“我們完全不介意失敗，但我們希望快速推進，能夠更加原創(chuàng)、自驅(qū)地產(chǎn)出很多解決方案和思路?！?br/>

文｜《中國企業(yè)家》記者 孔月昕

編輯｜馬吉英

頭圖來源｜受訪者

在它石智航最大的會議室里，有一塊占了整整一面墻的白板。作為它石智航CEO，陳亦倫有個習慣：討論到深處，就愛在上面寫寫畫畫推公式。

這個習慣在融資時也沒有改變。公司進行天使+輪融資時，為了解答美團投資團隊對技術(shù)細節(jié)的提問，陳亦倫寫了整整一下午白板。

陳亦倫用一個硅谷式的詞來形容自己的狀態(tài)——“創(chuàng)業(yè)者模式”，即充滿熱情，馬力十足，組織結(jié)構(gòu)扁平?！拔曳浅Ｏ硎苓@個從0到1的過程?！彼f。

事實上，陳亦倫本人已數(shù)次經(jīng)歷“從0到1”。2017年他擔任大疆創(chuàng)新機器視覺總工程師，主導無人機視覺系統(tǒng)研發(fā)；后加入華為任車BU首席科學家，從零開始完成了華為第一代自動駕駛系統(tǒng)ADS 1.0的全棧研發(fā)；組建清華大學智能產(chǎn)業(yè)研究院創(chuàng)新中心（AIRIC），與團隊深度探索機器人領(lǐng)域技術(shù)前沿。

陳亦倫 來源：受訪者

他從小就對機器人著迷。2007年他讀博期間，波士頓動力發(fā)布了一段機器狗在冰上行走的視頻，他覺得“這太棒了”，當時就萌生了做機器人的念頭。博士畢業(yè)后，他帶著“一定要做出理想中的機器人”的信念，供職于一家著名的機電系統(tǒng)公司，學會了如何用電機、伺服控制與液壓系統(tǒng)來更好地驅(qū)動機器人。但在研究算法出身的他看來，簡單的程序并不足以做出理想中的機器人，當時的技術(shù)還沒有為機器人時代的到來做好準備，直到2022年前后出現(xiàn)了一系列技術(shù)突破。

那一年，幾個關(guān)鍵變化同時發(fā)生：GPT爆發(fā)；四足機器狗可以用神經(jīng)網(wǎng)絡(luò)控制步態(tài)；傳統(tǒng)機器人三大模塊——運動規(guī)劃、運動控制、端到端算法，也都有了突破性進展。更為重要的是，陳亦倫在自動駕駛領(lǐng)域也親自解鎖并驗證了端到端算法的成功與巨大潛力，這將成為通用機器人得以實現(xiàn)落地的一道最重要的曙光。“技術(shù)的進步讓人看到很大的前景，但技術(shù)和創(chuàng)業(yè)之間天然有鴻溝?！标愐鄠愓f。

于是他選擇回到母校清華大學任教，邊教學邊思考如何將前沿技術(shù)與產(chǎn)業(yè)發(fā)展相結(jié)合。

2024年底，帶著“答案”的陳亦倫準備創(chuàng)業(yè)。他和百度前自動駕駛事業(yè)群負責人李震宇、華為“天才少年”丁文超等人組建團隊，于2025年2月正式成立了它石智航。成立不足半年，它石智航完成2.42億美元的天使系列融資，創(chuàng)下迄今為止中國具身智能領(lǐng)域天使輪融資紀錄，投資方包括藍馳創(chuàng)投、啟明創(chuàng)投、美團、線性資本、恒旭資本、高瓴創(chuàng)投等。

啟明創(chuàng)投主管合伙人周志峰表示，在接觸它石智航之前，啟明創(chuàng)投已經(jīng)布局過多家具身智能與機器人領(lǐng)域的優(yōu)質(zhì)企業(yè)，并與二三十家創(chuàng)業(yè)團隊進行過深度交流。之所以投資它石智航，主要基于兩點判斷。

一是團隊能力的稀缺組合。在周志峰看來，它石智航團隊同時集齊了三重能力：來自物理AI一線的量產(chǎn)工程落地經(jīng)驗、前沿學術(shù)的技術(shù)視野、成熟的管理與商業(yè)化能力，這種組合才能真正駕馭機器人這個萬億級大賽道的長期落地。

二是技術(shù)路線的務(wù)實選擇。它石智航?jīng)]有盲從VLA模型的通用路線，而是直擊數(shù)據(jù)采集的核心痛點，拿出了一套低成本采集真實數(shù)據(jù)的務(wù)實全鏈路解決方案，而非單純技術(shù)空想。

在周志峰看來，它石智航成立僅一年，尚處早期研發(fā)階段，但已經(jīng)在許多地方超出了投資人預期。不到一年時間里，它石智航就推出了雙足和輪足兩款硬件產(chǎn)品，發(fā)布了真人數(shù)據(jù)采集硬件方案并向全球開源部分數(shù)據(jù)集，自研了高自由度靈巧手，訓練了自有的端到端世界模型，并初步跑通了針對線束制造的完整作業(yè)流程?！斑@樣的速度遠超過市場上絕大部分公司?！敝苤痉逭f。

線性資本合伙人曾穎哲回憶，在投資它石智航之前，線性資本在具身智能領(lǐng)域出手較為克制。在他看來，彼時技術(shù)尚未收斂，也缺乏真正讓人眼前一亮的團隊。他認為，在模型尚未完全收斂階段，真正能做好的機器人，必須是軟硬件一體的。此外，另一個決定性因素是工程化能力。曾穎哲判斷，未來將有幾十萬、上百萬臺機器人在真實場景中運轉(zhuǎn)，不斷采集數(shù)據(jù)、迭代模型，再部署回端側(cè)，這一整套閉環(huán)對工程能力的要求極高?！白鲞^自動駕駛的人特別適合干這件事?！痹f哲強調(diào)。

曾穎哲認為，它石智航將在2026年迎來真正的挑戰(zhàn)——這一年要開始交付了，但他建議初創(chuàng)企業(yè)可以控制交付的規(guī)模，先把場景跑通。

陳亦倫認為，機器人的Scaling Law有望在2026年到來，它石智航將在2026年推進量產(chǎn)與商業(yè)化落地。

以下為《中國企業(yè)家》與陳亦倫的對話，有刪減。

重新出發(fā)

《中國企業(yè)家》：你2022年離開華為后，去清華人工智能產(chǎn)業(yè)研究院教學，當時做了哪些創(chuàng)業(yè)前的準備？

陳亦倫：我當時做了幾個技術(shù)判斷和思考。

首先，我認為現(xiàn)在比較大規(guī)模部署的AI，一般會經(jīng)過三個階段：闖數(shù)據(jù)關(guān)；闖算法跟算力關(guān)；闖場景的交互迭代關(guān)。

AI本質(zhì)是一種數(shù)據(jù)映射的壓縮，它是個函數(shù)，一堆數(shù)據(jù)映射到另外一個數(shù)據(jù)，沒有數(shù)據(jù)就沒有AI。

大模型比較幸運，有大量的互聯(lián)網(wǎng)數(shù)據(jù)。自動駕駛行業(yè)在2019年都缺乏數(shù)據(jù)，比較有遠見的企業(yè)，比如特斯拉，在2019年開始認認真真去思考，訓練一個無比強大的網(wǎng)絡(luò)需要多少數(shù)據(jù)，數(shù)據(jù)怎么來，怎么讓數(shù)據(jù)變成“活數(shù)據(jù)”，能夠生生不息參與到產(chǎn)品迭代中，這是AI必須想清楚的問題。

來源：AI生成

機器人也是一樣。2022～2025年這三年，大家都在思考機器人數(shù)據(jù)怎么來。最開始大家想用最簡單的方法，像遙控人一樣用外骨骼去遙控它，這是不是最好的方式，能不能達到預期，是需要思考的。

我有個不一樣的思考方式。

首先是數(shù)據(jù)量。自動駕駛的數(shù)據(jù)量要10萬～100萬個小時——10萬個小時代表著產(chǎn)品可以邁入到一個產(chǎn)品級的迭代，之前都是科研級的迭代；100萬個小時是現(xiàn)在可以達到的最好水平，也是幾家頂級公司的水平。機器人需要的數(shù)據(jù)一定是自動駕駛的10倍以上，因為任務(wù)更復雜。如果機器人需要100萬～1000萬小時，應(yīng)該怎么獲取數(shù)據(jù)？

第二是算法。主流AI的算法結(jié)構(gòu)各異，只有基于正確的算法，堆砌算力才有效。機器人跟自動駕駛很像，統(tǒng)稱為“物理世界AI”，處理的是本質(zhì)物理量，比如時間、空間、存在狀態(tài)、力及反饋等。設(shè)計算法時，對神經(jīng)網(wǎng)絡(luò)而言，核心是要明確神經(jīng)元的位置，它更多在視網(wǎng)膜上、物理空間里，還是其他地方，這些都需要仔細推敲清楚。學者有學者的視角，行業(yè)有行業(yè)的判斷，需要自己權(quán)衡，形成自身的認知。

第三，也是創(chuàng)業(yè)最核心的，要想清楚幾個簡單卻關(guān)鍵的問題：想解決什么問題？用戶的需求在哪？為什么要解決這個問題？這個需求有多迫切，是大問題還是小問題，在當前技術(shù)下可不可解？還要明確企業(yè)愿景：是想做成小而美的企業(yè)，還是有機會躋身主航道的企業(yè)？不同的愿景，對應(yīng)不同的發(fā)展模式、節(jié)奏和組織能力，這些都需要思考。

《中國企業(yè)家》：你什么時候徹底想清楚，出來創(chuàng)業(yè)組建團隊的？

陳亦倫：2024年下半年。

我感覺2024年下半年其實是機器人行業(yè)融資的下降點。2025年春節(jié)以后，因為有DeepSeek的發(fā)布，以及其他機器人的進展，大家對AI的信心突然漲了很多，又開始往上走。

我們選擇融資的時候，不見得那么好融資。但是，我們覺得自己內(nèi)心把很多事情想明白了，就可以開始去做。

《中國企業(yè)家》：第一輪融資時，遇到了很多困難嗎？

陳亦倫：其實也還好。我更喜歡把融資過程當作一個分享自己愿望或夢想的過程。我會對投資人非常忠實地表達我們想做什么樣的事情，這個事情我們認為應(yīng)該怎么干，我們?yōu)槭裁从X得這樣干是有可能成功的。到現(xiàn)在我們所有的進展、我們做的事情，都跟我第一次融資的BP一模一樣，沒有改過。

《中國企業(yè)家》：你們現(xiàn)在還拿原來的BP去融資？

陳亦倫：當然美化了一個版本。第一個BP好草率，非常丑，但里面的內(nèi)容都沒有變過，包括講我們怎么樣去判斷數(shù)據(jù)、應(yīng)用、時間點，以及哪些硬件是我們需要重視的，這些一行都沒有改過。

《中國企業(yè)家》：你去融資的時候，投資人對你最好奇的問題是什么？

陳亦倫：當時我們?nèi)∶兴呛?，投資人以為我們要再搞自動駕駛。我說，不不不，不搞自動駕駛，已經(jīng)搞過了，不再搞了。

“它石”源自英文TARS，暗含“他山之石”之意；TARS是知名電影《星際穿越》中的角色，“智航”指的是宇宙航行，并非自動駕駛。我們當時花了一些時間解釋，我們不做自動駕駛，而是專注于機器人。具身作為新興行業(yè)，必然要經(jīng)歷從發(fā)展到收斂的過程，因此高認知水平的投資人，往往會問得十分細致。我認為，核心還是要把一些基礎(chǔ)問題想明白：要解決什么問題、這個問題的影響力有多大、用什么方法解決，以及為什么認為這種方法可行等。

《中國企業(yè)家》：你覺得這一年做的最關(guān)鍵的事情是什么？

陳亦倫：我們做的事情跟我們創(chuàng)業(yè)之前的認知完全對得上，相當于我們在2024年年底做出的關(guān)鍵判斷，都是準確的。而且，現(xiàn)在不光是我們這么做，整個行業(yè)也開始這么做。

舉個特別簡單的例子，我們一開始就明確要用以人為本的視角，也就是Human Centric?，F(xiàn)在引用Human Centric這個詞的地方已經(jīng)很多了。

除此之外，整個行業(yè)對具身智能Scaling Law的認知，也和我們當時的判斷完全一致。客戶跟我們說，線束場景對他們而言就像“哥德巴赫猜想”——大家都知道它難度極高、攻克后影響力巨大，但所有人都在質(zhì)疑我們到底能不能做好，能不能用我們的方法做好。到今天來看，我們的進展非常順利，整個時間線也和我們之前的判斷非常吻合。

來源：AI生成

我之前一直喜歡講“超級單品”的概念，其實有資格成為超級單品的選擇項不是特別多，手機、電腦、智能汽車以及智能機器人都屬于超級單品。

一般超級單品的產(chǎn)品形態(tài)上是一個接近于通用的硬件，可以不斷賦予它各種各樣的軟件功能，且AI可以加速軟件功能的價值變現(xiàn)。

對于超級單品來說，尤其發(fā)展早期，你需要三件事情都做，即一個通用硬件，加上一個非常強大的AI，和一個殺手級應(yīng)用。

這三件事情一旦轉(zhuǎn)起來以后，（超級單品）就會成長得很快。三個乘起來，就能變成乘法效應(yīng)，如果有一件做不好歸零了，就乘不起來。

《中國企業(yè)家》：現(xiàn)在你跟投資人交流最多的是什么？

陳亦倫：我認為行業(yè)和技術(shù)都在飛速發(fā)展。單從技術(shù)變化來看，我之前和Alex（周志峰）聊到“基點”或“指數(shù)級增長”時，我就在想：什么叫指數(shù)增長？其實有一個很直觀的判斷方式：你每年變化的數(shù)據(jù)，只要對比去年數(shù)據(jù)的比值持續(xù)大于1，甚至大于1.1，那就是典型的指數(shù)增長。

從這個角度看，我非常肯定，（機器人行業(yè)）每年的變化量一定大于1。從2024到2025年、2025到2026年，再到2027年，我沒有看到任何技術(shù)放緩的跡象，技術(shù)只會越來越快。

在這樣一個高速演進的背景下，行業(yè)會走向何方，哪些節(jié)點會成為關(guān)鍵，都是大家非常關(guān)心的問題。這也是我經(jīng)常和投資人討論的內(nèi)容。

攻克場景

《中國企業(yè)家》：2025年12月你們直播的時候做了機器人“刺繡”的展示，當時為什么想到要這么展示？它能應(yīng)用到工業(yè)領(lǐng)域的哪些場景？

陳亦倫：我確實發(fā)自內(nèi)心想解決工業(yè)線束的問題。最早的機器人發(fā)源于汽車工業(yè)，上世紀七八十年代，連電腦、編程員都沒有的情況下，ABB等機器人廠商發(fā)明了工業(yè)機械臂，解決了汽車噴涂問題，基于這個技術(shù)，解決了車身焊接、車身組裝問題。

線束，就是汽車工業(yè)的第四大項，也是多年（自動化）懸而未解的原因，就是難在算法上。

這是一個制造業(yè)的基本問題，但很多人并不知道，所以我們就把我們的能力外溢到一個大家能感受到的狀態(tài)——刺繡，它可以操作非常柔軟的東西，它非常精準、長程、復雜，要雙手配合，靈活操作，方法論都是一樣的。

《中國企業(yè)家》：這項能力可以應(yīng)用到哪些場景？為了讓它穩(wěn)定在工業(yè)場景里面工作，你們攻克了哪些難關(guān)？

陳亦倫：不管是工業(yè)還是家庭，做再復雜的任務(wù)，都需要機器人可用、穩(wěn)定。從技術(shù)方案來看，這種可用性其實并不完全受限于機電能力。事實上，絕大多數(shù)機器人的機電系統(tǒng)已經(jīng)遠超人類，它能動得更快、更準，不知疲乏勞累。

決定可用性很大程度在算法上。有時候視頻里機器人動得又慢又抖，是算法局限住了整體性能。所以我們從一開始的目標就很清楚：機器人得有能力干得比人好。什么叫“好”？就是干得快、干得準、干得成功率高——這三條其實是機器人領(lǐng)域最樸素、最經(jīng)典的標準。

來源：受訪者

但如果你真的拿這三個目標去牽引技術(shù)，你會發(fā)現(xiàn)，整個算法的設(shè)計、架構(gòu)、創(chuàng)新點和發(fā)力點，都會完全不一樣，是一環(huán)扣一環(huán)的。

第二是穩(wěn)定。把一套有問題的、不穩(wěn)定的系統(tǒng)收斂到穩(wěn)定，這個過程本身才是最值錢的。這個過程就是一套方法論。如果你開發(fā)過那些非常復雜、非常大型的系統(tǒng)，你就知道該怎么用這套方法，讓系統(tǒng)逐步可控，從不確定走向穩(wěn)定，這是我們比較擅長的事。

《中國企業(yè)家》：2026年你們的系統(tǒng)會達到什么樣的水平或效果？

陳亦倫：一般會有一個（跟自動駕駛部署一樣）基線水平，這個基線水平要達到比較好的狀態(tài)，過程中你要持續(xù)提高它的能力，簡單就是小數(shù)點后面的9，每提高一個9是一個里程碑。

我們主要是在關(guān)注三件事情。即我們的解決方案機器人，能夠真的解決好這個問題；這個機器人真的一天到晚在創(chuàng)造價值；而且創(chuàng)造的價值可以被用戶所接受、所欣賞、所理解。

只要到達這一點，我覺得銷量、供應(yīng)量等是一個水到渠成的過程。

《中國企業(yè)家》：穩(wěn)定交付面臨的挑戰(zhàn)有哪些？怎么避免踩坑？

陳亦倫：我們最關(guān)注的是交付能不能創(chuàng)造實際價值。所以我們的機器人每一秒都必須工作，這意味著既要保證機器人工作不出問題，也要保證模型本身不出問題。

對于這一代機器人，我們內(nèi)部有一個明確的定義：它是一個可移動的雙手。不管是用雙足、輪子還是什么方式去承載它，這個定義不變。

這種形態(tài)對集群作業(yè)有很大好處。當一個機器人失效，它可以退出，另一個頂上。以前的自動化設(shè)備不一樣，只要一個復雜設(shè)備的一個零件壞了，整臺機器就停擺，必須專人拆裝、重新標定才能恢復。

拿物流行業(yè)舉例，早年用AGV小車時，整個系統(tǒng)的冗余程度非常高，一個小車壞了，退出，另一個小車跟上，不影響整體運行。

移動機器人的集群作業(yè)也是這種組織管理形式，能很大程度規(guī)避單體失效的影響。而且失效的數(shù)據(jù)會進入閉環(huán)，流動起來，反過來推動整個模型、算法和系統(tǒng)持續(xù)迭代升級。

《中國企業(yè)家》：你們的商業(yè)化計劃是什么？要拿大B的訂單嗎？

陳亦倫：整體來說，我們針對的問題全是大商業(yè)機會，沒有小商業(yè)機會，這也是我們剛開始切入點選擇這個（線束）的原因。

剛開始我們選擇問題時就排除了一些比較顆粒化的商業(yè)機會，有三個選擇標準：第一，痛點非常痛；第二，一定要有市場空間，簡單來說就是顆粒度要非常大；第三，要有門檻。

基于這三點，我們當時覺得制造業(yè)是一個比較好的切入點。我非常熟悉這個行業(yè)，也大致知道哪些需求是非常緊迫且可行的，哪些需求可以通過其他板塊來解決。

來源：受訪者

《中國企業(yè)家》：現(xiàn)在很多機器人公司更看重海外尤其是歐洲的制造業(yè)市場，你們在出海方面有什么規(guī)劃？

陳亦倫：在中國，凡是能用上一代自動化設(shè)備解決的問題，基本都已經(jīng)解決完了。但整個工業(yè)制造領(lǐng)域，勞動力依然極度短缺，這說明能用上一代技術(shù)解決的問題都解決了，需求卻還在，而且巨大。這正是在呼喚下一代形態(tài)、下一代技術(shù)。因為現(xiàn)在的工作都是人用各種方式在干，所以類人形態(tài)一定能跑通。

這一代技術(shù)和上一代的本質(zhì)區(qū)別，還是在算法。上一代自動化設(shè)備，我們開玩笑是“小火車”來替代“小汽車”，軌道、動作、空間全都是設(shè)計好的，硬件做得很復雜，軟件非常簡單。

而這一代機器人，思路正好反過來：讓硬件盡可能標準，讓軟件盡可能高級——完全不同的兩條路。我們已經(jīng)看到，這一代的潛能，反而大得多。

我們一直很堅持從用戶視角出發(fā)做產(chǎn)品和研發(fā)設(shè)計。我本人曾是大規(guī)模自動化設(shè)備的用戶，所以很清楚：核心還是產(chǎn)品技術(shù)有沒有競爭力。工時成本、運轉(zhuǎn)效率，這些從一開始就是產(chǎn)品設(shè)計的關(guān)鍵指標。

以前確實有過一種情況——設(shè)備產(chǎn)生的價值和成本不匹配，為了推廣，就專門找人工成本高的地方去賣。我覺得這不矛盾：你完全可以做性能優(yōu)秀的產(chǎn)品，同時讓用戶把賬算回來。這兩件事應(yīng)該一起做。

再說國外。我發(fā)現(xiàn)一個有意思的現(xiàn)象，像美國這樣的地方，很多企業(yè)、很多重要人物，對生產(chǎn)環(huán)節(jié)的機器人更看重。因為美國想讓制造業(yè)回流，但社會結(jié)構(gòu)和人口結(jié)構(gòu)根本不支撐，這是個巨大的矛盾。他們就指望著這一波AI技術(shù)能幫上忙。

而我有一個堅定的信念：在這一代機器人面前，已經(jīng)沒有所謂的低端制造業(yè)了，只要技術(shù)和問題解決到位，所有制造業(yè)都可以是高端制造業(yè)。

至于東南亞，雖然很多企業(yè)在往那邊布局，但為什么那么多優(yōu)秀的制造業(yè)還留在中國？原因很多，比如產(chǎn)業(yè)鏈協(xié)同太好了，中國人的管理能力和工藝水平也依然領(lǐng)先，而且現(xiàn)在不光看價格，更看質(zhì)量。

所以，推動機器人在制造業(yè)落地的驅(qū)動力是多元的，但核心還是高效率、高成功率、高準確率。把這三點做好，在哪都能把賬算回來。

數(shù)據(jù)創(chuàng)新

《中國企業(yè)家》：你們還發(fā)布了數(shù)據(jù)采集的手套（設(shè)備），是怎么設(shè)計出來的？這跟其他家數(shù)據(jù)收集的方案不一樣，有受到過其他人尤其是投資人的質(zhì)疑嗎？

陳亦倫：我們的數(shù)據(jù)手套，包括整個數(shù)據(jù)采集的方案，就放在我們第一次融資的BP上，到現(xiàn)在這個方案沒有變過，（我們）忠實地執(zhí)行完，并且還加速了。

投資人對技術(shù)問得非常之多，在2025年之前，大家非常關(guān)注數(shù)據(jù)，當時比較受關(guān)注的是遙操作或外骨骼。

我認為行業(yè)真正需要的數(shù)據(jù)需要遵循幾個原則：

第一，需要有1000萬個小時。第二，一定要是真實場景。

《中國企業(yè)家》：你不認同仿真數(shù)據(jù)？

陳亦倫：這是我的個人觀點，因為很多時候是排除法。我有一個基本的思考邏輯，自動駕駛是具身智能的一個子集，是一個子問題。如果仿真數(shù)據(jù)的方法對自動駕駛不生效，那它對具身智能可能就不生效。因為一套方法如果子問題都解決不了，就沒有辦法解決一個超問題。

我在自動駕駛領(lǐng)域認真試過仿真數(shù)據(jù)，曾經(jīng)有一個非常棒的仿真團隊給我把整個上海都仿真渲染出來了。比如一條路，開始下雨了，地面開始積水了；過一陣又開始刮風、下雪了，都渲染得特別好，特別真實，但沒什么用。

在真機遙操作上，我在清華的時候跟另外一位老師一起研發(fā)了一個類似于新型臂，專門幫助同學去做操作，但它的效益非常低，人一小時干十件事情，它只能干一件事情。而且你做一件事情，旁邊必須有一個機器人放在這。這導致你很難采集一些真實場景。比如我現(xiàn)在想看別人怎么打咖啡，咖啡店員工干活干得好好的，你配一個機器人（同步）操作做咖啡；或者工廠里工人都在飛快干活，推一個機器人過來操作，整個流水線一下被打斷了。整個數(shù)據(jù)量也完全受限于機器人的體量，這個機器人目前來說什么都不會干，只能采數(shù)據(jù)，那這個東西到底誰來買？科研可以，但大規(guī)模推廣很難，付費就可能存在問題。

我喜歡從之前成功的AI應(yīng)用（借鑒）思考，比如自動駕駛、GPT是怎么獲取數(shù)據(jù)的？自動駕駛盡管一車裝8個攝像頭，但它本質(zhì)上是行車記錄儀，把開車的數(shù)據(jù)給記下來。最開始算法沒有那么復雜的時候，我們還喜歡在車上裝激光雷達，但本質(zhì)上也是個激光雷達版本的行車記錄儀?，F(xiàn)在如果讓我重做一遍自動駕駛，我連專用的前裝攝像頭都不要了，直接在上面掛一個真正的行車記錄儀就夠了，它就是記錄你開車的數(shù)據(jù)，Human Centric。

大語言模型是一大堆互聯(lián)網(wǎng)數(shù)據(jù)，都是人自己敲上去、寫上去的，也是在記錄你點點滴滴的文本，你的思考、生活，都是從人身上來的。

機器人的目標也一樣，它希望擁有人身上的技能，為人服務(wù)，就是把人身上的數(shù)據(jù)能夠全量、忠實地記錄下來，通過一系列算法，轉(zhuǎn)換成機器能識別的數(shù)據(jù)，我覺得是一條非常正確的路。

接下來是數(shù)據(jù)記錄的問題。我們不需要記錄每一個關(guān)節(jié)（比如胳膊肘）的數(shù)據(jù)，因為最終目標是把手送到位。關(guān)鍵在于手的姿態(tài)、手型以及接觸信息，中間關(guān)節(jié)怎么動并不重要。同樣，腿、腰、身體的姿態(tài)也未必那么重要。

Sense Hub在多場景進行真人數(shù)采。來源：受訪者

真正重要的是眼睛和手：眼睛看到的場景，機器人必須能看見；手在創(chuàng)造價值，其位置、狀態(tài)、觸覺都需要記錄。這就是我們所用的全部傳感器，目標是把這套系統(tǒng)做得很輕。難點在于，當手被遮擋（如疊被子時）看不見怎么辦？這就需要一整套技術(shù)方案來解決。

《中國企業(yè)家》：當時怎么想到用手套這種方式的？

陳亦倫：來源于幾個觀察。

第一，恢復手指姿態(tài)非常重要。就像戴AI眼鏡用攝像頭能看見手一樣，圖像里只能給出二維位置，空間精度不夠，我們很強調(diào)空間定位。

第二，當手被遮擋時（比如拿咖啡、伸進被子疊被子），視覺質(zhì)量就會下降，所以需要一套穩(wěn)健可靠的多元定位方案。手上的攝像頭傳感器因此變得重要，它們需要承載腕帶之類的裝置。

第三，很多應(yīng)用場景，包括工業(yè)領(lǐng)域本身就要求戴手套，所以這也成了一個很自然的選擇。

《中國企業(yè)家》：對于你們的機器人來說，是必須要（五指）靈巧手的？

陳亦倫：對，我們是高自由度靈巧手的堅定擁護者。我們根據(jù)大量的人采數(shù)據(jù)做過定量評估：平均而言，用人的五根手指完成任務(wù)，比強制用夾子去捏，效率高出三倍。用夾子有些東西甚至夾不住，比如重一點的水瓶。五指手是充分且完備的方案，效果一定很好，我們自己也做了靈巧手。

來源：AI生成

當然，夾爪也不是完全沒用。有些工業(yè)場景會用，比如處理很細的線束時，這類特殊場景我們會采夾爪的數(shù)據(jù)。但泛泛來說，靈巧手與專用工具（如夾爪）的應(yīng)用比例，我判斷大概是九比一。

《中國企業(yè)家》：但靈巧手現(xiàn)在是困擾整個行業(yè)的難題，特斯拉也解決不了，你們有沒有考慮過，短期內(nèi)這會給場景落地帶來困難？

陳亦倫：我們倒不擔心這個。我覺得靈巧手會有兩條不同的上升路徑。

馬斯克喜歡一步到位，這是他的特點。他們的靈巧手之所以難設(shè)計，是因為要同時干兩件事：第一，非常靈活，具備21個以上自由度；第二，非常強壯有力。把這兩件事捏在一起，你會發(fā)現(xiàn)特斯拉選的是一條非常非常難的路。

如果你把這兩件事分開呢？只聚焦靈巧，抓握力不用那么大，你會發(fā)現(xiàn)其實有很多更好的方案。我非常擁護直驅(qū)方案，它對AI算法非常友好，而且好造，還能很好利用中國之前的供應(yīng)鏈。中國做齒輪、做電機，本來就是強項。

在這套方案里，成本只取決于一件事：電機和齒輪的供應(yīng)商什么時候用自動化生產(chǎn)線來完成制造。現(xiàn)在成本高，唯一的原因就是（電機和齒輪）沒上自動化，還是手工生產(chǎn)線。

組織管理

《中國企業(yè)家》：你現(xiàn)在怎么分配自己的時間精力？

陳亦倫：我的時間分配可以分為靜態(tài)和動態(tài)兩類。

靜態(tài)時間，是企業(yè)必須持續(xù)思考、不斷迭代的基本問題：我們是否還在正確的路上？節(jié)奏是否對？資源夠不夠支撐下去？有沒有足夠多優(yōu)秀的人才？團隊和組織能不能承載我們想做的事？這些問題我每天都會想。

動態(tài)時間，是創(chuàng)始人模式下的日常狀態(tài)。你要非常敏銳地捕捉企業(yè)每一天、每一周最重要的幾件事，這幾件事是動態(tài)變化的。如果能提前預判后面會發(fā)生什么，那就更好了。然后我會親自去推動這些最重要的事。因為從創(chuàng)始人模式來說，由我來推，往往是最有效、最快，大家感覺也最好的方式。

《中國企業(yè)家》：你在融資上會花多少時間？

陳亦倫：對于企業(yè)來說，資金就是打仗的糧草，不管是融資還是我們的商業(yè)收入，都是企業(yè)同等重要乃至于最重要的事情。這些事情一天到晚掛在（我）心里。

來源：受訪者

《中國企業(yè)家》：你在跟團隊的交流和管理上，有什么方法論？

陳亦倫：我一般會把這件事情分成兩個層面來看。

我在上一家公司從0到1搭建自動駕駛團隊時，一直堅持精兵策略。我非常認同特斯拉的做法，他們的自動駕駛團隊從頭到尾沒超過200人。我認為200人左右，是高密度技術(shù)團隊的一個關(guān)鍵規(guī)模節(jié)點。超過這個數(shù)，管理方式就要分階段調(diào)整。

對我來說，最舒服的狀態(tài)就是帶著一支這個量級的優(yōu)秀技術(shù)團隊，像尖刀一樣快速推進。在這個規(guī)模里，我能了解每個人的工作狀態(tài)，也能預判他們什么時候可能需要我的幫助，這是我多年養(yǎng)成的習慣。

上一家公司自動駕駛技術(shù)進步最快的階段，也是團隊在300人以內(nèi)。那時基本能把進度條推到80%、90%。這就是從0到1的節(jié)奏。

但產(chǎn)品化跟交付、穩(wěn)定性相比，是另一套邏輯。首先要“快速把事情做對”，然后再“避免把事情做錯”，兩套方法不一樣。

像IPD這類流程化方法論，本質(zhì)上就是用來避免犯錯的工具，適合在規(guī)?；A段使用。雖然每家公司都有自己的開發(fā)流程，但我發(fā)現(xiàn)真正的高手，都是“取其神，不取其形”。IPD像一部法典，你只要看懂它每條規(guī)定背后的思考，就能根據(jù)當前狀態(tài)，靈活調(diào)用適合的工具。

《中國企業(yè)家》：你和團隊經(jīng)常聊到的細節(jié)是什么？

陳亦倫：我經(jīng)常干的事情，就是在白板上推公式，我會直接看某個電路板的某一個芯片，甚至是（它的）一個功率放大器的增益應(yīng)該怎么調(diào)。我也會仔細看它的電機的設(shè)計，怎么樣可以讓它的齒槽轉(zhuǎn)矩變得非常之小。因為我自己以前管過生產(chǎn)制造，我還會關(guān)心這個東西我們設(shè)計完以后是怎么制造出來的。

《中國企業(yè)家》：所以你會參加員工的技術(shù)討論，甚至在他們討論時突然出現(xiàn)？

陳亦倫：其實很多討論他們都喜歡邀請我，我在很多技術(shù)人員眼里是一個非常好的技術(shù)專家，很多時候我能夠非常有效地幫助他們很快推進，他們就更開心了。

我有一個動態(tài)的優(yōu)先級列表，我知道在哪個時候，哪件事情上大家會面臨著一些技術(shù)難的、需要攻關(guān)的地方，我會主動挑時間進去，看看能不能幫大家把這個事情往前推進一下，目前來說還不錯。

《中國企業(yè)家》：你在日常管理中是鼓勵型的“老板”？

陳亦倫：對，我非常明確我是鼓勵型。我們經(jīng)常喜歡說一句話，很多時候創(chuàng)新是來自于對真相的持續(xù)追求。

因為你在不斷探索新東西，所以很多時候你看到的不是真相。有時候我會跟大家一起去介入到對真相的調(diào)查，看看能不能成功“破案”?！捌瓢浮钡倪^程本身就是一件很好的事情。

其次，我經(jīng)常跟我們團隊說，我們的做事原則是允許失敗，或者說我們完全不介意失敗，但我們希望快速推進，能夠更加原創(chuàng)、自驅(qū)地產(chǎn)出很多解決方案和思路。

《中國企業(yè)家》：這對于人才的要求非常高，整個行業(yè)的高端人才也是比較稀缺的，你們對骨干更傾向于自己培養(yǎng)還是建立相應(yīng)的招聘體系？

陳亦倫：我們現(xiàn)在每一個員工，我都是要親自跟他聊一聊。

人才是我們最重要的事情，我覺得對于高科技來說，人才跟組織方式是這個公司最核心的壁壘。怎么把非常優(yōu)秀的人組織起來并干得很好，非常自驅(qū)地往前干，也是很有意思的一件事情。

以前我看武俠小說，說高手之間不用過招，也能認出對方是高手，這種感覺確實存在。有時候你見到一個人，就覺得他好棒，聊一聊，哪怕學科領(lǐng)域不同，也能感知到那股勁兒。我們對這種極端優(yōu)秀的人才是非常渴求的，不管他是什么出身、什么背景。

我自己總結(jié)，這類人身上有一個共性：他們真心喜歡自己做的事，并且能持續(xù)從事情本身獲得正反饋。有了這個共性，他們就會不斷學習、不斷推進、不斷拿出更好的東西。這是我們最看重的一點。

《中國企業(yè)家》：你們怎么去找到這樣的人才？

陳亦倫：頂尖人才本身就非常非常少，基本上都是可遇不可求。如何發(fā)現(xiàn)這樣的人，可能會有一些基本的原則。

俗話說，優(yōu)秀的人總喜歡聯(lián)結(jié)在一起。通過一個優(yōu)秀的人，我們再去找他身邊他認可的人，這樣發(fā)現(xiàn)人才的概率可能就會高很多，而且大概率彼此的認同度也會高很多。

其次，因為機器人或者具身智能是比較新的領(lǐng)域，我們倒不是特別介意他之前一定要有相關(guān)經(jīng)歷。哪怕他之前從事的是一個完全不一樣的領(lǐng)域，但他有很好的作品，有很好的做事方式，我們就會認為他只要保持這個勁頭，充滿熱愛，在這個領(lǐng)域就會獲得大量的成果。

以前，我們覺得是因為召集了一批“英雄”，所以打贏了一場戰(zhàn)爭。但事實上，可能是我們召集了一批志同道合的人打贏了戰(zhàn)爭，于是這些人都變成了英雄。

《中國企業(yè)家》：你們內(nèi)部會像DeepSeek一樣培養(yǎng)年輕人？

陳亦倫：是的，DeepSeek最厲害的一點是，知道怎么把這些優(yōu)秀的人聚集起來，做一件了不起的事情，而且還讓他們能夠持續(xù)不斷跟隨著整個組織一起成長。

《中國企業(yè)家》：你對于公司未來的發(fā)展預期或者規(guī)劃是什么樣的？

陳亦倫：我堅持要做有用的機器人，我需要這個機器人能夠不斷創(chuàng)造價值，能夠幫助我做好工作。每個人有機器人加持，會變成一個超人。