Sunday

166: 许华哲再次具身创业：不想错过最大的西瓜

2026年5月25日 · 2:25:40

许华哲（前星海图联创、首席科学家）在26年3月创办破壳机器人，本期与主播程曼祺详述再次创业的动机与判断：他认为具身智能的核心是把通用智能做出来，家庭机器人会快速到来，18到24个月内会有机器人真正走进家庭干活；他想象的不只是渗透，而是最终造一个像人一样通用的人形机器人。他反对行业里先做量产落地、数据闭环和跳舞表演的路径，直言具身智能不是Robotics、不是自动驾驶、也不是史前深度学习，而应像大模型一样用统一模型做预训练和规模化后训练，强化学习被低估；他在清华交叉信息研究院的课题组做过七种任务都练到高成功率的强化学习工作。华哲想定义家庭机器人这个新品类，以苹果和小米为榜样，目标做有品牌效应的2C公司，产品从轮式双臂的通用人形切入；他认为AI总会有锯齿状的低级错误，所以产品要明确不做什么，比如不做直接接触人体的服务。他也分享了再次创业的状态——找回曾经想创业的自己，办公室会像家一样，期望到28年初有人真用破壳机器人在家做事；有投资人告诉他“不要小瞧投资人的梦想”，他说自己会选更难的事，还说这是“时代在召唤”。他还警告中国从业者，卖数据和无脑量产会错过最大的西瓜，并相信最好的东西最终会出现在中国。

157: 与陈哲的「具身季报 26Q1」：宇树招股书、人形再思考、英伟达世界模型、高自由度灵巧手

2026年4月2日 · 2:06:07

陈哲（Alphaist Partners创始合伙人）与程曼祺在本期《晚点聊》盘点2026年Q1具身进展——宇树春晚表演、Sharpa灵巧手、英伟达DreamZero/DreamDojo、银河通用人形打网球、波士顿动力电动Atlas——并断言前沿正从VLA转向世界模型和触觉操作。陈哲认为，世界模型以视频生成为底层、取代以文本为核心的VLA，理论天花板更高，但算力消耗极大，注定大厂主导；英伟达EgoScale数据框架用2万小时自中心数据补全金字塔中段。灵巧手则是创业公司机会：Sharpa的System2/System1/System0架构把触觉引入高频控制，有望成为类似G1的全球科研默认选择。他评价宇树G1以63%毛利和5,500台出货定义科研市场，人形占收入过半，但研发投入仅9,000多万元，智能大概率长期跟随；Optimus Gen3延期，绳驱灵巧手量产和1万台年目标仍激进；波士顿动力Atlas用模块化电机和左右腿互换突破人体限制。对双足价值，他用Stretch对比说明人形在动态重心和占地上反而更优，银河通用网球则拓宽了实时交互的想象。他还判断，从云端到车载再到机器人，英伟达统治力递减，地平线、地瓜已主导量产机器人芯片；中国估值超100亿元的具身公司超20家，宇树上市是高质量公司而非泡沫，但市场仍需吸收。

152: 千寻智能韩峰涛：具身模型淘汰赛和落地的非共识

2026年2月26日 · 1:41:42

本期嘉宾是刚完成近20亿元融资、估值超100亿元的具身智能公司千寻智能创始人兼CEO韩峰涛，主播程曼祺，他提出26年不是具身落地生死之年，而是具身模型性能爆发元年，行业会像23年的大模型一样进入模型能力淘汰赛。韩峰涛回顾15年从业：浙大毕业后因机器人岗位稀少先去了国家核电，2015年与同伴联合创办落实，经历三次资金链危机与个人连带债务后，这次为千寻找到联创高阳前密集见了100多人。千寻把80%以上精力用于数据卡点，从24年5月开发UMI、外骨骼等可穿戴数采设备，一年半把数据可用性从30%提高到95%，有效性达到遥操作的90%-95%；26年计划采100万小时，是此前最好开源模型所用1万小时遥操作数据的100倍，目标模型全球top3。落地路径是先工业、商业再家庭，宁德时代是首位大客户，他们从200道工序里选了电池最后插拔检测：节拍慢、容错率高、无需非标自动化改造。他还把具身模型比作GPT-2，认为真正大规模落地要到27下半年到28年；为对抗大厂要把自己变成一年卖10万台的中厂，组织价值观是信任与追求卓越。他判断26年拿不到足够钱、跑不到头部就上不了牌桌，雷军曾问高阳技术领先多久，回答是六个月。

148: 它石智航陈亦伦：具身的三道曙光和第一道关卡

2026年1月16日 · 1:25:02

本期嘉宾是它石智航创始人、华为前自动驾驶首席科学家陈亦伦，他向晚点主持人程曼祺提出，具身智能已有三道曙光——强化学习解决运控、大模型做任务规划、端到端解决极端案例，但行业仍卡在第一道关卡：数据。他以当年华为用3万行代码替代200万行代码、2021年做出国内最早端到端自驾的经历说明，算法结构最终会归于简单，GPT最伟大的是“预测下一个token”的训练任务而非架构；三道关卡依次是数据、算法和后训练。具身数据应来自真实场景和真实动作，数据只有世界与人两个源头，他不看好仿真和视频数据，手套加第一视角摄像头比遥操更高效、成本更低，它石已采集约10万小时数据并预言2026年数据大爆发。他还区分了VLA与世界模型的不同用途——前者应对开放世界任务，后者应对与车辆行人交互——认为具身应有自己的基础模型而不是在LLM上长出头；他说端到端虽是行业人人都在说的主流方法，但关键是做出惊艳效果，并判断具身已到Scaling临界点，2027年会出现类似自驾2021年的时刻。落地方面，它石瞄准工业制造中的柔性线束装配；陈亦伦认为具身领域充满硬件、场景、本体、数据与算法的交替组合与协同优化，中国供应链和场景优势会让美国创业者不构成竞争对手。