紐媧機器人創始人楊睿剛:自動駕駛踩過的數據坑,機器人還會再踩一遍丨物理 AI 50 人
做了十多年自動駕駛之後,楊睿剛決定把下一次創業的方向,從高速公路轉向居民社區。在此之前,他曾在美國高校研究三維視覺,後來加入百度研究院,負責機器人與自動駕駛實驗室,又擔任嬴徹科技CTO,推動自動駕駛重卡前裝量產。從研究算法到讓幾十噸重的卡車真正跑上高速公路,他經歷了自動駕駛從技術探索走向商業化的過程。2024年,楊睿剛開始籌備第二次創業。彼時,人形機器人已經成爲具身智能行業最受關注的方向,他也接觸過相關創業機會,但最終選擇了一個看起來沒那麼性感的場景:社區末端配送。他判斷,家庭機器人雖然市場空間大,但每個家庭的環境都不一樣,泛化難度很高;工廠機器人則必須滿足嚴格的生產節拍和成本要求。相比之下,社區配送既能複用自動駕駛積累的定位、導航和避障技術,又能通過開門、乘電梯、交付包裹等任務,讓機器人開始與真實物理環境交互。這也是楊睿剛創辦紐媧科技的起點。他希望先讓機器人解決移動和通行問題,再逐步進入更復雜的任務。爲此,紐媧提出「具行智能」,圍繞世界通行模型(WTM)搭建數據生成、物理仿真和模型訓練體系。從見證自動駕駛卡車在開闊道路行駛,到機器人在樓宇間處理各種複雜任務,楊睿剛一直在挑戰無人實現的技術問題,但他卻說,真正的機會,恰恰在於有些技術問題還沒有被解決。“難這件事,我們不怕。”從實驗室到量產,重新認識技術的價值《新智駕物理AI》:您很早就開始研究計算機視覺和三維視覺,當時深度學習還沒有興起。爲什麼會選擇這個方向?有沒有坐冷板凳的感覺?楊睿剛:我最早其實不是做計算機視覺,而是做計算機圖形學。我在清華的時候就在CAD和CG實驗室,後來去北卡羅來納大學教堂山分校讀博士,也是因爲那裏在圖形學領域很有名。剛去的時候,我主要做圖形渲染和顯示,後來參與了一個叫Telepresence的項目。它想解決的問題是,能不能通過多個攝像頭實時採集一個人的三維信息,再從不同視角渲染出來,讓遠隔千里的人也能像面對面一樣開會。做着做着就發現,渲染和顯示逐漸不是最難的問題,真正難的是如何實時重建三維信息。所以我的博士研究就轉向了三維視覺,研究如何從圖像、點雲或者深度信息中恢復三維結構。後來又開始研究語義信息,不只是知道物體的三維形狀,還要知道它是什麼。我是1998年進入這個方向的,比深度學習興起早很多。當時北卡在圖形學領域非常強,我也算是比較早開始往CVPR投稿的一批人。但我不覺得是在坐冷板凳,因爲三維視覺本身就有大量沒有解決的問題。《新智駕物理AI》:深度學習興起之後,對您的研究產生了哪些影響?楊睿剛:深度學習最早在計算機視覺中的應用,主要集中在圖像分類、檢測、分割這些任務。三維視覺真正大量採用深度學習,其實要晚一些。我最早嘗試的是把傳統三維幾何的約束引入深度學習框架,當時也和蘇昊等人合作,研究怎樣把三維幾何和深度學習結合起來。後來又做了生成新視角、擴散模型、視頻生成控制等方向。對研究人員來說,新技術出來就要重新學習。只不過現在學習頻率越來越快,前面的東西還沒完全學明白,後面可能就已經有新方法把它替代了。我覺得科學家必須具備從頭學習的能力。《新智駕物理AI》:當時三維重建已經有哪些實際應用?您有沒有嘗試過商業化?楊睿剛:我們做過大規模街景三維重建,用於仿真訓練。當時美國很重視利用仿真系統,希望在進入真實環境之前,先通過三維重建瞭解街道和地形。我們做這件事的時候甚至比Google Street View還早。我們還研究如何把非常稠密的點雲轉成更簡化的多邊形模型,同時保留高質量貼圖。後來蘋果地圖的三維地圖也採用了類似的技術思路。商業化也嘗試過。我在美國拿過兩次SBIR項目資助。這類項目會給幾十萬美元,目的就是推動論文成果往產品轉化。但當時基本還是非正式的狀態。有興趣就繼續做,沒興趣可能就去找工作了。那時候我們沒有很強的商業意識,也沒有特別懂商業化的人推動,所以最後都沒有真正做起來。《新智駕物理AI》:您此前已經在美國高校做了多年研究,也嘗試過技術商業化。2016年爲什麼決定加入百度?當時是誰邀請您的?楊睿剛:是林元慶邀請我的,吳恩達負責面試,最後還和李彥宏線上交流。林元慶、吳恩達後來陸續離開,我大概有兩年半時間主要是在王海峯的領導下工作。2016年百度研究院大概有五六個像我這樣的科學家,每個人負責一個相對獨立的實驗室,對人事和技術方向都有比較大的自主權,運作方式其實很像大學裏的實驗室。後來我負責機器人與自動駕駛實驗室。《新智駕物理AI》:您在百度期間推動了ApolloScape數據集。當時爲什麼要做這個項目?投入了多少資源?楊睿剛:這個項目要感謝陸奇。陸奇加入百度之後,非常重視技術品牌建設。他覺得既然自動駕駛領域已經有KITTI這樣的知名數據集,百度也應該有自己的數據品牌,這個任務就交給了我。ApolloScape核心團隊大概有10個人,集中做了半年左右。參與者包括黃新宇、庚琦串、周定富等同事,大家分別負責數據採集、清洗、工具開發等工作。我們還得到了百度其他團隊的支持。比如那套高精度數據採集車,上面用了高精度激光雷達,以及導航級的IMU和GPS,我們又增加了一些額外傳感器。ApolloScape的數據100%來自真實道路採集,不是仿真生成的。不過後來公司的業務重點發生變化,數據集也沒有得到原來那麼多持續建設和維護投入。《新智駕物理AI》:您在百度主要做前沿研究,後來爲什麼決定加入一家剛成立不久的自動駕駛公司?當時希望解決什麼在研究院裏解決不了的問題?楊睿剛:最打動我的是嬴徹提出的商業模式,叫“雙駕變單駕”。中國很多長途貨運原來需要兩個司機輪流駕駛。如果能夠做出一套足夠可靠的輔助駕駛系統,讓其中一個司機轉變爲安全員,就有機會把兩個司機變成一個。這樣既能改善運輸成本,也能在真實運營過程中不斷積累數據,再逐步向L4發展。我覺得這是一條漸進式的路線。如果一開始就做L4,量產和大規模部署都會非常困難。尤其重卡要在高速公路運行,路權問題更復雜。相比之下,先做能夠商業化的輔助駕駛,再逐步提高自動化水平,是一個更現實的選擇。《新智駕物理AI》:您加入嬴徹時,技術團隊處於什麼階段?楊睿剛:我加入時,主要負責建立完整的自動駕駛技術研發體系。當時公司有中美兩個研發中心,最初的思路比較接近“美國研發、中國落地”。但我進去以後明確提出,這種方式很難長期成立。自動駕駛需要大量真實測試。產品最終在中國落地,研發團隊就必須儘可能靠近真實場景。後來中國研發團隊從大概10個人逐漸擴大到200人左右,美國團隊則從大約50人縮減到10人左右,後來進一步縮到個位數。我一直認爲,做研究可以採用相對鬆散的跨國合作模式,但真正做量產產品,研發、測試和交付必須緊密結合。除了現場測試,跨國協作還會涉及芯片供應、法律法規等現實限制。《新智駕物理AI》:第一次參與前裝量產,最大的衝擊是什麼?楊睿剛:我經常說:我們是在“戴着手銬跳舞”。因爲做量產,很多硬件條件都是提前確定的。比如芯片算力、傳感器配置都已經定了。你不能像做研究一樣,覺得算力不夠就換一張更好的卡。到了量產,幾個嚴重的失敗情況,就可能讓產品不能出廠。做產品像木桶。最短的那塊板必須足夠長。重卡就是一個例子,空載和滿載差別很大,車頭,掛車的運動關係也複雜。我們還花了很多時間做節油。商用車是生產工具,客戶會計算成本和效率,這些問題都需要技術來回答。《新智駕物理AI》:您當時會直接接觸物流客戶嗎?楊睿剛:會。我跟過很多次車,也跟司機交流過,還見過車廠,以及快遞物流企業的負責人。我很享受這個過程,因爲能從完全不同的角度理解客戶需求。做CTO不能只關心技術,也必須知道客戶是誰、爲什麼買這個產品、到底想解決什麼問題,技術負責人最忌諱的就是閉門造車。具身智能落地,先找匹配度,再談通用《新智駕物理AI》:紐媧這個名字又是怎麼來的?楊睿剛:2024年開始認真考慮再次創業時,我們最早想用的名字叫Numa,中文可以叫“木牛”對應木牛流馬。我覺得英文發音簡單,外國人也容易讀,而且聽起來有點像Puma,我甚至已經把域名註冊好了。後來年輕同事,特別是HR提醒我,這個名字千萬不能用,因爲中文聽起來像“牛馬”。我作爲創始人自嘲一下倒沒關係,但員工天天說自己在“牛馬公司”工作,好像就不太合適了。後來就在原來的名字上繼續調整,最後變成了紐媧。“紐”有連接、紐帶的意思,“媧”來自女媧造物。我們希望創造一種新的機器人形態,甚至可以說是一個新的物種。《新智駕物理AI》:您之前做過三維視覺、自動駕駛,也有人邀請您做人形機器人。爲什麼最後選擇末端配送?楊睿剛:我始終會問產品市場匹配在哪裏。從技術突破到大規模應用,中間還有很長一段路。家庭和工廠都有自己的難點。家庭看起來相對封閉,但每個家庭的環境都不一樣,物品擺放、傢俱結構、用戶需求都有很大差異,泛化能力要求非常高。工廠的問題主要是節拍和效率。機器人可能能夠完成某個動作,但如果速度遠遠慢於人工,或者成本是人工的好幾倍,客戶就很難接受。相比之下,末端配送對精細操作和動作節拍的要求沒有那麼高小區配送裏,有一部分問題是我們熟悉的,比如定位、導航、避障。再往前走,就要刷門禁、開門、乘電梯,把包裹交給用戶,機器人需要和物理環境交互。這是自動駕駛與具身智能之間一個很有意思的交集。這個場景還有一個好處:可以選擇從哪些小區開始。不需要一開始把所有問題都解決,先找到條件合適的小區,把系統跑通,再逐步擴大適用範圍。《新智駕物理AI》:和最初確定方向時相比,紐媧現在對產品的判斷有什麼變化?楊睿剛:我們最初覺得,沒有電梯、配送最困難的老舊小區,應該最需要機器人。後來和客戶聊得多了,發現市場給我們上了一課。他們建議先從高端小區做起。一方面,這類小區的付費意願可能更強;另一方面,現有技術更容易滿足那裏的環境要求。這個反饋會直接影響產品形態。原來我們首先考慮爬樓梯,現在會更認真地看,哪些場景用輪式底盤就能滿足需求。哪些功能是客戶真正需要的,哪些暫時不重要,現在的判斷比以前清楚了,量產計劃也因此往前調整。《新智駕物理AI》:您有沒有完整跟過快遞員或者外賣騎手的工作流程?最難的是哪100米?楊睿剛:我們跟過很多次,也和很多快遞員、外賣騎手聊過。他們最不願意做的事情,就是上樓。對快遞員來說,最好是直接把包裹放到驛站,後續分揀、上架和配送由別人完成。外賣騎手也是一樣,比如深圳華強北,有些商業樓宇下面會有專門幫騎手送餐上樓的人,有些是退休人員。到了午飯、晚飯高峯期,他們就在樓下等着,騎手付大概1塊錢,他們負責把外賣送上樓。因爲騎手會算賬,假設一單需要20分鐘,最後10分鐘都花在等電梯、上樓上。騎手這一單可能掙六七塊錢,他寧願拿出1塊錢,讓別人完成最後這一段,自己利用這10分鐘再去接下一單。如果這段時間能夠多掙三塊錢,扣掉這一塊錢,還是多賺兩塊錢。這個賬,他們肯定比我們算得更清楚。順豐內部甚至有一個很形象的叫法,叫“上樓機項目”。《新智駕物理AI》:酒店配送機器人已經發展多年,但一些企業仍然面臨盈利壓力。紐媧會不會遇到類似問題?楊睿剛:我覺得商業模式不太一樣。酒店裏的配送需求是有限的,機器人每天能夠執行的任務量也有限。如果使用率不夠高,經濟賬就很難算。而且酒店配送的技術門檻相對沒那麼高,主要是SLAM加路徑規劃。參與者多了以後,就容易陷入價格競爭。但一個居民小區每天產生的快遞和外賣訂單,遠遠超過一家酒店的配送需求,末端配送的任務量更大,潛在使用頻率也更高。當然,前提是技術真正能夠解決問題。《新智駕物理AI》:機器人進入小區,還會遇到哪些實驗室裏想不到的Corner Case?楊睿剛:這種情況太多了,我們遇到過一個很有意思的場景。機器人在一條很窄的路上遇到一個人。那個人很客氣,一直招手示意機器人先走。但機器人沒有理解這個手勢,就一直停在那裏,對方也不走,繼續招手。結果人和機器人就這麼僵住了。還有一個海外客戶問我們,機器人如果被人踹倒了,能不能自己重新站起來,繼續執行任務?尤其是四足機器人,上面還帶一個大包,如果整個被翻過來,像烏龜一樣四腳朝天,想自己恢復正常姿態其實很難。以前還有同事做商場清掃安防機器人,碰到過四五個人一起把一臺100多公斤的機器人抬到另一個角落。因爲那臺機器人基於SLAM導航,被突然搬走之後初始化位置丟失,最後就只能停在那裏。我們自己更關注的還有安全問題。比如機械結構突然斷電之後,機器人可能會自動下沉。如果這時候有小朋友把手放在關節附近,就存在夾傷、壓傷的風險。機器人真正進入人類生活環境之後,很多問題都是在現場才能發現的。《新智駕物理AI》:比如防火門、門禁、電梯這些問題,紐媧準備怎麼解決?楊睿剛:還是要考慮ROI。比如打開防火門,技術上可以做到,但有些防火門很重,需要較大的扭矩,也就意味着需要更重、更強的機械臂。機械臂變重之後,本體也要加強,但有些小區電梯非常小,機器人如果做得太大,進去之後連轉身都困難。所以問題是爲了開這扇門,要增加多少成本,又會帶來哪些新的限制。有時候直接給門安裝一個開門器,花500到1000元左右,就可能解決。相比之下,改造電梯涉及更多法律法規和審批要求,反而複雜得多。目前客戶比較明確的要求是,第一不能改電梯的控制系統,第二機器人必須能夠通過門禁。我覺得現階段沒有必要要求機器人把所有Corner Case都解決之後再商業化。末端配送和Robotaxi還有一個很大的區別:Robotaxi要在一大片連續區域裏都能夠運行,商業服務才能成立;配送機器人則可以先挑選條件合適的小區,把一個小區真正跑通,產生收益,再逐步擴大規模。《新智駕物理AI》:輕地圖導航能減少哪些部署工作?它還需要預先知道什麼?楊睿剛:輕地圖仍然使用地圖。我們使用輕量拓撲地圖提供基本空間關係,不依賴高精地圖,再結合實時感知推進路線。這個方向希望減少高精地圖製作和維護的負擔。不過新場地還需要哪些初始化、設施配置和測試,要看具體環境。判斷它有沒有價值,最終要回到準備一個新點位需要多長時間、現場變化後要做多少調整。模機器人真正壁壘是系統閉環《新智駕物理AI》:現在很多具身智能公司都在做端到端模型、世界模型或者VLA。紐媧的模型架構有什麼特別之處?楊睿剛:坦率說,我覺得現階段各家在模型架構上的差異,可能沒有想像中那麼大。紐媧目前已經驗證的核心能力,主要在仿真器、數據生成和數據增強。真正影響效果的,是手裏有多少數據、這些數據覆蓋什麼情況,以及你知不知道應該用什麼數據訓練出想要的能力。這裏有很多經驗,拿到一個模型架構,並不意味着就能把任務做出來。我過去在百度做ApolloScape時,就意識到真實採集很難覆蓋所有長尾情況。《新智駕物理AI》:做真實道路數據時,有什麼經歷讓您意識到這一點?楊睿剛:比如爲了採集消防車,我們會讓採集車守在消防站附近,等消防車出來再跟着採集。但你不可能用這種方法覆蓋所有情況。越往後,採集回來的數據裏,真正有價值的信息比例越低。所以很早我們就在考慮合成數據。真實數據告訴你現場發生什麼,接着要考慮能不能增加數據的複雜度和多樣性。這個認識一直延續到現在。《新智駕物理AI》:紐媧科技核心技術架構的WorldWeaver、SimWeaver和WTM之間,分別是什麼關係?楊睿剛:WorldWeaver負責組織真實場景數據、三維資產和生成數據,SimWeaver提供物理仿真能力,這套數據與仿真體系面向WTM的訓練和評測。我們希望現場發現的問題可以進入可重複的測試過程。比如某次交互失敗,如果能把對應的場景和條件在仿真裏復現,就可以反覆比較不同處理方法,再回到真機驗證。這樣,數據才和產品的問題連起來。《新智駕物理AI》:紐媧提出“一腦多體”,目前已經在哪些機器人本體上完成了遷移?楊睿剛:我們做過不同品牌四足機器人之間的遷移。兩種本體比較接近,所以相對容易。現在也在把系統遷移到輪式底盤上。四足和我們選用的輪式底盤,運動方式不一樣。四足可以做的一些橫向移動,換到這種輪式底盤上就要重新處理,需要調整軌跡跟蹤、控制和平滑。底層控制的複雜程度也不相同。目前,整套系統基本已經能在輪式底盤上跑起來。《新智駕物理AI》:有沒有考慮遷移到人形機器人?楊睿剛:目前還沒有明確的商業需求。現階段四足和輪式都有客戶需求,我們還是希望優先做能夠儘快產生實際價值的事情。我們看的是人類生活環境裏,哪些任務需要機器人移動和執行。小區配送裏提煉出來的能力,將來可以用於其他任務,但要隨着具體場景去驗證。《新智駕物理AI》:紐媧強調具身智能大腦,爲什麼還需要自己設計機器人本體?楊睿剛:肯定需要,我們現在就在定製自己的輪式機器人。因爲小區配送對本體的要求非常具體,不是隨便拿一臺現成的輪式機器人就能完成任務。比如有客戶明確提出,機器人要能爬8度到10度的坡,還要跨過5釐米的坎。5釐米其實已經不算低了。尺寸也有要求。有些小區大堂雖然是雙開門,但平時只開其中一扇,實際通行寬度可能只有五六十釐米。機器人太寬,就進不去。但從配送效率來說,又希望它一次能裝更多東西。裝載量越大,機器人就越高、越重,可一旦做得太高,上坡時又容易失穩甚至傾倒。所以本體設計其實是一個不斷權衡的過程。《新智駕物理AI》:如果紐媧既向其他機器人公司提供大腦,又自己定製機器人,會不會和合作夥伴形成競爭關係?楊睿剛:我覺得不矛盾。首先市場足夠大,像雲深處這樣的機器人公司,也不可能只依靠我們一家客戶。其次,如果合作伙伴願意使用我們的大腦,我們也很願意和他一起設計更適合具體應用場景的機器人。很多機器人廠商本身就接受貼牌或者聯合開發的合作模式。我們可以負責大腦和應用能力,他們負責本體制造,雙方共同開發產品。這完全可以形成互補。《新智駕物理AI》:紐媧未來會選擇賣機器人、授權模型,還是自己持有機器人、按服務收費?楊睿剛:至少未來兩三年,我們還是會以整機銷售爲主。長期來看,我們希望通過軟件授權和軟硬件相關服務形成持續收入。我們不打算自己持有大量機器人做大規模運營。運營有很強的專業性,可以和擅長這件事的企業合作。我希望紐媧的核心能力仍然是機器人智能系統和軟硬件開發。《新智駕物理AI》:紐媧最近也開始接觸海外市場。現在推進到什麼階段,您主要考慮什麼?楊睿剛:今年9月底,我們受K2邀請,到阿布扎比參加了LIVEX,和他們旗下的AutoGo聯合展示產品。目前也在和K2推進阿聯酋的PoC合作。接下來,希望和當地夥伴一起把具體場景和任務明確下來。機器人要經過什麼道路、使用哪些設施,現場出了問題由誰處理,這些事情都要一項項落實。參加展會可以讓客戶看見產品,實際使用還需要進入具體場景去驗證。我們也想看看,換一個環境,哪些能力還能直接用,哪些需要調整。國內做社區配送積累的導航、設施交互和任務執行能力,到了海外能複用多少?建築和服務流程發生變化之後,又要增加哪些工作?這些問題會幫助我們判斷,哪些已經是產品能力,哪些還依賴針對單個項目的開發。我們不打算自己做大規模運營,還是希望把精力放在智能系統和軟硬件產品上。所以海外合作也需要把分工談清楚:紐媧負責到哪一步,當地夥伴提供什麼支持,怎樣讓現場問題及時回到研發。先把具體項目做紮實,再看怎樣擴大。《新智駕物理AI》:目前紐媧已經產生收入了嗎?楊睿剛:已經有收入了,但主要還是項目制和POC階段的收入,還沒有形成規模化收入。《新智駕物理AI》:紐媧目前的團隊規模有多大?高校資源對創業有哪些幫助?楊睿剛:我們團隊主要由兩部分組成,目前全職員工加上實習生,一共三十多人。一部分是年輕的科研人才,主要來自交大的學生和研究團隊。另一部分是有成熟工程、產品和商業化經驗的人,很多是我以前在百度、嬴徹的老同事。高校資源對我們幫助很大。現在交大能夠提供優秀的學生和研究人才,紐媧則能夠提供更多算力、數據和真實場景。《新智駕物理AI》:紐媧最早是如何獲得投資的?楊睿剛:第一家明確願意投資的機構是PNP。我們是2025年11月左右開始接觸融資市場,12月就拿到了PNP的第一個TS。當時溝通得比較快,和他們的合夥人大概聊了兩次,就已經比較明確。他們一共有三位合夥人,其中有一位主要在美國,我在2026年1月又專門去見了他,之後主要就是盡調等流程。他們最看重的其實是團隊的完整性。至於具體做哪個方向,反而覺得可以多探索,不必一開始就完全確定。因爲那時候我們確實還是一個非常早期的團隊,基本上所有東西都在PPT上。種子輪之後,我們很快又完成了一輪5000萬元的天使融資。第二輪推進得更快。有投資方的負責人是我以前在百度的老同事,對我比較瞭解,也知道我們團隊的能力,所以很多事情不需要反覆解釋。有一次見面之後,對方甚至說,口頭上現在就可以給TS。我覺得這也說明,早期融資很大程度上還是投人、投團隊。《新智駕物理AI》:原本計劃2028年量產,現在爲什麼大幅提前?楊睿剛:主要有兩個原因。一方面是競爭。我們剛開始做末端配送的時候,感覺這個方向還沒有多少人在做,但現在已經有幾家公司開始佈局。另一方面是市場需求。隨着我們接觸更多客戶,發現實際需求比原來預想得更迫切。從上一輪拿到TS到我們決定加快下一輪融資,中間大概只有三個多月,但這三個月裏,我們完成了一些非常明確的技術里程碑,商務上得到的反饋也比以前清晰很多。哪些功能是客戶真正需要的,哪些暫時不重要,我們現在有了更明確的判斷。所以量產計劃至少比原來提前了半年,融資節奏也相應加快了。《新智駕物理AI》:從幾十臺到幾百臺、上千臺,研發、製造和模型訓練都需要資金。您覺得要融到什麼規模,才能真正跨過量產門檻?楊睿剛:我覺得累計融資至少要達到億元級別,纔有足夠的資金把產品做到真正有意義、能夠持續穩定運營的量產狀態。做POC相對容易,但從10臺到100臺、再到1000臺,模型訓練、數據、製造都會開始消耗大量資金。更重要的是,真正讓機器人在100個社區裏穩定運行,和做出幾臺POC是完全不同的事情。我們現在還只是在幾個社區裏運行,距離100個社區至少還有一個數量級的增長,真正的挑戰是讓它在大量不同的真實環境里長期穩定運行。我經常跟團隊說,如果這件事不難,那也輪不到我們這樣的團隊來做。外面有很多人比我們更懂行業、更懂運營,也更懂銷售。我們真正的機會,恰恰在於有些技術問題還沒有被解決。因爲難,所以才需要我們這些做技術的人。難這件事,我們不怕。雷峯網雷峯網雷峯網