开场0:00
当时这是第一次民营航天发射直播 ， 这个点子是你想到的吗 ？
是我想的 。 初生牛犊不怕虎 ， 我们是敢吃螃蟹的这个人。 签完这个并购的约之后， 我非常高兴地围绕着这个桌子踱步了两分钟 。
踱步了两分钟以后， 我的人生就陷入了灰暗 。
我跟李诞还聊过这个问题 ， 我虽然才 25 岁 、26 岁 ，但是我有点中年危机的感觉 。 你必须学满 11 个小时， 去个厕所就要把这个表暂停下来 。
除了休息 、 吃饭 、 上厕所之类的 ， 你一定要学满 11 个小时 。 这就是大一上学期我的常态 。 因为你会发现清华真的好多同学 ， 又聪明又用功 ， 确实赶不上 。
大家最近最关心的是什么 world model、world action model， 是一些小天才 。 但是坦率讲 ， 我觉得一两个年轻老师 ， 或者一两个小天才 ， 无法去解决这些问题的 。
VLA 差不多走到头了 。
欢迎收看 《 晚点聊 》， 我是曼祺 。 本期嘉宾是一位 92 年出生 ，但是已经创业 10 年的连续创业者 ， 姚颂 。
从 10 年前 ，他从清华本科毕业之后， 创立 AI 芯片公司深鉴科技 ； 到 20 年前后 ，他创立商业航天公司东方空间 ； 再到最近这半年多 ，他成立了一家新公司 Striding AI（ 正行创新 ）， 来探索物理 AI。
姚颂过去的经历 ， 涵盖不同的前沿科技领域 。 这期节目 ， 我们和姚颂一起回顾了他前两次创业的得失 ，他最新一次创业对物理 AI 的实践和思考 ，以及 10 年前那批现在活跃在中国科技创业主力生态中的清华创始人们 ，是怎么在学校里学习和成长的 。
我们正式进入本期节目吧 。 因为你历史上有很多 title， 你现在仍然有很多 title。 如果以 " 我是 " 来开头的话 ， 你会怎么说姚颂是谁 ？
我就是一名创业者 。
一名创业者 ， 那你可以讲讲你最近这一次创业的情况吗 ？
我的新公司叫 Striding AI， 中文名叫正行创新 。 我们是一家物理智能公司 。其实我觉得智能很难用单独的一个 model 或者一个本体去定义 ， 所以我们不是一家单纯的模型公司 ，也不是一家本体公司 。
我其实是希望把数据 、 算力和模型放在一起去考量 ， 希望把算法 、 软件 、 硬件 、 解决方案 、 场景放在一起去考量 。
我们是一个物理智能的智能能力的公司 。
我注意到你没有用一个这两年更热的词 ， 就是 " 具身智能 "。 物理智能和具身智能的区别是什么 ？
其实我觉得还是有一些区别的 。 我个人会认为 ， 具身智能其实本质讲是说在机器人的体内 ， 它有一个智能能力 ， 它能够去处理一些任务 。
但是如果只有具身智能 ， 我觉得它是无法给人提供服务的 。 比如说假设我们这个楼 ， 会需要有 10 台机器人在这里面工作 。
那么首先我希望我对整个空间有一些智能的感知 ， 能够让机器人提前规划好它的整个的工作路径 。
那再比如说 ， 我希望我能够实时看到每个机器人的电量 、 工作状态 、 位置 ，并且就好像 robotaxi， 到今天你看其实 30 个车 、50 个车 ，其实还得有一个人在背后去给它做一个远程遥操的兜底 ，以防出问题 。
那我觉得未来 10 年可能具身智能也是需要一套远程的这样的一套系统 。 所以我会把空间和本体 、 运动和操作所有的融合 ， 叫做物理智能 。
就是这个大的系统一起构成物理智能 。
是的 ， 所以我们其实更多的是以一个系统的视角去考虑整个的物理智能的问题 ，而不是单纯的站在一个模型或者一个本体的角度去思考这件事 。
因为你之前的创业 ， 就包括我说我们第一次见面 ， 那会还是在深鉴嘛 。 那是 AI 芯片第一次创业 ， 然后第二次创业是 2021 年开始东方空间 ， 然后是这一次 Striding AI， 你把它描述成是物理智能的系统级的公司 。
这三件事其实一般人会觉得跨度很大 ， 它有一个贯穿的线吗 ？
圆与线4:01
我觉得其实是有两个贯穿的线的 。 一个贯穿的线就是说 ， 我们其实最终都想实现一些大的事情 。
那这些大的事情是什么 ？ 坦率讲 ， 我在做深鉴的时候是没有去思考过这件事的 。 这才是第一次创业 ，其实更多的是汪玉老师决定了一个大的方向 ， 我在团队里面恰好负责了这个方向的整体的管理 ， 那我来做这件事 。
但是随着深鉴的逐渐的发展 ， 到了后期也逐渐的思考清楚了 ， 我对世界有一个我的认知 ， 就是说我希望去解决一些对人类非常重要的问题 。
那哪些问题是重要的呢 ？ 我最后把问题拆解成三类问题 。 第一类就是我们画个圆 ， 这个圆代表着全人类的生存空间 。
我们的生存空间一定要不断的扩大 。 那这个扩大 ， 我们背后有很多的技术手段 ， 比如说最核心的一个驱动力是能源 。
假设我们能解决核聚变 ， 那这个问题毫无疑问能够解决 。 那第二 ， 航天 。 因为你人类可能不能只待在地球 。
当你殖民去月球 、 火星 ， 成为一个多行星的种族的时候 ， 你的物理手段一定是通过航天的手段 。 所以这是一大类的问题 ， 要解决整个人类生存发展的问题 。
那这个圆扩大的意思 ， 就是星际文明的意思吗 ？
人类的生存空间能够获取到的能量资源 ， 应该要持续不断的变多 。
就在地球上也深化 ， 然后同时也走出地球 。
是的 ， 我们站在一个二维的圆里面 ， 那就有无数个点 。 这个点就是我们每一个个体 。 所以每一个个体的生存 、 健康 、 幸福快乐 ， 又有很多层级的问题 。
那点和圆之间 ， 咱们也成立一个关系 ， 这个关系其实就是社会 。 因为我们这些点在这个圆里面会发生很多的互动 ， 会有各种各样的组织形式 。
比如说国家是一种组织形式 ， 那不同的国家也有不同的制度 。 但整体而言 ， 那这里面怎么去提高社会的效率以及社会的公平 ， 可能又是一个非常重要的方向 。
那其实你可以看到很多的事情 ， 都落在最终三大这个命题之内 。 比如说航天 ， 那肯定是拓展全人类边界的一件很重要的事情 。
那不管是 AI 芯片还是机器人， 可能都是在提高整个的社会运作效率 ，并且能够更好的去支撑一些人类的生存问题 。
所以我觉得这是一个大的主线 ， 就是核心一定要在解决一个对人类发展有重要价值的事情 。
第二条线是什么 ？
第二条线我觉得其实是一个个人的激动的地方 ， 或者个人的兴趣爱好 。 就是你的快乐 ， 你的成就感来自于哪件事情 。
我觉得对我来说 ， 我的一个成就感是看到一个简单的算法 ， 看到一个最开始的技术的原点 ， 让它一步一步变成产品 ， 真的让它影响到了很多人， 让你的产品被很多的人用起来 ， 被很多的人能够夸奖 ， 能够去服务很多的人。
那这个时候我的成就感是最强的 。
可以说有一条线是向外求的 ， 就是我要解决什么外部的问题 。 然后有一条线是你内心驱动力的线 。
对 ， 你这总结的很好 ， 比我总结的好 。
OK， 那我们可以把这条线捋一捋 。 我觉得正好因为你从 2016 年就开始创业 ，其实你是整个经历了这 10 年中国硬科技创业的周期 ，以及上一次 AI 热潮和这一次 AI 热潮 。
清华岁月7:13
我们可以回到就是你第一次创业深鉴那前后的故事 。 你是 2011 年保送清华的 ， 物理竞赛保送清华 。
对 。
本科之后你就创业了 。 你可以先聊聊 ， 比如说本科时候有发生什么事 ， 让你慢慢有了创业这么一个想法吗 ？
其实这件事还真是从大一就开始的一个事情 。 比如说我同年级 2011 级的电子系出了一位神人， 叫韩演俊 。
这一个神人后来也拿了清华大学的特等奖学金 ， 现在他在纽约大学当教授 。 我们甚至出了一个非常好笑的事情 ， 我们当时微积分课的老师 ， 最后出期末考试的卷子的最后一道题 ， 就是专门为了难住他一个人而已 。
是因为他当时表现的实在太突出了 。 那所有的数学课感觉不用听 ，不用学 ，但是所有的考试出来就轻轻松松 ，30 分钟就能考满分 。
所以我当时进了大一以后， 我其实挺焦虑的 ， 挺紧张的 ， 挺难受的 。
那在这之前 ，因为你老家是长沙人嘛 ， 应该也说是好的学校是很多的 。 那会你以前一直是学霸是吗 ？
是这样 ， 首先我在长沙市一中， 一般我应该是年级第一 、 第二 、 第三 ， 少数第四 。 那到了清华以后， 我觉得这个压力还是非常大的 。
当时我们刚开学的时候 ， 就有一位老师在这个军训的时候跟我们讲一句话 ， 就说你们来我们电子系的 ， 最差的都是你们省的第多少多少名。
但是非常遗憾 ， 你们来了以后 ，在电子系一定会有一个 270 名 ， 一定会有一个 269 名 ， 一定会有一个 268 名。
所以你一定要好好学习 ，不要让自己成为一个这样的名次 。 所以压力会非常的大 。
你说你刚来是比较焦虑的 。
对 ， 所以当时就是还带着那种很老的电子表 ， 就每天计时， 你必须学满 11 个小时 。 去个厕所就要把这个表暂停下来 ， 吃个饭要把这个表暂停下来 。
就是除了休息 、 吃饭 、 上厕所之类的 ， 你一定要学满 11 个小时 。 这就是大一上学期我的常态 。
你自己给自己这样要求的 。
对 ，因为你会发现清华真的好多同学又聪明又用功 ， 确实赶不上 。
在清华最受推崇的是不是 " 我又很轻松 ， 然后成就很好 "？
其实并不是 ， 我觉得 。
对 ， 你觉得勤奋大家怎么看这件事情 ？ 你每天学 11 个小时， 比如说周围的人是觉得很佩服 ， 还是说你这样有些机械 ？
其实周围的人会觉得很正常 。 这个其实一直引申到了后续一件事情 ， 就是说对我来说 ， 我会发现如果我没有在努力工作 ， 没有在加班熬夜 ， 我就会有负罪感 。
这是整个清华我觉得好多人都会有这样一个内心的这样的一个过不去的梗 。 我不知道用梗还是用什么来形容 。
OK， 那你可以继续说 ， 就是这个焦虑和你创业 ， 你后面想创业这个关系是什么 ？
对 ， 所以当时的一个深刻的感觉就是说 ，其实第一就是你的这根弦不能一直紧绷着 。 我到了大一的这个寒假 ， 我真的人都快崩溃了这感觉 。
我觉得这是第一 。 第二 ， 我也开始逐步的感受到一个读大学跟读初中高中最大的区别 。 就初中高中你的目的是走向一个更高的学府 ，而大学的目的 ，不管说你是本科还是硕博 ， 你的目的是帮你更好的走向工作 ， 更好的走向你的职业生涯 。
所以其实到了大一下学期 ， 我开始理解一件事情 ， 就是读大学不只是学习 ，其实你可以走社工路线 ， 你可以走科创路线 ， 你可以走科研路线 ， 你可以选择在国内保研 、 直博 ， 你可以出国留学 ， 你可以创业 。其实你有很多种不同的选择 。
所以我在大一下开始做出了一定的自己的选择 。
你当时选择的是 ？
这里面会跟现在的很多创业者发生关联 ， 就是我当时选择了科研和科创这条路径 。 所以在很多的不同的学生组织里面 ， 我最终在大一下的招新的过程中， 选择了加入电子系科研 。
这里面其实会有很多很好玩的事情 ，因为比如说当时参与招新的有一个比我高一年级的师兄 ， 就叫做王鹤 。
与何同用的手机科学家 。
我是后来当到了电子系科研的主席 ， 那我是 2011 级的主席 ，2005 级的主席叫做姚茂青 。
志愿 ，他在志愿 。
对 ， 这也有很多的后续的故事的展开 。 但当时核心还是说 ， 我发现我自己最喜欢和擅长和自己能感觉到成就感的 ，是说那个小车能够动起来 ， 让各种程序能够跑起来 ，而不是说做理论计算 ， 做一些题目 ， 发一些纯的 paper 这样的事情 。
所以我觉得我去科研 ， 然后选择了硬件部 ，是我一个自己最喜欢的一个方向 。 也是在那个时候我觉得 ， 那纯粹让我去学一些数学理论 ， 我真的非常非常的难受 。
但是怎样的情况我能够找到我的学习的动力呢 ？ 是我看到这样一个知识它到底发挥怎样的作用 。
所以后来我去到了 ， 我大一下就给汪老师 ， 汪玉老师发了个邮件 ， 大一的暑假就开始在他的实验室工作 。
那在那个暑假其实我就迅速找到了大学中的我 ， 就后来的那个我 ， 甚至于整个比我第一年级的同学们有一半在清华上的第一堂课是线性代数 ， 就是电子系的同学是我去讲的 。
是因为我在那个暑假给我们的线性代数老师发了一个邮件 ， 我说我作为一个过去一年过来的学生 ， 我真的没有学明白这件事是怎么样的 。
但是在过去的两个月我的科研的过程中， 我才深刻的感觉到了线性代数原来在我们电子系的很多东西还是要被用上的 。
当看到被用上了 ， 我觉得我有一些学习的动力了 。 所以我认为其实可能给后续的同学们 ， 您去讲一讲这个它到底有什么用 ， 可能对大家更有动力 。
老师就回了个邮件 ， 要不下个学期的第一堂课你就来给大家讲一讲 。
你其实是在告诉大家学这个事的必要性 。
是的 ， 或者说告诉大家就是你学了这件事情 ， 最后在一些 3D 的图像处理 ，在一些电路的计算 ， 这些事会被怎么用上 。
所以你学的东西是有目的的 ，有意义的 ， 你不是盲目的为了最后考一个高分在学习 。
你做这件事 ， 你是为了帮助更多师弟师妹 ？ 就你的这个背后的动力是什么样 ？
这个动力我觉得就是说 ， 我会认为有很多人是跟我一样的困惑 。
你当时大一下说你在看的这种路径里面 ， 你提到了科研和科创 ， 这两件事的区别是什么 ？
其实区别本质不大 。 科创更多的是像挑战杯 、 天空工厂等等的 ， 大家去做一些可能用简单的代码 、 简单算法就能实现 、 看得见摸得着的事情 。
你这又说到一个人， 天空工厂 ， 那是余浩当年在清华弄的一个事 。
我当时在的时候 ， 可能天空工厂的负责人叫赵昊 。 赵昊是电子系 09 级 ，他是光轮智能之前的首席科学家 ， 后来加入了极智家做首席科学家 。
所以就当时的这个校园里的很多学生 ， 后面进入社会都是在各个领域有很多很多的创业者 。
对 ， 特别是在清华的科创和科研这两条线上， 会看到大量的创业者 ，不管在中国还是在美国 。
你可以继续说 ， 你说科创是用一些比较简单的方式把一些东西实现出来 。
对 ， 所以大家一定要有一个看得见摸得着的 ， 能够服务我们的东西出来 。 那这个东西的成果一般是会放到挑战杯上， 作为一个学生的科创项目 。
而科研那肯定就是进到实验室 ， 跟着老师们去做事情 。 那它的产出可能根据你的实验室的差异也非常巨大 。
有很多做理论的 ， 可能产出就是 SCI 的论文 ， 可能对于我们这些人来说 ， 可能产出的是个软件 。 因为我最开始做的是 EDA， 就是集成电路设计的软件 。
那对于后期我们做的事情来说 ， 可能看到的一个呈现是一个板卡 ， 里面能跑这个 LXNet， 能跑 VGGNet 去做一些图像处理 。
所以对我自己来言 ， 我比较有成就感 ， 我比较喜欢的是 ， 最后一定要有能看得见摸得着真实生活中的东西 。
你后来其实本科毕业是拿到了 CMU 博士的 offer 的 ，但是你没有去 。 你选择本科之后就直接创业了 。
是的 。
可以讲讲当时大三大四这是一个什么样的心情 ， 后面又放弃 ， 然后又决定创业的过程吗 ？
最开始我其实是一个非常非常普通的随大流的同学 。 因为在我那个时候读书 ， 大家的思想风潮还是说读书最好的一定要去国外读一个博士 。
而且这个在电子系应该是比例非常高的 。
其实现在的比例已经大幅下降 ， 甚至有很多老师在忧郁出国的比例太少 。 但是在我那两届确实是非常高的 。
我那一届出国的同学比例应该达到了 45%， 仅针对我那一届 。 但是后面迅速的可能就变成了 30%、20%， 现在可能 10% 甚至都不到 。
从我的角度说 ， 就是大家如果能去最好的学校 、 最好的老师那边学到一些东西 ， 最后回到国内来做事 ， 我觉得肯定是一个最完美的方案 。
你随大流的这种想法是因为什么原因变的 ？ 是发生了什么事吗 ？
其实不是 ， 我觉得包括你自己的人生成长 ， 你一定在不断的找自我 。 就是我们其实所有人都是生活在一个社会期望 、 家长期望 、 老师期望熏陶出来 、 灌输出来的一个世界里面 。
那我觉得我第一次去找到自我 ， 可能是在初三 ，因为我初中都是当班长 。 那最开始的时候 ， 我可能叫严格执行老师给的各项纪律 ， 严格的监督其他的同学 。
后来我觉得似乎这些事也没有必要 。 到了大学以后， 我觉得也是逐渐的在找你自己的很多的想法 。 那大一我觉得还是一个随大流的状态 ， 家长也觉得 ，其他大部分的同学也觉得 ， 读书好的人就应该去美国读个博士 。
但是到了大三上的时候 ， 当我真正第一次发了第一篇 paper 去美国开会的过程中， 我越来越体会到这个生活不是我想要的 。
这个在其他一些学校的媒体采访也说过这个事 。
对 ， 你之前接受清华的一些采访是这样的 。
因为当时去开会以后， 也接触到很多在硅谷工作的清华师兄 。 我感觉大家的工作其实确实非常的清闲 ， 可能一天工作个 5 个小时 、6 个小时 。
但与此同时， 每年的收入增长 、 你的职级增长 ， 这些事其实是一个非常缓慢的一个过程 。
这和你一天要工作 11 小时的人生观产生了冲突是吧 ？
这倒不是这个事情 ，而是说我会觉得这样无聊 。 就是后来有一个老师总结了一句话 ， 我觉得特别切中我当时的心态 。他说人生就两种状态 ， 叫 boring 和 suffering， 然后就看你倾向于哪种 。
对我来说 ， 我可能更加无法忍受 boring。 所以他们当时就很多师兄们 ，因为工作相对比较闲 ， 收入也很高 ， 可能在比的就是说我去过黄石 ， 我还没去过 ， 我去过 28 个州 ， 我去过 30 个州 。
可能大家都在往这个维度去拓展 ，也是一种很好的拓展 。 但是站在读书的时候的我来说 ， 我觉得我可能想经历更多 ， 然后希望有更丰富的人生 ，而不只是日常的工作和休闲 。
那为什么后来还是去申请了一些美国的博士的学校 ？
因为其实在申请的时候 ，是需要在大三的年级去做申请的 。 大四的上学就会出结果 ， 包括我大三暑假去了一趟 Stanford 做了暑期科研 ，其实也对我后续的很多的创业有很大的一个影响 。
那个时候坦白讲 ， 我们和汪老师也没有下定决心要去创办深鉴 ，也是到了大四以后逐渐的明确了这个想法 。
所以基本上就是说到大四上， 那可能汪老师开始跟我讨论是不是应该去创业了 。 拿到 offer 的前后可能就已经明确了 ， 就其实是要去创业的 。
所以我们就已经开始做各种的创业的准备了 。
你当时那个时间点本科毕业就来创业 ，在同学里面是一种什么类型的选择 ？
其实是非常极端的 ，也不太被认可和理解的选择 。
可以先稍微聊一下， 就在十年前的清华园里面 ， 那批年轻人相互之间较量的是什么 ？ 比如说你做到什么 ， 可能在学生时代你可能是个风云人物 ， 然后你做的什么可能会被鄙视 。
清华一直是以科研和学习肯定是作为最主线的 。 那所以大家会去羡慕的人， 我们当时还给很多人命名了叫神 。
就比如说刚才讲的那位韩演俊 ， 我们叫做韩神 。
韩神 。
然后我们有一个隔壁班的同学叫张帆 ， 我们叫帆神 。 那他们班还有一个神 ， 所以我们叫他二神 。
因为一个班只能有一个大神 ， 得有一个 ， 然后就是二神 。 就是我们出来很多神 ， 那这些神普遍是说学习成绩特别特别好 ，并且就是说在一些理论方面或者一些学科方面 ， 就是有非常强的天赋 。
当时像杨植麟 、 高继扬 、 陈建宇 、 许华哲 ，其实都是你们前后级的 。他们是神吗 ？ 在学校里 。
他们大部分能够算成神 。 但因为比如说植麟不是跟我一个系 ， 那为什么我知道他们能够算成神呢 ？
是因为那清华其实也会有很多的培养计划 ，是超脱于院系的一些专项的培养计划 。 那比如说最老的一个专项的培养计划叫做思源计划 ， 叫做饮水思源 ， 回报祖国计划 。
那大家会去走向西部 ， 走向很多的贫困地区去了解中国是一个怎样的现状 ，以此更加坚定自己为社会服务的一个心态 。
那除了这样的计划 ，也还有一个计划叫做科技创新星火燎原计划 ， 简称星火计划 。 那我和很多的同学其实都是星火计划的这个一期或者隔壁期的同学 。
比如说我的第一家公司的首席科学家韩松 ， 比如说许华哲 ， 比如说杨植麟应该也在 ， 我不完全确定 ，但是应该也是在的 。
那另外还有一个更小的群体呢 ，是 Stanford 有一个官方的项目叫做 UGVR， 叫做 Undergraduate Visiting Research Program， 就是本科生访问研究计划 。
这个计划呢是由一波这个以华人为主的捐赠支持的 ， 每年的暑假呢输送 20 名左右 ， 现在可能在 30 名左右中国的学生去斯坦福大学做访问研究 。
那这个计划会承担你所有的机票 、 食宿 、 科研经费 ， 还给你一定的零花钱 。 我当时也是这个计划的一员 ， 那高继扬也是这个计划的一员 。
我们都在那有一段非常好的科研的经历 。 所以那清华一定是大家认为学习和科研是非常非常重要的 。
那当然也有很多的神 ， 我们可能会羡慕说学生会主席 ， 各种在社工方面做得很好的人。 但是最主流的价值观一定是学习跟科研 。
你刚提到这么多人 ，其实后面很多人都创业了 ， 比如说高继扬 、 杨植麟 、 许华哲等等 ， 王鹤 。
但他们创业的时间都比你晚 。 你那会那么早创业 ， 那是不是就有点背离了科研这条路线了 ？
两方面去讲这件事 。 第一是我最近会感觉到非常的有趣 ，因为市场上这些一线公司里面也大量的是我的同学 ，是我在大一大二就认识的同学 。
那这属于一个我觉得正常积累的创业 ，是因为正常来说你要积累足够强的技术的思想 ， 你还是需要读一个博士的 ， 你还是需要一些更深的 、 更长期的科研工作的 。
然后当你当了教授或者有了几年的工作的经验 ， 你开始逐渐意识到更多的商业的问题 ， 然后你跳出来创业 。
我觉得这是我们王鹤师兄 、 高继扬 、 华哲师弟等等大家的一个 typical 的一个创业路径 。 那对我来说 ， 我可能把这条路走得更早 ，因为我从大一的暑假就开始做科研 。
那我本科生期间其实就发了四五篇的论文 ，并且我已经开始在实验室开新方向了 。 甚至我也从我的大二就开始带大一的新同学了 。
我觉得相对大家更早的其实迈入到了一个科研方向的思考 、 科研团队的管理等等的一些职责上 。 与之相对应的 ， 那就是说到了大四年级 ， 我们的整体的几个同学做的这个毕设 ， 组装起来就是一个完整的 AI 芯片的 demo 的时候 。
那可能这件事我们感觉已创业更近了 ， 那所以就跳出来直接创业了 。 所以我相当于可能比大家更短周期的去完成了从科研走向科研方向的选择 ， 走向科研管理 ， 最终走向科技成果转化的这条路径 。
少年意气24:17
深鉴具体是怎么开始的呀 ？ 就是你更快的经历了这个过程之后 。
这里面我觉得有很多很好玩的事情 。 比如说当时我们有同样好几个一字班的同学 ，在汪聿老师的实验室里面做毕业设计 。
一字班就是 2011 年入学 。
入学的本科 。 里面算法负责人， 你可能也采访过叫周而进 。 就是之前旷视研究院的 ， 现在在园林林际 。
园林林际的联创之一 。
没错 ， 就是我们当时这个小 project 的算法负责人。
对 ， 你说到这个园林林际的创始人唐文斌 ，以前也是他们系计算机系科学的主席 。
是 ， 所以我们跟唐师兄也认识好多年 。
对 ， 你可以继续说 ， 这是你们四个同学做毕设的其中一个 。
那么就大家从算法 architecture 软件系统编译器不同的角度去做了这件事情 。 那我其实我毕设的题目并不是这个 ，但我恰好是这个项目的 PM， 所以我去组织整个的科研 ，以及最终我去写 paper。
那当这样一个东西做出来的时候 ， 我们开始思考这件事值不值得创业 。 那因为 2014 年 9 月份商汤成立 ， 就在清华科技园的创业大厦 ， 就在你右后方能够看得到的那栋楼 。
这个 。
就是右后方那个外墙有点破落的那个楼 。 因为这个楼也是应该清华科技园里面租金相对比较便宜的一个楼 。
当时商汤就在这里面 。 从商汤一成立 ， 我记得大概徐冰就来找过我 。 现在徐冰也是去希望当董事长了 。
因为他们要来清华招实习生 。 清华招实习生的一个方式 ， 就是给我电子系科学赞助几万块钱 ， 然后给我们活动冠名 ， 然后我让很多的同学帮他们去张贴招聘的海报 。
大三那就是你 。
大四上学期 。
大四上学期 。
所以当我们已经做出来一定的成果 ， 你的完整的 demo 能跑通的时候 ， 我们看到了商汤成立了 。 那商汤成立就意味着一件事 ， 那就是说 ， 那可能深度学习这件事情会要跨入主流 ， 形成一种新的商业风潮 ， 或者真的进入各种各样的服务行业真实的应用 ，而不只是做科研了 。
那这时候可能恰巧就会需要我们这样的芯片和这样的平台 。 因为原来的 CPU、GPU 可能会支撑不太够 。 所以这个时候开始动了一些创业的念头 ，也开始跟汪老师这个谈起来 。
那过程中其实发生了很多很多的事情 。 比如说还在琢磨的过程中， 我记得是 24 年底 ， 韩松师兄回到了清华 。
14 年底 。
14 年底 ，2014 年底 。 那他当时还在 Stanford 读博士 。 那我们一聊 ，他其实做的事情跟我们是一个非常互补的 。
因为他在做稀疏化 ，在做这个算法的压缩 ， 稀疏化和量化 。 那这件事情天然跟一个硬件的加速是搭配在一起的 。
并且他自己也有创业的想法 。
当时汪聿老师和韩松都是多大的年纪啊 ？
汪老师在那个时候也就是 32 岁 ， 刚刚担任副教授可能两三年 。 那韩松还是一个博士二年级 、 博士三年级的学生 。
二十五六左右 。
对 ， 大概吧 。
他现在在 MIT 当老师 。
对 ， 韩松老师现在是 MIT 的常聘副教授 。在去年已经 tenure 了 。 那这也算互相壮胆 。在 2014 年的年底 ，他也有这个想法 ，也认准这个方向值得干 ， 我们也认准这个方向值得干 。
所以就逐步的开始去物色各种各样的团队 ， 包括我去物色我周边的同学 、 师弟能不能来一起做事情 。
所以最后我们公司的一号员工 ， 就是我在电子系科学带的比我第一级的师弟 ， 叫隋翎志 。 我们电子系科学硬件部的一个师弟 ， 成为了公司的一号员工 。
那最终呢 ， 我觉得彻底下定决心还是说这个 ， 大家也叫互相壮胆嘛 。 我觉得汪老师也帮我下定了决心 。
就是你刚才问的问题其实是非常重要的 ， 就是我还是有 CMU PhD 全奖 offer 的 。 就是虽然没有我的 dream offer， 比如说 Stanford 的 offer，但是汪老师会觉得有两件事是可以帮我去解决的 。
这第一呢 ， 就是说创业的机会成本最低的时候 ， 恰恰是你年轻的时候 。其实大部分人到了 30 多岁反而是不敢创业的 。
特别是当你结了婚 ，有了孩子 ， 可能有了更多的负担 ，有了房贷以后， 很多人是不敢的 。 所以他觉得你在这个状态恰巧是其实成本比较低的一个创业的阶段 。
第二件事情呢 ，他觉得如果你还沿着之前这个家长和社会灌输给你的这个主流的 ， 所谓主流的方向 ， 就是应该读个博士 ， 然后去一个硅谷的大公司就业是一个最体面的话 ， 那你其实读博士和读硕士可能都差不多 。
那汪老师觉得他也有能力帮我去找到很多的好的推荐信 ， 去到 CMU， 去到 Stanford 去读个硕士 。
他的意思是说这件事和创业同时进行 ， 还是说创业 。
不成功的话 ，他说创业不成功的话 ， 我可以继续推荐你去美国读个硕士 。 你可以继续原来那个社会主流认知中去美国读书 ， 再在美国的大企业工作的一个很体面的路径 。
所以我觉得也是 。 所以一方面是看到了很强的机会 ， 就是说深度学习起来你确实需要新的算力 。 一方面呢 ， 我觉得解决了一些个人心理上的负担 ， 再加上个人心态上， 刚才其实提过 ，在那个时候我已经不是那么想沿着一个很传统的路径去美国读博 、 大公司工作这样一个家长们认可的路径了 。
所以我就坚定下来跟汪老师一起创业 。 但过程中也发生了很多很好玩的事情 ， 比如说我父母那肯定是坚决不同意的 。
所以后面也需要汪老师出面去做了很多的思想工作 。
汪老师还要去和你爸妈谈 。
是的 。 汪老师也要把给我说的那一番话给父母讲一遍 ， 对吧 ？ 肯定用了很多的方式 ， 多轮的沟通 ， 最后父母才同意我的第一次就直接创业而不出国读书 。
你没有避讳 ， 就是你当时其实是有退路的 。 这在有些人看来会觉得 ， 会导致你的心态上也许不够 all in。
我觉得一定不要讲这句话 。 比如说当时应该是哪家公司 。 创始人叫抵押房子 ， 然后 all in 到这个创业里面 。
我在朋友圈就看到了我汪老师哪位连续创业者或者企业家说的话 ， 就是我从来不鼓励你 all in。 因为当你把房子去 all in 了 ， 你的这个失败成本实在是太高了 。
或者再换一个角度说呢 ， 就是这后来看到一个知乎上的回答 ，是说为什么赌徒们永远是失败的 。 是因为虽然理论上哪怕你的赢和输的概率是 50/50， 赌场都不抽成 ，但是会有一个刹那 ， 你的本金输为 0。
输为 0 以后你就没有任何资本再去翻本了 ， 对吧 ？ 因为它肯定哪怕是 50/50， 你的比如这是 0， 这是无穷大 ， 它也会波动 。
波动的一个过程中变成 0 以后你也再也无法回本了 。 所以我其实一直不鼓励抵押房子 、 卖房子 ， 所谓的 all in。
我觉得你应该把你的时间 、 精力 、 注意力 、 资源全部 all in，但是不要把退路封住 。
你觉得失败成本太大的问题是什么 ？ 是动作会变形吗 ？ 还是什么 ？
我觉得动作会变形 。 就是你追求成功和防止失败是两种完全不同的路径 。
追求成功和防止失败 。
追求成功的时候 ， 我们其实通常是要冒一定的风险的 。 你的一些决策是带有风险性的 。 比如说你制定了一个三年的这个公司的规划 ， 那你可能账上的现金是不足以支撑三年的 。
你还需要持续的融资 。 但防止失败意思就是说 ， 那第一我所有的事情 ， 我投一分钱下去 ， 一定要见到两分钱的产出 。
我现在账上能够支撑我一年半 ， 那我就要裁员 、 降人数 ， 把这件事拖长到三年到五年 。 这个动作节奏我觉得会严重的变形 。
融资之路32:23
当你们做了一系列这种互相壮胆的工作之后， 正式开始筹备创业 ， 建了 50 家投资机构 ， 没有一个人愿意投 。
在当时去做这样一个硬科技的创业 ， 你可以讲讲早期是怎么起步的 ， 环境是怎样的 ？
十年前 、 十一年前其实环境是非常非常差的 。 第一呢 ， 就是说其实在此之前 ， 中国人在科技行业的投资几乎没有挣过钱 。
你当时去建投资人是 15 年下半年你们筹划期 。
对 ， 就开始建人了 。 是的 。
没有挣到钱 。
当时在芯片上大家可能能数得出来的 ， 一只手就能数得出来曾经赚到钱的案例 。 比如说展讯 ， 可能就没有什么了 。
陈大同也是你们的 。
学长 ， 老学长 。 在那个年代 ， 教授创业和学生创业是少见的 。 多亏商汤给我们有了一个示例 ， 我们还能援引到一个例子 。
除此之外几乎是没有的 。 不像今天其实你能看到很多的老师 、 年轻老师以及他们学生一起创业 。
这件事也是没有的 。 第三呢 ，也是出于那之前没有什么技术项目可投 。 那整个投资人的背景没有几个人是技术行业出身的 。
绝大部分就是看消费 、 看文娱这样的一些看互联网出身的 。 不具有技术的知识体系 。他没有办法做判断 。
就好像你今天来跟我说核聚变这个路径好 ， 那个路径好 ， 用氦 -3 好 ， 用别的能源好 。 我其实判断不了 ，因为我没有你那个领域的专业知识 。
我觉得那个时候的投资人也是没有办法去判断的 。
你们当时对深鉴要做什么事是怎么来描述的 ？
那个时候其实是说我们是一个很学术的想法 。 就我们做了一个非常优质的 、 高级的 、 领先的芯片的方案 。
这个方案在 FPGA 上就能实现比如说多少 GOPS per watt 的一个能效 。 那在将来芯片上能够实现一个多少的能效 。
那么在未来的人工智能时代 ， 我们对于算力的需求越来越高 ，GPU 会不够 ， 所以会需要这样的芯片技术 。
那再列了几个可能的应用场景 ， 比如说安防监控的摄像头啊 ， 辅助驾驶啊等等的一些事情 。 其实还是一个从技术在走向产品和可能的商业化的一个叙事 。
可以说这不是一个被包装得很好的故事 ， 可以这么讲吗 ？ FPGA 我觉得那会儿应该大家都有很多人没听过都可能 。
确实是的 。 所以那个时候也没有找到什么 FAA， 更多的就是说有一些投资领域的师兄来帮忙给给意见 。
比如说我们请了兴旺师兄 ， 就是现在高融资本的兴旺师兄 。 那个时候就在这个高融资本 。 比如说请了武斌学长 ，是 CPE 元丰的那位武斌学长 。
也比如说请了这个 ITG 的牛辉光师兄 。 请大家来给给建议 ， 说应该怎么去写这件事情 。 那后来呢 ，其实包括还请了像北极光的邓峰学长给我们一些建议 。他就讲了一个对我们后来影响很大的一个话 。他就非常直白 ，不像之前的很多师兄可能还比较委婉 ， 怕伤到我们的自尊心 。
他说你这个 PPT 的讲法 ， 哪怕见邓峰学长的时候已经改过很多版了 ，但还是一个纯技术人员的讲法 。
因为你在讲你的技术有怎样的可能性 。 而如果是纯商业背景的投资人， 大家想听到的事情是说 ， 这件事我觉得有一个万亿级的市场 。
万亿级的市场里面 ， 产品的更新换代或者是完全没有产品 ， 我们需要一个怎样的产品 。 最后我的技术恰好能够实现这件事情 ，并且已经实现了怎样的指标 ， 还有哪些 demo 的点出来是能够往这个产品上去靠的 。
你可能要从市场倒推去想技术的这个已经落实的东西 。
你说到这个让我想到你以前的一次演讲的分享 。 你说技术创业很重要的一件事 ， 就是要很快的抛弃单纯的技术思维 。
对 ，因为你的技术的目标最后不是发 paper 了 。 就是你的技术的核心不是自嗨 ， 你技术的核心是要在产品上最后能够创造价值 。
那你首先得给你什么叫创造价值 。 那你可能才能想清楚你技术的延展的这个方向 。
后来你们实际上是怎么拿到第一笔融资的 ？
这又是非常非常多的机缘巧合 。 我们公司的天使轮的领头方 ， 最后定下来是金沙江创投的合伙人叫张予彤 。
他现在也自己在创业 。
当时呢 ，也非常多亏金沙江创投在硅谷有一个合伙人叫做林仁俊 ， 是一位新加坡籍 ， 叫 Richard Lin。他也是投过好几十年的半导体 ，因为他在硅谷投了很多的半导体 。
对这件事有一个非常清晰的认知 。他也觉得可能我们得从通用处理器跨向专用处理器了 。 所以他也是大力支持了这一个投资 。
所以这个投资人的情况是 ，他本身就看到了你们在做的这个方向和趋势 。
从接触到推进这个项目 ，是因为张予彤自己也是清华电子系毕业 ， 懂得一些芯片的基础知识 ， 觉得我们在技术上做的肯定是不错的 。
与此同时再推到一个创始合伙人的级别 ，Richard Lin 可能从芯片行业几十年的发展的过程中推演出来未来是需要一类这样的东西的 。
那我们又在中间是做得不错的 。 所以就金沙江果断的出来一个 term sheet， 按着我和汪老师在办公室当场签了才走 。
你们第一轮是不是还有高融也投了 ？
这也是高融 ，也是兴旺 ，也是清华电子系的师兄 。 那当然坦率讲 ，在金沙江出 term sheet 之前 ， 可能高融还会有一点犹豫 。
虽然岳斌总也是北大计算机毕业 ，也做技术出身 。 兴旺也是这个清华电子系毕业 ，也是技术出身 。 但是大家对于半导体可能并不是一个有特别长线和对过往认知可能不一定深入 ， 对未来的推演可能不一定完善 。
所以他们跟金沙江交流以后， 可能相信了金沙江的判断 。 所以后来马上果断的跟进跟投 。
具体这一轮是 16 年年初 9 月份敲定的 。
当时签 term sheet 应该是在
3 月初或者 2 月底左右的时间吧 。
我想问这个时间是我想知道 ， 这是在 AlphaGo 战胜李世石之前还是之后 。
之前 。
因为 Alpha 战胜李世石就是在 2016 年 3 月 。
没错 ，在那个之前 。 所以那个之后我们特别的高兴 ， 觉得就是说 AI 真的是在往大家我们在设想的方向在发展 。
那件事改变了你们的处境吗 ？
其实改变不大 。 我觉得也还是跟当时的创业的投资背景是有关系的 。 因为中国呢 ， 当时的投资人的环境 ， 刚才讲大部分其实没有能力去做技术到底好和坏的辨别 。
大家更多的还是看资历 。 所以我们作为一个年轻团队呢 ， 坦率讲就是自认为技术很好 。 部分的客户跟合作伙伴也认为技术很好 。
但是我们可能不是特别容易跟投资人讲明白 ， 或者用一种投资人容易理解清楚的方式去呈现我们的技术的领先性和它未来的价值 。
所以那一年我们也是迅速的转换了一个思路 。 那就是说既然我们的客户跟合作伙伴对我们的技术价值是深度认可的 ， 那为什么不直接把这些人变成我们的投资方 。
所以到了我们后续的这个投资 A 轮的领头方直接就是 SanDisk， 后面还有像三星 、 联发科等等的一些公司的投资 。
他们的投资都是做了七轮乃至九轮的技术尽调之后做出的投资 。
战略抉择40:04
为什么你当时拒绝了英伟达 、 英特尔 ， 选了 SanDisk？
在那个时候开始 ， 已经开始有了一定的战略思想 。 我其实做深鉴 ， 我个人最得意的一件事情是 ， 我拿到了这个金沙江的 term sheet 以后， 就在 2016 年 3 月左右 ， 我就开始推演那这个公司将来会怎么样的走向 ending。
如果我们想追求一个好的结局 ， 那你肯定是希望上市 。 一个中等结局肯定是说我希望走向收购 。
那当然我是不希望走向破产的 。 那如果走向上市 ， 那当时 A 股有传言要做叫战略新星板 ，也就是后来科创板的原型 。
那美股可能大家会希望你在做一些怎样的事情 ， 港股可能希望你做一些怎样的事情 ， 市场有怎样的特性 。
那如果是收购 ， 英伟达要收你的话 ，他会收什么 ？ 英特尔收你的话会收什么 ？ 塞根斯要收你的话会收什么 ？
国内阿里要收你的话会收什么 ？ 我当时就开始有一些思考 。 你一定是在某一件事情上做到了世界第一 ， 又是他在他的集团战略方向上非常重要的一个环节 。他会愿意来收购你 。
所以这是一个战略思想的启蒙 。 从那个时间点开始思考 ， 这个公司最后会发展到一个怎样的程度 。 那回到你刚才那个问题 ， 就是说为什么拒绝了一些投资 。
我觉得就是在那个时候有了一些战略上的思考 。 这些人一起在你公司真的是一件好事吗 ？ 所以我当时也跟汪老师跟很多的团队成员在分析这件事 。
就是说有可能一家公司同时被塞根斯 、 英特尔 、 英伟达三家公司同时投 ， 甚至可能还加上 AMD。 那在人类历史上可能都是绝无仅有的 。
因为正常来说 ，他们的投资的条款最开始拿出来的时候 ， 都是排他的 ， 都是排掉刚才讲的各家其他公司的 。
但最终他们都接受共存 。 但是我就在想 ， 这件事短期可能对你公司的品牌有一个巨大的提升 ，但中长期对你公司是好事吗 ？
我觉得不见得 。 因为第一呢 ， 我们的业务实质上在嵌入式端跟英伟达的 TX1、TK1 等等的这种嵌入式 GPU 有一定的竞争 。
那他拿到了完整的信息权 ， 可能从长线上看 ，他对你的产品布局比较了解 。 那可能能指导他进一步的他自己的产品布局 。
而另外一个角度呢 ， 当你假设走向收购的时候 ， 可能反而你卖不掉了 。 因为假设这三家中间 ， 假设英特尔要收 ， 那英伟达和塞根斯有一种可能是竞价 ，也有一种可能是捣乱 。
那让你的这个收购破产无法成行 。 所以反而可能不会太好 。 并且呢 ， 虽然每一家都承诺给你很多的业务资源 ，但是这几家公司都是有一定的业务竞争关系 。
那英特尔会怕说 ， 我给你投入了大量我的市场资源和业务资源 ， 最后你上的全是塞根斯的 FPGA 的产品 ， 我帮我的竞争对手推的产品 。
那大家反而在这种情况下都不会帮你忙 。 所以站在一个短期和长期的取舍的过程中， 我们最终放弃了短期一个品牌迅速提升的机会 ，而选择了一个中长期对我们业务提升可能最有帮助的机会 ， 就是塞根斯的投资 。
这些融资上的选择和战略判断 ， 主要是你在深鉴负责的是吗 ？
对 ， 那个时候是我在负责 。
你在深鉴的整个角色是什么 ？ 你是职位上你是 CEO？
对 ， 我和汪老师搭配更像司令和政委 。其实很多大的方针肯定是汪老师去制定的 。他是政委 ，不在一线直接指导业务 。
一线的业务指导可能是我在发号施令 。 但是呢 ， 一些宏观的大的战略决策肯定是汪老师来最终拍板 。
以及呢 ， 假设我的决策犯了众怒了 ， 让大家不高兴了 ， 汪老师出来收场 。 以及呢 ，有一些重要的客户 ， 我觉得我作为一个特别年轻的 ， 镇不住场 ， 可能不足够去 convince 别人。
那可能就需要汪老师的出面 。 比如说当时就在这个楼 ， 就在 2016 年的我忘了几月份 ， 可能就是 6 月 ， 我们和王皓川川总开会 。
现在川总在隔壁楼新公司 。 那就需要汪老师来出面 。 因为川总是 96 级 ， 汪老师是 98 级 。 那他们可能相对年龄类似更多 ， 就更有共同话题 ，也能找到一些相关的同学 。
当时他是在 sogo？
他在 sogo。
那韩松和单易 ，因为你们是四个合伙人嘛 ，他们的团队职责是什么 ？
这个团队肯定是以汪老师为核心去组建 。 那单易也是汪老师的学生 ，他是公司的 CTO， 又带领整个研发团队去做 ，不管是包括一部分的前瞻性的研发探索和这个整个的工程实施落地 。
去组织算法 、 软件 、 硬件整体的来出产品 。 那韩松是我们的首席科学家 ， 所以在一些前瞻性算法的研究 ， 包括前瞻性的压缩 、 这个稀疏化 、 量化等等的方面 ， 可能会以周会 ， 后来以双周会的形式带领大家一起去探索各种的方向 。
其实你们这个组合里面 ，他缺少一个有商业经验和产业思维的人。 你是自己成长成了这个角色是吗 ？
从日常工作上， 我们有一个师兄确实帮了很大的忙 ， 叫做刘敬秀 ，是汪老师的同年级同学 。 汪老师同班还是隔壁班同学 。
那他自己其实当时已经在外企工作了 ， 可能比如说小十年左右的一个周期 ， 一直在做市场方面的工作 。他是有一些成熟的工作方法去做日常的推进的 。
但是最终的我觉得可能一些大的拍板 ， 什么事该做不做 ， 一些方向上的取舍 ， 首先是我来做决策 。 但如果出现了重大问题 ， 可能汪老师会介入 。
举个例子 ， 当时公司有一次就是造成了一个巨大的内部波动 ， 就在于我下定决心把无人机业务砍掉 。
对 ， 你们做了一段时间无人机业务 。
然后呢 ， 转行去做了这个智能安防和辅助驾驶 。 那这一段时间其实团队内部是比较动荡的 。
因为从技术人员的角度 ， 我干了一年的无人机的方案了 ， 刚做出来 ， 刚在 CES 发布 ， 刚准备进入小批量生产 。
你告诉我砍掉了 ， 那不就是一年的心血就完全白费吗 ？
你们是直接做了一个完整的无人机 ？
不是 ， 我们是跟一家叫零度智控的无人机公司合作 。 我们确实做了一个板卡 ，但是我们把上面整体板卡都做好 ，并且把算法也都做好 。
提供的是一个解决方案 ，但不是整体的无人机 。 到 2017 年的 1 月份 ， 我们其实已经在 CES 去发布了我们跟零度智控联合开发的这个智能无人机 。
可能在非常早期的时候就具备像主人识别 、 手势识别 、 跟拍等等的很多的功能 。 但是也就是那个月 ， 我下了一个决心 ， 还是要把这方面的业务砍掉 。
所以这就造成了很大的困难 。 因为这个决策可能之前虽然跟汪老师同步过 ，他可能也没有那么深入的涉及或者说思考过这件事会有怎样的后果 。
那最后的后果就是技术同事们都不干了 ， 觉得非常的惋惜过去一年的工作成果 。
你为什么觉得哪怕之前已经投入了一年， 还是得砍掉 ？
我觉得还是一个短期跟长期的取舍 。 就是你一定要相信沉没成本是零 。 就是不管你投入了多少 ， 它就是一个沉没成本 。
无人机市场的问题是 ？
无人机的市场的问题就是它整个市场 70% 是大疆 ，并且大疆不愿意跟小公司合作 。
所以你就只能服务 ？
我服务零度智控是全中国当时第二大的公司 ， 可能量也不会太大 。 那服务了所有的其他公司加起来 ， 量都不会太多 。
你前面在描述你刚才做的战略推演 ， 就这个公司会走向什么结局 。 你用的是得意两个字 。 所以在你深鉴的这个角色里面 ，其实你是做了很多就是战略的 、 商业的这些事 。
你花在比如说研发具体的时间肯定是变少的嘛 。
是 。
你是满意这种转变的是吗 ？
这是一个必须的转变 。 当你自己所有经验还在具体的研发事情上的时候 ， 那谁来承担战略思考 ？ 谁来承担融资 ？
谁来承担跑客户的事情呢 ？ 谁来承担招引更多的人才 ，以及怎么去考虑组织建设的事情呢 ？
那你们当时想做 ， 比如说类似于像岳战面 、 杨植麟和张予彤这种组合 。
所以大家希望是我转型成为张予彤 。 或者说我能够兼具杨植麟和张予彤的一部分 。
那你内心希望有这个转型吗 ？ 你自己怎么接受这个转型 ？
我是挺接受的 。 当然我觉得这也是清华人的一个特质 。 就需要你做什么你就做什么 。 CEO 在公司 ， 我跟你讲一个特别好玩的事 。
永远遇到的都是最难的问题和最破的问题 。 为什么呢 ？ 因为团队会来找你 。 如果遇到一个事 ， 这个事呢 ， 它的不同的处理方法带来的结果 ， 一个是好的结果 ， 一个是坏的结果 。
就没有人会来找你 。 因为大家都知道一定要往好的结果走 。 如果一件事处理的结果是好的结果和更好的结果 ，也没有人来找你 。
因为大家觉得这样做反正都不会错 。 只有一件事它的处理结果是差和更差的时候 ， 大家会来找你 。
说怎么办 ？ 我们现在需要一个新的方式去解决这个问题 。 所以你其实永远做的都是大家接不住的 、 最麻烦的 、 最复杂的问题 。
那听起来都是痛苦啊 。 有什么好了 ？ 你为什么喜欢了 ？
但是痛苦就带来成长 。 所以其实塞翁失马 ， 焉知非福嘛 。 就所有的痛苦带来的都是成长 。 所有的迅速的拔高声量 、 荣誉 ， 可能带来的膨胀 ， 带来的是一些巨大的问题 。
我后来我这个人一直特别的乐观 ， 就是我觉得在我第一段融资的过程中， 我被练出来了 。 因为当时不是刚才讲被 50 家投资机构拒绝 。
那个时候汪老师就会跟我去说一个事 ， 就是说我们做的事就是很少人能够看得懂的 。 但是你投资你不需要所有人都能看懂 。
你其实 100 家机构最后有一家投钱能理解这个事 ， 然后你就能把这个事做起来 。 你做出来了再让他们去看 。
所以我觉得在那个不断的被打击的过程中， 心性就锻炼得特别好 。 所以我后来很多事心态特别平和 。
所以每一件事其实都是有帮助 。
因为你刚才也说 ， 就是大家期待你转型成类似于张予彤的角色 ， 你是不得不做这个转型 。 这里面也是会有一些环境的被动的成分 。
如果让你再选自己的发展路径的话 ，因为你也可以变成一个就是更技术背景的创始人。 这会是你想要的路吗 ？
你觉得现在会有什么不一样 ？
没有办法去做这件假设 。 站在另外一个角度 ， 我也是一个挺知足常乐的人。 就是我并没有对我现在的工作生活状态有任何的不满 。
所以我也无法去跟你假设一个好和一个更好 。 就是我也从来不回头看 ， 我也从来不后悔 。 我也很难去做这样的假设 。
卖掉深鉴51:22
2018 年年中， 深鉴其实是在成立两年多之后， 就快速的以 3 亿多美元的价格是被收购了 。
是的 。
这应该也算是那批 AI 公司里面很快然后很成功的一个退出 。 为什么比较快就选择了被收购这样一个方案 ？
这里面有非常非常多的复杂的因素 。 就是你能让我列举因素的话 ， 我能给你列 10 个甚至更多 。
就是这里面我也不避讳谈一些问题 。 就是说当时到了 2018 年的 1 月份 ，Selynx 换上了一位新的 CEO。 那新的 CEO 新官上任三把火 。
就说我们 Selynx 公司要从一家 device company 成长为一家 platform company。 从一个器件公司成长为一个平台公司 。 所以它迫切的需要我们这样的在软件算法解决方案上有非常强能力的团队的补充 。
所以给我们开出了一个并购的 offer，并且邀请我们团队一起去跟他见面沟通 。 那后来我们回到酒店去讨论这件事呢 ，有非常非常多的因素纳入了我的考量 。
第一件事就是说我不提是不对的 ， 就是那我们肯定没有见过这么多钱 。 他开的这个 ， 虽然我们后来又还还价 ，但他开的这个价格肯定是对我们来说一个足够有吸引力的钱 。
特别是对我一个刚毕业三年的本科学生 。 而且家里又是一个工薪家庭成长起来的 ， 肯定这是有诱惑的 。
第二件事呢 ， 就是说让我第一次开始更多的从负面去思考公司的发展 。 因为我觉得现在很多一次创业者 ， 我看到的包括我自己当时都会遇到一个问题 ， 就是当你几十遍的讲你的 BP 以后， 你自己也全盘采信了 ，并不认为公司未来发展有任何的风险 。
自我强化了 。
自我强化了 。 因为你也得到了一些投资人的强化 。 那当时我更多的开始站在负面去思考 ， 那这个公司后续发展有怎样的风险 。
那比如说我会想 ， 到 18 年了 ， 战略星星还没有出来呢 ， 这东西到底会不会有 。 那当时国内上市就是得连续三年利润增长 。
我们在想这件事能不能做得到 。 然后可能能做到的话 ， 最短也是五年到六年的时间 。 那五年六年不知道会发生什么 。
所以大家都从负面的角度去思考公司可能的风险性 ， 发现其实肯定不如我们最开始完全从正面设想的那么去思考 。
就肯定还是有很多风险的 。 这里面也遇到一些事情呢 ， 我们从最开始工作可能是 996， 从 2018 年初改成了大小周 。
是因为我们的团队逐渐的年龄也上来了 。 公司的第一年的平均年龄是 26.7 岁 。 就 2016 年的时候 ，2018 年已经到了 31 岁左右 。
那有很多人结婚了 ，有娃了 ， 年龄上来可能体力也跟不住了 。 开始跟我们抱怨这样一种拼的状态 。
特别是我们有几位技术核心 ， 当时给我讲几个话特别的 ， 这个令我很印象深刻 。 比如说有一位技术核心跟我讲 ， 我已经有连续两周没有跟我家孩子说过话了 。
为什么呢 ？ 因为他的加班的时间颠倒 ， 跟他孩子这个时间完全颠倒过来了 。 跟他孩子这个上幼儿园和睡觉的时间完全颠倒过来了 。
比如说有一位技术核心的 ， 当时应该可能三十四五岁了 ， 刚结婚 ， 然后老婆怀孕了 。他说现在对我来说 ， 孩子就是对我最重要的事 ， 我一定要把老婆照顾好 。
这里面也有很多的这样的因素 。 所以它其实有非常复杂的因素 ， 最后这个汇聚到了一个结果 。 那我们去接受了这样一笔 offer。
你后来看到环武器的发展 ， 你会有些惋惜吗 ？ 你们是差不多时间成立的 ， 大的方向是相似的 。
其实还好 。 因为对我来说 ，在 2018 年我就获得了一个更高的台阶 ， 去做更多自己喜欢做的事情 。 那其实而且对于财富我一直有一个认知 ， 就是当你的财富高过了一定的数值以后， 它就不是你的了 。
对你来说那个线是什么 ？
比如说五亿 、 十亿 。 我觉得高过那个之后你的财富就不是你的了 。
不是你的意思是你自己无法控制 ， 还是说应该去 。
它其实就本质上应该就属于社会了 。 就是你自己不应该去用它 ，也无法去用它了 。 我不用太去羡慕陈建石老师 。
虽然他确实非常非常成功 ，但是我觉得每个人有每个人的自己追求的东西 。 就是你自己的高兴并不完全是代表身价或者现金或者财富等等的一些东西 。
所以寒武纪我觉得坚持下来到今天 ， 我觉得非常的了不起 。 那对我们来说 ， 我们选择了一条路径 ， 能够让我在过去五年去玩火箭这件事 ， 那我觉得我也非常的高兴 。
每个人自己心里的标准的成功或者让你开心的事情 ， 我觉得是完全不一样的 。 对我来说 ， 我最重要的一件事情是什么呢 ？
我觉得就是回到第一性原理的思考 。 人这一辈子最重要的是什么 ？
时间 。
对 ， 这就跟我的答案一样 。 就人最重要的其实就是生命 。 生命其实就等于时间 。 所以你花把时间花在让自己激动 、 自己感兴趣 、 自己高兴的事情上就可以了 。
那对我来说 ， 我觉得当然这些时间花在个人的兴趣爱好 ， 花在持续不断的创造价值 ， 花在你自己的兴趣爱好的方向上去创造价值 ， 我觉得我就非常高兴 。
你当时 26 岁左右 ， 然后成功的卖掉公司 ，也见到了你说之前没有见到过的那么多的钱 。 是一个什么状态 ？
你飘了吗 ？
也没有 。 我后来给你一个这个评价 ， 这个你还可以去问问 David， 就是张颖 ， 就经纬创投的 。 他的评价就是说 ， 你看姚松那样子 ， 你能想到他是一个卖过公司的人吗 ？
就是其实是看不出来的 。 我自我感觉 ，其实之前也想说什么心情 ， 卖完以后 。其实心情就是陷入了灰暗 。
因为当时这个卖公司的那时候呢 ， 我跟山易我们俩共用一个这么大的办公桌 ， 然后在一个小会议室里面 ，是我们的那个办公室 。
签完这个并购的约之后， 我非常高兴的围绕着这个桌子踱步了两分钟 。 踱步了两分钟以后， 我的人生就陷入了灰暗 。
为什么会灰暗呢 ？ 因为首先我的个性 ， 从刚才就能听出来 ， 我是不适合在一个大型企业长期工作的 。
因为我在追求持续不断的挑战 。 我很难按部就班的 ， 慢慢的一年一年的去说 ， 每年工资涨个三五个点 ， 然后直接慢慢提升 。
我也是一个不善于向上逢迎的人， 我不愿意向上做管理 。 所以我跟汪玉老师这么多年合作来也是我们有话都直说 ，有话都非常的透明的沟通和交流 。
那我就一定要从这个大公司出来 。 那我出来干啥 ？ 这个问题就问到我了 。 因为第一次创业的方向是 ， 我最开始因为我喜欢三维集成电路这个方向 ， 我去了汪玉老师的组里面 。
那因为在三维集成电路这个活做得特别好 ， 后来实验室开了一个新方向 ， 叫做 AI 加速器 。 我成为了这个方向的负责人。
当然我自己后来又开了一个叫硬件安全的新方向 。 我在实验室里其实管两个方向 。 那恰好 AI 加速器这个方向变成了一个创业公司 ， 所以我恰好成为了这个公司的 CEO。
这个方向是老板定的 ，是汪老师定的 。 那将来我再创业有可能需要我自己去定方向了 。 那我该做啥 ？
其实就是这个换赛道 ， 想方向是一个特别痛苦 、 特别灰暗的一个状态 。
为什么用灰暗这个词 ？
就是它就像一团雾在你前面 ，因为你看不清路 。 它不是说已经有三条路在你面前可以选 。 它是一个完全混沌的状态 。
它都不是纠结 。
你都不知道有哪些路 。 因为我的人生在那个点只有三维集成电路 ， 然后再到刚才的 AI 加速器 ， 包括涉及到一些硬件安全的研究 。
我的主线就是 AI 加速器这一件事情 。 那如果不是 AI 加速器了 ， 那是什么 ？ 我觉得这个状态就跟很多的人， 比如说一辈子都在一个岗位上工作 ， 最后退休了 ， 可能他会有一些无所适从一样 。
我觉得有这样一种混沌的 、 模糊的状态 。 所以我形容叫灰暗 。
所以纯粹的高兴就两分钟 。
就这两分钟 。
灰暗与探索1:00:02
你后面是怎么走出这个过程的 ？ 其实到你下一次创业中间是隔了好几年 。
隔了好几年的主要原因是因为收购一般会有锁定期 。其实我还提前从锁定期跳出来了 ， 还损失了不少的钱的 。
实际上你从 18 年卖掉深鉴这个公司 ， 到后面 21 年第二次创业来做商业航天 ， 你看到了哪些方向 ？
要做任何决定的前提条件 ，是你获取到了足够多的信息 。 当你的信息都是片面和不完整的 ，其实你是无法去做任何的决策的 。
所以为了去做这个决策 ， 我在大概在 2018 年的 12 月份 ， 我跟王华东在凤凰会的相爱吃的饭 ， 去跟他聊了一下 。
因为之前经纬曾经想投资深鉴 ，也给我们开出了 term sheet， 大家之间是相互比较认可的 。
对 ， 就我跟他聊到了 ，但说但没投成 。 因为你们很快就卖掉了 。
对 ， 卖掉了 ， 就收购了 。 我也是咨询了很多师兄的这个意见 。 我跟 IDG 的 Justin 牛辉光当时也是在相爱吃的饭 。
我就印象中啊 ， 我跟李诞还聊过这个问题 。 就李诞是我很好的朋友 。 我跟华东也在聊这个问题 。
我在说我虽然才 25 岁 、26 岁 ，但是我有点中年危机的感觉 。 就是我这辈子要实现什么 ， 我要去做些什么 ， 路在哪里我其实看不明白 ， 想不通 。
大家都给了很多很好的建议 。 那华东给的重要的一个建议就是说 ， 那你应该多看看其他人在做什么 ， 看看有哪些可能的方向 。
那也正好经纬当时缺少一个纯粹技术背景出身的合伙人， 那他就邀请我去经纬去兼职 venture partner， 可以帮他们一起看看项目 。
所以我开始了在经纬的兼职的过程 。 所以在经纬也投了两三个项目 ，也帮忙参谋了很多的项目 。
比如说最近上市的西智科技 ， 就是当时我在经纬的过程中去投资的 。 当然那个项目的负责人并不是我 。
以及在那个时候 ， 我其实自己孵化和天使投资了一家脑机接口的企业 。 后来经纬也在 pre-A 轮去领投了这家企业 。
所以在那个过程中接触了非常非常多的方向 。 脑机接口 、 激光雷达 ， 包括因为那个时候开始讲固态激光雷达等等的很多的新的概念 。
商业航天 、 火箭 、 卫星 ， 恰好经纬是中国投商业火箭 、 商业卫星最多的 VC 没有之一 。 接触了很多方向以后， 开始对事情有了一些判断 。
比如说激光雷达 ， 那时候可能会在三个月的时间范围内 ， 可能会见到六七家不同背景的新的做激光雷达的团队的出现 。
你说那个时候是哪一年 ？
2019 年上半年 。 当时大家在讲这种非固态的激光雷达肯定将来要被淘汰 。 所以有很多人说我是有固态激光雷达的这个背景的 。
也有一些人说纯粹靠这种横向的线扫这个激光雷达当然是不合适的 。 那你可能其实很多的信息是丢失的 。
你可能应该这样斜着扫 ， 形成一个激光的点云的图 ， 可能对于做物体识别 、 做避障可能更加的有帮助 。
那这个过程中， 那我还去找李一帆聊过这件事 。
何塞的创业 。
何塞的李一帆 。 那他给我的一个结论就是说 ，其实激光雷达领域这些技术路径不重要 。 重要的其实是工程能力 。
就是做一个 prototype， 一个学术小组 ， 一个技术小组花三个月都能做出来 。 但是从一个 prototype 变成一个这个真正的成型原型 ， 变成小批量的生产 ，并且变成大批量能够交付的产品 。
还在交付的过程中， 从手工组装逐渐走向半自动化 、 自动化 。 这样一套有成是难的 。 那何塞在这件事情上是走的比较领先的 。
所以他的判断是说 ， 如果还是发展固态激光雷达 ， 那何塞包括可能还有速腾等等的公司 ， 依旧会走在前面 。
因为这个行业核心的这个技术点 、 技术路径不重要 。 重要的是后面你要花三到五年的时间走完这一条工程的路径 。
他这个判断现在可以说是印证了 。
印证了 ， 我觉得是的 。 甚至于其实我觉得在很多的行业 ， 实际上它的工程的难度和要求会高于对那么一两个技术点的要求 。
所以当时我就觉得非常有道理 。 所以最后这些激光雷达一个都没投 。 也同时没有成为我的这个自己去选择创业的方向 。
那么去找到这个方向的过程中呢 ， 我也其实明确了一些事情 。 比如说我发现我是无法做一个专业的投资人的 。
因为我在一线做决策做多了以后， 当我看到这些创业者明显的在往火坑里面跳的时候 ， 我就忍不住想拉住他 。
所以专业的投资人曾经是你长期的一个选项吗 ？
没有 。 我跟张颖去聊我加入经纬的时候 ， 我觉得 David 也是看得特别明白的 。他说姚松你不需要现金 ， 你需要足够多的信息 。
所以经纬中国的任何的会 ， 你都可以直接推开门去参与 。 不管是合伙人会还是投决会 ， 还是他们在建任何的项目 ， 这个给你一个特权 。
我觉得他也在为我的下一个的事情做铺垫 。 所以我觉得张颖是个很牛逼的人。
那你可以继续说激光雷达被你排除了 。 后面还有哪些方向 ？
也有好多好多的方向 。 比如说我还系统性的看过脑机接口 ，也是在 Neuralink 出来之前 。 但是后来我的感觉到一件事 ， 就是说这件事在中国去推进的速度会非常非常的慢 。
比如说在 18 年底 、19 年初 ， 我当时就跟博瑞康的很多同事有过好几次的交流 。 就是黄啸山他们 。
当时就感觉到你真的如果要做一个侵入式的脑机接口 ， 你要开炉啊这些流程可能非常非常的缓慢 。
可能你先做两三年的老鼠的实验 ， 再做两三年的猴子实验 。 可能开始再花三年的时间做一些简单的这些临床实验 。
你可能最终才能够获批 。 所以这个周期会太长 。 那也许不是在那个时间就去创业的一个很好的时间点 。
因为当你纯粹还停留在研究阶段和过审的阶段 ， 没有进入到真正产品和商业化的阶段 ， 我觉得我的能力不一定能够特别好的发挥出来 。
所以我孵化和投资了一个脑机接口的项目 ，而没有选择自己去做 CEO 去做这件事情 。
19 年到 20 年的时候 ， 你看到了国产 GPU 的那个创业的机会吗 ？ 实际上壁刃 、 摩尔线程还有木犀就是在这个时间段里成立的 。
是的 ， 包括经纬当时也系统性的看过好几家公司 。 但是呢 ， 坦率来讲 ， 这里面就是有我自己的短板所在 。
短板所在就是作为一个懂技术的人， 反而会过多的容易放大缺点 。
因为这个方向看起来跟你之前做深鉴 ， 它是比较契合的 。
契合的 。 但是一方面就是我是一个极其讲诚信的人。 我在那家上市公司的收购的 offer 里面 ，其实是承诺了五年内不会去做类似的创业公司的 。
所以我在五年内肯定就不考虑这件事情 。 再一个呢 ， 就是说坦率来讲 ， 如果没有大模型的驱动 ，其实这些公司的业务的增长也是个谜 。
在那个时间点 ， 我们是无法去判断在这帮公司后面还会有一波大模型对于算力的急剧的需求的 ， 急剧增加的需求的 。
其实 19 年到 20 年， 它的一个直接的国产 GPU 产生的原因就是 。
寒武纪的上市 ， 我觉得 。
其中之一 。 我觉得还有一个是当时就是对英伟达的禁令开始了 。 就对当时最高端的一些禁令开始了 。
所以那个时候我感觉如果还是只有深度学习这样一件事 ， 可能并没有看到那么大的一个机会去做这件事情 。
所以我就没有选择出于从诚信的角度 。 我不愿意说让人代持 ， 然后去开始做这件事 。 然后出于一个从机会的角度 ， 我就没有去做这个方向 。
我知道你还考虑过可控核聚变 。
看过一些 ， 看过一些 。 我也跟很多人有过交流 。 那因为刚才讲 ， 我其实也是从收购以后再到经纬这一段过程中， 收集信息的过程中， 逐渐的明确了自己的一些做事的这个逻辑框架 。
就比如说我刚才给你画出一个大圆 ， 给你讲出来有三大问题 。 然后用这三大问题的框架去装我在经纬看到的不同的方向 ， 去装我自己的很多的思考的方向 。
可控核聚变我觉得它是和商业航天一样 ， 都是你说的大圆的那个问题 。 就人类生存边界空间的问题 。
所以站在那个时间点 ， 我觉得可控核聚变包括量子计算都不够成熟 。 就是还是纯粹的在一个实验室阶段 。
那个阶段离一个实现可发射 、 可有能量产出的这样一个状态其实还遥遥无期 ， 还看不到一个清晰的这样的一个路径 。
而且呢 ， 包括量子计算在内 ， 包括可控核聚变在内 ， 大家还没有进入到产业化阶段 。 就还没有开始思考我投入是多少钱 ， 我产出是多少钱 。
举个例子 ， 核聚变其实它会发射一些快中子出来 ， 会迅速的把你可控核聚变的那个 ， 就是比如说托卡马克内壁的叫 DEB， 给它打的千疮百孔 。
所以你有可能一些很特种的材料 ，但是你每三个月就得停机半年， 然后换一遍材料 。 换的周期是多长 ， 换的成本是多少 ， 把这些东西都要算上去 。
你再把你的这个原料算上去 ， 再把你能够产出多少的电算上去 ， 你不见得你的电能够比现在的水力发电便宜 。
所以你当时想找的 ， 你认为你能发挥你的长处的是 ， 从相对前沿的技术 ， 然后到它可以规模化 、 工程化的这个阶段的领域 。
对 ， 我希望能够找到的是说 ， 我在未来的两三年或者三五年， 能够清晰的看到工程化和商业价值的事情 。
不然的话太远了 ， 我甚至想过我直接去读一个博士 。 只不过后来也确实看到了火箭这样一个机会 ， 所以选择了火箭这件事情 。
从 18 年卖到深鉴 ， 到 21 年东方空间 ， 这中间三年多的时间 ，其实你一直就想创业嘛 。 你踱步两分钟之后， 你可能就在想新的方向了 。
这三年对你来说是会比较难熬吗 ？ 因为它还挺长的 。
从工作状态上不难熬 ，但是从心理状态上反而是比较难熬的 。 失去目标感的时候 ， 当你在找目标感的时候是比较难熬的 。
这是一种刺痛感 ， 还是一种一直这样被文火烧着的感觉 ？
文火烧着的感觉 ， 就是你体会过无聊吗 ？ 就是那种手机也不愿意刷了 ， 什么都感觉提不起兴趣 ， 很无聊很无聊的那个状态 。
就没有足够多的东西能够让你感兴趣 。
你不是说你有一些爱好吗 ？ 那你尝试去玩过一些爱好吗 ？ 你就像比如说你的师兄说他们以前 ， 我去过 28 个州 ， 我去过 30 个州 。
这些你觉得没劲吗 ？
有一劲 ，但是不足以改变这个工作上面的事情 。 工作永远包括到今天 ， 肯定是我的整个人生的主流 。
我也不存在什么 work-life balance， 肯定主要还是工作 。
其实之前我们聊过 ， 就是你说你当了一段时间富贵闲人嘛 。 可能当了几个月之后就受不了了 。
我想请你描述一下 ，因为我觉得这是很多人好奇 ， 可能又没体会过的 。 当富贵闲人， 当了六个月之后到底什么感觉 ？
其实就是 boring， 就是没有感觉的那种感觉 。
你当时干些什么了 ？
我其实最核心的爱好就是音乐 ， 另外是踢足球 。 那音乐呢 ， 我印象中那个时候是不是也刚好赶上了乐队的夏天第一季 。
我当时初中我是开始玩吉他的 ，但是看到乐队夏天以后点燃了我这个乐器和音乐的火花 。 我开始打鼓 ， 我开始弹键盘 。
我在朋友圈当时还传了很多的就是艺人乐队的视频 。 就是我自己弹键盘 、 打鼓 、 弹 bass、 弹吉他 ， 自己唱歌的一些视频 。
这属于一种 。 另外一种呢 ， 就是说那我之前的生活经历 ， 我可能没有时间去看音乐节 ， 没有机会去接触到一些我非常喜欢的这个演艺圈的人。
比如说辛库兹乐队 ， 比如说 Gai 这样一些 rapper。 因为我也是这个中国有嘻哈第一季的一个很狂热的粉丝 ，也一直在看这个事情 。
因为我自己本身也唱歌 。 那所以我可能有很多的朋友 ， 恰好有很多的机会 ， 辛库兹来演出 ， 能跟他们一起吃个夜宵 。
音乐节上能够去到后台跟 Gai 拍个合影 ， 满足一些兴趣上没有被满足的点 。 但对我来说就满足一次够了 。
但这些事你觉得都没有创业来劲 。
当你满足了这个最基础的想跟他们见一次的愿望以后， 我不知道这后面还有怎样的愿望 。 我甚至确实考虑过去专业玩乐队 。
我甚至在我二次创业和三次创业之前 ， 很多的朋友问我要干啥 。 我说我要当一个职业鼓手 ，因为水木年华乐队缺一名鼓手 。
我可以去给他们打鼓 。
但是你还是一次次回到了创业这个事上 。
是的是的 。 我觉得还是脱离不开科技 。
东方空间1:13:24
那到最后第二次创业就商业航天 。 首先东方空间这个公司 ，其实外界就是后面也有一些各种传闻和风波嘛 。
包括你也是 25 年就从这个公司离开了 。 你可以自己讲讲吧 ， 就是你会怎么来描述这样一段经历 ？ 这是一个什么故事 ？
一段对我特别有帮助的 ， 让我成长很多 ，并且奠定了我今天有更强做事能力的一段经验 。 这件事为什么会开始呢 ？
其实也是源自于经纬 。 那经纬其实刚才讲投了很多很多的火箭公司 。 最后呢 ， 我把这个行业的关键点 ， 就是怎么做出一家优秀的企业 。
我把它拆分了三个关键字 ， 就是叫中国商业航天 。 你首先是航天 ， 所以你一定在技术上首先能做一个能发射上去的火箭 。
但是你持续不断还要推动你的技术创新往可回收的方向去走 。 再一个你是商业 ， 所以你不能不计成本 。
你一定要考虑你的整体的成本 、 商业规模 。 你要考虑融资 、 现金流 、 地方的合作 。 第三件事你是在中国 。
你一定要适应和习惯中国的系统 。 一定要把公司的定位在为国家服务的这样的一个定位上， 你才能把这个公司做好 。
我是当时在经纬首先对这个行业还是有一定的认知 ， 同时也看到了很多的新的机会 。 因为那个时候其实已经有了一些火箭的企业 ， 包括星际荣耀 、 蓝箭航天等等 ，其实都是非常不错的优秀的企业 。
那你刚说为国家服务 ， 这个和商业它怎么结合了 ？ 因为商业肯定是要有一个市场化的客户 。
国家的任务也可以会被市场化的释放出来 。 这就是我当时的一个判断 。 到了 2019 年的时候 ，其实我感觉火箭公司也是相对没有目标的 。
就是大家唯一能够找到的目标是对标 SpaceX。 但除此之外 ，其实你不知道应该做什么 。 那我的客户在哪 ？
其实绝大部分公司是不知道的 。 将来能够怎么实现商业化 ， 实现一些商业价值 ， 绝大部分公司也是不知道的 。
所以在那个阶段呢 ， 就是我也个人判断 ，也是听到了一些消息 。 我认为未来的两三年， 可能国家会成立它的类似于 Starlink 的卫星互联网的这样的一个计划 。
我一直有一个观点 ， 就是 5G 再往后的 6G，不一定还是依托于基站的这个形式 。 因为 5G 的速度已经足够快了 。
大家当时想的是说 4G 会催生短视频等等的这样一些重大的应用 。 5G 会不会催生一些 VR 啊 ， 或者怎样的一些新的应用 。
但实际上并没有那么多新的应用 。
这是通信换代的一个魔咒 ， 说单数的就会低于预期 。 然后像 2G 和 4G 带来的变化就很多了 。
虽然我不是专业搞通信的 ，但是或多或少学过一些通信的课 。 我一个基础的想法就是说 ， 那如果 5G 走向 6G， 可能不是通信速度的单纯的提升了 。
我们其实应该追求更多的一些指标 ， 比如说覆盖的广度 。 原来你一个基站 ，5G 可能就覆盖周边几百米 ，4G 覆盖周边几公里 。
那能不能一个基站覆盖方圆几百公里 ？ 那就得到天上去了 。 所以我从一个做通信人的角度 ， 从一个电子工程系老本行做通信啊 ， 我认为 6G 应该往天上走 ，而不是在基于一个这个地面基站的一个形式 。
所以卫星互联网就是火箭公司这个行业一个很大的市场化的客户 。
也是一个重大的市场变化 。 所以那基于我对于未来两三年国家会出现重要的卫星互联网发射的需求 ， 那我开始思考 ， 那做火箭应该以一个怎样的优先级去做这件事 。
那我发现可能我最后自己排下来优先级叫做好多快省 。
好多快省 。
因为首先这四个字是非常经典的四个字 。
重组了顺序 。
但是我重组了顺序 。 为什么呢 ？ 因为好代表着你要高成功率 。 你如果是一个 50%、60% 成功率的发射 ， 没有任何这种卫星互联网组网的计划感优美 。
第二件事是多 。 为什么呢 ？ 因为卫星互联网如果要发射 ， 一定是单轨 12 颗 、18 颗卫星 ， 至少就是三四吨 、 四五吨的一个运载能力 。
我会觉得你不到个 5 吨 、6 吨的运载能力 ， 你可能不足够去支撑这个卫星互联网的发射 。 那快 ，其实是抢占市场先机 。
因为永远是说卫星刚出来的时候 ， 可能它找不到足够多的火箭来发射 。 你再等个三四年， 那所有的公司 ， 包括国家队都反应过来 ， 市场可能就变成一个白热化的竞争了 。
所以我们要快 ， 尽快的实现一个这样的又好又多的火箭的发射 。 那在这个基础上， 省可能是没有那么重要的 。
保障任务的发射能够赶紧找到火箭 ， 把咱们的卫星互联网大批量打上去 ， 可能是优先级高于省一发火箭几千万的成本 。
所以我对这个行业也有了一定的自我认知 ， 就是要从好多快省 。 也以此我觉得做这样一个公司 ， 可能你先从一个固体 ， 这样可靠性比较高 ， 发射成功率比较高的事情 。
这就是好 。
好 。 所以 01 号是一个纯固体的火箭 。
并且要实现一个 6 吨以上的运载能力 ， 要多 。 因为大概我们看了一下， 至少得四点几吨 ， 可能才有机会去接触到卫星互联网发射的市场 。
再到快 ，其实固体也代表着快 。 因为你不用去自行研发发动机了 。 那把省往后面放一放 。 所以我们制定了一个从固体再到液体可回收这样一个循序渐进的路径 。
你这里的我们指的是谁啊 ？ 东方空间的 。
就指整个我们东方空间的创始团队 。
这个公司是怎么开始的 ？
这个公司的开始呢 ，其实也是源自于首先我看到了一个这样的很好的契机 。 并且我认为现在的这些火箭公司可能并不在这个航道上已经看到了这样的一个需求 。
第二呢 ，也是非常机缘巧合的能够接触到一些非常优秀的从体制内出来的火箭的工程师 。
他们当时是已经有一个小的团队已经组队了吗 ？
对 ，他们当时已经从体制内出来了 。 并且呢 ， 自己刚刚开始画 PPT， 然后开始思考这件事怎么能够去做 。
那最开始他们是通过我的同学来找到我说 ， 能不能帮忙指导一下这件事能够怎么去商业化 ， 怎么去跟投资方沟通 。
越交流我越觉得我们是互补的 。 因为他们懂技术 ， 懂体制内原来的发射流程应该去怎样的审批 ， 怎样去打交道 。
而我懂战略 ， 懂资本 ， 能够去跑市场 ， 跑地方 ， 能够去做一些组织的设计 。 我觉得是一个非常完美的搭配 。
你在东方空间将近五年的时间 ， 你最开心的时刻是什么 ？
首飞即成功的这个时刻 。
01 号发射 ，24 年年初 。
是的 ， 一定是这个时刻 。
当时这是第一次民营航天发射直播 。 这个点子是你想到的吗 ？
是我想的 。 我也觉得后来觉得叫你叫初生牛犊不怕虎也好 ， 叫做真的胆子大也好 ， 反正我们是确实是敢吃螃蟹的这个人。
为什么你们敢直播了 ？ 是因为你们选的这个技术路线它非常成熟 ，其实发射没有很大的风险 ， 还是你也接受我直播有可能会失败 ？
我是接受直播是有可能失败这件事情的 。 这里面其实也是有我一些个人的执念在里面 。 就是我认为航天不应该跟普通人这么遥远 。
我觉得它应该是一个最终让大家都能够亲身经历 、 亲身感受的一件事情 。 所以我就希望我第一次的火箭发射不只是一个很像国家的保密的火箭发射的活动 ，而是说希望像一个大家都能够接触到 、 都能够参与的活动 ， 音乐节一样的事情 。
所以包括我还请了水木年华去现场演出 。 包括这个我们给火箭搞了一个冠名 ， 我们叫海岚之家号火箭 。
大家会觉得非常的有意思 。
这个冠名也是你去促成的 ？
对 ，因为海岚之家的董事长周立晨也是清华经管的校友 。 我们也非常熟 ，是很好的朋友 。
你去推动这些事有难度吗 ？ 在内部 。 因为就是可能从比如说技术或者发射的团队 ，他们可能希望成功 ，以及说失败不要被放大这件事是最重要的 。
整体我们配合都非常的好 。他们可能也是对自己的发射成功有很强的信心 。 所以我们从更宏观的角度 ， 希望把它做成一个公司对外展示的名片 ， 做成一个大家都能参与的火箭发射的大型的活动的一个角度去策划了整个的发射 。
是不是也和 01 号采用的这种技术路线 ， 就是全固体 ？ 它其实至少之前在体制内它已经比较成熟了 。
其实还真不是 。
那你可以讲讲你们当时 01 号 ， 比如说它的一些新的东西是什么 ？
是 01 号还是挺难的一件事情 。 就是因为它是一个固体 、 混固体的一个构型 。
混固体 。
就是它中间是固体 ， 它四个助推器也是固体 。 这种构型是非常少见的 。
那一般是 ？
一般是中间是液体 ， 周边是固体 。 然后呢 ， 这里面就会带来一些问题 。 比如说大家发现固体火箭发动机最后几秒的时候 ，因为它那个燃烧啊 ， 它是从中心然后向四周去扩散燃烧的 。
最后你可能变成依附着这个火箭发动机薄薄的一层 ， 它的燃烧就不会太均衡 。 不同的火箭发动机的燃烧可能也不会均衡 。
所以它的推力可能会有一些变化 。 不同的发动机的推力也会不太一样 。 所以像这里就是我们技术团队做了非常非常多有意思的工程上的创新去解决的问题 。
还是有很多的难题的 。 包括当天其实海面的风是比较大的 ， 晃动也是比较大的 。
对 ， 你们是在船上发射 。
是的 。 包括在船上去发射要解决火焰的建设 ， 包括对船体的烧灼问题 。其实它有非常多的复杂的技术工程问题要去解决 。
大家也都做得非常好 。
我之前跟王鹤东聊 ，他提到就是你跟他聊商业航天 ， 你有一些跨界的思维让他觉得还是很有意思的 。
比如说你有提到说在这个领域其实仿真一直做得很不好 。 就相比可能一些计算机科学用的更多的领域 。
所以导致整个周期会被拉得比较长 。 你们当时实际上做了一些这方面的改进吗 ？ 后来 。
我们其实一直在推动这方面的改进 。 因为这里面呢有多个角度啊 。 一个是看其实 SpaceX 在 2015 年的那个 GTC 做过一个报告叫做 GPUs to Mars。其实就在讲他们用 GPU 在加速一些仿真的软件 。
再一个呢 ， 我作为一个 EDA 出身的人， 我的想法是说我们去台积电流片之前 ， 结果是怎么样的 ？ 应该 99.9%，不能说 99.9%， 比如说 99.5% 以上 ， 我们都大概确信 ， 知道它会是一个怎么样 。
这是芯片的验证环节来解决 。
对吧 ？ 对 ，因为你芯片的 validation 其实就会把很多的工作都做在前面 。 并且各种的仿真软件能够把结果仿真的确实挺真的 。
当然对于火箭来说呢 ， 大家确实要切分好几个不同的阶段 。 从最开始的可行性的论证 ， 再到后面的这个详细设计阶段 ，也叫模样阶段 。
再到后面的这个初样阶段 ， 就是第一个原始样品的阶段 。 再到最后的试样阶段 ，也就是实验发射阶段 。
那这里面投入最多的是这个初样阶段 ，也就是实验样品的各种的测试的环节 。 然后持续时间也是最长的 。
所以当时我也有一些第一性原理的想法 ， 就是说如果你能够通过 simulation 的方式 ， 把所有的零部件 ， 包括你的燃烧仿真的足够的拟真 ， 那是不是可以降低很多的这个测试的成本 。
因为你要把所有的零部件发动机都要造出来做现场的实验 ，也能够减少非常长的这个实验的周期 。
所以其实有跟一些老师在合作 ， 包括北大有一位老师做燃烧仿真的 。 包括现在北航有一位老师在做燃烧仿真的 。
当时我们也有很多的探讨 。 当然最终呢 ，因为火箭还是一个好在第一位的 ， 所以我们去用上一些全部创新的技术会相对的比较谨慎 。
刚才你说最开心的时刻是 24 年年初 01 号首飞即成功 。 那在东方空间难受的时刻是什么 ？
我觉得整体来说都非常好 。 这人生创业的 11 年， 我也非常多的感受到一句话叫做 " 塞翁失马 ， 焉知非福 "。
或者其实你的痛苦就是你的成长 。
那你失了什么马 ？
我们对于这家公司后续到了一个不同的发展阶段 ， 那大家肯定想法会有一些不一样 。 最后呢 ， 我觉得我还是更适合于像现在的前沿技术的突破 ， 别再上商业化的事情 。
你前面提到就是东方空间 ， 你说这是一个成长的故事 。 总结一下就是经过这一段 ， 你核心的几个成长是什么 ？
你工作的 scope 跟深鉴科技还是不太一样的 。 所以呢 ，在战略的思维上可能会更完整一些 。
就是你要主导更多战略思维 。
我要思考更多的长远的事情 ，而不只是眼前的这些事情 。 并且要有组织 、 有逻辑的去思考很多的事情 。
这件事情对我后面去比如说推演其他的行业 ， 包括具身智能的发展 ， 我觉得是很有帮助的 。 第二件事情呢 ， 我觉得我收获了很多在中国踏踏实实 、 这个非常实在做事的一些能力 。
能够更好的在中国去推动一件非常重大的事情 。 这个流程我是完整的经历了一遍 ， 甚至两遍 ， 甚至更多遍 。
我觉得这个对我的帮助也是非常非常的巨大的 。
你觉得你个人经过这一段 ， 你心理上的成长和变化是什么 ？
还是不断的在成长的一个过程中啊 。 就是其实会变得更加的成熟 。 我在第一次创业的时候的第一年，2016 年就经历过一些这方面的成长 。
为什么呢 ？ 因为当时就是有投资人要投我们公司 。 那他去找一个也是清华校友做背调 ， 就问姚颂这人怎么样 。
并且这个人可能我们本身都还认识 。 那我们会下意识的觉得 ， 那这个人应该会给一些至少不差的评价 。
结果我们没想到投资方反馈说那个人给的全部都是差评 。 就是做的东西一点都没有什么价值 ， 我这完全都能做 。
等等的 ， 等等的一些的话语 。 其实只有你最亲的亲人们 、 最亲的同学们 、 你一个实验室一起摸爬滚打的朋友们希望你好 。
没有那么多人希望你变得更好 。 大家更多的可能都是眼红眼热 。 当时就其实就经历过这些事情 。
然后到火箭呢 ，其实后期也你也其实尝试啊 ， 想要去探究一些大新闻 。 外界也有一些纷纷扰扰 。 但是我觉得其实就是说 ， 对我的心理来说反而变得更加的坚定 ， 更加的坚韧 。
你看到外界的一些纷扰 ， 社交媒体上的一些说法 。
对 。
你是什么心情了 ？
就没啥心情 。 其实大家都知道做了哪些事 ， 然后有怎样的价值 ， 然后也都知道公司还在正向的发展 。
所以我就没有什么特别的心理的波动 。 其实对我来说完全没影响我睡觉 。
你心还挺大的 。
你不要把这些东西放在心上 。 你要都放在心上， 太注意媒体的报道 ， 每个人对你的评价事就没法干了 。
甚至于我觉得有一句话叫做 " 事已密成 "。 就是你有一些核心的战略 ， 就是不应该对外讲的 。
你有什么在商业航天上想实现 、 没有实现的遗憾吗 ？
就是时间还不够长 。 如果能够等到咱们的可回收的火箭发射成功 ， 能够一起再见证那件事 ， 肯定会更好 。
当然也很快了 ， 大概在今年年底或者明年上半年， 团队就会应该能把我们的 01 号的火箭成功的发射上去 。
并且有可能在第一次发射的时候就做一些很大胆的尝试 。
去年夏天你离开东方空间是一个怎么样的过程 ？
是一个挺好聚好散的一个过程 。 现在已经进入到一个就是平稳发展的阶段 。 因为公司已经签了十好几亿的合同 。
那我也可以追求我自己更喜欢的 AI 上的 、 技术上的 、 商业上的东西 。
因为当时确实有一些投资人是因为非常认可你 ， 然后投了这家公司 。
是 。
那随着你的退出的话 ， 就是他们的这一部分 ， 你说是认可也好 ， 还是说期待利益也好 ， 怎么来安排了 ？
多个方面去进行了保障吧 。 一方面就是说我跟大家说我想去做新的事情了 。 那他们说那我其实那可能要跟着你去做未来的事情 。
那我想退出 。 那没问题 ， 我帮你找到一些收老股的机构 。 一方面呢 ， 我觉得也确实是对不起大家 。
因为公司刚成立到这个阶段 ， 我觉得我应该去做新的事情 。 那你们当时冲着我投的 。 所以我在我的新公司也给所有的老股东会有一些股权补偿 。
也赶上了最近的商业航天的大潮 。 我觉得目前大家的估值又比我离开的时候进一步的增长了 。
总体而言 ， 从他们投资的估值到现在的估值 ， 肯定是有一个数倍的增长的 。 总体对大家来说 ， 肯定我们是打了一个很好的基础 。
让大家都享受到了一个估值上的几倍以上的一个增益的 。
再出发1:30:54
第一次创业结束 ， 就是卖掉深鉴之后， 你说想到要去寻找一个自己的方向 ，是感到灰暗了一段时间的 。
是 。
那你去年东方空间离开之后， 开始 Striding AI 其实是非常快的一个过程 。 你可以讲讲这是一个怎么开启的过程吗 ？
以及怎么定位到这个方向 ？
其实去定位到这个方向也是花了
一年的时间 。 也是花了一年， 甚至说更长的时间 。 因为其实从开始思考公司到了一定的阶段 ， 我可以去探索新的事情了 。
再到正式的出来 ， 中间也有几个月的时间 。
时间差 。
对 ，在这个时间差过程中也一直在逐步的思考应该做哪些事情 。
你这次有灰暗的感觉吗 ？ 你这次什么感觉啊 ？
这次其实也是有灰暗的感觉 。 但是呢 ，因为我毕竟第三次创业了 ， 我觉得面临到的资源和信息量是不一样的 。
包括我自己 ，因为是一个投资机构 seed fund 的创始合伙人。 虽然我现在只是一名头尾 ，不参与到具体的管理工作 。 但是我会看到 ， 持续不断看到市场上各种新的项目的信息的 。
所以呢 ， 我一直在首先是在思考大的方向上去做哪些事情 。 第二件事呢 ，也是这一次可能比上次更快的碰到了一些机缘巧合 。
因为我一直觉得创业呢 ， 它不是一个就说我想创业就一定能创业的事情 。 你有可能在那捯饬半天 ， 两三年， 就是苦思冥想 ， 想了一个看起来凑合的方向 。
做几个月发现这事其实不行 。 然后又开始挠头 ， 哎呀 ， 想一个新方向 ， 又不行 。 我觉得创业其实是因扎吉的进球 。
就我不知道你看足球过 。 我小时候最喜欢的一支球队是 AC 米兰 。 那是很早的时候 ， 卡卡还在打替补的一个状态 。
那个时候还是首辅千科在打这个前锋的一个状态 。 那有一个很知名的意大利的前锋叫做因扎吉 。 因扎吉号称叫小禁区之王 。
就是你感觉他所有的进球就没有什么花活 ， 没有过人， 没有什么摆脱 ， 没有什么倒钩 。 就感觉他在门口的这个小禁区这极品范围内 ， 轻轻的一推 ， 轻轻的一顶 ， 轻轻的一射 ， 这球就进了 。
我觉得创业其实是一个这样的状态 。 就是说你得感觉自己好像就身处在因扎吉这个位置 。 其实是那个球正好过来了 。
你正好其实只要顺手 ， 就是顺脚一推 ， 顺头一顶 ， 可能这个球就能进 。
这类似于天时地利人和的状态吗 ？
其实是有一点天时地利人和的状态 。 其实你需要很多的资源等等的事情汇聚到一个点上， 让你感觉到这个点可能我们能够看到一个清晰的路径去实现成功 。
我觉得这才是一个创业的好机会 。 而不是说我一定要创业成功 ， 所以我在这过程中千辛万苦的去寻找方向 。
那去年你的天时地利人和是什么了 ？ 做物理 AI 的 。
这里面的一些天时地利人和呢 ，有好多个方面 。 我遇到了一些非常好的这个合作伙伴 。 这里更多的是指其他的一些企业 。
像我们公司的这个最大的 ， 除了我之外最大的两个股东 ， 就是泰国的正大集团和国内的华擎技术 。
那正大呢 ，是全球 500 强企业前几十名。 那它去年的营收得有 1100 亿美金 。 他们从饲料种子做到玉米养殖 ， 养猪 、 养鱼 、 养虾 ， 再做到肉类的加工 ， 再做到零售 ， 再做到信息科技 。
对吧 ， 是一个非常大的跨国集团 。 华擎技术是全球最大的手机的 OKM 公司 ， 笔记本电脑的 OKM 公司 。 还覆盖所有的像手表 、 手环 、 眼镜 、 打印机 、 充电宝 、 扫地机 ， 所有的电子门类的生产 。
是有两个合作伙伴 ， 首先希望能够找到跟我一起去合作 ， 跟不管叫具身智能还是跟物理智能相关的事情 。
那我觉得这两个合作伙伴是有一个天然的跟我的完美的契合 。
这个方向是你提的 ？
是我提的 。 但是在聊的过程中， 确实是他们在重点占据投入的一些方向 。 而且是愿意去做大量的前瞻性的投资和投入 。
而不是说等着产品成熟了 ， 我来算一个 8 个月回本 、12 个月回本那样的投入 。 肯定是有这样的一个契机的 。
没有这样的重要的合作伙伴提供的重要的场景 ， 我是很难去做这样一些事情的 。 因为你物理智能一定是基于一个场景 ， 你开始采了数据 ，有了模型 ，有了产品 ，有了解决方案 。
上到产线或者上到工作环境 ，有了更多的数据 ， 这个事情才能够迭代起来 。
正大和华擎具体提供的场景是哪些 ？
我们跟华擎会在工业生产领域 ， 特别是在 3C 电子的生产领域去进行合作 。 跟正大我们第一步合作还是在消费零售领域 。在 711 的便利店 ，在浦丰莲花超市等等的一些这种零售场景去进行合作 。
所以 711 正大有一部分 711 的资产 。
泰国和缅甸等等一些国家的 711 全部都是正大集团直营的便利店 。 它不是加盟店 。
全球有多少这种就零售的店啊 ？ 这种店面 。
正大集团直营的话应该有 16000 家便利店 ，有 2700 家浦丰莲花超市等等的大型超市 。 这是它直营店 。
它如果算各种加盟和合作的店 ， 应该还有七八千家 。
所以一个是零售商业场景 ， 一个是工业制造的场景 。
是的 。 其实有了这两个基石 ， 你可以形成从算法到模型到应用的完整的闭环 。 并且落地之后， 你又持续不断的把这个数据飞轮能够滚起来 。
对吧 ， 我觉得没有这样的人恰好来找到我 ，也恰好愿意在这样一个非常重要的方向跟一起做前瞻性的投入 。
我觉得你很难有一些坚实的基础 。 这肯定算机缘巧合 。 那另外一个机缘巧合呢 ，也是跟我的第一次创业的导师汪昱老师的再一次合作 。
虽然他并没有直接参与到我的整个公司里面来 ，但是恰好呢 ， 汪昱老师的团队在过去的五六年， 有好几十个学生投入在具身智能相关的研究上 。
不管从强化学习还是从世界模型 ，不管从 Infra 这样一些基础架构 ， 还是到算法层面 。 那其实当时他的团队内部也在讨论是不是应该独立做一个公司 。
就好像现在大家能够看到好一些年轻教授出来做世界模型的独立创业企业一样 。 恰好我们有这样一个很强的互信 ， 跟团队之间本身都是很多的同学和师弟 。
比如说团队里面一位年轻的老师叫于新成 ， 就是 2012 级的电子系科协主席 。 就是我的 。
下一个 。
下一任我的继任 。 对吧 ， 我是他的前任 。 这属于我大二他大一就认识的 。 那大家就有很强的这个互信的工作 ， 能够去探讨合作 。
这肯定也算一个机缘巧合 。 还有一些小一些的机缘巧合呢 ，也包括其实在过去年下半年开始去真正深入看这个行业的时候 ， 我其实在七八月份就迅速意识到了这件事 。
VLA 差不多走到头了 。
你怎么意识到的 ？
对 ， 第一 ， 我自己还是会读一些 paper 的 。 已经有一些 paper 的数据表现 ， 就是给 VLA 的一个模型增加了数据以后， 就增加了训练数据以后， 性能并没有如预期的是缓慢增长 ，而是开始下降了 。
就它的增益在减少 。
增益在减少 ， 甚至到一定的阶段以后， 数据量变大 ， 你的这个精度还下滑了 。 这个可能跟数据的 bias 有关系 ，也有可能跟很多的其他原因有关系 。
第二件事呢 ， 就是在看到了部分的公司里面 ， 已经开始逐渐的从 VLA 切换到强化学习 。 从那些公司里面大家也发现 ， 纯粹的 VLA 可能直接做到交付是比较困难的 。
它的精度也到了一定瓶颈以后上不去 。 所以我就在思考 ， 那在下一步是怎样的一些事情 。 包括世界模型 ， 包括强化学习 ， 我觉得都是必要的 。
这有一个小的契机 ， 就是说我们又面临着一波新的机会 。 有一波新的人可以来在新的技术方向上去做探索 。
其实我刚才还想问一个问题 ， 就是天时还站在你这一边吗 ？ 因为 25 年下半年来成立这样一家公司的时候 ， 整个市场上其实做具身智能 、 通用机器人 、 智能机器人公司已经很多 。
像智原与数之星已经到了头部 。
是的 。
你刚才部分回答了这个问题 。 你觉得你认为有一个新的技术在变化在出现啊 ？
成立企业的时间肯定是跟其他的企业 ， 比如说对于我们已经投的银河通用 ， 比如说智原机器人， 肯定相对晚一些 。
天时它决定了一些事情 ， 比如说先发优势 ， 可能会能获取更多的资本 。 这件事情是无法去抵消的 。
包括可能这里面刚才列举的一些公司 ， 今年就能够上市 。 对吧 ， 我觉得这个是必须承认的 。 第二件事呢 ， 先发优势可能更好的能让你有一些这个业务上的资源 。
比如说可以看到一些公司去年开始跟上市公司成立合资公司 ， 推动一些业务的落地 。 有一些公司今年开始跟上市公司推动 ， 成为这个成立合资公司推动业务落地 。
那这件事恰好因为我是三次创业 ， 可以几乎抵消掉这些事情 。 在我们这次访谈的公开之前 ， 大家就已经会看到我们跟一些非常大的上市公司的战略合作 ，以及一些更加深入的合作 。
再一个就是说对人的号召 。 因为早期你肯定能够号召一批有创业决心 、 有技术能力的年轻人一起跟你去创业 。
但这件事呢 ，也是因为我的三次创业和整个时代对于具身智能的认知不断的往上走 ， 抵消了部分 。
就好像当年出现了 BERN、 碎圆 、 木希的时候 ， 大家又召集了一批比深鉴早期更好的团队一样 。 这个行业又有更多的人投入了 。
说这些都是别人也有 ， 你也可以有的部分 。
是的 ，是的 。
有什么现在别人没有你有的 ？
有一件事大家会比较难去做到的 。 那就是说我们可能从业务的第一天就坚定的是一个立足中国 ，但是面向国际化 ， 面向出海市场的企业 。
这个事是正大可以来帮助你 ， 还是为什么你能做到别人做不到你觉得啊 ？
就第一 ，其实这跟股权结构是有关系的 。 因为大家都很理解我们在一个叫百年未有之大变局 。 当你的股东结构已经定下来的时候 ， 你可能是没有办法去抵消一些因素了 。
第二件事情呢 ， 就是说那大部分的创业者 ， 如果是一次创业者 ， 可能他得在创业的过程中不断的去搜罗这些出海的业务资源 。
那可能从创立的第一天 ， 我们就拥有了一个覆盖全球的商业网络 ， 能够将来去帮我们去做产品的推广和落地 。
正大的股权和你们创始团队的股权相比是更多还是更少 ？
这个公司肯定是我是董事长兼 CEO 兼创始人的 。 正大是我们除了我跟团队之外最重要的股东 。 对 。
你和正大的掌舵人。
对 。
就是谢国民 ， 你们是怎么谈定这个事情的 ？ 包括其实他也是一个经历过很多的企业家 ，因为他今年都已经 86 岁了 。
你怎么说服他愿意支持你来做这件事 ？
他也是一个我很尊敬的长辈 。 我愿意去跟他合作 ，他愿意跟我合作 ， 肯定是互相的欣赏和认可 。 22 年的冬天 ， 当时呢 ， 谢国民资深董事长来到了北京 。
恰好呢 ， 正大集团日本的社长叫做徐志敏学长 ，是清华水利系七九级的一位师兄 。 我也认识很多年了 。
那他给我发来一个微信 ， 说谢董事长呢来了北京 ， 然后呢特别想接触一下中国科技行业的年轻的才俊 。
你能不能去跟谢董事长 、 资深董事长汇报一下， 讲一讲你最近在做什么 。 如果你有一些特别好的你认可的朋友 ， 你也可以推荐给他一起去聊一聊 。
那我就邀请了几个朋友 ， 包括邀请了戴玉森 ， 包括邀请了银河航天的联合创始人刘畅 。 因为当时他们也想推动泰国的微信互联网的业务 。
我们一起去做了一个交流 。 在这个交流上， 肯定谢老爷子对我的印象是不错的 。 然后也让我对他佩服的无可挑剔 。
因为我们好几个人分别做这个自己做的事情的介绍 ， 然后还有一些问答环节 。 可能我们开了一个下午 ， 比如说三个小时的会 。
谢老爷子就穿着西装打着领带坐那正襟危坐 ， 一直认真的在听我们在讲什么 。 并且没有迷失 ，因为他会不断的跟你互动 ，他会问你的问题 。他真的在努力的认真的学习 。
都可能都没喝水 ， 或者就喝了一两次水 ，也没有中间去上厕所 。 聊完以后 ，他就说要请我们一起吃晚饭 。
吃晚饭的过程中呢 ， 我就跟他提这个 。 资深董事长 ， 您看我能不能给您留个联系方式 。 然后他马上说 ：" 哎 ，不对 ， 你们是老师 ， 你们坐着啊 ，不要动 ， 我来加你们微信 。"
然后他拿出自己的手机 ， 一个一个弯下腰去扫我们的微信 。 然后我觉得这老爷子太牛了 。 对吧 ， 就是到了这个年纪还持续保持着对于科技 、 对于各种新事物的好奇心 。
然后对人无比的尊重 。 整个你的汇报流程 ， 你的介绍流程讨论都是不喝水 、 不看手机 、 不上厕所 ， 就跟你真的在认真听你讲什么 ， 跟你在交流 。
对大家的尊重 。 对吧 ， 这个事我觉得得学习 。 所以后来呢 ， 谢老爷子也对我印象比较好 。 因为我的报告有一个习惯 ， 我会相对根据听众的知识水平 ， 会调整一些我的说法 。
比如说你完全不懂技术 ， 我可能用一些类比的方式来跟你讲 。 谢国民资深董事长肯定也觉得 ：" 哎 ， 这人还有点意思 。"
对吧 ， 又做科技创业 ， 然后还能够把事讲明白 。 后来呢 ， 就谢老爷子每次来到北京 ， 就让团队来约我 。
并且说 ：" 你带几个你认为比较不错的科技行业的这个同龄人跟我一起聊聊天 。" 他特别关心算力的问题 ， 所以我请了像并行科技的董事长陈建 ， 像青云科技的总经理叫林仁 ， 包括请了汪昱老师过去跟他交流 。
比如说他关心自动驾驶 ， 我请了应期师兄去跟他交流 。 他关心具身智能 ， 我请了王鹤师兄 ， 请了许华哲师弟去跟他交流 。
有多次的这个交流以后 ，他其实就跟我提出来 。他说 ：" 有没有机会我们一起做个事情 ？" 但是当时还在做火箭 。
那么我也就比较委婉的回绝了 。 因为毕竟火箭 、 卫星都是一些非常敏感的行业 。 从火箭公司离开以后， 那我觉得可能到了一个新的阶段 。
他的表态就是无条件支持 。 你需要我提供怎样的支持 ？ 我们在一个互相不占便宜 、 正常的商业上我们去沟通 。
但是我们的具身智能机器人， 或者用这个名字哈 ，不管用哪个名词 ， 还是物理智能 ， 我就选择跟你独家合作了 。
所以你觉得你们能做到大部分公司 ， 就中国的这些军人智能公司 ， 或者说物理 AI 的公司 ， 比较难做到国际化 ， 是一开始它的架构设立来决定的 。
一开始我觉得从我们的投资人的选择 、 股东的选择 ， 对吧 ， 还有一些业务上的资源禀赋 ， 我觉得可能就会比很多公司要好不少 。
你觉得其他公司是没有看到这个问题 ， 还是
因为各种原因没有做了 ？
很多公司已经开始在做了 。 对吧 ， 比如说智原从去年下半年开始在非常积极的布局国际化的业务 。 比如说银河通用也在布局这个国际化的业务 。
站在更多的创始人的角度 ，他们可能是第一次站在一号位 ， 站在一个要做宏观的规划 、 业务推进的这样一个状态 。
并不像邓太华总肯定已经在行业里面很多年了 。 对吧 ， 包括这个银河通用的创始人其实也是非常懂行业的 。
所以呢 ， 对于很多的公司来说 ，其实像我们小时候打星际打魔兽一样 ， 你在探地图 。 因为大家很多人是一个 researcher， 是一个 tech lead， 是一个工程师出身 。
那大家想的是说 ：" 哎 ， 我先做算法 ， 做一些本体 ， 做一些 demo。" 做了以后开始思考这东西能往哪卖 。 不同的就有选择了 。
有的选择说 ：" 哎 ， 可能往海外去卖科研方向的本体 。" 有的说 ：" 现在可能落不了地 。" 或者说确实笃定算法这件事 。
那就是说 ：" 那我短期先把模型做好 ， 先不考虑落地的事 。" 但是你前面的一些决策 ， 就可能成为你后面的一些制约 。
就比如说刚才讲的你的股东结构 。
除了国际化布局之外， 你觉得你们还有什么独特的思路 ？ Striding AI。
我们真的是一个系统化的思路在解决整个的问题 。 举个例子 ， 就是大家最近最关心的是什么 world model、world action model， 是一些小天才 。
但是坦率讲 ， 我觉得一两个年轻老师 ， 或者一两个小天才 ， 坦率讲是无法去解决这些问题的 。
你说大家关注小天才 ， 具体指的是一两个小天才 。
成立了公司 ， 然后能够获得相对高的资本关注 。 对吧 ， 对 ， 这是业界可能从舆论上 、 从媒体上和从资本上大家会比较关注的一些事情 。
确实从这些技术方向上是一些比较好理解的名词和确实跟 VLA 不同的技术方向 。
你说他们不能解决问题 。
是很难就通过这样一个简单的算法团队去解决问题的 。 这里面呢 ， 我觉得这就是我们系统性思维和大家专门只在一个方向做研究的思维的差异 。
回到十年前啊 ， 我讲一个历史故事 。 十年前我跟曹旭东就在我们的楼下散步 。 就在我们新化科技园的这个圈在散步 ， 就 Momenta 的曹旭东师兄 。
那他是刚成立 Momenta 的时候 。
他还没有成立 Momenta 的时候 。
对 ，他就是那一年成立的 ，16 年成立的 。
是的 ，是的 。 当时呢 ，他也在问我一些创业以后的感受 。 我也请教过他一些问题 。 比如说 ：" 你觉得做出来一个优秀的算法 ， 主要依靠的是什么 ？"
" 竞争力最后会出现在哪 ？" 我记忆中他的回答 ， 我不能保证完全记得准确 。他说 50% 是数据 ，30% 是算力 ，20% 是人的经验和灵感 。
并且他把经验放在灵感之前 。 那回到十年后， 当我们去看新的模型 、 新的算法的领域的时候 ， 你也会发现一件事情 。其实比如说中国现在最牛的这四家大模型的企业 ， 没有真正的小天才单独创业 ， 或者年轻教授单独创业的公司 。
那为什么会出现这样一个现象 ？ 我觉得归根到底也是说 ， 如果你想做好一个算法 ，其实不是依靠于一两个年轻人能够做好的 。
那靠一百个年轻人吗 ？ 像 DeepSeek 那样 。
是一个非常非常重要的因素 ，但是还不够系统 。 所以你一定是数据 、 算力和人才资源池同时三个方面去解决 ， 你才能够做出持续不断的业界领先的算法 。
现在大家都在买叫 Ego-centric 第一视角的视频数据 。 如果你没有你自己的数据的来源 ， 你要通过自己去买数据 。
很抱歉 ， 现在业界就是 300 块钱一个小时到 600 块钱一个小时 。 你轻则随便拿个几十万小时数据训一个模型 ， 现在在业界可能都觉得不够了 。
可能你得定一个百万小时的数据的目标 。 三个亿到六个亿的投入成本就花掉了 。 对吧 。
你觉得钱转化成算力和数据中间的损耗是什么 ？ 因为有一种路径就是我以小天才的受关注的这种光环 ， 我获得很多资本的支持 。
那我就可以去买很多算力 。 我也可以去承担比较高成本的数据的采集 。
那你的产品就不会有竞争力 。
为什么呢 ？
因为你所有的算法的成本是别人的十倍甚至二十倍 。 那你的产品上将来怎么去计价 ？
所以我要非常高效的 、 相对低成本的做到这件事 ， 我需要的能力是什么 ？
所以你得找到跟你紧密合作的高质量的封闭的海量的数据来源 。 比如说我们找到了正大集团 。 正大集团有 40 多万的全职员工 。
所以这个不是钱能简单买来的资源 。 你觉得要有这一些东西 。
对 ， 我可以通过这种方式把我的数据成本下降到正常市场采购价的十分之一以下 。
那如果我换一种方式啊 ， 就比如说我还是号召一百个小天才 。 这个小天才可能有些是算法小天才 ，有些是这种比如说做设备啊 、infra 的小天才 。他们用一种创新性的技术方案 ， 可以很低成本的去采集一些数据 。
你觉得这可能是一种路径吗 ？
那他去哪采 ？
有可能是因为他相对低成本 ，他可以去说服一些资源方 。
我觉得资源方关心的不是这个数据本身能给他带来多少的收益 ，而是说这件事首先不能影响原有业务 。
对 ， 所以我觉得需要这个方案做的比较好 。 就比较它不能影响你原有在那个场景里干活的状态啊 。
并且原有的大部分的公司会把自己的操作流程 、 工艺数据作为保密数据 。 它是不愿意商业化它的数据的 。
正常的不管是立讯精密还是华擎技术 ， 它在产线的所有的工艺的这些流程 、 一些标准动作 、 一些操作 ， 它肯定是不愿意公开的 。
那可能就需要这个小天才进化了 。 他得进化到他能设计出一种方式让大家就是愿意来合作 。
那当然需要周期 ， 需要他能跟别人建立信任 。 所以其实我是因为三次创业能够优先的解决信任问题 。
第二件事就是算力 。 你找不到足够多的卡 ，并且不能把这些卡全部发挥效力 ， 你其实也是白费 。
能够训出 DeepSeek 并不是只是因为他有一两百个清华北大和各个学校毕业的天才 ，是因为他有几万张卡 。
当你没有这么多卡 ， 你就没有可能去做这件事情 。 同样对你来说是 1,000 卡和对我来说是 1,000 卡 ， 我们也可能发挥出完全不同的效率 。
就我有相对的自信来说 ， 我们可能能用 256 卡发挥出来一些没有 infra 能力的公司千卡才能做到的效果 。 这就是因为我们在 infra 上能够做大量的优化 。
那如果说靠一两个小天才这种方式 ， 或者说仅靠小天才吧 ，他不能 work 的话 ， 这个是需要靠什么来补充 ？
你刚说到有一种是和一些合作伙伴的补充 ， 还有了 。
我觉得一定要建立一个非常庞大的人才的资源池 。 你看 DeepSeek 的那个 technical report，其实里面会有可能 100 人 、200 人的一个作者的清单 。
它是一个大家集中参与的事情 。 它的 V1 和 V4 它没有做这个个人的署名 ，V2 和 V3 做了个人的署名。 但是里面呢 ，其实最主要的贡献者也一直在变化 。
可能只有比如说一个人或者两个人在连续两个版本中都是重要的参与方和重要的技术的贡献者 。 你回头回到一个更老的时代 ， 就是我们第一次创业的 CNN 深度学习的时代 。
那 AlexNet 可能是 Geoffrey Hinton 老师组里面提出来的 。 后来牛津的那个 VGG group 提出来叫 VGG net。 VGG 16 也是当时一个很有名的模型 。
Google 团队提出来一个叫 Google Net。 但是这件事真正进入到大规模使用 ，是因为何恺明老师提出来 ResNet。 解决了一个问题 ， 就是我这个模型到底需要多少层 ， 多了反而效果不好的一个问题 。
你可以尽可能的把层数弄多 ，但是你的这个 residue 这个 bypass 的这个东西 ， 它可以让你解决后面的这一些 ， 哪怕层数多了不影响效果 。
你回到一些具体的事情上， 那做 detection 最开始呢 ， 就有人做了叫 R detection。 我不记得具体哪个团队做的 。 那大家觉得太慢了 。
R detection 就是说拿一张图 ， 然后用 CNN 反正去把所有可能的 region 都给你画出来 。 就有人去做了叫 fast RCN。
对吧 。 任少卿 。
还不是任少卿 ， 我印象中 。 再到下一个版本叫做 faster RCN， 就是任少卿做的 。 后面戴季风老师又做了一个叫 RFCN， 叫 fully convolutional net， 就是全卷积的网络 。
这样的话它的速度进一步的提升了 。 所以你可以看到就是说 ，不管是大模型时代还是深度学习时代 ， 我也相信到了物理智能时代或者具身智能时代 ， 没有哪个人是能够在一个技术领域内持续不断的产出永远站在世界最前沿的改变世界的这样的一个算法的 。
所以你需要很多的资源池 。
是不同的团队各领风骚一段时间 。
对 ， 所以你能够保持业界的持续领先 ， 就是说你得有一个比较多的人才库 。
如果说一个研究团队它无法一直保持世界领先 ， 这件事有可能被一个公司做到吗 ？ 因为我吸纳了足够多样的团队我就能做到 ， 还是说这件事本身可能就比较难成立 ？
我觉得这件事本身可能就很难做到 。 所以我觉得像智谱现在的成绩 ， 像 DeepSeek 现在的成绩 ， 包括 Kimi 这样的成绩 ，有网上有一些人说叫国运级的表现 。
但我觉得确实是绝无仅有的 ， 极其罕见的 。
而且他们相互之间肯定也是交替领先的嘛 。
对 ， 一定是交替领先的 。
其实美国的 OpenAI 和 Anthropic 也是啊 。
我觉得我们还应该做一件事情 ， 那就是说怎么能让最前沿的算法到最终产生商业价值 ， 这中间的通路是最短的 。
如果你的转化的这个通路是过于漫长的话 ， 你其实公司的竞争力也会弱很多 。
我们可以先把人才池这个说完啊 。 那你们怎么有一个足够大的人才池 ？
大家可以用很多方式去解决 。 比如说杨植麟可能更多的通过他的技术形象和业界的感召力去解决 。 并且他最开始就拉了一帮清华计算机系 、 清华研二班 、 清华电子系的同学和师兄们一起 ，有了一个人才的基础 。
再用这些人的人脉 ， 再通过类似于信息科学竞赛等等的方式去把一些最年轻的天才拉过来 。 那对于唐洁老师 ， 智谱 ， 那就是说唐洁老师天然就有很多的学生 ，有非常多的优秀的学生 。
而且越往后面 ，他的学生的精英程度 、 聪明程度是越来越高的 。 那他可以源源不断的给这个公司贡献各种新的 idea。
对于 DeepSeek 来说 ， 可能用很好的薪资条件 ，也包括梁文锋总个人的技术的感召力 ， 能够吸引来很多的 。 所以我们可能也是希望多管齐下 。
一方面我们跟汪玉老师的团队去深入的合作 ， 能够让更多的同学在实习的过程中就参与进来 ， 把他们的聪明头脑贡献起来 。
将来也可能很多人会成为我们的全职员工 。 另一方面也有一定的个人的感召力 ， 能够把几个非常不错的技术核心号召过来 。
比如说我们现在的算法负责人高峰 ， 被好几个老师统一评价说他在博士期间工作是一个人能顶十个人的 。
这种我觉得就不单纯是靠金钱或者说合作关系能够拉来的人了 。
你刚才说还有一个重要的事 ， 就是怎么把前沿算法到商业价值的转换的这个链路 ， 让它尽可能的短 。
这个具体来说 ， 比如在你们这个新公司上， 它的思考和实践是什么 ？
你很难一家公司或者一两个人持续不断在业界永远是最领先的 。 你一定是交给往上走的 。 有很多事可能会变成沉没成本 。
我去问一些原来在商汤或者旷视或者等等其他的 AI 公司工作的朋友们 ，他们过去几年有没有什么后悔的事情的时候 ，他们回答的一点就是我刚才讲的这个点 。他们自己的所在的这个部门可能从 research 到商业价值 ， 再到工程落地 ， 再到商业价值的 pipeline 太长了 。他觉得没有把这件事缩短 。
并且他认为最后沉淀下来的价值其实还是一个从 research 走向产品 、 走向落地 、 产生商业价值的 pipeline。 因为哪怕是商汤 、 一图 、 旷视这样的最领先的公司 ，也没有办法保证所有的算法是领先的 。
比如说在大模型的时代 ，他们确实就落后了一些 ， 对吧 ？
如果说这些公司没有办法保证自己的算法一直领先 ， 那理论上就从商业的角度啊 ， 那他们就应该找一个别的壁垒 。
当技术本身无法成为壁垒的时候 。
所以他们有些人在后悔的 ， 或者说可以做到更好的 ， 就是说应该公司其实把 research 和 engineering 和产品落地更紧密的结合在一起 ， 能够把这个 pipeline 打的最短 。其实这件事在大模型领域是被直接验证的 。
因为大模型的 model 及产品 ， 你可以理解为 model 基本上训好了 ，不用做那么多的调整 ， 它就可以变成一个产品 。
并且客户切换 API 的方式是相对比较容易的 。
我觉得这个事很有意思 ， 就是解决就是技术竞争 。 它有两个思路 ， 一个是我刚才说的那个思路 ， 就是我在技术壁垒之外， 我找一个别的壁垒 。
比如说英伟达做 CUDA， 它其实是有了一个生态的壁垒 。 然后另一种确实是我现在观察到目前大模型市场的一个情况 ， 就是你刚刚说的我让这个链路变得更短 。
但是它有一个我现在不太确定的东西 ， 就比如说 Anthropic， 你看它最近非常猛 。 但是 OpenAI 一旦看到说 coding 是一个很有前景的方向 ，在 Codex 上大力的投入之后， 你又能明显感觉到它反扑的力量也是比较猛的 。
给人一种永无止境的相互缠斗下去的这种感觉 。
但是你也与此同时可以看到像这个 xAI 等等的公司就并没有赶上这一波浪潮 。
对 ，是的 。 就缠斗的过程中间 ，有些人就被这个高速运转的东西给甩掉了 。
所以这本质上我觉得最核心的能力其实是一个组织能力 ， 对吧 ？ 其实是你要把这样一些人， 每个人的自己最舒服的东西都不一样 ， 一定要把他们很紧密的联系在一起 。
而且要把从算法到软件到硬件到解决方案 ， 全通路的在自己的内部去做全栈自研 ， 你才能够去做到这件事情 。
那你们是怎么解决的 ？ 你可以说一下你刚说的自研 ， 这是一个 。
对 ， 所以我们呢 ， 跟清华合作各种各样的算法 ， 自己也有自己的算法团队 。 再到整个机器人上的技术软件 、 端侧软件全部都是自研的 。
再到本体的结构设计 、 硬件设计全部都是自研的 。 当然我不做硬件的生产 。 那再到比如说云端的遥操平台 、 云服务的平台全部都是自研的 。
再到解决方案最终的提供和现场的实施也全部都是自己做 。
那你这说的就是一个强垂直整合的逻辑 。
是的 ，并且我认为这个可能会是具身智能未来三到五年发展的主流方向 ， 或者哪怕大家现在没有这么做 ，也都会逐渐变成这个方向 。
你们现在的产品 ， 它在本体形态上是怎么选择 、 怎么设计的 ？
我的观点也一直认为 ，其实你真的要做场景落地交付 ， 还是应该用轮式双臂的这个构型 。 因为绝大部分的作业场景都还是平地 ，并且呢 ，其实用双足人行的角度会带来两个比较大的问题 。
第一件事呢 ， 就是由于它的几个关节可能需要做的更大 ， 用比较高价值的关节 ， 所以你整体的成本可能会比轮式的还是要高一些 。
一旦开始你要算账 ， 这件事情可能就会成为一个问题 。 第二件事呢 ， 就是说作为双足的机器人， 你必须把电池装在你的胸腔这个位置 ，以及它整个的运动是不那么稳定的 。
那轮式可以装底盘上 。
底盘上， 所以它的重心会更稳定 。 它在机器人执行操作的过程中， 身体的晃动会更小 ，其实是更便利算法的执行的 。
从场景落地的角度 ， 我觉得一定是以轮式双臂为最开始落地的方向 。 但是我们同步也在探索双足人行 。
因为就好像一直在提到的 ， 我们是在探索通用物理智能的路上， 希望每走一步都能开出一朵花 ， 结出一个果 。
所以我不会停止对于最终的通用的具身的追求 。
CFounder 不是也投了许华哲的新公司一点吗 ？
是的 。
前段时间我也采访了他 。他有一个想法跟你是比较相反 ， 就是他认为之前有很多具身智能公司是太想所有事都自己做 ，他觉得没必要 。
应该把有些事交给生态做 。 你怎么看这个分合的选择和取舍 ？
首先它都是可能的路径 ，因为我会看历史更多一些 。 我觉得有很多事是非常类似的 。 比如说你去看这个 PC 时代 ，PC 时代上个世纪 70 年代到 80 年代初 ， 就是所有跑在最前面的电脑公司 ， 像 Apple 和 IBM， 全部都是自研 。
芯片也是自己的 ， 这个生产也是自己的 ， 软件也是自己的 ， 应用也是自己的 。
就是操作系统这些都是自己的 。
全部都是自己的 。 但是到了 80 年代末开始 ， 很多公司开始出现了标准化的接口 ， 标准化的供应商 。 可能我 CPU 就用英特尔的了 ，不用自己的了 。
我操作系统去用 Windows 了 。 甚至到后期我的生产都外包给了一些公司 。 但是再到了现在 ，其实你可以看到总体而言性能最好 ， 整体那个最舒服的还是 Apple。
因为它的生态是闭源的 ， 它就没有那么多的威胁 ， 没有那么多的叫历史包袱需要处理 。 所以苹果的生态到今天又显示出来 ， 它独一无二 ， 安卓系统也好 ， 或者其他的操作系统也好 ， 完全无法去逾越的一套它的核心竞争优势 。
你觉得现在比如说物理 AI 还是在一个垂直整合的状态是吗 ？
对 ， 所以在物理 AI 到今天为止 ， 我觉得不管我们叫 physical AI 还是叫具身智能 ， 行业还没有形成很标准化的接口 。
行业也没有形成非常标准化的各种物件的尺寸 ，也没有特别成熟完善的各类的供应商 。 所以呢 ， 我觉得比如说关节我们可能不会自己做 ， 结构件我们可能不会自己做 ，但上面的软件 、 大脑系统等等 ， 我们肯定都会要自己垂直整合 ， 才能够更快速的去发展 。
灵巧手你会自己做吗 ？
短期我们是不会去考虑的 。
不考虑是说不考虑自己做 ， 还是说你们的产品形态上其实短期不需要灵巧手 ？
短期我们这两件事情都不考虑 。 这也是我的一直以来的一个观点 ， 就是说我认为机器人的自由度该有多少 ，不是由你的硬件决定的 ，是由你的算法的控制能力决定的 。
回过头来我做一个类比 ， 就比如说你看自动驾驶 ，其实咱们干了十年了 ，其实也没有完全的解决 L4 的问题 。
那汽车其实只有前后左右这样一些维度可以选择 ，但它已经是一个非常复杂的控制问题了 。 你要做到六个九 ， 做到真正的可能平均下来几百万公里才有一次接管 ，也还是很难的 。
具身智能比自动驾驶要复杂非常非常多倍 。 它复杂在三个方面 。 第一个方面就是说车是不会去主动的撞人 、 撞东西的 。
你机器人是要拿东西要改变周边物体的物理状态的 。 第二件事 ， 车工作的是有结构化信息的 。
你知道这是斑马线 ， 这是红灯 、 绿灯 ， 这是左转道 ， 这是直行道 ， 对吧 ？ 别人也大概率会或多或少遵守一定的规则 。
但是物理世界如果你想做到通用 ， 它是没有这些规则的 。 它只有物理定律 。 第三件事其实就是刚才我讲的 ， 你车的控制的自由度还是少的 。
你现在一个仿人臂就七个自由度 ， 两个臂也就是十四个自由度了 ， 对吧 ？ 你还有腿部的自由度 ， 这个髋部的自由度 。
那你假爪是一个自由度 ， 灵巧手可能少的是六个自由度 ， 多的有二十几个自由度 。 所以你的算法 ， 哪怕是自动驾驶那种管控都已经不容易的情况下， 你如果真的想做到三个九 、 四个九 ， 甚至更高的九 ， 能够去做稳定交付 ， 我认为现在的算法是无法去稳定的操纵这些灵巧手的 。
那你说到这个其实你有一个前提 ， 就是你认为现阶段就要开始做一些交付是重要的 。 那这也涉及到这个行业 ， 我觉得一个一直在讨论的问题 ， 到底是智能能力优先 ， 还是智能和落地我两条腿一起走 。
智能与落地2:06:08
你会站在哪一边 ？
我会站在就是智能发展的过程中， 每一个 milestone 都必须有商业化落地 。
为什么 ？
这里面有两个因素 ， 就是说当我们回头看过去十年的自动驾驶企业的发展 ， 你会发现如果我锚定了我公司就做 L4，其实独立企业的死亡率是很高的 。
所有的交付的 milestone 都是技术进展的 milestone。 你需要有一波愿意有这个自动驾驶的热情 ，并且认可你的 milestone 的投资人持续不断的去支持你 ， 你才能走到后面 。
而且你说的这件事甚至在美国都没发生 。 就独立做 L4 的公司存活到现在的 ，其实因为 Waymo 我觉得你也不能说它是一个完全独立的公司 。
是的 ，是的 。 如果你不考虑落地 ，其实就会像 Boston Dynamics， 我一直在前沿方向的研究 ， 做出来一些世界最震撼的模型 。
但是你只能靠持续书写 ， 你只能靠认可你这个技术方向 ，有这个技术信仰的人持续给你投资 。
我觉得是会很艰辛的 。 拿出商业成果 ， 一定比大家看到一个惊艳的 demo 会更容易 convince 所有的人。 那这件事是可行的 。
那这也有一个节奏上的选择 ， 就是有一些观点会认为 2026 年到 2027 年的竞争焦点还是在谁能在具身智能的能力上， 比如说我先突破到类似于 GPT-3 或者 GPT-3.5 的这个状态 。
就它有比较强的这种通用性的苗头 ， 然后那之后再去考虑说落地的事 。
这件事并不矛盾 ， 对吧 ？ 就是所以你看我刚才讲的就是说 ， 我们希望能够把前沿研究和最终商业化落地的这个 pipeline 打的最低 。
我可能所有的软件接口都是统一的 ， 我的硬件本体可能也是统一的 ， 我最终交付的应用可能不一样 。
当我来了一个最新的算法 ， 我只需要把我的这个 foundation model 改了 ， 剩下的马上就可以直接交付 。 对我来说难道不是一件好事吗 ？
对所有的公司来说肯定都是一件好事 。 我觉得一个行业发展可能会有三个时间点 ， 我觉得我们这公司希望能够同时是这三个时间点的参与者 ，也是见证者 。
第一个时间点就是你讲的叫 GPT-3.5 的时刻 。 那我觉得具身智能肯定没到 GPT-2 的时刻 ， 到没到 GPT-1 我觉得不知道 。
因为假设现在的大模型是一个比如说顶尖 985 博士生的水平 ， 我觉得物理世界我们这些模型可能还在一个幼儿园 、 小班 、 中班的水平 。
我觉得还差的确实是挺远的 。 我会认为这个事的通用算法的难度比自动驾驶高两到三个数量级 。
如果更直接描述这个 GPT-3.5 时刻在物理 AI 里面是指做到什么 ， 叫 GPT-3.5 时刻 ？
我觉得就是你拿出来一个模型 ， 放在任意的机器人上 ，在任意的任务上， 能够做到 95% 以上 ， 或者说 99%， 我觉得是一个 GPT-3.5 时刻 。
相对泛化的本体和任务上的高成功率 。
对 ， 我觉得而且是在 zero shot 的层面上 。
Zero shot。
对 ， 当然我可以接受从工程落地的角度了 ， 这时候我可以接受说你让我花一天的时间做一些调优 。
对 ， 花一小时两小时 。
我们就在做整体强化等等的一些事情 ，是可以迅速提供它的 ， 挺受它的成功率的 。 当然 backbone 的基础模型本身肯定还是不够的 。
对 ， 这是你说的 ， 这是第一个时刻 。
对吧 ？ 那当它出现以后 ，其实最开始知道这件事的只是一帮技术狂热者 。 所有的行业一定都有一些尝鲜的人， 有一些这个 mainstream 的人。
那么第二个时刻就是说 ， 你要让大众认知到这个事情真的发生了改变 。在大模型领域什么时候开始呢 ？
那就 ChatGPT。
不 ，是去年 1 月份 DeepSeek 开源 。
你说的是 R1。
对 ， 就我记得就是去年春节前后， 应该是春节前 DeepSeek 的开源 ， 然后上线了一个免费版本的 DeepSeek。 然后借由这个事情 ， 应该有六七千万中国人体会了说 ， 哇 ， 这个去写个诗 、 写个春联 、 做很多的事情都非常的好用 。
我觉得这个行业才真正的站住 。
所以这第二个时刻是破圈的时刻 ，是更多人知道这个事情 。
更多人见证了这件东西好用 。 你不要固步自萌的说从一些 benchmark 上我测出来它好用 ， 你要让更多人看到它 ， 体会到它 。
第三件事是它被充分验证商业价值的时刻 ，其实就在今年的一季度 ，Anthropic 开始实现了一个 400 亿美金的 ARR。
而且有一些消息称 Anthropic 是季度经营性是盈利的 。
看到二季度说是盈利的 。 那为什么 MiniMax 和智谱的这个估值 ， 最开始是 MiniMax 在上， 智谱在这儿 ， 现在变成了一个这样的状态 ？
那是因为大家发现可能 coding 是一个迅速能产生商业价值的事情 ，而智谱的 GLM， 包括最近发的 GLM 5.2， 是一个非常不错的 ， 性能又非常非常好 ， 又有兼具性价比的模型 。
其实如果没有 coding 这件事情 ， 那智谱一月份上市的时候大家觉得四五百亿都贵 ， 对吧 ？ 所以就是从见证技术可行 ， 再到商业上大家认为这件事有机会落下来站踏实了 ， 再到产生巨大商业价值 ， 这三个阶段我们都希望同时去参与和见证 。
我稍微问一个题外话 ，在二年底看到 ChatGPT 的时候 ，因为你当时已经投入到商业航天这个行业了 ， 你看到这么大一个技术变革 ， 对你会有冲击吗 ？
还好 ，因为我觉得我整体来说就是说承诺的事一定要做大 。 所以我承诺了我的经历就是要做航天 。
所以这件事我也讲一个很好玩的事情 ， 就是一定不要去羡慕别人。 当时到 2017 年的上半年， 特别好玩 ， 我就不提名字了 。
当时有一个我很好的朋友 ，他在读书期间就买了一些比特币和以太坊 ， 甚至他还参与到了以太坊的早期的众筹 。
那到了 2017 年， 当时有一波整个加密货币行业的一波牛市 。 有一次呢 ，他跟我吃饭 ， 拿出来他的手机给我看了一眼 ， 这个非常凡尔赛的说 ：" 哎呀 ，1500 倍了 。"
吃完饭 ， 那天晚上在大涨 ， 吃完饭给我看一眼 ：" 哎呀 ，1800 倍了 。" 就是这么个感觉 。 那当时对我来说其实会有很大的冲击 。
那我觉得我辛辛苦苦的在这儿 ， 每天没日没夜的加班 ， 创业 ， 对吧 ？ 多么的辛苦啊 ， 感觉没有你运气好 。
但是后来我其实在一到两周就迅速平复了心态 。 因为对于做生建的我来说 ， 我的运气已经是万里无一了 。
我们其实每个人不能够去奢求自己的运气 。其实你正在做的事已经代表你的运气非常非常好了 。 你应该做的事就是把握当下的你的已经有的运气 ， 把当下这件事做好 。
所以我也很快平复了心态 ， 就进一步的 ， 反正骨足干净的去做生建 。 到航天我觉得也是这样的 ， 就是说现在外界也有纷纷扰扰 ，但是我其实心态都是一直比较平和的 。
就是你不用去羡慕什么 ， 就你能够把握住你现在有的事情 ， 把这件事做好 ， 把这件事做成功就够了 。
那回到你刚说的具身智能 、 物理 AI 的这三个时刻 ， 现在其实第一个时刻都还没到 。
没错 ，是的 。 但是呢 ， 我觉得具身智能跟大模型又有一点点的区别 ，在于你有可能先取得商业成果 。
这就是跟自动驾驶一样 ， 你看自动驾驶除了 L4 的公司 ，也有像地平线 、 青州之航做 L2 的公司 ，也有像最近上市的裕树等等的在做的场景自动驾驶的公司 。其实场景自动驾驶的核心逻辑就是说 ， 那我判断短期内肯定实现不了 L4，但是呢 ， 我通过一些解决方案策和任务的限制和对环境的限制 ， 我来实现一个封闭场景中的 L4 的效果 。
所以出现了矿山的自动驾驶 ， 像西迪智驾 、 易控智驾 、 他哥智行 ， 港口的像主线科技 ， 后来转型过来的西景科技 ， 慢速无人车像刚上市的裕士 ， 像那个智行者 ， 像九十 ， 像新世纪 ，其实业务都取得了非常非常大的突破 。
但是我觉得我们会跟他们巨大的一点不同 ， 就是我不会单独为了一个场景去做一个全工程化的技术站 ，而是一定要坚实的基于模型 ， 基于通用化的技术站 。
但是最终在解决方案上， 你要添加一些东西来帮助你能够落地 。 所以在你的技术没有实现 GPT-3.5 的时刻 ，在数字世界你是很难实现大的这个商业价值的 。
但是在 physical AI，在物理世界你是有可能实现巨大的商业价值的 。
其实在数字世界实现了小规模的商业价值 ， 就是有一些已经被遗忘的公司 ， 比如说 Jasper，在还没有 ChatGPT 之前 ， 它是基于 GPT-3 可以帮你写营销邮件 。
只不过那个东西后来被机模厂商自己的模型和产品给覆盖掉了 。
对 ， 你要这样说也确实都有很多 ， 比如说我有一个同年级的同学叫施天麟 ， 叫 Tim， 最近他也是一个公司叫就是田元栋老师的公司 。
Recursive Superintelligence。
他们公司的创始团队之一 。
对 ，他们八个联创 。
对 ，他当时在 Stanford 读 PhD 的时候就开始创业叫 CRYSTALL。他是 CRYSTALL 的 CTO。他最开始的想法很有意思 ，其实是说做一个类似 QQ 的聊天软件 ， 你去跟他不断的聊天 ， 聊天的过程中就收集到了你的语言的特色 ， 从而做了一个仿真的你 。
然后你死了或者你不在了 ， 可以让这个人代替你去处理一些问题 。
这不是最近几年很多的应用吗 ？
对 ， 这个是在大概 17 年左右他就在做的事情 。
那他这好多年前了 。
对 ， 当然就这件事在那个时间点的技术是不够成熟的 ， 所以它也没有太商业化 。 所以后来公司就转型去做智能客服了 。
就是你刚才讲的在客服的过程中 ，他可能去基于你的 NLP 的算法去搜索出来最好的三个回答是怎样的 ， 对吧 ？
这件事能提供哪个事的转化率 ， 这个回答能提供一个怎样的转化率 ， 这个回答能提供提升好评率 。
他也是加了些工程化的方式 。
对 ，但是就当然不够大 。 但与此同时我觉得 physical AI 你每个场景都足够大 。
Physical AI 不会出现说被一个巨无霸 ， 或者说被少数几个领先的核心厂商给覆盖掉的情况吗 ？
我觉得不太可能 。 那问你一个问题 ， 汽车公司有多少个 ？
汽车公司至少按大的区域分 ， 比如说日本有三个 ， 韩国有 ， 欧洲有三个 ， 美国有三个 ， 中国更多 。
好多个 ， 对吧 ？
中国更多 。
其实也有很多的 ， 比如说你就没有把雷诺算进去 ， 你就没有把 Alpen 算进去 ， 你就没有把菲亚特算进去 ， 你就没有把沃尔沃算进去 。
对 ， 这我不太确定 ，因为欧洲不是有一个叫那个 Stellas， 我不知道它 。
它是一个大集团 ，但是有很多品牌 ， 对吧 ？ 这是我的感受 ， 就是说物理世界是很难存在垄断的 。 归根到底 ， 我觉得一个完全通用的物理模型 ， 我是很难想象它会在十年内出现的 。
做一个最简单的类比啊 ， 数字世界复杂还是物理世界复杂 ？
物理世界复杂 。
复杂很多很多 ， 比如说数字世界的你和我在语义空间里面就是两个完全不同的概念 。 但是在物理世界的你和我 ， 可能是现在当面 ，有可能是你在会议室外， 我在会议室内 ，有可能你在上海 ， 我在北京 。
它的这个含义的多样性会多得很多很多 。 现在的数字世界的 large language model， 那最新的水平已经到了 5K 参数到 10K 参数这个级别 。
那我估计未来的两三年可能会到 50K 参数 ， 甚至 100K 参数的一个级别 。 那数字世界是这样 ， 物理世界的模型要做到多大才能够真正的去包罗万象 ？
你怎么看语言奇世界这句话 ？
我觉得不可能 ，因为语义是清晰的逻辑结构的 ， 语言天然是一个数字化的东西 ，而物理世界是模拟的 。
这件事是完全不一样的东西 。 比如说请用语言描述我现在这个杯子倾斜的角度 。 对 ， 请用语言描述一下我们俩现在距离多少米 。
你也很难给出一个特别精确的回答 。 我们现实世界是一个模拟的世界 ， 它所有的信号是连续的 ，而不是分离的 。
我觉得是很难的 。 就是我觉得如果想做一个完全通用的 ， 大家最理想中的世界模型 ，5K、10K 甚至 100K 参数 ，不一定能够打得住啊 。
就是能够真的 simulate everything，并且所有的一个每一个像素都跟你肉眼看到的是类似的话 ， 我觉得这个模型我是不可想象的 。
那它如果这么大的话 ， 它也没法 push， 它怎么推 ？
它也没法推理 。 这就是 physical AI 跟大语言模型最最最最重要的一个区别之一 。 physical AI 要求实时性 ， 你必须做到实时， 对吧 ？
你不做到 30 帧 ， 你这个系统就没有意义 。
对 ， 就你得很低的延迟 ， 很快的速度 。 而且有些情况下你还得考虑可能你这个东西不能在云端算 。
是的 。
你得放在端侧 。
你只能部署在端侧的一个芯片上算 ， 这是很大概率的事件 。 所以大家要解决的技术方向不完全是 model 方向 。
那沿着你的这个推理 ， 你怎么看 VLA、WAM 这些技术 ， 具体的技术路线 ？
所有的 model 现在因为大家还在幼儿园水平 ， 大家首先是追求的这个成功率 ， 包括所有的 benchmark 其实追求的都是成功率 。
但是我觉得只追求成功率其实是无法去衡量 ， 或者无法去推动这个行业的 model 真的落地实用的 。
我跟很多人交流 ， 一些技术背景的人， 有一种想法是我先去追求成功率 ，有点像你刚说的 ， 把好排在最前面 ， 然后按照以往就是这个行业的技术发展规律 ， 成本还有时间都是可以压缩的 。
是 。
你同意吗 ？
部分同意 。 就是在 CNN 的时代 ， 我觉得这件事情是大家就是这么做的 。 就我先做一个精度特别好的算法过来 ， 然后比如说韩松老师开始做叫稀疏化减枝 deep compression， 然后做一些什么 squeeze net， 一些非常窄非常小的模型 。在大模型时代也在做这件事 ，其实也在做一些蒸馏 。
但是蒸馏的模型的参数的数量和你原始的模型的参数数量大致还是在一个量级的 ， 你只是小了几倍 ， 对吧 ？
不会说少了一万倍 ， 这是不太现实的 。 而 physical AI 我们面临的一个问题就是说你蒸馏的对象和最终部署的模型可能差了一万倍甚至一百万倍的参数量 。
因为你部署的一个现实世界又能够实现这个实时性的模型 ， 可能就是 2.5B、5B、10B 这样的一个参数规模 。
所以你觉得一开始我完全抛开大小和延迟这些只考虑性能 ， 你觉得这样可能会比较难 ， 走到后面会遇到问题 。
我觉得就是选这条路也是 OK 的 。 那就是说你一直纯粹去追求一个通用智能 ， 那返回到一个通用智能真正达成的时刻 ， 你开始给它做优化 、 做压缩 、 做部署 ， 开始产生商业价值 。
那跟我的路径是反的 ， 我是希望算法每前进一步 ， 我都能产生新的商业价值 ， 从而更好的支撑公司的发展 。
所以我觉得也是完全不同的选择 。
不过你说的第一种选择 ， 那就是它长期得在没有什么商业反馈的情况下一直投入一直投入 。
对 ，并且我觉得它可能至少得募集百亿美金级别的资金 。
因为 OpenAI 其实也是刚刚在今年第二季度又讲了一遍自己 robotics team 的事 。
是的 。
就是要更正式的更多的来投入这件事情 。 你觉得像 OpenAI 这种公司 ， 它也加大投入 。
是 。
能不能把它做成 ，以及说对别的创业公司的影响是什么 ？
我觉得对所有的做大脑的公司肯定都是会有影响的 。 当然对中国所有做大脑的公司都是利好 ， 对吧 ？ 因为中美两个国家是唯二的在世界上能做出来大模型和物理智能创新的国家 。
那 OpenAI 假设做到了一些新的思路 ， 我们也迅速的能够判断它到底是怎么做的 ，并且能够迅速的跟上 。
所以我觉得对全行业肯定是一个特别好的事情 。
OpenAI 有可能是跟你相反的路径做成 ， 你觉得有可能吗 ？ 就中间我不追求商业化 。
我觉得是有可能的 ， 对吧 ？ 但是就是我们不是每个人都有 OpenAI 的资源禀赋 ， 就好像去为了实现 GPT-3.5 时刻 ， 我先要有足够多的美金去烧 ， 每年烧四五亿美金 ， 用万卡去从一个一个级别 ， 从多少亿的参数到百亿 、 两百亿 、 三百亿 、 八百亿 ， 最后到 GPT-3.5 的一千一百亿参数 ， 对吧 ？
你觉得没有 OpenAI 的命 ， 得了 OpenAI 的病的这种情况在中国这个行业里多吗 ？
我觉得将来融资可能会是很多的以刚才这样技术理想创业的公司的一个命门 。
所以你的意思是有 ？
我觉得会存在 。
然后之后可能会遇到一些墙 。
因为你追求理想的最核心的就是要有人源源不断的给你资金 ， 让你能够买到数据 ， 买到算力 ， 雇到足够聪明的人。
这件事目前大家要的算力还没那么多 ，但从今年开始已经迅速的增长起来了 。
如果像就是 VLA、WAM 这些 ， 我现在只是在这种架构上去一味的追求高性能 ， 你觉得之后部署会出现问题 。
那比如说具体到你们自己的实践 ， 你们在模型上 ，在智能的这个系统上你们是怎么思考 ？
那一定是一个叠加的系统 ， 就是你光有 VLA foundation model，不管是哪种 foundation model， 肯定是不足以支撑你的长期落地的 。
你能透露你们的 foundation model 大概是什么架构 ，是用什么思路来做吗 ？
我们总体会用隐空间的这个思路 ， 这也是一个第一性原理的思考 。 就是说刚才讲啊 ， 如果我真的生成的 ， 假设我是一个生成路 ， 生成的路径 ， 或者是我真的要把所有的颜色像素信息都能够很精准的预测 ， 我觉得这个 model 会太大 。
就跟刚才讲数字世界跟物理世界的类比一样 ， 我可能是没有办法做到实时性的 。 那为了做到实时性 ， 我觉得这个 model 应该核心还是学到的是物理学的知识 。
可能是两块事情 ， 一个是说我要学到一些物理学定律 ， 比如说弹性碰撞 、 非弹性碰撞 、 动量守恒 、 动能守恒 、 牛顿三大定律 。
我要能够知道这是一个轻的东西 ， 然后碰了以后它会怎么去动 。 第二件事就是物理学常识 ， 就刚才讲我人是知道这个纸杯子很轻的 ，是很软的 ， 机器人不一定知道 。
同样在你这里摆了一块金属 ， 我如果看到的是铝 ， 我会假设它不会特别重 。 如果它是个金子 ， 我会假设它很重 。
就是它必须要同时学到这两点 ， 我觉得就够了 。 比如说这个纸上面现在印的是什么文字 ， 我的衣服是什么颜色 ，在你机器人做操作的时候 ， 对它来说是没有影响的 。
所以我们更多的愿意回到一个你不管叫隐空间 ， 还是说我希望回到一个规则空间 ， 物理世界的空间去理解这件事情 ，而不是站在一个像素空间和人肉眼看到类似的空间去处理这个问题 。
你觉得你这个取向和你以前搞过物理竞赛有关吗 ？
其实还是跟第一性原理的这个思考会有点关系 ，但是物理竞赛给了我一个很大的帮助 。 这个是跟数学竞赛非常不一样的地方 。
数学竞赛或者其他的很多人希望把这个理论算得更加的细致 ， 更加的仔细 ， 算无一策 ， 算无一漏 。
对于物理竞赛是不是这样的 ， 对于物理研究来说 ， 我们要果断的舍弃一些小量 。 因为你任何一个计算可能展开来说会有一阶 、 二阶 、 三阶各种各样的小量 。
这样的话你其实是没有办法去做物理世界的计算的 。 所以你就要果断的舍弃小量 ， 只保留主干的部分 。
所以我们可以相对从最开始有一个思路就是保留主干 ，不要看那么多的纷纷扰扰和细节 。
其实像隐空间这种思路 ， 就是它对比我每个像素都生成出来这种思路 ， 它本身就是一种正确的模糊 ， 对吧 ？
它没有追求说我把每个细节都精确的还原 。
是的 。
那你对现在非常火热的 WAM 这个方向 ， 世界动作模型 ， 它的 backbone 就是视频生成模型 。 它其实就是一个像素生成的逻辑 。
你怎么看这个方向的发展 ，以及它为什么这么火 ？ 有这么多公司在这个方向其实是今年上半年融到了很多钱的 ， 新成立的中国的公司 。
我觉得这件事也很正常 。其实大家现在看到 word action model， 就像其实是两件事情的叠加 。 我觉得第一就像当年商汤 、 旷视能够迅速的融到几十亿美金一样 ，因为大家看到了一个上限非常非常高的技术路径 。
在当年刚有深度学习 ， 我们迅速的就把人脸识别做到了好几个九 ， 然后 imagenet 已经刷到就不没有意思了 ， 大家开始刷 MSCoco， 后面呢大家开始刷 Kiki， 一个跟自动驾驶有关的数据集 。
那大家感受到这个算法 ， 一个非常简单的开发 ， 很短周期的开发 ， 就能够远远超过之前所有的算法的这样的一个精确度 ， 感受到一个它巨大的潜力 。
我觉得这肯定是一种 。 第二个事情就有点像壁刃 、 碎圆 、 木希等等公司成立的那个时刻 ， 大家看到了已经有了一些公司 ， 比如说地平线和韩五季 ， 取得了很大的成功 。
那后面又有新的人用新的思路来做这件事情 ，有可能会做得更好 。 我觉得这是两个趋势的叠加 ， 是一个非常值得探索 ，并且肯定会有把整个人类在物理智能的算法往前推一大块的可能性 。
你不认为这是噪音和泡沫是吗 ？
其实不是泡沫 ， 或者说它泡沫没有想象中那么大 。 为什么呢 ？ 就是站在 2018 年的时候 ， 我们去看地平线 ， 地平线那一年大概是一亿人民币左右的收入 ， 估值是三十几亿美金 。
大家都觉得它的泡沫非常非常的大 。 当然果不其然 ， 后来 2018 年到 20 年其实行业出现了一些短暂的下滑 。
但是到了 2020 年， 地平线 ， 我记得于凯老师就发了一个朋友圈 ， 庆祝地平线出货十万颗芯片 ， 行业就开始迅速的正向发展起来了 。
地平线后来 24 年上市 ， 那高峰期应该是一千五百亿港币以上 ， 具体数字我不太记得 。 你站在这个角度 ， 地平线的泡沫不大 。
你站在现在 Momenta 的角度 ， 最近的一轮融资 ， 我看新闻哈 ， 没有去询问过 ，是过千亿人民币的 。 那在那个时刻的十几亿美金 、 二十几亿美金的估值 ，也不算泡沫太大 。
你说的都是幸存下来的公司 。
是的 。 所以我觉得 L4 的公司 ， 如果你类比的是一个 L4 的公司 ， 就是说你一开始就要追求一个最终极的模型算法 ， 我觉得可能那中间可能有很多的公司都会不见 。
但是如果你能够活到它真正的技术到了批量应用落地 ， 产生商业价值那一天 ， 这所有的公司就不存在泡沫 。
这个数字你可能比我了解 ， 就是行业里现在有多少 ， 比如说做通用机器人 、 具身智能 、 物理 AI 的公司 ， 实际上你觉得能容纳多少 ？
最后哪些你觉得能活下来 ？
首先这个数肯定是多于四五十家的 ， 特别是这个年轻的教授出来想做通用模型 、 通用算法的 。
那四五十家你可能只算了头部吧 ？ 我以为你会说几百家 。
没有没有 ， 就也不会有那么多 。 但是就是说 ， 那对于他们来说最核心的一件事就是融资 。
我指的不是世界模型和物理 AI， 我指的是可能把机器人这种都算上了 。
OK，OK， 那肯定是更多的 ， 对吧 ？ 按照年初国家发改委的口径是说有一百多家公司推出了两百多块人形机器人 ，但是这里面其实有大量的是做硬件本体为主的公司哈 。
但我觉得一百家也许是有的 ，但这里面大部分的肯定是这种新成立的年轻学者和年轻的同学的公司 。 对 ， 小部分的是一些有经验的人或者之前已经在的公司去转型的公司 。
你觉得什么样的能活下来 ？
我觉得如果你只是做技术理想 ， 追求通用 ， 最终再去考虑商业落地 ， 融资能力最强的那几家能活下来 ， 那你所有的工作就应该为了融资 ， 比如说多接受媒体采访 。
反正对我来说 ， 我是第一次录这种视频 ， 我是不太喜欢媒体采访的 ，因为我是一个强 I 人。 对 ，但是对于另外一类的公司来说 ， 就是如果我们想走出地平线 、Momenta 等等的路径 ， 我觉得你有一些业务的依托 ， 作为你的坚实的基础再去发展 ， 持续不断的迭代你的算法可能是更顺畅的 。
包括华为其实也是这样 ， 没有人一上来就是做出来一个 L4，而是说我先通过 L2 级别的产品批量的被用上了 ， 然后逐步的去推 L3， 可能在未来再去推 L4。
等到这个政策合适的时候 ， 可能你的 L4 也已经做出来了 ， 可能对我来说是一个我认为最高成功率 、 更高成功率的一个方式 。
你觉得往后推演几年会发生什么 ？ 一个是我们能看到今年已经有头部公司会上市 ， 另外一个就是大厂的威胁 ， 你觉得什么时候会落地 ，以及什么类型的大公司对这个市场的冲击可能是最大的 ？
首先我觉得中国所有的制造业企业和互联网企业全部都会投身具身智能的浪潮 ， 一定的 ， 就是或者叫物理 AI 的浪潮 。
那所有的互联网公司都会投入做模型 ， 就好像他们现在也都全部在投入做大语言模型一样 。
这个投身是多大程度上的投身 ？ 比如说做大语言模型 ， 我觉得对很多公司来说是战略级非常重要的事 。
你觉得对具身也会这样吗 ？
我觉得会 ，因为大家也逐渐的想从线上走到线下， 想从一些数字经济渗透到实体经济 。 我觉得肯定是战略级别的投入 ， 区别只是在于这个时间点的区别 。
第二件事就是中国所有的主要的制造业企业全部都会投身这件事情 ， 包括所有的汽车公司 ，不管是国企还是说民企 。
蔚来 、 理想 、 小鹏 、 赛力斯 、 小米 、 华为 、 比亚迪 、 吉利 、 北汽 、 上汽 、 广汽 ， 全部都会投身这件事 。
这是一个毫无疑问的事情 ，因为大家现在普遍认为具身智能行业或者叫机器人行业在十五年到二十年这个周期可能会超过汽车行业的整体的产值 。
我甚至可能更乐观一些 ， 我觉得可能在十到十五年这个周期就会超过整个汽车行业的产值 。 那与此同时， 还有很多其他的公司会做 ， 所有手机公司会做 ，OPPO、vivo， 包括刚才讲的小米 、 华为 ， 包括荣耀也在做 。
对 ， 荣耀是今年马拉松的第一名。
对 ， 包括所有的手机产业链的公司 ， 领域制造 ， 对吧 ？ 华擎技术 、 蓝思科技 ， 包括相关的什么鼎桥通信 ， 全部都在做 。
所有的重型机械公司一定会做 ， 中研重科 、 三一重工 ， 对吧 ？ 各种各样的这些机械公司肯定会做 。
你说到这个 ， 我想到前段时间我跟高继扬聊 ，他说具身这个大的行业未来肯定是百业之王 。
这是有可能的 。
按照你描述那状态 ， 那它就变成经济支柱了 。
我觉得就是经济支柱 。
经济支柱之一 。
绝对没问题 。 汽车行业已经成为了我们国家的经济支柱 ， 这是一个在十五年内周期会超过汽车行业的产业 ， 那一定就是经济支柱 。
因为它真的是覆盖到社会的所有的方面 ， 所有的第二产业 ， 所有的第三产业 ， 甚至很多的第一产业都会被机器人渗透 。
你说到这 ， 我想到一个可能跳得有点远的问题 ， 是一个比较长期的推理来说 ， 你的这个推演的前提 ， 我觉得是实体经济 ， 人们的真实生活 ， 还像现在这样可能是我们生活的主线 。
也有一种人会有一种比较科幻的设想 ， 可能往极端推人类文明就黑客帝国了 。
不 ，不太可能 。
你觉得不可能 ？
我觉得那个是扯淡 。 为啥呢 ？ 因为我第二次创业之前 ， 我也认真的研究了脑机械和脑科学这件事情 ， 那我也一直在关注着这个行业的进展和变化 。其实到今天 ， 意识是怎么来的 ？
就 consciousness 这个词在科学上是一个伪科学的讨论的词 ，因为没有人能够有任何的解释 。 记忆是存在哪 ，是怎么组织的 ，不知道 。
我们对于它的底层问题有太多的不了解 。 所以 Elon Musk 选择做脑机接口 ， 包括我当时去孵化投资了一件脑机接口 ， 大家是把脑当黑盒子在使的 。
我只监测 ， 反正你释放的电信号 ， 你内部的电信号到底是怎样的 ， 我不去探究 。 这种有可能通过算法的拟合能够形成一定的效果 。
但是哪怕到了今天 ， 我觉得全人类最前沿的科学也对于意识到底是什么回事 、 存在哪 、 怎么产生的是毫无所知的 。
所以就不太存在你说的那件事情 。 我觉得戴个 VR 眼镜每天在家打游戏是有可能的 ，但是变成黑客帝国 ， 变成一个生活在虚拟世界 ， 这件事是不可能的 。
头号玩家是有可能的 。
对 ，是有可能的 。
黑客帝国是不太可能的 。
是的 ，是的 。
你觉得现在这个行业里有什么
乱象 ？
肯定是有的 。 而且每个阶段也都会有很多的企业在抱怨业绩曲除两倍 。
业绩的表现 。
对 ， 我就不说 ， 我就不说太多哈 。 我觉得举个例子来演 ，有大量的企业在用遥操的视频替代真实操作的视频作为 demo。
所以我现在每一个别人晒出来的视频 ， 我就会观察这个画面上， 首先有没有一个小字写的是 1X、5X 还是 10X。
因为大部分的 VLA 和世界模型的这个视频都是加速了五倍 、 十倍甚至二十倍的 。 第二件事就有没有特地标注就是全自主 。
所以我特地跟我们的品牌同事讲 ， 我们的所有的 demo video 必须要把这些事标上 。 就是因为有很多的人可能全程都是遥操的 ， 看起来很多操作特别丝滑 ，但是它不在图像上进行标注 ， 它实际上是不是非自主的 。
用此来体现自己的算法的牛逼 。 以及呢 ，有些事实在是叫做 too good to be true， 对吧 ？ 就好像你跟我说今天我就已经实现了核聚变 ， 产生了无限的方电 。
但是按照你之前说的一个逻辑啊 ， 就比如说像这一类公司 ， 它为了获取巨大的资源 ， 我在 demo 上我有一点水分 ， 你觉得这可接受吗 ？
你觉得为了一个战略目标 ， 我稍微牺牲一点底线 ，在你的创业路径上 。
我就不可接受 。 就我之所以会有很多的投资人的朋友和企业圈的朋友 ， 就我一直坚持就说真的 。
不可接受是因为你的道德标准高 ， 还是因为你觉得这件事从功利上它也行不通 ， 最后会反噬 ？
两者皆有 ， 两者皆有 ， 对吧 ？ 就是说第一 ， 我的道德标准是相对比较高的 。 我说出来的话 ， 就我有些话可以不说 ，但我说出来的话一定是真话 。
第二件事情就是跟当时那个取一个血液 ， 对吧 ？ 然后去做检测一样 。
换血 。
就是幸运的话 ， 你可以在大家一个可容忍的周期 ， 比如说两年、 三年甚至五年去完成这件事情 。 不幸运的话 ， 我记得当时还有硅谷有一个做 VR 的那个公司 ， 什么一个体育馆里面一个大鲸鱼 ， 然后我觉得你最终是纸包不住火的 。
就只能说 lucky 你可以最终实现你现在展示的这些东西 。
所以你是不太信奉硅谷的有一种创业逻辑是我假装直到我真的变成 。
对 ， 我是不做这件事的 。 因为我觉得这个实在是风险过高 ，以及对于我的个人的基础价值观 ， 我觉得是没法接受的 。
那在现在一个融资和人才和关注的竞争都这么激烈的大的行业里面 ， 你继续这样的话 ， 你觉得你的代价是啥 ？
或者说你感受到了一些具体的代价吗 ？
我觉得肯定是有的 。 就比如说当投资人被各种各样的技术名词冲击 ， 每天都在冲击的过程中 ，他会不明白你一个为什么要做系统级公司 ， 你为什么不是一个世界模型公司 。
你为什么不能用一个性感 fancy 的词来定义自己 ？
确实从整个公司的角度就是 world model 强化学习 ， 各种各样的算法和 infer 是我们的一个组成部分 。
但是你觉得单独一个词都不能代表 ？
它远远无法代表整个公司大家在做的事情 。
你方便透露你们现在实际就是运营半年多之后， 你们大概的融资额和估值的量级吗 ？
我们之前是完成了 Ken Shilin 的系列融资 ， 大概是近一亿美金吧 。 然后我们也其实不是特别想去呈现很多的现在新闻上大家关注的这些话题 。
然后现在公司有七十号人 ，并且我们是一个全站研发的团队 ， 加上业务团队 ， 整个构架都已经比较完整的一个状态 。
关于行业的最后一个问题啊 ， 你觉得发生什么事有可能会导致这个大的具身智能 、 物理 AI 行业遭受灭顶之灾 ？
还有这种可能性吗 ？
我觉得已经没有这个可能性了 。
为什么 ？
因为首先这是一个必然会发生的事情 。 为什么呢 ？ 其实我从一个更宏观的给你讲 ， 就是说你看我们原来有一次 、 二次 、 三次工业革命 ， 我觉得我们正在颠覆工业革命 。
第四次工业革命可能就是大模型来自 AI 的技术 ， 我们会颠覆第三次工业革命的成果 。 就是数字经济产生的大量的高价值的岗位和这样的一个产业 ， 很可能全面被大模型给颠覆 。
所以包括你最近也听说了 ，不管硅谷还是国内的很多互联网公司的软件开发 ，在大量的裁员 。 因为数字世界的工作是结构化的 ， 相对好去替代的 。
未来就一定是去做这个物理世界逐渐的渗透 ， 它的周期一定比数字世界长 ，因为它涉及到的复杂度太高了 。
并且有很多的专项的技能性的东西 ，在一个追求实时性的环境中是无法把它全部塞到一个模型里面去的 。
我觉得可能是个十年到二十年的周期 。 但是呢 ，也一定会在工厂 、 在服务业 、 在农业里面发挥重要的作用 。
可能它来大量的辅助人去完成一些工作 。 这件事首先是一定会发生的 ， 所有人都能够看得到 。 原来我们担心的这个资本可能会不会有个崩盘或者崩溃 ， 那现在看其实整个具身智能的有泡沫 ，但也没有那么高 。
相对于比如说中美之间本身就有一个估值很巨大的差异 ， 大模型企业和物理智能的企业之间的估值又有一个很大的差异 。
它还并没有说现在的一些公司可能几个亿收入就会说一百八十亿美金 、 两百亿美金的收入 。 我觉得整体的泡沫的规模也是可控的 。
以及呢 ， 确实有像我们这样的一些公司 ， 还有其他的一些公司在推动落地 。 我相信在两年左右的周期 ， 大家会在身边很多的真实的生活场景感觉到这是一个聪明的机器人向我在提供服务 。
在未来的几年， 我觉得出现一定程度上的波动和 downside 是有可能的 ，但是我觉得幅度会很小 ，并且周期会很短 。
创业人生2:40:52
最后有一些关于你个人我好奇的问题啊 。 就之前其实我们聊过 ， 就是你说你经历这几次创业之后， 你觉得你是创业者里更偏企业家 ， 你怎么去定位自己现在的角色 ？
前面你第一个问题还是第几个问题 ， 就在认为我的定位 。
对 ， 就姚宋是谁 ？ 你刚才说的是我是创业者 。
我是一个创业者 。 这是因为我觉得 。 Physical AI 相关的创业 ， 那我觉得有没有经验 ， 我们可能在这个起跑线上是平等的 。
九零后 、 八五后 、 九五后 、 零零后在这个起跑线上是平等的 。 因为对我来说也是重新学习的一个过程 。
就是你越往前 ， 你的经验和可追溯 、 可去对比类比的事情越多 ， 越往后你对于新鲜事物的接受程度会更快 。
所以这件事我觉得大家在创业这件事是平等的 。 我只是一个连续创业者 。 而另外一个角度 ， 我觉得跟很多的一次创业者或者部分其他的创业者不同的事情是说 ， 我是把我的职业生涯作为一个长线在经营的 。
所以比如说在火箭行业 ， 我是不会跟任何的国企 、 央企领导或者说政府官员发生任何的利益往来的 。
因为我要守住我的底线 。 那在我的企业的经营过程中， 我不会去 overclaim 我自己能做到的事情和已经做到的事情 。
以免带来刚才讲的这个你吹嘘的东西最终实不现 ， 给你自己一个灭顶之灾或者一些很大的这个问题 。
一次的创业者 ， 我感觉很多人就是纯粹只是在追求成功 。 它是一个十分进攻 、 零分防守的一个状态 。 那对于我来说 ， 我可能带着这样的一个心态 ， 我是一个八分进攻 、 两分防守的这样一个状态 。
所以我觉得心态不是完全一样 。
你要防守 ， 你要守的是什么 ？
我要守的是我不会进去 ， 我也不会变成一个破产户 ， 对吧 ？
你说到这个 ， 确实有可能有些第一次创业对这个创业的最坏结局能坏到什么程度 ， 没有设想啊 。
而且我自己坚定的我是一个中国人， 我不希望到哪一天我必须待到某个其他国家去 。
你觉得整体上你的冒险偏好是怎样 ？ 风险偏好是怎样 ？
我的风险偏好 ， 我觉得在做事情的角度 ， 我是喜欢有一些大的方向上有挑战性的 。 但是在具体的经营角度 ， 我是一个稳健的人。
如果其他人十分进攻 、 零分防守 ， 你七八分进攻 、 两三分防守 ， 那光脚的不怕穿鞋的 ， 你输的概率可能会变大怎么办 ？
在 physical AI 也好 ，在火箭行业也好 ，其实你有无数的取得成功的机会 。 并不是说它取得了十分 ， 我取得了七分我就失败了 。
并且我甚至认为我这种思路可能你在两年后看它十分 ， 我七分 。 你站在五年后看它十分 ， 我二十分 。
这是因为你说这两个行业 ， 或者说很多前沿科技领域 ， 它都不是赢家通吃 。
我觉得是说大家需要有一个持续的战斗力 ，而不是短期内冲到一个最高的估值 ， 对吧 ？ 包括最近大家很多的宣传工作 ， 就是会希望去说我也是一个百亿级别的公司 ， 用这种事情去体现公司的成长 。
那我的媒体采访其实也不会有太多 。 之后也不会有了 。 可能我更多的希望通过公司我们已经做到的事情去给大家呈现我们的进展和我们的实力 。
你前面说你觉得八零后 、 九零后 、 零零后的创始人心态上是平等的 ， 能力积累上是各有优劣也是平等的 。
但实际上现在你觉得在就是受关注和受支持的这个维度上是平等的吗 ？ 以及你怎么看 ， 我觉得现在零零后是非常受追捧的 。
我自己的心态上是所有人是平等的 。 对 ，但是所有的年轻人我觉得他们在新的算法的学习的能力上， 对吧 ？
试错的能力上肯定还是比我强的 。 但它会缺少比如说对公司战略的思考 、 组织 ， 对吧 ？ 以及我要未来一个算法 ， 我必须得去布局数据 、 算力 、 更多的人才 。
从而在某一个阶段它可能更容易陷入到一个瓶颈 。 比如说你无法扩展你除了最开始核心的那三四个人之外的核心的技术团队等等的事情吧 。
所以所有的事都是有得有失嘛 。 对于脑子来说 ， 我确实是一个三十三岁的人， 然后我写入的速度 、 吸收的速度一定会比零零后慢一些 。
但是我们有更多的东西可以去放在公司里面 ， 让它少走弯路 ， 让它更高效率的发展 。
你开始第一次创业的时候 ， 科技创业还不是主流 。 而现在很多在二三年之后开始创业的人 ，其实他的推背感是非常强的 。
你觉得你的幸运和不幸是什么 ？ 然后他们的幸运和不幸是什么 ？
塞翁失马 ， 焉知非福 。 就是所有的事我觉得都是福祸相依的 。 比如说最近的一些创业者会感觉到一个时代很强的推背感 。
但是如果他们不能够清晰的意识到这个推背感来自于国家需要你这样的公司 ，而不是你自己的努力的话 ， 我觉得他们会出现非常大的问题 。
就好像我会觉得改革开放以来 ，有很多数量的企业家会低估了时代对于自己成功的重要性 ， 高估了自己对于成功的重要性 。
坐电梯的比喻 。
对 ， 我觉得就是一个坐电梯的比喻 。 你享受推背感 ， 你有这样的压力是因为你在电梯里面 ， 你在这样一辆大车里面 。
当你觉得这都是你的个人成功 ， 然后用这个策略再继续进一步做一些其他的事情的时候 ，有可能你会面临一些灭顶之灾 。
因为可能这样的一个时代的推背感 ， 国家的支持不会在一个行业保持五年、 十年， 甚至更久 。 它肯定是分阶段性的 。
所以我遇到一些做算力的公司 、 做芯片的公司的创始人， 我觉得有些人能够跟我清晰的讲出这句话 ， 我就觉得非常有格局 。他说我很清楚 ， 我知道我公司的上市是因为党和国家的支持 ，并不一定我已经做得足够好了 。
那我觉得很多的创业者可能要去思考同样的这句话 。 对我来说持续又提出一些新的挑战 ，因为对于我是第三次创业 ， 那我重新去读 paper， 重新去梳理我对这个行业的技术认知 、 技术方向 ， 可能就是这一年多的事情 。
那我也许有很多的思路 ， 站在未来看有可能是错的 。 比如说对比一些 CNN、 深度学习 、 自动驾驶 ， 虽然我到今天我感觉应该九成以上是正确的 ，但是说不定在未来是一个被验证是错误的事情 。
所以有些东西可能也会成为一个包袱 。
最后一个问题啊 。 你觉得前两次你创业算是成功吗 ？ 你想要的成功是什么 ？
我觉得还 OK。
还 OK 啊 ， 你可以这么讲 。
我觉得当然你就是想问我这次的目标或者怎么来定义成功还是怎样 。
有的人会认为你之前是有成功的退出 ，但是都还没有做得足够大 。 对 ， 我想知道你自己怎么 。
当你在问这个问题的时候 ，其实你的假设是说市值足够大 ， 或者说财富足够大是一个定义成功的标准 ， 对吧 ？
对 ， 至少这是一个比较普遍的标准 。
对对对 ，但对我来说呢 ， 可能我其实刚才其实前面讲过一件事 ， 就是当一定的财富过后， 你的财富其实不是你的 。
所以我把它当做重要的一个标志 ，但是不是唯一 ，也不是绝大部分 。
那对你来说还 OK 是因为实现了什么 ， 所以还 OK。
我觉得在第一次的创业 ， 我觉得我真的走从了从我在实验室还写代码 、 写论文 ， 再把这件事让它上到了很多汽车产品 ， 让几百万台车用上了 ， 然后并且真正的实现了有外界对于这个技术的价值的认可 。
那这件事就是一个很成功的事情 。 因为你走通了从技术到商业价值这条路 ，并且你所有做的事情最后有一个外界的反馈 ， 就是收购这件事情反馈你做的是对的 ， 对吧 ？
我觉得这是一个我很高兴的事情 ， 就是技术被用上了 。 那第二件事呢 ， 我觉得其实首先航天是一个非我老本行的事情 。
那这件事我还是锻炼了很多的我的学习能力 、 战略思考的能力 、 系统性工程的一些组织的能力等等等等的很多的事情 ， 包括在国内更好的去开展工作的一个能力 。
能有一个自己参与这个成功的一个火箭发射上去 ， 我觉得这就是一个非常大的靠奖 。 这就是一个很激动的时刻 ，并不一定这个事本身取得多大的商业成功 ， 前期已经是一个很不小的 milestone 了 。
当然现在我没有在那 ， 我希望它后续能够取得更多的商业成功 ，因为还有很多老朋友的股权在那呢 ， 对吧 ？
那对于这一次的创业 ， 我觉得可能也就不太一样 。 因为我开始初步摆脱了一个小年轻的心态 。 原来我会觉得这样的经历就是一个非常好的事 ，是因为我觉得在年轻的时候你就是要多经历 ， 然后多体会 。
这个才是把你的生命发挥出来的价值 。 因为你走了别人可能很多倍的路 ， 体会到了别人没有体会到的事情和情感 。
我觉得这是很重要的 。 但到第三次的时候 ， 我是希望这一次能有一个长期的结果的 。 我也希望这家企业是能够长期经营 ， 走向上市 ， 见证我刚才讲的对于物理智能时代的 GPT-3.5、DeepSeek 开源和出现 Coding 这样一个 killer app 等等的时代 。
同时参与到技术的突破 、 产品的落地和最终大型的商业化价值的实现这样三个不同的阶段里面去的 。
你会对这个事很迫切 、 很饥渴吗 ？
你说的哪件事情 ？
就一个更大的成功 。
我也还好 ， 就是我心态整体还比较平稳 。 但是呢 ，因为到了第三次以后， 刚才讲其实你能够开始从创业之初就看到一个进度条了 。
我觉得现在有更大的机会把它做成一家长期的持续经营的 ， 对技术和产业都有推动的 ， 甚至将来我站在更大的角度对服务人类有帮助的企业 。
所以我还是挺希望能够实现这样一个结果的 。
如果对你来说是一个灵魂拷问的问题 ， 它应该是一个什么问题 ？
你这个就好像说让上帝创造一个自己搬不起来的石头 。 你可以尝试问一问 。
我觉得可能就是你比较在意的 、 有遗憾但没实现的东西 。其实我刚才我问的就比如说你觉得之前是否成功啊 。其实我觉得这也算是比较灵魂拷问 。
我是一个挺知足常乐的人。
挺知足常乐 。
对对对 。
因为创业还是非常折腾的一件事 。 它要一个很强的驱动力 ， 才会投身就是你说的这么 suffering 的一个事情 。
是的 。
这两件事怎么统一的呀 ？
我觉得有可能就是说我更追求的还是在这个创业和努力的过程中， 自己努力过产生了一些结果 ，但对于这件事情对自己最终的收益是来自于财富的收益 ， 还是来自于经历的收益 ， 还是来自于名声的收益 ， 我并没有那么的在乎 。
你什么时候之后慢慢到了这个状态的 ？ 因为你当时也描述过你刚进大学 ， 一天要学 11 个小时要掐表的 ，而且也焦虑了一段时间啊 。
是 。 我觉得就是从深圳的拿到那个收购的签约以后， 就是这么一个状态 。
就是大步行走了两分钟 。
对 ， 然后之后就一直就是这种状态 。
其实你当时说就是签完约 ， 然后你说你围着这个桌子踱步 ， 我就想到你们现在公司这个名字 。
对 ， 这个名字其实也有多重的含义嘛 。
对 ，Striding 也是行走的意思 。
对 ，其实是大步行走的意思 。 它不是一个小步行走 。 而且呢 ，其实你看从这两个字的角度 ，也其实体现了我一定的价值观 ， 我们要行得正 ， 对吧 ？
而且我觉得我们是正在前往 、 正在走向创新的一个时代 。
嗯 ， 对 ， 中文叫正行 。
而且你看我特意是用了创新这两个字 ，是因为我觉得我是一个很难用之前的标签所定义的公司 。 那所以我其实就是一个像比如说大疆或者智原 ， 可能你只能用创新来统一的概括 。
已经开始第三次创业
， 里面疲惫和重复的部分会有吗 ？ 以及你现在还兴奋吗 ？
我还是非常兴奋的 。 现在我还在一线 ， 所有的很多的重要决策 ， 我有时候都觉得他们找我太多了 ，但所有的事情还是我自己在这儿盯着 。
我觉得就是说你看到团队一步一步的成长起来 ， 你看到每一个个体的能力也在逐渐的成长起来 ， 你看到你的这些技术的东西从 demo 到落地实现 ， 这是一个作为技术人和创业者发自内心的高兴 。
这个跟估值的成长是没有关系的 。 所以在这样一个过程中， 又是新的技术 ， 又是新的场景 ， 又在不断的扩圈的过程中， 我还是挺开心的 。
未来 12 个月在你看到的这个时间表里面 ， 你希望 Striding AI 做到什么 ？
我觉得其实在今年内 ， 我们就会在两个我们目标的大的场景开始能够落地 。 我希望到一年左右的时间 ， 我们的产品真的能够通过两到三轮的打磨 ， 真的在一些场景里面开始提供服务 ， 能够让大家在日常生活中， 不管在哪个地域 ， 感受到哦 ， 原来人形机器人， 原来具身智能 ， 真的不只是跳跳舞了 ， 能够开始在日常生活中让我安全的 、 方便的享受来
自它的服务 。 对 ， 我觉得这就是我们这一年要实现的目标 。
OK， 今天非常感谢姚颂做客 《 晚点聊 》， 分享了从 2016 年到现在十年的三次科技创业经历 ，以及最近这一次创业 Striding AI 对物理 AI、 对通用机器人的思考和实践 。
那今天节目就到这里 ， 各位拜拜 。
好 。
本期节目就到这里 ， 欢迎收听 。 如果你对今天聊的话题有观察 、 好奇或疑问 ， 欢迎在评论区分享想法 。
这也会成为我们节目的一部分 ， 让整个讨论更完整 。 你也可以把我们的节目分享给对这个话题感兴趣的朋友 ， 欢迎推荐更多你想听的主题和嘉宾 。
你可以从小宇宙 、 苹果 Podcast 等渠道关注 《 晚点聊 LateTalk》，也欢迎关注我们的公众号 《 晚点 LatePost》。 下期再见
。