近日，地平线旗下地瓜机器人的具身智能负责人何泳澔已离职，并加入一家聚焦具身智能的新公司。

何泳澔的职业路径，几乎串联起中国 AI 产业过去十余年的几轮技术浪潮。

何泳澔本科毕业于四川大学软件工程专业，2011 年进入中国科学院自动化研究所，2016 年获得模式识别与智能系统博士学位。毕业后，他留在自动化所任助理研究员，并参与银河水滴的早期创业与技术研发。

银河水滴的核心方向是步态识别，即不依赖人脸，而是通过步幅、摆臂、身体重心变化等行为特征确认个体。相比识别一张静态面孔，步态识别更考验机器对连续视频、人体运动规律和复杂环境的理解。何泳澔最初的技术训练，正是在这一命题中展开：让机器从真实世界不断变化的信息中提取有效特征。

从中科院实验室走进创业公司，也让他较早接触到 AI 产业化的另一面。算法不仅要在测试集上跑出指标，还要面对视频质量参差、场景不断变化、客户需求具体、项目交付受成本约束等现实问题。技术从实验室走向商业化，往往不是把模型部署上线那么简单，而是要在效果、算力、成本与稳定性之间反复平衡。

离开步态识别赛道后，何泳澔转向工业 AI，曾任中科慧远首席 AI 科学家，参与工业表面缺陷检测等方向的研发和商业化。工业视觉面对的是一套更严格的商业逻辑，客户通常不为 " 模型有多大 " 买单，而是为漏检率、误检率、节拍、稼动率、维护成本和最终 ROI 买单。

在高速、重复且对精度高度敏感的产线上，机器要稳定发现肉眼难以持续识别的细微缺陷。单点算法再先进，也必须与相机、光源、标定、设备、工艺流程和售后体系结合，形成完整的交付方案。一次 Demo 成功不等于可规模化复制，持续、稳定地运行才是技术真正产生价值的起点。

随后，何泳澔进入地平线，参与自动驾驶 BEV 感知架构设计。与相对可控的工业产线不同，自动驾驶面对的是开放环境：天气、光线、遮挡、道路参与者和长尾场景持续变化。

2024 年，地平线将原 AIoT 及机器人业务拆分，成立独立子公司地瓜机器人，原地平线 AIoT 负责人、机器人事业部总经理王丛出任 CEO，何泳澔则担任具身智能负责人。地瓜机器人的定位是向机器人厂商提供从 AI 芯片、操作系统、开发套件到算法工具链的通用底座，产品覆盖旭日系列芯片、RDK 开发套件及配套软件和算法，面向人形、四足、轮式机器人、机械臂等多种形态。

资本也迅速涌入。地瓜机器人在 2025 年 5 月完成 1 亿美元 A 轮融资；2026 年 3 月和 4 月，又相继完成 1.2 亿美元 B1 轮、1.5 亿美元 B2 轮融资，公开披露融资总额超过 3.7 亿美元。

对何泳澔而言，在中科慧远从事工业视觉与缺陷检测，在地平线参与自动驾驶 BEV 感知架构设计，积累了工业现场交付、空间理解与端侧部署等经验；进入地瓜机器人后，他开始直接参与具身 VLA/VA 模型、机器人视觉感知、策略算法及通用软件底座研发，所要解决的问题也由 " 机器能否看懂环境 "，推进为 " 机器人能否据此完成动作 "。

在公开讨论中，何泳澔表现出鲜明的工程取向。面对工业操作任务，他更强调 VA。VLA 以视觉与语言模态共同作为输入来生成动作；VA 则仅以视觉作为输入来预测动作，两者之差正是中间的 L ——语言。

何泳澔的判断是，工业环境通常任务固定、流程清晰、语言交互需求有限；若为追求通用能力而叠加更大规模的语言模型，可能增加推理成本、数据需求与工程复杂度，却未必提高具体工位上的成功率。

这并不意味着他否定 VLA 的长期价值。其核心判断在于，具身智能不应脱离场景谈技术先进性。他曾提出：" 工业场景并不需要追求通用性，如果能将某个高价值工位的任务做到稳定、可靠、高效，这本身就足以支撑一家公司达到百亿估值。" 他还强调，数据质量优先于模型规模，工位价值优先于通用叙事，长期稳定运行优先于发布会展示。

同样值得注意的是，他对机器人落地并不盲目乐观。在谈及工业场景时，他直言，现阶段很多任务仍有成本更低、成熟度更高的传统自动化方案；具身机器人不应为 " 具身 " 而具身。真正有价值的判断标准，应当是设备能否长期稳定运行、能否把成功率维持在客户可接受范围内，以及客户能否算清投资回报。

何泳澔的人事流动，因此也具有一定行业意味。一部分团队仍在押注通用人形机器人、VLA 大模型和家庭服务的远期市场；另一部分算法与工程人才，则开始向工业操作、柔性制造、数据闭环和场景工程聚集。工厂环境相对结构化、任务边界更清晰，虽然仍面临高精度操作、传感器融合、部署维护和 ROI 等难题，但也更可能以具体工位为单位，先跑出具身智能的商业闭环。

来源：车观察