维他动力余轶南：现在是机器人产业的春秋时代
当科技的浪潮拍打时代的堤岸，我们站在怎样的坐标上眺望未来？
机器人产业的发展阶段，恰似春江水暖时节的微妙变迁；而突破智能涌现的瓶颈，则是人类与机器共同谱写的壮丽诗篇。此次混沌的演讲，明星机器人产品团队维他动力创始人兼 CEO、混沌学园 6 期同学余轶南博士以深邃的洞察为 "如何攀登科技珠峰，探索通用机器人的产品化之路 "勾勒出清晰的轮廓。
余轶南博士，2012 年任百度深度学习研究院高级科学家，2015 年创业地平线，曾任地平线智能驾驶总裁，2024 年 12 月创立维他动力。
为什么说当前是机器人产业发展的黄金窗口期？技术范式变革将如何重塑产品逻辑？在百家争鸣的 " 春秋时代 "，企业应该选择怎样的技术路线？这些困扰行业的核心问题，在余轶南博士的演讲中都得到了深入解答。
"Concept is cheap（概念不值钱），我们需要的是 the product（真正的产品）"。余轶南博士的演讲直击行业本质，从技术演进规律出发，通过阐述 AI 2.0 时代大终端产品必须具备的两大特征—— " 万元级产品单价、千万台年出货量规模 "，拉开了这场思想碰撞的关键一角。
如何定义具有革命性的 " 大终端 "？
纵观过去 10 至 20 年的发展历程（前 AI 1.0 时代、AI 1.0 时代），在软件、人工智能和算法技术领域，可以观察到一个显著的演进模式：这些技术往往会经历两个阶段。第一阶段，它们首先在互联网领域引发革命性变革，重塑整个数字生态和应用范式；随后进入第二阶段，这些技术会突破虚拟世界的边界，向物理世界延伸，从而催生更广泛的社会变革。值得注意的是，在第二阶段，通常都伴随着新一代终端设备的诞生。
这一演进轨迹在科技发展史上清晰可辨：从大型计算机到个人电脑，从功能手机到智能手机，再到如今蓬勃发展的智能电动汽车。那么，在 AI 2.0 时代来临之际，下一个具有划时代意义的终端设备将是什么？我们又该如何定义一个真正具有革命性的 " 大终端 "？
我认为需要满足两个关键条件：第一，产品单价应在万元以上，而非几十或几百元的低价值品类；第二，年出货量需达到数千万至上亿规模，这种量级才能真正推动产业成熟。
通用机器人的历史机会：天时、地利、人和
产业的成熟需要几个必须条件。
首先我认为算力、电力和智力等核心能力成熟，奠定了今天机器人行业爆发的最核心基础。
回顾过去十年，我们可以看到。第一，电池的能量密度，用 10 年的时间提高了一倍左右，而且这个速度还在加快；第二，算力方面，目前仍然遵循摩尔定律，而且比过去的 CPU 时代更快一点，大概每 18 个月翻一倍；第三，AI 模型本身的进步也至关重要。全球数百万算法工程师持续优化模型架构，这形成了一个规律：最优模型的性能密度大约每 100 天提升一倍。这意味着，100 天后仅需当前一半的算力即可实现同等模型的性能。
同时，技术的范式也在不断演进；从早期的模块化设计，到端到端架构，再到如今的多模态大模型范式；
除了模型范式，训练方法同样经历了显著跃迁——从需要很多人工标注的监督学习，到大模型环境下的无监督预训练，直至当下，基于模仿学习、强化学习和世界模型的训练架构。这些突破性进展，都密集发生在短短十年间。
与此同时，需求侧也在变化。以我国市场为例：人口老龄化进程加速，劳动力人口占比持续走低，家庭服务消费比重逐年攀升。数据显示，65 岁以上老年群体对居家服务的需求正呈指数级增长。另一方面，55% 的年轻消费群体更倾向于 " 付费省时 "。对这些年轻消费者来说，过去亲力亲为的事务，如今更愿通过购买服务解决。
结合这些趋势，我们正面临通用机器人的历史性机会，而这个机会可以总结为天时、地利、人和。
"天时"是指行业成熟度的提升，包括电池能量密度、算力、模型优化等技术的进步。"地利"是中国拥有庞大的 AI 人才、互联网人才、制造业基础和完整供应链。" 人和 " 优势则表现为双重驱动：一方面是中国庞大的人才红利，另一方面是快速扩张的市场需求。
当这些关键要素形成共振，就创造了机器人产业发展的黄金窗口期。
机器人产业正处于 " 春秋时代 "
我们必须清醒认识到当前机器人产业所处的发展阶段，才能制定正确的战略，并明晰制定什么样的策略才能推进业务的发展。我的判断是：机器人产业正处在 " 春秋时代 "，而且是春秋早期。
什么是春秋时代？春秋时代是一个百家争鸣、百花齐放的时期。它跟今天有点相似：各种技术路线和商业观点都在激烈碰撞，没有绝对的对错之分，每个参与者都在积极输出自己的认知框架。可能再过几年回头看，今天的很多观点既可能被证实，也可能被证伪。
5 到 10 年后，这个阶段可能过渡到 " 战国时代 "。届时没有人再进行观点的争论，行业格局会逐渐明朗，所有战争都以一方胜利、一方失败告终。
今天的电动汽车 / 智能汽车行业已经明确进入了战国时代，但机器人行业还处在春秋时代。
在技术发展的宏大周期中，" 春秋时代 "意味着创新技术和应用的爆发期。由于行业里每个人的想法和方向各不相同，各家企业都在不同领域试错，这种局面往往会催生大量创新。
以手机行业 1990-2010 年的演进为例：智能手机的完整概念早在 1992 年就已形成，但受限于当时的技术条件无法实现。在这关键的 20 年间，市场涌现出各类终端产品：手机、PDA、Game Boy 游戏机等，它们各自在细分赛道持续演进。直到 2007 年 iPhone 横空出世，才完美整合了这 20 年的技术积累和市场探索。
产品才是推动产业发展的关键锚点
Concept is cheap（概念不值钱），我们需要的是 the product（真正的产品）。VITA 的产品观是 " 拒绝完美主义 "，正如所说乔布斯，"Real Artists Ship"（真正的艺术家就要交付作品）。无论想法多么宏大、愿景多么美好，关键是要脚踏实地拿出产品，即使不完美，即使离理想还有差距，也要先推向市场，让用户告诉我们什么是对的。
因此我们需要打造一个以产品作为核心锚点的闭环链条。链条里包括：用好的产品去推动好的商业发展；有了好的商业、好的财务基础以后，才能够去吸引更好的人才；有了更好的人才，才能去不断地构建更深的技术的护城河，然后进一步推动整个产品的发展。
归根结底，产品才是推动产业发展的关键锚点。
VITA 的技术观
在喧嚣的市场环境中，我们每天都能听到各种概念，但真正有竞争力的产品，绝不是靠一个BUZZWORD（热门技术词汇）或某个技术单点突破就能定义的。
优秀的产品从来不是一蹴而就的，而是由一系列工程化积累、苦活、脏活、累活堆叠而成。构建真正的技术壁垒，必须同时跨越两道门槛：第一，大规模的工程化积累；第二，面向用户需求和场景时对每一个细节的深度打磨。
每个时代都有其技术主题，而认清当前技术发展的真实阶段至关重要。如果连这个基本判断都做不到，就很容易陷入盲目投入的困境。
我们认为，技术的演进通常可以划分为两个主要阶段：
第一个阶段是原理性技术的爆发期。这个阶段主要由实验室和科研机构主导，他们探索出新的技术方案和技术原理，为整个行业指明技术产品化的可能性。
第二个阶段是产业化落地期。在基础原理突破之后，产业界通过工程实现、产品设计和市场营销等手段，将这些技术转化为成熟的产品。
十年前，当 AI 1.0 到来的时候，智能家居、人脸支付、人脸识别、语音识别等技术，其实已经开始了产品化；而城市智驾、高速辅助驾驶等，还处于尚在研究的阶段。
如今，这些技术曲线都实现了明显右移。例如 ADAS 系统在新车型中的渗透率已达 60-70%，许多 AI 1.0 时代的实验室技术，已被大规模地应用在实际的产品上。
反观机器人的技术，包括四足（机器人）、夹爪、双足（机器人）、灵巧手等，目前都还处于比较早期的阶段。距离工程化技术、产业发展，还存在着巨大的差距。而这个差距，也就是如何从原理性技术过渡到工程化技术，恰恰是产业发展最大的机会点。
如何让机器人实现 " 智能涌现 "？
所以下一个关键问题是：如何抓住这个机会点？很重要的一点是数据。
我们可以参考大语言模型（large language model）的发展路径。大模型之所以能取得突破，是因为它吸收了全互联网的数据，并且不分语言种类，只要是能表达成文字序列的内容都作为自身的数据，包括图片、视频、音频等。这种海量、多样的数据，他们聚集为一体的时候，就产生了 " 智能涌现 " 的现象。
由此我们可以思考：什么样的场景能产生足够丰富的数据，让机器人也实现智能涌现？
我们的看法是，必须让机器人在物理世界中探索，才能获得足够多样且持续的场景数据。这其中最重要的两个场景就是户外和家庭环境。
户外的核心能力在于机器人的移动能力，室内的核心能力在于机器人的操作能力。
与此同时，人机交互界面也发生了根本性变革：从传统的键盘、鼠标、触屏，进化到人与机器人直接对话的交互方式（NUI：Natural User Interface）。
这些正是当前机器人技术与过去产品最本质的区别。
因此，寻找通向通用机器人的第一块拼图，我们的方法是从垂直场景切入，然后用平台化技术持续迭代，最后让产品从专用逐步走向通用。
在技术选择上，我们倾向于选择原理性更成熟的技术。在数据方面，我们希望场景和数据更加发散。在用户场景上，我们选择具有高付费能力和意愿的场景，来支撑商业化变现。通过技术、数据、用户场景的闭环迭代，最终实现通用机器人。
通用人工智能是珠峰，让我们顶峰相见
通用机器人很可能是人类科技史上的 " 珠峰 "。对于所有场景，可以从两个维度来评估：1、任务从简单到复杂；2、场景的失效成本从低到高。
通过这两个维度，我们可以把所有技术和产品放在一个二维平面上进行分析。比如用大模型写文件时，即使写得不好，影响也不大，因为有人工审核兜底（如 Chatbot、编程、学术研究）。这类场景虽然任务复杂度高，但对失误容忍度高。再比如自动驾驶，任何小失误都可能造成人身伤害甚至生命的损失，失效成本极高。
我们最终极的目标是希望机器人可以变成一个通用的机器人。所以我们需要找到一条路径——从今天已有的产品、已有的用户需求、已有的市场上，不断地去逼近。这时会有两条路线：一条路线从左边走过去，一条路线是从右边走过去。哪一条路线更对呢？我不知道，但现实是不断地技术迭代是降低眼前的产品技术难度的最佳方式。我希望不同的创业者通过不同的路径攀登珠峰，最终在顶峰相见。
VITA 的产品战略
为什么机器人难？为什么机器人比大模型其实要难？
原因在于大模型只提供建议，而机器人要完成交付，这是这两者之间最大的区别，而且也是他们之间价值和价格最大的区别。
VITA 的产品观是：" 机器人的核心价值，是随时随地提供高质量的服务，而且是面向人的高质量的服务。"
因此产品的战略上面，我们有几个核心的认知：第一，垂直应用优先；第二，优先成熟的原理性技术；第三，去物理世界获得多样性且持续长的时间长的场景，然后通过室内室外分布推进。
我们对于智能机器人的产品定义是，它需要有面向家庭和 C 端个人用户的产品设计，安全可靠存在于我们的生活空间里，它可以非常智能的去移动，用户可以跟它有很好的交互。
仔细来说，智能的移动是指全地形的移动能力。也就是说，我们能走到什么地方，我们的机器人就应该能走到什么地方。其次，是突破性的交互。一个机器人并不只是依赖于它自身去完成一些任务，而应该更像一个大的单品平台，如此一来，它才有可能构建起一个巨大而且丰富的的平台属性。
我们想要打造的机器人将拥有个性化的外观设计、可更换的配件、丰富的色彩和多样的材质选择，同时面向所有开发者开放接口。我们期待能与行业伙伴一起，共同构建一个围绕机器人的丰富生态系统。
我们公司的名字叫 " 维他动力（Vita Dynamics）"，" 维他（Vita）" 象征着智能生命，" 动力（Dynamics）" 则代表了机器动力。这两个词的结合体现了我们的核心理念：通过创新 AI 研发，创造生活空间的智能伙伴。
攀登科技珠峰的道路注定崎岖，但当我们回望来路，那些在 " 春秋时代 " 播下的种子，终将在 " 战国时代 " 绽放成改变世界的模样。
尾声：
从定义下一代终端标准，到分析产业发展阶段特征，再到提出 " 通用化 " 的实践路径，余轶南博士的分享不仅明确了机器人作为 " 科技珠峰 " 的战略地位，更给出了切实可行的攀登路径。对于每一位躬身入局的探索者而言，这些洞见犹如指间沙金，闪耀而珍贵。
混沌时代，每一个创业者都是洞穴中的囚徒。
终其一生，我们都在努力走出洞穴。
凯文 · 凯利、彼得 · 圣吉、尤瓦尔 · 赫拉利、张首晟、周其仁、俞敏洪、左晖……
混沌老师用 600 多堂课为创业者支起火把，照亮前路。
扫描下图，和混沌一起早半步认知这个世界：