自由和邊界中尋求通向目標的最優(yōu)解，才是好學(xué)生的真正定義。

AI 科技評論“00 后 AI 硬科技創(chuàng)業(yè)者系列專訪”長期征集。歡迎點擊下方鏈接或添加作者微信，和我們分享你的愿景。

未經(jīng)「AI科技評論」授權(quán)，嚴禁以任何方式在網(wǎng)頁、論壇、社區(qū)進行轉(zhuǎn)載！

公眾號轉(zhuǎn)載請先在「AI科技評論」后臺留言取得授權(quán)，轉(zhuǎn)載時需標注來源并插入本公眾號名片。