对话逐际动力张巍：造机器人很容易，关键是用起来

李根 衡宇 发自 凹非寺

量子位 | 公众号 QbitAI

“让天下没有难落地的机器人。”

在这样解释定位和使命后，量子位大概感受到了逐际动力被投资的原因——

至少是成为阿里第一个具身智能投资项目的原因。

实际上，之前更多的时候，逐际动力创始人张巍更倾向于用“英伟达”来类比，因为英伟达提供了一个底层平台，可以让游戏、汽车、机器人等等不同领域的创新，成为可能。

逐际动力的创办和发展，也希望成为这样的平台——提供机器人平台，然后各个领域的开发者可以进一步打造应用方案和产品。

张巍说，“人形机器人的本体硬件制造非常容易，比造飞机、造汽车都要容易。”

真正阻碍机器人落地的是——大脑，而如何让机器人控得很好 ——是小脑AI化的能力。

这也是逐际动力之前一直押注和突破的方向，而现在，向来低调的教授张巍，觉得如果要在“百具大战”中让更多人更清晰认知逐际动力，那是时候高调又明确地自我介绍：

逐际动力，小脑能力全球领先。

接下来的路线和目标也已经被明确：

• 先把双足人形做到好用，功能丰富、运动流畅；
• 再让它易编程，用自然语言就能调用动作；
• 最终长出生态，形成具身智能的Agentic OS，也相当于人形机器人的Windows。

而终点就是“让天下没有难落地的机器人”。

在与量子位的访谈中，张巍从头说起，共识的和非共识的、逐际动力的或者是具身智能行业的……这次都几乎“讲完了”。

如果你想知道一个从2017年就开始研究机器人的学者、一家比马斯克还要早押注人形机器人的团队、一个想要给机器人做Windows操作系统的创始人，究竟是怎么样在看当下的具身智能格局，以及未来人形机器人的发展……

或许能从这场长对话中，一定程度上得到答案。

对话逐际动力张巍

“机器人的创新不在学术界”

量子位：你们要以一家创业公司的方式来做具身智能是在2022年，对吧？而且团队开始做具身，应该比马斯克在特斯拉做Optimus更早。

张巍：早多了！我跟你从头捋一下，哈哈哈。

2009年，我博士毕业去了UC伯克利担任博士后研究员。我们组在机器人上很有传承——李泽湘也是从这出来的——那时候对机器人的研究还在原理创新阶段，不需要太多实践，都是理论研究。

2017年对我来说是个重要的时间节点，我开始全心投入做足式相关的人形机器人。2018年，我的第一篇paper就用强化学习控制人形机器人，这都已经7年了。

2021年，我们第一次用端到端的强化学习新方案让全尺寸人形在室外稳定行走。当时马斯克好像还没开始交出Optimus，我们就已跑通了技术路线。

量子位：你2018、2019年左右怎么就回国了？回国怎么就创业了？

张巍：因为觉得做硬件在美国不行，国内硬件迭代快。而且我不想在美国待一辈子，就这么简单。

2019年5月，我拿到了南方科技大学的终身教职。

一开始没打算开公司，只是一步步做下去。回国后，我先做了个MIT的Mini Cheetah类似的四足机器狗，当时还没啥经验。后来开始用宇树的狗做算法研究，在2020年就能做到基于感知上楼梯，在国内算比较早做成大小脑闭环的。

2022年，我开始觉得这个行业的创新不在学术界，得用公司的形态去做创新的事情。

AI领域早就发生了类似的事，像AlphaGo、AI大模型，最好的创新都是公司做出来的，不是高校。因为现在所需的工程能力在一个创新中占比太大，学术形式效率较低，所以必须要有公司来支撑。

量子位：当时身处行业之中，是感受到在AI或者硬件方面，隐隐有哪些因素已经成熟了吗？

张巍：我单纯是从技术突破和工程落地的角度来讲，需要有个公司，不是“以终为始”的宏大商业逻辑。

它一定是有价值的。但这公司到底能长多大，我都没有去设计或考虑。我不是成熟的创业者——至少当时不是。如果一个产业大佬出来创业，他会考虑这些事情。

我在学界就是做这个行业的，行业火不火，我都干这个；行业成不成熟，我也干这个。

如果没成熟，我就给它干成熟。

你想，我2017年开始全身心投入的时候，行业更不成熟。越来越成熟挺有意思的，而且让这件事更成熟是我的发心。

量子位：创业的时候有明确的商业化目标吗？

张巍：说实话，没有那么明确。

每个人做企业是不太一样的。我创立公司不是冲着上市或者融资去的，是因为要做的事情需要公司这样一个形态。

当时没有什么产业潮，甚至现在回过头看，时间上如果等一等可能会更好。但做的事需要有公司，就创业了。做着做着，你发现做成这件事光有idea不行了，要考虑更多商业化了，才会逐步考虑资源、融资和商业化。

是一个渐进式的发展过程。

AI化的小脑是做出人形机器人的关键

量子位：做具身智能，会有一个确定的形态吗？比如一定是人形。

张巍：在推出Optimus前，马斯克都没有太认可人形机器人的价值，我就在一次辩论中说过，“人形是机器人的iPhone”。

短期内，它不会是最优解，但长期价值很大。

我看待所有事情都不喜欢标签化或对立化，所以我觉得这个事没什么“终极”。整个机器人的发展，就从我的角度来看，是不断从“专用”到“通用”的过程。

通用本质上就是一个能最极致优化可覆盖任务种类的的架构，它一定不是个机床，肯定也不是机械臂。

但为什么从机床到了机械臂？因为机床是专机，效率快，但建设投入成本太高，柔性化不够。从机床到机械臂、到工业机器人，就是个专用到通用的过程，想要解决的是垂直领域批量极大、效率要求极高的专机解决不了的事情。

在我看来，未来相对通用的机器人，除了机床外，一共就四类：

• 机器臂：机械臂、协作臂、工业臂等；
• 上半身人形机器人：人形双臂轮式机器人等；
• 机器腿：两足、四足、六足等；
• 人形机器人。

一类是只有胳膊，一类是只有腿，一类是坐轮椅的“人”，还有一类是“真人”——功能主要是靠四肢实现，那就把四肢和上下半身组合分工一下。

这四类我认为未来都会存在，不会说谁把谁干掉了。

量子位：机器人的本体硬件难做吗？

张巍：机器人的本体硬件是非常容易做的一个东西，我就经常说比汽车容易，也比飞机容易多了。

之所以做不出来人形机器人，是大家做出来以后不知道怎么控制它。这才是机器人本体的难点。

以前做不出来的原因是控制没收敛，大家不知道咋做。上一代模型不太适合控制腿，复杂度太高了。

但现在运动控制的小脑AI化了。

量子位：这是新发生的事情。

张巍：也就最近一两年才逐渐成熟。

以前运控小脑不是AI而是由一个模型驱动的，那就比较难。AI进步了，AI化的小脑是人形机器人可以做出来的原因。

人形机器人和带腿的机器人的运控是需要小脑AI化的。机械臂和轮式双臂所有的控制器都不是新的东西，还和传统控制器一样，基本的运动学、动力学就足以解决，都不需要AI化一下就是成熟的东西。

AI化的小脑还没有技术收敛出可以做稳定的产品的系统能力。

量子位：具身智能之所以火，不是大家看到本体有什么质的突破，是看到了AI的发展。

张巍：AI是个变量。现在机器人大脑的技术方案都没有收敛，但大家都看到了机器人是个机会。

一旦大脑成熟，那用它撬动的最大价值的载体，我觉得是人形（机器人）。

你想，好不容易练出来一个“好脑袋”，你是放在独臂上还是轮椅上？肯定放在人形上更好，最大发挥它的价值。

现在大家还是觉得人形机器人没用，我觉得原因是大家用不好它，因为它太难了。人们对它的潜意识是“做好人形机器人太难了”，做不到想象中的那个样子，所以才觉得没用。

没有ChatGPT之前，什么Siri啊，我都觉得这有啥用啊？ChatGPT颠覆了对话机器人，我们才发现，哦原来还可以这样。

量子位：人形能做出来，就是超越了固有技术的局限性。

张巍：对。如果现在问你，你觉得一个跟你一模一样的机器人有没有用？都会说有用。

只是大家思维局限了，可能觉得腿太难了，做不好。我觉得腿走路这件事是简单的，技术已经收敛了。

反而大脑操作的进展是难的，比如伸胳膊抓东西，虽然技术本质上是有变化的，但是外表上看不出什么区别，今年WRC的操作任务和去年的操作都差不多。

量子位：公司资源就这么些资源，所以如果要排的话，逐际动力的投入是“小脑>大脑>硬件本体”这个顺序吗？

张巍：我们要把资源投在创造最大机会和变量的地方。

都要投资源，但投的方式是不一样的。大脑模型，我们认为它的技术还在探索，我管它叫“找开关”，是不需要很多人集团作战的。这是技术发现到技术落地的过程。

一个公司是不会完全投入在“找开关”这件事上，这应当属于学术探索。

公司主要做的事是找到开关后如何干活，是落地执行产品化、商业化。两者都要投入，但投入的量不一样。从投入人数来讲，肯定是面向产品研发的同事人数更多。

需要和用好“足够多”的数据

量子位：外界很多时候会用标签来加深对一家公司的印象。大家会觉得你们是更重运动、小脑能力更出色的一家机器人公司。

张巍：我们的小脑行业领先。

量子位：大家会在运控能力上把你们和宇树放在一起比较。

张巍：我们在AI的能力上是行业头部的，只不过我们自己没有去标签化这件事。

毕竟现在也不到产业化的阶段。

量子位：你怎么看待大脑和小脑的关系？

张巍：大脑小脑的关系，每个人的定义有点不同。

你说大小脑会不会融合？可以看看最简单的机器人——智能驾驶汽车。它里面有很多端到端，但取决于端到端的定义。

对于机器人来说，大脑是从感知到决策，小脑是将决策转成电机实时控制。

端到端中“哪端到哪端”是最关键的。端到端可以很长，也可以切得很短，本质取决于数据量和抽象层次。机器人有本体，相当于一个介质，是让信息和物理两者连接或打通的一个介质。

如果从这个角度来讲，大脑和小脑不会融合，始终会分别存在，之间的介质会动态演绎。

量子位：逐际动力对数据的运用好像特别好……数据该怎么用？

张巍：我觉得大家对数据的运用不够正确，或者说没有理解数据该怎么运用。

所有的理论原理的本质都是对数据做压缩和处理。牛顿定律就是对物理界运动的压缩，几个符号一个公式就能预测整个世界的运动规律。

从原理抽象上来看，大语言模型和牛顿定律是没有区别的。

但语言这类数据有独特之处，和其它数据不一样。所以大家压缩它的方式是用Transformer，并且它没有绝对的对应关系，有随机性在里面。

既然都是对数据进行压缩，那只要数据足够多，所有事都能干了。比如我要去拿桌上的啤酒瓶，那就收集足够多的数据，就能稳定地做好这件事。

量子位：什么叫足够多？

张巍：所谓的“足够多”不是单纯追求数据量的多或少，而是看能否用合理成本获得足够支持模型泛化和任务完成的数据量。

不是绝对意义上的多和少的问题，是成本的问题。

高效获取才是关键。做AI的本质，就是不断降低数据需求或更高效地产生数据，比如通过后训练、强化学习等方式，让数据获取更省成本，同时保持质量。

量子位：怎么能让数据足够多？

张巍：数据的本质是要找到里边的信息，关键是提取对操作有价值的信息。

逐际动力强调Data Recipe（多元数据配方），真机、仿真、视频数据都要会用。

机器人难就难在没有历史数据，你几乎可以认为scale上是0。没有真机历史数据，也没有仿真历史数据，都得是新采集的，对吧？只有一些互联网视频数据，你又不知道咋用。

所有的数据类型中，真机数据用起来最直观、最简单，但采集真机数据贵，太贵了。所以我们不觉得它是最大的技术变量。

如果足够多必须靠堆真机数据才能达成，那这个方式是落后的生产方式。

所以三类数据里面的两个变量，一个是仿真数据，一个是互联网的视频数据——这是具身智能能够大量挖掘历史数据的一类。

但我们做的方式也不是堆算力寻求scale的方式。还是那句话，在找开关，还没开始干活呢！灯都没亮，搁那儿瞎摆上，等灯亮了看都摆错了，到时候还得拆了重摆。

让天下没有难落地的机器人

量子位：逐际动力最终要服务的客户是谁？

张巍：从技术创新到最终产业落地的过程中，我觉得可以分成三波人，我叫它IDS。

分别是创新者（Innovators）、开发者（Developers）与系统集成商（System Integrators）。

他们的使命是不一样的：创新者的使命是发明新的算法，开创新的技术；开发者根据已有的技术开发功能；系统集成商根据已有功能集成方案。

很多公司从技术一干到底，核心是要把技术领先优势变成对整个行业Know-how的理解。选择没有对错，只是逐际动力没有这样选择。

我们不觉得我们对某一行业的所有流程和商业模式有高于平均水平的理解。如果做不到全球前几名，我觉得也没必要做。

但是在创新的链条中，集成商对行业理解很深刻，他们只是缺技术。

所以我们定位成一个技术平台型的公司，提供底层的本体和运控能力，提供所有开发工具，提供所有API。你可以在我的平台上去做业务开发，甚至多开发一些功能来服务你的客户。

就像在支线运输，我们不跑最后的50米或100米。

量子位：所以逐际动力的观点是行业发展起来，越来越多人感兴趣，同时也就会出现重复造轮子的事情。不如用技术把开发者的门槛尽可能降低？

张巍：经常有人问我说，张老师，你觉得具身智能在哪个行业能最先起量？我当然也非常在乎这个事，但我不能夸大自己选对具体行业的能力。

马云在20年前看到的机会不是卖袜子还是卖鞋哪个能先做到100亿，而是卖东西的方式变革了。

阿里赋能全球的大小商户，让全天下没有难做的生意，我们是想让天下没有难落地的机器人。

量子位：你们怎么降低开发门槛？

张巍：有两方面：一是硬件成本，价格压到开发者买得起的水平；二是软件工具，我们提供API和SDK，让开发者不需要懂底层控制，也能快速调起机器人动作。这样他们可以专注在业务逻辑上，而不是琢磨怎么让机器人走路。

量子位：你们的API开放到什么程度？

张巍：我们会开放控制接口、传感器数据接口，甚至仿真环境，让开发者在虚拟环境里先调试好，再上真机。

这不仅省成本，还能大大减少出错概率。

量子位：这个定位是从一开始就想好了的吗？

张巍：这不是一开始就设计好的，是逐渐演绎到这一步的。

首先要看这个行业的未来格局和发展，你对这个行业的理解、对技术的理解、对商业的理解是什么样？然后什么是适合你去做的？

有些时候的确有好的机会，但它不属于你。这件事很重要。

量子位：所以你们的定位有过一个类比“具身智能行业的英伟达”。

张巍：我们在服务创新，服务探索者，英伟达也在服务科技创新，都是让创新者去落地。

这个属性确定过后，跟我到底要把产品卖给谁其实关系不大，每一个产品都有能力去服务某一类人进行创新或者探索。

到底先选哪一类人服务？我觉得是按照我们公司的价值观来的。

我们公司价值观第一条就是本分。你决定选啥的前提是你要知道自己能力的边界，本分的本质是不挣自己能力以外的钱。

量子位：这是段永平的理念……

张巍：对，我受他影响比较大。

逐际动力机器人形态进化

量子位：逐际动力是先推出了多形态双足机器人，然后才开始做人形。

张巍：坦白讲，我们最开始的优势就是腿部能力更强。

最开始我们做过四轮足，做得还挺好，但因为工程化上离落地还有点差距。而且太多人做了，像宇树已经做了七、八年，在行业已经领先挺长时间了。再去做同样的事，我觉得上限不高。所以从硬件层面来讲，就没有再往哪方面深入仔细去做。

不过全地形的移动能力属于运控范畴，技术已经收敛，已经潜在起量了，可以做。

我的世界里始终没有非黑即白的东西，很多事情都是要共存的。既然四轮足已经有很多人做得不错，我不去卷这件事。但我要把双轮足做到全球第一是完全有可能的，那我在这方面做好就可以了。

起量以后，没准双轮足的市场比四轮足大，而且因为少两条腿，成本会比双轮足便宜一半。

另外，我觉得要做创新的、有差异化的东西。这一点上我还是比较坚持的。

量子位：从技术角度上来说，机器人形态上有什么必须排先后顺序的因素吗？

张巍：去年人形机器人还没有像现在这么火，今年它有点像被诸多因素托起来的，而不是自然需求下火成现在这样的。没人预料到它一下这么火。

量子位：如果你们是一家2024年年底或更往后成立的公司，面对今年人形机器人跳舞、翻跟头这波热闹，可能一上来就会做人形？

张巍：我们一直专注全尺寸人形。

我可以用研究和技术的方式做人形，并且一直在做。我们现在也用产品化的方式来做人形机器人。但背后的选择是不一样的。我们是从做事成立公司，不是2VC、不是从讲故事来做公司。

不过复盘来说，今年这波人形表演热度我们没有完全抓到。反而一上来就做小人形的，可能因为这波起来得比我们更快。

从这个结果上来说，我们是有点失误的。

但我们立马做了调整，比原计划更快地推出了全尺寸人形。

量子位：你接受或者在意这个失误吗？

张巍：我重视它，但我不拧巴。

量子位：它会给你造成什么样的影响？

张巍：就是你没踩到这个机会，但别人踩中了。

成功是长期的东西，但遇到这种情况也要反思战略。我们立刻调整了战略，主动加快了人形机器人的推出。

我可以负责任地说，现在全世界还没有一款（面向开发者的）好用的人形机器人，只有能做demo的机器人。我不觉得我们已经好用了，这需要经历大家一起去创造的过程。

给机器人做“Windows”操作系统

量子位：好用的标准是什么？

张巍：把“容易开发”做到极致。

上个世纪70年代末的电脑，很占地方，也没有操作系统，需要用汇编语言才能编程。有的人觉得商超市场想象空间很大，所以拿它开发商超市场需要的电脑系统。

但对逐际动力来说，我们觉得这样的电脑还不好用，开发它的门槛高，还贵。那要做的就两件事，让它更便宜，更多人可以用；再一个是系统要好。

你们可以做商超类的专业电脑，但我要做Windows——这是我的核心和本质。

你费了十年力气做了个商超系统，等我的Windows出来过后半年就做完了。

量子位：什么时候能做出来这个Windows？

张巍：我觉得未来一两年人形机器人的Windows会出现。希望是我们做的（笑）。

量子位：自动驾驶领域也想过做类似的通用平台，可以做扫地机器人、无人矿卡、Robotaxi等等，但一直没有实现。自动驾驶的门槛一直没有降下来过。你觉得人形机器人可能出现Windows这样的操作系统，是因为看到AI在降解它的开发方式？

张巍：开发门槛会急剧下降，这是我能看到的一个变量。现在已经出现苗头了。

自动驾驶的技术那时候太不成熟了，而且机器人这个行业和车不太一样，机器人的需求一致性非常非常低。

我们想做的就是让机器人落地变简单，具体你想做个啥样的机器人，你就自己决定。以前只有特别牛的学术技术人才能干这事，以后要老百姓也能干。

量子位：你们会自己做应用商店吗？

张巍：会的，这是生态的重要部分。

我们希望未来用户买了机器人，就能直接在我们的平台上下载和安装各种应用，比如仓储搬运、安防巡逻、教学演示等，一键部署到机器人上。

大人形机器人里最有竞争力的价格

量子位：你们最新的人形机器人LimX Oli，定价15.8万元。这个价格怎么定下的？

张巍：你是觉得它太便宜了吗？

量子位：对。马斯克觉得人形机器人大规模量产过后单价在2-3万美元左右，LimX Oli现在的价格远低于马斯克的估价。

张巍：首先我们区分一下机器人里的大人形和小人形。

国际标准里，1.5米以上的才叫全尺寸人形机器人，1.5米以下的只是起到陪伴、娱乐作用，因为它身高不够，很多人类日常场景的开发和应用都做不了。

小人形现在已经有很便宜的了，有的人觉得我们15.8万还很贵，其实Oli是一款全尺寸人形机器人，在尺寸和自由度下已经是最有竞争力的了。

量子位：你们肯定希望有足够多的人买逐际动力的产品回去做开发，理论上是不是定价越便宜越好？哪怕每台都亏一点点？

张巍：得符合商业逻辑。你不能卖得越多倒闭的风险越大，那到底应该期待它卖得多还是卖得少呢？

我需要保证能够长期提供（机器人开发平台）这个价值。

现在硬件部分成本最贵的还是关节、电机、减速器，我是希望和所有供应链生态合作，但现在因为我追求极致低的成本，没有供应链来支持我做，我不得不自研，才能把成本降下去。工程化和制造能力上我们都在提升，做得很不错。

能做到不赔钱又很有竞争力，这就是我们实力的体现。

这东西卖太贵了它不合理，你凭啥卖六七十万？所以说价格的定位是符合用户价值的预期和我们自己能力的综合考量。

融资目的是完成商业化里程碑

量子位：逐际动力连续完成了好几轮融资，我不知道说是现阶段就需要这些钱呢，还是害怕寒冬将至，所以先储存些粮食？

张巍：我们融钱算是具身智能领域里面比较谨慎的，没有融太多，比我们贵的公司还蛮多的。

我们没有突飞猛进地去融钱，但我觉得我们还挺扎实的。

量子位：如果技术很好但估值比冲在最前面的要低一些，你会觉得委屈吗？

张巍：我不委屈，还行。

我觉得估值太高也没有意义，那会过早透支你的一些东西。你最终的价值和你创造的价值是一样的，这是早晚的事，过早地透支就是你对未来没信心。

量子位：现在热度这么高，领域里很多公司的估值也推很高，如果明年没钱进来了，但你们又需要资金的话，现在不多融一点，会不会成为一个潜在的风险？

张巍：东西没底心里才会没底，我们现在就有底——现在就有收入，在创造一些价值。

我们融钱的目的有两个，一个是确保有足够的资金达成我们重要的商业化milestone。注意，不是技术上的milestone，如果融钱的目的是达到某个技术的milestone是没有意义的，你都不知道啥时候能商业化，就不知道融多少钱是够的，这是很可怕的无底洞。

另一个是要有足够多的钱完成基本的商业验证需要多长时间？判断这个时间段里需要多少资源。

这会比纯发散型的技术演绎的方式去预估需要多少融资额更有预测性。你现在回到2015年，问OpenAI需要多少钱，绝对是算不出来的。

所以我们融钱就是保证至少两、三年内能比较正常地快速发展，然后再多留出一点预期。

量子位：你们好像是阿里投的第一家具身智能公司，是他们主动找过来的吗？

张巍：他们是当时就想找一家做人形机器人的标的公司，我觉得这个定位还是比较清楚的。然后我们是他们排下来的第一。

我觉得就这俩原因，但也不一定是所有人的共识。

一个公司的成功，最重要的还是商业的成功

量子位：你们现在好像没有太频繁地发paper？

张巍：公司怎么能发很多paper呢？那不浪费投资人钱呢嘛！

可以有一些，但不用太多。在公司里面，paper的唯一属性是市场属性，如果有更好的方式做市场就不需要paper。

公司里真正赚钱的东西你恨不得都不告诉别人，天天发东西，那那些东西一定是没有用的，是赚吆喝的事，顶多背后是这么个逻辑。真正商业的东西不都保密的嘛？谁发呀？自己立刻就拿这开始赚钱，你怎么会发呢？完了还开源，这个行为就不合理嘛。

学校里当然是要写paper的，但一个公司的成功，最重要的还是商业的成功。

在具身这个赛道里，技术的成功占了商业成功里比较重要的比例，尤其是在当下或者更早期，技术占比比较重要。

把商业化做好，要有对技术的判断，以及把技术实现的能力，但最终还是回归商业本质，把技术的领先性转化成商业价值。这个里边考虑的维度是非常多的，它不是个技术本身这么一点事儿。

量子位：LimX Oli开始卖，是不是意味着你们的商业闭环基本要开始转起来了？

张巍：我觉得产品闭环、商业闭环有了，但你说规模化的什么，还要看生态的状态，还需要探索。

量子位：有些公司把卖出1000台作为一个里程碑，你会这么看吗？

张巍：不会。具体出售的数量只是用户价值验证的结果。

KPI、出货量……任何的indicator应该能反映出一些真实的情况，每个指标反映出来的是啥，这个才是更重要的。这些指标有没有验证你的用户价值？你的产品有没有被用起来？用的时长是多久？API还有哪些地方需要优化？还有哪些挑战？这是我们看重的事。

卖出去1000台，前提是这1000台都在用。如果都放在那里，没有被用起来，等于白验证，只能增加无谓的负担。做一些没有意义的事，我敢讲，这样的话我们的工程师是会哭的。

如果只是奔着卖1000台，相信销售们的本事，找门道儿折腾1000台销量不难。

量子位：我通俗地理解一下，就是用户粘性和使用时长，这几个指标在你那儿的权重远远大于销售数量。

张巍：对。甚至时长都不一定成为一个重要因素，也许用户买回去用来解决他的问题，1天就达到他的目的，那产品就为用户创造了价值。那我觉得够了。

长时间使用当然为用户创造了价值，用户愿意用它，侧面证明它达到了用户的期许，那这件事就成为一个正常的商业闭环的产品，会期望后续产品或功能越来越多，越来越好。

最核心的还是把双足人形做得好用

量子位：你怎么看待短期内机器人的应用方向？

张巍：短期还是会以B端应用为主，比如巡检、搬运、安防、教育展示等。

这些场景可控性高，容错成本低，适合机器人逐步落地。真正进入家庭、替代人类做复杂家务，至少还需要几年。

量子位：机器人什么时候能进家？你们会关注这些家庭场景吗？

张巍：我觉得大规模进入家庭可能要七到十年，但在一些特定家庭场景，比如陪伴、教育、娱乐、清洁，可能会更早出现试点。

但我们不会在早期就把重心放在家庭市场。

我们会先从B端应用切入，把平台和技术成熟度提升上来，等时机成熟再进入家庭。

量子位：会担心马太效应吗？

张巍：不会。我们积极融资和市场接触也是有一点这样的考量，但我没有到担心的地步。

我觉得一个公司是什么基因，它就能吸引什么样的人。纯技术型人才他不是纯看钱，他选择的地方不是这个地方本身带来的光环，而是在哪里可以得到最快的成长？至少我喜欢的人是这样的。

你的价值不是别人赋予你的，在哪里能最快地改变自己，哪里就是最适合你的地方。这是我选择的原则，当然这个比较理想化。

这个公司能不能带给我成长？公司文化是什么？技术是不是最好？工资待遇当然也是一个考量的重要因素，有钱也是成长的一部分，但不是绝对的。

机器人不像互联网，不会一家通吃，因为需求太分散了，所以各个细分领域都有机会。关键是你解决的具体问题和技术优势。

量子位：你怎么看待创业过程中个人和团队的关系？

张巍：我觉得团队是最重要的。一个人的能力再强，做机器人这种跨学科的大工程也不可能全都自己来。

我们团队里有做机械的、有做控制的、有做AI算法的，每个人都在自己的位置上做到极致。这个行业不像互联网，几个月就能出一个爆款，机器人研发是长期的、持续的，需要能熬得住的人。

还有一点，我希望团队成员是对机器人真的有兴趣的，而不是只是为了找份工作。

我的角色更多是把方向定好，把资源配好，让大家能高效协作。

量子位：下一阶段的目标除了做“人形机器人的Windows”，还有什么？

张巍：我们最核心的还是把双足人形做得好用——好用不光是功能更丰富，行动起来也不能像老太太走路，我们需要让它有适合人类日常环境的形态和自由度，全自动控制也做到极致。

然后下一个阶段就是要让它易编程，用自然语言就能编程它，并且不光是动作编程，还要能跟VLA结合起来。

这样开发者用的时候就能相对简单地融合自己对具体场景应用的理解，这是我们希望看到的。

然后我希望能长出一些APP，长出一些生态来应用啊，最终形成一个具身的Agentic OS。

量子位：你们在双轮足上的领先主要体现在哪些方面？

张巍：第一是稳定性。双轮足机器人本质上是倒立摆，平衡控制难度很高，我们用AI小脑在各种地形上都能保持稳定，包括上下坡、凹凸路面。

第二是灵活性，双轮足可以在很小的空间内原地转向，移动效率高。

第三是通用性，双轮足可以和不同的上半身搭配，形成差异化的产品形态。

量子位：你个人觉得，实现这个目标最大的挑战是什么？

张巍：最大的挑战是时间和节奏。技术成熟、生态成型、市场接受，这三者要同时发生才行。

如果节奏不对，比如技术没成熟就急着推向市场，可能会适得其反。

Read More