人工智能技术大牛，有意归航。

4 月 9 日，有消息称，Hillbot 创始人苏昊，将回国任教，担任复旦大学电子信息专业教授、博士生导师。

苏昊，具身智能圈的大红人，师从 "AI 教母 " 李飞飞，参与缔造了鼎鼎有名的 ImageNet 项目，催化 AI 技术近年来的爆发。

银河通用创始人王鹤、穹彻智能创始人卢策吾等一众 AI 大佬，得叫他一声师哥。

苏昊坐镇，Hillbot 自带光环，是创投机构眼里的 " 香饽饽 "，2025 年一度引 20 家基金抢份额，连续完成多轮融资。

《21CBR》了解到，Hillbot 在 2024 年种子轮融资，据悉，Hillbot 在 2024 年种子轮融资时，估值为数千万美元，才过两年时间，现估值已到百亿级人民币。

名门之后

走进 Hillbot 圣地亚哥的办公室，你会看到一群大咖。

CTO 苏昊，走学术路线，先进入微软亚洲研究院实习，师从沈向洋，后经其推荐，加入李飞飞团队，前往普林斯顿深造，打造 ImageNet 图像数据库。

2D 视觉方法论日趋成熟，苏昊将目光转向 3D 视觉。2014 年，他在斯坦福攻读博士期间，说服导师启动一个大胆计划：构建 3D 领域的 ImageNet。

成果很快浮出水面。

次年，ShapeNet 问世，涵盖 300 万个 3D 模型，紧随其后，PointNet 与 PointNet++ 发布。

从感知走向交互，苏昊主导开发了 SAPIEN 模拟器与 ManiSkill 平台，让机器人在虚拟世界中练习操作技能。

现实中，采集一万次摔倒的数据，可能需要一个月，在苏昊这里，只需要一点电费。

2024 年，他与谢赛宁，共同获得 CVPR 青年学者奖。

谷歌学术上，苏昊撰写的具身智能类论文，被引用超过 14.5 万次，居于全球前列。最高的一篇是《ImageNet Large Scale Visual Recognition Challenge》，被引用 5.5 万次。

其北航同窗，CEO 韩铮，则为一位经验丰富的连续创业者，擅长商业变现。

韩铮创立的智能穿戴设备公司 ZEPP，2018 年被华米科技收购；参与创建的智能办公平台火箭科技，同年也被优客工场以 2 亿元估值收购。

一个深耕学术，一个精通商业落地，兜兜转转近二十年后，这对好友重新走到一起，携手创业。

Hillbot 卧虎藏龙，团队成员 Henrick Christensen，是一位全球顶尖的计算机视觉、具身智能学者。研发副总裁 Zexiang Xu，曾担任 Adobe 研究院科学家，从事 3D 大模型等研究。

这群人聚在一起，目标明确：用合成数据，解决具身智能行业的 " 数据荒 " 难题。

仿真先行

苏昊的另一个身份，是加州大学圣地亚哥分校（UCSD）终身教授，管理具身智能实验室。

他的研究，聚焦算法，来建模、理解并与物理世界交互。

Hillbot 在做的事情，是加速具身智能机器人走向真实场景，完成批量开发部署，解决 " 大脑 " 的开发难题。

机器人在真实场景里工作，需要借助大量规模化、可验证的 3D 数据。现在爆火的人形机器人，售价高达几万元、几十万元，追根溯源，贵在高质量数据上。

真实数据，太少、太贵、太难复用了。苏昊团队的做法是，建一个逼真的模拟环境，把技能分解得足够细，让机器人学会各种技能，再应用到现实世界，并让其与真实世界无缝衔接。

简单来说，先去 " 天上修仙 "，再下凡干活。

Hillbot 官网展示了四个技能训练的例子，演示机器人如何进行 " 模块化 " 技能训练。

比如拿苹果，机器人需要摸到苹果、抓取苹果、把苹果放进碗里。为了反复提高操作成功率，其配置了多个训练模块。

苏昊团队把复杂的大任务，拆分、简化成一系列子任务。

这种仿真数据路线，训练成本低、迭代速度快。Hillbot 能帮机器人的训练速度提升 5 倍，训练时间从 12 个月压缩至几个月。

苏昊团队有两个独家武器，Sapien 仿真器以及 ManiSkill 机器人仿真训练平台，还有英伟达的助力。

Hillbot 与 NVIDIA Cosmos 生态有深度合作，可借助其力量，快速生成高仿真、多样性、TB 级别的视频。

这带来的是，在 ManiSkill3 上渲染模拟，比其他平台运行速度快 10-1000 倍，GPU 内存大幅优化，内存占用能少 2-3 倍。

以前要花几个小时才能完成的任务，现在只需几分钟。

路线之争

苏昊团队训练机器人，走的是 " 仿真学习 " 路线。

利用 ShapeNet 模拟器等工具，Hillbot 能够迅速 " 生成 " 上万个不同风格的厨房、仓库和实验室。流动的水、易碎的玻璃，变成了代码。机器人的 " 算法灵魂 "，在虚拟空间里，没日没夜地训练。

现实世界是混沌的、不确定的，充满了模拟器无法捕捉的噪声，存在 "Sim-to-Real Gap" 鸿沟。

" 我们不能指望那些在纯数据、软件环境中表现优异的训练方法，能够直接应用于复杂、不可预测的物理环境中。"

Aude Billard 在 nature 论文中指出，实体机器人，涉及人机交互场景，更无法照搬。

质疑者认为，在虚幻中长大的机器人，一旦面对真实油渍、生锈的螺丝，会产生逻辑崩溃。

部分苏昊的同行，就选择真机强化学习路线，让机器人摔倒、爬起、再摔倒，从经验中长出 " 智能 "。

对此，Hillbot 表示，机器人可借助大模型掌握物理常识，让 " 迁移 " 不再是难题。

举个例子，如果机器人能理解 " 杯子碎了是因为重力和冲击力 "，那么它在虚拟世界学到的，就能迁移到现实。

目前，Hillbot 团队计划推出专属机器人，正与车企探讨，让其负责某些检查任务。

韩铮认为，AI 机器人行业，正处于一个软、硬件需要高度协同设计的关键时刻。如同初代 iPhone 研发，需同步搭建操作系统与硬件团队。

Hillbot 有意 " 搬家 "，以加速落地。

" 我们羡慕国内的机器人公司，离供应链近、迭代快，将把部分核心研发团队带回国内。" 他在 2025 年 11 月的一场论坛里表示。

从虚拟空间步入真实世界，苏昊确实需要中国供应链和资金的支持。