张小珺Jùn｜商业访谈录 - 154. 对Dyna创始人Lindon的3小时访谈：机器人世界的迷雾、分歧与抉择，修心、《沉思录》与王阳明

Duration 2:51:13 · Language zh · Published Oct 15, 2026 · 15 highlights

Summary

Dyna Robotics创始人Lyndon回顾了从少年时期做买卖、创办智能购物车公司到再次投身机器人的经历，强调创业必须从客户需求和商业本质出发，而不是拿着技术找场景。他讲述了早期融资屡遭拒绝、团队靠极低开支坚持的往事，并指出智能购物车真正的价值不仅是节省人工，更是提高客单价和创造广告机会。Dyna选择以产品目标约束研究方向的product research路线，通过实际部署发现智能边界，让基础研究与产品闭环相互推动，而不是在研究和落地之间简单二选一。折叠餐巾的实践让团队认识到，高成功率的单个任务并不等于完整产品，机器人若仍需员工定时上料、下料，就没有真正解决工作，因此公司转向可移动机器人和完整工作流。技术上，他强调预训练对鲁棒性、少量示范学习和语言指令能力的重要性，并分享团队从追求最高质量数据转向重视海量、多样化人类经验数据的认知变化，以及在第一视角数据上观察到的规模化规律。他认为商业机器人不必在瞬时速度上超过人，而应通过更长工作时间实现有竞争力的总产出，同时尽早打通部署、维护、供应链和硬件迭代，因为大脑决定能不能做，身体决定能做多好。谈到组织与个人成长，他看重精干扁平团队、AI编程带来的迭代提速，以及放下成功者不能犯错的心理包袱，在行业尚未收敛、终点不可见的长期创业中保持清晰方向并享受过程。

Chapters

从小生意到智能购物车的创业历程 0:00–20:36

Dyna Robotics创始人Lyndon简述中美机器人行业在“大脑”与“身体”路线上的差异，并回顾自己从少年时期买卖游戏装备、经营珠宝生意，到转学金融、进入投行再创业的经历。他讲述创办Caper时通过走访150位超市老板，发现Amazon Go式整店改造缺乏投资回报，因而选择用视觉识别与传感器融合打造智能购物车。面对硬件开发周期长、客户采购缓慢和投资人反复拒绝，团队靠合住节流与持续寻找资金渡过难关，最终于2021年出售公司。他认为创业低谷促使自己反思成长、学会倾听投资人，而出售公司的主要动力是将积累的经验投入更大的事业，而非单纯追求财富。
从创业本质到机器人商业闭环 20:36–1:23:09

嘉宾回顾创业与被收购后的管理学习，强调产品价值应回归投资回报和商业本质，并分享自律习惯、合伙人互补及以长期产品目标协调研究与落地的经验。团队选择容错较高、需求明确的折叠餐巾和衣物场景，虽实现高成功率，却在部署中发现吞吐量、异常处理和人工补料等问题，因此暂停扩大单任务产品规模，转向涵盖取料、折叠、搬运与归位的完整工作流。技术上，团队以产品闭环反推研究方向，加大预训练投入，并通过推理、动作模型与运动控制三个层次提升泛化和连续作业能力；完整工作流已在不同场景跑通，但尚未完全商业落地。嘉宾认为商业价值不必依赖机器人比人更快，而可来自更长时间的持续工作，并主张先从需求明确、范围和安全风险较可控的酒店洗衣房切入，再逐步拓展，而非把通用能力等同于成熟的家庭消费产品。
机器人智能与商业闭环 1:23:09–2:05:04

嘉宾主张按工作流复杂度而非行业场景推进机器人落地，从折叠餐巾、洗衣房等任务逐步走向完整工作流，以商业闭环暴露真实瓶颈并反哺研发。团队称在百万小时级人体第一视角数据上发现了显著的规模化规律，预训练重点是减少部署所需示范、增强语言指令遵循能力，同时将八九成资源投入智能体研究。讨论强调，机器人无需先实现完全通用的智能才有产品价值，关键是让当前能力匹配产品体验、产出和投资回报，并提前打通可观测性、维护支持等部署环节。嘉宾还介绍了从单任务转向“一个员工”完整工作流的战略、中国硬件研发与供应链团队及百台级初步量产，并认为长期竞争将越来越取决于供应链、成本和质量。
机器人的软硬件协同与通用化之路 2:05:04–2:20:46

嘉宾比较了不同机器人公司的打法，认为行业目前更多是开放交流与相互学习，模型架构和数据路线可能在未来一两年进一步收敛。他提出大脑决定任务能否完成，硬件和运控决定完成得多好，因此应由研究需求驱动本体设计，并持续协同迭代，灵巧手则需等到具备落地条件后再采用。团队通过洗衣工作流验证了智能体能力、预训练和商业闭环，下一阶段计划扩大数据规模，利用已搭建的系统与数据飞轮走向不受单一场景限制的更通用市场。最后，他分享了团队重视韧性、热爱与专注的文化，以及AI工具推动组织扁平化、让管理者更直接参与执行的变化。
创业修心与战略聚焦 2:20:46–2:51:13

嘉宾分享以高水平、小规模团队减少管理层级的理念，并认为智能编程显著降低工程成本，让团队能更快探索和迭代。谈到第四次创业，他从追求外界认可转向活出真实自我，结合自身疾病经历、哲学阅读与修心，讲述如何放下“不犯错的CEO”包袱，摆脱跟随市场热点的战略摇摆，回归第一性原理并凝聚团队。他把机器人创业比作高手云集的世界杯和看不见终点的马拉松，希望让每个人都有机会使用机器人，同时强调享受过程、保持善意与持续成长。最后的快问快答涉及家庭、家乡美食、推荐书籍，以及机器人自我学习、基础设施和语言转化为行动的重要性。

Highlights

当时我去见了150个超市的老板，然后就问他们说Amazon Go这个科技怎么样，我帮你做，当时非常让我surprised，就是没有一个人想要。然后那我问他，那如果免费给你想不想要，他说我也不想要。
Customer interviews overturn a fashionable technology thesis
我们当时为了撑到种子轮，我自己cold email了1000多个天使投资人，最后convert了两个。当时因为已经快死了，账户里可能剩下一两万了，然后这两个天使投资人当时每个给了我们差不多5万左右的钱，就活下来了。
A vivid survival story after near-total fundraising rejection
比如说我放进了一个零食，我给你介绍另外一个零食，然后说我放进这个零食之后，如果你再多买两个，你就会有个Coupon，其实那时候才发现说，其实我们的产品价值核心后面是我们可以提高Average Basket Size，而不是我们可以省多少员工。然后同时我们也在做产品的过程中发现了广告的一个非常大的一个机会，所以说让整个产品价值做得非常非常的高。
The real business value emerges beyond labor savings
我是非常理想主义的人，我来做机器人不是为了赚钱的。我觉得闻得到钱是生存的一条路，我的梦想是星辰大海，可是我的路径是需要脚踏实地。
A memorable reconciliation of idealism and commercial discipline
如果你没有落地的话，你就大概看到了一些东西，其实并不代表这件事情是做得足够的透。Product research本身可能有点不一样的，我在research的边界有一些guardrails，就是我们所需要做的所有的research，是需要对长期的产品可以带来一定的价值的。而且我们对research的优先度会有一定的框架，而不是说同时发散，因为我觉得团队的精力有限，所以说我们只会在最重要的事情上面下注。
Product constraints become a framework for research priorities
比如说我要去做一个拿铁，我不小心没有把这拿铁拿好，打翻了，那我就是给别人添活，然后又损失了一杯拿铁。可是在折叠不一样，折叠我折坏了可以重折。所以说在那时候的技术天花板的认知下面，这种场景对我来说是最有帮助的，我觉得是一个technology market fit的一个状态。
Error recoverability explains an unconventional first market
那其实就不是机器人太慢，而是机器人本身需要一个保姆，所以机器人需要保姆这件事情是一个非常大的一个产品问题。所以说当时我选择不scale，其实就是发现当时没有把商业本质的问题给完全解决掉。如果说你去scale一个不完整的一个产品，那这个产品在未来会对你来说是个累赘。
A successful task still fails if the robot needs a babysitter
对我们来说，其实我们发现最重要的价值指标不是要做得比人快，而是要做得比人更久。其实我跟我团队定的目标就是说，一个机器人做一天24个小时的工作，可以达到一天一个人做8个小时的工作，那其实就可以在产出上面达到一个证明。
Total daily output matters more than matching human speed
当时我们做的第一性原则思考就是说，如果说我们想要达到GPT-3、GPT-4的一个机器人Foundation model moment，我们需要以最低质量数据去从中提取出可以Scale的地方，而不是去Scale一个高质量数据。这个辩论其实在去年的时候是非常不一样的一个conclusion，因为其实当时Dyna1做出来，本质上其实就是用了最高质量的数据。
A counterintuitive reversal from pristine data to scalable data
可能大家想说，我智能体解决了，我就可以大大落地了，其实完全不是，你在落地的时候其实你的硬件会出问题，你的软件会出问题，你的模型会出问题，你的运控算法会出问题。在deployment framework里面，你需要比如说要observability stack，要做support maintenance stack。而且deployment环节本身可能也是需要两三年的时间才能真正跑通的，所以说你当你把智能体本身完成了，然后你再去跑deployment闭环的时候，你就会发现你落后了两三年。
Deployment infrastructure creates a hidden multi-year lead
我觉得大脑是机器人的下限，我觉得本体是机器人上限。大脑是决定这件事情到底可不可以做，硬件是决定这件事情到底能做得多好，其实这是我的看法。因为其实这件事情能做和不能做是大脑决定的，那这件事情能做多好，其实某种时候是硬件和运控所决定。
A provocative inversion of the usual brain-versus-body hierarchy
当工程成本下来的时候，其实你就有更多的空间去探索其他方向的事情，比如说以前一件事情需要一个月左右，那现在这件事情只需要一周了，那你就可以探索四件事情、四个方向。所以说本质上面迭代速度就开始变得非常非常的快了。其实我也不知道，因为本身工程效率也一直在提升，所以我觉得最重要的还是一个团队的迭代速度。
AI coding expands experimentation rather than merely cutting costs
我的免疫系统会攻击我自己的spine，我是在我18、19岁的时候其实就有这个毛病了，然后其实我当时非常怨恨世界。当时对我来说最大的突破，其实不是说病本质上好了很多，而是我转念了。我把这个病痛看成了一个experiment，就是我如何能更改我的作息，我如何能更改我的饮食，我如何能更改自己来帮它解决这个问题。
A personal illness story reveals the roots of his experimental mindset
我当时非常怕犯错，因为其实我也算是成功过一次的创始人了，所以其实我当时对自己的包袱就是我不能犯错，因为大家其实都是冲着我的经验来的。可是当时我觉得在这个包袱下，反而让我的很多决策变得非常的不明智，或者说甚至就是为了不犯错而做的决策。那我觉得为了不犯错而做决策，其实本质上就不是一个好的决策。
Past success becomes a trap that degrades leadership decisions
人生其实你不能一直都是看着终点，因为其实你看着终点，你就永远无法享受这个过程。其实我觉得人生我们一直都是在旅途上面，在每一个节点只不过是一个checkpoint，而不是你的goal。所以说如果说你没有办法享受这个旅途，你只想一直往这个终点看，那我觉得你会觉得这段旅途是非常煎熬的。
A closing philosophy for an entrepreneurial marathon without a visible finish

Full transcript

Hello 大家好我是小俊今天我们的嘉宾是一位美国的连续创业者他是Dyna Robotics的创始人间CEO Lyndon他和之前来过我们节目派非常不一样Dyna走了一条他们叫这个叫做proda research的路线全球的机器人行业还远远没有达到收敛的时刻這是一條無比漫長的長袍你看不見終點有時候你也看不清楚四周那每個創始人在其中如何做決策如何設定路線圖以及在迷途中如何找回自己林鄧都給出了自己的答案如果大家喜歡我們的節目請大家給我們轉發投幣點贊一鍵三連期待2026年我們和AI共同進步很少有創業者是能再被拒幾百次的情況下還不放棄創業的吧當時我就跟我團隊說我們是蟑螂我們死不了我們當時有段時間戰略迷失的時候其實這個分析是最大的就是我們作為一個團隊的identity是有非常大的衝擊的就是一波人說我們要做了地另外一波人說我們要做research你覺得聞得到錢和理想主義又分歧吗?没有分歧我是非常理想主义的人我来做机器人不是为了赚钱的我觉得文得到钱是生存的一条路我的梦想是星辰大海可是我的路径是需要脚踏实地Hello,Linden先给观众朋友们打个招呼你好,我叫Linden你这次来上海有什么不一样的感受吗?你多久来中国一趟?

我可能一年來一兩次吧我們在上海有個團隊所以有的時候會來上海的感受我覺得發展很快機器人行業很捲大家都在討論機器人跟鬼鬼的感覺有什麼不一樣在Robotics這個行業上說感受的話其實我覺得兩邊其實都挺浮躁的天天都有非常多的release每家都在出一些新的東西然後每家都想多融一些錢我觉得基本上可能大家都都比较类似可是我觉得本质上面我觉得硅谷所国内的对机器人长期的战略打法还是有一定的不一样的认知的你怎么说其实就是分大脑派和身体派大脑派其实就是美国觉得大脑是唯一的问题身体会自己解决他自己中国觉得供应链是唯一的问题大脑长期会自己解决所以其实这两派其实在中美还是看得比较鲜明的可是我的确也认识到中国其实最近也在比如说一些模型层面上也开始布局你们属于大脑派还是身体派我们属于全站派全站派对要不我们在聊Dyna之前我们还是先聊聊你做一个连续创业者你之前的一些创业经历你的成长和创业我是在中国出生我11岁的时候去了美国其实我长大的环境是比较 entrepreneurial就非常有创业型的就是身边的人都会做一些小乱来小生意所以说其实我在很早的时候就会做一些小生意我14岁的时候就做了我第一份生意当时很多人会说这是创业可是我当时觉得这直播是英文来说就是 hustle就是赚点小块钱14岁是初中吗还是高中初中对当时其实就是搭达游戏然后觉得游戏里面好赚钱所以就卖账户卖装备然后做了个平台然后就赚了一些钱做什么平台其实就是一个就是买卖就是一个可以去这个平台去买可以去这个平台卖然后或者说我去别人的平台或者去别人的forum其实有的时候其实在论台上面也是可以买卖的

所以说就是这种买卖形势低筒已经赚了多少钱上万吧上万未经OK 然后呢这个怎么结束的其实后面生意就已经带下来了带下来了然后就把这个给卖了就把网站给卖了其实我觉得当时做生意的这段时间其实不是一段我只在做这一件事情其实零零散散的是非常非常多的所以说比如说今天我会卖游戏明天我会卖软件然后后点我会卖鞋子其实当时我成长的氛围里面其实在这氛围里面是非常普遍的其实我周围的人也都在都是在这样的做可能就是我成长比如说小学初中环境是一个是一个非常不一样的环境所以说其实周围的人其实都喜欢赚钱所以说我是被这个氛围影响的然后也是跟着他们一起追潮流然後學著學著就學會怎麼賺錢了賺錢難嗎對你來說賺錢不難其實賺錢是非常對我來說是非常你不是說非常簡單就是說我非常喜歡其實也不是喜歡錢本身而喜歡做對了一件事情帶來的reward與此同時課業怎麼樣我沒有特別專注課業对我可能不是一个非常典型的一个创业者第二段创业怎么开始呢当时其实也是买卖心态我在大二的时候其实开始做了一些珠宝买卖那时候其实就是在各个地方发现有一定的珠宝库存然后他们其实本来也不太想要了就把这个本来是想把这些珠宝给融掉然后重新就是把他们的金属回收那我当时就说我能不能买一些你们的库存我在易北上面卖然后当时在大二的时候卖的挺好的然后就渐渐变成了一个生意这个公司是出生吗这个公司其实后面变成一个self-managing business就是我不用花太多时间它是可以自己赚钱然后我是给了我家里的一个人帮我打理这个生意做了快十年多了但还在现在已经不在了就是现在我觉得太浪漫就是我一个小时都不想以前可能一周花三四个小时一年可以赚个十几二十万也是我觉得也挺防算的可是我现在觉得不太值这个时间对

所以他結束掉了結束了我自己結束掉你是怎麼接受到珠寶的呀首先是通過家裡的原因然後也有朋友的原因然後也有圈內的原因就是通過家裡和朋友認識到了中國的珠寶公民鏈通過美国的一些朋友认识到了珠宝的需求其实我把这个珠宝to see business变成了一个to be business因为当时其实卖珠宝本身我觉得挺累的每天都要包装然后客户反馈当时我还在上大学然后还要实习就没什么时间我后面就把它转成了一个to be business这个to be business其实就是我卖给珠宝设计上其实美国有非常多设计师他設計師其實他們當時是需要在美國自己找供應鏈或者自己找工廠然後去做而且每次做都非常貴打磨也非常差然後量產也做的非常差所以說當時我開始做了一個外貌生意然後就是把珠寶和設計師連在了一起然後當時就給他們供貨然後就提成所以你是很順利成章的去讀商學是嗎對当时在选学校或者选专业的时候有其他的选择吗然后又去了投行其实我觉得我的教育路径是非常自由性的其实我父母没有管过太多他们其实是比较放任我的所以说我是一直去选我自己觉得我喜欢的事情其实我刚开始的时候我是学医的我在纽约大学医学院他们医学院很好对当时是其实学医是我父母的医院可是我學了兩年之後其實我就不想學了所以說我當時就學了金融專業然後你為什麼要順著投行的路線發展其實當時去做投行其實算是一個ban wagon就是其實紐約大學的商學院也是算是非常好的所以说大家都是想去投行当时我刚刚入学的时候就是刚开始转到金融的时候其实我是不知道投行是什么东西的可是我知道大家都想去所以说我知道大家都想去我就想跟大家比一下所以就就去了然后觉得是一个挺不错的体验你在投行几年两年多吧两年多然后就开始创业了吗

对你从投行出来到你现在这段创业中间也还有什么经历吗没有我是直接直接从投行调到创业的然后就做了机器人我的第一个创业算是半个机器人对打印的之前还有一段创业经历对叫Caber叫Caber其实很有意思其实Caber我们核心做的是无人零售无人零售其实在2017年的时候是非常盛行的因为当时amazon出了一个产品叫amazon goamazon go就是谁都可以进入一个商店就是商店是没有收益源你可以随便拿一个货物然后就可以离开它会帮你自助结账这个概念本身是非常心非常酷的而且让大家重新imagined了一下这个这个购物体验会是什么样子的然后我随说当时其实国内国外可能有也數不清了當時可能跟機器人賽道也是一樣活的那種狀態除了可能幾十五十多家公司我們可能算是在這個行業裡唯一少有的倖存者其實當時我們在產品概念其實就和大家非常不一樣因為當時大家都是想重新裝修整個商店他们会把所有的感细融合放在柜子上然后把摄像头放在天花板上然后去做self-checkout我们当时其实我把这个概念带到了超商中当时我去见了150个超市的老板然后就问他们说Amazon Go这个科技怎么样我不帮你做当时非常让我surprised就是没有一个人想要然后那我问他那如果免费给你想不想要他说我也不想要那我当时就惊讶了那我就问他说为什么然后他就说新价比不高我没有RY你让我花几十万帮我省几个收益员其实我收益员也不光只是做收益的然后所以说其实他们当时就

不管怎么样子都说话不来而且再加上还要再装修然后装修完之后这个技术还是要需要有一定的维护所以说那时候其实我就发现说这个产品可能本身商业逻辑走不同所以说你当时就换了一个产品就是把感性融合和视觉识别放进了一个购物车里其实解决是同样的问题因为其实无人零售解决就是两个问题一个是谁付钱第二个是需要付多少钱那其实在購物車裡可以同樣實現這兩個問題而且技術比這個簡單很多誰付錢就是誰帶著你這個購物車付多少錢就是你放進了商品是什麼那其實我們是可以直接通過視覺識別和感應器融合在購物車裡直接識別這些商品的所以說那時候才慢慢做成中間是不是有一段很難的經歷在這段創業中是我們剛開始的時候其实我们非常幸运我们第一次报YC就进了然后进YC之后其实我们的Mentor也是非常有名的丁尼大名的Sam Altman和Jeff Rostin两个后面都成为了YC的Presenter和CEO可是我们从YC出来之后其实我们算是整个Batch的倒数排名从融资角度来说是倒数排名我们总共只容了三十百所以当时其实挺困难的因为其实一个非常普遍的一个问题其实就是你们有什么背景你们为什么觉得这是会成而且其实美国投资权其实非常不喜欢投印简因为他们本身就觉得印简本身成本非常高然后distributed起来非常困难所以说其实我们当时只容了30多万的时候其实我就跟我的另外三个合伙人我就跟他们说对不起我只容了30万如果你们愿意的话我们可以搬进一个房子里面我可以住在一起我没办法给你工资可是我们可以付房租我们可以付你的车油费我们可以付你的伙食费可是伙食费我们要自己煮然后当时我们

四个连窗就住在一起了然后加上一两个 early employee然后当时我们是一个月只烧七线岛烧了两年半然后才融到了第一桶金中资轮第一桶金是好像是两百万这个难关就都过了吗随着第一次融资进来其实也没有其实我们当时融资的时候遇到特别困难的点就是我们的产品非常反共时反共时到我们市场少有的几家非常少当时我们刚开始做的时候可能市场是没有就没有任何人想到做这种产品所以说我当时去融资的时候大家都说你怎麼跟亞馬遜去對抗而且還有這麼多其他的公司你看他們做的都是亞馬遜類似的技術他們都做得這麼好而且融了這麼多錢很多人有一些公司一從YC出來就融了上千多萬然後我們當時就這麼一點點錢就這麼一點點人然後還拿購物車到時候跟別人說他們就說最後你們購物車會被淘汰的所以当时其实融资挺难的我们当时为了撑到种子轮我们我自己扣email了1000多个天使投资人最后convert了两个当时因为已经快死了张护灵可能剩下一两万了然后这两个天使投资人当时每个给了我们差不多5万左右的錢就活下來了然後真正開始出去融融種子輪的時候我們建了一百多個就是institutional investor然後全部都具有了出了一個當時就是first round capital所以當時活下還是很不容易的然後你剛才問就是從融下來之後再到A轮其实也是一个非常困难的过程因为本身硬件产品开发周期比较长再加上超市本身他们的sell cycle非常长所以说其实我们真正去落地升到可以获散的时候其实也是花了一年半多的一个时间然后在2019年的时候我们去融A轮的时候其实当时我们就想融个千万级别的A轮融资

市场当时没有很多机构投资可以投钱外级别的然后我们也是见到60多个投资人然后基本上都是全军覆没了然后最后也是不断的去找新的投资人最后找到了一个Lux Capital所以那时候他们投了我们差不多1000多转左右这段创新后来就是出售了对我们在A轮之后我们用B轮的时候就有非常多traction了所以说B轮的时候拿了两个term sheet然后拿到了一个aposition offer当时本来聚了他们两次然后后面决定卖点了这段创业最痛苦的时候是什么时候你是还在靠读陈思路撑过来吗你怎么知道的我看到有报道结果是我觉得创业其实是一个就是特别是在低谷的时候越是低谷的时候就需要修新所以说我觉得整个过程是一个修新的一个过程因为其实你可以想象一下如果说我见10个投资人然后被拒了10次那有抓好那我再见第11个再见第12个可是你见了100个之后你会开始怀疑自己你会觉得说是我不好还是这个项目不好肯定因为已经100个人拒绝我了所以其实那时候通過這段經歷其實我自己對自己的認知對世界的認知其實提升了不少其實就是我覺得就是以視角去看這件事情就是每一次失敗其實對我來說就是一個reinforcement learning就是下次怎麼做得更提所以說其實漸漸的就是逼我成長所以在那段期間其實我成長是最快的可是也是最苦的你說你對投資人有一個畫像思維畫像是從那時候就開始有了吧你見了幾百個投資人在那個過程中其實不是其實我覺得因為我當時對投資人沒有一定的思維畫像所以我才被拒了一百多次就是我當時只顧著說我不顧著聽所以說其實完全沒有完全沒有跟投資人達到一個同一個頻道上面所以說就很難有很難去建立一個共鳴這是我後思後覺才發現的一件事情

那个创业持续了几年?持续了6年左右那还挺长的卖出去的那一刻感受是什么样的?觉得我突然有钱了吗?其实卖出去那一刻我觉得我的第一反应其实不是突然有钱了就发现这件事情做对了因为其实当时当时其实3.5亿在当时的创业环境里算是不错的其实我当时决定放手的其中一个原因是我觉得我可以做一个更大的一个事业和行业我是希望说我从我过去六年学到的东西可以更好帮助我做过下一个我觉得可以做到更大的一件事情所以当时这主要是我当时想买的原因而不是真正是为了钱那是哪一年2021年2021年那个时间很好是吧后面AI就开始爆发了其实2021年应该还没有很明显对吧对是2022年的时候才真正开始有非常强的一个curve系数你前面的两段生意一次创业你觉得你从中的learning是什么其實對我最強的所行的觀點其實就是做事要做最本質的事情其實我在過去幾次創業裡其實走了非常多的玩路做了非常多不本質的事情有的時候可能覺得比如說希望說如果我找到這個人我的問題就會被解決了其實不能以這種心態去招人或者說如果說我拿下了這個客戶那我就可以融資其實也不一定還有就是在做產品這段其實我覺得做產品這段其實是對我來說是最有心得的就是做產品永遠都是要做有價值的事情其實說起來很簡單可是我覺得很多時候是非常難去做到的比如說其實當時非常拿無人零售來說的話其實就是當時大家是拿著一個垂色找釘子我有一個這麼酷的一個黑科技然後我當時我就把這個黑科技放在一個無人商店裡面去節省生活營員本身其實當時我們人眾在做產品的時候其實我們發現其實節省人工成本本質其實不是產品最有價值的一件事情

反而最有价值的一件事情是当时我们在帮他们节省时间的时候他们在和我们的屏幕互动的时候看到了价值就是比如说我放进了一个零食我给你介绍另外一个零食然后说我放进这个零食之后如果你再多买两个你就会有个Qubon其实那时候才发现说其实我们的产品价值核心后面是我们可以提高Average Basket Size 而不是我们可以省多少员工然后同时我们也在做产品的过程中发现了广告的一个非常大的一个机会所以说让整个产品价值做得非常非常的高所以这些价值其实是在一个无人零售商店里面是没有办法的达到的因为你是没有一个屏幕是可以跟你互动所以说这是我们在过去发现的一些心理嗯怎么想根本质的问题而不是当下的一个比如你多拿一个客户啊多容易去资啊对其实我觉得其实多拿一个客户如果说你没有达到你的产品没有达到RY你多拿一个客户是没有意义的因为你多拿一个客户除非说你知道成期比如说我上量之后RY是可以自动成型可是如果说整个商业飞轮本身没有建起来是没有办法达到一个proud market fee很多人可能就觉得proud market fee就是我签了一个客户然后这个客户运营付我多少钱然后我就去做其实我觉得在机讯行业其实有非常多的公司其实找到了所谓的proud market fee可是发现后面他们需要做的customization 也好客户要求的节派也好他们是远远达不到客户对机器人本质价值的一个产品形态的所以说我觉得这件事情其实我一直把产品归根到ROI上面就是你ROI成不成立你ROI不成立特别是在硬件机器人行业我觉得ROI不成立就不是一个产品就没有proud market份你刚才还提到你的YC的mentory是Sam他教育你们什么了吗其实我觉得Sam是非常能力非常强的人可是我觉得我当时能力不够强

没有办法跟他共评所以说其实他当时跟我跟我说的所有的核心概念就是launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch launch

你是不是还挺自律的为什么这么说我想看到你起很早是吧对一般都起很早五六点这个是从什么时候开始的从创业的时候就开始了吧就我觉得比较早期的时候其实就就是这样有意味着还是你比较习惯这种规律其实有本书叫atomic habits其实就是说你的原子惯性的一些东西是可以长期帮你达到一个原来觉得你达不到的一个目标其实我觉得每一个人其实在一个成长过程中其实如果说你是有一定有非常好的习惯你就会慢慢慢慢变成你想要变成的人其实对我来说我觉得作为一个创业者其实一直是一个脑力运动员其实本质上面其实就是一个运动员需要有一个运动员的修养那其實就是因為如果說比如說你吃得不健康或者說你沒有運動或者說你睡得不好你也沒有辦法可以專心去想一件事情所以說那其實從我的角度來說的話那就是如果說我想要好好創業那我就要把我自己的身體打理好所以說比如說早起運動飲食我都是有非常對自己是有非常高的一個要求的早午晚時是嗎對那确实你的身材很像运动员的身材是吧你积累了10年以前也没有这样是吧10年前对是创业之后就越来越自律因为其实我发现自律之后其实这件事情就不用想了就是它不会占你的mind share 那不会照年买血的时候这件事情做就变得很自然就是反而变得强迫症就是如果我今天不运动的话我今天就不舒服你几点到几点运动我一般都是差不多六到七点之前运动五点起床六到七点运动后面呢那就开始工作晚上睡觉睡觉十十一点左右吧饮食呢饮食非常有规律我晚上是非常少吃碳水的然后我一般是中午吃碳水然后早上吃的比较有规律

都是有一定的營養成分等等就是一直都是這麼吃下來我覺得我這件事情是從我爸那邊學的我爸其實是一個非常非常自律的人所以我發現他在他自己自律的身上他自己的狀態自己的健康也有非常大的改變所以對實際上我爸學的自立能提高你的決策質量嗎做一個CEO來說100%我覺得做一個CEO來說其實你最重要的大家都是這麼說就是說找人找錢找方向其實絕大多數CEO的重大決策其實找人和找錢其實不是需要花太多大腦的所以說其實最重要的是需要找方向找方向其實就是你的每一個決策你的每一個決策是需要本質的需要高質量的那你能做出本質高質量的事情你是需要把這件事情想得非常的透想得非常的清楚所以說如果說你腦袋是非常模糊的一個狀態我天天都是晚上吃宵夜或者什麼樣子反正身體不是非常健康的話你是非常難做出一個非常明智的選擇賣公司那年應該剛好30歲對吧对刚好30岁然后在那一刻你觉得你对你后面人生的规划是什么样的我觉得人生才刚刚开始怎么开始这一段创业的呢这中间好像也有几年时间对吧对我在Instagram呆了三年其实我在这个阶段被收购的其实是一个非常大的动机当时其实就是我是想向别人学习收购公司对对因为其实当时instacart里有非常多woober facebookGoogle的高管我是一个野路子打出来的人我前三次创业其实都是野路子是非常不按常理出牌的我觉得这件事情商业本质和产品形态是这样子的那我就带着我的工程团队我们就把这件事情给干了所以说我在融资的时候就

比较单纯也算融资固然中碰比较多的创业者吗在美国的话是那肯定我觉得我觉得可能很少有有有创业者是能在被拒几百次的情况下还不放弃创业的吧当时我就跟我同学说我们是张郎我们死不了对可是我当时我觉得我的我经验的一个非常大的一个盲点是管理是產品和管理然後就是說在一個更大的組織範圍之內我怎麼樣子可以學到更從他們身上學到更好的東西所以說當時我在Instagram待了三年左右就是為了學習學習當時我沒有也是在看其他項目學習到什麼我不是總結型的人物就是我是會把一件事情滲透到我的骨子裡然後會變成我的認知的一部分可是很難用語言去表達所有的事情可是我覺得可以說的一些事情我覺得比如說怎麼樣子去向CEO拿資源是很有意思的一個過程就是你要把你自己做的事情為什麼很重要怎麼樣去frame這件事情然後怎麼樣子去挖掘他的底層動機然後去和他line上來我覺得這個是我当时学到的一些事情其实我当时从来都没有想到过是需要这样做其实跟融资可能有点类似可是当时我和CEO需要intract的一个过程可能是非常非常frequent的所以说可能那时候锻炼了我这方面的事情然后同时也是在管理和组织上面其实我当时管理是比較雜的其實我是沒有去思考說我在這個職位需要找什麼什麼樣類型的人會想得非常非常的清楚而是說我覺得這個人對了我覺得這個人是可以成長然後我會然後如果這個人做得不好的話我會試著去糾正他其實我作為一段管理之後其實我發現有些人是改不了的就是有些人可能在他們認知範圍內除非除了他們能突破他們自己的目前的認知

是沒有辦法做到更更大the scope的所以說那時候其實是我對就慢慢慢慢滲透了其實對管理也變得更得心應手你最多時候管理多少人directly和indirectly可能幾百吧三百多這樣子對然後什麼時候決定我還是要出來創業了我不能再當高管了當vp符合你的個性嗎你覺得一點都不符合对因为其实我是非常喜欢我其实我对创业是有一份敬畏性的我是非常喜欢创业本身的因为我觉得创业是像一个将型就是就像一个将人就是比如说我今天要做一个陶瓷我就一定要把这个陶瓷这幅画这篇文章就写的特别好然后他们会花10年20年30年40年的这种经历去完成一幅他们自己觉得非常自豪的一个作品我觉得创业其实也是一样的其实创业其实就是在打磨自己的一个自己的作品那其实自己的作品就是这个公司那就作品的这个公司里面其实就是你的技术你的文化你的产品我觉得和你的管理等等我觉得这而且创业是非常多就是多多模特多维化是非常多维化的一个状态所以说其实你每天都会学到很多的东西所以说其实当时我角色去创业这件事情是非常对我来说是非常简单的一件事情就是我就一直觉得我是适合更适合创业的为什么做robotics那个时候AI也很火大模型也很火其实其实我当时很有意思我当时在刚卖公司的时候看了AR看了一段时间然后我们也看了一些其他的比如说quantum也看了一些nuclear可是我当时我和现在的另外一个合伙人叫杨世元其实我们是AR是认真认真地探索了差不多6到8个月然后发现其实技术底层的一些东西可能

還沒有完全Ready然後其他的我們就覺得跟我們不是特別的廢其實當時我和楊世遠一直想做的一件事情就是我們想做能改變世界的事情因為我們覺得我們如果真的還要再一次創業的話我們就想做一個個男的一件事情然後能改變世界的事情那其實真正能改變世界的事情其實不多其实你可以两只手可能可以大概数出来这件事能改变世界是什么法国哪些法国哪些AR对啊我觉得比如说就像我刚才说的比如说AR啊 Energy啊然后I Quantum啊然后我觉得比如说生物类型的其实那跟我们不是非常适合然后AI当时其实也有看过所以说也有在思考当时AI该怎么做可能我们最后到机器人我们就发现说其实跟我们的之前的经历是非常相符的而且甚至说我当时看到机器人的行业形态其实是跟无论零说是有点类似的就是有点大家拿着锤子找顶子的一种感觉所以说其实当时我就觉得说硬件可以做anfor软件AI其实都可以做然后当时我们有团队缺了一个就是对巨声智能非常自身的人随着那时候就找到了Jason怎么找他的对然后其实我们在规模聊了挺多人的聊了二十来号人然后当时其实我们其实当时对我们的第三个co-founder的画像其实是非常清晰的我和杨世远在一起合作了十多年其实我们俩大概都知道自己的有点缺点和我们互补的地方有点缺点是什么我的缺點特別特別多優點非常非常少楊盛勇是優點特別多缺點非常少你的優點是什麼我覺得我可以看得非常的遠就是這一個公司從現在到十年之後大概對Vision是有一定的畫像呈現我們戰略需要走的每一步和我們戰略有可能遇到的問題所以說我覺得我在方向上應該是我的強項

你的方向感会比较好对就是我团结有时候说我可以稳得到钱我稳得到钱对这个为什么是方向感这个是赚钱能力就是你从小训练的对吧对赚钱能力其实就是一个方向这是商机的选择商机的选择因为其实我觉得所有的公司最后都需要落地都需要赚钱所以那不管前面铺垫实际是多久可是最终还是要赚钱所以说我是可以知道最终赚钱的形态是什么样子的然后我就知道我该怎么铺电它所以说我觉得在这个方向应该是我的想象你的缺点呢说几个缺点挺多的缺点我想想我觉得我说话太宏观了达到的一个结论是我思考很久的东西我思考很久的東西這個本質上面的邏輯鏈會非常非常長所以說一般來說我會跟一個人聊就是我想走的這個方向我會把我這個邏輯鏈花20分鐘說完然後跟他說一個結果然後一般來說他們就非常不能follow就是我對我自己的語言拆解能力可能還需要進步你覺得聞得到錢和理想主義有分歧嗎沒有分歧我是非常理想主义的人为什么这么说我觉得我来做机器人不是为了赚钱的我觉得文字道前是生存的一条路我的梦想是星辰大海可是我的路径是需要脚踏实地你是现实的理想主义者还是理想的现实主义者那我肯定是现实的理想主义者你不是理想的现实主义者最后落脚到了理想主义对我是现实的理想主义者你的合伙人 New York他的優點是什麼確定是什麼他跟你合伙了十多年他也是現實的理想主義者他有點非常多他共情能力非常強思考結構性非常非常強落地能力非常強技術也非常強管理也非常強稀有的技術天才而且又有管理維度的認知我是

真的非常非常少见这种类型的人你们是怎么认识的他那时候是在美国上学是吧就是通过我们的一个另外一个扣发者叫黄一林是我们上一个公司的时候认识的对然后你们这是第二次一起创业对那Jason是怎么加入的Jason是当时我们是对research就是我们的research扣发者是有一定的画像让我们按照这个画像去找你们秀人是什么样的人首先我们最希望的是research taste非常非常强research taste本质是可以从他们的paper和他们发出的东西是可以看到的其实当时看到他的一些非常赏光的一些地方是在于其实你可以从他博弈博二的时候可以看到他其实很多论文是相对来说非常fancy的东西在他的生長過程中其實你可以看到他越到後面其實他的論文越來越簡單乾淨核心概念非常清晰我覺得這是一個非常好的taste就是他自己在這個過程中一直在進化所以說就光從書面上面是可以看到這個進化過程我當時就覺得非常impressed然後taste是第一第二是我覺得是有一定的現實主義就是其實不光是有學術追求而且也是想要把一件事情落地就是真正可以line impact在個產品上面的我覺得這個也是非常非常重要的如果CEO希望落地然後Racers的合夥人希望比如說我就要做大腦的突破一般這樣團隊會有分歧對我覺得在美國團隊都有這樣的分歧你們會有分歧嗎會啊我們當時有段时间战略迷失的时候其实这个分析是最大的就是我们作为一个团队的identity是有非常大的冲击的就是一般人说我们要做了地另外一般人说我们要做research然后呢这什么时候这个时候可能就是去年年底的时候结果呢结果我们在战略上面梳理了一下我们发现了一个突破点是一个战略点是research和落地团队都可以打的一个点

你是落地派我没有个派系其实我觉得对我来说一直是就是铺垫的这个路径怎么样子能达到我最终产品形态落地是可以赚钱可是并不在我的认知当中其实并不是真正能长久的一个产品形态所以说如果说落地不能达到一个skillable product market我觉得我就不会去做这件事情所以说其实当时我是跟偏向research派的那谁是落地派呢团队有一些工程师然后最后你们怎么找到那个甲角我们把战线给拉长了我觉得其实这是一个非常普遍的一个问题不管是从机器人公司来说和agent公司来说其实都是非常类似我去探高那我就没有落地的可能性那我去落地那我就沒有這個capacity去探高可是往往是因為本身落地的能力落地是否可以scalable是因為是被intelligence給capped住了所以說其實在這時候最重要的是你要去lift up intelligence那其實可能團體就會覺得說那我就是去做研發其實也不一定就是說我們把這個戰線拉遠就說那我在更遠的遠方我的戰略點是否可以improve我的intelligence同時也可以落地所以說我當時給團隊定的是一個更遠的一個目標然後就把團隊結合起來了我們剛才說這個探高還是落地是不是很多機器人團隊都會遇到的一個非常現實的討論或者問題我覺得在每个机器人公司内部都会反复的讨论我觉得没有一个机器人公司不会讨论这个问题因为这是一个非常现实的问题你们是从第一天开始讨论还是到去年底的这个节点开始更频繁的开始讨论这个问题其实我们从第一天其实在这个方面就有意义的认知所有的粉丝可是我们当时不是非常清楚

落地所需要的能力和智能边界在哪里所以说其实我们当时的想法就是我们就是我们的团队是一个prod research导向团队prod research和传统的research团队还是有一点点不一样就是其实传统的research团队是ok 我要走到AGI然后那我现在是以一个发散性模式去去探索各种各样的可能性然后找到一定的可能性之后可能到时候再收敛可是我觉得在发散性模式当中其实有的时候其实不一定有做的一些事情不一定是做的足够的深因为如果你没有落地的话你就大概看到了一些东西其实并不代表这件事情是做的足够的透Probably research本身可能有点不一样的我在research的边界我有一些guardrails就是我们所需要做的所有的research是需要有一定价就是对产品长期的产品是可以带来一定的价值的而且我们对research的优先度会有一定的框架就是说我觉得我们在这个阶段我们是需要先做这件事情然后在下个月上再做另外一件事情而不是说同时发散因为我觉得团队的经历有限所以说我们只会在最重要的事情上面下注你說的research為導向的公司就比如說矽谷的牌Generalist他們屬於這個方向對吧我覺得我不能以這種方向去斷領他們因為他們自己內部也有自己對他們自己的方向的認知所以說這是他們自己需要的你有一區隔開這種research為導向的機型公司嗎我沒有有意去區隔我们自己和别人其实我们一直以来我们公司其实一直都是以Research为导向的一个公司只不过是说我们Research的导向是有Protagonal在这里面的所以说其实我对未来的产品形态是非常清晰的所以说我是在倒退我为了达到这个产品形态我们所需要做的Research是哪些回到你们刚创业那个时间24年你们做了那些事情25年你们做了那些事情24年其实就

不太值得一提因為24年就幾個月其實我們就24年年底的時候差不多才開始的所以說當時其實就是把印象堆下就已經很開心了合夥人當時已經都找到了對當時合夥人已經都找到了然後團隊已經初步建立起來然後當時生日客戶也找到了因为其实当时就是我们要就是我如果说我对research啊我对产品是有一定的落地画像的话那其实我就需要和客户聊所以说当时也聊了一大堆客户啊其实那在二五年的时候其实最重要的对我们来说最重要一件事情就是当时的foundation model其实是不足以落地的啊因为当时的foundation model是首先当时机器人非常慢啊做人做的非常慢而且做的非常的乱啊可是最重要的是他们一般只能做一件事情做成功然后如果说再做同样的事情再做下一步的话就会做得不好所以当时的情况是不足于落地的所以说其实当时我给团队定的一个Research目标是我们要把成功率拉到99%我们要把速度拉到人的50%到60%我们才有商业化的希望所以当时我们所有的Research其实就是围绕着这个主题展开的然后其实那时候也是大家就是后期可能在四五月份看到了Dynam1Dynam1其实当时就是对我们内部来说就是一个对甚至对行业来说算是一个非常大的突破因为当时我们是首家公司首次受了一个可备商业化的单位就是我们当时是折叠餐厅可以折24个小时99%以上的成功率当时对我们来说我们是非常proud 我去年在Coral的時候很多人圍觀裡面那款機器人當時是折衣服的那款是吧對折衣服對先是折紙巾然後是折衣服對為什麼選擇了這個場景其實折的場景本身是很有意思的我們算是第一個去真正想去落地塔的一個團隊

因為其實我在融資的時候很多人就說你為什麼去去做洗衣服洗衣服行業有多大呀就這麼一點點你為什麼不去做工廠啊做物流啊做各式各樣的其他的場景其實我當時選擇做折疊也是非常反共識的因為當時我在折疊上看到了商业化的机会本质上面是因为我对模型因为其实我们在整个过程中我是一个非常对data day是非常involved的一个CEO所以说其实我对大家的技术方向我们的工程方向其实在出院时间其实我也是在管理我们的技术团队当时其实我看到了模型的本身的能力最最重要的一件事情是我们的落地场景需要有非常大的容错融縮率因為比如說我要去做一個拿鐵我不小心沒有把這拿鐵拿好打翻了那我就給那我就是給別人填活然後又損失了一倍拿鐵可是在折疊不一樣折疊我折壞了可以重折所以說就是損失率損失率和對智障的要求本質上不是特別特別的高所以說在技術的天花板那时候的技术天花板的认知下面这种场景对我来说是最有帮助的所以说我觉得是一个technology market fit的一个状态而且同时折叠本身是一个非常isolated的一个场景我是可以一个人在这里一直做折叠的然后同时当时聊下来当时是个跟洗衣店啊旅馆什么聊下来就发现说这还是一个非常普遍的痛点在每个hotel也好协议房也好都有dedicated folder和dedicated attendees在做这些事情所以说当时我其实我没有想说这件事情一定要市场有多大而是我是否可以把我第一个商业避缓先跑下来而且这件事情足够难所以说对我模型的本质的提升还是有非常大的空间的所以说当时选择了这个场景它就是上南在哪呀

就是上面本身是和比如说他因为本身折衣服是一个软体软体本身和硬体有些不一样硬体比如说你一个杯子你可能就只有一个stage就是你把这个你杯子口要朝上那可能其他stage是他倒下来或者说翻过来折叠不一样折叠是我我做的每一个步骤是需要前一个步骤需要成功的所以說而且折疊本身對泛化的性的考驗也比較高因為當時我們如果折的T恤那也不可以只折疊一個Size或者只折疊一種T恤所以說其實當時是可以同時就是驗證我們的質量和我們的generalization和速度就是當時我們就從 folding teacher里面得出了一些generalization recipe从garden diversity和environment diversity上面其实都得到了一些更好的一些recipe的结论你们怎么准备折衣服这个场景的数据能够帮助它更好的放怀在这上面有农号吗其实我觉得到头来说在如果说在放在post training上面的话其实都是一个recipe的一个问题随着其实当时我们就大概知道说比如說當時在Corel你看到的是ZeroShot teacher當時其實我們就會去試探說我們要在幾個Environment裡面拿到Teacher Folding的data才可以在一個新的Environment裡面可以ZeroShot繁華這件事情其实我们当时以为是非常多的可能发现可能只要十多个程序其实就够了对所以说就是teacher也是一样的就是teacher本身大小不同的style不同的 fabric不同的面料等等其实也有一定的也有一定的泛泛能力所以说当时我们在这个这个方向在当时的pre-training的情况下面大概碳到了

Post Training的一個天花板所以我大概能不能理解就是基於當時的預訓鏈的技術能力你們找到了一個可以最大化能夠讓機型更活的一個方向對是的那這個方向在過去一年隨著技術的突破變化以後它變了嗎它出現了變化沒有其實我覺得最本質的變化其實就是在Post Training上面所需要的數據越來越少这个其实这对我们来说一点都不surprising其实当时我们探到了post training的天花板之后我们就大概知道最重要的现在应该是pre training你们后来后是不是又花了几个月时间去做部署真的进入到场景里有了dimo之后是的我们是花了几个月时间去做了部署哪几个月开始在做部署这用六月到九月吧部署难吗难非常难因为其实我就拿叠餐巾来说吧其实叠餐巾本身可能大家看到大家问叠餐巾其实不是一个完整的餐巾因为它是一个我们跟客户商讨之后的一个中间形态其实当时叠餐巾是需要叠五次的我们只叠了四次然后最后次是给服务员叠的因为最后那一叠是非常难的因为叠过来之后因为那时候产品已经非常厚非常小了所以说最后折过来之后是需要坦平的如果没坦平的话他会他会坦开来所以说这两层面什么的一个问题当时我们就只做了四个fold的时候我们去落地的时候客户就开始complain他们当时是接受了可是实际实操的时候他们是非常不开心的因为浪费了很多时间这是第一第二其实我们发现当时呃光光把餐厅叠好这件事情还不够因为我们一天是需要产出1300张餐厅的我们这个客户很大是餐饮没非常非常大的一个客户他们每天的人流是非常非常多的人哦所以说一天要叠1300张餐厅啊我们就会发现说Dania One其实那时候24小时只能折850张其实当时我们当时我们的速度是不达标的

所以說我們在速度上面做了非常多的research最後達標了可是達標之後其實我們後面發現了一個非常大的問題就是我們每一次跌餐餐巾的時候雖然說我們的模型乳棒性非常強我們是可以有一些空間case我們是可以解決的可是解決的時間特別長所以說其實當時最普遍的一個問題就是我們有的時候我們的機器人會抓不小心抓兩張餐巾就甚至人手有的時候都會不小心抓兩張餐巾可是抓兩張餐巾之後我們大概需要兩分鐘去解它一般來說我們疊一張餐巾只需要20秒所以說每一次拿到兩張餐巾的時候我們的就是這一天的產出就會往大大下降所以說如果說我們當時如果说有10%是double fold的话我们今天就肯定是达不到标了所以说当时我们就想说怎么样子去用强化学习和另外的一些方式去把这个问题让模型自己去解决所以当时我们是非常坚决所有的事情是全部是需要模型解决的其实那这件事情本身是预讯了没有办法帮你解决的问题因为不小心抓了两张餐巾导致decrease in output 这个本就是非常难去预讯来去解决的所以说当时我们也发现这个然后后面其实我们发现我们餐厅疊完之后要放在一个bin里面然后放进这个bin的时候规律是非常random的是非常不一致的所以说你放进去之后你会就是很多人不知道的人会过来看说这没有折好就是这是一堆非常散的一个餐厅然后所以說那時候我們就要開始去condition這個模型去說首先要放到這第一個位置第二個位置第三個位置就要讓他們整齊的放上去這本身也是一個非常難的一個research過程所以說當時其實我們那時候就探出其實模型本身上面到底是需要什麼然後有了這些知識之後我們對我們預訓練需要做的一些事情我們就非常清晰了你們也自己做預訓練嗎對是的

你們預訓練和後訓練投入的資源比重大概是多少當時我們的投入是一半一半現在是預訓的比後訓的多非常多這是今年出現的變化對訓練年底對當時我們是預訓的和後訓的是一起做的其實因為其實當時我們就在探本身在预讯链上做的一些变化对后后讯链会有哪些影响而且我们后面发现预讯链的变化对后讯链有非常大的影响就是一个模型的绝大多数乳棒性是从预讯链里面来的不是后讯链所以必须要自己预讯链对基于这个场景当时最难的几件事情是什么比如说手的灵活性其实不是其实最难的其实就是这些非常微小的一些corner cases其实当时美出一个corner case其实当时团队就有一个证明问题就是我们是否要用工程方式去解决这个问题可是我们当时一直坚决的是不用因为其实我们一直深刻认为如果说我们想要真正做到scalable product market fit我们一定要用一个模型把这件事应该做成这个场景上商业化做的好嗎已經開始商量了已經開始商量了多少量了一間這個暫時不能說幾個客戶10個以上了10個以上所以你們已經量產完成的很好你們量產在上海做嗎其實是這樣子的其實我覺得在這個場景落地沒有達到我對產品的scalable product market fit的認知所以我选择不继续skill你这个决定是什么时候做的去年大概就做了这个决定你发现什么迹象让你觉得他没有达到你想象的skill因为解决的问题不够根本就是我只做到了任务我就我只把这件任务做掉了可是我没有把整个工作留给做完了

就是沒有把這個場景裡的整個工作給做完對當時非常普遍的一個場景就是我們差不多每到半個小時到一個小時我們就會把一疊一百張的餐巾給折完折完之後機器人就不動了因為沒有餐巾了所以說當時店內還有些員工他就要自己在手機上面放個鬧鐘然後每半個小時到一個小時就要過來看一下然後疊完了然後就給他一個新的Napkin然後沒疊完就繼續忙他們自己的事情然後有時常就會發現就是客戶給我反規說我們機器人沒打標那麼說那我就問他們為什麼然後他們說我也不知道你機器人太慢了然後我們就會看一下數據然後就會發現說我們的機器人空窗期很長就是有的時候機器人就有連續半個小時都沒有在幹活那我就問他們你們是不是沒有及時的把新的新的一堆Napkin放上去我说那是那其实就不是机器人太慢而是机器人本身需要一个保姆所以机器人需要保姆这件事情是一个非常大的一个产品问题所以说当时我选择不skill其实就是发现当时没有把商业本质的问题给完全解决掉所以说如果说你去skill一个不完整的一个产品那这个产品在未来会对你来说是个累赘如果是一個以 research 為導向的一個 lab它的做法可能是它覺得現在最根本的問題是大腦所以我要首先解決大腦的問題因為它覺得如果從現在開始定義場景也許就是現在定義場景不是最好的場景你怎麼看這個問題呢也是投資人問你這個場景會太小其實我覺得還是回到問題的本質大腦不行不行在哪兒就是聽數據啊可以说缺数据可以在跌餐厅的这个场景理事大脑的问题吗就是说我已经把整个工作其实已经全部都做完了其实所以说其实在这个场景的意义上面其实智能体本身已经不是一个问题了所以说其实更本质的问题是在于我这个场景没有没有成立起来是因为的确是因为就是说在在任务的范围之内

沒有形成一個很好的閉環所以說在任務範圍之內智能體不受限可是在工作流就是在把整個事情做完的範圍之內是受智能體影響這是我們當時看到的問題所以說其實這也決策了我們公司的下一步對於機器人來說這是最本質的任務嘛就是在一個洗衣房的場景裡其實我覺得對機器人來說沒有一個本質的任務可是我覺得任務本身其實不能完全體現巨神智能的智能體的能力我覺得絕大多數的任何一個任務其實就是一個sequence of motions其實不管你在這個維度上面去做繁華性的話你能看到最大的impact是我把這一個任務佈置到任何一個場景它都可以做它都會follow這個sequence of action就是它的本身的泛緩能力變強了可是這並不代表說這個任務真正形成了一個商業閉環所以就算智能體再強本身產品如果是框在一個任務的一個範圍之內的話那我覺得也是沒有商業閉環的就是我可以這樣說我可以任何一個任務可以zeo下放到任何一個新的environment都可以做這個任務的確是智能體的一個上升可是我覺得不是一個商業閉環然后你去年你觉得如果只做一个在桌面上折衣服或者折纸巾的一个机器人他不足够有scalable的价值然后你做了什么呢其实当时我们就就问了第一个问题就是为什么没有商业价值那其实和客户沟通下来其实最大的原因其实大家我们自己也看到了其实就是我们需要一个机器人保抹機器人保姆這件事情是一個非常大的問題那我們怎麼樣子把這個機器人保姆給去掉那就代表著我們要做整個工作流那這個整個工作流是什麼其實非常簡單的放在一個疊餐巾那個場景其實就是我要把上料和下料也都做完那就說我不光需要疊餐巾而是我要去沒餐巾的時候我也需要知道我的

餐廳的庫存在哪裡我要去拿拿完之後我需要回到我的桌面上把餐廳放下來放在桌子上然後我需要疊疊完之後疊好的餐廳我需要拿到哪裡去然後放在哪個shelf上面然後再拿一個新的桶再拿過來再重新開始疊這才是整個工作流所以說其实当时我们发现的这件事情之后其实就非常清晰的断定了我们的我们需要走的下一步在哪里就是从任务进化到工作了现在你们可以做到什么地步了可以整个工作了全部都可以做完就是一个机器人在洗衣房的空间里他能够自由活动然后他能够知道还现在该做什么对这个你们预训联后训联比重调整到了其实这里面其实就是一个预训联的一个问题因為其實在這裡面如果說要把整個工作流做完那其實在這工作流的每一個step就是每一個任務當中是有一定的成功率和失敗率的所以說你要把工作流做完那其實就是99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x99x 每个任务其实都做好然后我们需要把每个任务的corner case都需要知道怎么去解决然后把它连起来的时候它是可以连续一直做下去的就本质上面问题非常困难其实是一个prisoning本身的一个问题因为其实我们刚刚开始的时候在navigate stocking的时候其实我们就发现我们当时是用语言去控制模型把我们折好的产经放在bind的哪一个位置可是

我们发现当时VLA的LanguageFollowing能力不是非常强所以说其实我们当时就把这个问题归远到了全部归远到了预讯栏的问题上后来调整了什么后来调整了重要预讯栏预讯栏和一个半人信息器人半人信息器人就是腿它是轮式的然後上身是一個人人形的對你們從第一天就說你們不做人形機器人是嗎沒有啊我們沒有說一定不做或者說一定做其實就是我們對這件事情的態度就是什麼是對的方向我們就我們看到了這個方向是對是錯我們就往這個方向做我感覺你是歸骨非常少的做機器人落地牌是嗎因為我感覺歸骨大部分人都是覺得他要做的是大腦做的是就是探高的那個方向可能大家對我們的認知是覺得我們是落地派吧可是我覺得我是 product research 派就不是落地派因為其實落地派本身其實可能更是注重落地可是我覺得我們更是在試探產品就是未來機器人產品所需要的 breakthrough 所以說其實我們團隊的核心從文化角度來說工程角度來說全部都是圍繞著research來賺的只不過是說我們對產品的理念是如果說沒有一個閉環不能跑上一個產品閉環那我們其實就不知道下一步的路該怎麼走所以說其實我們是用產品閉環去探望我們research接下來的research方向需要往哪個方向走這個是算是Dynato嗎即將要發佈的這個機器人和模型對是的從Dyna1到Dyna2你覺得公司的技術積累是什麼特別特別的多就非常非常難去用幾句話去概括可是我覺得比較核心的其實就把它歸類到三個system system2 system1和system0我們在三個system裡面都有非常非常大的

进化首先System2是body reasoning layer就是模型对于这个本质世界的认知对世界的不管是从physical property还好也是the state of what's happening right now也好或者是甚至说对semantics的understanding也好有个非常强的认知是可以知道说我们现在在干什么我们现在在任务的哪个阶段然后我们下部该怎么走然后可以按照这些理解为我们system1发出语言的command那system1其实本质上面其实就是一个world action model从world action model收到语言之后我们怎么样子把语言转换到动作然后到system zero其实就是我们怎么样子动作就想要output the trajectory我们从运控方向怎么用更好的强化学习的方法能達到又快又絲滑又準確的動作在硬件上面呈現這集中有觀察到可泛化性的跡象了嗎在System 1和System 2上面是有非常非常強的可泛化跡象它能泛化到什麼程度其實泛化維度是一個非常難解釋的一個話題本身可是最直觀的兩個維度其實跟人非常類似比如說我教你做一件事情我其實只有兩種方式去教你第一是我示範怎麼做這件事情第二是我用語言去描述這件事情怎麼做所以說其實在泛化的過程當中其實你去衡量泛化的維度其實就從這兩個維度去展開就可以了那從示範的維度就是我示範几次你才能学会其实在这个层面上面其实我们就会发现说在一些非常新的task在我们现在的pre-training的能力下面已经可以用几次示範就可以学习那第二个就是language steering capability就是我用语言去告诉你去做这件事情那模型是否可以做在这个方向其实我们也发现一个非常强的language sensitivity increase那这个细节是我们之后会在发布的时候会

回去细讲这个你们已经开始有商业化客户了吗就是这个完整的工作流工作流我们现在已经有商业化客户了可是我们还没有完全落地可是我们已经把整个工作流已经在不同的场景已经开始跑通了这个是什么样的公司就是你们客户是什么样的公司酒店场景我能想象的对但是他的成本能比一个人低吗我觉得这个问题问得很好非常本质是有商业本质问题一个机器人去替代一个员工在目前的Foundation Model的Construction下面其实非常难达到一个人一天的产出量因为机器人本身其实因为硬件所运空的一些影响甚至数据的速度的影响是非常难做到人类的速度的所以对我们来说其实我们发现最重要的价值指标不是要做得比人快而是要做得比人更久其实就是一天一个人工作在美国一天一个人工作八个小时其实我跟我团队定的目标其实就是说一个机器人做一天24个小时的工作可以达到一天一个人做8個小時的工作那其實就可以在產出上面達到一個證明這是這對我們來說才是最本質的事情現在做到沒有現在已經超出了就是他24小時做比一個人8小時多對你們是不是在創業之初就決定先不做人行然後不做製造也不做家庭這是你們最早的說法嗎我們其實在創業初期其實我們不會說我們一定不做什麼不做什麼而是我們我们的思维框架是什么能做而不是什么不能做在探索什么能做的时候我们发现了很多不能做的东西为什么不能做家庭在那个时候家庭是一个时间段问题我觉得因为其实我上个公司是做B2B2C的所以我是知道2C的要求是有多高

而且我觉得家庭本身对机器人来说算是一个终极形态吧如果说机器人能泛化到每个家庭并不代表说它是可以做所有工业的东西只不是说在泛化能力范围内算是达到了一个非常好的一个境界可是就算机器人可以在每个家庭里做事也并不代表这个产品是成立的因为在產品維度上面來說的話其實本身機器人一天的產出是需要符合你購買機器人的預期預期是非常主觀的對是非常主觀的所以說其實每個人對這個預期是有不一樣的就像可能有些人家裡的阿姨合作的不是非常愉快並不是說阿姨不是general purpose阿姨而是不管是性格做是速度方面其实都是有非常大的分歧所以说我觉得消费者是一个非常主观导向的一个市场然后在安全问题上面和从 corner case 角度方面来说是多了非常非常的多所以说我觉得这件事情我觉得就三五十年是可以完成到泛化可以完成到每个家庭可是真正把这件事情做成不一定代表这件事情有市场所以说是要这个产品要打磨到极致中的极致才能真正变成一个非常大的一个产品你说你看得远吗你觉得终局来看的话人心机器人在家庭里他属于就是他可泛化性最强的一个产品形态吗就他可能会是我们这个时代的比如说踢行车这样级别的产品吗我觉得只能说家庭是在所有场景就是我们世界上我至少我目前认知的场景下对泛化性要求是最高的可是可能大家往往就指望泛化性一个维度去看我觉得它还有消费价值对也不光是消费价值就是做这件事情的速度做的这件事情是否顺利的心那顺利的心比如说我盘子是喜欢这样子放不是喜欢那样子放我觉得这里面是有非常多的产品细节本身不是只有一个泛化能力维度就可以去说清楚的一件事情然后也有安全方面的问题等等就是在这里面就是维度太多了所以说我没有非常细的去思考每一个维度可是可能就不是

对发话不是唯一的唯一就是不是说一个通用机器人就能够是一个好的消费产品在家里对而且一个家庭机器人并不代表这个家庭机器人可以进任何一个工业场景那你们当时觉得哪一个是你们的甜点去哪个场景我觉得机器人本身如果说通用机器人做到了我觉得B2B的通用机器人的demand会比B2C更高为什么因为人的欲望是无限的人的欲望是无限的其实就代表着人如果说在人工成本已经可以忽略不计的情况下面他们对消费想要的东西他们想要的东西就会增强因为如果说人工成本不在那消费及产品的东西就会变得更便宜变得更便宜那人就会想多买各式各样的东西所以说B2B场景来说如果说我们机器人成了那business会需要更多的机器人去做更多的产出更多的不同花样的产品其实我们现在美国失业率4.5%那其实business是higher了95.5%美国的total population如果说一个家用机器人三個人組成一個家庭可能美國可能只需要一個億的機器人可是如果真正B2B那這裡面還有更多的細思考比如說Blue Collar versus White Collar等等可是美國肯定會需要更多的B2B機器人 versus B2C機器人因為有更多的人需要打工需要去做食物做Hotel就是經營旅館等等對而且沒比B2B的機器人更好標準化一些对是的他不需要解决你的情绪问题也不需要解决你的神秘问题是吗对对而且安全问题在某种程度上面是可痛的所以基于这些你没有选择大家可能觉得黄冠上的民族是一个家庭的人心机器人这要道路这个是得外思考清楚了是吗对其实2B的场景对我来说是非常obvious的一个场景因为商业落地是最近的而且如果你连2B都做不成的话

那我BTC怎麼做的成呢?是吧?就比如說如果說我在一個洗衣店裡面我連洗衣店的員工都沒有辦法完全做好做清楚那我怎麼可以在每個家庭裡洗大家不同的衣服呢?所以說我覺得很多事情其實B2B是完全這件事情的最小unit而且本身的scope其實是在範圍內是可控的酒店的市場也多大? 我觉得酒店市场其实很多人其实没有觉得可能酒店市场是挺小的因为酒店洗衣房能有多大可是在每一个酒店洗衣房其实都需要两到五个人看这个酒店有多大而且酒店本身在洗衣这件事情上面是特别重要的比如说他们如果没有洗好的话那他们的房间就没有办法给客人了所以说其实当时我有听说一些酒店的老板在疫情的時候沒有員工的情況下他們是自己去洗衣房幹活的所以說非常本質的一個問題所以說這個問題對我們來說非常痛那我們把洗衣房這一個工作做通的時候其實絕大多數的洗衣房是大同小異的所以說其實我們從我們的方向去思考這些問題其實就是我們的第一個閉環其實對research來說是有重大意義因為其實我們這可以让我们知道我们的模型的智能编辑在哪里然后同时这个这件事情做成了之后也是有意义的因为本身可以泛化在美国的十万家酒店里面所以说本身的temp其实就是好几个billion那这只是第一个工作流而且我觉得习近平本身是大家通往home的一个最小的一个语言如果习近平都做不成了我觉得home肯定也做不成所以說我覺得這條路是畢竟之路而且是非常重要的而且從商業場景來說的話其實容錯率非常高對時間的節拍要求也非常非常的低而且付費意願也是非常高而且這件事情在美國是特別特別需要的對我覺得酒店現在的機器人我的印象都停留在外賣送餐的那個機器人對那個現在還不停普及了

對這個目前還挺不急了可是我覺得還有可是酒店這直播是一個非常小的一個環節我覺得在這個環節下面其實是可以打開更多的就是我們在比如說西方做好之後其實我們是可以做其他的事情我們是可以做清理我們是可以做做飯做菜或者說做其他的事情所以說酒店場景本身是覆蓋了覆蓋了非常非常多的而且我觉得酒店是一个家庭的标准版就是每个房间可能都差异化也不是特别大所以说从这个角度来说的话其实我觉得酒店作为一个第一个商业场景落地场景来说是一个非常适合的一个场景哎那个阿姨的那个场景能做吗酒店里我觉得在模型智能提升到一定程度之后是完全是可以做的他也是个标准化重复性的工作对吧对是的当然也会有很多counter case但是相对是比较好标准化的对可是我觉得标准化本身其实就是我们短期来说是落地标准化对落地是有帮助的因为其实变化不大那长期泛化来说的话其实还需要做很多泛化的事情所以说比如说对预训链预训链所需要的泛化数据其实也是有一定的challenge的所以说其实在中可以学习怎么落地也可以学习怎么繁华因为从一个酒店到另外一个酒店到另外一个酒店肯定也是需要有一定的繁华规律而且还有不同的SOP在这里面的你觉得我说那个给每个房间打扫阿姨的那个场景明显洗一房场景难度高多少我觉得可能会高一点因为本身就是让婚姻是不是更大一些是可是我觉得最重要的不是事成更大而是到底能不能真正的以最短的时间之内形成一个闭环对我觉得这个场景本身可能有非常多很多其他的可能性本身比如说就是洗澡的地方该怎么清理然后如果说他们把房子房间弄得特别特别断或者说打破了哪些东西或者说拿走了哪些东西可能我觉得这里面会有更多的可能性可是而且全程可能任务

完成可能需要花更多的時間我覺得其實我對工作樓本身其實也是有分層次的其實不是說每個工作樓其實都是一樣的難度我覺得旅館的房間打掃本身我覺得可能可以分為一個更難的一個階段所以說其實我覺得本質上你沒有把最簡單的一些壁環做成的話我覺得一下子就往一個最難的地方做成你你很难形成一个最小币环其实我一直说币环其实所谓的其实就是MVP本身minimal viable product你做一个minimal viable product你再可以往外去过展所以酒店是你最早就开始选择的一个场景是吗算是对其中一个还有别的还有别的都是商业场景也不完全是商业场景反正不是家庭场景也不是工业场景工業場景不多其實我覺得是這樣子可能行業對場景的定位是這個是工業這個是商業這個是生產等等其實我一直以來對市場的認知一直都不是分場景的我覺得每一個場景都有我可以做的工作流每一個所以說其實我一直都不是以場景來分所以說經常有人問我說我們是不是一個商用場景的機器人我覺得其實這問題不太對我覺得我是按工作流的複雜度來分的比如說一個比較短程的一個工作流像疊餐巾這是一個非常簡單的一個工作流商量下料其實就完畢了是吧那其實我們再往下推那如果說這是就是level 1或者level 2的一個工作流的一個複雜性那level 3可能就是一個更長的一個工作流level 4可能就是一個一個洗衣房的一個場景那level 5可能就是一個hotel cleaning場景等等我覺得其實都是分層次的那就是說對我來說其實就是不分場景分工作流工作流難度系數難度系數是在模型的每一個智能階段可以解開的這是你的沿途下單在不能的智能水庭下單下的單是不同複雜度的工作流對你覺得現在的複雜度是level 1到level 2

我覺得就是洗衣房的整個工作是可以立起來的它算是智能水平的level是負擔度的level我很難我沒有細分過可是我覺得可能是level 2、level 3這樣子的一個期間吧就是這件事情本質上面一致性是比較高可是工作鏈非常長而且對manabulation的一些比如說打開一個一个washer的一个门也是非常需要用力然后有的时候会不小心把tow drop在地板上然后有非常多各种各样的corner cases等等我觉得可能复杂度在level 2 to level 3上面然后随着智能体的提升其实在更难的workflow就可以更好地去去完成所以说我一直对落地的看法是我的我落地的场景需要在我智能体的智能范围然后我接下来想要做的战略方向其实就是在我智能体的范围外对所以说一般来说是我是这样子去思考的沿途下单的目的是为了让我走先进流不是其实是让我理解我目前的智能体本身让我试探一下这个level我的智能体的level在哪里在哪个level我是可以做哪些事情而且在在智能体的level上面我会有哪些corner cases那这些corner cases是否可以引导我pre-training的方向你看你们要做这样一个习惯场景第一代先做一个桌面的折叠衣服的一个机器人然后紧接着你们又去做了还整个场景的工作流其实你们在这个场景要投入的时间是很长的那这是一个场景落地怎么去做探高的事情呢你还有时间做吗其实我觉得探高和做场景是不是

不衝突不衝突的本身是在于首先我们把预训练做得更好更大更强是无论如何都需要做的预训练你们现在做多大多好多强我们砸布的应该是行业最大的数据级而且我们在这个数据级里面发现了非常非常强的skill and law本身所以说其实这个其实就是我们在预讯链上花的功夫其实我觉得不比任何一个其他的公司会少甚至比下公司会多非常多而且我回头比如说像robotics research lab也不是每一个人都是在做预讯链的他们团队也是分开我们做预讯链我们这个团队做预讯链这个团队预讯链有多少人我们这个团队做后讯之后团队做多少人然后我们在我们在哪些基础方向上面我还会还会做哪些研究其实是是一样的架构只不过我们在后讯链的团队上面不是是按照一个场景去做后讯链而不是按照一个非常发散性的模式去做后讯链其实这是唯一的差别嗯你们发现了什么样子跟临络的迹象在预讯链我们发现了其实在用人体第一视角数据的上面是可以在one million hours 的一个预训练籍下面我们发现了非常强的skill and law本身我觉得这是对行业来说应该是一个非常重要的一个节点因为其实在过去一到两年其实绝大多数的就是intelligent ceiling這個intelligent ceiling一致很難破因為大家都說數據是最大的瓶頸其實當時我們做的第一性原則思考就是說如果說我們想要達到GPT-3 GPT-4的一個機器人Foundation model moment我們需要以最低質量數據

去从中提取出可以Scale的地方而不是去Scale一个高质量数据这个辩论其实在我是在去年的时候是非常不一样的一个conclusion因为其实当时DynA1做出来本质上的其实就是用了最高质量的数据其实当时我们就会发现说我们会做非常多的AVTest然后我们就会发现说最高质量数据本身就可以迅速出最好的模型所以当时我跟团队说的就说Need to go all in on high quality data然后我们就再没干干干然后可是我就和业界的非常多的LOM也好videogen模型的人聊也好其实当时我是selective想听到我想听的东西他们就会终于说我们当时在预训那时候做了一些ablation study把一些数据拿出来之后我们就会发现我们预训那边的更好了所以说当时我用这些点我就会跟团队说他们是这个observation所以说high quality data是最重要的可是后面其实我们在开始做workflow的时候其实我们发现其实最重要的是模型本身是否我们是否能给最Diverse最廣的Human Experience然後當我們達到一個Internet Scale數據之後我們再去做Appalachian Study再去Destroy這個數據才有意義我們在這個前提沒有達到的前提去做太多的Quality Optimization我覺得不一定是第一性原則至少說從語言模型的角度來看這件事情所以说其实当时我们在这个方面有了一个转念之后其实我们就会去思考说数据形态在接下来三年五年十年之后最终的ROBA数据形态会是什么样子的当时我们想来想去我们都想不到任何比Ego Center或者Excel Center会就是Ego Center和Excel Center我们觉得会成为数据的最终形态

因为其实比如说我们要去败Telio或者要去败Umi或者说要去败一些不是ego centric数据的形态本身我觉得我们就是有点程度上是在败机器手不可以work可是我们觉得应该谈业的共识是robot hands本身是一个工程问题而不是一个research问题所以说当时我们败ego centric是有一定就是我们会去思考5到10年的一个一个维度然后最后决定这是一个最大的数据级也是最终最终形态的一个数据级所以说当时我们就以这个模式去all in ego centric所以数据多现在比数据高质的安全更重要对你们全部是争计数据吗对我们目前啊访证也有一部分就是我觉得data mixture我觉得data mixture其实没有必要去去说我是仿真派还是我是真迹派我觉得全部是从你的training objective来的就是你的构是什么你想要去出什么样子的模型其实每一个模型其实都有自己founder自己团队不同的思考在这里面的比如说OpenAI其实当时就是 our consumer application all the way然后所以说其实他们的是他们那时候的刚开始的时候模型是更 consumer friendlyand drop it其实非常 early to decidewe're going to bet on coding agentGoogle multimodality是一个非常對他們來說是非常重要的一件事情所以說其實我覺得在機器人團隊可能每個團隊也有自己對預訓練想要達到的能力是有一定的分歧所以說我覺得就沒有對錯你們是都用都用那個好像就用那個對那個好英文釋迦來都好英文都好英文對為什麼國內會把方式分為爭擊派還是還有訪政派你覺得為什麼會有這個論戰

我不知道為什麼會有這個論戰我也不知道國內會有針跡派和simulation派這個技術路徑本身不是本質的因為這直播是其中的用途可能是階段性的對它是一個手段就是為什麼在手段上就是我覺得沒有必要背手段我覺得最重要的還是我們所謂的重要其實就是什麼樣子的數據級對我們來說是最終形態這是我們常常需要辦的事情因為其實如果說我們這件事情都做錯了其實行業變動是非常大的其實比如說去年年初的時候就是爭議派小操派然後在去年底的時候大家可能就突然就全部都轉變是汙名那可能今年的時候大家可能就開始了ego和simulation我覺得就是本身這條路徑是一直都會在變的那最重要的是我們作為創始人本身我們覺得最低性最本質的事情是什麼然後我們在最本質的事情上面下注其實就可以了我覺得都沒有對錯這個最本質的是預訓練要打到什麼樣的效果要打到什麼樣的目標對你訓練打到什麼樣的目標呢其實對我們來說預訓練打到的目標其實就是兩個一個是能decrease demonstration 所以說decrease number of demonstration就代表著我可以更快的部署然後還有就是language following 能力language following 能力對我們來說其實就是如何把工作流給拼在一起的一個一個基本鏈那其實我們這是我們目前的認知可是我覺得在市場在往下推斷在往下變的時候可能我們的認知會改變可是我覺得最重要的事情是認知可以改變可是認知

还是有产品作为guardrail就是我们最后要做到的事情肯定是要落地不管是多久这个铺垫期不管是有多久我觉得我们现在还是在一个铺垫期的一个状态可是不管这个铺垫期要多久我们要看到产品最终形态我们就可以一直往这个方向走所以什么是机器人的H&M你觉得机器人这个产业的终局是什么样的它需要多少年达到我觉得多少年达到非常难说因为其实我觉得随着数据量的提升然后我们自己在自己实验室里看到的一些东西其实我觉得我们现在还不是完全直到天花板在哪所以说我觉得这是一个非常令人兴奋的一个时代其实就是说在每一个技术突破的一个关卡点我们可以期待一下下一个可能性在哪里特别是在巨声声上面其实我们目前还不是非常清楚所以说我觉得有可能很近有可能很远我觉得AGI的最终形态可能就是至少說從機器人角度來說的話其實就是你給它一個非常模糊的指令它就可以把這件事情全部都做好其實跟Coding Agent或者說和一些General Purpose Agent的最終的一個形態會是非常類似的可能需要多少年不知道對我覺得非常難去斷定我覺得隨著其實我覺得你用Language Model來說這件事情的話其實我們在就從就從Trash GPT出來的那個點來說那其實這是大概四年前到現在其實我覺得從行業來說的話已經是一個非常就是沒人能想到四年之後我們能達到現在的一個coding agent的一個狀態我覺得很多科技發展特別是在AI的領域上面其實可能很多時候是一個非常看似非常平坦的一個狀態可是突然哪一天還有一個突變

它有个突变所以说其实我觉得我们自己看到的一个突变就是我们在eGo Central上面找到Skylnlaw本身那其实就代表着说我们目前数据上限是非常非常高的那我们希望走到这个数据上限的镜头看看在这个镜头里这个镜头到底有多少焊高在这个正能的主线上和你们这个沿途下淡的每一个场景之间什么关系呢我覺得炭高其實和沿途下單其實不是兩件事其實可以成為一件事情因為本身炭高就是你在智能的每一個點在每一個維度比如說我們現在比如說從一個任務就是我們去年到今年的一個認知是一個任務最小單元的一個範圍現在擴展到了一個工作流為最小單元的一個範圍接下來當語言能力變強示範越來越少範圍能力越來越強的時候是否在下一個階段是可以直接進入一個語言的一個狀態其實就是用直接用語言去告訴這個如果需要做什麼事情其實就夠了你還在這個工作流對吧對那其實我覺得或者甚至說是會可以同時做非常非常多各種各樣的工作流或者是說機器人可以開始協同了所以說其實我覺得這可能就是因為Skeletal本身是非常難去斷定說我的Skeletal impact是什麼樣子的可是我覺得以我剛才說的這個框架可以大概去思考說我們在Skeletal的哪個階段我們機器人可以負能於更多的intelligence可以做更多的事情我覺得這件事情是對我們來說是更本質的你們在AGI的路上會沿途下單多少場景就有推演嗎其實我覺得做同一個場景就等於做通了所有的場景為什麼因为其实一个场景本身所需要的不管是从corner case也好从quality requirement也好从速度也好其实我们如果能把这一件事情做透了我们就大概知道目前技术的平静在哪里其实对我来说做一个工作流

vs做100个工作流其实相差的其实就是100个工作流的数据所以说本身对我们来说我们产品的核心其实是一个系统是一个数据可以进来这个系统然后这个系统就可以出一个工作流所以说其实当我们把第一个工作流打磨成型的时候我很多其他的工作流的差異化其实不大其实可能的确是说比如说在每一个工作流当中有不同SOP各种各样不同的corner case可是我觉得去解决这些问题的基本基础思维框架是在哪的那我觉得这些基础逻辑和本质的东西打通了之后所有的东西其实都是一个剩下就是一个数据问题你看大模型行业现在就是像比如說Asian的應用者或者AD應用者今年非常的難因為大家發現大模型的XQ可能就把一個應用的場景給吞噬了你就在大機器人行業會出現這種狀況嗎就比如說大模型大腦團隊的就是它的每一次能力的月薪然後導致很多在場景裡的優化變得不work就沒有用了會嗎會的就是我覺得做一個工作流本身其實跟你說的沒有什麼特別大的衝突比如說andropic做出了coding agent就代表他們只是在coding agent上好嗎其實不是就是因為他們的pre-train上面也做了非常多的功夫post-train上面也做了足夠大的功夫把coding agent給落地了那他們是可以同時就是他們可以以同樣的框架現在可以再把agent落地在其他的場景當中比如說excel或者說其他的應用場景其實對我們來說做同一個工作流並不代表我的pre-training不做了或者說pre-training就只有這一個工作流的pre-training而是我的pre-training一直都是最廣的一個泛化下面而我的post-training

我们唯一的下单的地方其实就是在post training上面是否可以把这个工作楼做通然后再探一下在做这个工作楼的过程当中有哪些平静有哪些评计是需要我们继续引导我们pre-training方向的一条路对所以说其实我们pre-training数据级应该是最管烦最管烦最general而且我们在继续skill的过程当中我们在skill到比如说 1000万个小时之后那我们prison还是非常缓散的可是那时候对我们post training的影响有大有小那我们不知道可是我们至少知道的是在基础的思维框架就是在上一代的checkpoint在上一代的数据量当中我们的智能体是这样子的平静是这样子的我们在下一代可能这些平静会离开有些有些平静可能还会再可是我们在整个工作流过程当中其实我们大概就知道哪些是可以被预讯连解决的哪些是不可以被预讯连解决的问题哪些是不可以被预讯连解决的其实很多比如说就像我们刚才说的Proner Case比如说我一下子一次抓两个Napkin导致我的总体产出大大下降我觉得这个东西是预讯了不可解决的问题比如说当时把Napkin放在Bin里面的一个位置能是否能整齊擺放擺放这件事情完全是预讯本可以通货源来解决的问题我们说Robotics的这个中局很难预测那现在你觉得它到了哪个moment?我觉得可能讨论这件事情不是特别特别的重要我觉得重要的是什么时刻机器人才能给原类真正带来价值然后机器人才能真正达到scalable product market fee本身

那我觉得我们离这段距离其实不远我觉得我们从我们自己的产品和战略方向来说的话我觉得对一到两年一到两年他可能在某一个场景里实现PMF我觉得在场景里实现PMF已经是一个可以变成已经是可以落地已经可以形成的一件事情就是我们把工作流作通我可以做同時做10個工作樓20個工作樓其實我覺得這些場景是可以走通的其實我覺得Chart GPT moment是任何人可以就是It's useful to anyone就是 GPT其實最大的aha moment其實It's useful to anyone每個人都有自己的主觀的問題都有自己的一個主觀思維可是用 GPT都是通用的但其實問題就是在於機械是否需要就是机器人是否可以做到通用这个级别那可能绝大多数人把机器人通用理解为physical agi已经解决了可是我从我的角度去看的话我觉得这是一个产品定义问题产品定义就是我觉得其实机器人不需要intelligence不需要达到通用就可以被每个人都可以用上对这是我的产品看法可能說的比較迷糊朋友就可以被每個人用上比如說可能是什麼樣的心態我覺得我只能說到這兒這是我們接下來的幾步的一些戰略的一些思考可是我覺得機器人本身其實就是一個智能體和一個產品形態而不是只是一個智能體形態不只是一個智能體形態因為你覺得光有智能不夠對吧它也需要是一個產品對是的它不一定就是需要智能打到無限的上限但是它需要基於當時智能做出一個產品來對是的我可以這麼理解對嗎對是的其實我覺得比較更好的就是非常類似一個example其實就是其實Chart GPT是2022年11月份的時候出來的GPT3其實是在2020年的6月份出來的從GPT3到GPTChart GPT其實就是 GPT3 versus GPT3.5那其實模型層面上面不管是從

模型大小來說數據量來說其實都是有個變化可是可以說GPT3那時候出來的產品形態是API所以說當時有dozens of developers have access to it然後也有一些公司比如說像Jasper可以成功的把這個API變成了它自己的一個產品可是我覺得GPT3到Chart GPT本質的變化是一個產品變化是一個從API形態變成了一個 Browser Chat形態才達到了一個非常強的一個用戶飛躍其實那我不是非常清楚如果是一個GBT的形態去releaseChannel ChatGBT是否是可以達到一個非常大的一個user base本身可是我覺得產品形態其實是不可被忽視的當時能達到某一個狀態的時候它的產品你看這幾年的哪怕是Azence他也一直在发生变化他的壳是使用的变化就匹配当时的那个智能水平对是这样对所以说其实我们在智能体本身下了非常非常非常大的功夫而且所有的智能体不管是从我们的eho-centric scholar law来说还是从我们research比如说我们自己的whole body control来说还是从我们的workflow从language steerability到reasoning body reasoning 层面上来说我们都是特別關注的而且我們在每個維度上面都有非常大的突破可是本質上面他們所有我們所有在做的事情是往一個產品最終局倒向的所以說其實我們對方向感是我們是一個非常有方向感的一個團隊產品的最終局你還不覺得還是人心機器人對吧那是什麼樣的呢其實你覺得可能你可能會覺得說產品的最終局是一個機器人的形態其實我覺得不是一個機器人的形態而是一個

如何使用机器人的一个产品所以说为什么意思现在不方便说我们后期我们下我们下一次可以访谈的时候可以再继续说今年你们还不会发这个产品软对不还不会ok那什么叫做和人招呼的一个形态人怎么使用机器人的一个形态我觉得其实每一个人怎么使用机器人或者说让每个人觉得这个机器人产品是对他们有用的一个形态不光光是硬检而是产品体验但是你不是说你们要做B2B吗对是的你们也要去做2C是吗没有就是B2BB2B能到每个人的手里吗我觉得是可以的而且不需要太久对那你可以期待一下我们下一个release下一个不是这个不是这个B2B2C我觉得现在不用彩色你觉得最终的形态也不是一个人性机器人吗人和機身的交互我覺得從硬件角度來說的話我覺得是否是人性機器人其實最重要的 response其實是一個 ROI 問題就是我貼了這兩條腿是否能夠帶來更高的價值這個價值是否遠遠超出了我做這兩條腿的成本你说你们是proda research人家在对于机器人大脑的research方面你觉得你跟其他的公司有什么比较比如说physical intelligence, generalize, or google design没有本质的区别我们其实就是在figure out如何泛滑模型能力如何crack physical AGI如何能把language stability能力做得更好或者说可以用future demonstration可以做得更好本质上是没有任何区别的

所以你們也要做機器人大腦對嗎我們一直都在做我們從第一天就開始在做那為什麼業界一說答案的時候都會本能的認為你們是做本體更多然後做場景更多你覺得這是一個誤解嗎對是一個非常大的誤解我覺得是我們可能剛開始PR沒有花非常多的時間的一個問題因為當時我們出答案案的時候其實我們是以一個落地為核心的方向去說這件事情就是我們為什麼做Dynamone因為我們想落地可是本質上面其實我們是一個非常Heavily Research團隊因為如果不是Heavily Research的話我們也做不出Dynamone本質的一個突破所以說其實從我們角度來說的話我們一直都是我們一直覺得智能體是落地的一個平行而且我們一直是需要提高智能體才可以真正的落地可是我們直播是說在我們提高智能體的時候我們同時也把落地變成了一個驗證智能體的一個閉環你的時間分配在哪方面更多落地更多還是大腦更多Research更多我的時間其實我的時間分配在戰略和團隊更多那分配在我不能說我的時間因為我的時間分配在哪個項目上面其實並不代表這是公司的最大的我覺得可以從公司的權衡角度來說的話公司的百分之八九十的九十的capacity全部都是在智能體上面而且我們把落地的整個engineering infrastructure做得足夠的簡單所以說其實對我們來說落地不是大家所想像的那麼困難沒有那麼重對其實因為本身其實我們現在已經做到任何素材圓就可以訓一個模型這是本質上面是在我們對預訓鏈上的一個突破就是我們預訓鏈發化能力非常強所以說我們不需要非常多Demonstration就可以學習到第二是在我們從infrastructure上面的一個突破就是我們infrastructure足夠好所以說我們的素材圓其實都可以做都可以訓模型當你們看到所有的

我們的落地的視頻也好什麼和我們的視頻也好全部都是素材團隊做的而不是我們的工程和research團隊做的你剛才提到去年年底你們團隊有一個爭論就是到底是research更重要還是工程落地更重要然後你說你們找到了一個overlap就是能夠同時都重要你找的是一個什麼樣的交集點倒是就是打工作流当时其实我们在战略的思考维度上面其实我们就发现本质任务本身不足以落地不足以成为一个商业庇还所以当时我们就发现其实落地本身还不够不是一个不是落地的时机然后当时我们其实我们的infrastructure不是非常的好所以说我们当时选择了一个战略模式就是我们要我们当时就内部就叫一个员工一个员工就是我们如果说真正的要达到一个员工一天能产出的价值我们需要把上料和下料和整和任务和整个工作流全部都做掉所以说在那个期间其实我们就把团队凝聚在了一个战略点上面就是我对我们对智能体的需求是需要提高才能把整個工作流給做完同時我們在落地團隊要把M4SH做得更好所以說我們才可以更好的去落地然後我們在Postering Technique上面也要做得更好更快才可以落地一個工作流本身所以說那時候才把團隊給凝聚起來往這個點來打這是你做的過去兩年一個很重要的決策是嗎是當時是一個對我們團隊來說算是一場戰這是一個非常重要的一個戰略節點 OK 那我們敘述一下從24年到25年到26年幾個重要的戰略節點分別是哪些啊我覺得24年可能就就不說了吧就就剛開始25年其實就是戰略節點是怎麼樣子讓我以最小的一個單位就是一個任務單位怎麼做到落地的一個閉環啊所以說那時候說其實就是主要就是Dynam1

周边的很多当时其实就是在我们在后训练上面哪些东西对一个任务执行的质量对我们的速度和我们的员可功能力有非常大的一些思考在这里面然后在2026年其实我们就是以一个员工的战略其实在这时候其实就是我们知道了我们预讯链模型需要往哪个维度去泛滑而且我们的预讯链的方向是什么样子我们怎么样子可以去crack skill and law with the most abundant data同时我们要做好一个工作流那其实对reasoning和language stability能力需要增强然后同时我们在机器人本体上面需要布局因为我们第一代机器人是不可以动的所以说我们在第二代机器人我们在whole body control在硬件上面的布局也是需要focus的所以说这是我们在2026年的一个战略体系但往后还不方便说不方便说可是我们还有还看了很远再往后是不是跟之前的这个场景发生了很大的变怀这应该不是在这个场景延长现场对吧我们看到的是整个市场我们看到的是我们怎么样子让任何人都可以用上这个机器人让任何人都用上这个机器人这就是下一步了对吧对是的所以你说巨生智能做什么任务才能够PMF呢做可以达到ROI的任务如果说他们在自己在一个自己的工作范围之内可以产出比人更多的 outplay他们就可以达到pmf你们在这个场景上应该能够优化达到我们在我们所选的场景下面我们基本上都可以达到如果达不到的话就成为不了商业比环的身体现在机器人的行业说商业比环会不会太早了为什么这么早就追求商业比环才创业一年两年

那其實我覺得商業閉環本身其實不是一個最重要就是說revenue不是最重要的一件事情而是我們要把商業閉環的每個階段每個問題全部都要想通全部都要打通就比如說self-driving本身如果說你不把San Francisco每條街跑一遍你是不知道你的平心到底在哪的所以說其實對我們來說其實就是這個就是說我們要把所有的場景我們想要設定一些場景的 corner case寶遍我們大概知道可以大概把問題分為泛化性能解的問題和泛化性不合理解的問題然後在這方面把 deployment 飛輪給打通因為其實我覺得不光是機器人本身就是我上個公司caper我們在落地的時候就是產品出來之後產品本身已經可以鋪到任何一個超市的時候我们也花了几年的时间才真正把落地给打通了因为落地本身是deployment flywheeldeployment flywheel其实不光光是一个可能大家想说我智能体解决了我就可以大达落地了其实完全不是你在落地的时候其实你的硬件会出问题你的软件会出问题你的模型会出问题你的运空算法会出问题然后有的时候是你模型跑了一段时间之后突然有一天发现我的drup本來一天是需要值1300張餐巾的可是我今天只值了800張餐巾然後你也不知道為什麼所以說其實在deployment framework裡面你需要比如說要observability stack要做support maintenance stack所以說在這裡其實可能很多人其實都沒有想到deployment環節其實是一個非常非常困難的環節所以說

而且 deployment 環節本身可能也是需要兩三年的時間才能真正跑通的所以說你當你把智能體本身完成了然後你再去跑 deployment 閉環的時候你就會發現你落後了兩三年因為其實所以說其實這本質上面可能也是有我之前的經驗所以說我才知道說OK我們現在可能就需要把這些 deployment 上的一些細節給摸清楚你说你能闻到钱的味道你在机器人这个产业里闻到钱的味道了吗闻到了在哪里在我会即将做的所有的工作流里面这是初期的商业避伤可能性对那不是初期以后呢以后那就是我们战略的下一步那就是整个市场的可能性你为什么这么强调避伤因為有壁環才有反饋有反饋才知道你下一步該怎麼走就是因為你我覺得摸石頭過河這件事情是本身是非常困難的就是你如果當你不知道你當你沒有一個壁環你沒有一個反饋你不知道你的問題在哪裡的時候你是很難去知道說我的research需要往這個方向做我需要往那個方向做可是壁環本身得到的是我的這條路以一個最短的一個時間之內我可以大概探到我下兩三步怎麼走所以其實對我來說是探索接下來該走的路的一個過程你是從第一天就開始有中國的船隊對吧對是的為什麼做這個決定這是一個重要的決定嗎這是非常重要的一個決定因為其實我覺得智能體沒有供應鏈是沒有辦法做出世界級的機器人的你們在中國的供應鏈都要什麼程度了目前我们在中国是有一个四五十人的团队是专门做硬件研发和供应链的所以说我们在整条件去全部都跑通了所以说我们现在已经进入了个初步量产阶段初步量产对摆台级别摆台级别是这个工作流的机器了还是上一代工作流机器上一代我就没有选择量产了就是因为我觉得上一代本质上跑不通

行業內的人會說你們就是在去年年中之後都比較低調就是生意比較小為什麼你們這一年在幹什麼呀主要我覺得是幾點吧首先我們research taste是我們的bar是非常非常高的其實絕大多數行業比如說派出的一些東西其實我們是在早幾個月其實就就已經完成了比如說從language steering 層面上來說的話其實我們是在去年89月份的時候就有了可是當時其實我們其實對BAR非常高因為其實我們就覺得說這件事情還沒有做到99%所以說我覺得我們不想發可是我們後面其實意識到我們自己對research的taste bar如果太高的話我們什麼都不發其實也不好所以說其實我們在這方面是有一定的改觀第二其實我覺得在戰略不息息的情況下面去發一些我们觉得是一些阶段性的工作其实我觉得其实也不是特别符合我们自己的一个核心理念就是我们对我们自己发东西其实不是为了做pr而做其实我觉得我们是为了我们觉得这个东西是真的本质上面做好了而且是有非常强的产品也好research也好工程也好的一个逻辑在这里面我们觉得这件事值得发值得看我们才会选择发我觉得当时我们设定了工作流的战略目标其实是一个非常远的一个目标而且是需要非常长时间让团队凝合起来去做到的这个目标所以说我们在中途就选择不发因为我觉得说出一些片面故事为了PR其实还不如我们就把整个故事说完这样子大家可能才才更好理解我们为什么做这件事情我觉得机器人可能是比带鱼模型更长期的一个长炮你觉得在这个长炮的过程中最重要的是什么样因为它还离收敛很远就整个产业的收敛都很远每个人都可以做现在还在做不同的探索可能大家都觉得市场还没有收敛其实我觉得最重要其实就是一个方向就是你觉得最终形态会是什么样子的然后你往这个方向走

其實就好了對對你來說智能和產品那個更重要智能更重要因為我覺得如果沒有智能的話其實就沒有產品所以說其實智能是產品的一部分智能是產品最重要的一部分有了智能之後你才可以真正的去產品化可是我覺得產品會影響智能本身就是智能要做到多智能才可以成為一個產品随着两个是有一定的关系的可是在两个关系之中我觉得智能是肯定是最重要的其实这也是我们团队的中心我觉得长跑中间最重要的就是产品和智能产品智能和落地我觉得甚至说在长跑当中我觉得我觉得就是可以看出就是中国派和美国派就是我们刚刚开始聊的这个我觉得美国觉得大脑重要供应链以后大家都会有大同小異的硬件都会解决问题中国可能长期不是特别重要供应量最重要因为供应量非常非常困难我觉得两个都重要可是如果说真的让我往10年去看这些事情我觉得可能供应量更重要对因为其实供应量本身是你客户最终购物最终拿到是硬件所以说最终来说其实你你的量产你的产品形态因为其实大脑决定了你这个产品的下限啊身体决定了你这个产品的上限啊所以我觉得长期来说可能会形成一个成本和质量展就是十年之后的事情那如果供应链最重要的话你怎么看现在中国的这一波机身团队啊我觉得每个人其实都有自己的打法我觉得都值得参考比如说语述我觉得语述其实是一个非常优秀的一个公司特别是在硬件层面上面其实他们在硬件上面的研发把他们的sys id和就是把simple real gap做的这么这么小本质上面是一个非常非常强的一个突破口所以说我觉得他们在这方面是有一定的优势的志愿呢我觉得志愿的打法其实可能其实他们是有一定的智能体他们有他们自己的硬件我觉得他们可能长期也是在想往哪个方向走可是他们有足够的资金我觉得资金可以维持这个组织非常长的一个时间其实这也是战略本身所以从他们有

有更多的资金其实他们的容错率就更高所以说他们是可以他们的战略是可以往更广的产品线来铺然后可能在智能体上面可以一个更发散的一个情况来败所以说这本身也是他们的战略我觉得也是值得参考和尊敬的你怎么看你们比如说跟那些机器人模型公司的竞争你们怎么看你们和中国机器人公司的竞争其实我觉得行业其实不是一个竞争状态我觉得其实如果说你看行业整个形态其实我觉得是一个非常的确可能会有点竞争模式在这里面可是我觉得大家也是非常的open就是大家非常愿意说我在做什么然后我们的方向是什么然后我们做出一些research我们会分享我们的research results是什么我觉得这本质上面是一个非常好的一个行业的一个动态所以说我觉得在真正有market share端来说就是真正有market share之后我觉得才能真正形成一个competitive dynamics我觉得现在可能大家都是在一个互相尊敬或者互相学习的一个状态下面你这什么时候会有快速手脸我现在聊机器人团都觉得就是大家每个人都有每个人不同的做法然后感觉离收点其实还挺远的你说的是对的就是可是在每一个时段其实都有一定的收敛其实说比如说我们做出dynamic one之后其实其实大家往机器人的成功率或者说这些速度上面其实是有一定的收敛就是我们其实要做出一个有用的机器人本身然后其实在對譬如5米也好Ego也好世界模型也好其實行業也是漸漸的往這個方向收斂那其實說這些事情可能在長期是會有改變可是我覺得我們是漸漸在一個已經在一個收斂的一個過程當中我們大概知道說哪些方向對哪些方向不對哪些是重要哪些是不重要的所以說我覺得可能在接下來一到兩年之後我覺得是有機會看到一個更收斂的一個模式大家可能會更往

比較類似的一些不管是從模型架構也好或者說從數據能力也好其實都會開始有一定的收斂你怎麼看待機權本體和大腦的關係我覺得兩個都非常重要我覺得大腦是機權的下限我覺得本體是機權人上限而這個跟很多人的觀點還是相反的別人可能會覺得大腦是上限本體是下限大腦是決定這件事情到底可不可以做硬件是决定这件事情到底能做的多好其实这是我的看法因为其实这件事情能做和不能做是大脑决定的那这件事情能做多好其实其实某种时候是硬件和运控所决定那比如说我折一千张一千可以折一千张餐巾其实如果说在数据运控和硬件的能力下如果可以可以允许我是可以動作是可以動得更快我的我的動作是可以更精確所以說我覺得兩手都是非常重要的而且我覺得大腦和本體的關係其實非常非常緊密非常難去拆開來去分析因為其實有的時候因為本體本身是有視頻就是你的camera你的proper reception和你的運控那其實你收集到的數據其實如果說從搖操數據層面上面來說的話其實就是比如說運控本身我們從運控上面收集到數據用兩個不同的運控算法就會訓出兩個非常不一樣的模型一個可能是非常非常刺激非常漂亮另外一個可能就是一個非常糟糕的一個機器人所以說我很難想像說真正去做B2B落地場景如果你不ON 这个集权人本体你是很难达到他们的质量和速度小率的所以说我觉得两个都是你觉得应该大脑驱动本体还是应该本体驱动大脑我觉得是大脑驱动本体就是大脑其实这是我们团队经常的一个打点就是其实硬件的定位一直都是research团队给出来的

比如說我們的camera需要多少fps我需要global還是rolling shutter還有我的camera的角度需要多廣全部都是research能夠去界定的所以說我覺得是需要從research角度去定身體那如果大腦有一個提升然後這一代定件會不會就不work了它要整個替代的現有的硬件方案會出現這種情況嗎我觉得不是因为大脑的提升导致硬件本身不work而是大脑提升之后可能硬件就达到了上限就是你硬件已经没有办法做我大脑想做的事情就是我大脑比如说用最简单就是最简单的比如说我本来大脑是可以跟世界级平方球选手打的可是我的身体跟不上那就被硬件给限制住了所以我在想现在做权战会不会早因为大脑问题没解决完我觉得不早因为其实本质上面其实就是一个code develop的一个过程就是我的智能体本身需要什么样子的硬件去搭配它那我在大脑进化的时候进化之后有可能会我的硬件是肯定会一直持续迭代的硬件本体是需要刷起碼三百你才可以真正进入量产才可以真正进入场景而且我觉得现在公园还没有完全收敛所以说硬件本身还是有非常非常多的问题如果说你在三年之后再去做这个硬件那其实你就少了三年可以迭代的一个过程那其实那时候你大脑问题解决了你再去你再去定硬件的确的时候你可能会定义出一个更好的硬件可是并不代表你那时候你的硬件是可以落地可以量产对你们会把甲爪换成林桥手吗会的在哪一代这个对于你们这个场景重要吗目前来说不重要可是我觉得最重要的是林桥手我觉得换换的时期是我们在林桥手ready的时候我觉得现在林桥手还不足以ready去做落地你现在有没有很困扰的一个问题

的問題是一個時間段的問題每個時間段都有不同的困擾的問題比如說在這個時間段有人的問題在這個時間段有融資的問題在這個時間段是有戰略的問題可是我覺得沒有一條長期的一個困擾主線不過是長期困擾主線其實那就是問題本身可能是太大了我解決不了最近呢我在思考怎麼樣子拿到更多數據這應該所有機械人物在想問題對吧对可是我觉得我们的上限可能比别人会高一些因为我们能迅的数据更多所以我觉得采购可能是我所想的一个问题现在采购数据有什么比较好的来源没有没有我们都可以用在Dino 1到Dino 2你们技术路线有发生变化吗本质的变化就是是一个非常大的一个改动不管是从模型架构来说从我们的预讯链的数据级来说从reasoning的角度来说甚至说硬件也有变化我觉得我们是脱胎换股变成了一个新的公司中间有没有什么比较struggle的时候最struggle的其实就是我们当时对自己所走的这条路是有一定的困惑其实就是没有看到一个战略的下一个节点应该往哪里打就是去年绝分其实就是去年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年年

收敛的一个结果所以就希望这个工作流的场景既能够满足商业化币环又能够去提高我们智能体的提高智能的上限对你觉得截止到现在达到这个目标了没有我觉得达到了然后下一阶段你们要去做的是还不能说的事情对是的但是已经脱离了这个工作场景了对是的你们账量钱多吗挺多的能支持機器人模型的研發嗎完全可以機器人模型研發你覺得需要多少錢我覺得絕大多數的錢其實就是人才算力可數據我覺得可能在下一個階段就是我們在大大scale up我們數據的這個階段是需要更大的資金的可是在我們上個階段到現在這個階段我們是沒有少太多錢的这个可以认为是单纳1.0对吧就是完整的这个洗衣的这个工作流能这么说吗然后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一个新的场景或者饭式算是可以这么理解对是的你觉得1.0这个过程中你们接什么验证的是什么就是触犯一下这个完整的阶段到今年你们要发那个工作流的机器人生其实就是我们在智能体需要往哪个方向走其实这是我们在大家1.0形成的时候核心就是我们真正智能体要进化到什么程度然后我们预讯内需要提高多少然后我们预讯内从预讯内想得到的泛化和语言的结果是什么样子才可以把一个工作楼给立起来我觉得这是我们最大的一个心得 2.0是脫離了1.0的敘事還是說還在他眼上線上你說我們的戰略下一步嗎我覺得是脫離了場景的受限脫離了場景受限要講個更大的故事不是說講個更大的故事就是去做一個更大的市場是做一個通用市場因為其實飛輪其實已經搭起來了就是這整個系統其實已經搭起來了其實剩下就是給它更多的數據

它就可以学新的东西你就说你形成了基于这一个工作流形成了一个系统数据能够进来然后能够出去然后可以形成一个工作流出去数据进来然后就可以通过这个系统转换成商业价值但是那个场景不是一个垂泪场景对吧对不是这个什么时候能看见明年明年还是要一年我覺得可能戰略每個戰略的節點真正要把這場戰打完可能需要半年到一年的時間我不知道需要多久可是我覺得就是這條路是非常清晰的丹娜的企業文化企業氛圍是什麼樣的我們是都是非常我覺得團隊本身我覺得任性非常強因為可能基於我們過去的一些經歷來說其實我覺得一些一些方向起伏其实对我们来说影响不是不是特别大第二是其实团队是非常纯粹的团队就是我们因为其实我和悠儿悠儿以前是做摇滚的然后其实我是非常喜欢创业这件事情本身所以说其实我们是非常喜欢和一些真正喜欢做事的人在一起工作因为其实机器人行业本身其实有点浮躁然后其实大家都有不同的想法和看法然后可能在每个时间段每个哪一个公司其实都是大家所关非常关注的公司啊可是其实对我们来说如果你真心热爱你做的事情其实你就不会被外界影响到而是我们真正心中有这一张图然后我们就往这一张图走啊所以说我们是一个非常纯粹的团队然后也是个非常passionate 非常想把事情做成一个团队你们的公司内部状态更像一个Lab还是更像一个什么我觉得内部架构来说Lab的属性会偏高一下因为你在创业的时间很长了吗你觉得现在这些新的公司的组织形态跟过往的公司的组织形态有发生变化吗我觉得是一个非常好的问题其实我

我觉得组织形态是有个非常质变的改变其实我在precoding agent之前其实组织绝大多数的大规模公司其实是层层是一层一层的一个关系那所以说其实在一个比如说像一个大公司像Google那样子有可能10到11一个level然后每个level就是它在有自己分离的一些事情那其实在目前的一个AI状态下面其实我就是我组织非常明显的变得非常非常的贬所以说其实贬的一个非常好的一个形态就是我们作为我作为一个CEO或者说我团队团队的一些高官是可以直接操控执行方向的就是可能是可以直接通过execution的engineer和research或者说通过他们的上面的一层的manager就可以直接达到这个目的我觉得这本质上面是一个非常大的一个变化这也是我觉得是一个好一个变化所以就快了很多所以你们现在不到200个人差的不多对吧而美国可能就对稍微多一点对为什么是这样配置美国团队应该是research为主然后中国团队是硬件为主然后research比硬件多一点对其实我觉得我的一个管理理念其实通过我的我的caper的创业加上sdcard的经验其实我发现其实更适合我的一个管理状态是找最近的人做最重要的事情所以说其实我们团队的平均素质是非常非常高的绝大多数的IC 其實都是以前是有一定的管理紀念然後後面真正是因為喜歡做IC所以說才選擇做IC所以說大家都是有非常充足的經驗所以說其實他們比如說一個scope是可以他們可以自己拆解自己去執行所以說達成了這樣子一個狀態那其實人少一點的話其實管理成本就下來了所以說其實我們就不需要花特別多的時間去

管理一个组织一个组织比如说我们如果说有一层一层一层的人的话那其实就非常就是那你做做起事来其实动作就很慢然后整个work structure也不够 nimble所以说其实我是我对我的理念是我们找最强的人做这件事情其实就够了所以说而且大家可以更好的进入一个新流状态这个新流状态就是所谓者其实大家都是共评的我們都是需要做這件事情所以說其實我們大家可以凝聚成一顆星的時候我們就可以把這件事情做得更快的落地其實跟人數是沒有很大的關係所以說我反而覺得人數多的時候更難成為一顆星所以說我們我是想在一個最小單位形成一顆星然後往這個方向走你這種小組織的狀態會維持多長時間它是一個階段性的狀態還是一個長期的狀態我覺得小組織狀態一定都是一个阶段性状态可是我觉得往一个更大的组织来走的话其实我觉得可能可能跟10年前的形态可能有点不一样可能以前10年前可能是需要1000比如说这件事情过去1000个人才能做做的事情可能现在可能只需要花一两百人就可以做了所以说其实大肯定会会变大可是不一定需要变得特别特别大就是比錢少但是比現在大今年agentic coding就是爆發了之後對你們好像有什麼改變嗎我覺得有特別大的改變因為所有的事情其實都快了很多所以說其實當工程成本下來的時候其實你就有更多的空間去探索其他的方向的事情比如說以前你一件事情需要一個月左右那現在這件事情只需要一周了那你就可以同時那你就可以探索四件事情四个方向所以说就本质上面迭代速度就开始变得非常非常的快了所以说其实刚才你问我要多少年可以进入HR其实我也不知道因为本身工程效率也一直在提升所以我觉得最重要的还是一个团队的迭代速度第四次创业这次有什么不一样的感受已经慢慢的理解创业是怎么一份事了

我觉得原来创业可能是一直是以一个外界的标准去评判我自己的成就那当时以一个外界的标准评判就是我融了多少钱啊我做出多少成就我的我的估计有多高或者说我客户有多少收入有多少等等等等等等可是我觉得我现在可能更是一个以一个自己的一个装自己去往自己内心走的一个状态就是我自己怎么做好自己我们我怎么样子把这个问题思考清楚我怎么样子把底层逻辑思考清楚才可以做更深刻就是更重要的事情自己已经慢慢就是通过一个自己的修新那个状态可以活出一个更更真实的自己我觉得这是我比较喜欢的一个创业状态你从什么时候开始修新的我从刚刚开始caper创业的时候就开始修新了就十多年前了因为其实我觉得本身创业是非常非常困难的然后在每个困难的节点其实对你来说都是一个挑战都是一个修行的一个过程因为其实每个人都是带着自己的一个主观的一个过滤进去看这个世界那其实有的时候你转念就是你当你选择同样的事情你一个不同的方向去看这件事情的时候你的世界会变得非常辽阔我可以给你一个一个比方其实我我自己我是有一个非常奇怪的一个病叫强制性脊椎炎周杰伦也有这个这个毛病就是我的免疫系统会攻击我自己的spine对然后其实当时我是在我18、19岁的时候其实就有这个毛病了然后其实我当时非常怨恨世界我当时就觉得为什么我这么我这么我这么不幸运我这么然后每天都是要活在这个痛苦当中就是有的时候痛就是睡觉的时候更痛就是就很多人就比如说疼痛我知道睡觉之后我是不痛我是睡觉的时候更痛然后打喷嚏也痛或者说什么样子反正就是非常非常难受然后当时其实对我来说最大的突破其实不是说病本质上好了很多

而是我轉念了我就我把這個病痛看成了一個一個experiment就是我如何能更改我的作息我如何能更改我的飲食我如何能更改自己來幫他解決就是解決這個問題所以說其實我通過了十多年在自己身身體上的一個一個experiment之後其實我發現了一定的規律然後我自己也把這個毛病给调顺了调好了所以你是从那时候开始自律的是吗是的然后其实我觉得创业本身其实也是这样子就是说我其实以前一直觉得说我跟这个投资人聊然后这个投资人就完全不公平就不知道我在说啥那我就会觉得说这个投资人不懂我觉得他很傻然后我就继续说我该说的可是我現在轉念後其實我就發現說其實投資人的思考維度跟我很不一樣他們所看到的世界是足以我可以去參考的所以說其實最近其實我其實就有聊一些投資人其實我就發現其實我以前無法接受的觀點其實我發現他們給了我很多的新的啟發所以說在轉念過程當中其實你就會發現這件事情的对你来说其实已经没有你以前想象的那么难或者说这么让你不开心所以说把东西变正向的时候你的世界就会越活越遥控你刚开始跟我说你会把投资人分类你会分哪几类就是每个人可能他们的care的东西不一样就是有些人可能跟care財務有些人跟care技術有些人跟care本體有些人跟care終局有些人跟carefounders等等其實我覺得這是他們的其中的一個分析維度然後每個人在這幾個維度上面負重都是不一樣的你現在我想上一段創意一樣痛苦的讀陳思路嗎會呀我還看了非常非常多其他

類似哲學體系的書西方的陳思路和中國的王陽明和甚至說佛教的體系基督教的體系其實核心概念其實都是非常非常類似的核心概念其實都是修行就是你怎麼樣子和這個世界相處你跟這個世界的關係是什麼樣子你是怎麼看待這個世界你是怎麼可以轉念的怎麼可以讓自己活得更好所以說當你自己更了解自己當你自己更了解真實的自己是什麼更了解這個世界的底層邏輯是什麼樣子的其實你就會發現以前非常內耗的東西其實都沒有必要內耗你會內耗什麼呢我會非常內耗別人怎麼看我我覺得我是一個有點討好性人格的一個人所以說其實我就會在乎說我這件事情如果沒做對的話這個人會不會討厭我或者是說我這個問題沒有思考清楚這個人會不會覺得我很傻或者甚至說有的時候比如說做一個演講然後我就覺得我事後我就看了這個視頻我就覺得這怎麼這樣子說然後會在這裡會有停頓然後其實我後面就發現有本書裡其實說說很有意思就是說其實這個世界上最在乎你長什麼樣子的人就是你自己其實就這樣所以說其實我我這件事情其實在在某个时间段想同之后其实我后面就不怎么在乎了我就觉得反正我只不过是大家看视频的两分钟他看完这个视频就看其他视频了所以说那就无所谓了其实对我来说就觉得非常非常重要可是到头来说其实完全没有必要去想太多你说你现在不是为了证明自己那你是为了什么创业你的驱动力变成什么我是想更好的活成真正的自己因为我觉得每一个人其实出生刚出生的时候其实是一个非常纯真非常看山是山的一个状态这件事情就是这样子我就该这样做然后当你慢慢长大的时候其实你就会发现

世俗上有这个规矩有这件事你不能做然后我做了这些事情别人会笑我我不喜欢别人笑我其实有点像是Adam & Eve他们吃的Apple of Knowledge的一个状态其实我觉得这样子活就越来越变成见山不是山所以我是想活成一個自己隨心所欲的樣子因為我覺得這才是真正的自由真正自由就是你可以選擇做你隨心所欲想做的事情而且我不在乎別人的看法你一進來我就問你帥哥創業帥哥做我一個CEO到底是一種什麼樣的感受對不對為什麼你這麼多包袱就是你長得很帥然後看起來都很好但是我感覺你比別人更得好我觉得我其实也不是特别内耗吧其实我Koffender York其实就跟我说其实我是一个非常不敏感的一个人所以我觉得没什么问题然后现在我是越来越不内耗了所以说我是越来越不care了对然后关于我长得帅这个问题我觉得直播是我变更健康了我觉得其实我觉得人都是这样就是你活得越健康其实你就看起来就越健壮然后大家就会觉得可能你的氣色或者說你的神態更好我覺得這是我自己越邊越健康的一個狀態最近這次創業有什麼不一樣的體驗嗎我覺得非常不一樣因為我覺得這一次其實對我來說我是非常珍惜這一次創業機會的因為回到原文本身其實我是非常熱愛創業這個行業的所以說當你熱愛一件事情的時候其實你就會一直去想去直到就是想進步的這些點和其他人對比你到底能站在哪裡那我覺得機器人這件事情是一個世界盃其實我跟很多人說過這個就是我覺得世界盃因為所有的行業裡非常非常強的人其實都在這個這個賽道裡然後每個人其實都有他們自己的戰略不自己的打法而且很多人做的事情其實我是非常敬佩我是非常尊敬的所以說

在這個行業裡我覺得我是帶著一個敬畏醒來的雖說我是非常珍惜雖說我是想好好打好好做然後也希望在這個過程當中可以活得更遼闊而且也可以提高自己的能力把我的將心把我的craft給做好這是第一把然後我覺得可能剩下我覺得就是這次非常不一樣的地方是在於問題的複雜性特別特別的高所以說也非常挑戰我個人的一個方向能力其實就是某種定義上其實對我來說也是一個更高的挑戰就是我怎麼樣子在一個非常複雜非常困難非常複雜而且在技術還沒有收斂的一個環境下面能看得新一條路對我來說是一個非常大的挑戰可是我非常喜歡我覺得真的是非常有意思的一件事情看新一條路有時候會感覺是迷霧籠罩嗎我覺得整個行業其實一直都是迷霧籠罩可是如果能在迷霧中探出一條你自己的路我覺得對我來說就非常有成就感你覺得外界對於Dynite說的非常準的地方說的非常不準的地方有嗎非常不准的地方就是我们是个deployment公司我其实从第一天起我们就不是一个deployment速向来去为核心观点来做这个公司的我觉得说的比较准的第一方是我觉得我们做的东西是有价值的你觉得这次创业到什么样的结果你会觉得成功了什么样的结果你会觉得失败我觉得成功的定义非常难去定可是我觉得从一个公司的角度来说的话我觉得如果能让每一个人用上我们的机器人我觉得这是成功的一个点就是让每个人有这个可能性用上我们的机器人每一个人对每一个人我觉得对我来说我自己定义的失败是我修新的失败就是如果我真的认为这件事情失败了那其实我就失败了

是一個心理狀態修行你會有什麼儀式嗎?儀式場除了自律修行是一個長期的一個比如你會冥想之類的其實修行跟冥想不是完全一個體系可是冥想是有會幫助修行因為本身冥想是可以讓你的腦袋進下來可以好好思考思考事情我觉得修行是你对这个世界的看法就是每到一个节点每到一个 challenge其实都是有办法去去去解决他的那有些办法是可以实际上靠改变其他人和改变世界去度过难关那有些难关是你没有办法靠改变其他人和改变世界去改变的那其实这就是你自己的难关如果这是你自己的难关就是要靠修新区去超越的你有度过过一个改变自己度过的难关吗非常非常多最近两年吗有啊比如说我觉得其实在战略迷失的时候其实对我来说就是一个非常大的一个挑战就是我当时想都想不出来去年底吗对去年底我觉得我就想都想都想不出来然后就是团队就会觉得说那其实我们在做我们再往哪个方向走然后后面其实我是放下了一些心里的包袱或者说干扰我的一些噪音然后才能真正让我可以用非常清澈的一个思考维度去解决这个问题我觉得很多时候其实不是其实很多时候解决一个问题不是靠你工作时长因为其实我是从投行走过来的其实一周工作120个小时其实当时是一个常态可是其实我发现很多时候你是靠时间是堆不出来的东西是需要换一个思维模式才能解决的你是通过屏蔽了很多噪音扔下了很多包袱对你的包袱是什么要做一个不犯错的CEO的包袱就是我当时非常怕犯错因为其实我也算是成功过一次的创始人了所以其实我当时对自己的包袱其实就是我不能犯错因为大家其实都是冲着我的经验来的啊可是当时我觉得在这个包袱下反而让我的很多决策变得非常的不明智

或者说甚至就是为了不犯错而做的决策那我觉得为了不犯错而做决策其实本质上就不是一个好的决策对我看到你之前还说过一句话要证明自己不是一堂话一线的对这是我以前的报复你现在还有这种想法吗没有就是那是一个自我证明式的想法对而且这是一个外界对对你的评判的一个想法可是我觉得外界对我的评判现在不重要所以你是在去年底度过了这个心理状态改成去年底就你来说很重要去年底今年初吧我觉得那时候度过这个状态其实我是真的我其实我当时度过这个状态之后其实我是发自内心的感恩就是我第一个就是度过之后我第一个对我印象非常大的一个情绪就是感恩因为当时是感恩我的老师感恩我的团队感恩我的妻子我的孩子因为其实在那个状态下其实他们是力挺我两个连创他们真的是力挺我到头的所以说其实我就觉得说哎呀我作为一个CEO其实我我本来是为了不能犯错而做了很多错误的决策可是你们还愿意包容我而且还同样的在辅持我把这件事情完成所以说我当时是特别的感恩所以这个状态对我来说现在对我来说是一个非常好的一个状态你去年做了什么错误决定我觉得其实就是战略方向其实不是非常信息然后对公司的文化我觉得也没有花特别多的时间去去达利公司的文化所以说我当时就觉得团队的凝聚力不够然后导致我们需要败的一些项目也好需要做的一些事情也好其实当时做了一些比较错误的也不是说错误的技术选择就是我觉得不够第一性原则的技术选择LaFell团队的一些事件这跟落地和Ryze是关系吗就是这个二选一的选择没有特别大的关系而是就是我们在战略的下一步

其實我這樣子說吧我覺得我們在戰略的下一步沒有思考好然後就去開始跟看別人在做什麼然後我們也覺得我們要去趕上所以說缺乏了自己對市場的判斷所自己的第一心原則思考所以說導致其實團隊是在一個飄動的一個情況下就是大家出了這個我們就要去看這個大家出了這個就要去看這個被带来带去带来非常难受所以说一直是在一个被市场被市场带节奏的一个状态然后其实当我们真正找到了自己最本质的东西对我们自己非常自洽的一个方向的时候然后整个团队就开始收敛了然后就变成了一个非常非常稳定然后一个 moment 特别特别强的一个团队这个过程本身是一个是一个大家在一起的一个状态就是说我觉得有些关自己心里的一些关其实是需要别人帮你一起度过的每一次每个人进入一个难关的时候其实都是你自己认知的天花板那这个天花板在天花板上面的东西到底是什么其实你是不知道的因为是不是在你认知范围之内的所以说当然后有有些时候我是通过自己去突破的然后有些时候非常非常难是需要通過別人的一些提醒和意識去突破的所以說那時候是神明有老師神明有非常愛我的人就是愛我的團隊和等等在一起我們我才知道說這條路應該這麼走因為我覺得念頭是很容易發展出去的念頭怎麼收回來你有學會嗎我觉得我可能还没有达到一个境界是我可以非常简单的用语言去描述我对这个世界的改观和理解可是我觉得念头的根源可能就是你对这个世界是否能为这个世界发出善意我觉得如果说你一直是从一个以人为善的一个角度去走这条路的话我觉得你可以走很远

可能說的有點抽象就不是在證明自己的某種遺憾對就真正去了解自己真正去了解我自己到底是什麼樣子的一個人就是建山是山和建山不是山的一個狀態是什麼樣子的然後漸漸把這個迷霧給打開然後漸漸去發現最純粹的自己是什麼樣子的我覺得這是一個這是一個心境吧這今年變化了對我建議是有非常大的變化經歷了一次內心的脫胎緩骨對這個對創業者來說是不是很常見常見嘛就是在創業的旅途中不斷的看見自己然後做出改變我覺得這是一條道這是每個人都有自己的道路而且這條道路是他們自己最嚮往的一個方向有些人的方向其實就是物質層面上的一個成就其实有些人可能就是一个内心上面的成就可是我觉得最本质的其实每个创业者其实都会遇到难关在他们遇到难关的时候他们去怎么解决这个问题是通过改变这个世界去解决这个问题还是通过改变自己去解决这个问题其实每个人都有自己的一个一个走法我觉得本质上面来说我觉得可能如果是通過改變自己改變自己的念頭和改變自己的一個對這個世界的過濾鏡來行走這條創業的道路的話我覺得會更長久因為我覺得創業是一個非常非常長的一個過程在這個長跑賽中如果說你沒有辦法更好的提高自己把自己做的事情越做越堅定我覺得是非常難就所谓的那一号吧就是你精神是没有办法支持你是不是没有足够的体力可以跑跑完这这个这个marathon而且这个马拉松他不一样的是在于你不知道中间在哪里对所以说你就是一直在跑就是你对所以说这也是可能是更你说的是非常非常对就是这是更困难的一件事情当你不知道你要跑多久然后你还一直在这条路上跑

而且你也完全看不到终点也不知道终点在哪也不知道前面那条路是什么样子的那你那时候怎么样子稳定自己的心态继续跑下去我觉得这是每个创业者知道在机器人行业上面需要面临的一件事是的我感觉好像你开始跑的那一刻反而没有那么难但是你到旅途中间看不到终点也看不到四周的时候是最痛苦的对是的但是你到去年你才创业一年多为什么这么快呢这个时候来的难关本身其实跟时间不是一个绝对的一个关系而是在于每一个人可能在每一个节点上面都有自己的难关而且在每个不同的时段也都有有些难关可能他们选择不说出来或者说有些难关其实觉得其实本身也不是特别的严重那比如说我我度过这个难关可能从外界世界来说其实不是一个不是一个big deal只是一个非常简单的一个战略模式改变可是当时可能在当时的精神状态下和我自己的一个对世界的认知的一个情况下其实当时对我来说就是一个非常难难的一个难关而且我度过这一次难关其实并不代表我以后不会度过难关所以说我觉得其實每個人其實都在讀難關只不過是他們自己怎麼對這個難關的一個認知吧那假設如果你這次創業不如你上次創業的結果你會怎麼想其實我覺得還是一樣就是方便形態就是本質上我是來贏的就是我是希望好好打這場世界盃的那我覺得我打出了我自己的風采我打出了我最純真的自己我打的盡信其實我就覺得已經非常開心了因為其實我覺得人生其實你不能一直都是看著終點因為其實你看著終點你就永遠無法享受這個過程其實我覺得人生我們一直都是在旅途上面在每一個節點只不過是一個checkpoint而不是你的goal所以說如果說你沒有辦法享受這個旅途你只想一直往這個終點看那我覺得你會覺得這段旅途是非常煎熬的

可能這也是我在轉念之前的一個看法我就一直往著這個結果看我就一定要做出這件事情來我就一定要怎麼樣其實我就反而覺得讓我不是非常enjoy這個process其實我現在的思維是非常不一樣的倒進一個坑爬出來再倒進一個坑再爬出來其實這就是我覺得很多創業者需要經過的一條路最後幾個礦塊大好的一个全球范围内你喜欢的食物我觉得如果就说一个的话有时候福州都拌面扁肉吧这是我家乡的东西一个全球范围内你喜欢的地点我觉得我老婆和孩子在的地方我都喜欢你想要多大我有三个女儿一岁两岁三岁那你结婚很早啊没有啊我是30岁的时候结婚的一个少有人知道但必须知道知识点可以是一个冷知识修行算吗我们的每位嘉宾都会给我们的观众朋友们推荐一本人生的必读书希望它是真的对你人生产生过影响的那就是人生只有一件事你心目中影响机器人进程的这篇论文我觉得是Jason的有一个其实这篇论文本身其实重新定义了机器人如何未来自我学习的一个形态然后同时也是我认识Jason的一个主要的论文你当下的认知一个关键的重要的bat是什么有infrastructure吧你们花了很大的精力做这个什么就是很重要因为其实你的模型迭代的速度和你模型在scalop的范围之内其实我觉得都是非常重要的我们的工作室叫做语言级世界工作室你第一次听到这个名字的时候你在想什么从机器人的角度来说的话其实就是机器人感知这个世界其实就是通过语言和世界所以其实对我来说两个模特都是非常重要对机器人来说都是最重要的模特世界就是vision对世界就是vision和physics property和all the sensory inputs然后语言就是对机器人的对这个世界和语言的一个认知把语言变成action