播客采访：Koji

整理编辑：十字路口

‍ 排版: Zeoooo

本周「十字路口」的嘉宾是黄一，RoboParty 萝博派对创始人兼 CEO。2004 年出生的他今年 22 岁，在一年内迅速完成 5 轮融资，累计超过 1 亿美元；股东既有知名 VC，也有小米、宁德等产业方。

他形容这一年是"度过了一个压缩的人生"：把可能十年要吃的苦，一年吃完。他也坦率地说，大学毕业就创业的好处是"你不知道天有多高"——不是自信重要，是自大重要；在对行业还没有清晰认知之前的"愚昧之巅"，反而是最适合创业的时刻。

很少有创业者像黄一一样，愿意把自己的 knowhow 讲得这么细：怎么融第一笔钱、怎么选 FA、怎么挑 TS、怎么看产业方的钱、公司注册在哪……

在这期节目里，我们还聊了他从哈工大寝室里拉着同学一起造机器人的起点；他花两三天"追求"一位浙大工程师的招人方式；他如何理解"画饼的最高境界是自己先相信"；以及他对具身行业的判断：如果把具身智能比作 42 公里的马拉松，机器人本体已跑完 1/4，小脑大概跑了一半，但大脑可能才跑了一两公里。

如果你想了解这一代年轻创业者如何做决策、如何管理同样年轻的团队、以及如何与泡沫共处，这期节目会是一个难得的样本。

微信收听播客：

小宇宙收听播客：

视频播客已同步上线于 @Koji杨远骋 的视频号、小红书、哔哩哔哩、Youtube 等平台

快问快答

Koji

你的年龄是？

‍ 黄一

22 岁。

你的求学经历？

高中在华二（华东师大二附中），大学在哈工大。

MBTI 和星座？

INTP，白羊座。

用一句话介绍萝博派对。

我们希望通过开源的方式，减少世界上重复造轮子的现象，以此推动具身智能的发展。

所以，"开源"是你们最核心的标签？

对，是公司非常核心的 label。

目前融资的实际情况？

完成了 5 轮融资，实际总额已经过亿美金。

现在的团队规模？

140 人左右。

包括实习生吗？

包括，我们公司接近一半是实习生。

目前的营收和利润情况方便分享吗？

2026 年，我们主力产品 RPO 保持在每个月 100 台左右的出货量。

明年我们会推新产品 RP1，预计整年度会有 2000 台左右的销量。

创业前你在做什么？

做过无人机和机器人。2023 年信了马斯克画的饼，开始做人形机器人。

当时还在学校里，自己掏钱买材料，在宿舍做各种硬件堆叠。

我们今天的访谈分为两部分：一方面聊具身智能和萝博派对；另一方面，也聊聊你这一年多来的创业经验和收获。

我的创业经验其实只有一年左右，但感觉度过了一个"压缩的人生"。

我把可能 10 年该吃的苦，在 1 年里全吃完了。不仅是投融资，还有大量的管理冲突和战略抉择。在我看来，战略重要性远大于团队。

正如唐杰他们所说：认知大于格局，大于技术，大于管理。

22岁融过亿美元，VC在投什么？

我的第一个问题是：你觉得你凭什么能融到这么多钱？VC 投资你时，究竟在投什么？

在具身智能行业，这笔钱其实不算多，但对年轻创业者来说确实是一笔巨资。

VC 并不是因为我们年轻才下注。我们拿到第一笔投资时，机器人原型机已经做出来了。最开始是我自己投了几百万，把产品攒了出来，机构才愿意跟进。

Seed Round 期间，最重要的是多拿牌，拿到足够多的投资意向。因为首轮投资协议基本会伴随你很久，甚至一直沿用到 Pre IPO 轮。后续的机构通常会无缝沿用第一轮的框架。

所以首轮是否有好机构领投，协议条款能否谈得足够友好，非常关键。比如我们公司直到现在，也没有 QIPO 回购、没有对赌等限制，拿的是非常友好的美元条款。这能让后续的创业压力小一些。当然，也只是小一些。

在投资条款里，你最看重的是什么？

很多人觉得，让投资人进入董事会就等于多了一层监管，其实不然。如果股东确实有很大产业帮助，比如小米和宁德，给他们一个董事会席位，反而会让业务协作更顺畅。

协议条款细节不能完全公开，但我们总结过大致的避坑框架。比如个人连带责任，现在基本不应该有，连很多国资也不会强求。

再比如 QIPO 回购，这就像悬在头上的达摩克利斯之剑，虽然执行层面阻力重重，但依然是个隐患。我们要看回购是单利还是复利、比例是多少。

找一个经验丰富的专业律师非常重要，他能帮你规避 90% 的隐形风险。

FA 对你们的帮助大吗？

有帮助。FA 最大的价值是带你跨过 0 到 1 的门槛，进入 VC 和 PE 这样的高端圈子，让你看清机构的决策流程与融资的游戏规则。

不过现在市面上 FA 泥沙俱下，有些甚至玩起了项目"配售"，非常匪夷所思。

面临这么多 FA，创业者该怎么筛选？

不是被动筛选，而是要主动通过提问去测试他们。

你可以直接问：FA 是否能清晰复盘行业所有竞品的融资实况？在这个赛道里，谁出牌最准、谁才是真正的决策者？

很多 FA 只是帮你盲投。你可能见 100 个投资人，只有 10 个真正投具身，甚至连接的决策人也是错的。融资是双向选择，不仅是投资人投人，创业公司也得找懂行且对路的人。

当时你决定融资时，见到的第一位投资人是谁？怎么搭上线的？

第一家是五源资本的 Bill，是他主动找到的我。

他怎么摸到你的？

当时我建了一个机器人的技术交流群，他在群里加了我，约我聊聊。

最早我们有两条业务线：想靠传统的现金流业务，去养活研发人形机器人的"碎钞机"。但我很快意识到这个认知是错的。

具身智能需要高频次、大资金的迭代。等靠自己的现金流跑顺，机器人的技术身位早已被对手甩开一大截。必须借助资本市场的杠杆。

VC 的本质，就是把你未来 20 年能赚到的现金流，拿到今天提前烧掉，在竞争最激烈的窗口期冲到行业最前列。拿的钱越多，在外人看来泡沫就越大。泡沫其实就产生在行业热钱与当前商业化落地速度的剪刀差里。

所以，现在具身智能有泡沫？

Of course.

如何与泡沫共处？

既然有泡沫，你作为身处其中的创业者，怎么与泡沫共处？

我们有个股东叫顺为，核心就是"顺势而为"。行业起风时，这个"势"确实夹杂着泡沫，但你必须顺着这股势能把公司跑起来。没有任何一家公司可以逆着时代做事。

泡沫和势能是一体两面，它体现在方方面面。因为你在这个最热的赛道，供应商和合作方才会多看你一眼。如果今天你在光伏或者房地产行业，根本没人理你。

人才也是。现在大量跨行业的人才疯狂涌入，表面上看是因为这里热钱多，但底层的常识是：这个赛道未来的 promising 确实是最高的。

你说第一轮要尽可能多拿 TS 。当你手里握着一堆牌时，你怎么挑选？

也不能说选不选。

第一原则是极度尊重。机构愿意下注，交出的是真金白银和信任。

第二是理性的博弈。有些机构现在不拿，未来还能拿。

你要分清谁才是你未来的 Deep Pocket。在天使轮，要克制让大型基金吃掉太多份额的冲动。

一些口袋极深的基金，是后期唯一有能力跟投 5 亿、10 亿人民币的玩家。如果你在首轮就塞给他们 10% 的股份，到了后期，因为存量仓位已经足够大，他们继续加仓的意愿就会大打折扣，你其实相当于丢失了后期最重要的资金保障。

作为 2025 年后成立的"第二波"具身智能创业者，我们会看前人的路径，去打听机构的投后口碑。

比如像真格、经纬这些专业的天使机构，会有非常多的资源怼给你，在你初期什么都不懂的时候先教你。这种认知的交换，甚至远大于钱的质量。

你们的股东里既有财务 VC，也有小米、宁德这样的产业巨头。产业方的钱和纯财务的钱，有什么本质不同？

VC 带来的是人脉网络和创业者的信息场。

产业方的钱需要非常慎重地拿，但一旦拿对，赋能是指数级的。比如小米，我们跟 Robotics 这边的向老师做过非常多次交流，包括未来牵哪个方向。

他们内部也有 Robotics 部门，做了非常多的积累，很多的 knowhow 可以 share 给我们。

你作为 founder，如果战略决策做得准，是能少走非常多弯路的。他们有非常多的 knowhow、非常多的文档来 share，辅助你做战略决策。

美元还是人民币，在这个节点，创业者该怎么选？

两者的评价标准完全不同。美元机构会因为你拥有世界领先的技术 knowhow 或独特范式而爽快买单。

但人民币机构不同。他们更在意商业模式和商业化。

而且越到后期，碰到的一些投资人的专业度其实是偏低的。因为敢在早期下注，在没有任何人帮你背书的情况下选择投你，需要非常专业的判断，当然这也是带来超额收益的部分。

所以，你现在还在一直见机构？

我们会同步继续看。

几乎是以一两个月一轮的速度在不间断地融资？

差不多，我们目前基本保持在一两个月一轮的节奏。

这种高频融资的底层考虑是什么？

这主要是基于对行业周期和时间窗口的判断。我觉得是能多拿就多拿。

趁着具身在十五五规划，包括大家以及二级市场有钱了，他们会把多余的钱作为 LP 投到 GP 里，GP 再开始投公司。今年有非常多加轮的出现，其实是发现公司虽然没到那个阶段，但在两个阶段之间加了一轮。

比如我们公司，我们定的 milestone 是 RP1 的发布，然后推量产，这可能是我们 A 轮的标准。

B 轮的判定标准是规模化的商业闭环。在此之前，几乎所有具身智能公司都会停留在 A 轮阶段。

但 anyway 我们会同步看，看有没有一些别的商业化的点能到这个 milestone，到完之后可能开一个大轮次。

那融资之后公司要注册在哪里？

人才在哪里就注册在哪里。比如要做模型，大家基本上都扎堆在北京，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 楼就是清华叉院。

我们公司实际上是 base 在上海，我觉得上海浦东这边人才还 ok，我们就会注册在上海。

那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，你觉得自己什么都会了，觉得市面上看得到的产品都不行。你首先相信自己能做到这件事，这个很重要。

创业为何需要自大？

所以自信很重要，就是要相信自己能干成一件事？

不是自信很重要，是自大很重要。对行业没有太清晰的认知之前，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"。

所以对你来说，那是什么时候？

基本上就是我们把机器人做得比学校里面的各类实验室都好的时候。学校里有非常多厉害的实验室，但其实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。

当时旁边还有谁吗？谁和你一起干的吗？

还有我室友和实验室的一些同学。

你刚才提到你三年从哈工大就毕业就出来创业了，这怎么做到呀？

学校里会有一些政策，还挺人性化的。你把学分修完，毕设做完，就可以 free 了。

然后你的毕业设计是什么呢？

毕业设计就是人形机器人，其实现在还在知乎上挂着，有兴趣的话可以看一下。现在看起来非常稚嫩，看它感觉像看自己的孩子一样。

我感觉你很喜欢把你的这个过程全部放到知乎上？

我个人还是挺喜欢做一些系列输出的。人生能影响多少人——比如乔布斯直接影响了一整代的硅谷精神。我觉得这些是每个创业者自己的追求。

所以从开始创业到现在，自己做 CEO 有一年半左右的时间了。感受怎么样呀？

会有。第一个是从非常草台的情况开始，什么都不知道，逐步上手去做，这是第一个 step。

第二个是初步接触资本市场，知道资本市场是把未来的钱拿到今天来用，大概是在创业 6 个月以后。

第三个阶段是人数慢慢开始扩张的一个阶段。公司上百人后，怎么做百人管理。这个阶段也是我们现在也在经历的一个坎。虽然所有人我都会亲自面试，聊非常久。

你面最久的一个人面了几个小时？

也不能说面，是挖。主动去挖的人，我可能挖了两三天，陪着他，想去哪去哪。比如浙大的一位同事，我就直接去浙大找他。现在他已经加入我们了。

那是一个什么样的体验呀？两三天和一个人待在一起，有那么多话聊吗？

只能说很重要。

他一开始没有想好去一家创业公司，或者没想好未来的发展。当时公司也没多少人，我们也会画饼，告诉他说：我们这个关节，我以后会给你搭出来一个非常厉害的模组部门。他可以完全不信我，但到今天为止，我们这个关节模组的集成度，完全可以单独拎出来去做一个模组公司了。

那他当时确实有很多的理由不相信你，那你怎么让他相信你的呢？

我觉得是诚意。画饼的最大境界是，你画的这个饼别人感觉不到是个饼，或者说那也是我自己所相信的事情。更多是把他们看不清的未来描述清楚，而不是说画饼给你涨薪，那些没有意义。

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。马斯克就是最大的画饼，他给你画到 2040 年的火星了。

我记得你还有告诉我说，最早期在哈工大开始，有室友、同学和你一块创业，但那个时候给到大家的月薪可能是两三千块钱。

那个时候，你是怎么说服他们拿着那么低的工资跟你一块干的？

哈尔滨有个好处，确实没有什么不错的科技类公司。正好我们有一个做人形机器人的创业公司，这些同学之前或多或少跟我接触过、打过比赛。他们知道我的技术栈。

他们相信我们的技术能拼凑出来这样一个机器人。比如我的技术，加上运控可以凑得更好，再来个结构，来个硬件，就能凑出更好的机器人。

提到萝博派对的时候，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？

我第一代机器人做完，感觉没什么用，就把它开源了，发在知乎上。当时有非常多人联系我讨论，我们才慢慢发现了这样一条路子。

像 DeepSeek 开源是因为它的模型做得非常厉害了，它的开源改变了世界对于 MoE、MLA 等算法的感知。只有做好了产品，开源了才有用，而不是开源一个非常没有用的产品。

应该是一开始开源有很多正反馈，所以才让你决定把自己定位成一个开源的公司。这个正反馈是什么？

正反馈是真的有三五个人跟着你的图纸把机器人做出来了。这个 spark 的点非常触动我，这三五个人我至今也保留了非常好的关系。

全栈开源怎么赚钱？

在具身领域，一家全栈都要开源的公司，你们未来要怎么赚钱呢？

赚钱在于壁垒。行业门槛是你进入行业需要投多少固定资产、多少人、多少技术栈。但行业的赚钱点在于壁垒。现在新能源车没有怎么赚钱，但电池是一个最大的壁垒点，占成本比重高，所以电池先赚钱。

对于机器人也一样：我们公司的壁垒点，就是我们靠什么赚钱。我觉得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——比如模型公司现在是没有本体的，如果他们用各家友商的本体，开发不够底层，没有办法开发到他们需要的 layer。比如电机层的 layer 能不能再往上一点？定转子的 URDF 惯量能不能拆开？这些是友商提供不了的，也是我们目前卡在的一个比较好的 missing layer。

行业缺少这样一个具身智能的、非常好的开放平台。

开源可以降低合作阻力，拓展 branding，目前来看是最好的渠道。但万变不离其宗的本质，还是我们能不能在主线上面走得更远、更快。

那咱们未来卖的具体是什么呢？

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、一家搞制造业和供应链的，这 ok。

但它的潜力不止于制造业。制造业是来一个单子做一个，但我们会有很多用户的复利。比如如果有一个 CMU 的老师买了我们的本体，买完后他实际上再找两三个博士基于本体去做研发，带来的复利是非常大的。

相当于卖本体赚了 10 万块钱，同时还收获了两个年薪百万的工程师在替你干活，干完还给你发论文。这就像 DeepSeek 开源，但不影响它卖 API 赚钱。

在大模型界，中国开源力量正在重塑全球格局。具身智能领域也会重演"开源战胜闭源"的叙事吗？比如像宇树、智元，他们也可能会选择开源吗？

这是两个情况，一个是中美的，一个是友商的。我们先回答中美这个事情。

中美的话，像 Kimi K3 这种直接引爆美股市场，在具身行业，中美之间的差异其实会被进一步拉大。模型方面，美国在具身大脑这块还是领先的，或者说美国的华人比中国的华人领先。

但到了人形机器人本体、小脑这块，国内是遥遥领先的，基本上有一个代差。海外的 Figure、特斯拉其实比较在线，但实际上他们用的也是中国的供应链体系。

回到中美的竞争格局来看，中国的具身公司有非常好的基础，但人才密度，包括模型能力方面，短期没有美国那么好，这也是我们同步有可能会搭建美国 base 的原因。

然后友商呢？

友商的竞争的话，我个人会有一些非常 sharp 的判断。比如我觉得轮式可能没有什么太大的意义，它可能只是一个中间态，相当于是一个腿部惯量无限大的足式。

为什么轮式不行呢？

也不是不行。比如录播客，把我下半身扎在椅子上，我们也能完成 talk。有些老板巴不得把员工留在工位上。但我做具身本质就是为了通用性，为什么要阉割掉一部分通用性？

随着算法提升，到底是末端精度 0.1 毫米还是 0.01 毫米，其实不是那么关键了。

人的 task 重复执行也没说达到多少次。今天到底是看拟人，还是看超过人类？自动化是超过人类的，没有必要搞一个中间态去做到"超人"，能做到"拟人"就 ok 了。

谁能做出具身终局？

所以，你觉得像宇树、智元这样的头部友商，未来有一天也会选择走向开源吗？

Maybe，我觉得完全有可能。但这取决于各家公司的技术底层私有化程度。

开源本身并不是最大的壁垒，决定胜负的依然是公司的商业基本盘。况且，物理硬件的迁移成本远比软件要高得多。

比如你在大模型层，从 DeepSeek 的 API 切换到 Kimi 的 API，使用体验上几乎没有感知障碍，顶多只需要顺手把 context 补齐一下。但在硬件本体上，这种生态迁移和替换的摩擦阻力要大得多。

咱们其实前面提到，你说创业一开始自信都不够，要自大，也就是在愚昧之巅。但后来大家都会经历绝望之谷，你经历过什么绝望之谷了吗？

可能没有太多这种绝望之谷。只是有时候会瞬间涌入非常多的信息，或者一个认知远超你的人，给你讲了他们的分析或战略。你会迅速觉得，自己之前的思考都太浅了。

举个例子？

比如和一家头部机器人公司的负责人聊。之前我们做了很多思考，比如要不要开大脑、数据怎么放，本体怎做减重、怎么做这一系列样本。你会发现我们现在还处于question 阶段，而他们其实已经形成了一个非常完善的体系。这时候你会被他的认知迅速打散，然后快速重组。

对创业者而言，我觉得科学并不是知道得越多越好。你在不懂、在自大的时候切进去，说不定是件好事。知道太多了，可能会变得胆小谨慎，会去计算投入。

比如大脑里涉及到数据端，有 Teleop 的、Ego 的、UMI 的、全身的 all human data collection、互联网的。每个梯队的数据值多少钱、终局是多少钱，比如 Ego 的数据现在可能 200 块钱左右，但如果到了终局，京东下场去做了，它又是多少钱？

这些都能看得到，其实可以算出来什么时候切入的 ROI 最高，但这会让你变得非常谨慎。所以人是需要一部分自大的。

就像罗曼·罗兰那句话：这个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。创业也一样，越年轻越无畏，越敢去启动一个事业。但走到人生的中场还敢去创业，确实需要勇气和决心。

那创业之后，你们遇到了什么样的难题吗？

没有碰到特别多难题，这一块其实还挺顺的。

但是从 RPO 到 RP1，从自大开始滑下去的时候，会碰到非常多的问题。你知道了行业，拆解了各家竞品的机器人，会发现非常大的认知差别。比如别人已经开始上模具、上压铸了，我们怎么还在小打小闹搞个 50 台、100 台的小规模机器人，这是不 ok 的。

RPO 卖了多少台？

RPO 大概是一个月 100 台左右，我们现在基本上都是真实订单。

我们之后甚至有可能会把所有的客户拉到一个群里，虽然在商业上不 work，但我们很有可能会做。

为什么你要反其道而行之呢？

我们的这一系列客户都非常 friendly，现在的交流群里有很多我们的客户。你提出一个问题，会有别的客户帮你解答，这很大程度上降低了我们的售后成本。

我理解我们更多像是一个社区、一个生态。

现在主要 RPO 都是卖给了谁？

每个月基本上有 30% 到 40% 是卖给学校。不只是好学校会买，中国有非常多的学校都想了解具身智能是怎么回事。我们的 RPO 是散件和零部件，他们买回去自己搭，所以我们把 RPO 定位为 0 到 1 的教育类产品。

还有一类是创业公司，他们也想了解。在行业早期，就像电脑和手机，很多发烧友在搞芯片，后来才出了 Windows 和 Mac。说不定我的用户之后也会出一个比尔·盖茨。

之前我记得你还提到过，有一个海外的机构曾经一次要下 500 个订单，但你们没有卖，是因为什么？

我们也交付了，大概交付了二三十台。但这种大订单我们目前的交付压力比较大。

我们以散件发货，但之前的供应链体系是落后于现在的交付能力的。别的客户需要等两三个月，但我不能把 500 台都给这一个客户。

所以还是受限于产量？

对，但现在供应链搭起来了，好多了。

咱们下一代产品是 RP1，它和 RPO 的升级在哪里？

RP1 在所有的自由度上都做了升级，比如给它加了两个头部的自由度，整机构型、所有的内走线等都做了很大程度的产品化。

我们调研了二三十条竞品的问题，比如夹手、肩部关节过热、手腕支撑力不够、把手容易碎等问题。还有大家很难装在箱子里，我们看了友商的一些解决方案，看能不能实现自主从箱子里站起来，这些都做进了我们的产品。

所以有很多产品上面的改进？

对，它不只是一个工程样机，它更多是一个产品。

定价多少？什么时候发？

定价还没定，预计会在 Q4 左右发，内部还在讨论。

在这个阶段做一个本体去竞争，最主要的竞争优势要怎么得到？

本体更多要去问我们积累的客户，看他们现在使用的产品有什么问题、迭代的需求是什么。只要把这些做好，就能起来。

随着 Behavior Foundation Model 越来越火，小脑的问题正慢慢被 solve 掉。下一步是 Whole Body Intelligence，也就是人形机器人的全身智能。我们现在也在对接非常多做 Whole Body Intelligence 的初创公司，比如 ETH 的 Flexion，国内的 Current、德塔、源策等。

包括很多大脑公司想切入 Whole Body Intelligence。我们能给他们提供非常好的基础。我们收集到的定制化需求五花八门：有的人想在手部做 48 转 24 的，因为想接 5 指手；有的人想全机做 EtherCAT 协议的方案，做硬同步；还有人问头部跟 ego 采集数据能不能做 co-design。这些都是非常重要的 knowhow，相当于给我们的产品提了真实的 PRD。

来自客户的真实需求？

对。这是公司最重要的能力——在大的行业里保持高频次的迭代。

那怎么去在那么多五花八门的需求里面，找到一个最真实的、或者是最重要的？

是权衡。比如 A 客户说头部要两个自由度，我会问一下 Current 同不同意、FOV 怎么放。慢慢地有一种定标准的感觉：把需求 123456 列出来，看 B 客户满不满意。但我们也会保持各家客户的保密性。

你最近和很多的创业者或者研究员聊，你感觉到的是什么？

我们会聊 10 年以后具身智能最终局谁做出来了。有很多不同的想法：有人觉得最后会在智谱、OpenAI 这样模型类的公司，因为他们有足够多的卡、足够多的 infra 和 talented researcher。他们只要增加一些 Robotics 的认知，就能快速解决 scaling 的事情。

也有人觉得需要特别懂 Robotics 的人去做到 scaling up。这个认知我觉得是 cheap 的，只要你招到特别懂 Robotics 的人就可以。

比如 OpenAI 招了何泰然这样的一系列 researcher，补齐了认知。我个人非常看好大模型公司加上去做。

那你们呢？你们并不是那样的公司呀，那你不看好自己吗？

It's both。我们终局也一定要做模型。规划在 2027 年左右开始。大规模预训练往往是先升后降的过程，比如 video generation，其模型参数量先上升到更高，之后随着更多框架和 knowhow 的出现，又会降回来。

我们是去做第一波先升后降，还是第二波直接切入，这是一个战略决策问题。

另外也得考量竞争态势。如果 OpenAI 下场成立了 OpenAI Robotics，他们的 scaling能力远大于任何国内的创业公司，甚至远超国内的一系列模型公司。

22岁怎么管百人团队？

咱们公司现在快 150 人了，它大概是一个什么样的组织结构？

类似于蜂巢结构，我们希望能通过氛围来驱动。如果把一个人理解为一个圆，自然界中几个圆合在一起，最稳定的结构就是蜂巢。

Anthropic 有一篇文章写什么造就了 Anthropic，其实就是通过足够高的人才密度把蜂巢搭起来，这也是我们 Lab 的组织模式。

蜂巢是一个六边形，理论上一个人最理想的管理半径或 interaction 对象就是 6 个人，这也是自然界中一个人最多能 cover 的 6 个面。

蜂巢是不是意味着就没有太多的层级结构？

对，基本没有什么层级结构。

那你们公司现在有几层？

如果真的算，会有两三层，但公司内部不会太 care 这个。今天所有人都可以直接找我，我也可以找到所有人。

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？

我们公司不仅涉及软件和算法，还涉及硬件 and 制造，这需要极致的流程化。

组织管理架构基本上只有两类：一类是像华为、大疆，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，像字节特别强调"人才冗余"，通过人的自觉去驱动。对于需要整机制造、交付、销售和供应链的具身智能公司来说，必须结合一下。

我们公司把一个 Lab 拆出来了，里面完全由蜂巢或者说由人才密度去驱动。但我们的整机部门，如果纯靠人才密度驱动会发现一个问题——今天找谁买零部件、分工是什么，都没有明确的界定，那就完蛋了。

所以当你说蜂巢的时候，指的是你们的 Lab，不是指公司主体？

主体公司也会受影响，但也需要部分流程，讲究怎么结合起来。

怎么结合呢？这听起来是冲突的。

挺冲突的。比如人才密度、开会制度等可以复用。Lab 那边探索出的类似于通信系统的开会流程，可以放到主体公司。

组织最根本还是靠人。之前我们公司可能偏控制或硬件，AI 用得少，但只要有纯 AI 的人加入，整个公司的 AI 氛围就被带起来了。更多还是靠交叉。

你觉得自己是一个什么样的 CEO？

大家觉得我比较 friendly，但我理解 CEO friendly 并不是一件好事。

你要做什么去对抗你现在的 friendly 形象？

不需要对抗，这就是我的个性。我不喜欢做非常 push 或得罪人的事。

所以我必须捏着鼻子招一个跟我个性完全相反的人在公司唱黑脸，推着进度走。一个张弛有度的公司才是好的公司。

招到了吗？

有，我们也有非常严厉或 sharp 的部门。比如财务部非常 sharp，如果财务不 sharp，大家报销都轻易通过，就完蛋了。

公司的平均年龄应该比你大，你怎么管理那么多比你大的人？

大家不太 care 年龄，更多是看你对 Robotics 的认识、对具身行业的认识、对公司的认识。只要认识足够深，你今天是高中生也能管理。

你听到过"他还是太年轻了"这样的评价吗？

我觉得年轻是一个很好的盾牌，为什么不用？在一些高量级的交流中，我们可以迅速提出诉求并拿到决策。大家不会 care 那些跟氛围不符的东西，虽然它在商业谈判中是必须的。

所以这个盾牌，具体在接待任务里怎么用？

比如说了某些不是那么合适的话，别人会因为你非常年轻而给你这个盾牌，觉得你很 sharp。

有下属这么说你吗？比如"他还是太年轻了，所以怎么怎么样"？

不太会。我们内部不说"下属"，都是同事。很多同事在 specfic 的领域，knowhow 比我好很多，这没什么关系。

零主动离职怎么做到？

上次聊的时候，你提到一个非常让人意外的事情，公司到现在一年半是 0 离职，没有人被别人挖走。这怎么做到的？

我们公司人才密度比较高。虽然现在陆陆续续开始有人被挖，但 anyway，我更看重大家在公司的获得感——能学到什么。

我们非常喜欢招那些行业里有很多从 0 到 1 的经验、但缺少 1 的人。比如转行过来但上一个行业做得非常好的人，进来补充机器人认知。补完后如果他们跳到隔壁公司，基本上能实现两倍涨薪。

但还没有人跳？

他们可能觉得补得还不够？

那 0 离职是不是也意味着你没有辞退过人？

不是，我们辞退过一些人，但那不算主动离职。

只要大家觉得在公司能学到东西，甚至降薪也愿意来。我们引入了一些大厂的高管，原来年薪在 250 万到 300 万左右，来到我们公司可能只有 80 万。

他们愿意为转型支付学费和成本，我觉得这个其实是我们也非常 cost efficiency 的原因。

你其实融了 1 亿美金，是付得起溢价的，为什么还要让大家降薪？

付得起，但需要控制。我们复盘了早年融资融得很好的一系列新能源车企，很多爆雷都死在 burn rate 上，没有活到新能源起量的时候。

比如蔚来，一开始大家都觉得它非常花钱，前两天我看到蔚来 NIO House 里的真花都换成假花了。原来非常在乎品牌形象的李斌，可能以前完全不能接受。企业每一厘的抠，就是大家常说的资金利用率。

所以回到那句话：认知大于格局，大于技术，大于管理，大于努力。

管理那么不重要吗？排在第四第五了。

管理还是比努力重要的，努力是更不重要的。我想再加一个，大于努力。

那你觉得对你来说，现在你的什么认知是你觉得最重要的？

对这个行业的 taste。

如果你预测未来 3 年具身就要爆发，那你今年应该拿着所有的子弹去 all in 最好的模型，或者理清行业格局，知道哪些竞对需要去提防和 cover，哪些公司完全不需要 care。

300家公司谁能活到2030？

你现在有哪些对未来的判断？

现在有 100 多家人形类公司、300 家具身类公司。我觉得 2030 年可能会有 10 到 15 家走出来。

第二轮下场的可能是像蔚小理、荣耀、吉利这一系列数千亿体量的车企。按行业的平均毛利来算，目前具身的毛利大概在 40% 左右，而在车企可能只有 20%。

再到万亿级的企业，比如比亚迪、华为、宁德，以及 BAT、小米等公司开始下场，那基本上是一个大时代。比如比亚迪如果下场去做，他们已经有非常多的 0，只需要补齐机器人部门，把我买过去，他们都能拿到机器人的 ticket。

所以你觉得 scaling law 的信号你有看到吗？

之前 Jim Fan 在红杉那边分享过，机器人的 Tracking Loss 到底是一个怎样的曲线。

包括徐丹飞也介绍过需要多少数据，虽然几次访谈的数据指标不太一样，但基本上都需要接近上亿小时的数据。你能有 1 亿小时的数据去训练，scaling 还是能被看到一些的。

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，以及 Humanoid Foundation Model 这块，也有同学发了 paper。

BFM 方面，比如 BFM-Zero 的升级版 UFO，以及 MimicLite 等工作都做完了。还做了一些基于 BFM-Zero 的与物体的 interaction、感知类的跑酷、机器人打乒乓球、打篮球等一些强化学习的工作。我把它们理解为小脑 part，很多在等着上机，有些已经上机完成了，还在整理 Tech Report。这些也都会开源。

大脑这一侧也做了一些工作，比如前段时间发的 INTACT，把 action 的动作压到隐空间里，把 latent 达到比较好的分布，保证它不坍塌。这些工作挺不错的，也拿到了 Yann LeCun 点赞，我们也给他们公司做了一个 talk。

怎么决定做与不做？

你是怎么决定做什么不做什么的？因为刚才听上去大脑、小脑的那些工作略微有一点点 random。

你的认知肯定不如一线的 researcher。我们招过来人，他们想做什么，只要在我们的 branch 里面，就可以随便做。这其实是 vibe 驱动的。

就像 Anthropic 也没有规划出什么具体功能。华为当时拉着脸说大家不要做车，但华为开始给整车厂赋能做抽成，最后探索出了新的东西。

我们定的大方向就是，短期先不要做预训练。他们就拿着我们现有的卡去搓了一些 JEPA 的框架。我觉得更多是看你的判断，觉得什么时候开始切入是最好的时机。

所以你会做一些排除选项，剩下的让大家自由探索？

对，而且探索成本非常可控。

为什么不做预训练呢？

短期还没太开始。像一两 B、两三 B 参数量小的，我可能不管。但不要一上来就搞数据、搭非常厚的数据管线。

我们先把基本面搭完，比如 RP1。最后说不定会有一些大脑公司拿着我们的 RP1 去做这个管线，我们跟他们合作就好。

你最近做的最重要的决策，你认为是什么？

把 RP1 推向台前。

为什么重要？因为做了新产品不就要发吗？

不是的。产品做了一段时间，现在在做测试。很多公司在测试做完之前就提前发布了。这取决于周期和时机。

时机相当于开枪，你什么时候开、打中哪些客户，非常重要。现在应该是一个比较好的开学前采购点。包括一些展会如 IROS、WRC 等，现在行业也到了一个卷生产、卷量产的时间。

你得去问客户：你们上一款产品怎么样？如果觉得上一款产品不够用，被硬件上限榨干了，那我们就开始推下一波。

但是听起来好像这个时机的选择也不是太难？

有些公司可能先做一个 demo 亮出来。我们也得判断，有没有一个非常有威胁力的产品在同时期发布。如果竞争对手还很不 ready 就发了，他可能会抢走更多的注意力——Attention is all you need。

RP1 是 Q4 才发对吧？

RP1 承载了我们的思考。我们今天发布一款更加面向开源、面向科研教育类的产品，是因为我觉得现在大家基于现有平台做出来的东西，本质上是不够的。

比如有没有办法把 sim-to-real 做得更加精细？每个模组的力矩跟踪做得更加精确？如果 sim-to-real 是 zero error 的，你会发现现在的 motion generation 或 motion planner 的工作可以无缝地迁移到机器人上，那具身智能基本上就被 solve 掉了。

刚才提到 RP1 是要面向科研、面向学校。那其实也意味着它可能第一的目标用户就不是说去跳舞、去表演，或者进家庭，也不是进工厂。这是怎么决定的？

看行业的周期。我们拆了各家的销售方向，大概有 70% 左右来自于科研教育类，10% 左右在工厂类，20% 左右可能是陪伴、娱乐、文娱类。

先把科研类市场做大，这是目前最重要的事情。你让足够多的人用起来，复利价值越高。文娱类基本上是大家做品牌或 marketing 的渠道，也能收到钱，但那是下一步。

我们也在和宁德、小米对接一些工业类的需求，比如一些上下料场景。他们原来的节拍大概在一分钟，我们要在一分钟以内完成。因为机器人可以干 24 个小时，基本上只有一些热失衡的时候会需要处理，别的时候基本上不需要做太多处理。

咱们其实还是做了很多的放弃，比如在阶段性上，现在不做预训练，现在也不太考虑进家庭或做文娱场景。还有哪些你觉得比较重要的放弃吗？

CEO 最重要的就是决定哪些不做。我们轮式基本上不打算自己投入去做。创业公司资源有限，不能什么都赛马。大公司可以这么做，但我对资金利用率有要求。

在所有的具身相关公司里，不管中国还是美国，有你特别佩服、特别喜欢的吗？

特斯拉、Figure 都不错。美国有一些 startup 也很棒，比如像 Sunday、Generalist。

我很喜欢他们 focus 的一点，他们有很多东西不做。比如像 Generalist ，他们基本上只做模型，不做硬件，夹爪什么的坚定地去做 UMI 类的素材。他们把它 scale 到 20 万个小时，每周加几万个小时。说不定等他们 Gen-2 出来，又会让人改观。

我佩服他们敢于探索没有人发生过的部分，在美国这会受到时代的奖励，他们最能融到最多的钱，拿到最多的资源。但实际上，中国文化没有那么奖励这个探索的人。

那你觉得这个文化在奖励什么？

这文化在奖励能把公司做起来的人。今天把这家公司做起来，跟探索了某个范式改变世界，是两个不同的路径。

你在哪条路径上？

我目前是希望把萝博派对做起来。

做起来意味着什么？什么叫做起来了？怎么判定你对自己满意了？

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吧？

不是，是指举个例子，他不知道我的品牌。在完全不知道的情况下，他在真实的选择里选择了我的机器人。

这是一个特别具体的、有画面感的目标，但感觉有点难去衡量，因为你爸妈肯定知道那是你做的了。

或者说一个不知道我的人，他们可能不是这个行业里，也不懂机器人到底发展到什么程度。他知道我们，然后去买了一台。

那这次创业，你有一个想到达的某种终点吗？

没有什么终点不终点，达到这个目标之后该做什么，其实我并没有想好。

你现在感觉创业是快乐的吗？

快乐分很多种。创业对身体或整个人精神来说不一定那么快乐，但它对心理和成长来说是极度快乐的。

除了创业，你很难享受到这种"压缩人生"——把 10 年期的经历压缩在 1 年里度过，而且未来还会持续这样过三五年，甚至 10 年、20 年。这相当于在 30 岁之前，你活过了别人，有了百岁老人的睿智感，这非常不一样。

除了创业，你还想做什么？

想做海盗。

想做海盗的意思是什么呀？

租一艘船，漫无目的地飘着。比如去找一条鱼，把它命名叫"黄一鱼"。

所以这不是比喻，你是真的要去做海盗？

对，探索一些大海给你的宝藏。探索海洋，以及一些可能和我毫不相关的一些部分。

比如商业航天 ok 了，说不定我就上天看看。更多是能不能经历一些非常难以经历的部分。

为什么这么重要呢？

人的追逐感。

比如你经历完非常多压缩人生，假如说 10 年之后的黄一，看行业或看具身会非常通透，谁家做什么、哪家好坏，都非常清晰。

那怎么让自己保留手感？可能需要去探索一些新的部分。

现在应该有很多你的同学或者学弟来找你咨询、想要创业。你一般会给刚毕业就创业的人什么建议？

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。

还有就是行业要足够大。就像黄仁勋说，不要一上来就想着切入到一个所谓的蓝海，更多是看你能不能在特殊的赛道里把它做好，然后把赛道做大。

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 的产品？

我更 prefer 实体。比如像飞书豆或者 Plaud 等。

我看你在用 Notion，这些在 Pre AI 时代孕育出的优秀生产力产品，在今天依然没有被淘汰，因为它们完美地锁定了人类长达数十年建立起的办公与交互惯性。

回到平时用的 AI，我一般会用 Cursor 写模型，或者用 Claude Code 写代码。但模型的底层，我现在基本上是没有任何忠诚度地换，谁好用我就用谁。

那你最近在用的是谁？

Kimi K3。

之前呢？

之前一般会用他们自带的 Sonnet 等模型。

可不可以分享一下，你在工作中具体怎么用 AI 吗？

有些工作我想看一下某些 demo 的效果，可能会自己手搓一个。

那你最近手搓的一个 demo 是什么？可以分享吗？

上上周我表弟手搓了一个用灵巧手识别手势玩石头剪刀布的 demo。非常简单，可能几个 prompt 就能完成。

具身马拉松跑到哪了？

大家都说具身是一个马拉松。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。

首先是"物理本体"。我们大概已经跑到了 1/4，系统类的大部分已经开始收敛。

其次是"小脑控制"。我们可能已经狂奔到了半程。肢体协调类的已经基本完成。比如我们的本体在抱着物品被踹时，可以回到原来的姿态并且把东西捡起来。

最后是大脑，我不知道目前是多少。因为行业也并未真正定义出大脑模型的终局长什么样。

如果终局的尺度是：当我们的机器人坐在这，他能把我历史的知识蒸馏出来并且做出和我一样的动作、反馈。那我觉得今天已经有一两公里。

今天非常感谢黄一。也非常期待 RP1 发售的 Q4 阶段，我们坐下来开启下一次深度对话。那时候，一定会有更多让人兴奋、推翻过往的新思考和新观察。

好的，谢谢。