# 166: 许华哲再次具身创业：不想错过最大的西瓜 晚点聊 LateTalk · 2026-05-25 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。 ## Questions this episode answers ### 许华哲为什么离开星海图，重新创办破壳机器人？ 许华哲表示，更多是他产生了新想法：做家庭机器人、最终造出通用机器人。他后来觉得这件事到来不会太晚，且可能只有自己主导才能做成，于是选择和合伙人沟通后离开创业。破壳名字寓意生命力与原始创新，他想做一个2C消费品牌。 [2:38](https://latetalk.podhood.com/fa05a273-82b8-4878-874c-56fce93bf91a?t=158000) ### 许华哲说“具身智能不是Robotics、不是自动驾驶，也不是史前深度学习”，这是什么意思？ 许华哲说，具身智能的本质不是传统机器人学那样一个个解决特定任务；也不是自动驾驶那样靠单一场景数据闭环扩展。他强调AI native：要用大规模、多样化的数据做一个统一模型，靠预训练、物理先验和后训练走向通用物理AGI，而不是堆小模型。他希望大家相信物理AGI会诞生。 [44:16](https://latetalk.podhood.com/fa05a273-82b8-4878-874c-56fce93bf91a?t=2656000) ### 许华哲预测家庭机器人多久能真正走进家庭？ 许华哲判断，未来 18 到 24 个 月，世界上会有一台机器人真正走到家里做事，能连续工作较长时间，让人产生“未来已经来了”的体感；之后会逐步更好，可能过一年就变得突然可用。他希望两年后已经有用户在家里使用破壳的机器人。 [4:46](https://latetalk.podhood.com/fa05a273-82b8-4878-874c-56fce93bf91a?t=286000) ### 许华哲认为中国具身智能行业有哪些不利于智能发展的现象？ 许华哲认为行业里有几类不好的现象：一是把采到的机器人数据卖出去，甚至卖到美国，等于把“弹药”交给竞争对手；二是无脑量产，追逐出货量而不是机器人日活；三是让人形机器人卷跳舞、翻跟头这类纯表演。他希望大家聚焦通用智能，别错过最大的西瓜。 [1:23:03](https://latetalk.podhood.com/fa05a273-82b8-4878-874c-56fce93bf91a?t=4983000) ## Key moments - **[0:00] 开场** - [0:13] 许华哲："科学家创业不好吗？我觉得大家还是没有完全相信AI的产生。" - [0:22] 许华哲：很多做具身智能的人仍把机器人看成工厂里的机械臂，不相信 physical AGI 会诞生 - [0:46] 许华哲：我们最终要做的是造一个人；同一个机器人可以在酒吧跳舞、田里种地、课上教书，因为它是通用的 - **[2:29] 离开星海图** - [2:54] 许华哲谈离开星海图：我产生了一些新想法，后来觉得可能只有我自己去做才有机会做出来 - [4:11] 许华哲预测：未来18到24个月，会有一台机器人真正走进家里连续工作，让一个人产生体感 - [6:11] Q: 家庭机器人不是星海图现阶段的重点吗？ A: 至少我看到不是 - [6:53] 许华哲：具身智能最核心是智能，机器人只是铁疙瘩；去工业场景落地离 physical AGI 有巨大夹角 - [8:17] 许华哲：如果 DeepSeek 只能回答数学题就不会有巨大影响；physical AGI 是家里让它干什么它就干什么，才成为必争之地 - [9:04] 许华哲：创业想法去年八九月份产生，公司3月3号注册，过年前正式敲定 - **[17:02] 创业信号** - [17:15] 许华哲用"时代在召唤"解释再次创业：AI时代来了，你恰好是搞AI的人，没有理由不接受这个时代的邀请 - [18:44] 许华哲列举再次创业信号：自己的强化学习任务已做到验证成功率100%、大模型证明Scaling Law上限、Agent让物理世界串联成为可能 - [20:35] 许华哲：家里有那么多专用机，缝隙全靠人填；Computer use 证明 Agent 能在物理世界做类似串联，这对机器人意义巨大 - [23:45] 许华哲：数据是卡点但会走向视频数据和手持无本体采集；Aloha 遥操只因为容易展示进展，中局还是视频数据 - [25:37] 许华哲解释公司名破壳：希望有生命力、破壳而出，也象征一个从0到1做原始创新的原点 - **[26:27] 科学家创业** - [26:56] 许华哲反问"科学家创业不好吗"：几年前怕科学家不重视商业、有退路；现在Ilya、Hassabis、Hinton、LeCun说明科学家创业已是时代主题 - [28:54] 许华哲：如果对很远的事情没有技术信仰，最后会变成卖杯子；我们要追求的是造出一个像人一样聪明的东西 - [29:55] 许华哲：OpenAI 靠 Ilya 等人堆数据的坚定判断改变世界线；科学家的信仰是创业中最重要的因素 - [31:17] 许华哲谈 DeepMind：2010年创业太早，能活下来已不易；谷歌收购后独立运营，若没有 Hassabis，谷歌 AI 几乎被 OpenAI 团灭 - [32:47] 许华哲称不把自己完全定位成科学家，更想做出苹果和小米那样的2C消费级大品牌，定义家庭机器人这个新品类 - [35:37] 乔布斯式背对用户 vs 小米式用户参与：许华哲认为产品没出来前问用户没用，出来之后用户能给非常好答案，两者是一体两面 - **[41:11] 破壳的赌注** - [41:37] 许华哲与Eric Zhang共识：机器人18个月内进家庭；应该相信生态，不把所有事 in-house 做，公司文化第一位是极致 - [43:14] 许华哲：一个组织的注意力有限，不能面面俱到；破壳只做最重要的事——AI 和产品，硬件尽量交给生态 - [44:16] 许华哲定义 AI native：不是传统机器人学，不要一个任务一个任务解决，因为任务无法穷举 - [45:04] 许华哲举例传统机器人学审美：三陀螺平衡、倒酒机械臂、Kuka 乐队广告——很帅但只解决特定问题，不是 physical AGI 的路 - [46:33] 许华哲：具身智能不是自动驾驶；先采集五道口再中关村再海淀的数据闭环不是通用解决方案 - [48:06] 许华哲：AI 是归纳器，看的案例越多结论越好；多样性不能等预训练后再补，一开始就该把所有数据放在一起 - **[56:46] 智能路线** - [56:46] 破壳第一阶段做三件事：造硬件本体、训AI模型、定义产品；产品先以轮式双臂切入，足式同期开展 - [58:25] 许华哲设想家庭机器人续航至少两小时、可回充；家庭市场想做全球，通用模型不应受限于具体家庭位置 - [1:01:23] 许华哲：模型重点做强化学习——让机器人自己探索世界产生数据、评估数据、用好数据；坏数据会让策略劣化 - [1:03:18] 许华哲：干活的模型必须是统一模型；一个个任务解决不完，做100件小事不会领悟第1000件事 - [1:04:08] 许华哲观察行业：预训练大家都用端到端大模型，但后训练多数收缩到单任务；破壳想做规模化后训练保持泛化性 - [1:05:12] 许华哲：后训练初期所有任务都平庸没关系，应该一起变好，而不是一个任务特别强、别的都不行 - **[1:06:06] 强化学习** - [1:08:20] 许华哲：有投资人说不在乎短期 milestone，只在乎最后做的是不是最大的东西；"不要小瞧投资人的梦想" - [1:09:30] 许华哲：太空、量子、具身智能里，具身智能确定性最高、几乎确定会到来，所以投资热理所当然 - **[1:10:14] 18个月后** - [1:10:24] 许华哲立下目标：到2028年初已经有人在用破壳机器人在家里做事，并约定到时候再做一期播客检验 - [1:11:19] 许华哲：确定的是视频数据变多、模型变大、用户接受度提升；不确定的是用什么模型吃下数据和本体该长什么样 - [1:13:02] 许华哲谈模型路径：机器人需要物理先验而非语义先验；计划用世界模型当骨干网络，配合预训练和后训练 - [1:15:08] 许华哲预计：当前数据量小，具身模型一年投入一到两亿人民币合理；数据量起来后投入会接近大模型 - [1:16:07] 许华哲预测：大公司会在18到24个月后家庭机器人跑通时跳进来，现在只能驻小 lab 当哨兵 - **[1:16:32] 全球竞争** - [1:16:42] 许华哲最关注 Pi、Generalist、Sunday 的智能进展；对 Figure 新视频太丝滑存疑，想现场挪东西验证是否真实 - [1:18:36] Q: 为什么你关注的智能同行都不是中国公司？ A: 美国创业者战略定力更好，像 Pi 第一天说做 physical intelligence 就一直做 - [1:20:24] 许华哲用上课比做创业氛围：老师表扬坐得正大家就坐得正；国内行业需要更多向本质方向靠的氛围 - [1:21:08] 许华哲：智能是最后的决胜点；如果不做好通用智能，铁架子里装的大脑就不由你控制——别错过最大的西瓜 - [1:22:42] 许华哲预测：完全 human level 的通用智能可能五年左右到来；奇点会由大模型自己写大模型、机器人自己造机器人触发 - [1:23:03] 许华哲批评卖数据：这是把最宝贵的弹药卖给英伟达、谷歌，为了账面好看；破壳不会往美国卖数据 - **[1:29:18] 成长经历** - [1:29:27] 程曼祺发现具身智能创业者多东北人；许华哲笑答：东北人比较 physical，喜欢物理世界，而具身智能也很 physical - [1:31:48] 许华哲回忆高中：跟计算机竞赛小伙伴在机房研究神经网络，觉得它未来会做出 AI 的东西 - [1:33:06] 许华哲：本科第一次用神经网络写游戏 AI 失败；博士花6到9个月全职写星际争霸 AI，一定要做能自己决策的 AI 系统 - [1:35:56] 许华哲在博士三四年级转向机器人：强化学习把所有游戏都能做出来，但机器人挑战更大、影响力更大 - [1:36:46] 许华哲回忆博士迷茫：好学生当完了，论文和导师都满意后，反而问自己线性走下去的意义是什么 - [1:38:44] 许华哲：大多数科研是人类进步路上的一点噪音；真正想做的是不是噪音的事情 - **[1:51:49] 技术之美** - [1:52:07] 许华哲：技术之美第一是简单——用小方法解决大问题最美；方法复杂只能解决小问题是丑陋的 - [1:53:18] 许华哲：第二个审美是一致；既用若干小模型又拼知识图谱是理念矛盾，他要么选端到端统一要么选彻底拆开的网络 - [1:55:08] 许华哲：有用是一种结果，跟美不美几乎正交；美的东西可以很有用也可以很没用 - [1:55:40] 许华哲看2025年：Pi 的工作是核心推动力，Generalist 数据集和 embodied VLM 都有价值，但还没有出现能单拎出来的 Transformer 级突破 - [1:57:26] 许华哲谈时间检验奖：RSS 最佳论文从未拿过 Test of Time；2025年的重要工作可能已有，但没人能点出来 - [2:01:49] 许华哲说最骄傲的成果是下一个；随后列举 Robot Cook 包饺子——从擀面开始，是系统级长程任务 - **[2:08:48] 尽力马拉松** - [2:08:48] 许华哲谈性格：外向但喜欢独处；因为想清楚很多事不重要才乐呵，就像喜剧演员私下未必开心 - [2:11:27] 许华哲引用哈萨比斯传记：尽力的人生像马拉松，跑过终点线最好立刻跪下，更好是被抬进医院但没有死掉 - [2:14:17] 许华哲：想清楚使命后真正的快乐变少了，因为大多数事情无所谓；以前像婴儿皮肤一样敏感，现在阈值变高了 - [2:15:29] 许华哲：创业成功概率很低，100家公司可能各自都只有1%甚至全挂；所以要在乎是否尽全力、是否有极致体验 - [2:16:39] 许华哲：为这件事能付出多少代价？"当然很多，所有的代价，因为我要的太多了，所以任何代价都可以" - [2:18:48] 许华哲：创业后一定程度上找回了曾经的自己——从早上8点半工作到12点的高能量状态，已经很久没这么爽过 ## Speakers - **曼祺** (host) - **许华哲** (guest) ## Topics AI模型团队动态 ## Mentioned DeepMind (company), Fauna (company), Figure (company), Foley (company), Generalist (company), OpenAI (company), Pi (company), Sunday (company), 小米 (company), 小鹏 (company), 星海图 (company), 破壳机器人 (company), 苹果 (company), Claude Code (product), OpenClaw (product) ## Transcript ### 开场 **曼祺** [0:08] 可能外界对你创业有一个标签 ， 就觉得你是带着更多技术理想的科学家的创业 。 **许华哲** [0:13] 科学家创业不好吗 ？ 对 ， 我觉得就是大家还是没有完全相信 AI 的产生 ， 我觉得 。 **曼祺** [0:20] 没有完全相信 ？ **许华哲** [0:22] 嗯 ， 没有完全相信 AI 可以产生那个通用的 AI。 就很多人做具身智能 ，但我觉得相当一部分人还是觉得它是一个机器人， 然后它就跟工厂里的机械臂一样 ， 只不过它是人的样子 。 它不相信那个 physical AGI 会诞生 。 我想象的 ， 甚至不是渗透 ， 我觉得就是因为我们其实最终我们要做的事情就是造一个人嘛 。 尽管我们现在是家庭机器人 ，但最终我们是想造一个人。 所以他下班以后 ，他出去以后 ，他可以是一个在酒吧里跳舞的人 ，他可以是一个在田里种地的人 ，他可以是一个在课上教书的人 ，但是都是同一个机器人 ，因为它是通用的 。 我觉得这样就可以算得过来了 。 如果他是那个专门在那儿干那件事的人， 我觉得人形机器人很难算得过来 。 **曼祺** [1:12] 欢迎收听 《 晚点聊 》， 我是曼祺 。 本期的嘉宾是许华哲 ， 从 26 年 3 月开始 ，他有了一个新身份 ： 破壳机器人的创始人。 之前两年多里 ， 许华哲是星海图的联创和首席科学家 。 这次重新创业 ， 华哲想自己主导推动一个大梦想 ： 通用机器人。 第一步就是家庭机器人。 他也想跳出此前中国具身智能行业的一些路径依赖 ， 更回归通用智能的探索 。他说具身智能不是 Robotics，不是自动驾驶 ，也不是史前的深度学习 。 这并不是现在最流行的叙事 。他是怎么想的 ？ 破壳会怎么做 ？ 我们进入本期节目吧 。 华哲你可以先和我们的听友和观众简单打一个招呼 ， 简单自我介绍一下 。 **许华哲** [1:58] 好的 。 大家好 ， 我是华哲 。 我目前在创业 ， 刚刚成立了一个新的公司 ， 叫破壳机器人。 然后同时我也在清华大学交叉信息研究院在做助理教授 ，在做具身智能相关的研究 。 另外也在做自媒体 ， 对 ， 就是录一些播客 ， 录一些记录一些生活 ，在一些自媒体平台上面也都有很多分享 。 对 ， 这可能是我主要在做的三件事 。 ### 离开星海图 **曼祺** [2:29] 我们可以从你这次创业开始聊 ，也是我现在最好奇的问题 。 就是你之前其实是在星海图是联创 ， 就是 23 年成立的一家具身智能公司 。 **许华哲** [2:38] 是的 。 **曼祺** [2:38] 然后 26 年年初这个时间点 ， 你是出来就是重新做这一次创业 。 然后关于你和星海图是怎么分开的 ， 我觉得外界有很多传闻 。 就有的人会说 ， 比如说是和平分手 ， 然后有的说是孵化 ，有的说是你们闹掰了 。 你可以自己讲讲 ， 就这是一个什么过程吗 ？ **许华哲** [2:54] 我觉得更多的是我产生了一些新的想法 。 然后这个想法其实也不算新 ， 只是后来想到可能只有我自己去做才有可能做到 ， 才有可能做出来 。 所以就觉得还是要自己来做这件事 。 对 。 **曼祺** [3:13] 那你可以描述一下这个想法是什么吗 ？ 你什么时候开始去思考这件事情的 ？ 包括当时后来怎么和纪扬 、 和赵航 、 和天威他们去沟通的 ？ **许华哲** [3:21] 就首先这个事情我之前都有提 ， 就是做家庭机器人， 对吧 ？ 就是那条松鼠鳜鱼我也反复提过很多次 。 对 ，但是我觉得到现在为止 ， 就是更多的是技术上面 。其实我是最初是想把这个当做我的人生的追求 。 因为机器人的这个进展其实可慢可快 ， 对吧 ？ 所以一定程度上那个时候不是一个创业的想法 ，而是说我在技术上我要做到这件事 。 但是在 25 年的后半段吧 ， 然后就会觉得 OK， 这件事情好像到来的时间不会太晚 ，而且这件事情可能更适合我自己去主导去做 。 **曼祺** [4:07] 你可以把这件事情你可以描述一下吗 ？ 就你说你比你想象中会更快到来的 。 **许华哲** [4:11] 其实一个事情发生的时间可以是一年， 可以是十年， 可以是五十年 。 很多时候像具身智能这个家庭机器人到来这件事呢 ， 确定性还是比较高的 。 原因是什么呢 ？ 原因是大模型已经趟出了一条路 ， 所以在有足够的数据 ，在有足够的这个算力的情况下， 那个智能模型一定会变得很好 。 所以再加上社会的关注度 ， 然后加上这个资本政策 ，其实关注度也很高嘛 。 所以一定程度上加速了这个未来的到来 。 我觉得在未来的 18 到 24 个月 ， 这个世界会有一台机器人真正走到家里面去做一点事 ， 可能服务了一些人类 ，也许它还不足以稳定的一个产品的形象存在在那儿 ，但至少它已经可以连续的工作很长时间了 。 至少它可以在家里面把相当多的事情做了 。 它可以让一个人觉得相信 ， 产生体感 ， 相信那个未来已经来了 。其实这个过程是一个既是渐变也是突变 。 像比如大模型的到来 ， 我们体感上其实是一个渐变的过程 。23 年我们就开始用了 ， 对吧 ？ 然后每天跟它聊着聊着天 ， 怎么过几天它就更聪明点 ， 过几天就更聪明点 。 到现在的这个 OpenClaw， 对吧 ？ 这个龙虾等等 ， 大家发现 OK， 这个事情好像突变了 ， 突然变得特别好使 ， 突然变得能干所有事了 。 我觉得具身智能也会是这样一个过程 。 就是我预测的那个可以产生体感的时间点 ， 大家会发现 OK， 它还有提升空间 ， 对吧 ？ 然后可能六个月后你会发现它变得更好了 ， 再过三个月可能变得更好了 ，也许过一年以后它就变成好像突然可用了 ， 家里只需要一个机器人， 别的都不需要了 。 对 ， 所以我会觉得它不会太晚到来 。 **曼祺** [6:04] 所以我可以理解成就是 ，其实你要在星海图继续做你想做的家庭机器人这件事情 ，不是星海图他们现阶段的重点 。 **许华哲** [6:11] 至少我看到的不是 。 **曼祺** [6:14] 我觉得是可能跟中国的一个行业现象有关 。 就是我觉得中国的比如 23 年、24 年这一波成立的具身智能公司 ， 很多首先大家是比较强调去量产和落地嘛 。 然后很多选的第一个场景是偏工业物流这种生产的场景 。 **许华哲** [6:32] 是 。 **曼祺** [6:33] 然后我看你在年终总结里也写了 ， 你 @ 了很多人， 有赵航 、 王赫 ， 还有高阳等等。 就是你觉得可能我们花了更多的精力在这个量产和应用上， 然后在模型在智能的突破上的一些努力 ， 目前看起来是没有一些美国公司进展快的 ， 比如说 Pi 等等。 **许华哲** [6:53] 从我的视角来看 ， 具身智能本身最核心的还是智能 。 机器人其实只是一个铁疙瘩 ， 它里面有电机 ，有它的结构件 ，有它的一些电路 ，但是实质上产生变化的是里面的智能 ， 让它真正能做各种各样的事情 。 那在工业场景里面去做落地 ， 往往做的那个事情不太需要智能 ， 往往需要的是一定程度的智能 。 而做那件事我觉得离我们追求的那个 physical AGI， 对吧 ？ 通用的具身智能体 ， 我觉得是有一个巨大夹角的 。 换成大模型的这个语言 ， 就是说我在今天 ， 我会希望做一个所有问题都能回答的客服 ， 智能客服 ， 还是我应该做今天在做的这个大模型 ？ 我觉得答案是显而易见的 。 这是为什么我觉得我并不排斥落地 ， 或者我并不觉得它不好 。 我只是说我们同时也应该多去看一看 ， 怎么样把智能的能力真正做上来 ， 让它真的变得通用 。 因为变得通用这件事才使得这个具身智能真正能改变人类的存在的方式 。 所以我觉得这个是它最大的一个价值 。 如果今天告诉你你可以用 DeepSeek， 你可以问它一些数学题 ， 只能问它一些数学题 ， 你觉得它会有一个巨大的影响吗 ？ 我觉得不会 。 它可能就成了一个小生出大家专门去刷一刷数学题的一个软件 。 它可能绝对不是现在所有人都必争的一个高地 。 我觉得同样的 ， 我们要的那个 physical AGI 是我在家里面让它干点什么事情 ， 它就可以干 。在社会上面 ，在这个外面的空间里面 ， 我让它做一件事 ， 它就可以做 。 那这个时候才变成了必争之地 ，因为所有的生产力结构都会发生改变 ，而不是单纯的降本增效的提高生产力 。 **曼祺** [8:59] 你正式决定创业是在什么时候呀 ？ **许华哲** [9:04] 我觉得这个很难说 。 就是产生这个想法是去年的八九月份 ， 然后其实也在中间做了各种各样的思考 。 对 ， 然后我们公司是 3 月 3 号注册的 。 然后我觉得是在过年前吧 ， 过年前算是这个事情正式敲定吧 。 **曼祺** [9:28] 从八九月份到就春节前 ， 中间也是有差不多三个多月的时间 。 这个过程中间你在想一些什么呀 ？ 有哪些是让你就是非常想纵身一跃来创业的 ？ 然后有哪些点是可能你会比较担心要去考虑一下的 ？ **许华哲** [9:46] 对 ， 首先这段时间手头上还是有些活要干 ， 所以还是要干点活 。 然后但是在这个过程中我觉得我去在想创业能干什么 。 虽然我想做这个家庭机器人 ，但是它究竟应该长成什么样子 ， 它究竟应该干哪些事情 ， 它究竟多长时间会到来 ， 我觉得这些事情都是我在仔细思考的 。 以及我其实中间也就是我习惯先发散然后再收敛这样的去思考 。 所以我之前也想过 ， 比如说我能不能做一个专门备菜的机器人。 就是因为大家都挺喜欢炒菜这个环节的 ，但备菜一般大家都不是很喜欢 。 我去给我在美国生活的同学 ， 中国的好朋友都打了电话 ， 或者是一起约了个饭 ， 我说我要做这么一个事 ， 你觉得你会花多少钱买 ？ 然后因为我觉得美国物价贵点嘛 ， 我就两边我都问问 。 然后他们的答案就是出奇的一致 ，他们都会找一个厨房里面最相关的东西去跟它做比较 。 **曼祺** [10:56] 就是厨房有一个设备或者一个电器是吧 ？ **许华哲** [11:00] 没错 。 中国的同学相对大方一些 ，他跟我说是冰箱 。 **曼祺** [11:05] 原来是中国同学相对大方 。 **许华哲** [11:07] 没错 。他会觉得这个备菜这件事对他来说很重要 ， 所以他觉得他可以付一个冰箱的钱 ， 大概一万块钱或者六千块钱 。 对 。 然后美国的同学相对更加对这个事情他觉得没有那么对他有吸引力 ，因为他说备菜过程他也很喜欢 ， 所以他会觉得那可能是一个买一个高压锅或者电饭煲的钱 ， 可能更便宜一点 ， 两百美元 ， 一千多 。 对 ， 所以聊到这儿的时候这个话题就进行不下去了 。 因为我们的一个关节可能要一千块钱 ，而一个机械臂需要七个关节 ， 光是这七个关节就已经超过了它的购买预算了 。 所以我去想了想家里面的这种某某机 ， 对吧 ？ 就是电视机 、 洗衣机 、 冰箱没带机 ， 对 ，但它也是一个机 。 对 ， 它的价格就在这儿 。 对 ， 所以这是我第一个去想 。OK， 我可能也许如果要做某某机就不是机器人， 它一定不是机器人， 至少在机器人的成本大幅的下降之前 ，是很难去做这样的事情 。 第二件事呢 ， 我也因为有很多朋友嘛 ， 跑了很多地方 ， 车厂里面的生产线 ， 然后物流厂里面的这个做物流传递的 ， 然后这个一些传统的制造业 ， 包括一些轻工业 ， 就是比如说鞋厂 ， 我去跑了很多地方 ， 还有一些食品工业 ， 还有这个不草间 。 对 ， 这些地方我也去看了看 ， 就是因为当时反正发散嘛 ， 就看看哪儿需要点啥 。 我发现他们都很需要机器人 ，但他们需要的呢 ，不是人形机器人 ，是能够把人的那个活干了的机器人。 **曼祺** [12:58] 你当时想的是智能家庭机器人 ，但是你也去看了这些物流和生产的环节 。 **许华哲** [13:03] 我觉得我在想事情的时候是发散的过程 ， 我希望我不漏掉任何事情 ， 我希望能够仔细的去知道 事实 ， 然后根据这些事实做出判断 ，而不是我一拍脑袋 ，因为我喜欢所以我做了 。 **曼祺** [13:21] 那你可以继续说 ， 你说这些场景你觉得他们其实不需要人形或者类人形的 。 **许华哲** [13:25] 对 ， 它其实某种意义上当我们提到说你们需不需要的时候 ， 它会说非常需要 ， 我们太好了 ， 来一个人形机器人帮我们干了 。 但你再深入聊的时候 ， 它其实在乎的不是人形机器人， 它在乎是能不能把那件事干了 。 而那件事本身的价值是由现有的干那件事的人的工资和他做的那个产品的价值共同决定的 。 但实际上最主要的还是那个干那件事的人的工资 ， 很显然并不是特别高 ，并不是特别高 。 我们看了相当多的这样的地方 ， 发现去做替换其实它更需要一个稍有智能的机械臂 ， 稍有智能的机械臂 ，而不是一个真正通用的人形机器人。 而且它在效率的追求上是非常极致的 。 **曼祺** [14:12] 对 ，他们对节拍 、 对精度各方面的要求都很高 。 **许华哲** [14:16] 是的 ，是的 。 所以在这样的一个情形下呢 ， 我们发现还是有很多的这个企业是很大方的 ， 它就说只要你能做到这个事 ， 我就立刻怎么怎么样 ， 给你支付一些报酬呀或者怎么样 。 对 ， 当然也都是只是聊聊天 ， 没有任何实质性的动作 。 但是聊完这个以后， 我产生了一个点 ， 就是那些非常高价值的事情其实已经都被自动化了 。其实那些特别困难但是价值不高的事都留给我们了 。 对 ， 然后这件事其实我觉得值得做 ，但是我又想 ，其实我很喜欢去想 ， 那这个事情到底谁来做 ？ 我们的一个结论就是 ，因为它足够困难 ，但是价值又没有那么高 ， 所以我觉得应该是一个通用的东西降维去做的 ，而不是专门去解决它 。 因为一旦你专门去解决它 ， 你会花费相当多的精力和资源去解决一个低价值的事情 。 所以这个很显然是在很长的一段时间内没有办法 打正或者是没有办法产生一个比较好的收益的 。 **曼祺** [15:30] 所以你觉得这个顺序是先有一个比较通用的机器人， 再适应它的场景 ， 它有一定的规模 ， 它到一定的成熟度 ， 然后它再渗透到这些更分散 、 更像毛细血管一样的这种场景 。 **许华哲** [15:42] 对 ， 我想象的甚至不是渗透 ， 我觉得就是因为我们其实最终我们要做的事情就是造一个人嘛 。 尽管我们现在是家庭机器人 ，但最终我们是想造一个人。 然后它就像现在人类社会一样 ， 它可以很通用 ， 所以那边需要它干点事的时候它就过去了 。 它下班以后它出去以后， 它可以是一个在酒吧里跳舞的人， 它可以是一个在田里种地的人， 它可以是一个在课上教书的人。 但是都是同一个机器人 ，因为它是通用的 。 我觉得这样就可以算得过来了 。 如果它是那个专门在那儿干那件事的人， 我觉得人形机器人很难算得过来 。 **曼祺** [16:24] 就是你当时你说发散嘛 ， 这你想的第二件事 ， 去看了一些生产和物流的场景 。 **许华哲** [16:28] 然后 中间还有一个点 ， 就不是技术上的点了 。 就是当时我的宝宝快出生 ， 就是我宝宝是 12 月初出生的 ， 所以正好 2025 年的下半年的这段时间也是一个等待宝宝降生的这样的一个时间点 。 所以我也在想能不能忙得过来 。 对 ，以及是不是 应该更稳定一点或怎么样 。 对 ， 所以这个也是我的一个思考的点 。 ### 创业信号 **曼祺** [17:02] 对 ， 我觉得这是个很真实的想法 。 本来我也想问的 ，因为同时开始新创业和当新手奶爸 ， 我觉得在精力上各方面都是很大的挑战 。 你后来最后你是怎么得出结论 ， 觉得还是要在这个时间点创业 ？ **许华哲** [17:15] 对 ， 我觉得 时代在召唤 。 我很喜欢那个小时候的广播体操的那个名字 ， 时代在召唤 。 我觉得 我上周刚在那个组里面跟大家也在讲 ， 就是说当年， 对吧 ， 这个房子变得越来越贵的时候 ， 我们还是小朋友 ， 那你没有买房子 ， 那说明你这个可能你还小 ， 对吧 ？ 但是你爸妈没有看到这个东西 。 后面创造了巨大价值的这个互联网 ， 那时候我们在读书 ， 对吧 ， 我们在积累 ， 所以大家也没有那个勇气去退学创业 。 再往后去看移动互联网等等 O2O 之类的 ， 我觉得那个时候你都可以说有很好的理由 ， 就我不 ready。 然后到今天了 ， 我觉得这个 AI 的时代 ， 你又恰好是一个搞 AI 的人， 没有理由不接受这个时代的邀请 。 这个舞台已经搭好了 ， 然后你说我要忙着带娃 ， 你说我要这个歇歇 ， 我觉得没道理 ， 我无法拒绝这个 offer。 **曼祺** [18:31] 从去年八九月份到你思考创业这个过程中间 ，有什么特别具体的时代在召唤的信号吗 ？ 或者技术上的一些具体的进展 ， 让你觉得你来做这件事可能是刻不容缓了吗 ？ **许华哲** [18:44] 我觉得非常多 ， 我觉得非常多 。 **曼祺** [18:46] 你可以讲几个具体的 。 **许华哲** [18:48] 比如我们自己做的强化学习的东西 ， 当然后面 Pi 也做了它的那个 Pi Star 0.6 嘛 ， 就是我们看到了在一件具体的任务上面 ， 它可以做到非常高的成功率 ， 百分之百 ， 可能一百次 、 一千次的这样的一个验证量级上面可以做到这样的一个成功率 。 那一定程度上那个定点的任务已经某种意义上解决了 ， 定点的任务已经某种意义上解决了 。 大模型我觉得给大家看到了 Scaling Law 的上限是非常非常高的 ， 只要数据到位 ， 加上合适的模型 ， 那个通用性是有一个人已经保证了 ， 对吧 ？ILLIA 已经保证了你会有的 ， 对吧 ？ 所以你也不用太担心这个不确定性 ， 只不过路径在哪儿还在探索 ，但是那个答案就放在哪儿 ， 就像我最喜欢的那个海贼王里面一样 ， 就是说我把所有的一切都藏在那个 One Piece 了 ， 对吧 ？ 拉夫德鲁 ， 然后只不过你找很费劲儿 ， 对吧 ？ 你得过关斩将去找 ，但是反正就在那儿 ， 大家都说真实的存在的 ， 对吧 ？ 那个白胡子说 ， 谁也说 ， 那你就去找嘛 ， 你没有必要去 这个说我就不信 ， 对吧 ？ 然后第三个呢 ， 我觉得这个 Agent 我觉得是可以看到一些更厉害的东西 ， 就它也是大模型 ，但 Agent 某种意义上它产生了一种主动性 ， 产生了一种把所有的缝隙都填上的这个能力 ， 我觉得这个是对机器人来说也是有巨大意义的 。 就是为什么我们家里有那么多机 ，因为它每个都是专用的 ， 它们的缝隙都靠一个东西叫人， 对吧 ？ 一个生物叫人把它们填起来 。 我的洗衣机把东西挪到烘干机 ， 我的冰箱把东西挪到微波炉 ， 然后我这个 ， 对 ， 就它每一个东西都是专用 ，但中间怎么串起来 ？ 因为家里不是一个流水线 ， 你没有办法说冰箱有一个出口 ， 摁一个按钮 ， 然后它就吐出来一个东西到微波炉 。 但 Agent 智能体这件事让大家看到了是有可能的 ， 它可能主动去做 ， 或者你给它模糊的一个意向它就去做 。 因为它操作电脑 ， 对吧 ？Computer use 这件事情本质上跟在家里面去做这个物理的串联意义是一样的 。 **曼祺** [21:21] 厨房 use。 **许华哲** [21:22] 对 ， 对 ， 厨房 use。 它可以现在可以帮你上传小红书 ， 它可以帮你这个管理我的飞书日历 。 对我来说 ，OK， 我看到了这个非常了不起的变化 ，因为以前我需要自己点开日历 ， 然后拉一个条 ， 然后如果是跟美国的人开会 ， 我要脑子里算时差再拉一个条 。 这件事我只要跟他说 ，他就像我的一个助理一样 ， 那谁不想要一个机器人的这样的一个助理呢 ？ 你再也不用说 ，OK， 帮我把昨天剩的锅包肉拿出来热一下， 你说那个午饭帮我大概准备一下， 好吧 ？ 然后我把昨天剩菜热热就行了 ， 然后它就都搞好了 。 我觉得这个也是看到了未来会是非常不一样的 ， 就它就不再是一个什么什么机 ，而是一个人 ，而是一个人。 **曼祺** [22:10] 那这个 Agent 的这个思路 ， 它是一个思路上说对具身非常有启发 ， 还是说它具体的这个 Agent 的框架 ， 就有些具体的东西其实是可以用在具身智能的系统里的 。 **许华哲** [22:21] 我觉得就是直接可以用的 ， 直接可以用的 。 对 ， 只不过就是那个它的那个 skills， 就是 Agent 它不是要调用一些它的技能吗 ？ 那些东西是具身的 AI 的能力 ， 就是比如说干活 ， 对吧 ？ 就是它说它要倒水 ， 那你起码有一个模型得真的能倒水 。 它说它要叠衣服 ， 你得有一个模型真的能叠衣服 。 但那个框架把这些能力串起来的那个框架 ， 我觉得不能说直接可以拿过来用 ，但是至少可以高度借鉴的 。 **曼祺** [22:49] 对 ，因为在就是纯虚理世界的这个 skills，其实它大量的 skills 就是一些 prompt， 就是一些 markdown 的文档 。 但这个可能在物理世界要比这复杂很多 。 **许华哲** [23:01] 对 ， 它是 prompt，但它也是实打实的这个 computer use， 对吧 ？ 就是它是实打实的点开了你的一些东西的 API， 帮你把一个东西上传了 ， 或者帮你把一个东西下载了 ， 挪到什么地方了 ， 对吧 ？ 它其实也是在 ， 如果你认为虚拟的那个世界也是一个世界的话 ， 它其实也是在发生交互 。 我觉得发生交互这件事其实是很相似的 ， 只不过物理世界的交互要困难得多 。 所以我们的智能上面的决心当然是把这个物理世界交互这件事也解决 ， 那就可以创造一个物理世界的很好的产品 。 **曼祺** [23:36] 在讲这个信号的时候 ， 你没有特别提到数据 ，是因为你觉得数据在比如说 25 年八九月份之前其实已经很明朗了吗 ？ **许华哲** [23:45] 我觉得数据其实是一个卡点 ， 数据大家认为是一个卡点 ，是因为那个时候大家还是很多的用 Aloha 的方式去采集 。 **曼祺** [23:56] 就是遥操 。 **许华哲** [23:57] 对 ，但所以在今天我觉得 ， 比如说现在有的 UMI， 就是手持的无本体的采集方式 ， 包括视频数据 ， 我觉得肉眼可见的是在变多 ，是在变得好用 。 但这件事我觉得对我来说从一开始就觉得是这样的 ， 所以对我来说没有太多变化 。 我在 21 年的 22 年的时候 ， 就在做一件很有意思的事 ， 那个论文到最后也没有重在一个很好的会议上面 。 做一个很有意思的事 ， 就是做长视频分割 。 当然现在可能 Gemini 直接就帮你做了 ， 对吧 ？ 为什么我要做这件事呢 ？ 因为我要用王刚师傅或者是这个不知道能不能提 ， 就是一些网红的做饭的视频 ， 然后我要 ，因为他们的视频有很多剪辑 ，因为很多都是多机位的 ， 然后对 ，有很多剪辑 。 我要把他的干活的那些东西给提出来 ， 从这个视频里面去学机器人该怎么做 。 我觉得视频数据在从一开始就是会被大量用到的 ， 只不过为了 ，因为 Aloha 太容易展示进展了 ， 所以大家就是用那种同构的这种遥操作 ， 我觉得更容易看到很多进展 。 但是中局的话肯定还是视频数据是中局 。 **曼祺** [25:24] 当你这次开始决定创业之后， 你取名字的时候给公司取名叫破壳 ， 为什么取这个名字呀 ？ 什么意思 ？ **许华哲** [25:32] 建民好养活 。 **曼祺** [25:34] 建民好养活 。 **许华哲** [25:36] 就是那个什么李狗蛋什么之类的 ， 就是这个容易活下去 。 然后当然还有一个原因 ， 就是当然这是玩笑了 ， 就是更主要是我觉得很有生命力 ， 很有生命力 。 很多新的想法 ， 新的人就像是一个这个破壳而出的这种感觉吧 。 然后另一个就是我觉得它是一个原点 ， 就是 我们还是希望追求原始创新嘛 ， 原始创新 。 所以我们希望这个外面有一个壳 ，但我们里面的东西是那个精华的东西 。 然后有一些从 0 到 1 的东西在我们这儿发生 ， 所以起了这样的一个名字 。 ### 科学家创业 **曼祺** [26:27] 因为我也看你自己写的一些东西 ， 就跟你的对具身的一些思考 ， 还包括你创业相关的一些东西 。 我觉得你想做的这件事情 ， 一个是你非常想聚焦在智能本身 ， 还有一个就是你提到就是想去做家庭场景的智能机器人， 这个很多公司都认为可能会更远才到来 。 所以可能外界对你创业也有一个标签 ， 就觉得你是带着更多技术理想的科学家的创业 。 你自己会怎么看这个观察 ？ 你自己是怎么定位的 ？ **许华哲** [26:56] 科学家创业不好吗 ？ **曼祺** [26:57] 科学家创业有利有弊吧 ？ 你可以自己回答这个问题 。 科学家创业不好吗 ？ 肯定有投资人也问你了 。 **许华哲** [27:05] 我觉得科学家创业在几年前呢 ， 大家会不喜欢 。 大家不喜欢的主要的点呢 ， 就是我觉得两个吧 ， 一个叫做科学家有的时候不太重视商业 ， 对技术的这个热情过高 ，以至于就只做技术 。 但是做一个公司很显然不能只做技术 。 我觉得这是一个大家可能会担忧的点 。 另一个就是退路的问题 ， 就是大家会觉得 OK， 技术人员 ，不光是科学家 ， 技术人员可能他总还是可以变回一个老师 ， 总还可以变回一个工程师 ， 所以他会觉得不够 all in。 对 ，但我觉得现在时代不一样了 。 这是几年前的观点 ， 用 AI 的时间来算的话 ， 基本上已经上古时期的观点了 。 科学家里面有一个很好的 ，有几个很好的搒样 ， 对吧 ？ 大家也都知道他们的名字 ，ILIA， 对吧 ？Hassabis， 这个 George Fay Hinton， 我觉得包括最近的 Yann LeCun， 对吧 ？ 我觉得科学家创业已经是这个时代的主话题了 。 我有一个投资人朋友跟我说 ，他觉得在这个时代是从来前所未有的 ， 学习好对创业来说如此关键 。 因为为什么 ？ 因为其实如果你 ， 比如说我做了一个这样的杯子 ， 我想把它卖出去 ， 科学家一点用都没有 。 因为造这个杯子的这个东西可能相对比较简单 ，但是我们在追求 AI 的同时 ，其实追求的是一种技术信仰 。 技术信仰 ， 如果没有对那个很远的事情的信仰的话 ， 最后会变成卖杯子 ， 最后会变成卖杯子 。 但是我们要追求的不是卖杯子 ， 对吧 ？ 我们要追求的是造出一个人， 造出一个像人一样聪明的东西 。 所以我觉得科学家的这个视野和叫 vision， 对吧 ？ 远见 ， 我觉得在这个时代是最最重要的 。OpenAI 是非常好的例子 ， 对吧 ？ 我觉得这个故事大多数人都知道了 ， 就是 ，但是可能大家不知道它最开始在硅谷 ， 大家也觉得它是个异类 。 就是说每个人都觉得谷歌是最好的 ，在里面开放的 ， 发散的 ， 做很多的科研 ， 产出很多成果 。 但 OpenAI 就相信就是堆数据这件事 ， 然后 ILIA 就是在那儿堆 ， 然后堆到后面 ， 直到 GPT 刚出来的时候 ， 大家还没有意识到 ， 直到 ChatGPT 出来的时候 ， 大家终于意识到了 。 它的坚定的判断才是改变这个世界线的那个最重要的因素 。 而这个因素来自哪呢 ？ 就是来自于科学家的信仰 。 **曼祺** [30:07] 其实你刚才提到这几个人， 辛顿 、 哈萨比斯 、ILIA， 还有乐坤 ，因为乐坤我理解他是刚开始创业 ， 对吧 ？ 刚扔完资 ， 刚开始运营 。 然后哈萨比斯和辛顿其实他们都是做了一段时间之后 ，他们就被收购了 。 **许华哲** [30:20] 对 ，是的 。 **曼祺** [30:21] 他好像和一般人理解的那种 ， 就是一个长期独立存在的创业公司 ， 都是不太一样的 。ILIA 也可以说它是开始了自己的新的创业 ，也没有特别久的时间 。 **许华哲** [30:32] 对 ， 我觉得 ILIA 新的公司我还不了解最新的进展 ，但是它在 OpenAI 的时代是里面的灵魂人物 ， 对吧 ？ 或者说是谁下的这个判断 ，是谁决定搞这么多数据的 ， 我觉得就是 ILIA 和 maybe John Schumann，他们几个人。 但我也不完全了解里面他们的这个具体的决策了 。 对 ，但是你去看真正改变这个世界的就是这些人啊 。OpenAI 难道不成功吗 ？DeepMind 被收购了 ， 我想是因为他们开始的太早了 。他们在应该是 2010 年开始成立的 。 **曼祺** [31:17] 2010 年成立的 。 **许华哲** [31:17] 对 ， 开始这件事 。10 年是什么年代呢 ？10 年是 ImageNet 还没 ， 对吧 ？13 年的时候 ImageNet 给大家带来很多惊喜 ，但那还比那还早三年 。 它能活着已经很不容易了 。 就是在那个时候我只能说 AI 是它的一个 ， 就只能说它的远见太远了 。 就像一个古代人说我要造一台手机 ， 那它怎么活下来呢 ？ 那个秦始皇会说你在这儿搞毛线啊 ， 对吧 ？ 然后那就 ，但是有一个超级金主 ， 谷歌把它买下来 ， 让它接着做它独立运营 ， 对吧 ？ 让它接着做它后面的事情 。 而现在我觉得 DeepMind 也成了谷歌最重要的一个部分 。 如果没有 Hassabis， 谷歌的 AI 是就被 OpenAI 这些给快要团灭了 。 **曼祺** [32:11] 那你做破壳的长期目标是什么 ？ 你想让这个公司长期独立运营 ， 然后你们最后是做出产品进入很多家庭 ， 还是说比如说类似于像 DeepMind 这种情况 ， 它可能这种一个大公司也是你可以接受的 ？ **许华哲** [32:25] 其实还真不是 。 就刚刚聊的其实是科学家的创业嘛 ，但其实我并不把自己完全定位成一个科学家 。 我觉得因为大家对我的印象更多的是科学家的这一面 ，但是我其实更希望做出一个大品牌 ，有品牌效应的 2C 的消费级的公司 。 **曼祺** [32:47] 你这次创业的时候心中有想着什么公司可以作为你的搒样吗 ？ **许华哲** [32:51] 苹果 。 **曼祺** [32:52] 苹果 。OK。 雄心壮志 。 **许华哲** [32:56] 我觉得首先小米也是一个很值得借鉴的这个公司 。 我更把机器人看作一个智能和消费硬件的结合 。 它不像大模型一样是纯的 AI， 它也要跟产品 、 品牌 、 供应链等等打交道 。 而苹果我觉得是定义了一个新品类 ，因为我觉得家庭机器人或者说一个真正服务人类的机器人 ，其实在现在是没有被定义出来的东西 。 我也聊了很多人， 每个人都可以说出来一大堆他的想法 ，但是没有一个收敛的说法 。 所以我觉得为什么我第一反应是苹果 ，因为 iPhone 其实 iPhone 之后所有的手机都长得差不多 。 **曼祺** [33:42] 智能手机 。 **许华哲** [33:43] 对 ， 所有的智能手机都长得差不多 ， 就是一个黑块 ， 然后一个大屏幕 ， 几乎没有跳出这个框架的 。 所以那机器人应该是怎么样的 ， 这个框架能不能从我们这儿发生 ， 这是我当然是我希望的 。 第二就是为什么我说小米也是我们很好的一个学习的搒样 ，因为 我有读过小米的一些书 ， 我觉得它有一本书叫做 《 参与感 》。 这本书我看到了一些我很理想的一个 2C 企业的画像 ， 跟用户交朋友 ， 早期的时候可能会 非常亲近这个用户 ， 跟这个在乎每一个用户 ，也在乎自己的员工 ， 然后把这件事情所有人是心在一起的 ， 把这事做好 。 所以我觉得小米也是一个我非常就是让大家 ， 让所有人参与进来 。 这个产品的定义我觉得不应该是一个公司自己去定义的 ，因为毕竟这件事情实在太大了 。 它应该是我们取到全世界人类的最大公约数定义出来的一个东西 。 而我觉得某种意义上小米 ， 我在读那本书的时候 ， 小米我看到了它在论坛上面 ， 让论坛的水友们来决定它很多的设计理念 、 设计的功能的走向 。 我觉得这件事情本身是意义重大的 ，因为它其实某种意义上在取这个最大公约数 ，但是它做的可能是手机 ， 我们做的是机器人。 对 。 **曼祺** [35:27] 沃尔乔普斯的一个理念是应该背对你的用户去做设计 。其实你不要去听别人在讲什么 ，他觉得用户调研没什么用 。 **许华哲** [35:37] 我最近也发现这个点 ， 就是这个东西你没有出来之前 ， 你去跟人聊 ，他会给你聊出一些天马行空没什么用的事 ，但你这个东西出来之后， 你去让人用 ，他是能给出非常非常好的答案的 。 对 ， 这是为什么我觉得 ， 对 ， 就是这两家公司它本质上是一体的两面 ， 对吧 ？ 如果你的机器人放在人家里面 ， 每个人用着都不舒服 ， 那你仍然坚持去按你的这个思路去来吗 ？ 我觉得那肯定不是啊 。 我们肯定是让所有人用着觉得好用 ， 才是我们的目标 。 但是如果一开始每个人说 ，有的人说我要高的 ，有的人说我要矮的 ，有的人说他必须得这个一个胳膊长 ， 一个胳膊短等等 ， 那如果你去听太多这样的东西的话 ， 那就没法做了 。 因为其实大家也不知道到底想要什么 。 所以我的想法是 ， 我们会给大家一个框 ， 然后在这个框里面我们会让大家满意 。 **曼祺** [36:38] 你这次创业之前 ， 除了在插院工作过 ， 然后在星海图有两年多的创业经历 ， 你没有在产业界工作过 。 你觉得这件事情对你想做一个大的品牌 ， 想去定义一个新的产品 ， 它可能会带来一些什么问题 ， 或者说它是一个问题吗 ？ **许华哲** [36:56] 我觉得这个事儿 ， 对 ， 就是没上过班 。 **曼祺** [37:00] 没上过班 。 **许华哲** [37:01] 没上过班这事儿呢 。 **曼祺** [37:02] 其实在插院可以算是某种程度上班吧 。 **许华哲** [37:05] 对 ，但那个班呢 ， 就是科研加上教书 ， 它还不是那种 。 **曼祺** [37:10] 它不是公司组织里的 。 **许华哲** [37:11] 对 ，不是公司的班 。 没上过班这件事儿肯定有好有坏 。 没上过班的一个很好的一个点就是 ， 我其实非常的 没有限定的去做很多事情 。 比如说我在我的课上， 就是之前可能两年前大家还在说那个用 AI 去做作业可能是一个 。 **曼祺** [37:38] 不好的 。 **许华哲** [37:39] Plagiarism， 就是这个这个这个叫抄袭啊 、 剽窃啊这种 。 但是在今年我做了一个改革 ， 就是说你的作业如果没有手写一行代码 ， 我可以给你适当降低你的这个评分标准 ， 就是说你做的到 80 分我就给你 100。 因为我觉得就是未来的工作方式已经变了 ， 你不用再 ， 你当然你要会 ，但是也许会的内容已经发生变了 ， 所以就可以很不受约束的去想一些事儿 。在公司里也一样 ， 到底我们应该用怎样的工作流去做这件事儿 ， 到底我应该去怎么样定义好这件事儿 ， 到底我们这个公司的组织是怎么样的形态 ， 我觉得都可以创造性的去做 。 我们的未来也许等我们有了新办公室 ， 大家可以看到我们办公室会像一个家一样 ， 然后这个客厅既可以用作平时开会 ，也是机器人在里面训练 ， 然后也可以我在里面录播客 。 对 ， 就是我觉得很多东西可以打破一些常规 ， 这是很好的 。 **曼祺** [38:47] 我猜你们办公室肯定得有个厨房 。 **许华哲** [38:50] 当然 ， 当然 ， 当然 。 我们会就是我们会希望那个办公室整体是一个大家 ， 然后大家就在这个家里面工作 ， 然后这样子场景也解决了 ， 然后大家工作起来也很乐呵 。 对 ， 当然这个还要装修一阵子 。 对 ，但当然也有一些坏处 ， 就是很多标准化的东西不是很熟悉 。 但是这些东西我觉得我们最近也招到一些人， 学习了很多 ，有各种知名公司的小伙伴们加入 。 对 ， 我觉得那些东西是可以学的 ，是可以吸收的 ，但是不受限制的去想事情这件事儿很容易就回不来了 。 所以对我来说是利大于弊 。 **曼祺** [39:34] 你们现在团队是什么情况 ？ 可以简单讲一下吗 ？ **许华哲** [39:37] 我们团队现在还很小 ， 刚刚起步嘛 。 有很多是就有几个硬件的人， 有几个软件的人， 然后可能我以前 Lab 的人， 然后这个我的同学 ， 我们经常说我们这也是一个机器人兴趣小组了 ， 然后最近在造我们的第一款产品 。 对 ， 我们会迅速的扩张 ，但是 可能会希望我们来的都是最好的人吧 ， 就是在各个领域真正能够把事情做到极致的人 ，是我们想要的画像 。 **曼祺** [40:16] 你们现在这个团队就在现在基础上， 你们有什么特别需要补充的人 ？ 我觉得正好因为新公司嘛 ，也可以广泛的讲一讲 。 **许华哲** [40:25] 我们希望有过 一些 2C 产品的硬件工程师能加入到我们 ， 我们是很认真的想把这台机器人送进家里面去 。 我们也希望有最上线的 、 最有才华的 AI 的研究者加入到我们里面去 ，因为我们希望从 0 到 1 的一些创新在我们这儿发生 。 同时我们也希望懂产品的大家可以看看我们 ，因为我认为产品是这里面非常非常核心的一环 ， 本质上是可以跟我们一起来定义未来人类的生活方式 。 所以我觉得非常激动人心 ， 可能大概是这些人吧 。 ### 破壳的赌注 **曼祺** [41:12] 你可以讲一下就是你们在出发这个时候啊 ， 你们的一些核心假设和判断是什么 ？ 我看上周在小红书上你分享了一个帖子 ， 就是你和 Eric Zhang 你们面积了一下 ，他是 One X 之前的首席科学家 。 对 ， 然后你之前是星海图的首席科学家 ，他现在应该也可能是在筹划自己的创业 。 然后你写了一些你们的共识 ， 你可以就结合这个一起说一说吧 ， 就你们的一些核心假设和判断是什么 ？ **许华哲** [41:37] 对 ， 我觉得第一个就是我们都对机器人的发展是非常乐观的 。 就 18 个月这件事儿 ， 我还挺惊讶是它先抛出来的 ，因为我自己也是这个判断 。 **曼祺** [41:49] 你说具身智能进家庭的时间是 18 个月 。 **许华哲** [41:52] 对 ，18 到 24 个月 。 然后所以我一直觉得我可能是一个非常乐观的人 ，但没想到这个世界上乐观的人不止我一个 。 对 ， 然后第二个我觉得我很认同的就是我们应该相信生态 ， 相信生态 。 这件事儿是做机器人公司的一个核心的假设 ， 就是我们不会把所有的事情都在我们这里 in-house 的 ， 就是在我们这个公司内部全都做了 。 比如说我们真的需要自己去研究 一个 ， 比如一个摄像头的帧率可以再高一点吗 ？ 也许我们不应该去做这个事儿 。 我们真的需要研究那个电机的线圈该怎么缠吗 ？ 这个也未必 。 **曼祺** [42:44] 这个在之前具身智能公司里很普遍吗 ？ **许华哲** [42:47] 我觉得有相当多的这个具身智能公司会把大多数的可以看到的事情都放在里面去做吧 。 毕竟融到了很多钱 ， 然后也很自然的去做 。 但是我总觉得聚焦和极致是我们的想做的风格 。 就是在当我们新公司成立的时候 ， 公司文化我把极致放在了第一位 。 所以如果想要极致 ， 你就不能是一个面面俱到的公司 。 因为大家都知道现在这个注意力是有限的 ， 人的注意力 ， 一个组织的注意力是有限的 。 当你的注意力都放在 A 上面的时候 ，B 一定是一个相对平庸的一点的东西 。 而你的注意力只能放在几个重要的事上 。 最终如果我们希望自己不平庸的话 ， 那这个事情不能太多 ，不能太多 。 而很显然我们想做那个最重要的事情就是 AI 和产品 ， 对吧 ？ **曼祺** [43:52] AI 和产品 ， 就是智能的能力和产品我能理解是这个机器人的本体吗 ？ 或者说更全面来说是什么 ？ **许华哲** [44:00] 产品我觉得更多的是这个机器人本体配上 AI 以后能不能服务好用户 ， 能不能让每个人用起来比较愿意去使用 。 **曼祺** [44:10] 你们当时还讨论一个点 ，是说具身需要 AI native 之前的路径应该都是错的 。 **许华哲** [44:16] 对 ，有很多人问什么是 AI native。 我觉得这个就像世界模型这词儿一样 ， 就是定义太多了 。 但是首先我觉得不是传统的机器人， 我底下也给他回复了 ， 就是不是传统的机器人学 。 **曼祺** [44:31] Not Robotics。 **许华哲** [44:32] 对 ，不是传统机器人学 。 就意味着你不要一个一个的去解决一些很难的任务 ， 这样走不通 ，因为任务无法穷举 。 **曼祺** [44:44] 那可以说传统机器学是一个 rule-based 的 。 **许华哲** [44:49] 不是 rule-based 的 ， 它们也可以是 deep learning 的 。 **曼祺** [44:51] 只不过它是一个小模型 ， 针对一个单独的任务去训 。 **许华哲** [44:55] 对 ， 就是我觉得这是一个大的那个脑回路 ， 对吧 ？ 大的一个思维 。 就是说传统机器人学喜欢做什么事儿呢 ？ 喜欢做超级酷 ，但是就是只能解决这一件超级酷的事儿 。其实某种意义上 它的极致就是现在的那些翻跟头 。 **曼祺** [45:16] 武术 、 跳舞 。 **许华哲** [45:17] 对 ， 它的极致就是这 。 当然在早期 ， 就是如果这个去往以前翻 ， 你会发现传统机器人学最开始就喜欢干这事儿 。 再往前还有更极致的 ， 一个棍儿上面有个旋转的东西 ，在上面再螺一个旋转的东西 ， 三个陀螺叠在一起 ， 你怎么样动底下这个棍儿让这三个陀螺不会倒 。 **曼祺** [45:39] 我在公博会还看到过那种演示 ， 就是有比如说三个机械臂 ， 然后有一个拿着酒 ，有一个拿着红酒杯 ， 然后动得非常快 。 **许华哲** [45:47] 它从那个缝里动来动去 ， 对吧 ？ **曼祺** [45:49] 对 ， 就是相互这个酒倒来倒去的 ， 然后也没有洒出来 。 **许华哲** [45:52] 对 ， 这个就是机器人学的典型 ， 就是很帅很炫 ， 通过一些精妙的数学也好 ， 一些很小的模型也好 ， 能解决一个非常特定的事情 。 **曼祺** [46:04] 之前 KuKa 还有一个广告片儿 ，是搞了好几个机械臂 ， 组了一个乐队 ， 就是有打架子鼓的 ，有弹贝斯的 。 它其实都是编程好的嘛 ，但是很酷炫 。 **许华哲** [46:15] 但我觉得如果弹贝斯能编程好还是挺厉害的 ，但它肯定不是通用的 physical AGI 的那条路 。 **曼祺** [46:20] 它本来也是个广告 。 **许华哲** [46:22] 是的 ，是的 。 对 ， 所以我觉得不是机器人学 ， 同时也不是自动驾驶 。 为什么不是自动驾驶呢 ？ 我觉得自动驾驶是大家很重视数据闭环 ，并且把一些路段跑得足够好 。 比如说我如果我在比如学校附近 、 清华附近 ， 那也许我应该把五道口的所有路都采到足够多的数据 ， 然后把五道口搞定了 。 然后我再可能到中关村 ， 然后再到海淀区等等 ， 这样子去做 。 我觉得它不是一个通用的解决方案 。 **曼祺** [47:07] 用自动驾驶的思维的路径依赖来做具身智能的具体表现是什么样 ？ 因为这行业里确实有很多之前是做自动驾驶背景的创始人。 **许华哲** [47:17] 对 ，但这并不代表他们会路径依赖 ， 对吧 ？ 我只是觉得比如说我先解决一件小事儿 ， 然后获得一些这个小事儿的数据 ， 然后我期待我还有一个第二件事儿 ， 我再用这个的数据让它变得更好 。 我觉得这样子去做可能是比较困难的 。 **曼祺** [47:35] 你就说在一个小的场景或者环境或者事情上去追求你刚说的数据闭环 ， 然后做好 。 你觉得这是 。 **许华哲** [47:45] 我觉得是做不出来的 。 当然这是我个人的判断 ， 就是大家别打我 。 **曼祺** [47:51] 没事 ， 你可以放开了讲 。 **许华哲** [47:54] 对 ，但是我觉得其实还是大模型给到的启示嘛 。 大模型就是把所有的数据放在一起 。 我可以讲一下这里面的这个核心的点是什么 ？ 就是 AI 本质上是一个归纳器 。 它看到比如说它看到咱俩都有水杯 ， 假设 AI 这辈子只看过这个 一个事情 ， 它就会总结出人都要用水杯 。 但是其实不一定啊 ， 比如我的那个宝宝 ， 它就没有用水杯 ，因为它就一直喝奶嘛 ， 所以它从来没有用过这种带把儿的一个马克杯 。 所以那当 AI 看到一个比如婴儿从来没有用过的时候 ， 它会得到一个结论就是有的人会用水杯 ，有的人会不会用 。 所以它这个归纳器一定程度上就是它看到的案例越多 ， 它归纳的那个结论越好 。 **曼祺** [48:48] 所以多样性是很重要的 。 **许华哲** [48:50] 对 ， 且这个东西是不能后来补上来的 。 就是说它已经得出了人一定要用水杯这个结论以后， 你再给它补新的数据 ， 它是很难去改变它之前归纳的这个结论的 。 **曼祺** [49:02] 你说不能后来补的意思就是说这个不能在预训练之后的流程和环节里再补 ，是这个意思 ， 对吧 ？ **许华哲** [49:08] 对啊 ， 对啊 。 就至少会 ， 那可能会带来巨大的这个痛苦 。 你可能需要再把下一就是那个婴儿的这个数据大量的提供 。 那其实本质上那你最开始就应该把所有的数据放在一起 。 **曼祺** [49:20] 你还说了一个是 not caveman deep learning，不是史前的深度学习 。 这个是指什么 ？ **许华哲** [49:28] 这个就是我觉得就是还有很多人就是对深度学习就很喜欢搞深度学习小模型嘛 。 深度学习小模型一定程度上也是端到端的 ，也是可以做很多很多的 很多很多的事情 。其实它有点像 Robotics， 新时代的 Robotics。 我觉得它是结合了前两个 ， 对吧 ？ 就是你永远不要指望一个小模型叠加一个小模型 ， 叠加一个小模型叠加 100 个以后， 它等于一个大模型 。 我觉得不要去有这样的期待 。 那它是小模型 ， 那 OK， 如果你只是每天搬一块砖 ， 然后让它从早到晚搬做一件事儿 ， 我觉得可以用小模型 。 但如果你想要通用的智能 ， 我觉得小模型开始就走错了 。 **曼祺** [50:15] 你觉得你的这种具身智能需要 AI native 的想法 ， 它现在在行业里是一个多大程度的共识啊 ？ 因为从大语言模型的这个思维来想这件事情 ， 好像觉得就是我在预训练的阶段需要海量的多样性的数据 ， 是一个比较自然而然的思路 。 但是可能之前几年行业里确实也有很多就是你说的另一种实践 ， 就是我可能现在一个小的任务上我去追求数据闭环 。 就它为什么之前会有这种区别 ，是因为一些客观原因导致吗 ？ 比如数据很难获取 ， 还是因为什么呢 ？ **许华哲** [50:49] 对 ， 我觉得就是大家还是没有完全相信 AI 的产生 ， 我觉得 。 **曼祺** [50:56] 没有完全相信 。 **许华哲** [50:58] 没有完全相信 AI 可以产生那个通用的 AI。 就很多人做具身智能 ，但我觉得相当一部分人还是觉得它是一个机器人， 然后它就跟工厂里的机械臂一样 ， 只不过它是人的样子 。 它不相信那个 physical AGI 会诞生 。 我觉得这个是一个很重要的点 。 另一个就是因为 scaling law 几乎每个人都要讲 ， 没有人会说我不信 scaling law 在今天这个时代 ， 对吧 ？ 他如果说不信 scaling law， 那他也讲不出更好的故事了 ， 对吧 ？ 但是呢 ，他可能觉得 OK，scaling law 就等于我有很多很多的数据 。 我觉得这个其实不是的 ， 对吧 ？ 你在一个固定的封闭的环境里面 ， 采再多数据也没有任何用处 。 因为本质上是我前面说的那个归纳的事儿嘛 。 你看的案例的类型不够多 ， 你是归纳不出来正确结论的 。 所以我觉得有很多的 ，有的人不信 physical AGI，有的人通过做之前的事情成功过 ， 所以他觉得这次也可以这样子成功 。 还有一些人可能就是不喜欢不可解释的东西 。 我最近看到一个朋友在用了 OpenClaw 之后， 开始动摇他原来的对可解释性的追求了 。 就他以前一直觉得他甚至都不用大模型 ，他觉得搞 deep learning 的人都是在 ， 怎么说呢 ， 炼丹师嘛 。 **曼祺** [52:27] 你这个朋友是做什么的呀 ？ **许华哲** [52:28] 就做机器人呢 。 **曼祺** [52:30] OK， 做机器人的人不用大模型 。 **许华哲** [52:32] 对 ，他是做传统机器人优化的 ， 做优化的 。 然后他就觉得做 deep learning 都是炼丹师 ， 那些不可解释的东西用数据怼一怼 ， 然后就出来一个东西 ， 何必呢 ？ 就是他说最后一定是死胡同 ， 直到他用了这个 OpenClaw， 然后或者是用了 Claude code， 对吧 ？ 然后他会说 OK， 即使是炼丹师能做到这个程度 ， 我已经认了他太强大了 。 **曼祺** [53:00] 你觉得就是大模型的这个思路啊 ， 就是它用在具身领域 ，因为机器人最后如果真要用起来是很追求可控和安全的 。 大模型其实现在大家也会讨论说它是一个锯齿型的智能 ， 它在有些很难的任务上它也表现得很好 ，但在一些很简单的任务上它也会掉链子 。 这会是个问题吗 ？ **许华哲** [53:20] 我觉得会是一个问题 ，但是 就让经验来说话吧 ， 让经验来说话吧 。 就像之前我记得是不是凯铭在参加一个活动的时候 ，有别人也问了 ， 说你觉得自动驾驶让一个深度学习的模型来开车 ， 那有多危险啊 ， 对吧 ？ 那万一它掉链子怎么办 ？ 我觉得凯铭那个回答很好 ，他说这个那你做一个老司机的车的时候 ，他也没有给你保证说他一定不会撞车 ，但是你还是相信他 ，因为他可能之前开了那么久的车也都没有撞过 。 所以对大模型来说也一样 ， 对具身智能来说也一样 ， 只要它在足够长的时间里面都没有犯过重大的错误 ， 我觉得我就可以相信它 。 虽然它没有保证 ，但是从经验上来讲它不会 。 对 ， 另一个呢 ， 我觉得就是在产品设计上面呢 ， 要就是从 AI 的角度我觉得只能这样 ，因为大模型这条路就是数据驱动的 ， 它就是会有一些窟窿 ， 然后这些窟窿只能在跑的过程中把它补上 。 但从产品设计上， 你是可以 不去把这个产品搞得太 激进 ， 或者是有明确的我不做什么 ，有明确的我不做什么 。 你只要有明确的不做什么 ， 那你就酿不成大祸 ， 对吧 ？ 就是比如说我们想做的这个产品 ， 我们第一天就说我们不做直接跟人体接触的任何服务 。 比如说 。 **曼祺** [54:57] 你可以定义一下这个 。 **许华哲** [54:58] 对 ， 老年人的身体擦拭啊 ， 然后给他翻身啊 ， 把他抱起来啊 ， 小宝宝的这种抱他呀 ， 然后这个捏他呀 ， 碰他呀 ， 然后包括按摩呀等等 ， 所有的跟人体直接接触的这些事情我们都不去做 。 因为这些事情一旦你出了问题 ， 虽然我觉得算法上是可以尽量不出问题的 ，但一旦出了问题是巨大的风险 ，而且也 对 ， 就这个会很慢很慢 ，因为政策上面也会有很多挑战 。 **曼祺** [55:37] 而且用户心理上也有挑战 。 就我是个用户的话 ， 我也不想和机器人接触 。 **许华哲** [55:42] 其实还真不完全是 。 很多用户特别想 ， 就是我也有朋友就说我父母那个年纪大了 ， 然后就是如果能有一个这样机器人能平时给他们喂一下饭 ， 我都会感觉很有用 。 对 ，但我说这个就那个 ， 我们可能最晚才会做 ， 就是不会是我们最开始就可以做 。 如果要选的话 ， 我会把这个放在最后 。 **曼祺** [56:04] 我们以前讨论过这个问题 ， 去年的时候 。 因为其实喂饭这个是很难的 ，因为它涉及到你的准确性啊 ， 利空啊 ， 各个方面啊 。 **许华哲** [56:13] 所以我觉得就刚才提到就是说 AI 总会有一些窟窿 ， 对吧 ？ 就是锯齿状的 ，有一些很低级的错误 。 那我们就可以在产品上面让即使发生低级错误也不会带来巨大的问题 。 就像小朋友一样 ，他也会犯很多低级错误 ，但你只要告诉他别玩火柴 ， 对吧 ？ 别玩煤气罐 ， 别玩尖锐的东西 。 你只要把这些东西规定好了 ，他大不了就是把你家遥控器给摔了 ，也问题不大 。 ### 智能路线 **曼祺** [56:46] 就是在基于你们的这些核心假设和判断 ， 你们公司第一阶段会重点做什么呀 ？ 你也可以讲讲已经做了什么 ，因为其实筹备期也做了一些事情了 。 **许华哲** [56:57] 我们第一阶段就是会造我们自己的硬件本体 ， 然后会训我们的这个 AI 模型 ， 比较粗糙的就是这两件事儿 。 然后第三个我觉得就是定义我们的产品 。 我觉得三件大事儿吧 ， 三件大事儿 。 **曼祺** [57:13] 这三件事儿有相对具体的可以透露吗 ？ 比如说你们的产品形态你现在是怎么设想的 ？ 你当时不是有考虑过比如说专门备菜或者做什么 ， 你现在怎么想这个事儿 ？ **许华哲** [57:22] 对 ， 就是那些不是也都给了一些负面的反馈嘛 。 所以我们还是想做通用的嘛 ， 还是通用的一个人形的一个状态 。 但可能我们轮式和组式都会做 ，但是可能会以轮式作为这个切入点去做轮式的双臂这样子的 。 **曼祺** [57:45] 轮式双臂 。 **许华哲** [57:46] 对 。 **曼祺** [57:47] 这是你们第一款的一个形态 。 **许华哲** [57:49] 对 ， 对 。 然后组式我们可能会同期开展吧 ， 同期开展 。 **曼祺** [57:53] 我不知道现在深入到一些细节没有啊 。 就比如说它的续航啊 ， 比如说大小啊 ， 你觉得在家庭这个场景它怎样是合适的 ？ 包括你们最开始的目标市场 ， 它是偏比如中国的家庭 ， 还是欧美的家庭 ， 还是什么地区的家庭 ？ 因为每个地方可能也差别比较多 。 **许华哲** [58:09] 对 。 我觉得像续航这些可能还有待讨论 ，因为很多时候要看 ， 很多时候要看它的这个使用的方式 ， 跟产品定义高度相关 。 但我想象的至少是一个比如说两小时左右的续航 ，因为它可以回充嘛 。 就是因为你一般也不会需要机器人在家里面连续干两小时以上的活儿 ， 那活儿也太多了 。 然后回去充一会儿 ， 然后可以接着干 。 对 。 然后在这个 家庭的选择上面 ，其实我们是想做全球的 。 就是每一个家庭 ， 我会有一个想法是当它真正足够通用的时候 ， 很有可能 它不太受到具体这个家庭在哪儿的限制 。 就像 AI 的模型 ， 它用比如说英语训了 99%， 这时候你往里面插入一些别的语言 ， 它可能不需要等量的 ， 比较少的 ， 它就可以在那个语言上也学得不错 。 所以我会期待我们的这个家庭的这个模型可以在各种各样的家里面都有很好的效果 。 **曼祺** [59:35] 因为它这里面涉及到一些特别具体的问题啊 。 比如说欧美的家庭如果是独栋的话 ， 包括日本 ， 它可能只有楼梯 ，但中国的很多家庭是平层 ， 是一个公寓楼 。 **许华哲** [59:47] 对 。 **曼祺** [59:48] 包括那个就是机器人的电池 。 比如上次我和千寻的韩峰涛聊 ，他就说现在机器人所需要的这个锂电池的大小 ， 它能不能进家也是个问题 。 因为比如像电瓶车其实那个电池你就是不能拎到楼上的 。 **许华哲** [1:00:04] 是的 ，是的 。 对 。 我觉得具体到那个场景里面 ， 就轮式的肯定有它自己的这个局限性嘛 。 就如果它是一个带楼梯的 ， 那恐怕只能一层有一个了 ， 对吧 ？ 我觉得轮式的是没有办法真正 ， 对 ， 它可以做电梯 。 对 ，但轮式是没有办法真正意义上这个爬楼梯的嘛 。 对 。 但我们可以尽可能的让它轻一些 ， 所以可以便于搬运 。 然后比如说像电池大小这些 ， 我觉得其实除了它要这个能不能进到家里面 ，其实还有很多很多的这个限制 。 比如说你出海的时候 ， 大电池其实是会有很多挑战的 。 对 。 我觉得这些事情会有 ， 就不光是电池 ， 会有很多 ， 包括它的重量 。 **曼祺** [1:00:53] 是 。 **许华哲** [1:00:53] 对 。 如果它挂掉了 ， 对吧 ？ 它在那儿突然宕机了 ， 别人能不能把它送回它的那个基站去接着去充电等等。 我觉得这里面会有非常多的细节的问题 。 对 ，但我们想的是 想要解决这些产品的问题 ， 需要深入到场景里面去看才可以 。 但是那个 AI 的模型它是通用的 。 **曼祺** [1:01:23] 模型这方面你们现在具体准备怎么做 ？ 可以讲一下大的思路 。 **许华哲** [1:01:28] 对 ， 模型我们想做强化学习 ， 基于强化学习去做很多事情吧 。 就是我一直觉得就还是从 AI 宏观的角度去想 ，AI 可能需要 获得探索的能力 ， 就是跟世界交互产生数据 ， 对吧 ？ 第二个就是对数据有自己的评估 。 然后第三个就是怎么样使用好这些数据 。其实就这三块 。 现有的这个很多地方可能低估了强化学习 ， 或者说低估了 刚才我说的评估的这一步 。 就是其实我们的数据质量是良有不齐的 ，有好的有坏的 。 我们把它就是全都怼进去去训 ， 一定程度上会带来一些问题 。 就是说那些坏的数据会使你的策略劣化 。 除非坏的比例特别小 ， 它可能会被平均掉 。 如果坏的比例不那么小 ，但这个坏也不是说完全就不行的数据 ，而是次优的数据 。 那这个时候我们是不是应该给它一些评分 ， 给它一些评级 ，以及还有一些失败的数据 ， 我们是不是要把它用起来 。 我觉得这些是强化学习能够覆盖的这个范围 。 那这些事情我认为是我们跟大家的这个模型上面会有比较多的不同 。 所以强化学习我们会希望这个机器人也自己去跟这个世界交互 ， 然后学习到更多的东西 ， 然后并且对数据进行自己的判断 。 对 。 **曼祺** [1:03:06] 你们的整个就是软件这块的系统 ， 它会是一个统一的模型 ， 还是它是会分层 ， 然后有很多不同的模块来组成的 ？ **许华哲** [1:03:18] 会是一个统一的模型 ， 会是一个统一的模型 。 也许那个顶层的 VRM 是一个就是分层的 ， 对 。 但是这个干活的这个肯定是一个统一的模型 。 **曼祺** [1:03:29] 就它整个跟动作跟行为相关的是一个统一的模型 。 **许华哲** [1:03:32] 对 ， 这个就回到我们那个归纳法这件事儿嘛 ， 它必须得是统一的模型 。 **曼祺** [1:03:37] 因为你是放在一起训的 ， 你从不同的数据 。 **许华哲** [1:03:39] 对 ，因为它一个一个任务解决 ， 它解决不完 。 而且它没有办法通过做 100 件事儿 ， 然后领悟到 1000 件事儿 ， 这个事情永远都不会发生 。 所以必须是一个模型 。 **曼祺** [1:03:51] 据你所知这种一个模型在现在的业界普遍吗 ？ 因为大家经常会讲端到端 ， 会讲一个统一的模型 。 但实际上比如说目前我们能看到的已经在用起来 ， 或者说有些 demo 的这些机器人， 它实际上是有什么样的模型结构 ？ **许华哲** [1:04:08] 我觉得预训练大家都还是一个端到端大模型嘛 。 但我觉得在后训练其实大家 ， 我不知道大家是怎么样的 ，但是我的观察是大家就是在自己的一个任务上面后训练一下， 然后就没了 。 那其实最终你是把你预训练的一个很大的东西在后训练上面给它收缩到一个具体任务上 。 我们其实是想做规模化的后训练 ， 就是让这个模型在后训练之后仍然保持着它的泛化性 ， 且这个模型能做很多很多种任务 。 这个是目前做强化学习后训练大家可能做得比较少的东西 。 **曼祺** [1:04:48] 所以跟之前的思路的不同就是 ， 除了预训练这个环节 ， 它是一个统一的模型 ，是追求通用和泛化 ，在后训练你们也追求这个 。 **许华哲** [1:04:56] 是的 。 通用泛化 ，但是后训练会多这个高效和成功 ， 高效和成功率 。 **曼祺** [1:05:04] 你怎么看就是这种方式 ， 它有可能在最初期的时候 ， 它每个任务上可能表现都比较差吗 ？ **许华哲** [1:05:12] 对 ，有可能 ，因为它毕竟是若干个这个机器人同时在学嘛 。 对 ，但是这没关系啊 ， 本来这就是训模型的循序渐进的过程 ， 就是它就应该每个任务都比较差 ， 然后再渐渐的大家都变好都变好 ， 然后突然所有的模型都 ， 所有的任务都变得比较好 。 而不应该是我在一个任务上特别好 ，在别的地方都不行 ， 然后再 ， 对 ， 这其实就跟我前面说的 AI native 是一致的 。 不要担心它所有的上面都比较平庸 ，因为它会再过一年， 它会变得在所有上面都很完美 。 **曼祺** [1:05:49] 从它在所有上面都变得很平庸 ， 到它在所有上面都表现出一个比较好的能力 。 这个确切的时间 ， 你刚刚说是过一年， 我不知道你这是指确切的还是 。 **许华哲** [1:05:58] 这不是确切的 ， 这是我随便说的 。 **曼祺** [1:06:00] 随便说的 ，OK。 那确切可能是多久呢 ？ 这好预测吗 ？ **许华哲** [1:06:04] 不好预测 。 **曼祺** [1:06:05] 不好预测 。 **许华哲** [1:06:06] 对 。 ### 强化学习 **曼祺** [1:06:06] 因为我觉得有的时候为什么大家可能会追求在一个任务上， 它先去后训练让它表现得好一些 。 因为公司一旦运营起来之后 ，其实你是有各方面在看着你的 ， 包括团队内部 ， 包括投资人， 包括市场 ， 对吧 ？ 大家是希望能看到好像一步一个脚印 ， 它这个反馈在不停的出现 。 我觉得你说的那个方式 ， 它在技术上是有它的合理性的 。 但是它在就是你怎么去组织一堆人， 包括你的外部的资源方 ， 大家相信你们一直在进展上， 我觉得它是有更多需要解释的地方 。 **许华哲** [1:06:42] 首先这是一个双向筛选 。 就是 我还是很喜欢 OpenAI 早期那个尴尬的状态作为一个情况 。 就是我想那个时候他们一定非常艰难 ，因为它说我要 scaling， 我要堆一大堆数据 ， 我觉得能做出一个超级的智能体 ， 那不相信的人是大多数吧 。 所以我说是双向筛选嘛 ，但也有人相信 ，也有人相信 。 所以就去找相信的人一起同行就好了 。 **曼祺** [1:07:17] OpenAI 在美国 ， 它其实是一种蓝血创业嘛 。 就是有像马斯克 、 有霍夫曼这种 ，他们之前已经赚了很多钱的富豪 ，他来支持这个事情 ， 包括 Sam Altman 等等。 你觉得在中国这个环境之下， 给你的这个空间有多大 ？ 你双向筛选之后万一很少有人站在你这一边 。 **许华哲** [1:07:39] 肯定也会有这样的风险 。 所以我们也不会说是完全不展示进展的这样子去做这件事儿 ， 对吧 ？ 我们也会有很多的进展拿出来 ， 我们也规划了很多中间的进展会给大家看 。 只不过我当时其实还挺惊讶的 。 就是最近在跟很多投资人朋友聊的时候 ， 我会想着 OK，他可能会想听一听那个 milestone 是什么样 ，他会想听一听我能掏出 ，在短期内掏出一点 ， 比如三个月能不能掏出点东西 ， 六个月掏出点东西 。 然后 确实还是有一波投资人跟我说 ， 华哲其实我不在乎这个事儿 ， 就我在乎的是你最后做的这个东西是不是最大的那个东西 。 我其实这个 ，他说现在投资的心态也不一样了 ， 你不要把我 ， 对 ， 就是也不要怎么说呢 ，也不要小瞧投资人的这个对未来的梦想 。 就是他们 。 **曼祺** [1:08:45] 这句话很好呀 ，不要小瞧投资人对未来的梦想 。 **许华哲** [1:08:48] 对啊 ， 就是他们也是想要追求那件事儿的 。 只不过他可能是以投资的形态 ， 就他并不是说 ， 最终当然大家都希望赚到钱 ，但是并不是说想象的那种极致的给你压力 ， 或者极致的一定要短期内看到怎么样怎么样 。 对 ， 我觉得大家的 ， 大家也在改变 。 对 。 **曼祺** [1:09:13] 我觉得现在具身智能在一个投资的狂热期和上升期 。 **许华哲** [1:09:19] 对 。 **曼祺** [1:09:20] 但是你可以预见这件事儿肯定之后会有波动 。 **许华哲** [1:09:23] 对 ， 就是当然现在还是大家充满热情嘛 。 因为 这件事儿太大了 。 就如果你一定要选一个足够改变人类社会的事情 ， 那也就剩下什么去太空 ， 然后量子 ， 然后具身智能 ， 对吧 ？ **曼祺** [1:09:44] 可控和巨变 。 **许华哲** [1:09:45] 可控和巨变 。 对 。 但是这四件事儿里面 ， 那个确定性最高的其实就是具身智能 。 虽然它也很远 ，但是它几乎是确定的会到来的 。 其他三个我觉得我不太懂 ，但是我觉得比我们这个远点 ， 更远点 。 对 。 所以我觉得很正常 ， 一个虽然很远 ，但确定性不是那么低的这样的一个事情 ， 成为一个热门的标的 ， 我觉得是理所应当的 。 ### 18个月后 **曼祺** [1:10:15] 那实际上你们规划的一些 milestone 是什么了 ？ 比如说你前面说到进家庭是 ， 你觉得最快 18 个月嘛 。18 个月之后会发生什么 ？ **许华哲** [1:10:24] 我们希望 ， 对 ， 就是比如两年的时候已经有人在用我们的这个机器人在家里做一些事情了 。 **曼祺** [1:10:30] 28 年 。 **许华哲** [1:10:31] 对 ，28 年初 。 **曼祺** [1:10:32] 28 年初 。 **许华哲** [1:10:33] 到时候我们可以再做一次播客 。 **曼祺** [1:10:35] 可以啊 。 **许华哲** [1:10:36] 然后你可以说你怎么没做到 ， 对吧 ？ **曼祺** [1:10:39] 那我还是希望做到了 。 **许华哲** [1:10:41] 对 ， 我觉得就是至少我们的办公室会做成一个家的样子 ， 至少我觉得应该它在那个办公室里是可以玩起来的 。 就是在一年左右的时间吧 。 就是我在这儿跟这个机器人说你在这个家里 ， 对吧 ？ 起码得能做到一些能力了 。 到通用的家我觉得那确实可能要两年 。 对 ， 这样子 。 **曼祺** [1:11:06] 在你设想的这个两年达到那个状态的中间 ， 你觉得有哪些事儿是比较难的 ， 或者说还有些悬而未决 ， 你不完全确定能否解决 ？ 包括确定的部分你也可以讲讲 。 **许华哲** [1:11:19] 对 ， 我觉得就是数据上的使用肯定还是比较确定性的会往视频这一侧走嘛 。 所以数据量也会比较确定性的变得平权 。 **曼祺** [1:11:33] 这是一个 。 **许华哲** [1:11:34] 对 。 然后在模型侧 ， 随着数据变大 ， 模型侧也一定会变大 ， 能力也会越来越好 。 对 。 第三个就是大家越来越接受这样的一个机器人， 可能会成为我未来的生活方式的一种终端 。 就像现在每个人都用手机一样 ， 都用智能手机一样 。 大家接受度也会变得更好 。 所以我觉得这些都是相对比较确定性的 。 不确定性的其实就是路径嘛 。 就是我究竟该用一个怎样的模型把这些数据都吃进去 。 我应该用一个怎样的本体是大家最能接受的 。 **曼祺** [1:12:22] 这个里面有什么科学性的难点吗 ？ 你觉得硬件不是个卡点 ？ 材料 、 能源之类的 。 **许华哲** [1:12:27] 我觉得硬件也是一个卡点 ，但是它是那种可以攻克的卡点 。 就是不是那种就是不确定的卡点 。 就比如说我缺一个电机 ，其实某种意义上我大概率都能造出来 ， 或者我都能找得到 ， 只不过可能要花一些时间 。 对 ， 花一些力气 ， 花一些思考 ，但基本上是比较确定性的 。 **曼祺** [1:12:51] 关于就是你刚说的第一个不确定的部分 ， 就是这个一个什么样的模型可以把这些数据吃下来 。 你之前其实大概分享了一个思路 ， 你说是预训练配合先验学习 。 **许华哲** [1:13:02] 就是获取这个先验很重要嘛 。 这个先验就是我们总结的世界的规律嘛 。 那就是那机器人需要什么呢 ？ 是需要这个世界的物理先验 ， 对吧 ？ 它需要的其实不是语义先验 。 语义先验某种意义上靠 VRM 单独就可以提供了 。 对 ， 那物理先验其实更多的是我知道一个物体掉落以后它会弹起来还是会就落在地上等等这样的事情 。 所以我觉得这个事情会蛮重要 。 有了这样的先验 ， 你的机器人才有可能更快的适应到新的环境里 ， 对吧 ？ 然后配合上预训练 ， 就是在机器人上面再做预训练 ， 可能带着这些先验 ， 它可以学到很多具体动作上面的先验 ， 对吧 ？ 这也是一种先验 ， 对吧 ？ 从物理到动作 ， 或者叫从物理到交互 ， 我觉得它可以学到我该怎么样跟这个世界大致怎么打交道 。 然后再到后训练可能是学到更多的具体怎么样把事情做好 。 **曼祺** [1:14:08] 物理先验怎么赋予机器人 ？ 或者说怎么 。 **许华哲** [1:14:11] 这有很多啊 。 这我觉得最近就是世界模型也很是一个很好的这个物理先验 ， 对吧 ？ 然后你可以用它当做你的模型的这个骨架网络 ， 对吧 ？ 然后你也可以把它当成一个生成器 ， 数据生成器 。 你也可以就是直接用它这个下一帧 ， 然后再求一个逆解 ， 把中间的动作求出来 。 我觉得这块还是一个待探索的状态 。 **曼祺** [1:14:40] 那你可以讲你现在的倾向吗 ？ **许华哲** [1:14:41] 对 ， 我觉得我们目前还是倾向于把它当做它的骨干网络 。 **曼祺** [1:14:45] 像这一部分是不是也是可以留给生态的呀 ？ 就比如说 。 **许华哲** [1:14:48] 可以什么 ？ **曼祺** [1:14:48] 留给生态 。 就是比如说世界模型可能你们不需要从头做 ， 对吧 ？ 包括 VLM 肯定你们也不需要从头做 。 **许华哲** [1:14:54] 对 ，是的是的 。 这个我们也觉得 ， 对吧 ？ 也有专门做这个的团队嘛 。 我们也没必要去从头做 。 **曼祺** [1:15:01] 所以你预计就是按照你现在这个思路来做一个具身模型 ， 你觉得它大概需要的资源是怎样 ？ 就是你们在具身本身的预训练和后训练上去投入 。 到有第一个版本 ， 你觉得大概是需要投入多少 ？ **许华哲** [1:15:19] 这个其实取决于数据量嘛 。 就在现有的这个数据量下， 可能就是一年一到两亿的投入 ， 可能就是一个比较合理的 。 因为现在数据量很小嘛 。 **曼祺** [1:15:32] 你说人民币一到两亿 。 **许华哲** [1:15:34] 对 ， 人民币 。 对 。 我觉得到那个数据量起来了以后， 我觉得就会跟大模型的那个投入量差不多 。 **曼祺** [1:15:40] 那也会是一个很重资源的竞争 。 **许华哲** [1:15:43] 对 ， 我觉得后续当那个路变得收敛的时候 ， 可能资源量会变得比较重要 。 **曼祺** [1:15:50] 如果 18 到 24 个月之后， 像你所设想的智能机器人就已经开始进家庭了 ， 你觉得更大的公司会怎么反应 ？ 会在什么时候跳进来 ？ 因为家庭是大家认为很终极很大的一个场景 。 **许华哲** [1:16:07] 会在那个时候跳进来 。 **曼祺** [1:16:08] 会在那个时候 ， 就是 18 到 24 个月之后 。 **许华哲** [1:16:11] 我觉得是的 。 因为更大的公司它本质上没有办法离开它的主营业务去做新的事情 。 它只能在这个地方驻扎一个小的哨兵 ， 然后可能一个小的 lab 在这儿去做很多事情 。 但是当它发现这个事情可以变成主营业务的时候 ， 我觉得他们也会来的 。 ### 全球竞争 **曼祺** [1:16:33] 在你现在这个阶段 ， 你最关注全球的什么同行呀 ？ 你之前自己在知乎上写过 ， 你说 Generalist 还有 Pi 的一些进展是会让你焦虑的 。 **许华哲** [1:16:42] 对 ，Pi、Generalist、Sunday， 还有 Figure 吧 。Figure 我很关注它到底是不是真的 。 它 。 **曼祺** [1:16:51] 对 ，因为 Figure 它处处透露着一种好像又很厉害又有点营销的这种气质 。 **许华哲** [1:16:57] 对 ， 就主要是它昨天前天又发了一个新的视频嘛 。 就是整理厨房的那个吧 ， 整理客厅的那个 。 太丝滑了 ， 然后也太厉害了 ， 然后以至于 。 **曼祺** [1:17:12] 以至于怀疑 。 **许华哲** [1:17:13] 我很想现场看一看 ， 我很想自己去那个场景里面挪一挪那些东西 ， 看看到底 work 不 work， 会不会像特斯拉那个 ， 突然那个机器人自己开始摘眼镜了 。 **曼祺** [1:17:25] 对 ， 那是一个人在摇操 。 **许华哲** [1:17:26] 对 。 **曼祺** [1:17:27] 摇操的人把头显摘掉了 。 **许华哲** [1:17:29] 对啊 ， 所以我就是想知道 。 对 ， 然后另外三家我觉得某种意义上 ，他们的基因决定了他们做的东西一定是真的 ， 就是做得都很好 ，在智能上 。 **曼祺** [1:17:41] 所以你主要是关注他们智能能力上的一些进展 。 你觉得这是全球最领先的 。 **许华哲** [1:17:45] 我觉得智能能力上的 。 对 ， 然后产品设计上的我也很喜欢 Sunday 的 。 然后国内有一家公司叫 Foley， 我很喜欢他们的 GR3 的那个 ， 白白的那个机器人的样子 。 **曼祺** [1:17:59] 就是它是和家庭这个场景是比较契合的 ， 对吧 ？ **许华哲** [1:18:03] 对 ， 还有一个机器人公司叫 Fauna，F-A-U-N-A。 然后它那个是一个扁扁 ， 很扁的头的一个机器人。 我也觉得蛮好玩的 。 就这是产品设计上面我觉得是我比较喜欢的几个 。 还有小鹏 ， 小鹏那个也很酷 。 **曼祺** [1:18:22] 就你提的几个智能上你最关注的公司 ，Sunday、Generalist、Pi 都不是中国公司 ， 这个说明什么呀 ？ 其实我们第一次对话的时候 ， 你记得在东升大厦 ， 你说你回国的原因就是你相信东升西路 。 **许华哲** [1:18:36] 对 ， 我觉得最好的东西最终会在中国出现 。 **曼祺** [1:18:42] 对 ， 那现在好像不是 。 这个它反映什么 ？ **许华哲** [1:18:48] 对 ， 就是我觉得一定程度上是 大家的一个在 ， 可能在美国大家创业的这种 战略定力好一点 。 就是他们第一天说我要做这件事 ， 然后他们就一直在做这件事 。 比如 Pi， 你看它从第一天就是说我要做一个智能的 physical intelligence 嘛 ， 名字就是它要做的事儿 。 然后它反正就做着做着做着做着 ， 每隔三月发个东西 ， 每隔三月发个东西 ， 现在仍然保持在第一梯队或者叫第一第二的这个样子 。 中间好像没有发生什么变化 ， 它也没有明确的商业化的预期 。 有一些商业化的尝试 ，但是没有 就说我一定要商业化会怎么样 。 对 ， 所以我觉得他们可能更 就是把我用的战略定力 ， 或者叫做它沿着自己的那个 vision 去做嘛 。 这是 就像当年的 OpenAI 一样 。 **曼祺** [1:19:55] 你觉得更有权势和本质的差别吗 ？ 就融了更多钱 ？ 当然它那边人力成本各方面成本也高 。 **许华哲** [1:20:02] 我觉得是 。 我觉得这也一定是一个原因吧 。 就是它更有钱 ， 所以对它来说融资空间可能更大 。 另一个是啥呢 ？ 另一个是氛围吧 。 就像小时候我们上课一样 ， 对吧 ？ 如果老师说那个我就看看今天谁做得正 ， 那大家都会做得很正 。 然后就大家会觉得谁做得腰杆挺得越直 ， 谁就越好 。 对 ， 那班里都是这个氛围 ， 大家就都干这个事儿了 。 那另一个班可能老师说我就看看今天谁这个 上课发表的观点最多 ， 那大家都会七嘴八舌去说嘛 。 大家其实有的时候那就是看看这个身边的人， 它都在说话 ， 那我也去说话了 。 **曼祺** [1:20:49] 就公司之间也会有同辈压力的 。 **许华哲** [1:20:52] 对啊 ， 对啊 ， 对啊 。 所以我觉得一定程度上 。 对 ， 我为什么我今天咱们在这儿聊 ， 为什么我很愿意在网上分享一些我的想法 ， 就是希望让这个氛围去往我认为更本质的那个方向去靠一靠 。 **曼祺** [1:21:08] 就是去传播你相信的东西 。 你有一个形容挺好的 ， 就是你害怕我们 ， 你是指中国的具身智能从业者错过了最大的西瓜 。 **许华哲** [1:21:19] 对 ， 就是智能是最后的决胜点 。 如果不去做一个很好的通用的智能 ， 那你的那些铁架子里面最后装的大脑就不是不由你来控制 。 那么 我认为这就错过了定义未来的权利 。 **曼祺** [1:21:44] 目前我们肯定是没有完全错过的 ， 对吧 ？ **许华哲** [1:21:47] 当然没有 。 **曼祺** [1:21:48] 肯定没有错过这个窗口 。 那你觉得再发生什么可能会导致这个差距越来越大了 ？ 又或者说我们应该做什么让这个差距越来越小 ？ 我指智能方面 。 **许华哲** [1:22:02] 我觉得是 ， 就是这个可能有点科幻了 ， 就是那个 singularity， 对吧 ？ 起点 。 当那个 singularity 到来的时候 ， 会发生一些很吓人的事情 。 大模型自己写大模型来改进大模型 ， 机器人自己拧机器人来造机器人。 当它的智能达到那个点的时候 ， 游戏就结束了 。 所以要趁着那个点没到来之前 ， 我们去 。 竞争一直都会存在 。 **曼祺** [1:22:38] 留给大家的时间还有多久啊 ？ 你觉得 ？ **许华哲** [1:22:42] 我没有一个特别 ， 就是那种真的 human level 的通用 ， 我认为可能五年左右 。 就是完全 human level 的通用 。 **曼祺** [1:22:56] 你觉得这个行业你现在有一些什么 ， 就是你觉得可能不利于去往智能这个方向努力和投入的一些现象 ？ **许华哲** [1:23:03] OK， 我觉得第一件事就是卖数据 。 **曼祺** [1:23:09] 卖数据 ？ **许华哲** [1:23:10] 卖数据 。 现在有非常多的行业里的公司在采集数据以后把它贩卖出去 。 因为英伟达 、 谷歌他们自己都是没有能力采数据的 ，因为他们那儿人很贵 。 然后它从谁买呢 ？ 那很显然是从一些有一些大量人力运营能力的公司去买 。 那它去买这些数据 ，其实我们知道这是弹药 ，但是我们仍然把弹药卖出去 。 因为这样可以赚到钱 。 但是这个就像是我给我的竞争对手卖最宝贵的东西 ， 然后为了有点那种今日割三成 ， 明日割五成什么 ， 就是为了让自己可能融到资 ， 或者是在这个账面上看得好看一点 。 我觉得是我认为是比较危险的一件事 。 对 ，也许你在国内自己在这儿倒腾倒腾 ， 卖一卖赚赚钱我就可以 。 你往美国卖我觉得是一件 ， 对 ， 我们可能不会干这事儿至少 。 第二个事情就是无脑量产 ， 就是根本没有那么多的需求 ， 到底那些量产卖给谁了 。 我觉得一个很好的数字我想看到的叫 机器人活跃率 ， 日活 。 我想看到它的日活 ， 卖出去的 5000 台机器人， 到底日活是 10 还是 100 还是 1000 还是 5000。 **曼祺** [1:24:48] 这个启发挺好的 。 是的 。 **许华哲** [1:24:50] 对 ，但是很难看到 ， 就是它是一个硬件 ， 它是一个固定 ， 就是类似于固定资产的东西 。 所以你看不到这个 ，也没有人会拿出来给你看 ，因为那样太难看了 ， 我估计会 。 它不像软件 ， 软件很好 ， 软件你掏出来是用户数据嘛 。 你要给我假的 ， 你就得造假 ， 对吧 ？ 所以你大概率给的是真的 。 那机器人它说我也拿不到 ， 我都卖出去了 ， 我也不知道 。 然后都是各种客户 。 对 ，但其实这个是一个非常关键的数字 ， 对吧 ？ 还有就是跳舞 。 我觉得跳舞其实是特别好的一件事儿 。 对 ，但我觉得 。 **曼祺** [1:25:25] 我觉得它算是一种实际的用途 ， 它是一种实际 ， 它是有实际需求的 。 **许华哲** [1:25:30] 对 ，是有实际需求的 。 但我觉得就是 这事儿已经差不多了 。 就是到现在我觉得是一个很好的点 。 **曼祺** [1:25:41] 就它其实已经很成熟了是吗 ？ 你觉得它作为一种表演的 。 **许华哲** [1:25:45] 对啊 ， 就是那你当然你可以像那个体操运动员一样 ， 你今天能翻什么 1080， 明天或者滑雪运动员 ， 明天你能搞什么 ，在网上叠加 180 度 。 那你去卷这个 ， 让机器人卷这个事情我觉得就失去意义了 。 因为你明知道机器人很容易卷这个事儿 ， 它不像人。 人为什么要卷这个事儿呢 ？ 因为人多那 180 度真的是要花出什么两年功夫苦练的 ， 追求的是一种人类的生理的极限 。 但机器人它没有生理的极限 。 你只要多花点钱 ， 你把这个电机的性能再 ， 它可以再给你加三圈 。 **曼祺** [1:26:22] 它也有点物理的极限 。 也有吧 ， 物理的极限还是有的 。 **许华哲** [1:26:26] 物理的极限 ， 那 。 **曼祺** [1:26:27] 对 ，但这个事儿跟智能关系不大 ， 跟智能的关系不大 。 **许华哲** [1:26:30] 而且物理的极限特别特别高啊 ， 对吧 ？ 我觉得那你把腿部的这种某种电机做到极致 ， 然后它可以跳得特别高 ， 这件事儿我觉得 ， 对 ， 还是得看应用吧 。 我觉得就是纯表演的话 ， 我觉得就没有必要了 。 就是追求说我今天跳两米 ， 明天跳三米 。 对 ，但如果有一些具体的应用 ， 比如我要翻山越岭的 ， 我要去一些极端场景 ， 那我觉得围绕这些场景去展开 ， 我觉得我还是很认同的 。 对 。 **曼祺** [1:27:01] 你刚才总结那个无脑量产挺有意思的 。 我觉得是一语双关 。 **许华哲** [1:27:04] 为什么 ？ 没有智能是吧 ？ **曼祺** [1:27:07] 就是一方面就是它没有考虑这个用在哪儿的一种量产 ， 对吧 ？ 另一方面就是它产出去的东西是它有一个躯壳嘛 ，但是它可能里面没有那个所谓的机器人大脑的部分 。 或者那不是重点 。 **许华哲** [1:27:19] 是 ，是 ， 对 。 所以对 ， 我其实也不知道真实情况是怎么样的 。 因为确实你卖给这个客户点 ， 卖给那个客户点 ， 到底有多少在备用 ， 确实也不知道 。 但是如果我未来自己做这个公司 ， 我会想把这个数据收集上来 ， 作为我们公司的真实反馈 。 就你卖出去 1000 台 ， 然后如果只有 20% 的机器在被真实的用户使用 ，而这里面又只有 20% 的机器在被日常使用 ， 我觉得那这个其实相对来说有一点遗憾 。 **曼祺** [1:27:52] 对 ，其实具身智能这个行业现在观察起来是会有一些难度 ， 就是它很多事实不好掌握 。 我们之前其实想过做一个选题 ， 就是去了解一下各个公司 ， 比如在 25 年实际上卖了多少机器人， 这些机器人都卖到了一些什么地方 。 因为有一些可能是素材工厂 ，有一些可能是比如给租赁公司 ，有一些像中移动它自己订了很大的订单嘛 。 当然有的不一定全部交付了 。 开始有一个思路就是我想去问一些投资人 ，因为他们不是应该要做尽调什么的嘛 。 我觉得可能大家是不是掌握一些 ， 或者供应链里的一些人。 其实好像没有人知道 ， 就没有人能掌握很全的这个情况 。 **许华哲** [1:28:26] 对啊 ，因为 。 **曼祺** [1:28:26] 所以这很难收集 。 **许华哲** [1:28:28] 对啊 ，因为你就像卖一个物理的实体 ， 就是很难收集 。 因为你卖了以后就到别的公司里面去了嘛 ， 或者你到别的实验室 ， 别的个人手里 。 然后你又不能 ， 对吧 ，在里面装一个什么东西给你反馈 。 所以那你就不知道了 。 它可能只是你的亲朋好友支持你一下 ，也有可能是买来在家里摆着觉得挺酷 ，也有可能是就是各种各样的原因 ， 我反正就是得买点 ， 等等。 **曼祺** [1:28:58] 我觉得消费级的产品陆续出来以后， 可能会有一些更好直观看到的数据吧 。 比如像维他动力那个 Vbot 发布了 ， 然后宇树它机器狗也是新一代也发布了 。 以及你们 18 个月后， 到 24 个月后我们可以看一下就是你们的这个机器人进家庭之后是什么情况 。 **许华哲** [1:29:16] 期待可以 ， 期待可以 。 ### 成长经历 **曼祺** [1:29:18] 那我们接下来可以回到更早之前 ， 聊一些你自己的成长经历 。 我觉得这对你现在就是要做什么 ， 你的一些技术和商业上的判断也都是相关的 。 首先我可以跟你分享一个我发现的一个没有什么逻辑的观察 。 我发现具身智能行业有很多东北人。 你是东北人， 然后 。 **许华哲** [1:29:35] 我是东北人。 **曼祺** [1:29:35] 高阳也是 ， 就是千寻的联创 ， 高阳也是东北人。 还有逐迹动力的创始人张威也是东北人。 东北人和机器人是有什么亲和性的 ？ **许华哲** [1:29:47] 首先这个你这个观察我觉得未必准确 。 因为那么多具身智能公司 ， 如果你真的去做统计的话 ， 东北人可能第一不是 ， 未必是比例最高的 。 **曼祺** [1:30:00] 因为我感觉东北创业的人就 ，但这可能就是一种以前的偏见 ， 就感觉东北人创业的人就没那么多 。 **许华哲** [1:30:06] 对 ， 我觉得第二个就是东北它很大 。 因为一般你说江苏人的时候 ， 你会说江苏人， 甚至你划分得会更细 。 但你说东北人的时候 ， 你包含了三个省 。 所以对 ，也是一个点 。 然后第三个我觉得是东北人比较 physical。 **曼祺** [1:30:28] 这个真是 。 **许华哲** [1:30:29] 就是大家都很享受这个物理的生活 ， 无论是这个以前有一些那种段子啊 ， 说这东北人什么丑不咋地 ， 对吧 ？ 然后就动起手来了 。 当然这个是假的 。 然后那个包括什么搓澡啊 ， 然后包括这个过年的那个年味啊 ， 大家就是那种互相的大扫除 ， 然后出去放鞭炮什么等等这些 。 我觉得就东北人比较 physical， 就是就很喜欢物理世界的事情 。 **曼祺** [1:31:00] 很喜欢生活在真实中 。 **许华哲** [1:31:02] 对 ， 就是 比如说就是经商这件事儿 ，是不是相对来说就没有那么 physical。 所以你说那个观察到东北人可能创业相对少 ，但具身智能很 physical， 所以可能就中和了一下 。 这我瞎想的啊 。 **曼祺** [1:31:20] 对对对 ， 本来我也是那个觉得这是一个没什么逻辑的观察 ，但挺有趣的 。 你自己是什么时候开始觉得机器人是你想长期做的方向 ？ **许华哲** [1:31:31] 博士期间吧 ， 博士期间 。 我觉得我对这个 AI 产生一些思考是在高中的时候 。 **曼祺** [1:31:37] 高中 ？ 你是东北师范附中的 ？ **许华哲** [1:31:40] 东北师范大学附属中学 ， 对 。 **曼祺** [1:31:42] 这个是你们那儿很强的一个学校 ， 对吧 ？ **许华哲** [1:31:44] 算是 ， 算是一个很好的学校 。 **曼祺** [1:31:46] 高中时候想了什么 ？ **许华哲** [1:31:48] 就是那个时候也学了一点计算机竞赛 ， 然后也有几个两个小伙伴一起当时就在看一点神经网络的事情 。 然后会有一些想法 ， 就是说神经网络未来可能会是 做出一些 AI 的东西 。 **曼祺** [1:32:08] 那个时候你上高中应该是 09 年到 12 年 。 **许华哲** [1:32:11] 对 ， 对 。 **曼祺** [1:32:13] 你们就在看神经网络 。 **许华哲** [1:32:15] 对 ，但那时候就是几个 ， 你知道就是我当然我最后搞的物理竞赛了 ，但是就是跟几个计算机竞赛的人在那个机房里面 ， 就没什么事儿干 ， 除了写那个题以外， 就是就很喜欢空想 ， 然后就想这个计算机到底到最后极致情况是怎么样的 。 所以那个时候就会有说有这个神经网络这样的一个东西存在 。 **曼祺** [1:32:43] 你上高中那会儿确实是这一轮深度学习热潮开始复苏复兴的时候 。 因为 12 年算是一个标志性的时间点吧 。 **许华哲** [1:32:51] 我觉得对 ，12、13 年那个算是标志时间点 。 对 ， 我记得我大一的时候那个清华电子系有那么一个比赛 ， 就是写一个小游戏 ，是学长学姐们写好的 ， 然后说你可以给它写一个 AI。 然后我还尝试用那个神经网络给它写点东西 ，但是反正失败了 ， 完全不好使 。 后面还是改成了传统算法那种搜索 ， 然后 ACL 算法 ， 最后拿了一个什么也不是很好的名次 ， 反正对 。 但是就是那是我第一次尝试写神经网络 ， 然后反正没写出来任何东西 。 对 ， 对 ，但那个时候我就是因为我本身也是一个很喜欢打游戏的人， 所以我就很想给游戏写点那个 AI 的东西 。 因为我一直很喜欢星际争霸 ， 我在博士期间花了可能 6 到 9 个月的时间全职去写一个星际争霸的 AI。 对 ， 所以那个时候我就觉得我一定要做一个能自己决策的 AI 系统 。 那时候可能没有明确到机器人这件事儿上 。 **曼祺** [1:33:54] 你说那个时候只是上大学本科的时候 。 **许华哲** [1:33:56] 本科时候 ， 对 。 **曼祺** [1:33:57] 后来逐渐明确到机器人是一个什么过程 ？ **许华哲** [1:34:00] 机器人我觉得是到了博士期间 ， 我去某种意义上 接触到真正的 AI， 前沿的 AI 是什么样了 。 当然是从视觉的这个角度切入的 ， 就是看到了神经网络是怎么样的 ， 看到了这个 计算机视觉的能力有多强 。 而且我还做了一个自动驾驶相关的项目 ， 我就发现这个 AI 确实可以在物理世界去做决策了 。 所以我后续就是做了 ， 我的主线就变成了两件事儿 ， 一个是打游戏 ， 一个是机器人。 就打游戏不是我打 。 **曼祺** [1:34:42] 我知道 ， 你是用 AI 打游戏 。 那会儿应该是用强化学习 ， 对吧 ？ 其实 OpenAI 当时也是在做强化学习打游戏 。 **许华哲** [1:34:47] 是的 ， 它打 Dota 嘛 ， 对吧 ？ 对 ， 然后我当时打了好多好多游戏 ， 从那个 Atari 我还做过超级玛丽 ， 然后星际争霸 ， 然后我还做过一个 那种网页游戏叫 Generals.io。 对 ，因为我很喜欢玩游戏 ， 所以我把我觉得智力上比较有挑战的游戏就是去做了个遍 。 然后我发现这事儿呢 ， 挺有意思 ， 挺满足我作为一个那个 gamer， 就是这种自己写个 AI 比别人玩得强的这种乐趣 。 但是我后来发现强化学习就太擅长干这个事儿了 。 然后基本上所有游戏只要你努力 ， 最后就都能做出来 。 你别管是麻将还是德州扑克 ， 你别管是即时战略游戏还是什么卡牌游戏 ， 都可以做出来的 。 那机器人是一个挑战更大的事儿 ， 所以我会把机器人放在一个我更想做的事情上 。 而且机器人不光挑战大 ，而且它的影响力也更大 。 因为游戏它毕竟是任何游戏都是只有一小群人会很喜欢它 ，但是机器人是所有的人都会需要的 。 **曼祺** [1:35:56] 那是在博士几年级啊 ？ **许华哲** [1:35:59] 博士三四年级吧 。 **曼祺** [1:36:02] 博士三四年级 ， 就是差不多 18、19 年左右是吗 ？ **许华哲** [1:36:04] 差不多 。 **曼祺** [1:36:05] 18、19 年左右 。 **许华哲** [1:36:06] 对 。 **曼祺** [1:36:08] 因为你在知乎上， 你写过一篇文章 ， 大概就是分享你从 21 岁到 30 岁 ， 你每一年的生日， 对 ， 写给自己的话 。 **许华哲** [1:36:17] 是 ，是 。 **曼祺** [1:36:18] 然后其实我看那个文章 ， 我觉得 18、19 年好像也是你心境变化比较大的时候 。 **许华哲** [1:36:23] 是的 ，是的 。 **曼祺** [1:36:23] 那个时候的画风就突然开始深沉起来了 。 **许华哲** [1:36:26] 对对对 ，是的 ，是的 。 对 ， 我其实一直不是一个深沉的人， 只不过有的时候 ，但是就是跟人打交道的时候和自己在小屋里的时候会是很不一样的状态 。 对 ， 我觉得那个时候有两件事儿对我来说很重要 。 一件事儿叫做科研做出了相当不错的成果 ，不能说特别顶级 ，但是是只能说就是该发的论文也都发够了 ， 然后该做的事儿也都做得差不多了 ， 或者叫达到毕业要求 ， 达到让老板满意 ， 对吧 ， 让导师满意的这样的一个阶段 。 我突然有点迷茫 。 对 ， 就是 这个好学生当完了 。 **曼祺** [1:37:14] 你从小就是好学生 ？ **许华哲** [1:37:16] 对啊 。 **曼祺** [1:37:16] 你是保送的是吗 ？ **许华哲** [1:37:17] 对 ，是的 。 **曼祺** [1:37:18] 物理竞赛保送吗 ？ **许华哲** [1:37:19] 是的 。 这个好学生当完了 ， 就我自己有个习惯 ， 就是我经常会在各个地方跑到第一梯队 ， 然后就开始琢磨下一件事儿是啥 。 就我一般还不是那个卷到头的那个风格 。 所以当然我也可以接着发 paper， 接着去卷很多 ，但是我就会想沿着这个线性的路我再走 ， 还是我应该有一个阶跃式的变化 。 但是在博士期间你很难有真正动作上的阶跃式的变化 ，但我觉得思想上在那两年会发生了巨大的变化 。 就是说沿着这条路线性的走 ， 我可以看到的是我接着再发三五篇 paper， 然后读一个博后可以找一个工作 ， 无论是在谷歌还是在 Facebook， 还是在国内 ， 对吧 ， 或者教书 ，其实都还是比较清晰的 。 但是我会想我做这件事儿有意义吗 ？ 我就是为了找工作吗 ？ 或者说这个事儿已经我不努力也是这么个事儿 ， 那我应该往哪儿去努力 ？ 所以我会想很多我会作为人会有怎么样的意义 ， 哪些东西是真实的 ， 哪些东西是别人给我定义的 ，以及 就是这些科研到底有没有价值 ， 这些是我当时在想的 。 **曼祺** [1:38:43] 你的答案是什么 ？ **许华哲** [1:38:44] 我的答案是大多数的科研没有价值 ， 它最后变成了 人类进步路上的一点噪音 。 对 ， 就是它确实在人类的这个文明进步的路上 ，但是不是往前垫了一块砖 。 大多数的科研 ， 当然有少部分的科研是真的往前走了一步 ，但大多数科研是一点噪音 。 然后那其实真正想做的事不是噪音的科研 ，不是噪音的事情 。 然后我的意义我也想得比较清楚 ，因为我那时候我就觉得 OK， 我也追求的不是一个 ， 比如说变得多有钱 ， 住一个大房子等等这些事情 。 我发现我对这些完全不感兴趣 。 然后我也不感兴趣就是说我是一个多么成功的这样的一个状态 。 我更感兴趣的是如何帮到更多人 ，以及我自己能不能在这条路上有非常极致的体验 。 **曼祺** [1:39:53] 你是博士三博士四的时候开始比较认真的想这个事情的是吗 ？ **许华哲** [1:39:58] 对 。 **曼祺** [1:39:58] 就此前其实中学和大学期间是没有想这些的 。 **许华哲** [1:40:02] 对 ， 中学和大学我觉得我更多想的是怎么嗨 ， 怎么干什么事儿我最嗨 ，在干什么事儿我最爽 。 **曼祺** [1:40:12] 就是想的是眼前能做什么 ，以及做的这个过程 。 你是比较投入到当下的 ，在那之前 。 **许华哲** [1:40:18] 对 ， 就是明天有个音乐节我就去了 ， 然后那个过两天这边要考试了我就狂学 ， 然后再过两天可能这个有个什么好玩的事儿 ， 跑个什么越野跑我就去跑一下 。 就是啥都干 ， 然后干了很多我觉得很好玩的事儿 。 **曼祺** [1:40:38] 对 ，因为我看你的爱好非常丰富 。 **许华哲** [1:40:41] 曾经非常丰富 ， 现在比较收敛了 。 **曼祺** [1:40:43] 现在收敛到什么机器人什么智能 ？ **许华哲** [1:40:46] 机器人我觉得不算是爱好吧 ， 我觉得是爱和这个使命 。 **曼祺** [1:40:52] 爱和使命 ， 机器人是爱和使命 。 **许华哲** [1:40:55] 对 ， 我觉得爱好的话 ， 我试过很多东西 ， 我很喜欢发散的试试看各种各样的东西 。 我试过并放弃的 ， 包括 这个听歌 ， 我后来发现我并不能听进去流行歌 。 然后就是当然我很喜欢周杰伦的一些歌什么的 。 **曼祺** [1:41:14] 但你听了很多古典音乐 。 **许华哲** [1:41:15] 对对对 。 **曼祺** [1:41:15] 而且你在博客里还学了和声学这些 ， 就还挺专业的这些音乐课程我看 。 **许华哲** [1:41:21] 我觉得音乐对我来说 是一种准确描述音乐和读书和一些理论 。 我觉得它们某种意义上都是在描述这个世界 。 然后这个描述的精确性其实就是它美的这个部分 。 这是我的观点 。 比如说当我看到一段文字特别戳心的时候 ，其实本质上是说我觉得它描述出了我的心境 ， 或者它描述出了我对待这个世界的态度 ， 或者描述出了一个场景 。 音乐也一样 ， 就是当我听到比如舒伯特的第 960 的时候 ， 我会脑海中就是那种很神性的一个天堂的感觉 。 当我听到巴赫的时候 ， 我就会觉得比如说他的那个恰空 ， 我就会觉得 OK， 我可能就在宇宙中， 宇宙无限的在展开在折叠 。 然后理论也一样 ， 对吧 ， 一个好的理论应该能描述这个世界很多的规律 。 所以我觉得对我来说它们都是一种对世界的描述 。 然后这个描述其实是一种美的体验 ， 这是首先 。其次是我认为它帮助我化解了很多的烦恼 ， 就是当你听到一些音乐 ， 它描述自己的一些痛苦 ， 描述自己的一些使命的时候 ， 你会觉得 OK，其实也有人这么想过 ，其实也有人思考到这儿过 。 这是我觉得我觉得特别感谢那个博士那段时间 ， 我听了很多音乐 ， 然后自己也练了很多琴 。 对 ，但是现在也没什么空了 ，不过当时我觉得对我帮助非常大 。 **曼祺** [1:43:06] 你是弹钢琴吗 ？ **许华哲** [1:43:07] 弹钢琴 ， 对 。 然后我很喜欢重复的 ， 看着是重复 ，但是其实在有变化的事情 。 这个事情很好玩 ， 就是网球对我来说就是这样一件事儿 ， 就是一次一次挥拍 ，其实没什么变化 ，但是你会发现球的质量会产生 ， 就是里面的很多的细节 ， 这块稍微提前一点 ， 那块节奏稍微改变一点 ， 然后另一个地方它可能稍微角度调整一点 ， 就会产生一个变化 。 但是这个必须要有大量的重复 ， 一个强化学习的过程 ， 对吧 ？ 这样的一个过程 ， 包括练琴也是很多的 ， 就是我一遍一遍的练 ， 一遍一遍练 ， 或者盯着一个地方练一百遍 ， 最后终于把它练下来 。 这个重复的过程 ， 我觉得就是生活本身 ， 就是其实生活某种意义上就是在不停的重复 ，但是每次重复它是一个 spiral， 就是一个 。 **曼祺** [1:44:06] 螺旋 。 **许华哲** [1:44:06] 螺旋 。其实它看着一直在原地打转 ，但其实你从另一个侧面看 ， 它就是在往上升 。 我特别喜欢这种感觉 。 就我不喜欢那种 ， 我不喜欢那种看着在搞很多新的事情 ，但是最后你一看其实就在一个平面上不停的 ， 只是不停的去 。 所以我最后把我的很多那些发散的东西全都收敛掉了 ， 最后就到这些我很喜欢的这种重复但不无聊的事情上 。 **曼祺** [1:44:35] 你觉得智能它是一个重复而不无聊的事儿吗 ？ 因为现在看起来 ， 我觉得智能发展对很多普通人来说有一种一日千里 ， 完全望尘莫及 。 **许华哲** [1:44:44] 对 ， 我觉得智能那是它的表现嘛 ， 它最后性能的提升 。 但其实你究其本质 ， 智能里面也没有太多秘密 ， 对吧 ？ 智能至少现在的智能吧 ，也许未来还会有更好的 。 现在的智能是一个相对来说比较 ，其实就是 Transformer 加上数据 ，但你也是一样的把里面每一个部分做得更好 ， 它的性能就会这儿涨一点 ， 那儿涨一点 ， 最后它就会很好 。 所以我会比较喜欢这种 ， 就是围着一个东西 ， 然后把它每个地方都做到极致 ， 就是回到为什么是极致嘛 ， 就把每个地方都做到极致 ， 然后这个事情就会变得正确 ， 变得变好 。 我会喜欢这样的事情 。 **曼祺** [1:45:31] 就是我前段时间见一个投资人， 我看他写了一条笔记 ，他说好奇心大于成就感的人不适合创业 。 你会怎么在这两个维度里 ， 你会怎么去定位自己 ？ **许华哲** [1:45:43] 对 ， 我觉得好奇心和成就感我都非常追求 。 好奇心本身是一个很大的一件事儿 。 我认为我的好奇心会希望是聚焦的好奇心 ， 我觉得是这样子的一个事情 。 所以对于创业来说 ， 如果你的好奇心是那种今天我想看看这个机器人怎么做 ， 明天我想看看这个另一个大模型怎么做 ， 后天我不如看看这个智能手环怎么做 ， 那肯定就没有一个东西能做得下去嘛 。 我觉得对我来说 ， 我的使命已经确定了 ， 然后我的好奇更多是怎么把这件事情做成 。 **曼祺** [1:46:26] 其实你刚才在描述 ， 就是你从当时做一些用强化学习来做 ， 就是打游戏 ，AI 打游戏 ， 然后到你觉得机器人是一件对你来说更重要的事情的时候 ， 你当时用的两个词儿是挑战更大 ， 然后更有影响力 。 **许华哲** [1:46:41] 对 。 **曼祺** [1:46:41] 就这两个在你的评价指标里是很重要的是吗 ？ 你可以把它展开描述一下， 挑战更大 ， 还有更有影响力 ， 它更具体来说对你意味着什么 ？ **许华哲** [1:46:50] 对 ， 我觉得 这是我个人的一个小爱好 ， 就是当有得选的时候 ， 我一般会选那个更难的事儿 ， 无论在任何时候 。 对 ， 就是 我也不知道 ， 我只是觉得这是我追求极致体验 ，因为我觉得人生在这儿就是要体验 ， 如果你做的事儿太简单了 ， 你的体验就很差 。 就是我玩游戏也从来都是直接选那个最难的模式 。 **曼祺** [1:47:19] 你觉得保送更难还是高考更难 ？ **许华哲** [1:47:23] 都差不多 。 就我可以给你讲讲 ， 正好你提到保送这件事儿 ， 我当时其实没有考进那个国家金牌那种保送 ， 所以我当时是考的省赛的保送 ， 然后省赛考了一个 ，其实挺意外的 ，但是反正各种原因吧 。 **曼祺** [1:47:41] 你就是说没发挥好是吗 ？ 就正常来说你应该是进国家队 。 **许华哲** [1:47:45] 也不是国家队吧 ， 就是正常来说我应该是能够直接保送的 ， 我觉得我的水平 。 但是反正各种原因吧 ， 就没能直接保送 。 所以当时留给我的选择是我可以保送去一个非清华的学校 。 **曼祺** [1:47:59] 然后那是稳的 。 **许华哲** [1:48:00] 对 ， 那是可以保送的 。 另一个呢 ， 就是我可以考一个清华的保送生的考试 ， 然后如果考上还是可以去清华 。 另一个考不上的话就可以回去接着学高考 。 对 ， 大概是这样子 。 我的父母几乎在劝我去保送了 ， 然后你就 ，因为那个学校也很好嘛 ， 我就不提哪个学校了 。 对 ， 上海的某高校 。 对 ， 然后 。 **曼祺** [1:48:23] 那我知道了 。 **许华哲** [1:48:24] 对 ， 然后但我几乎就不用费什么思考的力气 ， 我就说那我再考一下清华吧 。 对 ， 然后不行那我就再回去学高考嘛 ， 反正最后考不上就考不上呗 。 就是我几乎不需要做一些长时间的思考 ， 就会选那个更难的事儿 。 因为我觉得这个就是很好玩 ， 就如果做简单的事儿 ， 这个好玩程度大大降低了 。 **曼祺** [1:48:48] 所以选更难的是你一贯的一个倾向 ， 然后更有影响力 。 **许华哲** [1:48:54] 对 ， 我觉得更有影响力这个是围绕着我的核心追求 ， 就是帮助更多的人产生的 。 就是那个 ， 具体的故事我已经记不清了 ，但是就是类似于有一个很好的故事 ， 一个小女孩给一个宇航局的人写了一封信 ， 就说你每年花这么多钱去造这个卫星 ， 为什么造这个火箭 ， 为什么不把这些钱捐给那些吃不起饭的人， 让他吃得起饭呢 ？ 然后这个答案反正也没有一个确定答案 ， 我觉得近处的人和远处的人我们都要帮 。 但是她当时可能就是也给出了一个 ， 就是类似于若干年前也有一群人花了一些可以让别人吃上饭的钱 ， 吃上面包的钱 ， 去研究一个东西叫显微镜 。 当时感觉没什么太大用 ，但是这个东西因为显微镜可能我们发现了一些抗生素之类的东西 。 所以有的时候你也不知道做哪件事情是正确的 。 所以对我来说我肯定是希望做那件有影响力的事情 ， 它像显微镜一样 ， 它像那个造火箭一样 ， 它可以长久的造福人类 。 这是为什么我对影响力这么看重 。 对 ， 就是我一直会说我是一个 impact driven 的人。 **曼祺** [1:50:22] Impact driven， 被影响力驱动 。 **许华哲** [1:50:25] 对 。 **曼祺** [1:50:26] 只不过这个影响力其实是跟你刚说的帮助他人这件事儿结合在一起的 。 **许华哲** [1:50:30] 对 ， 就是 。 **曼祺** [1:50:30] 不是我们一般理解的 ， 比如说我做一个事儿 ， 比如我赚了很多钱 ， 或者说我多出名这种 ， 对吧 ？ **许华哲** [1:50:38] 就赚钱出名 ， 如果只是这个其实也是一种影响力 ，但我想的是更多的影响到别人的生活 ， 且是往好的那一侧影响 。 就是比如如果是我发明的抗生素 ， 我会 ， 或者我找到的 ， 我应该用找到这个词更好 ， 对吧 ？ 我会非常自豪 ， 对吧 ？ 因为可能全世界的某种疾病因为我的努力而消失了 ， 那这个影响力是非常非常大的 。 **曼祺** [1:51:02] 不过一般的这种非常有影响力的科学发现 ， 它最后带来的影响其实很多情况下都是双面的 。 因为抗生素它肯定是挽救了很多生命 ，但另一方面滥用抗生素它后来也会成为一个社会现象 ， 会成为一个社会问题 。 **许华哲** [1:51:16] 当然 ， 我认为是很多趋势是不可逆的 ，而且最终这个事情能不能用好取决于人。 但是对我来说我肯定是要往好的方面去使用它 。 对 ， 就像核能一样 ， 对吧 ？ 最典型的发明的时候或者使用的时候 ， 当然不是一个非常好的使用方法 ，但是其实后续还是造福了人类的嘛 。 所以只要你是往善的那一侧去努力 ， 我觉得对我来说就够了 。 ### 技术之美 **曼祺** [1:51:49] 你刚才描述音乐 ， 还有网球 ， 还有你做研究的这个过程 ， 你说的都是对世界的不同表达方式 ， 然后都是一种美的形式 。 你可以想想就是你自己的 ， 比如对什么是技术的美 ， 你的技术的审美和偏好和品味是什么 ？ **许华哲** [1:52:07] 简单一直是我认为是每一个技术人员或者是看技术的人都应该 公认的一个美的第一性的东西 。 **曼祺** [1:52:20] 简单 。 **许华哲** [1:52:21] 简单 。 这个爱因斯坦说的 ， 对吧 ？Everything should be made as simple as possible, but not simpler. **曼祺** [1:52:31] 之前和马毅老师聊到这个 。 **许华哲** [1:52:33] 对 ，因为我在课题组里面也经常跟大家聊 ， 就是说我们做的东西要用小方法解决大问题 ， 就是你的方法要简单 ， 然后你的问题要复杂 ， 这样的东西其实是最美的 。 反过来如果你的方法特别复杂 ， 一坨一坨的 ，但你简单解决一个特别小的问题 ， 比如说就是能倒一杯水 ， 假设它只能倒一杯水 ，但你的方法特别特别长 ， 那这个往往是丑陋的 。 对 ， 所以我觉得简单是美非常重要的一个点 。 除此之外， 我会很喜欢一致 。 **曼祺** [1:53:23] 一致 。 **许华哲** [1:53:24] 就是这个很难描述 ， 就是它的很多思路上面保持一致我觉得也是很重要的 。 **曼祺** [1:53:34] 什么什么保持一致 ？ **许华哲** [1:53:35] 就比如说 ， 我举个例子 ， 就比如说我有若干个 ， 之前有人说我也端到端做一些事情 ， 我有若干个小模型 ，但是呢 ， 我在上面比如接一个知识图谱 ， 然后把这个若干个小模型怎么把它串起来 ， 我觉得这件事本身就是一个相互矛盾的事儿 。 就是如果你相信这种知识图谱式的这样的方式 ， 那你不应该底下有这些深度学习的这个模型 ， 你应该这些东西再拆 ， 最后拆成一个巨大无比的网络 ， 我觉得那也是会非常美的东西 。 **曼祺** [1:54:14] 那你说的是一种 ， 就是它每一个小结构都是大结构 ， 它是不够的 。 就是把海岸线放大放大它 。 **许华哲** [1:54:21] 对 ， 就是那种 ， 就是你趋于那个极限的话 ， 它应该是一个特别细碎的东西 ， 然后在远看也是非常美的 。 或者你就相信所有东西都端到端 ， 它就是一个圆 ， 它就是一个统一的东西 。 我觉得就是说理念的协调对我来说也很重要 ， 就是我不太喜欢那种若干个理念放在一起拼凑出一个东西 ， 我觉得对我来说技术上可能 ， 或者说这个看一个东西我会看它是不是理念是一致的 。 对 ，但我也很难描述 ， 我觉得我的语言表达能力在谈美这件事上还不够 。 **曼祺** [1:55:03] 你觉得有用在你的审美里在什么位置 ？ **许华哲** [1:55:08] 有用 。 **曼祺** [1:55:09] 因为有的时候大家会说不管我用什么方法 ， 反正最后这个东西可以 work， 这也是为什么大家说 AI 有时候像 。 **许华哲** [1:55:15] 我觉得有用是一种结果 ， 我觉得它跟美不美没有关系 ， 我觉得美的东西可以是很有用的 ，也可以是很没有用的 。 对 ， 我觉得它是几乎正交的两个维度 。 **曼祺** [1:55:28] 你觉得从就去年整个行业来看 ， 你觉得一些比较大的进展 ， 显然会对接下来一段时间大家去做这些事情都有很有帮助的一些进展是什么 ？ 可以讲讲就是比如是哪些方面的 ？ **许华哲** [1:55:40] 我觉得 25 年这个成果非常多呀 ， 就是 Pi 的那些工作很显然是一个非常核心的推动力 ， 然后 Generalist 的那个数据集的大小 ， 我觉得给大家一个 scaling 的这样的一个推动 ， 然后我觉得各种各样的 embodied VRM 我觉得也是挺有价值 ，但好像其中没有哪一篇是那种就是能单独拎出来用 ，有一篇 。 **曼祺** [1:56:08] 一批 。 **许华哲** [1:56:09] 有一篇 ， 一批 ， 就是这个 embodied VRM 的事情让我们看到了一些这个在具身的这个交互里面 ， 除了操作这件事本身 ， 还是有很多的成长的空间嘛 ， 就让它更理解空间 ， 更理解事情 ， 更理解这个语义 ， 对吧 ？ 然后强化学习 ， 强化学习让我们看到了可以高成功率的完成 ， 这是我自己做的工作 ， 我非常的兴奋 ， 就是做到百分之百 ， 那个一作的同学当时也非常亢奋 ， 就是 。 **曼祺** [1:56:44] 成功率百分之百 ， 对吧 ？ **许华哲** [1:56:45] 对 ， 我们测了 900 次 ， 然后 900 次都成了 。 **曼祺** [1:56:47] 你们自己做的这个工作里面 ， 它已经是你现在这个思路 ， 就是你在这个强化学习 ， 你在后训练 ， 它是一个范围 ， 就是各种任务都去训练 ， 还是针对某一个去做 ？ **许华哲** [1:56:56] 针对某一个 。 **曼祺** [1:56:56] 针对某一个做到百分之百 。 **许华哲** [1:56:58] 在实验室里面没有那么多资源去把它做那么大 ， 我们还是针对一个任务 ， 然后去 ，但是我们针对了七个任务 ， 然后七个任务都可以做到 。 **曼祺** [1:57:08] 那你们有把七个任务的数据放在一起这样去 ？ **许华哲** [1:57:11] 没有 。 **曼祺** [1:57:11] 没有 。 **许华哲** [1:57:12] 就那个里面没有 ，因为那个放在一起肯定还是有挑战的 ， 就是不是说简单的放在一起立刻就能 work， 所以我们那个工作就会做到那儿为止了 ， 然后后续会沿着它会再做新的工作 。 对 。 **曼祺** [1:57:27] 你觉得就是到目前为止 ， 这个也出现过就类似于像 Transformer 在 2017 年， 就那个时候它 ， 当然是我们现在回头看 ， 对它的这个重要性可能更明显了 ， 我不知道在当时就大家那一年看到它是个什么情况 ， 就有出现这种特别重磅的开创级的东西吗 ？ 到目前为止 。 **许华哲** [1:57:50] 目前还没有特别看到 ， 我觉得这个东西你需要回头看才能看得到 。 **曼祺** [1:57:56] 需要时间检验 。 **许华哲** [1:57:57] 对 ， 就是学术圈现在也很喜欢这个 ， 对吧 ？ 在每个学术会议除了最佳论文以后， 还搞了一个叫 Test of Time Award。 **曼祺** [1:58:05] 时间检验奖 。 **许华哲** [1:58:06] 时间检验奖 。 而且我记得上次在美国开会的时候 ， 就是那个主持人就说没有拿到最佳论文不要灰心 ，因为根据我们的历史数据 ， 目前还没有任何一篇当年的最佳论文拿过时间检验奖 。 就是即使是 ， 那是顶会 ， 对吧 ？RSS， 然后那是最好的一群人评出来的奖 ，但是仍然有非常大的局限性 ， 最后哪一篇文章会冒出头来成为那个真正影响人类历史的 ， 好像不一定 ， 好像不一定 。 对 ， 就像当年的那个 Nerf， 这个工作也没有拿到当年的最佳论文 ，但是它很显然就是成了一个非常重要的工作嘛 。 所以你说 2025 年有没有呢 ？ 我觉得很有可能会有 ，但是你说是哪一个呢 ？ 我觉得没有人能点出来 。 **曼祺** [1:59:02] 你说到这个现象我觉得很有意思 ， 就是你说每一年的当年的最佳论文后来都不是得时间检验奖的这个论文 ， 所以可以说在学术成果上最顶尖的人类 ，他去做这个评测 ， 去做 evaluation 也是很难 。 **许华哲** [1:59:15] 对 ， 本质上是 每个人都按照自己的品味去进行对这个世界的打分和进行对事物的创造 ，但最终哪些被接受了 ，其实是一个随机事件 。 **曼祺** [1:59:36] 对 ，因为就从这个点我想到了一个延伸的问题 ，是因为现在大家都会经常讨论说以后可以用 AI 来做科研吗 ？ 用 AI 来提升大模型这件事情可能它是一个相对近一点的 ， 或者说它也比较好被评估 ，因为模型性能怎么去评估它的提升 ，有很多人在投入 ， 然后也有很多已经有的方法 。 如果说你把它放到就更广泛的用 AI 来做科研 ，其实你怎么评估一个科研成果它是有价值这件事情 ， 好像对人来说也挺难的 ， 对科学家共同体来说也挺难的 。 **许华哲** [2:00:07] 我觉得评价它是否达到一个一般意义的论文的水平还是比较容易的 ，但是你说它到底能不能产生深远的影响 ， 我觉得确实是比较难的 。 **曼祺** [2:00:19] 其实就是分辨你说的大部分的噪音和小部分的帮助人类前进的砖的那个区别 。 **许华哲** [2:00:28] 是的 ， 这很难 。 我觉得在 AI 里面还是更简单直接一点 ， 就是论文本身是一个 ， 你可以认为它是一个产品 ， 你可以把它包装得特别好 ， 然后你也真的货真价实有点东西 ， 所以你很有可能就靠着你的完美的包装加上一个比较有东西的内容 ， 或者是这个贡献 ， 然后获得了一个很好的当年的名声 ，但是这个事之后会有很多人来试你这个东西 ， 所以 如果你只是有点东西的话 ， 大家就会说 OK， 那它就还行 ， 还不错 ，但是也会有很多人会试那些没有出名的东西 ， 然后试出来发现这个才是那个非常好使 ， 非常有用 ， 那这个东西会被越来越多人沿用 ， 越来越多人去使用 ， 然后反而那个东西就跑出来了 ， 这就跟那个创业公司一样 ， 对吧 ？ 最后哪篇论文会跑出来 ， 一般往往不是那个大家叫的最看好的那个 。 **曼祺** [2:01:27] 迄今为止你自己做的 ， 或者你参与做的这些成果里面 ，有哪个是你自己最骄傲 、 最自豪的 ？ **许华哲** [2:01:37] 下一个 。 **曼祺** [2:01:40] 这个不算 ， 这属于标准回答 。 除了下一个之外 。 **许华哲** [2:01:45] 对 ， 我觉得 其实有几个我还是很喜欢的 ， 我自己就是比较亲手去做的 ， 我最喜欢的是那个 Robot Cook 嘛 ，Robot Cook， 就我那个包饺子那个 ， 那个事我觉得某种意义上是我们把这种包饺子这个事做出了一个样子 ， 然后通过一些比较 直接的方式 ， 当时是一个世界模型 ， 然后加上一个各种工具使用这样的一个方案 ， 我觉得还是系统级的做了一个大系统 。 **曼祺** [2:02:29] 对 ， 那个还是很难的 ，因为那是从擀面开始的 。 **许华哲** [2:02:32] 对 ，是 。 **曼祺** [2:02:33] 它还不是说我买了一些现成的饺子皮这样去包 。 **许华哲** [2:02:36] 对 ， 那个我觉得在系统层面我觉得是挺有挑战的 。 **曼祺** [2:02:41] 它这也算是一个长程任务 ， 对吧 ？ 整个从最开始做面皮 ， 然后做馅儿 ， 然后给它弄起来 ， 然后等等等等。 **许华哲** [2:02:48] 对 ， 然后后续我们有几个 ， 一个是那个 DP3 是我们组的一个工作 ， 我觉得那个工作算是一定程度上把三维视觉跟扩散模型放在一起 ， 然后有一个比较好的效果 ， 我觉得那个也还不错 。RL100 是我们最近就刚好我提的 ， 就是我们最近的这个 RL 的一个工作 。 **曼祺** [2:03:18] 强化学习的那个工作 。 **许华哲** [2:03:19] 对 ， 我刚说下一个 ，其实我们那个课题组还有一个新的这个研究工作 ，是我们做了一个远程触觉的东西 ， 就是比如说我们现在在北京嘛 ，在上海有一个机械臂 ， 它可能上面带一个触觉传感器 ， 然后它去那个机械臂去摸上海的一个东西 ， 然后我这边是可以感受到那个东西的软硬 ， 那东西的粗糙程度 ，以及那个东西的这个一些形状的 ， 远程去摸 ， 然后我们拿这个事 干了个啥呢 ？ 我们去买了一个那种乳腺癌的模型 ， 然后去做远程的这个乳腺癌的这个触诊 。 **曼祺** [2:04:02] 所以它这个传到是传到人的手上吗 ？ **许华哲** [2:04:04] 传到人的手上 。 **曼祺** [2:04:05] 传到人的手上 。 **许华哲** [2:04:05] 对 ， 反向去传 ，是机器人在远程摸 ， 然后人在 ， 当然这只是我们的一个实验了 ， 就不是说真正意义上已经用了 ，但我会蛮喜欢这个事情的 ，因为就是未来也许机器人会上火星 ， 我想在地球上摸摸火星上的东西 ，是不是也可以这样摸一摸 。 **曼祺** [2:04:29] 所以它现在 ， 它有哪些维度啊 ？ 它能非常像人的手的真的感觉吗 ？ **许华哲** [2:04:35] 它还不能特别像 ，但是它就刚刚我描述的三个维度 ， 比如说软硬 ， 然后形状 ， 然后以及粗糙程度 。 **曼祺** [2:04:44] 粗糙程度 。 但是它 。 但是质感应该很难模拟吧 ？ **许华哲** [2:04:47] 对 ， 质感很难模拟 ， 然后另一个就是温度很难模拟 。 **曼祺** [2:04:51] 质感和温度很难模拟 。 **许华哲** [2:04:52] 对 ，但我觉得也是有可能的吧 ， 就我们反正只是开一个头嘛 。 **曼祺** [2:04:59] 对 ， 我觉得这个还挺神奇的 。其实就语言里面关于触觉的词都很少 ， 就相比于视觉来说 。 **许华哲** [2:05:06] 是的 。 **曼祺** [2:05:07] 就它有很多很细微的东西 ，其实以往也没有被人表达过 ，也没有被语义化过 。 **许华哲** [2:05:12] 是的 ，是的 。 对 ，因为我们一直做触觉嘛 ， 之前也做了一些触觉传感器 ，night detect， 然后我们也做了一个反向触觉 ， 我们叫这个东西叫 tactile display，是那个就像屏幕对吧 ？ 就是那个触觉传感器是让机器人有触觉 ， 然后我们这个就相当于让人能摸到机器人的触觉 。 **曼祺** [2:05:33] 因为你现在自己在课题组里面还做一些就是还挺前沿的探索嘛 ， 然后公司这边肯定也是要做一些跟公司主线相关的研发 。 **许华哲** [2:05:41] 是 。 **曼祺** [2:05:41] 你自己的精力会怎么来分配 ？ 尤其是你的智力的这部分 ， 你思考的这部分 。 **许华哲** [2:05:49] 对 ， 我觉得其实本质上要解决的是同一件事吧 ， 就是通用的智 能嘛 ， 通用的物理智能 ， 所以也谈不上怎么分配吧 ， 就是 怎么样能最快的或者是最有效的接近物理智能 ， 我就会怎么样去做 。 对 。 **曼祺** [2:06:12] 我有几个补充想问的 ，其实是关于你就是做播客的一些事 ，因为我觉得就是要持续的做内容还是挺难的 ， 尤其我也观察到很多创业者 ， 比如说在他们创业之前可能是知乎大杯 ，在知乎上分享 ， 然后创业之后可能他就断更了 ，因为特别忙 ， 然后其实你在那个星海图之后你还是一直在做内容嘛 ，而且按你的规划你应该之后也是会继续做下去的 ， 这个东西给你的这种正反馈或者说动力是什么样 ， 可以让你持续做 ？ **许华哲** [2:06:44] 我觉得就是做一些内容对我来说是一种放松 ， 就是跟大家聊聊天 ， 然后把这个聊天的过程录下来 。 我觉得我们今天聊天我也很开心 ， 然后这个过程就是一种对获得一些信息 、 释放一些信息 ， 然后大家坐下来喝点水 ， 我觉得就很开心 。 **曼祺** [2:07:06] 吃点东西 。 **许华哲** [2:07:07] 对 ， 吃点东西 。 我觉得本身对我来说就是一个很开心的事 。 然后第二个就是能够让信息变得透明 ， 本身也是我的追求 ，也是我的这个定义的帮助更多人的一部分 ， 就是怎么样让那些想拿到信息但是拿不到信息的人， 最终可以通过刷到我的一些东西 ， 看到他想看到的答案 ， 我觉得这部分 是一个很重要的动力 。 因为之前就会有人说 ， 当然他是半开玩笑 ，他说要不是这个平台 ， 无论是 B 站还是抖音还是小红书 ， 就要不是这个平台 ， 我永远也听不到这样的故事 ， 我觉得看到这样评论的时候我就会觉得 OK， 做这个事情还蛮值得的 。 对 ， 然后第三个 。 **曼祺** [2:08:00] 这个跟你帮助他人的想法也是一致的 。 **许华哲** [2:08:02] 是啊 ，是啊 ，是啊 。 然后第三个就是我觉得我们想要做 2C 嘛 ， 那客观来讲我觉得去感受大家对你的评价也很有意思 。 网上其实一旦你到网上了 ， 就是在网球圈里面有一件 ， 就是有个事就是费德勒到了小红书上也会变成 2.5， 对吧 ？ 就是指指点点说这哥们会不会打球 ， 我觉得一样的 ， 就所有人到了网上众生平等 ， 大家会说你这个哪哪哪做得不好 ， 哪哪哪做得好 。 我觉得获得这样的真实反馈是非常难得的 ， 尤其对于一个 2C 的产品 ， 所以我即使在有新公司我们也会持续做这件事 ， 一个核心的点就是拿真实反馈 ， 我觉得这件事情对于我们打磨产品也是非常有帮助的 。 ### 尽力马拉松 **曼祺** [2:08:48] 就我觉得你身上有两面性 ， 一方面因为你在社交媒体很活跃嘛 ， 然后你有很多的这个 AI 圈的粉丝 ， 是一个很幽默的活跃的科学断字手的感觉 。 但另一方面你刚才也讲到就是有时候比如说你博士的时候你可能会在琴房待几个小时 ，而且我看你看很多书 ， 你连 《 静静的顿河 》 都看完了 。 **许华哲** [2:09:09] 那个没看完 ， 那个是听完了 。 **曼祺** [2:09:12] 那个很长 ， 那个书很长 。 **许华哲** [2:09:13] 非常长 ， 剧透 。 **曼祺** [2:09:15] 包括你会用比如说黑塞的 《 荒原狼 》 里的独白来描述自己的一些心情等等 ， 就是我觉得你也有很内观很细腻的那一部分 ， 这些东西在你身上是怎么融合的 ？ **许华哲** [2:09:29] 这些东西就应该它就是天然融合的 ， 就是就像很多喜剧演员他这个私下里都没那么开心一样 ， 我觉得我也一样 。 **曼祺** [2:09:40] 你是内向型人格还是外向型 ？ **许华哲** [2:09:42] 外向型的 。 **曼祺** [2:09:42] 你是艺人 ？ **许华哲** [2:09:43] 我是艺人。 对 ，但 。 **曼祺** [2:09:46] 但是你很喜欢独处 。 **许华哲** [2:09:49] 对 ，是的 ， 就是说我都可以 ， 我觉得就是这没有什么矛盾的 ， 当我跟人打交道的时候我会比较乐呵 ， 比较友善 ， 然后但这不影响我那个自己静下来的时候思考一些东西 ， 然后也并不影响我觉得很多意义可能只有自己一个人才能想清楚 ， 我觉得这两件事本身是不矛盾的 ， 或者说有的时候是因为你想清楚了这些很多事所以你才乐呵 ， 所以你 才对人友善 ，因为你知道很多事情不重要了 ， 所以你也就没有什么可以生气的 ， 可以发脾气的 ， 或者是可以觉得委屈 ， 觉得不开心的点 ，因为我觉得都挺开心的 ， 就无论这个德或者诗 ， 对我来说都挺开心的 。 **曼祺** [2:10:43] 你最近静下来一个人会想到一些比较重要的问题会是什么样 ？ **许华哲** [2:10:51] 最近静下来一个人会想 ， 最近有点静不下来 ， 说实话 ，其实最近实在是比较忙碌 ， 最近其实想的更多的还是公司该怎么走 。 **曼祺** [2:11:01] 公司该怎么走 。 **许华哲** [2:11:02] 对 ， 就是主线的线条应该是怎么样走 ， 一个节奏是怎么样的 ， 我觉得最近的抽象的思考变少了一些 ，因为确实具体的事情来了以后， 我觉得还是要先要把具体的事情做好 。 **曼祺** [2:11:17] 那你最近有看什么书吗 ？ **许华哲** [2:11:20] 最近读书也很少 ， 最近读了那个哈萨比斯那个传记 ，因为对 ， 就是 。 **曼祺** [2:11:27] 你和马拉比也有一个对谈 。 **许华哲** [2:11:29] 有一个对谈 ， 对 ， 然后就是读了那个以后我觉得挺好的 ， 就是我很喜欢它的那个里面那个描述 ， 叫 我们怎么样算是过了一个尽力的人生 ， 就是它觉得是像一个马拉松一样 ， 我应该往前跑 ， 然后跑过终点线的时候我最好立刻跪下了 ， 更好的情况是我被抬进医院了 ，但我没有死掉 ， 这就算是过了一个尽力的人生 ， 我觉得跟我的人生观很像 。 **曼祺** [2:12:01] 它其实讲的也是一种机制 ，在一个竞赛之中 。 **许华哲** [2:12:05] 我看到马拉比写笔下的这个哈萨比斯 ， 我觉得某种意义上是一个所有的追求 AGI 的人的一个缩影 ， 或者是一个应该有的状态 ， 就是近乎虔诚的追求他该追求的事情 ， 我觉得这件事是我觉得很有共鸣的 。 **曼祺** [2:12:34] 就你们的区别可能在于 ， 就是我觉得他应该是很小的时候 ，他就有了一个这种很明确的这种使命感 ，他很年轻的时候 。 **许华哲** [2:12:44] 对 ，是的 。 **曼祺** [2:12:45] 其实他是有一次去参加那个国际象棋的比赛 ， 然后他就在想 ， 就是我的这个大脑的智慧就要用来 ， 就要用来下棋吗 ？ 我可以干什么更大的事情啊 ？ **许华哲** [2:12:58] 对 ，是的 ，是的 。 就是我觉得每个人想清楚事情的时间点是不一样的 ，有的人可能早一点 ，有的人可能晚一点 ， 我觉得这都无所谓 ， 就是而且想清楚了也不一定是好事 ， 对吧 ？ 就是没想清楚的时候我觉得我能感受到的快乐更多一点 ， 就是我虽然现在每天很乐呵 ，但其实感受到的快乐变少了 ，因为我更多我的乐呵是因为我觉得大多数的事情都无所谓 ， 所以我很乐呵 ，但是在我想清楚之前 ， 我 有痛苦有乐呵 ，但我带来的那个快乐这个更强烈 ，是因为我真的是快乐到了 ，而不是我觉得无所谓 ， 所以我 ， 对 ， 我觉得是不太一样的人生状态 。 我觉得怎么描述呢 ？ 就是那种可能婴儿的皮肤你轻轻碰一下它就很敏感的那种状态是以前 ， 现在我感觉就是那些东西都无法影响到我 。 对 ， 对 ， 对 。 **曼祺** [2:13:58] 对 ，其实就是你的阈值变高了 ， 你如果要真的快乐 ， 你可能需要一个 ， 你需要一个更大的更深远的东西 ， 你才会真的快乐 。 **许华哲** [2:14:09] 对 ，是的 。 **曼祺** [2:14:10] 或者说有成就感吧 ， 你可能不能用快乐来形容 。 **许华哲** [2:14:12] 所以我就回到了帮助更多的人嘛 ，因为我觉得我自己获得的东西已经很难让我产生快乐 。 **曼祺** [2:14:17] 你喜欢现在这个状态还是之前的状态 ？ **许华哲** [2:14:20] 也谈不上喜欢 ， 只是它不可逆 。 马拉比可能很小 ，他就是受到那个影响 ，他的使命就决定了 ， 可能是 9 岁还是 10 岁的时候 ， 对吧 ？ 那他可能那个前面那个状态更少一点 ，他再也没有办法享受那种在下棋上击败别人的快乐了 。 **曼祺** [2:14:37] 对 ，因为他算是个神童吧 。 **许华哲** [2:14:39] 对 ，但是好处是他又找到了新的东西 。 **曼祺** [2:14:43] 你觉得作为创业者的话 ， 你会担心自己身上缺少某些特质吗 ？ **许华哲** [2:14:49] 作为创业者 ， 我其实不是特别担心 ，因为我总觉得其实你很难定义一个什么是好的创业者 ， 对吧 ？ 就是我觉得创业者我认为的一个最重要的特质就是有特质 ， 就是你可以是一个木讷的人也可以做出一个很好的企业 ， 你可以是乐观的也可以是悲观的 ， 我觉得对 ， 就是你看我们现在身边能听到看到名字的这些企业家 ，其实每个人都很不一样的 ， 我觉得创业者并没有什么一定要的东西 。 **曼祺** [2:15:26] 你对就是创业这件事的挑战和难度是怎么预估的 ？ **许华哲** [2:15:29] 创业的挑战肯定是足够大的 ， 所以这也是跟我的决策思路一脉相承的 ， 就是去做那个挑战足够大的事情 ， 能够成功的概率也很低 ， 就像前面我们聊过的那个哪篇论文能够跑出来一样 ， 我觉得任何一家公司的成功概率在今天无论它已经这个名声很大还是刚刚开始 ， 我觉得胜率是差不多的 ， 都是很低 ， 可能如果有 100 家公司 ， 那可能大家都是 1%， 甚至更低 ，因为还有可能这 100 家都挂掉了 ， 对吧 ？ 所以创业一定是 不确定的 ，但是所以就回到了我们有尽全力吗 ？ 我们有极致的体验吗 ？ 我们有给这个世界创造一些东西吗 ？ 以及这个最后这件事做成了吗 ？ 就整体所有的人加在一起 ， 人类做成了吗 ？ 我觉得这些事情如果都有一个比较好的答案 ， 我觉得就够了 。 **曼祺** [2:16:33] 你觉得你为这个事能付出多少代价 ？ **许华哲** [2:16:39] 当然很多 ， 所有的代价 ，因为我要的太多了 ， 所以任何代价都可以 。 **曼祺** [2:16:46] 之前我也跟你聊到过 ， 就是你让我想到我之前采访过的另一个创始人， 是绅士科技的张凌峰和首席科学家 。 对 ，他是创始人但他是首席科学家 ， 然后他们还有一位联创是他们 CEO， 然后张凌峰是元培毕业的 ， 北大元培 ， 然后后来去普林斯顿读博士 ，他们是做 AI for science。 就我觉得你们俩比较像的一点是你们都是 学科学出身的 ， 同时爱好也很广泛 ，也会自己写很多东西 ，他也会自己写很多东西 ， 会观察自己内心和思想的变化 。 然后他的情况是他有一个联创 ， 就是他们的 CEO 也是本科的同学 ， 然后认识了很久 ，也很相互信任 ， 然后那个就是孙伟杰 ，他是会来处理比如说像融资 、 经营 ， 然后公司业务 、 商业化 、 客户等等很多这种情况 。 你觉得你现在创业的话 ， 你需要一个这样的合伙人吗 ？ 还是说你自己要去学习和补充这块的能力 ？ **许华哲** [2:17:42] 首先我肯定要学习和补充的 ， 我觉得这件事需要自己把它也做好 ， 至少知道该怎么做 ， 然后同时我们也会补充人， 就是其实我有一位联创是会比如说金融背景的 ，他可能也会起到很多补充的作用 。 **曼祺** [2:18:02] 这点觉得很像 ，因为伟杰之前也是在做投资 。 你说你的那个联创金融背景以前也是 VC 出身吗 ？ **许华哲** [2:18:09] 不是 ，他是二级的 。 **曼祺** [2:18:10] 二级市场 。 **许华哲** [2:18:11] 所以我觉得这些事情其实是我也想做到的 ， 我并不是一个就是想一心只读圣贤书的那个愿望 ， 我觉得这些事情是该做的事 ， 我也都会去做 。 **曼祺** [2:18:30] 从开始筹备创业到正式成立到现在 ，其实差不多就是小半年的时间 ， 这段时间你有发现自己不一样的一面吗 ？ 因为一般来说其实选择创业 ， 我觉得还是会在很短的一个时间里就给人很多成长空间嘛 ， 可能也会是一个比较快速变化的事情 。 **许华哲** [2:18:48] 我觉得我一定程度上找回了曾经的自己 。 **曼祺** [2:18:54] 曾经的自己是多久之前的曾经 ？ 是什么时候 ？ **许华哲** [2:18:57] 就我一直很想创业 。 **曼祺** [2:18:58] 一直很想创业 。 **许华哲** [2:18:59] 对 ， 我从高中开始就很想创业 ， 只不过后来因为成绩比较好 ， 然后也对 AI 很感兴趣 ， 然后就越做越学术 ， 越做越学术 ， 然后就我从来就是我觉得小时候的自己从来没有想过我能读博士 ， 然后也没有想过我要读博后， 然后最后成了一个学校的老师 ， 对吧 ？ **曼祺** [2:19:21] 你小时候对自己未来长大是怎么设想的 ？ **许华哲** [2:19:24] 我小时候就是两个事情 ， 我一个就是创业 ， 我就是从小就是经常会想有一些创业的 idea，但是那时候很小嘛 ， 所以也没有什么 ， 然后另一个就是我很想当高中老师 。 **曼祺** [2:19:40] 很想当高中老师 。 **许华哲** [2:19:41] 是的 。 **曼祺** [2:19:42] 你是什么家庭背景 ？ **许华哲** [2:19:44] 我妈妈是老师 ， 然后我爸爸在做生意 ， 所以可能就是 。 **曼祺** [2:19:48] OK。 **许华哲** [2:19:48] 对 ，因为我觉得当高中老师就是 也很有意思 。 **曼祺** [2:19:55] 所以你的两个设想一个是类似于你爸那样 ， 就是自己做一个事 ， 自己开公司 ， 一个是类似于你妈这样是做高中老师 。 **许华哲** [2:20:04] 当然我妈是教初中了 ，但是那个我就是觉得当老师本身是个挺好玩的事情 ， 就是把一个东西搞透 ， 然后再教给别人， 我觉得还挺好玩的 ， 就是小时候的自己从来没有想过会去当大学老师 。 **曼祺** [2:20:22] 就是没想过是做研究做学术 。 **许华哲** [2:20:24] 对 ，是的 。 **曼祺** [2:20:25] 所以找回了曾经 ， 所以一个是你找回了曾经的自己 ，而且是很小时候的版本 。 **许华哲** [2:20:31] 对 ，而且就是很就是我觉得已经很久没有这么爽过了 ， 就是说就是创业每天就是最近可能从早上 8 点半开始一直到 12 点都是蛮负荷的 ， 对 ， 这么高能量的去工作我觉得确实让我很快乐 。 **曼祺** [2:20:53] 而这个过程应该是充满你说的那种 ownership， 对吧 ？Agency， 就是很主动性的去做的 。 **许华哲** [2:21:00] 是的 ， 就是你想你要做成一件什么事 ， 你想你要什么 ， 然后你去做 ，而不是别人分配给你一个事情 ， 然后你去做 。 **曼祺** [2:21:09] 我很好奇这个和联创也是很不一样的体验是吗 ？ **许华哲** [2:21:13] 当然 ， 肯定是不一样的体验 。 我觉得或者说每个公司的联创的定义也不太一样 。 **曼祺** [2:21:22] 对 ， 就可能具体的角色 ， 然后做什么分工 ， 写作方式都不太一样 。 **许华哲** [2:21:26] 对 ， 都很不一样 。 我自己还是一个 就是在我们的新公司 ， 我会期待我们的每一位联创也都是独当一面的 。 **曼祺** [2:21:40] 你说的参与感 。 **许华哲** [2:21:41] 对 ，不光是参与 ， 就联创可能就不仅仅是参与了 ，而是就是他的那个事情他应该是有决策权的 。 **曼祺** [2:21:51] 所以这是你创业之后你发现的一个点 ， 就是说你觉得回到了曾经的自己 。 **许华哲** [2:21:58] 对 ，是的 。 我一直都是一个那种这种风格的 ， 直到读博士遇到了高阳 ， 这个家伙非常的严谨 ， 然后非常的聪明 ， 然后也非常的学术 ， 然后我老跟他玩 ， 然后玩着玩着就是那个就是很学 ， 我也变得很学术 。 **曼祺** [2:22:22] 对 ， 你们当时在伯克利的时候就是同学 ， 对吧 ？ 都在拜尔实验室 。 **许华哲** [2:22:26] 对 。 **曼祺** [2:22:26] 最后一个问题是我想问你今年 8 月的时候写生日感想的时候 ， 或者到年底写总结的时候 ，因为你每年还是会总结一下的 ， 你希望那个时候自己和公司到一个什么状态 ？ **许华哲** [2:22:38] 我希望到时候我的娃已经会说话了 ， 然后 我会期待这个公司有了一个很不错的团队 ， 然后造出了一点东西 ， 然后我希望我自己 乐在其中 。 **曼祺** [2:23:02] 乐在其中 。 **许华哲** [2:23:04] 对 ，是带着大家从这个一片 ， 我们今天那个办公室就是一片荒芜 ， 就一些地板 ， 然后这个已经跑出一点小小的样子 。 **曼祺** [2:23:20] 从一片荒芜到破壳而出 。 **许华哲** [2:23:23] 对 ，是的 ， 我觉得最后点题 ， 对吧 ？ **曼祺** [2:23:27] 对 ， 破壳 ， 对 ， 公司 。 **许华哲** [2:23:28] 破壳机器人真的有一些 ， 对 ，有一些东西出现吧 。 **曼祺** [2:23:31] OK， 那今天非常感谢华哲做客观电聊 ， 分享了之前自己的一些成长经历 ， 什么时候开始钟情于机器人， 想把这个当作自己的使命 ，以及两次创业 ， 尤其是这一次新创业的一些思考和一些现阶段的想法和实践 ， 非常感谢 。 那今天节目就到这里 ， 各位拜拜 。 **许华哲** [2:23:50] 好的 ， 拜拜 ， 谢谢 。 **曼祺** [2:23:56] 本期连点呈现 ， 这是晚点聊第二次采访许华哲 ， 上一次是在 24 年 10 月底的第 86 期节目 ， 当时邀请华哲来聊了那会儿刚刚举行的 Tesla 的 We Robot 发布会 。 那次发布会上， 特斯拉展现了没有方向盘和驾驶室的自动驾驶车辆 ，而市场更关注的是人形机器人 Optimus 的惊艳表现 。 事后看 ， 当时机器人的很多流畅的动作都是通过摇操这种方式来实现的 ， 摇操依然不能解决机器人的自主行动和完成任务的问题 ， 同时作为一种数据获取手段 ， 摇操也因为成本非常贵而逐渐变得没有那么主流 。 回顾当时那一期 ， 再看这一期 ， 我自己也能明显感受到整个具身智能行业发生了很大变化 ，其实还不到两年的时间 ，但同时这依然是一个技术路线没有完全收敛的方向 ， 所以更多巨头的激烈竞争和加注还没有发生 ， 创业公司还有一个探索的空间 。 如果这件事 ， 我主要指的是智能 ，在两到三年之间有质的飞跃 ， 我们会看到一出非常精彩的技术和商业大戏 ，但前沿科技的难点和魅力就在于此 ， 你很难预测一个确定会发生的技术拐点会精确的在何时到来 。 许华哲在这期里说他希望两年后我们可以再录一期播客 ， 到时可以看看他现在的预言 ，也就是家庭机器人会在 18 到 24 个月之后真的开始应用 ， 这件事到底是能够实现还是会被打脸 。 我也非常期待 ， 从我的角度 ， 我是希望它实现的 ， 这样我们就有更多好的内容和故事可以给大家呈现了 。 --- 本节目库由 PodHood（https://podhood.com）提供支持——播客网站平台。