Podcast Interview · 逐期深读

贾鹏:从英伟达、理想到至简动力的技术栈、产品交付与具身创业

本期背景与内容导览

本期以贾鹏从HPC、英伟达中国智驾到理想、再到至简动力的职业路径为线索,讨论自动驾驶和具身智能的技术栈、产品交付与组织。英伟达时期,他从CUDA和算法加速转向芯片、SDK、传感器与底层软件,理解平台生态的优势及与最终用户数据的距离。黄仁勋的直接沟通、愿景共享与第一曲线支撑长期投入,帮助他形成软硬件系统观。2020年,他因希望直接完成产品交付、获得真实用户数据而加入理想,被李想“技术服务产品、数据是一切”和“车和家”的愿景吸引。 理想部分不是单纯的逆袭故事,而是两类能力的形成:核心成员对数据驱动路线保持一致,项目制组织以明确战役推动交付,同时保留R&D预研,使后续方向能转入量产。80人100天双J3高速NOA证明首次交付能力;有图切无图则暴露覆盖限制、体验退化与裁员压力,团队用数据逐项闭环并快速修正。日活、里程占比、NPS和Max购买比例提供了产品与商业指标,但缺少绝对阈值和独立审计,不能写成自动驾驶已经完全解决。贾鹏认为数据驱动、一体化模型和高算力已形成范式,因此转向更偏探索的具身创业,这一“范式已定”始终是他的个人判断。 至简动力延续三人分工:贾鹏负责算法、模型和Infra,王佳佳负责硬件与交付,王凯负责管理、融资和战略资源。Simple Scalable希望以简单模型、开盒即用产品和项目制组织获得规模化,六边形战士则要求技术、战略、产品、品牌、组织和商业共同支撑。研发分Infra、基础模型和场景应用三层,重点是一体化多模态理解、预测、CoT与动作,而非只接一个动作头。大公司可提供通用底座,至简用本体和场景数据做Conditional Training,再完成垂直Action与商业落地;自研与外部合作并存。 真实数据闭环是访谈主线之一。可穿戴设备支持物理交互采集,商业化让长尾问题进入训练;双芯片影子模式让稳定版实际控制产品、新版后台比较轨迹,以低风险A/B测试验证改进。合成数据可扩增罕见案例、用于导航和闭环验证,但贾鹏不看好其作为Manipulation主力,属于经验判断。数据也有失败成本:至简约1万小时以半真机为主,采集手套电磁干扰使早期1/3数据不可用,迭代后约90%可用,半真机不能误写成仿真。 商业化选择强调完整端到端任务,而不是成熟流水线的单工位替代。完整流程有利于统一技能与迁移,但仍需验证部署、维护、返修和客户成本。当前以通用移动、简单操作和物品泛化切入工厂、商超等受控场景,灵巧操作和安全交互后续再解决,进家时间原文含混,不擅写具体区间。硬件门槛贯穿全篇:同型号A/B机器人行为不一致、返修率自述100%、零部件与工艺不成熟,说明零部件复用不等于量产可靠;硬件一致性会直接影响数据噪声与模型训练。 行业展望保留多种时间和不确定性:2026–2027可能有统一化、视觉CoT与Action闭环信号,2028左右可能以灵巧手稳定量产形成PMF,家庭普及又是另一阶段。上市可提升行业信心,也会增强头部融资与人才优势;华为、小米、理想等巨头下场则是贾鹏预测。最终,六边形体系战与“范式未明前省着花、找到后使劲砸”是他选择的应对,而GPU占研发三分之一以上、硬件备货成本不定、扩张方式尚未确定,提醒读者融资、技术演示和短期顺利都不是商业成功证明。

晚点聊 LateTalk · #155 · 2026-03-23 · 2:47:50

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。

00:00:04–00:26:08连续对话 1

00:00:04–00:09:10英伟达智驾中国团队的首位员工:HPC背景如何转成端侧软硬件能力

  • 2015年你为什么从高性能计算转去英伟达做智驾?
  • 你此前接触过自动驾驶吗?英伟达为什么愿意招你?
  • 当时英伟达和它的中国智驾业务处于什么状态?

节目先以贾鹏对黄仁勋精力、爬坑能力、六边形战士和硬件问题的几段快评开场,随后他自我介绍为至简动力CEO。主持人从他的HPC经历追问智驾起点。贾鹏回忆,2008–2012年读书期间,他开始自己购买零件组装高性能计算机器,使用CUDA 1.0、2.0并做算法加速;这些早期经历让他熟悉GPU,而非一开始就做汽车。

贾鹏将加入英伟达归因于两种背景相遇:他希望把芯片扩展到端侧,早期手机侧尝试因过热未能形成业务,电动车则提供更大的电池和相对宽松的散热条件,成为下一个智能终端候选。经朋友介绍,他于2015年底加入当时挂在数据中心下的中国自动驾驶团队,是该团队第一位正式员工,直接向美国的管理者汇报。主持人确认“第一个员工”是中国团队,不是英伟达全球智驾的首位员工。

入职初期,他扛着开发板到车企与自动驾驶公司推广芯片和SDK,后续逐渐从硬件推广转向算法加速和底层SDK开发。此前他没有智驾经验,英伟达看重的是CUDA和HPC背景可以迁移到端侧计算。早期中国团队小,他需要同时接触传感器标定、感知、定位等本地化工作,形成软硬结合的起点。

贾鹏对当时英伟达规模的描述是个人回忆:市值约100亿美元、全球约五六千人、北京办公室约百人。主持人以现在的巨大市值作对照,他则强调自己在英伟达经历的是从约100亿到1000亿美元的一段成长,而不是完整经历后来所有涨幅。市值与人数均应保留为嘉宾口述的历史印象,不当作本轮财务核验。

HPC与CUDAHPC指高性能计算,贾鹏早期用CPU/GPU集群做算法加速;CUDA是英伟达的并行计算平台与编程模型,让他在进入智驾前已具备GPU和底层优化经验。
SDK与平台生态SDK为开发者提供在硬件上开发应用的工具、库和接口。英伟达通过芯片、SDK和CUDA建立生态,供应商可赋能客户,但与最终用户数据和产品交付存在距离。
L4与量产数据路线L4指特定条件下高度自动驾驶,早期许多团队先做Robotaxi和高精地图;贾鹏后来更认同特斯拉式量产车收集真实数据、持续迭代的路线,二者不是单一技术名词的简单替换。
数据闭环用户使用产品后暴露真实问题,团队采集、筛选、分析并用于模型更新,再把更新交付给用户,形成反馈循环。只有真正触达用户,才有贾鹏所说的闭环。

话题推进:主持人接着问早期客户和路线:英伟达为何先服务偏L4的团队,后来又如何走向量产交付。

00:09:10–00:15:13从L4服务到量产路线:供应商生态、数据闭环与架构师成长

  • 当时服务了哪些重要客户,主要是偏L4吗?
  • 你后来加入理想,现在更站Waymo还是特斯拉路线?
  • 英伟达为什么没有更早直接面向车企和用户做最终交付?
  • 你在英伟达最大的个人成长是什么?

贾鹏回忆,早期使用英伟达产品的包括百度、文远、小马等偏L4团队,当时许多公司希望先做高上限的Robotaxi,而蔚来、小鹏等量产新势力尚在早期。英伟达一方面作为供应商随客户需求搭建生态,另一方面内部也带有高精地图、规则写场景等L4思路。贾鹏认为这使软件量产进展相对缓慢,与直接面向用户的公司形成差距。

他明确说,自己后来更认同特斯拉路线:自动驾驶最终是数据驱动问题,需要直接让用户使用,并让用户反馈暴露真实问题。这里的“让用户去骂”是对产品闭环的强调,不是鼓励忽视安全或用户权益。英伟达擅长的是提供通用计算平台和SDK,让更多开发者在其上构建应用,这种平台定位也影响它不如整车厂直接掌握最终用户数据。

贾鹏转述马斯克在黄仁勋推销芯片时仍坚持下一代自研大算力芯片,并坚持硬件标配,即使客户不购买FSD也提前埋设数据收集能力。他把这看成对算力、数据与Scaling Law的早期理解。该故事是嘉宾的转述,不作为马斯克本人或特斯拉官方确认。

他个人的成长来自小团队中的跨层工作:从硬件、传感器、驱动、SDK到上层算法都要接触,因此由算法加速工程师逐渐成为理解完整系统的架构师和“多面手”。这也解释了后来为什么他既能谈模型,又强调本体、芯片与Infra,而非只关注算法论文。

话题推进:主持人随后把问题转向黄仁勋本人:他怎样过问一线工作,英伟达又如何容忍长期低收入的探索业务。

00:15:13–00:22:30黄仁勋与英伟达的长期投入:直接沟通、愿景共享和第一曲线支撑

  • 你和黄仁勋本人有哪些直接接触?
  • 他会直接问智驾业务吗?你的周报邮件对他有用吗?
  • 前瞻性小业务如何在公司内部长期生存?
  • 你2020年离开时,智驾收入约占多少?

贾鹏回忆,早期组织扁平,黄仁勋会在GTC期间与包括中国团队在内的员工交流。最令他印象深刻的是精力:黄仁勋自称每天四五点起床看邮件或论文,并以脑门温度比太太高一度形容大脑持续高速运转。这是贾鹏转述的个人轶事,不应被写成生理测量结论。

在工作上,黄仁勋会阅读并回复部分员工周报邮件,询问中国智驾芯片进展、客户反馈与改进空间。贾鹏称他直接追问“为什么中国还没有量产”,关心芯片和软件到底哪里有问题。这些细节表明创始人直接接触一线,但节目中的“top file/toll file”拼写并不稳定,本稿统一称“周报邮件”,不另造机制名称。

主持人追问为何Jetson、汽车等长期低收入业务能被容忍。贾鹏给出三条相互依赖的条件:创始人能抗住外界压力并坚持判断;愿景能清晰分享给工程师,形成共同目标;游戏、数据中心等第一曲线提供经济基础。换言之,长期投入不是脱离经营约束的理想主义,而是强主业、领导判断和组织信任共同支撑。

他估计2020年离开时智驾收入仍不到2%,说明量产尚处早期,并不说明这项业务没有长期价值。贾鹏把CUDA也作为长期建设例子:先投入人帮客户优化,逐步形成生态,再等应用规模到来。此处应同时看到长期主义与选择成本,不能泛化为任何小业务都应无限期投入。

话题推进:理解英伟达的长期平台战略后,主持人追问贾鹏为什么还是离开,选择直接到车厂做产品。

00:22:30–00:26:08离开英伟达加入理想:从平台供应商转向产品、用户与数据闭环

  • 2020年离开英伟达,除了难获得用户数据,还有哪些考虑?
  • 为什么选择理想,什么时候拿offer、正式入职?
  • 理想当时销量和智驾基础都不领先,你为什么仍选择它?

贾鹏说,在英伟达五年后,他仍想把自动驾驶真正落地,看到用户使用自己的产品,因此必须从供应商位置走到最终产品交付。供应商可以建设通用生态,却不一定直接拥有用户交互、真实错误和持续迭代闭环。这是他决定加入车厂的核心原因,不是简单否定英伟达的平台价值。

他于2020年8月拿offer、9月入职理想,处在上市前后。选择过程还包括与其他自动驾驶从业者交流:大家都有进入车厂、直接做产品的共识。他被李想的两点打动:技术最终服务于产品,只有产品才让用户感知并反馈;数据是一切,先知道问题在哪里才能迭代。李想没有AI背景却有这种认知,使他认为双方理念一致。

第二个现实因素是团队。理想当时的自动驾驶班底多与百度相关,贾鹏从2016年起就与百度合作,预期磨合更顺。主持人指出理想当时销量不领先、智驾采用供应商方案、甚至未用英伟达芯片,贾鹏补充理想已就下一代L9的Orin达成战略合作,并称其为第一家签约Orin的车企,只是并非第一家量产。签约与量产是两个时间点,不能混用。

他最后强调,选择理想首先看的是自己能否在团队中发挥重要作用,而非上市或当时销量排名。与已经更成熟的团队相比,理想给了他更大的发挥空间。

话题推进:下一段进一步解释李想为什么把自动驾驶视为“命根子”,以及“车和家”的愿景如何影响贾鹏。

00:26:08–00:53:01连续对话 2

00:26:08–00:29:25李想的战略愿景:自动驾驶是“命根子”,车先成为移动机器人再连接家庭

  • 你们2020年时就已经讨论机器人了吗?
  • 当时也和王凯面试、交流了吗?
  • 你也和蔚来、小鹏的负责人聊过吗?
  • 当时为什么没想过自己创业?

贾鹏进一步解释李想的长期判断:电动化是上半场,产品逐渐趋同,智能化才是决定车企命运的下半场,自动驾驶因此是“命根子”。这是他加入理想的重要愿景因素,与此前“技术服务产品、数据是一切”相连接。

在李想的“车和家”构想中,车先成为可移动的机器人,用户才能在车内娱乐、生活并把它当第二个家;相同的智能能力未来还可延伸到家庭服务机器人。贾鹏确认,2020年李想已有大致想法,不应把这写成当时已存在成熟机器人业务或确定产品路线。

主持人问到其他团队时,贾鹏说与王凯等人都交流过,但未与蔚来、小鹏创始人直接聊,只和较熟悉的自动驾驶同行讨论。他感觉对方团队更成熟,而自己更希望找到能充分发挥想法和职责的位置,因此选择理想。

至于创业,他在2020年并未考虑,因为自动驾驶创业高峰已过:2016–2017年融资泡沫最大,2018–2019年转低,特斯拉和量产新势力又逐步证明产品路径。他判断当时加入车厂比另起公司更适合自己。这是当时信息和个人选择,不是对所有创业时机的普遍结论。

项目制战斗组织围绕明确交付目标,从不同团队抽调人员集中推进,强调共同认知、并行工作和快速闭环。它适合攻坚,但也有高投入、可持续性和复制边界。
预研到量产(R&D→PD)预研先验证新方向,量产再把可行路径转成用户产品。理想将研究、产品、数据和交付连成流程,避免只在当前交付路径上优化。
有图与无图有图方案依赖高精地图覆盖和更新,无图方案试图减少这种依赖、扩大使用范围,但初期需要更多真实数据与模型能力来覆盖复杂场景,并不天然更先进或更稳定。
日活、里程占比与NPS日活看使用频率,智驾里程占比看在完整行程中使用深度,NPS看推荐意愿。三项共同补充安全与技术指标,但不等同于自动驾驶已经安全或PMF。

话题推进:主持人随后把话题从愿景转向执行:一个二三十人的智驾团队,如何后来者先交卷。

00:29:26–00:34:44理想智驾逆袭三要素:认知一致、项目制战斗与预研保留

  • 理想智驾具体怎样逆袭?
  • “头上这几个人”指谁,为什么认知一致如此重要?
  • 《全营一杆枪》是谁推荐给团队的?
  • 为什么在交付最困难时还要保留R&D预研团队?

贾鹏回忆,刚加入时智驾团队约二三十人,仍主要使用供应商方案,外界甚至认为理想没有技术。他将后来的逆袭首先归因于李想、王凯、黄畅、自己和王佳佳等核心成员对“学习特斯拉、做好数据闭环”有共同认知。若有人坚持Waymo、有人坚持特斯拉、有人坚持英伟达原有路线,项目会在方向上反复。

第二是项目制战斗组织。团队不以固定层级划分工作,而是为具体项目命名,从全部门抽调适合的人,在酒店封闭开发。贾鹏将《全营一杆枪》作为文化建设例子:面对极短拦截窗口,需要雷达、指挥、发射等环节共享目标并压缩协同时间。这个纪录片的作用是解释团队为何强调一致动作,不是智驾技术指标本身。

第三是即使交付紧张也保留预研。R&D人员不被当前战役完全占满,持续看端到端、VLA、双系统等新方向,等方向被验证后再转入量产。贾鹏认为,后续理想速度快不是突然押中论文,而是前期研究、量产交付与数据反馈形成转换机制。

他提到团队论文数量多,属于公司自述和个人观察,不当作独立排名。这里的核心不是“战斗文化必然成功”,而是目标一致、项目制组织与预研投入如何互补:认知减少摇摆,项目制加速交付,预研避免组织只会在旧路径上提速。

话题推进:主持人接着追问压力最大的具体战役:80人如何在100天内从零代码交付高速NOA。

00:34:44–00:40:06第一场生死战:80人、100天、双J3高速NOA量产交付

  • 哪一场仗对团队压力最大?
  • 第一仗的具体目标是什么?
  • 80人三个月交付,除了项目制,与追赶成熟方法和选择供应商有什么关系?
  • 理想给了哪些支持和鞭策?高速NOA当时是否使用高精地图?

贾鹏把2021年首次自研交付称为团队的生死战:若首次亮相失败,内部创业式的团队可能解散。目标是约80人在100天内,从几乎零代码开始,用地平线双J3完成高速NOA量产交付,而不是只做演示。

他把100天“当300天用”的含义拆成任务并行、成员高投入与协同效率,而非真实时间增加。高强度冲刺可以解释短期交付,却不能证明长期可持续工作制度,也不能由此推出所有项目都适合封闭开发。

主持人问这是否因为追赶成熟方法,贾鹏没有只给技术答案,而是强调共同的“做不成团队就解散”心态,以及供应商选择。他们采用多家新产品:地平线的芯片、禾赛的激光雷达、森思泰克的毫米波雷达。贾鹏的经验是选择同样有生存压力的行业第二、第三,使供应商与理想形成命运共同体,一起封闭解决问题;这只是他的合作策略,不是选供应商的普遍法则。

理想高层提供充分信任和资源,不频繁干预,并亲自与供应商协调。贾鹏还提到理想的工作方法影响合作伙伴,但原稿自行补出的“LSA(Lean Auto-Strategy Analysis)”不是原文可确认的全称,本稿不保留该虚构展开。

主持人问高速NOA是否有图,贾鹏回答当时仍有高精地图,为下一场“有图切无图”作铺垫:第一次证明团队能交付,第二次则要推翻已有交付路线。

话题推进:贾鹏接着讲第二场硬仗:在产品已有覆盖和代码积累后,为什么仍要转向无图,以及如何承受体验短期下降和裁员压力。

00:40:06–00:48:02第二场硬仗:有图切无图,产品覆盖、短期退化与快速爬坑

  • 为什么从有图切到无图,是产品需求还是技术可行性推动?
  • 转型初期产品表现下降、又遇裁员,李想怎样向你们施压?
  • 你怎样扛住压力,是否想过离开?
  • 外界认为从有图到无图需要更多深度学习、更少规则,所以裁掉很多人;这与召回员工是什么关系?
  • 为什么理想能比其他更早团队更快完成这次转型?

贾鹏将转型先归因于产品覆盖问题:同样付费的用户,如果因为没有高精地图就不能用城市NOA,李想无法接受。地图覆盖和更新速度限制了产品规模化。预研团队已先在复杂道路验证无图可行性,尽管当时体验还不如有图,但提供了转向依据。

于是,在有图第一版交付后,团队立即转向无图。新方案要覆盖小路、园区、高速等更多场景,初期数据不足导致体验下降,又碰上公司裁员。李想在群里直接批评,甚至说再不行团队解散。贾鹏将此视为压力最大的阶段之一,但也说明他用“要把自动驾驶做成”的劲头坚持,而不是把高压表述当成客观团队评价。

团队用数据闭环向李想逐项拆解问题,说明每个问题的原因、已有方案和具体改善时间,而不是只承诺“未来会更好”。两三周后,李想看到多数问题得到解决,无图方案能在更多道路上运行,产品体验提高,公司后来也召回部分被裁员工。

主持人把裁员与“更多深度学习、更少规则”相联系,贾鹏的回答则是:方向选择需要预研支撑,组织需要不被旧代码束缚,快速爬出坑。不能把全部裁员简单归因于技术进步或单次产品路线变化,原文只证明部分人员后来召回。

他认为理想后发的优势在于没有历史包袱,可以一次性推翻旧路径。李想的“比的是谁爬坑更快”和“要错一起错”则强调共同承担,避免有人站在坑外说风凉话。这是贾鹏对组织文化的复盘,不意味着实际产品质量问题都可凭意志解决。

话题推进:讲完两场生死战后,主持人问贾鹏如何判断智驾真正“做成”,以及为何在技术顺畅后反而选择离开。

00:48:03–00:53:01“做成”的产品、商业与行业指标,以及范式收敛后的离开

  • 理想智驾做到什么阶段,你心里觉得成了?
  • 后来做端到端、双系统、世界模型时,是否没有前两场仗那么难?
  • 你什么时候开始强烈考虑这次创业?当时发生了什么?

贾鹏把“成”分为三层。产品层看日活、智驾里程占比和NPS:日活说明是否真正使用,里程占比说明用户是否愿意在完整通勤中持续使用,NPS说明是否愿意推荐。节目没有披露绝对值,因此只能保留为内部指标,不能补成某具体阈值或全行业一致标准。

商业层看Max高配购买比例:早期Max需多付3万元、购买率仅百分之十几,后来超过70%。贾鹏把这一变化视为用户愿意为智驾付费、团队从纯投入走向商业认可的证据。Max比例还受车型配置、定价和产品组合影响,不宜把全部增长单独归因于算法。

行业层则是他感受到理想从落后进入与华为、小鹏并列讨论的第一梯队。以上是贾鹏的自我评价和团队复盘,不是第三方综合验收。

主持人问后续技术是否更容易,他说预研到量产的流程已跑顺,端到端、双系统、V2V等开始自然串联。第一次强烈考虑创业是在2024年底:内部预研显示V2V可行,数据和用户增加使各项指标改善;与特斯拉及英伟达团队交流又让他看到对方正走向相似的一体化路线。他既因“英雄所见略同”惊喜,又因特斯拉在部分System 2能力上看似更晚而失落。

由此,他判断数据驱动、一体化模型和高算力已构成可持续技术范式,后续工作更偏效率与运营,不再适合偏爱从0到1的自己。V2V在节目中的准确全称没有官方展开,本稿不猜成Video-to-Vector,也不把它与车对车通信混同。特斯拉版本与能力对照均为嘉宾观察,不能据此断言自动驾驶已经完全解决。

话题推进:贾鹏随后比较大模型、Agent、AI硬件和具身智能四个方向,解释最终为什么选择具身创业。

00:53:01–01:21:05连续对话 3

00:53:01–00:56:20离开自动驾驶:范式判断之后,寻找下一个十年的软硬件问题

  • 你在理想内部做其他事情不行吗,为什么选择出来?
  • 大模型、Agent、AI硬件和具身智能之间,你怎样取舍?

贾鹏认为自己已在理想验证了数据驱动、一体化模型和高算力的路线,后续更偏效率和运营。他希望寻找能投入十年到十五年的新事业,而不是继续只做已有范式的增量优化。这个“范式已定”是个人职业判断,不应写成自动驾驶技术已经终局或量产L4已无难题。

他比较四个方向:通用大模型到2024年底已高度依赖大公司的算力、数据和资本;Agent更像早期iOS App,门槛会下降且许多人都能进入;消费型AI硬件强调快速迭代和成本,贾鹏认为自己难与深圳供应链竞争;具身智能则同时满足市场大、AI是核心驱动力、软硬件算法强结合这三个条件。

主持人补充这些方向的产品和用户驱动特征,贾鹏也承认其硬件迭代快,所以最后选择具身。这个比较体现的是他的能力边界与动机,不是证明其他方向没有机会或大公司一定不能做具身。

他还谈到年龄与独立经营业务的愿望:希望亲自跑一个business和团队,而不只是继续担任研发负责人。因此离开并不只是技术路线选择,也是职业角色和长期投入方式的选择。

六边形战士贾鹏对创业公司综合能力的要求:技术、战略、产品、品牌、组织和商业都不能明显短板。它强调体系战,不代表每个维度已经满分或没有资源优先级。
分散的垄断贾鹏对具身终局的预测:不同形态与场景会形成各自的头部公司,人形可能最大,但专用本体仍可凭效率和成本占据垂直市场。
研发三层架构底层Infra提供本体、数据、训练与推理基础,中间基础模型提供通用能力,顶层应用通过场景数据和适配完成具体任务。三层共同决定迭代和落地效率。
Simple Scalable以简单模型减少人为约束,以简单产品降低使用部署成本,以简单组织保持扁平和项目驱动。简单服务于复制和规模化,不等于降低技术难度或减少必要工作。

话题推进:方向确定后,主持人追问创业的初心、CEO角色与三位合伙人的能力分工。

00:56:21–01:00:36创业初心与铁三角:技术拍板、管理融资和量产交付互补

  • 你创业的初心或原动力是什么?
  • CEO的角色是你强行争取的吗?最后由谁拍板?
  • 你和王凯、王佳佳怎样分工与建立信任?

贾鹏把创业动机概括为找一件愿意做十到十五年的自己的事,而不是只抓住一个短期热点。他说CEO并非个人强追,而是三人共同讨论的结果:自己偏技术和算法,王佳佳偏软件和交付,王凯偏管理与资源。具身早期技术范式未收敛,方向错误会浪费数据和GPU等昂贵资源,因此由他负责最终技术判断和拍板更合适。

他明确承认管理能力不如王凯、交付执行不如王佳佳,分工不是CEO全能,而是互补和授权。长期共事带来的“背靠背”信任,使他能放心把融资交给王凯、把硬件与交付交给王佳佳,自己把主要精力放在模型、算法和Infra。

贾鹏的花钱原则是“范式未找到前省着花,找到后使劲砸”。这与后来的高融资、GPU成本和硬件投入并不矛盾:融资多不等于可以无方向烧钱,早期要先验证技术和商业闭环,再加大投入。这个原则是他的管理自述,实际效果还需看后续执行。

主持人继续问从李想身上学到什么,话题从产品与组织过渡到决策权和创业窗口。

话题推进:主持人接着问李想的建议,以及为什么具身的“第一批”窗口期仍然开放。

01:00:36–01:06:33创业窗口期:技术、数据与安全冗余不足,使具身第一批持续更久

  • 从李想身上学到了什么?
  • 李想为什么认为现在创业仍是第一批?
  • 具身智能的创业窗口为什么没有像大语言模型那样快速关闭?
  • 窗口预计何时转向To B阶段?

贾鹏总结从李想身上学到三点:技术服务产品、产品服务商业,产品要超越用户尚未明确表达的需求;组织文化决定困难时团队是否散;最终决策权要集中于一个能拍板的人。第三点也是李想给他的特别建议,与三位创始人每周战略会讨论分歧的机制相连。

李想对时机的判断是:“第一个做的会死,但最后成功的是第一批。”意思是先行者未必得利,能活下来的早批团队仍有时间。贾鹏正式与李想讨论约在2025年5月,6月底离职;此前也已和其他高管交流。

主持人问为何具身没有像大模型一样快速关窗,贾鹏用三项对比解释。大模型有OpenAI探路、互联网数据和初期高容错;自动驾驶有特斯拉范式、量产车数据和驾驶员接管;具身则缺乏明确技术范式、现成物理交互数据和安全冗余,需要机器人独立完成近100%的任务。更长的技术与商业验证周期,让第一批创业窗口也可能更长。

贾鹏又类比自动驾驶从概念、融资热到商业化的周期,认为具身当前仍处热度高峰,第一批窗口可能在当年年底或次年初逐渐关闭,之后进入更强调商业交付的To B阶段。这里是他的时间预测,不应写成已确定的行业时间表。

主持人还提到至简融资和第五轮估值,贾鹏明确说“还没确定”,因此不能将超100亿元投后写成已完成事实。官方shownotes说最初半年融资20亿元,应按节目口径保留。

话题推进:接下来,贾鹏解释为什么不留在理想内部孵化,以及三人如何在离职后组成至简动力。

01:06:33–01:11:12至简动力的组建:离开第二曲线,以简单模型、产品、组织追求规模化

  • 为什么不留在理想内部做具身智能?
  • 你怎样邀请王凯和王佳佳一起创业?
  • 至简动力的名字怎样定下来,Simple Scalable具体指什么?

理想内部已有具身孵化团队,但贾鹏更希望独立做一摊事,把所有精力All in到同一方向,而不是在大公司作为第二曲线分配资源。他喜欢从0到1的挑战,也希望独立承担业务结果。

他在2025年6月底离职后,为降低对老东家的影响,先小范围接触理想投资方远景,并与当时在远景任合伙人的前CTO王凯深入交流,两人决定共同创业。8月,王佳佳完成VLA交付后加入。王佳佳原本也想做本体硬件,三人自然形成技术算法、硬件交付、管理融资的分工。

“至简动力”(Simplicity)对应Simple Scalable。模型上减少过多人为结构设计,让数据和模型能力更容易扩展;产品上追求开盒即用,减少部署和学习成本;组织上保持扁平和项目驱动,避免早期形成过重层级。这里的“简单”不是少做工作,而是让系统更容易复制、维护和规模化。

这一命名也承接理想经验,但至简的硬件和场景不同,不能把模型、产品、组织的简化当成已证明结果。它目前是团队的方法论和愿景,后面要通过本体、数据、商业场景检验。

话题推进:命名之后,主持人进一步问公司为什么既要全栈自研,又要做没有短板的“六边形战士”。

01:11:12–01:17:12六边形战士与“分散的垄断”:全栈能力、人口变化与多形态终局

  • 你们出发时怎样给自己定位?
  • 对具身智能行业终局有什么核心假设?
  • 其他人会怎样想?

贾鹏将至简定位为“六边形战士”:技术、战略、产品、品牌、组织和商业都不能有明显短板。他认为行业正从演示走向商业交付,单点模型或demo不足以形成长期壁垒,因此至简选择本体、采集硬件和算法都自研的全栈路线。

他用自动驾驶作类比:最后能存活的不只是算法供应商,而是能把软硬件、数据和量产交付打通的公司。模型与本体共同定义,才能持续获得合适数据并迭代;规模效率最终还要看用户是否愿意购买、持续使用和复购。这里既有他的经验,也有为创业公司战略辩护的成分,不能写成全栈对每个团队都是唯一答案。

关于动机,他提到两个女儿分别出生于2018和2021年,并以中国出生人口从约1700万降到约1000万的对比说明劳动力与养老压力。这个数字是他的个人记忆,节目没有给统计口径,不能据此直接推出机器人必然成为刚需,但它解释了他为何关心机器替代与劳动力短缺。

“分散的垄断”是他的行业终局假设:人形可能占据最大通用市场,但轮式、四足、履带等专用形态在特定场景更高效,因此不同垂直领域会各有头部公司,而不是一个通用平台统一全部。这个判断支持其当前轮式双臂选择,也仍需由不同形态的实际成本、可靠性和场景覆盖来验证。

话题推进:主持人接着问产业链会是开放还是闭环,以及公司成立半年在Infra、模型和应用上具体做了什么。

01:17:12–01:21:05研发三层架构:Infra决定迭代效率,基础模型与场景应用逐层承接

  • 你设想产业链以垂直整合还是开放生态为主?
  • 开放生态是否不可能由创业公司来做?
  • 成立半年多,你们具体做了哪些事情?

贾鹏认为未来会同时存在两类生态:大厂提供通用基础模型,创业团队基于自身数据和workflow做垂直Agent;也有特斯拉式从本体、数据到算法都自控的闭环。至简选择后者,但在后续又明确会利用阿里、腾讯和开源模型底座,因此不能把“全栈自研”理解为每一行代码、每一个通用模型都从0开始。

他将研发分三层。第一层是Infra:云端世界模型、本体与零部件、数据采集与训练、推理框架等,决定迭代速度。第二层是基础模型,承载通用理解、生成和行动能力。第三层是应用,将基础模型通过具体场景的数据和domain adaptation转为工厂、商超、物流等任务。

贾鹏强调,早期主要精力是底层Infra,因为硬件、数据和训练系统的质量决定后续模型迭代效率。特斯拉和理想的速度,在他看来也来自早期基础投入,而非只在模型端加人。

这三层也为后文埋下边界:如果底层本体不一致、采集手套电磁干扰、GPU不足或应用适配低效,再强的基础模型也难落地。因此至简的技术栈不只是“模型更大”,而是模型、Infra和商业场景形成闭环。

话题推进:下一部分具体讨论一体化基础模型、真实数据闭环和硬件/模型落地的两道门槛。

01:21:05–01:48:05连续对话 4

01:21:05–01:26:27从双系统到一体化基础模型:世界模型、VLA与快慢思考的结合

贾鹏把至简的基础模型路线追溯到理想时期:团队曾分别尝试双系统、一体化VLA和世界模型,随后希望把预测、理解、推理与行动放在同一模型中。这里的核心不是简单把几个模块拼在一起,而是让模型既能根据多模态输入理解环境,又能预测未来状态、生成语言推理和动作。

他解释,2024年的双系统由不同帧率、不同职责的模型协作,联合训练和配合成本高。后续一体化尝试则让一个模型自己学会何时进行慢思考、何时快速行动,使“快慢思考”成为模型内部能力,而非完全依靠外部调度。贾鹏把这视为生成理解一体化、世界模型与VLA融合的方向。

他又以OpenAI、Gemini和特斯拉的路线作参照:从分离的语言、视觉任务走向原生多模态和更统一的输入输出;特斯拉新版本也被他理解为同时包含预测、语言CoT与动作。以上是嘉宾对行业趋势的归纳,不能据此证明每个模型都已统一所有能力或一体化必然优于所有专用系统。

他称理想较早把这套思路用于端侧大规模量产,因而至简会继续沿这条路线。原文提到的“I8/AD Max 3.0/2025”与公开口径未经本期核实,本稿不擅自替换为某年某车型,而保留“嘉宾所述理想时期量产实践”并登记回听项。老稿把V2V猜成Video-to-Vector已经撤回,不将英文缩写的展开当作事实。

一体化基础模型将多模态理解、预测、语言推理和动作生成放在统一模型中,试图减少多模型调度与联合训练成本。它是贾鹏的技术方向判断,不证明所有能力已经融合或通用可靠。
影子模式与双芯片稳定版模型控制产品,新版模型在另一块芯片后台以相同输入运行并比较输出。它提供低风险的真实场景A/B测试,但轨迹对比仍需结合接管、任务成功率和安全验收。
合成数据的辅助作用贾鹏认可其扩增罕见案例、导航与闭环验证价值,却不看好其作为Manipulation主力数据。该观点来自量产经验,不是对所有仿真路线的否定。
Domain adaptation与Conditional Training用目标场景的数据和条件把通用底座调整到特定本体与任务,再进一步专化到可靠执行。它依赖本体和场景数据,而不是只给通用模型加一个动作头。

话题推进:模型路线之后,主持人问数据怎样取得、怎样在真实用户场景中验证模型,以及合成数据能否成为主力。

01:26:29–01:34:22真实数据闭环与影子模式:商业规模、端侧评测和合成数据的辅助位置

  • 数据在你们的工作中处于什么位置?
  • 真实环境做强化学习很难,另一些团队重合成数据,这已是非主流观点吗?
  • 你怎么看黄仁勋推崇合成数据?

贾鹏先说,行业已有通过可穿戴设备采集真实物理交互数据的探索。他与相关研究者交流后,对用这种模式起量更有信心。转录中Sunday、UMIA、Stanford等词并不清楚,本稿不将某个项目或学校猜作确定来源,只保留其“穿戴式真实采集”的方法。

他更强调商业化和数据闭环不可分:产品进入真实用户场景,才会暴露实验室难想象的长尾问题。工程师可能把大量精力放在最后少数、但决定可用性的异常场景上,因此只有模型论文而没有真实使用反馈不够。产品是否被使用,也影响能否持续获得高价值数据。

评测端,他用特斯拉“影子模式”解释双芯片的价值:稳定版模型控制实际产品,另一块芯片在后台以相同输入运行新版模型,系统比较两者轨迹及差异,必要时把差异场景带回分析。这样可以在不让新版直接控制用户产品的情况下验证优劣;不同用户还能运行不同版本,扩大真实A/B测试。

主持人追问“用户没有用新版,如何知道实际跑起来好”,贾鹏的回答是将新版输出与老版输出做对比。这里还需注意,轨迹相似度本身不等于真实安全或任务成功,仍需人工接管、异常、任务完成率和现场反馈来共同评价。

主持人以其他团队真实RL难、重合成数据为例,问他是否已成非主流。贾鹏明确说不应这么概括,他认为合成数据有用但不是主力:可扩增稀少Corner Case,也适合Locomotion/Navigation和闭环验证;若用于Manipulation的主要训练来源,他目前不看好。英伟达作为生态公司把工具做好、由用户选择也合理。这个观点来自其量产经验,不能被本文改写成合成数据普遍无用或永远无法主导。

话题推进:数据之后,主持人追问To A到To B的两道门槛:硬件是否成熟,以及通用模型如何到单任务接近100分。

01:34:23–01:40:01商业落地的两道门槛:硬件一致性/返修率与通用模型到单任务可靠性

  • 从To A到To B,哪些信号说明可以真正开始?
  • 你说行业返修率基本是100%,具体多长时间?
  • 宇树春晚的表演,怎样看出硬件一致性比较好?

贾鹏把第一道门槛放在硬件。他从汽车供应链转向具身后,认为行业还常处“手搓”阶段:几千台就称量产,与汽车百万、千万辆级不同;同厂同型号A、B两台机器人重放同一数据,行为都可能不同,说明一致性不足。量产不仅是数量,还包括工艺、可靠性、返修与供应链标准化。

主持人追问返修率,他说“基本100%”,但又明确具体小时数不能说。这个数字只能作为其观察到的行业现象和强烈警示,不能当成全行业统计或每款机器人必返修的事实。主持人引用Optimus手部零件寿命低、坏后整只更换的报道,作为另一项供应链例证。

他对宇树春晚的评价则是正面:多台设备同时完成高难度、节拍一致动作,说明一定的一致性和稳定性。主持追问“表演怎能证明”,他的依据正是多机同步、少出错。但这是公开表演证据,不等于长周期量产返修率已被独立验证。

第二道门槛是模型落地。通用基础模型在不同任务上可能只有六七十分,聊天产品或许已可容忍,物理机器人却可能因一次错误造成安全事故,所以需要在具体任务接近99%或100%。至简要展示的不只是Foundation Model,还包括把它适配到单任务并达到落地标准的体系。

至简快速迭代两代硬件,是为了补足本体、结构与工艺经验。硬件成熟与模型适配必须同时成立,否则演示无法转成稳定商业产品。

话题推进:主持人接着问,既然底层路线尚未统一,为何仍能预期To B转化,以及创业公司怎样与大厂底座分工。

01:40:01–01:48:05从通用底座到垂直Agent:领域适配、条件化训练与创业公司的真实边界

  • 技术范式未收敛,为什么能判断2026年底到2027年初可从To A到To B?
  • 未来有必要自己从零自研多模态基础模型吗?
  • 如果大厂最终会覆盖通用底座,创业公司的深度是什么?
  • 大公司也能做本体,创业公司的优势在哪?

贾鹏把“如何落地单一任务”与“基础模型是否统一”分开。他认为后者仍有多种设计,但前者已有较共同路径:先用相似场景数据做domain adaptation,再通过真机或离线的模仿/强化学习,使模型在特定任务上高度专化,接近所需可靠性。转录中SFD、I/O按语境分别按SFT和IL理解,不展开为未确认的新术语。

他把这也称为对单任务的“Overfit”,意图是萃取通用模型的相关能力并集中到一个任务,而不是追求全面泛化。真正的效率问题则是:换一个新任务,能否在20分钟或半小时内完成适配,而不是每次重建数据与训练流程。这个时间目标是研究问题,不是至简已兑现指标。

主持人提到LaSTE与Janus Pro。贾鹏说选择它是因为开源、生成理解一体化且1B/7B较小,适合端侧。原稿误写DeepSeek-VL早期版本,本稿不擅自替换,只按主持与嘉宾明确的Janus Pro保留。

关于是否从零训练通用多模态底座,他认为没有必要:大厂能承担互联网图文、3D视频、游戏等广泛数据和算力,形成常识、空间理解与生成能力;至简则以自身本体和场景数据做Conditional Training,把底座改造成具身模型,再做具体应用。这是合作式技术栈,与“全栈自研”并存,说明自研重点在本体、数据和Action,而非所有底层通用知识。

主持人追问大厂也可做本体,贾鹏承认中局可能被覆盖,但强调本体相关Agent、真实业务数据与“又脏又累”的落地工作是创业公司的位置。大厂是否愿做每个垂直场景并不确定,因此这不是不可攻破的护城河,而是对分工和积累路径的判断。

话题推进:分工明确后,主持人把问题落到客户和场景:为什么不直接替代流水线工人,而要选择完整端到端任务。

01:48:06–02:15:25连续对话 5

01:48:06–01:57:13端到端任务选型:完整流程、柔性生产与可复制商业化

  • 为什么不选择成熟流水线的单工位替代?
  • 什么是你们说的端到端任务?
  • 哪些客户和场景更接近当前能力?

至简动力所说的端到端,不只是模型直接从感知输出动作,而是机器人负责一段完整流程:取料、上料、执行、质检、去毛刺和送回。这样可用统一模型覆盖多个技能、保留流程数据,并减少为单一工位反复定制。它的商业目标是跨客户复制,而不是只完成一次展示。

贾鹏回避成熟流水线,主要因为节拍、停产风险、硬件可靠性和非标自动化竞争。相比之下,小批量、多品种的柔性生产与海外商超理货,物品变化多、人员成本高,更适合当前‘通用移动+简单操作+物品识别’的能力组合。

完整流程也会增加故障点和安全责任,不能把端到端当唯一正确路线。家庭场景需要额外的人机安全与儿童风险验证,因此应先从工厂、商超等封闭场景,再到酒店、饭店等半封闭场景,最后才讨论家庭。具体时间表是嘉宾预测,不是已确定产品路线。

端到端任务 (end-to-end task)在这里指一个由机器人独立、完整地执行的业务流程,涵盖了从开始到结束的所有环节。例如,在工厂中,机器人不仅是执行某个单一动作(如拧螺丝),而是负责从仓库取料、上料、下料、质检、清理、再到将成品送回仓库的全过程。这种任务模式的输入是高级指令,输出是整个流程的完成,中间过程由机器人自主规划和执行,便于实现标准化和规模化,并能为统一的AI模型提供丰富的、连贯的训练数据。
原子操作 (atomic operation)在机器人学和运动学中,指构成复杂动作的最基本、不可再分的单元动作。嘉宾以人类手部为例,列举了如抓、拿、取、放、拔、插、拧等约四五十种基本操作。这些原子操作的组合可以形成各种复杂的任务。实现丰富的原子操作是机器人具备通用操作能力的基础,通常需要高自由度的硬件(如灵巧手)和强大的控制算法支持。
荒地理论一种组织管理和人才发展的比喻,由前理想汽车总裁李铁提出。它将早期创业公司或新业务部门比作一片待开垦的“荒地”。在这种环境下,组织架构不明确,流程不完善,员工的角色和职责不是固定的“一个萝卜一个坑”。它鼓励员工发挥主观能动性,主动识别并解决问题,跳出自己的专业舒适区,去开拓新的领域(“开荒”)。这种模式强调灵活性、自驱力和跨界能力,适合需要快速试错和创新的早期阶段。

话题推进:场景选定后,团队如何分工、融资并保持快速迭代,成为下一组约束。

01:57:14–02:05:03铁三角与融资节奏:技术、硬件交付、管理资源的协同

  • 三位创始人怎样分工?
  • 融资为什么也讲节奏感?
  • 轮式双臂是否意味着放弃人形终局?

至简的三位创始人延续理想时期的配合:贾鹏负责算法、模型与Infra,王佳佳负责硬件、底层软件、运控和产品,王凯负责战略、管理、投资人与外部资源。没有正式层级时,战略委员会承担方向与分歧讨论,分工不是CEO一人全能。

融资节奏按资源类型展开:先引入顶级财务投资人,再引入能提供模型或生态支持的战略方,最后引入供应链和应用产业方。其目的不是单纯追求估值,而是在技术、交付与商业阶段需要不同资源。高估值和快速融资也带来股权稀释与更高的交付要求,团队需要持续用结果回应。

轮式双臂是按当前模型需求简化本体,而不是放弃通用人形。贾鹏认为,复杂自由度若超出模型可用能力,只会增加硬件成本和控制难度;特斯拉做人形则是在用复杂构型推动供应链成熟,两条路径可并存。至简选择先让轮式双臂在明确场景交付,再以结果决定后续形态。

话题推进:快速迭代还需要真实数据与‘荒地’文化支持,贾鹏随后给出了数据质量的反例。

02:05:03–02:15:25快速试错的真实成本:数据质量、荒地文化与组织边界

  • 快速融资和迭代的弊端是什么?
  • 目前最低于预期的进展是什么?
  • 你希望员工怎样面对没有明确边界的荒地?

至简以较快融资和每月迭代来回应入局较晚与高估值压力,但这不等于估值已证明合理。快速试错能迅速暴露硬件与模型问题,也会增加股权稀释、交付和团队持续高强度工作的成本。

贾鹏认为数据积累低于预期:穿戴式采集手套的电磁干扰曾造成点位跳变,早期约三分之一数据不可用,迭代后可用率提高到90%以上。真实数据闭环因此不仅是把设备发给用户,还涉及硬件稳定、清洗、标注、失败与维护,任何一个环节都可能拖慢模型进展。

‘荒地’文化要求员工在专业扎实之外,愿意跨角色探索新领域。它适合早期没有固定分工的团队,但如果不明确任务责任与验收,也可能变成重复劳动或争抢范围。贾鹏鼓励围绕问题自发组队,这是其组织经验,不是适用于所有公司的通用管理方法。

话题推进:后半部分转向外部组织对标、硬件成熟度与行业时点,嘉宾对这些预测也给出了相应保留。

02:15:25–02:45:17连续对话 6

02:15:25–02:18:06组织对标:特斯拉Autopilot的小团队、强AI与快速迭代

  • 新公司有什么对标的组织或role model?
  • 你是边设计边调整,还是走一步看五步、定而后动?

主持人问至简的组织榜样。贾鹏选择特斯拉Autopilot团队,称其约200人便做出领先自动驾驶产品,体现强AI、少层级、每人可cover多件事和快速迭代。他把这看作创业初期理想状态,而人数与“最好产品”都是其个人评价,不作为独立组织绩效核验。

主持人进一步问他偏好持续设计还是提前规划。贾鹏的回答是远景必须正确,近期执行必须精准,中间允许遇坑就快速调整。这与他此前“预研保留+项目制战斗”一致:长期方向不能反复摇摆,短期任务则要拆清并闭环,不能把敏捷理解成没有战略。

这也为后文“六边形战士”和PMF窗口提供组织解释:早期先用小团队验证技术与产品,不要过早复制大公司的流程,但商业化扩大后仍需补足供应链、质量和组织能力。

视觉CoT嘉宾设想的多模态推理能力:模型不只识别视觉内容,还能围绕视觉与空间输入展开中间推理,为动作生成提供依据。节目未给出已实现统一方案或标准评测。
自进化(本节目设想)视觉生成与Action生成形成闭环并相互迭代,使模型部分改进不只依赖静态数据。嘉宾将其作为研究方向,不当作已实现自我学习或安全意识。
PMF产品与市场匹配。贾鹏以灵巧手稳定量产、精细操作进入早期大众作为2028年前后的假设,区别于2026–2027模型能力信号与更长期家庭普及。
体系战技术、本体、数据、组织、融资、供应链与商业造血共同决定生存。它强调短板风险,但不是资源无限或每一维度同时平均投入。

话题推进:随后主持人问行业中重要却被忽视的真相,贾鹏再次把重点放在硬件不成熟与能力信号上。

02:18:06–02:22:40硬件未成熟与智能能力信号:统一化、视觉推理与自进化设想

  • 具身行业有什么重要但被忽视的真相?
  • 什么时候会出现类似GPT-3的智能能力信号?
  • 自进化为什么可能在2026年前后出现?

贾鹏认为最容易被一句话盖过的问题是硬件。许多人说硬件已差不多、缺的是数据和算法,但他亲身迭代后发现零部件、结构、工艺、寿命和一致性仍远未成熟。主持人补充Optimus手部零件寿命低、损坏后需整体更换的报道,强调这不是单纯软件短板。

对于智能能力何时出现类似GPT-3的信号,贾鹏相对乐观,认为2026–2027年可能有迹象。他的推理是:原生多模态与统一化已被更多团队接受,V(理解、预测、生成)和L(语言推理)若在通用底座中变强,A(动作)就可借具身数据继续提升。

他把缺口进一步拆成两部分:多模态推理,尤其视觉CoT,即模型不仅识别图像,还能基于视觉和空间输入展开中间推理;自进化,即视觉生成与Action生成形成闭环,让模型能相互迭代而不只是被动拟合数据。嘉宾提到近期已有相关工作,至简也计划发布一篇,但这属于研究设想和计划,不能当成已发布、已验证的自进化能力。

这里需要保留两种时间尺度:硬件长期不一致与返修问题尚未解决,模型统一化又可能较快推进。贾鹏的乐观不是行业共识,且视觉CoT、Action闭环和真实可靠性之间仍需实验验证。

话题推进:主持人接着问除了硬件外还有哪些科研难题,以及首批公司上市如何改变竞争。

02:22:40–02:26:18行业要素的“收敛”应分层理解:方法渐明、落地仍难与上市双刃剑

  • 把软硬件、材料、能源都算上,还有哪些未被攻克的科研性难题?
  • 2026年首批具身公司上市,会怎样改变竞争格局?

主持人问开放科研难题,贾鹏反而给出一张“逐渐收敛”的清单:硬件构型不同但零部件开始复用;冷启动数据方式相似,长尾仍需真实场景;模型虽有世界模型和VLA等争议,统一化被更多团队接受;基础模型到应用可通过SFT与真机IL适配,主要瓶颈转为效率;商业场景则由工厂、消费端、物流和商超分别探索。

这份清单不能与前文“硬件远未成熟”压成一句。更准确的整理是:某些技术路线和研发方法开始收敛,量产一致性、可靠性、成本和安全验收仍远未收敛。统一化作为模型趋势与本体不确定同时存在,不能直接推出行业已解决科研问题。

谈到首批上市,他认为会提升行业信心和资本热度,对宇树、智源等先行者表示尊重;同时,二级市场融资效率将增强头部公司的资本与人才优势,给后来者压力。上市因而既可能带动供应链和生态,也可能加速资源向少数公司集中,不能把“行业强心针”当成所有创业者利好。

话题推进:主持人进一步问巨头何时下场,以及2028年什么样的创业公司能活下。

02:26:19–02:32:06巨头入局与生存法则:2028 PMF假设与六边形体系战

  • 中国巨头何时会在具身投入更多资源,给创业公司压力?
  • 到2028年,怎样的创业公司才足够安全?
  • 接下来会出现泡沫和低谷吗?

贾鹏区分两类大公司:互联网巨头更偏底层模型和算力,缺少硬件制造基因;华为、小米、理想等软硬件公司则迟早会进入,因为具身与既有业务相近。他认为后者会在PMF和供应链更明确后,利用生态、品牌、供应链和市场优势放大竞争,而不是永远只旁观。

他以新能源汽车作类比:小米等公司可在先行新势力验证需求、供应链成熟后发挥资源优势。因此,具身创业窗口并非无限,团队必须在巨头大规模投入前建立技术、产品、组织和商业基础。

他预期PMF约在2028年,标志是灵巧手能够稳定量产并支持精细操作,让机器人价值越过小众尝鲜走向早期大众。这是与前面“2026–2027能力信号”“进家时间含混”不同的对象:能力进展、商业PMF与家庭普及不是同一件事,不能合并成单一倒计时。

他据此要求创业公司成为六边形战士:融资能支撑长期研发与制造,具备软硬件、模型、数据和本体全栈能力,组织能打硬仗,还要有自我造血。仅有模型论文难以抵御上市同行或巨头。贾鹏也预测近一两年可能出现泡沫与低谷,因为“百家争鸣”常伴随预期过热,但其应对仍是建立体系,而非只做短期退出。

话题推进:主持人随后把要求落实到成本:GPU、人才、数据和硬件各自花多少钱,哪一项最不可控。

02:32:06–02:37:22成本构成与最大不确定性:GPU与人才可估,硬件量产最不可控

  • 基础资源上你算过多少钱才够吗?
  • 2026年什么比较确定,什么最不确定?
  • 以往先进制造门类能提供什么参考?

贾鹏没有给出公司总预算,而是拆成四类。GPU目前占研发费用三分之一以上,即使采集百万小时数据,也需要算力训练才能利用;人才成本同样高;众包与穿戴式采集相对可控;硬件则最不确定,需要多轮迭代才能知道成本,备货1万、2万、10万台对应的投入完全不同。

这组数字说明数据量本身不是唯一瓶颈:数据采集、GPU训练、人才和本体量产需要同时投入。GPU占三分之一是贾鹏对本公司当时费用的自述,不能推广为所有具身公司的固定比例。

谈到2026年,他认为技术和数据路径会逐渐收敛,因为与不同团队的交流已开始形成共识;最大不确定性仍是硬件,包括构型、零部件标准、制造工艺、良率、可靠性和验证方式。

汽车工业有上百年积累,新能源汽车可借用并再标准化供应链;工业机器人则约百万台级,与汽车年产六七千万台相差巨大,无法照搬成熟汽车体系。他以智源花长时间解决一致性为例,说明A、B本体采集数据不一致会引入噪声,甚至超过数据带来的收益。

因此,硬件并非只是资本开支,它会改变数据质量和模型训练条件。贾鹏对先行者的尊重也来自这一点:真正需要打磨的是工艺、生产与验证,而不只是做出一个能表演的样机。

话题推进:最后,主持人把话题转向贾鹏个人:从技术负责人到CEO,责任感、战略与自我认知怎样变化。

02:37:22–02:45:17CEO的转变:从“懒惰的工程师”到承担人、战略与不确定性的负责人

  • 创业半年多,你最大的变化是什么?
  • 能力上有什么变化?
  • 创业中有哪些与你的性格不匹配?
  • 哪些对CEO的想象被验证或证伪?
  • 两三年后,你希望至简和自己是什么状态?

贾鹏用“爹味更重”概括变化,但解释这不是爱说教,而是责任感扩大。过去他主要关心研发和产品,现在还要考虑人事、资金、员工工位与生活,甚至同事孩子生病时能否提供帮助。他的关注点从“事”扩展到“人”和团队长期归属。

能力上,他把战略放在更重要的位置:“战”是要什么,“略”是不要什么。在不确定行业里,灵巧手、进家庭、不同场景都有诱惑,CEO必须知道现阶段不做什么。他目前暂缓这些方向,先验证可标准化任务与商业闭环。

他自称原本比较懒、偏工程师,只想专注一个技术问题,因此与王凯、王佳佳的分工尤其重要:管理和交付可放心交给合伙人,自己再补战略与产品判断。这里既有自我认知,也提醒“六边形战士”不能依赖CEO个人全能。

他曾以李想为CEO榜样,希望拥有强产品sense和杀伐果断,但实践后发现不能强行套用别人风格,自己更偏技术和细节,需要提升high-level战略。主持人追问他是否已有确定答案,他说目前习惯先打通闭环再扩,但不确定这种稳健方式是否适合后续大规模团战。

展望未来两三年,他的底线是行业跑通PMF时至简能快速跟上,理想状态则是自己成为范式和PMF的创造者。这里显示的是目标而非既有成绩,不能把融资和当前顺利直接等同于未来领先。

话题推进:最后,主持人问贾鹏是更擅长顺风局还是逆风局,由他回顾职业选择收尾。

02:45:18–02:47:49连续对话 7

02:45:18–02:47:49回顾职业生涯:偏爱从0到1的逆风局,也保留对成功路径的警觉

  • 你擅长打顺风局还是逆风局?
  • 可以说创业这半年多都很爽吗?

贾鹏回顾过去十五年,认为自己从IBM、英伟达到理想都踩在合适时点:IBM在高峰,英伟达期间转入自动驾驶,理想则从较弱智驾基础追到行业前列。他承认目前创业在技术、融资和整体进展上都比较符合预期,并将其部分归因于对时机的思考与判断。

主持人指出,连续正反馈会强化信心,问他到底擅长顺风局还是逆风局。贾鹏明确选择从0到1、略偏逆风的挑战:CUDA、自动驾驶、加入理想和这次具身创业,都有从不被看好或空白状态开始,再把它带到较好状态的成就感。

这段自述与前面的失败和困难应并列阅读:早期交付压力、数据量低于预期、手套数据质量问题、硬件返修和扩张方法未确定,说明“蛮顺”是嘉宾主观感受,不是创业已验证成功。主持人最后也以此总结其职业经历如何为创业战略、团队组织和合伙人选择奠基,节目在常规结束语中收尾。

话题推进:全篇结束,保留主持人的总结与节目尾注,不另增话题。

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

自动驾驶的数据驱动+一体化模型+高算力路线已被其团队验证到足以形成范式,因而他将具身智能作为下一项长期事业。

贾鹏(职业复盘与判断) · 00:48:03;00:51:16;00:53:01;00:55:16

英伟达让他理解芯片、SDK和生态,理想让他通过真实用户、数据闭环、双系统与一体化VLA完成量产,并看到特斯拉路线趋同。他认为后续更偏效率和运营,因此转向软硬件强结合、市场更大的具身智能。

成立条件:这是贾鹏基于亲历作出的职业判断,不证明自动驾驶已终局、L4已普及或路线没有新的瓶颈。V2V全称和特斯拉能力对照均未独立核验。

理想智驾的追赶依赖认知一致、项目制战斗和保留预研,组织才能同时快速交付和转向新路线。

贾鹏(组织经验) · 00:30:29;00:32:43;00:34:44;00:40:06

核心团队先统一数据驱动目标,项目制从部门抽人封闭攻坚;预研在交付之外持续探索,随后把端到端、VLA、双系统转入量产。80人百日交付证明组织执行,有图切无图则显示旧路径、体验退化与团队压力必须靠数据闭环和共同承担修正。

成立条件:高强度冲刺不是普遍或长期最优组织形式,成功也受供应商、预研、产品窗口和无历史包袱影响,不能全部归因于战斗文化。

具身落地需要真实数据闭环、统一的基础模型和垂直Agent,而不是只用通用VLM接Action。

贾鹏(技术与商业化判断) · 01:19:46;01:29:46;01:32:30;01:42:28

通用底座可提供常识、3D与空间理解,至简再以本体和场景数据做Conditional Training与domain adaptation,形成本体动作与可靠单任务。真实商业场景提供长尾数据,影子模式用第二芯片比较新旧模型;仿真主要做扩增和验证。

成立条件:统一化和大厂底座是趋势设想,轨迹对比不是完整安全验收,合成数据是否主力取决于场景与仿真保真,大厂也可能进入本体与垂直场景。

商业化应选可标准化的完整端到端任务,组织则必须成为六边形战士以应对上市同行和巨头。

贾鹏(产品与组织判断) · 01:48:13;02:03:24;02:26:19;02:29:30

单工位替代受节拍、停线、硬件寿命和非标定制限制,完整流程可统一技能、减少原流水线约束并迁移。后期竞争又需要资金、全栈、组织与商业造血,仅有模型或融资都不够。

成立条件:完整任务增加综合难度,跨客户复制仍需重新适配与验收;六边形是目标而非当前能力证明,巨头与专用小团队也可能以其他组织方式成功。

硬件一致性与量产工艺是具身商业化的前置瓶颈,且会直接影响数据质量和模型训练。

贾鹏(硬件与成本判断) · 01:35:11;01:36:03;02:32:42;02:36:35

同型号A/B机器人重放数据行为不同,说明模型和采集难以迁移;返修、寿命、工艺与零部件标准不足又限制持续使用。GPU虽占研发费用三分之一以上,但备货、可靠性和验证成本更不确定,不能仅靠采集数据或买算力解决。

成立条件:100%返修率是缺乏样本口径的个人观察,宇树舞台与个别供应链案例不能代表全行业;零部件收敛与量产可靠性应分开。

机制与术语:对象、输入输出和中间过程

预研—项目制—真实数据闭环的组织机制

输入是统一的技术方向、明确的交付期限、跨职能人员和真实用户。先由核心成员确定路线,项目制抽调人员集中交付,预研探索下一代方案,产品进入用户场景后收集错误和反馈,再决定下一轮迭代。输出既是产品,也是不断更新的模型与组织知识。失败可来自路线摇摆、只有冲刺没有预研、只看论文不看用户,或把高强度当作永久制度。

对应节目:00:31:54;00:35:09;00:45:32

本文自拟示意,不是嘉宾实验

【嘉宾原例重述】80人100天双J3交付高速NOA,靠共同目标、并行任务、供应商协同与高层资源支持完成首次量产;有图切无图又用数据逐项拆解体验问题并给出改善时间,说明项目制与真实反馈需要同时成立。

双芯片影子模式的端侧评测与数据挖掘

输入是同一传感器场景、稳定模型A与候选模型B。A实际控制产品,B在另一块芯片后台运行,不直接干预用户;系统比较两者输出轨迹与差异,必要时回传异常场景,用于判断B是否更好及继续训练。输出是真实场景下的相对评测和高价值数据,而不是自动的安全证明。失败可来自双芯片成本、差异定义不准、轨迹相近但风险不同,或只看输出一致率。

对应节目:01:29:46;01:31:16;01:31:47

本文自拟示意,不是嘉宾实验

【嘉宾原例重述】特斯拉双芯片让稳定版继续驾驶,新版在后台处理相同视觉输入;团队比较轨迹差异并取回有偏差场景。贾鹏希望至简沿用,以低风险验证新版,但仍需接管、任务成功率和现场安全指标共同验收。

通用底座到具身垂直Agent的条件化训练

输入是大厂多模态底座、本体参数、场景数据与任务目标。底座提供常识、3D/空间理解和生成能力,至简再以本体数据与workflow做Conditional Training和domain adaptation,生成特定Action;随后用真机或离线IL使单任务高度专化。输出是能在目标本体和场景可靠工作的Agent。失败可来自原生VLM缺少空间/动作能力、底座与本体不匹配、数据偏差、单任务过拟合无法迁移,或大厂也向下覆盖。

对应节目:01:40:16;01:42:28;01:45:04

本文自拟示意,不是嘉宾实验

【本文整理嘉宾路径】阿里、腾讯等提供通用多模态底座,至简用自有轮式双臂本体和工厂数据做条件化训练,再针对取料—质检—回库流程形成动作序列。它是设想的合作管线,不是已经验证的跨场景通用能力。

完整端到端任务的商业化与复制边界

输入是可重构的业务流程、当前移动+简单操作+物品识别能力。机器人负责取料、上下料、质检、去毛刺和回库的全过程,团队据此统一技能并沉淀数据,再到类似客户处做少量适配。输出是可复制的产品候选。失败可来自流程综合可靠性不足、硬件返修、不同客户的接口与安全条件变化,或总成本仍高于人工。

对应节目:01:48:27;01:49:50;01:50:15

本文自拟示意,不是嘉宾实验

【嘉宾原例重述】贾鹏用“从仓库取料到质检、去毛刺再回库”解释端到端任务:机器人不是嵌入现有流水线某一工位,而是负责完整流程,以便统一模型和跨客户复制。这是选型示例,不是已完成部署证明。

硬件一致性如何传导为模型数据噪声

输入是同型号不同本体、相同采集指令或回放数据。若A、B本体的结构、零部件、控制或磨损不同,输出轨迹便不同,模型会把这些差异误当作场景或任务差异。输出因此需要硬件一致性、标定、工艺和返修数据,而不只是更多小时。失败可来自工艺不一致、寿命短、个体标定差异、电磁干扰或错误数据进入训练。

对应节目:01:35:11;02:07:48;02:36:35

本文自拟示意,不是嘉宾实验

【嘉宾原例重述】同厂同型号A、B机器人重放同一数据却行为不同,说明数据难以直接跨本体迁移;至简手套的电磁干扰也造成位置跳变,早期1/3数据不可用,说明硬件质量直接进入训练链。

融资、算力与硬件量产的资源分工

输入是研发方向、数据、GPU、人才和预期销量。融资按财务背书、技术生态、产业保供分波引入,GPU支持模型训练,人才完成算法与交付,硬件备货与工艺决定量产成本。输出是可支撑验证和扩张的资源组合。失败可来自无方向烧钱、GPU不足、数据不可用、备货过早或估值期待逼迫每月交付。

对应节目:02:03:24;02:32:42;02:33:09

本文自拟示意,不是嘉宾实验

【嘉宾原例重述】贾鹏称GPU占研发费用三分之一以上,而硬件备货1万、2万、10万台成本差异巨大且需多轮迭代;王凯分三波融资,是为了资本、技术与产业场景匹配,而非只追求金额。

独立判断:这些对话改变了什么理解

理想逆袭不能只归因于组织战斗文化,后发者恰好遇到技术路线迁移窗口也同样关键。

推理:共同认知、项目制和预研解释为什么理想能快,但有图到无图、双系统、端到端等路线变化也让旧积累部分贬值。理想没有那么多历史代码,敢一次性推翻重来,可能把后发劣势转成转向速度。

竞争解释与边界:若路线稳定,先行者数据、工程和量产壁垒可能更强;因此这是一套内因与窗口共同作用的解释,不是每个后来者都应盲目推翻旧系统。

至简的全栈自研与利用大厂底座并不矛盾,真正需要核查的是自研边界和不可替代性。

推理:贾鹏强调本体、采集硬件、模型和Infra自研,同时又使用Janus Pro及阿里、腾讯底座。其差异化若要成立,应主要落在本体与Action的联合设计、独有场景数据、任务适配和持续交付,而不是宣称从零训练所有通用知识。

竞争解释与边界:大厂也可能向本体和垂直Agent延伸,贾鹏本人承认中局可能被覆盖。届时,“又脏又累”的落地是否足以成为高价值壁垒,需要客户粘性、数据独占性与成本结果验证。

真实数据优先与合成数据辅助并非永远对立,取决于仿真保真和任务类型。

推理:贾鹏从量产长尾出发强调真实数据,符合物理世界安全问题需要真实暴露的逻辑;合成数据在导航、罕见案例扩增和闭环测试中有明确价值。若未来仿真对材质、接触和动力学更逼真,它在Manipulation中的角色也可能增加。

竞争解释与边界:仿真偏差同样可能放大错误动作,尤其接触密集任务。应按任务评估真实与合成的比例、验证成本和迁移效果,而非把嘉宾经验改写成普遍禁令。

硬件“收敛”应拆成零部件复用、工艺一致性与商业可靠性三层,不能用前者代替后两者。

推理:零部件开始标准化可加速研发,但A/B行为不一致、返修与寿命仍会污染数据和抬高交付成本。至简需要同时证明本体设计、长期稳定性与单位经济,而不仅是做出轮式双臂或一次表演。

竞争解释与边界:宇树、智源等先行者的工艺积累可能使某些形态先成熟,贾鹏也把其视为正面信号;但舞台一致性与长期量产返修不是同一证据。

六边形战士既是资源战略,也是一种防止成功叙事过早闭合的检验清单。

推理:至简融资、团队履历和早期论文并不等于已具备六边形。还应看硬件返修、数据覆盖、场景收入、组织扩张和每月交付是否可持续。贾鹏承认“先闭环再扩张”是否适合团战未知,这比只讲愿景更能揭示真实风险。

竞争解释与边界:并非所有公司都必须全栈,明确聚焦某一环节也可能成功;但若选择在资本与供应链密集方向正面竞争,短板会更容易被上市同行和巨头放大。

尚未解决的问题与可检验的下一步

待解问题:至简的动力学、硬件可靠性和返修数据是否支持从demo走向量产?

下一步信息或小实验:按本体批次公开平均无故障时间、返修率、寿命、任务成功率、A/B一致性与维护成本,并区分实验、试点和真实客户持续运行。

怎样的结果会改变判断:若长期数据证明一致性和成本达标,支持硬件路线;若故障与维护吞噬效率,应先收缩场景或继续本体迭代,而非扩大交付。

待解问题:通用底座+垂直Agent能否形成创业公司独立壁垒?

下一步信息或小实验:比较通用底座、只用自有本体数据、加入场景数据与完整条件化训练四种设置,在相同任务上测成功率、泛化、数据成本与迭代时间,并观察大厂直接方案。

怎样的结果会改变判断:若本体和场景数据带来稳定、难以复制的收益,分工成立;若通用大厂已能达到同等效果且成本更低,创业公司的技术位置需重估。

待解问题:完整端到端任务能否比单工位自动化更容易复制并产生正向ROI?

下一步信息或小实验:在两个以上客户分别部署相同流程,记录部署时间、新数据量、停机、维护、返修、人工介入、任务节拍和总成本,比较人工与传统自动化。

怎样的结果会改变判断:若少量适配即可复制且总成本更低,支持选型;若每个客户都需重新开发或可靠性下降,应把它也视为一种非标方案。

待解问题:项目制和每月出新成果能否在商业扩张期持续?

下一步信息或小实验:跟踪团队规模扩大后的决策时间、返工、员工流失、跨部门沟通、项目成功率和质量,比较无层级、轻流程与明确责任边界三种阶段。

怎样的结果会改变判断:若保持速度同时质量稳定,说明组织可扩展;若冲刺损害质量、人员或协作,应增加流程而非机械坚持“无架构”。

影响理解的转录疑点

先读00:30:29–00:53:01,理解理想的认知一致、项目制、预研与有图切无图如何形成量产方法;再读01:19:46–01:48:05,梳理Infra、统一模型、真实数据与硬件门槛;最后读01:48:06–02:37:22,评估端到端任务、团队融资、数据失败、硬件成本和CEO转变。

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:155: 至简动力贾鹏:从英伟达到理想,具身智能的六边形战士

本页使用的公开文字或字幕来源

返回顶部