黄一领筹过亿美元估值获小米宁德入局 萝博派对主打全栈开源

22 岁的具身 CEO、5 轮融资、过亿美元、“不知天有多高”、“一年吃了十年的苦”|对谈黄一:萝博派对创始人/CEO — 十字路口Crossing

十字路口Crossing

具身智能尚处于大脑仅跑一两公里的早期阶段,创业公司需通过硬件开源建立底层生态与商业闭环。

AI-assisted summary of 22 岁的具身 CEO、5 轮融资、过亿美元、“不知天有多高”、“一年吃了十年的苦”|对谈黄一:萝博派对创始人/CEO — original source. Check the original for full context.

Source published:

Detailed notes

## Background 本期内容发布于小宇宙平台的“十字路口Crossing”频道,发布时间为 2026 年 8 月 23 日。节目由主播 Koji 对谈 RoboParty 萝博派对创始人兼 CEO 黄一,结合播客简介与背景信息,主要讲述了这位 22 岁年轻创业者在一年内完成 5 轮融资、筹集过亿美元的经历,以及他对具身智能行业发展、开源战略、团队管理与商业化落地的深度思考。

## TL;DR 节目围绕 22 岁具身智能 CEO 黄一的创业与融资历程展开,深入拆解了 RoboParty 从第一代原型机 RP0 走向新一代 RP1 的迭代过程及其开源生态商业化路径。黄一分享了在具身智能行业泡沫中挑选 TS、借势成长并与产业股东(如小米、宁德时代)合作的实操经验,同时阐述了以“蜂巢结构”管理 150 人跨界团队的独特组织哲学。此外,他对轮式机器人的局限性以及具身智能马拉松(本体、小脑、大脑发展阶段)的终局趋势给出了清晰而透彻的行业判断。

## Atmosphere & style 整期节目氛围坦诚、硬核且富有年轻人的热血与锋芒,主播与嘉宾之间呈现出高度对等且深入的行业探究对话。黄一对话风格毫无客套与预设掩饰,将“自大”与“清醒”交织的内心世界展现得淋漓尽致,既有对“压缩人生”吃苦体验的自讽,也有对技术与商业逻辑的极客式通透。聆听过程就像在旁听一场高密度的年轻创业者认知倾泻,充满了思想碰撞的快感与对未知的探索热情。

## Key takeaways - `01:50` 创业一年的体验宛如“压缩的人生”,需要同时面对融资、技术、管理和战略等多重挑战,其认知逻辑为:认知 > 格局 > 技术 > 管理 > 努力。 - `02:27` 早期融资中,创业者掏钱自筹出实体原型机能极大增加 VC 投资信心;天使轮融资协议规避个人连带回购与对赌等条款对后期企业健康发展至关重要。 - `05:24` 挑选 FA 的核心在于考察其对行业经营与融资现状的梳理能力,以及对不同机构出牌风格和推投成功率的精准预判。 - `07:30` 具身智能行业存在资金与商业化落差带来的泡沫,但创业者可借势吸引人才与供应商;选择 TS 时需注重基金的“口袋深度”(Deep Pocket),避免早期出让过多股权影响后期大资金加仓。 - `10:02` 产业方股东(如小米)能共享内部技术 Know-How 和行业文档辅助战略决策;在热钱充裕的窗口期应以 Milestone 驱动持续快速融资。 - `14:30` 大学刚毕业创业的最大优势在于处于“愚昧之巅”的无畏与自大;优秀创业者招人与画饼的最高境界是“自己先相信,并精准描绘清晰愿景”。 - `20:08` 通过全栈开源打破行业“重复造轮子”现象,在卖硬件本体保障基本面的同时,通过开放底层接口卡住 Missing Layer,并吸收科研生态人才免费贡献算法复利。 - `25:19` 坚决不看好纯轮式机器人形态,认为其是阉割通用性的中间态;通用具身智能的终极目标是追求形态和功能的通用性而非短期过度自动化。 - `27:55` 新一代产品 RP1 在 RPO 的基础上全面修复了关节过热、手腕易碎等工程缺陷,升级全身 EtherCAT 硬同步,实现了真正的标准化和高频迭代。 - `37:54` 前沿算法团队采用无层级、高人才密度的“蜂巢结构”(管理半径≤6人),供应链与制造端则采用极致流程化管理,二者有机兼容。 - `47:00` 预测全行业约 300 家具身公司到 2030 年将剧烈洗牌至仅剩 10-15 家,届时车企与科技巨头将全面下场清场。 - `50:00` 创业需要极强的战略定力与舍弃选择:明确不做预训练大模型与内部赛马,短期 70% 的落地场景切片聚焦于科研与教育。 - `55:00` “把公司做起来”的具体标准是产品能真正走入普通消费者家庭;创业虽然充满折磨,但在心理与认知上能带来极高密度的成长体验。 - `01:00:00` 对具身智能马拉松进程的判断为:硬件本体跑完 1/4(约10公里),小脑运动控制跑完 1/2(约20公里),而通用大脑认知仅跑出 1-2 公里。

## Detailed walkthrough ### `00:00` 嘉宾背景与快问快答

十字路口主播 Koji 介绍了本期嘉宾——RoboParty(萝博派对)创始人兼 CEO 黄一。RoboParty 在过去一年中迅速完成了 5 轮融资金额过亿美元的融资,是目前具身智能行业最受关注的年轻新势力。在开场的快问快答中,黄一透露自己出生于 2004 年(现年 22 岁),高中就读于华罗庚中学,大学毕业于哈尔滨工业大学;MBTI 是 INTP,星座是白羊座。

黄一用一句话介绍了 RoboParty:希望通过开源的方式减少行业内重复造轮子的现象,并以此推动具身智能的发展。“开源”是公司极其核心的关键词。目前公司团队规模约 140 人(其中实习生约占一半)。在业务与财务方面,2025 年旗下原型机 RP0 每月出货量约 100 台;预计明年推出新产品后,整年度 RP0/RP1 系列将达到 2000 台左右的销售出货量。在大学创业前,黄一曾做过无人机和机器人;在马斯克发布人形机器人概念后,他便在学校掏钱买材料、进行堆叠自制。

- **个人基本信息**:2004 年出生,22 岁,高中华罗庚中学,大学哈尔滨工业大学,MBTI 为 INTP,白羊座。 - **公司规模**:团队约 140 人,其中实习生占近一半。 - **产品出货预期**:2025 年 RP0 月出货约 100 台,预计明年新产品带动全年销量达 2000 台左右。

`01:50` 创业一年的“压缩人生”与 VC 的投资逻辑

谈及创业体验,黄一表示虽然自己创业只有一年左右,但感觉像是度过了“压缩的人生”,把可能十年该吃的苦在一年内吃完了。除了要面对融资压力,更要应对大量的专业技术问题、管理挑战以及公司战略规划。他强调“战略大于团队”,并引用了唐杰的观点——“认知大于格局,格局大于技术,技术大于管理”。

针对“VC 投 22 岁的黄一时到底在投什么”这一问题,黄一直言这笔钱在具身智能行业算不上多,但对年轻创业者确实是一笔大钱。VC 并非单纯在押注“年轻”,而是在投决时他们已经看到了实体产品——黄一早期自己掏了数百万资金,把人形机器人的原型机直接做了出来。此外,黄一强调了天使轮(Seed Round)融资条款的重要性:第一轮协议会伴随公司非常久(基本上会延续至 pre-IPO 轮),创业者必须有优秀的机构 Lead,并谈下极为友好的条文,例如争取无个人连带回购、无对赌等,才能让后续创业压力相对减小。

- **核心认知公式**:认知 > 格局 > 技术 > 管理 > 努力。 - **早期投入与天使轮条款**:黄一初期自筹数百万做出现成机器人原型机后才开启外融资;强调天使轮协议中规避个人连带回购与对赌条文的重要性。

`05:24` FA 的选择与第一笔 VC 融资

关于财务顾问(FA)的作用,黄一认为 FA 最大的价值是帮助创业者完成从 0 到 1 的资本市场启蒙,厘清融资流程与机构的决策逻辑。面对市面上繁杂的 FA 甚至出现的“配售制度”,黄一建议创业者通过两个维度考察 FA:第一,能否清晰梳理出行业内所有公司的融资与经营状况;第二,能否准确判断赛道内不同机构与投资人的出牌风格及推投成功率,避免盲目对接非具身赛道或无决策权的投资人。

回溯第一笔 VC 融资,黄一透露最初是五源资本(5Y Capital)的 Bill 在他建立的机器人交流群里主动加他并开启接触的。在融资决策前,公司内部曾有两条线:一条是通过线性流等现金流业务養活人形机器人,另一条是直接寻求 VC 支撑。黄一认为寄希望于现金流业务养人形机器人是错误的“伪安全感”,因为高频迭代时一旦现金流业务牵扯精力,机器人研发就会被同行甩开。VC 的本质就是“把未来赚到的现金流拿到今天来用”。

- **FA 筛选标准**:考察对全行业融资现状的掌握度,以及对具体投资人投资偏好和推投成功率的精准度。 - **首轮 VC 来源**:五源资本 Bill 在黄一建立的机器人技术交流群中主动联系打通。

`07:30` 泡沫共处与多 TS 挑选策略

黄一坦言当前具身智能行业毫无疑问存在泡沫,本质是行业内聚集的资金与当前实际商业化收入之间存在巨大落差。但对于创业者而言,关键在于“顺势而为”(借用股东顺为资本的概念)。行业热起来形成的风口与势能,能让供应商愿意多看项目一眼、吸引人才从其他传统行业跨界涌入。

当同时拿到多份投资意向书(TS)时,黄一提出了挑选策略:首先要对所有给予信任的机构保持高度尊重;其次要评估基金的“口袋深度”(Deep Pocket)。某些大型基金如果在天使轮就拿走过多股权(如 10%),由于后期单轮融资动辄需要 5 亿至 10 亿元人民币,在后续大资金池变少且机构已持有较多份额时,可能失去继续加仓的动力,反而让公司失去了未来能领投大钱的 Deep Pocket。此外,像真格、经纬等早期机构,其带来的资源负能与认知交换远大于资金本身的质量。

- **泡沫的正面效应**:行业热度能显著降低供应商对接成本,并加速跨界高端人才向具身智能赛道集聚。 - **挑选 TS 核心考量**:避免早期被后续能出大钱的深口袋基金(Deep Pocket)占股过高而影响后续轮次加仓动力;看重早期机构(如真格、经纬)的认知赋能与资源对接。

`10:02` 产业方与 VC 的差异及“持续融资”节奏

谈及股东结构中 VC 与产业方(如小米、宁德时代)的区别,黄一指出,VC 更多带来的是人脉圈子和同行资源;而产业方则能提供极为扎实的行业 Know-How。例如 RoboParty 与小米机器人部门进行过多次深度交流,小米分享了大量内部积累的行业文档和经验,帮 CEO 在战略决策上少走很多弯路。在人民币与美元基金的选择上,黄一观察到美元基金更倾向于为领先的技术和 Know-How 买单,而人民币基金则更看重具体的商业模式和落地场景。

关于融资节奏,RoboParty 几乎一两个月就完成一轮融资。黄一解释称,这源于对行业周期的判断:目前政策支持(如十五五规划)与二级市场热度传导至一级市场,市场上热钱充裕,创业者应当“能多拿钱就多拿钱”,为后续长跑做准备。他打趣道自己衣服上的“Stay Around”可以解读为“一直融 A 轮”——在 B 轮商业闭环尚未完全形成前,将各种 Milestone(如 RP1 发布、推量产)作为 A 轮不同阶段进行同步融资。在公司注册地选择上,黄一遵循“人才在哪里公司就在哪里”的原则(模型团队在北京起地,总部在上海浦东),并提到上市前夕可能会结合招商引资政策进行“卖总部轮”的搬迁。

- **产业方赋能**:小米等产业股东直接共享内部技术 Know-How 和行业文档,辅助 CEO 进行精准战略决策。 - **融资节奏逻辑**:借着当前一级市场资金充沛的窗口期“能拿尽拿”,以 Milestone 驱动持续小步快跑融资。 - **选址逻辑**:北京起地 C 座(邻近清华叉院)布局模型,上海普通/浦东布局本体;未来上市阶段再考虑招商政策搬迁。

`14:30` “愚昧之巅”与浙大工程师的“追人”故事

黄一回顾了自己在哈工大的创业起点。他凭借学校人性化的政策修满学分并完成毕业设计(其本科毕设就是人形机器人,目前仍挂在知乎上)后,于大三提前离校创业。他认为大学刚毕业创业最大的好处在于“自大”——在对行业还没有清晰认知前的“愚昧之巅”,人会觉得自己无所不能、市面上的产品都不行,这种无畏反而最适合启动事业。

随着公司人数增长,管理成为新课题。黄一分享了他花两三天“追求”一位浙大工程师的招人经历:他直接飞赴浙大陪着对方,帮其规划未来的部门蓝图。黄一总结道:“画饼的最高境界就是自己先相信,并把对方看不清的未来清晰地描述出来。”在哈工大最早拉室友和同学创业时,哪怕只能开出两三千块钱的月薪,大家也凭借对他技术栈的信任(如黄一搭出整体框架,其他人补充运控、结构与硬件)加入进来。

- **“愚昧之巅”的创业价值**:对行业认知尚浅时的自大与无畏,是年轻创业者破局启动的关键动力。 - **高效招人与画饼哲学**:CEO 需将自己真正认同的未来愿景精准描绘给候选人;最高境界是画自己也坚信不疑的“饼”。

`20:08` 从第一代开源到未来盈利壁垒

RoboParty 走向开源纯属偶然:第一代机器人做完后黄一觉得“没啥用”便开源到了知乎上,没想到引发大量行业讨论,甚至有三五个爱好者真的根据图纸把机器人造了出来,这种强烈的正反馈促成了 RoboParty 的开源战略。黄一指出,开源的前提是产品足够优秀(类比 DeepSeek 的开源)。

在全栈开源的背景下,黄一阐述了 RoboParty 未来的商业壁垒与盈利路径: 1. **降低合作阻力**:开源极大地降低了与模型公司、科研机构的合作门槛,卡住了极佳的 Missing Layer(开放底层电极控制、URDF 质量拆分等友商不愿开放的底层接口)。 2. **硬件基本面盈利**:公司本质依然是一家制造业/供应链公司,通过销售人形机器人本体赚取直接利润。 3. **用户生态复利**:以科研教育场景为例,客户(如 CMU 教授)购买一台 10 万元的本体后,会带几名高水平博士基于该本体做算法研发并发表论文,这相当于客户自备高薪人才为 RoboParty 生态迭代代码,如同 DeepSeek 卖 API 与开源并行不悖。

- **开源的起点**:第一代原型机 RPO 开源后获得真实用户对照图纸组装的强反馈。 - **商业模式与生态**:卖硬件本体(基本面)+ 占据 Missing Layer 开放底层接口 + 吸引科研高精尖人才免费为生态贡献算法与论文。

`25:19` 为什么不看好轮式机器人与绝望之谷的认知打散

谈及形态路线,黄一表达了非常明确的立场:**极其不看好纯轮式机器人**。他认为轮式形态本质上是一个“腿部惯量无限大的足式机器人”,是为了短期局部操作而阉割通用性的中间态。做具身智能的终极目标是通用性(女人而非超人),随着算法的提升,末端精度达到 0.01 毫米等工业自动化指标并非通用机器人的核心追求,因此无需为了短期过度自动化而牺牲形态的通用性。

关于创业过程中的“绝望之谷”,黄一表示自己没有经历过情绪上的崩溃,但经常经历“认知被瞬间打散”的时刻。例如在与小米机器人事业部负责人交流时,面对数据端采集(Teleop、Ego、Wumi、All Human Data Collection 的成本与 ROI 算力)以及本体减重等极其体系化的问题,会发现自己之前的思考依然偏浅。然而黄一也强调,并非知道得越多越好,过度理性精算 ROI 会让人变得胆小谨慎,年轻创业者需要保持一种“认清真相后依然热爱”的英雄主义与适度自大。

- **对轮式机器人的判断**:纯轮式是阉割通用性的中间态,通用具身智能应当追求“女人”而非专用的“超人”工业自动化。 - **认知重塑**:与顶级产业专家交流时常被打散原有认知,但需在过度谨慎(精算数据 ROI)与年轻无畏之间保持平衡。

`27:55` 从 RPO 到 RP1 的产品演进与真实需求

从原型机 RPO 走向新一代产品 RP1,团队真正从“自大”滑向了真实的工程实操。RPO 目前每月保持约 100 台的真实订单(30%-40% 卖给高校作为 0 到 1 的教育散件,其余卖给创业公司发烧友)。为了降低售后成本,RoboParty 甚至将客户拉群,形成由用户互相解答技术难题的社区生态。黄一还透露曾有欧洲机构试图一次性下单 500 台,但当时因产能与供应链交付体系落后而未敢全收,如今供应链产能已逐步打通。

新一代产品 RP1 相比上一代原型机进行了全面的产品化升级: - **工程痛点修复**:调研了二三十条竞品问题,全面解决了假手过热、肩部关节发烫、手腕支撑力不足、拔手易碎等缺陷。 - **完整产品化**:优化了自由度配置、整机构型与内部走线,并支持从箱子中自主站立等功能。 - **紧密贴合科研前沿**:针对客户真实需求(如 48.24V 手部接口、全身 EtherCAT 协议硬同步、头部与 Ego 采集设备扣接等)进行标准化收敛与 PRD 定型,同时对接 ETH Flexia、Current、Data 原素等新锐大脑与 Whole-body Intelligence 团队。

- **RPO 客户结构**:30%-40% 为高校科研教育,其余为早期发烧友与创业公司;以散件形式出货。 - **RP1 核心改进**:彻底解决关节过热、手腕易碎等工程缺陷,升级全身 EtherCAT 硬同步与内部走线,打造真正的高频迭代产品而非工程样机。

`35:46` 具身终局判断与“蜂巢结构”团队管理

针对 10 年后具身智能的终局,黄一观察到行业内的两派观点:一派认为会由 OpenAI、智谱等拥有强大 Infra 和 Researcher 的大模型公司主导;另一派则认为懂 Robotics 的创业公司更有机会。黄一个人非常看好大模型公司(如 OpenAI 组建 Robotics 团队)依靠强大的 Scaling 能力进行降维打击,但也指出具身模型的发展可能会经历“先升后降”(参数量先大幅上升,随后依靠 Know-How 优化回落)的过程,RoboParty 未来(规划在 2027 年左右)也会深度切入模型层。

面对近 150 人的团队管理,RoboParty 采用了独特的**蜂巢结构**(Hive Structure,参考 Anthropic 的组织模式): - **Lab 研发端**:保持极高的人才密度,取消繁复的层级结构,遵循自然界最稳固的六边形交互逻辑,每个人的最佳管理/交互半径控制在 6 人以内,所有人可直接沟通。 - **制造与供应链端**:针对硬件制造需要极致流程化的特点,将主体公司的供应链、销售与制造部门进行极致流程化与分工,实现“人才密度驱动的 Lab”与“流程驱动的军团”有机结合。

在管理比自己年长且技术更精通的员工时,黄一认为年龄不是障碍,“对行业和机器人的认知深度”才是决定领导力的关键。他将“22 岁年轻”作为自己的保护盾——在商业谈判中既能直接高效地提出诉求,又能获得对方对年轻创业者的容错度。此外,公司做到了一年半时间内“零主动离职”,甚至吸引了大厂年薪 250 万-300 万元的高管降薪(实拿 80 万左右)加盟,靠的就是极高的人才密度与明确的转型学习价值。

- **组织架构创新**:前沿算法 Lab 采用无层级、高人才密度的“蜂巢结构”(管理半径≤6 人);制造供应链部门采用极致流程化管理。 - **人才吸引力与留存**:实现一年半内零主动离职;高管宁愿降薪 60%-70% 加入,以获取具身智能赛道的转型认知与硬核经验。

`47:00` 行业淘汰赛预判与落地场景选择

对具身智能的未来格局,黄一做出了清晰的时间表预测:目前全行业约有 300 家具身智能相关公司(其中人形机器人约 100 多家),到 2030 年可能只剩下 10 到 15 家能够挺进下一轮。届时,魏小理、荣耀、吉利等千亿级车企将全面下场;而在终局阶段,比亚迪、华为、宁德时代、BAT、小米等巨头将直接通过收购或自建补齐基层部门,推动行业进入万亿级大时代。

在自身业务边界上,黄一采取了“CEO 定排除项,团队自由探索”的策略: - **要做与不做什么**:短期内坚决不做大规模预训练(数据管线铺设成本极高),但鼓励团队在可控成本内探索小脑 BFM(如 BFM Zero、UFO、MickLite)、JAPA 框架以及全身跑酷、打乒乓球等交互算法(相关成果如 intact 已获 Yann LeCun 点赞并将全部开源)。 - **RP1 场景落地优先级**:首期 70% 专注于**科研与教育场景**(市场体量大且能带来巨大的生态复利),10% 探索工厂工业场景(如配合宁德、小米测试 1 分钟节拍内的上料),20% 涉及文娱陪伴作为 Marketing 渠道。

针对具身智能的马拉松比喻,黄一总结道:如果全程是 42 公里,机器人本体已经跑完了 1/4(约 10 公里),小脑跑了一半(约 20 公里),而大脑可能才刚跑了一两公里。RoboParty 的核心战略就是在行业大爆发前夕,通过高频次迭代与高质量硬件,持续卡住开放通用的基础平台。

- **2030 行业洗牌预测**:300 家具身公司将剧烈筛选至 10-15 家;随后车企与科技巨头(比亚迪、华为、宁德时代等)将全面下场清场。 - **目前落地场景切片**:科研教育占 70%(核心基本面),工业场景占 10%(测试上料节拍),文娱陪伴占 20%。 - **马拉松进程判断**:本体跑完 1/4,小脑跑完 1/2,大脑仅跑出 1-2 公里。

<FollowUp label="要看看黄一关于具身马拉松(大脑、小脑、本体进度)的具体论述吗?" query="详细梳理黄一在采访结尾对具身智能马拉松各环节(大脑、小脑、本体)进展的深度拆解和对未来 2030 年行业洗牌的预测。"/>

`55:00` 聚焦与舍弃:创业者的战略定力与对“做起来”的定义

面对具身智能领域的各种热潮与方向,黄一展现出了极强的战略舍弃能力。他明确表示,CEO 最核心的工作在于决定“哪些不做”。作为资源有限的创业公司,资本利用率是首要考量,因此 RoboParty 坚决不搞大公司式的“内部赛马”,例如阶段性地放弃预训练模型的研发,也暂不涉足家庭与文娱场景。他提到了自己非常佩服的美国创业公司 Physical Intelligence(这里提到的 Generalist / Physical Intelligence 团队),赞赏他们极度专注——不做硬件与夹爪,只专注将模型和数据 scale 到数十万小时。他坦言,这种敢于探索无人区的方式在美国能获得极高资本奖励,但中国的商业文化更奖励“能把公司做起来的人”。

对黄一而言,“把公司做起来”并不是一句空洞的口号,而是一个极其具体且有画面感的愿望:即使父母在完全不知道某个品牌是自己儿子做的情况下,作为普通消费者也会在市场上主动购买这款产品。他坦言创业在身体和精神上充满磨难,但在心理与认知成长上却能带来极度的快乐——将别人十年的经历压缩在一年的时间里度过,这种极高密度的生命体验让人在 30 岁前就拥有百岁老人般的“沉淀感”。谈及创业之外的终极梦想,他笑着表达了想去当“海盗”的浪漫愿望,租一艘船在海上漫无目的地飘荡,探索大海给的宝藏,甚至给发现的鱼命名为“黄一鱼”,以此保持自己对未知世界的好奇心与极客手感。

* **战略不做**: 明确拒绝内部赛马,阶段性放弃预训练模型研发,不进家庭与文娱场景,提升资金利用率。 * **对标与佩服**: 赞赏 Physical Intelligence 等美国公司极度 Focus 的范式,专注数据与模型 Scaling。 * **中美文化差异**: 美国资本奖励探索无人区的创新,中国市场更奖励能够落地并“把公司做起来”的商业结果。 * **“做起来”的具体标准**: 父母在不知情的前提下,以普通消费者身份在市场上主动购买自家产品。 * **压缩人生体验**: 创业将十年期的成长压缩在一年内完成,带来极高的心理满足感与沉淀感。

---

`01:00:00` 具身马拉松的进度条与工具栈

谈及给刚毕业即想创业的学弟学妹的建议,黄一援引了黄仁勋的观点:不要一上来就试图去切所谓的“蓝海”,最重要的实际上是在一个具体的赛道里实现商业闭环并带来增长,先在一个特殊的赛道里把事情做好,再把赛道做大。谈到个人的 AI 工具使用习惯时,他表现得像一个极客,认为自己对底层大模型“完全没有忠诚度”,谁好用就换谁,最近在使用 Kimi K3,此前则常用 Anthropic 的 Claude 3.5 Sonnet 系列;在编程写代码和写模型时,则主要依赖 Cursor 等代码生成工具,并表示很多简单的自动化 demo 只需要几句 Prompt 就能手搓出来。

对于行业内将具身智能比作 42 公里马拉松的说法,黄一从“本体、小脑、大脑”三个维度给出了清晰而透彻的阶段性判断。他认为硬件本体已经跑完了全程的 1/4(约 10 公里),大部分硬件设计正在逐步收敛;小脑(控制与运动协调)跑得最快,可能已经跑了一半(约 20 公里),例如团队加入 VFM 框架后,机器人不仅能在受干扰时恢复姿态,甚至能在怀抱物体被推搡后迅速恢复并继续完成捡拾;而大脑(通用泛化与高级决策)目前可能仅跑了一两公里,甚至由于没人见过最终的终局形态(例如能够像人类一样进行历史记忆重绘、立反馈交互与自然对话),整个行业目前都处于丢失这块核心认知的状态。

* **给创业者的建议**: 切忌无脑盲目寻找蓝海,应专注于在特定赛道内实现商业闭环与持续增长,将小赛道做大。 * **AI 工具栈选型**: 写代码与模型使用 Cursor,底层大模型无忠诚度、按体验随时切换(近期使用 Kimi K3,此前使用 Claude 3.5 Sonnet)。 * **具身智能马拉松进度表**: * **本体(硬件)**: 已跑完 1/4,结构与系统逐渐收敛。 * **小脑(控制)**: 已跑完 1/2,姿态恢复与动态抗干扰控制等工作已基本解决。 * **大脑(通用认知)**: 仅跑了 1~2 公里,行业对最终的终局形态仍缺乏清晰认知。

## Notable quotes > `01:50` 度过了一个压缩的人生 — 黄一

> `14:30` 你不知道天有多高 — 黄一

> `01:50` 认知大于格局,格局大于技术,技术大于管理 — 黄一

> `17:27` 画饼的最高境界是自己先相信 — 黄一

> `01:01:42` 如果把具身智能比作 42 公里的马拉松,机器人本体已跑完 1/4,小脑大概跑了一半,但大脑可能才跑了一两公里。 — 黄一

> `25:55` 认清真相后依然热爱 — 黄一

> `55:00` CEO 最核心的工作在于决定‘哪些不做’ — 黄一

> `55:00` 父母在完全不知道某个品牌是自己儿子做的情况下,作为普通消费者也会在市场上主动购买这款产品 — 黄一

## Mentioned 黄一, Koji杨远骋, RoboParty, 萝博派对, 十字路口Crossing, RP0, RP1, 五源资本, Bill, 真格基金, 经纬创投, 顺为资本, 小米, 宁德时代, 哈尔滨工业大学, 浙江大学, 清华大学交叉信息研究院, 卡内基梅隆大学 (CMU), 苏黎世联邦理工学院 (ETH), DeepSeek, OpenAI, 智谱, Physical Intelligence, Anthropic, Yann LeCun, EtherCAT, Cursor, Kimi, Claude

[Source](https://www.xiaoyuzhoufm.com/episode/6a8aab34ef65145dfcc3ea11)

中文简报

黄一领筹过亿美元估值获小米宁德入局 萝博派对主打全栈开源 具身智能尚处于大脑仅跑一两公里的早期阶段,创业公司需通过硬件开源建立底层生态与商业闭环。 节目围绕 22 岁具身智能 CEO 黄一的创业与融资历程展开,深入拆解了 RoboParty 从第一代原型机 RP0 走向新一代 RP1 的迭代过程及其开源生态商业化路径。黄一分享了在具身智能行业泡沫中挑选 TS、借势成长并与产业股东(如小米、宁德时代)合作的实操经验,同时阐述了以“蜂巢结构”管理 150 人跨界团队的独特组织哲学。此外,他对轮式机器人的局限性以及具身智能马拉松(本体、小脑、大脑发展阶段)的终局趋势给出了清晰而透彻的行业判断。 22 岁哈工大毕业生黄一创立 RoboParty,一年内完成 5 轮融资超 1 亿美元,早期自筹资金造出原型机以赢得 VC 信任,并强调在天使轮规避个人连带回购与对赌条款。 (1:50) 面对具身智能的泡沫与多份 TS,黄一主张借助行业势能吸纳供应商与人才,挑选投资机构时优先评估深口袋(Deep Pocket)基金,避免早期出让过多股权削弱后续大额加仓动力。 (7:30) RoboParty 坚决看空纯轮式机器人形态,推行从结构到算法全栈开源,在销售硬件本体保障基本盘的同时卡位底层接口,吸引高校科研生态免费贡献算法复利。 (20:08) 公司内部管理采用类似 Anthropic 的“蜂巢结构”控制交互半径,打造一年半近乎零主动离职且吸引大厂高管大幅降薪加盟的人才高地。 (37:54) 若将具身智能比作 42 公里马拉松,黄一认为本体已跑完 1/4,小脑跑完约一半,而大脑仅跑出 1 至 2 公里;预计到 2030 年约 300 家具身企业仅剩 10 到 15 家进入万亿级巨头清场赛。 (61:42)

Reading summary

RoboParty(萝博派对)创始人兼 CEO 黄一指出,公司通过全栈开源模式构建生态,硬件出货作为盈利底座,并借政策与市场窗口期持续融资以抢占具身智能通用基础设施的生态位。 资本运作与周期窗口判断 (1:50) 黄一透露自己在早期自筹数百万资金完成人形机器人原型机后才开启机构融资,并强调天使轮中规避个人连带回购与对赌条款至关重要。针对具身智能赛道当前资金充沛但收入脱节的泡沫现状,他主张顺势借力降本引才。在挑选多份投资意向书(TS)时,他警惕早期被具备后续出资能力的大基金占股过高,以免削弱其后续轮次继续领投大钱的动力。 面对股东类型,黄一认为 VC 提供同行与圈子资源,产业方(如小米)则输出扎实的工程 Know-How 与技术文档。公司借政策(如十五五规划)与一级市场充沛资金的窗口期快速推进小步快跑融资,将 RP1 发布与量产等里程碑拆分为阶段性 A 轮融资,以积蓄长跑资金。 开源生态与硬件盈利路径 (20:08) RoboParty 的全栈开源源于首代原型机开源后被爱好者复刻的真实反馈。黄一阐述其商业模式基于硬件基本面,本质仍是一家通过销售人形机器人本体赚取利润的制造供应链企业。开源策略卡住了底层电极控制、URDF 质量拆分等友商不愿开放的底层接口,大幅降低了与科研机构及大模型公司的合作门槛。 这种开放架构构建了生态复利。以科研教育场景为例,客户(如 CMU)采购 10 万元的本体硬件后,由其高水平研究人员自备成本在生态内迭代算法和发表论文,为公司反哺技术资产。目前 RP0 原型机保持每月约 100 台出货量,30% 至 40% 面向高校科研教育,预计明年新产品带动全年出货约 2000 台。 产品路线定力与形态争议 (25:19) 在形态路线上,黄一极其不看好纯轮式机器人,将其定性为“腿部惯量无限大的足式机器人”,认为纯轮式是为了短期局部操作而阉割通用性的中间过渡态,违背了通用具身智能追求泛化能力的终极目标。在产品演进中,新一代 RP1 从样机走向产品化,全面排查并修复了假手与关节过热、手腕支撑力不足等二三十项工程缺陷,标准化收敛了全身 EtherCAT 协议硬同步与整机构型。 战略边界上,黄一强调 CEO 的首要职责是做排除项以提升资金利用率,坚决不搞大公司式的内部赛马,阶段性放弃投入极高的数据预训练模型研发,暂不进军家庭与文娱场景。RP1 当前落地场景中科研教育占 70%,工业场景探索占 10%(配合小米、宁德时代测试上料节拍),文娱陪伴占 20%。 蜂巢组织与马拉松演进判断 (35:46) 团队管理上,黄一采用参考 Anthropic 的蜂巢结构:前沿研发 Lab 追求极高人才密度,取消多层级管理,控制个人交互半径在 6 人以内;制造与供应链部门则推行极致流程化管理。公司实现一年半内零主动离职,吸引了部分大厂高管降薪逾 60% 加盟以换取赛道经验。 关于具身智能 42 公里马拉松进程,黄一判断硬件本体已跑完约 1/4(约 10 公里),大部分设计正逐步收敛;小脑控制跑完一半(约 20 公里),抗干扰与姿态恢复基本解决;而通用大脑决策仅跑出 1 至 2 公里,行业对最终形态仍缺乏清晰认知。他预测目前 300 家具身公司到 2030 年将剧烈洗牌至 10 到 15 家,届时千亿级车企与华为、比亚迪、宁德时代等科技巨头将全面下场清场。 黄一选择以开源硬件与高频迭代卡位具身智能底层平台,但其长线前景仍取决于 2030 年巨头清场洗牌前能否将科研出货拓展至工业实用场景,并填补行业目前仅走出 1 至 2 公里的大脑决策空白。

Source quotes

[1:50] 黄一: 度过了一个压缩的人生 [14:30] 黄一: 你不知道天有多高 [1:50] 黄一: 认知大于格局,格局大于技术,技术大于管理 [17:27] 黄一: 画饼的最高境界是自己先相信 [61:42] 黄一: 如果把具身智能比作 42 公里的马拉松,机器人本体已跑完 1/4,小脑大概跑了一半,但大脑可能才跑了一两公里。 [25:55] 黄一: 认清真相后依然热爱 [55:00] 黄一: CEO 最核心的工作在于决定‘哪些不做’ [55:00] 黄一: 父母在完全不知道某个品牌是自己儿子做的情况下,作为普通消费者也会在市场上主动购买这款产品

Original transcript

[0:00] 嗨,我是Koji,本周十字路口的嘉宾是黄一,罗博派对的创始人和CEO,你好黄一,欢迎来到十字路口,大家好,我是黄一。罗伯派对呢在过去一年的时间完成了五轮接近一亿美金的融资可以说是目前最受关注的在巨神行业的年轻新势力我们还是先从十字路口的传统快乐快答开始帮助大家了解你啊请问你的年龄好像所以2004年对了你的求学的经历呢我是高中是在华尔读的然后大学去到了这个亨大然后你的MBTI和星座RNTP新作是白养那一句话介绍一下罗伯派对我们是希望能通过这个开源的方式来让这个世界上更加少的重复造轮子然后也通过希望开源去推动距升智能发展所以开源是对咱们来说非常重要的一个关键次我觉得是公司的一颗非常大的颗颗那咱们融资的情况呢目前还成五轮融资其实是过亿没赢的团队的规模现在大概是140人左右包括实习生吗包括我们公司经营一半是实习生咱们目前收入和利润的情况方面分享2025年的话我们大概每个月的话RPO是100台左右的一个出货然后像我们明年的话预计的话整年度会有这个新的一款产品RPO大概会有2000台左右的一个这个销售收入创业之前做过些什么呀就做了些无人机做了些机器人马斯克的饼就做了这个人型机器人当时在学校里做了就自己操前做然后自己去这个买材料然后去各种堆叠这样子我们今天的播客呢会是两个部分一方面是要聊巨生聊萝卜派对另一方面也是想聊一聊这个你的创业的经验和收获其实我的整个创业经验其实也不多就一年来一年左右但是你可以理解我度过了一个压涩的人生我感觉其实我把可能十年该吃的苦一年吃了但现在其实这一块的话不只是投资资其实还有非常非常多的专业上碰到的管理问题然后你的战略问题其实我觉得战略是大于你的反对的其实之前唐杰他们有句话就是说认知大于格局然后大于技术大于管理展开啊包括你提到这个认知大约格局大约技术大约管理但我其实今天想问的第一个问题就是你融到那么多钱的原因是什么你觉得VC在投你的时候在投什么我觉得这个钱其实在巨神里面不算多但是可能对年轻创业者来说还是比较多的一个钱这块的话我觉得其实大家根本不是说bet什么年轻人或者怎么样其实当时我们拿到db钱的时候我们机器人都做出来了对我们当时是一开始大家自己投了一些钱基本上是我投的吧就大概几百万的钱然后去把这个机器人的原型机等等都做出来了然后他们才有人愿意去下注非常重要的一个点就是CitRound的我们需要是多拿牌然后拿到投资者一下以后你会涉及到一个点就是CitRound的投资协议这个的协议基本上会伴随你非常非常久一直到基本上你这个比如说pre-IPO轮这样的那个情况因为大家基本上都是会沿用你的第一轮协议所以我其实觉得一个点就是第一轮你有没有足够比较好的一些机构去立的然后之后就是你的第一轮的协议能不能谈到一个非常好的一个点GiPhone回购没有对赌等等一个条换对一个非常优好的一个名人条换其实我觉得这样的话在你后来的创业的压力会小一些但是也只是小一些吧所以条款你认为重点要看什么呀条款我觉得是这样的就是比如说大家有些人可能会觉得比如说你放一个董事会进来他天然就感觉多了一层管理什么的但其实我觉得比如说如果你觉得那个股东确实有帮助比如说我们跟小米其实小米帮的我们非常多那这个的话我理解你就你给一个董事会反而会让这个帮助会变得更加舒服一些包括比如说像小米和宁德等等这样一个帮助其实都非常大的我不知道条款能不能公开条款应该不太能开源但是另外反正我们可以给一个比较好的大概的一个条款框架就哪些好哪些不好我觉得这个其实是可以做一个整理的比如举个例子今天个人连代回购这种东西其实就基本上没有甚至国资都不会养许你钱然后第二个就比如说像你的QIPO回购这种东西的话我觉得它是一个达姆克利斯之键就是悬在你头上但是anyway他到执行册可能又很难被执行所以其实我们就是看这些条款到底是不是非常友好的很多点比如说你说回购单利复利这些所有的很多细节找到一个比较好的一个谈过非常多投资条款的律师他们帮你规避掉非常非常多的投资的风险FA对你们有帮助吗?FA也会有,FA的话更多的是说把你从0到1的拉入到 [5:00] PC或者PE这样的一些Pand的一些融资的这一块对更多让你明白这个融资到底是怎么回事然后他们的投资机构的决策流程是怎么样的这个其实是FA他们会去做的其实还有个点就是现在市面上其实FA非常非常多然后这个项目项目也是说甚至出现了什么配售制度我觉得这种东西就是非常非常匪夷所思就是那怎么选FaFA的话我理解其实你也不是选嘛就是你跟他们聊然后你就问一些问题比如说举个例子你说你能不能把现在这个行业里面的这个所有的公司你有没有他们的一个融资情况他们的公司的一个大致的一个情况能给你做一个介绍比如说第二个就是你能不能知道这个赛道里面谁投什么东西准不准这个东西的话比如说举个例子你今天聊100个投资人但其中只有10个是投资巨生的然后而且聊的这个线路都不对因为比如说像有些机构但是他实际上并不管这个线而且这个线的推测成功率也不一样虽然投资人说投人但实际上这个创业公司其实也是在找这个合适的投资人所以当时你决定要融资了然后你找到的第一位VC是谁是怎么找到的当时聊了什么当时第一位VC吗第一位我理解是这个我记得是五言的Bill对但是他更多是他来找到我他怎么找到你的当时我做了一个那个机器人的那个交流群然后他是在那个群聊里面加上我然后说能不能聊一聊这样的一个情况所以当时我们整个公司里面大家去这个当时公司还有两条线一个是说做了做一类这个线性流业务等等然后另外去养活那个人型机器人但我觉得这是真正值起来是错的高频次的迭代的时候去指望一个现金流业务去养活人形机器人我觉得是一个当你现金流业务跑起来的时候你的这个人形机器人已经被别人落后了对所以我觉得当时还是说需要依靠这个VC的这一块力量就VC的本质就是你把你未来这个赚的现金流拿到今天先给你用掉然后先达到这个行业的比较top的一个情况比如说你拿的越多拿了20年的这个钱那实际上大家体感就是感觉泡沫更大所以就是相当于是一个现在行业里面聚集的钱和商业化的钱之间的差别我觉得是比较大的一个泡沫的点所以你觉得现在是有泡沫的of course那作为创业者你怎么去和这个泡沫共处呢我们有个股东叫顺为嘛就说能不能顺势而为就是说这个行业起来它实际上这个市就是一个泡沫但是你能不能顺着这个市去把你的这个公司给它这个做起来我觉得这个是非常重要因为我理解任何一家公司都没有办法说我去改变一个时代对它实际上体现是在方方面面的我觉得这个你说上泡沫也好说上势能也好因为比如说举个例子今天我们要跟一个供应商合作或者跟一个合作方合作他会因为你在置身制度行业赛道而乐于多看你一眼对如果你今天是光伏今天是房地产可能大家都不愿意看你甚至说比如说到招人其实你会发现现在人才基本上都从别的行业涌到这个行业来第一个反应就是行业热钱多第二个实际上是说明赛道其实它的未来的promising是更高的对像你刚才说多拿牌吧就要尽可能多拿 ts 拿到那么多的 ts 之后你怎么选的呀我觉得这个也不能说选不选吧就是第一个就是保证这个非常尊重这些机构的一个情况对这我觉得是个前提就是大家他愿意同你说明他非常信任你非常非常认可你他其实你这些第一个就是保证对一个非常非常的尊重第二就是说你这些机构的话得判断就是有些机构其实你呃第一个就是你不拿你之后还能拿现在有一些基金就是呃是所谓的这个deep pocket你到了这个后续轮次有那么深的口袋的基金变少之后它其实是少有的几个能投得起来比如说5亿人民币11亿人民币这样的基金但这样的基金如果在天使轮就拿了你10个点那在后面能投大钱的基金变少的时候它一开始有考虑到我已经有那么多的股份了所以它没有那么强的动力在那个时候在加仓的时候其实有可能其实是失去了一个未来能投大钱的deep pocket我们是行业的第二波相当于是25年成立的一些巨神的公司其实我们可以看他们之前的投资的一个情况包括你也可以跟很多这类的创业者聊就是说他们的头后代是怎么样的我理解其实比如说有些机构也是非常好的包括像真格 经纬等等这些机构他们会有非常非常的资源给你会让你出息什么都不懂的时候先教你这个的话他的这个认知的交换其实甚至说已经远大于这个钱的质量你们现在的这个股东名单里面有VC [10:00] 也有战略投资方包括小米包括宁德他们的钱和VC的钱在你看来有哪些?不同吗?我觉得VC那边的话可能盖来的更多是一些人脉一个创业者的圈子对然后比如说像这个产业方的话我觉得是非常慎重的去拿这样就是产业方其实它能带来的负能是非常大的对就是比如说像那个小米的话Robotics这边我们跟那个他们的箱宝师也做非常非常多次的交流包括我们未来前哪个方向然后他们其实指个例子他们内部也有一些Robotics部门但实际上他们部门做了非常非常多积累其实很多的这个knowhow可以share给我们这样的话其实你作为Founder来说如果你的战略决策做的准是能少走非常多万路的对其实他们的话就有非常非常多的know how然后非常多的文档然后来信给你然后帮助你去辅助你做战略决策对今天大家还会面临一个问题是我到底要融美元还是融人民币这个你是怎么想的美元的那些机构包括整个接触下来其实你会发现他们会因为你的技术或者因为你的know how比较领先而愿意投你但人民币其实不是的人民币的话其实很多投资人的话他们更多的会care你的商业化或者你的商业模式成不成立然后包括其实越到后期你碰到的这个投资人的专业度其实偏低的因为敢于在你早期下注在没有任何这个人能帮你背书的这个情况下这个他们能选择投你我觉得是需要非常一个专业的判断的对当然这也是带来他们的一个超越收益的一个部分但其实比如说像后期的这个包括像很多的一些这个机构过会过会的话他们最后的一个IT会上面你的只要说是说这一轮是这个领头方是谁本人也非常非常好那他们就是无脑投就这样的一个情况对这种情况是个例还是你遇到了很多次我觉得其实会比较多对因为你说真的这个专业的投资人其实也不是那么的多但是行业里面的热钱是多的所以你还在继续融资吗我们会同步的继续的看对就是你其实一直在融一直在融差不多我们基本上一两个月会做掉一轮这背后的考虑是什么来去投入到某个具体的事情上还是你觉得就应该多拿钱去做准备我觉得是这样的你得判断行业的它的一个周期或者说它的一个这个时间点吧对我觉得其实我觉得应该是能多拿就多拿然后现在的话称着比如说据称在15规划包括大家对包括二级市场二级的那群人有钱了然后他们会把一些多余的钱作为LP就投到这一堆的GP里面然后GP开始投公司所以我觉得其实是会有一些情绪的一个情况像今年有非常多加文的出现其实发现一个事情可能公司没有到那个阶段但是我又可能在两个阶段之前比如说我们公司的话我们这个定的milestone就是比如说RP1的发布然后包括推量产这个可能是我们的一个A轮的标准包括你胸前贴了一个stay around的我这其实是一个健身房的一件衣服我之前ok他去stay around完全没有想到你可以这么去解读他就是我可以一直融A轮对吧就判断比如说B轮的话可能商业化或者商业闭环等等那我觉得巨星公司一般都会在A轮但是我觉得anyway反正我们会同步的看就是说这个有没有一些别的商业化的点这个Milestone然后到完这个Milestone可能开一个大轮次我觉得是这样的那融资之后公司要注册在哪里我觉得是这样的就是人才在哪里就注册在哪里对比如说你今天要做模型你这个基本上大家都扎堆在北京或者扎堆在这个起地包括我们公司在北京的base就在这个起地C的20楼对这个其实19楼就是那个清华插院然后比如说我们公司实际上是base在上海然后我就觉得上海普通这边人才其实还OK那我们就会说这个住在上海因为有一些地方有特别的政策就考虑吗我觉得这个是一般包括我们跟很多创业者聊我们一般会称之为某一轮是叫卖总部轮就是你可能会在某一轮的时候比如说你零美一脚要上市了这样的话你可能会把这个总部从A搬到B然后这样的话你就会把相当于是借助这地方的招商引资包括他们拿到一个轮次OK好那我们现在把这个时钟稍微拨回到大学时期你当时在哈工大的时候这个创业的萌芽是怎么产生的其实也没有想太清楚对其实当时就是先创业的时候就会发现一个点就是你觉得自己什么都会了觉得现在市面上看到的产品都是不行不行等等这个问题你首先你相信自己能做到这件事情这个事情是很重要的所以自信很重要就是要相信自己能干成一件事情那他不是自信很重要是自杀很重要自大很重要对你在对行业没有太轻 [15:00] 认知的之前其实你会有一个非常自大的时间段我觉得那个时候是比较适合创业的就是所谓的愚昧之巅对的所以对你来说那是什么时候基本上就是我们把这个机器人做的比学校里面的这些各类的好但你们发现学校里面有非常非常多厉害的一些实验室等等就他们做机器人也不过如此那时候你会带到一个非常大的一个愚昧之巅当时旁边还有谁吗就是谁和你一起干的吗还有我室友和一个实验室的一些同学对你刚才提到你三年从哈工大就毕业就出来创业了对这怎么做到呀就是学校里面会有些政策就是说我理解这还挺人性化的就是说你把那个学分修完然后你把这个B社做完然后你就可以出来你就可以注意了对然后你的毕业设计是什么呢毕业设计就是人性机器人对其实现在还在知乎上挂着各位有兴趣的话可以看一下你的整个毕业论文是在知乎上挂着对就在那挂着对我觉得现在看起来也是非常稚能啊但是anyway反正就是现在更多看他感觉是那种看孩子的感觉对我感觉你很喜欢把你的这个过程全部放在知乎上我个人其实还是挺喜欢这个做一些这个系列输出其实我觉得人生的话在这个能影响到多少人比如说像乔布斯他直接影响一整代的这个硅谷精神我觉得这些其实相当于是每个创业者自己的一个一个追求所以从开始创业到现在然后自己做CEO有一年半左右的时间了对差不多感受怎么样呀有没有经过那几个比较典型的阶段我觉得会有就是第一个比如说从这个非常草材的一个情况开始然后这个什么都不知道然后逐步的上手去做这个可能是第一个staff然后第二个就是说可能是这个初步接触这个资本市场然后知道这个资本市场相对是把未来钱拿到今天来用等等这样一个know how这个可能大概是在这个创业六个月以后吧懂了一级市场VC风头是什么东西对大概知道说实际上他们也是一个借力的工具第三个阶段其实是我们人数慢慢开始扩张的一个阶段包括像公司如果上版人你怎么做版人的管理然后这个阶段其实我觉得是我们现在也在同步经历的一个坎虽然我们所有人都会面试所有人我都会聊非常久面最久的一个人变了几个小时面最久的一个人吗也不能面嘛就挖应该是主动去挖这些可能我挖了两三天这样子两三天就是就陪他他想去哪去哪比如说举个例子像这大物就是我们那个我们就直接去这大去找他现在加入你们了吗在的在的在的那是一个什么样的体验呀就是两三天和一个人待在一起有那么多话聊吗有那么重要我只能评价那他是一开始不答应吗所以才需要那么久也不是可能比如说没有想好去一家创业公司或者没有想好未来的情况到底是怎么样的对然后比如说去创业公司当时其实也没多少人然后他的position又是在哪里然后其实我们也会划饼就比如说我跟关键文那边说像招号的时候是第一个人就告诉他说我们这个关键我以后会给你搭出来的这个部门那实际上他肯定可以完全不信我那实际上到今天为止像这个关键模组我觉得这样的部门的这个集成度完全可以单独拎出来去做一个模组公司了对那他当时确实有很多的理由不相信你那你怎么让他相信你的呢我觉得是诚意,画饼的最大境界就是说相当于是你画了这个饼,别人感觉不到是个饼,或者说它也是我自己所相信的一个事情,更多是把你这个他们看不清的这个未来,你把这个未来给他们描述清楚,对,而不是说什么画饼,我给你讲,行音日记,这些我觉得是没有意义的。所以画饼其实是一个中性词,我们换一个说法就是描述一个愿景,描述一个蓝图,那马斯克就是最大画饼,他给你画了2040年了,火星,对。我记得你还有告诉我说最早期在航空大的时候就开始有室友有同学和你一块创业但那个时候给到大家的月薪可能是两三千块钱对的但那个时候你是怎么说服他们拿着那么低的工资跟你一块干呢我觉得这在哈尔滨有个好处吧就是他们确实哈尔滨没有什么这个科技类的这个比较不错的公司那正好说我们有一个这个做人型机器人的创业公司然后包括我们一些同学们这个之前也都跟我比如说多数少人有过接触比如说打过比赛然后有过认识大家会知道我的技术站等等一系列的一个情况所以完全是相信你不能说吧就完全是相信这个对举个例子就是说我的技术够平凑出来一个机器人然后比如说一个运控加入我家运控是凑出来更好的 [20:00] 然后再来一个结构再来一个硬件等等才能凑出来一个更好的机器人其实提到罗伯派对的时候有一个非常重要的关键词就是开源一开始你是怎么想到开源的其实我是第一代机器人然后就做完了感觉没啥用然后把它开源了这个当时也发在智乎上其实你会有非常多人想要联系你想要跟你讨论这些问题所以我们其实慢慢的才发现了这样的一个路子就比如说今天Deep Seek开源是因为它这个模型做得非常厉害了世界上大家对于比如说像MOE MLA这样的一些算法的一些感知所以今天就是说只有做好的产品开源了才有用而不是说你今天开源一个非常没有用的产品明白应该是一开始开源有很多正反馈所以才让你决定把自己定位成一个开源的公司这个正反馈是什么这正反馈是真的有三五个人跟着你的图纸把这个集权做出来我觉得Spark的点其实非常触动到我这三五个人我至今也保留了非常好的关系在巨升领域一家全站都要开源的公司你们要怎么赚钱呢未来赚钱在于壁垒点就是说一个行业我简单先介绍一下就是比如说像门槛和壁垒的两个事情就比如说行业的门槛的话是比如说我要投多少固定资产我要进入到这个行业需要多少人多少技术站对然后但是实际上行业的赚钱的点基本上在于壁垒就今天可能心理员车都没有怎么赚钱但是实际上像电池他们一个最大的壁垒点然后这也是占成本比较高的一个部分他们先赚钱机器人也是这样的就是我们公司的壁垒点在哪里这个约等于说我们公司靠什么赚钱我觉得这个大的壁垒点在于这个非常低的这个合作的阻力吧我们公司卡在了一个非常好的一个missing layer就是说比如说像模型公司实际上他们实际上是没有本体的但是他们如果今天用各家友商的本体实际上你会发现一个点他们开发的不底层没有办法开发到特别他们需要的一个layer比如说电机层的layer能不能再往上一点比如说它定端子的URDF的快量能不能拆开我觉得这些其实是现在友商所提供不了的这也是我们现在卡在了一个比较好的missing layer所以就是行业缺少这样一个巨深的非常好的开放的一个平台我觉得开源可以降低合作阻力拓展你的这个branding我觉得这个是目前来看我们觉得最好的一个渠道对但实际上我们还是说我们能不能在主线上面走得更远走得更快这样的我觉得是一个这个万面不离其中的一个本质对那咱们未来卖的具体是什么呢卖的就是一个人性计划本体这是我们的基本面就是你甚至今天可以说我们就是一家本体公司我们就是一家这个搞制造业的搞这个搞这个供应链等等一系列这个东西我觉得SOK但是它的潜力其实不止不止于制造业制造业是说我来一个单子做一个单子或者说这个怎么样但其实我们会有很多用户的复利对其实比如说像我们用户比方说如果今天有一个这个CMU的老师买了买完以后他实际上在找两三个这个博士去基于我们的本体去做研发这实际上带来的这个负利是非常大的相当于卖一个文体赚了十万块钱同时你还这个你还收获了两个延薪百万的这个工程师他们还吭资吭资给你干活然后干完了以后给你发漏文就有点像是Deepseek今天他看着他不影响他卖API对其实在大语言模型这个领域开源已经变成中国的厂商去世界舞台上竞技一个非常重要的手段了你觉得同样的状态会在巨声领域出现吗比如说像语速智源他们也可能会选择开源吗我觉得这个是两个情况一个是中美的一个是友商的对我们先回答中美这个事情中美的话其实我觉得LM这一块的话像Kimi K3直接引爆美股市场会发现在巨山这里的话我觉得中美之间的差异其实会被进一步拉大其实模型那边美国在这个巨山大岛的这一块其实还是领先的对啊或者说美国的华人是比中国华人领先的对但是其实到了这个比如说偏这个人性基层本体或者说这个小脑啊其实小脑他们也会差不多吧对人性基层本体等等一系列的话你会发现这个国内是要领先的就是说基本上会有个代差那像海外的话像这个Figure啊特斯拉这些其实他们还是比较在线的,但实际上他们用的也是这个中国的一个这个供应链的体系。对,所以其实回到这个中美的竞争的格局的一个情况来看,就是我理解像中国的这类的制裁公司,他们有一个非常好的一个这个基础,但是他们的这个人才的密度,包括像模型能力的这个人才密度可能断。 [25:00] 其实没有美国那么好这也是从我们同步有可能会搭建这个美国的base的一个原因然后有伤呢有超的竞争的话我个人会有一些非常sharp的一些bat比如说我觉得这个像轮式可能我觉得它这样一个形态就没有太大意义就是它可能是一个中间态相当于是一个这个腿部惯量无限大的一个阻势为什么轮式不行呢轮实也没有不行了就纯的操作类或者怎么样甚至你fix的都可以因为实际上今天比如说播客你把我这个下半是扎在这个椅子上但其实我们也能完成这样一个talk对包括比如说我要工作有些老板发负的把员工留在我位上但是我做巨神本质就是为了通用性那为什么我要阉割掉一部分的通用性去满足这个满足更加这个的效果我就随着算法提升今天这个到底末端进度或者说这个0.01毫米我觉得其实不是那么的关键了因为我理解这个这个现在的话我们人的话这个task重复执行也没有说达到多少次那其实只要是这个到底看就是今天到底是你人为主还是说以这个超过人类为主我觉得自动化是超过人类的那我没必要说我这个再搞一个中间态去做到这个这个这个超人而是说我能做到一个女人我觉得是OK的嗯所以你觉得语速之源有可能有一天会开源吗?没必我觉得是有可能的对但更多的话所以我说还是得看公司的技术的缩下程度其实看起来这本身不是一个大的壁垒而是说你公司的基本面因为实际上硬件迁移成本会比软件大就比如说你今天从DeepSick API换到KIMIT API其实没有太大的使用差别可能你需要把context补齐一下咱们其实前面提到你说创业一开始自信都不够要自大的吧就是流行的说法是站在愚昧之巅但后来大家都有个规律好像会跌到绝望之谷你经历过什么绝望之谷了吗绝望之骨吗?我觉得可能没有太多的这种绝望之骨,就是有时候你比如说那天涌入了非常非常多的信息,然后包括比如说有一个这个有一个认知远超于你的人跟你讲了某个他们的这个分析或者战略,那么实际上你会迅速的接到这个,不能叫绝望之骨嘛,你会迅速觉得自己这个之前的这些思考都太浅了。对取个例子呢比如说其实我们跟小米的夏老师聊就是他们的机器人部的实业部的老大对实际上跟他聊的话我会觉得之前比如说我们做了很多思考包括我们说这个我们到底要不要开这个大道数据怎么放然后这个怎么做然后包括比如说我们本体这一块怎么做减重然后怎么做这一系列相本或者说这个一堆的问题所以你会发现我们现在还是处于一个question的部分体系这时候你会发现你自己其实是处于一个税速的被认知打散的一个过程然后你又会快速重组像我们判断说要不要做大脑但还有一个点我觉得不是知道越多越好当然你在不懂的时候你在一个自大的时候前进去了我觉得说不定是个好事你知道太多了你可能会变得胆小谨慎你会判断投入的到底有多少我觉得其实这个东西的话就比如说举个例子我们说大脑里面是叫数据端数据端的话几类金字塔比如Telup的Ego的Wumi的然后再加上全身的All Human Data Collection然后包括比如说像互联网的Retarget的互联网每个梯队的数据值多少钱现在行业是多少钱然后中据是多少钱比如说像一个的数据可能现在200块钱左右对但是比如说你到了中据比如说京东下场去做了那还有是多少钱反正就是大概都能看到中据是多少钱然后它的降的是多少然后就其实可以算出来你什么时候切入的时候是ROI最高的但是我理解这个东西的话会导致你非常的谨慎对所以我觉得人部分是需要自大的就像罗曼罗兰那句话这个世界上只有一种真正的英雄主义那就是认清生活的真相之后依然热爱生活其实创业也是一样的越年轻其实大家会越无畏越敢去启动一个视野但进到人生的中场还敢去创业其实在那个时候我觉得反而更是要有勇气和决心当然有可能是愚昧那创业之后你们遇到了什么样的难题吗就从你在这个大学做出第一个机器人到现在卖的这个RPO就是这个中间你们遇到的具体的难题是什么没有碰到特别多难题吧这一块我觉得其实还挺顺但是从这个RPO到RP1就是从这个自大开始滑下去的时候这个的话其实你会碰到非常多的这个问题因为你知道了这个网页比如说你拆解了你会发现一个有一个非常大的一个这个认知的差别然后包括比如说别人已经开始上上模具了相加注了 [30:00] 我们怎么还在这个想打想闹搞个50台100台这样的小的这一系列的机器人确实不OK的所以RPO卖了多少台RPO大概是一个月100台左右而且我们现在基本上都是一些真实订单其实我们很有可能会之后会把所有的客户拉到一个群里我觉得这个在商业上不work的但是我们很有可能会做这样为什么你要反其当然行之我们的这一系列客户其实他们都是非常的friendly包括甚至我们现在一些交流群很多我们的客户然后你提出一个A问题会有这个B或者C班解答掉这样的话我们的售后其实也是做了一个很大程度的降低我理解这个我们更多是像社区像生态的一个感觉对现在主要RPO都是卖给了谁现在100台左右的这个真实订单的话比如说像每个月基本上都是大概有30%40%是卖给了学校其实不只是比较好的一些学校会买所以你会发现中国有一堆的这个非常多的一些学校就算这到底是怎么回事我们RPO是一个散件然后是一个零部件他们买回去的话基本上就是自己会搭起来所以我们把这个RPO的一款产品定为零到一的教育类产品对然后还有一类的话比如说是一家创业公司就有些创业公司他们也是说想要知道这个一系列的这个到底是做什么的在行业早期包括像电脑啊手机啊这些其实你的这个很多的发烧友包括这个电脑的一些真的去搞这个8081的后来出了Windows和Mac说不定我的用户之后会出一个Biergex之前我记得你还提到过有一个海外的机构曾经一次要下500个订单对欧洲类的你们没有卖是因为什么我们也交付了我们大概交付了大概有二三十台给他们但是其实你会发现一个事情这一类的订单的话我们现在交付的压力会比较大虽然我们是一散件发货但是实际上像我们公司的供应链等等其实这个体系还是现在可以了但之前的体系其实是落后于现在的交付能力的相当于是我别的客户需要两三个月才能等到机器人但我500台都给他了所以还是受限于产量对但现在基本上供应链慢慢打起来了我觉得会好一些然后咱们下一代产品是RP1对的它和RPO的升级在哪里RP1的话其实比如说它的所有的自由度然后包括比如说我们的这个整机的这个这个构型包括它所有的内走线啊等等一系列这个产品其实都做了很大的一个产品化吧其实比如说像我们也会调研了可能二三十条这个这个竞品的一些问题就是比如说像这个假手啊肩部关节过热然后手腕的这个支撑力的那个像不够拔手容易碎等等一系列的这个产品调研然后包括比如说我们机器人的话这些其实我们都做了比如说我们也会也会看看这个有商业协解决方案比如说能不能这个自主从箱子里面站起来但是其实我们这些都在做在我们的这个产品的这个这个里面了所以有很多产品上面的改进对它不只是一个工程样机它更多是一个产品所以定价多少什么时候发这个还没有定就是说我们的预计会在Q4左右的时候发但是定价多少其实我们内部也在讨论你觉得在这个阶段做一个本体去竞争最主要的竞争优势要怎么得到本体以外更多看就是你的客户他们的我们会有一些积累的一些客户你就问他们他们现在的使用的产品有什么问题然后他们的这一类的产品他们的连代的需求是什么样的然后我们同步只要把它做好了我理解就能起来这块还有一个就是现在随着Behaviour Foundation Model这块越来越火包括这块其实问题基本上慢慢的被solve掉了但是你的下一步就是说你的Hobody Intelligence相当于是人性继承的全身的智能这块其实慢慢上来了其实我们现在也在对接非常多的做Hoburn Intelligence的一些系列公司他们都在找我们去做定制包括比如说像ETH的Flexia其实国内的话我们也在对接很多家比如说像Current然后Data原测等等一系列新的一个初创公司包括还有很多类的大脑公司他们想切入Hoburn Intelligence这一块去做我觉得其实这一块我们都会非常好的基础给到他们我们收集到学校的五花妈们比如说有的说这个手部的那个能不能做一个48.24的因为他们想接这个五级的手然后比如说有的人说这个我能不能这个全身做一个这个Ethercat的协议的方案,然后能不能做这个硬铜布,然后比如说还有的人问这个能不能头部跟这个Ego海基数据能不能做一个扣记载,我觉得是非常重要一些know how,然后相当于跟我们去做一个分析 [35:00] 奥运产品的PRD来自客户的真实的需求对的我觉得可以理解为公司最重要的能力就是时时刻刻在大的行业里面保持一个高频次的迭代那怎么去在那么多这是五花八门的需求里面对找到一个最真实的对或者最重要的是我觉得是权衡吧就是举个例子我今天会说这个Jackson说我投不了两个自由度我问一下Current说你这个投不投意然后这个两个自由度的FOV怎么放然后慢慢的有一种定标准的感觉就是你把A的需求123456全部列出来然后给到BB的话需求你满不满意但是我们也不会说是需求哪来的我们还是基本上会保持着一个各家的一个保密性你最近和很多的创业者或者研究员聊你感觉到的是什么我们会聊就是说10年以后军神志愿他们最后的终结是谁做出来其实有很多不同的分别不同的想法其实比如说像我们有的人说觉得最后可能会在质朴或者OpenAI这类的模型类的公司他们有足够多的卡足够多的infra然后足够多的talent的researcher然后他们的话其实只要增加一些robotics的认知他们就能快速的解决scaling的事情然后还有一类的话可能说是觉得是需要一些特别懂robotics的人然后去做到scaling up的事情这个认知其实我觉得是cheap的找一些特别懂这个robotics的人我觉得就能就能做比如说像OpenAI可能招了一些像何泰然这样的一系列的这个research进去但实际上他们就补齐了这样一个这个认知所以其实我个人也非常看好这个这个这个大模型啊这类的公司这样去做哎那你们呢你们并不是那样的公司呀那你不看好自己吗我觉得XBOX就是说我们今天这个这个我们终局一定是要做这个模型这一块包括其实我们也规划了2027或者说这个时候基本上就开始了但是你说大规模的这个预行链到底的这个这个规模到多大我觉得一般都是有先身后降的过程就是比如说像那个这个video generation这一块其实他们的模型类基本上是先上升到一个更高的这个参数之后可能啊比如说像一些更多框架有一些这个knowhow出来以后他们就能又回来所以其实我觉得我们如果去做这个第一波先生后将还是第二波直接切入我觉得这个这是一个战略决策问题吧对我觉得这个其实是得考量的就是说包括还有一个就是竞争态势的一个情况就是如果你今天这个OpenAI下场做了他们成立了OpenArobotics,他们的这个这个scaling的能力其实远大于任何任何现在国内的创业公司,甚至说远超过国内的一系列模型公司。咱们公司现在快150人了,它大概是一个什么样的组织结构啊?组织结构的话,我觉得是类似于像一个蜂巢结构吧,其实我们之前也会说想通过这个氛围来驱动,就是说一个人的话,你可以把它理解为一个圆嘛,然后一个圆的话,那自然界中几个圆合在一起,最稳定的结构是这样的。风潮这个我觉得是这个Atheropic就是有一篇文章就是什么造就Atheropic我觉得这个的话大概就是足够高的人才密度然后去把这个风潮给它打起来我觉得这个其实是我们现在比如说像Lab里面的一个这个组织模式然后包括实际上通过这个风潮的话相当于是一个六面型就每个人可能最多的理论上来说管理半径最好是六个人或者一个人的interaction最好是六个人这实际上也是自然界里面告诉我就是一个人有最多有六个面可以去cover为这就没有太多的层级结构对了其实像那边的话基本没有什么层级结构那你们公司现在有几层了如果真算层的话应该会有两三层对但是我理解这个层级结构其实我觉得我们公司内部不会太care对就今天所有人都会直接来找我然后会找到所有人对我觉得这个是很重要的你们公司还会继续招人吗继续变大吗到什么程度可能就做不到风潮结构了我们公司其实不只涉及到这个比如说软件类的其实设计算法类的其实涉及到了一些这个硬件类的制造类的等哪系列的这个其实会带来的一个问题就是说需要极致的流程化现在的组织管理架构基本上就有两类一类是像华为啊大疆类的说我通过极致的这个规则通过极度的流程然后把这个公司变成一个军团还有一类就是说通过这个人才密度驱动字节里面内部特别喜欢一个句话叫人才冗余不通过这个流程驱动通过人的比如说字节啊或者我觉得其实对于制造业公司来说或者说对于这个追尊智能的这一类的公司来说包括比如说像新的元的车的这类公司不仅有支架还需要有这个整体的制造交付销售供应链等等一系列的这个人让我理解这一块的话是说是需要这个结合一下 [40:00] 我们公司的话直接把这个一个lab拆出来了它里面可以完全由这个有风潮或者说由这个人才密度去驱动但是实际上像我们公司的这个比如说我们的整机的部门如果你通过这个这个人才驱动你发现一个事情就是今天这个找谁买都不知道对就是你今天找谁买这个零不见因为没有明确分工那就非常完蛋了对所以当你说风潮的时候指的是你们的lab不是指的是主要的公司主体公司其实也是也会有这样的一个影响但是我理解其实还是会需要部分流程所以讲究的就是怎么结合起来怎么结合呢这个听起来是冲突的我觉得是挺冲突的比如说像就很多细节点比如说他们那边的话比如说人才密度包括像开会制度其实这些东西基本上都是可以被服用到的因为他们那边的话会探索出一些比如说类似于通信制度的通信系统的这样一个开会流程可以放到我们的主体公司里面对然后等等比如说会有一些know how一些know how怎么做快速做交流还有一个就是我觉得组织靠人就是只要你这个比如说举例子一开始我们感觉公司的可能大家都是偏控制类的或者偏硬件类的偏算法类的出来可能比如说AI的用的少其实你只要有纯AI的一个人加入你整个公司的AI分约带起来我觉得更多还是说靠一些交叉对你觉得自己是一个什么样的CEO啊我觉得我在公司里面他们都会觉得我比较friendly但是我理解这个CEO friendly并不是一个好事那你要做什么去对抗你现在的这种friendly形象也不知道怎么对抗吧这就是我的人的这个个性就是说我实际上我不太说喜欢做什么这个非常push或者非常得罪人的事情那实际上我就是得这样子我必须得捏着鼻子招一个可能跟我个性完全不一样的人他就来这个在公司里面穿上黑脸然后需要去把公司的进度推一推一个张弛有度的公司才是一个好的公司对招到了吗其实是有的公司里面我们也是有非常严厉或者说非常sharp的一些部门的对像我们的财务部其实非常sharp如果你见财务部不sharp其实大家找你报销或者什么的你都给过都给过你就完蛋了因为公司的平均年龄应该是比你的年龄要大的你怎么管理那么多比年龄大的人我觉得大家其实不太clear这个部分更多是看你对于robotics认识你对于巨神行业认识你对公司的认识我觉得其实只要你的认识足够大你今天是个高中生你也能管理我你有听到过评价就说他还是太年轻了我觉得这个是一个很好的一个盾牌为什么不用怎么讲包括我们其实经常有些交流实际上非常高量级应该是迅速的把一些诉求提出来然后能不能在这个局面上面你能迅速得到一些非常好的一些决策或者他们的所谓的金口一开对但实际上我们其实大家不会care这些部分可能跟我们氛围不太符合但是我理解它是在某些商业谈判上必须的所以这个盾牌具体指的是在这样的接待任务里面怎么用呢?接待任务比如说举个例子你说了一些比如说不是那么合适的话今天我做了什么这个部分的话别人就会觉得非常sharp大家同时也会给你一个盾牌就是说你非常年轻所以就是可以更自由的说更直接的话这只是其中一方面嘛嗯嗯那有下属这么说你吗就是哎他也是太年轻了所以怎么怎么样嗯所以我理解不太会我们也不会说下属下属就很多同事的话他们的know how其实有很多在specific的一些部分会比我好一些对那一块的话其实我理解有没有太多关系上次聊的时候你提到一个非常让我意外的事情就是公司到现在一年半是零离职就是没有人被别人挖走这怎么做到的其实我们公司的人才密度比较高的但是现在其实陆陆循循开始有些人被人挖Anyway我更多的是说能不能做更高的一些扩德感就是能在公司里学到什么东西包括其实我们公司非常喜欢招一些从行业里面有很多零的经验他缺少个亿人指的是软行的之前的在上一个这个行业里面做得非常好对然后竟然补充这个基层认知补完了其实举个例子他们跳一下跳到这个隔壁类的这些公司其实基本上都能做到一个两倍的掌心对但还没有人跳他们可能觉得补的还不够那零离职是不是也意味着你没有辞退过人也不是其实我们会有辞退一些人的但那个不算到零离职的吧你说的零离职是零主动离职我觉得是基本上跟Athrobic差不多一个感觉你觉得在这个公司里面需要东西那实际上大家甚至说叫醒也愿意来对包括我们公司引入了一些比较高量级的人他可能原来年薪大概在250到300左右的一些大厂的一些高管但是实际上 [45:00] 那我们公司来可能就是80他们愿意为这个转型支付这个学费获得成本我觉得这个其实是我们也非常cost efficiency 的一个原因吧那你看你其实融了一亿美金了你其实是付得起那样的溢价的那为什么还要让大家降薪呢我觉得其实你说付得起吧是付得起但是我觉得得稍微控制一点吧对因为你会发现一个事情就是像这个我们复盘了一下早年各类的这个新电车早年融资融的比较好的一系列的公司你会发现这个爆雷的他们基本上都死在一个burn rate上对他们没有活到这个新年起量的这个时候比如说像这个蔚来大家都一开始觉得他非常花钱什么的我前两天看到像蔚来那个牛耗斯里面的这个花都换成假花了我理解这个是里面来非常在乎这个品牌形象的这个李斌可能是完全不能看到这个部分的他们做每一丝每一离的这个扣是每个公司需要或者经常会提到一个词吧就是资金流利所以回到之前的那个点就是认知大于各就大于这个技术大于努力大于管理这也大于努力吧管理那么不重要吗排在第四第五了管理还是比努力重要的努力是更不重要的认知大于格局大于技术大于管理那你觉得然后我想再加一个大于努力对OK再大于努力那你觉得对你来说现在你的什么认知是你觉得最重要的我觉得是你对这个行业的这个test举个例子你有个prediction就是未来三年巨神就要爆发了但实际上你今天应该是拿着所有的子弹去all in为一个最好的模型或者说这个行业的格局是怎么样的你就知道哪些公司是目前需要去提防的你需要去cover的进队哪些公司其实你完全不需要care所以你现在觉得重要的认知是什么比如说刚才我不知道是不是随便举的例子就是说三年怎么样因为行业的判断只是你认知的中的一个比如说举个例子比如说你怎么去融资你怎么去管理其实都是在你的这个认知的部分你现在有哪些对未来的判断其实我们也会也会有些判断吧现在有一百多家的人性类公司有三百家的这个这个巨生类的公司我觉得2030年吧可能会有10家到15家走出来然后做到第二轮第二轮的话可能是像魏小李然后这个荣耀啊这个这个一系列的吉利啊这一系列的这个车企数千亿的这个体量的公司他们的话基本上会下场然后你可以按照行业比如说平均毛利等等来算出来现在巨神的毛利大概在40%左右但是你在这个车里面可能就20%这样的一个情况然后再到这个机器人的比如说到万一局的比如说像比亚迪华为宁德然后BAT小米这等等一系列的公司开始下场的时候基本上就是一个大的一个时代比如说举个例子今天比亚迪这些公司说我下场去做那他们有一个非常多的零了我们只是要补齐一个基层人的部门做白他们帮我买过去他们都能拿到一个基层人的ticket所以你觉得scaling law的信号你有看到吗在聚生聚生里面之前会有一些分享比如说像金飞他们在统商院里面有分享他们scaling law就是说我的基层人的tracking loss这一块的话到底是怎么样的一个曲线其实他们会有看到对但是anyway我理解这个包括比如说像徐南飞的介绍里面说这个到底有多少的这个数据能够用他几次访谈可能出的数据的这个指标不太一样了但基本上都是接近上亿的小时数据对我觉得这个是多方面的就是你能今天哪有1小时数据去训练的话我理解这个这个scaling的就是能够看到一些的对咱们主要做本体还是也在做大脑同步做一些吧做了一些像小脑的BFM然后再包括像Human Way Foundation Model这一块的比如说像我们也有些同学发了一些一些paperBFM的话比如说像BFM Zero的升级版比如说UFO然后像MickLite等等这样一系列的工作其实也都做完了然后包括其实我们也做了一些比如说像基于BFM Zero的跟物体的interaction然后包括比如说赶之类的跑酷然后包括机身打乒乓球然后打篮球等等这个小学习的一些工作这我都把它理解为小脑派的因为其实我们都做了然后很多在等着上机有些已经上机完成了但是还在整理check report这些等等东西当然这些也都会开源然后同时还有一个就比如说像大脑这一侧的话这个我们也做了一些工作比如说像里面的这个研发路线里面的比如说前段时间发的intact就把这个action的这个动作也压到这个影空间里面把这个latency打到一个比较好的一个分布其实这些工作也我觉得还挺不错的 他们也拿到了像 [50:00] 杨立坤的点赞像这个包括我们也给杨立坤他们的那个公司给了个talk你是怎么决定做什么不做什么的因为刚才看上去大脑小脑那些工作我听起来其实感觉略有一点点而安的就是怎么决定要做他们的我觉得是这样的就是今天你的认知肯定是不如这个一线的research的这些认知所以说我们就是说招呼招待人然后他们想做什么只要在我们的这个branch里面那就可以随便做所以说这个我理解就是YF启动的就是今天SROPIC出一个什么功能而是说这个出什么比如说像华为华为的话其实像任老爷子他们当时拉着点是说我们不要坐车啊大家不要坐车啊然后他们实际上华为开始做给一些整车厂去做一些这个负能然后做这样的抽成等等其实你会发现他们会探索出一些新作东西因为我可能就是说我定的大方向就是我们短期先不要做预训练啊不要做预训练啊然后他们就拿着我们现有的卡去搓了一些JAPA的一些框架我觉得这个更多的就是说看你这个你的这个判断觉得什么时候开始切入的下长好的点对所以你会做一些排除选项剩下的让大家自由探索对了剩下而且探索成本其实是非常可控的对为什么不做预训练呢短期还没有太开始做或者说一些小小摊数的比如说一两B的两三B的这个我可能不管就是说我说你不要一上来给我搞数据大非常厚的数据管线能得我们的基本面搭完比如说我们基本面是RP1最后说不定会有些有些创业公司或者有些大脑公司拿着我们的RP1去做管线我们只要跟他们合作就好你最近做的最重要的决策你认为是什么最近做的最重要决策是把RP1推向台前我觉得这个是一个非常重要的角色为什么重要因为做了新产品不就要发吗不是的其实我们这产品做了也有一段时间包括现在做一系列测试我理解很多公司其实他们是在测试做完之前就发了现在行业里面可能甚至有些人还没做完测试就已经发布了我觉得这个是看周期和时间实机对因为相当于开枪你什么时候开枪然后打中了哪些客户我觉得这个是非常重要比如说像现在应该是一个比较好的一个开学前的采购点然后包括比如说是一个这个一些展会包括比如说IROS WRC等等一系列的展会包括还有的像现在行业里面到了一个开始要卷生产卷量产等等一个时间然后包括还有一个就是说你得判断面向着这群客户你去问他们上一款产品怎么样然后上一款产品如果觉得不够用了你就被他们榨干了因为它是硬件上线那我们就开始要推下一个了但是听起来好像这个时间选择也不是太难呀嗯我觉得是会有比如说举个例子有些公司可能说我先凑个DM先让它亮出来所以我们也得判断比如说有没有一个非常威胁力度的一个产品在我们同时期发布就有可能你会遇到一个竞争对手他还很不ready就发了但他抢走了更多的注意力和对attention is all uniqueRP1是Q4才发对吧RP1这款产品更多是承载了我们的一些思考就比如说我们为什么说明天发布一款更加面向开源更加面向科研教育类的产品所以因为我觉得现在大家能基于现在现有的平台做的这些东西我觉得不够的本质本质的是什么呢比如说有没有办法把SIM2RU做得更加的精细比如说你每个模组的力举跟踪做得更加的精确然后你达到一个如果今天SIM2RU是ZEROERA的情况你会发现比如说今天是Motion Generation或者说Motion的Planner他可以无缝的迁移到机械上那今天基本上就被扫不掉刚才提到RP1是要面向科研面向学校对那其实也意味着他可能第一的目标用户就不是说比如说去跳舞去表演或者说不是进家庭也不是进工厂这是怎么决定的我觉得是看这个行业的一个周期现在的话我们也拆了各家的一个销售的一个方向大概可能70%左右来自于科研的教育类的对科研教育是两个场景科研教育然后还有一个可能10%是在工厂类然后比如说20%的话可能是陪伴类的娱乐类的文娱类的可以把科研类的市场做得更大我觉得这个是目前来看最重要的一个事情你让多过多人用起来你的富力价值越高文艺类的基本上就是你可以理解为大家可能作为品牌或者marketing这样一个渠道然后也能收到钱我觉得这个是下一步的去做其实我们也在包括跟您的包括跟这个小米他们会对接一些工业类的需求举个例子他们做了一些这个比如说上海料的一些场景他们原来节拍大概在一分钟左右然后我们在完成这个部分能不能在一分钟以内完成然后同步这个因为机身可以干24个小时然后基本上可能只有一些热湿痕的时候可能会需要 [55:00] 处理一下别的时候可能基本上不需要他做太多处理对这样的话你这个能不能做一些优化其实听起来咱们还是做了很多的放弃的对吧比如说在至少是阶段性的放弃吧比如现在不做这个预训练然后现在也不太考虑进家庭或去做文娱场景还有哪些你觉得比较重要的放弃吗我觉得其实CEO最重要就是说那个哪些不做吧那我们人是基本上不打算这个自己去投入去做我觉得创业公司资源有限什么都去赛马我觉得大公司可以这么做但是我今天我的资金利用率有要求所以我选择是哪些不做说不定他们也能探索出一些别的plan比如说像华为说不做车最后能探索出一些目前来看其实华为也是车里面最赚钱的一家在所有的巨升相关的公司里面不管中国美国你有特别佩服的吗特别喜欢的嘛中国美国的话其实比如说像特斯拉菲格尔然后美国其实还有些starter还不错比如说像Thunday Journalist这些我们会比较喜欢它一个点是它focus他也是他是很多不做他基本上不做比如说像这generalist他们是宋书然应该是他先生他先生的这家方认他们的公司然后其实他们的话基本上就是说我只做模型然后我不做硬件然后我夹爪等等我就坚定了去做书彩去做污蔑类的书彩我就把它scale到20万个小时然后每周可能加几万个小时说不定他们这样二出来又会对大家有个改观他们的话我比较佩服一点就是他们敢于探索一些我没有人发生过的部分但是其实在美国这是受到实在奖励的他们也是最拿能融到最多的钱拿到最多的资源但是像在中国文化其实并没有那么的奖励探索的人那你觉得这个文化在奖励什么这文化在奖励能把公司做起来的人今天把这家公司做起来的事情跟我探索了某个范式改变了世界这是两个路径你在哪条路径上我目前是希望把罗派对做起来做起来意味着什么什么叫做起来了你对自己满意了我爸妈妈愿意满意他我机器人这个感觉还是比较容易实现吧不是就是他会举个例子他不知道我品牌他不知道我的因为就在不知道你的情况下对他不会因为我买而说在这个真实的选择里面选择我其实这是一个特别具体的有画面感的目标但这个目标感觉有点难去衡量因为你爸妈肯定知道那是你做的了或者说一个不知道了我的人他们可能不是这个行业里也不懂这个地理性到底发展到什么部分了他们去这个指导我们然后去买一台那这次创业你有一个想到达的某种终点吗我觉得可能没有什么终点不终点更多的说达到这个目标之后该做什么达到这个目标之后其实我们并没有想好你现在感觉创业是快乐的吗快乐氛围很多吧我感觉创业对于身体或者对于这个整个人的这个精神来说不一定说那么快乐但是他对你的心理包括你的这个这个你的成长来说是极度快乐的除了创意外很难享受到这个压缩的人生就你很难享受到一个十年期的一个经历压缩在一年里面度过然后而且你还未来还会持续度过这个三五年或者说十年二十年那相当于你能在这个这个三十岁之前然后你活过别人你有这个百岁这个老人的一个贵质感嗯我觉得这个是非常不一样的嗯嗯除了创业你还想做什么想做海盗想做海盗的意思是什么呀就是去租一个船然后去漫无目的就飘着比如说去找一条鱼然后把它命名叫黄衣鱼所以这不是比喻对吧这是真的要去做海盗对就是探索一些大海给你的这个宝藏但是你想说的更多是探索海洋探索海洋包括等等一系列的这个可能会和我毫不相关的一些部分比如说举例的这个商业航天OK了说不定我就上天看看我觉得更多就是说能不能经历到一些这个非常难以经历的部分为什么这么重要呢我觉得是人的追逐感嘛对追逐感所以你会发现比如说你这个经历完非常多压缩人生假如说十年以后的黄毅他今天看这个行业或者看这个巨生我感觉应该是会比较通透谁家做什么哪家好坏其实基本上都比较清晰了那我怎么去让自己保留这个手感保留这个极客那可能我需要去探索一些新的部分因为现在应该有很多你的同学或者学弟来找你来咨询想要创业他们什么样的建议啊?就是刚毕业就 [60:00] 我一般会给一个比较通用的建议就是说这个创业最重要的实际上是这个实现商业闭环之后的增长还有一个就是他那个行业要足够大包括像黄人军说不要一上来就想切到一个比如蓝海很多是说你能不能在一个特殊的赛道里面把这个做好然后把这个赛道做大OK好我们最后聊点轻松的就是聊点和AI有关的你现在日常在用哪些AI的产品啊因为我更加会prefer有个实体实体对比如说像是非出斗啊等等或者什么plow的这些东西其实我都有就比如说像有一些产品包括你之前给我看那题刚刚是有nose吗然后这一系列产品其实我觉得他们可能都是在pre-AI时代做出来但是他们依旧能在今天没有被AI替代掉他们一定是切中了某种人的交互或者是某种人的惯性然后回到现在用的AI我一般会用cursor就真的就是写模型或者说clock code这些东西去写代码但是我理解模型的底层其实我现在基本上就是会非常没有忠诚度的换对就是你谁好用我就换谁最近在用的是谁Kimi K3之前呢?之前吗?K3之前?K3之前我一般会用他们一些自带的一些比如说Sonet这些系列的模型。可不可以分享一下你在工作中具体怎么用AI的?工作中比如说有些工作我想看一看某些demo的一些效果我能会自己手搓一个那你最近手搓的一个demo是什么可以分享吗最近的话大概就是上上周我表弟搓了一个零巧手识别手势然后去玩什么石头剪刀布等等这样一些demo我理解非常非常简单可能几个provid就能完成因为大家现在都在说巨身是一个马拉松马拉松就意味着42公里你觉得我们现在跑到第几公里了呀我觉得这得分类吧比如说像这个本体类的然后这个小脑类的大脑类的比如说像这个本体类可能会跑得快一些我感觉大概得有个二分之一了最后剩下就是一些这个迭代和这个情况我觉得基本上系统类的可能大部分的都慢慢收敛了然后第二个像小脑类的我觉得小脑类可能跑得更快可能基本上没办法比如说像我们现在把VFM也加上了一个这个物体的interactionreplicitation这样一套这个BFM框架它实际上就是你try它它会回到原来姿态但我现在可以抱着东西然后你try它它回到原来姿态继续把这东西捡起来就等等一些工作其实都做完了想到的这个自体协调类我就差不多了但是像大脑类的话我不知道是多少因为我不知道大脑中矩是长什么样子这我觉得是我现在丢失的这一块认知当然可能在这行业里大家都没有这个判断就是说这个中矩是什么样子中矩可能就是像今天我能在这做然后跟你做interaction我把我的历史所有的这个东西都挣扭出来它能做出和我一样的东西一样的动作然后一样的立反会等等我觉得这个其实是这种局那我觉得今天可能一两公里OK你最开始说的本体是四分之一是吗我觉得差不多OK好呀那我们今天感谢黄一也非常期待RP1发了之后我们可以再聊一次我感觉这个你们的进展非常的迅速然后很短的时间之内在过压缩的人生或许这个到第四季度的时候又会有很多新的发现新的观察新的思考可以好谢谢好谢谢谢谢拜拜