José × Ian Rountree

Cantos’ edge is deliberate smallness: Fund IV reached $70M, supporting $1.5–4M checks before websites and same-day SAFE execution.Ian favors hard tech, vertical integration and manufacturing scale, with Neros at 1,000 drones weekly and targeting a million annually.The opportunity is cost advantage and defense demand; China’s control of motors, actuators and rare-earth inputs remains a physical-AI risk.

李翔 × 张鹏

张鹏将移动互联网概括为“填坑”，将AI与硬科技概括为“爬坡”：范式尚未收敛，思维框架可能每半年变化，最大风险是成为“loading program”。模型公司首先要留在牌桌上，全球最终可能只有十家甚至二十家；具身智能的数据范式仍未收敛，能否把智能进一步转化为真正的生产力值得持续观察。

李梓楠 × 徐煜萌 × 程曼祺

具身智能正从技术竞赛滑向融资与 IPO 竞速：某高估值公司去年研发约三千万元，却累计融资超五十亿元；全行业千卡以上集群据信源仅八家。港股18C催熟收入，地方数采中心占盘子至少三到四成，但八千万元项目已散伙；今年需验证一千万小时数据能否支撑 scaling，以及宇树上市后六个月的定价。

Koji × 黄一

22岁的黄一约一年半完成五轮、合计超过一亿美元融资，把RP One发布和量产设为A轮milestone，商业闭环留到B轮。萝博派对以开源本体卡位模型公司与硬件厂商的missing layer，RP0月出货约100台；RP One预计第4季度发布、明年约2000台，但行业到2030年或仅10到15家公司走出。

卫诗婕 × 田江川

宇树早期融资受限反而倒逼其 day one 全球化，以柔性交付、先付款后排队和一度 70% 毛利验证 PMF，并凭电机路线建立硬件平台壁垒。全球顶级 lab 基于宇树硬件研发，使其成为行业标准并形成三到六个月的先发优势，但具身仍缺乏 To C PMF，2026 年出货量能否超过五万台及硬件竞争格局值得跟踪。

David Senra × Travis Kalanick

Adams—also rendered “Atmo” or “Atoms” in the transcript—is pursuing specialized robotics and AI across food, mining, and robot “wheelbase,” targeting gains such as 20% more annual mine output.Its investable thesis is that operational efficiency can eventually outrun subsidy, but management capacity, regulatory intervention, and the company’s “slightly different” fundraising process remain key execution and financing variables to monitor.

李翔 × 徐新 × 高继扬

具身智能仍处innovator阶段，渗透率仅2-3%，星海图押注整机与智能并做、先硬件后大脑，以真实开放场景数据推动“从开发者到生产力”。当前G0.5在部分To B作业成功率约99%，但速度决定经济效益；今年下半年落地仍算不过ROI，明年部分场景或盈利，100万到1000万小时数据的时间表是关键风险。

Travis Kalanick × Ben Horowitz × Erik Torenberg

Atoms is applying full-stack industrial AI to food, mining, and transport, with production, logistics, robotics, and infrastructure unified as an “atoms-based computer.”Its 50% production-cost reduction, 50¢–$1 robotic delivery, and mining productivity now above humans support a path to lower-cost meals and faster deployment, while execution depends on management capacity and overcoming industrial regulation.

姚颂 × 程曼祺

姚颂判断，VLA的规模化增益正在见顶，物理AI的突破不只取决于模型，而是一场由数据、算力、组织、商业场景与垂直整合共同推进的系统工程。谈过技术路线、创业取舍与泡沫生存法则，他也解释了正行创新为何从轮式双臂和全栈自研出发，押注物理世界的长期价值。

卫诗婕 × 赵越

仙工的差异化信号，是覆盖两千多种机型、四百多种传感器并拥有数万台装机的控制器，掌握真实、对齐且持续产生的机器数据入口。赵越更看好先用叉车等垂类专家验证To B的ROI，而非押注全能人形大脑；若端侧模型能理解协议并生成控制能力，现有工具链优势仍可能被抹平。