26 年的具身會(huì)非常像 23 年的大模型，如果模型性能跑不到頭部，就沒(méi)有機(jī)會(huì)上牌桌了。

* 題圖：從左至右為千尋聯(lián)創(chuàng)鄭靈茵、千尋聯(lián)創(chuàng)高陽(yáng)、千尋創(chuàng)始人韓峰濤

文丨程曼祺

編輯丨宋瑋

一位 80 后機(jī)器人創(chuàng)業(yè)老兵韓峰濤，一位 90 后 AI 大模型學(xué)者高陽(yáng)，千尋智能有中國(guó)具身行業(yè)里獨(dú)特的創(chuàng)始人組合。

春節(jié)前，千尋完成近 20 億元人民幣兩輪融資，估值突破 100 億元，新股東包括云鋒基金、混沌投資、紅杉中國(guó)等財(cái)務(wù)機(jī)構(gòu)，Synstellation Capital、TCL 創(chuàng)投、明薈投資（匯川技術(shù)董事長(zhǎng)家辦）等產(chǎn)投方，重慶產(chǎn)業(yè)投資母基金、杭州金投等國(guó)資；順為、Prosperity7、達(dá)晨財(cái)智等老股東也繼續(xù)投資。

“臨時(shí)組隊(duì)創(chuàng)業(yè)” 本被視為一種風(fēng)險(xiǎn)：韓峰濤和高陽(yáng)之前不認(rèn)識(shí)、沒(méi)交集。但具身智能是一個(gè)超級(jí)跨學(xué)科領(lǐng)域，它以 AI 大模型的性能為核心變量，也需要硬件本體、工程、能源、材料技術(shù)和商業(yè)化經(jīng)驗(yàn)。跨圈組隊(duì)合理而必要。

韓峰濤身形健碩，快人快語(yǔ)，他 2011 年從浙大研究生畢業(yè)，2015 年聯(lián)合創(chuàng)立協(xié)作機(jī)器人公司珞石，擔(dān)任 CTO，歷經(jīng) 10 年創(chuàng)業(yè)，仍頭發(fā)濃黑。

高高瘦瘦、說(shuō)話慢條斯理的高陽(yáng)第一次見到韓峰濤時(shí)，覺(jué)得他看起來(lái)像 “生意人”，后來(lái)聊得深入，發(fā)現(xiàn)他懂技術(shù)、懂行業(yè)。在 23 年陸續(xù)見了 100 多人，最終確定和高陽(yáng)一起創(chuàng)業(yè)的韓峰濤說(shuō)：“靠譜的人太少，騙子太多。高陽(yáng)絕對(duì)靠譜。”

2024 年 4 月，千尋從孵化器搬到新辦公室，韓峰濤在朋友圈回顧了過(guò)去的從業(yè)經(jīng)歷和中國(guó)機(jī)器人行業(yè)的變化。

在千尋新一輪融資發(fā)生前后，中國(guó)具身智能行業(yè)還出現(xiàn)了數(shù)筆大額融資，從 25 年 12 月到 26 年 1 月，銀河通用、云深處、自變量機(jī)器人都宣布了數(shù)億元至 20 億元的新融資。

《晚點(diǎn)》與韓峰濤的這次訪談，從新近的資本市場(chǎng)變化開始，延展到了背后的行業(yè)變化，26 年競(jìng)爭(zhēng)主題，和他對(duì)過(guò)去工業(yè)機(jī)器人創(chuàng)業(yè)的復(fù)盤。

我們提到了 1 次 VLA，0 次世界模型和 18 次客戶，這是韓峰濤的肌肉記憶。

但他也反復(fù)強(qiáng)調(diào)：26 年不會(huì)是具身行業(yè)的落地生死之年，而是具身模型性能快速爆發(fā)的一年，千尋會(huì)把絕大部分精力放在模型上。這是一個(gè)經(jīng)歷過(guò)上一批智能機(jī)器人熱潮起伏的創(chuàng)業(yè)者轉(zhuǎn)變的決心。

不要為了融資騙投資人，不要互相攻擊得這么狠

晚點(diǎn)：千尋新融了近 20 億人民幣，估值破 100 億。這半年，整個(gè)中國(guó)具身領(lǐng)域還出現(xiàn)了數(shù)起大額融資，為什么更多錢現(xiàn)在涌向了具身？

韓峰濤：因?yàn)榫呱碇悄苷幵?“黎明前的黑暗” 時(shí)刻。制約具身模型性能爆發(fā)的核心卡點(diǎn)——數(shù)據(jù)問(wèn)題，已經(jīng)被解決了。所以過(guò)去幾個(gè)月，行業(yè)認(rèn)知迅速收斂到了投具身大腦。

26 年的具身會(huì)非常像 23 年的大模型，如果你拿不到很多錢，模型性能跑不到頭部，就沒(méi)有上牌桌的機(jī)會(huì)了。

晚點(diǎn)：你看到了更強(qiáng)的共識(shí)，但我們也能看到具身行業(yè)現(xiàn)在非常喧囂，有各種概念、技術(shù)路線和宣傳 PR。

韓峰濤：尤其是過(guò)去的一個(gè)月，我們這次融資過(guò)程也發(fā)生了很多故事。我們應(yīng)該構(gòu)建一個(gè)更良性的市場(chǎng)。

晚點(diǎn)：發(fā)生了什么 “不夠良性” 的競(jìng)爭(zhēng)故事嗎？

韓峰濤：比如找公關(guān)公司黑別人。

晚點(diǎn)：怎么黑法？

韓峰濤：比如黑我和高陽(yáng)不合，這是我聽過(guò)的最離譜的黑點(diǎn)。你要黑我韓峰濤不懂 AI，我也認(rèn)了，我確實(shí)不如高陽(yáng)他們做 AI 的。但你要說(shuō)我和高陽(yáng)經(jīng)常拍桌子吵架，那你肯定是沒(méi)見過(guò)高陽(yáng)。

晚點(diǎn)：具身智能的競(jìng)爭(zhēng)已經(jīng)進(jìn)化到這個(gè)程度了？

韓峰濤：很多都已經(jīng)不是技術(shù)上的競(jìng)爭(zhēng)了。一些負(fù)面評(píng)價(jià)很難自證。就像問(wèn)我吃了幾碗粉？我除了把肚子割開，沒(méi)別的辦法。

晚點(diǎn)：你希望看到的更良性的競(jìng)爭(zhēng)是怎樣的？

韓峰濤：不要為了融資騙投資人，拿訂單騙，或拿開源的模型套個(gè)殼騙。不要相互攻擊得這么狠。

具身是個(gè)大的時(shí)代機(jī)遇，也是中國(guó)在硬科技領(lǐng)域，第一次與美國(guó)站在同一起跑線上。過(guò)去我們?cè)诎雽?dǎo)體、大模型和自動(dòng)駕駛上都在追趕美國(guó)，但具身智能不同，我們?cè)谌瞬拧?shù)據(jù)采集和系統(tǒng)成本上的優(yōu)勢(shì)比美國(guó)更大。中國(guó)一定會(huì)成長(zhǎng)出幾家全球頂級(jí)的具身智能公司。

26 年的關(guān)鍵不是落地，是模型性能的爆發(fā)

晚點(diǎn)：新融近 20 億后，千尋 26 年的目標(biāo)是什么？

韓峰濤：首要目標(biāo)是提升具身模型的性能，要做到具身大腦的全球 Top 3。 關(guān)鍵指標(biāo)是獲得 100 萬(wàn)小時(shí)的有效數(shù)據(jù)。我們過(guò)去發(fā)的最好的開源模型只用了 1 萬(wàn)小時(shí)的數(shù)據(jù)，26 年我們會(huì)有 100 倍的數(shù)據(jù)。

還有 10% 的精力會(huì)放在跟產(chǎn)投方合作，讓具身機(jī)器人在他們的場(chǎng)景里落地。營(yíng)收目標(biāo)是 1 個(gè)億。

晚點(diǎn)：在同樣估值規(guī)模的具身公司里，千尋對(duì)營(yíng)收的計(jì)劃相對(duì)小，為什么？

韓峰濤：第一，模型沒(méi)到臨界點(diǎn)，強(qiáng)行落地沒(méi)有意義。現(xiàn)在的具身模型，做大部分任務(wù)都需要大量微調(diào)，只有當(dāng) zero-shot（零樣本學(xué)習(xí)）就能實(shí)現(xiàn) 70%-80% 的成功率時(shí)，機(jī)器人才能快速放量。

第二，現(xiàn)在具身行業(yè)亂就亂在都在講落地。有些是披著具身外殼的傳統(tǒng)自動(dòng)化或上一代 AI；有些是簽了大訂單卻還沒(méi)交付。有很多投資人認(rèn)為 26 年是落地的 “生死之年”，落不了地行業(yè)就沒(méi)了，我們非常不認(rèn)同。

26 年的主題其實(shí)是數(shù)據(jù)量級(jí)和模型性能的突破，而不是落地和收入競(jìng)爭(zhēng)。真正大規(guī)模落地應(yīng)該在 27 年下半年到 28 年。

晚點(diǎn)：如果你的這個(gè)核心判斷錯(cuò)了，可能會(huì)是錯(cuò)在哪兒？

韓峰濤：這個(gè)問(wèn)題我們內(nèi)部也討論過(guò)很多次，因?yàn)槲覀儠?huì)定期思考 “我們會(huì)怎么失敗”。

目前看比較樂(lè)觀。因?yàn)橛布凸?yīng)鏈已相對(duì)成熟，客戶有需求，公司也有錢，核心的卡點(diǎn)就是模型。而根據(jù)我們自己看到的 Scaling Law 曲線，基模能力的提升沒(méi)有太大懸念。

晚點(diǎn)：如果 26 年確實(shí)是模型能力的淘汰賽，你覺(jué)得能上牌桌的公司具備什么特點(diǎn)，或者已經(jīng)做到了什么？

韓峰濤：第一，肯定要有很強(qiáng)的 AI 背景。第二，賬上的錢足夠多。第三，在中國(guó)，還是要有落地的規(guī)劃，得有強(qiáng)大的產(chǎn)投方以及商業(yè)化能力。

晚點(diǎn)：有什么關(guān)鍵的觀察指標(biāo)嗎？

韓峰濤：獲得有效數(shù)據(jù)的加速度。

晚點(diǎn)：25 年下半年才成立的一批新公司，獲得數(shù)據(jù)的時(shí)間還夠嗎？

韓峰濤：如果拿了很多錢，可以。因?yàn)楹芏?know-how，更早成立的公司已經(jīng)踩過(guò)了，我們花一年半，他們可能只需要 7、8 個(gè)月。

幾個(gè)月的差距目前不是很大的問(wèn)題，很多投資人看不出來(lái)，市場(chǎng)上的錢也多；而且具身大腦今年會(huì)跑出來(lái)好幾家公司。

晚點(diǎn)：你認(rèn)為具體是誰(shuí)？

韓峰濤：我反倒覺(jué)得 25 年出來(lái)的這些新公司做成的概率更高。因?yàn)楦绯闪⒌墓荆芏嘀饕跊_商業(yè)化，已經(jīng)不是大腦公司的基因了。

晚點(diǎn)：千尋自己不也是 24 年成立的嗎？

韓峰濤：但我們 24 年成立第一天就聚焦模型的主航道。很多同行也問(wèn)我：“為什么千尋這么淡定？我們被誰(shuí)誰(shuí)卷得不要不要的。” 我說(shuō)原因很簡(jiǎn)單，卡點(diǎn)解決之前，要聚焦解決卡點(diǎn)，也就是提升模型能力；卡點(diǎn)解決之后，才看速度。

在中國(guó)創(chuàng)業(yè)，一定要在大廠下場(chǎng)前把自己變成中廠

晚點(diǎn)：現(xiàn)在很多大公司也在投入具身智能，如小鵬、小米、騰訊、字節(jié)，李想最近也在全員會(huì)上說(shuō)，理想一定會(huì)做人形機(jī)器人。大公司入場(chǎng)會(huì)怎么影響競(jìng)爭(zhēng)格局？

韓峰濤：我在內(nèi)部經(jīng)常講，我們未來(lái)真正的對(duì)手就是這些大公司。華為、小米、理想這樣軟硬都做的企業(yè)更有可能做好。

晚點(diǎn)：你覺(jué)得什么時(shí)候，更多中國(guó)大公司會(huì)把具身智能當(dāng)成一個(gè)重要戰(zhàn)略？

韓峰濤：28 年到 29 年。

晚點(diǎn)：如果 26 年具身模型就有大的突破，理想等公司不會(huì)加大投入嗎？

韓峰濤：哪怕 26 年模型能力提升了，機(jī)器人對(duì)理想這樣的大公司依然是很小的市場(chǎng)，因?yàn)檫€沒(méi)有大規(guī)模商業(yè)化。

什么時(shí)候大公司會(huì)砸海量資源？創(chuàng)業(yè)公司先證明這個(gè)市場(chǎng)存在，而且真跑出來(lái)了一些中等規(guī)模的創(chuàng)業(yè)公司。

所以我們?cè)趦?nèi)部一直講，速度是我們唯一的優(yōu)勢(shì)。在中國(guó)創(chuàng)業(yè)，一定要在大廠下場(chǎng)之前把自己變成中廠。

晚點(diǎn)：多大規(guī)模算中廠？

韓峰濤：至少一年賣 10 萬(wàn)臺(tái)機(jī)器人

晚點(diǎn)：多快實(shí)現(xiàn) 1 年賣 10 萬(wàn)臺(tái)，才夠快，夠安全？

韓峰濤：我們的計(jì)劃是 2030 年。新能源車大概用了 6 到 7 年左右的時(shí)間，具身智能可能更短，5 到 6 年。

晚點(diǎn)：中廠的條件包含盈利嗎？

韓峰濤：如果能 1 年賣到 10 萬(wàn)臺(tái)，肯定是盈利的。

晚點(diǎn)：很多一年能賣出數(shù)十萬(wàn)臺(tái)車的新能源車企仍沒(méi)有盈利。具身智能公司不會(huì)重蹈覆轍嗎？

韓峰濤：新能源車企的核心困境是產(chǎn)品同質(zhì)化導(dǎo)致的價(jià)格戰(zhàn)。具身智能要避免重蹈覆轍，關(guān)鍵就在差異化，否則銷量越大，庫(kù)存和虧損越大。我們定位是智能服務(wù)載體，賣硬件只是開始，持續(xù)產(chǎn)生的數(shù)據(jù)和服務(wù)價(jià)值才是核心。具身智能機(jī)器人和系統(tǒng)賣出去后，連接才剛剛開始。

如果一開始就能融幾億美金，肯定直接 all in 數(shù)據(jù)

晚點(diǎn)：前面提到，你認(rèn)為 26 年會(huì)是模型性能爆發(fā)的元年，因?yàn)閿?shù)據(jù)卡點(diǎn)已經(jīng)被解決了，千尋具體是怎么解決的？

韓峰濤：有兩個(gè)階段，24 年初千尋起步時(shí)，首先要選擇是仿真、合成數(shù)據(jù)還是真實(shí)數(shù)據(jù)。我們當(dāng)時(shí)就判斷，仿真行不通。技術(shù)上，sim-to-real 的 gap（虛擬到現(xiàn)實(shí)的差距）很難被彌補(bǔ)；行業(yè)上，參考自動(dòng)駕駛——那是最簡(jiǎn)單的機(jī)器人，自動(dòng)駕駛用的仿真數(shù)據(jù)也很少。

真實(shí)數(shù)據(jù)當(dāng)時(shí)有兩個(gè)主要來(lái)源，一是視頻數(shù)據(jù)，就是讓模型去看網(wǎng)上人類干活的視頻，學(xué)一些動(dòng)作和常識(shí)，這個(gè)高陽(yáng)已做過(guò)很多年。二是遙操作，這是 24 年到 25 年上半年的主流采數(shù)方式，它的好處是數(shù)據(jù)質(zhì)量很高，但成本高、采集效率低，沒(méi)法 scaling。美國(guó)做具身的公司，除了英偉達(dá)，其他也都在用真實(shí)數(shù)據(jù)。

所以第一個(gè)階段，我們是用視頻數(shù)據(jù)做預(yù)訓(xùn)練，遙操作數(shù)據(jù)做微調(diào)。過(guò)去兩年我們積攢了 20 萬(wàn)小時(shí)的視頻數(shù)據(jù)。

但同時(shí)，我們還需要一種可以低成本、大批量采集真實(shí)數(shù)據(jù)的方案，這就是從 24 年 5 月開始開發(fā)的現(xiàn)在的方案：在預(yù)訓(xùn)練階段加入可穿戴設(shè)備采集的數(shù)據(jù)，用遙操作數(shù)據(jù)做微調(diào)，最后讓機(jī)器人在真實(shí)環(huán)境里通過(guò)強(qiáng)化學(xué)習(xí)獲得 roll-out 數(shù)據(jù)（機(jī)器人自主完成任務(wù)獲得的數(shù)據(jù)）。

這還是參考了自動(dòng)駕駛：先把車賣出去，一邊開車，一邊采數(shù)據(jù)。我們就想，能不能讓人一邊干活一邊采數(shù)據(jù)。所以當(dāng)時(shí)就開始搞可穿戴式設(shè)備。從 24 年 5 月到 25 年底，我們的可穿戴設(shè)備采數(shù)方案迭代了 4 代，有大小幾十個(gè)版本。同時(shí)也一直在迭代相應(yīng)的數(shù)據(jù)管線和算法。

晚點(diǎn)：可穿戴式設(shè)備有很多種——UMI、外骨骼、動(dòng)捕，千尋具體做哪種設(shè)備，以及為什么這么選？

韓峰濤：我們現(xiàn)在都用，因?yàn)椴煌目纱┐魇皆O(shè)備有不同的優(yōu)缺點(diǎn)。UMI（注：universal manipulation intelligence，主要采集和精細(xì)操作相關(guān)的手部位姿數(shù)據(jù)和力覺(jué)、觸覺(jué)數(shù)據(jù)）只采手部的動(dòng)作，適合做雙臂訓(xùn)練，但如果去訓(xùn)一個(gè)完整的機(jī)器人，就不知道胳膊、腿怎么動(dòng)。想拿到這部分?jǐn)?shù)據(jù)，就得用外骨骼。要獲得更精確的全身數(shù)據(jù)，就需要?jiǎng)硬丁?/p>

所以我們是一個(gè)數(shù)據(jù)配方，可以說(shuō)它是 “全身的 UMI”——以一些相對(duì)低成本的傳感器，加一些算法設(shè)計(jì)，讓人穿上后能一邊真實(shí)的干活，一邊獲得數(shù)據(jù)。

晚點(diǎn)：實(shí)現(xiàn)你們現(xiàn)在這種采數(shù)方案的挑戰(zhàn)是什么？

韓峰濤：提升可穿戴式設(shè)備數(shù)據(jù)的可用性。一開始這些設(shè)備采回來(lái)的數(shù)據(jù)維度少、精度低，相對(duì)于遙操作只有 20% 到 30 % 的可用性。

過(guò)去一年半，我們一直在優(yōu)化設(shè)備本身和數(shù)據(jù)管線，就是對(duì)數(shù)據(jù)切斷、標(biāo)注、質(zhì)檢的整個(gè)流程，以及優(yōu)化模型，讓模型能從相對(duì)低質(zhì)量的數(shù)據(jù)里學(xué)到東西，這里面有很多算法改進(jìn)和創(chuàng)新。

我們把可穿戴式設(shè)備的數(shù)據(jù)的可用性從 30% 提升到了 95%，而成本只有遙操作的 1/10。

晚點(diǎn)：你們現(xiàn)在積累數(shù)據(jù)的加速度如何？

韓峰濤：可穿戴設(shè)備，我們是從今年 1 月開始鋪量的，到 Q2 會(huì)有十幾萬(wàn)小時(shí)的數(shù)據(jù)，我們今年要采 100 萬(wàn)小時(shí)的數(shù)據(jù)。

晚點(diǎn)：開發(fā)可穿戴設(shè)備采數(shù)方案的團(tuán)隊(duì)是怎么學(xué)習(xí)的？有什么可參考的經(jīng)驗(yàn)？

韓峰濤：我們從自動(dòng)駕駛行業(yè)招了一些人，他們有數(shù)據(jù)工程化的經(jīng)驗(yàn)，但是絕大部分，是我們 AI 團(tuán)隊(duì)和具身團(tuán)隊(duì)一起踩坑踩出來(lái)的。因?yàn)榈降资裁词呛玫臋C(jī)器人數(shù)據(jù)，數(shù)據(jù)該怎么處理，模型怎么去學(xué)這些數(shù)據(jù)，全行業(yè)也沒(méi)有太多可參考的。

晚點(diǎn)：25 年下半年，Generalist、Sunday Robotics 都陸續(xù)發(fā)布了他們的可穿戴設(shè)備采集方案，這些不是參考嗎？

韓峰濤：很少，因?yàn)槲覀儚?24 年就開始做了。看到他們的發(fā)布，我們也很開心，原來(lái)和我們做的是一樣的，而且做得很不錯(cuò)。

晚點(diǎn)：不少投資人認(rèn)為，中國(guó)公司是在 copy 他們。

韓峰濤：這個(gè)問(wèn)題我們內(nèi)部也討論過(guò)。如果我們一開始就能融幾億美金，肯定直接 all in 數(shù)據(jù)。但是在中國(guó)創(chuàng)業(yè)，如果沒(méi)有 demo 和商業(yè)化苗頭，很難持續(xù)融資。所以我們需要花一些精力在探索商業(yè)化上，客觀上會(huì)影響解決數(shù)據(jù)問(wèn)題的速度。

晚點(diǎn)：你們實(shí)際在突破數(shù)據(jù)瓶頸上花了多少精力和資源？

韓峰濤：80% 以上。

晚點(diǎn)：第一個(gè)卡點(diǎn)是數(shù)據(jù)，再往后是什么？

韓峰濤：一是 scaling 的速度，把具身模型的性能從 GPT-2 提升到至少 GPT-3.5。然后是把性能達(dá)到 GPT-3.5 的具身大腦，批量落到某一個(gè)應(yīng)用上去。

所有你聽過(guò)的具身公司都去了寧德時(shí)代

晚點(diǎn)：25 年至今，你們?nèi)诘搅烁噱X，如果模型是主航道，有必要現(xiàn)在開始做應(yīng)用落地嗎？你們已經(jīng)陸續(xù)有了寧德時(shí)代等大客戶。

韓峰濤：寧德時(shí)代我們是在 25 年元旦開始正式合作的。其實(shí)不考慮融資，也很有必要做商業(yè)化探索。

具身的核心是具身大模型，看具身，必須按大模型的邏輯看。相通之處是：大模型經(jīng)歷了預(yù)訓(xùn)練、后訓(xùn)練、agent 這些階段，具身還處在開始搞大規(guī)模預(yù)訓(xùn)練的第一個(gè)階段，此時(shí)就大規(guī)模落地，邊際成本很高，會(huì)很痛苦；所以我們 26 年到 27 年會(huì)用大部分精力提升基模。

但機(jī)器人和大語(yǔ)言模型有一個(gè)核心區(qū)別：它不是 “模型即產(chǎn)品”，模型只是產(chǎn)品的一部分。你不能等模型到了 3.5 才去想我到底要做電池機(jī)器人、保潔機(jī)器人還是零售機(jī)器人，那時(shí)就晚了。同時(shí)，大模型前期主要用的是互聯(lián)網(wǎng)公開數(shù)據(jù)，但具身智能需要工廠、倉(cāng)儲(chǔ)里的私有數(shù)據(jù)。這些數(shù)據(jù)不是誰(shuí)都能采。商業(yè)化探索也是為了先去占數(shù)據(jù)的坑。

千尋的 Moz 機(jī)器人在寧德時(shí)代電池產(chǎn)線上工作。

晚點(diǎn)：像寧德時(shí)代這樣的客戶，會(huì)允許你們用他們場(chǎng)景里的數(shù)據(jù)去訓(xùn)模型嗎？

韓峰濤：基模預(yù)訓(xùn)練是可以的。在早期，大家要有數(shù)據(jù)共享的默契，才能提升模型能力。但當(dāng)基模預(yù)訓(xùn)練好之后，大客戶落地時(shí)采的一些高精度的微調(diào)數(shù)據(jù)肯定是客戶自己的。

晚點(diǎn)：你們和寧德時(shí)代的合作是怎么開始的？它當(dāng)時(shí)是在全行業(yè)招標(biāo)嗎？

韓峰濤：不是招標(biāo)，是發(fā)需求。比較知名的、24 年之前成立的具身智能公司基本都去了。

當(dāng)時(shí)我和高陽(yáng)穿戴全套安全帽、安全服，一天走了兩萬(wàn)步，看了需求里的所有工序。因?yàn)樽鳛榧夹g(shù)負(fù)責(zé)人，他（高陽(yáng)）也必須掌握兩種語(yǔ)言：技術(shù)語(yǔ)言和客戶語(yǔ)言。 如果不親自下場(chǎng)看，永遠(yuǎn)不知道真實(shí)產(chǎn)線長(zhǎng)什么樣。

千尋是第一個(gè)真正能在電池產(chǎn)線上干活的具身公司，到目前已經(jīng)參與生產(chǎn)了 1000+ 塊電池。

晚點(diǎn)：寧德和其他公司的合作為什么沒(méi)有繼續(xù)？

韓峰濤：有的公司是和客戶交流有些 gap，和客戶不能主要講技術(shù)，應(yīng)該講怎么理解他的場(chǎng)景、用什么具體方案。有沒(méi)有客戶語(yǔ)言，決定了當(dāng)技術(shù)突破時(shí)，能不能找到 PMF。還有一種是選的場(chǎng)景比較小，潛在用量很少，現(xiàn)在處于在非真實(shí)產(chǎn)線測(cè)試的階段。

晚點(diǎn)：還有什么不夠好的場(chǎng)景？

韓峰濤：打螺絲，打螺絲太難了。

晚點(diǎn)：千尋在寧德做的是電池插拔檢測(cè)，這個(gè)場(chǎng)景好在哪兒？

韓峰濤：第一，它能用到端到端模型，不需要對(duì)現(xiàn)場(chǎng)做自動(dòng)化改造，人撤下來(lái)，機(jī)器人放上去就能干活。第二，插拔用到了力控技術(shù)。第三，這個(gè)工序的節(jié)拍相對(duì)慢。第四，容錯(cuò)率高，電池檢測(cè)的插頭相對(duì)大，第一次不行可以再試一次，不會(huì)損壞零件，如果去插那種精細(xì)的小插頭，一下沒(méi)對(duì)準(zhǔn)可能就壞了。

最重要的是，因?yàn)榍懊孢@幾個(gè)條件，這個(gè)場(chǎng)景讓機(jī)器人可以上真實(shí)產(chǎn)線干活，收集強(qiáng)化學(xué)習(xí)的數(shù)據(jù)，跑通整個(gè)技術(shù)鏈路。

其實(shí)寧德給大家提供了將近 200 個(gè)工序，我們是從 200 個(gè)工序里選了一個(gè)當(dāng)時(shí)的端到端模型可以實(shí)現(xiàn)，節(jié)拍、容錯(cuò)率也合適，能真的上產(chǎn)線的場(chǎng)景，這需要很強(qiáng)的場(chǎng)景選擇能力。

晚點(diǎn)：沒(méi)人去和你們搶這個(gè)場(chǎng)景嗎？

韓峰濤：實(shí)話說(shuō)，這個(gè)場(chǎng)景是另一家具身智能公司先做的，做了快 1 年沒(méi)做成，撤了。

晚點(diǎn)：你們做插拔檢測(cè)的過(guò)程中遇到了什么問(wèn)題，怎么解決的？

韓峰濤：沒(méi)有特別多。這是端到端模型第一次落地，我們主要做了兩件事：

- 第一，管理客戶預(yù)期。 明確告訴客戶這是一個(gè)全新的嘗試，前人沒(méi)做過(guò)。

- 第二，研發(fā)死磕現(xiàn)場(chǎng)。有段時(shí)間我們的技術(shù)人員長(zhǎng)期在寧德現(xiàn)場(chǎng)寫代碼、改模型。做這種落地，你不能在北京搞研發(fā)，然后把模型發(fā)過(guò)去讓現(xiàn)場(chǎng)工程師去跑。研發(fā)必須在客戶身邊。

晚點(diǎn)：這是一個(gè)很重的服務(wù)過(guò)程，怎么平衡服務(wù)好大客戶和你們自己提升模型能力的主線目標(biāo)？

韓峰濤：我們專門成立了 “寧德小分隊(duì)”，相對(duì)獨(dú)立地負(fù)責(zé)服務(wù)寧德，但他們有需求時(shí)，公司也會(huì)給最高優(yōu)先級(jí)支持。這種 “研發(fā)長(zhǎng)在現(xiàn)場(chǎng)” 的模式，本質(zhì)是因?yàn)楝F(xiàn)在的模型能力太弱，必須靠大量人力和工程化去填坑。這種方式無(wú)法低成本復(fù)制，低成本復(fù)制還是要做標(biāo)品。

所以我們的核心目標(biāo)還是提升模型能力，將來(lái)會(huì)把最后 100 米的交付交給客戶自己。

千尋融了很多實(shí)業(yè)產(chǎn)投方，比如華為、小米、京東。這些大廠有場(chǎng)景，也有自己的具身部門，他們?nèi)钡氖悄Ｐ汀Ｎ覀儗?lái)可以給他們提供 “標(biāo)準(zhǔn)的機(jī)器人 + 模型 + 數(shù)據(jù)管理平臺(tái)”，客戶可以基于這套系統(tǒng)針對(duì)下游任務(wù)自己微調(diào)，開發(fā)自己的機(jī)器人 Agent。

晚點(diǎn)：既然當(dāng)前的具身模型還不夠強(qiáng)，那實(shí)際上你們?cè)?25 年給客戶交付的方案用的是什么技術(shù)？

韓峰濤：現(xiàn)在在現(xiàn)場(chǎng)用的也是端到端的 VLA 模型，但用的是我們上一代模型。所以我們選的場(chǎng)景也相對(duì)簡(jiǎn)單。

晚點(diǎn)：上一代模型的后訓(xùn)練和工程部署實(shí)際花了多少人、多長(zhǎng)時(shí)間？如果換成新模型后會(huì)減少多少？

韓峰濤：寧德時(shí)代，我們從接觸到最后驗(yàn)收花了 11 個(gè)月，如果只算模型部分，大概是 2 到 3 個(gè)月。而基于我們現(xiàn)在最新的模型，我覺(jué)得能縮短到 1 個(gè)月。

晚點(diǎn)：當(dāng)具身的基模更強(qiáng)之后，你們會(huì)逐步拓展哪些場(chǎng)景？

韓峰濤：整體節(jié)奏是先工業(yè)，再商業(yè)，最后進(jìn)家庭。

千尋 24 年底定中期目標(biāo)時(shí)，高陽(yáng)提了雙十計(jì)劃：十年讓全球 10% 的人擁有自己的機(jī)器人。要實(shí)現(xiàn)這個(gè)量級(jí)，終局一定是家用。但在行業(yè)早期，我們先選更簡(jiǎn)單的場(chǎng)景，所以先工業(yè)。

傳統(tǒng)工業(yè)機(jī)器人太笨，只能做固定、簡(jiǎn)單的工作，所以滲透率非常低。中國(guó)有 1 億制造業(yè)工人，但工業(yè)機(jī)器人保有量才 300 萬(wàn)臺(tái)，每年新增約 30 萬(wàn)臺(tái)。全球工業(yè)機(jī)器人一年的銷售額也就 100 億美元，就是理想賣半年車。

如果具身大腦能替代 30% 的人工，工業(yè)市場(chǎng)的規(guī)模至少會(huì)提升一個(gè)數(shù)量級(jí)。同時(shí)，有了 “大腦”，機(jī)器人也能從工廠走向服務(wù)業(yè)。

在這些 To B 行業(yè)里，我們篩選場(chǎng)景有五個(gè)標(biāo)準(zhǔn)：市場(chǎng)大；在增長(zhǎng)；集中度高，有大客戶；客戶付費(fèi)意愿強(qiáng)；國(guó)內(nèi)外需求一致，在中國(guó)打磨的產(chǎn)品可以賣到全球。動(dòng)力電池是一個(gè)很好的方向，還有物流、酒店和零售，這是我們這一階段的重點(diǎn)。

晚點(diǎn)：有很多近期新成立的具身智能公司直接瞄準(zhǔn)家庭服務(wù)場(chǎng)景。而在你們的計(jì)劃里，這是比較后期的場(chǎng)景。為什么你們的選擇不一樣？

韓峰濤：家庭確實(shí)是最大的市場(chǎng)，但具身產(chǎn)品的落地要看各因素的匹配。

我不擔(dān)心模型能力。到 27 年，讓機(jī)器人在家洗衣服、收玩具、澆花，技術(shù)上都能達(dá)到。但還要考慮安全、隱私、價(jià)格等。現(xiàn)在機(jī)器人普遍幾十公斤重，萬(wàn)一倒了砸到老人或小孩，就是巨大的事故。再說(shuō)電池，機(jī)器人的電池容量是電動(dòng)自行車的三倍，連自行車電池都不讓進(jìn)家門，何況機(jī)器人？需要等固態(tài)電池成熟，或者只能拖著線工作。

所以那種能滿屋子跑的通用家庭機(jī)器人確實(shí)相對(duì)遠(yuǎn)。但在家庭，尤其是歐美家庭，很多專用機(jī)器人可能會(huì)先爆發(fā)。

比如歐美很多人住獨(dú)棟，地下室放洗衣機(jī)、烘干機(jī)。可以做一個(gè)機(jī)器人，專門負(fù)責(zé)操作洗衣機(jī)、烘干機(jī)、疊衣服。它的位置相對(duì)固定，可以插電用；也不會(huì)和人有太多接觸，可減少安全隱患。

所以具身的落地要綜合考慮軟件和硬件的進(jìn)展。

既然要費(fèi)這個(gè)勁，不如做點(diǎn)大事

晚點(diǎn)：這次創(chuàng)立千尋之前，你已在機(jī)器人行業(yè)創(chuàng)業(yè)十年，是珞石的聯(lián)創(chuàng)和 CTO，為什么在 2024 年珞石已開始籌備上市時(shí)選擇重新創(chuàng)業(yè)？

韓峰濤：2015 年第一次創(chuàng)業(yè)是 “無(wú)知者無(wú)畏”。那時(shí)候覺(jué)得有技術(shù)、有政策、有熱潮，創(chuàng)業(yè)挺簡(jiǎn)單。第一份 BP 用 word 寫了 60 多頁(yè)，投資人說(shuō)：現(xiàn)在 BP 都用 PPT。

那十年，我們見證了工業(yè)機(jī)器人的國(guó)產(chǎn)化率從 3% 跑到超過(guò) 50%。但說(shuō)實(shí)話，工業(yè)機(jī)器人是個(gè)很小的市場(chǎng)，大部分公司不賺錢。

為了讓機(jī)器人能干更多活、打開更大的市場(chǎng)，上一批公司也是做兩件事：一是更好的硬件，給機(jī)器人加力控、3D 視覺(jué)等傳感器。二是結(jié)合第一代深度學(xué)習(xí)，當(dāng)時(shí)做了縫衣服、磨刀等場(chǎng)景，這些都需要 AI 視覺(jué)加力控小腦，靠傳統(tǒng)規(guī)則方法無(wú)法實(shí)現(xiàn)。但受限于上一代 AI 的能力，我們始終沒(méi)法構(gòu)造一個(gè)通用大腦。直到 2023 年初，我看到 ChatGPT。

當(dāng)時(shí)我覺(jué)得必須出來(lái)，我意識(shí)到，大模型是真正的技術(shù)革命。客觀講，第一波深度學(xué)習(xí)熱潮只是 “技術(shù)進(jìn)步”，所以沒(méi)有誕生特別大的公司。但大模型不同，千尋要做的，就是把這場(chǎng)技術(shù)革命從虛擬世界帶進(jìn)物理世界。 這也是我一直想做的事。

晚點(diǎn)：后來(lái)你怎么吸引高陽(yáng)成為合伙人的？創(chuàng)立千尋前你們并不認(rèn)識(shí)：你的背景是自動(dòng)化和工業(yè)機(jī)器人 ，高陽(yáng)從伯克利再到回清華，一直做深度學(xué)習(xí)。

韓峰濤：這次創(chuàng)業(yè)，我考慮的不是我會(huì)什么。我會(huì)做減速器、一體化關(guān)節(jié)、電機(jī)、整機(jī)……但這都不是具身智能最大的機(jī)會(huì)，最大的機(jī)會(huì)是大腦，那我就去找誰(shuí)能做大腦。

我當(dāng)時(shí)微信里有 6000 多個(gè)聯(lián)系人，從 A 到 Z，我挨個(gè)去看誰(shuí)能幫我介紹，最后一共聊了 100 多個(gè)人。

晚點(diǎn)：高陽(yáng)是你見的第幾個(gè)？

韓峰濤：高陽(yáng)是比較后面聊到的，23 年夏天。他也在找產(chǎn)業(yè)和硬件背景的人。所以我們是 “雙向奔赴”，他找 CEO，我找 CTO。

晚點(diǎn)：密集聊 100 多人的感受是什么？

韓峰濤：靠譜的人太少，騙子太多。有的人想騙融資；有的人固執(zhí)地守著舊技術(shù)；還有人想帶一堆自己的人來(lái)。

具身至少是個(gè) 20 年的事業(yè)，合伙人必須能并肩戰(zhàn)斗 20 年。所以選高陽(yáng)，我有兩個(gè)硬指標(biāo)：第一，技術(shù)要靠譜。 24 年融資時(shí)，投資人笑我不懂 AI，但有一點(diǎn)我很確定：既然是大模型的機(jī)會(huì)，合伙人里就必須有人懂大規(guī)模預(yù)訓(xùn)練。高陽(yáng)從 17 年就開始研究端到端自動(dòng)駕駛，又知道怎么用互聯(lián)網(wǎng)視頻做訓(xùn)練，在技術(shù)上絕對(duì)靠譜。第二，價(jià)值觀趨同。 我倆反復(fù)聊了十幾次，就是在確認(rèn)能不能長(zhǎng)期跑下去。創(chuàng)業(yè)過(guò)程中一定會(huì)有爭(zhēng)吵，甚至?xí)锌简?yàn)人性的決策時(shí)刻。最終決定團(tuán)隊(duì)會(huì)不會(huì)分裂的，就是價(jià)值觀。 拿我們鄭總（千尋聯(lián)創(chuàng)鄭靈茵）的話說(shuō)創(chuàng)始團(tuán)隊(duì)?wèi)?yīng)該是價(jià)值體系趨同，能同頻共振。

晚點(diǎn)：你們共同的價(jià)值觀是什么？

韓峰濤：信任，追求卓越，實(shí)事求是。不知道會(huì)說(shuō)不知道。

晚點(diǎn)：你們的技術(shù)背景和思維方式不同，真的開始一起創(chuàng)業(yè)后有過(guò)什么碰撞和分歧嗎？

韓峰濤：robotics 的思維是基于規(guī)則、建模，AI 是數(shù)據(jù)驅(qū)動(dòng)。我自己到 24 年下半年會(huì)更清晰地意識(shí)到，我的一些決策還是受原來(lái)機(jī)器人行業(yè)的認(rèn)知的影響，而具身是 AI 行業(yè)。

晚點(diǎn)：當(dāng)時(shí)具體發(fā)生了什么？

韓峰濤：24 年 5 月之后，我們?cè)谕瑫r(shí)做可穿戴式設(shè)備，自研機(jī)器人和訓(xùn)第一代模型。當(dāng)時(shí)需要遙操作的數(shù)據(jù)，到下半年，第一代硬件還沒(méi)出來(lái)，導(dǎo)致沒(méi)法采數(shù)。高陽(yáng)說(shuō)這不行，要不我們?nèi)ベI一些無(wú)限方舟的臂。我當(dāng)時(shí)想，這個(gè)臂和我們自己的構(gòu)型不一樣，這部分?jǐn)?shù)據(jù)可能會(huì)被浪費(fèi)。高陽(yáng)說(shuō)不行，必須得買。

回頭看是應(yīng)該更早買，這事來(lái)回溝通了 1 個(gè)多月，再加上后面給這些臂修 bug 和調(diào)試，整體可能耽誤了模型進(jìn)度 2 個(gè)多月。這是一個(gè)認(rèn)知問(wèn)題，從 AI 視角看，數(shù)據(jù)在初期是最重要的。

晚點(diǎn)：你們挺有默契，我之前問(wèn)高陽(yáng)這個(gè)問(wèn)題，他說(shuō)的也是這件事。

韓峰濤：我覺(jué)得其他人做的機(jī)械臂沒(méi)有我做得好。

晚點(diǎn)：一種行業(yè)老兵的自負(fù)。

韓峰濤：對(duì)。

晚點(diǎn)：后面你們遇到類似的決策分歧，怎么處理的？

韓峰濤：只要是在提升模型性能的主航道上的研發(fā)，就堅(jiān)決投。具體決策會(huì)更多依賴高陽(yáng)。我是機(jī)器人老炮，高陽(yáng)也是 AI 老炮，從 14 年去美國(guó)讀博到現(xiàn)在，也搞了十幾年了。

很多對(duì)未來(lái)的判斷，不可能有 100% 的證據(jù)，它依賴于長(zhǎng)久浸泡一個(gè)領(lǐng)域帶來(lái)的直覺(jué)。

晚點(diǎn)：面對(duì)新問(wèn)題時(shí)，過(guò)去的直覺(jué)可能會(huì)錯(cuò)，怎么辦？

韓峰濤：沒(méi)法完全避免。糾錯(cuò)靠?jī)牲c(diǎn)：要么自己發(fā)現(xiàn)自己錯(cuò)了，要么別人指出，你能接受，第二種更常見。所以千尋一直強(qiáng)調(diào)信任文化。如果你相信對(duì)方提意見是為了公司好，為了你好，接受建議就會(huì)變簡(jiǎn)單。

晚點(diǎn)：上一次創(chuàng)業(yè)十年，你自己并沒(méi)有拿到大結(jié)果，這次創(chuàng)業(yè)，想走多遠(yuǎn)？

韓峰濤：面對(duì)這樣一個(gè)大的機(jī)遇，我們是奔著做一家偉大公司去的。其實(shí)一個(gè)人不管干啥，哪怕是開煎餅攤、開咖啡館，想做好都極艱難。既然都要費(fèi)這個(gè)勁兒，不如做點(diǎn)真正的大事。

客觀講，以前沒(méi)這種機(jī)會(huì)。搞工業(yè)機(jī)器人，做得再好也只是一個(gè)垂直行業(yè)，甚至都改變不了行業(yè)。但在 AI 這個(gè)賽道，我們有可能改變世界。

題圖來(lái)源：千尋智能