全球具身智能机器人领域正掀起一股新的创业浪潮，这一次，创业者的目光齐刷刷地投向了一个充满挑战与机遇的场景——家庭。近期，行业内一系列突破性进展为这一趋势添了一把火，Scaling Law的苗头初现，让创业者们看到了家庭机器人从概念走向现实的曙光。
硅谷的具身智能公司Generalist AI在GEN-1模型上取得了令人瞩目的成果。当他们为机器人输入海量数据后，机器人在精细操作任务上的成功率从64%飙升至99%。这一数据验证了通过大规模数据训练提升机器人性能的可行性，为家庭机器人的发展提供了重要的技术支撑。与此同时，硅谷另一家当红的具身智能独角兽公司Sunday Robotics也在积极布局家庭场景。他们推出了Umi手套数据采集方案，并直接将机器人Memo送进家庭，承担起收拾餐桌、冲咖啡、叠衣服等家务。这一创新举措吸引了大量资本的关注和押注，进一步推动了家庭机器人领域的发展。
在中国，一位熟悉的面孔也加入了家庭机器人创业的行列，他就是许华哲。作为“伯克利归国四子之一”和清华大学交叉信息研究院助理教授，许华哲在机器人领域有着深厚的学术背景和丰富的实践经验。2023年，他加入「星海图」担任首席科学家兼联合创始人，助力该公司成为中国具身智能领域的明星企业。然而，在公司估值突破200亿、融资近30亿的巅峰时刻，许华哲却选择离开，创办了全新的具身智能公司「破壳机器人」。他的目标很明确：打造能在家庭场景中工作的、真正具有泛化能力的具身智能机器人。
许华哲对家庭机器人的执着源于他年少时的梦想。初高中时期，他读完《乔布斯传》后，便立志要创办一家伟大的To C公司。在清华、伯克利、斯坦福的求学过程中，他一直深耕机器人强化学习方向，梦想着将机器人送入千家万户。他理想中的家庭机器人，虽非无所不能，但能完成上一代机器人无法完成的复杂任务，如更精细的清洁工作和有条理地完成洗衣收纳等长序列、多步骤任务。在他看来，这种创业方向的选择不仅带有强烈的审美追求，更蕴含着深远的影响力。泛化性的本质是用最简洁优雅的模型解决人类复杂的生活问题，将AI真正转化为生产力。
从商业角度来看，切入To C家庭场景也是许华哲的理性选择。他认为，当前大量机器人厂商将人形机器人送进工厂，完成传统机械臂就能胜任的工作，本质上是在用新的人形做旧时代的事情，机器人未能发挥出真正的通用性。而家庭场景任务比工厂场景更混乱随机，且数据丰富，是训练通用模型的最佳土壤。真正的AGI应该在家庭场景中诞生和运用。
为了追赶时机，「破壳机器人」在创业短短一个月内就完成了融资、核心团队组建、具身模型训练和硬件迭代等多项工作。据悉，该公司近期完成了数千万美元的天使轮融资，由云启资本领投，顺为资本、弘晖基金等一线美元基金，小米战投、星海图等知名产业方，以及BV百度风投、英诺天使基金、水木清华校友种子基金、东方嘉富等一线市场化基金纷纷支持。快速获得资本青睐，得益于许华哲在关键技术路线上的独特选择。
在关键技术路线方面，许华哲放弃了行业主流的VLA（视觉-语言-动作）基座模型方案，转而构建一种能直接输入和输出“视频-动作”的世界模型。在模型结构上，他提出了独特的“UAG架构”，用并联式预训练替代过去的瀑布式级联，并将强化学习贯穿预训练与部署全过程，实现了训练效率的五倍提升。在数据与硬件层面，他通过UMI、外骨骼和第一人称视角三层方案采集高质量数据，形成从任务定义到数据、模型、本体的闭环迭代。据许华哲透露，「破壳机器人」第一代32B参数规模的具身世界模型已完成首轮训练，正处于数据迭代的关键爬坡期。在硬件层面，为数据采集量身定制的手套硬件已迭代了五六个版本。
在接受采访时，许华哲分享了他离开「星海图」创立新公司的原因。他表示，内心一直渴望做一些To C的、真正泛化的通用机器人。虽然2023年加入星海图时也考虑过直接创业，但当时刚从美国回来，在叉院工作才一年左右，要兼顾教职和创业挑战很大。加入优秀团队做联创是更稳妥的选择，且星海图的宣传理念与他的部分想法吻合。如今，新公司虽成立仅一个月，但已有20人左右的团队，AI侧有天才少年，硬件侧有做过To C量产交付的工程师，目前还在火热招聘中。在技术上，AI模型在“动得快”“泛化强”“成功率高”三个维度有较好积累，能让机器人完成复杂任务时达到接近100%的成功率。
当被问及此次创业与第一次创业时心态的不同，许华哲表示，最大的不同是心态更踏实、更敢了。第一次创业前，他会担心自己没上过班、没做过生意、没跟投资人打过交道等问题。在星海图的两年，他接触了这些事，发现太多的顾虑没必要，出来混最重要是先出来，这次心理上更从容。
对于在2023年和2026年两个节点创业做家庭机器人的区别，许华哲认为区别挺大。首先是硬件本体，这三年中国的硬件供应链打磨得更好了，有了更多能用的机器人，2023年时可能只能用工业臂；第二是数据，2023年时机器人的数据几乎是0，现在网上开源数据就有几十万小时，还出现了大量的数据供应商，虽然数据质量和跨本体适配还是问题，但丰富度已不可同日而语；第三是融资和市场认知，2023年要做To C机器人可能很难融资，大家给的时间缓冲也更少，今天起步比2023年更好。
许华哲一直想做To C机器人，背后的触发点主要有三点。首先，他认为机器人最核心的不同在于通用性，通用性应用在越混乱、越需要通用能力的地方，答案就是家庭或广义的服务场景，通用的AGI应该用在家里。其次，从个人偏好来说，做有品牌的事情可以做得足够大、有梦想，伟大的公司很多是To C的，比如苹果、小米。最后，从数据角度看，通用性需要有丰富的数据，混乱的家庭场景恰恰能提供丰富的数据。
对于AI模型何时可以支撑做家庭To C机器人，许华哲预测比较乐观激进，他认为两年内会出现可以用起来的机器人。它不是万能的，但会有完善的产品定义，能做相当多通用事情，不过会有一些明确不做的事，比如抱婴儿、烧热水。机器人进家庭能做的事情分为两类，一类是本身很难的任务，如更精细的清洁；另一类是长序列、多步骤任务的串联，如完整的洗衣流程。
家庭和工厂场景有着本质区别。工厂的混乱更多是“管理混乱”，具体干的活如上下料、装配是高度确定性的；家里的混乱是任务本身的混乱，需要通过工作去恢复秩序。当前做家庭To C机器人最大的挑战在于，机器人进家庭的逻辑和落地To B不同。To B的账难算，工厂给人形机器人干的活价值低，且采集的数据可能过于专化。To C的账不是简单的“替代人力”计算，它更像科技潮品+家庭助手+管家的复合体，用户买它是购买一种先锋的生活方式和极致的便利。关键是产品体验要足够好，价值感知要足够强，价格区间内部还在讨论，但肯定会是五位数起步。
许华哲判断一件事情做与不做或是否感兴趣的标准是美和影响力。美意味着创造出来的东西优雅、简洁，泛化性的本质也是美；影响力意味着对世界产生足够大的影响，改变人们的生活方式。他希望找到极致、坦诚、利他的合作伙伴，欣赏段永平的“本分文化”和Kimi“没有部门墙”的协作模式，倾向于弹性、扁平的组织，赞同鼓励一线员工直接向老板反馈问题的文化。
与其他从陪伴场景切入的To C机器人不同，「破壳机器人」追求的核心是物理世界的通用交互和干活能力，是“家庭助理”而非陪伴机器人。在技术上，他们的一大亮点是能用好强化学习。过去机器人对强化学习的使用一般停留在单机的后训练上，而他们的强化学习可以用于价值函数评估数据质量，让模型学得更精准，理解失败的边界，同时能在多个任务上保持高成功率高速度，不过度拟合到单一任务，还能突破人类数据上限，做出比人类示范数据更好的表现。他们的预训练也会用离线的强化学习，目前模型路线还未收敛，选择的是世界模型结合原生的机器人模型，而非VLA路线。
对于世界模型的理解，「破壳机器人」输入的是视频和动作，训练和推理时输出的也是视频和动作，这些数据遵循物理规律。训练大模型所需的Infra是挺大的卡点，要支撑32B的大模型和较大数据量，GPU集群的并行效率、数据吞吐都是挑战和壁垒。他们的“UAG架构”采用并联式预训练，先对动作进行预训练，再做整体联合训练，做动作预测器，然后与视觉模型联合训练，能最大程度保留基础模型的泛化能力，大幅提升训练效率。在数据方案上，主要分外骨骼数据采集、UMI方案和第一人称视角人类数据三层，与其他家探索的不同之处在于会大量使用评估数据，包括机器人自己探索时的失败和次优数据，且手套设计细节针对家庭任务精心打磨，构型设计追求通用性，8月末左右会展示与众不同的数采系统。
当被问及现在出来创业是否太晚以及具身智能行业的融资环境，许华哲认为市场热度还可以，投资人比较有热情，且比之前更懂，会问得更细。在技术没有收敛的今天，仍然有巨大的机会，后发者也有可能先至。
