Z Potentials｜前百度IDL高级科学家、地平线智驾总裁，维他动力创始人余轶南“逆行”杀入家庭场景，打响具身智能奇袭战

Z Potentials2025年10月17日约 28 分钟

推荐语

本期我们有幸邀请到了维他动力的创始人余轶南博士。余轶南的履历堪称一部AI浪潮的亲历史：从中科院博士毕业，到加入百度IDL成为国内最早投身深度学习的探索者之一，再到担任地平线智驾总裁、深耕智能驾驶领域十年。他的每一步，都精准地踏在了技术变革的关键节点上。如今，这位AI科学家再次出发，创立维他动力，向具身智能这一更宏大的梦想发起挑战。

当AI的浪潮以前所未有的力量席卷而来，具身智能被视为继PC、智能手机之后，开启下一个计算时代的“圣杯”。资本涌动，巨头入局，创业者们纷纷投身这场关乎未来的豪赌。然而，通往终局的路径究竟在何方？是复刻特斯拉，在人形的终极形态上高举高打？还是遵循行业共识，先在B端工业场景中“练兵”，再走向家庭？

在这场充满喧嚣与分歧的“春秋时代”，余轶南给出了一份截然不同的答卷。亲历智能驾驶“长坡厚雪”赛道的残酷洗礼，这些宝贵的经验让他对技术与商业的结合，沉淀下一套独特的创业哲学。

在这篇深度访谈中，余轶南将毫无保留地分享他的战略思考。他为何选择跳过B端，直击C端家庭场景，发动一场“反共识”的奇袭？他又是如何从iPhone取消物理键盘、无人驾驶取消方向盘中获得启发，做出“机器人不配遥控器”这一看似激进、实则回归第一性原理的产品决策？

您将读到，一位成熟的创业者如何看待“护城河”与“竞争力”的阶段性差异，如何运用“软硬件协同优化”的乘法效应，在有限的资源下打造极致产品。更重要的是，您将看到一个关于机器人的终极愿景：它并非冰冷的效率工具，而是能够提供高质量、有温度、有陪伴感的“智能伙伴”，让顶级的服务不再是少数人的特权。

这不仅是一次关于创业方法论的精彩复盘，更是一场关于技术、产品、商业与梦想的深度对话。如果您想理解，在通往具身智能的漫漫长路上，如何才能“把每一步都走扎实”，最终抵达那“需要先攀登一座高山才能触及”的天花板。让我们一起走进余轶南和维他动力的故事，Enjoy！：）

自动驾驶的经历带给我最宝贵的收获是：面对这样一个“长坡厚雪”的赛道，终极目标无法一蹴而就。行业初期大量资金投到L4，但最终跑出来的，还是那些稳扎稳打、一步一个脚印的公司。把每一步都走扎实，才是能够长期奔跑的关键。

机器人行业目前的状态类似于“春秋时代”，大家都在探索，各家都有自己独特的见解。一旦有公司做出标杆性产品，在市场上获得巨大成功，行业就会迅速向那个赛道收敛，形成强势的行业范式，进入异常激烈的“战国时代”。

现阶段谈“护城河”为时过早，对于初创公司，更应关注的是“竞争力”。关键在于能否用更短的时间，打造出比竞品更具竞争力的产品。如果能按此节奏迭代几代产品，公司构建起的组织开发、供应链、销售渠道等能力，最终才会沉淀为真正的护城河。

天花板并非今天“原地起跳”就能摸到，它可能需要你先攀登一座高山，当到达足够高度时再起跳才能触及。就像L4自动驾驶，今天最有实力的公司，都是在商业化上先取得成功，积累了人才、资金和数据优势，而不是那些试图“原地起跳”的公司。

深耕软硬件协同优化是一种非常强大的竞争策略。它不是简单的加法关系，而是乘法效应。如果在AI性能上提升100%，硬件效率上提升20%，二者相乘带来的整体提升可能远超120%，甚至达到300%以上，这是一种非线性飞跃。

创业需要“明知不可为而为之”的勇气，这背后支撑的往往不是单纯的能力，而是强大的心力。

01 穿越AI浪潮：一个AI 破局者“领先半步”哲学

ZP：余总，我们看到您的履历非常精彩，从中科院，到百度IDL，再到地平线，每一步都踩在了AI浪潮的关键节点上，这几个关键节点是怎么做选择的？驱动您做出这些选择的，背后有没有一条贯穿始终的主线？

余轶南：我本科读的是通信工程，当时最火的方向，就像今天的AI一样，2007年毕业的时候全球最顶尖的公司几乎都是通信公司。我觉得这个行业虽然火爆，但也太“卷”了，于是就有了一种想要逃离的想法。然后，我看到了一个非常冷门的方向——人工智能。我选择去中科院读博，一半是出于对这个领域的好奇心，另一半则是不想卷入当时最热门的通信行业竞争。

博士毕业时，AI还没有火起来。我的师兄弟们要么去高校当了老师，要么出国做博士后。而我当时在想：有没有可能进入产业界，把我所学的技术真正落地？因为去学术界，无论是去高校当助教、副教授，还是去国外读博士后，你的核心圈子其实并没有太大变化。但如果进入企业，圈子会发生巨大的改变，你会接触到很多新鲜事物，说不定能创造出更大的价值。

刚好那时余凯从美国NEC实验室回国，我便跟随他加入了百度。我很幸运，进入百度后不久，Hinton教授和两名学生就发表了AlexNet，引爆了整个AI领域。在百度的三年，我们始终处于技术浪潮的最前沿，主要方向是“AI for 互联网”，应用场景集中在搜索、电商和社交。但深入进去我发现，这些应用虽然在互联网领域看似无所不能，就像“拿着榔头找钉子”，什么都能砸一下，但时间长了，我开始感到一丝单调。因为“AI for 互联网”本质上是“互联网+”，AI能在其中发挥作用，很大程度上得益于互联网业务本身的成熟以及海量的数据。然而，背后的核心瓶颈在于算力。即使有再大的数据、能训练再大的模型，如果没有足够的算力支撑，这些工作最终也无法落地应用。因此，我选择跟随余凯出来创立地平线，这也决定了地平线从Day 1开始，核心使命之一就是做算力。

在地平线的这些年，我一直负责智能驾驶技术和产品，干了将近十年，亲历了智能驾驶技术从学术前沿一步步发展成为行业共识的过程。这时，我又开始思考：是否还有更多新的、有潜力的方向值得探索？我注意到：在自动驾驶领域积累的技术，尤其是近一两年的端到端（End-to-End）和视觉语言动作（VLA）技术，其实攻克了过去机器人领域的技术卡点。这些突破让机器人的大规模量产成为可能。虽然今天我们仍然觉得机器人技术尚未完全成熟，再过三五年可能在某些方面还会有新的技术变革，但至少现在，我们已经可以切入这个领域，将部分技术真正产品化、商业化。

总结一下我的选择逻辑：第一点就是“不卷；第二点是自己始终想做能落地的事情，这几段经历都体现了这一点；第三点就是我喜欢选择有意思的事情。

当一项技术再过一两年、两三年就能迎来很好的商业化落地机会时，这往往是最佳的切入时间点。有点像华为任正非说过的那句话：“领先一步是先进，领先三步是先烈。” 所以，适度的技术领先和早期布局才是最理想的。如果早三年做机器人，事实上只能做技术迭代，没有任何落地的可能性。

ZP：那从地平线出来，决定创办维他动力，又是一个什么样的契机？是觉得时机成熟了，还是看到了一个非做不可的机会？

余轶南：是出于能力的积累、对行业的洞察、以及自己的抱负。其实我在地平线也做得挺不错，老板也非常支持我，但总觉得自己还是在老板的保护下做事。内心有一种强烈的冲动，想亲自下场，真正和全世界“见面”。

我离开地平线时，也给余凯发了一段微信，感谢他这么多年的保护。他其实是一个非常强大的人，对外能搞定客户和投资人，对内能全力支持我们做事。很多问题并非不存在，而是他帮我们扛下了巨大的压力。因为我现在自己做了公司的一号位，感受越来越深——老板当年替我们考虑了很多。我很仰慕他，也想自己出来试一试，看看有没有机会做成一番事业。

ZP：很多人创业是始于一个商业洞察，但背后往往有一个更私人的、情感的驱动力。抛开商业计划书，在您内心深处是什么点燃您创立维他动力的？

余轶南：前段时间地平线十周年，老板给我发了一段视频，是我们在2016年地平线成立一周年时拍的。我在那段视频里说，我们遇到了一个特别好的时代——属于机器人的时代。像我们这个年纪的人，从小就看着电影、动画片里的各种机器人长大。这是全人类共同的技术梦想，根植于无数人的内心，区别只在于发展路径的不同。我算是比较幸运的，从07年开始学习AI，12年赶上了深度学习1.0的浪潮，又经历了地平线十年的发展。这些积累让我有机会把所谓的“童年梦想”付诸实践，去打造自己心目中的机器人。

我并不是因为看到机器人在商业层面火了才去做。事实上，现在大模型、Agent比机器人更火，但我并没有选择它们，而是选择了机器人。机器人其实是个很有难度的赛道：要和硬件打交道、迭代速度慢、算力小。在纯AI层面，我们不太可能超越那些算力无上限、只做软件的公司。但是，做出这样一个软硬结合的产品，并实实在在地把它放到用户面前，用户因此产生的惊喜与喜爱，才是我们真正追求的东西。

ZP：当维他动力还只是您脑中的一个构想时，您打出的第一个“招募电话”是给谁的？您是如何向他描述这个当时还不存在的事业，并让他相信这值得为之奋斗？

余轶南：我有两位联合创始人，宋巍和赵哲伦。我很早就和宋巍聊过想做机器人的想法，他一直都知道我有这个计划。哲伦在理想汽车，他负责产品营销，而我在地平线主攻技术，我们在产业和技术方面有很多共鸣。当我真正决定要出来做机器人时，第一个就找到他，说了我的想法。

我们第一个电话其实很短。目的就是告诉他：我要离职了，准备创业做机器人，问他有没有想法一起干。他直接说：“好呀。” 然后我们就约了个具体时间吃饭详聊，事情就这么定了。

（左：宋巍中：余轶南右：赵哲伦）图源：维他动力

02 战略奇袭：跳过B端直击C端，机器人商业化的另一条路

ZP：完整经历了自动驾驶从技术狂热到商业落地的全过程，您到的最宝贵的收获是什么？对现在做机器人创业有什么影响？

余轶南：自动驾驶是一个软硬件深度结合、且对安全性要求极高的行业，对AI技术的要求非常高，整体难度巨大。在如此高难度的行业里，最终能跑出来的公司其实不多。行业初期非常火爆，尤其是L4级自动驾驶公司的天花板预期非常高，大量资金投到了L4赛道。但时至今日，真正跑出来的，还是那些稳扎稳打、一步一个脚印从乘用车L2做起来的公司。如今，这些企业在市值、资金储备和团队能力上，远超越了那些想原地起跳的公司。

这段经历带给我最宝贵的收获是：面对这样一个“长坡厚雪”的赛道，终极目标无法一蹴而就，必须做好打持久战的准备。最有效的方式就是“边打边做”。市场上没有公司能一步到位达到理想状态，即使是强大如Apple或Waymo，拥有如此体量的资金，也只能算取得了局部成功，难以实现大规模扩展。因此，对于这类涉及软硬件深度结合、且关乎安全可靠性的业务，把每一步都走扎实，才是能够长期奔跑的关键。无论融了多少钱，如果没办法自己造血、一场一场地“打胜仗”，就很难走到终局。

如今机器人创业面临的最大问题也在于此——行业缺乏“最佳实践”。在自动驾驶领域，最佳实践由Tesla开创，中国大部分企业跟随了Tesla的技术路线、产品形态和用户体验。而机器人行业目前还没有标杆性产品，大家都在探索，尚未出现一个能在单一大众市场引爆的产品。因此，业界在技术路线、产品方案上缺乏共识。当前的行业状态类似于“春秋时代”，各家都有自己独特的见解，大家讲的都对。

一旦进入“战国时代”，届时会形成非常强势的行业范式，竞争也会异常激烈。一旦有公司做出标杆性产品，在市场上获得巨大成功，行业就会迅速向那个赛道收敛，至少它将成为成功的路径之一。机器人行业比自动驾驶更为底层，应用场景也更加多元化。因此我相信，未来会在不同的场景或赛道——比如工业生产、家庭服务、专业服务领域——分别收敛出各自的最佳实践和标杆企业，并形成各自的共识性技术方案。

万变不离其宗，核心在于想明白：你的产品究竟卖给谁？它给用户带来的真正价值是什么？以及如何用一种独特的方式实现这个价值？无论是To B还是To C，身处哪个行业，都必须想透这三点，并坚定不移地执行。能否成功无法预知，因为大家都在摸黑前行。但失败的路径却很清晰：最常见的是无视市场和客户，更致命的是数据造假——比如花钱“买收入”，这是最可怕的，走上这条路的企业注定失败。反之，只要你始终面向真实的用户和市场，哪怕跑得慢一点，问题也不大。

ZP：2025年，行业共识是“大模型加速了机器人的大脑进化”，但对“身体”的看法却出现分歧：特斯拉、Figure直奔人形，宇树在四足和人形间摇摆。您为何选择“四足伴随+轮式整理”这条看似更“绕路”的非人形路线？

余轶南：核心不在于选择哪种形态，形态本身并不重要，AI的能力才是关键。形态的选择，实际上与产品面向的市场和用户价值紧密相关。因此，针对不同的市场，应该设计不同形态的机器人，而它们背后的AI框架则可能是相同或相似的——这不意味着使用完全相同的模型，但很可能是基于相同的模型架构，再针对具体市场进行具体设计。所以我并没有把形态作为公司产品设计的首要出发点。

我们首先会思考：目标市场是什么？在确定了市场目标之后，才会思考面向这个市场的最佳形态是什么。例如，针对生产制造或ToB的服务行业，核心目标是完成特定功能或服务，要求极高的可靠性。这些才是纲领性的思考要素，而不是形态本身。因此，我们需要基于这些第一性原理（First Principles）来设计产品的外观、构型和技术架构。

ZP：当前行业普遍认为，具身机器人应先在工厂、物流等B端结构化场景中成熟，再走向家庭。维他动力选择直接2C，这无疑是一条更难走的路。支撑您做出这一“反共识”决策的？

余轶南：这个选择有主观也有客观原因。主观原因是我个人不太想再去做ToB业务了，因为已经做了太久。我不认为ToB或ToC的选择本身有对错之分，更多是战略路径的选择。无论是ToB还是ToC，都能诞生头部公司。我也不认为其中一个必然比另一个更难，而是各有各的难点。

ToC的难点在于如何精准满足用户极其细分的利基（niche）需求，以及如何在市场上赢得用户的信任并实现复购/高NPS（净推荐值）。ToB则更多需要证明产品或解决方案能切实提升客户效率。所以我认为，当面向的是大规模市场时，两种模式都非常困难；而如果只是小批量送测给用户，那就是另一回事了。

03 商业的现实与技术的野心：一家机器人公司的“双线作战”法则

ZP：很多人将具身智能的未来类比为“PC和智能手机的下一个时代”。PC时代成就了微软+Intel，手机时代成就了苹果+谷歌。在您设想的具身智能终局里，产业链中最核心、最有价值的部分会是什么？是硬件本体，是驱动机器人的“大脑”，还是连接万千开发者的“应用商店”？维他动力今天的布局，是在赌哪一个未来？

余轶南：平台型企业一定会诞生巨头。但需要定义什么是平台型企业。比如今天的字节跳动就是典型的平台型企业。而在机器人时代，平台型产业可能是芯片，如果能做出一个像iPhone那样成功的本体，也会是巨大的机会。这类机会依赖丰富的应用生态，对于机器人来说，可能就是丰富的技能。所以在我设想中，未来产业里最赚钱的公司，可能是一家融合了“苹果（上游产品）+ 字节（下游分发）”模式的公司。机器人领域存在这样的可能性。

现在谈“赌”还为时过早。汽车行业发展了100年，其核心主题大约每20或30年就会发生变化。机器人行业的发展才刚刚起步，还处于“机器人的1.0时代”。当前的核心主题是如何做出满足用户基本需求的机器人产品，还谈不上做出“iPhone”，更像是做出最早那批“能打电话的手机”，核心功能就是完成用户所需的几项关键任务。机器人2.0时代，也许是基于统一架构的软件，适配各种不同形态的本体，类似iOS或安卓。有意思的是，安卓的名字（Android）其实是人型机器人，而今天它是全世界使用最广的手机操作系统。可以想象，如果未来全世界的生产制造、专业服务乃至家庭服务都由机器人承担，那么机器人在某种意义上就变成了最大的用户终端。这时，机器人不仅能提供服务，还可能具备信息分发和服务分发的能力，从而反过来影响上游产业链。

举个例子：如果一个机器人在家帮你洗衣服，发现洗衣粉用完了，它会告诉你需要购买。最原始的方式是你自己下单购买；更好的方式是机器人能直接下单购买。这时，它就形成了对上游供应链的影响力。但这样的时代还需要很长时间，今天的机器人远不具备这种能力，可能需要分阶段实现。这个赛道比想象的要漫长得多。

ZP：一个新物种的早期产品，往往价格昂贵且功能不完美。比如第一代iPhone，没有应用商店，甚至不能复制粘贴。但依然有人愿意为它彻夜排队。那么，在您看来，维他动力的第一代机器人，需要提供怎样一种不可替代的‘核心价值’，这个价值是效率上的，还是情感上的？

余轶南：iPhone 1和2发布时，其火爆绝非因为拥有当时不可替代的功能。最大的亮点在于它引入了全新的交互方式，并带来了全新的娱乐属性，而不是因为它能打电话或上网——之前的手机也能做到这些，只是上网没那么方便罢了。

人们购买它，看到的是一个全新的平台，是对新科技的向往。还有一点非常重要——iPhone早期就有非常多的游戏。很多人买iPhone，其实是为了体验新科技产品本身以及新平台带来的娱乐体验。这些启发也让我们更加重视机器人的科技感和娱乐属性。回想我小时候买PC电脑，跟父母说的理由是要学编程，但真实原因其实是想用它打游戏。机器人和手机（尤其是早期iPhone）也有相似的性质——科技与娱乐属性。

04 做减法，生灵性：“没有遥控器”才是机器人的灵魂？

ZP：请介绍一下我们主要的产品线。

余轶南：我们的第一个产品线是以四足作为主要形态的产品，我们也叫机器狗。它能提供的功能性价值包括跟随、负重和拍摄。我们发现，这样的四足平台具有很强的用户陪伴属性。中国大约有5000万到8000万家庭养狗，涉及约4亿人；全球养狗家庭更是达到约3亿户。养狗本身就是一个非常庞大的市场。

实际上，我们并不清楚这个市场中SAM 有多大，但我们观察到人与狗的关系已经延续了数千年。因此，机器狗产品在情感陪伴层面非常容易打动人心。基于此，我们在产品设计上也进行了一些调整。初期设计更侧重功能层面，但随着对用户和场景理解的加深，我们发现“陪伴”属性至关重要。这里的“陪伴”不一定意味着需要与机器人聊天，默默地陪伴，或者陪人玩本身就是一种强大的价值。所以，我们现在将“遛狗”，“互动娱乐”作为核心产品功能进行重点开发，并围绕这个功能点来设计机器人与用户的交互方式。这是我们近期对这款产品的新思考。

ZP：我们四足产品对比宇树、小米的差异化？

余轶南：最大的不同在于，我们的机器人是一款没有遥控器的产品。这不仅针对四足机器人，其实对所有形态的机器人都有意义。我们发现，产品的核心变革往往不在于做了多少加法，反而在于做减法。智能手机区别于传统功能手机的最大差异化是取消了物理键盘。无人驾驶区别于辅助驾驶的最大区别在于取消了方向盘。

图源：维他动力

对于机器人来说，交互方式是最大的区别点。有没有可能做出一款不需要遥控器的机器人？如果不用遥控器，靠什么来指挥、管理或进行交互？答案可能就是利用人最自然的方式——让用户通过语音、表情、手势与机器人交互。这就要求机器人必须具备强大的能力来理解人的意图，同时理解环境信息。因此，它势必需要巨大的算力支持。所以，我们在目前的四足机器人上搭载了远超同类产品的计算能力。

此外，我们也在思考究竟需要什么样的传感器组合。从最根本的第一性原理出发：人类只有一对眼睛。最极简的方式就是一对摄像头。我们今天比这稍微多一点点——一对双目摄像头加一个激光雷达构成核心的传感系统。这与汽车不同，汽车需要安装十几个摄像头，核心原因是汽车车身是一个刚体，无法像人一样灵活扭头观察。因此，相比其他四足机器人，我们专门设计了一个拥有两个自由度（左右转动和上下俯仰）的头部。因为有了灵活转动的头部，加上机器人本体本身的机动性，我们可以用极简的传感器配置实现360度环境感知。当有人叫你时，你的第一反应通常是扭头而不是转身。同样，当机器人的头部能灵活转动观察世界时，理论上用两个摄像头就能完成所有必要的感知任务。相应地，这对算法能力提出了更高要求，但从技术发展的长远角度来看，这是正确的方向。

ZP：您觉得我们的打法属于高维打低维、从自动驾驶打到ToC的消费级产品路线吗？

余轶南：我不觉得机器人与自动驾驶有所谓“高维低维之分”。两者有共性，比如现在都关注VLA、模仿学习和强化学习。但事实上，这两个行业差异巨大：机器人需要应对更发散、更多样化的场景，其自由度也远高于汽车，这带来了新的挑战。汽车对安全性的要求极高，机器人目前在这方面要求相对低一些，但我相信长期来看，机器人的安全要求甚至可能超过汽车。因此，用“高维打低维”来描述并不准确。

当然，我们做自动驾驶多年，确实积累了一些优势：第一，拥有大规模出货和量产的经验；第二，具备打造汽车级安全和质量保障体系的经验；第三，在成本管理和优化方面有深厚积累。这些优势使得我们的第一代产品在成熟度上会优于行业大部分同类产品。

在算法层面，当前强化学习、模仿学习、模拟器、端到端、VLA等技术本身并不是互斥的。核心在于哪家公司能在开发效率、工程实践和系统优化上走得更快，在有限算力的约束下，把系统打磨得更好。

ZP：在现有业务之外，您是否在思考公司的“第二增长曲线”？未来可能会向哪里延伸？

余轶南：我们考虑两个维度的延伸：产品延伸和技术延伸。产品延伸的核心逻辑是场景->商业->产品->技术。坦率讲，对于第二个产品的具体方向，我们目前还没有非常清晰的想法，但现有产品的全球化拓展是明确的方向。

在技术层面，我们的确有很多构想。技术追求本身就是“更高、更快、更强”，这方面反而比产品好打，维度也更聚焦。尤其在做了几个月的四足机器人产品和技术研发后，我们发现当前的硬件形态存在根本性局限，尤其是在力的发生与传递机制上。无论是当前很火的行星滚柱丝杠、斜坡减速电机还是直驱行星电机，本质上都是上一代技术的遗留产物，并非真正面向未来的、机器人原生的力控方案。随着机器人行业的火爆，近年已有不少高校开始探索机器人原生的力发生方式。我很期待，或许三到五年后会有全新的技术架构涌现，这将极大改变机器人的形态和可能性。其实特斯拉的路线有点像是“没有办法的办法”——大家想要一个像肌肉形态的力的发生装置，但是今天没有这种形态的产品或技术，所以退而求其次用的是滚柱丝杠。但这种方式又重效率又低，也很难模拟人灵活的肌体结构。

软件技术方面会有自己的发展路径，核心不在于算法本身，而在于数据和和模型训练的整个系统。最近看到一个很有意思的概念叫“Learning in Practice”（在实践中学习），是一个完全在线强化学习的学习方式。过去我们依赖采集数据后训练，或者在模拟器里做在线强化学习，但是这些都有弊端。如果能实现真正的“Learning in Practice”——让机器人在实际环境中观察、模仿、实践，并在过程中不断自我校准——这很可能成为下一代AI的核心架构。下一代AI的竞争力将更依赖于如何高效学习，而非模型结构本身。

我们在硬件上的一大突破是极大优化了续航能力。核心目标是在严格限制重量的前提下，最大化产品续航。电池在确保安全可靠的前提下，其能量密度和充放电倍率短期内难有质的飞跃。因此，唯一可行的方案是增大电池容量，但这又会挤压其他关键部件（如关节模组、躯壳结构）的空间。为了把电池容量做大，核心是把关键模组和计算平台做得更好。对于关键模组来说，就是要把单位重量下输出的额定扭矩和峰值扭矩做大。这方面我们花了很大的功夫，不论是自己研发，还是和伙伴合作研发。

另外就是计算平台，有两个关键点：第一，它功耗很大；第二，计算平台做得不好会很占体积。我们研究了市面上许多机器人的内部结构，发现过去因计算平台集成度低，内部往往有多块计算板卡。它们虽不重，但极其占空间，严重限制了电池摆放布局。因此，我们打造了一个高度集成的计算平台，采用地瓜的芯片，将电源管理、关节电驱动、4G、Wi-Fi、IMU（惯性测量单元）、AI计算、MCU（微控制器）等全部集成在一起。这带来两大核心优势：极大提升软件开发效率和大幅压缩内部空间，从而为大容量电池腾出了空间。

我们为机器人设计了两个自由度的头部，这个设计能显著增强机器人的生命感和灵动感，提升交互体验。市面上多数产品要么没有头部，要么头部只是固定屏幕，无法活动，算是“半头”。增加头部的自由度，能大幅提升机器人的表现力。这是我们在硬件层面一个显著的差异化设计。

在算法层面，我们非常注重整体架构，包括我们自己搭建了一套完整的仿真环境，可以端到端地训练Locomotion、全身运动控制，VLN、VLM等一整套算法，可以在模拟器里非常高效地训练整个模型。此外，我们也做了real-2-sim的一套方案：从真实环境下采集数据、生成数字资产，然后把它放在模型里，从而形成了一套“real-2-sim-2-real”的链路。

软硬件深度协同能产生巨大效能，因为这是从更高维度进行系统级优化。核心目标是在软件算法和硬件平台上都做到比其他人更优，二者之间不是简单的加法关系，而是乘法效应。如果在AI性能上提升100%，硬件效率上提升20%，二者相乘带来的整体提升可能远超120%，甚至达到300%以上，这是一种非线性飞跃。因此，深耕软硬件协同优化是一种非常强大的竞争策略，比单纯做软件或硬件更高效，也会带来更好的技术产品。

ZP：未来十年，一家成功的机器人公司的核心价值和最深的护城河，会沉淀在哪些地方？维他动力将如何构建这种独特的、难以被复制的优势？

余轶南：现阶段谈“护城河”可能还为时过早，这更适合成立5年、10年甚至20年的公司。对于初创公司，更应关注的是“竞争力”——这是一个相对短期的特征。关键在于能否用更短时间，打造出比竞品更具竞争力的产品，并获得市场主流用户在商业和销售层面的认可。如果能按此节奏迭代几代产品，公司构建起的不仅是商业能力，还包括组织开发能力、行业影响力、供应链掌控力、销售渠道能力以及内部研发效率。这些能力对初创团队的前五年至关重要，尤其是对做硬件的团队。

ZP：资本市场对具身智能既热情又谨慎。当您与投资人沟通时，您如何阐述维他动力的长期价值？在您设想的未来里，公司最终会以一种什么样的形态，在整个产业生态中扮演关键角色？

余轶南：融资其实和招聘很像，最终投资你的人，本质上是对你所做的事高度认同并抱有热情。产生了共鸣才会形成合作关系。

当前市场确实比较“佛”，但投资人仍可能因担心错过一个“天花板极高”的机会而出手——这种故事总在一代代重演。我们创业之初最火的是做 “Robotaxi”（无人出租车）的公司，北美一大批这类公司几乎都倒下了，只剩Waymo。总投资额估计在200亿到1000亿美元之间。再看今天的具身智能行业，历史总是惊人的相似。

背后的客观规律是一样的：一个新技术突破的时候，大家往往想到的是这个技术的天花板会带来什么，但是时间往往会证明当时的技术远不足以触及那个高度，它其实需要一代又一代的努力、一个脚印又一个脚印的积累。所以我更相信“走得稳”更重要。

所以有些投资人在理念层面很有信心，我们最大的原则就是AI first、软硬结合、面向真实的用户市场与商业，这也是我们打动投资人的重要原因。当然，也有投资人认为我们做的事“不够性感（sexy）”、“天花板不够高”。但天花板并非今天“原地起跳”就能摸到，它可能需要你先攀登一座高山，当到达足够高度时再起跳才能触及。今天最有实力做L4的公司，都具备人才、资金、数据和场景优势，缺的只是时间。我相信只有那些在商业化上取得成功的公司，未来才能真正迈向L4。那些试图“原地起跳”的公司，几乎无一成功。

ZP：具身机器人是一个典型的‘长坡厚雪’赛道，也意味着极高的前期投入和漫长的回报周期。在产品达到那个能引爆市场的‘成本-体验’奇点之前，公司必然会持续‘烧钱’。我想知道，在这个过程中，维他动力向外界证明自己‘价值’的核心指标是什么？是技术的不断突破，还是在某个垂直场景里跑通了小规模的商业模式？”

余轶南：最好的证明是两者兼备——既跑通小规模商业模式，又实现持续的技术突破。但关键在于不能混淆这两件事，要让产品归产品，技术归技术。做产品必须坚持第一性原则：以商业需求和用户场景为导向。找准一个商业痛点，倒推出所需的产品和技术。而以技术为核心目标，最好的方式就是根本不考虑商业，只考虑什么是下一代技术，然后朝这个目标努力。

因此，我们计划在今年底或明年初成立一个名为“维他Lab（Vita Lab）”的先进研究院，专注于前沿技术探索。

ZP：最后，让我们聊聊愿景。如果一切顺利，2030年的某一天，当您看到自己的产品真正融入无数家庭时，您最希望它为人们的生活带来了什么本质性的、美好的改变？请为我们描绘一下那个让您感到“这一切都值得了”的瞬间。

余轶南：我理想中的场景是：无论你出门还是回家，都能自然而然地看到真正的智能机器人，并且很习惯它在你的生活中扮演它所应该扮演的角色。这就是我们的愿景。

我们公司的愿景是：“通过AI创新研发，创造生活空间的智能伙伴”。什么是“生活空间”？想象一下：在家、在上班途中、在公司、下班后与朋友聚会……在任何你需要的地方，都能获得由机器人提供的高质量、一致性、24小时不间断的服务。我认为机器人的真正价值，不在于与人工服务做成本比较（这是误区），而在于让普通人也能平等享受过去只有少数人才能拥有的高标准服务—— 高质量 + 一致性 + 24小时可用性，这才是真正的“高质量”。

这是Waymo给我的启发：Waymo今年年初在旧金山的订单价格比Uber和Lift高，但其订单量已经超过了Lift并直追Uber。背后的逻辑不是因为它便宜，而是因为它能够提供比Lift和Uber更好的服务——它的车更安全、没有陌生人跟你聊天，车也可以24小时叫到，这是它带来的服务质量。

我们的目标是让机器人在随时随地为人类提供高质量，一致性，24小时的服务，连接人与世界。

ZP：公司在成立的8个月时间里已经完成了3轮融资，并且年底就要量产ToC产品了，为什么会有这么快的融资及产品发布节奏？

余轶南：第一，我们对做什么以及怎么做想得非常清楚；第二，团队非常聚焦，大家心无旁骛；第三，整个团队在行业里属于既年轻又有经验，团队成员有来自于自动驾驶行业，有来自于大疆或者Insta360、扫地机等机器人相关领域顶尖企业；最后一点，也是最重要的一点在于大家都非常拼，我们基本上每天工作到晚上12点、1点，几乎一直在“冲刺”。整个汽车行业都是这种快交付的快节奏，就像我曾经在地平线与理想的合作，从来没有在一个项目上干10个月以上，基本就是7、8个月，汽车行业难度相当大，关键就是拼。

05 快问快答

ZP：用一个词形容您当前的创业状态。

余轶南：紧张。节奏很紧张，但整体状态还好。因为现在是在做的事情天花板非常高，而且有非常多创新。现在像是登山爱好者晚上爬山的状态，前面一片黑暗，只能看清脚下，很紧张，但是又很兴奋。

ZP：做决策时，更信赖数据模型还是您的商业直觉？

余轶南：有可靠数据时，我更倾向于依赖数据，我本人非常相信数据和统计分析的力量。然而，很多时候数据本身并不完美，无法完全依赖。这时就必须结合数据与对行业的深刻洞察来做判断。

ZP：对您产品观影响最大的一本书或一个人或者电影是什么？

余轶南：前些天看了电影《机器管家》，它讲述了一个家庭服务机器人逐渐产生自我意识的故事。有一天他选择离开去“流浪”，归来时女主人已离世。这促使他萌生了“成为人类”的渴望，并最终实现了这个愿望——他通过向法官争取到作为人类“死亡的权利”而完成了转变。机器人与的最大区别在于机器人是永生的，而人是会死亡的。所以他在获得死亡权利并最终离世的那一刻，才真正意义上“成为”了人。

所以我觉得制造机器人真的是一件天大的事，需要有足够的敬畏之心。如果真的造出所谓的AGI，那制造AGI背后的人真的就成为了“神”，我们在造机器人的同时其实就是把自己当作“创生者”看待。

想象一下：如果我们制造了一批机器人，并将它们送往另一个星球繁衍生息。几百年后，当它们早已忘记自己的起源，很可能会认为自己是“造物主”所创造的。

ZP：公司为什么叫Vbot维他动力？

余轶南：这个我可以解释一下。我们认为，机器人相比传统机械，核心不应该只是一堆电机的组合。所以，你看我们在做机器人的时候，特别想把它的“灵动感”体现出来。我们希望机器人是一个活的、有生命力的生物，而不是一堆冰冷的机器零件连接体。所以，我们最早想到的就是“Vital”这个词，它的词源代表着“旺盛的生命”和“成长”。

但如果直接用“Vital”，这个词又有点长，我们想找一个更简单的。当时我也考虑过类似“Vital Dynamics”这样的组合，但还是太长了。我们的原则一直是希望产品简单易懂。

围绕这个“简单又有生命力”的思路，我们找了一圈，最后发现了“Vita”，我们把品牌叫做Vbot，V代表生命力，bot是机器人，Vbot代表我们将智能生命注入机器动力。

ZP：招聘核心人才时，您最看重的三个特质是什么？

余轶南：我最看重三点。第一点是对于企业愿景的共识，希望招到的是志同道合的人。第二点是心力和专业度，因为创业一定不是去做别人也能做的事情，而是挑战别人做不了或别人认为自己做不了的事情，需要“明知不可为而为之”，这背后支撑的是专业的能力，而且还需要强大的心力。第三点则是职业素养，坦白讲，中国的职场教育做得不好，许多员工专业能力不错，但没有太强的职业素养。所以我第三点看重的是职业素养。我非常看重员工是否是一个职业化的员工，而非情绪化的人。后者容易造成严重的内耗。一个精干的团队若能解决好这三个问题，创业之路通常能走得更长远。

在这方面我有很深切的体会。过去管理大团队时发现，职业素养好的人，专业素养通常也很优秀。与他们合作非常高效——大家只需聚焦讨论“做什么事、何时完成、交付给谁”，而无需耗费精力在情绪安抚或组织摩擦上。

ZP：除了工作，最近有什么事让您感到纯粹的快乐？

余轶南：我们家不养狗，我家小孩子想养狗，但我爸妈不允许，因为狗有毛、咬人、还需要天天“伺候”它铲屎，这可能是很多家庭的共同特性。所以我现在做的产品就特别匹配我们家的需求——不咬人、不掉毛。我觉得判定这个产品好不好其实很简单，就是它的核心用户群体看第一眼的时候眼里有没有过光。如果我们家孩子喜欢，爸妈也喜欢，那Vbot很有可能可以成功了。