出品｜虎嗅科技組

作者｜陳伊凡

編輯｜苗正卿

頭圖｜AI生成

“具身智能，還處于亂世。”

這是與CyberOrigin（下稱：賽源）創(chuàng)始人殷鵬見面時，他對我說的第一句話。賽源是特斯拉、英偉達等公司在人形機器人領(lǐng)域的合作商之一。而其所在的珠三角，是世界機器人供應(yīng)鏈的核心，那是殷鵬真正的“戰(zhàn)場”——全球任何一家機器人相關(guān)的公司，都必須到珠三角尋找硬件供應(yīng)鏈，如今，還包括數(shù)據(jù)。在機器人圈，這些為特斯拉、英偉達人形機器人提供關(guān)鍵訓(xùn)練數(shù)據(jù)的公司，往往被視為巨頭背后的“賣水人”。

和此前十余年“賣水人”多為生產(chǎn)制造環(huán)節(jié)相關(guān)公司不同，AI紀(jì)元下，數(shù)據(jù)類“賣水人”正在異軍突起。一批諸如賽源，開始聚焦于提供機器人與真實物理交互的數(shù)據(jù)。以殷鵬的公司為例，它的客戶名單中，包括英偉達、特斯拉、OpenAI的人形機器人；也包括谷歌和斯坦福李飛飛的機器人模型訓(xùn)練實驗室，也是賽源能夠與其他機器人數(shù)據(jù)公司拉開差距的地方。

但對于這些“賣水人”而言，2025年以來警報聲不時響起。

近期，據(jù)媒體報道，特斯拉被曝暫停人形機器人的研發(fā)，調(diào)整設(shè)計。殷鵬在四月份已知道這個消息，暫停的主要原因，仍然在數(shù)據(jù)問題——特斯拉需要更多機器人數(shù)據(jù)以訓(xùn)練模型。這對于賽源這樣的數(shù)據(jù)提供商而言，是個好消息，真實物理交互數(shù)據(jù)，而非本體，正在成為這場具身智能軍備競賽中的核心彈藥——“機器人是引擎，數(shù)據(jù)是石油。沒油，發(fā)動機運不了。” 殷鵬說，“我們需要成長為特斯拉最大的數(shù)據(jù)端供應(yīng)商。”

當(dāng)虎嗅于六月在上海見到殷鵬時，他穿了一身運動打扮，黑色迪桑特polo衫和運動鞋，倔強的劉海，時不時在說話間甩到前額，他再利落地把它撇開。見面時，他正經(jīng)歷一場短期出差，還帶有一絲風(fēng)塵仆仆，他需要在晚上飛回深圳，也是大量“賣水人”的基地所在。

作為賽源的CEO，殷鵬的另一個身份是香港城市大學(xué)助理教授，他曾師從SLAM和規(guī)劃界傳奇人物，JiZhang教授，他開創(chuàng)了實時 3D 激光雷達 SLAM 的先河，并將其商業(yè)化。這一技術(shù)，是機器人、自動駕駛車輛的“導(dǎo)航大腦”，如果沒有它，掃地機器人、車輛自動駕駛將無法存在。而殷鵬在此后曾深度參與NASA（美國國家航空航天局）、DARPA（美國國防部高級研究計劃局）和英偉達的課題，其第一篇國際頂刊文章，成為NASA火星降落的參考方案之一，殷鵬也是NASA火星登陸項目的高級顧問；在DARPA的地下機器人挑戰(zhàn)賽上，殷鵬和團隊開發(fā)出了首個超大規(guī)模多機協(xié)作定位建模系統(tǒng)，這個成果也發(fā)了第二篇國際頂刊論文。

圖為殷鵬在實驗室 圖片由殷鵬提供

在與虎嗅的交流中，殷鵬不斷提及馬斯克——特斯拉的創(chuàng)立者，他強調(diào)“第一性原理”的方法論，他讀馬斯克的自傳，拆解這位硅谷“鋼鐵俠”的創(chuàng)業(yè)邏輯、商業(yè)故事，他稱馬斯克為“老馬”，“第一性原理非常可怕，他能把一件在旁人看來不可能實現(xiàn)的事情變成可能。”殷鵬說。

2024年，殷鵬選擇創(chuàng)立賽源。在創(chuàng)業(yè)之初，殷鵬請教過不少前輩，其中包括香港科技大學(xué)教授李澤湘與高秉強，前者建議充分利用大灣區(qū)的資源。后者則建議做海外市場，以及思考C端的生意。高秉強不僅是導(dǎo)師，也是殷鵬最早的天使投資人，這位在硬科技領(lǐng)域投資了不少上市企業(yè)的前輩告訴他，當(dāng)下時點，找一個切口去創(chuàng)業(yè)，再層層迭代。

面對虎嗅，殷鵬分享了自己對具身智能的看法和創(chuàng)業(yè)的想法，從學(xué)者轉(zhuǎn)化為企業(yè)CEO，殷鵬很堅決，因為學(xué)術(shù)已經(jīng)很難滿足他需要的資源，他需要到業(yè)界、到一線去獲得更快更真實的數(shù)據(jù)反饋。這也是為什么他沒有選擇做CTO，而直接選擇做CEO的原因。

“如果認(rèn)準(zhǔn)了身位，那就義無反顧。”殷鵬說。

機器人的ChatGPT時刻

虎嗅：很明顯的行業(yè)趨勢是，ChatGPT出現(xiàn)之后，出現(xiàn)了Emboied AI的概念，隨即特斯拉、英偉達、亞馬遜等大公司開始發(fā)布其各自的通用人形機器人計劃。這個飛躍在過去機器人歷史中極為少見。Transformer架構(gòu)究竟做了什么，讓這個行業(yè)出現(xiàn)這樣質(zhì)的飛躍？

殷鵬：Transformer架構(gòu)最大的提升在于發(fā)明了一種可以Scaling Law的模式。過去我們強調(diào)強化學(xué)習(xí)的效果能達到多少，訓(xùn)練數(shù)據(jù)集和測試數(shù)據(jù)集相差不大，因為場景很多，一定無法涵蓋所有場景，那么模型要不斷重新訓(xùn)練。但這種基于監(jiān)督學(xué)習(xí)的方式，在未知領(lǐng)域發(fā)展很慢。Transformer架構(gòu)可以輸入足夠多的數(shù)據(jù)，在足夠多的數(shù)據(jù)下再進行微調(diào)和提升。

這個策略架構(gòu)最早是谷歌提出來，但真正用起來的是特斯拉的那群人，將Transformer架構(gòu)運用在自動駕駛上。因為研究人員發(fā)現(xiàn)，Transformer的核心是當(dāng)數(shù)據(jù)量到一定數(shù)量級時，會出現(xiàn)涌現(xiàn)。這讓具身智能在空間理解方面有了很大進步。

首先，它實現(xiàn)了空間理解能力的質(zhì)變：傳統(tǒng)強化學(xué)習(xí)在有限場景中只能進行局部探索，而借助Transformer的自注意力機制，機器人能夠?qū)φ麄€三維空間進行全局感知，并通過同時處理視覺、語言與動作等多模態(tài)信息，形成統(tǒng)一的空間認(rèn)知模型；其次，它在泛化能力上取得了突破，傳統(tǒng)方法在訓(xùn)練集和測試集場景相似時表現(xiàn)尚可，但一旦場景變化就需重新訓(xùn)練，而Transformer模型通過大規(guī)模數(shù)據(jù)訓(xùn)練后，能夠在未見過的場景中自主推理與適應(yīng)；第三，這一架構(gòu)推動了從規(guī)則驅(qū)動到數(shù)據(jù)驅(qū)動的范式轉(zhuǎn)變，徹底告別了基于IF-ELSE的人工規(guī)則系統(tǒng)，實現(xiàn)了從感知到動作的端到端學(xué)習(xí)，極大地減少了中間環(huán)節(jié)的信息損失。

此外，Transformer擅長時序建模，其注意力機制讓機器人不僅理解動作間的先后關(guān)系，還能進行復(fù)雜動作序列的長期規(guī)劃；更重要的是，它支持多任務(wù)學(xué)習(xí)：在世界模型中，視覺、語言與操作被整合于同一模型；在分層架構(gòu)中，上層負(fù)責(zé)高層推理與決策，下層則承擔(dān)精確執(zhí)行，兩者兼顧；在數(shù)據(jù)效率方面，盡管依然需要大量數(shù)據(jù)，但與傳統(tǒng)方法相比，Transformer能用更少的任務(wù)特定示教數(shù)據(jù)完成復(fù)雜任務(wù)，并將學(xué)到的知識遷移到相關(guān)任務(wù)；同時，其在線學(xué)習(xí)能力使機器人在執(zhí)行過程中不斷學(xué)習(xí)與調(diào)整，并對光照、物體位置等環(huán)境變化具有更高的魯棒性；最后，它實現(xiàn)了語言理解與執(zhí)行的統(tǒng)一，不僅能理解復(fù)雜的自然語言指令，還能結(jié)合視覺信息進行多模態(tài)推理并轉(zhuǎn)化為具體動作。

這種從“專用AI”向“通用AI”的轉(zhuǎn)變，讓機器人從只能執(zhí)行預(yù)設(shè)任務(wù)的工具，進化為具備環(huán)境理解、技能學(xué)習(xí)與新場景適應(yīng)能力的智能體，這一技術(shù)進展正是“通用機器人成為可能”的根本驅(qū)動力，也是當(dāng)前人形機器人熱潮的核心所在。

虎嗅：你剛才說最早將Transformer發(fā)揚光大的是特斯拉的無人車，讓大家看到一個重要的實現(xiàn)路徑，可以展開說說嗎？

殷鵬：特斯拉無人車將Transformer"發(fā)揚光大"的關(guān)鍵在于他們率先將Transformer架構(gòu)應(yīng)用于自動駕駛的視覺感知系統(tǒng)，實現(xiàn)了從多個攝像頭輸入到駕駛決策輸出的端到端學(xué)習(xí)。

這打破了傳統(tǒng)自動駕駛依賴激光雷達和復(fù)雜傳感器融合的技術(shù)路線，證明了純視覺方案的可行性。特斯拉擁有全球最大的自動駕駛數(shù)據(jù)收集網(wǎng)絡(luò)，每天有數(shù)百萬輛車在路上收集數(shù)據(jù)，他們率先驗證了Transformer架構(gòu)在大規(guī)模真實世界數(shù)據(jù)下的"涌現(xiàn)"效應(yīng)，當(dāng)數(shù)據(jù)量達到一定規(guī)模時，模型性能會出現(xiàn)質(zhì)的飛躍。

特斯拉的Transformer模型能夠同時處理8個攝像頭的實時畫面、車輛運動軌跡和歷史狀態(tài)、以及3D環(huán)境理解和路徑規(guī)劃，這種統(tǒng)一的多模態(tài)處理能力為后來的具身智能提供了重要借鑒。

更重要的是，特斯拉證明了Transformer不僅能做感知理解環(huán)境，還能做決策規(guī)劃路徑和控制車輛，實現(xiàn)了完整的感知-決策-執(zhí)行閉環(huán)，這為機器人的"大腦"設(shè)計提供了重要范式。通過車輛在真實道路上的行駛數(shù)據(jù)，特斯拉實現(xiàn)了大規(guī)模的自監(jiān)督學(xué)習(xí)，讓模型能夠從未標(biāo)注的數(shù)據(jù)中學(xué)習(xí)駕駛技能，這種方法后來被廣泛應(yīng)用于機器人的動作學(xué)習(xí)中。

另外，還將其工程化，實現(xiàn)了在車載硬件上的實時推理，這為具身智能的實際部署提供了重要經(jīng)驗。

所以特斯拉的成功讓整個AI界看到了一條重要路徑：通過大規(guī)模真實世界數(shù)據(jù)訓(xùn)練Transformer模型，可以實現(xiàn)從感知到行動的端到端智能。這直接啟發(fā)了谷歌的機器人項目開始大規(guī)模收集機器人操作數(shù)據(jù)，OpenAI將類似架構(gòu)應(yīng)用于機器人控制，各大科技公司開始重視具身智能的數(shù)據(jù)收集。

所以，特斯拉實際上開創(chuàng)了"用數(shù)據(jù)驅(qū)動的AI來解決物理世界交互問題"的先河，這正是當(dāng)前具身智能熱潮的技術(shù)根源。他們證明了Transformer不僅能處理語言，更能處理復(fù)雜的時空序列數(shù)據(jù)，為機器人的"ChatGPT時刻"奠定了基礎(chǔ)。

虎嗅：目前全球機器人模型主要來自幾家實驗室，包括谷歌和斯坦福李飛飛實驗室，這些不同的模型技術(shù)路線有什么不同以及優(yōu)劣之分？

殷鵬：目前，模型體系大致分為兩類，很難簡單評判優(yōu)劣。第一類是“世界模型”，將視覺、語言與操作等多種能力整合進一個統(tǒng)一模型中進行訓(xùn)練。例如，李飛飛實驗室的世界模型、Pi的 OpenVLA 和谷歌的 PaLM。這類模型的優(yōu)點是收斂速度快，適用于在廚房、浴室、臥室等特定場景中采集數(shù)據(jù)并優(yōu)化機器人性能。但其缺陷在于泛化能力弱。一旦超出訓(xùn)練場景（如機器人從一個房間移動到另一個），就需重新采集數(shù)十小時的數(shù)據(jù)進行訓(xùn)練，否則性能會大幅下降。例如 SLAM（同步定位與地圖構(gòu)建）對光照和場景元素極為敏感，細(xì)微變化就可能導(dǎo)致如抓取等操作失敗。因此，該類模型更適合簡單場景的演示，難以應(yīng)對如工廠等復(fù)雜、動態(tài)環(huán)境。

第二類是分層混合架構(gòu)模型，代表如 Figure.AI。該模型結(jié)構(gòu)類似于人腦與小腦的分工：大腦部分負(fù)責(zé)文本和視覺推理，解決“去哪里”“拿什么”的邏輯問題，如根據(jù)臥室或廚房的圖像定位目標(biāo)與制定抓取策略；小腦部分控制機器人本體的具體動作，如行走、開冰箱門、抓取雞蛋等，需靠大量數(shù)據(jù)訓(xùn)練實現(xiàn)高精度控制，例如調(diào)整機械手的力度和手指分布。

這類模型的優(yōu)勢在于分工明確：上層負(fù)責(zé)空間邏輯與決策，下層執(zhí)行精細(xì)動作，尤其在完成“最后一厘米”的操作時，能精準(zhǔn)控制執(zhí)行細(xì)節(jié)。

以特斯拉等公司的機械手為例，通常具備19至20個自由度，因搜索空間龐大，必須通過大量數(shù)據(jù)學(xué)習(xí)來優(yōu)化動作路徑。這種架構(gòu)更適用于環(huán)境復(fù)雜、頻繁變化、泛化要求高，且對操作精度極高的場景，如精細(xì)抓取。Figure 和特斯拉走的是這條路線。

虎嗅：剛剛說到美國，中國這兩年也跑出了不錯的人形機器人公司，比如宇樹，中國的機器人技術(shù)水平和美國有差異嗎？有一個觀察，如果從兩國具身智能公司所展示的Demo側(cè)重點來看，似乎中國機器人公司習(xí)慣于先做硬件、再做模型，國外似乎是反過來。

殷鵬：我認(rèn)為這與兩國國情有關(guān)。中國大陸有很強的智能制造供應(yīng)鏈，可以讓我們將所有元器件以很低成本進行快速落地和迭代，在中國做靈巧手，可能只需要在1-2個月的時間，用有限的資源就做成，這在美國是根本不可能的事。但美國更擅長的是大腦模型的開發(fā)，其實雙方可以形成良好的互補。美國擅長從0到1的突破，中國很擅長從1到100。

機器人數(shù)據(jù)可能是具身智能中最快完成商業(yè)閉環(huán)的

虎嗅：為何選擇在這樣一個時間點創(chuàng)立一家創(chuàng)業(yè)公司？雖然大模型涌現(xiàn)許多機會，但具身智能的商業(yè)化還有很長的路要走，遑論人形機器人的大規(guī)模商業(yè)化，而作為這些機器人廠商的上游-數(shù)據(jù)提供商，商業(yè)鏈條更長。

殷鵬：首先是時間點。當(dāng)下是一個關(guān)鍵節(jié)點，全球都能看到大模型在空間理解、推理能力上的突破，這讓通用機器人成為可能。從硬件層面看，也出現(xiàn)了實際落地的跡象，這與上一波主要聚焦特種機器人的機器人浪潮不同。

未來的發(fā)展周期到底是10年還是20年，難以下定論。但對我們這群做機器人的人來說，更看重的是它最終能否實現(xiàn)。就像老馬說的，“能像人一樣上工位干活”，這是我們真正想看到的。這也是我選擇在這個時間點創(chuàng)業(yè)的核心原因。

如果一味等待，就無法真正感受到時代脈搏。我也希望能親自下場，挖掘行業(yè)中的核心難題。很多問題只有真正進入行業(yè)、面對真實場景，才能體會到，線下純思考往往顯得太簡單。

你剛才提到周期可能很長，確實如此，數(shù)據(jù)鏈路也很長，但對于機器人本體來說，數(shù)據(jù)反而可能是最快能形成商業(yè)閉環(huán)的。

沒有大量真實數(shù)據(jù)，本體和大腦都難以進化。就像訓(xùn)練大語言模型需要龐大的語料，無人車需要日采數(shù)以百萬計的車輛數(shù)據(jù)，機器人也是一樣。如果不解決數(shù)據(jù)問題，就會長期被卡住。

模型只是引擎，數(shù)據(jù)才是石油。只有源源不斷的數(shù)據(jù)供給，整個“車”才能真正跑起來。具身智能也是如此，若無法突破數(shù)據(jù)瓶頸，整個行業(yè)就會停滯。而構(gòu)建數(shù)據(jù)閉環(huán)雖然最具挑戰(zhàn)，卻也是最直接、最快和風(fēng)險最高的一環(huán)。

虎嗅：往往這類商業(yè)鏈條長，對技術(shù)要求高，并且是“石油”屬性的事情，往往是大公司在做，例如英偉達、特斯拉、谷歌，或者就是例如斯坦福實驗室這樣的學(xué)術(shù)機構(gòu)。初創(chuàng)公司來做這件事，一面是錢無法和大公司抗衡，一面是有商業(yè)化壓力，如何競爭？

殷鵬：全世界所有機器人公司、做大腦的公司、做本體的公司，都是我們的友商。我們會給他們提供數(shù)據(jù)。目前我們已經(jīng)給很多頭部大型AI公司提供大批量機器人數(shù)據(jù)。起碼未來5到10年，我們和這些頭部機器人公司都是友好關(guān)系。

我知道這個賽道未來會很卷，人也會非常多，很多公司也會轉(zhuǎn)去做數(shù)據(jù)，不過我認(rèn)為這個并不影響事情本身。因為對于最深層的數(shù)據(jù)，很難通過一家或兩家公司做成。

虎嗅：我理解，相當(dāng)于是做一個具身智能界的Scale AI嗎？

殷鵬：是的，都是數(shù)據(jù)供應(yīng)商。但我們和ScaleAI不同的點是，Scale AI更加注重數(shù)據(jù)標(biāo)注，大廠會直接給Scale AI提供數(shù)據(jù)。但我們在做數(shù)據(jù)標(biāo)注之外，還需要做數(shù)據(jù)采集和驗證的工作。

首先我們有訓(xùn)練模型的能力，會和大量大型客戶建立大批量采集數(shù)據(jù)基地，做幾百萬小時的海量數(shù)據(jù)采集。拿到這些數(shù)據(jù)之后，我們還要做標(biāo)注、清洗、模型初期驗證，再把數(shù)據(jù)轉(zhuǎn)給大廠，做更精細(xì)化的處理和訓(xùn)練。

虎嗅：我們現(xiàn)在主要有兩部分?jǐn)?shù)據(jù)，一部分是在真實場景中收集的數(shù)據(jù)，另一部分是仿真3D數(shù)據(jù)？

殷鵬：我們主要聚焦真實場景的數(shù)據(jù)。

一方面，我們有一個開源社區(qū)，設(shè)備供應(yīng)商都可以參與數(shù)據(jù)采集，這是一個共享的平臺。另一方面，我們在拿到數(shù)據(jù)后會先在內(nèi)部進行訓(xùn)練和驗證，確保可運行后才發(fā)布。目前我們收集的數(shù)據(jù)主要是上百萬小時的真實數(shù)據(jù)，沒有涉及合成或仿真數(shù)據(jù)。

這在業(yè)內(nèi)其實算是比較“反常識”的選擇。現(xiàn)在很多公司在做合成或仿真數(shù)據(jù)，我們當(dāng)然認(rèn)可不同類型數(shù)據(jù)各有價值，但從我們的角度來看，真實、豐富的數(shù)據(jù)最能提升模型訓(xùn)練效果。

雖然我們也有能力基于真實數(shù)據(jù)做大規(guī)模合成，比如一條生成十條，但這個技術(shù)門檻并不高，大廠也完全可以做。所以我們更專注在他們不方便做、或者不愿意做的事——也就是收集真實世界的數(shù)據(jù)。

至于仿真數(shù)據(jù)，雖然它在強化學(xué)習(xí)里的確是個不錯的驗證平臺，但效果很難直接遷移到現(xiàn)實中。比如我們用幾十張顯卡訓(xùn)練一個抓取動作，在仿真里成功率可能有95%，但一旦部署到真實機器人上就可能掉到60%；像系鞋帶這種更復(fù)雜的動作，成功率甚至可能降到45%。也就是說，仿真數(shù)據(jù)很難在真實環(huán)境中泛化。

因此我們最終決定專注于真實數(shù)據(jù)的構(gòu)建，既來自人，也來自機器人自主采集。

虎嗅：真實場景數(shù)據(jù)的采集，很考驗效率和采集效果，怎么保證質(zhì)量和數(shù)量？

殷鵬：例如工廠的一條包裝產(chǎn)線，有很多操作細(xì)節(jié)，如何抓取、如何吸收、如何剖析這些動作，可以創(chuàng)造非常豐富和高濃度的機器人數(shù)據(jù)。我們會讓操作員穿戴設(shè)備，在真實生產(chǎn)流程中采集數(shù)據(jù)。一小時內(nèi)，就能采集出約500到1000條高密度的數(shù)據(jù)，每條數(shù)據(jù)都包含具體動作、文字描述、圖像抓取等信息。

相較之下，真人采集效果比遙控機器人要好很多。遙操作是用機器人實機在現(xiàn)場完成任務(wù)，但以現(xiàn)在機器人的能力來看，哪怕是簡單操作，也可能執(zhí)行得很復(fù)雜，效率低下，一小時只能采集幾十條真正有價值的數(shù)據(jù)。

虎嗅：從數(shù)據(jù)收集的角度，需要找一個合作生態(tài)非常關(guān)鍵？你從什么時候開始做這件事，做了多久？

殷鵬：去年八月份開始，持續(xù)半年多，大概有幾十家合作公司，包括工廠、小作坊等。我們現(xiàn)在大概有十萬小時的數(shù)據(jù)，后面會把量級擴大到10倍，達到100萬小時量級。我認(rèn)為這個量級，才會讓機器人達到比較客觀的效果。

只有成為一號位，才能獲取業(yè)界最快最真實的反饋

虎嗅：一般科學(xué)家創(chuàng)業(yè)，成功率往往不高，或者說很多行業(yè)的共識是科學(xué)家創(chuàng)業(yè)，其更適合做CTO，而不是CEO。在創(chuàng)業(yè)之初是否有面對這樣的質(zhì)疑？在創(chuàng)業(yè)過程中對于自己的定位，你是怎么看的？

殷鵬：這種質(zhì)疑對我來說經(jīng)常出現(xiàn)。我想創(chuàng)業(yè)的真實原因是，具身智能這件事，學(xué)術(shù)的資源已經(jīng)不能滿足我，只有真正到業(yè)界，才能拿到足夠多的企業(yè)資源，但如果我只是個二號位或者三號位，我沒辦法得到最快最真實的反饋。

虎嗅：決定下場創(chuàng)業(yè)時，有跟行業(yè)前輩聊過嗎？

殷鵬：和很多前輩聊過，比如李澤湘老師（虎嗅注：香港科技大學(xué)教授，固高科技董事長，松山湖國際機器人產(chǎn)業(yè)基地發(fā)起人）和高秉強老師（虎嗅注：香港科技大學(xué)榮休教授、工學(xué)院原院長，全球知名微電子專家，投資了思特威、博通集成、瀾起科技等公司）。

虎嗅：他們有沒有給一些不錯的建議？

殷鵬：李老師的想法是，機器人的生意，還是非常吃硬件的，需要充分利用好大灣區(qū)的資源。高秉強老師的建議是一旦這個商業(yè)模式跑通，一定要做海外市場。因為海外在具身智能上走得更早，會有更深的Know-how。另外，具身智能這件事還是偏早期，B端的應(yīng)用最終還是會落到C端，因此也需要思考這個過程中，B端和C端的邊界，除了給各大廠來用，還需要考慮如何讓普通民眾也用起來。

虎嗅：第一筆投資是怎么拿到的？

殷鵬：第一筆投資其實是高秉強老師投的，他是我們的天使投資人，高老師很了解我，當(dāng)時我們常一起交流，高老師建議在當(dāng)下時間點，找一個非常好的切入口可以去創(chuàng)業(yè)，再層層迭代。

虎嗅：很多科學(xué)家在與工業(yè)界交流溝通的時候往往存在一些語言體系的不同和由此帶來的挑戰(zhàn)，科學(xué)往往希望在單點突破，但工業(yè)界對技術(shù)的領(lǐng)先性反而沒那么重視，更重視是否解決問題，是否穩(wěn)定，你如何適應(yīng)這樣的身份轉(zhuǎn)變，適應(yīng)不同的溝通方式？

殷鵬：確實如此。學(xué)者轉(zhuǎn)換到CEO，之前關(guān)注一個點，可以挖得很深，可以調(diào)動這個點周圍相關(guān)的資源，其他所有的鏈路都不用考慮。但變成公司就不一樣了，更多要考慮的是公司的管理、文化、這個業(yè)務(wù)本身的商業(yè)模式是否閉環(huán)，是不是賺錢。這里會出現(xiàn)很多不同的難點，需要各個擊破。另外，作為一家創(chuàng)業(yè)公司，任何一個新的模式都有人質(zhì)疑。所以就需要用最小的成本，完成產(chǎn)品的可行性驗證，這些都是創(chuàng)業(yè)需要回答的事情。

虎嗅：這兩個路徑是相反的，一個往縱向里扎，一個做橫向。

殷鵬：是的，一個點的突破不代表整個系統(tǒng)就被解決了。創(chuàng)業(yè)需要對整條鏈路的每個環(huán)節(jié)都足夠了解，即使自己不懂，也要找到懂的人一起做。而且要有對時間周期的把控，畢竟創(chuàng)業(yè)公司的資源不是無限的，沒人能等你10年、20年才考慮商業(yè)化。

同時，還需要一個優(yōu)秀、細(xì)致的團隊來承擔(dān)核心任務(wù)。這其實至關(guān)重要。硅谷有個說法叫“創(chuàng)始人模式”——公司價值觀往往反映的是創(chuàng)始人對行業(yè)的理解。如果我們理解足夠深，就能抓住行業(yè)的核心問題，不會過于激進也不會太保守，戰(zhàn)略方向會更清晰，團隊也會知道自己的定位。

殷鵬實驗室團隊，右一為殷鵬

只有具備這樣創(chuàng)始人導(dǎo)向的文化，才能吸引真正志同道合的人。哪怕像老馬這樣的創(chuàng)業(yè)者，在他的每個公司也都有一群忠實的追隨者。

虎嗅：在這個過程當(dāng)中比較大的挑戰(zhàn)，或者壓力挺大的時候是什么？

殷鵬：因為首先是作為老師要去轉(zhuǎn)型，非常痛苦。要從一個釘子變成一個類似于像梳子這樣的模塊。

在正式創(chuàng)業(yè)之前，我們往往專注于一個單點問題的深入突破，個人只需思考得足夠深入即可。但作為創(chuàng)始人，就要從“釘子”思維轉(zhuǎn)變?yōu)椤笆嶙印彼季S，不僅要深挖某一點，還要兼顧全局多個維度。

創(chuàng)始人關(guān)注的面非常廣，但面廣不等于“大而空”，否則團隊會不知道具體該做什么。在此基礎(chǔ)上，既要全面布局，也要在每個關(guān)鍵點深入推進，明確每個人的任務(wù)、節(jié)奏和具體內(nèi)容。這對時間管理和綜合能力提出了極高要求，也是每一位創(chuàng)業(yè)者都必須經(jīng)歷的一關(guān)。

第二點是商業(yè)模式的不確定性。在發(fā)展的某個階段，一種模式可能完成閉環(huán)，實現(xiàn)真正的突破，但我們無法準(zhǔn)確預(yù)測這一刻何時到來。以數(shù)據(jù)行業(yè)為例，外界對其構(gòu)成存在爭議——有人強調(diào)課程數(shù)據(jù)，有人依賴仿真數(shù)據(jù)，也有人重視真實數(shù)據(jù)。我們相對開放，認(rèn)為多種模式都有機會成功，但難以完全把控這種趨勢在長期周期內(nèi)的演進規(guī)律，因此要依靠直覺判斷。

虎嗅：直覺主要來自哪里？

殷鵬：這種直覺，來源于第一性原理的分析、快速獲取行業(yè)和用戶的反饋。我們站在前線，能第一時間獲得大廠在性能優(yōu)化等方面的經(jīng)驗和信息，這使得“即時響應(yīng)、快速溝通和反饋”變得極其關(guān)鍵。因為一旦信息誤判，就可能導(dǎo)致決策失誤，進而影響整體戰(zhàn)略。

所以，在創(chuàng)新過程中，創(chuàng)業(yè)者常會經(jīng)歷兩個挑戰(zhàn)：一是從個人高深度突破轉(zhuǎn)向全面統(tǒng)籌，二是在不確定中尋找方向，并始終保持對信息的敏銳感知和快速反應(yīng)。這也是“黎明前的黑暗”階段，雖然痛苦，但唯有沖到一線，深入思考和建設(shè)，才有可能迎來真正的突破。

虎嗅：在深入業(yè)界之后，你發(fā)現(xiàn)了哪些是過去沒有意識到的行業(yè)痛點或者問題？

殷鵬：比如我們之前做遙操，操縱這個領(lǐng)域我們做了兩年，我們會做例如抓取蘋果、杯子，這樣簡單的事情，也會做擰螺絲這樣很難的研究。但真的和工業(yè)界交流時發(fā)現(xiàn)，這些事往往無法落地。比如說他們不需要訓(xùn)練一個多Fancy的模型，只需要百分百做成一件事，一個可以落地的策略解決方案。

虎嗅：其實創(chuàng)業(yè)公司的初創(chuàng)團隊是很重要的，很多時候如果找的都是能力很強的人，反而不能成功。搭團隊的時候你看中的是什么？花了多長時間搭團隊？

殷鵬：找人對創(chuàng)業(yè)公司而言至關(guān)重要，我們大概花了半年時間。我還是更借鑒黃仁勛的機制，一開始兩三個人一定要有情感基礎(chǔ)和長期合作伙伴的關(guān)系，對彼此有長期信任感，能夠共同承擔(dān)風(fēng)險。比如我們早期和美國大型公司談訂單，拿下第一個客戶，這種事情形成的革命友誼在創(chuàng)業(yè)中尤為難得。我們并不介意這個人是否一定是名校，更在乎的是在進入公司后是否能夠快速適應(yīng)公司文化和氛圍，把自己的能力進行快速提升。所以我更看重的是加速度，如果加速度很強，說明他有很強的內(nèi)驅(qū)力，能夠在一個公司找到自己很好的身位，把能力做極大的發(fā)揮。

虎嗅：話說回來，在“畫餅”這件事上，您如何讓大家愿意相信這個愿景并堅定往這個方向努力？

殷鵬：當(dāng)年老馬做 SpaceX 時，業(yè)界普遍認(rèn)為火箭回收不可能。但他憑借個人魅力，做了初步驗證，拿到融資，從 NASA 招來一批相信他的團隊，最終把這件事做成了。

我也是從第一性原理出發(fā)，思考什么樣的數(shù)據(jù)真正能起量，拆解整個過程，預(yù)判可能遇到的問題，與團隊逐步攻堅，一旦突破，可以達到怎樣的規(guī)模和影響力。

現(xiàn)在看 Scale AI 的市值就能明白，一家“賣水”的公司也能做到行業(yè)頭部。這個愿景是大家可以一起實現(xiàn)的。我們要做的是搞定大客戶，與他們建立深度綁定，讓外界更愿意相信這個故事。

具身智能尚處亂世，認(rèn)可了就義無反顧去做

虎嗅：你其實是一個習(xí)慣于將長目標(biāo)拆分成一個個短目標(biāo)的人？

殷鵬：是的。我覺得任何復(fù)雜的事情都耐不住細(xì)化，短期可以是一個季度為計或者半年可實現(xiàn)的目標(biāo)，層層往上迭代，總會實現(xiàn)。黃仁勛也是這個策略，他最早就All in算力，只是在當(dāng)時的時間點沒有人提。所以他開始做游戲，然后挖礦，之后遇到AI。

虎嗅：你一直在提到“第一性原理”，馬斯克是把“第一性原理”發(fā)揚光大的人。什么時候開始意識到“第一性原理”這件事并認(rèn)可它？

殷鵬：我是去美國之后第一次真正了解Elon Musk，他背后的創(chuàng)業(yè)邏輯、故事路線，了解特斯拉、SpaceX。我在美國的那幾年，正好見證了特斯拉如何沖出低谷，再往上爬升的過程。見證馬斯克如何一層層把大家對他的質(zhì)疑劃破，去兌現(xiàn)。包括他承諾了將近十年的Robotaxi。所以我研究了他的商業(yè)歷史，我發(fā)現(xiàn)第一性原理真的非常可怕，能把一件在旁人看來不可能實現(xiàn)的事情變成可能。

虎嗅：現(xiàn)在在看什么書？

殷鵬：最近的新書就是馬斯克的自傳。

虎嗅：看起來你很喜歡馬斯克。

殷鵬：對，可以說我的整個的商業(yè)邏輯，商業(yè)模式，很多都是來自老馬的啟發(fā)。他如何在早期就思考這件事，如何設(shè)計、如何在某個時間點頂住壓力，做別人看起來不可能的事情。

虎嗅：現(xiàn)在還會堅持冥想嗎？每天會花多長時間？

殷鵬：我現(xiàn)在每天早上五點起床，會花半小時冥想然后開始每天的日程工作。因為事情會越來越多，如果沒有一個合理的放空機會，人會在一些雜事情上迷失。如果每天沒辦法得到自己內(nèi)心深處的反饋，在路徑選擇上還是會出現(xiàn)一些問題。

虎嗅：創(chuàng)業(yè)至今，有沒有發(fā)生一些反常識的事？

殷鵬：我覺得是有的。泡泡瑪特的王寧曾總結(jié)過一個經(jīng)驗：創(chuàng)業(yè)時我們常以為A很重要，離了它不行，但實際做下去才發(fā)現(xiàn)，真正關(guān)鍵的是B，而B在最初甚至看不出來有多重要。到面對客戶時，又可能是C才對，因為客戶需求會不斷變化。最終是通過B的調(diào)整，才演化出C的形態(tài)，不斷優(yōu)化這個過程。

一開始設(shè)想的路徑，在不斷試錯和收斂中，可能會自然找到最優(yōu)解，但這個最優(yōu)解很難一開始就預(yù)料到。正如那句話：“偉大的事情無法被計劃。”

虎嗅：對于你和公司而言，未來的挑戰(zhàn)會在哪里？

殷鵬：現(xiàn)在可見的是，進入具身智能行業(yè)的“用戶”越來越多，而不是專注做數(shù)據(jù)的公司。我們?nèi)ツ陝倓?chuàng)業(yè)，還需要向投資人解釋機器人數(shù)據(jù)的重要性，但如今這幾乎已成共識。

這當(dāng)然是好事，但也是一把雙刃劍。大家認(rèn)同數(shù)據(jù)的價值，意味著越來越多的公司開始涌入這個賽道，不論大廠還是中小團隊，生態(tài)變得越來越“卷”，也開始出現(xiàn)不少重復(fù)造輪子的現(xiàn)象。

整個行業(yè)仍處于“亂世”階段，關(guān)鍵在于如何找到自己的獨特位置。對我們來說，數(shù)據(jù)是最核心、也是最擅長的部分。既然如此，就沒有猶豫的理由，只能義無反顧地往前走。

本內(nèi)容為作者獨立觀點，不代表虎嗅立場。未經(jīng)允許不得轉(zhuǎn)載，授權(quán)事宜請聯(lián)系 hezuo@huxiu.com

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4544478.html?f=wyxwapp