對話姚頌：不想 boring，那就繼續開心地 suffering

和姚頌的這次採訪，發生在清華科技園。

2018 年，26 歲的姚頌 3 億美元賣掉深鑑後，只高興了兩分鐘，然後 “人生陷入了灰暗”。他試過做 “富貴閒人”，但很難。

之後，他在 2020 年參與創立民營航天公司東方空間；去年下半年，他開始第三次創業，成立正行創新（Striding AI），以系統級思路來做物理 AI 和通用機器人。

緊鄰清華西門的清華科技園，正是一個適合聊這十年的地點。從 2011 年物理競賽保送清華大學電子工程系開始，過去 15 年，姚頌和更多中國科技人物的故事都被這裏串聯。

三小時多的訪談裏，姚頌兩次指向窗外——一次是商湯最早的北京辦公室。2014 年商湯的成立，讓當時上大四，正在做 AI 加速器畢設的姚頌看到了深度學習的應用機會，商湯也首開教授創業風潮。

另一次是回憶起十年前，姚頌和曹旭東在樓下散步。姚頌問：訓好模型，關鍵靠什麼？曹旭東說：50% 看數據，30% 看算力，20% 看經驗和靈感，經驗在靈感前面。同一年，曹旭東創立 Momenta，開始 “數據驅動”。

這裏還有更多故事：深鑑的第一輪，見了 50 個機構沒人投。最後出手的是一位電子系師姐，張予彤。

姚頌大一參加社團時，給科協招生的一位師兄是王鶴；本科期間，一起做科研項目的同學有高繼揚、許華哲、周而進……現在他們都是新一批具身智能公司的創始人或聯創。而姚頌創立的 SEE Fund 基金同時投了銀河通用（王鶴）、星海圖（高繼揚）、破殼（許華哲）的天使輪。

當年和姚頌一起創立深鑑的另外 3 位：汪玉、韓松和單羿也都成爲了連續創業者。

這十年，也是硬科技創業在中國從邊緣走向主流的十年。現在的新一批年輕創始人，正感受極強的推背感。

第三次創業的姚頌經歷波折、褪去青澀，不再那麼愛講 fancy 的技術名詞，更多關注系統、組織和產業落地。這位昔日的 “天才少年”，向我們講述了他這十年的歷程。

晚點 ：你歷史上有很多標籤和 title。10 年前本科畢業就開始創業，26 歲 3 億美元賣掉公司。如果以 “姚頌是誰” 來描述自己，你會怎麼說？

姚頌 ：我就是一名創業者。

晚點 ：半年多前你開始了這次新創業，正行創新。你強調這是 “物理 AI”，不是 “具身智能”，二者的區別是什麼？

姚頌 ：具身智能更多講機器人本體智能。但只有本體智能，還不足以真正提供服務。比如一棟樓裏有 10 臺機器人，就需要對環境有感知，要能規劃多機協作與路徑，還得實時知道每臺機器人的電量、狀態和位置；可能還需要一套遠程兜底系統，就像 Robotaxi 有時需要遠程接管。綜合考慮空間、本體、運動和操作，纔是物理 AI。

晚點 ：從深鑑科技的 AI 芯片，到東方空間的商業航天，再到現在的正行創新，你過去十年的創業跨度很大。隨流而動還是有貫穿的線索？

姚頌 ：有兩條線。第一條是，我希望做對人類發展真正重要的事情。做深鑑時我還沒想清楚，那是第一次創業，方向是汪玉老師定的，我負責團隊管理。

後來我逐漸想清楚了一個 “什麼是重要的” 圖景——我們可以畫一個圓，代表人類生存空間；圓裏有很多點，是每個個體；點之間又有各種關係。這剛好是三類重要問題。

一是擴大這個圓的邊界，即擴展人類生存空間，這靠的是能源、航天，比如核聚變、走出地球。二是服務圓裏每個個體的生存、健康、幸福和快樂。三是優化點與點之間的關係，就是社會怎麼提高效率、同時兼顧公平。芯片、火箭、機器人，都落在這三類問題裏。

第二條線是我真正興奮的事。我最有成就感的，是看到一個算法、一個最初的技術原點一步步變成產品，真的被很多人用起來。

一次創業分享中，姚頌給這個思考框架畫出的圖示。

晚點 ：可以說，一條線是向外尋找要解決的外部問題，另一條線是向內發現驅動力。

姚頌 ：（笑）你總結得比我好。

晚點 ：回到十年前，你進入清華後經歷了什麼，讓你在本科畢業後選擇了創業？

姚頌 ：這事兒的源頭還真是從大一就開始的。我是物理競賽保送清華的，一開始學習壓力很大，學神太多了。比如我們一字班（2011 級）電子系有一位神人韓衍雋，韓神，他後來拿了特獎，現在在紐約大學任教。當年我們微積分課期末考卷的最後一道題，是老師專門爲了難住韓神等幾個人的。

我大一上學期的常態是：每天帶着老式電子錶計時，必須學滿 11 個小時，上廁所、喫飯都要按暫停。

當時一直緊繃到大一寒假，快崩潰時，我想明白一件事：初高中學習的目標是進入更好的學校，但高等教育是爲了更好走向職業生涯，大學不只有學習，還有社工、科創、科研，你可以保研、直博、出國，也可以創業——路有很多，重要的是你得做選擇。

晚點 ：你的選擇是？

姚頌 ：科研和科創。我發現自己最喜歡、最有成就感的是把事情真的做出來，讓小車動起來、程序跑起來，而不是做理論計算和發論文。

所以大一暑假，我就給汪玉（清華電子系教授，深鑑後來的聯創之一）老師發郵件，開始在他的實驗室做科研。我最開始做的是 EDA（集成電路設計軟件），再往後做板卡，跑 AlexNet、VGGNet（幾個知名的計算機視覺模型）。

晚點 ：這算一個主流選擇嗎？

姚頌 ：是，清華一直以科研和學習爲最主流。這和很多現在的創業者都有關聯。比如大一下學期我加入了電子系科協的硬件部，當時招新的一位師兄是王鶴（銀河通用創始人兼 CTO）；我後來做了電子系科協 11 級的主席，比我高几級的主席是姚卯青（智元機器人合夥人）。

清華還有很多超脫於院系的培養計劃。比如思源計劃、星火計劃。後來和我一起創業的韓松（現 MIT 副教授、英偉達傑出科學家），還有許華哲（破殼機器人創始人）都在星火計劃，楊植麟（Kimi 創始人）應該也在。我和高繼揚（星海圖創始人）一起參加過另一個計劃 UGVR，是斯坦福本科生訪問研究計劃，這些都是非常好的科研經歷。

晚點 ：楊植麟、高繼揚、許華哲、王鶴等等現在都在創業，但他們都是讀完博士後創業的。你當時也拿到了 CMU 的博士 offer，爲什麼選擇直接創業？

姚頌 ：最開始我申請博士是隨大流。但大三我第一次去美國參加學術會議，接觸了很多在硅谷工作的師兄，他們工作悠閒、收入也高，比的是我去過黃石、你去過 30 個州。這也是很好的拓展維度，但不是我想要的。

後來有個老師總結了一句話，很切中我的心態：他說人生就兩種狀態——boring 或 suffering，我更無法忍受 boring。

晚點 ：讀完博士後再創業和本科畢業就創業，你現在怎麼看這兩種選擇？

姚頌 ：前者是更典型的路：積累技術和科研經驗，當教授或工作幾年後再看到商業問題。我可能把這條路走得更早：大一暑假開始做科研，本科發了四五篇論文，也在實驗室開新方向，大二就開始帶大一的同學。

所以我更早開始做方向選擇和技術團隊管理。到大四時，我們幾個同學的畢設組裝起來，已經是一個完整的 AI 芯片 demo，離創業很近了，那爲什麼不直接開始呢？

不要搭上所有 all in，失敗成本太大會動作變形

晚點 ：深鑑是怎麼起步的，你和汪玉、韓松、單羿怎麼組隊的？

姚頌 ：一是前面提到的，我們幾個同學做的畢設已是一個 AI 芯片雛形，我是這個項目的負責人。這裏面也有一位創業者，是當時的算法負責人周而進，他現在是原力靈機的聯創。

晚點 ：說到這個，曠視的聯創和原力靈機的創始人唐文斌，以前也是計算機系的科協主席。

姚頌 ：對，我和唐師兄也認識了好多年。

晚點 ：怎麼從畢設到創業的？

姚頌 ：正在我們思考這件事是值不值得創業時，2014 年 9 月商湯成立了，就在你右後方那棟樓（姚頌指向窗外）。

商湯一成立，徐冰（商湯聯創）就找過來，想通過電子系科協招人。而我們看到的是，深度學習即將進入主流應用了，原來的 CPU、GPU 可能撐不住，會需要新的計算平臺。這就動了創業的念頭，開始和汪老師討論。

接着 2014 年底，汪老師的學生，當時在斯坦福讀博士的韓松師兄暑假回國，他也在考慮創業。他做的是算法壓縮、稀疏化和量化，跟我們的硬件加速天然互補。最後加入的是單羿，他也是汪老師的學生。

晚點 ：你當時 22 歲，本科剛畢業生，汪老師也才 30 出頭，剛做副教授沒幾年，創業對你們來說是一個冒險、反常的決策嗎？

姚頌 ：最終邁出這一步是互相壯膽。CMU 全獎 offer 是條很穩的路，而汪老師幫我解決了兩個心理負擔：一是他告訴我，創業機會成本最低的時候恰恰是年輕時，到了三十多歲有家庭等各種負擔反而不敢創業；二是如果不成功，他可以繼續推薦我去美國讀碩士，回到那條主流路徑。我父母一開始堅決不同意，後來也是汪老師出面溝通說服了他們。

晚點 ：你沒有迴避你當時是有退路的，這會不會導致你不夠 all in？

姚頌 ：你應該把時間、精力、注意力 all in，而不是退路封死、賣房創業式的 all in。失敗成本太大時動作會嚴重變形。因爲追求成功和防止失敗是兩種完全不同的心態。

見了 50 家機構沒人投，張予彤投了

晚點 ：深鑑起步時，你最初見了 50 家投資機構，沒有一個人願意投。十年前做 AI 芯片，爲什麼如此遇冷？

姚頌 ：當時硬科技融資的環境很差。第一，中國投資者在科技投資上幾乎沒掙過錢。芯片領域能數出來的成功案例一隻手都不到。第二，除了商湯，當時教授、學生創業很少。第三，那時大部分投資人看消費、文娛、互聯網，沒有技術儲備，很難判斷芯片項目。

晚點 ：你們當時怎麼描述深鑑要做什麼？

姚頌 ：很技術。大概是：我們有一個領先的芯片方案，在 FPGA（現場可編程門陣列，可在製造後重新配置邏輯功能的芯片）上能做到多少 GOPS per Watt（衡量芯片能效比的指標）；未來 AI 算力需求會越來越高，GPU 不夠專用，所以需要新的芯片技術。我們也列了幾個場景，如安防、輔助駕駛。

直到我們 BP 改過很多次，北極光的鄧峯學長看了後依然說：你們還是在講技術可能性，而投資人的關心是：這個市場多大？需要什麼產品？你們的技術如何實現？已經做到了什麼指標？

也就是，要從市場倒推技術，而不是反過來。

晚點 ：你多年後曾分享，技術創業很重要的一件事就是要很快拋棄單純的技術思維。

姚頌 ：對，創業公司做技術的目標不是發論文，也不是自嗨，而是在產品上創造價值。得先定義價值，才能想清楚技術的延展方向。

晚點 ：最後怎麼拿到第一筆錢的？

姚頌 ：又是非常多機緣巧合。我們天使輪的領投方最後是金沙江，投我們的是張予彤。

晚點 ：張予彤怎麼看到深鑑的？

姚頌 ：2016 年初，我們去硅谷參加一個學術活動，和予彤聊了後，她又把我們推薦給金沙江的合夥人林仁俊。他過去在硅谷投了多年半導體，對這個機會有認知。予彤自己也是清華電子系畢業，懂芯片基礎知識，覺得我們的技術不錯。

後來金沙江果斷出了 TS（投資協議），按着我和汪老師在辦公室當場簽了才走。金沙江進來後，高榕也更堅定了，一起投了天使輪，投資人是另一個電子系的師兄，辛旺。

晚點 ：天使輪最終敲定，是在 2016 年 3 月 AlphaGo 擊敗李世石之前還是之後？這件事有改變你們的處境嗎？

姚頌 ：之前。看到 AlphaGo 我們很高興，但它對融資的改變不大。所以後來我們換了思路，重點不再是財務投資人而是產業投資人，就是我們的客戶和合作伙伴，包括英偉達、英特爾、三星、賽靈思、聯發科等等。他們都是做了 7 輪甚至 9 輪技術盡調後才做投資決策的。

拒絕英偉達、英特爾，推演出最後劇情

晚點 ：但你們後來拒絕了英偉達和英特爾，爲什麼？

姚頌 ：我在深鑑最得意的事就是這個決策背後的戰略推演。

我當時開始思考公司的 ending（結局）：最好情況是上市、獨立發展，中等是被收購。如果上市，就要看美股、港股和當時傳聞的戰略新興板，也就是後來的科創板的情況。如果被收購，就要想清楚憑什麼？你一定是在某方面做到了世界第一，而且還是潛在買方戰略裏的重要一環。

當時有可能出現英特爾、英偉達、賽靈思，甚至 AMD 一起投我們的情況，短期看，這對品牌有巨大提升，但長期未必是好事。

比如在嵌入式芯片上，我們和英偉達的 TX1、TK1 等產品有競爭。再比如未來如果被收購，幾家互爲競爭對手的巨頭都是股東，可能會互相搗亂。哪怕不考慮收購，也可能影響業務，比如 A 公司會擔心投了後，最後我們卻推 B 公司的產品，大家反而都不幫你。所以我們放棄了短期利好，選擇了只拿中長期對業務最有幫助的賽靈思的投資，它的主業和我們最契合。

晚點 ：當時這些戰略判斷是你在負責嗎？正好可以講講你們幾個聯創的分工、協作方式。

姚頌 ：我是 CEO，我和汪老師的搭配更像司令和政委。大方針是汪老師制定和拍板；平時的決策、經營和業務我來負責。如果我的決策犯了衆怒，或者需要說服重要客戶，汪老師會來收場。

單羿是 CTO，帶整個研發團隊，組織算法、軟件、硬件出產品。韓松是首席科學家，負責前瞻算法研究，比如壓縮、稀疏化、量化。

晚點 ：你們這個組合裏缺少一個有商業經驗和產業思維的人，你是自己成長成了這個角色嗎？

姚頌 ：日常推進上，劉競秀師兄幫了很大忙，他是汪老師同級的同學，在外企工作過近 10 年，有成熟的工作方法。但大的方向取捨，主要還是我先決策。重大問題，汪老師會介入。

晚點 ：你做過什麼力排衆議的決策嗎？

姚頌 ：一個例子是砍掉無人機業務。當時我們和零度智控合作，做了服務無人機的板卡、算法和解決方案。2017 年 1 月，我們剛在 CES（國際消費電子展）發佈了聯合開發的智能無人機，有主人識別、手勢識別和跟拍等功能，而同一個月，我決定砍掉無人機，轉向智能安防和輔助駕駛。

團隊內部很動盪、惋惜。而我認爲，做重大決策時不應該考慮沉沒成本。當時無人機市場 70% 以上是大疆，現在它份額更高了，而大疆不願意和小公司合作。

晚點 ：你滿意自己的這種角色轉型嗎？其實你也可能有另一條路，就是做更技術背景的創始人。

姚頌 ：這是一個必須的轉變。如果所有人的精力都在研發上，那誰來承擔戰略思考、融資、跑客戶、招人和組織建設？

晚點 ：深鑑當時考慮過像 Kimi 那樣，有楊植麟和張予彤的組合嗎？

姚頌 ：大家希望我變成 “張予彤”。

晚點 ：聽起來有被動的成分。

姚頌 ：我挺接受的。CEO 在公司裏，永遠面對最難、最糟心的問題。“好和更好” 或者 “好和壞” 的問題都不會來到你面前，只有 “差和更差” 的抉擇，大家纔會來問你。

晚點 ：聽起來都是痛苦，有什麼好呢？

姚頌 ：痛苦帶來成長，帶來對心性的磨鍊。

高興了兩分鐘，然後人生 “灰暗” 了

晚點 ：深鑑在 2018 年被賽靈思以超 3 億美元收購。爲什麼創業兩年多就選擇被收購？

姚頌 ：在賽靈思方面，2018 年 1 月，他們換了新 CEO，希望公司從器件公司變成平臺公司，所以迫切需要我們這種在軟件、算法、解決方案上都有能力的團隊，給我們開了一個併購 offer。

和他們見面後，我們回酒店討論。第一件事就是，我們沒見過這麼多錢，特別是對我一個剛畢業 3 年，又是工薪家庭出身的孩子來說，肯定有誘惑力。第二是，這個 offer 讓我第一次更多從風險面去思考公司發展，很多第一次創業的人，包括當時的我自己，講了幾十遍 BP 後，會不斷自我強化，全盤採信自己的故事，但反過來想，風險很多。比如 2018 年戰略新興板還沒出來，國內上市仍要求連續三年淨利潤爲正。就算能做到，可能也要等 5 到 6 年，中間會發生什麼沒人知道。

還有一個原因是，深鑑的平均年齡一直在上升，從 26.7 歲到了 31 歲。很多人的生活狀態都不一樣了，我們也從 996 改成大小周。有技術核心跟我說，他已經連續兩週沒和孩子說過話了。

晚點 ：真的賣掉公司後，什麼狀態？當時你才 26 歲，有了一大筆錢。

姚頌 ：我和單羿那時共用一個大辦公桌。簽完這個併購協議後，我繞着這個桌子踱步了兩分鐘。那兩分鐘後，我的人生就陷入了灰暗。

晚點 ：爲什麼用 “灰暗” 這個詞？

姚頌 ：就像前面有一團霧，你根本不知道有哪些路，那是一種混沌、模糊的狀態。

我這個人不適合在大公司長期工作。我追求持續挑戰，很難接受按部就班。我也不擅長向上管理，和汪玉老師這麼多年合作，我們都是直接、透明的溝通。所以我知道自己一定要從大公司出來。但出來幹什麼？我還沒找到答案。

第一次創業不是我自己定的方向。最早我是因爲喜歡三維集成電路，進了汪老師組裏；後來實驗室新開 AI 加速器方向，我成了負責人；再後來這個方向變成公司，我成了 CEO。下一次創業就要自己定方向了。

晚點 ：後來你們看到寒武紀、地平線的發展，遺憾嗎？他們成立時間和你們相似，大方向也相似。

姚頌 ：還好。2018 年以後，我有了做更多自己喜歡的事的臺階。而且我認爲財富超過一定數值，比如 5 億、10 億後，它本質上就不是你的了，它屬於社會。

回到第一性原理，人這一輩子最重要的事是什麼？是時間。把時間花在自己激動、感興趣，自己高興的事情上就可以了。

在經緯的自由時間

晚點 ：從 2018 年賣掉深鑑到 2020 年前後做商業航天，你怎麼慢慢走出灰暗，找到方向的？

姚頌 ：做決定的前提是獲取足夠的信息。2018 年底，經緯正好缺一個純技術背景的合夥人，我就開始在經緯兼職。張穎（經緯創始合夥人）給我的一個便利是：可以獲得經緯所有投資決策信息，任何一個會，我可以推門進去聽。他對我說：你缺的不是錢，是信息。

這期間我接觸了非常多方向，激光雷達、腦機接口、量子計算、商業航天、可控核聚變……

晚點 ：怎麼 pass 掉商業航天之外的方向的？

姚頌 ：比如激光雷達，當時的一個技術機會是固態激光雷達。我見了很多團隊，也找禾賽的李一帆聊。

他認爲，這個領域的技術路徑遠沒有工程能力重要：一個技術原型，三個月就能做出來；難的是把技術原型真的變成產品原型，再做到小批量生產和大批量交付，以及把生產過程逐漸自動化。走完這條工程路徑要 3 到 5 年。所以固態雷達的機會還是大概率屬於禾賽、速騰這些更早出發的公司。

晚點 ：李一帆的判斷現在已經驗證了。

姚頌 ：對。工程難度高於一兩個技術點和技術路徑，這在很多科技行業都適用。

再比如腦機接口，我認爲它推進的速度會很慢，實驗和審批週期太長，那時不是一個好的創業 timing，更適合做研究。我投資了這個方向，但沒有自己創業。

晚點 ：2019 年到 2020 年，你看到了國產 GPU 的機會嗎？摩爾、沐曦、壁仞都是在這個時間段成立的，這和你的專業背景也最契合。

姚頌 ：這是我的短板所在，一個懂某種技術的人，有時反而過多放大它的缺點。而且坦率講，如果沒有後來的大模型，這些公司的業務增長也充滿變數。

我希望找的方向，是未來 3 到 5 年能清晰看到工程化和商業化價值的事。我甚至考慮過去讀一個博士，不過後來也確實看到了火箭這個機會。

中國商業航天的關鍵是：中國、商業、航天

晚點 ：一起創立民營火箭公司東方空間是你第二次創業，這五年有成果，也有波折。如果你自己來描述，它是一段什麼故事？

姚頌 ：成長故事。

晚點 ：它是怎麼開始的？

姚頌 ：經緯是中國投商業火箭、商業衛星最多的 VC，當時已投了星際榮耀、藍箭航天等等。我在經緯接觸到了一個非常優秀的團隊，他們當時剛從體制內出來，在尋求創業、融資建議，我越和他們交流越覺得互補。他們懂技術和發射流程；我懂戰略、資本和市場。

晚點 ：2020 年看到的商業航天機會是什麼？什麼團隊能抓住？

姚頌 ：我把中國商業航天拆分成三個關鍵字——中國、商業、航天。

首先是中國，一定要適應中國的系統，爲國家服務。第二是商業，要考慮成本、規模、融資、現金流和地方合作。第三是航天，除了要做出能發射上天的火箭，還要往可回收方向創新。

晚點 ：爲國家服務和商業怎麼結合？

姚頌 ：國家任務也可以市場化釋放。我當時判斷，未來兩三年，國家可能會成立類似星鏈的衛星互聯網計劃。5G 後的 6G 不一定還依託地面基站，可能要往天上走。這些後來基本也發生了。也是從這個基點，我開始思考做火箭的優先級，最後排下來是：好、多、快、省。

晚點 ：經典的四個字，你重組了順序。

姚頌 ：對。“好” 代表高成功率。如果發射成功率只有五六成，沒有衛星互聯網組網計劃敢用你。“多” 代表運力，衛星互聯網至少需要數噸級的運載能力。“快” 是搶佔市場先機，衛星剛出來時可能找不到足夠多的火箭，等三四年後大家都反應過來，市場就白熱化了。“省” 在這個階段反而沒那麼重要，保障任務發射、把衛星送上去的優先級更高。

所以我們制定了一個從固體到液體再到可回收的漸進路徑。固體火箭發射成功率高，也更快，同時能實現 6 噸以上的運載能力。

開心的和遺憾的

晚點 ：2024 年，你們的第一個火箭 “引力一號” 首飛成功，而且這是第一次民營航天發射的直播，這是你的決策嗎？

姚頌 ：是。我接受可能失敗的風險。因爲我認爲航天應該離普通人很近，不該是祕密任務，我希望它像音樂節，我還請了水木年華去現場演出，做了海瀾之家號的火箭冠名。

晚點 ：你敢這麼做，是不是也因爲引力一號採用了全固體這種相對成熟的路線？

姚頌 ：還真不是。引力一號是固體捆固體的構型，中間和周圍四個助推器都是固體，而一般的做法是固體捆液體。

新構型的挑戰是：固體發動機最後幾秒的燃燒不一定均衡，不同發動機推力可能變化。在船上發射還要解決火焰濺射、船體燒蝕、海面風浪等複雜工程問題。

晚點 ：引力一號發射之後，東方空間有一些組織紛擾和風波，外界也有諸多傳聞，你怎麼面對和度過的？

姚頌 ：完全不影響我睡眠。

晚點 ：如果說引力一號首飛成功是你這 5 年最開心的時刻，你在東方空間最難受的時刻是什麼？

姚頌 ：整體很好。創業這十年，我也越來越感受到，塞翁失馬焉知非福，你的痛苦就是你的成長。

晚點 ：這 5 年核心的成長是？

姚頌 ：一是，在東方空間，我的職責和深鑑不太一樣，戰略思考更完整，這對後來判斷具身智能的發展也很有幫助。二是，我收穫了在中國踏踏實實推動重大事項的能力，這個流程我完整經歷了一到兩遍。

晚點 ：去年夏天你離開東方空間是一個什麼過程？

姚頌 ：好聚好散。公司已經平穩發展，也簽了十幾億合同。我也可以去追求自己更喜歡的事。

晚點 ：在商業航天上，你有什麼沒有實現的遺憾嗎？

姚頌 ：沒能見證可回收火箭發射成功。不過大概今年底或明年上半年，引力二號就能發射了，並且可能在第一次發射時就做一些大膽嘗試。

2025 年開始物理 AI 的天時、地利與人和

晚點 ：從東方空間到去年下半年創立正行創新，再一次重新找方向，還有灰暗的感覺嗎？

姚頌 ：畢竟是第三次創業了，資源和信息量不一樣。我也是 SEE Fund 的創始合夥人，我們在天使輪投了銀河通用、星海圖、穹徹、智平方、松延、光輪、無問芯穹等具身智能相關企業，所以我的市場觀察比較多。同時這次更快碰到了一些機緣巧合，天時、地利、人和，看到了一條相對清晰的路。

晚點 ：具體哪些天時、地利、人和？

姚頌 ：我遇到了兩個很好的合作伙伴，正大集團和華勤技術，他們都有豐富的場景。物理 AI 一定要基於場景，先採數據、有模型、有產品、有解決方案，上到產線或工作環境，產生更多數據，才能真正迭代起來，形成從算法、模型到應用的閉環，數據飛輪也能滾起來。

晚點 ：正大和華勤具體可提供哪些場景？

姚頌 ：正大有消費零售場景，在泰國等國有 16000 家 7-Eleven 便利店，其中約一半是直營，還有近萬家卜蜂蓮花超市，其中約 2700 家直營。

華勤主要是工業生產場景，特別是 3C 電子生產。它是全球頭部 ODM（設計製造商），覆蓋手機、筆記本電腦、服務器和手錶、手環、眼鏡、掃地機等電子產品的生產。

晚點 ：他們的股權比你更多還是更少？

姚頌 ：這家公司我是董事長、CEO 和創始人。正大是除了我和團隊之外的最重要股東。

晚點 ：能提供場景的合作伙伴之外，還有什麼此時來做物理 AI 的條件？

姚頌 ：另一個機緣是團隊。這是我和汪玉老師的再次合作，他團隊裏幾十個學生這五六年一直在做具身智能，覆蓋強化學習、世界模型、基礎架構，都是我們的同學和師兄弟，互信很強。

第三是技術變化。去年下半年我判斷 VLA 差不多走到頭了——訓練數據增加後，性能沒有按預期增長，反而開始下降，這裏面會有一波新機會。

晚點 ：那麼天時呢？2025 年下半年你們成立時，智元、宇樹已成行業頭部。天時還站在你這一邊嗎？

姚頌 ：先出發確實決定了一些事，首先是更多的資本，這件事沒法抵消，比如我們投過的一些公司今年就會上市。先發優勢也能帶來業務資源，這件事我們能抵消——這次採訪前，我們已經和一些上市公司有落地合作。第三是對人的號召，這部分也能抵消。就像壁仞、燧原、沐曦出現時，又召集了一批比深鑑早期更好的團隊。

晚點 ：你說的都是相比更早成立的公司你能補上什麼。有什麼是人無我有的東西？

姚頌 ：有一件事大家比較難做到：我們從第一天起，就是一個立足中國、面向國際化市場的企業。

晚點 ：爲什麼其他公司做不到？

姚頌 ：這跟股權結構的國際化程度有關，一旦股權定下來，後續一些事不太好調整。

同時，很多公司也已經開始國際化了，比如智元和銀河通用。但他們的創始人要麼是在全球化大型企業工作過多年，要麼不是第一次創業。而大部分物理 AI 創業者是第一次創業，他們在過程中才考慮出海。

晚點 ：正大集團的掌舵人謝國民爲什麼願意支持你做這件事？

姚頌 ：他是我很尊敬的長輩，合作的基礎是互相欣賞和認可。

這得回到 2022 年冬天。正大集團日本社長徐志敏是水利系 79 級的師兄，他給我發微信，說謝董事長來了北京，想接觸中國科技行業的年輕人，問我能不能去講講最近在做什麼，也可以推薦幾個朋友，我就邀請了戴雨森（真格合夥人）和銀河航天聯創劉暢等人一起。

那場會大概三小時，謝老爺子當時已經 80 歲了，西裝領帶、正襟危坐，一直認真在聽，不斷提問，中間沒起身、沒看過手機。聊完喫晚飯時，我們提出想留聯繫方式。他說：“不對，你們是老師，你們別動，我來加你們。” 說完拿出手機，彎下腰一個個掃我們的微信。我對他很佩服。

後來他每次來北京，都會讓團隊約我，讓我帶不錯的同齡科技從業者一起聊。他關心算力，我請了並行科技的陳健、青雲科技的林源還有汪玉老師；他關心自動駕駛，我請了印奇（曠視創始人、千里科技董事長）師兄；他關心具身，我請了王鶴、許華哲。

聊了幾次之後，他提出有沒有機會一起做點事。那時我還在做火箭，婉拒了。等我從東方空間離開，他的態度是無條件支持：商業合作照常談，但物理 AI 這塊，他選擇跟我獨家合作。

一兩個小天才無法解決問題

晚點 ：除了國際化佈局，Striding AI 還有什麼獨特的思路和做法？

姚頌 ：我們是以系統化的思路在解決整個問題。現在大家最近最關心的是世界模型、WAM（世界動作模型）的創業 “小天才”。但坦率講，一兩個年輕老師或小天才，沒法解決這些問題。

晚點 ：爲什麼？

姚頌 ：講個十年前的故事。當時我跟曹旭東在這個樓下散步，那會兒他還沒成立 Momenta。我問他：做出一個優秀算法，主要靠什麼？他說 50% 是數據，30% 是算力，20% 是人的經驗和靈感，而且他把 “經驗” 排在 “靈感” 前面。

十年後再看大模型，中國現在最厲害的幾家公司，也沒有一家是靠小天才或年輕教授單獨創業做出來的。

晚點 ：那靠 100 個年輕人，像 DeepSeek 那樣呢？

姚頌 ：這是重要因素，但還不夠系統。你得同時解決數據、算力和人才資源池這三件事。

比如現在大家都買第一人稱視角的視頻數據，如果沒有自己的數據源，價格是每小時 300 到 600 元，用幾十萬到一百萬小時數據訓個模型，3 到 6 億就砸進去了。

晚點 ：那麼，我以小天才光環獲得更多錢，去買更多算力，同時也承擔更高的數據採集成本不行嗎？

姚頌 ：那你的產品就不會有競爭力。因爲你的算法成本是別人的十倍甚至二十倍，將來的產品怎麼定價？

晚點 ：要高效、低成本地做這件事，需要什麼能力？

姚頌 ：得找到能跟你緊密合作的、高質量、海量的數據來源。比如我們找到了正大集團，它有四十多萬全職員工，通過這種方式，我們能把數據成本降到正常市場採購價的十分之一以下。

晚點 ：那如果號召 100 個小天才——算法、設備、infra 的都有，開發出創新的低成本採集方案，再放到場景裏，是一種路徑嗎？

姚頌 ：那他去哪兒採？

晚點 ：因爲成本相對低，可以說服一些有場景的公司讓我去採？

姚頌 ：你說的這些有資源的公司，他們關心的不是採數本身的收益，而是你首先不能影響我的業務和生產。而且大部分公司的操作、生產流程涉及保密數據，也不願意商業化。和這些場景方、數據方建立信任需要週期，這一點我有優勢，有前幾次創業的積累。

晚點 ：除了合作伙伴的場景和數據源補充，還需要什麼？

姚頌 ：第二是算力，以及使用算力的效率。比如我們能用 256 卡做出別人千卡的效果，這靠的是 infra 的大量優化。三是要有一個足夠大的人才資源池，你看 DeepSeek 技術報告的作者，貢獻者一直在變。

AI 領域一直如此。CNN 時代，AlexNet 出自 Hinton 組，後來牛津 VGG 組提出 VGGNet，谷歌又提出 GoogLeNet，但真正讓它大規模落地的是何愷明提出的 ResNet，它解決了模型加深之後效果反而變差的問題。目標檢測也一樣：R-CNN 太慢，有了 Fast R-CNN，後來又有任少卿做的 Faster R-CNN 和代季峯的 R-FCN （全卷積網絡），速度進一步提升。

我相信物理智能時代也一樣：沒有誰能在一個技術領域裏永遠領先，你需要一個足夠大的人才資源池。

晚點 ：如果一個研究團隊沒法一直保持世界領先，這件事有可能被一家公司做到嗎？

姚頌 ：很難。所以我覺得像智譜、DeepSeek、Kimi 的成績，真的是 “國運級” 的表現。但他們也是交替領先。

所以我們還應該做一件事：儘可能縮短前沿算法到最終商業價值之間的鏈路。

晚點 ：先說人才池，怎麼建一個足夠大的人才池？

姚頌 ：大家有不同方式。楊植麟更多靠技術形象和感召力，最開始就拉了一批清華同學、校友，再通過信息競賽、開源社區篩選更年輕的天才。唐傑老師天然有很多優秀學生，而且越往後，學生的精英程度越高。DeepSeek 初期靠有競爭力的薪資，它也有獨特的工作氛圍和梁文鋒的個人感召力。

我們是多管齊下：一方面和汪玉老師團隊深入合作，讓更多同學來實習，未來可能成爲全職；另一方面也靠一定的個人感召力，我邀請了幾個很不錯的技術核心——比如我們現在的算法負責人 高楓 ，好幾位老師評價他博士期間的工作一個能頂十個，這種人不是單靠錢能吸引的。

晚點 ：儘可能縮短前沿算法到商業價值的鏈路，這又怎麼做到？

姚頌 ：本質能力是組織——要讓一羣舒適區完全不同的人緊密協作，實現從算法到軟件、硬件和解決方案的全通路全棧自研。

我們跟清華合作算法，自己也有算法團隊；機器人的技術軟件、端側軟件全自研；結構設計、硬件設計也全自研，硬件生產不做；雲端的遙操平臺、雲服務平臺全自研；最終解決方案的提供和現場實施，也全部自己做。

晚點 ：你們在本體形態上怎麼選擇？

姚頌 ：真要做場景落地交付，我一直認爲應該用輪式雙臂，它能適應絕大部分作業場景。雙足人形有兩個問題：一是關節多、貴，整體成本高；二是電池得裝在胸腔，不像輪式那樣在底盤，這樣重心太高，運動不夠穩定，會影響算法執行。但我們同步也在探索雙足人形，長期目標是追求通用物理 AI。

晚點 ：SEE Fund 也投了許華哲的新公司破殼，3 月我們採訪他時，有一個想法跟你相反：很多具身智能公司太想什麼都自己做，其實沒必要，該把一些事交給生態。你怎麼看這種 “分” 與 “合” 的選擇？

姚頌 ：這都是可能的路徑，一般行業早期是垂直整合，後來是分合並存。比如 1970 到 1980 年代，跑在最前面的電腦公司蘋果、IBM 都是自研芯片、軟件、應用，自己生產。但到 80 年代末，行業開始出現標準化接口和標準化供應商：CPU 用英特爾，操作系統用 Windows，生產也外包出去。而到今天，整體體驗最好的又是生態閉源的蘋果，芯片、操作系統和核心的應用都自己做。

而到今天爲止，物理 AI、具身智能行業還沒有形成標準化接口，各類部件尺寸也沒有特別成熟的供應商體系。所以像關節、結構件，我們可能不會自己做；但上層的軟件、大腦系統，我們肯定要自己垂直整合。

晚點 ：你們會自己做靈巧手嗎？

姚頌 ：短期不考慮，自研和外購都不考慮。我一直有個觀點：機器人的自由度有多少，不是硬件決定的，是算法的控制能力決定的。人形機械臂一隻七個自由度，靈巧手少則六個、多則二十幾個——現在的算法還沒法穩定操縱靈巧手。

智能優先的路只適合極少數者

晚點 ：你的推演有一個前提——現階段就需要商業落地。這也是行業一直爭論的問題：到底是智能優先，還是智能和落地兩條腿一起走？

姚頌 ：智能發展過程中，每一個里程碑都必須有商業化落地。

晚點 ：節奏呢？有一種觀點認爲，2026 到 2027 年的競爭焦點還是在誰能先接近 GPT-3.5 的智能水平、有比較強的通用性苗頭後再考慮落地。

姚頌 ：這不矛盾。我們希望把研究和商業化這條鏈路縮到最短：軟件接口統一、硬件本體統一，來了新算法，換掉 foundation model，剩下的馬上就能交付。

我覺得一個行業發展會有三個時間點，我們希望能同時是三個時間點的參與者和見證者。第一就是你說的 GPT-3.5 時刻，即初步驗證技術可行性——物理 AI 還沒到 GPT-2，甚至不一定到 GPT-1。

晚點 ：你認爲物理 AI 裏的 “GPT-3.5 時刻” 具體是能做到什麼？

姚頌 ：拿一個模型放到任意機器人、任意任務上，能在 zero-shot（零樣本學習）情況下做到 95%、甚至 99% 的 成功率。當然，落地時不需要完全 zero-shot，花一天或數小時調優也可以接受，所以這其實是個漸進過程。

晚點 ：後兩個時間點是？

姚頌 ：第二個時間點是大衆感知到事情真的變了——在大模型領域是 DeepSeek-R1。第三個時間點，是商業價值被驗證。這在大模型領域已有苗頭：今年一季度 Anthropic 做到了 400 億美元 ARR，二季度實現了經營性盈利。這也解釋了 MiniMax 和智譜估值的此消彼長。

晚點 ：而在物理 AI，現在連第一個時間點還沒到。

姚頌 ：沒錯。但物理 AI 不一樣的地方是，數字世界沒到 GPT-3.5 時很難變現，但物理世界，有可能提前實現巨大價值。

這就像自動駕駛——也有做 L2 的地平線；做礦山的易控、踏歌；做港口的主線、西井，他們通過任務或環境限制，能在全無人駕駛實現前就創造很大價值。

區別是，我們不會爲單一場景做一套工程化技術棧，一定是基於通用化模型，落地時再加一些東西。

晚點 ：其實在數字世界，GPT-3.5 前也有商業價值，比如當年做營銷郵件自動化撰寫的 Jasper，但 ChatGPT 後，它快速被覆蓋掉了。物理 AI 會不會重蹈覆轍？

姚頌 ：不太可能。物理世界比數字世界複雜得多。硬件這一層也天然會帶來多樣性和分散性。

晚點 ：你不相信 “語言即世界”？

姚頌 ：不可能。語言是清晰的邏輯結構，物理世界是模擬的、連續的，比如你很難用語言精確描述一個杯子傾斜的角度。

數字世界的大語言模型現在到幾千億到十萬億參數，未來兩三年可能到百萬億；按照這套方法去做包羅物理世界的模型，5 P（P 即 1000 萬億）、10 P 甚至 100 P 參數都不一定夠，這個模型我無法想象。

晚點 ：模型這麼大，怎麼部署？

姚頌 ：這就是物理 AI 和大語言模型最重要的區別——物理 AI 要求實時性，這得把模型放到算力受限的端側芯片上，要解決這個問題，不能光靠模型技術。

晚點 ：沿着你的推理，怎麼看 VLA、WAM 這些技術路線？

姚頌 ：所有模型現在都還在幼兒園水平，大家追求的都是成功率。但只有成功率，無法真正推動這個行業的落地實用。

晚點 ：有種想法是先追求成功率，按以往的規律，成本和時間都能之後再壓縮。你同意嗎？

姚頌 ：部分同意。以前也都是這麼幹的：比如 CNN 時代，是先做出高精度算法，再做稀疏化壓縮。大模型也會做蒸餾，但蒸餾出的模型跟原始模型還是量級相似，小几倍、幾十倍，不會小一萬倍。

物理 AI 的問題是，部署在端側的模型可能比訓練出的模型小一萬倍甚至一百萬倍——現在能做到實時性的模型，可能是 2.5B、5B 規模。

純粹追求通用智能這條路也 OK，等達成智能再壓縮部署；但這大概率是一條長時間沒有商業成果的路，需要持續投入巨大資源。我還是希望，算法每前進一步都產生新的商業價值。

晚點 ：OpenAI 今年二季度開始擴招 Robotics 團隊，Anthropic 也在研究這個方向。他們的入局對其他創業公司意味着什麼？

姚頌 ：對中國公司是利好——中美是唯二能做出這類創新的國家，OpenAI 一旦做出新思路，我們能迅速跟上。

晚點 ： 你們在基礎模型層面的思路是什麼？

姚頌 ：總體是隱空間思路，從第一性原理判斷：如果精準預測所有像素信息，模型會太大，沒法部署。模型核心該學的一是物理定律，比如動量守恆、牛頓三大定律；二是物理常識，比如紙杯很輕很軟，鋁不太重、金子很重——而紙上印的文字、衣服的顏色，對操作影響不大。我們更願意回到隱空間、規則空間，而不是在像素空間。

晚點 ：這個思路跟你以前搞物理競賽的經歷有關嗎？

姚頌 ：物理跟數學的思維確實不太一樣——數學競賽要算無遺漏，物理要果斷捨棄小量，只保留主幹。

晚點 ：隱空間思路是一種 “正確的模糊”，不追求還原每個細節。而現在很火的 WAM，正是以視頻生成模型爲骨幹，它是像素生成的邏輯。你怎麼看這個方向？以及它爲什麼融資這麼火？

姚頌 ：這是兩件事的疊加。一是大家在看到 VLA 的瓶頸後，需要找新方向，WAM 看起來上限高、短週期就有正反饋，比如精度明顯提升。二是類似投資人投壁仞、沐曦時的心態——看到更早成立的寒武紀、地平線已經成功，而現在又有技術或市場變化，新人用新思路可能做得更好。

晚點 ：今年成立的世界模型公司中，有的 4 個月就到了 10 億美元估值。中國做 WAM 方向公司的估值比同期創業的 WAM 代表成果 DreamZero 原作者 Joel Jang 自己的公司還高數倍。你不認爲這是噪音和泡沫？

姚頌 ：泡沫沒想象中那麼大。2018 年的地平線，一億人民幣收入、三十幾億美元估值，大家都覺得泡沫大，但 2020 年地平線出貨 10 萬顆芯片後迅速規模化。拉長時間看，泡沫並不大。

晚點 ：你說的是活下來的公司。現在有數百家做通用機器人、具身智能、物理 AI 的公司，你覺得最後什麼樣的公司能活下來？

姚頌 ：如果路線是先追求通用智能，之後再考慮商業落地的，那能活下來的就是融資能力最強的，應該圍繞融資來組織工作。

但如果想走地平線、Momenta 這樣的發展軌跡：以業務爲基礎，同時持續迭代算法。那就要建設好系統級能力：算力、數據、人才池，同時縮短前沿算法到商業價值的鏈路。

所有巨頭都會做物理 AI

晚點 ：你覺得往後推演幾年，物理 AI 領域會發生什麼？

姚頌 ：中國所有的製造業企業和互聯網企業都會投身物理 AI，就像現在他們全部投入做大語言模型一樣。

晚點 ：會是多大程度的投身？大語言模型是很多公司的戰略重點，物理 AI 也會這樣？

姚頌 ：會，因爲大型互聯網公司都想從線上走到線下，從數字經濟滲透到實體經濟，肯定是戰略級投入，區別只在時間點。

同時，中國主要製造業企業也都會投。這包括汽車公司，理想、小鵬、賽力斯、小米、華爲、比亞迪、吉利、北汽、上汽、廣汽……大家普遍認爲物理 AI 或者說通用機器人在 15 到 20 年內會超過汽車行業產值，我甚至覺得 10 到 15 年就會超過。手機公司 OPPO、vivo、小米、華爲、榮耀，手機產業鏈公司華勤技術、藍思科技、鼎橋通信，重型機械公司中聯重科、三一重工也都會跟進。

晚點 ：我前段時間和星海圖的高繼揚聊，他說具身智能未來會是百業之王。按你的描述，它是一個經濟支柱。

姚頌 ：這是有可能的。汽車行業已經是我們的經濟支柱，一個 15 年內會超過汽車產值的產業一定就是未來經濟支柱——它會覆蓋社會所有方面，第二產業、第三產業，甚至很多第一產業都會被機器人滲透。

晚點 ：你覺得現在這個行業裏有什麼亂象？

姚頌 ：比如有大量企業用加速視頻放 demo。我看視頻，就會先看有沒有標 1x、5x 還是 10x——大部分 VLA 和世界模型視頻都加速了五到二十倍。還要看有沒有標 “全自主” 或 “遙操”，我特地跟品牌同事說，我們所有 demo video 必須標清楚，因爲很多看起來很絲滑的操作其實是全程遙操，不標註清楚就有虛假的嫌疑，有些表現確實 too good to be true。

晚點 ：那按你之前的邏輯，一些極致追求智能的公司的最重要工作之一就是融資。如果爲了融資，demo 稍微誇大能接受嗎？

姚頌 ：就我自己而言，不可接受。

晚點 ：因爲你道德標準高，還是因爲這件事從功利角度也行不通？

姚頌 ：都有。第一，我的標準是有些話我可以不說，但我說出來的一定是真話。第二，這麼做可能被反噬——就像當年的《壞血》（Theranos 醫療科技創業詐騙案），幸運的話，你也許真能在大家失去耐心前做出東西；不幸的話，紙包不住火。

晚點 ：所以你不信奉 “fake it until make it?”（假裝直到真的做成）

姚頌 ：風險太高，也不符合我的價值觀。

晚點 ：在競爭這麼激烈的行業裏，相對保守的代價是什麼？

姚頌 ：投資人每天被各種技術名詞衝擊，會不理解你爲什麼做系統級公司，爲什麼不是 “世界模型公司” 這種性感的定位。但世界模型、強化學習這些只是我們的一個組成部分，遠不能代表整個公司在做的事情。

晚點 ：方便透露 Striding AI 的融資額和估值量級嗎？

姚頌 ：天使輪系列融資近一億美元。

晚點 ：你覺得發生什麼事，有可能導致物理 AI 行業全軍覆沒？

姚頌 ：已經沒有這個可能性了。我們正在經歷第四次工業革命，大模型和 AI 會顛覆第三次工業革命的成果，這在數字世界更快，在物理世界更慢，但一定會發生。

晚點 ：之前我們聊過，你說經歷幾次創業後，你覺得自己在創業者裏更偏企業家，這是什麼意思？

姚頌 ：很多第一次創業的人純粹追求成功，是十分進攻、零分防守。對我來說，是八分進攻、兩分防守，心態不完全一樣。

晚點 ：你要守的是什麼？

姚頌 ：守的是我不會 “進去”，也不會變成一個破產戶。而且我堅定地認爲，我是一箇中國人，我不希望到哪一天，我必須待到某個其他國家去。

晚點 ：光腳的不怕穿鞋的，你輸的概率會不會變大？

姚頌 ：激進程度和輸贏概率是兩回事。真正需要的是持續的戰鬥力，而不是短期衝到估值多高、收入多大。

晚點 ：你開始第一次創業時，科技創業不是主流；而現在這批 2023 年之後出發的創始人，推背感非常強。你的幸運和不幸是什麼？他們呢？

姚頌 ：所有事都是福禍相依。一些創業者如果不能意識到這個推背感是來自 “國家需要你這樣的公司”，會出很大問題。

晚點 ：你覺得前兩次創業算是成功嗎？

姚頌 ：我覺得還 OK。

晚點 ：“還 OK” 是因爲做到了什麼？

姚頌 ：第一次創業，我覺得我真的走通了從研發到價值創造的一個過程——從實驗室的科研，到把這件事產品化，裝上幾百萬臺車。技術真被用上了，我很高興。

第二次，航天不是我的老本行，鍛鍊了我的學習能力、戰略思考、系統性工程的組織能力。

第三次，我開始擺脫小年輕心態，希望能有一個長期結果，參與並見證物理 AI 的 3 個時間點。這次能從創業之初就看到一個進度條了，我希望把它做成一家長期經營、對技術和產業有推動的企業。

晚點 ：有的人會認爲，你之前是有成功退出，但公司都還沒做得足夠大。

姚頌 ：你問這個問題的假設是，事業足夠大或財富足夠大是定義成功的標準。

晚點 ：是一個普遍的標準。

姚頌 ：我前面講過，當財富和事業過了一定量，其實都不是你的，它應該屬於社會。

晚點 ：爲什麼這一次創業，公司起名叫 Striding AI，中文叫正行創新。

姚頌 ：Striding 是行走的意思，而且是大步行走，正行，要行得正。

晚點 ：第三次創業，還興奮嗎？

姚頌 ：依然興奮。看着團隊一步步成長起來，看着技術從 demo 到落地，這是作爲技術人和創業者發自內心的高興，跟估值成長沒關係。

晚點 ：未來 12 個月，在你看到的這個進度條裏，你希望 Striding AI 做到什麼？

姚頌 ：今年之內，我們就會在零售和 3C 生產兩個場景開始落地。希望一年左右，我們產品能真正在大家日常能感知的場景裏提供服務，讓更多人真實體驗到，機器人能做的遠不只打打拳、跳跳舞。