141: Strutt 洪小平:大疆激光雷达前负责人做了台“电动轮椅”?不做人形也能通向具身
洪小平的核心判断是,具身智能的“珠峰”清晰可见,但今天直接做人形机器人的路径“目前看来是不成立的”。语言模型用约 1 万亿个 token 训练一个时间序列,而机器人面对时间、三维空间、触觉、声音等至少五维信号,覆盖数据的难度随维度急升;他承认语言中的逻辑和各维度相关性可能降低需求,但“几百个小时的视频数据”远不足以训练可靠的通用机器人,也尚无持续产生家庭生活数据的数据源。
Strutt 选择先解决老龄化与个人 mobility,是用可售产品为长期具身智能“沿途下蛋”。高端养老院可能收取 50 万—100 万美元入门费,美国、新加坡机场又缺少推轮椅的人;洪小平因此把目标定为“今天就能帮很多人解决实际生活中的问题”,让真实使用和人类生活场景数据推动迭代,而不是等待十年后的技术圣杯。
EV One 不是传统电动轮椅,而是填补步行距离与步行速度市场空缺的 Everyday Vehicle。目标用户不只包括残障人士,也包括走路疼痛、有平衡问题、容易疲劳或只想在机场、展会、公园少走一些路的人;产品刻意采用轻盈、运动化外观,试图消除轮椅的医疗标签及“坐轮椅就连认知也有问题”的 stigma。
EV One 的产品价值集中在 EV Sense、Quad Drive 与低门槛人机交互,而不是堆叠人形外观。EV Sense 包含障碍前减速停车、按键授权转向、固定地点 Waypoint 和临时目标 Path Finder 两类 Copilot、两类 Autopilot;四轮驱动、悬挂、自稳定和 ABS 服务于安全与舒适,大语言模型则把“我口渴了”转成去冰箱等动作,并为未来机械臂和配件提供扩展入口。
第一代产品的执行壁垒首先是量产可靠性,而非原型演示效果。团队从 2023 年夏至 2024 年夏先开发底盘、四驱、传感器融合和智驾,再砍掉座椅升降、前倾等可变形机构;产品曾因可靠性测试延迟接近半年,带 5 厘米凸块的双滚筒机测试目标从通常约 20 万圈提高到 200 万圈,因为“做一个样机很容易,最后到量产有很多很多的坑”。
最强需求验证来自用户重新获得生活体验,而不是一组预订数字。佛罗里达一名脖子脆弱、曾因租用电动轮椅在家撞车的高中毕业生,借 EV One 的悬挂和驾驶能力多年后重新进入泥泞马场为马梳毛,她的母亲当场落泪;这一案例让团队看到 mobility 产品如何帮助老人、年轻人、残障人士及非残障人士。
商业化的最大未知是新品类边界,而定价与监管路线尚未锁定。团队倾向 premium、但不希望贵到无法接受,调研答案从 1,000 美元到 20,000 美元不等;第一款先按个人出行设备销售,可能不会被医保覆盖,未来才可能推出面向医保或医疗器械场景的 SKU。洪小平的判断是,很多所谓“没有市场”其实是 P 不够好,而不是 M 不存在。
先发品牌、专利和复合团队能买到时间,却不能替代持续迭代与跨越鸿沟。安全产品的首个可信品牌可形成心智,摇杆授权、四驱悬挂、模式切换和语言模型融合也已申请专利,但洪小平明确说不可能五到十年靠同一款产品保持优势;他仍在验证 EV One 的真正 niche market,哪怕较小的鸿沟会更快引来红海竞争,也愿意选择这种“乐观中的困难”。
1. 洪小平从“会做研究”转向了“让技术进入生活”
洪小平在伯克利研究纳米材料的光学性质,科研成绩足以让很多人认为他应该继续学术道路,也发表过 Nature、包括 Science 在内的论文;但博士毕业前一两年,他发现这“可能实现了一些人生理想和追求”,却不是自己最想要的生活。
他后来确定的方向是“技术和人文的结合”:做工程、打磨最终产品,让技术与普通人的日常发生关系。博士刚毕业时,他知道怎样研究,却不知道怎样把概念变成可量产产品。
在 Honeywell 做了一两年气体传感器后,本科同学、时任大疆研发副总裁王明玉邀请他回国。洪小平当时“想创业,但是不知道怎么开始”,于是把大疆视为进入早期公司、学习完整产品链条的平台。
2. Livox 的低价不是成本倒推,而是从第一天为量产设计
2016 年的大疆已成立十年,但仍面对 Intel、3D Robotics 及国内资本支持的竞争者。公司认为无人机若要脱颖而出,关键是智能化,而智能化离不开一系列新传感器。
洪小平负责的光电团队最初为无人机开发激光雷达,后来也服务车载市场,包括小鹏 P5。其第一性原理不是先做 prototype 再期待未来降本,而是“所有的设计其实都是需要为量产服务的”。
元器件必须当时可以买到,工艺必须现成可做,或至少能从物理原理证明可实现。Livox 在 2020 年 CES 推出的首款产品价格低于 1,000 美元,被视为“价格屠夫”,洪小平则认为低价只是可量产设计的结果。
3. 离开大疆不是回归学术,而是补齐产品与社会洞察
2019 年前后离开大疆时,洪小平已经学会怎样把产品“从概念到最后量产”,但激光雷达仍只是服务最终产品的传感器;他真正想做的是“直接服务人、服务人类”的终端产品。
他随后在南方科技大学参与吴景深、李泽湘在该校开展的新工科实验班,约三年间教授电子与编程。课程通过项目、动手能力和社会问题训练学生,也让他观察到:考试型工科教育容易让工程师面对真实需求时仍陷在应试思维里。
回头看,他承认“少一点纠结,多一些冲动”也许能更早创业;但技术积累、对人性的理解和社会责任感也都需要时间。他认为再晚几年可能失去创业机会,而现在开始创业也并不算太晚。
4. PaLM-E 与 RT-2 让机器人显露“上层思维”
洪小平从 2019 年起就认为机器人是自己想做的方向,却没有确定产品;他曾与松灵机器人的魏基栋聊天,也持续观察哪些场景路径清晰、哪些只停留在概念。
真正促使他行动的是 2022 年底至 2023 年初谷歌的一系列工作,包括 PaLM、PaLM-E、SayCan、RT-2,以及其中提出的 VLA。语言模型与传感器融合后,机器人不再只执行有限的 model-based 动作,而开始有上层理解;Chain of Thought 也在相关文章中被提及。
他的阶段判断因此变成:“过去十年是机器人的白银期,未来十年是黄金期。”如果此时还不创业,他担心自己会错过窗口。
5. 人形是具身智能的珠峰,却没有可验证的登顶路线
面对投资人反复追问“为什么不做人形”,洪小平的回答是:团队确实看到了一个珠峰或圣杯,但目前的人形机器人路径“看来是不成立的”,核心卡点是数据和算法还远未达到支撑具身智能的状态。
他的数量级对比是:ChatGPT、DeepSeek 一类模型大约使用 1 万亿个 token,基本使用了人类历史上的知识,却主要处理一维语言序列;机器人至少还要覆盖三维空间、时间、触觉、声音乃至嗅觉,升维通常意味着数据覆盖量指数上升。
他保留了重要的 hedge:语言已经编码很多逻辑,各感知维度又高度相关,所以机器人未必真需要简单指数放大的数据量;但无论如何,“今天几百个小时的视频数据”远远不够,他也没看到能持续产生海量家庭生活数据的场景。
6. OpenAI 的 scaling 成功不能直接套用到物理世界
程曼祺追问,中国公司强调“沿途下蛋”是否只是资源不够,而 OpenAI 从一开始就奔向高目标。洪小平的区分是:OpenAI 起步时已经看到一些苗头,但资源还不够,需要聚拢资源;当时 Transformer、可获得的数据和一系列算法也已经存在。
OpenAI 可能判断谷歌内部并未特别重视这件事,于是通过不断增加网络规模和数据来验证 scaling;大模型达到某个网络与数据量后出现智能涌现,有些能力超过人类认知,资本才大规模进入。
对“做具体产品会不会错过早期信号”的质疑,他认为研究和数据高度公开,“到时候大家都会看到”,真正的差别是公司是否识别出信号的重要性。前沿突破可能先在大学、研究所或谷歌式机构“天女散花”般发生,再由公司判断是否重注。
7. 家庭机器人被高可用阈值锁在“鸡生蛋、蛋生鸡”里
工厂任务受控,数据可以快速采集;机器人若要进入家庭,则必须在真实生活里理解人们怎样活动、需要什么帮助,而这恰恰要求产品先进入家庭。
洪小平认为,消费机器人只能完成 50% 的通用任务基本就会失败,失败的另一半足以让家里“乱七八糟、鸡飞狗跳”;这形成闭环障碍:没有数据就达不到可靠性,可靠性不足又没有人购买,也就继续没有数据。
对售价约 2 万美元、复杂任务仍需人工遥操作的 1X NEO Gamma,洪小平评价得很直接:“挺扯淡的”“完全没有用”;用户不会为一台昂贵、又需要人控制的机器买单。
8. 老龄化把社会问题、付费需求与数据入口叠在一起
洪小平看到的结构性趋势是:越富裕的地区老龄化越严重,年轻人越少,也越难找到愿意照护老人的人。美国、日本部分高端养老院甚至需要 50 万—100 万美元入门费,背后正是护工供给稀缺。
机场同样缺人:美国、新加坡等地很难招聘推轮椅的工作人员,但航空公司仍需保证所有乘客拥有平等乘机机会。这让辅助出行成为一个现实的社会问题。
他的创业排序因此是:机器人若能帮助人,就应先服务“最需要的这些人”。每一次实际使用既解决当下问题,也产生与人互动、发生于真实生活场景的数据——恰好是今天人形机器人最难获得的资产。
9. Mobility 是机器人可以立即交付的第一枚“蛋”
团队寻找的是一款能跟人一起生活、室内室外都能去,又能明确解决问题的产品,最终把 mobility 视为最底层需求。机场、展会、游乐场、公园都存在“人的最后一公里”,用户未必不能走,只可能疼痛、有平衡问题、疲劳或不愿耗尽精力。
洪小平把理想状态概括为:设备跟着用户一起出行,帮助用户移动;车上还能放行李、食物、水和药品,需要时也可以跟随用户。这比空泛的通用机器人更早形成有用的服务关系。
10. EV Sense 用两类 Copilot 和两类 Autopilot 分配控制权
基础 Copilot 会在障碍物前精准减速并最终停车;Copilot Plus 则用于狭窄通道、倒车盲区或电梯等难控制场景,在获得授权后根据环境适度调整方向。
两个 Autopilot 面向不同目标:Waypoint 可让用户告诉车辆前往冰箱、洗手间等地点,Path Finder 则允许用户在地图上临时点一个不必命名的目的地。跟随功能则让车在人想步行时跟上,等用户需要休息时就在身边。
团队最初只打算做好 Copilot,但 EV Sense 底层已包含感知、规划与导航,用户提出 Autopilot 需求后可以直接扩展。洪小平把这种可升级性视为平台路线,而非一次性功能表。
11. Quad Drive 把汽车底盘逻辑搬到了最差的人行道
Quad Drive 采用四轮驱动,目标是应付旧金山、重庆的坡道,以及草地、树根、泥泞等环境;洪小平明确说沙滩“可能不太行”,没有把能力包装成无条件全地形。
车上还加入自平衡、自稳定、ABS、打滑检测和悬挂系统:既要爬坡,也要在坑洼路面减少震动。底盘的价值不是参数炫技,而是让用户觉得“舒适、安全、安心”。
洪小平强调,人行道常比机动车道更糟:砖面凹凸、裂缝和异物长期无人修理,还可能被占用。汽车底盘已经验证了动力、悬挂与稳定性的组合,EV One 要做的是把这套逻辑复制到人行道上。
12. 去掉“轮椅感”本身就是产品功能
EV One 外观更像办公椅加移动底盘,整体轻盈、运动,而不是传统医疗器械。很多老人并不认为自己是残障人士,只是走不远、容易累;“轮椅”标签会直接阻碍采用。
残障用户向团队描述的 stigma 更严重:有人买咖啡时,店员不直接问本人,却转向旁边护工,仿佛“看到他坐在轮椅上,就觉得他脑子也有问题”。Strutt 希望产品不要复制这种身份暗示。
程曼祺的追问是,把用户定义成“所有人”后,参数怎样取舍。洪小平的回答不是为每种诊断加功能,而是抓共通需求:坐得舒服、路面适应性好、操控简单、足够智能。
因而“泛人群”并不等于第一代满足所有特殊需求,而是先把安全、舒适与易用做到极致;未来也可能针对医保或医疗器械场景推出不同 SKU。
13. 现有电动轮椅解决基本需求,却没有优化生活半径
洪小平以八十多岁的外婆为例:她从自行车换到更稳的三轮车,如今三轮车也骑不动且不安全。美国、荷兰老人购买电助力自行车,同样说明“走不远、骑不动、又不想用轮椅”的需求已经存在。
传统电动轮椅一方面医疗属性明显,另一方面操控也不够方便,难以应对复杂路面。轮椅厂商通常满足的是基本生活需要,而不是让用户生活得更好、去更多地方。
洪小平曾在美国侧向通过斜坡时体验另一款代步车:电机扭矩不足,明明向右操控,车辆却向左侧倒,差点翻倒。这个经历让底盘适应性与智能化同时被归入安全,而不是可有可无的 premium feature。
14. 所谓没有市场,可能只是产品还没跨过可用门槛
洪小平对 PMF 的反思是,创业者常把注意力放在 M,但“有的时候 P 做得足够好”,原本狭窄的市场也会扩大;需求未显现,不等于需求不存在。
他用 3D 打印机作例子:过去要调平、装配、反复测试,再等待数小时甚至数十小时,学习成本把用户锁在爱好者圈层;产品把流程简化、平台又加入模型共享后,“小白都能用”,市场边界随之变化。
割草机器人也曾被埋线式方案的复杂安装限制,无边界智能方案让产品力跃升;但在真正达到“不需要人”前,它仍处于 early adopter 和 innovator 状态,可能稍微进入了 late majority。扫地机器人的大众化也服从同一逻辑。
15. 第一代最难的决策不是加什么,而是删到可以量产
从 2023 年夏到 2024 年夏,团队没有立即锁定产品外形,而是开发底盘、四驱、智驾、传感器融合等底层技术;用户调研则从 Day One 开始。直到 2024 年夏,产品形态才决定收敛到这个方向。
被删除的设计包括整车高度变化、座椅升降和前倾。前倾能帮助腿部力量不足的老人上下车,降低座椅能适配吃饭等场景,但电机和连杆越多,可靠性、一致性、维修与验证周期就越复杂。
洪小平承认“概念化一个产品很容易,做一个样机也很容易”,创业公司却没有资源把所有好点子都在第一代做稳。因此这些功能被留给第二代、第三代,而不是放进第一代产品。
团队不可退让的排序是智能化、座椅舒适度和底盘能力,最终又统一为安全、舒适、易用。EV 也被重新解释为 Everyday Vehicle:“每天都可以用,什么场景都可以用。”
16. 一个按住才生效的按钮,解决了自动避障中的控制权冲突
2025 年初 CES 时,停车与自动避让还是两个切换模式;真实用户却几乎不用避让,因为车若主动绕开障碍,也就无法接近障碍物,而反复切换哪怕只按一个按钮也嫌麻烦。
团队最终把 Copilot Plus 变成摇杆上的按住授权:进窄通道、电梯或倒车时按住,车临时修正方向;松手立即回到正常驾驶。方向被系统改变本来容易产生失控感,按键却让用户形成“我在授权它帮我变方向”的心理模型。
访谈中用户说只要 Copilot、不要 Autopilot,实际行为却更细分:陌生道路和户外需要控制感,家中或熟悉的超市则希望彻底不驾驶,以便看手机、聊天或看风景。问卷答案与使用场景之间的差异,反过来定义了两套功能。
17. EV One 的终局形态是可扩展的 robotic helper
洪小平深受谷歌 2017 年 Everyday Robots 项目影响;该项目以单臂、后来双臂机器人探索 helper,并成为 SayCan、PaLM-E、RT-2 等研究的原型平台。EV One 不复制人形,而是先以 Autopilot 带人到达目的地。
大语言模型负责降低交互难度:用户不必说“去冰箱”,只需说“我口渴了,想喝冰可乐”。养老院用户试用后告诉团队:“我不仅很享受这个车,我也很享受聊天”,因为护工往往没有时间陪聊。
车体预留 200—500 瓦功率输出、控制信号、高速网络、后部 rack、左侧配件安装位、USB-C 与座椅下接口,可连接自动充电基站、传感器、计算单元、执行器乃至机械臂。洪小平因此说:“它不是个轮椅……它是个平台。”
机械臂仍是远期方向,当前聚焦 mobility 和量产。未来不会一开始承诺所有动作,而是先保证少数定义场景可靠,再让几万、十几万台设备在家庭尝试新任务,并根据用户反馈继续开发——这才是他设想的具身数据平台。
18. 200 万圈可靠性测试划开了原型与商品的边界
团队从去年 8 月左右开始,约三个月便做出可参加 CES 的原型;真正拖慢量产的是验证,项目曾 delay 接近半年,这段时间主要用于可靠性测试,而不是直接开模。
双滚筒机滚筒带 5 厘米凸块,每转一圈让车颠簸一次;洪小平称相关安规标准通常约 20 万圈,团队把目标设到 200 万圈。机械连接、高功率线路、控制信号和高带宽传输必须同时稳定,因为用户不能接受途中抛锚或散架。
19. 一名佛罗里达女孩重返马场,证明 mobility 的价值是恢复生活体验
佛罗里达一名即将高中毕业、准备上大学的女孩脖子脆弱,不能承受强烈颠簸,目前使用手动轮椅;她曾租用电动轮椅,却第一天就在家中撞车,因此对操控有很大负担。
她曾非常喜欢骑马、与马互动,却已经好几年没去马场。EV One 的悬挂让她能够经过泥泞、草地和树根,重新来到马旁为它梳毛;母亲当场落泪,因为女儿终于又能接近一个可以倾诉的对象。
这件事让团队看到,机器人技术可以帮助老人、年轻人、残障人士及非残障人士,带来实际便利和出行的喜悦。
20. 定价、监管和市场规模仍是商业化最诚实的未知数
EV One 计划在 2026 年 1 月 CES 正式公布定价;当前方向是偏 premium,但“不希望它贵到无法接受”。用户调研的支付意愿从 1,000 美元到 20,000 美元都有,团队尚未决定取区间中的哪一点。
第一款产品会按个人出行设备定义,而非医疗器械;残障人士仍可购买,但可能不会获得医保覆盖。洪小平保留未来推出专门面向医保或医疗器械场景 SKU 的可能,因为那将对应另一套需求和考虑。
传统电动轮椅可能卖到数万美元,但行业报告不太准确;洪小平引用同伴的说法:“这个行业足够原始,原始到连一个像样的市场调研报告都没有;也足够新,新到没人知道这个产品会是什么受众。”
EV One 与电动轮椅目前有 overlap,却不等同于后者。洪小平把机会放在“未知到已知的 transition”中,没有用不准确的市场报告为新品类制造确定性。
21. 复合团队比追逐最先进算法更适合第一代产品
联合创始人 Nick 与洪小平在其加入大疆第一个月便相识:Nick 曾负责大型无人机产品,也负责早期动力系统,强项是电机、机械结构和电机控制;洪小平偏传感器、算法及整体方向,两人基本覆盖机器人从感知到执行的链条。
两人最先确定的不是组织架构,而是价值观:“创新进取、拥抱成长、有机团队、执行到位、纯粹做事、极致拼搏、勇于开放、敢于决策。”洪小平把它称为公司“宪法”,招聘和工作过程都以此筛选,不契合者会自然离开或被请离。
他所说的大疆式“舒适”并非低压力,而是技术氛围浓、少人情世故、以结果论英雄;优秀工程师可以专注手头问题,以第一性原理挑战专家和既有方案。Strutt 因而从初创阶段就没有降低招聘 bar。
EV One 当前智驾并未强行使用最新具身模型,因为后者无法在低成本、低算力、低数据量下稳定工作;团队采用接近早期自动驾驶的技术路线。洪小平曾与港大张富老师合作,并有联合培养计划;他也以开源 FAST-LIO 成为激光雷达 SLAM 领域 SOTA 为例,说明好算法能消解新硬件的采用阻力。
22. 先发优势只能买时间,真正悬念是怎样跨越鸿沟
洪小平认为安全产品的可靠性和稳定性会建立在品牌认知上,首个建立“安全、智能”心智的公司拥有明显优势;摇杆控制、四轮驱动与悬挂、模式切换、语言模型融合等第一次遇到的问题,也已申请专利。
他并不把这些视为永久护城河:复合团队和复杂软硬件能力能拖慢模仿者,却不可能让公司五到十年继续靠同一款产品领先。第二代、第三代 roadmap 必须持续把新技术“沿途下蛋”,先发才不会变成一次性红利。
对自己“尽量先想清楚”的倾向,洪小平承认其代价是压力,也承认没有任何架构能一路不迭代。他欣赏 Jobs 在 iOS 上的远见与表达,也学习汪滔对材料、工程细节和产品极致的敏锐,希望把自上而下的战略与自下而上的创新结合起来。
最大待验证问题来自《跨越鸿沟》:EV One 的 innovators、early adopters 究竟是谁,怎样进入 early majority?一位朋友已提出把它当自主移动摄影机使用等意外 niche;无人机则是在众多小市场里找到“航拍”这一全新体验。程曼祺提醒,小鸿沟也意味着红海来得更快;洪小平仍宁愿鸿沟小一点,因为那是“乐观中的困难”。
Full transcript
今天我们很高兴邀请到了 Strutt(若创科技)的创始人洪小平博士,来和我们讲讲他的创业经历。若创马上就要发布一款新的产品,是一台电动轮椅,当然我现在这个描述可能不准确,之后可以请洪博士展开讲讲。Tommy,你可以和我们的听友简单打个招呼。
大家好,非常高兴参加《晚点聊》的访谈。
我们可以先从你的经历开始讲,尤其是跟创业相关的部分。我的理解是,你在 2016 年回国加入大疆,有一点内部创业的意思,对吧?因为你当时一回来,做的就是大疆内部的一个新项目。
1. 从物理学走向工程
对。实际上,我创业的想法可能要最早追溯到我在伯克利读博士的时候。我念的是物理学,做的是纳米材料光学性质的一些探测。那个时候我非常喜欢物理学,也对未来有很大的憧憬。说实话,我在博士期间做的科研工作相当不错,所以很多人会觉得我应该留在学术路线上。
因为我看你发过《Nature》,也发过包括《Science》在内的一些论文。
对。那个时候,我感觉自己可能已经实现了一些人生理想和追求,但忽然发现,那可能不是我最想要的。
那是在 2014 年之前,对吧?你是 2014 年博士毕业的。
对,大概是在博士毕业前一两年。那个时候我看到,很多伟大的发明创造,实际上都跟每个人的生活息息相关。所以我就在想,到底什么样的职业生涯最适合我。
后来我觉得,我应该去做工程,真正打磨一些产品,把它和人的实际生活结合在一起。技术和人文的结合,可能是我想要追求的方向。
但说实话,刚博士毕业的时候,我并不是特别清晰应该做什么。对我来说,刚从学校出来,可能知道的是怎么做研究,但对于真正打造一个产品,其实缺乏相当多的经验。
所以我一开始在硅谷的霍尼韦尔做了一段时间研究科学家,当然也是偏向产品,做一些气体传感器相关的工作。做了一两年之后,当时大疆的研发副总裁王明玉找到了我。他正好是我的本科同学,也就是香港科技大学的同学。
他跟我说,大疆有一个很好的平台,正在做一个非常先进的无人机系统,而要真正做一台最智能的无人机,离不开一系列很好的传感器。
当时对我的触动是,我终于有机会在一家早期公司里,正儿八经地做一些产品相关的工作,同时也有机会把自己所学到的东西应用上去。
那时候激光雷达还处在非常早期的状态。物理学的经历对我来说,是一个很好的训练,让我能够从底层、从第一性原理去看问题。
对于一个从来没有人做过的东西,这其实是一件好事。因为大家都没有做过,我有机会来做一个新的东西。对我来说,这既是挑战,也是非常令人憧憬的事情。所以我当时就决定回国,加入大疆参与这个项目。
2016 年的大疆是什么状态?
2016 年,大疆实际上已经成立 10 年了。当时正好是在推出最核心的产品线,也就是最核心的无人机系统。当然,那时也面临着很多竞争对手,比如海外的巨头英特尔、美国硅谷的 3D Robotics,以及国内的一些企业。
这些企业都拿了很多资本的钱,当然也给大疆造成了很大压力。所以大疆当时觉得,如果要在这个赛道上脱颖而出,一定要靠智能化。
对我来说,无人机本身是一个很新兴的行业,做这件事情又充满挑战,所以我觉得很有意思。
你当时没有想过直接创业吗?
其实那时候距离我毕业还没有特别久。我在美国公司待了一年多,确实想创业,但不知道怎么开始。大疆又是一个很好的平台,所以我想先进去看一看、学习一下。
你加入之前,大疆是不是还没有光电部?相当于你来了之后把这个部门建起来了?
具体这个不太方便说,但我当时负责大疆内部的光电部。
你们最开始定义第一个产品的时候,是怎么做的?
2. 激光雷达走向量产
我们当时大概花了几个月时间,做了很多调研。最大的挑战是,尤其针对激光雷达来说,当时没有一个特别好的量产方案。
你们一开始想的场景就是车载,还是其他场景?因为雷达可以用在很多场景里。
我们一开始本质上还是为了无人机的传感器去做的。
但后来的结果是,重点转向了车载,对吗?
对,后来有一段时间服务了车载行业,包括大家可能知道的小鹏汽车。比如小鹏 P5 上搭载的那款激光雷达。
我觉得这里面最核心的,是大疆或者 Livox 给这个产业带来了量产的机会,或者说量产的希望。
在此之前,行业里很多人会先做一些原型机,然后看看未来量产成本能降到多少、数量能做到多少,再来判断这个机会是什么样子。但我们当时想的是,所有设计都要为量产服务。
不是说使用某个超前 10 年的元器件,然后等 10 年之后再做这件事。所以当时在设计上,所有零部件和工艺,要么是能够买到的,要么是工艺上已经能够做到的,要么就是从第一性原理来看,我们觉得能够解决。
我们就是按照这个思路去做的。一旦能够量产,成本就可以大幅度降低。这也是为什么 Livox 推出的第一款激光雷达,会被大家认为是“价格屠夫”。但本质上,是因为它是一个可量产的产品。
这个事情我印象还挺深,是 2020 年 CES 上发布的,对吧?当时印象中价格挺低,好像在 1,000 美元以内。
对。因为在那之前,激光雷达非常贵,尤其是机械旋转式激光雷达。当然,那种产品肯定用不到量产车上。
所以当时大家的期待还是很多的。后来到 2019 年,从外界来看,Livox 有比较大的变化。
一个是从 2016 年到 2019 年,它还在大疆内部,是一个部门;2019 年独立成了公司。到 2020 年,它的产品推出,也宣布和一些车企合作,有了实际的客户落地。你自己也是在 2019 年前后离开的,当时是怎么想的?
3. 离开传感器寻找终端产品
说实话,我那个时候一直想着创业,需要一些时间仔细思考自己到底想做什么。
大疆的经历给了我非常丰富的帮助,让我理解一个产品怎么做到极致,怎么样把科技和产品结合起来,以及一个产品从概念到最后量产,中间会有各种各样的坑。这些对我来说都是很大的帮助。
但我真正想做的并不是传感器或者激光雷达。因为说实话,不管是传感器还是激光雷达,实际上都要服务于一个最终的产品。而我更希望做一个最终的产品,能够直接服务人、服务人类。
这件事情本身,我希望它是有价值、有意义的。
所以后来我加入了南方科技大学,但实际上也不是为了学术研究。当时大概在 2019 年,香港科技大学的两位教授吴景深和李泽湘,在南科大做了一个实验班,类似于新工科教育方案的改革。
这个新工科项目,实际上是让学生通过项目、动手能力,以及对社会问题的洞察,真正做出一些方案,去解决大家面临的问题。对学生来说,这可能只是一个项目,但对我来说,是一个很重要的学习机会。
所以你是这个项目的老师?
对,我负责教他们电子和编程。那段时间大概有 3 年。
我觉得这件事情是有意义的。传统工科有很多考试和学习,我不是说这些不好,但学生在面对实际问题时,确实会有很多困惑。
我们以前采访过李泽湘老师。他有一个观察,就是本科时学的学分越多、课程越多,可能发展得越不好。
大概是这个意思。他认为,国内工科本科的学分太多,可能会让大学教育和高中教育有些相似。
这样一来,学生毕业进入职场后,才发现公司需要的技能,或者说以架构师、顶层产品设计的思路去考虑问题时,自己会不可避免地陷入应试思维。这对一个工程师的职业发展并不是特别有益。
所以我当时觉得这件事情很有价值,也花了很多时间参与学校教育。
但另一方面,大多数时间其实是在观察和思考:我到底要做什么。
那时有几个方向是比较清晰的。一个是机器人方向,这一定是我想做的。因为大疆本质上是一家机器人公司,自动驾驶也是机器人技术逐渐成熟的演进。
所以在那个阶段,我觉得传感器融合是一个很重要的方向。那时大语言模型还没有真正发展起来,但已经能看到一些曙光。大概在 2022 年底、2023 年左右,谷歌发表了一系列很有意思的文章,讨论机器人的思维,以及如何把传感器融合进去,如何使用大语言模型。
谷歌当时已经在开发自己的大语言模型 PaLM,之后发布了一系列相关研究,包括 PaLM-E、SayCan 和 RT-2。现在我们经常听到的 VLA,也就是 Vision-Language-Action 这套模型,就是在 RT-2 那篇论文里提出的。
我当时感觉到,机器人开始有上层思维了。包括 Chain of Thought,也就是思维链,也在那些文章中被提及。
以前我们的机器人是 model-based 的,只能做有限的动作和有限的事情,但没有办法理解上层思维。随着语言模型成熟,机器人开始有了上层理解,这件事情对我的触动很大。
我觉得,机器人过去 10 年可能是白银期,未来 10 年会是黄金期。
那在这个时间点,我们能做些什么?具体是哪一年?因为你是从 2019 年到 2023 年,在南方科技大学待了 3 年多。
2019 年的时候,我就想做机器人,但还不确定具体做什么,所以一直在观察。
比如我当时也和松灵机器人的魏基栋聊天,那时他还没有想清楚要做什么样的割草机。他们已经成立了,最开始做的是教育机器人和底盘。南科大当时还买了一些底盘给学生做项目。
那时我也在观察,到底哪些方向是切实合理的,哪些方向容易做,哪些方向的路径还不清晰。
到了 2022 年底、2023 年初,因为看到了谷歌的那几篇文章,我非常兴奋。我觉得如果这时候还不出来,可能就没有机会了。
那个时候其实也已经有很多人在构思人形机器人是什么样子了。
4. 人形机器人缺少数据
但我觉得那件事情可能距离还很远。从 2023 年开始创业,一直到现在,经常有投资人问我们:你们团队其实很优秀,各方面的人才都有,为什么不去做人形机器人?
我觉得我们确实看到了一个珠峰,或者说圣杯在那里,但人形机器人这条路径,目前看来是不成立的。
你觉得主要的卡点是什么?
核心是数据和算法的迭代,但今天的数据和算法,远远没有达到可以支撑具身智能的状态。语言模型现在能做很多很多事情,我觉得机器人要达到语言模型今天这个状态,其实有很大的挑战。
我举个例子。语言模型,不管是 ChatGPT 还是 DeepSeek,基本上都用了大概 1 万亿个 token 来做训练。这是什么概念?就是人类历史上所有的知识,基本上都被用来训练一个一维模型。
因为语言是一个时间序列,一个字一个字地蹦出来,所以它基本上是一个一维模型。
但机器人不一样。机器人至少是一个五维模型:时间算一维,空间是三维,此外可能还有触觉、声音、嗅觉以及各种各样的感知信号。物理世界其实是非常多维的。
一般来说,在数学上,维度增加一层,数据覆盖量就会呈指数级上升。所以当你有这么多维度的需求时,需要的数据量可能比语言模型大很多。
在这个基础上,大概率没有办法收集到那么多数据,真正产生通用智能,或者产生一个足够好、不会轻易出问题的智能。
当然,它未必真的需要那么多维度、那么大量的数据。因为语言已经把很多逻辑放在里面了,维度越高,数据内部的相关性也越高。所以在升维的过程中,数据量需求也许会越来越少。
但即使这样,也远远不是今天几百个小时的视频数据就能搞定通用型机器人的状态。我甚至没有看到任何一个场景,能够提供大量、持续产生人类生活场景数据的数据源。
所以我觉得这里面的机会非常大,但可达路径并不清晰。
那在这个过程中,什么是可达路径?
我前两天看到华为任正非的一段话,我觉得他说得非常有道理。他说,我们瞄着理想主义的珠峰,但在这个过程中,用现实主义沿途下蛋,把中间的各种产品和服务提供给用户。
我觉得这可能就是理想状态。我们要做一个足够接近用户、接近他们场景,并且能够帮他们实际解决问题的产品,在这个过程中不断迭代。
人类历史上所有伟大的发明,都是这么做出来的。
比如今天人类科技上的桂冠可能是芯片,但芯片绝对不是一家公司用一两年做出来的。它是从电脑时代,到后来的手机时代,再到今天的 AI 时代,一代一代持续迭代的。
是需求的进步,让消费者愿意花钱去买最终的产品。产品产生收入之后,又能投入更多资源去做芯片,芯片产生更好的效果,再促使消费者升级换代。
每年都有大量资源进入这个行业,万亿级别的资金进入半导体行业,所以它才逐步迭代成今天的样子。
我觉得 AGI 也是一样。你不能一开始就奔着最后的目标,想着今天要做最先进的 2 纳米、3 纳米芯片。那样其实做不到,你得先做一个 100 纳米的芯片。
你觉得中国公司选择“沿途下蛋”的方式,和资源有关系吗?
比如 OpenAI 的方式,当然它不是一个很典型的公司,也是个例子。但至少在大语言模型出现的过程中,我觉得它一开始就是奔着非常高的目标去的。
我觉得 OpenAI 做这件事情的时候,实际上已经看到了一些苗头,只是它的资源还不够,所以需要聚拢资源去做这件事。
事实上,OpenAI 做这件事情的时候,数据已经在那里了。谷歌当时已经在研究,Transformer 就是谷歌做出来的,还有一系列算法。当时已经有一些苗头,硅谷其实都知道这件事。
OpenAI 可能认为,谷歌内部并没有特别重视这件事。它也许判断,这就是通向 AGI 的核心方式。它要做的就是不断增加网络规模,拥有足够多的数据,增加网络规模,大力出奇迹。这是最简单的 scaling 方式。
所以当时大家研究大语言模型时,最核心的就是看 scaling:增加多少节点、增加多少数据,是不是能带来成倍的智能涌现。
到了一定的数据量和网络规模之后,智能开始涌现,有些能力已经超过了人类认知。于是所有的钱都进来了,大家开始意识到这件事情的重要性。
但实际上在此之前,并没有什么“早期信号”证明它接近通用智能,对吗?
对。我没有看到哪一个研究表明,它已经具备接近通用智能的能力。
但你会不会担心,创业时选了一个具体产品和方向之后,肯定要优化这个产品、优化这个领域的用户体验。这样一来,你可能就不再是最早看到早期信号的人了。
如果大家最终的目标是物理世界的 AGI,或者说具身智能,那你怎么保证自己是最早看到第一批信号的人?
我觉得这件事情不会那么神秘,大家都会看到。说实话,在数据和智能这个领域,信息是非常公开透明的。
我觉得到时候比拼的是识别能力:你到底认为这件事有多重要。这是最核心的地方。
核心在数据。谁能够在这个过程中,首先拥有一个用户实际使用的场景?
如果是进入工厂,我觉得没有问题。工厂里的数据可以很快采集。但进入家庭,和人类生活息息相关时,你需要在人类生活中收集数据,理解大家的生活是什么样子,以及机器人需要在生活中帮什么忙。
另一方面,大家为什么要用你的机器人?为什么希望买一个机器人放在家里?
如果它不能帮我做事,尤其是消费级机器人只能帮我完成 50% 的事情,那我可能就不会买。今天之前可能都做不到这一点,就是你希望它做通用任务的 50%,那基本上失败的 50% 就会让家里弄得乱七八糟,鸡飞狗跳。
对,可能得达到 99.95% 的成功率。
这就变成了鸡生蛋蛋生鸡的问题。没有数据就做不到,做不到就越没有人买。所以这已经不只是资源问题,还有数据问题。
你怎么看最近那个号称第一个家庭机器人的产品?1X NEO Gamma,对吧?
我觉得那个产品挺扯淡的,完全没有用。谁会花 2 万美元买一个在家里用来遥操作的产品?
它不能自主完成任务,得由一个人去控制它做一些复杂的事情,而且还很贵。这个本质上是不成立的。
回到刚才的问题,我觉得突破很多时候是天女散花式的。你很难集中一个资源,重点突破一个方向,然后那个方向就一定是对的。
很多突破往往先发生在学术机构或者研究所,包括谷歌。因为它特别有资源,愿意投很多钱去做前沿研究。
至于这些结果出来之后,有没有被识别到,有没有被重金投入去做下一个划时代的产品,我觉得这应该是公司做的。但这时候,考验的就是公司的眼光和能力。
所以我听下来,你这一次选择创业机会时,有两个很重要的点。
一个是你觉得大的方向是机器人。另一个是,你想做一个直接服务于人的产品,而不再是 To B 的产品,并且希望大家今天就可以用起来。还有别的点吗?
5. 老龄化打开机器人入口
第二个点我想突出一下:我们不希望它是个噱头,不希望它是一个十年之后才能用的东西。我们希望它今天就能帮助很多人解决实际生活中的问题。
我觉得这体现了人性关怀,也是社会责任感的体现。
对我来说,在考虑这个点时,很重要的一件事就是,我们怎么样找到真正能解决用户问题的地方。
当时我看到老龄化趋势,就觉得应该是这个方向,更像是突然间灵光一现。
老龄化趋势在全世界都是不可逆转的状态,而且没有解决方案。越富有的地方,老龄化趋势越严重,年轻人越少,年轻人可能也不太愿意去照顾人或者帮助人。
这就导致,比如在美国和日本,一些高端养老院甚至需要 50 万到 100 万美元的入门费才能进去。本质上是因为这里面找不到护工。
我们在机场也看到,很多推轮椅的工作人员同样很难招到。不管是美国的机场、新加坡的机场,还是因为我们总部在新加坡而交流过的当地机场,他们现在都找不到足够的人在机场推轮椅。
但航空公司又要保证所有乘客都有平等乘坐飞机的机会。这是一个不可逆转的问题。
如果老龄化已经这么严重,那么机器人如果能够帮助人类做一些事情,就应该从最需要帮助的人开始,解决最核心的社会问题。
所以我们看到这个方向时,就觉得应该用机器人帮助解决老龄化问题。
在这个过程中,我们沿途下蛋,可以解决很多人的问题。但这些问题不只是被解决了而已,它们也给了我们很多数据,以及很多和人交互的宝贵经验。
因为这些事情都发生在人类生活场景中,发生在大家最需要的地方。这正好是现在的人形机器人做不到、也拿不到的数据。
你说的是家庭场景的数据吗?你们这个产品以后室内室外都可以用?
对。我们定义了这个方向之后,就开始想,到底什么产品可以跟着人一起生活,哪里都能去,并且真正解决一个问题。
这样看下来,mobility,也就是移动出行,实际上是最核心的需求。而且 mobility 并不只是残疾人和老年人的需求,所有人都有这个需求。
以前我们讲的是送货的最后一公里,但今天也有人出行的最后一公里。
比如在机场、展会、游乐场,甚至去公园散步,很多人并不是不能走,只是走路可能会疼,有平衡问题,或者累了,没有精力再走。
这时候,一个能够跟着他一起出行、帮助他出行,并且提供各种智能功能的设备,我觉得会是最好的服务型机器人。
你们确定这个方向是在什么时间?
大概是在 2023 年初。
你之前是不是也想过做扫地机器人?
之前想过很多方向,包括割草机、泳池清洁机器人。
因为大疆以前有很多同事在这个圈子里,我们经常聊天。比如在美国,可能最难处理的是地毯。扫地机器人对家庭来说,可能并不是特别重要,但我记得当时最痛苦的事情,就是每次放假都得在家里洗地毯,又累又难受。
这类机器人也是很好的方向。只不过后来真正看到老龄化问题时,我觉得这才是我真正想解决的、值得做一辈子的事情。
但值得做一辈子的事情,不就是最深的圣杯吗?
那个是技术圣杯,这是应用场景。
如果真的有了人形的具身机器人,最需要它的人是谁?可能还是老年人,或者家里需要帮手的人。
所以我们一开始就是瞄着解决这些人的问题去的。最终在这个过程中,我们也许能够达到那一步。
你现在回头看,觉得自己应该更早创业吗?会不会觉得自己想这个方向想了很久?
如果从博士生开始算,我确实想过这件事。也许少一点纠结,多一些冲动,就会更早创业。
现在回头看,我也觉得更早创业可能会对我有更大的帮助。我是一个很喜欢挑战的人,喜欢面对各种新的方向、新的领域,然后去解决它们。
创业对我来说,就像找到了真正喜爱的事业。但之前不知道,因为有很多彷徨和纠结,总觉得自己没有准备好。
我做事情也会尽可能把事情准备扎实了再开始,所以你说会不会有一点后悔,我觉得可能有一点,就是没有更早创业。
但另一方面,我又觉得在现在这个年纪开始,也不是一件太坏的事。
说实话,前面一段时间我收获了很多,不管是技术上的,还是对人性的洞察、对社会责任感的理解。我觉得在现在这个年纪,可能对这两方面都会理解得更深刻一点。
但如果再过几年,可能就没有机会再开始创业了。所以我会觉得,现在这个状态也挺好。
所以现在你觉得,可能到了再不创业就没有机会的时候,也会很珍惜这次 timing。
对。我会很珍惜这个 timing,也会很珍惜这个方向。
我希望找到一件足够长久、路径清晰、未来清晰,中间也有清晰路径的事情,足够做一辈子。
我们接下来可以具体聊一下你们即将发售的新产品 EV One。
从去年开始,我陆续听到投资人提到你们这家公司。你们在资本市场上是比较受追捧的项目。当时大家提到若创,都会说你们是做电动轮椅的。
你自己会怎么定义你们现在在做什么?比如第一款产品 EV One,它是一台电动轮椅吗,还是一种什么样的产品?
6. EV One定义个人出行
我们觉得,这远远超过了电动轮椅所对应的范畴,它实际上是一个泛个人出行设备。
你可以理解为,对很多人来说,步行是最后一公里唯一的出行方式。远一点可以开汽车,近一点可以骑自行车或者小电驴,但在步行距离里,很多人其实没有对应的交通工具。
我们希望给大家提供一个在步行距离和步行速度上,类似于交通工具的产品。
这里面最复杂、最难做的事情,是操控性,以及如何提供一种更简单、更方便的操控方式。
所以我们更关注,产品如何智能化,以及怎样拥有更好的越野性能和底盘性能。
在人行道和各种生活场景里,路面往往不是那么平整,也不是那么方便。
你可以把现在第一款产品 EV One 的完整体验和功能讲一讲吗?对一个用户来说,他可以在上面做到什么?
我们主要有两个大的功能。
第一个是智驾功能,叫 EV Sense。EV Sense 不仅能感知周围环境,还能提供规划和导航。这里面分成两个 Copilot 功能和两个 Autopilot 功能。
一个 Copilot 是基础版,核心功能是在障碍物前精准减速,最终停下来。
另一个是进阶版 Copilot,叫 Copilot Plus。很多地方通道比较狭窄,或者倒车时看不到后面,人很难准确控制方向。Copilot Plus 可以根据环境,适度帮用户调整方向。
两个 Autopilot 功能中,一个叫 Waypoint。用户可以告诉它“去冰箱”“去洗手间”。
另一个叫 Path Finder,是一个临时目标点。它不像冰箱那样一直在那里,用户可能只是临时想去某个地方,也不想给它起名字,只需要在地图上点一下,它自己就能过去。
此外,我们还有一些辅助功能,比如跟随。这也是用户的需求。有些用户平常想走一走,但累了想休息时,车却停在远处,他们还得走回去,这对他们来说很有挑战。
所以可以让车跟着人走。车上还可以放行李、食物、水和药品,这样用户心里也会更安心。
EV Sense 的底层是把整套智驾功能都放在那里。我们最开始做 Copilot 时,并没有想做 Autopilot,但底层功能能够很好地支持 Copilot。后来用户提出需要 Autopilot,我们也可以直接支持,所以它是可以升级的。
第二个大的功能,是底盘功能。之前叫 Smart Wheels,现在改名叫 Quad Drive。
这个底盘能让用户在旧金山、重庆这样的山区行驶,也能去草地。沙滩可能还不太行,但有树根、泥泞的地方,也不至于打滑。
车上还有自平衡、自稳定系统和 ABS 系统。它能检测到可能出现的打滑情况。
悬挂系统一方面保证我们可以上斜坡,另一方面也能让车辆在坑洼路面保持稳定和舒适,不会开起来一直震动、颠簸。
整个底盘会是一个舒适、安全、让人安心的架构。
这两个功能结合起来,最后就是人机交互。我们在这方面花了很多心思。
比如工程师在开发时,大家已经习惯了 Copilot,有时需要切到 Manual 模式测试一些场景,但会忘记自己在 Manual 模式里,仍然以为处于 Copilot 模式,结果直接撞上去。
这在用户那里也可能发生。所以我们在扶手的位置增加了振动反馈。一旦发现前方有障碍物,车辆会报警,扶手和摇杆也会振动。
此外,大语言模型是最点睛之笔。它不仅能够控制车辆,还让车辆真正变成一种陪伴。
我们在美国的一些养老院探访时,最后有用户对我们说:“非常感谢你们来。我不仅很享受这台车,也很享受聊天。”
他的护工经常不跟他们说话,因为没有时间。护工时间很少,他们平常没有人聊天。但这时,他们需要一个陪护,需要一个 companion。
这台车可以成为他们的 companion。你可以跟它聊天,可以让它带你去想去的地方,甚至可以让它做一些家务。
如果后面把机械臂等执行器加上去,我觉得它就不仅是人机交互,而是能够把车和机器人的功能,以一种相对简单、方便的方式结合起来。这就是未来机器人应该有的状态。
那你们最开始的用户是谁?产品最开始的取舍,肯定和核心用户的需求有关。
7. 摆脱轮椅标签
我们的用户可以是任何人。所以在设计产品时,并没有限定它是给某一种残疾人使用的。残疾人也分很多种情况,对应的需求也不一样。
我们尽可能把产品做得更加泛化,让所有人都能使用。
比如你看到的这台车,先不说科技和内部功能,单从外观来看,它就不是传统轮椅的状态。
我第一眼看到这个东西,觉得它像一把办公椅加了一个底盘。
对,它的整体风格比较轻盈、运动。
真正的一些老人,其实也不希望被看成残疾人。他们内心会有很大的抗拒,会说:“我不是残疾人,我是正常人,只是走不远,只是会累,我需要一个代步工具。”
这就是一个很好的工具。
所以从这个角度来说,我们希望去除轮椅本身带有的一些偏见。
我们也和很多轮椅用户聊过。他们说,自己在社会上会面临很多歧视。不只是身体上的歧视,有时别人看到他坐在轮椅上,甚至会觉得他脑子也有问题。
有用户跟我们说,他去买咖啡,销售员却跟旁边的护工说他想要什么咖啡,而不是直接和他说话。因为对方觉得他脑子有问题。
不管是残疾用户还是非残疾用户,都会遇到很多 stigma、偏见和固有印象。我们不希望这样。我们希望所有有需求的人,都可以使用这个产品。
如果你把用户定义为所有人,那怎么定义产品参数,怎么做取舍?
这个问题很好。实际上,人的需求是共通的。
看上去残疾人可能有各种各样的需求,但正常人也有类似需求。最基本的需求就是坐得舒服、越野性能好、操控简单、智能。这些需求和是不是残疾人没有关系。
我们希望在这些点上,把产品做到极致,所以我们会首先定义这样的产品。
新产品经常面临一个质疑:它不可能凭空满足一个新需求,往往是以前就存在的需求。
大家会问,既然已经有了这些东西,为什么还需要一个新的产品?比如很多人已经有二轮电动车、滑板车、平衡车;对残障人士或老人来说,也已经有电动轮椅。为什么还需要一个新的东西?
你怎么看这个问题?
我可以说一个我个人的例子。
我外婆已经 80 多岁了。前几年她还可以骑自行车,后来骑三轮车。但现在不管是我妈妈还是我自己,都觉得她不应该再骑了。她自己也骑不动,而且骑车对她来说有很大的安全隐患。
她从自行车换成三轮车,本身就是因为三轮车更稳,不需要太多操控技巧。
我们也看到,在荷兰、美国,很多老人会买电助力自行车。为什么买?可能是自行车骑不动了,但电助力自行车可以让他骑得更轻松。
这类需求实际上没有被满足。他们走路走不了很远,骑自行车又不安全。什么设备对他们来说最安全?这里显然存在一个产品空缺。
电动轮椅不能做到这一点吗?它不够安全吗?
首先,电动轮椅的医疗属性非常明显,很多老人不愿意使用。
另一方面,它的操控也不方便。普通人为什么不使用电动轮椅?就是因为它用起来不够方便,也不够好用。
你要面对道路上的各种问题和挑战。
我们想解决的就是这些问题。我们的底盘做得比较厚实,电机也有相当大的动力,包括四轮驱动系统和整体悬挂。
人行道实际上是最糟糕的路况,因为上面有很多石头,还有凹凸不平的砖,会很颠簸。
而且,人行道在很多国家属于“三不管”的状态。道路上如果有一个洞,很快就有人填平,因为汽车可能会抱怨,甚至导致事故。
但人行道不管是有洞还是有裂缝,很多地方都完全没有人关注。人行道上的异物也比机动车道多,还有各种占用情况。
遇到这些情况,就需要一个动力系统足够好的底盘来支撑日常活动。
因为你们的底盘很高,下面的空间比较大。
对。我们在底盘上不仅有四轮驱动系统,还加了很好的悬挂和弹簧结构。
汽车是一种经过验证的产品,它的设计方式非常清晰。我们要做的,就是把这套东西复制到人行道上。
这件事情以前没有人做。轮椅厂商不会做,因为对他们来说,只需要服务残疾人。残疾人的需求并不是去任何地方,而是有一个地方可以走一走。
轮椅的医疗属性对应的,不是让你生活得多好,而是满足基本的生活需要。
所以中间有一个很大的 gap。我们的产品面向更广泛的人群,大家有需求都可以使用。
尤其是现在老龄化这么严重,越来越多老人有各种各样的需求。我觉得这会是一个很好的产品。
我有一个想法。很多时候 PMF 里,大家更关注 M,也就是市场。但有时候,P 做得足够好,PMF 也可能是一个非常好的状态。
3D 打印机以前也有,但它没有突破到主流市场,是因为太繁琐了。用户要调平、装配、测试,最后才能正式打印,一次还要打印几个小时甚至几十个小时。
但做成产品之后,学习成本就会大幅降低。尤其是 MakerWorld 把线上的共享机制和平台做出来后,小白也能使用,就一下子有了更大的市场。
对。早年双创热潮时,很多人在 2014、2015 年做 3D 打印机。很多人做了一次,就觉得这个市场不成立,因为没有 PMF、没有需求。
但实际上,往往是产品做得不够好。没有 PMF,有时可能是 P 做得不够好,而不是没有 M。
割草机也是一样。更早有人做埋线式割草机,不需要人操控,但一开始布置时要埋线,大家觉得鸡肋、复杂,成本也不低。
后来无边界式割草机通过智能方式解决了这个问题,产品力上升了一大截。但它还没有完全吃下市场,因为产品力可能还没有达到最好的状态。
如果它真的能做到不需要人,完全可以依赖它来完成所有事情,那为什么还要找人去做?
但现在技术还没有达到,仍然有很多坑和问题,所以我感觉它还处于 early adopter 和 innovator 的状态,可能稍微进入了 late majority。
扫地机器人也是一样,得做到足够好,才能进入大众市场。
在开发第一款产品 EV One 的过程中,最开始的定义和最终产品之间,有几次大的调整吗?如果有,是因为什么?
调整很多,因为我们一直在迭代。
8. 产品减法通向量产
创业刚开始的第一年,我们并没有立刻投入产品开发。
你说的第一年,是 2023 年夏天到 2024 年夏天?
对,差不多那段时间。我们主要在开发底层技术,包括底盘、四轮驱动、整套智驾系统、传感器融合,以及用户调研。
用户调研从 Day One 就开始了。
第一年我们先准备了很多技术,但产品具体做成什么形态,是到 2024 年夏天才决定往这个方向走。
在 2024 年夏天收敛具体形态时,除了现在这种“底盘加椅子”的形态,还有其他选项吗?
我们当时想了很多。做产品最重要的是做减法。
我们收敛之后,花了一年时间一直在做加法。但到 2024 年那段时间,就必须决定到底做哪些减法。
比如我们之前设计过一个可变形结构,整台车可以变形。它可以调节高矮,座椅也可以往前倾。
很多老人腿部力量不够,坐上去和下车的过程很难,所以座椅前倾可以让上下车更方便。
我们还设想过座椅升高和降低,让它在不同场景下处于不同高度。比如吃饭时可以降下来。
这些都是机械结构方面的设想,但对我们来说太复杂了。
概念化一个产品很容易,做一个样机也很容易,但最后量产会有很多可靠性、一致性、可维修性的问题。
我们又是一家创业公司,没有办法把所有东西都做得很好,所以只能抓住核心价值:哪些是用户不可或缺的,哪些可以到第二代、第三代再做。
于是刚才提到的这些变形功能,我们全部砍掉了,确保第一辆车稳定可靠。
加上更多电机和连杆结构,不一定就不可靠,但可能需要更长时间验证和测试。
在做减法的过程中,有什么东西是你们坚持不能变的?可以列一下优先级吗?
第一是智能化,这是最不能变的。
第二是座椅的舒适度。
第三是底盘。底盘要保证我们能够去足够多的地方。
所以产品名字叫 EV One,很多人会理解成 Electric Vehicle,但我们把它称为 Everyday Vehicle。
我本来就想问,EV 是什么意思?
Everyday Vehicle,每天都可以用,什么场景都可以用,可以去到它想去的地方。
所以我们排出的三个不能放弃的地方,就是智能化、用户舒适度,以及整个底盘的安全能力。
你刚才说的其实是底盘的适应性,就是它可以去很多场景。
大的框架其实是安全。智能化也是服务于安全,底盘同样服务于安全,同时还要兼顾舒适和易用。
比如四轮驱动让我们能够去各种地面,它本身也是安全。
我之前在美国的一条人行道上,差点坐着另一种代步车摔倒。因为我往一个方向走时,路面有一个斜坡,那个车的电机可能不够好,导致它在侧向走斜坡时扭矩不足。
我明明想往右边走,它却往左边倒。那一刻我就觉得,如果我们要做一台车,就必须避免这种情况。用户可能心里完全没有准备,车却突然失控。
所以底盘本身就是为了这个需求。舒适度也是一样。我们的悬挂和弹簧做得比较好,坐在上面不会有太多颠簸。
所以安全、舒适和易用,是我们打造这个产品时坚守的核心原则。
你们在这个过程中遇到过什么特别难的挑战吗?毕竟这是一个新的品类,每个功能的定义都充满挑战。
比如刚才我体验的两个功能,一个是停下来,一个是帮你改变方向。
最开始,包括 2025 年初的 CES,我们的功能还是切换模式:一种模式是只停止,另一种模式是可以避开障碍物。
但用户测试时,我们发现,把用户切换到可以避开的模式后,他体验起来觉得很舒服,但在真正的生活场景里不会使用。
他们要么开手动模式,要么开停止模式,但不会开避让模式。
我们问他为什么不用,他说太麻烦了。
因为如果让车避开一个东西,它实际上就没法接近这个东西。这两个模式本质上是冲突的:一个模式是允许它接近并停下来,另一个模式是它不会接近,而是试图绕开。
如果用户需要在遇到障碍物时切换到避让模式,不需要时再切换出来,即使只是按一个按钮,对他们来说也是很大的挑战。
我们最后在摇杆上加了一个按钮,变成实时授权:我需要你帮我时就按住它。
比如进入窄通道、进入电梯,或者要从电梯倒出来时,我很难控制方向,就按住按钮,让它临时帮我改变方向。不需要时松手,就回到正常驾驶模式。
这样用户很容易切进和切出这个模式。
另外,方向调整会让人有一点失控感。速度的调节还好,但方向的调节会让人觉得:“我明明打的是这个方向,你却让我走另一个方向。”
但按钮放在那里以后,用户只要按下去,心理感受就是:我授权它帮我改变方向了。
我刚才试了一下,这很微妙。虽然我确实没有动方向控制,但感觉自己仍然在控制它,那个感觉还挺爽的。
对。这些就是很小、很细的点。
刚才还提到 Copilot 和 Autopilot,一个是帮我开,一个是替我开。
我们一开始访谈用户时,他们都说不要 Autopilot,要 Copilot。但后来发现,他们其实并不是这么想的。这又是一个用户回答问题和实际需求不一样的地方。
当你问他要不要智能驾驶时,他第一反应可能是:我在越野、在道路交通中、在公园里,处于一个不熟悉的地方。这时他更渴望掌控车辆,所以需要 Copilot,帮助增加安全感。
但当他回到家里、熟悉的场景,或者经常去的超市,他可能希望不用自己开,降低精神压力,把注意力放在喜欢的事情上。
他可以玩手机、看看周围风景、跟人聊天,不用一直专注驾驶摇杆。在这些场景下,Autopilot 就很有用。
所以 Autopilot 进一步变成了一个助手型机器人。
9. EV One成为助手机器人
我们实际上把这个产品定义成助手型机器人,叫 robotic helper。
这也和谷歌有关。谷歌在 2017 年成立了一个 moonshot project,类似早期自动驾驶的 Google X。
它当时有好几个项目,比如自动驾驶后来独立成了 Waymo;还有癌症、抗衰老项目,我以前也和他们聊过;此外还有大气球、无人机,以及 Everyday Robots。
Everyday Robots 这个项目很有价值,也很有意义,但后来被停掉了。他们真正做了一个作为 helper 的机器人,提出了“人类需要一个机器人 helper”的概念。
我刚才提到的那些论文,包括 SayCan、RT-2、PaLM-E,以及早期具身智能论文,很多都是用那个设备做原型。
所以这个项目对我的影响很大,我特别欣赏他们当时的目标。
我们今天这台车也是一个 robotic helper,只是它提供帮助的方式不一样。谷歌的机器人可能帮你拿东西、擦桌子,和今天常说的具身智能更接近。
它是有机械臂的,最开始是单臂,后来也有双臂。
对。它上面有激光雷达和各种传感器,也有夹爪,可以做一些家务。
我们今天这台车同样是 robot helper。在 Autopilot 可行的情况下,它可以带着人去不同的地方。
在这个基础上,人和机器的交互会变得很有意思。我们把 AI 和大语言模型嵌进去,本质上是在降低使用难度。
你真正拥有了一个可以帮你做事情的机器人。第一步,它可能只是带你去想去的地方。
比如刚才说去冰箱这件事,你不需要告诉它“去冰箱”,可以说“我口渴了,想喝点冰可乐”,它就会带你去冰箱。
语言模型已经可以在这个程度上理解人的意图了。加上整车的传感器、语言模型,以及 VLA 算法,这些都已经可以用起来。
此外,我们给车留了很大的扩展接口。不是体积上的大,而是功能上的扩展空间。
这个接口可以支持 200 瓦到 500 瓦的功率输出,也有控制信号和高速网络信号。后面的 rack 是一个支撑平台,平常可以放包,也可以放机械臂。
左手边也有一个配件安装位置,可以交换,左撇子也能使用。这里同样是一个 rack,还有一系列扩展接口。
这些接口让我们可以开发非常智能的配件,包括机械臂、自动充电基站,以及各种执行器、新的传感器,甚至计算单元。
把这些东西加进去后,它就不只是带你出行了。
如果有机械臂,我可以坐在上面,让它帮我开门、拿东西;我也可以不坐在上面,让它帮我拿一瓶水。
如果装机械臂,是装在这里吗?
前面、后面都可以。这个位置可以支撑一个人的重量,所以完全能够承载。
我们还有一些接口,比如 USB-C 接口,座椅下面也会有接口。整车的控制信号和电信号都比较成熟。
你可以把它理解成一个平台。它不是轮椅,之所以不是轮椅,是因为它是一个平台,未来有很大的可扩展空间。
从这个角度看,它是一个移动底盘、移动机器人。它先是一把椅子,但同时也是一个移动底盘,可以承载很多其他功能。
像机械臂这样的东西,你们现在自己在开发原型吗?
那只是远期目标。我们现在聚焦于产品量产,聚焦于 mobility。
但从软件角度,它确实是一个方向。因为如果它是一个 helper robot,就需要有方式和人很好地交互,并提供很好的服务。语言模型会成为很重要的角色。
当你有这么多配件时,很难通过控制器来操作。你不能拿一个像书那么大的遥控器,去控制那么多按键,用户也无法理解。
我们需要给用户一个容易理解、容易交互、容易使用的产品。
所以我们做这件事,沿途下蛋的意思是,不会一下子把所有东西堆上去,然后说“你来操作吧”。
我们会先把一个功能做好。比如机械臂,我们先定义几种功能,保证这些场景好用、靠谱、可靠。
用户可以把它带回家,测试各种场景。我们保证已经定义的那几种场景是可靠的;如果用户发现新的场景,就会给我们反馈,希望我们继续开发。
当有几万台、十几万台机器在全世界不同用户的家庭里尝试各种动作时,这就是最好的具身智能平台。
刚才讲的是功能定义上的挑战,交互设计上也有挑战。工程实现上有什么难点?你们是怎么解决的?
说实话,做这个东西和做一辆车差不了太多,相当复杂。
我们在 2025 年年初已经做出了原型。从去年 8 月开始做,花了 3 个月时间做出一个原型,之后也改了一些,然后拿去 CES 展示。
做原型相对容易,但到量产阶段就有很多坑。
我们比较幸运,很多同事都很有经验,知道设计时要把这些问题考虑好。
我们之前确实 delay 过大概接近半年的时间。这半年用来做什么?主要是做可靠性测试。
我们按照最终设计打了一个版本,没有直接开模,而是先做可靠性测试。
有一种测试设备叫双滚筒机,在滚筒上放一个 5 厘米高的垫子,模拟车辆颠簸的状态。每转一圈,车就会颠一次。
按照各国安规标准,通常是 20 万圈。我们把目标设成了 200 万圈。
我们希望用户坐在车上时感到非常安全,不会出现中途抛锚、散架的问题。
尤其是这台车有很多传感器和执行器,它们必须 electrically and mechanically fit together。
传统产品可能只要保证机械结构稳定,但我们还要保证高功率线路稳定、信号传输稳定,尤其是高带宽信号传输稳定。
这些事情花了我们很多时间,但做好以后,对我们来说非常有价值。
你们现在已经在做一些 Alpha 测试的第一款 EV One 产品了。有没有什么用户反馈或用户故事让你印象特别深?
我刚从美国回来,上周刚回来。这一次我们拜访了几个用户。
有一个用户很有意思,是佛罗里达的一个女孩,现在差不多高中毕业,准备去上大学。
她的脖子有一些问题,没办法很好地支撑自己的姿态。很多时候,她需要坐在椅子或者出行工具上,目前使用的是手动轮椅。
她不能很好地保持平衡走路吗?
不是平衡问题,是她的脖子很脆弱,不能经历太剧烈的颠簸。
她之前很喜欢去马场,喜欢骑马,喜欢和马互动,但现在已经好几年没办法去了。
我们让她尝试 EV One。她坐着这台车去了马场,还给马梳了毛。
她妈妈当场哭了。因为这么多年,她一直希望能和马互动,尤其是在经历了这样的不幸之后,她需要找人倾诉,也需要找宠物倾诉。她觉得马是很好的倾诉对象,但之前没有机会去。
马场的路面很颠簸,有泥泞、草地和树根。她开着我们的车过去,悬挂很好,自己也没有太大负担。
她之前还租过一台电动轮椅,但第一天在家里就撞了,所以心里有很大负担。
我们去的时候,她特别感动。正好我们要拍一个宣传视频,就邀请她做了宣传视频的主角。
这件事对我的触动很大。因为我们确实是在帮助有需要的人。这个人可以是老人、年轻人、残疾人,也可以是非残疾人。
他们有需求,而机器人技术确实能给大家带来便利和出行的喜悦。这是让我很受触动的一点。
我们接触了很多这样的用户。整体来说,只要用户试过,基本上都非常有意愿。
你们接下来的定价大概会在什么区间?
我们还没有定价。
那可以讲讲定价逻辑吗?你们是明年 1 月的 CES,也就是 2026 年 1 月,正式公布价格?
对。我们可能会偏高端、premium 一些,但另一方面也不希望它贵到无法接受。
目标用户可以接受什么价位?
我们做过欧美市场主流用户的调研,但每个人说得不一样。
有人说愿意花 1,000 美元,有人说愿意花 20,000 美元。中间到底怎么选,什么价格才合理,需要我们做更多调研之后才能确定。
中高端电动轮椅本来也比较贵吧?
对,电动轮椅可能卖到几万美元。
我在 Reddit 上也看到有人讨论,说电动轮椅很贵。我想知道,在欧美市场,它会被算作医疗器械吗?在资质、品类以及法律监管上,你们会怎么定义?
这取决于我们怎么定义它。
第一款产品的定义会是出行设备。很多用户也会买类似的东西,比如刚才说的,有些人买电助力自行车来满足出行需求。
所以我们一开始会把它定义成出行设备。但我们也理解,很多残疾人有这个需求,他们也可以买这个设备,只是它可能不会被医保覆盖。
未来某一天,我们可能会设定一个 SKU,专门面向医保或者医疗器械场景。那会是不同维度的需求和考虑。
你会担心这个市场规模吗?比如轮椅或者电动轮椅大概是一个什么样的市场?
说实话,这个行业很有意思。我借用 Henry 的一句话。他跟我说,这个行业足够原始,原始到连一个像样的市场调研报告都没有;也足够新,新到没有人知道这个产品会是什么样的受众。
他把这个行业定义成什么行业?
这个行业足够老,是电动轮椅行业;电动轮椅行业又足够新,是我们的产品。
两者目前有一些 overlap。
电动轮椅有一些行业报告,包括市场规模、增速等,但不太准确。
那些行业报告有点像早期激光雷达行业的报告。
对。直到今天出货量比较明确、相关公司都上市之后,这些信息才会比较准确。
目前这个行业里很少有上市公司,之前还有一家上市公司退市了,就是 Invacare。
我觉得这是一个巨大的机会。所有好的产品、好的商业模式,都是在从未知到已知的 transition 中发生的。
无人机、运动相机都是这样。
听下来,你们的开发过程需要各种各样的人才。很多东西都是自己从头开发,底盘涉及机械和硬件,智能化又涉及 AI 和软件。
这次的团队是怎么组建的?包括联创肖文龙,他也是你以前在大疆的同事。
10. 团队文化构筑长期优势
对。我们很早就认识了。我进大疆第一个月,基本上就认识他了。
当时他负责大疆一个比较大型的无人机产品,是产品经理。他对传感器有很强的需求,尤其是激光雷达,因为他要做一台旗舰级机器。
后来那个项目被砍掉了,但我们早期有很多沟通,讨论怎么样做出一套满足他的传感器需求的系统。
所以我和 Nick 当时就认识了,也讨论过很多诉求和需求。我觉得我们两个比较互补。
那时我想创业,他也已经离开大疆一段时间了。
他是什么时候离开的?
差不多也是 2018 年,和我差不多。
他出来之后做了几件不同的事情。一开始做的是涡喷发动机,给航模使用,因为他是航模爱好者。他做了一个和飞机上一样的发动机,用在航模上。
但那件事不是特别盈利,后来又做了一些其他的小生意。
他的诉求是,他很怀念在大疆的工作状态:一帮优秀的人做大家觉得不可能的事情,最后还能把它做出来。
他希望和一个很好的团队一起做事情,但不是特别希望站在一号位去定战略,更偏执行。
而我更希望定一个明确的方向,也比较擅长从头看到尾,理解具体细节。当然我并不会对所有细节都了解。
我偏传感器、偏算法,他偏结构、电机控制。所以在机器人领域,我们基本上覆盖了从传感到执行的部分。
当时我找他时,觉得我们非常契合。我问他的诉求是什么,他说想找一个好的团队;我说我的诉求是想做一件值得我们做一辈子的事情。于是我们就 team up 了。
一开始 Nick 并没有完全决定加入我,因为当时有好几个 offer。
大疆创业的人确实很多。
对,大疆创业的人很多。他也比较出名,早期负责大疆的动力系统,包括电机和电调,对电机、机械结构非常了解,能力很强,做事也很细,能够真正交付出好东西。
所以他有很多选择。
我就跟他说:“你既然想找一个好的团队,我们就来定一个好的团队。什么是好的团队?最重要的是文化价值观。”
当时我和 Nick 第一次吃饭,就把这件事定下来了。
我们的文化价值观是:创新进取,拥抱成长,有机团队,执行到位;纯粹做事,极致拼搏,勇于开放,敢于决策。
当然,后来团队发展过程中,我们也做了一些调整。
可以具体说一下你们的价值观吗?
其中有一点是“不迷信专家,用第一性原理思考”。
我觉得这是我们在大疆非常喜欢的一种文化。大疆从来不会因为别人怎么做,就认为我们也应该怎么做,而是会不断挑战:有没有办法做得更好?为什么它要这样做?
汪滔自己会被挑战吗?你记得有什么例子吗?
他会挑战我们。至于谁挑战他,我不知道。
汪滔是一个很厉害的产品经理,有很强的技术洞察力,对产品和工程都有很高的要求。
经常有人觉得已经不错了,但他觉得还要重新做。
你记得具体是什么事情吗?比如大家觉得已经 OK 了,但他认为还要重新做?
具体事例不太方便说。但我觉得他对我们来说是一个很好的榜样。
大疆当时也有一个类似文化价值观的说法,叫“极致进取”,意思是对事情要追求极致,不觉得差不多就行。
这四个字叫什么?
“极致进取”。
我们也是把极致变成了自己的诉求。
我们把文化价值观贴出来,并不是为了展示,而是让它成为一个准则。
在公司里,如果符合这个准则,就是绿灯;不符合,就是红灯。除非大家认为需要调整,否则它就像公司的宪法。
我和 Nick 当时有很多讨论。讨论完之后,他立刻愿意加入我,因为他觉得这样的团队会很舒适,大家会为了把产品做好,形成一个高密度的人才团队。
大疆的人会怎么理解“舒适”?
因为你刚才提到这个词,我想到以前我们聊过大疆的环境,很多人也会说舒适。但另一方面,大疆的压力肯定也很大,大家一直追求极致。这里的舒适是什么意思?是一种有很多压力、但能让你成长的环境吗?
我没办法代表别人说,只能说我自己的理解。
我的舒适,是技术氛围很浓,只按照技术说话,没有太多的人情世故,以结果论英雄。
你只需要专注于手上的事情。如果你真的有特别好的想法,就会胜出。
所以这是一个对有实力、有抱负的工程师来说非常好的环境。
我觉得是的,这也是我们对团队的要求。
大疆人很多的时候,还能保持这一点吗?比如公司已经有两万多人时,还能保持吗?
至少我在的时候,我觉得大疆这方面的文化还是相当好的。
2019 年的时候有多少人?
工程师一般是几千人。如果算上所有人,可能有一两万人。
因为 2018 年的时候好像有 14,000 人。
对。工程师大概一直是几千人,反正我在的那段时间,大概是三四千人,可能还不到。
所以在三四千人的工程师规模里,你刚才说的这种氛围、评判标准和做事方式还能保持住。
对,我在的那段时间是这样。
你们这次找了 AI 或者算法相关的合伙人吗?
这个问题比较有意思。
到目前为止,我们整套自动驾驶模型并没有使用最先进的具身智能方案。因为这套方案暂时还不能在低成本、低算力、低数据量的情况下用好。
所以我们还是接近于使用早期自动驾驶的技术路线来开发。
这也是我们做这个产品比较幸运的地方。因为随着产业链的发展,很多算法供应链、传感器和执行器都已经变得非常 accessible。
在算法层面,我当时和港大的张富老师有合作。他以前也在 DJI 工作,我们有一些联合培养计划。
目前我们的算法团队,实际上是由我们自己培养的一位博士生建立起来的。
之前 Livox 有人质疑,它的扫描方式和传统激光雷达不太一样,算法可能不兼容。
张富后来做了很多工作,尤其开发了 FAST-LIO 系列算法,基本上把激光雷达 SLAM 的整体框架优化好了。
在这之前,做激光雷达 SLAM 的人很少,学术界和工业界都不多,所以很多人不会用,尤其不知道怎么做传感器融合。
张富把这套算法做好后开源了。一方面,Livox 本身有很强的需求;另一方面,学术界确实也没有特别好的算法。
这套算法开源之后,就成了这个领域的 SOTA,很多公司和学校都采用了。
所以后来质疑 Livox 扫描方式和传统方式不兼容的声音也没有了。因为当你有一个好的算法时,这些问题都不是特别大的问题。
你们现在是一个新的产品,不面临同质化竞争。但假如产品上市后反响不错,肯定会有人做类似的东西。你们未来怎么应对?
我的想法是,适度竞争对消费者和行业都有利,但我不太喜欢过度内卷。
我们选择做一个新品类,也有这方面的考虑。
首先,这类产品的可靠性、稳定性和安全,会建立在品牌认知上。如果我们第一个把事情做好,让用户形成“这是一个安全、智能的产品”的心智,后来者再想以品牌方式进入,就会面临很大阻碍,这是先发优势。
先发优势还来自技术层面。比如摇杆怎么控制,四轮驱动怎么结合悬挂,模式怎么切换,语言模型怎么融入,这些都是我们第一次遇到的问题。
每个问题都可以形成专利,所以我们已经把这些申请了专利。别人想做类似产品,就不可避免会遇到我们的专利。
此外,我们产品的复杂度很高。我们的团队是多维的、全面的:机械结构团队很优秀,硬件团队很优秀,算法团队也很优秀。
创业团队里,要么以前做算法的人对硬件、可靠性和制造的理解不足;要么以前做硬件的人,算法能力有所欠缺。
我们可能是比较少见的、同时具备这些能力的团队。我们付出了很大代价,也花了很长时间打磨产品。别人要做同样的事情,也需要很长时间,甚至更长。
所以我们有信心在相当长一段时间内保持优势。
但这不可能持续 5 年、10 年还靠同一款产品保持优势。我们的目标是奔着机器人的圣杯去,在这个过程中会把各种新技术沿途下蛋,加到产品里。
不一定是这一代,也可能是第二代、第三代,我们有一系列 roadmap。
即使别人想抄袭这款产品,我们也会有其他产品面世,帮助建立护城河。
这对新品迭代效率、研发、供应链,以及整个效率提出了很高要求。
对,所以我们也在持续打磨团队。
很多初创公司早期招人时会降低要求,但我们从来没有放低过标准。
文化价值观本身就是一个筛子。面试时,我们会非常看重候选人是否和我们的价值观契合。
进入公司工作一段时间后,如果他不是我们这一类的人,可能很快就会觉得不舒适,自己离开。如果他不离开,我们也可能请他离开。
所以我们对人的要求很高。这不一定适用于所有创业公司,但我们确实比较幸运,有条件坚持这样的要求。
我们的团队非常综合,各方面都做得不错。
当然,如果是一个建制和体系都很成熟的大公司,可能会比我们更优秀。但这就是初创公司的机会:在大公司还没有进来之前,我们先把这件事做出来。
扫地机器人行业早期也有一些先发优势。比如云鲸最早做扫拖一体,石头一直有比较强的导航规划能力。
但这个行业很快就有很多大公司和创业公司涌入,进入白热化竞争,先发优势很快扩散,所以需要迅速建立新的产品竞争力。
我觉得这个行业确实是这样,也可能和行业性质有关。
对消费者来说,扫地机器人是一个可以长期考虑的产品,对安全可靠性的要求没有那么高。至少它不会造成特别严重的事故,最多是把家里的东西撞坏。
大疆的壁垒之一,就是无人机对安全可靠性的要求很高。
以前有很多初创公司想进入无人机行业,小米曾经做过,GoPro 也做过。
我们之前采访刘金康时,他说很长一段时间都在办公桌上放了一台 GoPro 无人机,提醒自己有时会遇到完全不知道的坑。
他说 GoPro 当年第一款产品其实投入了很多钱,但有一个很大的 bug 一直没有发现,结果飞起来很容易炸机。
无人机最明显的一点是,只要炸过一次,用户下一次就不会买了,因为大家会觉得这个东西不可靠。
GoPro 可能还有更多原因,比如供应链比较远。
但我们在美国调研时发现,大家说到运动相机,还是会说 GoPro。
对,它确实是这个品类的开创者。大家甚至认为那种产品就叫 GoPro。
我觉得这就是心智的开拓。先发者把用户心智建立起来之后,还要继续跟上后续产品力。
但它的好处是,大家提到这个品类就会想到这个品牌。如果产品力再好一些,也不至于被打得这么惨。
你前面提到,一开始招人的 bar 就设置得更高,招更好的人,可能也是带来后劲、持续竞争力和效率的关键。
否则可能会经历一个比较痛苦的过程,不得不淘汰一些团队成员,甚至是创始团队成员。很多创始人都会经历这个 struggle。
一定会。你的责任就是把这条船带好。要把船上的水手赶走,当然很难,但有时为了公司发展,又不得不做这个决定。
我也预期过这件事,会尽可能把事情想在前面,避免不必要的 corrections。
如果早期能够把文化价值观建立起来,组建一个能打、能拼的团队,后面面临的挫折,至少不必要的挫折会少一些。
你这种特质的劣势可能是什么?
优点很明显,你不希望做不必要的浪费。但它可能也有不好的地方,你需要怎么调整?
这个劣势其实很明显。
我也理解,本质上很多东西都需要迭代。你总是有迭代的诉求,没有哪个东西可以一开始就架构好,然后一路做出来。
有些事情靠想,肯定想不到完全的程度。
所以我并不排斥迭代,只是希望迭代次数少一些,效率高一些。但有时极致追求效率,也会带来不必要的压力。
这些公司还挺有意思。比如把软硬结合的产品放在一起看,追觅属于迭代非常快的类型。
他们有些产品迭代完全是为了渠道。比如当时在抖音或者其他社区做团购,会有专门供应某种渠道的货,先去测试什么产品能跑出来。
而像影石 Insta360,我觉得它还是希望很多事情先想好,不想做无谓的尝试。
公司比较小的时候,如果做不好,有时会把自己玩死。如果你没有那么强的融资和资源整合能力,公司的风格就会不一样。
大疆在这个光谱里是什么位置?
我在那个阶段觉得,大疆是相当自由的。
汪滔很放权,允许我们尝试各种稀奇古怪的东西。这可能算是一种内部迭代,公司有能力支撑团队自己想方向、做尝试,并把它做出来。
事实证明,有一支优秀的团队,大家想出来的方向和做出来的东西是靠谱的,实际浪费很少。
我们当时做了很多新的、前沿的产品或模块,然后逐步应用到产品里。
我觉得这种方法需要搭配非常优秀的人。
现在有没有什么你在学习或者对标的企业家、创始人?
企业家的话,很多人会提到 Steve Jobs,说他对产品极致和用户洞察很有理解。
但我更 admire 他的 taste,以及他对事情的远见。
比如 iPhone。在做 iPhone 之前,他已经花了很长时间做 iOS。iOS 是灵魂。
诺基亚也做过类似的功能,但总是没有达到那个状态。iOS 打通之后,引入了外部开发者。
这些是远见、策略和公司的战略。他能把事情想清楚,并且在还没有真正看到结果之前,就能把 idea 清晰地传递给员工,告诉每个人愿景是什么。
这一点是我想学习的。
我也很钦佩汪滔。他对产品和工程的极致要求非常高。因为我和他近距离接触得比较多,所以理解他是怎么打磨一台无人机产品的每个细节。
比如能不能用某种材料,能不能用某种方式。他能把这些事情想清楚,而且有丰富的信息源帮助他取舍。
从某种程度上说,我也希望自己具备这样的能力。
你说的是产品细节上的极致?
对,就是对一件事情特别敏锐。
比如某种新材料出现了,我会想有没有机会用到产品里,而不是认为它和我没关系。
他会非常极致地抠每个细节。只要知道一个东西,就会想怎么把它用到自己的产品里。
这是一种工程上的极致。它和 Jobs 不太一样。汪滔可能也看得很清晰,只是我不知道,他可能不太会把这些东西表达出来。
大疆有一点让我意外,就是直到比较晚的时候才有非常明确的企业愿景,好像已经成立很多年之后,大概 2018、2019 年左右才提出。你对这件事有印象吗?
我记得。当时我也有点困惑。
在我的理解里,大疆的文化一直很清晰,文化和愿景都是清晰的。但有一天汪滔说,我们要制定一套企业文化和愿景,我就觉得,难道不是已经有了吗?
之前没有成文的版本。
对,没有成文,但在我看来其实已经很清晰。
后来制定的成文版本特别长,很难记,也不容易表达和传播。
我觉得本质上,成文的东西不一定能让大家清晰理解公司的文化价值观。真正的文化价值观,体现在每件事情、每天的交流和接触,以及工作的风格里。
所以在大疆没有成文的文化价值观时,大家反而觉得文化价值观很清晰。
对,我觉得很清晰。
它当时的愿景,应该代表了对未来的想象。核心可能是“空间智能”。大疆要做空间智能,在当时讲这个其实很早。
对,很有远见。
每个人的 interpretation 不一样。我觉得愿景可能要稍微模糊一点,这样才有解释空间。
但从大疆每一个产品来看,确实有很多是自下而上的。你有好的人在这里,就会有好的想法出来。
它和你刚才说的 iOS 不太一样。iOS 是生态,是底座。
对。Jobs 更多是自上而下的设计。
我觉得战略和愿景一定是自上而下的,但底层创新是自下而上的,只要它符合你的战略方向。
我也希望 someday 能成为这样的状态。
最后,想请你分享一个最近在思考、想验证的问题,或者说你现在的悬念是什么?
11. 跨越鸿沟进入主流
现在对我们来说,一个很有意思的点是,我之前读过一本书,叫《跨越鸿沟》。
它说,一个新产品在早期 niche market 中,用户通常是 innovators 和 early adopters。但在进入 early majority 之前,会有一道鸿沟。
要跨过去,就必须突破既有的 target audience,进入另一批用户。怎么突破很难。你要在 niche market 里不断迭代,找到最合理的那一批用户,再进入 early majority。
这没有一个成熟的方法论,必须不断尝试。
我很好奇,我们的产品会怎样跨越这道鸿沟。也可能我们的鸿沟很小,因为我们一开始就直接面对大众;也可能鸿沟很大,早期只有 innovators 愿意尝试。
至少我们现在定义了不同功能。两个 Copilot 功能和两个 Autopilot 功能,会面对不同用户。
所以在早期测试时,我们也会和用户共创,了解他们需要哪些功能、会把功能用在什么场景。
前几天还有一个以前的朋友想拍电影,他问能不能用我们的产品,在上面架一台摄影机作为稳定机。它可以自主移动,也可以定点行驶。
这些都是早期 niche market 的不同尝试。
我们要验证的包括:niche market 到底是谁?我们定义的人群是否真实、是否匹配?虽然现在用户反馈都不错,但之后怎么进入主流人群,我特别想验证,也很有兴趣观察这个产品到底怎么突破、怎么跨越鸿沟。
你觉得无人机是怎么跨过这道鸿沟的?最开始无人机也是一个大家不理解的产品,大家会问为什么需要它。
我个人感觉,无人机在很多 niche market 中找到了航拍。
航拍是一个过去所有人都没有过的体验。只有很少的人能坐直升机,在低空飞行,去看自己原本只能从平面看到的地方。
无人机正好提供了一个全新的视角。这种体验带动了整个无人机的发展。
大疆也号称自己是“会飞的相机”,我觉得这个描述非常准确,它的价值就在这里。
这件事挺微妙。如果鸿沟比较小,就会很快进入大众市场,但也可能像扫地机器人一样,很快进入红海竞争。
对。有时候鸿沟大一点,发展的空间反而更大。但如果太大、跨不过去,就始终只是一个相对小的品类。
都有挑战,但我宁愿鸿沟小一点。这样即使有困难,也是一个乐观中的困难,因为需求在那里。