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。
00:00:00–01:10:00 连续对话 100:00:00–00:03:09 开场:中美机器人行业的“大脑派”与“身体派”之分你这次来上海有什么不一样的感受吗?你多久来中国一趟? 硅谷的感觉有什么不一样吗?在Robotics这个行业上? 你们属于大脑派还是身体派? 主持人张小珺开场介绍本期嘉宾——Dyna Robotics的创始人兼CEO Lindon Gao,并点明Dyna与之前节目嘉宾Pi(Physical Intelligence)的技术路线不同,Dyna采用“Product Research”的路线。节目预告提及了创业的艰辛(被拒几百次、团队自比“蟑螂”)、内部的战略分歧(落地与研究之争)以及Lindon对创业与赚钱的看法。
正式访谈开始,主持人询问Lindon此次来上海的感受。Lindon表示,他一年会来中国一两次,因为在上海有团队。他感觉中国机器人行业发展快、很“卷”。对比之下,他认为硅谷和中国机器人行业都有些浮躁,各家公司都在频繁发布新品、寻求融资。
然而,Lindon指出了一个本质差异:中美对机器人长期战略的认知不同。他将其概括为“大脑派”和“身体派”:
* 大脑派(美国):认为“大脑”(智能)是唯一的问题,一旦智能问题解决,“身体”(硬件)的问题会迎刃而解。
* 身体派(中国):认为“供应链”是唯一的问题,相信“大脑”的问题长期来看会自行解决。
Lindon观察到,尽管分野鲜明,中国近期也开始在模型层面进行布局。当被问及Dyna的派别时,他回答公司属于“全栈派”。
Product Research 嘉宾Lindon提出的Dyna Robotics的技术路线。它区别于以通用智能为最终目标的纯研究路线。其核心是以一个清晰、长期的产品形态为终点,通过倒推的方式,来决定当前阶段研究(Research)的优先级和方向。所有研究都必须服务于最终产品的价值实现,而不是发散性地探索所有可能性。
大脑派 vs 身体派 嘉宾Lindon用来概括中美机器人生态系统不同战略焦点的比喻。 “大脑派”主要指以美国为代表的路径,认为核心是解决智能(大脑)问题,硬件(身体)会随之解决。 “身体派”主要指以中国为代表的路径,认为核心是解决供应链和硬件制造(身体)问题,智能(大脑)长期会成熟。
Scalable Product Market Fit 嘉宾Lindon提出的一个比Product-Market Fit (PMF) 更严苛的概念。它不仅指产品找到了愿意付费的客户,更强调这个产品解决方案是可规模化的,不需要大量的定制化或人工干预就能在更多客户那里成功部署和运行。在机器人领域,这意味着模型本身要足够智能和鲁棒,能够处理各种corner case,完成完整的工作流,而不是依赖工程巧计或“保姆”式的维护。
预训练 (Pre-training) vs 后训练 (Post-training) 在机器学习,特别是大模型领域的术语。在本对话中,“预训练”指在一个非常庞大、通用的数据集上训练一个基础模型(Foundation Model),使其掌握广泛的知识和能力。Dyna自己进行预训练。“后训练”(也常被称为微调/Fine-tuning)指将预训练好的模型,在一个更小、更具针对性的任务数据集上进行额外训练,使其适应特定任务(如折叠衣物)。嘉宾认为,模型的鲁棒性主要来源于预训练,而非后训练。
话题推进: 在定义了Dyna的“全栈派”定位后,主持人将话题转向Lindon个人的成长与创业经历,为后续深入探讨Dyna的战略选择铺垫背景。
00:03:09–00:08:40 连续创业之路:从游戏交易到珠宝外贸要不我们在聊Dyna之前,我们还是先聊聊你作为一个连续创业者,你之前的一些创业经历,你的成长和创业。 14岁是初中吗?还是高中? 做什么平台? 第一桶金赚了多少钱? 这个怎么结束的? 赚钱难吗对你来说? 你从事课业怎么样? 第二的创业怎么开始的呢? 这个公司是出事了吗? 那还在? 所以它结束掉了。 你是怎么接触到珠宝的呀? 所以你是很顺理成章的去读了商学院是吗? 你当时在选学校或者选专业的时候,有其他的选择吗?然后后来又去了投行。 然后你为什么又上了投行的路线发展? 你在投行几年? 然后就开始创业了吗? 你从投行出来到你现在这个创业中间,你还有什么经历吗? 然后就做了机器人。 主持人引导Lindon分享Dyna之前的创业经历。Lindon自述11岁从中国到美国,成长环境充满创业氛围,身边人常做小生意。他将早期的商业尝试称为“hustle”(赚点小快钱),而非正式创业。
他的第一次生意始于14岁(初中),通过打游戏发现商机,于是搭建平台或利用论坛买卖游戏账号和装备,赚了上万美金。他回忆,当时成长氛围就是追逐潮流、学着赚钱,自己也因此学会了。对他而言,赚钱不难,他享受的并非钱本身,而是“做对了一件事情带来的reward”。他承认当时并未专注于学业。
第二次生意始于大学二年级,最初是将在各地发现的、本要被熔掉回收的珠宝库存放到eBay上卖。这个生意起初做得不错,后来演变成一个每周只需投入三四个小时、年入十几二十万美元的“self-managing business”,交由家人打理。这个生意持续了近十年,最终由他自己主动结束,因为觉得投入时间不再值得。
主持人追问他如何接触到珠宝行业。Lindon解释,通过家庭和朋友关系,他接触到中国的珠宝供应链和美国的珠宝需求。起初的to C模式(直接卖给消费者)因包装、客服等事务繁琐,与他的学业和实习冲突,于是他转型为to B的外贸生意:将中国供应链与美国众多需要小批量、高质量生产的珠宝设计师连接起来,为他们供货并从中提成。
随后,Lindon回顾了自己的教育和职业路径。他最初在纽约大学学医,是父母的意愿,但两年后他发现自己不想学了,便转去读金融。毕业后进入投行工作,他坦言当时并不了解投行,只是因为纽约大学商学院的同学都想去,他想和大家比一比。在投行工作两年多后,他直接离职,开始了第一次正式创业——Caper AI,一个“半个机器人”项目。
话题推进: 在简述了早期的商业尝试和职业选择后,话题自然过渡到他的第一次正式创业——Kber项目,这为理解他后续的机器人创业提供了关键背景。
00:08:40–00:17:02 第一次创业Kber:在融资困境中幸存的“反公式”产品中间是不是有一段很难的经历在这段创业中? 这个难关就度过了吗?随着第一次融资进来。 然后这的创业后来也是就是出售了。 这的创业最痛苦的时候是什么时候?你是还在靠读禅思路撑过来吗? 你说你对投资人有一个画像,思维画像,是从那时候就开始有了吧? 那个创业持续了几年啊? 卖出去那一刻感受是什么样的?觉得我突然有钱了吗? Lindon详细讲述了他的第一次正式创业Caper AI。该项目始于2017年,正值Amazon Go引领的“无人零售”风潮。当时涌现了约50家类似公司,Caper AI是少数幸存者之一。
Lindon发现,当时主流方案是改造整个商店,在天花板和货架上安装传感器和摄像头。他带着这个想法访谈了150位超市老板,却惊讶地发现,即使免费提供,他们也毫无兴趣。原因是性价比低,节省几个收银员的成本远不足以覆盖几十万的改造和维护费用,且收银员还承担其他工作。这让他意识到,这个商业逻辑走不通。
于是,Caper AI团队转变思路,将传感器融合和视觉识别技术集成到购物车里,解决同样的问题:识别“谁付钱”(推购物车的人)和“付多少钱”(放入购物车的商品)。这个方案技术上更简单,也避免了高昂的店铺改造成本。
尽管产品思路独特,但融资过程极其艰难。Caper AI虽然幸运地进入了YC孵化器,导师还是Sam Altman和Jeff Ralston,但毕业时融资额在同批项目中排名倒数,仅融到30万美元。投资人普遍质疑他们没有相关背景,且不喜欢投资硬件。为了生存,四位联合创始人搬进一个房子里同吃同住,自己做饭,不拿工资,每月只花7000美元,坚持了两年半。
为了撑到种子轮,Lindon曾cold email了1000多位天使投资人,最终只有两人投资,每人约5万美元,帮助公司活了下来。在寻求机构种子轮融资时,他们见了100多家机构,几乎全被拒绝,最后只有First Round Capital投资了约200万美元。A轮融资同样困难,见了60多个投资人后,才获得Lux Capital的千万级投资。
Lindon将融资困难归因于其产品的“反公式”特性——与模仿亚马逊的主流方案背道而驰,投资人质疑他们如何与巨头和资金雄厚的对手竞争。他坦言,这段被上百人拒绝的经历是最痛苦也是成长最快的时期,他通过阅读《沉思录》等方式“修行”,将每次失败视为一次强化学习(reinforcement learning)的机会。他反思,早期被拒主要是因为自己“只顾着说,不顾着听”,未能与投资人建立共鸣。
Caper AI创业持续了六年,在B轮融资时,公司收到了两个term sheet和一个收购要约。在拒绝两次后,最终决定以3.5亿美元的价格出售公司。Lindon表示,卖掉公司的主要动机并非为了钱,而是觉得可以去做一个更大的事业,并将这六年学到的经验应用于下一次创业。
这次退出发生在 2021 年。Lindon 的解释是希望把六年创业中学到的东西用于下一件更大的事,而不是把突然获得资金当作唯一原因。这句话与下一段的产品复盘相连:他之后追问的不再只是能否再拿一个客户,而是产品本身创造什么价值。
话题推进: 在回顾完第一次创业的艰辛历程和最终成功退出后,话题转向了Lindon从这段经历中提炼出的核心认知,特别是关于产品价值和个人成长的思考。
00:17:02–00:27:14 产品本质的连续回答:从屏幕互动到客单价、广告和ROI细数你前面的两段生意、一次创业,你从中学到了什么? 怎么想一个更本质的问题,而不是多拿一个客户、多融一次资? 你刚才提到YC mentor是Sam,他教你们什么? 自律能提高你的决策质量吗,作为一个CEO? 卖公司那年刚好30岁,之后的人生规划是什么? Lindon先总结,前两段生意和一次完整创业教给他的不是“找到某个人或拿下某个客户就能解决问题”,而是要做最本质、真正有价值的事。他将这一判断落到无人零售:最初大家拿着Amazon Go式的技术找场景,希望用无人商店节省人工;实际做产品时,团队发现节省人工并不是最有价值的部分。
更有价值的是购物车屏幕与顾客的互动:顾客放进一种零食后,系统可推荐另一种,或在多买两件时给coupon。由此,团队把价值核心从“少几个员工”转为提高average basket size(客单价/每单购买量),并进一步发现广告机会。无人商店若没有类似交互屏幕,就缺少这条价值路径。这一经历解释了为什么他后来不只看技术是否能运行,也看技术嵌入怎样的产品形态。
主持人追问,怎样从多拿一个客户、多融一轮资回到本质。Lindon的回答是:ROI不成立,多一个客户没有意义;除非能证明上量后ROI会自动成立,否则商业飞轮没有搭起来,不能称PMF。很多公司以为客户签约并愿付费就是PMF,但后续定制化和客户要求的节拍可能让方案无法规模化。尤其在硬件和机器人行业,他认为ROI不成立就不是产品。
这段对话之后才进入Sam Altman和自律话题。Sam反复强调的是launch and iterate;Lindon说自己当时认知不足,不能充分与其共频。自律方面,他用Atomic Habits解释习惯对长期目标的作用,并将创业者称为“脑力运动员”:早起、运动、饮食、睡眠是为了保持找方向所需的清晰思考,而不是自律本身证明经营成果。30岁卖公司后,他在Instacart待三年,是为了向来自Uber、Facebook、Google等公司的高管学习产品和管理,弥补自己野路子创业的短板。
Lindon(嘉宾产品判断) · 00:22:05
签约并愿付费不自动等于PMF;定制化和节拍要求可能使ROI无法成立。
话题推进: 产品价值从节省人工转向交互和ROI的讨论,连接到他如何在Instacart学习管理,并再次选择软硬件结合的机器人创业。
00:27:14–00:40:16 研究合伙人的两项标准:research taste 与落地现实主义你们需要什么样的研究型合伙人? 如果CEO希望落地,而research的合伙人希望做大脑突破,一般这样的团队会有分歧。你们会有分歧吗? 这是什么时候?结果呢? 你是落地派?那谁是落地派呢? 最后你们怎么找到那个overlap? Lindon分享了在Instacart担任VP三年的学习心得。他表示自己不善于总结,而是将所学内化为认知。具体而言,他学会了如何在大公司内部向CEO要资源,这需要精准地阐述项目的重要性(framing),并挖掘CEO的底层动机以达成共识。管理方面,他从过去凭感觉招人、试图纠正每个人的做法,转变为更深刻地认识到每个人的认知边界和能力范围,对用人变得更得心应手。在此期间,他直接和间接管理约三百人。
尽管学到很多,但Lindon直言当高管“一点都不符合”他的个性。他将创业比作匠人打磨作品,花数十年打造一个令自己自豪的公司(包含技术、文化、产品等),这个多维度的过程让他每天都能学到新东西,因此再次创业是自然而然的决定。
在选择创业方向时,他和合伙人杨士元认真探索了AR、能源、量子计算等多个“能改变世界”的领域。他们曾花6-8个月深入研究AR,但认为底层技术尚未成熟。最终选择机器人,是因为这与他们过往的软硬件结合经验高度相符,并且他观察到机器人行业当时也存在“拿着锤子找钉子”的现象,看到了机会。
团队组建方面,Lindon与合作十多年的杨士元再次搭档。他评价自己看得远,能规划公司十年愿景和战略路径,但缺点是表达过于宏观,逻辑链太长,导致他人难以跟上。他形容杨士元是“稀有的技术天才”,共情能力、思考结构性、落地能力、技术和管理能力俱佳。当被问及“闻得到钱”和“理想主义”是否有分歧时,Lindon明确表示自己是“现实的理想主义者”,做机器人并非为了赚钱,但“闻得到钱”是生存所需的脚踏实地,最终服务于“星辰大海”的梦想。
为了补齐团队在具身智能研究上的短板,他们开始寻找第三位联合创始人。他们对这位研究型合伙人有清晰的画像:首先,要有极强的“research taste”(研究品味)。他们通过研究论文发现了Jason,观察到他早期的论文虽然“fancy”,但越往后越变得简单、干净、核心概念清晰,体现了其在研究过程中的进化能力,这让Lindon印象深刻。其次,他们需要一个有“现实主义”精神的研究者,希望将研究成果落地到产品上,产生实际影响。
Lindon在Instacart的学习和再次创业的理由之后,进一步解释Dyna如何补齐研究能力。他与杨士元合作多年,对自己的评价是长期愿景较清楚,但表达过于宏观,长逻辑链使别人难以跟上。对杨士元的评价则是共情、结构化思考、落地、技术和管理能力都很强。这些均为嘉宾个人描述,不能当成独立绩效评价。
寻找第三位研究型联合创始人时,团队先在硅谷约谈二十来人,明确希望找到既有research taste又有现实产品意识的人。Lindon解释,他从Jason早期较fancy的论文看到后期越来越简单、干净、核心概念清晰,认为这体现了研究判断的进化。这个判断是基于论文轨迹的创始人口述,不是对Jason论文或研究能力的独立评审。
旧稿在“taste是第一”后跳到现实主义,丢失了完整衔接:第二项标准是不只做学术追求,还要希望研究最终能落地并对产品产生影响。正因如此,主持人接着问,如果CEO要落地、研究合伙人要做大脑突破,团队会不会分歧。Lindon承认Dyna在上年末也遇到这一问题,团队有人偏落地、有人偏research,最终需要找到一个同时改善智能和产品闭环的战略点。
话题推进: 两项选拔标准直接引出Product Research的组织难题:研究和落地并不天然一致,团队需要在共同战略点上重新凝聚。
00:40:16–00:50:20 折叠选型与真实部署:技术上限、异常成本和产品闭环并不等价为什么选择折叠这个场景?技术上难在哪里? 怎么准备折衣服的数据来帮助泛化? 预训练与后训练投入的资源和比重大概是多少? 部署难吗?最难的是否是手的灵活性? 这个场景商业化做得好吗?几个客户?为什么后来不继续scale? 团队为何选择折叠?Lindon先承认这是一个反共识选择。面对“为什么不去工厂、物流”的质疑,他认为关键不是先证明洗衣市场多大,而是先让第一个商业闭环成立。折叠坏了可以重做,容错比打翻拿铁高;场景又相对独立,且与洗衣店、酒店沟通后发现确有用工痛点。因此,他把折叠看作符合当时技术上限的technology-market fit。
技术难点也没有被简化成“衣服软”。衣物状态多、每一步依赖前一步,而且不同尺寸、面料、款式和环境都要求泛化。团队曾以为需要很多环境数据,实际发现约十多个场景就能支持一定的新环境泛化;这是嘉宾在特定任务、模型与数据配方下的自述,不是通用数据门槛。随着预训练改善,后训练所需数据减少,他们的资源投入由早期预训练和后训练约各半,转为预训练占更大比重。
真实部署揭示了demo与完整劳动之间的差距。餐巾完整流程需要五折,机器先做四折,最后较困难的一折由服务员处理,客户实际使用时仍不满意。客户每天需约1300张,最初机器24小时约850张;提速后,双抓餐巾的异常又可能耗约2分钟,而正常一张约20秒。若双抓约占10%,当天产量便难以达标。摆放进bin也若不整齐,会让成品看起来像没折好。团队坚持尽量让模型处理这些问题,认为预训练难以单独解决双抓造成的产出损失,而语言控制摆放则暴露了预训练的语言跟随问题。
这些失败不是旁枝,而是路线修正的证据:即使模型成功率高、某些corner case能解,解决耗时、人工补料和上下料仍可能使ROI不成立。Lindon说已有十个以上客户、数量不便透露,却选择不继续scale,因为产品没有达到他要求的scalable PMF。旧稿若只保留99%成功率,会漏掉后半段真正的反证。
主持人提出,追求落地的CEO与追求研究突破的科学家之间常有分歧。Lindon承认,Dyna在去年(2025年)底也曾经历严重的战略迷失,团队身份认同受到冲击:一派主张落地,另一派主张做研究。Lindon澄清自己当时更偏向研究派,而一些工程师则倾向于落地派。他认为,单纯的落地赚钱并不能形成长久、可规模化的产品形态(scalable product market fit)。
这场分歧的根源在于机器人行业普遍面临的困境:追求“探高”(提升智能水平)似乎无法落地,而专注落地又没有能力“探高”。然而,落地的可扩展性恰恰被智能水平所限制。因此,核心是要提升智能。团队最终的解决方案是“把战线拉长”,设定一个更长远的目标,这个目标既能驱动智能的提升,又能实现落地,从而将两派力量统一起来。
Lindon解释了Dyna的“Product Research”路线与传统纯研究路线的区别:
* 传统研究导向:以实现通用人工智能(AGI)为目标,采用发散模式探索各种可能性,之后再收敛。Lindon认为这种模式可能做得不够深,因为没有落地验证。
* Product Research:所有研究都服务于一个长期的、清晰的产品形态。团队会根据对最终产品的倒推,为研究设定优先级框架,在精力有限的情况下,只在最重要的事情上下注。
回顾创业初期,2024年底团队组建完成并开始接触客户。进入2025年,团队发现当时的机器人基础模型(Foundation Model)能力不足,机器人动作缓慢、混乱,且只能成功完成单步任务,无法连续执行,不足以商业化。为此,Lindon给团队设定了明确的Product Research目标:将任务成功率提升到99%,速度达到人类的50-60%。
所有研究围绕此目标展开,最终成果便是2025年四五月份发布的Dyna-1机器人。它能够连续24小时折叠餐巾,成功率超过99%,被视为行业内首个可商业化的演示。选择“折叠”这个看似市场不大的场景,是Lindon反共识的决策。他解释,这是基于当时模型能力的“Technology-Market Fit”:
1. 高容错率:与制作拿铁等任务不同,衣服或餐巾折坏了可以重折,损失小,对模型质量要求不高,符合当时技术天花板。
2. 场景独立:机器人可以独立在一个空间内持续工作,减少与人交互的复杂性。
3. 真实痛点:与酒店、洗衣店沟通后,发现这确实是一个普遍存在的用工痛点。
Lindon(嘉宾部署自述) · 00:52:46
完整餐巾需五折,机器先做四折,最后一折留给服务员;客户虽然接受方案,实际操作仍因浪费时间而不满。
Lindon(嘉宾部署自述) · 00:53:32
客户每日约需1300张,机器初期24小时约850张;提速后双抓异常约2分钟,正常单张约20秒。
Lindon(嘉宾部署自述) · 00:55:07
叠好的餐巾若随意落在bin中,外观仍像没有折好,需要用语言condition控制按位置整齐摆放。
Lindon(嘉宾战略复盘) · 00:56:46
即使已有十个以上客户,他仍因scalable PMF未成立而停止继续scale,不能将客户数当成部署成功证明。
话题推进: 部署暴露的关键不只是单步技术不够,而是机器人还要人补料和照料。下一段需把“需要保姆”到完整工作流的因果链接上。
00:50:20–01:10:00 从折叠任务到工作流:在真实部署中发现模型的根本问题它技术上难在哪呀? 你们怎么准备折衣服这个场景的数据呢?来帮助它更好的泛化,在这上面有难耗吗? 所以我大概能不能理解,就是基于当时的预训练的技术能力,你们找到了一个可以最大化能够让机器干活的一个方向。 那这个方向在过去一年随着技术的突破变化以后,它变了吗? 你们后来后是不是又花了几个月的时间去做部署? 哪几个月开始在做部署? 部署难吗? 你们也自己做预训练吗? 你们预训练和后训练投入的资源和比重大概是多少呀? 这是今年出现的变化? 基于这个场景,当时最难的几件事情是什么呀?比如说手的灵活性。 这个场景上商业化做得好吗? 多少两了已经? 几个客户啊? 所以你们已经就是量产完成的很好是吧? 你这个决定是什么时候做的? 你发现了什么迹象让你觉得它没有达到你想象的skill? 就是没有把这个场景里的整个工作给做完。 主持人追问折叠任务的技术难点。Lindon解释,难点在于处理软体(如衣物),其状态复杂多变,且每一步操作都依赖前一步的成功。这对模型的泛化能力也提出了高要求,机器人不能只折一种尺寸或款式的T恤。通过在不同环境、处理不同衣物(尺寸、面料、款式)收集数据,团队得出了关于泛化(generalization)的有效方法(recipe),并发现仅需十几个场景的数据就足以实现较好的泛化效果。这让他们在当时预训练水平下,看清了后训练(post-training)的能力天花板。
随着技术进步,Lindon观察到最本质的变化是后训练所需的数据越来越少,这更坚定了他们将重心转向预训练的判断。当时,团队在预训练和后训练上的资源投入是一半一半,而现在预训练的投入远超后训练。他们发现,模型的鲁棒性绝大部分来自预训练。
在2025年6月至9月,团队进行了为期数月的真实场景部署,过程“非常难”。他们遇到了多个预料之外的“corner cases”(边缘案例),揭示了从完成“任务”到完成“工作流”的巨大鸿沟:
1. 任务不完整:机器人只能完成叠餐巾的5个步骤中的4步,最后一步最难的整理工作仍需服务员完成,导致客户抱怨。
2. 速度不达标与异常处理:客户每天需要1300张餐巾,而机器人最初每天只能折850张。提速后又遇到新问题:机器人偶尔会抓起两张餐巾,虽然模型能通过复杂操作解开,但耗时2分钟,远超正常叠一张的20秒。只要这种情况发生10%,当天的产量就无法达标。团队坚持用模型(如强化学习)而非工程巧计解决,因为他们坚信只有纯模型方案才能规模化。
3. 输出不规范:叠好的餐巾被随意丢进收纳筐,看起来很乱。团队不得不花费大量精力训练模型,使其能按顺序整齐摆放餐巾。
4. 工作流中断:最根本的问题是,机器人每隔半小时到一小时折完一叠餐巾后就会停机,需要员工设置闹钟去补充物料。这导致机器人实际工作时间远低于预期,客户抱怨其“太慢”。
Lindon意识到,机器人需要一个“保姆”,这说明产品没有解决商业的本质问题,只是完成了孤立的任务,而没有完成整个工作流。因此,尽管已经有了十多个客户并开始商业化,他在去年(2025年)底做出了一个艰难的决定:停止规模化(scale)这个场景,因为一个不完整的产品未来会成为公司的“累赘”。
01:00:44 后,主持人继续追问:如果研究型实验室认为应先解决“大脑”,Dyna 为什么不先抛开当前场景?Lindon 的回答是把“大脑不行”具体化:单张餐巾任务内模型已能工作,但商业闭环需要取料、执行、下料和持续运行。后续工作流方案、多步可靠性、语言跟随和轮式底盘都是针对这些具体缺口,而不是笼统否定研究。下一分区沿同一问题继续展开。
话题推进: 这个关于“机器人需要保姆”的深刻洞察,标志着Dyna战略的一次重大转折,引出了他们对机器人产品价值的重新思考,即从完成单一任务转向自动化整个工作流。
01:00:00–02:00:00 连续对话 201:00:00–01:10:00 从“机器人需要保姆”到完整工作流:任务成功不等于商业闭环研究型lab可以先解决大脑,因为当前定义的场景未必最佳,你怎么看? 在洗衣房里,叠餐巾是机器人的本质任务吗? 只做桌面折叠不足够有scalable价值后,你做了什么? 现在能做到什么地步?预训练和后训练的比重怎样调整? 你们从第一天就说不做人形机器人吗? 你是否是硅谷少有的机器人落地派? 接续补料场景,员工每半小时到一小时需回来查看并添加新餐巾。客户说机器人太慢时,团队查看数据发现机器可能有连续半小时不工作,并非单张折叠速度本身,而是在等待人补料。Lindon因此说,问题不是机器人慢,而是机器人“需要个保姆”。这解释了他为何在已有客户的情况下仍停止scale:不完整的产品扩大部署会把人工照料和异常成本一起放大。
主持人随即提出另一种路线:研究型lab可以先解决大脑,因为当前定义的场景未必最佳。Lindon没有否定大脑和数据的重要性,而是追问“大脑不行,不行在哪?”在单一叠餐巾任务内,智能已能完成工作;真正未成立的是包含全部劳动的产品闭环。即使模型能在新环境zero-shot完成同一sequence of motions,也不代表它能替代员工完成整个工作流。这里的限制来自任务定义和智能能力两层,不能只用“缺数据”概括。
去掉“保姆”要求机器人做完整工作流:知道未叠餐巾库存在哪里,取料并返回桌面,执行折叠,再把成品送到指定shelf,最后取回新的桶继续循环。Lindon说这已是他们当时可以做到的范围;这是公司能力自述,尚非独立部署验收。
多步工作流也改变研究问题。单步成功率需要连乘,任何一步的异常都可能使全天流程停止;模型语言跟随不强,也让摆放位置等指令难以稳定执行。团队因此把更多问题追溯到预训练,并从不可移动的桌面设备转向轮式底盘、上半身躯干式的设备,以支持空间内移动。他们并未从第一天承诺一定不做或一定做人形,而是按任务需要选择硬件。
这段最后应接回Product Research的澄清:外界可能把Dyna看作落地派,但Lindon认为团队文化和工程都围绕research,只是用产品闭环探索下一步研究方向。Dyna 2的技术积累随后被拆成System 2、System 1、System 0,不能漏掉这条从部署失败到技术栈变化的链条。
主持人接着问,为何已有客户却不再继续 scale。Lindon 回答,关键不是没有客户或模型完全不能做,而是单任务之外的补料、异常、下料和人工支持没有形成可扩张的完整产品。他们把“需要保姆”视为商业闭环未成立的直接证据,因此宁可先停止扩张,修正任务边界与研究目标。这里承接上一段的部署细节,下一段再展开取料到下料的完整链条。
工作流 (Workflow) 在本对话中,指代一个完整的、端到端的业务流程,区别于单一的“任务”(Task)。例如,“叠餐巾”是一个任务,而从去仓库取餐巾、叠好、再送到指定位置的整个闭环过程,则是一个工作流。它包含上料、执行、下料等多个环节,是Dyna衡量机器人能否创造商业价值的最小单元。
Product-research派 嘉宾Lindon提出的自我定位,指以研究(research)为核心,但使用“产品闭环”作为验证和引导研究方向的方法论。其输入是前沿的机器人研究,输出是一个能够形成商业闭-环的最小可行产品(MVP)。这个过程的目的是通过落地实践来发现当前智能体的瓶颈,从而为下一阶段的研究(尤其是预训练)指明方向。
System 0/1/2 Dyna内部的技术栈分层模型。System 2是最高层的“身体推理层”,负责理解世界、任务和规划,并输出语言指令。System 1是中间的“世界-动作模型”,负责将语言指令翻译成具体的动作序列。System 0是最底层的运动控制层,负责在硬件上精准、流畅地执行动作。
沿途下蛋 嘉宾Lindon用来形容Dyna研发路线图的比喻。指随着机器人智能水平(scaling law)的不断提升,在不同发展阶段,选择并落地复杂度相匹配的工作流(“下蛋”),形成商业闭环。这个过程既能创造价值,又能为更高阶的智能研究提供数据和方向,实现研究与商业的协同进化。
Lindon(嘉宾部署复盘) · 01:00:00
客户抱怨慢时,数据却显示机器因等补料连续半小时未工作,说明评价对象应从单步速度转为全天无人化工作流。
Lindon(嘉宾产品判断) · 01:02:06
zero-shot完成同一动作序列也不等于商业闭环;任务成功与员工工作被完整替代是两种不同证据。
Lindon(嘉宾产品方案) · 01:03:24
完整链条为取库存、回到桌面、折叠、送至shelf、取新桶再继续,不是仅完成折这一动作。
Lindon(嘉宾技术判断) · 01:04:27
多步工作流要求每一步及异常处理都可连续执行,语言跟随不足被团队追溯到预训练问题。
Lindon(嘉宾战略复盘) · 01:00:44
已有十多个客户仍不继续 scale,原因是人工照料和异常成本使可扩张 PMF 未成立,而不是简单没有客户需求。
话题推进: 产品闭环为研究指明问题后,主持人继续追问System 0/1/2的分工、少量示范与语言引导的泛化表现。
01:06:53–01:17:29 Dyna的技术栈、商业化路径与B2B场景选择这个算是Dyna 2吗? 从Dyna 1到Dyna 2,你觉得公司的技术积累是什么? 在其中有观察到可泛化性的迹象了吗?它能泛化到什么程度呢? 这个完整的工作流已经开始有商业化客户了吗?客户是什么样的公司? 它的成本能比一个人低吗? 现在做到了没有?(指机器人24小时产出超过人类8小时) 你们是不是在创业之初就决定先不做人形,然后不做制造也不做家庭,这是你们最早的说法吗? 为什么不能做家庭在那个时候? 你觉得终局来看,人形机器人在家庭里,它属于可泛化性最强的产品形态吗?会是我们这个时代的T型车吗? 你们当时觉得哪个是你们的甜点区呢?哪个场景? 为什么(B2B的需求会比B2C更高)? 酒店的市场有多大? 嘉宾Lindon确认,即将发布的新机器人和模型是Dyna 2。他将Dyna 1到Dyna 2的技术积累归纳为三个系统的进化:
* System 2 (Body reasoning layer):负责对物理世界的认知,包括物理属性、当前状态和语义理解。它能理解任务进展,规划下一步,并向System 1发出语言指令。
* System 1 (World action model):接收System 2的语言指令,并将其转换为动作。
* System 0:负责运动控制,通过强化学习等方法,将System 1输出的动作轨迹(trajectory)在硬件上实现为快速、丝滑、准确的动作。
Lindon指出,在System 1和System 2上已观察到非常强的泛化迹象,主要体现在两个维度:一是通过少量示范(demonstration)学会新任务的能力;二是对语言指令的理解和执行能力(language steering capability)显著增强。
在商业化方面,Lindon透露,针对完整工作流已经有了商业客户,主要是酒店场景,但尚未完全落地。主持人关心成本问题,Lindon坦言,在当前基础模型限制下,机器人很难做到比人快。因此,Dyna的核心价值主张不是“比人快”,而是“比人更久”。他给团队设定的目标是:一个机器人工作24小时的产出,要能达到一个美国员工工作8小时的产出。他表示目前已经超额完成了这个目标。
随后,对话转向场景选择。Lindon澄清,公司创业初期并非预设“不做”什么,而是探索“能做”什么,在探索中排除了很多选项。他认为家庭场景是机器人的“终极形态”,对泛化能力要求极高,但即便技术上能实现,也不等于产品成立。家庭场景面临诸多挑战:
1. 主观性:消费者对机器人工作的预期非常主观(如盘子摆放方式),难以标准化。
2. 安全性与Corner Case:家庭环境的corner case极多,安全要求远高于B2B场景。
3. 多维度评价:家庭机器人不仅是泛化问题,还涉及速度、是否“顺心”等多个产品细节维度。
基于以上思考,Lindon认为B2B是更明确、商业落地更近的场景。他推断,如果通用机器人技术成熟,人工成本可忽略不计,消费品会变得更便宜,人的消费欲望会增强,从而带动B2B世界需要更多机器人来提高产能和产品多样性。相比之下,一个家庭通常只需要一个机器人。此外,B2B场景更好标准化,安全问题也更可控。酒店洗衣房被选为第一个闭环场景,因为它对酒店运营至关重要(疫情期间老板甚至亲自洗衣服),付费意愿高,且工作流相对固定,是验证模型智能边界和研究方向的理想“最小单元”。做通洗衣房,就能泛化到美国数万家酒店,并为进入其他工作流打下基础。
话题推进: 在解释了为何选择酒店洗衣房作为首个商业闭环场景后,对话自然延伸到Dyna如何看待不同工作流的复杂度和公司的发展路线图。
01:17:29–01:26:39 “沿途下蛋”:按工作流复杂度划分的研发路线图酒店打扫阿姨的那个场景能做吗? 打扫房间的场景比现在洗房的场景难度高多少?市场会不会更大一些? 所以酒店是你最早就开始选择的一个场景是吗? 你看你们要做这样一个洗房场景,投入时间很长,怎么去做探高的事情呢?还有时间做吗? 预训练你们现在做多大、多好、多强? 嘉宾Lindon认为,酒店洗衣房是一个必经之路,因为它容错率高、对节拍要求低、客户付费意愿强,是通往更复杂场景的“最小单元”。他将酒店场景视为“家庭的标准化版本”,房间差异不大,适合作为第一个商业落地场景。在此基础上,未来可以扩展到客房清理、做饭等其他酒店内的工作流。
主持人追问客房打扫场景的可行性。Lindon认为,随着模型智能提升,这是完全可以做的,但难度比洗衣房更高。他强调,当前最重要的不是追求更大的市场,而是“以最短的时间之內形成一个闭环”。客房打扫场景的corner case更多(如浴室清理、客人弄乱房间、物品损坏或丢失等),任务链更长,完成时间也更久。
由此,Lindon提出了他的核心方法论:不按“场景”(工业、商业、家庭)划分市场,而是按“工作流的复杂度”来分层。他将此比喻为“沿途下蛋”的路线图:
* Level 1-2:简单的短程工作流,如叠餐巾并完成上下料。
* Level 3-4:更长、更复杂的工作流,如整个洗衣房的运营。
* Level 5及以上:更难的工作流,如酒店客房清理。
公司的战略是,在当前模型的智能水平下,去解决对应复杂度的工作流,形成MVP(最小可行产品)。落地的场景必须在当前智能体的“舒适区”内,而下一步的战略方向则瞄准其能力范围之外,以此驱动智能体的进化。洗衣房工作流的复杂度,他判断大约在Level 2到Level 3之间。
主持人质疑,深耕一个场景是否会影响“探高”(探索智能上限)。Lindon回应,两者并不冲突。首先,做大做强预训练是无论如何都要做的事。Dyna打造了据称是行业最大的机器人数据集,投入的精力不比任何公司少。其次,Dyna的团队架构与其他研究型公司类似,有专门的预训练团队、后训练团队和前沿研究团队。唯一的差别在于,Dyna的后训练(post-training)团队是围绕一个具体的场景(如洗衣房工作流)进行,而不是发散地进行,这使得研究方向更聚焦。
话题推进: 在解释了“沿途下蛋”和“探高”不冲突的逻辑后,主持人进一步追问Dyna在预训练中具体发现了什么,引出了关于数据质量与数量的讨论。
01:26:39–01:34:22 数据之辩:从高质量到大规模,探寻机器人数据的最终形态你们在预训练里发现了什么? 所以数据多现在比数据高质量你觉得更重要? 你们全部是真机数据吗? 哪个好用呢?试下来。 为什么国内会把创始人分为真机派还有仿真派,你觉得为什么会有这个论战啊? 这个最本质的是预训练达到什么样的效果?达到什么样的目标? 嘉宾Lindon透露,Dyna在预训练中有一个重要发现:使用“人体第一视角数据”在某个预训练集下,发现了非常强的scaling law。他认为这是一个行业的重要节点,因为它可能打破了过去一两年因数据瓶颈导致的“智能天花板”(intelligence ceiling)。
这个发现源于一次认知转变。Lindon坦言,去年他曾坚信“高质量数据”是关键。当时,他观察到RT-1等模型成功的基础是高质量数据,也选择性地听取了业界关于“移除部分数据能提升预训练效果”的观点,并推动团队“all in on high quality data”。然而,在后续开发完整工作流(workflow)的过程中,团队发现,更重要的是能否给模型提供“最diverse, 最广的human experience”。他意识到,在没有达到互联网级别(internet scale)的数据规模之前,过度进行数据质量优化(quality optimization)可能不符合第一性原则。
这次转念促使团队思考一个更长远的问题:未来5到10年,机器人数据的“最终形态”会是什么?他们得出的结论是,人体第一视角数据(ego-centric data)会成为最终形态。因为如果否定这种数据,某种程度上等于否定了机器手(robot hands)最终会成功,而行业共识是机器手是一个工程问题,而非研究问题。基于这个对终局的判断,Dyna决定以这种模式构建其数据集。
因此,Lindon现在的观点是,在当前阶段,“数据多”比“数据质量高”更重要。对于数据来源,主持人提问是真机还是仿真,Lindon表示“都用”。他认为没有必要陷入“真机派”与“仿真派”的路线之争,这些只是实现目标的“手段”。真正重要的是想清楚预训练要达到什么目标,以及什么是数据的最终形态,并在这上面下注。行业趋势在不断变化(从遥操作到RT-2,再到ego-centric和simulation),创始人需要坚持自己对最本质事情的判断。
最后,Lindon明确了Dyna预训练的两个核心目标:
1. 减少示范数量(Decrease the number of demonstration):这意味着可以更快地部署机器人。
2. 提升语言跟随能力(Language following capability):这是将单个任务拼接成完整工作流的基础。
话题推进: 在阐述了预训练的目标后,主持人将话题引向了对整个机器人产业终局的预测,以及Dyna的“探高”和“沿途下蛋”策略之间的具体关系。
01:34:22–01:43:35 做通一个即是做通所有:工作流、预训练与后训练的关系你觉得机器人这个产业的终局是什么样?他需要多少年达到? 探高在这个智能的主线上和你们这个沿途下蛋的每一个场景之间是什么关系呢? 你们在scaling law的路上会沿途下多少场景啊?这个有推演吗? 为什么呀?(为什么做通一个场景等于做通所有场景) 大机器人行业会出现大模型吞噬应用场景的状况吗?比如大脑团队的能力跃迁导致场景优化变得无用。 哪些(问题)是不可以被预训练解决的呀? 关于机器人产业的终局,嘉宾Lindon认为很难预测具体年限,因为技术发展,尤其在AI领域,常呈现非线性、跳跃式突变。他以Dyna在ego-centric数据上发现scaling law为例,说明数据上限可能非常高,未来充满未知。他描述的终局形态是:给机器人一个模糊指令,它就能完成整件事,类似于通用Agent的愿景。
主持人追问“探高”(探索智能上限)和“沿途下蛋”(在不同阶段落地)的关系。Lindon解释,两者可以是一件事。随着智能体进化(如语言能力增强、所需示范减少),机器人能处理的工作流单元会从“任务”扩展到“工作流”,未来可能仅通过语言指令就能执行多个复杂工作流,甚至实现机器人协同。这个过程本身就是“探高”。
对于需要“下蛋”多少场景,Lindon提出了一个激进的观点:“做通一个场景就等于做通所有场景”。他的逻辑是,把一个工作流做深做透,就能充分了解当前技术栈的瓶颈所在,包括corner case、质量要求、速度等。从一个工作流扩展到一百个,增加的主要是数据量,而解决问题的基础思维框架和逻辑是通用的。Dyna产品的核心是一个系统:输入数据,输出一个可执行的工作流。一旦第一个工作流被打磨成型,复制到其他工作流的边际成本会降低。
主持人引用大模型领域的现象提问:机器人大脑的一次能力跃迁,是否会使场景内的优化变得无用?Lindon表示“会”,但这与Dyna的策略不冲突。他以Anthropic做出顶尖的Coding Agent为例,这并不代表其模型只能写代码,而是其强大的预训练模型加上针对性的后训练(post-training)共同作用的结果,这个框架可以复用到Excel等其他场景。
同样,Dyna的策略是:
* 预训练(Pre-training):保持最广泛、最通用的数据输入,持续扩大规模,探索智能上限。
* 后训练(Post-training):选择一个具体的工作流“下蛋”,将其做通。这个过程不仅是为了落地,更是为了“探路”——发现当前模型的瓶颈,从而指导下一步预训练的方向。
通过这种方式,团队可以区分哪些问题能通过扩大预训练解决,哪些不能。例如,“能否用语言指令让机器人整齐摆放餐巾”是预训练可解的泛化问题;而“一次抓了两张餐巾导致效率下降”这类具体的corner case,则需要通过后训练或其他方式解决。
话题推进: 在厘清了预训练和后训练在Dyna战略中的不同角色后,对话转向了对机器人行业“ChatGPT时刻”的定义和预测。
01:43:35–01:50:00 重新定义“ChatGPT时刻”:产品形态比通用智能更关键我们说robotics的这个终局很难预测,那现在你觉得它到了哪个moment呢? 它可能在某一个场景里实现PMF。 比如说可能的是什么样的形态? 不只是一个智能体形态,意味着你觉得光有智能不够对吧? 产品的最终局,你还不觉得它是人形机器人对吧?那是什么样的呢? 什么叫做和人交互的一个形态,人怎么使用机器人的一个形态? B2B能到每个人的手里吗? 你觉得你跟其他的公司有什么不一样,比如说Physical Intelligence, General, 或者Google DeepMind? 你的时间分配在哪方面更多,落地更多还是大脑更多,research更多? 主持人询问机器人行业走到了哪个阶段,嘉宾Lindon认为讨论这个不如讨论“机器人何时能给人类带来真正价值”和实现可规模化的产品市场契合(PMF)。他预测,Dyna距离在特定场景实现PMF“不远”,大约一到两年。
接着,Lindon重新定义了机器人的“ChatGPT时刻”。他认为,ChatGPT的成功关键在于它“useful to anyone”(对任何人都有用)。但对于机器人,要达到这个目标,不一定需要先实现物理世界的AGI(通用人工智能)。他提出了一个核心产品观点:“机器人不需要智能达到通用,就可以被每一个人用上。”
他以GPT-3到ChatGPT的演进为例来支撑这个观点。GPT-3在2020年就已发布,但产品形态是API,主要面向开发者。而两年后能力提升有限的GPT-3.5,通过一个创新的“browser chat”产品形态,变成了家喻户晓的ChatGPT,实现了用户飞跃。Lindon认为,这个从API到聊天界面的“产品变化”是本质性的,产品形态的创新是不可被轻易复制的。因此,他认为机器人行业也一样,最终的突破不仅在于智能体本身,更在于“产品形态”——即人如何使用机器人的产品体验。
Lindon透露,Dyna的最终局并非某个特定形态的机器人(如人形),而是一个“如何使用机器人的产品”。这个产品将是B2B模式,但最终能触达每一个人。他暗示这与Dyna的下一个发布有关,但未透露更多细节。
主持人提到外界将Dyna视为“落地派”,与Pi、General等“大脑派”形成对比。Lindon认为这是个“非常大的误解”,源于Dyna 1发布时过分强调了落地。他澄清,Dyna是一个“heavily research”的团队,公司80-90%的资源都投入在智能体上。他们坚信智能体是落地的瓶颈,必须提高智能才能真正落地。Dyna的独特之处在于,把“落地”作为“验证智能体”的闭环。由于Dyna在数据和infrastructure上取得突破,使得落地过程变得相对简单,甚至示范视频等素材都由专门的素材团队制作,而非占用核心研发资源。这使得他们能同时兼顾“探高”和“落地验证”。
Lindon Gao · 01:46:47
Lindon对比GPT-3和ChatGPT,指出从API形态到浏览器聊天形态的产品变化是用户量飞跃的关键。他认为GPT-3.5相对GPT-3的模型能力提升并非决定性因素,产品形态的创新才是。他将此逻辑类比到机器人领域。
话题推进: 在澄清了公司重研究的本质后,主持人追问了去年年底团队内部关于研究与落地之争的具体情况,引出了Dyna在不同年份的战略节点回顾。
01:50:00–02:00:00 闭环之后的部署飞轮:先验证问题,再谈闻到钱外界认为你们重本体、重场景,这是误解吗? 你的时间分配在落地还是research? 去年年底研究与工程落地的交集点是什么? 从2024、2025到2026年的战略节点分别是什么? 为什么创业一两年就追求商业闭环? 你在机器人产业闻到钱的味道了吗?在哪里? 你为什么这么强调闭环? part2以01:50:00开始,与part1的01:50:00–02:00:00时间范围重复,属于结构性重叠,不应为了补漏再复制同一遍内容。审读时应以主题连续为准:先从外界误解Dyna“重本体、重场景”讲起,再进入“一个员工”战略,最后接到部署飞轮和中国团队。
Lindon认为外界误读来自Dyna 1发布时以落地解释产品。他称公司实际上高度研究驱动,智能体是落地瓶颈,落地同时是检验智能的闭环。被问个人时间如何分配时,他拒绝用CEO时间代表公司资源,而说公司绝大部分capacity用于智能体;转录中的“890%的90%”不清晰,不应机械写成精确的80%或90%。
“一个员工”是统一团队的战略点:只做单任务不足以闭环,必须完成上料、任务和下料;研究侧提高智能,工程侧改善infrastructure,后训练侧更快支撑工作流。2025年的重点是Dyna 1单任务闭环,2026年的重点则是完整工作流、预训练、reasoning、language stability和whole body control。未来“人人可用”仍属未发布愿景,不应当作已有通用市场。
商业闭环并不等于先追revenue。团队需要把场景中问题跑清,区分泛化可解与不可解的问题,并打通deployment。上一次创业即使产品可铺到超市,部署仍花了数年;机器人运行中也会出现硬件、软件、模型、运控故障。某天从应折约1300张变成约800张,需要observability和support来定位,而不是只调模型。
因此,若等智能完成后再补部署,可能又落后两三年。主持人随后问是否闻到钱,Lindon说在即将做的工作流和初期商业闭环中闻到了;更长期则是下一战略阶段的市场可能性。闭环的作用是以较短路径获得反馈,看清下两三步,而不是宣称所有未来问题都已解决。
Lindon(嘉宾战略复盘) · 01:52:27
“一个员工”要求上料、任务、下料完整完成,统一研究、工程基础设施和后训练,而非只追求折叠demo。
Lindon(嘉宾部署复盘) · 01:56:21
某天产量由目标约1300张降到约800张,需要可观察性和支持系统定位,说明模型完成不等于部署完成。
Lindon(嘉宾商业判断) · 01:57:13
闻到钱指即将做的工作流与初期闭环的可能性,长期市场仍属下一阶段,不是已实现收入。
话题推进: 闭环和部署问题解释完后,对话转向中国硬件供应链、百台级初步量产以及为何不急于发布阶段性结果。
01:50:00–02:51:18 连续对话 301:50:00–02:00:00 中美团队布局与“低调”背后的战略定力你是从第一天就开始有中国的团队对吧?为什么做这个决定? 你们在中国的这个供应链做到什么程度了? 行业内的人会说你们就是在去年年中之后都比较低调,声音比较小,为什么呀?你们这一年在干什么呀? 机器人可能是比大模型更长期的一个长跑,你觉得在这个长跑的过程中,最重要的是什么? 对你来说智能和产品哪个更重要? 那如果供应链最重要的话,你怎么看现在中国的这一波机器人团队啊? 你觉得什么时候会快速收敛? 主持人张小珺询问Dyna从第一天起就在中国建立团队的原因。嘉宾Lindon称这是“非常重要的决定”,因为他认为没有供应链无法做出世界级的机器人。他透露,Dyna在中国有一个四五十人的团队,专门负责硬件研发和供应链,目前整条产业链已跑通,针对“工作流机器人”进入了百台级别的初步量产阶段,而上一代机器人则因判断其商业模式跑不通而未选择量产。
张小珺接着问及Dyna去年年中后为何在行业内显得“低调”。Lindon解释了三点原因:
1. 高标准:团队对研究成果(research taste)的要求非常高。他举例说,像语言控制(language steering)这类技术,Dyna在去年八九月就已实现,但因未达到99%的完美标准而选择不发布。后来他们意识到标准过高导致什么都不发也不好,对此有所反思和改观。
2. 战略清晰度:在战略方向尚不清晰时,发布阶段性成果不符合公司的核心理念。他们希望发布的内容背后有强大的产品、研究和工程逻辑支撑,而不是为了公关(PR)讲片面的故事。
3. 叙事完整性:公司设定的工作流战略目标非常长远,需要团队长期凝聚才能实现。因此,他们选择在途中保持沉默,等到能把整个故事讲完整时再发声,以便外界更好地理解其动机。
在探讨机器人行业长跑的关键要素时,Lindon认为是“方向感”——即对最终形态的判断。在智能与产品的权衡中,他认为智能更重要,是产品化的前提,但产品反过来也定义了智能需要达到的程度。他进一步补充,长跑中产品、智能和落地三者都重要,并引申出中美两派的观点分野:美国派认为大脑最重要,中国派则认为供应链最重要。Lindon认为两者都重要,但若放眼十年,他认为供应链可能更重要,因为硬件决定了产品的上限(能做得多好),而大脑决定下限(能否做得出来),行业最终会进入成本和质量战。
对于行业何时会收敛,Lindon认为收敛已在渐进发生。例如,在机器人执行成功率和速度上,以及在世界模型等技术方向上,行业正逐步形成共识。他预测,未来一到两年内,无论在模型架构还是数据能力上,都可能看到更明确的收敛模式。
商业闭环 在本对话中,指一个从产品/服务交付给客户,到公司能从中获得反馈(如数据、收入、用户行为等),再利用这些反馈来指导下一步研发和商业决策的完整循环。嘉宾强调闭环的重要性在于它能提供明确的反馈,帮助团队在不确定的探索中找到正确方向。
全栈 (Full-stack) 在机器人领域,这里指一家公司同时进行“大脑”(即人工智能模型、算法、软件)和“本体”(即机器人硬件、身体、供应链)的研发与制造,而不是只专注于其中一端。
修心 嘉宾在对话中反复提及的个人成长过程。它指的不是简单的冥想,而是一种世界观和心态的修炼,核心在于面对挑战和困境时,通过“转念”(改变自己的看法和心态)来解决问题,而不是执着于改变外界或他人。这包括放下自我证明的包袱,减少内耗,以更纯粹、更自洽的状态去应对创业和人生中的不确定性。
IC (Individual Contributor) 指在组织中不承担管理职责,依靠个人专业技能直接创造价值的员工,如工程师、研究员等。嘉宾提到Dyna的许多IC都具备管理经验,但选择回归技术岗位,体现了团队的精英化和专业深度。
话题推进: 在讨论了中美两派对大脑和身体(硬件)的不同侧重后,话题自然地转向了对这两者关系的更深入辨析。
02:00:00–02:13:06 大脑与本体:谁决定上限,谁驱动谁?你觉得机器人本题(体)和大脑的关系啊? 这个跟很多人观点还是相反的,别人可能就会觉得大脑是上限,本题(体)是下限。 你觉得应该大脑驱动本体还是应该本体驱动大脑? 那如果大脑有一个提升,然后这套硬件会不会就不work了? 所以我在想现在做全栈会不会早,因为大脑的问题还没解决完。 你们会把那个夹爪换成灵巧手吗?在哪一代?这个对于你们这个场景重要吗? 你现在有没有很困扰的一个问题?作为CEO。 那这应该所有机器人都在想的问题,对吧? 像采购数据有什么比较好的来源没有? 主持人张小珺询问嘉宾Lindon对机器人“大脑”与“本体”(即硬件身体)关系的看法。Lindon重申了他的观点:大脑决定下限,本体决定上限。他解释,大脑决定了任务“可不可以做”,而硬件决定了任务“能做得多好”。他以折纸为例,即使大脑知道如何折,但一天能折1000张还是更多,取决于硬件和运控能否支持更快的速度和更高的精度。他认为,大脑和本体关系紧密,难以拆分。不同的运控方案收集到的遥操作数据,可以训练出性能迥异的模型,一个可能动作丝滑,另一个则可能很糟糕。因此,他很难想象在B2B落地场景中,不自己掌握机器人本体(don't own the robot body)的公司能达到高质量和高效率。
张小珺追问,应该是大脑驱动本体,还是反之?Lindon明确表示是“大脑驱动本体”。他透露,在Dyna内部,硬件的规格定义一直是由研究(research)团队提出的,例如摄像头的帧率(FPS)、选择全局快门(Global Shutter)还是卷帘快门(Rolling Shutter)、视角多广等,都由算法需求决定。
张小珺设想,若大脑技术有突破,现有硬件是否会失效?Lindon修正道,并非硬件“不work”,而是大脑提升后,硬件达到了它的“上限”,无法满足大脑想做的事。他比喻说,就像大脑可以和世界级乒乓球选手对打,但身体跟不上,就被硬件限制了。
基于此,张小珺质疑现在做“全栈”(同时做大脑和本体)是否为时过早。Lindon认为不早,因为这是一个协同开发(co-develop)的过程。大脑进化后,硬件也需要持续迭代。他判断,硬件本体至少要迭代三版才能真正进入量产和场景应用。如果等三年后大脑问题解决了再去做硬件,虽然可能定义出更好的硬件,但却失去了三年的迭代时间,届时硬件依然无法马上落地和量产。
在具体硬件选择上,Lindon表示未来会用灵巧手替换夹爪,但目前时机未到,因为现有的灵巧手还不足以支持商业落地。谈及作为CEO当前的困扰,他表示不同阶段有不同困扰,如人员、融资或战略问题,但没有长期主线。最近他思考的是如何获取更多数据,并认为Dyna能训练的数据量上限比别人高,因此数据采购是一个需要考虑的问题。
话题推进: 从当前的技术和战略困扰,话题转向了公司发展历程中的关键转折点和战略抉择。
02:13:06–02:15:53 Dyna 1.0到2.0:一次脱胎换骨的战略收敛在Dyna 1到Dyna 2你们技术路线有发生变化吗? 中间有没有什么比较struggle的时候? 是去年9月份? 为什么会困惑当时? 所以就希望这个工作流的场景既能够满足商业化闭环,又能够去提高我们智能体的上限? 你觉得截止到现在达到这个目标了没有? 下一阶段你们要去做的是还不能说的事情?但是已经脱离了这个工作场景了? 你们账上钱多吗?能支付机器人模型研发吗? 机器人模型研发你觉得需要多少钱? 这个可以认为是Dyna 1.0,对吧?然后2.0你可能要去用一个更多的数据,然后去做一个更大的模型,然后去定义一个新的场景或者范式? 你觉得1.0这个过程中你们积累了什么呀?验证了是什么呀? 2.0是脱离了1.0的叙事还是说还是它线上演? 脱离的场景受限,要讲个更大的故事? 这个什么时候能看见? 主持人张小珺询问Dyna 1.0到2.0的技术路线变化。嘉宾Lindon确认发生了“本质的、非常大的改动”,公司经历了“脱胎换骨”,变化涉及模型架构、预训练数据集、推理(reasoning)能力乃至硬件。
他坦言,最艰难(struggle)的时期是去年底,当时团队对所走的路感到困惑,看不清战略的下一个节点。困惑的根源在于,他们觉得单纯的“任务落地”无法形成商业闭环,于是在“专注落地”和“专注研究”之间摇摆。最终的收敛结果是选择了“工作流”场景,希望既能满足商业化,又能提升智能体上限。Lindon认为,到目前为止,这个目标已经达到。
对于下一阶段(Dyna 2.0),Lindon透露将脱离当前的工作流场景,但具体内容尚不能公开。他确认公司资金充足,完全可以支持机器人模型研发。他认为研发成本主要在人才、算力和数据三方面,而下一阶段大规模扩充数据时会需要更多资金。
张小珺将“洗衣”工作流阶段总结为Dyna 1.0,Lindon表示认可。他阐述,在1.0阶段,团队最大的收获是明确了智能体需要往哪个方向走,以及预训练需要达到何种程度的泛化和语言能力才能支撑起一个完整的工作流。而Dyna 2.0将“脱离场景的受限”,去做一个更通用的市场。他解释说,1.0阶段搭建的系统飞轮已经成型,数据输入后可以通过该系统转化为商业价值。接下来要做的就是给这个系统喂养更多数据,让它学习新东西,进入一个非垂直的通用市场。他预计,这个新阶段的成果将在明年(即2027年)展现。
话题推进: 从公司的战略演进,话题转向了团队文化、组织形态以及CEO个人的成长与心路历程。
02:15:53–02:24:04 AI时代的组织形态:从层级到扁平,精英小团队的“心流”Dyna的企业文化、企业氛围是什么样的? 你们的公司内部状态更像一个lab还是更像一个什么? 你觉得现在这些新的公司的组织形态跟过往的公司组织形态有发生变化吗? 所以你们现在不到200个人,差不多对吧?为什么这样配置啊? 你觉得这种小组的状态会维持多长时间呀? 今年AI coding就是爆发了之后,对你们行业有有什么改变吗? 主持人张小珺询问Dyna的企业文化。嘉宾Lindon形容团队“韧性非常强”,不易受外界起伏影响;同时团队“非常纯粹”,由真正热爱做事的人组成。他提到自己和联合创始人York(曾是摇滚乐手)都喜欢与这样的人共事。在浮躁的机器人行业中,他们专注于心中的蓝图,不受外界干扰,是一个充满激情(passionate)的团队。从内部架构看,公司更像一个实验室(lab)。
谈及AI时代的公司组织形态,Lindon认为发生了“质变”。他对比了传统大公司(如Google)层层汇报的结构(可能有10-11个层级),指出当前的AI公司组织变得“非常非常的扁”。这种扁平化结构使得CEO和高管能直接操控执行方向,通过一层管理者甚至直接与工程师和研究员沟通,从而加快了执行速度。Dyna的团队配置也体现了这一点:美国团队以研究为主,中国团队以硬件为主,研究人员数量略多于硬件人员。Lindon的管理理念是“找最精的人做最重要的事情”。团队成员平均素质很高,许多一线贡献者(IC)都曾有管理经验,因热爱技术而回归IC岗位,具备独立拆解和执行任务的能力。这种精英小团队模式降低了管理成本,避免了层级过多导致的行动缓慢和结构僵化。
Lindon认为,人数少更容易“凝聚成一颗心”,让团队进入“心流状态”,高效地协同工作。他承认这种小团队是阶段性的,未来组织会变大,但可能不再需要像十年前那样动辄上千人,或许一两百人就能完成过去千人才能做的事。AI编程工具的爆发也极大地加速了行业迭代,以前需要一个月完成的工作现在可能只需一周,使得团队可以同时探索更多方向。因此,他认为团队的迭代速度是当下最重要的。
话题推进: 从组织管理和行业效率的宏观变化,对话深入到嘉宾个人作为连续创业者的内心世界和成长感悟。
02:24:04–02:34:03 创业即修心:从向外求证到向内探寻你第四次创业,这次有什么不一样的感受? 你从什么时候开始修心呢? 你刚开始跟我说你会把投资人分类,你会分哪几类? 你现在还会像上一段创业一样痛苦的读《沉思录》吗? 你会内耗什么呢? 你说你现在不是为了证明自己,那你现在是为了什么创业呢?你的驱动力变成了什么了? 你一进来我就问你帅哥创业,帅哥作为一个CEO到底是一种什么样的感受,对不对?为什么你这么多包袱啊? 这次创业有什么不一样的体验吗? 作为第四次创业,嘉宾Lindon感到自己“慢慢理解了创业是怎么回事”。他反思,过去创业是以融资额、估值、客户数等外界标准来评判自身成就,而现在更倾向于向内探索:如何想清楚问题的底层逻辑,如何通过“修心”活出更真实的自己。他从十多年前第一次创业起就开始“修心”,因为创业本身充满困难,每个挑战都是一次修行。
他分享了个人经历作为“转念”的例子。18、9岁时,他患上强直性脊柱炎,曾因此怨恨世界。后来,他转变念头,将病痛视为一个实验(experiment),通过十多年调整作息、饮食等,最终调理好了身体。他将这种思维应用于创业,例如,过去与投资人交流,若对方不理解,他会觉得对方“很傻”;现在他则会转念思考,认识到投资人有不同于自己的思考维度,他们的观点可以带来新的启发。
Lindon坦言自己曾有“讨好型人格”,非常在意别人的看法,会为演讲中的停顿而反复纠结。后来他想通了,认识到“这个世界上最在乎你长什么样子的人就是你自己”,从而放下了这种内耗。他现在的创业驱动力不再是证明自己,而是“更好地活成真正的自己”,回归到“看山是山”的纯粹状态,追求随心所欲而不被他人看法束缚的“真正的自由”。
对于这次创业,他感到非常珍惜,将机器人行业比作“世界杯”,因为赛道上聚集了各行各业的顶尖人才。他带着敬畏心,希望在这个过程中提升自己的“匠心”(craft)。同时,他也认为这次创业的挑战在于问题的复杂度极高,行业技术尚未收敛,环境浮躁。能在这种“迷雾笼罩”的环境下看清并探出一条自己的路,对他而言是巨大的挑战,但也极具成就感。
话题推进: 从对创业心态的宏观感悟,转向了去年底那次具体的、深刻的个人转变经历。
02:34:03–02:48:08 放下“不能犯错的CEO”包袱,在迷雾中找到自洽的路看清一条路,有时候会感觉是迷雾笼罩吗? 你觉得外界对于Dyna说得非常准的地方,说得非常不准的地方有吗? 你觉得这次创业到什么样的结果,你会觉得是成功了,什么样的结果,你会觉得是失败? 你会有什么仪式吗?你日常?除了自律。 你有度过过一个改变自己,度过一个难关吗?最近两年吗? 去年底吗? 你是通过屏蔽了很多噪音,扔下了很多包袱。你的包袱是什么? 对,我看到你之前还说过一句话,要证明自己不是昙花一现呢。 所以你是在去年底度过了这个心理状态? 去年做错了什么决定? 这个跟落地和research关系啊?就是这个二选一的选择? 我觉得念头是很容易发散出去的,念头怎么收回来呢? 这个对创业者来说是不是很常见? 而且这个马拉松它不一样的是在于你不知道终点在哪里。 但是你到去年底才创业一年多,为什么这么快呢?这个时候来的? 那假设啊,如果你这次创业不如你上次创业的结果,你会怎么想? 嘉宾Lindon承认,机器人行业一直“迷雾笼罩”,能在迷雾中探出自己的路非常有成就感。他澄清,外界对Dyna最大的误解是认为他们是一家部署(deployment)公司,而实际上公司从第一天起就不是以此为核心。外界说得准的地方是,他们做的事情“有价值”。对于成功的定义,他认为是“让每一个人都有可能性用上我们的机器人”;而失败则是“修心的失败”,即自己内心认定失败了,那就是失败了。
他详细回顾了去年底到今年初那次重要的个人转变。当时团队战略迷失,他作为CEO想不出方向,内心压力巨大。他坦陈,自己最大的包袱是想做一个“不能犯错的CEO”,因为自己有过成功创业经历,觉得团队是冲着他的经验来的,所以非常害怕犯错。然而,这种心态反而导致他“为了不犯错而做了很多错误的决策”。这些决策并非基于第一性原则,而是为了追赶市场热点,导致团队被市场节奏带着走,缺乏定力,浪费了时间。同时,他也忽视了公司文化的建设,导致团队凝聚力不足。
他最终通过“放下包袱”和“屏蔽噪音”度过了这个难关。这个过程并非独自完成,而是得到了老师、团队、妻子和孩子的支持。当他放下“不能犯错”的执念后,第一个涌现的情绪是“感恩”。他意识到,有些难关是自己认知的“天花板”,需要靠别人的提醒和帮助才能突破。这次经历让他找到了自洽的方向,整个团队也随之收敛,变得稳定而有势头。
对于创业这场不知道终点的马拉松,Lindon认为,如果无法享受过程,只盯着结果,旅途会非常煎熬。他现在的思维模式已完全不同,更专注于享受过程,把每一次跌倒再爬起都看作是创业必经之路。即使这次创业结果不如上次,只要他打出了自己的风采,打得尽兴,就已经很开心了。
话题推进: 在深入探讨了个人成长与创业心境后,访谈以几个轻松的快问快答和对未来的展望收尾。
02:48:08–02:51:07 快问快答:拌面扁肉、三个女儿与机器人世界的语言一个全球范围内你喜欢的食物? 一个全球范围内你喜欢的地点? 你小孩多大? 一个少有人知道,但必须知道的知识点? 我们的每位嘉宾都会给我们观众朋友们推荐一本人生必读书。 你心目中影响机器人进程的几篇论文? 就你当下的认知一个关键的重要的battle是什么? 我们工作室叫做语言即世界工作室,当你第一次听到这个名字的时候,你在想什么? 在访谈的最后,主持人张小珺进行了一轮快问快答。
- 喜欢的食物:嘉宾Lindon选择了家乡福州的“拌面扁肉”。
- 喜欢的地点:他回答“我老婆和孩子在的地方我都喜欢”,并透露自己有三个女儿,分别是一岁、两岁和三岁。
- 必知知识点:他认为是“修行”。
- 人生必读书:他推荐了《人生只有一件事》。
- 影响机器人进程的论文:他提到了Jason(可能是指Jason Yosinski或相关研究者)的一篇论文,认为它重新定义了机器人未来自我学习的形态,也是他认识这位研究者的契机。
- 当下关键的战场(battle):他认为是基础设施(Infrastructure),因为这决定了模型迭代的速度和规模化的能力,Dyna在此投入了巨大精力。
最后,张小珺问及他对工作室名字“语言即世界”的看法。Lindon从机器人角度解读,认为机器人正是通过“语言”和“世界”(Vision,即视觉)来感知一切的。世界代表了视觉、物理属性等所有感官输入,而语言则是机器人对这些输入的认知,并将认知转化为行动(Action)。因此,这两个模态对机器人来说都是最重要的。
Lindon Gao · 02:48:22
嘉宾有三个女儿,分别是一岁、两岁和三岁。
话题推进: 访谈在对机器人本质的思考中结束。
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。