在大厂负责研发时，郭彦东发现行业头部公司每年花掉几十亿的预算，但用于决策的时间可能以 " 分钟 " 计。

创立智平方后，账上同样趴着几十亿，他却仍要 " 精打细算 " —— " 和我要做的目标比，这点钱一点也不多。"

这是一个技术高管把自己从大平台里拔出来、长成掌门人的故事。变的还不只是花钱的方式—— 6 月底，智平方成了大湾区第一家估值破 200 亿的具身智能公司。行业向无人区前进，他要为方向抉择和风险买单。

2026 年被叫作人形机器人的 " 量产元年 "，热钱却在这一年分岔——越来越多同行调头去讲陪伴、讲表演这些故事。郭彦东想留在 " 做的人正在变少 " 的地方：工厂、半导体、生物制药，他把这叫 " 坚持一件正确的难事 "。

郭彦东身上充满矛盾感：他自称不太愿意为了资本市场的喜好去改变技术判断，却曾在一年内融了十二轮；他造出了被称为 " 最像特斯拉 " 的中国具身智能独角兽，却在面对 " 是否焦虑 " 的提问时反问 " 我们是无产者，有什么焦虑的资本？"；他说自己极其幸运，" 喜欢的事、擅长的事、社会需要的事 " 是一件事，又在体检时被医生告知长期太兴奋了，甚至皮质醇 " 过高 "。

关于这期间的代价、判断和决心，我们在 6 月的一个晚上进行了一次长聊。

" 这是一件难事，我们要把它做正确 "

顾翎羽：这两年，一批公司悄悄从生产力转向了陪伴、表演、面向开发者——都是相对好走的路。你却一直要进厂、要做生产力型机器人，为什么？

郭彦东：这两年确实是这样。我看到有公司在创立时讨论过这件事，后来就转到简单一点的场景——当然技术上简单也不一定，其实也挺红海。有转去做开发者的，有转向偏消费的陪伴型，也有转向表演型。坦率说，做生产力型机器人的公司天花板更高、要求也更高，这不是一个特别多公司愿意去投资的方向，也正常。

顾翎羽：你说的 " 生产力 "，把进家庭也算进去吗？

郭彦东：当然包括。但进家庭不是陪伴玩耍——那也是一种机器人的方式。我想的是，机器人进家庭真的是做管家式的服务，要求和标准更高。

顾翎羽：可不少人的判断正好相反——他们认为陪伴才是更大的价值。

郭彦东：我承认陪伴的价值。像音箱一样给小孩讲故事、跟老人陪聊，也是有价值的。但这不是我们新一代机器人公司想花大量研发和精力去做的事。我还是希望机器人承担人类不愿意承担的一些工作。

顾翎羽：什么让你这么确定，非这条路不走？

郭彦东：我觉得这是一件 " 正确的难事 "，我们要把这个难事做正确。

顾翎羽：" 难 " 大家都认，" 正确 " 你凭什么下这个结论？

郭彦东：正确是因为，从创业初心讲，现在整个社会的劳动力因错配而严重不足，有大量的工作人类做起来既不安全也不愉快。给你一个比较个人化的观察：在上海，5000 块的文员大家抢着做，1 万块的装修工人没人干。

顾翎羽：可情怀不能当饭吃，公司要活下去，怎么算账？

郭彦东：从终局看，做生产力的机器人天花板最高。我有一个很朴素的计算公式：它会是手机的数量乘以汽车的单价，是手机市场的 10 倍，或者汽车市场的 10 倍。因为它给整个人类社会带来真正的价值。在高端制造、公共服务、养老康养、家庭服务这些领域，管家式机器人的需求量最大，支付意愿也最强。

" 我们已经开始赚了 "

顾翎羽：现在有没有一个场景，能证明这条路走得通？

郭彦东：有。去年，我们和全球第三大面板厂商惠科签订的 3 年 1000 台订单，被认为是 2025 年在真实场景提供生产力型服务里最大的单一采购订单。这期间我们经历了非常严苛的测试验证，去年几乎所有你能听到的机器人公司都去测过。基于我们的大脑 AlphaBrain 和本体的可靠性、泛化能力，我们拿到了惠科的订单。

我们没有选择最简单的场景切入，而是选了 PCB 上下料这样一个特别依赖大模型和人形形态的场景——因为并不是所有场景都需要大脑和人形。这个场景需要非常强的泛化感知：PCB 的种类形态不一样，托盘颜色会变，有的是透明的，塑料还常有反光。它需要很强的世界模型和精细操作。整个流程不是单一任务，包括托盘取料、Tray 盘上料、把手推车从 A 点挪到 B 点，这需要长程操作，调用我们的具身大模型 AlphaBrain 来完成。很多物料形状不规则、长宽比很大，双臂协同优势就非常强——单臂很难推手推车，车会晃，需要双臂平衡；机器人还要自主移动，物料有高有低，机器人可以上下升降。

所以它对升降、双臂协同、自主移动、大脑灵巧操作和泛化感知都有要求。这些任务加起来，沉淀出了最适合我们机器人发挥的场景——大脑强、仿人形。

顾翎羽：这个订单需要逐步交付，现在量产问题大吗？

郭彦东：量产一定是有难度的，会有一些产能爬坡的过程。但我们已经开始赚了。

顾翎羽：那放到整个行业，今天究竟走到了哪一步？

郭彦东：客观讲，现在的机器人距离规模化应用和规模化生产还有距离。但今年是一个非常好的拐点年。所谓拐点年，是开始有公司在布局真正规模化的生产动作——在经历了 POC 和点状应用之后，现在开始有公司放量。

顾翎羽：如果一定要给个数字，比如 10 万台，还有多远？

郭彦东：10 万台什么？如果不考虑应用、不考虑场景，单纯是 10 万台，今年可能有公司能达到，也可能没有。但如果我们做出来的机器人是有规模化管理体系、有规模化生产力型应用的，我想可能还要两三年。

顾翎羽：有很多人认为工厂里根本用不着人形机器人。

郭彦东：这个说法掐头去尾会有歧义。工厂里的一些任务确实不需要人形，但说工厂里没有任务需要人形，显然荒谬。如果不需要人形，那中国将近两亿的第二产业工人都不需要了？这么多年，中国也好、全世界也好，制造业一直在喊缺乏有经验的工人，就是因为之前的自动化设备没法胜任全部工作。有些工作适合自动化设备，有些适合人，但又没那么多人愿意干。所以有人形、有大脑的机器人在制造业里是刚需。

" 家庭场景数据，和商业打架 "

顾翎羽：你们同时做半导体、生物制药、公共服务、新零售等场景，这么多能做得过来吗？

郭彦东：今天有位外国主编跟我聊，说你们做这么多场景，我观察他的微表情，有点惊讶，因为一个成立时间不长的创业公司做这么多场景，大家会觉得意外，甚至怀疑是不是真有那么多资源。

背后有几个逻辑。第一，是因为有了仿人的硬件本体、有了大模型，我们才具备这种可能性。有了大模型，机器人有了常识，有常识才能快速学习大的任务——不管工业、半导体、生物制药、零售还是康养，有了大模型才能像人一样快速学更多事。我们做这些事，是因为我们能。

第二，不仅是能，而且必须这样做。现在机器人最大的变量是大模型。大模型怎么做好？除了有好的硬件、充足的算力，最核心的是持续从真实场景得到数据的闭环和迭代。怎么得到真实、多样的数据？就是干的活多、种类多。你放 1 万台机器人去打螺丝，那不用大模型；你 1 万台机器人在 100 个场景里干活，有工业、有康养、有半导体，大模型才能做得好，因为数据真实且多样。

第三，这么干反过来对多场景有帮助——大模型做场景的能力更强，表现更好。

顾翎羽：所以图的到底是数据，还是钱？

郭彦东：有数据，也有商业。而且在我们选的场景里，数据和商业是自洽、一致的，并不冲突。如果强行干一些事，数据和商业就会打架。比如强行让机器人现在就进家庭干活，每次进家庭亏损的代价远远大于数据带来的价值。

顾翎羽：可现在不少公司都要抢着进家庭收数据，还坚信家庭那种 " 脏数据 " 最金贵，家里练好了工厂自然拿下。

郭彦东：我不针对任何单个企业，单纯从路径讲，家庭里数据和商业是打架的。如果要采家庭数据，好得多的方法是用一个传感器的数据、带摄像头的数据——比运一个上千块运费的机器人要合理得多。我承认进家庭的数据价值，但数据和商业在这边打架。另外，进任何场景都需要生态位，不同场景带来不同生态位，在那边做得好不一定工厂就做得好，还是需要很强的各场景适配能力。

顾翎羽：你几乎每次采访都谈家庭，可真到家庭这块，你们好像进度也不快。

郭彦东：因为家庭场景整个行业在技术上是不成熟的。我一直非常认可家庭的数据价值，但家庭场景数据和商业打架——你不能用家庭的商业闭环驱动数据规划，只能靠融资的钱来做、采数据。而在家庭采数据，有很多比非要把机器人送进家庭要好得多的方法。

顾翎羽：那你们的数据，现在攒到什么程度了？

郭彦东：互联网一定是基础，多样性最强；仿真是腰；真机采集有精度、有力反馈，是尖儿。真机采集本身也是一个金字塔——里面有第一人称视角、有摄像头、有带灵巧手的、不带的，有同构遥操、异构遥操、VR 遥操。多种方法融合起来，效果一定最好。

顾翎羽：也有人说这就是 " 鸡尾酒疗法 "，正因为不知道哪条对，才索性全试。

郭彦东：不，不是那样的。这个赛道确实有些可能不太客观的声音，比如认为某一个方法最好，只用它。我坚持认为，在绝大部分 AI 系统里，多种数据的融合才是最好的。2024 年大家争仿真好还是真机好，我在学术论坛上就讲，互联网、仿真、真机三种融合最好。现在这个观点经住了时间考验。在任何 AI 系统里，用单一方法做流派、做标签，我觉得都不够实。不是不知道哪个方法好，正是因为太知道每个方法的优缺点，才知道怎么整合——这是更高级的玩法。

" 如果我们在融资上多花点时间，可能比现在融得还要多 "

顾翎羽：VLA 加世界模型这条路，你们下注很早。别人还没看清时，你为什么敢先押？

郭彦东：第一是技术自信。我没那么在意大家觉得哪个方法最流行。24 年我说做端到端时，有人把波士顿动力的 CEO 请来中国说小模型才好。我不是特别在意投资人喜欢什么、行业追捧什么。技术的平视感对创始人非常重要，技术选择的品味是非常核心的竞争力。我们从第一性原理、从技术本源出发，想清楚什么最好、什么最重要，就坚持做下去。我比较少愿意改变技术观点去讨好任何人——反过来讲，这也是最经得住时间考验的态度。

顾翎羽：你说不看投资人追逐什么，可去年到现在，你们融了十几轮。

郭彦东：我当然很在意投资人。我只是不太愿意为了投资人的喜好去改变自己对技术的判断。我看到一些公司，投资人喜欢什么他就干什么，快速改自己的 BP，迭代好几次。环境好的时候这类公司也能得到空间。但我们选择不这样做。

顾翎羽：但你们这个融资节奏在同行里也算快的。

郭彦东：其实如果我们在融资上多花点时间，可能比现在融得还要更多。

我们投资人结构搭配得比较好，你会看到我们最开始吸引了 SEE Fund、清智资本这样的基金；接着是排名最好的一些财投；再往后有大量用户、供应链、场景的产投方；然后是大体量券商、国家上万亿的几个基金进来；再往后是银行系、保险系。基本上是一个非常经典的投资人结构。

" 在一家自动驾驶公司和特斯拉之间，我肯定选特斯拉 "

顾翎羽：外界给你们贴过不少标签——做大脑的公司、硬件公司、最像特斯拉，如果只能选一个词形容智平方，你选哪个？

郭彦东：2017 年黄仁勋还没这么受追捧的时候，我在微软，去英伟达拜访，他自己出来跟我聊天，很幽默，说：" 你从微软来，你们是软件公司，你猜我的软件工程师多还是硬件工程师多？"

顾翎羽：那肯定软件多。

郭彦东：对，英伟达的软件价值远远大于硬件。它是一个软件非常强的硬件公司。我们也是——我的软件工程师、AI 大模型工程师的数量，远远大于硬件工程师。我们是一个 AI 能力很强的硬件公司。

顾翎羽：中国人喜欢全栈，现在即使是钱都在往做大脑的公司去，这些公司也往往要做一些硬件。

郭彦东：但行业里并不是一直是这样，也不是所有公司都是这样的。从行业到投资人都是慢慢在学习的。

顾翎羽：你的微信签名是 "GPU 管够 "，也是这套逻辑的一部分吗？

郭彦东：这主要是为了吸引人才，让大家觉得来智平方有特别多的 GPU，可以训模型。

顾翎羽：可算力眼下这么紧张。你们怎么可能管够？你们的算力是自建的吗？

郭彦东：我们其实合作和租用的比例更高。这些其实都有标准答案，只是行业很多人没想明白，一个以算力、AI 见长的硬件公司的标准路径就是：先小批量采购，再租用，价格最有优势；再租用公共云，效率最高；最后再自建，那时对数据安全、训练自由度更敏感。很多 AI 强的硬件公司基本都是这条路径。我们刚好在以租赁为主的阶段。

顾翎羽：资本圈给你们的标签是，最像特斯拉的中国具身企业，你怎么看这个标签？

郭彦东：在一家自动驾驶公司和特斯拉之间，我肯定选特斯拉。更准确地说，我们更像 " 有自动驾驶能力的主机厂 "，而不是 " 有自动驾驶 " 的主机厂——我们造机器人、卖机器人，机器人的大脑是全栈自研。

特斯拉最大的好处是依托汽车供应链来做机器人的供应链管理，依托汽车的大算力平台来训练机器人的端到端模型。其实我在创业的时候，给投资人画的图就是特斯拉的训练平台——一只手全自动驾驶，一只手全机器人。复用端到端的思路和训练架构去做机器人端到端大模型，复用汽车供应链的优势来量产制造。现在很多供应商的零部件既卖给我，也卖给特斯拉。

郭彦东在 2026 年夏季达沃斯。图源：受访者

顾翎羽：Pi 和 Figure，你和他们的分野在哪里？

郭彦东：其实 Pi、Figure、特斯拉是三个不一样的东西。Pi 非常清楚—— Levine 以前在伯克利，我认识他，非常年轻有活力的教授——他做 Pi 的玩法是：公司不做硬件、不做大，人要亮眼、团队要小、估值不能太高，小几十亿美元很快被大厂买掉，然后拿一笔钱回去继续做研究，如果想长期经营公司就不会这么做。在没有很好并购路径的中国，仿照 Pi 的路径不是好策略。

Figure 既不是 Pi 也不是特斯拉。它 2024、2025 年还是以外挂模型为主，2025 年招来了谷歌 RT-2 的作者，原来的负责人离开之后，才引入端到端技术。Figure 在美国有资本红利，估值远高于中国的机器人公司，所以在场景探索和形态选择上会更激进。

顾翎羽：基础模型上，很多人说中美差距正在被抹平。你怎么看？

郭彦东：在机器人的基础模型上，中美差距没那么显著，起码从看到的数据里没那么显著。比如我们基础模型的论文，发表日期比 Pi 要早，白纸黑字。阶段性 Pi 可能比我好过，但我下一篇论文会比 Pi 更好一些。现在很多国外的美元投资人反而觉得，中国机器人标的的质地要比美国的好。

顾翎羽：那真正拉开差距的，是什么？

郭彦东：美国的一个很大优势在于劳动力贵。福特的 CEO 上次跟我们讲，他 12 万美金都找不到劳动力，所以美国对相对昂贵的机器人容忍度更高。中国的劳动力在生物制药、半导体这些领域成本也不低，但再往下探，有很多成本较低的岗位，对机器人成本要求更高。大家都在说一句话：中国卷出来的企业，到世界上没人卷得过。

顾翎羽：但中国还面临着芯片短缺。

郭彦东：芯片分训练和端侧推理两类。端侧推理中国差距没那么大，这也是我们用量最大的一块，所以目前处在一个还不错的状态。等我们芯片需求真的变得很大时，国产芯片可能也足够好用了。

"50 亿、100 亿，并不是弹药充足的状态 "

顾翎羽：人形机器人的 "iPhone 时刻 "，你觉得到底是真会来，还是一个被反复消费的概念？如果来，还要多久？

郭彦东：机器人如果能做到手机或者汽车那样的程度，中性看，可能要五年左右。它有很多可以复用汽车供应链的部分，量产有难度，但比汽车那时候要简单。机器人大模型整个行业投入很大，大家都在进步。今年我们已经做到了单一场景多客户的复制，也有单一客户多场景的复制。这个拐点我们已经探到了。

顾翎羽：你之前说，相当于现在是 GPT2.5？什么时候能到 GPT3？

郭彦东：还要些时间，可能是 5 年。

顾翎羽：为什么会比自动驾驶短这么多？

郭彦东：背后一个很大的原因是整个社会的变化变快了。得益于 AI 和工业的突破，以前一两个月写好的代码，我们的工程师一天就能写完。以前做新能源汽车的时候，没有比亚迪、没有宁德时代、没有电池厂；现在做机器人，充电技术、电池技术非常成熟。我在小鹏做自动驾驶时，买了小鹏第一块 GPU，大概是 P100，现在觉得根本没法用；后来 A100、H100，大家现在都觉得不够好，都上 B200、B300 了。芯片越来越好、速度越来越快、编程软件越来越强。

那时候做车规级感知方案，摄像头最大 100 万像素，成像效果很差；现在手机可能一亿像素，800 万像素摄像头到处都是，低成本激光雷达方案也到处都是。

万事俱备，只欠东风。

顾翎羽：" 东风 " 是什么？

郭彦东：我觉得是具身大模型的突破。所有感知硬件、算力、写程序的速度都在加快。当然不只是这些，还需要很多创新、很多数据、政策的突破，需要共同的努力。但大家都变得比以前更强。

坦白说，我在技术和产品的判断上偏保守。2017 年，行业里一个很头部的企业家问我自动驾驶要几年，我说十年，他说太保守，最多两年。现在从 17 到 27，乘用车上打开自动驾驶的比例已经过半，我的预测基本还是吻合的。机器人呢，我 23 年创业时跟很多人讲七八年，做了三年多，现在觉得差不多五年。

顾翎羽：你举了这么多自动驾驶的例子，但是和自动驾驶周期不一样的是，自动驾驶头部公司 Momenta 成立十年今年才上市，而现在大批机器人成立 3 年就扎堆冲上市，你怎么看这波上市潮？

郭彦东：换个角度看，纯 " 大脑 " 公司会很难上市，就像自动驾驶。上市潮更多是因为公司需要一二级联动进行募资。我觉得机器人行业最后能上市的公司可能不超过一只手。

" 我们是无产者，有什么好焦虑的？"

顾翎羽：现在行业有特别多的钱，变化特别快，竞争也激烈，你焦虑吗？

郭彦东：焦虑很正常。但在这个大游戏里，我们是挑战者，带着新技术来找新的突破口。真正焦虑的是那些根基稳固的成立更早期的公司——他有好的商业模式、成熟的体系，担心新技术来了以后对他冲击。对一个创业公司，你有什么焦虑的资本？焦虑啥呢？我们是无产者。

顾翎羽：很多人在谈论泡沫破的那一天。

郭彦东：如果你的目标是融资，你的战斗力和生命力是很难持久而旺盛的。但我在创业之前，对金钱已经没有太强的诉求和渴望。所以我做创业这件事，是因为我喜欢这件事情本身，多过它给我带来的经济回报。这种对事情本身的热爱，是非常有生命力的。

郭彦东早年朋友圈，一些冥冥之中的连接。图源：受访者

顾翎羽：具体是什么让你这么兴奋？

郭彦东：非常多问题都让我兴奋。我自己还比较多地扎在技术里面——为了解决机器人 " 视野外操作 " 的难题，我们最近在给机器人大脑加入空间记忆，这样视野之外的物体，只要看过，就可以过目不忘。我体检的时候，医生说我皮质醇过高，就是长期处于兴奋状态。做这种创新的产品，你会每天都非常兴奋。

顾翎羽：你还记得第一台机器人造出来的时候吗？

郭彦东：2018 年我加入小鹏，2019 年在街上看到小鹏的车跑起来时，非常感动。你天天泡在研发里面早就谈腻了，但真在街上看到它，还是会觉得很激动。这也是为什么我们的机器人去公园里当店员，做咖啡、做冰淇淋等——当你看到机器人在很多场景里被别人看、被别人用，那种正向情绪反馈是非常强的。

2024 年我去 Beyond Expo，澳门特首走过来，看完我们的机器人之后说：" 以后我养老就靠你了。" 寄予了很多厚望，这个瞬间我特别难忘。现在回头看第一代机器人，再看最新一代，进步挺明显的，但不代表我们做第一个机器人的时候不兴奋。

顾翎羽：十年前，你能想到今天在做这件事吗？

郭彦东：没有。但我翻到一张 2016 年的老照片，我在微软有一个双臂的机器人，我抱着它合了一张影。那时候我们就接触了这方面的一些探索——冥冥之中，有一些连接。

顾翎羽：接下来 3 到 5 年，智平方的核心战略是什么？

郭彦东：我们会立足工业和公共服务，在技术投资上非常重视；在面向消费者的场景探索上，包括康养也包括家庭，我们也非常坚信。有了这样的积累，我们应该会是在家庭里最早达成数据和商业同时自洽闭环的企业。在微软的时候，有一句话叫 " 每个家庭、每个宿舍都有一台电脑 " ——我觉得，未来每个家庭也都会有一台通用智能机器人。

顾翎羽：也有些公司现在根本不指望有多少营收。

郭彦东：不同的想法不一样。但我觉得有一些商业的正反馈是非常重要的。不管是工业还是商用服务，都应该有一些商业的正反馈。对于机器人行业，资本市场不会永远这么好，你要做好准备——市场火热时过得开心，市场不好时也能过得开心。

顾翎羽：听说你平时还是蛮精打细算的。

郭彦东：创业公司还是要精打细算。所以你问我融资，我给你举个例子，以前在大公司的时候，我发现企业决策几十亿的研发预算，只需要很短的时间。

现在有人问我，公司账上有几十个亿了会不会觉得钱太多？我一点都不觉得多。因为我知道，对于做机器人这件事，50 亿、100 亿并不是一个弹药充足的状态。并不是每个创业者都像我这样想，有些人觉得账上有几十亿就很强了。最重要的花在哪？模型、算力、人才。

具身智能是非常典型的长坡厚雪的赛道，必须敢于投入并且持续的去训练基础模型。

（本文来源：日照新闻网。本网转发此文章，旨在为读者提供更多信息资讯，所涉内容不构成投资、消费建议。对文章事实有疑问，请与有关方核实或与本网联系。文章观点非本网观点，仅供读者参考。）