文｜小燕
編輯｜徐青陽
在具身智能行業，加速進化創始人、CEO程昊是一位有些“反共識”的創業者。
當行業高喊“通用場景”時，他在機器人踢足球這個單一場景上停留了足足三年；當具身大模型成爲人人追逐的焦點時，程昊卻認爲，這是巨頭的生意。加速進化選擇從具體場景切入，先“掙個100億”，把自己做成巨頭，來打贏這場戰爭。
這些看似“慢半拍”的選擇，背後是一套清晰的生存邏輯： “不做先烈”，先讓公司“活下去”。
因此，在熱鬧而快速的機器人賽道里，程昊顯得剋制而安靜。
在他身上，還有一種和“前沿”相反的“古老”氣息——他身處最前沿的機器人賽道，卻習慣回望上世紀的信息革命，從計算機和微軟的發展中尋找參照，判斷今天的機器人行業究竟走到了哪一步。 熟悉程昊的人，對他的評價頗爲一致：喜歡講歷史，尤其喜歡談計算機和微軟。在和騰訊科技的整場對話中，程昊四次提到微軟，九次提到計算機，若干次提到“dos系統”，還回顧了小時候家裏要通過“插電話線”來上網。
我們很好奇，在這位創業者身上，究竟發生過什麼，讓他如此安靜地“反共識”。程昊喜歡將機器人類比爲PC時代初期的計算機，如果將人類也比作計算機，程昊底層的“操作系統”是什麼、又是如何運轉的，他在人形機器人的“快時代”裏，有哪些“慢思考”？
在進入正式對話之前，先簡單介紹程昊和他的加速進化。
瞭解程昊，要從大學時代的機器人冠軍夢說起。
2006年，他進入清華大學自動化系，加入機器人足球隊“火神隊”，後來成爲第三任隊長，並帶隊獲得RoboCup（機器人世界盃）TeenSize季軍。那時，參賽機器人從零部件到整機均由清華師生自主研發，但他始終與冠軍差了一步。
2013年碩士畢業後，程昊離開機器人行業，先後進入亞馬遜、創辦“朝夕日曆”，公司被字節跳動收購後，又擔任飛書產品副總裁，管理千人團隊。這十年間，他經歷了大廠、創業、收購和團隊管理，也逐漸意識到：技術做得太早，公司可能撐不到它成熟那一天。
直到2022年底，ChatGPT掀起生成式AI浪潮，程昊判斷機器人新週期已經到來，並於2023年6月創立加速進化。此後，公司陸續推出Booster T1、K1和T2：前兩款延續RoboCup TeenSize和KidSize的尺寸邏輯，將他重新帶回機器人足球賽場；2026年7月發佈的1.4米高T2，則將場景進一步拓展至物流配送和家庭服務。
WAIC 現場。左側：加速進化創始人、CEO程昊
01
機器人踢足球，已經到什麼程度了
Q：在2026年WAIC上，加速進化的機器人完成了多次高質量的足球對抗和射門動作。它是怎麼學會踢球的？
程昊： 對機器人而言，踢足球構成了一個完整的任務閉環：既需要通過 運動控制 完成跑動和踢球，也需要依靠 路徑規劃 移動至合適位置，還需要進行 上層決策 ，判斷傳球或射門、進攻或防守，以及自身與隊友如何跑位。只有這些能力協同運行，機器人才有可能贏得比賽。我們將這套綜合能力定義爲一個Agent。
近兩年，機器人足球技術進步顯著。以正在訓練的“大力射門”爲例，我們將視覺信號端到端輸入“小腦模型”，再通過強化學習，使機器人在仿真環境中持續訓練。這一過程類似於修仙小說中的“異世界”：現實世界僅過去一小時，機器人卻可能已在虛擬環境中訓練十年，專門學習在足球與球門處於不同位置時如何完成射門。
從人類學習機制來看，這相當於通過反覆訓練形成“肌肉記憶”，將原本需要思考的動作轉化爲快速反應。 這套方法同樣適用於家務、物流和配送等場景，其本質都是通過高頻訓練形成穩定能力，使慢思考逐步轉化爲快思考。
Q：你描述的訓練過程，很像“天上一天，地上一年”。
程昊： 是這個意思。
Q：從單一場景來看，機器人踢足球這套能力目前已經訓練得相對成熟了？
程昊： 實際上，機器人踢足球距離成熟仍然很遠。我們的最終目標，是讓機器人足球隊戰勝人類世界盃冠軍，但目前與這一目標仍有很大差距。
RoboCup曾提出一項願景：到2050年，機器人足球隊能夠戰勝人類世界盃冠軍。按照目前的技術進步速度，如果這一趨勢得以延續，我們判斷，這一目標有望提前實現。近兩年，機器人足球的發展明顯提速，其進步幅度可能已經超過此前二十年的總和。
Q：爲什麼機器人踢了二十多年足球，最近兩年卻突然進步這麼快？
程昊： 主要有三個原因。
第一，硬件日趨成熟和標準化，性能持續提升，仿真與真機之間的差距不斷縮小。 以剛發佈的T2爲例，其身高僅1.4米，並非全尺寸機器人，但射門速度已接近人類上限。
第二，“小腦”運動控制能力進步顯著。 自2019年至2020年前後，強化學習開始應用於足式機器人，機器人的運動能力迅速逼近人類，已能完成騰空翻、後空翻等高難度動作。
第三，下一階段最大的挑戰在於“大腦”， 尤其是Multi-Agent協作，即多臺機器人如何配合。不過，要真正戰勝人類世界盃冠軍，硬件仍需更加靈活，“小腦”也要掌握馬賽迴旋、蠍子擺尾等複雜動作。只有硬件和“小腦”等底層能力足夠成熟，纔有條件訓練出更強的“大腦”。
02
機器人不僅僅只能踢足球
Q：如果把機器人進入不同場景比作便利店貨架裏的商品，那麼你們上的第一個品類是踢足球，接下來兩個品類就是配送和家庭？
程昊： 準確地說，未來可能不只是這兩個場景。T系列面向的場景還包括前臺、安保等，它們的共同特點是不依賴靈巧操作。K系列除了賽事和教育，未來也可能用於陪伴，比如陪孩子、講故事，或者陪老人聊天、提醒喫藥。這些任務同樣不需要機器人真正幹活，也不依賴複雜操作。
我們認爲，這些場景都有機會，但最終哪個場景能夠率先突破甚至引爆市場，還需要不斷嘗試，並花時間驗證。
Q：你此前一直強調，機器人應該先找到“可落地場景的最小集”，再逐步向外迭代。但目前機器人踢足球的能力距離成熟仍有差距，爲什麼現在已經開始拓展家務、物流和配送等新場景？
程昊： 機器人踢足球的能力距離成熟仍有很長的路，但不必等到這一能力完全成熟後，再拓展其他場景。經過多年訓練，機器人的硬件和“小腦”運動控制能力已進入新階段，上層策略和“大腦”算法也有了更大的發揮空間。
更重要的是，足球場景已經驗證了這套技術路線的可行性。部分硬件能力、運動控制方法和開發框架可以遷移到其他任務。因此，機器人已經開始進入家務、物流和配送等場景，儘管現階段能夠完成的任務仍然有限。
我們常將當前人形機器人的發展階段類比爲20世紀80年代的個人計算機。當時的Apple II和早期DOS計算機，以今天的標準看功能十分有限，沒有Word、互聯網，遊戲也很簡單，但正是在這一階段，個人計算機開始進入家庭，並逐步應用於學校和科研機構。
當前的人形機器人也處於類似階段：已經能夠進入真實場景並解決部分問題，但整體能力仍在提升。 現階段的用戶可能是早期嚐鮮者、探索新應用的人羣，或有專業研究需求的機構和個人。只要有人願意購買和使用，就意味着市場已經開始形成。
Q：面向新場景，你們推出了Booster T2。它比T1、K1更修長、更仿人，爲什麼要做這樣的形體變化？
程昊： T1主要用於驗證硬件和運動控制能力。到了T2階段，我們對硬件和“小腦”能力的邊界已有更清晰的認識，因此開始考慮讓機器人承擔更復雜、商業空間更大的任務。
T2的身高由T1的約1.2米提升至約1.4米，最直接的原因是，這一高度能夠覆蓋桌面操作範圍，使機器人具備執行操作類任務的基礎。與此同時，我們並未一味追求更高、更重。現階段，雙足機器人距離在工業場景中大規模應用仍有較大差距，在研發過程中也需要頻繁搬運和調試，重量過大會顯著降低研發效率。
因此，T2最終採用約1.4米的身高，並將重量控制在40公斤以內，以兼顧操作能力和研發效率。
Q：你們爲什麼會優先選擇配送和家庭這兩個場景？
程昊： 因爲它們不依賴於靈巧操作。比如現階段的家庭機器人，還無法真正承擔家務，但如果主要提供陪伴，併發揮大語言模型的交互能力，就有機會率先落地。
Q：你們內部是否梳理過一份不依賴靈巧操作的場景清單？
程昊： 其實，不依賴高度靈巧操作的任務還有很多。我經常和團隊舉一個例子： 東北有一種手套，只有大拇指可以獨立活動，其餘四根手指連在一起。能夠戴着這種手套完成的工作，可能就是現階段機器人可以嘗試的任務。
例如工業場景中的上下料，機器人已經具備一定能力。但工業環境通常經過專門設計，如今很多工廠也在進行自動化改造，因此雙足人形機器人在這些場景中未必具備明顯優勢。
相比之下，餐廳收拾碗筷、家庭疊衣服等任務更復雜。戴着這種手套並非完全無法完成，但操作難度更高，效率也會受到限制。
Q：加速進化踢足球的這三年裏，投資人或團隊有沒有質疑過：別人都在做通用，你們爲什麼還在踢球？
程昊： 這和行業本身的複雜性有關。在我們看來，具身模型與機器人的關係，類似互聯網與計算機。如果不帶着今天的認知回到上世紀80年代，很難判斷計算機最終會發展成什麼樣。具身智能同樣存在大量未知，例如世界模型的發展方向，即使頂級科學家之間也仍存在分歧。
因此，VC很難完全理解所有技術問題，很多時候只能通過創業者的敘事形成判斷。誰能把未來講得更清晰，融資時可能就更有優勢。但我經歷過上一輪移動互聯網創業，最終決定公司能否做大的，仍然是技術、產品和商業模式。我們做人形機器人是長期投入，不會輕易講尚未準備好的故事。
Q：踢了三年球，現在終於不僅僅只踢球了。
程昊： 我一直認爲自己做的是通用機器人，只是現階段能夠實現通用的，首先是本體、運動能力、操作系統和開發工具。例如，雙足人形本體可以適配不同任務，通用運動控制器可以支持多種動作，同一套操作系統既能運行踢球、跳舞，也能支持配送、陪伴等應用。
真正實現應用層面的通用，最終仍需要足夠強的具身大模型，讓機器人做到“樣樣通、樣樣精”。但以當前技術水平來看，這還需要較長時間。在此之前，機器人應用依然可以先發展。就像大語言模型出現前，微信、頭條、抖音等應用已經形成規模，許多需求也可以通過NLP、機器學習等技術實現。
因此，未來五到十年，機器人可能會經歷一個較長的專用Agent階段。 踢球、講故事、配送，都可以對應不同的Agent，併成爲機器人落地的重要路徑。
Q：這些Agent就像一個個App，運行在加速進化的機器人本體上。
程昊： 這些Agent未來不只會運行在加速進化自己的機器人上。依託BoosterOS和Booster Studio，我們也計劃兼容其他品牌的機器人。
這類似於微軟既提供Windows，也開發硬件、Office和瀏覽器。對於技術複雜度較高、與系統耦合較深，同時具備入口價值和較大商業潛力的Agent，由平臺自主開發，更有可能保證體驗和完成度。但從長期看，平臺上的大多數Agent仍將由第三方開發者提供。
Q：在具身智能賽道里，和其它激進的公司相比，你們的路線算保守的？
程昊： 我們並不保守。面對資本市場，我們確實更剋制，只講能夠落地和交付的事情；但在實際推進上，我們並不慢。2023年行業裏很多公司還停留在Demo階段時，我們已經要求硬件、系統和Agent能夠交付，讓用戶拿到產品後真正開發和使用。
Q：這是一種“慢就是快”的決策。
程昊： 對，因爲我也創過一次業，知道所有講出去的故事，最後都要實現；如果實現不了，大家就會覺得你是在騙人。
Q：T1已經升級到了T2。未來，K1也會繼續迭代升級嗎？T1還會擔任其它角色嗎？
程昊： K系列和T系列都會保持穩定的迭代節奏，未來可能還會越來越快。就像現在的iPhone基本每年更新一代，我覺得機器人最終也可能形成類似的節奏。
在產品定義上，我們按照尺寸分爲三個系列：KidSize、TeenSize 和全尺寸產品。
KidSize現階段能夠落地的場景主要是賽事和教育，但我們認爲它的終局是進入家庭，陪伴孩子和老人，就像家裏多了一個“硅基孩子”。TeenSize目前主要面向科研，未來也可能進入家庭，承擔收拾房間等家務。
全尺寸產品，我們也很早就開始研發，但沒有急於商業化，因爲目前還沒有看到真正形成閉環的落地場景。
Q：這三個尺寸的分類，和RoboCup採用的組別劃分是一致的。
程昊： 非常一致。我們一推出這套產品命名，所有參加過RoboCup的人幾乎立刻就能理解。K1、T1、A1分別對應不同尺寸，不需要額外解釋，大家一看就知道是什麼意思。
Q：你們現在出貨量怎麼樣？
程昊： 去年我們的訂單量約爲1000臺，營收超過1億元。今年上半年，無論訂單還是營收，都已經超過去年同期。
不過，我們的業務有比較明顯的季節性。去年上半年只佔全年業務的20%多，主要訂單集中在下半年，尤其是第四季度。因爲客戶主要來自科研和教育領域，採購更多依賴年度預算，通常會在年底前集中執行。整體來看，今年上半年的出貨量同比增長了700%以上，接近800%。
03
什麼時候纔去講具身大模型的故事？
Q：聊了這麼長時間，你多次強調本體的運動控制功能。但在具身智能最熱的話題已經轉向模型的當下，你們依然沒有單獨去講模型。這種節奏是不是有一點“慢”？
程昊： 我們判斷，具身智能與機器人行業大致會經歷三個階段： 本體時代、Agent時代和模型時代。
當前處於本體時代後期，本體能力逐步成熟；下一階段將進入Agent時代，圍繞兒童陪伴、物流配送等具體場景，出現大量應用，就像智能手機早期，一個記事本或鬧鐘功能也會衍生出衆多產品。
因此，企業現階段既要跑通本體商業模式，也要爲Agent時代做好工程準備。但從長期看，真正決定行業格局的將是模型時代。 我們認爲，具身模型會成爲這一輪AI革命的重要能力，最終勝出的公司可能成爲時代贏家。
不過，重視具身模型，關鍵不在於誰先提出概念，而在於誰最終將其做出來。雲計算在上世紀90年代已被廣泛討論，但真正推動其產業化的是Amazon和AWS，此後也主要由科技巨頭持續投入。
具身模型可能遵循類似邏輯。當前算法路線仍不明確，未來每年可能需要上百億元投入，並依賴長期的資金、算力和頂級人才支持。即使初創公司率先實現領先模型，也可能面臨巨頭高薪挖人、開源模型等競爭。
因此，我們已經投入人才研發具身模型，但現階段更重要的是，在模型真正爆發前，先形成足夠的公司規模和資源能力。 真正把模型做出來，比提前講出來更重要；即使提前判斷出最終算法，也未必能成爲最後的贏家。
Q：在具身模型爆發前，你們要先成爲一家巨頭？一家機器人公司達到哪些標準，纔算真正成爲了巨頭？
程昊： 最典型的標準，是一家機器人公司每年能夠產生數百億元利潤。只有形成足夠強的盈利能力，才能將利潤以及二級市場融資持續投入具身模型研發。
具備這種盈利能力，通常也意味着公司已經擁有成熟的產品、渠道和平臺能力。微軟就是一個可參考的案例：它從一家小型創業公司起步，依靠操作系統、Word和瀏覽器逐步成長爲巨頭。雖然進入雲計算較晚，但如今已成爲僅次於AWS的第二大雲服務商。
Q：加速進化要做巨頭，首先要實現每年數百億元的利潤。
程昊： 這是底線。
Q：你們現在的利潤是多少？
程昊： 目前公司距離每年數百億元利潤還很遠，但這並不是現階段的核心目標。現階段我們更關注TPMF，即Technology-Product-Market Fit。
因爲，當前技術尚不足以支撐大規模利潤，更重要的是持續提升技術和產品能力，使產品逐步進入更大的市場。這個過程類似於字節跳動的產品從“內涵段子”走向“頭條”，再從“頭條”走向“抖音”。這也影響了我們對創業路徑的判斷。早期團隊應先找到一個細分市場，並在其中建立領先優勢。
這個市場要麼與未來大市場所需的核心能力一致，能夠幫助團隊積累技術、產品和軟件框架；要麼本身具備成長爲大市場的潛力。創業初期資源有限，直接進入巨頭環伺的大市場並迅速勝出的概率很低。
Q：總結起來，你們的路徑是先跑通場景，再賣個幾百億，成爲巨頭，再進入具身模型時代。
程昊： 對，但僅靠單一場景，很難支撐公司成長爲巨頭，這也是我們選擇做平臺的原因。通過平臺降低開發門檻，聯合生態夥伴和開發者共同拓展更多市場，並在這一過程中逐步積累公司的技術、產品和商業能力。
Q：按照你的判斷，加速進化大概需要多長時間，才能成長爲這樣的巨頭？
程昊： 微軟成長爲巨頭用了二十多年。相比之下，這個時代的節奏會更快，我認爲加速進化可能在五到十年內具備這樣的機會。
Q：你會擔心五到十年太晚嗎？畢竟現在已經出現了不少具身模型公司，其中一些已成爲獨角獸。
程昊： 要成爲具身模型的最終贏家，很可能首先需要具備巨頭級資源：要麼依靠自身業務創造足夠利潤，要麼通過大規模融資，獲得不亞於巨頭的投入能力。
OpenAI選擇了後一條路徑，通過與微軟合作，在大模型這一單點上的投入達到巨頭級別。如今不少模型公司也在借鑑這一模式，通過持續融資重注具身模型。
但我們的判斷是，具身模型目前還沒有到“OpenAI時刻”，甚至可能尚未到“Transformer時刻”。 這意味着技術仍處於早期探索階段，投入的時間和資金可能遠高於大語言模型。大語言模型至少擁有互聯網數十年積累的數據基礎，核心問題是如何清洗和利用；而具身模型需要什麼樣的數據，目前仍沒有明確答案。
過去一兩年，行業曾普遍關注遙操作數據，Aloha出現後，許多公司沿着這一方向推進；如今重點又逐漸轉向第一視角數據，也說明數據路線仍在持續演進。因此，現在是否適合投入鉅額資金，在具身模型這一單點上持續下注，仍然難以判斷。我經常提醒團隊，要避免在諾基亞時代做抖音，也不要在撥號上網時代做雲計算。入場時機非常重要，過早進入，可能成爲先烈。
如果我們是一家研究機構，現在一定會全力研究具身模型。這個領域存在大量未知，也有大量“低垂的果實”等待探索，是難得的研究機會。Aloha就是一個典型案例：幾年後回看，它的技術可能並不複雜，但在當時帶來了重要突破。
但公司的目標不同。 我們希望成爲具身模型時代最終的贏家，而不是隻取得階段性技術突破，因此需要選擇更合適的入場時機。
這是我的第二次創業。一級市場估值和資本環境很重要，會影響公司發展，但並非決定性因素。我們對當前路徑有較強信心，認爲沿着確定性更高的方向持續積累，才更有機會成爲具身模型競爭中真正有實力的玩家。既然已經找到一條通向終局的路徑，尋找更快的路徑並不是當前最高優先級。
Q：現在你們的策略是，一邊做本體和Agent，一邊等待可以摘採的“果實”。
程昊： 低垂的果實確實有價值，但也會分散精力。我們的目標始終是最上面的那個東西。
Q：從整個行業來看，你判斷現在這批具身大模型公司中，會不會死掉一批非巨頭企業？
程昊： 這我就不知道了。（笑）
對初創公司來說，活下去的方式有很多，也可以通過轉型延續發展。我們剛創業時，行業裏有不少機器人公司，如今有的已經轉向其他方向，有的被上市公司收購。這是否算“死掉”？我認爲未必。
現在不少具身模型公司也是從自動駕駛轉型而來。未來即使再次調整方向，也不能簡單視爲失敗或退出，更準確地說，這是企業發展過程中的一種選擇。
Q：回顧你的經歷，你似乎一直在避免做與時代錯配的事情，更強調對入場時機的精準判斷。
程昊： 其實我很願意做這類超前的事情，只是做得太早，公司往往難以生存。第一次創業時，我想做智能助理。雖然當時已經有機器學習，也出現了Siri和Google Assistant，但現在回看，技術條件仍不成熟。
比較幸運的是，我們後來找到了可行的商業模式，公司得以繼續發展。但受限於當時的技術，無論如何努力，也很難真正做出足夠好的智能助理。
Q：很多所謂的時代紅利，往往要在事後回顧時才能看清。真正身處其中、享受到紅利的人，當時未必意識得到，很多時候也有偶然性。
程昊： 是的。
Q：你更傾向於冷靜判斷時代機遇，儘量找准入場時機？但這種判斷本身並不容易。
程昊： 人不可能始終保持完全冷靜，但在大的戰略方向上，需要足夠冷靜和篤定；真正面對眼前機會時，有時也會“上頭”。這本質上是一種權衡。
Q：比如有沒有什麼事情，是你明知道時代還沒到，但還是會很“上頭”？
程昊： 做創新，長期方向上要足夠冷靜和篤定，但面對即將出現的機會，也要保持敏銳，並提前投入驗證。可以同時嘗試兩三個方向，類似做AB Test。
例如，我們已經開始圍繞機器人進入家庭和配送場景進行研發。現有技術距離真正落地仍有不少差距，但我們判斷，未來一兩年、兩三年內可能出現突破。對於這樣的近期機會，如果等到完全看清楚再行動，可能已經錯過窗口。
而且，這類場景越接近落地，越依賴工程化積累。我們始終認爲，工程化能夠形成壁壘，雖然這種壁壘並非不可突破，但確實存在。算法很難長期保密，核心人才也可能被高薪挖走；工程體系則由數十萬行代碼和長期調試積累構成，即使拿到代碼，也很難迅速理解和復現。
因此，對於未來一兩年可能出現的機會，需要更積極地提前嘗試。等到方向完全明確再進入，往往已經來不及。
Q：入場時機只能判斷一個大致區間，很難精確到某個時點。這其實也解釋了爲什麼你們在具身模型上的保持相對“慢”的節奏。
程昊： 我們並不認爲自己在模型上做得慢，只是相關進展尚未對外公佈。我們目前訓練具身大模型的思路，可能更接近正確方向，其中一個核心判斷是堅定探索多模態。
人本身就是多模態的。當前許多模型仍主要依賴視覺，但如果一個人失去觸覺和聽覺，即使完成拿筆、擰瓶蓋、拿水等簡單動作，也會變得十分困難。相比只依賴視覺，同時具備聽覺、觸覺和更敏銳的力覺，完成任務的能力會完全不同。
因此，我們判斷未來的具身大模型一定是多模態的。具體採用什麼算法、如何實現落地，過程中可以結合 VLA、世界模型等方案，但多模態會是我們長期堅持的方向。
Q：那麼，在具身大模型上，你們已經做了哪些事情？
程昊： 我們成立了獨立部門 Booster Lab ，由首席科學家趙明國老師全權負責。團隊中不少成員來自清華火神機器人足球隊所在的實驗室。過去大家主要研究機器人足球，如今實驗室的方向已轉向Manipulation，尤其是全身操作和具身模型相關研究。我們對標DeepMind，它不需要揹負盈利壓力，專注最前沿的具身模型，攻堅算法和技術。
我們還計劃與清華大學具身智能與機器人研究院成立聯合實驗室，由公司投入資金，結合清華的人才和科研力量，共同研發未來的具身模型。
現階段，具身模型仍處於需要算法創新和技術突破的階段，因此相關研究主要由Booster Lab承擔。我們希望將其建設成類似DeepMind的研究實驗室。雖然目前規模和成果與DeepMind相差很遠，但目標和定位十分明確：Booster Lab不承擔產品落地、盈利和商業模式驗證，而是聚焦最前沿、最具挑戰、未來價值最高的算法方向，對具身模型進行長期技術攻關。
Q：現在行業談到具身大模型，通常會把瓶頸歸結爲兩點：一是稀缺的高質量數據，二是模型架構。Booster Lab更側重於先解決哪一項瓶頸？
程昊： 模型架構本身就是算法，而算法和數據是相輔相成的。經常有人問，究竟是算法重要，還是數據重要？我覺得這就像問人到底是喝水重要，還是喫飯重要，本身沒有太大意義。
現在的算法基本都是數據驅動的，既然是Data Driven，就一定需要大量數據。大語言模型出現之前，並不是沒有數據。那時已經有互聯網文本，也有大量代碼數據，因爲所有網站和 App 都是由代碼寫成的。真正缺少的是一套能夠有效利用和清洗這些數據的算法。大語言模型出現之後，大家逐漸知道如何用好這些數據，才訓練出了今天的大模型。
所以，算法和數據本身就是一體的，無法割裂，也沒有哪個更重要。對於具身模型來說，無論是解決數據問題，還是探索模型架構，都有價值。這個過程一定是循序漸進的，需要不斷取得階段性成果，而每一個階段都同時依賴算法和數據。
現在有時會出現一種情況：做數據的人強調數據更重要，做算法框架的人強調算法更重要。但從行業發展的角度看，兩者其實缺一不可。
04
和王興興志同道合
Q：現在國內外的人形機器人公司裏，你分別最欣賞哪一家？國內先說。
程昊： 本體還是大腦？
Q：都可以。
程昊： 我其實沒想過這個問題，這個問題有點像小時候被問“你的偶像是誰”，但我好像一直沒有這樣的思考方式。我更傾向於看不同公司和團隊分別爲行業做出了什麼貢獻。
比如在本體和運動控制方面，波士頓動力依然是一家非常重要的公司。雖然它在商業上未必特別成功，也經歷過多次轉手，但它在人形機器人本體和運控方式上，確實爲行業做出了巨大貢獻。
在算法方面，像蘇黎世聯邦理工學院相關實驗室，將強化學習應用到足式機器人上，也推動了行業發展。至於具身模型，目前還很難判斷哪一種算法會成爲真正關鍵的突破。但我認爲，只要是在做原創性探索，都有可能爲行業帶來很大價值。
Q：你曾經說過，在國內的人形機器人公司中，無論是本體能力，還是產品和商業化水平，真正能和加速進化放在一起比較的，可能只有宇樹。
程昊： 從創業第一天起，幾乎所有投資人都會問，我們最認可哪家公司的路徑。我們的答案一直是宇樹。
剛纔沒有提到宇樹，是因爲前面談的是技術貢獻。我們本身是技術出身，早年看到波士頓動力時，確實有一種“凡人見到神”的震撼。但如果從產品和商業角度看，我們認爲宇樹過去選擇的路徑是正確的：把更多精力放在本體上，紮實推進能夠落地的場景，也紮實跑通商業模式。這與我們的做事思路高度契合。
當然，我們在產品路徑上也有不同。比如，我們還會做操作系統和開發工具。公司成立之初，一半成員來自機器人領域，主要是清華的師兄弟；另一半成員則來自開發工具、軟件和 SaaS 領域。我們判斷，接下來操作系統、開發工具和生態建設會非常重要，這是我們與宇樹不同的地方。
但從如何真正經營一家機器人公司、爲行業創造價值，並最終成爲一家有機會長期發展的企業來看，我們認爲宇樹走的是一條正確的路。
Q：你上一次和王興興見面是什麼時候，大概聊過什麼？
程昊： 應該是工信部人形機器人相關標準的會議上。更多還是閒聊，也會討論一些具體的硬件技術方案。比如，電機怎樣才能做得更強？現在普遍採用的 QDD 關節，在我們看來已經逐漸遇到瓶頸。
接下來或許可以借鑑新能源汽車上的一些電機方案，但這樣又可能帶來成本的大幅上升。性能和成本之間如何平衡，我覺得是一個很有意思的話題。
05
一個愛用上個世紀故事類比機器人的“中登”
Q：機器人行業越來越熱，創業者也越來越年輕，你會有年齡壓力嗎？
程昊： 你指的是我們這批“老登”有沒有壓力，對吧？（笑）
Q：“老登”不至於，可能是“中登”。
程昊： 我覺得還好，我們公司裏確實有不少 85 後、90 後，但現在新入職的同學很多都是剛畢業，也非常年輕，已經成爲主力。不同年齡和經歷的人，爲公司貢獻的東西不一樣。
有經驗的同學，更多是幫助公司在戰略上少走彎路。這個行業現在非常熱，也非常激進，短期誘惑很多。經歷過更多挫折、踩過更多坑的人，在判斷上可能會更謹慎一些；年輕同學則往往更有衝勁。
我覺得一家好的公司，既要有人踩油門，也要有人踩剎車。前方是直道、風險不高時，油門就應該踩到底；但根據經驗判斷，接下來可能會翻車時，也要適當踩一踩剎車。沒有哪場比賽能夠一路把油門踩到底。
Q：我觀察到一個細節。今天整個談話裏，你提到了很多次微軟，也提到了好幾次 DOS。你做的是最前沿的人形機器人，卻總喜歡用上世紀互聯網的發展來做類比。爲什麼這些故事到今天還會影響你的思考？你會不會擔心，對於很多年輕人來說，它們已經有點“古早”了？
程昊： 我其實不擔心，只是一直想找一個更接近的類比。過去很多人把機器人比作自動駕駛、新能源車或智能手機，這些類比的出發點，是讓非專業人士更容易理解，但我認爲它們都不夠準確。
比如，智能手機出現之前，手機已經存在。消費者購買智能手機時，至少知道它可以打電話、發短信，應用場景是明確的。但機器人不是這樣。自動駕駛在我看來更像一個 Agent，如果拿它和機器人相比，就像拿一個 App 去類比整個信息革命，兩者並不在同一個層級。
新能源車則更像一種專用機器人，它和通用機器人的關係，有點類似單反相機和智能手機：手機是通用設備，單反是專用設備。手機也可以拍照、錄像，但並沒有消滅單反，二者面向的是不同需求，也都有各自的市場。因此，很難通過單反的發展去推演智能手機，同樣也很難通過新能源車或自動駕駛去推演機器人。
機器人與具身智能的機會太大了，我認爲它更接近一次工業革命級別的變化。若要找一個距離今天最近、邏輯上也更匹配的類比，可能是信息革命的開端。
計算機剛出現時，人們也會質疑：它做的不就是計算器能做的事嗎？爲什麼還要選擇一個更貴、更重的設備？但計算機的關鍵在於它具有通用性，後來在其上出現了操作系統、軟件和互聯網，能力和應用不斷生長。
所以，機器人真正值得期待的，不只是完成某一項具體任務，而是作爲一種通用平臺，未來可能長出操作系統、軟件和完整生態。從這個角度看，它更像信息革命初期的計算機，而不是某一種已有產品的升級版。
Q：現在智能化發展得越來越快，會不會有一天擔心沒有歷史可以對比了？
程昊： 具身智能是真正沒有歷史可以直接對照的新事物。我們在做具體判斷時，並不會照搬計算機發展初期的路徑，那樣無異於刻舟求劍。
之所以會拿信息革命初期來類比，只是因爲在解釋戰略方向、說明爲什麼要這樣做時，需要找到一種能讓大家快速理解的表達方式。就現有經驗而言，信息革命初期是邏輯上最接近的類比，但它並不是一套可以直接照搬的方法。
推薦閱讀