155: 至简动力贾鹏：从英伟达到理想，具身智能的六边形战士

我觉得黄仁勋真的是精力太旺盛了。他讲过一个故事，他每天基本上四五点起床，要么读邮件，要么读论文。他说，他量过自己和太太额头的温度，发现自己的温度比太太高 1 度。他觉得自己的大脑每天都在高速运转。

李想有一句话我觉得特别受用。他觉得没有任何人可以避开坑，但是最后比的一定是谁爬坑的能力更快。他还说过，要掉坑就一起掉，不要有人在外面说风凉话。

你们在出发的时候，是怎么给自己定位的？

我觉得我们是一个六边形战士。我们的大脑也要做好，技术、战略、产品、品牌、组织，包括商业，都要很强。

欢迎做客《晚点聊》。你可以和我们的听友、观众简单打个招呼，做个自我介绍。

大家好，我是至简动力的 CEO 贾鹏。

你之前的从业经历非常丰富。在这次创业之前，从 2015 年到 2025 年的 10 年时间里，你一直在做和机器智能非常相关的自动驾驶：先是在英伟达，后来是在理想。这也是你成立至简动力以来第一次接受采访，所以我想从头聊一下这个过程。

我们先回到 10 年前。2015 年，你当时是怎么加入英伟达、开始做智能驾驶的？因为在那之前，你做的是高性能计算。

1. 从高性能计算到英伟达

对。我觉得这和我的学术背景有关。我们是比较早期做 HPC 的，当时大家做的还是超算、国家超算，使用的都是很多 CPU。后来英伟达开始推 GPU，用来做加速。我们发现它是一个非常好的加速器，大家也开始转向 GPU。

最早的时候，可能大家都没听过 C2050 这种老版本，它和现在大家说的 H200 已经差了很多。

你在 IBM 的时候就在用英伟达吗？

其实我读书的时候就已经开始用了。我当时自己买很多零件，自己拼高性能计算机器，一拼就是几十个节点。那时候开始接触 CUDA，还是 CUDA 1.0、2.0 的时候。

这是哪一年？

基本上是 2008 年到 2012 年，这 4 年期间。到了 2015 年年底，也是朋友介绍我加入英伟达。因为黄仁勋其实有一个梦想：一直想把英伟达的芯片做到端侧。那时候英伟达大部分业务在数据中心。

当时英伟达做小米手机，算是失败了，因为发热比较严重，芯片没有在手机上真正用起来。所以他的战略就在想，下一个类似的智能终端到底是什么。后来他觉得有可能是智能汽车，尤其是中国的电动化在那时候也开始发展了。

汽车的电池比较大，功耗要求没有那么高，对散热的要求也没有那么高，所以他觉得汽车可能是一个很好的端侧应用。他想把芯片放到车上，所以那时候就招人进去。因为黄仁勋想先在中国做自动驾驶应用的试点，于是在中国成立自动驾驶团队，但当时还没有专门的自动驾驶团队，还是挂在数据中心业务下面。

我是第一个被招进去的员工，开始做芯片推广。

你说的是中国团队的第一个员工？

对，中国自动驾驶团队的第一个正式员工，专门聚焦自动驾驶。

那你当时直接向美国团队汇报吗？

对，我的老板在美国，是一位印度人，现在已经是英伟达的副总裁了。

我觉得，因为我有 GPU、高性能计算和算法加速的背景，所以被招进去，开始在全中国推广英伟达的芯片和 SDK。

当时自动驾驶行业增长非常快。2015 年、2016 年，如果你记得的话，基本上随便找个人出来融资，大家就可以开始做了。小马智行、文远知行，包括地平线，其实都是同一时期成立的。

那时候我认识了很多自动驾驶圈的朋友。大家一开始都想用英伟达的芯片和底层 SDK，所以我当时肩负了好几个职责。我自己扛着板子，那时候还是 DRIVE PX 1、DRIVE PX 2 这种老的板子，拎着小包，到各个车厂、互联网公司去推销，说大家可以用一下英伟达的东西。

到后期大家认可这件事之后，我的角色逐渐从偏硬件，转向算法和软件，开始给大家做加速和底层 SDK 的开发。

在加入英伟达之前，你自己接触过端侧计算吗？

没有，英伟达是我第一次接触端侧计算。

那为什么当时英伟达这个部门愿意招你？

我觉得主要有两个原因。第一，我确实有 HPC 的背景，做过 HPC 加速。第二，我自己做高性能计算时，做过很多算法加速，比如核爆炸、蛋白质折叠，以及天气、海洋预报等。

因为端侧计算本质上也是一个加速问题，所以大家觉得我的背景还不错，就把我招进去了。不过端侧计算对我来说完全是从零开始，我当时需要重新学习。

当时英伟达是一个什么状态？

英伟达当时的组织还很小。2015 年年底，市值可能在 100 亿美元附近，是一家很小的公司，全球可能只有几千人。

当时北京可能不到 100 人，上海大概 800 人，全球可能只有五六千人、最多七八千人的规模。

现在英伟达已经是 5 万亿美元市值，所以我们开玩笑说，英伟达过去 10 年的涨幅和比特币差不多，都是 5000 倍，非常夸张。我大概经历了它从 100 亿美元到 1000 亿美元的过程，经历了 10 倍的增长。

你在英伟达期间，包括你负责的这块业务，是什么时候感觉到它从一个相对早期的状态开始加速发展、受到行业认可？

对我来说，可能有两个阶段。

第一个阶段，当时英伟达和 AMD 还基本是不相上下的状态。后来突然有一天，你发现英伟达把 AMD 拉开了，至少从市值上拉开了。

第二个比较强烈的感觉，是英伟达的市值接近英特尔的时候。英特尔一直是大家认知里的半导体老大，突然有一天，你发现英伟达的市值竟然接近英特尔了。我觉得这两个阶段，对我来说是那 5 年里比较明显的节点。

你会明显感觉到这家公司成长得非常快。还有一个例子是，英伟达每次发布财报，大家都会买卖股票，因为已经形成了规律：它只要发布财报，股票就会涨 30% 以上。它每年的业绩都在翻番，所以每次发财报股价都会跳涨，大家甚至会在财报前一天买入，第二天卖掉。

那段时间，大家明显感觉到这家公司每天都在跳跃式成长。

那自动驾驶自己的业务，进展也这么快吗？

2. 自动驾驶进入量产周期

我觉得自动驾驶当时还处于早期。整个自动驾驶真正蓬勃发展，大概是 2019 年之后，尤其是蔚来、小鹏、理想这些新势力开始量产以后，行业才慢慢起来。

2015 年到 2019 年，大家还是偏“预言”的状态。我总结一下行业周期，基本上任何一个技术周期，都会经历 To A、To B、To C 三个阶段。

2015 年到 2019 年，自动驾驶基本还是 To A 阶段，以 To A 和研究为主。大家做 Demo，在一个小地方能跑起来就很不错了。那个阶段不能用销量去衡量，整个自动驾驶业务的压力其实也很大。

黄仁勋会问，为什么你们卖不出去，为什么大家不用？我们经常向他解释，因为这个行业还处在比较早期的阶段。To A 没有销量，也没有商业应用，自然很难形成规模。

但是 2019 年之后，英伟达的 Orin 这一代芯片开始被大家正式采用，量马上就上来了，可能和行业周期有关。

你在英伟达也经历了从硬件到软件的转变。后期你做的更偏软件，主要是在做量产算法吗？

其实更偏底层 SDK。黄仁勋的想法是把自动驾驶做成一个生态，类似于英伟达在数据中心端的护城河。

他希望在自动驾驶端也有一层类似 CUDA 的 SDK。大家只要基于你的 SDK，就可以直接进行算法研发。

所以我们当时花了很多功夫去做传感器标定、感知、地图和定位。中国团队做了很多本地化工作，因为中国和美国的差异非常大。

那时候团队很小，大家什么活都得干，基本上从传感器一直做到感知和定位。

当时服务了哪些比较重要的客户？

基本上你能想到的自动驾驶团队都在用英伟达，包括百度、文远知行、小马智行等。

那时候新能源车企刚刚开始发展，最早大家可能还是做百度的 L2、L3、L4。后来你会发现，基本所有公司都在做 L4 相关的事情。

当时大家偏 L4，想先把上限打高，先做 Robotaxi。2018 年、2019 年，行业里讨论很多的也是 Waymo 和特斯拉的路线之争。

所以英伟达最开始服务的，更多是偏 Waymo 路线的公司，后来才转向量产？

对。我觉得英伟达的思路有两个特点。

第一，它是在打生态、打功能，不做最终产品交付，而是跟着客户需求走。作为供应商，它不负责最终产品。

第二，它可能有点偏 L4 思维。英伟达当时收购了做高精地图的 DeepMap，也投入了很多资本在地图上。同时它的规控团队人数很多，大家会为不同场景写规则、写 Case，有点偏传统 L4。

我觉得这也解释了为什么过去 10 年，英伟达的软件进展没有特别快。它可能会被那些真正直接面向用户、交付最终产品的新势力慢慢拉开，整体思路还是有点偏 L4。

所以你后来加入理想，如果现在总结，你更认同哪条路线？

肯定是特斯拉的路线。

3. 特斯拉路线胜出

我 2020 年离开英伟达，其中一个原因就是觉得那样做可能不行。第一，你一定要直接面向用户。说得直白一点，你就得让用户来骂你。因为最后一定是数据驱动的问题。如果你拿不到用户数据，就没有办法迭代。

第二，在思路上，我更认同特斯拉。

马斯克有一个故事。特斯拉第一代量产车使用的是 Mobileye 的芯片，后来因为对方不愿意开放底层能力，马斯克就想，下一代一定要自己做芯片。

但是自己做芯片需要周期，所以这时候黄仁勋拿着 DRIVE PX 2 的盒子去找马斯克，说我的算力不错，你可以用我的芯片，底层也都开放给你，你可以自己做。

但马斯克当时非常直接地说了一句话，这一点现在大家应该已经有比较清晰的认知。他说：“下一代我绝对不会用英伟达的芯片，因为我一定要做足够大算力的芯片。”

他认为自动驾驶最终肯定是 AI 问题，而 AI 最终是算力问题，一定要把算力打上去。

第二，他认为硬件一定要标配，即使没人用也要标配。所以为什么特斯拉从 FSD 开始，任何一台车都预留了两块芯片。即使用户没有订阅，我也愿意付出这个成本。

Model 3 之后，特斯拉的电子电气架构之所以那么漂亮，也是为了降低整车服务成本，并给额外增加的 FSD 芯片提供空间。

他的思考是，最后还是要归结到数据驱动。我愿意为此提前预埋硬件，提前收集数据。所以这条思路非常打动我。

那时候是 2016 年、2017 年，他就能讲出类似现在大家讲的 Scaling Law 的话。你想，他在七八年前就已经有这样的判断，我觉得非常厉害。

外界通常会觉得，黄仁勋的技术判断非常有前瞻性，也非常准确。为什么在自动驾驶这件事上，英伟达当时没有更早走向量产和用户端？

我自己的感觉是，英伟达整体还是想做生态，不想最终只是一个供应商，去做产品交付。这可能也不是英伟达的调性。

你会发现它所有事情都是在打生态：我给你提供很好的工具包，大家在这个生态和工具包之上建立应用。它不想直接面对用户。

所以当时英伟达是想复制它在 AI 上成功的方法？

没错。

那后来为什么还是去做供应商？

我觉得现在也不能把英伟达完全定义成供应商。即使它在奔驰上做了交付，可能也是为了验证自己的方法论到底对不对，更好地给硬件提出需求。这可能是它最终的目的。

你在英伟达的核心成长是什么样的？

英伟达整个组织非常扁平。我刚进去的时候发现，自己距离黄仁勋只有 5 级，感觉还挺爽，离他很近。

我觉得在英伟达最大的好处是，因为我们是横向团队、人数又少，所以从硬件到算法都得覆盖。英伟达的所有资源你都可以接触到，所有代码你都能看到。

这对我来说非常震撼，也让我成长很大。我可以从更底层去理解一款芯片到底是怎么设计的，从最底层的驱动开始接触，再到上层 SDK、加速，最后到应用。

我可能从一个纯粹做加速算法的算法人员，慢慢变成了一个架构师。因为从硬件、传感器，到算法、软件，我都要接触。中国这摊业务就我们几个人，大家必须把它看好。

这对我来说成长很大。到现在为止，和我聊硬件、芯片、软件、算法相关的事情，我至少不会和别人有明显差距。英伟达把我变成了一个软硬件比较综合的人。

你刚加入英伟达时，公司只有几千人，你和黄仁勋之间也没有隔很多层。你和他本人有过什么直接接触吗？

会有。我们每年都会参加 GTC。GTC 之后，黄仁勋会和各个团队的人一起喝酒。

GTC 通常在一个会议中心举办，旁边会有酒吧。他会说，中国团队，大家一起去喝酒。有时候也会把大家带到他自己的庄园和别墅里。

他会和大家一起喝酒，也会给我们展示自己的东西，比如说：“你看，这是我的跑车，很漂亮吧？”

我觉得黄仁勋是一个非常 Nice、非常平易近人的人。他会和你聊很多人生品味、趣事。

你对他有什么观察？

我觉得黄仁勋真的精力太旺盛了，非常强。

他讲过一个故事，每天基本四五点起床，起来之后就开始读邮件，要么读邮件，要么读论文。他每天的大脑都在思考。

他还说自己量过和太太额头的温度，发现自己的温度比太太高 1 度。他是想表达，自己的大脑每天都在高速运转。

你会发现，这个人的精力真的太旺盛、太强了。

他也会直接问你们自动驾驶团队的工作，对吗？

会。以前大家每周都会发自己的 Top 5。所谓 Top 5，就是这周取得的最好的成果、关注到的事情，或者别人传授给你的好经验，都会写在邮件里。有的人甚至会写“我今天生了一个女儿”这样的事情。

那时候人少，黄仁勋基本每周都会抽出一部分邮件亲自回复。他会问，中国这块芯片的进展怎么样？大家用得怎么样？有没有反馈？有没有批评我们的地方？有什么可以改进的地方？

所以你可以和他聊。可能他刚开始不一定能把你的脸和名字对上，但你一说自己是贾鹏，是中国自动驾驶团队的，他就大概知道你在做什么，可以和你聊起来。

你的 Top 5 邮件被他选中过吗？

肯定有。早期他比较关注中国市场，所以会直接问，为什么中国现在还没有量产？为什么大家还处于单车测试状态？

他其实比较着急。那时候中国有 400 多家新能源公司，他觉得这是一个对自动驾驶来说非常巨大的市场。中国市场无论是游戏还是数据中心，都是全球增长最快的市场。

他会问，为什么自动驾驶在这里还没有增长，或者没有真正大规模铺开。他会追问，到底是我们的芯片有问题、硬件有问题，还是软件设计得不好。他会关心这些细节。

英伟达有一个很有意思的地方：它会提前很多年投入一些当时很小的市场，包括机器人。

英伟达有一个系列叫 Jetson，是给端侧机器人用的，2014 年就推出了第一代。汽车也是 2014 年开始做的。

这些业务很长时间没有起色，在收入和利润里占比都很低，但它一直在做。这背后是什么思路？

我觉得黄仁勋的 Vision 非常远。

比如 CUDA，做了 10 年，大家才开始真正使用。当时我们花了很多功夫帮别人做优化。你看，这个东西需要加速，我们就先去写代码，帮你把它加速起来。

通过一个个场景慢慢做优化，最终才把生态建立起来。我发现 CUDA 真的就是 10 年以后才开始被大家广泛使用。

所以你会发现，英伟达做了很多面向 10 年后的事情。端侧芯片也是一样。最早它想做手机，后来做自动驾驶，大概也是 10 年的周期，自动驾驶才真正让端侧芯片开始大量出货。

你可以认为，黄仁勋思考的基本是下一步、甚至下下一步，这家公司将来要怎么走。他的 Vision 可能更强。

我比较好奇，这种 Vision 在内部是怎么执行和落实的？对一家相对比较大的公司来说，如果一个新业务长期利润和收入占比都很低，这个团队在内部似乎也很难生存。英伟达是怎么容忍它一直存在的？

就像 CUDA 一样，它的市值也曾经跌到很低，股票最低的时候可能只有 7 美元。我没记错的话，那时候黄仁勋受到的压力非常大。

大家会觉得，你一个做游戏显卡的人，为什么要做这个？对公司有什么作用？

但我觉得他非常坚持，最后坚持了下来。

端侧芯片也是这样。在以前的财报里，端侧芯片的收入基本只有零点几%，甚至更低，但它也能坚持。

我觉得一方面是大家相信黄仁勋的判断。相信领导者的判断，是最重要的。大家觉得黄仁勋的判断没有太大问题，就会 Follow。

第二，他很愿意把自己的 Vision 分享给大家。工程师其实是一个比较讲道理的群体，只要大家觉得这个分析有道理，目标也足够吸引人，就会愿意去做。

另外一个原因是，公司的经济基础足够好。主体业务现金流很好，本身有很强的第一曲线，所以发展新业务的时候，只要黄仁勋这个人没有问题、逻辑没有问题，大家就愿意去做。

所以，一方面是创始人对这件事有很强的坚持；另一方面，组织比较扁平，沟通机制比较通畅，团队主要又是工程师，大家都很信任他的目标和愿景。

对。英伟达真的是一个纯工程师团队。

黄仁勋经常在内部强调：“我不是一家硬件公司，我是一家软件公司。”现在他又会说：“我不仅是一家软件公司，我是一家 AI 公司。”

这可能是英伟达比较不一样的地方。黄仁勋很愿意把公司的定义和愿景清晰地表达给大家，大家能够 Get 到：跟着他、跟着这家公司，未来会越来越好。

你离开的时候，自动驾驶在英伟达全球收入里大概占多少？

2020 年左右不到 2%，全球加起来都很低。那时候自动驾驶还属于开发平台，没有真正走到量产。

真正大规模量产是 2019 年，蔚来、小鹏、理想开始使用以后，量才慢慢起来。

说到你 2020 年离开英伟达。当时你的决定，除了觉得英伟达的方式很难拿到真实数据之外，还有什么考虑？

听下来，英伟达对工程师来说还是一家非常友好的公司。

我在英伟达待了 5 年之后，仍然觉得自动驾驶非常好，也还是想真正把它落地，真正看到用户在使用我的东西。

我觉得这是一件很爽的事情，所以还是得自己去做最终产品的交付。

当时我就开始想，到底应该去哪里。只能找一些理念比较契合的车厂。

我当时也去找了少卿，因为他刚从摩根士丹利出来，刚把团队组建起来。他和我们的想法类似，也觉得一定要去车厂做。

我也和理想聊过。聊完之后，我觉得理想可能更适合我。

理想有两句话比较打动我。第一，技术最终一定要服务于产品，因为产品才是用户真正能感受到的东西。技术吹得再厉害也没有用，最终要交付一个好的产品，才能和用户形成闭环，获得反馈。

第二，数据是一切。

这个认知当时让我很受用。因为理想并不是一家以 AI 为背景的公司，但李想已经有这个认知。和其他人聊的时候，大家可能会说算法多厉害、模型多厉害，要做多厉害的算法和模型。

李想不会这么说。他的认知和马斯克有点像：这件事最后一定是数据问题，一定要先把数据闭环做好，才能解决问题。你知道自己的问题在哪里，才能解决它。

你当时看了很多车企，最后为什么选择理想？决定加入是在 2020 年几月份？

我是 2020 年 8 月拿到 Offer，当时还没上市。理想是 9 月上市，我真正入职也是 9 月。

当时选公司的时候，公司即将上市，会是一个考虑因素吗？

那时候大家都要上市，所以对我来说都差不多。

我觉得有两个点。一个是李想比较打动我，就是刚才说的技术服务产品、数据是一切。

另外一个是马东辉比较打动我。我们在百度的时候就认识，2016 年开始就和百度合作。那时候理想的技术班底也以百度的人为主，大家已经配合了一段时间，所以合作起来会比较顺畅。

你当时考虑过理想的具体状态吗？理想是 2019 年才开始交付第一辆车，第一辆车是理想 ONE。

相比蔚来、小鹏这些差不多同期成立的公司，理想推出量产车的时间更晚。2020 年它的销量也不是第一，当时蔚来是第一。甚至理想当时也没有使用更大的芯片。

那时候用的应该是地平线征程 3。

不过需要澄清的是，理想当时已经和英伟达有战略合作了。从 L9 那一代开始，就使用英伟达的芯片。理想理论上应该是第一家签约英伟达的车企，只是不是第一家推出量产产品的。

我当时选择公司，第一要看自己在团队中的重要性，真正想发挥的作用能不能发挥出来，大家理念是不是一致。这是我考虑的第一位。

第二个打动我的点是，理想当时虽然用的是供应商方案，但李想认为自动驾驶一定是真正属于理想的东西。他把它称为自己的“命根子”。

他的思考是，上半场大家比的是电动化，无论纯电还是增程，这件事很快就会过去，大家最终差不多，很难拉开差距。真正决定新能源车企生死的，可能是智能化。

自动驾驶一定是其中最重要的一部分。为什么叫“车和家”？我觉得这就是他的 Vision。他认为一定要先把车上的智能做好，让车先变成一个移动的机器人。这样我才能在车里唱歌、娱乐、生活，把车当作第二个家。

有了这样的能力之后，还可以进入家庭，用同样的技术做服务机器人，把家真正服务起来。

李想是一个比较顾家的男人，所以你会发现他的很多思考都围绕着这一点：车是我的第二个家，最终还要服务于我自己的家庭。

所以他认为自动驾驶一定是第一步，是接下来最重要的战略。

你们 2020 年的时候就已经讨论机器人了吗？

我觉得他已经有大概的想法了。这也是他把公司叫作“车和家”的一个原因。

当时你和王凯面试了吗？

对，王凯也是 2020 年加入理想的，也是这次创业的合伙人。

我和几个人都聊过。郎博算我的直接上级，凯哥是老板的老板，相当于 CTO。

当时郎博向王凯汇报。王凯下面有自动驾驶、座舱，以及一些偏底层的操作系统、芯片和传感器业务，都是智能化相关的。所以我加入以后，负责的是其中一条线。

那你和李斌、何小鹏聊过吗？

没有。小鹏那边我没有去聊，只是和少卿聊过。因为我和他比较熟，2016 年就认识。当时我们还一起聊过做芯片的事情。

他出来以后也找我聊过。我感觉他的团队比较成熟，张建勇也在，整体班底比较完整。

但我还是想找一个和自己更 Fit 的 Position。最后选择理想，至少可以把自己的很多想法发挥出来。

你当时想过创业吗？

没有。2020 年我觉得已经不是一个适合创业的时间点了。

复盘一下，2016 年、2017 年是自动驾驶创业的最高峰，也是泡沫最大的时候。2018 年、2019 年开始往下走，进入低谷。真正从低谷走出来，还是靠蔚小理和特斯拉把行业拉了出来。

所以那时候创业可能不是一个好的选择。去车厂，把自己的理念和产品做出来，反而是更合适的选择。

接下来讲讲你在理想具体做了什么。

2024 年 8 月，我和小婉、赵宇去采访你和张博，最后文章的标题叫《傅静生怎么先交卷了》。

刚才你也提到，那时候理想的状态并不是特别好。第一款车失败之后，马上转向增程，做了理想 ONE。自动驾驶部分最开始也是供应商在做。

那时很多人觉得理想是一家没有技术的公司，甚至说得难听一点，做增程就是“脱裤子放屁”。当时外界有很多类似的负面评价。

你加入时，自动驾驶团队也很小，大概只有二三十人，没有真正自研。大家觉得这是一个什么都没有的团队。后来花了四五年时间，到现在大家觉得理想做得还不错。这是一个很爽的逆袭过程。

对，我很享受这个过程。

那你们具体是怎么逆袭成功的？

4. 理想如何完成逆袭

我觉得第一个，最上面这几个人的认知一定要一致。如果几个人的认知不一致，这件事绝对会死。

我说的这几个人，包括凯哥、李想、郎博、佳佳和我。如果有人觉得 Waymo 的方式好，有人觉得特斯拉的方式好，有人觉得英伟达的方式好，那这件事绝对完蛋。

大家必须形成一致认知：一定要按照特斯拉的方法去做。

这是你 2020 年 9 月加入理想之后就已经形成的共识吗？

理想当时传达给我的目标就是：我要学特斯拉，把数据做好。它之前也已经想好，要把自动驾驶硬件做成标配。

我觉得这个认知和我是完全一致的，所以我愿意和他们一起做。

第一步一定是目标一致、认知一致，这件事基本就成功了一半。剩下的就是组织能力和执行力。

我觉得理想是一个非常战斗的团队。你之前也采访过我们，知道我们每年基本会封闭两三次。每个项目都会取一个名字，有一种打仗的感觉，我们是真的在打仗。

我们团队文化里有两个东西特别好。

一个是经常组织大家看一部纪录片，叫《全营一杆枪》。讲的是当年美国 U-2 侦察机进入中国领空。中国的高射炮和导弹反应比较慢，每次都打不中。

从雷达发现 U-2 进入中国领空，到真正发射出去，可能有几分钟，但 U-2 留给你的时间只有 8 秒。怎么把几分钟压缩到 8 秒？就是全营的想法一致、动作一致。

这部纪录片讲的就是怎么把几分钟压缩到 8 秒。它对团队的影响非常大。

是谁最早推荐给团队的？

我觉得可能是郎咸朋最早推荐的。

第二个就是组织。理想汽车的中层管理基本没有“组织架构”这个概念，大家还是以项目为主。

每次启动项目，就从全公司、全部门挑出精英和强将，进入项目组，找一个酒店封闭开发。大家没有太强的组织架构感，都是项目制。

项目开始之后，就从各个方面找人，把事情做出来。你会发现，理想汽车出来的人，对组织架构这件事都没有太多概念，还是以打仗的方式组织团队。

我觉得这是后来做得快的一个原因。

第三点，除了目标和认知一致、执行能力强之外，责任感也非常重要。

我们和李想、王凯建立的一个很好的方式是，无论打仗多难，都要留出一部分人去做研发和研究。一定要有人跳出打仗的氛围，去看有没有其他更好的选择。

所以你会发现，理想从 2022 年、2023 年开始，每年的论文数量、顶会论文数量，尤其是最近两年，基本比剩下的自动驾驶团队加起来还多。

我们有一个很好的研发氛围，一定要有人探索前沿，寻找更好的方法。

为什么后来大家突然觉得理想自动驾驶的发展速度变快了？也是因为前期已经有人在探索端到端、VLA、双系统等方向，很多相关论文很早就开始做了。

等到某一天，团队想和别人拉开差距，就可以直接把研究转到产品研发、转到量产，让大家把东西交付出来。我觉得这是一个非常好的习惯。

你自己参与的几次战役中，哪一次压力最大、印象最深？

我觉得有两次。

5. 百日交付第一战

第一是第一战。2021 年，我们真正开始自研。你可以把我们这个团队看成一个内部创业团队，这是第一次亮相、第一次打仗。如果不成功，基本上这个创业团队就没了，所以那个阶段最难。

那时候我们用征程 3 做交付，第一次真正自己做量产交付，代码基本是从零开始。

第一仗的目标是什么？

真正的目标是，3 个月之内把高速 NOA 交付出来。100 天之内，把一个完整的产品交付给用户，直接装到用户的车上。

当时有一句话：把你的时间掰成 3 份来花。虽然我们只有 100 天，但如果时间利用率足够高，大家并行推进，每个人每天工作时间更多、效率更高，那 100 天就可以变成 300 天。

所以我一直提《全营一杆枪》的故事，怎么把几分钟压缩到 8 秒。我们把这种方法做到了极致。

你刚进入理想时，团队大概二三十人。第一战需要多少人？

80 个人。我们用 80 个人，3 个月完成这件事。

除了项目制，以及把时间掰开来使用之外，当时市场上已经有比较成熟的方法，你们是在追赶，这和成功有关系吗？

我觉得另外一个很重要的原因，是大家都有一股“必胜”的劲儿。

那时候真的是生死战，这件事做不成，团队就可以解散。大家心里憋着一股劲儿：为什么别人能做，我做不了？

至少在认知上大家要一致，这件事才能做成。形成合力非常重要。

第二，我觉得凯哥和郎咸朋很有魄力。

你想，当时征程 3 没有人用，地平线的芯片是我们第一个量产，征程 3、征程 5、征程 6 都是理想汽车第一个量产。

禾赛的激光雷达，我们是第一个使用、量产的；森思泰克的毫米波雷达，我们也是第一个使用的。

在那么紧的时间里，还要用这么多新东西，我觉得这里面有一定的方法论。地平线、禾赛、森思泰克这些团队都和我们一起扛过了压力，直接派出一些“超人”和我们一起做。大家真正形成了一个团队，最终才能把事情做成。

这也是组织能力的体现。

我觉得还有一点，战略伙伴不能选行业老大，一定要选行业老二、老三。因为这件事做不成，对方也会死。这样大家才能真正把事情做成。

还是回到刚才那个问题：大家都有必胜的信念。是一群 Underdog，憋着一股劲儿，一定要做成。做不成，这个团队、这个公司都会死。

现在不论地平线、禾赛，还是理想汽车，大家的调性都比较像。

在这个过程中，理想给过你们哪些支持或者鞭策？

我觉得最大的有两点。

第一是充分的信任。这件事交给你做，我不干预你。你们想要什么资源，我都给。

第二是高层能够把几家公司真正拉齐。无论李想还是王凯，都会亲自出面和地平线沟通，让大家形成共识。至少认知要一致：这件事做不成，大家都得承担后果。

这对我们帮助很大。

理想对供应商在组织层面的影响也很多。比如地平线以前用钉钉，理想最早使用飞书的试用版，后来地平线也改成飞书。

有一段时间，地平线的战略和组织形式都和理想很像。

我们以前有一套方法论叫 LSA，Auto Strategy Analysis，也就是战略分析。要先考虑行业处于什么阶段，用户是谁，用户需求是什么，这个阶段行业的问题是什么，要用什么方法解决，采用什么组织形式，需要多少预算。

从人、钱、事三个方面，把问题梳理清楚之后再开始做。

后来地平线也有类似的 HSA，意思差不多。

你们 2021 年上线高速 NOA 的时候，应该还是有图方案？

对，那时是有图方案。这是我认为最难的第一仗。

还有一场很难的仗，是从有图切到无图。

那是在 2023 年完成的吗？

对，2023 年。

6. 从有图切到无图

那时候我们开始做城市 NOA，后来发现，做城市 NOA 最大的问题是，如果基于高精地图，效率非常低。

大家当时都在讨论开城数量：我开了多少城，我比你牛，我比你开城速度快。但后来发现，最后比的是谁的地图做得快。

还有一个更要命的问题：你没有地图资质，必须依赖高德、百度这样的地图供应商。这意味着你的产品力和覆盖范围最终受限于地图供应商。

李想给我们带来一个思考：为什么用户花同样的钱，有的用户可以享受全场景 NOA，有的用户却享受不到？这对用户是不可接受的。

因为不同城市的地图制作速度不一样，所以全国用户享受到的功能也不一样。

对。那个阶段，高德可能只覆盖全国 30 个城市，而且每个城市也只是重点主干道。它肯定是一线、二线城市优先，然后慢慢铺开。

这就意味着很多三四线城市享受不到这个功能。

对于一个产品色彩很强、追求完美产品的人来说，这是不可接受的。所以我们就想，有没有办法把高精地图抛掉。

这件事以前没人做过，在国内我们是真正的第一家。

从技术可行性上，怎么判断无图可行？

我们以前有一个小的研发团队，一直在研究无图方案，当时叫 Mapless 团队。

后来我们发现，在深圳跑下来还不错。深圳路况很复杂，高架很多，小路很多，潮汐车道也多。虽然无图方案没有有图方案那么强、那么好，但它确实能跑，而且在这么复杂的道路上也有机会。

所以有图方案第一版发布之后，我们就决定立刻切换。那时整个团队马上切到无图。

但切到无图以后，产品力确实下降了。因为当时数据还不够多，突然把小路、高速、城区主干道，甚至园区道路全部开放，产品力下降非常明显。

那一段时间团队压力很大，又刚好赶上理想裁员。整个公司士气不是特别好，自动驾驶团队承受的压力也非常大。

当时是 2023 年几月份？

四五月份，正好赶上裁员。

外界当时对裁员的解读是，从有图切到无图之后，使用了更多深度学习、更少规则，所以不需要那么多工程师。

我觉得这是一方面，确实有这方面的考量。但更多还是和公司整体经营有关，因为那段时间整个公司都在裁员，自动驾驶团队也不可避免地受到影响。

那时候李想会在群里或者开会时怎么反馈？

李想对产品瑕疵是零容忍的，脾气比较直接，确实会开骂。

那时候只要有新版本，我们立刻就会推到他的车上。虽然我们和他隔着两层，但在同一个群里，所以他对压力的传达大家都能感受到。

当时项目负责人是我和佳佳，我负责技术，佳佳负责交付，我们两个扛的压力最多。

他说什么话会让你觉得压力特别大？还记得一些语录吗？

类似“这个东西再不行，团队就解散，你就滚蛋”。

那段时间隔一段时间就会听到：团队不行，或者产品不行。

你自己是怎么扛住的？他经常说做不好就要解散，你没有想过干脆离开吗？

我心里还是憋着一口气：我还没把自动驾驶这件事做成。

我就想把这件事做成，风风光光地走。如果灰头土脸地离开，我宁愿留下来把事情做好，做好了再走。

这比较符合我的性格。大家的认知也是一致的，不能别人把我们拉起来，我们自己就先放弃。

所以到后来，突然有一天李想说：“我觉得无图还可以。”大概也就过了两三周、三四周，他发现这件事确实还不错。

到了 6 月，就开始推向全量用户。

这里一方面要向李想传达，这件事方向是对的。无图一定是对的，只是刚切换时，很多东西还在迭代，没有那么完美，会有很多瑕疵。

但我们知道问题在哪里。数据闭环已经建立起来了，每一个问题的数据都能被分析出来，知道到底是哪里出了问题，也已经有迭代方案。

我们会给他明确的时间：这一条问题什么时候能改善，另一条问题什么时候能变好。

两三周之后，他会发现自己列出的很多问题基本都解决了。因为这时候已经没有地图限制，任意小路、园区道路、主干道和高速都可以开，产品力立刻上了一个台阶。

后来就出现了人员召回的问题，很多之前裁掉的同学又被招了回来。

外界认为，从有图到无图，是理想后来追上的一个关键节点。一些更早转向的公司，比如小鹏，转变似乎没有那么快。回头来看，为什么理想能这么快？

一方面还是研发和产品的配合。前面已经有一个小的研发团队，让我们看到无图方案在车上跑起来的效果，知道这是一个有希望的方向。

第二，理想自动驾驶团队没有太多历史包袱。我觉得这是后来两年迭代这么快的原因。

我们觉得方向是对的，就不要被历史羁绊。虽然产品和历史代码很多，但我们决定一次性全部推翻。

李想有一句话我觉得特别受用。他说，没有任何人可以避开坑。你最多只能比别人少掉一点坑，但每个人都要掉坑。最后比的一定是谁爬坑的能力更快。

不要在坑里徘徊、自怨自艾，也不要想着把坑重新垒起来、修复好。如果你觉得这个坑已经彻底错了，下一条路可能更好，就要立刻从坑里爬出来。最后比的是谁爬坑的能力更强。

他还说过，要掉坑就一起掉，不要有人在外面说风凉话。

我觉得这很重要。大家要一起犯错，只有一起犯错，大家才会一起爬出来，形成共识。否则有人在外面说：“你看，你们掉坑里了吧？我当时就说你们不对。”这样的团队绝对会完蛋。

你刚才说，你希望把一件事做成之后再考虑下一个事情。在自动驾驶这件事上，你觉得理想的自动驾驶到了什么阶段，算是成了？

第一个标准，是自己的产品真正得到用户认可。

这发生在什么时候？

我觉得是在端到端、双系统交付之后，大概 2024 年底到 2025 年。

双系统真正成熟之后，大家突然觉得理想的自动驾驶怎么变强、变好了。

我们内部会检查几个指标。

第一个是日活。用户是不是真的在用。不要自己说产品很好，但用户其实没有使用。我们发现日活确实每天都在增长。

第二是里程占比。用户可能每天会开一下，但并不持续使用。我们要看自动驾驶在用户每天通勤路线里占多少比例。比如用户每天开 20 公里，自动驾驶占了多少，这才说明用户真正喜欢使用。

第三个是 NPS，也就是净推荐值。用户是不是真的愿意把我们的产品推荐给朋友，和朋友说理想的自动驾驶不错，你也可以买。

我们发现 NPS 非常漂亮。这个才是产品真正成功的几个指标。

第二个方面是商业化。刚开始我们的平台分成 Max 和 Pro，高配才有自动驾驶。早期 Max 需要多花 3 万元，购买比例很低，只有 10% 多一点。

现在 Max 的比例可能已经超过 70%。这说明用户在商业上也认可产品，愿意多花钱购买 Max 版本。你真正成为一个赚钱的团队，而不是一个纯花钱的团队。

第三个是行业认可度。现在如果问中国哪几家公司的自动驾驶做得好，至少大家会说华为、理想、小鹏，可能再加上文远知行。这是普遍认知里的第一梯队。

理想在很短时间内，从一个比较落后的状态进入第一梯队，这就是这项业务成功的第三个方面。

你后来做端到端、双系统、世界模型这些方向时，没有觉得那么难吗？相比之前你说的第一战，感觉整个研发到产品交付已经跑顺了。

对，整个研发到产品的转化过程已经很顺了。

你会发现，后来的论文产出非常快，每年顶会论文可能有二三十篇。研发和产品之间的转化非常自然，大家已经形成体系。

所以后面无论端到端、双系统，还是世界模型，大家都能很顺地串起来。

你在做这些方向时，差不多也是 2024 年底、2025 年开始考虑这次创业吗？

我第一次有强烈感受，可能是在 2024 年底。

那时 VLA 方向在研发端已经看起来不错，π0 也已经出来了。我觉得 VLA 是一个很好的方向，做了一些验证之后，发现确实 Work。

第二，数据驱动的端到端加双系统非常强。随着数据和用户使用量增加，所有指标都在变好，你会发现范式找到了。

第三个对我影响最大的是，我们和特斯拉团队交流比较多。我们发现，特斯拉的 V13 已经出来，正在做 V14，它和我们的思路几乎一模一样。

当时我又惊喜又有点失望。惊喜是，它和我们的想法一样，下一代用的是一体化模型，把世界模型和 VLA 放在一起，我们的想法也是类似的。

稍微失望的是，它竟然比我们还晚。它最近一代才开始把语言能力放进来，做 System 2 的长链条 CoT，去处理更复杂的问题，但我们 2024 年已经量产了。

我们也会和英伟达团队交流，了解特斯拉进展到了哪一步，也会看它在奥斯汀 Robotaxi 的进展。

那时候我们觉得，自动驾驶的方法论，尤其是技术方法论，可能已经找到了：数据驱动、更好的一体化模型、更高的算力。这条路可能可以走到终局。

7. 寻找下一个十年

那个阶段我就在想，自动驾驶可能差不多了。尤其是刚才你说的 Waymo 和特斯拉的路线之争，基本已经有结论了。

我感觉自动驾驶技术范式的终局差不多已经确定。再往后，理想、特斯拉可能都开始为用户级别的 L4 量产做准备。

到那个阶段，单次推理算力会越来越大，模型会越来越大，但数据驱动和一体化模型的范式不会变。

作为技术人员，我当时觉得，已经没有太多新东西可以发挥了。接下来很多事情可能偏效率、偏运营，这也可能不是我们最擅长的。

所以从 2025 年初开始，我就陆陆续续和李想聊这些事情。我说，可能到了自动驾驶这个阶段之后，行业已经差不多了，我可能想做点其他事情。

你当时说的“做点其他事情”，是指自己出来创业，还是在理想内部做其他业务？

当时还没有完全想好，只是隐约地开始讨论。

我当时觉得有几个方向。比如大模型，但 2024 年年底的大模型已经不是那么容易做了，基本只有大公司玩得起。

还有 Agent，Agent 当时很火。但后来我觉得 Agent 可能不是我最想做的事情，它有点像 10 年前做 iOS App，可能很快大家都会做。

后来 Open C O 出来之后，确实验证了这一点。

第三个方向是 AI 硬件，尤其是 AI 和硬件的强结合。

但和深圳很多团队聊完之后，你会发现自己卷不过深圳的人。他们对 AI 的要求没有那么高，最多是调用基础模型做一些场景化的事情。他们非常产品和用户驱动，产品运营和用户驱动的同时，硬件迭代速度又非常快，尤其是 To C 硬件。

这也不太适合我。

所以我最后看下来，第一，终局要漂亮，市场规模要大；第二，AI 一定是强核心、强驱动力；第三，和我的背景比较接近，软件、硬件和算法强结合。

后来我发现，只有具身智能可能比较适合我。

你考虑这几个方向时，其实已经是在按照创业的方式思考了。你会考虑哪些事情只有大公司能做，哪些事情新团队也能做。

对。做完自动驾驶之后，我觉得可以给自己 10 年的自动驾驶生涯画一个句号，开启新的职业生涯，接下来 10 年做点新的事情。

我自己年龄也差不多了，想尝试跑一个真正独立的 Business，带一个完整的团队，再结合自己的兴趣把事情做成。

你创业的初心或者原动力是什么？

有的人是到了人生某个阶段之后想创业；有的人一天班都没上过，一直就在创业，比如李想本人就是这样。他有一段时间朋友圈的签名是“追求成长的极限”。

还有的人一直在做某个方向，到了某个阶段，看到了新的机会。你更接近哪一种？

我更想找一件属于自己的、可以做 10 年甚至 15 年的事情。

我想找下一个 Career，真正能够让我安心做 10 年、15 年，把事情做成，并且获得成就感。

自己作为一号位，自己的意志能够得到充分贯彻，这件事有多重要？

这不是我强烈追求的。因为和凯哥、佳佳相比，我们三个人其实是互补的，能力偏向不太一样。

我更偏技术、偏算法；佳佳更偏软件和交付；凯哥更偏管理。

你说谁做一号位可能都可以。但仔细讨论下来，尤其是具身智能早期，它是技术驱动的，技术方向一定不能错，必须有人非常坚定地相信一条技术路线。

大家讨论后觉得，我做一号位比较合适。我对技术的判断和坚持，可能更适合这个赛道。

如果比管理能力，我可能不如凯哥。凯哥管理过很大的团队，也在 VC 做过，芯片、软件、硬件都做过，管理能力很强。

如果比交付和执行力，我肯定不如佳佳。

但我们三个人共事了很多年，彼此之间有背靠背的信任。我可以放心地把融资交给凯哥，不需要太操心，融资就能做得很漂亮。

硬件、软件开发和交付的问题交给佳佳，我也不用特别操心，他完全扛得住。我可以放心地把后背交给他们。

所以你自己负责最后的决策和拍板？

没错。尤其现在至简动力从数据到算法，整个范式还没有完全收敛，判断非常重要。

你会发现，所有 AI 相关的问题，最花钱的两个东西就是数据和 GPU 算力，不能造成浪费。

团队的人说我是一个很抠的人，因为在没有找到范式、没有收敛之前，钱要舍得花，但一旦找到范式，就一定要使劲砸。这是我的心得。

你从李想身上学到了什么？尤其是开始做商业之后。

有几件事。

第一是产品。我觉得李想说过一句话，非常受用：技术一定要服务于产品，产品服务于商业。

你最后是一个商业公司，不是 Research Lab，最终一定要用商业结果说话。产品要真正解决用户需求，甚至超越用户需求。

不要只是问用户需要什么，而要主动发现用户还没有意识到的需求。只有超越用户需求，才能做出比较极致的产品。

第二是组织。一定要重视组织文化和大家对公司的认同感。否则公司顺利的时候大家都很好，一旦遇到困难，公司就会散掉。

第三是公司的决策权一定要掌握在一个人手里。这个人必须有拍板的能力和权力，不能让决策权不断发散、被别人拿走，否则公司是不稳定的。

我觉得这三点对我的改变比较大。

李想在你离开之前也重点强调了第三点。我本来也想问，他给你的建议是什么。

他说，至简动力这件事没有问题。此时此刻出来创业，问题不大。

他还说过一句话：行业里第一个做的人一定会死，但最后成功的一定是第一批进入的人。

所以他觉得趁早做这件事没有问题，方向和时间点都可以。更多是给我提了组织、控制权和用人的建议。

你正式和李想提创业，是 2025 年什么时候？当时是什么情形？

正式和李想聊，其实已经比较晚了。之前主要是和李想之外的几位高层聊，他们应该也会第一时间告诉李想。

基本到了 5 月，已经离离职很近了。我是 6 月底离职。

李想也认为你现在还处于第一批进入的阶段。我想知道这个判断是怎么形成的。

因为 2024 年时，已经有人预言 2025 年可能会进入低谷。2023 年、2024 年已经有很多公司成立，也拿了很多钱，估值涨得很快。

但事实是，到 2025 年，新成立的公司仍然可以获得很多资本支持。至简动力的融资也很顺利，已经到第五轮了，对吧？

对。

而且第五轮投后估值超过 100 亿元的消息还没有最终确定，但总之，你们很可能是我知道的公司里，从成立到达到这个估值最快的公司之一。

为什么具身智能的成立窗口没有像大语言模型那样快速关闭？

我觉得大语言模型有几个优势。先看大语言模型，再看具身智能，就很容易推断出来。

第一，大语言模型有 OpenAI 在前面。OpenAI 做了这么多年，已经找到了范式，大家 Follow 它的范式基本没有问题。

第二，大模型先天不缺数据。它和自动驾驶有点像，自动驾驶只要车卖出去，数据就源源不断。大模型有大量互联网数据，可以集中精力解决算力、推理和模型问题。

第三，它的应用环境非常好，因为它是纯虚拟的。即使错了，用户也可以容忍。ChatGPT 刚出来时有很多错误，但不会立刻造成物理损失。

当然，随着应用越来越多，错误也会造成损失。前几天看到 Meta 的安全总监所有邮件被删掉，还有亚马逊宕机 13 个小时，可能都是 AI 导致的。但在初期，它的容错率非常高。

所以大模型的创业环境非常友好：有 OpenAI 的范式，有源源不断的数据，初期应用容错率又高。

自动驾驶也类似，有源源不断的数据，有特斯拉在前面，技术范式已经比较清楚，而且用户坐在主驾驶位上，还可以接管。

但具身智能不具备这些条件。

第一，技术范式还不知道，到现在也没有完全收敛。

第二，数据没有先天优势。刚开始冷启动时，不会有大量数据。自动驾驶和大模型都有天然数据，但具身智能没有。

第三，应用场景也不一样。大模型一开始只要对话就行，自动驾驶还有人接管，但具身智能必须独立完成一件事情，必须接近 100% 正确。

这些条件都不太友好，所以它的周期会非常长，第一批进入的窗口也会持续更久。

如果按照技术周期看，To A、To B、To C 三个阶段，自动驾驶大概从 2013 年到 2016 年进入高峰。2013 年，Autopilot 1.0 出来，大家开始进入自动驾驶行业；2016 年达到高峰，2017 年还比较热，2018 年开始往下走。

具身智能可能也有类似周期。大概到 2020 年、2022 年，Optimus 1 出来以后，大家觉得这件事靠谱，特斯拉也做出来了，大家才开始进入。2023 年有大量公司成立。

现在还处在 To A 阶段的高峰期，但我觉得 To A 接近尾声了。第一批能进入的人，可能到今年年底或者明年年初就差不多了，然后进入 To B 阶段，真正由 Business 驱动。

到那个时候，窗口可能就会逐渐关闭。

你当时为什么不考虑留在理想做具身智能？

2024 年，理想内部其实已经有小团队在做具身智能。最近理想也在内部会上说，肯定会做人形机器人，而且很快会推出成果。按照李想的风格，他说要有产品成果，肯定已经做了一段时间。

对，理想内部已经有一个小团队在孵化，算法团队里也有我们自动驾驶过去的人，和他们一起做。

我自己的想法，一方面是想自己做一摊事情，挑战一下自己的极限。

第二，理想做的是第二曲线，不像初创公司那样必须 All in 一件事。我更喜欢把所有资源、所有精力都 All in 到一件事情上，这样做起来更爽。

所以我不太希望在理想内部以孵化团队的方式做。

说到这次创业组队的过程。现在你的合伙人是 2020 年到 2022 年在理想做 CTO 的王凯，以及和你一起并肩战斗很久的王佳佳。你是怎么邀请他们加入的？

我 6 月离职之后，整个汽车行业的状态都不是特别好。我想尽量降低对老东家的影响，不想弄出风言风语，所以找了理想的投资人，在小范围内启动这件事，不大张旗鼓地做。

当时找到了元璟。凯哥就在元璟做合伙人，所以我先和凯哥聊起来。

凯哥也有类似的想法，大家一拍即合，就决定一起做。

我对凯哥的管理、IR 和融资能力非常放心。他对这些事情很明白。

所以你是离职之后，才开始正式找合伙人？

对。之前我也和凯哥聊过，因为我本来就是想找投资人。元璟是理想的投资人，所以我比较私密地找到他。

他也觉得这是一件好事，也想做，于是就一起做了。

到了 8 月，佳佳把 VLA 交付之后，也觉得差不多了。其实我们之前私下就经常聊。

我的感觉是，自动驾驶范式找到之后，对技术人员来说，职业生涯基本已经到了一个阶段。佳佳也想挑战新的事情。

他原本想做偏硬件的东西，比如本体、灵巧手。我就说，那为什么不一起做？我们配合了这么多年，正好你做硬件和交付，我做软件和算法，凯哥做管理，自然而然就走到了一起。

你们开始创业之后，公司名字是怎么定下来的？

我们叫至简动力，英文叫 Simplicity。

我们想把复杂的事情简化。这也是我们做自动驾驶、做内部研发之后形成的想法。

第一，模型要足够简单。人为设计越多，最后的可扩展性越差。反而是越简单的模型，随着数据增加，会越来越强。

第二，从产品角度，我们也想把产品做得足够简单。不是到了用户现场，还要花大量时间调试。能不能做到开箱即用？用户不需要太长的学习曲线，就可以学会使用。

第三，我们希望整个组织也足够简单。不想把团队做得特别大，还是保持扁平化，效率足够高，以项目驱动。

公司的 Slogan 叫 Simple Scaling。越简单，越容易规模化。

这也对应了中国的一句话“大道至简”，所以最后中文就叫至简动力，英文叫 Simplicity。

你刚才说组织要简单，这和你之前在理想的经验有关。现在市场上对具身智能公司有不同划分，有的长于本体，有的侧重大脑，有的创始团队是学术背景，有的是产业背景。

至简动力在出发时，是怎么给自己定位的？你们想做一家什么样的具身智能公司？

我们是一个六边形战士。

技术、战略、产品、品牌、组织，包括商业，都要很强。

8. 打造六边形战士

为什么这个阶段大家看好我们？因为行业马上要从 To A 转向 To B。到了 To B 阶段，不是单点技术强就够了。你不能只做一个 Demo，说模型比别人厉害就可以。你还要有商业结构和落地能力。

所以我们选择全栈自己做，从本体开始，到数据采集硬件，再到算法，都自己做。

你回头看自动驾驶，早期也有很多算法供应商、模型供应商、数据供应商，但最后真正活下来的，都是软硬件都有一部分的公司。英伟达现在自己做芯片，华为也是软硬件结合。

我觉得具身智能的终局也类似。不能只说我是做模型的，一定要把模型和本体结合，甚至定义自己的本体，这样模型才能持续迭代。

第二，要有强大的数据闭环和推理能力，持续迭代模型。

第三，最终比的是规模效应。无论数据还是产品，最后都要看规模效应：产品好不好，用户愿不愿意买，复购率高不高，使用率高不高，买了之后是不是放在那里不用，返修率高不高。

只有这样，你才能形成规模化生产，卖得更多，最终实现商业成功。

这几个环节是层层递进、紧密扣在一起的。这也是我们从特斯拉身上学到的经验。

你要做最好的自动驾驶技术公司，也一定要做最好的产品和商业。只有这样才能闭环，形成规模效应和持续迭代。

所以全栈定位背后的判断是，未来一定是软硬一体的产品？

一定会这样。

除此之外，你们对行业未来还有什么核心假设和判断？

先看市场规模，我觉得一定会很大。最终可能每个家庭、甚至每个人都会有一个属于自己的系统。

我创业还有一个比较个人的动机。我有两个女儿，一个 2018 年出生，一个 2021 年出生。

你会发现一个巨大问题：大女儿出生时，中国出生人口还在高位。2017 年是出生人口最高峰，大概 1700 万。小女儿只差 3 岁，出生人口已经只有 900 多万，差不多腰斩。

到 2025 年，我不知道你有没有看，可能只有 700 多万，这是一个很恐怖的数字。

我就在想，等我老了，养老怎么办？我们现在享受的是人口红利，劳动力便宜，外卖和各种服务都很便宜。但等我们老的时候怎么办？

我大女儿 18 岁成年之后，可能会明显感觉到，之后每一年人口和劳动力红利都会逐渐消失。

所以我认为，终局上每个家庭都可能需要具身智能系统。这是一个非常时代性的问题，人口下降决定了市场规模一定非常大。

但第二个方面，我觉得具身智能和自动驾驶、智能手机不太一样。智能手机、新能源车、自动驾驶，最后可能都是垄断格局，几个寡头占据 80% 到 90% 的市场。

具身智能可能不会走向完全垄断。

人形肯定是最通用的形态，会占据最大的市场。但日常生活中，可能有很多比人形更高效的形态。

所以最终具身智能可能会形成多个垂直领域。第一大垂直领域可能是偏通用的人形机器人，其他还有很多更特殊、更专用，但效率更高的形态。

这些领域也不会特别小。最终可能每个垂直领域有几家公司，整个行业形成分散式垄断，而不是几家公司垄断全部市场。

因为最终还是软硬件结合。你要和自己的本体绑定，算法和产品力才能做到极致，商业才能闭环。

其他人怎么想？

可能有人会觉得人形机器人可以统一一切，所有事情都能覆盖。

但我自己的感觉是，上半身可能是这样。至少从目前看，眼、手和手部操作比较通用，上半身大概率会接近人形。

但下半身到底是双足、四足还是履带底盘，我觉得都可能存在。很多特殊工况下，这些形态可能更高效。

那你对产业链的未来设想，还是垂直整合为主吗？

手机和汽车其实都是垂直整合和水平分工并存。有的品牌自己设计，有很多供应商支持最终产品。

我的感觉也可能是两个生态。

任何和智能相关的产业都类似。手机有 iOS 和安卓两个生态，具身智能最终可能也会有一个开放生态。

开放生态可能建立在字节、阿里、腾讯等大厂的基础模型之上，大家基于它做共用开发。

现在已经看到类似 Jina 这样的生态。底层可能是一个通用的多模态模型，之上是垂直领域的数据和 Workflow。

可能有一个积木来自 Jina，也可能来自 OpenAI、腾讯、阿里、千问，或者来自自己。然后在上面叠加垂直领域的数据，把它应用到自己的垂直领域。

具身智能可能会形成这样的生态：底层是通用的多模态一体化模型，到了具体垂直领域和具体本体上，用自己的数据做落地。

这有点像 Agent，但具身智能最终是一个 Physical Agent。

另一派可能会做垂直整合，像特斯拉一样，所有东西自己做，形成自己的闭环生态。我觉得这两派都会存在。

这些就是你们出发时的判断和假设，包括模型、本体一起做，最后要服务于落地。公司成立半年多以来，具体做了哪些事情？

我们把研发分成三层。

9. 一体化模型与真实数据

第一层是 AI Infra，包括技术架构、视觉模型、零部件、本体、训练框架和推理框架。

中间一层是基础模型。

最上面是应用层，比如怎么把模型应用到不同领域，放在工厂、商超、服务业和物流场景中。每个领域都需要类似 Agent 的二次数据处理和 Adaptation。

现在我们主要做最底层，先把基础打好。

我感觉最后大家的竞争都在最底层。AI 最后比的是效率，和自动驾驶类似，比的是谁迭代速度快。底层 Infra 决定了迭代速度。

为什么特斯拉和理想后期迭代这么快？因为前期把数据闭环、Infra、GPU 和训练体系打好了。

所以我们现在花了很大功夫做几件事：云端视觉模型怎么做，本体怎么设计，零部件怎么选，训练框架怎么优化，推理引擎怎么优化。

另一部分是偏研发的工作，也就是中间的基础模型。

行业现在有几派：双系统、一体化 VLA、世界模型。我们在自动驾驶里都做过，觉得这几件事为什么不能合在一起？

我们在理想 2025 年做交付时，就把它做成了一体化 VLA。

第一，我们把世界模型和 VLA 合在一起。也就是说，它是一个模型，在做文本 CoT 的同时，也可以生成未来几帧的画面，预测接下来会发生什么。这对模型能力提升非常大。

第二，我们把快和慢合在一起。

以前双系统是两个模型，一个跑得快，一个跑得慢，配合天然会有问题。两个模型冲突时听谁的？因为它们配合不起来。

联合训练也很麻烦，两个模型帧率不一样，需要构造很多数据，才能把它们联合训练，非常不舒服。

所以我们后来想，能不能让模型自己决定什么时候进行 CoT，什么时候不进行。模型自己学会之后，就能天然学会判断和思考。

大模型的演进也类似。现在逐渐出现了一个范式，以前叫 Alignment，把不同模态对齐到语言模态；现在叫 Unification，统一化。

我觉得有几个例子特别好。

第一是 OpenAI。过去 3 年，它主要有语言和视觉两个重要模态。早期语言模态分成 Thinking 模型和非 Thinking 模型，也就是 o 系列和 GPT 系列。

多模态部分，视觉又分成理解和生成。理解类似看一张图片，告诉你里面有什么；生成则是 DALL·E、Sora。

这四条线后来逐渐合在一起。GPT-4o 第一次出现了多模态理解，图片和文字都能理解。之后又加入视觉能力，再后来能进行多模态生成，既能输入图片和文字，也能输出图片和文字。

GPT-5 之后，o 系列的 Thinking 模型也逐渐合进来，模型可以自己决定什么时候 Thinking，什么时候不 Thinking，逐渐走向大一统。

第二个例子是 Gemini。Gemini 1.0 从一开始就强调原生多模态，输入和输出都是多模态。它最初没有那么受欢迎，因为刚出来时大家觉得不如 OpenAI，谷歌股价也受到影响。

但后来 Gemini 3 出来，大家发现效果很好，逐渐意识到大一统模型可能更好。

第三个例子是特斯拉 V14。阿肖在 ICCV 上也讲过，它最后是一个大一统模型，输入和输出都是多模态，输出包括 3D 世界模型预测、语言 CoT、Thinking，最后生成 Action。

我们在理想 2024 年量产时，其实已经做到这一步，应该算是行业里第一个真正把它做到端侧，并在物理世界中跑起来的团队。

创业之后，我们仍然会坚持这条路，继续做大一统模型。

在你过去这段时间做的事情里，数据处于什么位置？你刚才没有特别提到数据。

我觉得我们和大家的做法差不多，因为数据正在逐渐形成行业共识。

2025 年 7 月创业时，数据是让我增强信心的一点。之前我对具身智能没有那么有信心，因为它的数据来源太难，不像自动驾驶和大模型那样天然拥有数据。

但和 Sunday Robotics 的人聊完之后，我发现他们已经找到了一些解决方案。

大概在 7 月、8 月，我和他们聊了很多。他们通过半真机、穿戴式设备做大规模数据采集，已经看到了一定的 Scaling 效果。

所以我觉得，数据这件事大家都可以启动起来，都会通过穿戴式设备、半真机采集等方式，收集大规模、高质量数据。

但我们对数据有一个不同的思考：商业化和数据永远是一体的。

现在很多创始人会说，今年不做商业化，只追求数据和模型。但我觉得特斯拉给我们最大的启示是，商业化过程追求的是规模效应，规模效应带来真实场景、真实用户使用的数据。

这才是最宝贵的。

无论是半真机、合成数据，还是自己搭建采集场，和真实场景数据之间都有巨大 Gap。

做过自动驾驶的人最有体会：最后 90% 的精力是解决最后 10% 的长尾问题，而长尾问题只有在真实世界里才能遇到。

我们遇到过很多想象不到的事故。你让一个人凭空想象，根本想象不出来。最复杂的东西都在真实场景里，最好的数据也在真实场景里。

所以商业化过程，其实是在提供收集真实场景数据的武器。

我现在跟团队强调两点。

第一，数据来源，尤其是长尾数据和真实场景数据，一定要做好。这和产品力直接相关。只有把产品卖出去，才能收集到用户真实使用的数据，尤其是非典型使用数据。

第二是 Evaluation。经历这么多数据迭代之后，模型到底有没有变好？整个行业其实忽略了这一点，评估应该怎么做？

特斯拉给了大家一个很好的启示，就是影子模式。它一直强调影子模式，为什么双芯片要做成标配？即使用户不开启，我也要把硬件放进去。

一方面是为了收集数据，另一方面更重要，是给新模型提供测试场。你可以把新模型推到端侧芯片上，在真实用户场景里测试，和人类驾驶做对比，验证模型到底有没有变好。

规模足够大时，还可以同时测试 10 个版本，把不同版本推给不同用户，做大规模 A/B Test。

用户使用老版本时，我还有额外算力，可以在端侧做实时挖掘和验证。

所以我和团队强调，Inference 能力一定是第一位的。我们要把推理能力和产品结合起来。

这也是为什么我们坚持双芯片标配。额外的算力可以用于数据采集和端侧分析。新模型推到第二块芯片上，不影响用户使用的情况下，可以在真实场景里测试新模型。

一块芯片跑稳定的旧版本，不影响生产；另一块芯片跑新模型，和旧版本做对比，看哪里更好、哪里更差。这就是影子模式。

如果用户没有真正使用新模型，它怎么知道新模型的表现？

把新模型的结果和旧模型做对比就可以。

比如轨迹输出和旧模型差多少。出现偏差之后，把数据抓回来，在云端比较两个版本到底哪个更好。

你刚才说，行业对真实数据和穿戴式设备已经形成了一定共识。

但我们也看到，有些人认为在真实环境里用真实数据做强化学习很难。还有一些团队强调，自己的优势是合成数据和仿真数据。这个观点已经属于非主流了吗？

不能说别人是非主流。

但我自己的感觉是，真正做过量产、做过落地的人，都会形成一些共识：合成数据有用，但不是主力。

自动驾驶已经算是相对简单的本体，工况也相对简单，模拟起来没有那么复杂，主要做避障，只要不碰撞就可以。

即使这样，合成数据也没有被非常广泛地使用。所以你指望合成数据解决 90% 的问题，目前不太现实。

合成数据的好处是，如果有一个非常少见的 Corner Case，可以通过合成 Pipeline 做扩增，一条变成 100 条，再进行数据和模型训练，这没有问题。

自动驾驶已经验证过，很多极端 Case 可能只能遇到一次，但可以通过合成数据扩增。

但如果想用合成数据解决前面 90% 的问题，目前还不太合适。

黄仁勋在 CES 等场合都非常推崇在具身智能中使用合成数据。你怎么看？

至少从目前行业情况看，合成数据比较明确能做的，一是 Locomotion，也就是运动控制，这没有问题，因为不涉及接触和操作。

第二是测试和验证，尤其是闭环验证，也没有问题。

但要把它作为主要数据来源，尤其是作为操作数据的主要来源，我目前没有看到希望。

英伟达本质上还是一家生态公司，只要大家有需求，它就把事情做到足够好，帮助大家加速。对它来说，这个逻辑没有问题。

你们现在主要做 Infra 和前沿研发。你前面提到，可能到 2026 年年底、2027 年年初，行业会从 To A 转向 To B。

到时候会发生什么变化？什么信号会说明行业真的可以开始 To Business？

我觉得有两个点。

10. 硬件决定 To B 时刻

第一，大家现在都说硬件相对成熟，但我观察下来，硬件远远没有成熟。

我们已经快速迭代了两代硬件。所谓量产，可能也就是几千台，但和汽车一年几百万台、上千万台的量级相比，还没有真正做到量产。

现在很多团队还处于手工制作阶段，没有形成大规模生产，也没有真正追求工艺、一致性和稳定性。

举个例子，同一个生产商、同一款灵巧手的两个产品，把 A 的数据录下来，在 B 上做 Replay，发现两个机器人的行为都不一样。

行业还没有真正进入量产阶段。

第一个要解决的是一致性。同一个本体、同一款产品，A 上的数据放到 B 上，行为是否一致？

第二个是稳定性。卖出这么多之后，返修率是多少？这个指标大家有没有真正关注？平均工作多长时间会坏？用了多少小时需要返修？

具体数据我不能说，但从目前观察来看，返修率基本是 100%。还没有哪一个产品真的能长期工作而不需要维修。

我觉得今年宇树在春晚带来的冲击很大。它是行业老大，做得好没有任何问题。

它追求硬件一致性，全部自研，自己管控工艺和流程。我从宇树身上看到了希望，觉得今年年底硬件这件事可能会慢慢收敛。

你怎么从春晚的表现判断宇树的一致性比较好？

它有那么多机器人一起做高难度动作，没有明显出错，也没有哪个机器人和其他机器人节拍不一致。

这些动作至少说明，硬件和控制都达到了足够的程度，才能完成这种集体表演。

所以我觉得硬件反而是 To B 的第一个大关。如果还是小批量生产，返修率又非常高，行业就还没有进入真正的量产阶段。

这也是为什么我们自己做硬件。前几天一个朋友和我吐槽，他试过市面上所有的机器人，没有一个好用，非常失望。我经常听到类似的反馈。

硬件远远没有到大家想象的那么乐观，不能说硬件已经领先软件很多。真正自己做硬件之后，你会发现问题非常多。

尤其你从汽车行业转过来，会发现怎么还处于手工制作状态？工艺流程怎么做？可靠性怎么测？一致性怎么测？大家其实还没有深入到这个程度。

汽车有车规级标准。A 供应商和 B 供应商生产出来的零件，至少可以按照统一标准测试。但现在同一个公司生产的两个同样零件，个体之间都做不到一致，我觉得距离量产还很远。

第二个问题是，有了好的硬件和基础模型之后，怎么把基础模型的能力落地。

基础模型做任何事情可能只有 60 分、70 分，但大模型 60 分、70 分可能已经产生价值，具身智能不行。60 分、70 分没有任何用户价值，尤其在物理世界里，错误可能造成致命问题。

你必须做到 99 分，甚至接近 100 分，才有可用性。通用具身模型怎么在单一任务上做到 90 分、99 分、100 分，这中间有巨大 Gap。

我们最近发的几篇文章，不只是展示一个仿真任务，而是想传递一个体系：怎么把一个只有 60 分、70 分的基础模型，在单一任务上快速变成 100 分，真正落地。

如果这件事能做成，再结合硬件，才有可能谈落地和商业化。

你之前也提到，具身智能的技术范式还没有完全收敛。那怎么判断 2026 年年底到 2027 年年初就能从 To A 转向 To B？

我觉得一个信号是，单一任务的落地方法已经出现了一定共识。

现在从基础模型到单一任务，大概是先做 Domain Adaptation，找相似场景的数据做 SFT。完成之后，再做真机 I/O，或者 Offline I/O。

I/O 可以理解成一个 Overfitting 过程，把通用模型里最强的能力提取出来，让它只具备某一个任务的能力，再在单一场景落地。

这条 Pipeline 大家已经有一定共识。还没有共识的是，怎么把它做得足够高效。

比如到了另一个任务上，能不能在 20 分钟、半个小时内，就把基础模型做到 100 分。这可能是大家接下来需要讨论的问题。

但基础模型怎么应用到具体场景，我觉得大家已经有了一定共识。无论和千寻、还是和高继扬聊，大家在范式上不会有太大差别。

差异主要在于，仿真模型怎么设计才能最高效，各家的方案都不一样。有的可能给 π0 套一个壳，有的基于双系统搭建，有的追求生成和理解一体化。

我看你们现在的技术模型里，用到了 DeepSeek 之前发布的 Janus-Pro，也是一个统一的多模态生成和理解模型。

对。现在市面上生成和理解一体化的开源模型很少，性能还不错、规模又比较小的更少。

Janus 有一个好处，它有 1B 和 7B 两个版本，比较适合端侧使用，所以我们就在它的基础上迭代。

未来有必要自己重新研发这一部分吗？

我自己的想法是，可能没有特别大的必要。

基础模型可能就由几家公司来做，比如阿里、腾讯等。我们做自己领域的事情，在基础模型上加入具身数据。

因为基础模型的投入非常大。它不仅需要具身数据，还要具备常识、泛化和理解能力，这意味着互联网数据也需要，包括图文数据、3D 视频、2D 视频，甚至 3D 游戏数据。

这对我们这样的公司来说，短期内很难具备。

所以我们更希望阿里、腾讯做底层 Foundation Model，也就是多模态深层理解模型。然后基于我们自己的本体数据和领域数据，做 Conditional Training，把它改造成具身基础模型，再去做具体应用。

你在和投资方沟通时，除了和刘炽平、吴泳铭这样的 AI 负责人聊，也会和其他团队交流吗？

现在都在聊。还会和张正友张老师等人聊，包括通义团队的多模态团队。

他们现在成立了一个新团队，专门为具身智能做多模态模型。

我发现大公司现在对具身智能模型的投入也越来越多。大家可能把 Gemini 当作一个范本。

Google 内部已经形成了比较好的状态：上面的应用，包括聊天、NotebookLM、Veo、Gemini Robotics，都是基于底层原生多模态 Gemini，再叠加各自领域的数据，改造成行业应用。

我觉得这可能是中国互联网公司的 Role Model。大家也希望形成类似的状态，上面的业务，包括我们这样的 Robotics 团队，将来都可以基于原生多模态模型做应用。

你怎么看具身模型的独立性？

我之前采访过一家公司的创始人陈一伦。他认为，自动驾驶曾经有一段时间也觉得，只要在视觉模型上加一个动作头，就可以直接变成自动驾驶模型，后来发现走不通。

他觉得具身智能也不太可能在一个大模型基础上直接长出一个动作头就解决。这个独立性可能也会影响创业格局。

要从两个方面看。

如果用一个原生语言模型直接做 Action，肯定不太可能。所以我们希望大模型把生成能力、世界模型能力都融入进去。

它理解了 Action 和世界环境交互的过程，我们做 Conditional Training 时，就可以把这一步引导出来，生成 Action Embedding。

如果拿原生 VLM 直接做 VLA、做具身智能，目前大家已经看到这条路不太好走，甚至可能是死胡同。

一个原因是，原生 VLM 用互联网图文数据训练，里面大量知识对具身智能没有太多作用。

具身智能需要 3D 理解、空间理解、Spatial Reasoning 和未来 3D 生成能力，而原生 VLM 不具备这些能力。

所以未来一个真正通用的具身模型，一定要把这些能力融合进去。无论是通义还是其他基础模型，都要经过改造，融入这些能力之后，才可能成为具身模型。

所以你觉得具身智能不会那么容易被大公司直接覆盖？

终局肯定会被大公司覆盖。

那创业公司的生路是什么？

有点像 Agent 团队，在基础模型之上继续做。

创业团队有几个优势。

第一，我有自己的本体，本体和本体数据一定要自己做。大公司当然也可以做本体，但它不一定愿意做。

最终的商业落地和自动驾驶一样，一定是又脏又累的活，要去垂直领域做应用。我觉得互联网大公司不会亲自做垂直领域的落地。

第二，垂直领域的数据和应用数据，是我们自己可以通过数据平台收集的。

所以合作模式应该是，大公司做通用部分，比如 3D 理解、空间理解和 3D 生成；但和本体相关的业务数据、垂直领域数据，以及本体上的 Action 生成，还是由我们自己做。

这中间有一个比较清晰的界限。

你刚才也提到，从自动驾驶得到的经验是，数据和模型都需要和商业化、最终卖到终端用户结合。

那你们现在在商业化上，优先选择哪些场景和客户？这个动作已经开始了吗？

已经开始了。

选客户的标准，一定是场景能够标准化、未来能够规模化。

很多朋友听到我们创业后，会来找我，说有一个场景要不要去看看。我会说，先不用看场景，先聊认知。

我会问，你们的场景是什么样的？是不是一条成熟流水线，想让机器人替代其中一个工人？

这种场景我们现在做不了，也不想做。

因为我们在理想自己做过工厂，知道这种场景要求非常高。

第一，节拍要求非常高。工厂里的工人做一件事可能只需要几秒钟，我们现在无论硬件还是算法，都达不到这个程度。

第二，容错率非常低。一旦出错，整条流水线就会停线，影响生产。

第三，硬件还扛不住这么高频的动作，可靠性、过热和寿命都有问题。

最后，我们也不想做这种专门定制化的场景。中国有 7000 多家非标自动化公司，我们和它们有什么差别？这不是我们擅长的事情。

所以我们希望客户有一个端到端任务。

比如从仓库取料，到上料、下料、质检、去毛刺，最后再回到仓库，整个过程都由我们来做。

这样我们可以重新梳理流程，不需要嵌入已有流水线，可以从头到尾覆盖。

这对我们更有用，可以用自己的 Skill Set 和统一模型完成，而不是只针对一个环节做定制。

第三，这样更容易标准化。换到另一家工厂，只要是类似任务，就可以直接过去，通过增加数据做 Adaptation，不需要重新定制。

这是我们选择商业场景的第一个标准。

第二，一定要和当前阶段契合。

具身智能是一个 10 年周期。终局肯定是通用具身智能，但现在要分阶段解决问题。

第一是通用移动，第二是通用操作，第三是通用交互，包括和人的交互、安全边界。最后可能是跨本体，在不同本体上都能运行，但那一步非常遥远。

现阶段大家能做到的，可能是通用移动、简单操作和物品泛化。

通用移动，自动驾驶、无人车和无人配送已经在解决。物品泛化是 VLM 比较擅长的，因为经过大量预训练，可以识别很多东西。

但操作现在还没有解决得特别好。可能是抓取、拿取、放置、搬运这些简单操作。

怎么把这三件事串起来，形成一个可以落地的产品，是我现在在思考的事情。

未来如果做到操作泛化，我觉得一定要和灵巧手结合。人有四五十种原子操作，抓、拿、取、放、拔、插、拧等，都需要高自由度灵巧手。

但现在高自由度灵巧手还不具备落地条件，寿命、可靠性、价格都没有收敛。我觉得两三年后可能会进入比较收敛的状态，那时候才可以做一些人的日常工作。

那可能就是整个行业的 PMF 时刻。

你举的第一阶段端到端任务，是在工厂里完成取料、上料、下料等工作。这个场景的规模大概有多大？你是怎么测算的？

规模还是很大，而且不只是国内，国外的需求可能更高。

凯哥有将近 20 年海外经验，尤其是在欧洲。创业这段时间，他已经跑了很多欧洲工厂。你会发现，欧洲工厂对这类产品的需求非常高。

很多人对制造业的想象是，能分工的部分都已经分工了，追求效率。为什么还会有很多端到端任务？

很多地方没办法自动化，因为生产工件经常变化。

柔性生产是一个原因。现在经济不好，很多工厂产能不满，都会接一些散件、小批量订单，生产内容经常变化。

传统写死的机械臂就没法做，因为它对抓取物品和位置非常敏感，基本没有 Zero-shot 能力，也没有泛化能力。

大家希望有一种产品，可以解决简单抓取任务，物品不断变化，还能快速使用。

第二，欧洲很多服务人员的成本很高，可能一个普通服务人员的成本是 3000 欧元。

商超里 80% 到 90% 的人都在整理货架、补货、搬运和摆放。这些工作很容易被具备基本操作能力、又能识别各种物品的机器人替代。

你们什么时候会考虑进入家庭？什么条件成熟之后，机器人才能进家庭？

一定要等到第三个阶段，也就是安全和交互泛化做好之后，才适合进入家庭。

这件事需要敬畏。我们做自动驾驶的人对此非常敬畏，因为任何事故都可能是一条人命。

比如常见的机械臂，只是甩出去一下，就可能把人打死。

所以我认为，要先解决通用移动，再解决灵巧操作，最后解决交互问题。进入家庭一定要先把交互泛化做好。

工业机械臂通常被围起来，人不能靠得太近。现在机器人动辄几十公斤，倒下来砸到孩子都是问题。

这一步不会特别快。

能预测大概需要多久吗？

我自己的预期，大概是 2029 年、2030 年进入家庭。

其实也很快了。肯定是从封闭场景开始，比如工厂、商超，再逐渐到半封闭场景，比如酒店、饭店和服务业，最后才进入家庭。

这个过程有点像自动驾驶从 L2 到 L4，逐渐摸清安全边界，再做兜底方案，才能进入家庭，进行大规模交互。

如果只是 Geek 做实验，现在已经有一些产品进入家庭，比如 Figure、π0.5 可以叠被子，三角洲等团队也有一些类似工作。

去年年底开始申请试用，但我觉得规模还不会特别大。

这次创业的合伙人都是你们长期共事过的人。我和你们的投资人聊过，元璟的刘毅然、蓝驰的曹薇都说非常看重你们的一点，是这个团队已经一起磨合过、打过硬仗。

你们现在大概是什么样的组织？当年在理想自动驾驶团队的经验，哪些可以直接用，哪些需要重新学习？

可以直接用的是我们三个人的分工。

我和佳佳配合了大概 5 年。理想自动驾驶的大多数关键项目，都是我们两个人一起做，从最早的征程 3 交付，到征程 5，再到有图、无图，后来到端到端，我们一直配合。

所以我们之间有默契。

凯哥主要提供战略、管理和资源方面的帮助。当年他也给我们很多指导。现在这个分工基本延续下来，没什么问题。

但具身智能和自动驾驶不太一样，主要是硬件部分。

汽车非常成熟，零部件拿过来基本差不多，只要把电子电气架构做好，就能做出比较好的产品。

但具身智能的硬件还远远没有到那个阶段。我们需要花很多精力去研究零部件和整体结构，没有太多成功经验可以参考。

现在这部分主要放在佳佳那里，也是他花时间最多的事情。

你们成立半年多，硬件已经迭代了两三次。现在的硬件是什么形态？

我们是一个半人形状态，上半身是双臂，下半身是轮式底盘。

我觉得这对当前应用场景来说比较通用，效率也比较高。

我们现在不追求人形，这也是和 Figure 团队交流之后得到的一个收获。

人形本体团队追求高自由度，越像人越好、越复杂越好。但现在模型能力还不足以使用这么高自由度的本体，硬件团队和算法团队容易配合不起来。

所以我们选择先把硬件简化，根据当前模型的需求定义本体，而不是让本体团队自己狂奔、自己兴奋，最后却做不出软硬结合的产品。

你觉得马斯克坚持做人形机器人的原因是什么？

还是因为他看到了终局。

从第一性原理出发，他认为人形是最通用的形态，所以一定要做人形，有点一步到位的思路。

这样做的好处是，可以用最复杂的硬件构型倒逼供应链。对我们来说，这也是好事。

有特斯拉、宇树这样的公司冲在前面，整个供应链会快速成熟。

你们现在做硬件，国内哪些供应链能力可以支持你们？

会有一些。比如 VD 这样的战略供应商，有一些比较成熟的部件，可以直接拿来用，包括一体化关节。

他们也有很多经验，会告诉我们，某种设计是失败的，需要避免。我觉得这对我们很有帮助。

你们生产是在苏州吗？

对，在苏州，就在绿地边上。这样有什么问题当天就可以解决，效率很高。

你们延续了从理想到现在的风格，更强调项目制，而不是具体的团队划分。

你们现在有 80 多人，大概是怎么组织起来的？

现在没有组织架构，直接挂在我们三个人下面。

偏硬件、底层软件、运动控制和产品的，在佳佳这边。

算法、模型和 Inference 在我这边。

HR、IR、GR、PR、财务、法务和融资相关的，在凯哥那边。

没有第二级、第三级管理层。

比较重要的事情，我们会通过战略委员会一起决策。这也是沿袭理想的做法。

以前王凯是你的上司，现在你是公司的 CEO。你前面也说，最终由你来拍板。

公司成立以来，有没有出现过你做了一个一开始大家并不完全支持的决定？

目前还没有。

我们每周会有一次战略会，把要做的事情讨论一遍。如果有争执或分歧，就在会上直接解决，不留到会外。

你们会有什么分歧？

肯定会有。

比如融资，我们其实是技术出身的门外汉。凯哥有一些非常具体的想法，有时我们不理解，会觉得是不是不太对。

但凯哥很有耐心，会解释为什么这么做，把 Pros 和 Cons 讲得非常清楚。我们理解之后，就会觉得没问题。

比如你一开始觉得某个投资人很好，为什么不让他进来？

会有这种感觉。

但凯哥的观念是，融资和研发一样，也要有节奏感。

第一波投资人是什么类型，要定义清楚。我们第一波是顶级 VC、顶级财务投资人。

第二波要定义成什么样的人？可能是战略伙伴，或者上下游能够提供技术和生态支持的人。

第三波可能是产业方，有场景、供应链或其他资源。

有时中间会有一些比较好的 VC 进来，我会觉得，既然这么好，为什么不让他进来？凯哥会解释他的融资节奏和安排。

你们三波投资人具体是怎么定义的？

第一波是顶级财务投资人，比如元璟、红杉、蓝驰。

第二波是战略投资人，比如阿里、腾讯。

第三波是产业相关方，可能是有应用场景的，也可能是供应链合作伙伴。

从保供角度，或者从应用角度，这些资源都比较有价值。

我们现在接触的人非常少，没有很多新闻。因为我们会先提前选好，确定这几家之后就结束。大家认可之后，很快就 Close。

融资节奏快的好处很明显，可以获得发展资源。另一方面有什么弊端？怎么避免？

目前看还好。

大家最担心的是稀释比较快，以及估值太高带来的投资人预期。

我们每轮融资比较顺利，一方面是团队比较拼。基本上每个月都会拿出新东西，让大家看到团队一直在进步、一直有新成果，保持打仗状态。大家会觉得团队比较靠谱。

第二，凯哥对稀释控制得非常好。到目前为止，我们稀释并不多。一方面大家比较看重团队，估值给得比较好，另一方面稀释比例也比较低。

每个月都要拿一个成果出来，整个团队应该很紧张。

我和团队的沟通是这样的。

第一，我们进入得比较晚。相比 2023 年、2024 年甚至更早进入的团队，我们是 2025 年下半年才开始，所以前期一定要快。

别人不会因为你晚进入，就觉得你的东西可以差。大家会用同样的标准要求你。

第二，快速试错。硬件为什么连续迭代两轮？就是在快速试错中积累经验，尤其我们在硬件上没有经验，就通过快速迭代获取经验。

我也在向团队传达，今年和明年的竞争一定会非常激烈。到了估值比较高的时候，别人不会因为你是新玩家、团队小，就自然认为你有差距，反而会用更高标准要求你。

到目前为止，有什么进展稍微落后于你的预期？

数据。数据量低于我自己的预期。

具体是数据的哪一方面？

数据量。我们现在大概接近 1 万小时。

这 1 万小时数据是怎么组成的？

一部分是半真机，一部分是真机。真机主要是穿戴式设备采集，质量还比较粗糙，整体以半真机为主。

这和硬件迭代有关。穿戴式设备是我们和别人一起做的，设计由我们负责，再交给别人生产。

我们对质量要求比较高，因为它是类似穿戴式手套的设备，会涉及电磁干扰，导致数据跳变，比如位置突然跳一下。

最早大概有三分之一的数据不可用，现在通过迭代，可能已经有 90% 的数据可用，但这个过程比较痛苦，还需要继续优化。

现在至简动力有确定的愿景、使命、价值观吗？

还没有。

你们会讨论这个问题吗？还是觉得早期不需要讨论？

一直在讨论。

我们的 Slogan 是 Simple Scale Up。我们想把它当作愿景，或者当作工作方法论，但还没有真正确定。

我觉得愿景要等沉淀到一定程度之后，真正知道这家公司想朝哪个方向走、想为社会带来什么贡献时，再把它总结出来。如果这个东西还在讨论，就不急着定下来。

那现在团队里的文化氛围是什么样的？

至少对这件事的认同感一定要很强。

有人来面试时，我先聊的不是技术，而是他怎么看具身智能。他相不相信这件事？认为这件事会给社会和个人带来什么改变？

如果一个人不相信具身智能，也不认为它会带来什么改变，不认为它对社会有什么贡献，我觉得他可能不会坚持很久。

有的人可能只是因为这是新东西，想尝试；或者听说我出来创业，比较认可我们这些人，所以想加入。这也可以理解。

你面试时有没有比较固定的问题？

第一个就是刚才说的，对具身智能的看法。

第二个是，我们现在处于一片荒地，每个人的角色都不固定。不是一个萝卜一个坑，也不是流程非常严密。你能不能接受？

现在还没有严格的组织架构，每个人可能负责两三件事。我要先问他能不能适应。

比如你是做 SLAM 的，能不能跳出舒适区，去做其他事情？如果可以，我们就比较契合；如果不可以，就要再考虑。

其实你们在理想也很长时间没有跌落过一个坑。

李铁哥以前讲过一个“荒地理论”。

理想很早期的时候，很多地都是荒着的。你进来以后，不一定非要在原来熟悉的地方工作，也可以选择一块荒地去拓荒。

现在我们也类似。还没有精细化到每个人只是一个螺丝钉，每个人可能负责一两块荒地，要自己去开荒。

荒地的好处是灵活，团队也有活力，能充分发挥自驱力，像西部大开发一样。

但发展到一定阶段之后，可能会有什么问题？比如团队之间抢资源、抢项目。

我觉得问题不大，因为我们过去很多年一直这么做。

工程师有一个特点，就是想尝试新东西。我们经常会有人调动，比如觉得某个项目很好，或者某个 R&D 项目很好，大家就会聚集到一起。

他们可能来自不同背景，但都想做这件事，甚至和原来的本职工作没有太大关系。

所以我希望现在也能创造这样的氛围。一个人在自己的领域做了很长时间之后，也想尝试新东西。

我和他们沟通的是，第一，你原本的专业一定要足够强；第二，你愿不愿意探索新领域？我给你一个新的领域，你也要去探索。

我希望加入公司的人都具备这种尝试和创新的感觉。

英伟达发展到几千人、上万人之后，也能保持这种开荒模式吗？

可以。

我觉得这就是英伟达比较有魅力的地方。它本身是一个通用计算平台，所以会持续有新的应用进来。

从游戏、比特币，到数据中心，再到机器人和自动驾驶，底层东西不变，只是上层应用和新的领域不断拓展。

知识库、工具链其实都基于同一个底层平台。这可能是英伟达这么多年持续创新的好处。

你在理想、现在做至简动力，都强调组织要简单，用项目把大家组织起来。

但你从 2010 年开始接触华为。华为很强调流程和跨部门协作。矩阵式的协作对你们当时做自动驾驶研发有什么影响？

还是有影响，但理想内部因为大家仍然以项目制推进，所以相对比较灵活。

不过整个公司已经有标准流程。我们也花了很多功夫去建立研发流程。

流程本身也一直在迭代，因为每年都在做不同的新东西。

对我们的影响是，额外工作变多了，尤其是沟通类工作。

以前在项目内部，纵向沟通就可以，大家目标一致，项目怎么做、打多长时间、方案是什么，确定之后马上开始干。

有了横向协作之后，就需要跨部门沟通：这是不是产品团队想要的？对卖车有没有贡献？要拆解产品提升多少、需要投入多少资源、ROI 怎么算。

这些都是额外工作。

你怎么评估这些沟通的价值和性价比？

我在理想内部时，其实没有特别强的价值感。作为一个打仗的人，你还要让我算这件事对公司到底有什么影响，内心多少会排斥。

但真正自己出来做之后，你会发现确实要这么做。要从商业倒推：做完这件事，到底给商业带来多少投入产出？能不能让公司更成功？组织会不会变得更扎实？流程会不会更好？

这些我现在也在思考，但目前不着急完全用起来。我还是希望团队先保持灵活。

真的到了理想这样的规模，可能需要好好把这件事做起来。

这和理想的思路是一致的：技术服务产品，产品服务商业。

你现在做这家新公司，有没有对标的组织，或者心里觉得比较理想的公司 Model？

我觉得特斯拉 Autopilot 团队是最好的，效率最高的 AI 团队。

很多人很难想象，Autopilot 团队可能只有 200 人，却做出了世界上最好的自动驾驶产品。

它是一个强 AI 团队，不需要太多流程，也不需要太复杂的组织划分。每个人可能覆盖两三件事，大家快速迭代往前走。

这是我初期想要的状态。

和你聊下来，我觉得你非常 Focus 当下的问题和阶段。

你更相信一边射箭一边瞄靶，还是喜欢走一步想三步、看五步，谋定而后动？

我的方法论是，远期 Vision 一定要对，大方向不能错；但近期一定要精准。

中间遇到坑就跨过去，快速调整、快速迭代。

现在整个具身智能行业非常早期，行业里也有很多分歧和争论。你觉得有什么非常重要、但可能被忽视的真相？

我觉得还是硬件问题。

所有人都觉得现在硬件差不多了，缺的是数据和算法，但我感觉硬件远远没有到那一步。

硬件在很多采访和对外表达里被一句话带过，但真正做起来，坑非常多。

自己做硬件之后会发现，这个坑太大了。

我可以推荐《晚点》之前关于 Optimus 的几篇报道。我们从供应链角度写过，里面也涉及很多硬件细节，包括一些零部件导致寿命低，坏了之后不能单独维修，只能把整只手换掉。

这可能是整个行业的问题。还没有真正标准化、流程化，工艺也没有到那个程度。我感觉还差一两年。

其他方面可能逐渐会形成共识，包括数据和模型，大家会慢慢收敛。

我还比较好奇，具身智能什么时候会出现类似 GPT-3 的时刻，也就是能力出现明显跃迁？

现在大家判断有分歧。有的人比较乐观，觉得 2026 年就会出现；也有人觉得还需要 3 到 5 年。

我自己的判断比较快，可能 2027 年会出现一些信号。

因为基础模型正在发生变化，至少 Unification 这件事大家逐渐认可了。

像 Gemini 这样的原生多模态模型，已经具备了很好的世界模型迁移能力。

如果按阶段看，VLA 里的 V 可能包括理解、预测、生成，甚至推理；A 则是 Action 生成。

如果前面的 V 和 L 已经解决得很好，A 主要依赖具身数据，那这件事大概率能成。

最近大家看到，无论是世界模型，还是视频生成模型，都逐渐出现了这种趋势。

现在缺的可能是多模态推理能力。语言的 CoT 已经有了，但视觉的 CoT 什么时候出现？不只是理解，还要能够推断，根据输入做推理。

第二步是自进化能力。也就是在多模态理解、生成和识别 CoT 的基础上，Action 自己形成闭环，不断和自己交互、迭代。

如果这条链路打通，我觉得就接近 GPT-4 那样的时刻。

总结成两个词，一个是 Unification，也就是统一化，尤其是多模态推理。它不仅包括理解，还包括多模态 CoT 和生成。

第二个是 Self-evolution，也就是自进化。模型能够在 Action 和多模态生成之间形成闭环迭代。

Unified Model 确实已经有很多进展，大厂基本都会朝这个方向做。自进化怎么判断？

现在已经有一些类似工作。我们最近也会发布一篇文章，在自研生成模型的基础上加入 Action 生成，让两者相互迭代。

这可能是我们希望做到的方向。

你觉得整个具身智能领域，把软件、硬件、材料、能源都算上，有什么还没有被攻克的科研性难题？答案可能非常开放、不确定。

我现在还真没看到。

还是从几个要素看。

第一，硬件至少正在逐渐收敛。构型可能不一样，但零部件差不多。

第二，数据冷启动方面，大家差别不会特别大。

剩下可能就是 Long Tail 问题，现实世界的长尾问题怎么解决。自动驾驶已经趟出了一条路。

第三是模型。现在还有争议，到底世界模型好，还是 VLA 好。但一体化、Unify 是大势所趋，虽然还不是完全共识，但很多团队已经意识到这一点。

第四是迭代。Unification 只是基础模型，怎么把基础模型应用到具体场景，至少 SFT 加真机 I/O，大家已经有一定共识，只是效率还很低，怎么提高效率是问题。

剩下争议比较大的是商业化，到底在工厂、To C、物流还是商超，各家可以自行探索。

所以从硬件、软件、算法、数据到商业化，我觉得都已经开始逐渐收敛。这也是为什么我隐约觉得行业正在从 To A 转向 To B。

2026 年大家肯定会关注一个行业事件：第一批具身智能公司上市。你觉得这会怎么影响竞争格局？

有好有坏。

好的一点是，行业肯定会再爆发一波，有点像大家进入兴奋期。

宇树、智元这些行业先行者，确实付出了很多，也探索了很多。目前看到的成果非常好。它们上市之后，市值可能也不会差，对整个行业来说会是一针强心剂。

但对我们这些后来的团队，压力会很大。

它们上市之后，通过二级市场增发等方式，资本能力会比我们强很多，融资效率也高很多。我们还要靠自己融资，这会形成压力和竞争，也可能导致人才流失。

所以好和坏都很明显：好的一面是行业会繁荣，大家仍然觉得这是一个好行业；坏的一面是对后来者来说，融资和人才都会面临压力。

你觉得什么时候中国的巨头公司会在具身智能上投入更多资源，对创业公司造成压力？

大模型领域已经出现这种情况，有人说应该在巨头关注不到的地方创业。

具身智能可能映射到新能源车。

新能源车现在真的有很多互联网巨头在做吗？除了小米、华为，其他互联网巨头和硬件关系比较远。

中国互联网公司似乎没有硬件基因，所以它们更希望做具身智能的基础模型，而不会直接做硬件制造、生产和落地。

我觉得这可能是具身智能公司的机会。

当然，华为、小米、理想、小鹏这些有软硬件基因的公司，迟早都会做。

对它们来说，这是第二曲线，很顺理成章。

什么时候这条第二曲线会变得更重要？

至少在 PMF 到来之前，它们不会 All in。

你看小米为什么做汽车，是因为蔚小理已经跑出来了，产业链和供应链比较成熟。

大公司的优势是生态、品牌和市场，这些都可以碾压创业公司。等产业链、供应链成熟，市场明确之后，它们就可以依靠供应链、品牌和市场优势进入。

但现在还没到这个阶段，它们还在等创业公司把产业和供应链摸出来。

所以留给创业公司的时间可能不会特别多。

我自己的预期是，PMF 可能在 2028 年附近。

原因还是灵巧手的稳定和量产，以及精细操作的出现。这基本会证明具身智能的价值。

前期如果按照“跨越鸿沟”理论，还是 Geek 和小市场为主；跨越鸿沟之后进入早期大众，大公司肯定会盯上这个市场并开始扩张。

我觉得可以借鉴新能源车。创业公司必须在这个节点之前，从弱小团队变成至少中型团队。

到 2028 年，想要安全活下来的公司应该是什么样？需要做到什么？

至少几个方面。

第一，必须是六边形战士，不能有短板，包括资金也不能有短板。

融资不能太差，要有足够资金。人才、数据和硬件制造都需要花很多钱。

第二，要有全栈能力，不能只有单点技术。模型和算法很容易被复制，单点能力没有那么强的壁垒。

第三，组织能力要强。真正需要冲锋时，团队能冲上去打仗。

最后，公司一定要有好的商业结果，能够自己造血。

进入 To B 阶段之后，不可能一直依赖融资。如果还没有造血能力，和已经能够自己造血的公司相比，差距会越来越大，很快就会被淘汰。

这些条件一个都不能缺，最后才能活下来。

你觉得具身智能会出现泡沫和低谷吗？类似房价那样。

肯定会。任何技术周期都是这样。

2025 年看起来非常红火，超出预期。但你会发现，任何行业都会有一个“百家争鸣”的阶段。一旦进入百家争鸣，泡沫可能就来了。

纵观智能手机、新能源车、自动驾驶，当你听到“百家争鸣”这个词时，可能距离泡沫破裂就不远了。

我觉得可能就是最近一两年。

你们需要提前做什么准备？

刚才说的那几个点必须做到，一个都不能少。

最终拼的是体系战。任何单点能力，都不足以支撑你从泡沫和低谷里爬出来。

在基础资源上，你算过多少钱才够吗？

我有一个大概的计算。

最花钱的几项，第一是数据。现在如果用众包和穿戴设备，数据成本相对可控，不会特别高。

第二是 GPU。大家都在说缺数据，但即使给你 100 万小时、200 万小时数据，你有那么多 GPU 训练吗？

现在我们的研发费用里，GPU 成本占三分之一以上，这是最大的一笔支出。

第三是人才，也就是人力成本，这也是比较大的支出。

第四是硬件。硬件还需要继续迭代几轮，达到预期规模之后才能有感觉。

硬件投入和预期规模有关。比如今年 1 万台、明年 2 万台、后年 10 万台，需要的投入完全不一样。

所以最确定的是数据、GPU 和人才，硬件这一部分暂时还不完全确定。

你觉得 2026 年比较确定会发生什么？还有什么事情悬而未决？

比较确定的是技术范式会逐渐收敛。

我和做大模型、做具身智能的人聊下来，大家逐渐形成了一些共识。数据也会收敛，今年已经出现这个迹象。

我最近聊的几家公司，包括智元、千寻和至简动力，整体思路都比较类似。元启引擎也差不多。

不确定的还是硬件。整个行业最终能收敛到什么程度？返修率还会不会是 100%？质量能稳定使用多长时间？

有什么过去的先进制造业或工业门类可以给你们参考？

汽车，尤其是新能源车。

新能源车给中国带来的最大财富，是供应链整合和标准化。

但汽车工业本身已经有 100 年历史了。这也是为什么我对具身智能硬件的不确定性这么大，因为这个行业太新，没有成熟参考。

构型不一样，零部件标准不一样，制造工艺千差万别，可靠性和一致性也不知道怎么验证。

工业机器人历史也很久，从 1950 年代、1960 年代就开始使用。到最后，标准化程度比较高。

但工业机器人的量级也没有汽车大。全球每年大概有六七千万台汽车，工业机器人可能只有百万级。

具身智能硬件现在的问题，确实是一个很大的问题。尤其你做过汽车之后再回头看，会发现两个行业差距非常大。

你特别关注硬件，也是从最终产品和商业化反推出来的。

没错。硬件一定是基础。

我也经常和智元的同学聊，因为大家都来自自动驾驶圈。智元花了很长时间解决一致性问题。

一致性会带来一个关键影响：如果我做真机采集，同一批设备里 A 和 B 采出来的数据不一样，那模型怎么训练？硬件噪声可能比数据带来的收益还大，模型就没有办法训练。

核心还是规模问题，生产量太小。

这也是为什么我很 Respect 智元。它确实花了很多心思打磨工艺和生产，值得学习。

创业半年多以来，你觉得自己最大的变化是什么？

我觉得责任感更重了。

11. 承担 CEO 的责任

你现在要带着下面的人，也要带着以前的兄弟姐妹一起创业。你希望给大家一个好的归宿、好的环境，以及一个比较好的目标和未来。

以前我只是作为研发一号位，考虑把技术和产品做好。现在从人、事、钱都要考虑，甚至员工的办公位、喝什么水，员工的孩子生病了能不能帮忙找医生，这些都要想。

有点像家长。突然觉得责任在自己肩上，而不是只要把技术和产品做好就行。

这是我最大的变化，责任感的重量不一样了。

以前更多关注事，现在更多要关心人。那能力上有什么变化？

主要是战略观发生了变化。

作为一号位，战略非常重要，甚至可能比技术和产品本身更重要。

战略就是“战”和“略”：要什么，不要什么。

初创公司尤其处在这样一个充满不确定性的行业里，诱惑和徘徊非常多。你要想清楚哪些事情要自己做，哪些事情不做。

很多人会问，灵巧手要不要做，To C、进家庭要不要做。你都要仔细判断。

你现在的选择，是暂时不自己做灵巧手，也不进入家庭？

对，现在不是一个好的时机，阶段不合适。

创业过程中，有没有什么地方和你的性格不太匹配？

我其实是一个比较懒的人。

以前只关注技术，把技术落地，其他事情不用特别 Care。所以只要一件事做好就可以。

这也是为什么我找到凯哥和佳佳之后特别开心，因为事情可以放心交给他们，我可以少花一点精力在管理和融资上。

你说的“懒”，是指心思和精力上比较集中吗？

对。我比较懒，觉得把一件事情做好就 OK。

工程师比较偏好专注解决一个问题，专注技术和工程挑战。但现在我是 CEO，需要从相对懒惰、只专注技术的工程师，逐渐转成一个各方面都要考虑的角色。

黄仁勋也是工程师出身。你觉得他从工程师转变成 CEO，经历了什么？

他中间也经历了很多。

第一代产品确实失败了。他专注于技术，觉得产品很厉害，但后来发现没人买、卖不出去。经过很多改变之后，三位联合创始人开始分工，意识到不能所有人都是工程师，必须有人看产品和战略。

黄仁勋慢慢承担了这个角色。

我觉得这也是形势所迫。到了那个阶段，自然而然就会发生转变。

你觉得自己和公司还有哪些想提升的地方？

现在公司还处于比较谨慎的状态，没有像智元那样把面铺得很大。大家会觉得我比较抠，我觉得这也和我比较谨慎有关。

但接下来 To B 阶段，太谨慎不一定是好事，可能需要铺开一定的面。

现在我们还专注于几个小场景，先把闭环打通，方法论收敛之后再扩张。

但我们的时间可能不会特别多。刚才说可能也就一年左右，行业就会开始大规模拼刺刀。

这是我们需要快速提升的地方。

那你现在对这个问题有确定答案吗？

没有。

我们的习惯还是先把最有把握的事情做通，再慢慢扩张。这是过去的方式。

但这个方式在大规模团战时是不是有效，我现在还没有完全确认。

创业之前，你对创业、对 CEO 的哪些想象被验证了？哪些被证伪了？

我对 CEO 的很多幻想来自李想。我会把他当作一个 Robot 来想象。

李想对产品追求非常强，杀伐果断。但我后来发现，不能强行把这个形象刻到自己身上，我和他并不一样。

我偏技术思维，也有一些产品设计能力，可能是跟他学的，但我更关注细节，不是那么偏 High-level Strategy。

这也是我自己需要提升的地方。

两三年后，如果 PMF 已经找到，你希望至简动力和自己处于什么状态？

有点像 2020 年、2021 年特斯拉找到 PMF 的状态。

特斯拉的 PMF 是 FSD 开始出量，验证了它对产品提升非常巨大，真正具备产品力，同时找到了技术范式。

到 PMF 出现时，至少团队不能落后，这是保底。

更好的情况是，我们也可能成为范式的发现者和 PMF 的创造者。通过过去的经验，自己把技术范式找到。

最保守的想法是，别人跑出来之后，我们马上跟上；更激进的想法，是我们自己成为领先者。

如果感性地描述，从创业七八个月到现在，这是一个什么样的过程？

我觉得还蛮顺利的。

回顾过去 15 年的工作，我觉得自己的选择和时间点都踩得比较好。

最早去 IBM，正好是市值高峰；后来去英伟达，转身做自动驾驶；再到理想，也从接近零的状态做到行业比较好的位置。

冥冥之中，我觉得自己有一些思考，时间点踩得比较准。

目前来看，公司的发展也符合预期。无论技术、融资还是整体进度，都比较顺。

有些人顺风局会极大强化信心，有些人则喜欢逆风局。我想知道你是哪一种？

我可能喜欢做从零到一的事情，偏逆风。

别人不太看好，或者觉得这是一个很新的行业，我反而更愿意做。选择英伟达、自动驾驶、理想，基本都是类似的感觉。

我更希望从一个大家不看好、或者从零的状态，把事情带到一个很好的状态。这会给我很大的成就感。

那可以说，你这半年多都很爽吗？

其实还蛮爽的。

今天非常感谢至简动力创始人贾鹏做客《晚点聊》，分享至简动力创业半年多以来的进展。

我们一开始也聊了过去 10 年贾鹏在智能驾驶、英伟达和理想的职业经历。这些经历为他现在创业时的战略思考、团队组织和合伙人选择奠定了基础。

谢谢大家收听节目。再见。