22 岁的具身 CEO、5 轮融资、过亿美元、“不知天有多高”、“一年吃了十年的苦”｜对谈黄一：萝博派对创始人/CEO

嗨，我是 Koji。本周十字路口的嘉宾是黄一，萝卜派对的创始人和 CEO。你好，黄一，欢迎来到十字路口。

大家好，我是黄一。萝卜派对在过去一年的时间完成了 5 轮、接近 1 亿美元的融资，可以说是目前最受关注的具身智能行业的年轻新势力。

我们还是先从十字路口的传统快问快答开始，帮助大家了解你。请问你的年龄？

22 岁，所以是 2004 年出生的。

你的求学经历呢？

我高中是在华二读的，大学去了哈工大。

你的 MBTI 和星座呢？

INTP，星座是白羊座。

用一句话介绍一下萝卜派对。

我们希望通过开源的方式，让这个世界上尽量少一点重复造轮子，也希望通过开源去推动具身智能的发展。

所以，开源对咱们来说是非常重要的一个关键词。

我觉得这是公司的一部分，也是非常大的部分。

那咱们融资的情况呢？

目前完成了 5 轮融资，实际上是超过 1 亿美元。团队规模现在大概是 140 人左右。

包括实习生吗？

包括。我们公司接近一半是实习生。

咱们目前收入和利润的情况方便分享吗？

2025 年的话，我们每个月大概有 100 台左右的 RP0 出货。明年的话，预计全年新款产品 RP One 大概会有 2,000 台左右的销售。

创业之前做过些什么？

做过无人机，也做过机器人。当时 2023 年就信了马斯克的饼，开始做人形机器人。在学校里做，自己掏钱，自己买材料，然后不断地堆叠。

我们今天的播客会分成两个部分：一方面聊具身智能和萝卜派对，另一方面也想聊一聊你的创业经验和收获。

其实我的创业经验也不多，做了一年左右，但是你可以理解为度过了一个压缩的人生。我感觉可能别人十年吃的苦，我一年就吃了。

现在创业面对的其实不只是投融资，还有非常多的管理问题和战略问题。

我觉得战略是大于团队的。之前唐杰他们有句话，就是认知大于格局，大于技术，大于管理。

我们待会儿会逐一展开。包括你提到的认知大于格局，大于技术，大于管理，但我今天想问的第一个问题是：你融到那么多钱的原因是什么？你觉得 VC 在投你的时候，究竟在投什么？

我觉得这笔钱在具身智能里面不算多，但对年轻创业者来说，还是比较多的一笔钱。

大家根本不是在投什么 BAT，或者因为你是年轻人。我们当时拿到第一笔钱的时候，机器人已经做出来了。最开始大家自己投了一些钱，基本上是我投的，大概几百万元，把机器人的原型机做出来，他们才有人愿意下注。

C Round 这一块，一个非常重要的点就是要多拿牌、拿到足够多的投资者意向。因为 Seed round 的投资协议基本上会伴随你非常久，一直到比如说 Pre-IPO 轮。大家基本上都会沿用你的第一轮协议。

所以我觉得，第一轮有没有足够好的机构来领投是一个关键点。之后，你的第一轮协议能不能谈到一个非常好的条件也很重要。比如我们公司到现在应该是没有 QIP 回购、没有对赌，以及其他一些条款，整体是非常友好的条款。这样的话，后来的创业压力会小一些，但也只是小一些。

所以条款你认为重点要看什么？

我觉得是这样的。比如有些人可能会觉得，引入一个董事会成员，天然就多了一层管理。但如果你觉得这个股东确实有帮助，比如我们和小米合作，小米帮了我们非常多，那给他一个董事会席位，反而会让这种帮助变得更加顺畅。包括小米、宁德时代提供的帮助，其实都非常大。

我不知道具体条款能不能公开，条款应该不太能开源。但我们可以整理一个比较好的大概框架，哪些条款好，哪些条款不好，我觉得这个是可以做的。

比如说，天然个人连带回购这种东西基本上没有，甚至国资也不会要求你签。再比如 QIPO 回购，我觉得它是一把达摩克利斯之剑，悬在你头上，但真正执行的时候可能又很难执行。

所以要看这些条款到底是不是友好，包括回购单利、复利，以及很多细节。找一个谈过非常多投资条款的律师，能帮你规避掉非常多的投资风险。

那 FA 对你们有帮助吗？

FA 也会有帮助。FA 更多是把你从零到一拉入到 VC 或 PE 这样的融资圈子里，让你明白融资到底是怎么回事，以及投资机构的决策流程是怎么样的。这些其实是 FA 会去做的。

现在市面上的 FA 非常多，项目也非常多，甚至出现了配售制度。我觉得这种东西非常匪夷所思。那怎么选 FA？

对，怎么选 FA？

我理解其实也不是选。你跟他们聊，然后问一些问题。

比如说，你能不能把现在这个行业里面所有公司的融资情况，以及它们大致的公司情况介绍给我？第二，你能不能知道这个赛道里面谁投什么东西，判断准不准？

举个例子，你今天聊 100 个投资人，但其中只有 10 个是投具身智能的，而且聊的线路都不对。因为有些机构里可能有一堆人在聊，但实际上他并不负责这条线，而这条线的出手成功率也不一样。

虽然投资人说投人，但实际上创业公司也是在找合适的投资人。

当时你决定要融资了，找到的第一位 VC 是谁？是怎么找到的？当时聊了什么？

我记得第一位应该是五源资本的 Bill。

是他主动找到你的？

对。我当时做了一个机器人的交流群，在那个群聊里面加上我，然后问能不能聊一聊。

当时公司还有两条线：一条是做一些现金流业务，另外一条是靠现金流业务去养活人形机器人。但我觉得这个认知显然是错的。

在一个大行业里，而且这个行业需要高频迭代的时候，去指望一个现金流业务养活人形机器人，等到现金流业务跑起来的时候，你的人形机器人已经被别人甩在后面了。所以我觉得，当时还是需要依靠 VC 的力量。

VC 的本质，就是把你未来赚到的现金流拿到今天先给你用，让你先达到行业里比较领先的位置。比如说，你拿的钱越多，拿了 20 亿的钱，大家的体感就会觉得泡沫越大。

所以这其实是行业里聚集的钱和商业化的钱之间的差别，我觉得这是泡沫比较大的一个点。

所以你觉得现在是有泡沫的？

Of course。

作为创业者，你怎么和这个泡沫共处呢？

我们有个股东叫顺为，能不能顺势而为？这个行业起来，它实际上就是一个泡沫，但你能不能顺着这个势，把公司做起来？我觉得这是非常重要的。

我理解，任何一家公司都没有办法改变一个时代。它实际上体现在方方面面。你说它是泡沫也好，是势能也好，我觉得它都体现在方方面面。

比如说今天我们要跟供应商或者合作方合作，他会因为你在具身智能这个赛道，而愿意多看你一眼。如果你今天做的是光伏，或者房地产，可能大家都不愿意看你。

甚至你到处招人，会发现现在人才基本上都是从别的行业涌到这个行业来。第一个反应是这个行业热钱多，第二个实际上说明这个赛道未来的 promising 更高。

像你刚才说的，第一次融资要尽可能多拿牌、尽可能多拿 TS。拿到那么多 TS 之后，你怎么选呢？

我觉得也不能说是选不选。第一，要保证非常尊重这些机构。大家愿意投你，说明他非常信任你、非常认可你，所以首先要保证足够的尊重。

第二，要判断这些机构。有些机构你这次不拿，后面还可以拿。现在有一些基金是所谓的 deep pocket，到了后续轮次，有这么深的口袋、能投得起比如 5 亿元、10 亿元的基金变少之后，它其实是少数几个能投得起大钱的基金。

但如果这样的基金在天使轮就拿了你 10% 的股份，到了后面能投大钱的基金变少时，它可能会考虑：我已经有这么多股份了。这样它在后面加仓时，动力就没有那么强。

所以你一开始拿了一个 deep pocket，可能反而失去了一个未来能投大钱的 deep pocket。

我们是行业的第二波，相当于是 2025 年成立的一些具身智能公司。我们可以看他们之前的投资情况，也可以跟很多这类创业者聊，了解他们的投后大概是怎么样的。

像真格、经纬这些机构其实都非常好。他们会把非常多的资源给你，在你初期什么都不懂的时候先教你。我觉得这种认知交换，甚至已经远大于钱本身的质量了。

你们现在的股东名单里面有 VC，也有战略投资方，包括小米、宁德时代。他们的钱和 VC 的钱，在你看来有哪些不同？

VC 带来的更多是人脉和创业者的圈子。产业方的钱，我觉得要非常慎重地拿，但产业方能带来的赋能也非常大。

比如小米 Robotics 这边，我们和他们的肖老师做过非常多次交流，包括未来应该切哪个方向。小米内部也有一些 Robotics 部门，他们在这个领域做了非常多积累，很多 know-how 可以分享给我们。

这样的话，作为 founder，如果你的战略决策做得准，就能少走非常多弯路。他们有很多 know-how、很多文档，可以分享给你，辅助你做战略决策。

今天大家还会面临一个问题：我到底要融美元，还是融人民币？你是怎么想的？

美元机构在接触下来，你会发现，他们会因为你的技术领先，或者因为你的产品比较领先，而愿意投你。但人民币机构不是这样。

人民币投资人更多会关心你的商业化，或者你的商业模式是否成立。而且越到后期，你碰到的投资人的专业度其实越低。

因为敢于在你早期、没有任何人帮你背书的情况下下注，需要非常专业的判断。这当然也是他们获得超额收益的一部分。

但到了后期，很多机构过会的时候，最后在 IC 上只要说这一轮的领投方是谁，或者说项目非常好，他们可能就会无脑投。

这种情况是个例，还是你遇到了很多次？

我觉得其实比较多。真正专业的投资人没有那么多，但行业里的热钱很多。

所以你还在继续融资吗？

我们会同步继续看，基本上一两个月会做掉一轮。

这背后的考虑是什么？是你需要这么多钱投入到某个具体的事情上，还是你觉得应该多拿钱做准备？

你得判断这个行业的周期，或者说它处在什么时间点。我觉得现在能多拿就多拿。

现在正好赶上具身智能进入“十五五”规划，二级市场那群人有钱了，他们会把多余的钱作为 LP，投到一批 GP 里面，然后 GP 再开始投公司。

所以我觉得这里面会有一些情绪因素。今年出现了非常多加轮融资，其实是因为公司可能还没有到那个阶段，但在两个阶段之间又加了一轮。

我们公司的 milestone 是 RP One 的发布以及推动量产，这可能是我们 A 轮的标准。

包括你身上胸前贴着一个 “Stay Around”，

我这其实是一件健身房的衣服。我之前完全没有想到你可以这么解读它：我可以一直融 A 轮。

B 轮可能要看商业化，或者商业闭环。我觉得具身智能公司一般都会在 A 轮，但 anyway，我们会同步看有没有其他商业化节点，能不能到这个 milestone。完成这个 milestone 之后，可能会开一个大轮次。

那融资之后，公司要注册在哪里？

我觉得人才在哪里，就注册在哪里。

比如你今天要做模型，基本上大家都扎堆在北京，或者扎堆在启迪。我们公司在北京的 base 就在启迪 C 的 20 楼，19 楼就是清华交叉院。

但我们公司实际上 base 在上海。我觉得上海浦东这边的人才还可以，所以就注册在上海。

不会因为有些地方有特别的政策，就考虑注册到那里吗？

It depends。

我们和很多创业者聊的时候，一般会把某一轮叫作“卖总部轮”。你可能在某一轮临门一脚要上市的时候，把总部从 A 搬到 B，借助当地的招商引资，拿到这一轮融资。

1. 创业始于愚昧之巅

好，我们现在把时钟稍微拨回到大学时期。你当时在哈工大的时候，创业的萌芽是怎么产生的？

其实也没有想太清楚。

刚开始创业的时候，你会发现一个点：你觉得自己什么都会了，觉得市面上看到的产品都不行。你首先要相信自己能做到这件事情，这很重要。所以不是自信很重要，是自大很重要。

在你对行业还没有太清晰认知之前，会有一个非常自大的时间段。我觉得那个时候比较适合创业，就是所谓的“愚昧之巅”。

那对你来说，是什么时候？

基本上就是我们把机器人做得比学校里各类机器人都好。但你会发现，学校里有非常多厉害的实验室，他们做的机器人也不过如此。那时候你会站到一个非常大的愚昧之巅。

当时旁边还有谁？谁和你一起干？

还有我室友和实验室的一些同学。

你刚才提到，大三就从哈工大毕业出来创业了。这是怎么做到的？

学校里有一些政策。我理解这还挺人性化的：把学分修完，把毕业设计做完，就可以出来创业。

你的毕业设计是什么？

就是人形机器人。现在还挂在知乎上，大家有兴趣的话可以看一下。我的整篇毕业论文也挂在知乎上。

我觉得现在看起来也非常稚嫩，但现在更多是以一种“看看孩子”的感觉在看它。

我感觉你很喜欢把你的这个过程全部放到知乎上，我个人其实还是挺喜欢这个做一些这个系列的输出。

我觉得人生就是看你能影响到多少人。比如乔布斯，他直接影响了一整代人的硅谷精神。我觉得这些其实相当于是每个创业者自己的追求。

从开始创业到现在，自己做 CEO 有一年半左右的时间了。感受怎么样？有没有经历过几个比较典型的阶段？

有。

第一个阶段，是从非常草台的状态开始，什么都不知道，然后逐步上手去做。这可能是第一个 step。

第二个阶段，是初步接触资本市场，知道资本市场相当于是把未来的钱拿到今天来用，也知道一级市场、VC、风投到底是什么。大概是在创业 6 个月以后懂了这些 know-how，知道它们实际上也是一种借力工具。

第三个阶段，是公司人数慢慢扩张。公司如果上百人，怎么做百人的管理？这个阶段其实也是我们现在正在经历的一个坎。

虽然我们所有人都会面试，所有人我都会聊很久，面得最久的一个人聊了几个小时。

面得最久的一个人？

也不能说是面，应该说是挖。我可能挖了两三天，陪他到处去。他想去哪儿，我就陪他去哪儿。

比如有个人在浙大，我们就直接去浙大找他。

现在加入你们了吗？

加入了。

那是什么样的体验？两三天和一个人待在一起，有那么多话聊吗？

有那么重要的问题需要聊。

他是一开始不答应，所以才需要那么久吗？

也不是。可能是他没有想好要不要去一家创业公司，也没有想好未来到底会是什么样。

当时公司也没有多少人，他的 position 是什么、未来要做什么，都需要聊清楚。其实我们也会画饼。

比如当时跟关建文聊、招他的时候，他是第一个人。我告诉他，我们以后会搭建一个非常厉害的关节模组部门。他当然完全可以不相信我，但到今天为止，关节模组这个部门的集成度，我觉得已经完全可以单独拎出来，做成一家模组公司了。

他当时确实有很多理由不相信你，那你怎么让他相信你的呢？

我觉得是诚意。画饼的最大境界，就是你画的这个饼，别人感觉不到它是个饼，或者说它也是我自己相信的事情。

更多是把他们看不清的未来描述清楚，而不是说“我给你涨薪多少”之类的。我觉得那些没有意义。

所以“画饼”其实是一个中性词。我们换一个说法，就是描述一个愿景、描述一个蓝图。那马斯克就是最大的画饼者，他已经给你画到 2040 年了，画到火星。

我记得你还告诉我，最早期在哈工大的时候，有室友和同学跟你一起创业，但那个时候给大家的月薪可能只有两三千元。那个时候你是怎么说服他们拿着那么低的工资跟你一起干的？

我觉得在哈尔滨有个好处，就是那里确实没有什么科技类的、比较不错的公司。正好我们有一家做人形机器人的创业公司。

而且一些同学之前也多多少少和我有过接触，比如一起打过比赛，大家知道我的技术能力，以及其他一系列情况。

所以他们是完全相信你？

不能说完全相信我，而是完全相信我们的技术能拼出这样一个机器人。

举个例子，我的技术能够拼出一个机器人，再加一个运控，就能凑出更好的机器人；再来一个结构，再来一个硬件，就能凑出更好的机器人。

2. 开源建立真正壁垒

提到萝卜派对，有一个非常重要的关键词就是开源。一开始你是怎么想到开源的？

其实第一代机器人做完以后，感觉没什么用，就把它开源了。当时也发在知乎上。

后来有非常多人想联系我，想跟我讨论这些问题，所以我们慢慢发现了这样一条路。

比如今天 DeepSeek 开源，是因为它的模型做得非常厉害。它开源之后，改变了大家对于 MoE、MLA 这类算法的认知。

所以只有把产品做好之后再开源才有用，而不是今天开源一个非常没有用的产品。

应该是一开始开源就有很多正反馈，所以才让你决定把自己定位成一家开源公司。这个正反馈是什么？

正反馈就是，真的有三五个人跟着你的图纸把机器人做出来。我觉得这个点非常触动我。这三五个人到现在我也保留着非常好的关系。

在具身智能领域，一家全站都要开源的公司，未来要怎么赚钱呢？

赚钱在于壁垒。

我先简单介绍一下门槛和壁垒的区别。行业门槛是，比如我要投多少固定资产，进入这个行业需要多少人、多少技术栈。但行业真正赚钱的点，基本上在于壁垒。

今天新能源车可能都没有怎么赚钱，但电池是它最大的壁垒之一，也是成本比较高的部分，所以电池企业先赚钱。

机器人也是这样。我们公司的壁垒在哪里，基本上就等于我们靠什么赚钱。

我觉得我们大的壁垒点，在于非常低的合作阻力。我们卡在了一个非常好的 missing layer 上。

比如模型公司现在实际上没有本体，但如果他们使用各家现有厂商的本体，就会发现一个问题：他们开发不到底层，没办法开发到自己特别需要的 layer。

比如电机层的 layer 能不能再往上一点？定子、转子的 URDF 变量能不能拆开？我觉得这些是现在的友商提供不了的。我们正好卡在了一个比较好的 missing layer 上，所以行业缺少这样一个具身智能领域开放的平台。

我觉得开源可以降低合作阻力，也可以拓展 branding。这是目前来看我们觉得最好的渠道。

但实际上，我们还是要看能不能在主线上走得更远、走得更快。这是万变不离其宗的本质。

那咱们未来具体卖的是什么？

卖的就是人形机器人本体，这是我们的基本面。你甚至可以说我们就是一家本体公司，一家做制造业、供应链的公司。

但它的潜力其实不止于制造业。制造业是来一个单子做一个单子，但我们会有很多用户复利。

比如今天有一个 CMU 的老师买了我们的本体，买完以后，他可能会找两三个博士，基于我们的本体做研发。这带来的复利非常大。

相当于卖一个本体赚了 10 万元，同时还收获了两个年薪百万的工程师。他们还在帮你做研发，做完以后给你发论文。

这有点像 DeepSeek。它今天看起来不影响卖 API 或者赚钱，但实际上也可以通过其他方式获得收益。

在大语言模型领域，开源已经变成中国厂商走向世界舞台、参与竞争的重要手段。你觉得同样的状态会在具身智能领域出现吗？比如智谱、智源这样的公司，也可能选择开源吗？

3. 中美走向不同终局

这是两个情况：一个是中美之间的情况，一个是友商之间的情况。

先说中美。中美在 LLM 这一块，像 Kimi K3 直接引爆了美股市场。我们会发现，在具身智能这里，中美之间的差异可能会进一步拉大。

模型方面，美国在具身智能“大脑”这一块还是领先的，或者说美国的华人研究者比中国的华人研究者领先。但到了人形机器人本体，或者小脑这一块，双方可能差不多。

到了人形机器人本体等一系列领域，你会发现国内是遥遥领先的，基本上会有一个代差。

海外像 Figure、特斯拉，其实都还不错，但他们使用的也是中国的供应链体系。

所以回到中美竞争的格局，我理解中国的具身智能公司有非常好的基础，但人才密度，包括模型能力方面的人才密度，短期内可能没有美国那么高。这也是我们未来有可能搭建美国 base 的一个原因。

那友商之间的竞争呢？

我个人会有一些比较 sharp 的判断。

比如轮式，我觉得这种形态没有太大意义，可能是一个中间态，相当于腿部惯量无限大的足式。

为什么轮式不行呢？

轮式也不是不行。纯操作类或者其他场景，甚至把机器人固定住也可以。

比如今天做播客，你把我下半身——说难听点——扎在这把椅子上，我们也能完成这样的对谈。我要工作的话，有些老板甚至巴不得把员工留在工位上。

但我做具身智能，本质就是为了通用性。为什么要阉割掉一部分通用性，去满足更加局部的效果？

随着算法提升，今天末端精度到底是 0.1 毫米还是 0.01 毫米，我觉得其实没有那么关键。人类重复执行一个任务，也没有达到某个固定次数。

关键是，到底是以拟人为主，还是以超过人类为主？自动化本来就是要超过人类，那我没必要再搞一个中间态去做到“超人”。如果能做到拟人，我觉得就 OK。

所以你觉得智谱、智源有可能有一天开源吗？

Maybe，有可能。但更多还是要看公司的技术锁定程度。

开源本身不是一个大的壁垒，公司的基本面才是。硬件迁移成本会比软件大。比如今天从 DeepSeek 的 API 换到 Kimi 的 API，其实没有太大的使用差别，可能只需要把 context 补齐。

咱们前面提到，你说创业一开始自信都不够，要自大，流行的说法是站在愚昧之巅。但后来大家好像都有一个规律，会跌到绝望之谷。你经历过绝望之谷吗？

我觉得没有太多这种绝望之谷。

有时候你会瞬间涌入非常多的信息，包括有一个认知远超于你的人，跟你讲了他的分析或者战略。这样的话，你会迅速觉得自己之前的思考都太浅了。不能叫绝望之谷，但会迅速被打散。

举个例子呢？

比如我们跟小米的向老师聊，他是小米机器人事业部的负责人。和他聊完以后，我会觉得，之前我们做了很多思考，包括到底要不要做大脑、数据怎么放、本体怎么减重，以及一系列问题。

你会发现，我们现在还处于提问阶段，而他们已经有一套非常完善的体系。这时候你会发现，自己处于一个认知被迅速打散的过程，然后又会快速重组。

但我觉得，不是知道得越多越好。你在不懂的时候、处在自大的状态时切进去，说不定是件好事。知道得太多，可能会变得胆小谨慎，会判断投入到底需要多少。

比如我们说大脑涉及数据端，数据端又分成几层：Tera 级、Ego 级、5M 级，再加上全身的人类数据采集，以及互联网数据。每个梯队的数据值多少钱，现在行业里是多少钱，终局是多少钱，都可以去算。

比如一条数据现在可能是 200 元左右，但到了终局，如果京东下场去做，价格会是多少？大概都能看到终局的价格、降价幅度，然后算出什么时候切入 ROI 最高。

但我理解，这会导致你非常谨慎。所以我觉得，人有一部分是需要自大的。

就像罗曼·罗兰那句话：“世界上只有一种真正的英雄主义，那就是认清生活的真相之后依然热爱生活。”

创业也是一样。越年轻，大家越无畏，越敢启动一项事业。但进入人生中场之后还敢创业，反而更需要勇气和决心。

当然也有可能是愚昧。

4. RP0 走向产品化

创业之后，你们遇到过什么样的难题？从大学里做出第一个机器人，到现在卖 RP0，中间遇到的具体难题是什么？

没有碰到特别多难题，这一块我觉得其实还挺顺的。

但从 RP0 到 RP One，也就是从自大开始往下滑的时候，会碰到非常多问题。因为你了解了这个行业，拆解了各家的竞品机器人，就会发现非常大的认知差别。

别人已经开始上模具、压产能了，我们还在小打小闹，做 50 台、100 台这样的小批量机器人，这肯定是不 OK 的。

所以 RP0 卖了多少台？

RP0 大概一个月 100 台左右，现在基本上都是真实订单。

我们之后很有可能会把所有客户拉到一个群里。我觉得这在商业上可能不太 work，但我们很有可能会这么做。

为什么要反其道而行之呢？

我们的客户都非常 friendly。现在一些交流群里也有很多客户，你提出一个 A 问题，会有 B 或者 C 帮你解答。这样的话，售后成本也能在很大程度上降低。

我理解，这更多是社区、生态的感觉。

现在 RP0 主要卖给谁？

现在每个月大概 100 台真实订单，其中 30% 到 40% 卖给学校，而且不只是比较好的学校会买。你会发现，中国有非常多学校也想要。

RP0 是散件和零部件，客户买回去以后基本上会自己搭起来。所以我们把 RP0 定义为一款从零到一的教育类产品。

还有一类是创业公司。有些创业公司想知道这一系列东西到底是怎么回事。

在行业早期，电脑、手机也是这样。很多发烧友会自己去研究电脑，甚至研究 8086 这样的芯片，后来才有了 Windows 和 Mac。说不定我的用户之后也会出来一个比尔·盖茨。

之前我记得你还提到过，有一个海外机构曾经一次要下 500 个订单。是欧洲的机构，但你们没有全部卖给他，是因为什么？

我们也交付了，大概交付了 20 到 30 台给他们。

但你会发现，这一类订单现在对我们的交付压力比较大。虽然我们是以散件发货，但实际上公司的供应链体系之前还落后于现在的交付能力。

我的其他客户可能需要等两三个月才能拿到机器人，但我五百台都给他了。

所以还是受限于产量？

对。但现在供应链慢慢搭起来，会好一些。

下一代产品是 RP One。

对。

它和 RP0 的升级在哪里？

RP One 的所有自由度都做了升级，比如增加了两个头部自由度。整机的构型、所有的内走线，以及其他一系列产品细节，都做了很大的产品化。

我们还调研了二三十款竞品，研究它们的问题，比如夹手、肩部关节过热、手腕支撑力的扭矩不够、把手容易碎等。

很多机器人的问题是很难装进箱子里，我们也把这些问题解决了。我们会看看友商的解决方案，比如能不能自主从箱子里面站起来，这些都在我们的产品里做了。

所以有很多产品上的改进。

对。它不只是一个工程样机，更多的是一个产品。

定价多少？什么时候发布？

这个还没有定，预计会在第 4 季度左右发布，定价还在内部讨论。

你觉得在这个阶段做一个本体，最主要的竞争优势要怎么得到？

本体更多要看客户的需求。我们会去问积累下来的客户：他们现在使用的产品有什么问题？这一类产品的迭代需求是什么？

同步把这些问题做好，我理解产品就能起来。

另外，随着 Behavioral Foundation Model 这一块越来越火，很多问题慢慢被解决了。但下一步是 whole-body intelligence，也就是人形机器人的全身智能，这一块正在慢慢起来。

我们现在也在对接很多做后半段 intelligence 的公司，他们都在找我们做定制。包括 ETH、Flexiv，国内也在对接很多家公司，比如 Current[?]、德塔原测[?] 等新的初创公司，还有很多大脑类公司想切入后半段 intelligence。

我觉得我们能为他们提供非常好的基础。

这些定制化需求五花八门。有的人问，手部能不能做一个 48 转 24 的结构，因为他们想接五指手；有人问能不能做一个全身 EtherCAT 协议的方案，能不能做硬同步；还有人问头部和 EtherCAT 采集数据能不能做一个后置采集。

这些都是非常重要的 know-how，也相当于帮我们形成了很好的产品 PRD。

来自客户的真实需求。

对。我觉得这可以理解为公司的最重要能力：时时刻刻在大的行业里保持高品质迭代。

那么多五花八门的需求，怎么找到最真实、最重要的需求呢？

我觉得是权衡。

举个例子，今天傅利叶说头部要两个自由度，我再去问 Current[?]，你们投不投这两个自由度？这两个自由度的 FOV 怎么放？

相当于慢慢有一种制定标准的感觉。你把 A 的需求一二三四五六全部列出来，然后给到 B，问 B 对这些需求满不满意。

但我们不会说这个需求来自哪家公司，还是会保持各家的保密性。

5. 模型公司推动机器人规模化

你最近和很多创业者或者研究员聊，感觉到的是什么？大家会聊十年以后具身智能最终会由谁做出来。

有很多不同的想法。

有人觉得最后可能会是智谱、OpenAI 这类模型公司。他们有足够多的卡、足够多的 infra，以及足够多的 talent 和 researcher。只要增加一些 Robotics 的认知，就能快速解决 scaling 的问题。

还有一类人觉得，需要特别懂 Robotics 的人去做 scaling up。这种认知其实是 cheap 的，只要招一些特别懂 Robotics 的人就能做。

比如 OpenAI 招了一些像何泰然这样的 researcher 进去，就补齐了这样的认知。所以我个人非常看好大模型公司未来去做这件事。

那你们呢？你们并不是那样的公司，你不看好自己吗？

我觉得 expose 是这样的：我们最终一定要做模型这一块。我们规划到 2027 年左右，基本上就会开始做。

但大规模预训练到底要做到多大，我觉得一般都是先升后降的过程。比如视频生成这一块，模型参数规模基本上会先上升到更高，等更多框架和 know-how 出来以后，可能又会降下来。

所以我们如果去做，是第一波先升后降，还是第二波直接切入，这是一个战略决策问题。

还要考虑竞争态势。如果 OpenAI 下场做，成立 OpenAI Robotics，它的 scaling 能力会远大于现在任何一家国内创业公司，甚至远超过国内的一系列模型公司。

6. 蜂巢组织驱动公司成长

咱们公司现在快 150 人了，大概是一个什么样的组织结构？

组织结构类似蜂巢结构。

我们之前也想通过氛围来驱动。一个人可以理解为一个圆，几个圆合在一起，最稳定的结构实际上是蜂巢。

我觉得《What Makes Anthropic Different》这篇文章讲得很好：足够高的人才密度，把蜂巢搭起来。这是我们现在 lab 里的组织模式。

蜂巢相当于六边形。理论上每个人最好的管理半径是 6 个人，或者一个人的 interaction 最好是 6 个人。自然界告诉我们，一个人最多有 6 个面可以 cover。

蜂巢是不是意味着没有太多层级结构？

对。Lab 基本上没有什么层级结构。

那你们公司现在有几层？

如果真的算层，应该有两三层。

但我理解，这个层级结构在公司内部不会被太看重。

对。今天所有人都可以直接来找我，我也可以找到所有人。我觉得这非常重要。

你们公司还会继续招人、继续变大吗？到什么程度可能就做不到蜂巢结构了？

我们公司不只涉及软件和算法，也涉及硬件、制造等一系列事情。这会带来一个问题，就是需要极致流程化。

现在的组织管理架构基本上只有两类。

一类是华为、大疆这样的公司，通过极致的规则和流程，把公司变成一个军团。

另一类是通过人才密度驱动。字节内部特别喜欢讲“人才冗余”，不通过流程驱动，而是通过人的自觉去驱动。

但对于制造业公司、具身智能公司，或者新能源车这类公司来说，不仅有支架，还需要整机制造、交付、销售、供应链等一系列的人。

所以我理解，这里面需要把两种方式结合起来。

我们公司直接把一个 lab 拆出来了，lab 可以完全由蜂巢或者人才密度驱动。但像整机部门，如果通过人才驱动，就会发现今天连找谁买零部件都不知道。

所以你说蜂巢，指的是你们的 lab，而不是主体公司。

主体公司也会受到这种方式的影响，但我理解还是需要部分流程。

怎么结合呢？这听起来是冲突的。

我觉得确实挺冲突。

有很多细节，比如人才密度、开会制度，这些东西基本上都可以复用。Lab 会探索出一些沟通制度、沟通系统和开会流程，这些实际上可以放到主体公司里。

还有一些 know-how，怎么快速交流。组织还是靠人，只要有一个纯 AI 的人加入，整个公司的 AI 氛围就会被带起来。

所以更多还是靠交叉和结合。

你觉得自己是一个什么样的 CEO？

我觉得在公司里，大家会觉得我比较 friendly。但我理解，CEO friendly 并不是一件好事。

那你要做什么，去对抗现在这种 friendly 的形象？

也不是要怎么对抗，这就是我的个性。我不太喜欢做很 push、或者非常得罪人的事情，但实际上我就是得这样。

我必须捏着鼻子，招一个可能和我个性完全不一样的人，让他在公司里经常唱黑脸，把公司的进度往前推一推。

一个张弛有度的公司，才是一个好的公司。

找到了吗？

其实有。公司里也有非常严厉、非常 sharp 的部门。

比如财务部就非常 sharp。如果财务部不 sharp，大家来报销，你什么都给过，那公司就完蛋了。

公司的平均年龄应该比你的年龄大，你怎么管理那么多比你年长的人？

我觉得大家其实不太 care 年龄这部分，更多看的是你对 Robotics 的认识、对具身智能行业的认识，以及对公司的认识。

只要你的认知足够大，今天就算是高中生，也能管理别人。

你有没有听到过这样的评价：“他还是太年轻了。”

我觉得这其实是一个很好的盾牌，为什么不用呢？

怎么讲？

包括我们经常有一些交流，实际上是非常高能级的。你应该迅速提出诉求，然后看能不能在这个局面上迅速得到好的决策，或者得到他们所谓的“金口一开”。

但实际上，大家不会太 care 这些，可能跟我们的氛围不太符合。不过我理解，在某些商业谈判中，这是必须的。

那这个盾牌具体指的是，在这样的接待场合里怎么用呢？

比如说你多说了一些不太合适的话，别人会觉得你非常 sharp，同时也会给你一个盾牌：你非常年轻，所以可以更自由、更直接地说话。这只是其中一方面。

有下属这么说你吗？比如“他还是太年轻了，所以……”

我理解不太会。我们也不会说下属怎么样。很多同事在一些 specific 的领域里，know-how 其实比我好，这没有什么关系。

上次聊的时候你提到一个非常让我意外的事情：公司到现在一年半，零离职。没有人被别人挖走吗？

现在其实陆陆续续开始有人被挖，但我更多想的是，能不能让大家获得更高的获得感，能不能在公司里学到东西。

我们非常喜欢招一些在行业里有很多“零”的经验、但缺少“1”的人，也就是转行的人。他们之前在上一个行业里做得非常好，进来以后补充具身智能的基础认知。

补完以后，举个例子，他们跳到隔壁的公司，基本上都能拿到两倍的涨薪。

但还没有人跳？

他们可能觉得还没有补够吧。

零离职是不是也意味着你没有辞退过人？

也不是。我们会辞退一些人，但那不算在零离职里。零离职指的是零主动离职。

我觉得这和 Anthropic 差不多：只要大家觉得在公司里能学到东西，甚至降薪也愿意来。

我们引入了一些高能级的人，他们原来可能是大厂高管，年薪大概 250 万到 300 万，但到我们公司可能只有 80 万。他们愿意为转型支付学费或者成本。

这也是我们 cost efficiency 的一个原因。

你已经融了 1 亿美元，实际上付得起这样的溢价，为什么还要让大家降薪呢？

你说付得起，确实付得起，但我觉得还是得稍微控制一点。

我们复盘了早年各类新能源车，以及早期融资比较好的公司，会发现那些爆雷的公司基本上都死在 burn rate 上。他们没有活到新能源车真正起量的时候。

比如蔚来，大家一开始觉得它非常花钱。我前两天看到，蔚来牛屋里的花都换成假花了。我理解，原来非常在乎品牌形象的李斌，肯定完全不能接受这个变化。

但现在每一丝、每一厘都要抠，是每家公司都需要做的事情。大家经常会提到一个词，叫资金利用率。

所以回到之前那个排序：认知大于格局，大于技术，大于管理，也大于努力？

对，也大于努力。

管理那么不重要吗？

管理排在第四，努力是第五。管理还是比努力重要，努力是更不重要的。

认知大于格局，大于技术，大于管理，大于努力。那对你来说，现在最重要的认知是什么？

7. 战略就是知道不做什么

我觉得是你对这个行业的 taste。

举个例子，你有一个 prediction，认为未来 3 年具身智能就会爆发。那实际上你今天应该拿着所有子弹 all in，做一个最好的模型。

或者你判断行业格局是什么样，就知道哪些公司目前需要提防、需要 cover 和应对，哪些公司完全不需要 care。

所以你现在觉得，最重要的认知是对行业的判断？

行业判断只是认知的一部分。

比如你怎么融资、怎么管理，其实都属于你的认知。

你现在有哪些对未来的判断？

我们也会有一些判断。

现在有 100 多家人形机器人公司，300 多家具身智能公司。我觉得到 2030 年，可能会有 10 到 15 家走出来，进入第二梯队。

第二梯队可能会是蔚小理、荣耀、吉利这一系列数千亿元体量的公司。他们会下场。

你可以按照行业平均毛利来算。现在具身智能的毛利大概在 40%，但到了汽车行业，可能只有 20%。

再到机器人进入万亿级市场，比亚迪、华为、宁德时代、BAT、小米等公司开始下场的时候，基本上就是一个大的时代。

比如今天比亚迪说要下场做机器人，它有非常多的“零”，只需要补齐一个机器人的部门。说白了，把我们买过去，他们就能拿到机器人的 ticket。

你有没有看到 scaling law 的信号？

具身智能里面之前有一些分享。比如 Jim Fan 在红杉那边有个分享，说他们的 scaling law，也就是机器人的 tracking loss，到底呈现什么样的曲线，其实是可以被看到的。

但 anyway，我理解这件事还包括数据量。徐南飞的介绍里说，到底有多少数据可以用，他在几次访谈里给出的数据指标不太一样，但基本上都接近上亿小时的数据。

我觉得这是多方面的。今天如果没有 1 亿小时的数据去训练，我理解 scaling law 就不太可能被真正看到。

咱们主要做本体，还是也在做大脑？

同步做一些。

我们做了一些小脑的 BFM，也做了 Humanoid Foundation Model。这一块有些同学发了一些 paper。

BFM 方面，像 DFM-0 的升级版 UFO、Make-A-Light 等一系列工作，其实我们都做完了。我们也做了基于 BFM-0 的物体 interaction，以及感知类的跑酷、机器人打乒乓球、打篮球等强化学习工作。

我都把它们理解为小脑部分，因为这些我们都做了。很多工作在等着上机，有些已经上机完成了，但还在整理 report。这些最终也都会开源。

大脑这一侧，我们也做了一些工作。比如开发路线里前段时间发布的 InAct，就是把 action 动作也压到隐空间里，让 latent 达到比较好的分布，保证它不坍塌。

这些工作我觉得还挺不错，也拿到了 Yann LeCun 的点赞。我们还给 Yann LeCun 他们的公司做了一个 talk。

你是怎么决定做什么、不做什么的？刚才听起来，大脑、小脑的那些工作略微有一点 random。你们怎么决定做这些工作的？

今天你的认知肯定不如一线 researcher，所以我们就是把这些人招过来。他们想做什么，只要在我们的 branch 里面，就可以随便做。

所以我理解，这是 vibe 驱动的。今天 s roping 他们也没有规划出一个具体功能，而是自由探索。

对。剩下的探索成本其实非常可控。

为什么不做预训练呢？

短期还没有开始做，或者说小参数的，比如 1B、2B、3B，我可能不管。但我不会让大家一上来就搭非常厚的数据管线。

我们的基本面先搭完，比如基本面是 RP One。最后说不定会有创业公司或者大脑公司拿着 RP One 去做数据管线，那我们只要跟他们合作就好。

你最近做的最重要的决策是什么？

最近最重要的决策，是把 RP One 推向台前。

为什么重要？做了新产品不就要发布吗？

不是的。这个产品已经做了一段时间，现在还在做一系列测试。

很多公司是在测试做完之前就发布了，现在行业里甚至有些人还没做完测试就提前发布。我觉得这要看周期和时间，也就是时机。

相当于开枪：什么时候开枪，打中哪些客户，我觉得非常重要。

比如现在是一个比较好的开学前采购节点，还有一些展会，比如 IROS、WRC 等。行业也到了开始卷生产、卷量产的阶段。

另外，你得判断面向的客户。你要去问他们：上一款产品怎么样？如果上一款产品已经不够用了，已经被他们榨干了，因为它是硬件，硬件上线之后就会遇到这种情况，那我们就要推下一款。

但听起来，时机的选择好像也不是太难。

还是会有一些难度。

有些公司可能先凑个版本、先亮出来，所以我们也要判断：有没有一个威胁性很强的产品和我们同期发布？

你可能会遇到一个竞争对手，他还没有 ready 就发布了，但他抢走了更多注意力。Attention Is All You Need。

RP One 是第 4 季度才发布，对吧？

对。RP One 承载了我们的很多思考。

为什么我们今天要发布一款更加面向开源、面向科研教育的产品？因为我觉得，大家基于现有平台能做的事情，本质上还不够。

有没有办法把这个本体做得更加精细？比如把每个模组的力矩跟踪做得更加精确。如果今天能够做到 zero error，你会发现 motion generation、motion planner 这些工作就可以无缝迁移到机器人上，那今天基本上就被 solve 掉了。

刚才提到 RP One 面向科研、面向学校，也意味着它第一目标用户可能不是跳舞、表演，不是家庭，也不是工厂。这个是怎么决定的？

我觉得是看行业周期。

现在我们也拆了各家的销售方向，大概 70% 来自科研和教育类。科研、教育是两个场景。另外可能有 10% 在工厂，20% 是陪伴、娱乐和文娱类。

先把科研市场做大，目前来看是最重要的。让足够多的人用起来，你的复利价值就越高。

文娱类基本上可以理解为品牌或者 marketing 渠道，同时也能收到钱，但那是下一步要做的。

我们也在和宁德时代、小米对接一些工业类需求。比如他们做上下料场景，原来的节拍大概是 1 分钟左右，我们能不能在 1 分钟以内完成？

机器人可以工作 24 小时，除了热失衡时可能需要处理一下，其他时候基本不需要太多人工处理。那我们能不能针对这些做一些优化？

听起来咱们还是做了很多放弃，至少是阶段性的放弃。比如现在不做预训练，也不太考虑进入家庭或做文娱场景。还有哪些你觉得比较重要的放弃？

我觉得 CEO 最重要的，就是知道哪些事情不做。

创业公司资源有限，不能什么都做、什么都赛马。大公司可以这么做，但我今天对资金利用率有要求，所以要选择哪些不做。

说不定他们也能探索出别的方案。比如华为当时说不做车，最后探索出了其他路径。现在来看，华为也是汽车领域里最赚钱的一家。

在所有具身智能相关公司里，不管中国还是美国，你有没有特别佩服或者特别喜欢的？

中国和美国都有。

比如特斯拉、Figure，美国还有一些 startup 也不错，像 Sunday、Generalist。

我比较喜欢它们的一点，是它们 focus。它们敢于做很多“不做”的事情。

比如 Generalist 基本上只做模型，不做硬件；夹爪等也不做，坚定地去做数据，去做无模型类的素材，然后把它 scale 到 20 万小时，每周可能再增加几万小时。说不定这样就能跑出来。

它们让我佩服的地方，是敢于探索没有人走过的部分。但在美国，这种探索会受到时代奖励。它们也是最难融到最多钱、拿到最多资源的公司。

在中国，这种文化其实没有那么奖励探索的人。

那你觉得这种文化在奖励什么？

奖励能把公司做起来的人。

今天把公司做起来，和探索某个范式、改变世界，是两条不同的路径。

你在哪条路径上？

我目前希望把萝卜派对做起来。

8. 创业成功意味着做起来

做起来意味着什么？什么叫做起来？怎样算对自己满意？

我爸爸妈妈愿意买一台我的机器人。

这个感觉还是比较容易实现的吧？

不是。举个例子，他们不知道我的品牌。在不知道是我做的情况下，他们会不会在真实选择里买我，这是一个特别具体、很有画面的目标。

但这个目标感觉有点难衡量，因为你爸爸妈妈肯定知道那是你做的。

或者说，一个不知道我的人，不在这个行业里，也不懂具身智能发展到什么程度，但他知道我们，然后愿意买一台。

这次创业，你有没有一个想要到达的终点？

我觉得可能没有什么终点不终点。更多是达到这个目标之后，该做什么。

达到目标之后要做什么，你们还没有想好？

对，还没有想好。

你现在感觉创业是快乐的吗？

快乐可以分很多种。

创业对于身体，或者对于整个人的精神状态来说，不一定那么快乐。但对于心理、成长来说，是极度快乐的。

除了创业，很难享受到这种压缩的人生。你很难享受到一个十年期的经历，被压缩在一年里度过。

而且未来还会持续经历 3 年、5 年，或者 10 年、20 年。相当于你在 30 岁之前，活过别人 100 岁老人的一部分人生，有一种睿智感。我觉得这是非常不一样的。

除了创业，你还想做什么？

想做海盗。

想做海盗是什么意思？

就是租一条船，然后漫无目的地漂着，比如去找一条鱼，把它命名为“黄一鱼”。

所以这不是比喻，是真的要去做海盗？

对。探索一些大海给你的宝藏。

但你想说的更多是探索海洋。

探索海洋，也包括其他一系列可能和我毫不相关的部分。

比如商业航天。等商业航天成熟了，说不定我就上天看看。

更多是想经历一些非常难以经历的事情。

为什么这很重要？

我觉得这是人的追逐感。

你会发现，当你经历完这么多压缩的人生，假如 10 年以后的黄一再来看这个行业、看具身智能，谁家做什么、哪家好坏，基本上都会比较清晰。

那我要怎么让自己保留这种手感，保留极客精神？可能就需要去探索一些新的领域。

现在应该有很多你的同学或者学弟来找你咨询，想要创业。你一般会给他们什么建议？尤其是刚毕业就创业的人。

我一般会给一个比较通用的建议。

创业最重要的，实际上是实现商业闭环之后的增长。还有一个就是行业要足够大。

包括黄仁勋说的，不要一上来就想着切到一个蓝海。更多是说，你能不能在一个特殊的赛道里把事情做好，然后把这个赛道做大。

9. 创始人把 AI 用进工作

好，我们最后聊点轻松的，聊点和 AI 有关的。你现在日常在用哪些 AI 产品？

我更 prefer 有一个实体。

比如飞书、豆包、Claude 这些产品，其实我都有用。你之前给我看的那个提纲是用 Notion 做的。

这一系列产品可能都是在 pre-AI 时代做出来的，但它们今天依旧没有被 AI 替代掉。它们一定切中了某种人的交互，或者某种人的唤醒。

回到现在使用的 AI，我一般会用 Cursor，写模型或者用 Claude Code 写代码。但我理解，模型底层现在基本上没有忠诚度，谁好用我就换谁。

你最近在用谁？

Kimi K3。

之前呢？

K3 之前，我一般会用它们自带的模型，比如 Sonnet 这一系列。

可不可以分享一下你在工作中具体怎么用 AI？

工作中，有些时候我想看某个 demo 的效果，就会自己手搓一个。

你最近手搓的 demo 是什么？可以分享吗？

最近大概是上上周，我表弟搓了一个灵巧手识别手势，然后玩石头剪刀布的 demo。

我理解这非常简单，可能几个 prompt 就能完成。

10. 具身智能仍在长跑中

大家现在都说具身智能是一场马拉松，对吧？马拉松意味着 42 公里。你觉得我们现在跑到第几公里了？

这得分类。

本体类、小脑类、大脑类，进度是不一样的。

本体类可能跑得快一些，我感觉大概有四分之一。最后剩下的就是迭代和其他工作，系统类的大部分东西可能都在慢慢收敛。

小脑类可能跑得更快，基本上一半左右。

比如我们现在把 VFM 加上了物体 interaction。像 FB 的 representation 这样一套 VFM 框架，机器人被推或者被踹之后，可以回到原来的姿态。

现在我可以抱着东西，你踹它，它回到原来的姿态，继续把东西捡起来。肢体协调这一类的工作，差不多已经完成了。

但大脑类我不知道是多少，因为我不知道大脑的终局长什么样。这是我现在缺失的一块认知。当然，可能行业里大家都没有这个判断。

终局可能是，今天我能坐在这里打开电脑，和你做 interaction；它能把我历史上所有的东西都抽取出来，做出和我一样的事情、一样的动作，以及一样的力反馈。

我觉得这可能是终局。那今天可能才跑了 1、2 公里。

你最开始说本体是四分之一，对吧？

我觉得差不多。

好，今天感谢黄一，也非常期待 RP One 发布之后我们可以再聊一次。你们的进展非常迅速，在很短的时间里度过了压缩的人生。或许到了第 4 季度，又会有很多新的发现、新的观察和新的思考。

可以，谢谢。

谢谢，拜拜。

谢谢，拜拜。