全球具身智能機器人領域正掀起一股新的創業浪潮，這一次，創業者的目光齊刷刷地投向了一個充滿挑戰與機遇的場景——家庭。近期，行業內一系列突破性進展為這一趨勢添了一把火，Scaling Law的苗頭初現，讓創業者們看到了家庭機器人從概念走向現實的曙光。
硅谷的具身智能公司Generalist AI在GEN-1模型上取得了令人矚目的成果。當他們為機器人輸入海量數據后，機器人在精細操作任務上的成功率從64%飆升至99%。這一數據驗證了通過大規模數據訓練提升機器人性能的可行性，為家庭機器人的發展提供了重要的技術支撐。與此同時，硅谷另一家當紅的具身智能獨角獸公司Sunday Robotics也在積極布局家庭場景。他們推出了Umi手套數據采集方案，并直接將機器人Memo送進家庭，承擔起收拾餐桌、沖咖啡、疊衣服等家務。這一創新舉措吸引了大量資本的關注和押注，進一步推動了家庭機器人領域的發展。
在中國，一位熟悉的面孔也加入了家庭機器人創業的行列，他就是許華哲。作為“伯克利歸國四子之一”和清華大學交叉信息研究院助理教授，許華哲在機器人領域有著深厚的學術背景和豐富的實踐經驗。2023年，他加入「星海圖」擔任首席科學家兼聯合創始人，助力該公司成為中國具身智能領域的明星企業。然而，在公司估值突破200億、融資近30億的巔峰時刻，許華哲卻選擇離開，創辦了全新的具身智能公司「破殼機器人」。他的目標很明確：打造能在家庭場景中工作的、真正具有泛化能力的具身智能機器人。
許華哲對家庭機器人的執著源于他年少時的夢想。初高中時期，他讀完《喬布斯傳》后，便立志要創辦一家偉大的To C公司。在清華、伯克利、斯坦福的求學過程中，他一直深耕機器人強化學習方向，夢想著將機器人送入千家萬戶。他理想中的家庭機器人，雖非無所不能，但能完成上一代機器人無法完成的復雜任務，如更精細的清潔工作和有條理地完成洗衣收納等長序列、多步驟任務。在他看來，這種創業方向的選擇不僅帶有強烈的審美追求，更蘊含著深遠的影響力。泛化性的本質是用最簡潔優雅的模型解決人類復雜的生活問題，將AI真正轉化為生產力。
從商業角度來看，切入To C家庭場景也是許華哲的理性選擇。他認為，當前大量機器人廠商將人形機器人送進工廠，完成傳統機械臂就能勝任的工作，本質上是在用新的人形做舊時代的事情，機器人未能發揮出真正的通用性。而家庭場景任務比工廠場景更混亂隨機，且數據豐富，是訓練通用模型的最佳土壤。真正的AGI應該在家庭場景中誕生和運用。
為了追趕時機，「破殼機器人」在創業短短一個月內就完成了融資、核心團隊組建、具身模型訓練和硬件迭代等多項工作。據悉，該公司近期完成了數千萬美元的天使輪融資，由云啟資本領投，順為資本、弘暉基金等一線美元基金，小米戰投、星海圖等知名產業方，以及BV百度風投、英諾天使基金、水木清華校友種子基金、東方嘉富等一線市場化基金紛紛支持?？焖佾@得資本青睞，得益于許華哲在關鍵技術路線上的獨特選擇。
在關鍵技術路線方面，許華哲放棄了行業主流的VLA（視覺-語言-動作）基座模型方案，轉而構建一種能直接輸入和輸出“視頻-動作”的世界模型。在模型結構上，他提出了獨特的“UAG架構”，用并聯式預訓練替代過去的瀑布式級聯，并將強化學習貫穿預訓練與部署全過程，實現了訓練效率的五倍提升。在數據與硬件層面，他通過UMI、外骨骼和第一人稱視角三層方案采集高質量數據，形成從任務定義到數據、模型、本體的閉環迭代。據許華哲透露，「破殼機器人」第一代32B參數規模的具身世界模型已完成首輪訓練，正處于數據迭代的關鍵爬坡期。在硬件層面，為數據采集量身定制的手套硬件已迭代了五六個版本。
在接受采訪時，許華哲分享了他離開「星海圖」創立新公司的原因。他表示，內心一直渴望做一些To C的、真正泛化的通用機器人。雖然2023年加入星海圖時也考慮過直接創業，但當時剛從美國回來，在叉院工作才一年左右，要兼顧教職和創業挑戰很大。加入優秀團隊做聯創是更穩妥的選擇，且星海圖的宣傳理念與他的部分想法吻合。如今，新公司雖成立僅一個月，但已有20人左右的團隊，AI側有天才少年，硬件側有做過To C量產交付的工程師，目前還在火熱招聘中。在技術上，AI模型在“動得快”“泛化強”“成功率高”三個維度有較好積累，能讓機器人完成復雜任務時達到接近100%的成功率。
當被問及此次創業與第一次創業時心態的不同，許華哲表示，最大的不同是心態更踏實、更敢了。第一次創業前，他會擔心自己沒上過班、沒做過生意、沒跟投資人打過交道等問題。在星海圖的兩年，他接觸了這些事，發現太多的顧慮沒必要，出來混最重要是先出來，這次心理上更從容。
對于在2023年和2026年兩個節點創業做家庭機器人的區別，許華哲認為區別挺大。首先是硬件本體，這三年中國的硬件供應鏈打磨得更好了，有了更多能用的機器人，2023年時可能只能用工業臂；第二是數據，2023年時機器人的數據幾乎是0，現在網上開源數據就有幾十萬小時，還出現了大量的數據供應商，雖然數據質量和跨本體適配還是問題，但豐富度已不可同日而語；第三是融資和市場認知，2023年要做To C機器人可能很難融資，大家給的時間緩沖也更少，今天起步比2023年更好。
許華哲一直想做To C機器人，背后的觸發點主要有三點。首先，他認為機器人最核心的不同在于通用性，通用性應用在越混亂、越需要通用能力的地方，答案就是家庭或廣義的服務場景，通用的AGI應該用在家里。其次，從個人偏好來說，做有品牌的事情可以做得足夠大、有夢想，偉大的公司很多是To C的，比如蘋果、小米。最后，從數據角度看，通用性需要有豐富的數據，混亂的家庭場景恰恰能提供豐富的數據。
對于AI模型何時可以支撐做家庭To C機器人，許華哲預測比較樂觀激進，他認為兩年內會出現可以用起來的機器人。它不是萬能的，但會有完善的產品定義，能做相當多通用事情，不過會有一些明確不做的事，比如抱嬰兒、燒熱水。機器人進家庭能做的事情分為兩類，一類是本身很難的任務，如更精細的清潔；另一類是長序列、多步驟任務的串聯，如完整的洗衣流程。
家庭和工廠場景有著本質區別。工廠的混亂更多是“管理混亂”，具體干的活如上下料、裝配是高度確定性的；家里的混亂是任務本身的混亂，需要通過工作去恢復秩序。當前做家庭To C機器人最大的挑戰在于，機器人進家庭的邏輯和落地To B不同。To B的賬難算，工廠給人形機器人干的活價值低，且采集的數據可能過于?；o C的賬不是簡單的“替代人力”計算，它更像科技潮品+家庭助手+管家的復合體，用戶買它是購買一種先鋒的生活方式和極致的便利。關鍵是產品體驗要足夠好，價值感知要足夠強，價格區間內部還在討論，但肯定會是五位數起步。
許華哲判斷一件事情做與不做或是否感興趣的標準是美和影響力。美意味著創造出來的東西優雅、簡潔，泛化性的本質也是美；影響力意味著對世界產生足夠大的影響，改變人們的生活方式。他希望找到極致、坦誠、利他的合作伙伴，欣賞段永平的“本分文化”和Kimi“沒有部門墻”的協作模式，傾向于彈性、扁平的組織，贊同鼓勵一線員工直接向老板反饋問題的文化。
與其他從陪伴場景切入的To C機器人不同，「破殼機器人」追求的核心是物理世界的通用交互和干活能力，是“家庭助理”而非陪伴機器人。在技術上，他們的一大亮點是能用好強化學習。過去機器人對強化學習的使用一般停留在單機的后訓練上，而他們的強化學習可以用于價值函數評估數據質量，讓模型學得更精準，理解失敗的邊界，同時能在多個任務上保持高成功率高速度，不過度擬合到單一任務，還能突破人類數據上限，做出比人類示范數據更好的表現。他們的預訓練也會用離線的強化學習，目前模型路線還未收斂，選擇的是世界模型結合原生的機器人模型，而非VLA路線。
對于世界模型的理解，「破殼機器人」輸入的是視頻和動作，訓練和推理時輸出的也是視頻和動作，這些數據遵循物理規律。訓練大模型所需的Infra是挺大的卡點，要支撐32B的大模型和較大數據量，GPU集群的并行效率、數據吞吐都是挑戰和壁壘。他們的“UAG架構”采用并聯式預訓練，先對動作進行預訓練，再做整體聯合訓練，做動作預測器，然后與視覺模型聯合訓練，能最大程度保留基礎模型的泛化能力，大幅提升訓練效率。在數據方案上，主要分外骨骼數據采集、UMI方案和第一人稱視角人類數據三層，與其他家探索的不同之處在于會大量使用評估數據，包括機器人自己探索時的失敗和次優數據，且手套設計細節針對家庭任務精心打磨，構型設計追求通用性，8月末左右會展示與眾不同的數采系統。
當被問及現在出來創業是否太晚以及具身智能行業的融資環境，許華哲認為市場熱度還可以，投資人比較有熱情，且比之前更懂，會問得更細。在技術沒有收斂的今天，仍然有巨大的機會，后發者也有可能先至。
