萝博派对完成逾亿美元融资 拟以开源生态突围具身本体洗牌

【十字路口】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【视频播客】 — Koji杨远骋

Koji杨远骋

具身智能大脑研发仅行至马拉松开局的一两公里,行业将在车企与万亿级巨头压低毛利的洗牌中淘汰绝大多数企业,初创公司须靠全栈开源卡位生态并严控算力烧钱率求生。

AI-assisted summary of 【十字路口】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【视频播客】 — original source. Check the original for full context.

Source published:

Key ideas

  • 萝博派对(RoboParty)在成立一年内迅速完成 5 轮融资、累计融资金额突破 1 亿美元,其首款教育级机器人 RP0 月出货量稳定在 100 台左右,下一代商业化硬件 RP1 规划年出货量目标达 2000 台。 (0:00)
  • 团队推行全栈开源战略以击穿商业信任门槛,精准切入大模型厂商缺乏底层可控本体的“Missing Layer”生态位,借助高校与科研客群实现算法迭代的用户复利。 (20:36)
  • 创始人黄一预测具身智能行业将在 2026 至 2030 年迎来残酷大洗牌,全国 300 余家相关企业最终可能仅剩 10 到 15 家,千亿级车企下场或将本体毛利率从 40% 强行压低至 20% 左右。 (45:00)
  • 若将具身智能比作 42 公里马拉松,黄一评估机器人本体已跑完 1/4 到 1/2,小脑运动控制大概跑了一半甚至过半,而涉及通用认知与复杂力反馈的大脑层目前仅跑了 1 到 2 公里。 (60:00)

Detailed notes

## Background 本期节目由 YouTube 频道「Koji杨远骋」于 2026 年 8 月 24 日发布。视频为《十字路口》播客对谈,嘉宾是具身智能初创企业 RoboParty(萝博派对)创始人兼 CEO 黄一。简介介绍了他 2004 年出生、在一年内完成 5 轮融资累计超过 1 亿美元的背景,并探讨了他在“愚昧之巅”的创业认知、实战融资与招人 know-how、开源商业模式,以及对具身智能行业终局的判断。

## TL;DR 节目深入复盘了黄一从哈工大寝室自费研发原型机、三年提前毕业,到带领团队成立萝博派对并迅速融得过亿美元的全过程。黄一详尽拆解了种子轮规避连带回购与考核 FA 的融资经验,并阐述了通过“全栈开源”本体卡位大模型厂商 Missing Layer 底层接口的商业化策略。在管理与战略取舍上,他介绍了借鉴 Anthropic 的蜂巢组织结构、零主动离职的人才留存法,以及克制研发投入、放弃文娱家庭场景的思考。最后,他对行业大洗牌做出预测,并指出在 42 公里的具身马拉松中,硬件本体已跑完小半程,小脑过半,而认知大脑仅仅跑了一两公里。

## Atmosphere & style 整场对谈兼具硬核理工极客的锐利通透与年轻创业者的坦率自嘲,语速紧凑且信息密度极高。黄一既毫无保留地拆解融资条款、电机惯量等实操细节,又毫不避讳地承认早期依靠“愚昧之巅”的盲目自大才敢破局,其与主持人的互动松弛而真实。聊到深处,从“把十年要吃的苦一年吃完”的压缩人生,到退隐后“想当海盗去海洋探险”的少年幻想,让整期节目在商业理性的冰冷算计之外,流淌出强烈的理想主义张力与浪漫气质。

## Bulletin - [00:00](https://www.youtube.com/watch?v=9C_NsYRtDV0&t=0s) 萝博派对(RoboParty)在成立一年内迅速完成 5 轮融资、累计融资金额突破 1 亿美元,其首款教育级机器人 RP0 月出货量稳定在 100 台左右,下一代商业化硬件 RP1 规划年出货量目标达 2000 台。 - [20:36](https://www.youtube.com/watch?v=9C_NsYRtDV0&t=1236s) 团队推行全栈开源战略以击穿商业信任门槛,精准切入大模型厂商缺乏底层可控本体的“Missing Layer”生态位,借助高校与科研客群实现算法迭代的用户复利。 - [45:00](https://www.youtube.com/watch?v=9C_NsYRtDV0&t=2700s) 创始人黄一预测具身智能行业将在 2026 至 2030 年迎来残酷大洗牌,全国 300 余家相关企业最终可能仅剩 10 到 15 家,千亿级车企下场或将本体毛利率从 40% 强行压低至 20% 左右。 - [01:00:00](https://www.youtube.com/watch?v=9C_NsYRtDV0&t=3600s) 若将具身智能比作 42 公里马拉松,黄一评估机器人本体已跑完 1/4 到 1/2,小脑运动控制大概跑了一半甚至过半,而涉及通用认知与复杂力反馈的大脑层目前仅跑了 1 到 2 公里。

## Key takeaways - [14:01](https://www.youtube.com/watch?v=9C_NsYRtDV0&t=841s) 2004 年出生的黄一在哈工大用三年修满学分提前毕业,自掏 100 万元在寝室和实验室手搓出首台人形机器人原型机,以“愚昧之巅”的自大与冲劲开启创业。 - [02:27](https://www.youtube.com/watch?v=9C_NsYRtDV0&t=147s) 创业初期首轮融资框架至关重要,协议后续多轮延用;初创团队应坚决拒绝个人连带回购与合格 IPO(QIPO)对赌,善用小米、宁德时代等产业资本赋能并适度出让董事会席位。 - [07:30](https://www.youtube.com/watch?v=9C_NsYRtDV0&t=450s) VC 的本质是将企业未来现金流折现到当下以建立技术壁垒;面对行业泡沫需顺势而为,并在天使轮控制大体量“Deep Pocket”基金的持股比例,避免消耗中后期大额加仓动力。 - [20:36](https://www.youtube.com/watch?v=9C_NsYRtDV0&t=1236s) 全栈开源击穿了底层电机与 URDF 惯量控制的黑盒,不仅降低了合作阻力,还成功吸引卡耐基梅隆等顶尖科研院所学者免费为本体反哺算法迭代。 - [23:45](https://www.youtube.com/watch?v=9C_NsYRtDV0&t=1425s) 中美具身竞争呈现代差分化:北美在顶尖大脑模型层处于领跑地位,而中国凭借完备供应链在小脑控制与硬件本体快速迭代上具备显著落地优势;黄一旗帜鲜明唱衰轮式底盘,坚守拟人通用性。 - [30:00](https://www.youtube.com/watch?v=9C_NsYRtDV0&t=1800s) 下一代硬件 RP1 彻底走出工程样机阶段,攻克了假手易碎、关节过热、走线杂乱与出箱自主站立等工程痛点,通过交叉问询客户需求确立行业事实硬件标准。 - [35:17](https://www.youtube.com/watch?v=9C_NsYRtDV0&t=2117s) 终局或由 OpenAI、智谱等具备顶级算力基础设施与 Scaling 能力的模型大厂主导;创业公司需保持克制,待大模型经历“参数先上升后回落”的成熟周期后,于 2027 年左右再适时切入大脑层。 - [37:30](https://www.youtube.com/watch?v=9C_NsYRtDV0&t=2250s) 组织架构推行双轨制管理:前沿 Lab 借鉴 Anthropic 的 6 人蜂巢结构由人才密度驱动并保留扁平沟通,采购与整机制造供应链则严格实行正规军式的流程审批。 - [41:56](https://www.youtube.com/watch?v=9C_NsYRtDV0&t=2516s) 团队成立一年半保持零主动离职记录,核心在于吸引跨界资深大牛通过降薪补齐具身认知红利,以强获得感与年轻沟通盾牌维持极高的资金与决策利用效率。 - [45:00](https://www.youtube.com/watch?v=9C_NsYRtDV0&t=2700s) 奉行“认知 > 格局 > 技术 > 管理 > 努力”法则,坚信盲目赛马和努力价值最低;预测 2030 年具身行业将从 300 家缩减至 10-15 家,车企与万亿级巨头入场将重构制造利润格局。 - [51:30](https://www.youtube.com/watch?v=9C_NsYRtDV0&t=3090s) 商业化场景恪守战略克制:短期坚决放弃耗资巨大的超大参数预训练与家庭文娱场景,70% 资源坚定锚定在能够跑通交付与 Sim2Real 迁移的科研教育大盘。 - [01:00:00](https://www.youtube.com/watch?v=9C_NsYRtDV0&t=3600s) 具身智能马拉松各模块进展严重不均:硬件本体完成约 1/4 至 1/2,小脑抗扰动与运动泛化已完成半程,而承载通用认知与动作蒸馏的大脑仅跑了 1 至 2 公里,仍处极早期。

## Detailed walkthrough ### [00:00](https://www.youtube.com/watch?v=9C_NsYRtDV0&t=0s) 22岁创始人的快问快答与哈工大起步

节目的开场是一段快问快答。黄一(RoboParty 萝博派对创始人兼 CEO)出生于 2004 年,高中就读于华师二附中,大学考入哈尔滨工业大学。他是 INTP 人格、白羊座。用一句话介绍公司时,他表示:“我们希望能通过开源的方式,让这个世界上更少地重复造轮子,也希望通过开源去推动具身智能的发展。”在融资层面,公司成立短短一年内迅速完成了 5 轮融资,累计融资金额已经超过 1 亿美元;团队规模目前在 140 人左右,其中有一半是实习生。在商业化进展上,2025 年首款机器人产品 RP0 目前每个月的出货量稳定在 100 台左右,而预计到 2026 年,新推出的 RP1 年度出货量目标将在 2000 台左右。

在创立萝博派对之前,黄一在大学里做过无人机和不同形态的机器人。后来马斯克画了人形机器人的“饼”,他便在哈工大的寝室和实验室里自己掏了大约 100 万人民币买材料堆叠,把第一台人形机器人原型机做了出来。回顾这一年多的创业,他感慨自己像是“度过了一个压缩的人生”,把别人可能十年要吃的苦集中在一年里吃完了。面对层出不穷的技术研发、团队管理与战略选择,他特别认同唐杰的一句话:“认知大于格局,大于技术,大于管理。”

- **年龄与求学**:2004 年出生,高中毕业于上海华东师大二附中,大学就读于哈尔滨工业大学。 - **团队构成**:约 140 人,实习生占比接近一半。 - **商业化数据**:RP0 当前月出货约 100 台;下一代 RP1 预计年销量达 2000 台。 - **初始投入**:黄一自掏腰包约 100 万元完成首台人形机器人原型机制作。

---

[02:27](https://www.youtube.com/watch?v=9C_NsYRtDV0&t=147s) 首轮融资协议、条款避坑与产业方助力

谈到为何能在年轻时拿到这么多钱,黄一并不认为 VC 纯粹是在“押注年轻人”,核心原因在于找钱之前他们就已经把机器人做出来了。创业初期融资的核心原则是“多拿牌”。拿到投资意向后,最重要的就是种子轮(Seed round)投资协议,因为后续直到 Pre-IPO 的各轮机构,基本都会沿用首轮协议的框架与核心条款。如果第一轮有头部机构领投且谈下优厚条款,后期的法务和心理压力就会小很多。萝博派对的协议至今没有合格 IPO(QIPO)回购,更没有连带对赌协议。

在条款甄别上,黄一建议创业者一定要找精通风险投资条款的专业律师规避风险: - **个人连带回购**:坚决不能签,甚至现在连国资机构多数都不会强制要求。 - **QIPO 回购**:如同悬在头顶的达摩克利斯之剑,执行层面困难却始终带来压力。 - **回购利息**:需看清单利与复利等大量技术细节。 - **董事会席位**:很多人抗拒投资人进董事会,觉得多了一层管控,但黄一认为,若股东能提供切实的产业赋能(例如小米、宁德时代等),主动给出一个董事会席位,反而会让双方的合作深度和协同体验变得更顺畅舒服。

---

[05:00](https://www.youtube.com/watch?v=9C_NsYRtDV0&t=300s) FA 的价值、挑选准则与第一笔 VC 的到来

关于财务顾问(FA),黄一肯定了 FA 把初创团队从 0 到 1 带入 VC/PE 圈子、让创始人读懂机构决策流程的价值。但市面上 FA 鱼龙混杂,甚至出现了令他觉得匪夷所思的“配售制度”。他认为挑 FA 不是被动接受,而是要通过两道关键考题去反向考核对方: 1. 能否把具身智能赛道内所有竞品的真实融资进程、团队规模与基本面盘点清楚? 2. 能否准确洞察赛道内各家机构到底由谁负责具身智能线路,以及各投资人的推会成功率?

许多机构虽然有很多人出来看项目,但具体管线的决策权完全不同,找错人推项目的成功率极低。

萝博派对拿到的第一笔 VC 投资来自五源资本(5Y Capital)的 Bill。当时黄一建了一个机器人技术交流群,Bill 在群里主动加了他的微信约聊。在那之前,黄一团队其实保留了两条业务线:一条是做能产生现金流的常规业务,另一条则是用赚来的钱养活人形机器人。但黄一很快意识到在技术高频迭代的赛道里,指望靠现金流业务养机器人完全是错误的,“等你现金流业务跑起来的时候,你的人形机器人已经被别人落后了”。

```mermaid flowchart TD accTitle: 双轨驱动与 VC 杠杆转型 accDescr: 展示初创期自我造血模式向借助 VC 杠杆模式的战略转变

subgraph Early["早期双轨模式(不可行)"] A["现金流业务(慢周转)"] -->|"试图造血养活"| B["人形机器人研发(高频迭代)"] B -.->|"节奏过慢,错失窗口期"| C["被竞对甩开落后"] end

subgraph Venture["VC 杠杆模式(萝博派对采用)"] D["VC 资本注入(折现未来20年现金流)"] -->|"高强度前置投入"| E["全职聚焦技术与本体攻坚"] E --> F["快速冲入行业 Top 梯队"] end ```

---

[07:30](https://www.youtube.com/watch?v=9C_NsYRtDV0&t=450s) 如何与泡沫共处?顺势而为与挑选 Deep Pocket

黄一坦言,VC 的本质就是把企业未来能赚到的现金流折现到今天先花掉,以快速冲刺到行业前列。当下具身智能聚集的资金与实际跑通的商业化收入之间存在巨大鸿沟,行业毫无疑问处于泡沫期。

但他选择顺应顺为资本名字里的寓意——“顺势而为”: - **行业势能的红利**:哪怕是泡沫,也代表着时代势能。今天打着具身智能的招牌,供应商和合作伙伴愿意多看你一眼(如果是传统地产行业则无人问津);海量优质人才也从其他行业涌向具身赛道,说明热钱多、前景(promising)被高度看好。 - **机构的 Deep Pocket 考量**:在面对多家 TS(投资意向书)时,除了尊重所有认可自己的机构,更需要进行精细算计。有些资金体量极大的“Deep Pocket”(深口袋)基金,在中后期能投出 5 亿甚至 10 亿人民币的大钱。如果天使轮就让这类基金占了 10% 的股份,到了中后期市场上能出大钱的机构变少时,该基金会因早期持股比例过高而缺乏继续重仓加仓的动力,公司反而失去了宝贵的大资金后援。 - **前行者的投后认知红利**:作为 2025 年具身第二波创业公司,萝博派对积极向蓝驰、经纬等早期投资机构学习吸收大量基础通识,黄一认为这些“认知的交换”在早期阶段的价值远大于单纯的资金。

---

[10:00](https://www.youtube.com/watch?v=9C_NsYRtDV0&t=600s) 美元 vs 人民币、持续融资与“卖总部轮”

对比产业资本与财务 VC,黄一分析产业方带来的赋能极其纵深。以小米机器人团队为例,小米向导(向韶敏)等人与萝博派对进行了极高密度的交流,将其内部研发机器人的大量工程文档和 know-how 倾囊相授,直接帮创始人在战略决策上规避了海量试错弯路。

在美元基金与人民币基金的选择上,黄一给出了直截了当的画像: - **美元基金**:更愿意纯粹为技术的领先性、创始团队的顶尖 know-how 押注买单;敢于在早期无背书时基于深度专业判断下注,赚取超额收益。 - **人民币基金**:更看重商业化进展、商业模式是否成立,越往后期的投资人整体专业理解力往往呈现递减态势。

萝博派对几乎每隔一两个月就会推进一轮融资。黄一解释这属于“能多拿就多拿”,既承接了十五五规划等政策红利,也抓住了二级市场获利资金化身 LP 流向 GP 的窗口期。他身穿一件写着“stay around”的健身衣打趣称自己可以“一直融 A 轮”——把 RP1 发布并推力量产作为 A 轮里程碑,至于需要闭环盈利的 B 轮则不急于定义。

关于公司注册地的选择,他的法则是“人才在哪里,公司就注册在哪里”: - 做 AI 模型的扎堆北京,因此萝博派对北京团队入驻在五道口启迪科技大厦 C 座 20 楼(楼下 19 楼即清华交叉信息研究院/茶院)。 - 硬件与供应链扎根上海,故公司总部设立在上海浦东。 - 很多创业者在临近上市时会启动所谓的“卖总部轮”,通过把注册地从 A 地迁往 B 地,换取地方政府的专项招商引资政策和大体量轮次资金。

---

[14:01](https://www.youtube.com/watch?v=9C_NsYRtDV0&t=841s) 创业需要“自大”、哈工大三年提前毕业与知乎情缘

黄一回忆自己在哈工大的创业萌芽,直言最开始根本没有彻底想清楚,而是靠着一种极致的“自大”走出来的:“不是自信重要,是自大重要。你在对行业还没有清晰认知之前,其实你会处在一个非常自大的时间段,所谓的‘愚昧之巅’,我觉得那个时候反而是最适合创业的。”当他看到学校里各大顶级实验室做出来的机器人“也不过如此”时,这种初生牛犊不怕虎的傲气推动了他迈出第一步。

黄一仅用三年时间就完成了哈工大的本科培养。他利用哈工大灵活人性化的政策修满全部学分并提前完成毕业设计——他的毕业设计正是一台人形机器人,而他直接将整篇毕业论文公开挂在了知乎上。

从个人表达来说,黄一非常喜欢在知乎进行系统性的公开技术输出。他敬佩乔布斯用一己之力塑造整代硅谷精神,也希望自己的创业历程与思考能够公开影响更多的人。

---

[16:47](https://www.youtube.com/watch?v=9C_NsYRtDV0&t=1007s) 团队扩张三部曲、两三天贴身招人与“画饼”的最高境界

黄一将这一年半的 CEO 经历划分为清晰的三个跃升阶段:

| 创业发展阶段 | 时间周期 | 阶段特征与核心认知变化 | |:--- |:--- |:--- | | **第一阶段:草台班子试水** | 创业启动期 | 从零起步摸索,在极度懵懂中亲手拉起业务并迅速上手实操。 | | **第二阶段:借力资本市场** | 创业第 6 个月起 | 弄懂一级市场 VC 本质,理解风投是“把未来赚的钱拿到今天用”的借力杠杆。 | | **第三阶段:百人团队组织化** | 创业现阶段 | 团队快速突破百人,面临百人管理大坎,创始人仍亲自参与全员高时长深度面试。 |

在招聘核心骨干时,黄一展现了极强的执着。为了挖到一位心仪的浙江大学工程师,他亲自跑到杭州浙大,形影不离地陪了对方整整两三天,“他想去哪就陪他去哪”,在漫长的深度沟通中打消其加入早期初创公司的种种顾虑。

当时为了吸引核心关节模组负责人加盟,黄一描绘了一张蓝图:“你来做关节模组第一个人,未来我为你把这整个部门全搭出来。”如今这个模组部门的研发与工程集成度,已经强到具备独立拆分成一家专业模组公司的水准。

谈到创业者常被诟病的“画饼”,黄一提出了独到的见解:“画饼的最高境界,是别人感觉不到这是个饼,或者说这本身就是我自己坚信不疑的事情。更多是把大家看不清的未来,清清楚楚地描述出来。”他认为马斯克把愿景画到 2040 年上火星是画饼的极致典范,本质上是给出清晰有力的愿景蓝图。而在哈工大起步时,尽管每个月只能给同学和室友开出两三千块钱的工资,但大家出于对彼此技术实力的笃信,依然愿意聚在一起把一台完整的人形机器人“拼凑”出来。

---

[20:36](https://www.youtube.com/watch?v=9C_NsYRtDV0&t=1236s) 为什么全栈开源?商业壁垒与“缺失的生态位”

萝博派对的核心战略标签是“开源”。其初衷非常朴素:做完第一代机器人后觉得缺乏实际用途,便将全套图纸开源发布在知乎上,结果引来了众多同行与极客的讨论。真正触动黄一灵魂的火花(Spark),是看到真有三五个人严格按照他的开源图纸把一模一样的机器人做了出来,这批开发者至今仍与公司保持着密切联系。他类比 DeepSeek 开源 MoE 与 MLA 架构,认为只有真正把产品打磨到极致,开源才有撼动行业心智的价值。

面对“全栈开源靠什么赚钱”的质疑,黄一剖析了门槛与壁垒的差异: - **门槛 vs 壁垒**:门槛是固定资产和技术团队的初始准入条件,而壁垒才是决定谁能把利润装进口袋的胜负手(正如造车新势力初期没怎么赚钱,但上游具备极高技术壁垒的动力电池企业率先斩获高额利润)。 - **极低的合作阻力**:开源直接击穿了商业合作的信任门槛,构建起强大的全球品牌势能。 - **卡位“缺失的生态位”(Missing Layer)**:主流大模型公司缺乏自研本体,若直接采购市面上的商业人形机器人,底层接口往往被死死锁住,无法支持深度的二次开发(例如无法将控制权下探至底层电机层、无法对定转子的 URDF 惯量进行精细化拆解调优)。萝博派对通过全栈开源开放了这一底层接口,精准吃下了这一层生态需求。

```mermaid flowchart TD accTitle: 萝博派对在具身产业链中的 Missing Layer 生态位 accDescr: 展示模型公司、萝博派对开源本体以及闭源传统本体之间的技术接口关系

subgraph Upstream["顶层:大模型公司(Brain/VLA)"] M["具身大模型厂商(自研算法/无本体)"] end

subgraph Ecosystem["萝博派对:开放的 Missing Layer"] RP["萝博派对开源机器人本体平台"] RP -->|"深度开放电机层控制"| C1["底层电机电流与力矩控制"] RP -->|"细颗粒度结构参数"| C2["定转子 URDF 惯量拆解"] end

subgraph Closed["市面传统商业本体厂商"] CB["闭源集成人形机器人"] CB -.->|"黑盒封死,无法满足深度定制需求"| M end

M -->|"极低合作阻力与开放底层二次开发"| RP ```

从基本面来看,萝博派对就是一家扎根精密制造与供应链的“人形机器人本体公司”。但开源本体带来了传统制造业所不具备的“用户复利”:如果卡耐基梅隆大学(CMU)的教授购买了一台萝博派对的本体,带着两三个博士在上面开发算法发论文,对于公司而言,“相当于你卖一台本体赚了 10 万块钱,同时还免费收获了两个年薪百万的顶尖工程师在吭哧吭哧帮你打磨迭代系统”。

---

[23:45](https://www.youtube.com/watch?v=9C_NsYRtDV0&t=1425s) 中美具身竞争、轮式与双足路线之争、从“愚昧之巅”到认知重塑

在大模型领域,开源已成为中国对抗美国封闭生态的锋利武器。探讨具身智能的中美竞技格局时,黄一给出了敏锐判断: - **大脑模型层**:美国在具身大模型(大白脑)领域依然领跑,北美华人学者的人才密度短时间内明显高于国内,这也是萝博派对计划在北美建立研发 Base 的动因。 - **小脑与本体层**:中国凭借完备成熟的制造业供应链,在人形机器人本体制造及小脑控制上具有代差级的落地优势与极快迭代速度。Figure、Tesla 等虽然声势浩大,底层同样极度依赖中国供应链赋能。

对于本体构型,黄一旗帜鲜明地“唱衰”轮式底盘。他认为做具身的核心追求在于通用性(拟人化),轮式纯粹是一种“腿部惯量无限大的妥协中间态”。在现实世界的大多数操作任务中,即便把机器人固定在椅子上也能完成交互,没必要牺牲宝贵的拟人通用性去换取工业自动化级别的极高末端绝对精度。

随着创业深入,黄一也经历了自己的认知打散与重组。例如与小米机器人业务负责人向韶敏深度探讨时,对方抛出的关于大模型数据飞轮、本体结构减重策略等庞大工程考量,让他瞬间感到自己过往的思考仍浮于表面。

但黄一坚定地认为,创业者不应该“知道得越多越好”:如果你把所有数据采集成本算得过分精细(例如从远程遥操作 Teleoperation、Egocentric 视角,到全身动作捕捉全流程核算下来,一条高质量动作数据目前行业成本高达 200 元左右),算透了 ROI 之后,人反而会变得裹足不前、胆小谨慎。“人是需要部分自大的”,唯有在未知中保留一份自大与莽撞,年轻的创业者才敢于在这个充满泡沫与代差的硬核赛道中勇往直前。

[30:00](https://www.youtube.com/watch?v=9C_NsYRtDV0&t=1800s) RP0 的真实客群与下一代硬件产品 RP1

黄一分享了开源社区对降本与获客的巨大助益。在公司目前的交流群中,沉淀了大量核心用户,经常出现“用户 A 提问,用户 B 或 C 直接帮忙排查解决”的互助氛围,这让售后服务成本大幅降低。谈及目前初代产品 RP0 的百台真实订单分布,约 30% 到 40% 流向了国内各类高校。黄一指出,不只是顶尖名校,中国有大批普通院校也迫切想弄清楚具身智能到底是什么。RP0 是散件形式交付的零部件,买回去需要自己动手搭建,因此被精准定义为一款“零到一的教育类产品”。另一类核心客群则是初创团队。早期计算机和手机发展阶段,正是那批摆弄 8086、8088 芯片的发烧友催生了后来的 Windows 和 Mac,“说不定我们现在的用户里以后就会出一个比尔·盖茨”。此前曾有海外欧洲机构打算单笔下 500 台订单,但公司只交付了二三十台,核心瓶颈在于当时的供应链产能体系无法支撑如此体量的爆发式交付;如果全接下,其他普通客户就得排队等两三个月。

关于即将于第四季度发布的下一代产品 RP1,黄一强调它已经脱离了“工程样机”阶段,是一款高度完善的商业产品。团队针对市面上竞品调研了二三十条痛点,诸如假手容易碎、肩部关节过热、手腕支撑力不足、内部走线杂乱以及整机极难装箱运输等问题,在 RP1 上均做了彻底的产品化改良。

```mermaid flowchart TD accTitle: RP1产品改进闭环 accDescr: 展示从调研市场痛点到RP1工程改良,再到赋能客户的完整流程

subgraph PainPoints ["竞品核心痛点调研"] P1["机械结构短板<br>(手腕支撑差/把手易碎)"] P2["电气与散热缺陷<br>(肩关节过热/走线凌乱)"] P3["部署运输难题<br>(无法装箱/不可自主站立)"] end

subgraph RP1Upgrade ["RP1 关键产品化升级"] U1["增加2个头部自由度 & 优化FOV"] U2["全内走线设计 + 规避关节过热"] U3["定制机构支持自主出箱站立"] end

subgraph Ecosystem ["向下游客户赋能"] C1["科研教育机构"] C2["Whole-Body Intelligence 初创企业"] C3["探索具身大模型公司"] end

PainPoints --> RP1Upgrade RP1Upgrade --> Ecosystem ```

- **真实订单结构**:月度约 30%–40% 为各类高校采购,其余多为具身智能初创团队与硬核极客。 - **供应链成长**:早期受制于产能交付能力,放弃了欧洲客户一次性 500 台的订单冲动,目前供应链已逐步搭建成型。 - **RP1 核心亮点**:新增两个头部自由度、优化整机构型与全机身内走线,并攻克了“从包装箱中自主站立”的工程方案。

---

[32:30](https://www.youtube.com/watch?v=9C_NsYRtDV0&t=1950s) 具身本体的核心竞争力与全身智能(Whole-Body Intelligence)

在黄一看来,做机器人本体的核心竞争优势并非凭空捏造参数,而是时刻在行业一线高频迭代,快速捕捉并权衡客户的真实需求。随着行为基础模型(Behavior Foundation Model,BFM)的逐步突破,行业焦点正全面转向全身智能(Whole-Body Intelligence)。目前无论是海外苏黎世联邦理工(ETH)背景的团队如 Flexiv(非夕),还是国内的各类初创团队(如众擎机器人、戴盟机器人、元测等)以及大量试图做具身大脑的模型公司,都在寻求萝博派对做定制化硬件。

一线客户反馈的需求往往五花八门:有的团队因为想接入五指灵巧手,要求手部供电协议达到 48V/24V;有的要求整机必须跑 EtherCAT 协议并实现硬同步;还有的希望头部视角(Eagle Eye)与全身动作执行做到极低延迟的统一控制。面对杂乱的诉求,黄一的做法是在行业内建立事实标准——将 A 客户的需求提炼后去问询 B 客户是否认可,同时严格做好竞品间的商业保密,在权衡中把头部自由度与视野(FOV)等关键参数沉淀为标准的硬件 PRD。

---

[35:17](https://www.youtube.com/watch?v=9C_NsYRtDV0&t=2117s) 终局判断:模型公司的 Scaling 能力与硬件切入时机

针对具身智能十年后的终局会由谁做出的问题,黄一坦言自己非常看好智谱或者 OpenAI 这类具备强大模型基因的公司。因为它们拥有极充沛的算力卡群、深厚的基础设施(Infra)和顶尖的人才密度,只要吸收诸如泰然(何泰然)等深谙机器人认知的顶尖研究员,补齐 Robotics 领域的门槛,其在 Scaling Law 上的突破速度将远超任何纯硬件或国内早期初创公司。

黄一解释道,萝博派对的终局规划中同样包含大模型,并把节点设在 2027 年左右。视频生成(Video Generation)等领域的演进路径揭示了一个规律:模型参数规模往往经历“先上升后下降”的过程——先通过超大规模参数验证范式,待框架与工程 know-how 逐渐成熟后再回落到高效规模。对于一家创业公司而言,是跟进第一波“冲高参数”硬耗资源,还是在第二波成熟期精准切入,本质上是战略节奏的选择。在 OpenAI 这类巨头展示出碾压级 Scaling 能力之前,守住基本盘并看清战场态势尤为关键。

---

[37:30](https://www.youtube.com/watch?v=9C_NsYRtDV0&t=2250s) 组织实验:蜂巢结构与制造业流程化的张力

萝博派对的团队规模已接近 150 人,黄一在管理上借鉴了 Anthropic 的人才密度理念,尝试采用以圆为核心的“蜂巢结构”(六边形)。自然界中几个圆相切最稳定的拓扑是蜂巢,这意味着理论上每个核心研究员的最佳交互或管理半径是 6 个人。在公司的前沿 Lab 内部,几乎没有传统的层级结构,即使整家公司算下来也就两三层,所有员工都可以越级直接找 CEO 沟通。

但具身智能不同于纯纯软件算法,它深度牵涉到硬件设计、精密制造与供应链体系。黄一分析,当前主流组织管理模式只有两类: 1. **华为与大疆模式**:依靠极致的规则与严密的流程体系,将组织打造成一支执行力极强的正规军团; 2. **字节跳动与 Anthropic 模式**:弱化繁琐流程,依靠极高的人才密度驱动,甚至推行“人才冗余”。

为了调和两者的冲突,萝博派对采取了双轨制拆分:算法与创新 Lab 完全由人才密度驱动;而整机制造、采购与供应链部门必须执行严格的流程化管理,“否则今天买个零部件都不知道该找谁审批”。Lab 内部沉淀出的类通信协议开会机制与高效交流 know-how,也会有选择地反哺给主体制造业务。

---

[41:56](https://www.youtube.com/watch?v=9C_NsYRtDV0&t=2516s) CEO 的年轻“盾牌”与“零主动离职”的秘密

在自我剖析时,黄一坦承自己在员工眼中属于“过于 friendly(友善)”的 CEO,但他深知 CEO 过于友善对公司未必是好事,因为自己天生不喜欢当面得罪人或严厉 push 别人。为此,他“捏着鼻子”招揽了一些性格极度 sharp(严苛敏锐)、甚至完全相反的管理角色来唱黑脸。比如财务部门就必须极致严苛,在差旅报销与资金审批上寸步不让,以此维持组织张力。

面对公司平均年龄显著高于自己的现状,黄一认为行业认知是打破年龄壁垒的唯一法则,“哪怕你今天是个高中生,只要对 Robotics 和具身行业的认知足够大,你也能管理我”。面对外界偶尔“他还是太年轻”的质疑,黄一把它视作绝佳的沟通盾牌——在高端商务接待与商务谈判中,年轻标签赋予了他直接抛出尖锐诉求的特权,“说了一些不太合适的话,大家会因为你年轻而给予包容,从而拿到极高维度的决策效率”。

在人才留存上,公司成立一年半以来保持了极罕见的“零主动离职”记录(被动辞退除外)。黄一表示,公司吸引并留住顶尖人才的关键在于持续提供强烈的获得感。萝博派对非常青睐招募在过往赛道极具实战功底、但唯独欠缺“具身智能认知(0到1经验)”的资深大牛;有大厂高管原本年薪高达 250 万到 300 万元,自愿降薪到 80 万元加入公司,“大家甚至把它当成支付学费来补齐具身认知”。即便这些人才出去跳槽能轻松斩获两倍薪酬,目前依然选择留守,这也使公司在极高人才密度的前提下实现了显著的资金利用效率(Cost Efficiency)。

---

[45:00](https://www.youtube.com/watch?v=9C_NsYRtDV0&t=2700s) 资金利用效率:认知高于格局、技术与管理

回顾早期造车新势力的演进史,黄一指出绝大部分爆雷倒闭的公司都死在失控的烧钱率(Burn Rate)上,倒在量产前夕。即便利来(蔚来)李斌如此在乎品牌调性的人,如今也将 NIO House 里的鲜花换成了假花,全行业都在抠每一丝成本。由此,黄一给出了自己极为鲜明的序列认知法则:

> **认知 > 格局 > 技术 > 管理 > 努力**

黄一强调,努力和盲目赛马在创业竞争中价值最低,最重要的是你对行业未来演化测试(Test)与终局预测(Prediction)。如果误判了行业周期,子弹打空就会瞬间出局。

对于具身智能行业的格局演化,黄一给出了具体推演: - **2026–2030 年大洗牌**:当前全国约有 100 多家人形机器人公司、300 多家具身智能相关企业,预计到 2030 年真正能独立走出来的可能仅有 10 到 15 家。 - **第二梯队千亿级车企下场**:像“蔚小理”、吉利、荣耀等体量在数千亿级的硬件与汽车企业将深度下场。目前具身行业本体毛利约为 40%,而车企杀入后可能将行业毛利率直接压低至 20% 左右。 - **万亿级巨头终局入场**:比亚迪、华为、宁德时代、BAT、小米等巨头入场收割时,其体系内本身具备强大的工业制造和供应链积淀,只需通过投资或并购补齐一个具身团队,就能顺利换取船票。

---

[48:30](https://www.youtube.com/watch?v=9C_NsYRtDV0&t=2910s) 技术研发聚焦与“有所不为”的自由探索

在具体技术探索上,萝博派对 Lab 已完成多项前沿推进:在小脑层面研发了 BFM Zero 的升级版 UFO、Mimic Light 等框架,实现了针对环境突发交互的自主恢复(如抱着物体被踹倒后重新站起并捡起物体),并完成了跑酷、打乒乓球、打篮球等运动控制的小脑泛化;在大脑层面,团队发表的 INTACT 论文将 Action 动作压缩到隐空间中,有效控制时延并保证生成分布不坍塌,获得了图灵奖得主 Yann LeCun 的点赞并受邀去其团队进行学术交流。

黄一阐述了自己的研发决策边界:作为 CEO,在一线前沿领域的研究认知必然赶不上顶尖 Research 人员,因此他更倾向于“给出排他性红线,剩下的任由团队自由探索”。 - **红线原则**:明确规定“短期内绝不盲目做大规模预训练,不碰耗资巨大的超大参数数据管线”。 - **自由探索**:在规定 branch 范围之内,鼓励研究员拿着现有算力卡去搓 JEPA 框架、做轻量级动作空间探索。这与任正非早期规定“华为绝不造车,只做车企赋能”的逻辑类似,通过战略克制将试错成本降到极低。

---

[51:30](https://www.youtube.com/watch?v=9C_NsYRtDV0&t=3090s) 商业化节奏:为什么短期坚决放弃家庭与文娱场景

将 RP1 推向台前被黄一视作近期最重要的商业决断。在机器人行业,多数公司甚至在软硬件测试尚未跑通时就急于发样机抢声量;而黄一选择把发布节点精准卡在高校开学前的集中采购周期,并衔接 IROS、WRC 等全球顶级学术会议与行业展会。当前行业正从早期秀肌肉转向真正的量产与交付考核,客户手头的初代产品性能已被榨干,正是推陈出新的窗口期。

在落地场景的分配上,黄一根据真实销售数据给出了清晰划分:

| 细分场景 | 市场营收占比(估测) | 萝博派对的应对策略与落地考量 | |:--- |:--- |:--- | | **科研教育** | 约 70% | **当前绝对核心**:提供超高仿真精细度,解决 Sim2Real 零误差迁移痛点,先让开发者和学生用起来,赚取长期生态复利。 | | **工业制造** | 约 10% | **稳步对接试点**:与宁德时代、小米对接打螺丝及工业上料场景(将原本约 1 分钟的工业节拍提速至 1 分钟以内,实现 24 小时无歇运转)。 | | **文娱陪伴** | 约 20% | **短期战略放弃**:虽然能赚取短期营销眼球,但目前只作为品牌辅助渠道;绝不盲目投入资源去做人形机器人跳舞表演或下场进家庭。 |

黄一坦言,创业公司资源极度有限,绝对不能像大厂一样搞内部赛马。“什么都不做、坚决克制”,是初创团队维持资金利率与求生的底线。

---

[55:00](https://www.youtube.com/watch?v=9C_NsYRtDV0&t=3300s) 榜样对标、海盗梦想与“压缩的人生”

横向对比全球具身智能企业,黄一不仅佩服特斯拉(Tesla)和 Figure,也高度评价专注纯模型路线的初创团队,例如前普林斯顿大学助理教授宋舒然(Shuran Song)创办的 Generalist。这类团队极度克制,坚决不碰底层硬件与灵巧手制造,把全部资源投入到把抓取数据扩展到 20 万小时以上并每周持续增加。黄一认为,美国科技文化会给范式创新的纯粹探索者以极高的资本溢价,而中国商业文化往往只奖励最终“把公司做成”的人。黄一明确将自己定位在后者——努力把萝博派对做成商业闭环。对于成功的具身机器人的终极标准,黄一给出了一个颇具画面感的描摹:“在完全不知道这个品牌是我做的情况下,我父母愿意自发在真实市场里花钱买一台。”

在谈及创业感受时,黄一感慨创业在身体和精神上虽然极度疲惫,但在心智成长层面是极致快乐的。创业让他体验到了“压缩的人生”——把普通人十年的经历压缩在一两年轻历,年仅 22 岁便获得了历经沧桑的成熟感知。被问及如果不创业最想做什么时,黄一语出惊人:“想去做海盗。”他渴望租一艘船在海洋中漫无目的地漂泊探险,哪怕去寻找一条未知的鱼并把它命名为“黄一鱼”,抑或是未来去尝试商业航天。这本质上是对极客探索欲的追逐,用来在快速成熟通透之后,保住内心最原始的手感与好奇心。

对于毕业就想创业的学弟学妹,黄一给出的建议是: 1. **必须在实现商业闭环之后再去追求增长**; 2. **选择的赛道大盘容量必须足够大**,正如黄仁勋所言,不要一上来就扎进狭小的伪蓝海,而要在具备潜力的专属赛道里把雪球滚大。

---

[01:00:00](https://www.youtube.com/watch?v=9C_NsYRtDV0&t=3600s) 日常 AI 工具与 42 公里具身马拉松的赛程评估

在个人 AI 工作流上,黄一表示自己非常看重实体交互产品,日常编程主力使用 Cursor 和 Claude Code,底层模型则毫无品牌忠诚度,“谁好用就立刻切谁”,近期频繁在 Kimi K1.5(K3)与 Claude 3.5 Sonnet 之间切换。为了验证想法,黄一经常自己手搓一些轻量 demo,例如利用几个 prompt 快速搭出识别手势来玩石头剪刀布的控制演示。

在对具身智能全产业链进展做宏观评估时,黄一引用了“42公里马拉松”的比喻,并将系统进行了结构化拆解:

```mermaid flowchart LR accTitle: 具身智能42公里马拉松各模块赛程拆解 accDescr: 展示具身智能本体、小脑、大脑三大模块在42公里马拉松中所处的里程位置对比

subgraph M1 ["机器人本体 (Hardware Body)"] direction TB B1["已跑里程: 约 1/4 到 1/2"] B2["状态: 系统级方案收敛,进入工程制造微调"] end

subgraph M2 ["运动控制小脑 (Cerebellum / BFM)"] direction TB C1["已跑里程: 约 1/2 (甚至过半)"] C2["状态: 动态抗扰恢复、复杂步态、打球跑酷已基本解决"] end

subgraph M3 ["通用认知大脑 (Brain / High-Level AI)"] direction TB D1["已跑里程: 仅 1 到 2 公里"] D2["状态: 终局形态未定,跨模态交互与力反馈蒸馏仍处极早期"] end

M1 -.-> M2 M2 -.-> M3 ```

- **本体(Hardware Body)**:已跑完约 **1/4 到 1/2**。整机系统级设计已逐步收敛,剩下的主要是面向工业级的高频迭代与供应链降本。 - **小脑(Cerebellum)**:可能已经跑完 **1/2(甚至过半)**。基于 BFM 的自适应框架基本能保证剧烈扰动后的自主恢复、复杂步态与全身协调(跑酷、球类对抗已基本在软件仿真及硬件上跑通)。 - **大脑(Brain)**:仅仅跑了 **1 到 2 公里**。黄一坦承自己目前也无法看清大脑的终局形态,因为行业普遍还缺乏清晰定义。终局可能意味着机器人能坐在演播室与人类自如对谈,并将过往人类的所有动作行为、意图认知与高频力反馈完全蒸馏成泛化模型,目前整个行业距离这个目标才刚刚起步。

## Notable quotes > [00:00](https://www.youtube.com/watch?v=9C_NsYRtDV0&t=0s) 我们希望能通过开源的方式,让这个世界上更少地重复造轮子,也希望通过开源去推动具身智能的发展。 — 黄一

> [00:00](https://www.youtube.com/watch?v=9C_NsYRtDV0&t=0s) 度过了一个压缩的人生,把别人可能十年要吃的苦,一年吃完。 — 黄一

> [00:00](https://www.youtube.com/watch?v=9C_NsYRtDV0&t=0s) 认知大于格局,大于技术,大于管理。 — 唐杰

> [05:00](https://www.youtube.com/watch?v=9C_NsYRtDV0&t=300s) 等你现金流业务跑起来的时候,你的人形机器人已经被别人落后了。 — 黄一

> [14:01](https://www.youtube.com/watch?v=9C_NsYRtDV0&t=841s) 不是自信重要,是自大重要。你在对行业还没有清晰认知之前,其实你会处在一个非常自大的时间段,所谓的‘愚昧之巅’,我觉得那个时候反而是最适合创业的。 — 黄一

> [16:47](https://www.youtube.com/watch?v=9C_NsYRtDV0&t=1007s) 画饼的最高境界,是别人感觉不到这是个饼,或者说这本身就是我自己坚信不疑的事情。更多是把大家看不清的未来,清清楚楚地描述出来。 — 黄一

> [20:36](https://www.youtube.com/watch?v=9C_NsYRtDV0&t=1236s) 相当于你卖一台本体赚了 10 万块钱,同时还免费收获了两个年薪百万的顶尖工程师在吭哧吭哧帮你打磨迭代系统。 — 黄一

> [30:00](https://www.youtube.com/watch?v=9C_NsYRtDV0&t=1800s) 说不定我们现在的用户里以后就会出一个比尔·盖茨。 — 黄一

> [41:56](https://www.youtube.com/watch?v=9C_NsYRtDV0&t=2516s) 哪怕你今天是个高中生,只要对 Robotics 和具身行业的认知足够大,你也能管理我。 — 黄一

> [55:00](https://www.youtube.com/watch?v=9C_NsYRtDV0&t=3300s) 在完全不知道这个品牌是我做的情况下,我父母愿意自发在真实市场里花钱买一台。 — 黄一

## Mentioned 黄一, RoboParty(萝博派对), RP0, RP1, 哈尔滨工业大学, 华东师大二附中, 五源资本, Bill, 顺为资本, 蓝驰创投, 经纬创投, 小米, 宁德时代, 向韶敏, DeepSeek, Anthropic, OpenAI, 智谱, 何泰然, 李斌, 蔚来, Yann LeCun, 宋舒然, Generalist, Tesla, Figure, Cursor, Claude Code, Kimi K1.5, Claude 3.5 Sonnet, 知乎

## Video description ➤ 本周「十字路口」的嘉宾是黄一,RoboParty 萝博派对创始人兼 CEO。2004 年出生的他今年 22 岁,在一年内迅速完成 5 轮融资,累计超过 1 亿美元;股东既有知名 VC,也有小米、宁德等产业方。

他形容这一年是“度过了一个压缩的人生”:把可能十年要吃的苦,一年吃完。他也坦率地说,大学毕业就创业的好处是“你不知道天有多高”——不是自信重要,是自大重要;在对行业还没有清晰认知之前的“愚昧之巅”,反而是最适合创业的时刻。

很少有创业者像黄一一样,愿意把自己的 knowhow 讲得这么细:怎么融第一笔钱、怎么选 FA、怎么挑 TS、怎么看产业方的钱、公司注册在哪……

在这期节目里,我们还聊了他从哈工大寝室里拉着同学一起造机器人的起点;他花两三天“追求”一位浙大工程师的招人方式;他如何理解“画饼的最高境界是自己先相信”;以及他对具身行业的判断: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。

如果你想了解这一代年轻创业者如何做决策、如何管理同样年轻的团队、以及如何与泡沫共处,这期节目会是一个难得的样本 02:27 22岁融过亿美元,VC在投什么? 07:30 如何与泡沫共处? 14:01 创业为何需要自大? 20:36 全栈开源怎么赚钱? 35:17 谁能做出具身终局? 41:56 22岁怎么管百人团队? 43:24 零主动离职怎么做到? 46:31 300家公司谁能活到2030? 49:35 怎么决定做与不做? 01:01:13 具身马拉松跑到哪了?

[Source](https://www.youtube.com/watch?v=9C_NsYRtDV0)

中文简报

萝博派对完成逾亿美元融资 拟以开源生态突围具身本体洗牌 具身智能大脑研发仅行至马拉松开局的一两公里,行业将在车企与万亿级巨头压低毛利的洗牌中淘汰绝大多数企业,初创公司须靠全栈开源卡位生态并严控算力烧钱率求生。 节目深入复盘了黄一从哈工大寝室自费研发原型机、三年提前毕业,到带领团队成立萝博派对并迅速融得过亿美元的全过程。黄一详尽拆解了种子轮规避连带回购与考核 FA 的融资经验,并阐述了通过“全栈开源”本体卡位大模型厂商 Missing Layer 底层接口的商业化策略。在管理与战略取舍上,他介绍了借鉴 Anthropic 的蜂巢组织结构、零主动离职的人才留存法,以及克制研发投入、放弃文娱家庭场景的思考。最后,他对行业大洗牌做出预测,并指出在 42 公里的具身马拉松中,硬件本体已跑完小半程,小脑过半,而认知大脑仅仅跑了一两公里。 萝博派对(RoboParty)在成立一年内迅速完成 5 轮融资、累计融资金额突破 1 亿美元,其首款教育级机器人 RP0 月出货量稳定在 100 台左右,下一代商业化硬件 RP1 规划年出货量目标达 2000 台。 (0:00) 团队推行全栈开源战略以击穿商业信任门槛,精准切入大模型厂商缺乏底层可控本体的“Missing Layer”生态位,借助高校与科研客群实现算法迭代的用户复利。 (20:36) 创始人黄一预测具身智能行业将在 2026 至 2030 年迎来残酷大洗牌,全国 300 余家相关企业最终可能仅剩 10 到 15 家,千亿级车企下场或将本体毛利率从 40% 强行压低至 20% 左右。 (45:00) 若将具身智能比作 42 公里马拉松,黄一评估机器人本体已跑完 1/4 到 1/2,小脑运动控制大概跑了一半甚至过半,而涉及通用认知与复杂力反馈的大脑层目前仅跑了 1 到 2 公里。 (60:00)

Reading summary

萝博派对创始人黄一认为,具身智能行业当前处于资本泡沫与硬件迭代窗口期,初创团队应保持战略克制,通过全栈开源切入“缺失的生态位”,依托科研教育场景实现早期商业闭环。 顺应资本泡沫与严控融资条款 (2:27) 黄一指出,VC 的本质是将企业未来现金流折现到当下使用,具身智能赛道聚集的资金与实际跑通的商业化收入存在巨大鸿沟,行业整体处于泡沫期。但他主张“顺势而为”,借助行业势能吸纳跨行业人才与供应商关注。公司成立一年多完成 5 轮融资、累计超过 1 亿美元,其核心策略是在见投资人前先做出原型机并“多拿牌”,同时在种子轮严格规避个人连带回购与合格 IPO(QIPO)回购条款,甚至主动向具备产业赋能潜力的股东提供董事会席位以深化协同。 全栈开源卡位生态位与研发边界 (20:36) 面对开源如何盈利的疑问,黄一区分了“准入门槛”与“商业壁垒”,认为开源能击穿客户信任壁垒并放大品牌势能。主流大模型厂商缺乏自研硬件,而传统商业本体锁死了底层接口;萝博派对通过全栈开源开放电机电流与力矩控制,填补了这一“缺失的生态位”。同时,高校和开发者使用开源本体做算法研发,能反向为公司带来长期的生态迭代复利。在研发边界上,黄一设定了严格红线:团队绝不盲目进行超大参数预训练或烧钱搭建超大数据管线,而是依托轻量架构与现有算力探索小脑运动控制与动作隐空间压缩。 商业化落地节奏与场景战略克制 (30:00) 在硬件交付上,萝博派对初代产品 RP0 当前月出货约 100 台,其中 30% 到 40% 流向普通及顶尖高校,其余为具身初创团队;预计 2026 年推出的改良型 RP1 目标年出货 2000 台。在场景选择上,黄一根据真实销售数据给出了清晰分配:科研教育场景占营收约 70%,是公司当前的绝对核心;工业制造场景约占 10%,正在与宁德时代、小米等对接打螺丝与上料测试;文娱陪伴场景则短期坚决放弃,不做下场进家庭或跳舞表演的重资源投入,以维持极高的资金利用效率与健康的烧钱率。 组织双轨治理与产业链洗牌推演 (37:30) 针对约 150 人的团队管理,黄一尝试在算法与前沿 Lab 实行以 Anthropic 为参考的 6 人“蜂巢结构”弱层级管理,在采购、制造与供应链部门则推行严格的审批流程化以保障交付。在行业洗牌周期上,黄一预测到 2030 年,目前全国数百家具身相关企业中最终可能仅剩 10 到 15 家能够独立走出来;随着千亿级车企下场,本体硬件毛利或将从当前的 40% 压缩至 20%,万亿级产业巨头最终将通过投资并购入场完成收割。 在具身智能的“42 公里马拉松”评估中,黄一认为硬件本体已跑完 1/4 到 1/2,运动控制小脑已走过近半赛程,而真正具备通用认知的大脑模型仅跑了 1 到 2 公里,其终局形态与跨模态交互蒸馏目前仍充满不确定性。

Source quotes

[0:00] 黄一: 我们希望能通过开源的方式,让这个世界上更少地重复造轮子,也希望通过开源去推动具身智能的发展。 [0:00] 黄一: 度过了一个压缩的人生,把别人可能十年要吃的苦,一年吃完。 [0:00] 唐杰: 认知大于格局,大于技术,大于管理。 [5:00] 黄一: 等你现金流业务跑起来的时候,你的人形机器人已经被别人落后了。 [14:01] 黄一: 不是自信重要,是自大重要。你在对行业还没有清晰认知之前,其实你会处在一个非常自大的时间段,所谓的‘愚昧之巅’,我觉得那个时候反而是最适合创业的。 [16:47] 黄一: 画饼的最高境界,是别人感觉不到这是个饼,或者说这本身就是我自己坚信不疑的事情。更多是把大家看不清的未来,清清楚楚地描述出来。 [20:36] 黄一: 相当于你卖一台本体赚了 10 万块钱,同时还免费收获了两个年薪百万的顶尖工程师在吭哧吭哧帮你打磨迭代系统。 [30:00] 黄一: 说不定我们现在的用户里以后就会出一个比尔·盖茨。 [41:56] 黄一: 哪怕你今天是个高中生,只要对 Robotics 和具身行业的认知足够大,你也能管理我。 [55:00] 黄一: 在完全不知道这个品牌是我做的情况下,我父母愿意自发在真实市场里花钱买一台。

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1亿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换快答开始帮助大家了解你啊请问你的年龄好像所以2004年的求学的经历呢?我是高中是在华尔读的,大学去到了亨大。然后你的MBTI和星座?INTP,星座是白养。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雷部非常大的雷部那咱们融资的情况呢目前还成五轮融资其实是过亿没云的反对的规模现在大概是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吗?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钱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吧,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,所以我感觉其实我把这个可能十年该吃的苦,一年吃了。但现在其实这一块的话不只是投资吧,其实还有非常非常多的这个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这个反对的。其实之前那个唐杰他们有句话,就是说认知大于这个格局,然后大于这个技术,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城里面不算多,但是可能对年轻商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,其实当时我们拿到低币钱的时候我们机器人都做出来了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,就大概一百万的钱,然后去把这个机器人的原型机等等都做出来了非常重要的一个点就是希望了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seed run的这个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觉得其实觉得一个点就是第一轮你有没有足够这个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比如说像我们公司到现在应该是没有QIPO回购没有对赌等等一个条款对一个非常优好的一个美人条款其实我觉得这样的话在你后来的创业的压力其实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了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对包括比如说像小米和宁德等等这样一个帮助其实都非常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就是我们可以给一个比较好的一个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对比如举个例子今天个人连贷回购这种东西其实就基本上没有甚至国资都不会要求你签然后第二个就比如说像你的这个QIPO回购这种东西的话我觉得它是一个达默克利斯之线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一个律师然后他们帮你规避掉非常非常多的这个投资的一个风险那FA对你们有帮助吗FA也会有就是FA的话更多的是说把你从0到1的拉入到这个 [5:00] PCR或者PE这样的一些圈的一些融资的这一块吧对更多让你明白这个融资到底是怎么回事然后这个他们的这个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非常非常匪夷所思啊就是那怎么选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人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个是居身的,而且聊的线路都不对,因为比如说像有些机构,有些机构里面可能有一堆人是去聊,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嘛第一位我理解是这个我记得是五言的Bill对但是他更多的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啊一个是说做了做一类这个现行流业务等等然后另外去养活那个人型机器人但我觉得这真正值显示错了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等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的这一颗力量就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年的这个这个钱那实际上大家体感就是感觉泡沫更大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围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他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他实际上体现在方方面面的我觉得这个你说上泡沫也好说上视能也好我觉得他是方方面面的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这个合作方合作他会因为你在这个巨身智能这个行业这个赛道然后而乐于多看你一眼一件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这个赛道其实它的未来的promising是更高的像你刚才说第一次融资要尽可能多拿牌就要尽可能多拿TS拿到那么多的TS之后你怎么选的我觉得这个也不能说选不选第一个就是保证非常尊重这些机构的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那其实你这些第一个就是保证对一个非常非常的尊重对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比如说五亿人民币十亿人民币这样的基金但这样的基金如果在天使轮就拿了你十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,他们的这个投后大概是怎么样的我理解,其实比如说有些机构也是非常好的,包括像这个分隔、经纬等等这些机构,他们会有非常非常的资源得给你,会让你出息什么都不懂的时候先教你这个的话,它的这个认知的交换其实甚至说已经远大于这个钱的质量了。你们现在的这个股东名单里面有VCA [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比如说像那个小米的话robotics这边我们跟那个他们的箱导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举个例子他们内部也有些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funder来说你如果你的战略决策做的准少走非常非常多万路的对其实他们的话就有非常非常多的这个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这个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这个商业模式成不成立然后包括其实越到后期你碰到这个投资人的专业度其实是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恶收益的一个部分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多钱来去投入到某个具体的事情上还是你觉得就应该这个多拿钱去做准备嗯我觉得是这样的就是你得判断这个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,比如说据称在15规划,包括大家对包括二级市场,二级那群人有钱了,然后他们会把一些多余的钱作为LP去投到这一堆的GP里面,然后GP开始投公司,对。比如说我们公司的话我们这个Dinder 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轮的标准包括你生前贴了一个stay around的我这其实是一个健身房的一件衣服我之前ok它是stay around 完全没有想到你可以这么去解读它就是我可以一直种A轮对吧就是判断比如说B轮的话可能商业化或者商业闭环等等那我觉得巨神公司一般都会在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然后倒完这个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嘛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那我们就会说这个因为有一些地方有特别的政策就考虑吗?我觉得这个是 It depends,一般包括我们跟很多创业者聊啊,我们一般会称之为某一轮是叫卖总部轮。就是你可能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这件事情。它不是自信很重要,是自杀很重要。自大很重要,对,你在对行业没有太清晰的认知的之前,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商业的。就是所谓的愚昧之巅,对的。所以对你来说那是什么时候啊?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吧,那你会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。当时旁边还有谁吗?就是 [15:00] 一起干的吗还有我室友和一个实验室的一些同学了对你刚才提到你三年从哈工大就毕业就出来创业了啊对这怎么做到呀就是学校里面会有些政策就是说啊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就是人型机器人对其实现在还在知乎上挂着各位有有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?嗯,对,就在那挂着。嗯。对我觉得现在看起来也非常稚嫩啊但是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做一些系列输出其实我觉得人生的话在能影响到多少人比如说像乔布斯他直接影响一整代的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台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免醉酒的一个人吗?也不能面就挖应该是主动去挖这些可能我花了两三天这样子两三天就是就陪他他想去哪去哪你说举个例子像这大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 比如说我跟关键文那边说相关于招号的时候是第一个人嘛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一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作为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,我跟你讲,行行日写,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,他给你画到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但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我们这个技术能拼凑出来这样一个机器人对举例子就是说我的技术够拼凑出来一个机器人然后比如说一个运行加入我家这个运行能够凑出来更好的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开源了 当时也发在知乎上嘛 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吧就比如说DingCAN DeepSeek开源 是因为他这个模型做得非常厉害了 然后他开源 [20:00] 它改变了这个世界上大家对于这个比如说像MOE MLA这样的一些这个算法的一些感知所以今天就是说只有做好了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嗯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这个Spark的点其实非常触动到我就是这三五个人我至今也保留了非常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嘛,就是说一个行业,我简单先介绍一下,就是比如说像这个门槛和壁垒的两个事情吧,就比如说行业的门槛的话,是这个比如说我要投多少固定资产,我要进入到这个行业需要这个多少人多少技术站,对,然后但是实际上行业的赚钱的点基本上在于壁垒,就今天可能新的原车都没有怎么赚钱,但是实际上像电池他们一个最大的壁垒点,然后再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这个各家有商的本体实际上你会发现一个点就是他们开发了不底层没有办法开发到特别他们需要的一个layer比如说电机层的这个layer能不能再往上一点定专子的URDF的快量能不能拆开我觉得这些其实是现在这个也有双手提供不了的这也是我们现在卡在了一个比较好的一个Missile所以就是行业缺少这样一个巨深的这个非常好的开放的一个平台我觉得开源可以降低合作阻力然后可以拓展你的这个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组线上面走得更远走得更快中的一个本质。那咱们未来卖的具体是什么呢?卖的就是一个人性计创本体,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 it's ok,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CMU的老师买了,买完以后他实际上在找两三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。像你卖一个文体赚了十万块钱同时你还收获了两个延薪百万的工程师,他们还吭自吭自给你干活,然后干完了以后给你发论文。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嘛。一个是中美的,一个是这个友商的。对,那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,直接这个引爆美股市场。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形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形基层本体等等一系列的话你会发现这个国内是也要领先的这个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工营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巨神公司他们有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短期是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的一个原因优优独播剧场——YoYo Television Series Exclusive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怪量无限大的一个阻势为什么轮式不行呢轮式也没有步行啦 就纯的这个操作类或者怎么样的甚至你fixed 都可以因为实际上今天比如说播客 你把我这个 [25:00] 下面是扎在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巴不得把员工留在给我位上但是我做巨神本质就是我的投用性那为什么我要严格教一部分的投用性去满足更加的效果我觉得算法提升今天到底末端精度是可能0.1毫米或者说0.01毫米我觉得其实不是那么的关键了因为我理解现在的话你重复执行也没有说达到多少次那其实只要是这个到底看今天到底是拟人为主 还是以超过人类为主 我觉得自动化是超过人类的 我没必要说我再搞一个中间态去做到超人 而是说我能做到一个拟人 我觉得是ok的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搜索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就是流行的说法是站在愚昧之巅但后来大家都有一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,目前你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,不能叫绝望之骨吧,你会迅速觉得自己这个之前的这些思考都太浅了。对去个例子呢?比如说其实我们跟小米的向老师聊,他们的机权部的事业部的老大实际上跟他聊的话,我会觉得之前我们做了很多思考,包括我们说我们到底要不要开大道数据怎么放,然后这个怎么做,然后包括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,你会发现我们现在还是处于一个question的部分体现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Eagle的WMID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的互联网然后每个梯队的这个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数据可能现在200块钱左右吧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我觉得这个反正就是这个这个大概的都能看到这个中据是多少钱然后他的这个降的是多少然后就其实可以算出来你这个你什么时候切入的时候是RY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照爱生活那其实创业也是一样的就是越年轻其实就是大家会越无畏就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三家住了那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这是不OK的对所以RPO卖了多少台?RPO大概是一个月100台左右吧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道而行之呢?我们的这一系列客户其实他们都是非常 [30:00] 我们的friendly 包括甚至我们现在的一些交流群就是里面有很多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班解查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都是卖给了谁呀?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%是卖给的学校其实不只是比较好的一些学校会买中国有一堆的这个非常多的一些学校他们也想要了解就算智能到底是怎么回事我们RPU是一个散件然后是一个这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RPU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社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真的去搞8081的芯片的人后来出了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,但之前的体系其实落后于现在的交付能力的。相当于是我别的客户实际上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搭起来了,我觉得会好一些。然后咱们下一代产品是RP1,对的。它和RP1的升级在哪里?它的所有的自由度啊包括比如说我们给它加了两个头部的自由度然后包括比如说我们的这个整机的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把手容易碎等等一系列的这个产品调研或比如说我们机器人的话大家很难装箱子里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一些解决方案比如说能不能这个自主从箱子里面站起来那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?本期以往更多看,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这个使用的产品有什么问题,然后他们的这一类的产品,他们的这个迪连的这个需求是什么样的,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这个Behaviour Foundation Model这块越来越火嘛,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这个Hobody Intelligence,相当于是人性基层的全身的智能,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的一系列公司,他们都在找我们去做定制。包括比如说像ETH的Flexian,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。我觉得其实这块我们都会非常好的基础给到他们。一些定制化需求,我们收集到需求就是五花妈们,比如说有的说这个手部能不能做一个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桶布然后比如说还有的人问这个能不能头部跟这个Eagle海底数据能不能做一个控制赛我觉得是非常重要一些know how然后相当于跟我们去做一个非常好的产品的这个PRD来自客户的真实的需求对的 我觉得这个可以理解为公司最重要的能力吧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就是五花八门的需求里面找到一个最真实的或者是最重要的我觉得是权衡吧就是举个例子我今天会说这个back then的时候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 [35:00] 我放,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B,B的话这个需求你满不满意但是我们也不会说是这个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?就是我们会聊就是说这个十年以后这个巨神志能他们最最后的这个最终究谁做出来吗对其实有很多很多不同的分子不懂得想法,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这类的模型位的公司,他们有足够多的卡,足够多的infra,足够多的talent的researcher,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。找一些特别懂这个robotics的人,我觉得就能做。比如说像OpenAI可能招了一些像何泰然这样的系列的researcher进去,但实际上他们就补齐了这样一个认知。所以其实我个人也非常看好这个大翁行啊这类的公司这样去做。诶,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升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上后这样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Open Air Robotics,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实际上是蜂巢这个我觉得是这个这个Atheropic就是有一篇文章就是什么造就了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蜂巢给它搭起来我觉得这个其实是我们现在比如说像lab里面的一个组织模式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风潮是不是意味着就没有太多的层级结构对了其实像那边的话基本上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今天所有人都会直接来找我,然后会找到所有人,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软件类的,其实涉及的算法类的,其实涉及到了一些硬件类的制造类的等等一系列的。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只有两类,一类是像华为大疆类的,说我通过极致的规则,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员的车的这类公司不仅有支架还需要有这个整机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就是说是需要这个结合一下,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举动。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举动,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。指的是主要的公司而 [40:00] 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就是怎么结合起来怎么结合呢这个听起来是冲突的这我觉得是挺冲突的就是比如说像就很多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复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它实际上可以放到我们的主体公司里面,等等会有一些knowhow,怎么快速做交流?还有一个就是组织靠人,比如说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。这个一些交叉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形象也不是要怎么对抗这就是我的人的个性就是说我实际上我不太说喜欢做什么非常push或者非常得罪人的事情实际上我就是得这样子我必须得捏着鼻子找一个可能跟我个性完全不一样的人但是他就来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的,就如果,如果今天财务部不是sharp,那其实大家找你报销或者什么,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,更多是看这个你对于robotics认识,你对于这个计程行业认识,你对公司的这个认识,我觉得其实只要你的认识足够大,你今天是个这个光中生,你也能管理我。你有听到过评价就说,哎,他还是太年轻了?我觉得这个是一个很好的盾牌,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迅速得到一些非常好的决策,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kare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台湾上必须的。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,说了一些不是那么合适的话,今天我做什么这个部分的话,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OK那有下属这么说你吗就是哎他还是太年轻了所以怎么怎么样嗯就我理解不太会,我们也不会说下属下属啊,就很多同事的话,他们的这个knowhow,其实有很多在specific的一些这个部分会比我好一些,对,那一块的话其实我理解有没有什么太多关系。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时期开始有些人被人挖但anyway我更多是说能不能做更高的一些扩责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一人之前的在上一个这个行业里面做得非常好对啊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吧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对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学到东西那实际上大家甚至说叫做行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左右的一些这个大厂的一些高管但实际上到我们公司来可能就是80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轮车早年 [45:00] 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,我前两天看到蔚来那个new house里面的这个花都换成假花了,我理解这个是里面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call,是每个公司需要,或者经常会提到一个词吧,就是资金利率,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那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 所以你现在觉得就是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认知的部分你现在有哪些对未来的判断其实我们也会有些判断现在有100多家的人性类的公司有300家的巨生类的公司我觉得2030年可能会有10家到15家走出来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然后他们的话基本上会下场然后你可以完成行业比如说平均毛利啊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%了这样的一个情况,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,这等等一系列的这个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机器人的部门,所以他们帮我买过去,他们都能拿到这个,拿到一个机器人的这个Ticket。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粉他们在那个同事案里面有分享就是说他们Skilling Law就是说我的这个基层的Tracking Loss这一块的话到底是怎么样一个曲线其实他们会有看到对,但是我理解这个,包括比如说像徐丹飞的介绍里面说,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,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,就是你能今天能有一小时数据去训练的话,我理解这个这个Skilling的就是能够看到一些的,对。我们做了一些像小脑的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paper,BFM的话,比如说像BFM Zero的升级版,比如说UFO,然后像Mimic Light等等这样一系列的工作其实都做完了,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,然后打篮球等等一些,一些,一些,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小里面的这个在他路线里面的比如说前段时间发的intact就把action的动作也压到影空间里面把latency打到一个比较好的分布然后保证他不坍塌等等一系列的工作其实这些工作也我觉得还挺不错的他们也拿到了像杨丽坤的点赞包括我们也给杨丽坤他们的公司给了个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呼的人然后他们想做什么只要在我们的这个branch里面让就可以随便做所以说这个我理解就是vive启动的就是今天X-Rapping他们也没有 [50:00] 规划出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坐预训链啊不要坐预训链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你的这个判断觉得什么时候开始切入的向上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,难得我们的基本面搭完,比如说我们基本面是RP1,最后说不定会有些创业公司,或者有些大脑公司拿着我们RP1去做这个管线,那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这个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今天发布了我觉得这个是看周期和时间实际对因为相当于开枪吧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的比如说像现在应该是一个比较好的一个开学前的采购点OK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的这群客户,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,已经被他们榨干了,因为它是硬件上线嘛,那我们就开始要推下一个了。但是听起来好像这个时间的选择也不是太难呀嗯先发布一款更加面向开源更加面向科研教育类的产品是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SIM2ROR做得更加的精细比如说你每个模组的力矩跟踪做得更加的精确然后你达到一个如果今天SIM2ROR是ZEROER的情况你会发现比如说今天是Motion Generation它可以无缝的迁移到机器人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它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吧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嘛科研教育然后还有一个可能10%的是在工厂类然后比如说20%的话可能是这个陪伴类的娱乐类的文娱类的可以把这个科研类的这个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福利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精神可以干24个小时然后基本上可能只有一些热尸痕的时候可能会需要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比如说文娱场景,还有哪些你觉得比较重要的放弃吗?我觉得CEO最重要的就是说哪些不做吧,我们人事基本上不打算自己去投入去做,我觉得创业公司资源有限,我不能说 [55:00] 都做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利用要求,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,利用,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,美国其实还有些SATA还不错,比如说像Thunday,Generalyst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,比如说像这个journalist,他们是宋舒然,应该是他先生吧,他先生的这家这个方认他们的公司,然后其实他们的话就是基本上就是说我只做模型,然后我不做硬件,然后我这个甲爪等等,我就坚定了去做这个蔬菜,去做乌米类的蔬菜,我就把它skill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,就他们的话我比较佩服一点,就是他们敢于探索一些这个,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,他们也是能容到最多的钱,拿到最多的资源。但实际上在中国,这个文化其实并没有那么的奖励这个探索的人。那你觉得这个文化在奖励什么?这文化在奖励这个能把公司做起来的人今天把这家公司做起来的事情跟这个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洛派对做起来嗯对嗯做起来意味着什么什么叫做起来了你对自己满意了嗯我爸妈妈愿意买一台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我的哦因为就在不知道你的情况下啊对他不会因为我买而说在这个真实的选择里面选择我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Discence到底发展到什么部分了他们去这个指导我们要去买一台嗯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是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致感,我觉得这个是非常不一样的。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嘛。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和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这个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?就是刚毕业就创业的人?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。包括像黄仁君说,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 [60:00] 比如说像飞出斗啊等等或者什么plow的这个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的那题刚刚是有nose吗然后这一系列产品其实我觉得他们可能都是在pre AI 时代做出来的但是他们一直就能在今天没有被 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 Cloud 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你最近在用的是谁?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,有些工作我想看一看某些demo的效果,我能自己手搓一个。那你最近手搓的demo是什么?可以分享吗?最近上周我表弟搓了一个灵巧识别手势,然后去玩石头剪刀布等等,这样一些demo。我理解非常非常简单,可能几个proper就能完成。因为大家现在都在说巨星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interactionrequisition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了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了这一块认知当然可能在这个行业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坐然后跟你做interaction我把我的历史所有的这个东西都蒸留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