時代不會提前發佈答案。 它只會把答案，藏在一小羣人早期的選擇裏。
有人先感知到水溫的變化，有人先在無人區裏落了子。 當世界終於形成共識，他們早已走在了更遠處。
騰訊科技旗下對話欄目「翎聽」，致力於呈現硬科技浪潮裏來自一線的思考和聲音。這是本系列的第「01」篇。
文｜顧翎羽
編輯｜徐青陽
在大廠負責研發時，郭彥東發現行業頭部公司每年花掉幾十億的預算，但用於決策的時間可能以“分鐘”計。
創立智平方後，賬上同樣趴着幾十億，他卻仍要“精打細算”——“和我要做的目標比，這點錢一點也不多。 ”
這是一個技術高管把自己從大平臺裏拔出來、長成掌門人的故事。變的還不只是花錢的方式——6月底，智平方成了大灣區第一家估值破200億的具身智能公司。行業向無人區前進，他要爲方向抉擇和風險買單。
2026年被叫作人形機器人的“量產元年”，熱錢卻在這一年分岔——越來越多同行調頭去講陪伴、講表演這些故事。郭彥東想留在“做的人正在變少”的地方：工廠、半導體、生物製藥，他把這叫“堅持一件正確的難事”。
郭彥東身上充滿矛盾感：他自稱不太願意爲了資本市場的喜好去改變技術判斷，卻曾在一年內融了十二輪；他造出了被稱爲“最像特斯拉”的中國具身智能獨角獸，卻在面對“是否焦慮”的提問時反問“我們是無產者，有什麼焦慮的資本？”；他說自己極其幸運，“喜歡的事、擅長的事、社會需要的事”是一件事，又在體檢時被醫生告知長期太興奮了，甚至皮質醇“過高”。
關於這期間的代價、判斷和決心，我們在6月的一個晚上進行了一次長聊。
01
“這是一件難事，我們要把它做正確”
顧翎羽：這兩年，一批公司悄悄從生產力轉向了陪伴、表演、面向開發者——都是相對好走的路。你卻一直要進廠、要做生產力型機器人，爲什麼？
郭彥東： 這兩年確實是這樣。我看到有公司在創立時討論過這件事，後來就轉到簡單一點的場景——當然技術上簡單也不一定，其實也挺紅海。有轉去做開發者的，有轉向偏消費的陪伴型，也有轉向表演型。坦率說，做生產力型機器人的公司天花板更高、要求也更高，這不是一個特別多公司願意去投資的方向，也正常。
顧翎羽：你說的“生產力”，把進家庭也算進去嗎？
郭彥東： 當然包括。但進家庭不是陪伴玩耍——那也是一種機器人的方式。我想的是，機器人進家庭真的是做管家式的服務，要求和標準更高。
顧翎羽：可不少人的判斷正好相反——他們認爲陪伴纔是更大的價值。
郭彥東： 我承認陪伴的價值。像音箱一樣給小孩講故事、跟老人陪聊，也是有價值的。但這不是我們新一代機器人公司想花大量研發和精力去做的事。我還是希望機器人承擔人類不願意承擔的一些工作。
顧翎羽：什麼讓你這麼確定，非這條路不走？
郭彥東： 我覺得這是一件“正確的難事”，我們要把這個難事做正確。
顧翎羽：“難”大家都認，“正確”你憑什麼下這個結論？
郭彥東： 正確是因爲，從創業初心講，現在整個社會的勞動力因錯配而嚴重不足，有大量的工作人類做起來既不安全也不愉快。給你一個比較個人化的觀察：在上海，5000塊的文員大家搶着做，1萬塊的裝修工人沒人幹。
顧翎羽：可情懷不能當飯喫，公司要活下去，怎麼算賬？
郭彥東： 從終局看，做生產力的機器人天花板最高。 我有一個很樸素的計算公式：它會是手機的數量乘以汽車的單價，是手機市場的10倍，或者汽車市場的10倍。 因爲它給整個人類社會帶來真正的價值。在高端製造、公共服務、養老康養、家庭服務這些領域，管家式機器人的需求量最大，支付意願也最強。
02
“我們已經開始賺了”
顧翎羽：現在有沒有一個場景，能證明這條路走得通？
郭彥東： 有。去年，我們和全球第三大面板廠商惠科簽訂的3年1000臺訂單，被認爲是2025年在真實場景提供生產力型服務裏最大的單一採購訂單。這期間我們經歷了非常嚴苛的測試驗證，去年幾乎所有你能聽到的機器人公司都去測過。基於我們的大腦AlphaBrain和本體的可靠性、泛化能力，我們拿到了惠科的訂單。
我們沒有選擇最簡單的場景切入，而是選了PCB上下料這樣一個特別依賴大模型和人形形態的場景——因爲並不是所有場景都需要大腦和人形。這個場景需要非常強的泛化感知：PCB的種類形態不一樣，托盤顏色會變，有的是透明的，塑料還常有反光。它需要很強的世界模型和精細操作。整個流程不是單一任務，包括托盤取料、Tray盤上料、把手推車從A點挪到B點，這需要長程操作，調用我們的具身大模型AlphaBrain來完成。很多物料形狀不規則、長寬比很大，雙臂協同優勢就非常強——單臂很難推手推車，車會晃，需要雙臂平衡；機器人還要自主移動，物料有高有低，機器人可以上下升降。
所以它對升降、雙臂協同、自主移動、大腦靈巧操作和泛化感知都有要求。這些任務加起來，沉澱出了最適合我們機器人發揮的場景——大腦強、仿人形。
顧翎羽：這個訂單需要逐步交付，現在量產問題大嗎？
郭彥東： 量產一定是有難度的，會有一些產能爬坡的過程。但我們已經開始賺了。
顧翎羽：那放到整個行業，今天究竟走到了哪一步？
郭彥東： 客觀講，現在的機器人距離規模化應用和規模化生產還有距離。但今年是一個非常好的拐點年。所謂拐點年，是開始有公司在佈局真正規模化的生產動作——在經歷了POC和點狀應用之後 ，現在開始有公司放量 。
顧翎羽：如果一定要給個數字，比如10萬臺，還有多遠？
郭彥東： 10萬臺什麼？如果不考慮應用、不考慮場景，單純是10萬臺，今年可能有公司能達到，也可能沒有。但如果我們做出來的機器人是有規模化管理體系、有規模化生產力型應用的，我想可能還要兩三年。
顧翎羽：有很多人認爲工廠里根本用不着人形機器人。
郭彥東： 這個說法掐頭去尾會有歧義。工廠裏的一些任務確實不需要人形，但說工廠裏沒有任務需要人形，顯然荒謬。如果不需要人形，那中國將近兩億的第二產業工人都不需要了？這麼多年，中國也好、全世界也好，製造業一直在喊缺乏有經驗的工人，就是因爲之前的自動化設備沒法勝任全部工作。有些工作適合自動化設備，有些適合人，但又沒那麼多人願意幹。所以有人形、有大腦的機器人在製造業裏是剛需。
03
“家庭場景數據，和商業打架”
顧翎羽：你們同時做半導體、生物製藥、公共服務、新零售等場景，這麼多能做得過來嗎？
郭彥東： 今天有位外國主編跟我聊，說你們做這麼多場景，我觀察他的微表情，有點驚訝，因爲一個成立時間不長的創業公司做這麼多場景，大家會覺得意外，甚至懷疑是不是真有那麼多資源。
背後有幾個邏輯。第一，是因爲有了仿人的硬件本體、有了大模型，我們才具備這種可能性。有了大模型，機器人有了常識，有常識才能快速學習大的任務——不管工業、半導體、生物製藥、零售還是康養，有了大模型才能像人一樣快速學更多事。我們做這些事，是因爲我們能。
第二，不僅是能，而且必須這樣做。現在機器人最大的變量是大模型。大模型怎麼做好？除了有好的硬件、充足的算力，最核心的是持續從真實場景得到數據的閉環和迭代。怎麼得到真實、多樣的數據？就是乾的活多、種類多。你放1萬臺機器人去打螺絲，那不用大模型；你1萬臺機器人在100個場景裏幹活，有工業、有康養、有半導體，大模型才能做得好，因爲數據真實且多樣。
第三，這麼幹反過來對多場景有幫助——大模型做場景的能力更強，表現更好。
顧翎羽：所以圖的到底是數據，還是錢？
郭彥東： 有數據，也有商業。而且在我們選的場景裏，數據和商業是自洽、一致的，並不衝突。如果強行幹一些事，數據和商業就會打架。比如強行讓機器人現在就進家庭幹活，每次進家庭虧損的代價遠遠大於數據帶來的價值。
顧翎羽：可現在不少公司都要搶着進家庭收數據，還堅信家庭那種“髒數據”最金貴，家裏練好了工廠自然拿下。
郭彥東：我不針對任何單個企業，單純從路徑講，家庭裏數據和商業是打架的。 如果要採家庭數據，好得多的方法是用一個傳感器的數據、帶攝像頭的數據——比運一個上千塊運費的機器人要合理得多。我承認進家庭的數據價值，但數據和商業在這邊打架。另外，進任何場景都需要生態位，不同場景帶來不同生態位，在那邊做得好不一定工廠就做得好，還是需要很強的各場景適配能力。
顧翎羽：你幾乎每次採訪都談家庭，可真到家庭這塊，你們好像進度也不快。
郭彥東： 因爲家庭場景整個行業在技術上是不成熟的。 我一直非常認可家庭的數據價值，但家庭場景數據和商業打架——你不能用家庭的商業閉環驅動數據規劃，只能靠融資的錢來做、採數據。而在家庭採數據，有很多比非要把機器人送進家庭要好得多的方法。
顧翎羽：那你們的數據，現在攢到什麼程度了？
郭彥東： 互聯網一定是基礎，多樣性最強；仿真是腰；真機採集有精度、有力反饋，是尖兒。真機採集本身也是一個金字塔——裏面有第一人稱視角、有攝像頭、有帶靈巧手的、不帶的，有同構遙操、異構遙操、VR遙操。多種方法融合起來，效果一定最好。
顧翎羽：也有人說這就是“雞尾酒療法”，正因爲不知道哪條對，才索性全試。
郭彥東： 不，不是那樣的。這個賽道確實有些可能不太客觀的聲音，比如認爲某一個方法最好，只用它。我堅持認爲，在絕大部分AI系統裏，多種數據的融合纔是最好的。2024年大家爭仿真好還是真機好，我在學術論壇上就講，互聯網、仿真、真機三種融合最好。現在這個觀點經住了時間考驗。在任何AI系統裏，用單一方法做流派、做標籤，我覺得都不夠實。不是不知道哪個方法好，正是因爲太知道每個方法的優缺點，才知道怎麼整合——這是更高級的玩法。
04
“如果我們在融資上多花點時間，可能比現在融得還要多”
顧翎羽：VLA加世界模型這條路，你們下注很早。別人還沒看清時，你爲什麼敢先押？
郭彥東： 第一是技術自信。我沒那麼在意大家覺得哪個方法最流行。24年我說做端到端時，有人把波士頓動力的CEO請來中國說小模型纔好。我不是特別在意投資人喜歡什麼、行業追捧什麼。 技術的平視感對創始人非常重要，技術選擇的品味是非常核心的競爭力。 我們從第一性原理、從技術本源出發，想清楚什麼最好、什麼最重要，就堅持做下去。我比較少願意改變技術觀點去討好任何人——反過來講，這也是最經得住時間考驗的態度。
顧翎羽：你說不看投資人追逐什麼，可去年到現在，你們融了十幾輪。
郭彥東： 我當然很在意投資人。我只是不太願意爲了投資人的喜好去改變自己對技術的判斷。我看到一些公司，投資人喜歡什麼他就幹什麼，快速改自己的BP，迭代好幾次。環境好的時候這類公司也能得到空間。但我們選擇不這樣做。
顧翎羽：但你們這個融資節奏在同行裏也算快的。
郭彥東： 其實如果我們在融資上多花點時間，可能比現在融得還要更多。
我們投資人結構搭配得比較好，你會看到我們最開始吸引了SEE Fund、清智資本這樣的基金；接着是排名最好的一些財投；再往後有大量用戶、供應鏈、場景的產投方；然後是大體量券商、國家上萬億的幾個基金進來；再往後是銀行系、保險系。基本上是一個非常經典的投資人結構。
05
“在一家自動駕駛公司和特斯拉之間，我肯定選特斯拉”
顧翎羽：外界給你們貼過不少標籤——做大腦的公司、硬件公司、最像特斯拉，如果只能選一個詞形容智平方，你選哪個？
郭彥東： 2017年黃仁勳還沒這麼受追捧的時候，我在微軟，去英偉達拜訪，他自己出來跟我聊天，很幽默，說：“你從微軟來，你們是軟件公司，你猜我的軟件工程師多還是硬件工程師多？”
顧翎羽：那肯定軟件多。
郭彥東： 對，英偉達的軟件價值遠遠大於硬件。它是一個軟件非常強的硬件公司。 我們也是——我的軟件工程師、AI大模型工程師的數量，遠遠大於硬件工程師。 我們是一個AI能力很強的硬件公司。
顧翎羽：中國人喜歡全棧，現在即使是錢都在往做大腦的公司去，這些公司也往往要做一些硬件。
郭彥東： 但行業裏並不是一直是這樣，也不是所有公司都是這樣的。從行業到投資人都是慢慢在學習的。
顧翎羽：你的微信簽名是“GPU管夠”，也是這套邏輯的一部分嗎？
郭彥東： 這主要是爲了吸引人才，讓大家覺得來智平方有特別多的GPU，可以訓模型。
顧翎羽：可算力眼下這麼緊張。你們怎麼可能管夠？你們的算力是自建的嗎？
郭彥東： 我們其實合作和租用的比例更高。這些其實都有標準答案，只是行業很多人沒想明白， 一個以算力、AI見長的硬件公司的標準路徑就是：先小批量採購，再租用，價格最有優勢；再租用公共雲，效率最高；最後再自建，那時對數據安全、訓練自由度更敏感。很多AI強的硬件公司基本都是這條路徑。我們剛好在以租賃爲主的階段。
顧翎羽：資本圈給你們的標籤是，最像特斯拉的中國具身企業，你怎麼看這個標籤？
郭彥東： 在一家自動駕駛公司和特斯拉之間，我肯定選特斯拉。更準確地說，我們更像“有自動駕駛能力的主機廠”，而不是“有自動駕駛”的主機廠——我們造機器人、賣機器人，機器人的大腦是全棧自研。
特斯拉最大的好處是依託汽車供應鏈來做機器人的供應鏈管理，依託汽車的大算力平臺來訓練機器人的端到端模型。其實我在創業的時候，給投資人畫的圖就是特斯拉的訓練平臺——一隻手全自動駕駛，一隻手全機器人。複用端到端的思路和訓練架構去做機器人端到端大模型，複用汽車供應鏈的優勢來量產製造。現在很多供應商的零部件既賣給我，也賣給特斯拉。
郭彥東在2026年夏季達沃斯。圖源：受訪者
顧翎羽：Pi和Figure，你和他們的分野在哪裏？
郭彥東：其實Pi、Figure、特斯拉是三個不一樣的東西。 Pi非常清楚——Levine以前在伯克利，我認識他，非常年輕有活力的教授——他做Pi的玩法是：公司不做硬件、不做大，人要亮眼、團隊要小、估值不能太高，小幾十億美元很快被大廠買掉，然後拿一筆錢回去繼續做研究，如果想長期經營公司就不會這麼做。在沒有很好併購路徑的中國，仿照Pi的路徑不是好策略。
Figure既不是Pi也不是特斯拉。它2024、2025年還是以外掛模型爲主，2025年招來了谷歌RT-2的作者，原來的負責人離開之後，才引入端到端技術。Figure在美國有資本紅利，估值遠高於中國的機器人公司，所以在場景探索和形態選擇上會更激進。
顧翎羽：基礎模型上，很多人說中美差距正在被抹平。你怎麼看？
郭彥東： 在機器人的基礎模型上，中美差距沒那麼顯著，起碼從看到的數據裏沒那麼顯著。比如我們基礎模型的論文，發表日期比Pi要早，白紙黑字。階段性Pi可能比我好過，但我下一篇論文會比Pi更好一些 。現在很多國外的美元投資人反而覺得，中國機器人標的的質地要比美國的好。
顧翎羽：那真正拉開差距的，是什麼？
郭彥東：美國的一個很大優勢在於勞動力貴。福特的CEO上次跟我們講，他12萬美金都找不到勞動力，所以美國對相對昂貴的機器人容忍度更高。中國的勞動力在生物製藥、半導體這些領域成本也不低，但再往下探，有很多成本較低的崗位，對機器人成本要求更高。大家都在說一句話：中國卷出來的企業，到世界上沒人卷得過。
顧翎羽：但中國還面臨着芯片短缺。
郭彥東： 芯片分訓練和端側推理兩類。端側推理中國差距沒那麼大，這也是我們用量最大的一塊，所以目前處在一個還不錯的狀態。等我們芯片需求真的變得很大時，國產芯片可能也足夠好用了。
06
“50億、100億，並不是彈藥充足的狀態”
顧翎羽：人形機器人的“iPhone時刻”，你覺得到底是真會來，還是一個被反覆消費的概念？如果來，還要多久？
郭彥東： 機器人如果能做到手機或者汽車那樣的程度，中性看，可能要五年左右。它有很多可以複用汽車供應鏈的部分，量產有難度，但比汽車那時候要簡單。機器人大模型整個行業投入很大，大家都在進步。今年我們已經做到了單一場景多客戶的複製，也有單一客戶多場景的複製。這個拐點我們已經探到了。
顧翎羽：你之前說，相當於現在是GPT2.5？什麼時候能到GPT3？
郭彥東： 還要些時間，可能是5年。
顧翎羽：爲什麼會比自動駕駛短這麼多？
郭彥東：背後一個很大的原因是整個社會的變化變快了。 得益於AI和工業的突破，以前一兩個月寫好的代碼，我們的工程師一天就能寫完。以前做新能源汽車的時候，沒有比亞迪、沒有寧德時代、沒有電池廠；現在做機器人，充電技術、電池技術非常成熟。我在小鵬做自動駕駛時，買了小鵬第一塊GPU，大概是P100，現在覺得根本沒法用；後來A100、H100，大家現在都覺得不夠好，都上B200、B300了。芯片越來越好、速度越來越快、編程軟件越來越強。
那時候做車規級感知方案，攝像頭最大100萬像素，成像效果很差；現在手機可能一億像素，800萬像素攝像頭到處都是，低成本激光雷達方案也到處都是。
萬事俱備，只欠東風。
顧翎羽：“東風”是什麼？
郭彥東： 我覺得是具身大模型的突破。所有感知硬件、算力、寫程序的速度都在加快。當然不只是這些，還需要很多創新、很多數據、政策的突破，需要共同的努力。但大家都變得比以前更強。
坦白說，我在技術和產品的判斷上偏保守。2017年，行業裏一個很頭部的企業家問我自動駕駛要幾年，我說十年，他說太保守，最多兩年。現在從17到27，乘用車上打開自動駕駛的比例已經過半，我的預測基本還是吻合的。機器人呢，我23年創業時跟很多人講七八年，做了三年多，現在覺得差不多五年。
顧翎羽：你舉了這麼多自動駕駛的例子，但是和自動駕駛週期不一樣的是，自動駕駛頭部公司Momenta成立十年今年才上市，而現在大批機器人成立3年就扎堆衝上市，你怎麼看這波上市潮？
郭彥東： 換個角度看，純“大腦”公司會很難上市，就像自動駕駛。上市潮更多是因爲公司需要一二級聯動進行募資。我覺得機器人行業最後能上市的公司可能不超過一隻手。
07
“我們是無產者，有什麼好焦慮的？”
顧翎羽：現在行業有特別多的錢，變化特別快，競爭也激烈，你焦慮嗎？
郭彥東： 焦慮很正常。但在這個大遊戲裏，我們是挑戰者，帶着新技術來找新的突破口。真正焦慮的是那些根基穩固的成立更早期的公司——他有好的商業模式、成熟的體系，擔心新技術來了以後對他衝擊。對一個創業公司，你有什麼焦慮的資本？焦慮啥呢？我們是無產者。
顧翎羽：很多人在談論泡沫破的那一天。
郭彥東： 如果你的目標是融資，你的戰鬥力和生命力是很難持久而旺盛的。但我在創業之前，對金錢已經沒有太強的訴求和渴望。所以我做創業這件事，是因爲我喜歡這件事情本身，多過它給我帶來的經濟回報。這種對事情本身的熱愛，是非常有生命力的。
郭彥東早年朋友圈，一些冥冥之中的連接。圖源：受訪者
顧翎羽：具體是什麼讓你這麼興奮？
郭彥東： 非常多問題都讓我興奮。我自己還比較多地紮在技術裏面——爲了解決機器人“視野外操作”的難題，我們最近在給機器人大腦加入空間記憶，這樣視野之外的物體，只要看過，就可以過目不忘。 我體檢的時候，醫生說我皮質醇過高，就是長期處於興奮狀態。做這種創新的產品，你會每天都非常興奮。
顧翎羽：你還記得第一臺機器人造出來的時候嗎？
郭彥東： 2018年我加入小鵬，2019年在街上看到小鵬的車跑起來時，非常感動。你天天泡在研發裏面早就談膩了，但真在街上看到它，還是會覺得很激動。這也是爲什麼我們的機器人去公園裏當店員，做咖啡、做冰淇淋等——當你看到機器人在很多場景裏被別人看、被別人用，那種正向情緒反饋是非常強的。
2024年我去Beyond Expo，澳門特首走過來，看完我們的機器人之後說：“以後我養老就靠你了。”寄予了很多厚望，這個瞬間我特別難忘。現在回頭看第一代機器人，再看最新一代，進步挺明顯的，但不代表我們做第一個機器人的時候不興奮。
顧翎羽：十年前，你能想到今天在做這件事嗎？
郭彥東： 沒有。但我翻到一張2016年的老照片，我在微軟有一個雙臂的機器人，我抱着它合了一張影。那時候我們就接觸了這方面的一些探索——冥冥之中，有一些連接。
顧翎羽：接下來3到5年，智平方的核心戰略是什麼？
郭彥東： 我們會立足工業和公共服務，在技術投資上非常重視；在面向消費者的場景探索上，包括康養也包括家庭，我們也非常堅信。有了這樣的積累，我們應該會是在家庭裏最早達成數據和商業同時自洽閉環的企業。在微軟的時候，有一句話叫“每個家庭、每個宿舍都有一臺電腦”——我覺得，未來每個家庭也都會有一臺通用智能機器人。
顧翎羽：也有些公司現在根本不指望有多少營收。
郭彥東： 不同的想法不一樣。但我覺得有一些商業的正反饋是非常重要的。不管是工業還是商用服務，都應該有一些商業的正反饋 。對於機器人行業，資本市場不會永遠這麼好，你要做好準備——市場火熱時過得開心，市場不好時也能過得開心。
顧翎羽：聽說你平時還是蠻精打細算的。
郭彥東： 創業公司還是要精打細算。所以你問我融資，我給你舉個例子，以前在大公司的時候，我發現企業決策幾十億的研發預算，只需要很短的時間。
現在有人問我，公司賬上有幾十個億了會不會覺得錢太多？我一點都不覺得多。因爲我知道，對於做機器人這件事，50億、100億並不是一個彈藥充足的狀態。並不是每個創業者都像我這樣想，有些人覺得賬上有幾十億就很強了。最重要的花在哪？模型、算力、人才。
具身智能是非常典型的長坡厚雪的賽道，必須敢於投入並且持續的去訓練基礎模型。
推薦閱讀