Podcast Interview · 逐期深读

洪小平:从可量产激光雷达到个人移动设备,具身智能路线的产品化检验

本期背景与内容导览

本期由程曼祺访谈 Strutt(若创科技)创始人洪小平,核心问题不是“电动轮椅能否加上 AI”,而是一个机器人创业者怎样在长期具身智能愿景与当前可交付产品之间建立连续路径。洪小平在伯克利研究纳米材料光学性质,后于 Honeywell 参与气体传感器相关工作,2016 年回国加入大疆并负责光电部。他参与览沃激光雷达研发时,强调从设计源头考虑器件、工艺和量产,而不是先做原型再等待未来降本;2019 年前后离开大疆后,他在南方科技大学参与项目制新工科教育,同时观察机器人创业方向。2022 年底至 2023 年初,语言模型与机器人研究让他感到创业窗口临近,Strutt 于 2023 年夏天创立。 他不否认人形机器人的长期价值,但认为当前直接押注通用家庭人形缺乏数据、可靠性和早期科学信号的支撑:消费产品必须先达到足够高的可用性,才能进入家庭并持续产生真实交互数据,而这又依赖产品先足够好用。对此,他选择“瞄着珠峰,沿途下蛋”,从老龄化与个人移动切入,让设备先解决出行问题,再探索生活场景数据与后续机器人能力。这里的“数据入口”是战略假设,本期没有给出已建成的数据采集、授权、训练和算法提升闭环。 ev¹ 被公司定义为“泛个人出行设备”,重点覆盖步行距离内、因衰老、残障、疼痛、平衡或疲劳而需要辅助的人,也尝试减少传统轮椅的医疗形象与社会偏见。洪小平介绍的当期功能包括 evSense 下两个 Copilot、Waypoint 与 Pathfinder 两个 Autopilot、跟随模式,底盘的坡道与复杂路面适应、悬挂和振动提示,以及语言交互。用户研究推动了产品做减法:首代取消座椅前倾与升降,以保证量产可靠性;辅助驾驶从停止/避让的模式切换,演化为摇杆按钮的实时授权;陌生环境更需要 Copilot 的控制感,熟悉环境更需要 Autopilot 减少精力消耗。产品目前仍以 Mobility 和量产为中心,机械臂、做家务、自动充电配件及数万至十几万台设备形成具身平台,都是远期设想或条件式计划,不是已交付能力。 节目还记录了接近半年的可靠性验证延迟、双滚机 200 万圈团队目标,以及 Alpha 试用者重新去马场的具体故事。这些能说明工程投入和个案价值,但不能代替长期现场安全、普遍用户效果或市场契合证明。录制时产品尚未定价,团队希望偏高端并计划在 2026 年 CES 前后明确价格;首款拟按出行设备定义,未来才考虑医疗相关 SKU。后半部分关于联创肖文龙、技术文化、传统自动驾驶算法栈、品牌专利与组织效率的讨论,展示了团队试图把大疆经验迁移到新品类的方式。最终,洪小平把最想验证的问题留给“跨越鸿沟”:ev¹ 能否从早期采用者进入早期大众,仍取决于真实购买、场景使用和后续迭代,而非新品类命名本身。

晚点聊 LateTalk · #141 · 2025-11-24 · 1:30:22

原对话:沿提问、回答和转折完整展开

下面先按节目顺序重建。主持人在追问什么,嘉宾如何以自己的经历、例子和推理作答,尽量保留在具体语境中;案例中的事实、数字和判断先归属于发言人。随后才进入本文的机制解释与独立判断。

00:00:07–00:27:58连续对话 1

00:00:07–00:08:26从纳米材料研究到览沃:把物理训练用于可量产的激光雷达

  • 2016年回国加入大疆,是有一点内部创业的意思吗?当时做的是一个新项目吗?
  • 2016年的大疆是什么状态?你当时为什么没有直接创业?
  • 你加入之前是不是没有光电部,是你来后建起来的吗?
  • 你们开始定义第一个产品时是怎么做的?最初瞄准的是车载还是其他场景?
  • 览沃后来是不是把重点转向了车载?

节目先以洪小平的两句判断作预告:他认为人形机器人虽是具身智能的“珠峰”,但目前的实现路径尚不成立;他希望所做的产品今天就能解决生活问题,并把 ev¹ 称为“泛个人出行设备”。程曼祺随后介绍,洪小平是 Strutt(若创科技)创始人,曾任大疆光电部及激光雷达产品线览沃负责人。她在旧金山试用活动接触到双臂残缺、只有两根手指的 Usman,脊椎脆弱的 16 岁少女 Ali,以及患多发性硬化症的 Joe:Usman 戴 Apple Watch 和 Ray-Ban Meta,也曾用 Vision Pro 操控 ev¹;Ali 给自己使用最久的手推轮椅编织花朵。主播由此提出,本期要讨论的不只是设备类别,而是如何减少出行顾虑、扩展生活体验。这些是主播的现场观察与转述,不是大样本用户效果验证。

洪小平回顾,他在伯克利攻读物理学博士,研究纳米材料的光学性质,喜欢物理,也在科研上取得过成果。主持人在 00:02:50 提到其发表 Nature、BioScience 等论文,这一发表信息应归为主持人事前了解,不能改写为嘉宾在本期自报论文清单。大约在博士毕业前一两年,他意识到自己更想从事工程,把技术、产品与普通人的生活结合起来。博士毕业后,他先在硅谷 Honeywell 做研究科学家,参与偏产品的气体传感器工作,原因之一是他当时尚缺乏真正的产品经验。

一两年后,港科大本科同学、时任大疆研发副总裁王铭钰邀请他加入大疆。按主持人和嘉宾对谈,他在 2016 年回国;当时大疆已成立约十年,正面临 Intel、3D Robotics 及国内公司的竞争,判断无人机需要靠智能化和更好的传感器拉开差距。洪小平认为,物理训练让他习惯从底层和第一性原理分析问题,而当时激光雷达本身也处于早期,这个新项目既应用了所学,又提供了产品实践。他承认当时想创业却不知道怎么开始,因此先进入大疆学习。面对“是否由你建立光电部”的追问,他只说具体不便谈、自己负责大疆内部的光电部,审读稿不再扩大为已确认的完整部门创建史。

团队花数月调研后认为,激光雷达最难的是缺少可量产方案;最初目标是为无人机做传感器,后来也服务车载场景,主持人和嘉宾以小鹏 P5 为例。洪小平概括当时的行业差异:一些团队先做原型,再估计未来量产成本与规模;他们的原则是设计就服务量产,零部件和工艺要么现成可得,要么能从第一性原理判断做得出来,而不是等待超前十年的器件。按他的自述,这使览沃产品具备量产和降本的可能,首款激光雷达在 2020 年 CES 发布时定价低于 1000 美元。该价格与量产贡献均为本期对话中的自述和主持转述,本次未独立核验销量、成本或市场影响。

览沃(Livox)洪小平在大疆期间负责的激光雷达产品线。对话重点是其面向量产的设计原则,以及从无人机传感器到车载应用的路径;价格、销量和产业影响均按嘉宾与主持人说法记录。
新工科教育本指南科大试验班的项目制实践:学生通过动手项目和观察社会问题形成解决方案。洪小平负责电子编程,认为它补充了单纯考试训练在顶层产品设计上的不足。
VLA(Vision-Language-Action)把视觉、语言与动作输出联系起来的模型思路。嘉宾以相关研究说明机器人开始获得上层理解;本期没有证明 ev¹ 已由 VLA 完整控制,具体论文名也存在转写疑点。
Early science嘉宾用于描述在大规模资源投入前已能看到的技术苗头。他认为 OpenAI 投入前已有数据、Transformer 和 scaling 线索,而具身智能当时缺少同等信号;这是其比较框架。

话题推进:主持人接着把外部看到的览沃独立、产品发布与车企合作,和洪小平在 2019 年前后离开放在一起,追问为何在业务进展后选择离开。

00:08:26–00:14:03离开大疆、参与新工科教育:在观察中锁定机器人方向

  • 览沃在 2019—2020 年有独立、产品发布和客户落地,你为什么在 2019 年前后离开?
  • 你是南科大新工科项目的老师吗?具体负责什么?
  • 你是在哪一年明确机器人是创业方向的?
  • 松灵那时已经成立了吗?最开始做底盘吗?

洪小平离开大疆的原因不是对激光雷达业务简单否定,而是他一直想创业,也需要时间思考要做什么。他把大疆经历总结为两方面积累:一是把产品做到极致、把科技和产品结合;二是理解产品从概念到量产之间的各种困难。传感器终究服务于最终产品,而他希望做直接服务人的终端产品。

他随后加入南方科技大学的新工科教育改革试验班。按他的说法,吴景深、李泽湘两位港科大教授参与推动这个项目,他负责教电子编程。项目强调让学生通过动手做项目、洞察社会问题来提出解决方案。洪小平并未否定传统课程和考试本身,而是指出,仅依靠应试训练可能使学生进入职场后,在架构设计和顶层产品思考上遇到困难。主持人另转述李泽湘此前对本科课程与学分过多的观察,这部分应与嘉宾自己的教育判断分开。

约三年的南科大时期,对洪小平既是教育实践,也是观察创业方向的窗口。他在 2019 年已明确要做机器人,却没有确定具体产品。他与松灵魏基栋有交流,南科大还购买过松灵底盘供学生做项目;当时对方在东莞做教育机器人和底盘,割草机方向尚未明确。这个例子说明他并非在大模型热潮出现后才开始接触机器人,而是在既有产业网络中持续判断哪些方向切实可行。

2022 年底至 2023 年初,他读到谷歌关于机器人思维、传感器融合和大语言模型的一系列工作,认为语言模型开始为机器人提供“上层理解”,由此产生更强的创业紧迫感。转录在 00:12:16 出现“PaLM-Second、RT、RT2、VT-RT2”等含混写法;本段只保留他能确认的主旨,不借外部知识还原每篇论文的准确名称或提出时间,也不把 VLA 的落地成熟度说得超过本期陈述。

话题推进:机器人大方向确定后,主持人把问题推进到形态与路径:既然投资人也认为团队优秀,为什么不直接做人形机器人?

00:14:03–00:22:43为何不直接做人形:数据、可靠性与早期科学信号

  • 你觉得人形机器人的主要卡点是什么?
  • 中国公司选择‘沿途下蛋’和资源有关吗?OpenAI 不是也一直奔着很高的目标吗?
  • 你是觉得具身智能还没到大语言模型当年那种早期信号出现的状态吗?
  • 选定具体产品后,你怎么保证自己最早看到第一批技术信号?
  • 你怎么看号称第一个家庭机器人的 One X Neo?

从 2023 年创业起,洪小平时常被投资人追问为何不做人形。他并不否认人形所代表的长期愿景,而是区分“看得见珠峰”与“知道怎样抵达”:他认为当前的数据和算法还不足以支撑通用具身智能,直接押注人形更像空中楼阁。

他用一个粗略的数量级论证说明数据难题:语言是按时间展开的一维序列,他把 ChatGPT、DeepSeek 的训练量概括为约一万亿 token;机器人则至少包含时间、三维空间,以及触觉、声音、嗅觉等更多信号。他据此认为,覆盖物理世界所需的数据可能远大于语言。但他也主动补上反方向条件:高维数据内部相关性更高,语言又已包含许多逻辑,所以真实需求未必按维度简单指数增长。因此,“一维/五维”和“一万亿 token”应保留为嘉宾帮助说明问题的粗略框架,而非本节目证明的通用数据规模定律。

更关键的是持续的数据来源。他认为,工厂可以较快采集结构化场景的数据,家庭和生活场景却需要产品先真正进入日常。消费机器人若只能完成通用任务的一半,失败的一半会不断给用户添麻烦;可能需要达到他举例的 90% 或 95% 可用阈值,用户才愿意购买。由此形成循环:没有数据就做不好,做不好就没人买,没人买又拿不到生活数据。这些百分比是他的直观阈值,不是实测产品合格率。

主持人用 OpenAI 的高目标挑战这一现实主义路径。洪小平回应,OpenAI 在大力投入前已有数据、Transformer 等早期研究和 scaling 的苗头,后续是追加资源验证;他认为具身智能尚未出现同样接近通用能力的 early science。这里是他对两段技术发展史的解释,不等于已对所有具身研究作出系统评价。主持人进一步指出,做具体产品可能让人错过新信号。洪小平认为重要突破通常会被公开看到,公司的差别在于能否识别其重要性,以及是否已拥有真实场景和数据;前沿研究也可能“天女散花”地来自学术机构和资源充足的团队,公司的职责是识别后投入产品化。

对主持人提到的 One X Neo,洪小平以“挺扯淡”表达强烈否定,核心依据是他认为该产品昂贵、复杂任务仍需遥操,无法形成消费价值;转录中的价格为 2 万美元。该评价及价格均保留为嘉宾当期判断,不能扩写为对全部家庭机器人路线的客观结论。

话题推进:否定一条路径还不等于找到自己的产品。主持人随后归纳他要“做机器人、直接服务人、今天可用”,继续追问具体应用和社会问题从何而来。

00:22:43–00:27:58从老龄化到个人移动:先解决应用问题,再讨论具身数据

  • 除了机器人和直接服务人,你选择创业机会还看重什么?
  • 你说的是家庭场景数据吗?这款产品到时候室内室外都能用吗?
  • 你们在哪一年确定这个方向?此前是否考虑过扫地机器人等方向?
  • 值得做一辈子的事情不是具身智能的圣杯吗?
  • 回头看,你觉得自己应该更早创业吗?

洪小平把创业约束进一步明确为:产品不应只是十年后的噱头,而应在当下帮助用户。他把这称为人性关怀和社会责任,随后以老龄化作为选题的转折点。在他看来,老龄化是持续且缺少充分解决方案的问题,年轻照护劳动力不足会抬高养老与服务成本。他举例称,一些美国高端养老院需要 50 万至 100 万美元入门费;他们在美国、日本观察到护工短缺,也与新加坡当地机场交流过推轮椅人员难招的问题。这里既有个人观察,也有机构交流和价格说法,不能改写成经过行业统计验证的成本结论。

团队在 2023 年初确定方向后,继续追问什么设备能跟着人进入生活、室内外可用并解决真实问题。他选择的核心需求是 mobility,即个人移动。使用者不一定是残疾人或老年人:在机场、展会、游乐场、公园,有人可能疼痛、平衡欠佳或只是疲劳,需要一辆可随行、可载物的智能设备。他把这称为人的“最后一公里”,希望它与送货的末端配送相区分。

洪小平认为,真实使用会带来环境数据和人与机器的交互,这正是当前人形机器人较难进入家庭后获得的材料。但本期没有给出数据采集字段、授权方式、规模、是否上传或训练配方,因此审读稿只说这是他设想的入口价值,不能补写为已经合法合规建立的数据飞轮。主持人用“具身圣杯不是更值得做一辈子吗”追问时,他把技术圣杯和应用场景分开:即使未来有通用具身机器人,老年人和家庭仍可能是主要受益者;Strutt 选择从这些人今天的问题出发,希望产品迭代能逐步接近远期目标,而不是已经证明必然到达。

他也回顾曾考虑割草、泳池清洁、地毯清洁等方向,最终认为老龄化才是愿意长期投入的问题。对于是否应更早创业,他的回答保留了两面:少一些纠结、早些接受挑战可能有帮助;但此前积累的技术、对人性的理解和责任感也使现在并非太坏。他承认自己过去常觉得没有准备好,喜欢先把事情做扎实。

话题推进:主持人接着把公司的外部称呼“做电动轮椅的”交给洪小平,要求他直接定义 Strutt 和首款 ev¹。

00:27:58–00:54:52连续对话 2

00:27:58–00:29:27创业时机的复盘与 ev¹ 定义问题的引入

  • 你是否觉得再不创业就没有机会,所以格外珍惜现在的时机?
  • 投资人把你们称为做电动轮椅的;你自己怎样定义 Strutt 和首款 ev¹?

这一段承接上一节的职业复盘,而不是新的技术论证。洪小平认为,早些创业可能让自己更早发挥喜欢挑战的特点;但过去的技术积累、对人性与社会责任的理解,也使当前的年龄和状态有自身优势。他珍惜现在的 timing 和选定的方向,希望找到路径清晰、可以长期投入的事业。

程曼祺随后说,从前一年起便陆续听到投资人谈论若创,项目在资本市场受到关注,但外界通常把它概括成“做电动轮椅的”。她明确要求洪小平自己定义公司与 ev¹。这一转折很重要:后文“泛个人出行设备”首先是创业者的产品定义,用来挑战传统品类,而不是监管类别、消费者购买共识或市场已经形成的事实。节目 shownotes 也称产品即将发售,因此本段之后的体验应理解为录制时所见产品与试用活动,不等于产品已大规模正式交付。

evSense嘉宾所述 ev¹ 智驾系统,涵盖环境感知、规划与导航,以及两个 Copilot、Waypoint、Pathfinder 和跟随等功能。具体传感器与算法实现未在本期披露。
Copilot / AutopilotCopilot 是用户主导下的辅助,包括障碍前停止与授权后的方向调整;Autopilot 是在设定固定或临时目标后由车辆导航。两者对应控制感和省力的不同场景需求。
QuattDrive(转写待核)嘉宾介绍底盘时使用的名称,涉及坡道、草地、树根和泥泞等路面的动力与稳定,以及悬挂和自稳定等设计。名称拼写、性能工况与认证状态未核验,沙滩被明确列为限制。
PMF(Product-Market Fit)产品与市场需求的契合。嘉宾强调产品使用门槛可能压抑需求,产品改善后潜在市场才显现;本期案例提出假设,不等于 ev¹ 已实现 PMF。

话题推进:洪小平先用步行距离内的交通空缺回答‘为什么需要它’,再展开智驾、底盘与人机交互的完整体验。

00:29:28–00:35:07ev¹ 的当前产品主张:evSense、QuattDrive 与人机交互

  • ev¹ 是电动轮椅吗?你怎样定义它?
  • 对一名用户来说,ev¹ 比较完整的体验和功能是什么?
  • 跟随模式就是让车跟着人走吗?

洪小平把 ev¹ 定义为“泛个人出行设备”:汽车覆盖更远距离,自行车或电动车覆盖一部分较近出行,而步行距离和步行速度附近仍缺少合适工具。他认为这类产品的难点不是单纯让椅子通电,而是在人行道和生活场景中兼顾操控、智能和底盘能力。

他介绍的第一组功能是 evSense。按他的表述,它既感知环境,也提供规划和导航,包含两个 Copilot 与两个 Autopilot:基础 Copilot 在障碍物前减速并停止;Copilot+ 针对窄通道、倒车等难以准确控向的场景,依据环境做方向调整;Waypoint 对应“去冰箱、去洗手间”这类固定目标;Pathfinder 则让用户在地图上点选一个不必命名的临时目标。跟随模式面向人想自己走一段、又不想返回取车的情况,车辆跟人移动,也能承载行李、食物、水和药品。团队最初并未规划 Autopilot,但底层 evSense 支持后续叠加升级。以上是嘉宾对录制时产品功能的陈述,并非本审读独立实测;转录 00:31:21 的“环境湿度”语义可疑,正文只保留“依据环境调整方向”。

第二组是底盘。他先说 Smart Wheels,随后使用 QuattDrive 名称,具体品牌拼写仍需回听。他宣称车辆可应对旧金山、重庆的坡道,以及草地、树根、泥泞等路面,并主动排除沙滩这一限制,不能概括成“全地形都可行驶”。他还提到自平衡、自稳定、ABS、打滑检测与悬挂,目标是减少侧滑和颠簸、提高舒适与稳定。原文没有给出这些系统的测试工况和性能指标,不能把它改写为汽车级安全认证或不会失控。

第三层是交互。工程师习惯 Copilot 后,切到 manual 测试时也可能忘记当前模式而碰撞,团队因此在扶手/摇杆增加障碍物报警和振动反馈。大语言模型则被赋予两种角色:控制车辆与聊天陪伴。他转述美国养老院试用者称护工没有时间聊天、自己很享受与设备交谈,这是具体试用反馈,不是陪伴效果的普遍证据。至于“让它做家务”,原话紧接着说“如果后面把执行器也放上去”,应明确写成未来扩展设想,不能列作当前交付功能。

话题推进:功能很多仍没有回答首要用户是谁。主持人因此追问,早期取舍到底围绕哪一类核心用户展开。

00:35:07–00:41:28“为所有人设计”的依据与代价:去偏见、共通需求和产品空缺

  • 最开始的核心用户是谁?产品取舍与哪类用户的需求相关?
  • 如果把用户定义为所有人,怎样定义参数并做取舍?
  • 已有两轮电动车、滑板车、平衡车和电动轮椅,为什么还需要这个新产品?
  • 电动轮椅不能做到这些吗?它不够安全吗?
  • 人行道的颠簸、异物和底盘高度,与这款产品有什么关系?

面对核心用户的问题,洪小平给出的答案是“可以是任何人”。团队不按某一种残疾定义产品,而希望把外观和功能做得更泛化。主持人将其外观形容为“办公椅加底盘”、轻盈而有运动风。洪小平认为,许多老人只是走不远、容易累,却抗拒被当作残疾人;残障用户也会遭遇社会偏见。他转述一位轮椅用户买咖啡时,店员不直接问他,而问旁边护工他想喝什么,仿佛坐轮椅也意味着认知有问题。团队希望用新的产品形态减少这种 stigma,但外观改变能否实际减少歧视,仍需用户和社会层面的验证。

主持人紧接着指出,“所有人”会使参数与优先级失去边界。洪小平的回答是找共通需求:坐得舒适、通过性好、操控简单、智能。他认为这些需求与是否残疾无关,因此先把共通体验做到极致。他也承认这是新品类,自己同样好奇受众和市场会是什么。这是产品定义原则,不是已经解决所有人群差异的证据。

对于为何已有交通工具还不够,他用自己 80 多岁的外婆举例:她从自行车换到更稳定的三轮车,后来体力和安全都不支持继续骑行;欧美老人选择 E-bike,也说明延长独立出行的需求存在,但两轮车仍有平衡与安全门槛。主持人追问电动轮椅为何不行,洪小平给出医疗形象、操控与复杂路况适应性三方面不足,并把传统产品的目标概括为维持基本生活能力,而他想扩展的是更有质量、更自由的出行。

他把人行道称为“最糟糕的路况”:坑洞、裂缝、砖石、异物和占用未必像机动车道那样及时维护,因此需要动力、四轮驱动和悬挂。他提出把汽车底盘的一些思路带到人行道。原稿将“轮椅厂商都不会做、残障用户只需要基本移动”写得过于普遍;审读稿保留为洪小平对传统行业的强烈批评和他的产品机会判断,不将其当作对所有厂商和残障用户需求的客观概括。

话题推进:在确定“产品可以打开被压抑的需求”后,嘉宾用 3D 打印机和割草机进一步解释他怎样理解 PMF。

00:41:28–00:43:26P 能否打开 M:3D 打印、割草机与尚未证成的类比

  • 割草机是不是也类似?更早的产品是谁做的、采用什么方式?
  • 没有 PMF,有时候是否其实是 P 做得不够好?

洪小平对 PMF 的强调落在 Product 一侧:市场看似不存在,有时并非没有潜在需求,而是现有产品学习成本和使用负担过高。他以 3D 打印为例,早期用户要装配、调试、测试,真正打印还可能花费数小时到数十小时,难以进入普通人的生活。他认为拓竹降低使用门槛,并用 Maker World 的线上共享机制减少寻找和处理模型的负担,才使新手更容易使用。主持人补充,2014—2015 年“双创”时期已有许多 3D 打印项目,因此不能把市场扩大简单解释为技术刚刚出现。

割草机是第二个类比。早期埋线式产品虽然能自动运行,前期布置却繁琐且成本不低;无边界方案提升了产品力,但洪小平认为它仍未达到完全省心的状态,所以尚未吃掉整个市场。他把其阶段描述为主要仍在 innovator/early adopter,或许开始触及 early majority。这里的核心并非“只要产品好就一定有市场”,而是产品可靠性、部署劳动与使用门槛可能掩盖真实需求。

主持人把讨论总结为“没有 PMF,有时候可能是 P 做得不够好”,洪小平进一步说“不是 M,不是没有 M”。审读稿保留他的强观点,同时注明其适用范围:3D 打印和割草机的类比能提出假设,不能单独证明 ev¹ 也有同样大的潜在市场。ev¹ 还涉及价格、身体差异、服务、监管与信任,是否跨得过这些门槛,需要销售与长期使用证据。

话题推进:类比解释了方向,却不能代替首款产品的工程取舍。主持人随后问 ev¹ 从最初设想到当前形态经历了哪些调整。

00:43:26–00:47:50从做加法到做减法:首款 ev¹ 的可靠性、优先级和名字

  • ev¹ 从最初定义到最终产品经历了哪些大调整,原因是什么?
  • 2024 年夏天收敛形态时,除了底盘加椅子,还有哪些选项?
  • 做减法时哪些东西不能变,优先级怎样排列?
  • EV 是指什么?

洪小平把时间线说得很具体:创业第一年约为 2023 年夏天至 2024 年夏天,团队没有立即投入完整产品形态的开发,而是在做底盘、四轮驱动、智驾、传感器融合等底层技术,同时从第一天开始用户调研。到 2024 年夏天,团队才决定朝当前产品形态收敛。这一年先做了许多加法,随后必须为首代量产做减法。

被砍掉的代表是座椅变形:座椅可前倾,帮助腿部力量不足的老人上下车;也可升降,适应吃饭等不同场景。这些功能确实回应了具体需求,但额外电机和连杆会增加可靠性、一致性、可维修性及验证周期。洪小平并未说复杂机构本质上不可靠,而是说创业公司无法在第一代把所有部分同时做好,因此先聚焦核心价值,把一部分功能留给第二、三代。

他给出的前三项优先级依次是智能化、座椅舒适度、底盘能力;随后又把整体原则归纳为安全、舒适、易用。两者不是完全同一套标签:智能化直接改善操控,也服务安全;底盘既扩大可通过场景,也关系安全;悬挂同时改善舒适和稳定。ev¹ 的名称按他解释是 Everyday Vehicle,而非 Electrical Vehicle,含义是日常、不同场景都能使用,这是品牌愿景,不应理解为已证明任何路况均可用。

他用亲历解释为何把底盘放到核心位置:曾在美国人行道上使用其他代步车,侧向经过斜坡时因车辆扭矩和操控不足,实际方向偏离他的意图,差点摔倒。这个案例支持他重视动力与稳定性的动机,但并不能单凭自身经历证明 ev¹ 已消除此类风险。悬挂和弹簧的设计则用于减少颠簸,服务舒适。

话题推进:整体形态收敛后,主持人继续问更细的功能定义:辅助驾驶怎样在安全和用户主动控制之间取得平衡。

00:47:51–00:51:18用户没有说清的需求:从模式切换到实时授权

  • 开发这种新品类时,遇到过什么特别难的挑战?
  • 试用者在车辆自动偏转时,主观控制感发生了什么变化?

洪小平用 Copilot 的演化说明,功能好不好不只看演示体验,还要看真实使用。2025 年 CES 展出时,设备仍需在“只停止”和“能避开”两种模式间切换。用户在体验避让模式时觉得舒适,实际生活却常开 manual 或停止模式。团队询问后发现,避让意味着不能主动接近物体,例如想靠近桌子时也会被系统阻止;若每换一种意图都切换模式,即使只按一下,也是负担。

团队最后在摇杆上增加按钮,把模式切换改为实时授权:进入窄通道、电梯或倒车出电梯等难以控向的场景时,用户按住按钮,让系统辅助改变方向;不需要时松手,回到正常驾驶。节目已明确给出的输入是用户的持续授权和环境感知,给出的输出是方向辅助。原文并未披露摄像头/激光雷达的具体组合、轨迹优化算法、左右轮扭矩公式或居中控制指标,审读稿删除原机制中这些看似技术完整但无来源的补写。

按钮还解决了心理层面的控制感。车辆自动偏转方向,可能让人觉得“我明明打这边,它却走另一边”;主动按住按钮后,用户更容易把偏转理解为“我授权它帮我”。主持人亲自试用后也描述,自己虽然没有直接控制方向,仍感觉在控制它。这是产品交互设计与两人试用感受,不等于所有残障用户均有相同体验。

另一项观察是用户口述与行为需求不完全一致。访谈时,用户说不要 Autopilot、要 Copilot,因为想到公园、越野或陌生道路时希望掌控车辆;但在家或熟悉超市,他们更可能希望车辆代驾,以减少持续摇杆操控的精神负担,去看风景、玩手机或聊天。因此 Copilot 与 Autopilot 不是简单的高低级替代,而是陌生环境与熟悉环境、控制感与省力之间的场景分工。洪小平把后者视为助手型机器人的起点。

话题推进:从‘替我开’到‘帮我做事’,嘉宾把产品进一步连接到 Robot Helper;下一段要核查这一定义中哪些是现有接口,哪些仍是未来愿景。

00:51:19–00:54:52Robot Helper 的愿景与接口现实:语言意图、机械臂和平台边界

  • Everyday Robots 最初是单臂、后来也有双臂吗?
  • 如果装机械臂,是装在这里或后面吗?

洪小平将 ev¹ 的长期方向称为 Robot Helper,并把思想来源之一追溯到谷歌 2017 年启动的 Everyday Robots 项目。按他的回忆,该项目虽已停止,但做过带机械臂、传感器和夹爪的日常机器人,并影响了随后的一些具身研究。00:52:18 的“Seikan、RT2、Palmy”等名称含混,不能据外部常识直接改写成确定的论文清单。洪小平真正想借鉴的是“机器人作为日常助手”的目标,而 ev¹ 的帮助方式首先是载人到达目的地。

在 Autopilot 可行的前提下,他希望大语言模型降低交互门槛:用户不必明确说“去冰箱”,而可以说“我口渴了,想喝冰可乐”,系统理解意图后把人带到冰箱。这是嘉宾给出的自然语言交互例子;本期没有展示端到端演示、识别成功率或安全确认机制。他进一步提到车载传感器、语言模型与 VLA 的结合,也应理解为技术方向和可用组件,不等于当前 ev¹ 已由 VLA 完整控制。

相比软件愿景,洪小平对物理接口讲得更具体:扩展接口支持 200—500 瓦功率输出,提供控制信号和高速网络信号;车后 Rack 平时放包,也可安装机械臂,扶手附近和座椅下有其他安装点或 USB-C 等接口,操控位置可交换以适应左撇子。他以此说明 ev¹ 既是椅子,也是移动底盘和可承载其他功能的平台。数字和接口均为嘉宾自述,未在本次审读中查验工程图纸。

机械臂、自动充电基站、新传感器、执行器和额外计算单元是他列举的可扩展配件;开门、拿东西、无人乘坐时取水,则是“如果加机械臂”后的设想。不能把这些条件句改写为现有 Robot Helper 功能,也不能因预留供电和通信接口,就推定配件生态、控制软件或安全认证已经存在。

话题推进:主持人紧接着问机械臂是否已在开发原型,迫使讨论从平台可能回到当前研发优先级。

00:54:52–01:21:16连续对话 3

00:54:52–00:56:49平台路线回到当前约束:先量产 Mobility,再逐步增加功能

  • 像机械臂这样的配件,你们自己在开发原型吗?
  • 你说它是移动底盘,它首先是椅子还是机器人平台?

洪小平继续解释平台含义:车前后有接口,包括 USB-C,整车电信号与控制信号为后续扩展预留空间;它首先是一把椅子,同时也是移动底盘,可以承载其他功能。这里讨论的是结构上的可扩展性,不能替代产品是否已经量产、配件是否上市的证明。

面对“机械臂是否在开发原型”的直接追问,他明确回答那只是远期目标,当前聚焦于产品量产与 Mobility。这个否定性边界应成为理解整期的关键:ev¹ 当前的商业中心是个人移动,机械臂与通用家务不是其已交付主线。

他仍然解释了为何长期需要自然交互:配件增加后,如果每一个功能都依赖多按键遥控器,普通用户难以理解。他以宇树较大的遥控器作对照,主张 Robot Helper 必须让用户容易表达意图。这是对未来交互复杂度的判断,不是对宇树全部产品易用性的完整评测。

原转录在 00:56:04 之后多次写“沿途下单”,结合全篇应为嘉宾此前“沿途下蛋”战略的延伸,但审读稿不假装音频已核准。其实际策略是,不把所有配件和功能一次性堆给用户,而是先定义少量场景,把承诺的功能测得可靠,再让用户在家庭环境尝试;新场景反馈再决定后续开发。洪小平设想,当几万、十几万台设备进入全球家庭并执行此类任务时,会形成“最好的具身智能平台”。设备数量、任务执行与平台地位都是条件式愿景,当前访谈没有证明已有这一安装规模或数据闭环。

双滚机测试嘉宾描述的耐久测试:滚筒上约 5 厘米凸起让车辆周期性颠簸,观察机械、电路和信号稳定性。200 万圈是团队目标,NVA 标准名称及测试通过情况待核。
Alpha 测试节目所述早期用户试用阶段。马场故事说明一名用户的具体体验,同时有宣传视频拍摄背景;未提供样本量、订单或长期追踪,不能替代普遍安全与 PMF 验证。
Mobility device嘉宾对首款 ev¹ 的出行设备定位,强调个人移动而非首发的医疗器械渠道。未来可能另做医保或医疗相关 SKU;本期不构成欧美法律分类的独立证明。
激光雷达 SLAM利用激光雷达点云等输入进行同步定位与建图,让设备估计自身位置并构建环境地图。嘉宾回顾张富的开源工作改善览沃算法适配;算法名 FastLeo 等待回听。

话题推进:主持人将问题从远期功能拉回工程实现:一辆三个月能做出原型的产品,为什么还要为量产付出更多时间?

00:56:49–01:00:55从原型到量产:双滚机验证与 Alpha 用户的具体价值

  • 功能定义和交互之外,工程实现有什么难点,怎样解决?
  • 在目前做过 Alpha 测试的 ev¹ 上,有什么印象深刻的用户反馈或故事?

洪小平认为,ev¹ 的复杂度接近做一辆车,原型和量产之间有大量工程问题。按本期相对时间,团队在“去年 8 月”开始做,三个月后做出原型,再经修改参加当年年初 CES;结合同段 2025 年 CES、2023 年夏创业和 2024 年夏收敛形态,可谨慎理解为 2024 年 8 月开始做原型、2025 年 CES 展示。原稿写成 2022 年 8 月启动项目并三个月参加 CES,与公司成立时间相冲突,应予撤回。

量产前,团队先按最终设计打一个版本而不直接开模,专门进行可靠性测试,项目因此延迟接近半年。他描述的“双滚机”是在滚筒上加约 5 厘米高的垫子,每转一圈让车辆颠一次。他称一些国家的相关标准约为 20 万圈,团队将目标设为 200 万圈。转录中的标准缩写为“NVA”,无法确认正式名称,故不写成已核实的“行业通行统一标准”。

这套测试不仅看机械结构是否散架,也关注多传感器、执行器共同工作下的高功率线路和高带宽信号传输是否稳定。它体现团队将时间用于耐久性验证,但 200 万圈不自动等于任何真实道路都不会故障;还需要工况、载荷、通过标准与现场可靠性数据,本文不补造这些指标。

用户故事发生在 Alpha 测试语境。洪小平刚访问过佛罗里达一位高中毕业、准备上大学的女孩:她颈部脆弱,难以承受强烈颠簸,平时使用手动轮椅,过去喜欢去马场与马互动,却已数年无法前往。她还曾租用电动轮椅,第一天在家碰撞,增加心理负担。团队让她试坐 ev¹ 到泥泞、草地和树根较多的马场给马梳毛,母亲当场落泪,并受邀参与宣传视频。这个故事同时包含产品试用、企业宣传拍摄和嘉宾个人感动,应保留具体语境,不能作为普遍医疗效果或购买转化证明。

洪小平由此说,机器人技术可以给有需要的人带来出行便利与喜悦,并称试用者总体上“基本都非常有意愿”。原文没有提供试用人数、意愿口径、订单或付款,审读稿不将其改写为“购买意愿都很高”的量化市场验证。

话题推进:用户价值之后,主持人把问题落到商业可及性:最终定价、用户支付范围、监管分类和市场规模分别怎么处理。

01:00:55–01:03:55定价、监管与市场规模:高端定位仍待真实销售检验

  • 接下来的定价大约在什么区间?欧美主流目标用户可接受什么价格?
  • 中高端电动轮椅是不是本来就比较贵?
  • 在欧美市场,它在资质、品类和法律监管上会被定义为医疗器械吗?
  • 你会担心这个市场的规模吗?电动轮椅市场到底有多大?

当主持人问价格时,洪小平首先明确说尚未定价。主持人随后提到,团队计划在 2026 年 1 月 CES 前后正式定价,嘉宾回答“还有两个月”,并表示希望偏高端、premium,但又不至于贵到不可接受。这是录制时的计划,不是已经公布的价格或交付承诺。

调研中的支付说法跨度很大:有人说愿意付 1000 美元,也有人说愿意付 2 万美元。洪小平认为,怎样理解中间区间仍需更多调研。高端电动轮椅可卖数万美元则是他对现有品类的概括;主持人补充自己在 Reddit 见过有关高价的讨论。愿望价格、论坛讨论、企业定价与实际成交是不同证据,不能相互替代。

监管问题上,洪小平说首款会定义为出行设备,并用 E-bike 的购买需求作类比;残障用户也可以购买,但第一款不直接进入医保或医疗器械渠道,未来可能另设相应 SKU。转录 01:02:20 的“不会覆盖在 E-Bike 里面”语义含混,审读稿只保留明确的“首款按出行设备、未来或做医疗相关 SKU”策略,不把它写成已经获得某一国家监管认定,更不推定各市场只需公司自行声明即可改变法律类别。

面对市场规模,洪小平借用投资人 Henry 的说法:电动轮椅行业足够原始、足够老,缺少可信的成熟报告;他们的新产品又足够新,没人知道准确受众,二者目前存在重叠。他认为既有报告会像早期激光雷达报告一样,随着出货和上市公司信息增加才变得可靠。主持人提到曾有相关公司退市,转录作 EvalCare,shownotes 补充为 Invacare,可记录这一名称来源而不进一步断言退市细节。

洪小平把这种从未知到已知的状态看作机会,主持人以无人机和 Pocket 类产品作对照。该论证说明未知市场可能有空间,却没有证明 ev¹ 的市场一定足够大。真正需要观察的是首批购买者是谁、支付多少、通过什么渠道购买,以及试用意愿能否变成成交和持续使用。

话题推进:新品类需要同时处理机械、硬件和算法,主持人于是转向联合创始人与团队是怎样组建的。

01:03:55–01:12:35联创与“宪法”:能力互补、技术文化和当前算法栈

  • 这次团队怎样组建?你与肖文龙怎样互补?
  • 汪涛自己会被谁挑战?有没有他要求重做的具体例子?
  • 大疆的人怎样理解‘舒适’?工程师达到几千人后还能保持吗?
  • 这次找了 AI 或算法相关的合伙人吗?

洪小平加入大疆第一个月便认识肖文龙(Nick)。当时肖文龙负责一款较大型无人机产品,对激光雷达有需求,两人围绕传感器方案有较多交流,后来该项目被取消。肖文龙离开大疆后做过航模涡喷发动机等项目;他怀念与优秀团队完成高难度产品的经历,却更希望偏执行,不愿独自承担一号位战略。洪小平愿意定方向、从全局审视细节,自己偏传感器和算法,Nick 偏结构和电机控制,两人认为从感知到执行能够互补。

肖文龙当时有多个选择。洪小平说服他的方式不是只谈产品,而是共同回答“什么是好团队”,两人在饭局上先定文化价值观,后来又作调整。主持人读出的版本包括创新进取、拥抱成长、有机团队、执行到位、纯粹做事、极致拼搏、勇于开放、敢于决策。洪小平补充不迷信专家、第一性原理,强调文化不是墙上展示,而是日常判断的“宪法”:符合为绿、不符合为红,除非团队共同决定修改。

谈到大疆,主持人问汪涛如何被挑战。洪小平只说自己会被他挑战,不知道谁挑战汪涛;他也不提供具体重做案例,只说汪涛对产品与工程要求极高,别人觉得不错时他可能要求重来。转录中的大疆价值观口号为“积极尽致”,具体字样存疑,本稿不自动改写成另一熟悉词。洪小平对“舒适”的解释是技术氛围浓、以技术和结果说话、人情世故少、能专注工作,而非轻松低压。他明确说不能代表别人,也只确认自己在任时、约三四千工程师范围内的体验。

关于算法合伙人,他给出了一项影响产品可信度的重要信息:目前 ev¹ 的自动驾驶模型没有采用最前沿的具身智能技术栈,因为在他看来,那套方法尚难在低成本、低算力、低数据量条件下用好;团队使用的是接近传统自动驾驶的技术,并受益于成熟的传感器、执行器与算法供应链。算法团队由公司与港大张富老师联合培养的第一位博士生带领。

洪小平随后回顾张富开发并开源激光雷达 SLAM 算法系列的贡献,认为其改善了览沃特殊扫描方式的算法适配,推动了学校和公司的采用。转录将人名写作“张副”、算法写作 FastLeo、公司写作 Lightworks、先进性写作 SOCAR;shownotes 确认张富的身份及研究方向,但具体算法名和称号仍列入回听,不在正文无标记地补成外部知识。这里还要区分:既有自动驾驶技术和 SLAM 积累是当前产品基础,通用具身模型则是远期路线,两者不能混为一谈。

话题推进:团队能力回答了之后,主持人提出下一个现实问题:产品若反响不错,模仿者进入,先发优势如何维持。

01:12:35–01:21:16护城河不是永久领先:品牌、专利、综合团队与迭代压力

  • 产品上市后如果反响不错,必然有人做类似产品,你们未来怎么应对?
  • 扫地机器人的先发优势也会扩散,你们与那个行业有何不同?
  • 你凡事想在前面,这种特质的劣势是什么,怎样调整?
  • 大疆在快速迭代与谋定后动的光谱中处于什么位置?
  • 现在有什么你在学习或对标的企业家、创始人?

洪小平不否认竞争的价值,但不喜欢过度内卷。他把 Strutt 的防线分为三层。第一是品牌与先发心智:用户会把可靠性、稳定性和安全与品牌联系起来,若 ev¹ 先建立“安全、智能”的认知,后来者要跨过信任门槛。第二是专利:他称摇杆控制、四驱加悬挂、模式切换和语言模型融入等问题已经申请专利。申请不等于授权,也不等于竞争者必然侵权,原稿“不可避免踩专利”只应作为嘉宾的自信表述。第三是综合团队:机械、硬件、算法和制造可靠性需要共同打磨,新团队很难只复制一个单点。

他也明确承认领先不会永久持续,不能五到十年还靠同一款产品。公司的路线是把新技术逐步加入这一代或后续产品,通过 roadmap 维持竞争力。主持人随即指出,这对研发、供应链和迭代效率提出高要求。洪小平回应以高招聘标准和文化筛选:不合适者可能主动离开,公司也可能请其离开;他同时承认这种标准并非对所有初创公司普遍适用,成熟大公司的体系也可能更优秀。

主持人用云鲸、石头的先发优势后来扩散作反例,双方认为扫地机对人身安全的要求相对较低,而 ev¹ 更接近无人机。小米和 GoPro 进入无人机未形成持续优势,被洪小平用来说明安全可靠与综合产品能力的重要性;主持人转述刘靖康曾把 GoPro 无人机放在办公桌上,提醒自己未知问题可能在首款发布后才暴露。洪小平也补充,GoPro 仍有强品类心智,但后续产品力、供应链等环节也必须跟上。这些例子支持“先发不足够”,不能证明安全是失败的唯一原因。

对于“想在前面”的性格,他承认劣势是可能过度追求效率、带来不必要压力,也承认没有架构可以一步到位。他希望减少迭代次数,而非拒绝迭代。主持人把追觅的快速渠道试错、Insta360 的先想清楚再做放在一起比较。洪小平回忆自己在任时大疆较放权,团队可尝试不同方向,公司效益也能支撑内部探索;优秀团队做出的前沿模块后来会进入产品。这是他的部门与时期经验,不应概括为所有团队都没有试错成本。

他最后谈到 Steve Jobs,钦佩的不只是产品洞察,还有 taste、远见和战略表达。他以 iOS 与外部开发者生态为例,认为在结果出现前把愿景清晰传递给员工,是自己需要学习的能力。下一部分将继续区分这种自上而下的战略与底层创新。

话题推进:主持人由 Jobs 与汪涛的不同,引出一个组织问题:大疆为何到 2018—2019 年左右才把愿景成文,文化是否因此才存在。

01:21:16–01:30:08连续对话 4

01:21:16–01:24:43文化先于成文:战略自上而下,底层创新自下而上

  • 你向往的是对产品与工程细节的敏锐吗?
  • 大疆到 2018—2019 年左右才有明确成文愿景,你对此有印象吗?
  • 那个成文版本很长、难记,你还记得吗?当时“空间智能”的核心意味着什么?

洪小平先继续解释自己欣赏的两种能力。他把 Jobs 的 iOS 理解为生态与平台战略:引入外部开发者,并把尚未完全显现的构想清楚传达给员工,属于自上而下的设计。对汪涛,他更熟悉的是工程和产品细节:面对新材料、新工艺,会持续思考能否用于无人机,并能把取舍依据说清楚。他表示自己也希望具备这种敏锐,而没有把对两位企业家的理解写成唯一完整评价。

程曼祺指出,大疆到 2018—2019 年左右才形成明确成文愿景,并问洪小平是否记得。他说自己当时反而困惑,因为在其体验中,公司文化与愿景早已通过工作风格和日常交流表现得很清楚,只是没有成文。他不记得成文内容,也说明当时已接近离开。主持人认为长版本不易表达传播,并提到其中的“空间智能”具有前瞻性。

洪小平同意愿景有远见,同时认为愿景可以保留一定模糊性,为不同解释和后续探索留下空间。更重要的是,他强调真正的文化体现在每天怎样做事,而不是文字本身是否存在。

主持人把 iOS 式平台战略与大疆产品中不断涌现的自下而上创新作对照。洪小平最后归纳为:战略和愿景自上而下,底层创新自下而上,但后者需要符合战略方向。这是他的组织理想和希望 Strutt 未来达到的状态,不是对 Strutt 已实现该机制的证明。

跨越鸿沟(Crossing the Chasm)从 innovator、early adopter 的小众采用,进入 early majority 主流市场时可能出现的断层。洪小平把它作为 ev¹ 最想验证的问题,而非已经解决的阶段。
空间智能主持人回忆大疆成文愿景时提到的核心概念,嘉宾认为其有远见并保留解释空间。本审读不进一步补写大疆的官方定义。
自上而下与自下而上嘉宾主张战略与愿景由公司上层明确,符合方向的底层创新由团队探索。iOS 生态和大疆内部模块探索是其理解这一分工的例子,不是 Strutt 已验证的组织结果。

话题推进:组织愿景之后,主持人请嘉宾只选一个当前最想验证的悬念,他把答案落到 ev¹ 如何跨越从小众到大众的鸿沟。

01:24:43–01:27:33最想验证的问题:ev¹ 怎样找到小众入口并跨越鸿沟

  • 最近你在思考、最想验证的问题或悬念是什么?
  • 你觉得无人机当年是怎样跨过这道鸿沟的?

洪小平选择回答“ev¹ 如何跨越鸿沟”,而非宣称已找到市场答案。他借《跨越鸿沟》的框架解释:新品先由 innovator 和 early adopter 接受,形成 niche market,再进入 early majority 的主流市场时可能断裂。没有成熟方法能保证跨过去,需要在目标用户中持续迭代,先找到最合适的一群人,再向更大人群扩张。

他同时保留两种可能:ev¹ 定位大众,鸿沟也许很小;也可能只有创新者愿意尝试,鸿沟很大。两个 Copilot 与两个 Autopilot 可以服务不同需求,团队希望在早期测试中与用户共创,观察谁在什么场景真正使用。拍电影的朋友询问能否把摄影机架在车上,让其自主移动、定点行走,这是一个意外的 niche 用法;它说明早期探索可能超出最初想象,但单个询问还不能证明摄影市场是可靠切入点。

主持人问无人机当年怎样跨过去。洪小平的个人解释是,无人机在多种小众应用中找到航拍:过去只有少数人能坐直升机低空观察熟悉环境,无人机把这种新视角带给普通人,“会飞的相机”因此是准确定位。这个类比给 ev¹ 的启示应是寻找能显著扩展生活体验的核心场景,而不是只把功能堆得更多。

程曼祺最后指出鸿沟大小的两面:太小会更快进入大众市场,也可能迅速变成红海;较大给公司留下成长空间,但太大可能永远跨不出去。洪小平仍宁愿鸿沟小一些,因为至少说明需求存在,他把这称为“乐观中的困难”。这句话与他前面不回避竞争的态度一致,也再次说明产品市场匹配仍是待验证问题。

话题推进:访谈在这个开放问题上结束,主持人随后回顾洪小平的经历并推荐消费硬件与具身智能相关往期节目。

01:27:34–01:30:08收尾:把本期放回消费硬件与具身智能的连续讨论

程曼祺总结,洪小平从博士毕业后酝酿创业,在大疆与南方科技大学积累经验,到 2023 年选择机器人技术与人文关怀结合的方向。她将具身智能称为许多机器人从业者希望抵达的长期目标;这一总结不应替代前文嘉宾对路径不确定性的承认。

随后是节目推荐,不属于新的产品事实。第 120 期再次访谈 Insta360 刘靖康,比较早期“猎人策略”和 2025 年面对更激烈竞争、建设持续学习组织的思考;第 118 期访谈乐享科技郭人杰,讨论消费级机器人、玩具与陪伴的交叉;第 87 期由同事与云鲸洗地机产品线负责人庄斌讨论新硬件的诞生。主持人建议按品类新颖性、工程与供应链成熟度、公司阶段和竞争强度对照收听,并推荐“自动驾驶和具身智能人形机器人”专题。

shownotes 另外确认本期嘉宾为洪小平、主播为程曼祺,提供 ev¹ 旧金山试用会照片及两位 YouTube 博主 Scott、Micah 与 Usman 的赛道活动说明,并补充王铭钰、魏基栋、肖文龙、张富、Invacare 等名词背景。链接和图文版仅作为节目提供的延伸材料记录,本次未将外链正文当作已独立核验来源。

话题推进:本期结束;没有遗漏需要继续核查的正文段落。

以上是原对话的分段阅读。下面才开始提炼论证、解释机制并给出本文自己的判断。

主要论证:观点怎样由经历与例子支撑

当前直接做通用家庭人形机器人的路径不清晰,关键约束是可用性、持续数据来源和可识别的早期技术信号,而不只是资金多少。

洪小平 · 00:14:03-00:22:43

1. 数据量级是启发式比较:嘉宾以语言的一维序列和机器人的时间、空间、触觉等多维输入解释数据困难,并提到约一万亿 token;他同时承认高维数据相关性和语言中的先验逻辑可能降低实际需求,不能简化为确定的维度指数定律。

2. 产品进入家庭才有生活数据:工厂数据可集中采集,家庭数据需要机器人长期生活在用户旁边。若通用任务只能完成一半,失败部分会给用户添乱;他用 90%/95%说明可能需要很高可用性,由此形成没有数据就无法改善、无法改善就没人购买的循环。

3. OpenAI 类比需要区分前提:嘉宾认为 OpenAI 加注资源前已有 Transformer、数据和 scaling 的 early science;他尚未看到具身智能有同等接近通用能力的信号。

4. 公司还要识别公开突破:前沿进展可能分散来自学术机构和大公司,具体产品团队未必最早发明,但需要判断什么结果值得重注,并已拥有可落地的场景。

成立条件:这是嘉宾在 2025 年节目语境中的路线判断,依赖于当时可见算法、数据和产品状态。若出现低数据依赖的通用操作方法、可靠低成本部署场景或新的 scaling 证据,结论需要重新评估。

ev¹ 选择先做个人移动设备,是希望让现实产品与长期具身目标相互支撑,而非把轮椅包装成通用机器人。

洪小平 · 00:22:43-00:27:58;00:54:52-00:56:49;01:10:30-01:11:30

1. 应用先于技术形态:团队把老年人及家庭视作未来机器人也最需要服务的对象,从老龄化、护工短缺和个人移动困难出发,而不是先决定必须做人形。

2. Mobility 提供即时价值:在机场、公园、展会和家庭等场景,疼痛、平衡问题、疲劳或残障都可能造成出行困难;设备可以载人、跟随和载物。

3. 当前技术栈保持现实:嘉宾明确说 ev¹ 自动驾驶仍接近传统自动驾驶,因为具身智能技术尚难满足低成本、低算力和低数据量约束。

4. 平台价值取决于后续条件:车辆预留供电、通信和安装接口,未来可扩展机械臂等配件;但机械臂原型被明确归为远期目标,当前聚焦 Mobility 量产。

成立条件:首款产品必须独立提供足够用户价值并量产成功;后续数据必须可合法采集、可训练且对目标任务有效;接口预留还需要配件、软件、安全和用户生态才能真正成为平台。

ev¹ 的“泛个人出行设备”定义试图同时解决身体出行障碍和轮椅带来的心理偏见,但“所有人”是待验证的产品边界。

洪小平 · 00:35:07-00:41:13;00:43:26-00:47:50

1. 外观和叙事去医疗化:老人可能只是走不远而不愿被视为残疾人;轮椅用户买咖啡时被店员绕过本人询问护工,说明偏见不只来自物理环境。

2. 共通需求形成首代优先级:团队聚焦坐得舒适、通过性好、操控简单和智能,并将智能化、座椅、底盘列为前三项,再归纳为安全、舒适、易用。

3. 产品做减法而非无限泛化:座椅前倾与升降虽能帮助上下车和适配场景,但增加电机、连杆和量产验证负担,首代被取消。

4. 泛化不自动覆盖专业需求:不同身体条件、照护环境和操作能力仍可能需要专门适配;本期没有证明一款通用设备可以覆盖全部人群。

成立条件:共通体验需要真的比现有替代方案更好,同时不能让特定残障用户的关键适配被牺牲;去偏见效果也需要用户与社会反馈验证。

“P 做得足够好就能打开 M”是有启发的产品假设,但 ev¹ 是否成立仍要接受定价、监管、渠道与真实购买的检验。

洪小平;程曼祺 · 00:41:13-00:43:26;00:47:51-00:51:18;01:00:55-01:03:55;01:24:43-01:27:33

1. 类比指出被产品压抑的需求:3D 打印从复杂调试到易用设备和模型共享,割草机从埋线到无边界,均说明部署与学习成本会影响品类采用。

2. ev¹ 有具体交互证据线索:团队观察到用户生活中少用避让模式,改为按住按钮才授权方向辅助;Copilot 与 Autopilot 分别对应陌生环境的控制感与熟悉环境的省力。

3. 商业证据尚未闭合:访谈时价格未定,调研愿付价格从 1000 到 2 万美元不等;首款按出行设备定义,医疗相关 SKU 是未来可能。

4. 主持人把问题推到采用曲线:从 innovator/early adopter 到 early majority 的鸿沟需要找到真正高频或高价值场景,不能靠新品类口号跨越。

成立条件:必须把试用意愿、愿望报价、预订、实际付款、长期使用和转介绍分开;3D 打印或无人机类比不能替代 ev¹ 自身证据。

复杂出行设备的竞争优势来自品牌信任、专利、跨学科团队与持续迭代的组合,先发本身不是永久护城河。

洪小平 · 00:56:49-00:58:33;01:03:55-01:24:43

1. 安全信任需要长期兑现:用户可能把可靠性与品牌绑定,但品牌认知只是目标,必须靠量产和现场表现支撑。

2. 工程系统不易单点复制:团队同时处理机械、硬件、算法、电路、信号和制造一致性;专利申请覆盖交互与结构问题,但申请状态和实际保护范围未核验。

3. 双滚机体现验证投入:团队因可靠性测试延迟近半年,目标 200 万圈并检查高功率线路和高带宽信号,而非只测机械不散架。

4. 组织需要继续迭代:嘉宾承认同一产品不能维持五到十年优势,也承认过度追求前置思考和效率会带来压力;战略可自上而下,底层创新仍需在方向内自下而上发生。

成立条件:专利需要授权和可执行,测试需要与真实工况对应,文化需要在组织扩张后仍能提高交付质量;任何单项都不能单独证明长期领先。

机制与术语:对象、输入输出和中间过程

Copilot+:用持续按压表达临时授权

输入:用户操作摇杆,并在窄通道、电梯或倒车等需要辅助时持续按住摇杆按钮;系统感知周围环境。

过程:按住时,车辆提供方向调整;松手后回到正常驾驶。它取代此前需要在“只停止”和“主动避让”之间切换的方式,使用户想主动接近物体时不必被避让逻辑持续阻止。

输出:用户意图与系统方向辅助共同形成的行驶行为。按钮还让用户把自动偏转理解为自己授权的帮助,缓解失控感。

已披露边界:本期没有给出传感器组合、路径规划算法、轮端控制或避碰指标,不能自行补齐。主持单次试用和团队用户观察也不等于全部场景的安全验证。

对应节目:00:47:51-00:51:18

本文自拟示意,不是嘉宾实验

【按节目原例或嘉宾设想重述,非新增产品实测】节目原例:用户倒车出电梯时难以看清后方并准确控向,按住按钮让车辆辅助改变方向;驶出后松手,恢复正常操控。想靠近桌子时则不必一直处于避让模式。

为量产而设计:从激光雷达原则到 ev¹ 首代取舍

输入:目标产品功能、可采购器件、现有工艺和团队对技术可行性的判断。

过程:览沃时期的原则是零部件和工艺要么现成,要么能从第一性原理判断可做,不等待超前十年的器件。ev¹ 延续这一约束:首代取消座椅前倾和升降,因为额外电机与连杆会增加可靠性、一致性、维修和测试成本。

输出:可验证、可制造的首代方案,而不是功能最多的样机。

失败条件:对成熟度或用户需求判断错误,可能导致性能不足、砍错功能或量产仍不稳定;量产导向并不等于保守或不创新。

对应节目:00:06:30-00:08:26;00:43:26-00:47:50

本文自拟示意,不是嘉宾实验

【按节目原例或嘉宾设想重述,非新增产品实测】节目原例:座椅前倾能帮助腿部力量不足者上下车,但团队没有否认其价值,而是把它留到后续代际,先保证首代底盘、智驾、座椅和整体可靠性。

Copilot 与 Autopilot 的场景分工

输入:用户对环境的熟悉程度、控制感需求与希望投入的注意力。

过程:陌生公园、越野或道路交通中,用户更想自己控制,由 Copilot 减速、停止或辅助方向;在家或熟悉超市,用户更想减少持续驾驶的精神负担,由 Waypoint 或 Pathfinder 完成固定/临时目标导航。

输出:同一产品内的“帮我开”和“替我开”两类体验。

证据边界:这是团队从访谈与观察归纳的场景假设,未披露样本量和各模式真实使用频率,不能写成所有用户的一致偏好。

对应节目:00:30:40-00:32:27;00:50:07-00:51:19

本文自拟示意,不是嘉宾实验

【按节目原例或嘉宾设想重述,非新增产品实测】节目原例:同一名用户在访谈中可能说只要 Copilot,因为想到的是陌生环境;回到家后,却希望车辆自动驾驶,自己能看风景、玩手机或与人聊天。

平台扩展:物理接口与机器人能力之间仍需多层实现

当前据述输入/接口:200—500 瓦供电、控制与高速网络信号、Rack 和扶手附近安装位、USB-C 等。

潜在扩展:机械臂、自动充电基站、新传感器、执行器和计算单元。

需要的中间层:配件机械与电气适配、控制软件、自然语言任务解析、场景安全验证和售后生态;这些并未因接口预留而自动完成。

当前输出边界:嘉宾明确说机械臂是远期目标,团队当前聚焦 Mobility 量产;开门、取物与做家务是条件式愿景。

对应节目:00:51:19-00:56:49

本文自拟示意,不是嘉宾实验

【按节目原例或嘉宾设想重述,非新增产品实测】节目设想:用户说“我口渴,想喝冰可乐”,系统理解意图并带人去冰箱;如果未来加装机械臂,再讨论取物。前半句是交互目标示例,后半句还依赖尚未落地的配件与软件。

可靠性验证:双滚机圈数只是测试协议的一部分

输入:按最终设计制作、尚未直接开模的版本。

过程:滚筒上约 5 厘米凸起让车每圈颠一次;嘉宾称相关标准约 20 万圈,团队把目标设为 200 万圈,项目因此延迟近半年。

观察对象:机械结构、多传感器和执行器的配合、高功率线路、高带宽信号传输。

解释边界:圈数是团队目标,不等于已核验通过,也不能单独推出真实道路绝不抛锚。还需要载荷、速度、路况等效性、故障判据与长期现场数据;NVA 缩写待回听。

对应节目:00:56:49-00:58:33

本文自拟示意,不是嘉宾实验

【按节目原例或嘉宾设想重述,非新增产品实测】如果一台样机通过 200 万圈但测试载荷远低于实际用户,不能直接宣称覆盖全部目标人群;反之,圈数较少也不必然没有价值,关键是测试与真实失效模式是否对应。此为审读者用于解释指标边界的自拟例子,不是 Strutt 的实际测试缺陷。

沿途下蛋的数据飞轮:每一环都需要独立证据

设想链条:有用的移动设备 → 用户购买并进入家庭/社区 → 获得真实环境和人机交互 → 改善算法与产品 → 扩展新任务和配件。

关键断点:设备是否真有持续使用价值;采集哪些数据及如何授权;移动导航数据是否能迁移到操作任务;机械臂等配件是否交付;新数据是否确实提高可靠性。

当前证据:节目提供了产品定义、接口和试用个案,但没有证明完整闭环。

判断方式:将商业进入场景、数据可用性和技术迁移分别验收,避免把装机规模直接当成通用具身能力。

对应节目:00:20:31-00:21:40;00:24:45-00:26:14;00:56:04-00:56:49

本文自拟示意,不是嘉宾实验

【按节目原例或嘉宾设想重述,非新增产品实测】即使未来有大量设备记录人行道避障,也首先支持移动导航改进;若目标是开门或抓取水瓶,还需要相应视觉、力觉、动作和成功标签。此为审读者解释任务数据差异的说明,不是对嘉宾路线已经失败的判断。

独立判断:这些对话改变了什么理解

这期最有价值的产品方法,不是‘不做人的话就做轮椅’,而是把抽象的技术路线拆成可验收的用户问题;但它的长期具身论证仍未闭合。

推理:洪小平没有从人形或非人形推出技术先进性,而是从谁在什么场景遇到什么问题出发:盲人般难以控向的倒车场景促成实时授权,熟悉环境促成 Autopilot,量产约束促成座椅功能减法。这样的机制能直接改善当前产品。相较之下,‘这些产品和数据最终通向通用具身’还多了一层任务迁移假设,不能由当前产品体验自动推出。

竞争解释与边界:反向看,移动场景仍可能积累长期环境理解、人机信任和交互数据,为更复杂机器人提供基础。关键是公司能否说清每类数据服务哪个任务,并用对照实验证明迁移,而不是只展示设备数量。

实时授权按钮体现的是交互语义设计,而不仅是驾驶算法优化;它也可能是评估其他辅助机器人的重要参照。

推理:纯避让把‘系统认为危险’置于用户所有意图之上,导致靠近桌子等正常行为也受阻;纯手动又要求用户始终精确控向。持续按压把控制权的切换放进当下动作,让用户能区分‘现在帮我’与‘现在让我自己来’,同时减轻自动偏转带来的失控感。这里的关键改进是用户如何向机器表达授权边界。

竞争解释与边界:持续按压并非人人可用:手指力量、震颤、握持和注意能力不同的用户可能难以完成。本期开场提到只有两根手指的 Usman,但未给出按钮适配细节。应观察不同身体条件下是否仍能方便进出辅助模式,以及松手后的行为是否始终符合预期。

“为所有人设计”与首代做减法之间存在真实张力,不能被泛化口号掩盖。

推理:去医疗化和通用外观有助于触达不愿坐轮椅的老人,但不同残障群体对身体支撑、上下车、操控和照护协同的需要并不相同。首代取消座椅前倾与升降,恰好说明某些具体需求已因量产约束被推迟。泛化应理解为优先寻找共通底座,而不是宣称所有人已被覆盖。

竞争解释与边界:这并不说明减法错误。首代先稳定交付可能比堆叠未经验证的机构更有益;后续可通过不同 SKU、座椅与配件适配专业需求。但这需要实际路线图和用户参与验证,不能由平台预留接口推定已经解决。

200 万圈和 Alpha 用户故事分别提供工程投入与使用价值的线索,两者都不能独立证明 PMF。

推理:双滚机针对重复颠簸,能暴露机械、电气和信号耐久问题;用户故事展示一名特定女孩如何在马场重新获得活动体验。前者未必覆盖所有真实失效模式,后者包含个案、宣传拍摄和主观感动。它们值得保留,却不足以推断长期返修率、普遍安全性或大规模购买。

竞争解释与边界:若后续能将耐久测试与真实里程故障、不同体重和路况的使用、售后维修及持续活跃数据对应,证据会显著增强。同样,若多位不同条件用户能独立完成原先难以完成的活动,个案价值才可能扩展为稳定产品价值。

“P 好就能打开 M”应该理解为寻找被使用摩擦压抑的需求,而不是忽略市场、价格和分发。

推理:3D 打印和割草机的例子都围绕部署劳动、学习成本和可靠性下降,确实能解释为何旧方案只吸引爱好者。ev¹ 还增加购买价格、监管渠道、身体适配、售后和安全信任等摩擦。即使产品体验优秀,如果目标人群无法试用、支付或维护,需求仍不会自动转化为市场。

竞争解释与边界:强产品也可能通过口碑和全新体验降低教育成本,无人机航拍就是嘉宾给出的例子。要判断 ev¹ 是否类似,应看早期用户是否出现明确高频场景、非传统轮椅用户比例、实际成交与持续使用,而不是只比较功能列表。

尚未解决的问题与可检验的下一步

待解问题:ev¹ 最先形成稳定需求的是传统轮椅升级用户、此前拒绝轮椅的老人、轻度出行困难者,还是机场/拍摄等机构 niche?

下一步信息或小实验:按用户此前替代方案记录试用、预订、实际付款和持续使用,分开观察 Copilot/Autopilot 各模式的高频场景与留存,而非只统计试用好评。

怎样的结果会改变判断:如果多数成交来自已有高端轮椅用户,‘新品类’首先体现为轮椅升级;若此前不使用辅助设备的人持续购买并使用,才更支持泛个人出行设备打开新增市场。

待解问题:实时授权和自动驾驶能否覆盖不同身体条件,并在真实环境中保持可预期的控制权?

下一步信息或小实验:针对手指力量不足、震颤、颈部脆弱和不同认知负担的用户,测试按压持续时间、误触、松手退出、模式理解、障碍物报警及人工接管;记录失败和不适配,而不只记录成功演示。

怎样的结果会改变判断:若部分核心用户难以持续按压或经常误解当前模式,单一按钮方案需要更多交互备选;若不同用户均能明确理解并安全切换,才支持其通用交互主张。

待解问题:双滚机 200 万圈与实际寿命、安全和维护成本怎样对应?

下一步信息或小实验:公开测试载荷、速度、凸起等效路况、故障判据和通过结果,并跟踪真实里程、不同体重与地形下的故障、返修、电池和关键部件寿命。

怎样的结果会改变判断:若实验室圈数与现场故障不相关,需要调整测试协议;若能预测主要失效并降低现场故障,才可把测试投入更牢地转化为安全品牌。

待解问题:平台接口能否转化为真实配件与可训练的数据,而不是长期停留在愿景?

下一步信息或小实验:观察后续机械臂或其他配件的实际原型、有限场景可靠性、软件接口、用户授权、数据类型与训练对照;分别验证移动导航数据和操作任务数据的用途。

怎样的结果会改变判断:若长期只有硬件预留而无可用配件,平台价值应下调;若配件进入真实家庭且数据能改善明确任务,沿途下蛋的技术连续性才得到实质支持。

待解问题:高端定价、出行设备定位和后续医疗相关 SKU 能否形成可及的渠道组合?

下一步信息或小实验:比较正式价格、试驾到成交的转化、直销与机构渠道、售后成本、不同市场监管要求及用户实际自付金额,分开记录愿望报价与真实付款。

怎样的结果会改变判断:若试用意愿高但成交受价格、维修或监管阻碍,就需要调整产品和渠道;若目标用户能以可承受总成本持续使用,才支持高端定位与大众扩张并行。

影响理解的转录疑点

建议优先阅读或回听 00:14:03–00:27:58、00:43:26–00:56:49、00:56:49–01:03:55 和 01:24:43–01:27:33。第一段给出不直接做人形的完整数据论证和主持人的反问;第二段把产品取舍、实时授权、Robot Helper 愿景与当前量产边界连在一起;第三段提供可靠性、Alpha 个案、定价和监管的实际状态;最后一段则明确 ev¹ 的市场鸿沟尚未解决。

证据边界与资料索引

本页依据整期机器转录、官方节目介绍与章节逐段重建,未宣称逐字人工听审。说话人、专名、数字和时间可能存在识别误差;原声仍是最终核对依据。嘉宾关于公司、市场、研究、个人经历与未来的说法按口述保留,不自动等于独立核验的事实。

原节目:141: Strutt 洪小平:大疆激光雷达前负责人做了台“电动轮椅”?不做人形也能通向具身

本页使用的公开文字或字幕来源

返回顶部