155: 至简动力贾鹏：从英伟达到理想，具身智能的六边形战士
摘要
贾鹏认为，具身智能从 To A 转向 To B 的第一道门不是模型，而是尚未量产成熟的硬件。 行业仍普遍停留在几千台、手工装配和同型号个体行为不一致的阶段；按他的观察，现有本体长期使用后的返修率“基本是百分之百”，一致性噪声甚至可能大过数据收益。他预计硬件或在 2026 年底前后开始收敛，但反复强调：“硬件远远没有到那一步。”
至简动力选择从本体、采集硬件、AI Infra、模型到应用全栈自研，因为商业规模、真实数据和模型迭代必须形成同一个飞轮。 贾鹏把公司定位成技术、战略、产品、品牌、组织、商业都不能有短板的“六边形战士”；产品卖得越多，真实长尾数据越多，模型越快进化，产品与复购才会继续改善。“最好的自动驾驶技术公司，一定也是商业做得最好、产品做得最好。”
其核心技术押注是 Unified Model：把世界模型、VLA、快慢系统、理解、生成、推理和 Action 尽可能统一进一个模型。 贾鹏认为双系统天然面临帧率不同、冲突时听谁、联合训练困难等问题，理想在 2025 年交付时已尝试让模型自行决定何时走 CoT，并同时预测未来画面与输出动作。至简动力将继续押注“Unification”，同时寻找 Action 与生成模型相互反馈的 Self-evolution 闭环。
商业化不会从替换成熟流水线上的一个工位开始，而要优先选择可标准化、可复制的端到端柔性任务。 秒级节拍、极低容错和高频动作寿命，决定当前机器人难以取代流水线工人；至简更关注从仓库取料、上料、下料、质检、去毛刺再送回仓库的完整任务。当前可交付能力被界定为“通用移动＋简单操作＋物品泛化”，灵巧操作、安全交互和家庭场景依次后移。
贾鹏判断行业可能在 2026 年底至 2027 年初完成 To A 到 To B 的切换，2028 年附近出现 PMF，机器人大规模进家则要到 2029—2030 年。 具身窗口比大模型持续更久，因为它既没有 OpenAI 式已验证范式，也没有天然互联网数据，更不能靠用户随时接管；但窗口不会永远开放，PMF 一旦被验证，小米、华为、理想等具备软硬件能力的大公司就可能加速入场。“行业里第一个做的一定会死，但最后成功的一定是第一批。”
理想智驾从二三十人的、被认为几乎什么都没有的团队追到第一梯队，为这套创业方法论提供了最直接的样本。 2021 年约 80 人用 100 天从代码基本从零开始交付高速 NOA；2023 年又顶着裁员和产品倒退切无图，几周内逐项修复并在 6 月推向全量。到 2024 年底，团队用日活、智驾里程占比和 NPS 验证产品，Max 版本占比也从百分之十几升至超过 70%，用户为智驾多付约 3 万元，证明团队已从成本项变成收入贡献者。
从英伟达到理想，贾鹏最关键的路线变化是从“生态工具”转向“直接面对用户、硬件标配、数据驱动”。 他认可黄仁勋提前十年押注 CUDA、Jetson 和汽车端侧计算的能力，却认为英伟达偏 L4、地图与 Toolkit 的方法难以获得真实用户闭环；相反，Tesla 很早就坚持大算力、双芯片和即使用户不订阅也预埋硬件。“你就得让用户去骂”，因为只有产品进入真实世界，长尾问题和迭代方向才会暴露。
资本繁荣给后来者留下机会，也把生存条件推成体系战。 至简动力目前有 80 多人、约 1 万小时数据，GPU 已占研发费用三分之一以上；融资按顶级财务投资人、阿里腾讯等战略方、供应链与场景产业方分节奏推进。贾鹏确认已到第五轮，但没有确认投后估值超过 100 亿元。第一批具身公司上市会抬高行业热度，也会让头部获得更强的资本和融资优势；能穿越随后泡沫的公司必须同时具备资金、全栈产品、组织战斗力和自我造血能力。
精读
1. 高性能计算把贾鹏送进了英伟达的汽车赌局
贾鹏把技术起点追溯到 2008—2012 年：自己买几十个节点拼高性能计算集群，接触 C2050 和 CUDA 1.0、2.0，为核爆炸、蛋白质折叠、天气与海洋预测等算法做 GPU 加速。
2015 年底英伟达招他时，看中的不是汽车经验，而是 HPC 和并行加速背景；他坦言自己当时对端侧“完全是零”，只是端侧计算本质上仍是一个加速问题。
黄仁勋此前尝试把芯片放进手机，却受制于过热与功耗；下一类智能终端转向电动车，因为电池更大、散热条件更好，也更适合承接不断增长的算力。
2. 中国自动驾驶团队从一个人和两块板卡开始
贾鹏成为英伟达中国第一个专职自动驾驶员工，团队最初仍挂在数据中心业务下，向美国老板汇报；他的任务是把芯片和底层 SDK 推进中国汽车与自动驾驶市场。
早期工作很具体：“自己扛着板子”，带着 PX 1、PX 2 去车厂和互联网公司演示。百度、小马智行、文远知行、地平线等同一时期兴起的团队，最初大多希望使用英伟达芯片与工具链。
随着客户开始接受 GPU，他的角色从推硬件转到算法、软件加速和底层 SDK，本地团队也不得不覆盖传感器标定、感知、地图、自定位等完整链条。
3. 2015 年的英伟达仍是一家“小公司”
贾鹏回忆，2015 年底英伟达市值约 100 亿美元，全球只有五六千至七八千人；北京约百人、上海约八百人，与今天的体量不可同日而语。
他亲历了公司从约 100 亿美元到 1000 亿美元的阶段，并用“过去十年的涨幅跟比特币一样，五千倍”形容后续变化；这是他的口述概括，而非节目对数字作出的核验。
那几年业绩高速增长到形成一种交易习惯：按贾鹏的回忆，财报后股价经常跳涨约 30%，大家会在财报前买、次日卖。“这家公司是每天在跳跃地成长。”
4. 自动驾驶先经历研究市场，再迎来量产市场
贾鹏用 To A、To B、To C 描述技术周期：2015—2019 年主要是 To A，客户做 Research 和 Demo，能在小区域跑起来就已足够，销量和商业收入不应成为首要衡量标准。
黄仁勋当时不断追问“为什么卖不出去”，中国团队的解释是产业还没有进入量产；真正的增长要等 2019 年后，蔚来、小鹏、理想开始量产、Orin 等平台被正式采用。
到贾鹏 2020 年离开时，汽车业务仍不到英伟达收入的 2%。这也解释了为什么公司能提前多年布局，却迟迟不能从智驾获得与数据中心相称的回报。
5. 英伟达试图在车端复制 CUDA 的生态护城河
英伟达并不想替客户交付最终产品，而是希望在车端再造一层类似 CUDA 的基础设施：硬件之上提供工具和 SDK，客户直接在上面开发算法与应用。
中国与美国的差异很大，本地团队因此补齐标定、感知、定位与地图能力；这让贾鹏第一次从芯片底层一路看到了应用层。
这一模式的长处是横向覆盖客户，短处则是离最终用户较远。贾鹏后来把问题说得很直白：“你就得让用户去骂”，否则既拿不到真实数据，也不知道产品为什么不好用。
6. 偏 L4 的方法让英伟达错过了产品闭环
贾鹏认为，英伟达早期受传统 L4 思路影响较深：收购高精地图团队、投入地图和规控、为不同 Case 写规则，更像 Waymo 路线，而不是大规模量产车上的数据驱动路线。
这种选择也符合英伟达的公司性格——提供生态和 Toolkit，不直接面向用户。即使后来在奔驰等项目上承担更多交付，他仍推测其目的之一是验证方法并反向定义硬件需求。
程曼祺追问黄仁勋为何没更早走到 Tesla 路线上；贾鹏的回答不是技术判断失误，而是商业定位使然：“他不想直接面对用户。”
7. Tesla 很早就把大算力、标配硬件与数据绑在一起
贾鹏回忆，Tesla 第一代量产方案使用 Mobileye，因开放与配合问题决定自研；自研芯片尚未就绪时，黄仁勋拿着 PX 2 提供过渡算力和开放底层。
马斯克却明确表示下一代不会再用 NVIDIA：自动驾驶最终是 AI 问题，AI 最终是算力问题，必须做足够大算力的自有芯片；同时，即使用户不订阅 FSD，硬件也要预埋。
两块芯片、整车电子电气架构降低服务成本和持续采集数据是同一套设计。“我愿意为这个提前预埋硬件”，在贾鹏看来，这已是 2016—2017 年对 Scaling Law 的提前实践。
8. 扁平组织把贾鹏从算法工程师变成了架构师
刚加入时，贾鹏发现自己离黄仁勋只有五个层级；团队人少，英伟达的代码和资源却高度开放，他能从驱动、芯片设计、SDK、加速一直看到上层应用。
五年下来，他从纯算法加速人员变成软硬件兼具的架构型角色：“硬件、芯片、软件、算法，都可以跟别人聊”，这成为后来做全栈机器人的能力基础。
英伟达的通用计算平台也让工程师持续“开荒”：底层工具不变，上层应用从游戏、比特币、数据中心扩到自动驾驶和 Robotics，创新不必每次重建基础设施。
9. 黄仁勋靠精力、细节和沟通维持远期下注
贾鹏参加 GTC 时会与黄仁勋喝酒、去其住处聊天；他的突出印象是“精力太旺盛”，黄仁勋每天四五点起床读邮件或 Paper，还说自己额头温度比太太高一度，证明大脑在高速运转。
英伟达员工每周写 Top 5，既可记录业务进展，也可写生活事件。公司较小时，黄仁勋会亲自回复，追问中国客户为何仍未量产、问题究竟在硬件还是软件。
他未必能立刻把脸与人对应起来，但听到“贾鹏、中国智驾团队”就能继续讨论具体客户反馈。这种对细节的参与，使远期 Vision 不只是口号。
10. 十年下注成立，需要创始人信用与现金牛
CUDA 早期同样曾被质疑，股价最低时贾鹏记得约 7 美元；Jetson 和汽车端侧芯片从 2014 年左右开始投入，长期只贡献百分之零点几的收入，仍被保留下来。
贾鹏总结了三项前提：创始人对判断足够坚持，工程师相信其逻辑与人格，主营游戏显卡又能提供现金基础。缺一项，持续十年的小业务都很难在大公司内部存活。
黄仁勋不断重申“我们不是硬件公司，是软件公司”，后来又升级为 AI 公司。贾鹏认为，清晰分享愿景能让工程师相信自己正在做“越来越重要的事情”。
11. 离开英伟达，是为了把技术交到用户手里
2020 年离职并非因为他不再认可英伟达，而是贾鹏想看见真实用户使用自己的产品；供应商离用户太远，无法完成他已认定的数据闭环。
他也不认为 2020 年适合再创一家自动驾驶公司：2016—2017 年是创业与泡沫高峰，2018—2019 年行业下行，真正走出低谷靠的是 Tesla 与蔚小理的量产。
因而更合理的动作是进入车企，做最终产品。“把自己的理念、把自己的产品做出来”，比在低谷期另起一家算法供应商更重要。
12. 理想用“技术—产品—商业”与数据闭环赢得了他
李想最打动贾鹏的两点，一是“技术最终一定要服务于产品”，二是“数据是一切”；技术再强，没有用户产品与反馈闭环就没有意义。
贾鹏尤其意外李想并非 AI 背景，却很早认定自动驾驶最后是数据问题，而不是比谁的算法描述更漂亮。这与他从 Tesla 路线得到的结论高度一致。
李想把智驾视为新能源下半场的“命根子”：电动化最终会趋同，智能化决定差异；车先成为可移动机器人，用户才可能把它当作第二个家，再把同类技术延伸到家庭服务机器人。
13. 加入时的理想仍是没有技术光环的 Underdog
2020 年 9 月贾鹏入职时，理想第一款车失败后刚靠增程打开局面，智驾仍以供应商方案为主；团队只有二三十人，外界评价甚至是“什么都没有”。
他选择理想而非更成熟团队，是因为自己的作用足够大、理念一致，也能把已有经验完整发挥出来。上市临近不是核心变量，职位与团队 Fit 才是。
“从一个非常差的状态”用四五年追进第一梯队，反而是贾鹏最享受的部分；相比在成熟组织接手现成体系，他更喜欢从零开始的逆风局。
14. 理想智驾先统一认知，再以项目制组织战斗
贾鹏认为，李想、王凯、郎博、王佳佳和他若分别相信 Waymo、Tesla、NVIDIA 三套方法，项目“绝对会死”；首要共识就是学习 Tesla、硬件标配并先建数据闭环。
理想中层基本不强调固定组织架构，而是按项目从全公司抽调人，去酒店封闭开发。每次任务都有战役名称，组织围绕目标临时重组。
团队常看纪录片《全营一杆枪》：面对 U-2 侦察机，把从雷达发现到发射的几分钟压缩到约八秒。贾鹏把它视为统一思想、并行动作和提高时间利用率的组织隐喻。
15. 再急的战役，也必须留人看下一代技术
理想智驾长期保留一部分研发人员，不被当前交付完全吞没；他们负责验证端到端、VLA、双系统、世界模型等尚未成熟的方向。
贾鹏称，近几年团队每年可产出二三十篇顶会论文。关键不在论文数量，而是研究一旦证明有效，就能迅速转入产品研发和量产。
这解释了后期迭代为何突然加速：外界看到的是交付节点，内部早已用小团队把可能路线探过一遍，“真正要拉开差距，直接把这个东西转到量产”。
16. 第一场生死战是 80 人、100 天做出高速 NOA
2021 年理想开始真正自研，约 80 人要在代码基本从零开始的情况下，用约 100 天交付完整高速 NOA，并直接推到用户车上；失败意味着内部创业团队可能被解散。
方法不是把顺序工作压得更紧，而是将时间“掰成三份花”：最大化并行、提高有效工作时长和协作效率，让 100 天产生接近 300 天的利用率。
“别人能做，我为什么做不了”构成团队的情绪底座。贾鹏认为，生死压力、统一目标和执行合力，比单项算法优势更决定第一战能否交卷。
17. 供应链同样要找“做不成就会死”的伙伴
理想率先量产地平线征程 3，后来又率先落地征程 5、征程 6；禾赛激光雷达、森思泰克毫米波雷达等新供应商，也在高压周期中与团队一起承担风险。
贾鹏的供应链选择原则颇反常：“不能选行业老大”，而要找第二、第三名，因为项目失败同样关系对方生死，双方才会把最强人员派进来组成一个团队。
李想和王凯等高层负责把多家公司在目标与资源上拉齐，团队则获得“你们想要什么资源我都给”的信任。理想的飞书、项目制和战略分析方法甚至影响了部分供应商组织。
18. 无图不是技术炫技，而是产品公平性的要求
城市 NOA 依赖高精地图时，行业竞争变成“谁开城更快”；但车企没有地图资质，覆盖范围最终受制于高德、百度等供应商。
贾鹏回忆，当时地图可能只覆盖约 30 个城市及其重点主干道。李想的追问是：用户花了同样的钱，为什么一二线城市能用、三四线城市不能用？这对产品是不可接受的。
研发中的 Mapless 小团队已在深圳验证过可行性；深圳高架、小路、潮汐车道都很复杂，虽然效果不如有图方案，却证明“这件事有戏”，于是有图第一版后全队迅速转向无图。
19. 2023 年切无图，先经历产品倒退与裁员夹击
一次性放开小路、园区、主干道和高速后，数据不足使产品力明显下降；转型又赶上 2023 年四五月公司裁员，团队士气与外界信心同时受压。
李想对产品瑕疵“零容忍”，新版本会直接推到他的车上，反馈可能是“这个东西再不行，团队就解散，你就滚蛋”。贾鹏和交付负责人王佳佳承担了主要压力。
团队没有只讲长期方向，而是逐条解释问题数据、根因、方案和修复时间。两三至四周后，大部分问题被关闭，李想开始认可无图体验。
到 6 月，无图方案推向全量用户；没有地图边界后，小路、园区、城区与高速得以连续使用，产品上了一个台阶，部分此前裁掉的同学也被召回。
20. 真正的组织能力是一起掉坑、一起爬出来
李想给贾鹏留下最深的一句话是：“没有任何人可以避开坑，最后比的是谁爬坑能力更快。”错误不可避免，关键是不在坑里自怨自艾，也不把旧方案重新垒回去。
另一条纪律是“要掉坑就一起掉”，不能有人站在外面说风凉话：“你看，我当时就说你们不对。”认知不一致会把复盘变成归责，团队也无法形成下一步共识。
理想智驾没有太重的历史包袱，研究证明新方向更好时，就能推翻旧代码与旧产品。这种爬坑速度，被贾鹏视为后来连续追赶的核心能力。
21. 智驾是否成功，要看使用、商业和行业位置
到 2024 年底端到端双系统成熟后，贾鹏认为理想智驾才真正“做成”。内部首先看日活：用户是否每天使用，而不是团队是否觉得技术先进。
第二项是智驾里程占用户总行程的比例，避免用户只短暂尝鲜；第三项是 NPS，看车主是否愿意向朋友推荐产品。
商业指标同样直接：Max 相比 Pro 贵约 3 万元，早期 Max 占比只有百分之十几，后来超过 70%。这意味着智驾从纯烧钱团队变成用户愿意付费的产品能力。
行业认可则是第三层：贾鹏把华为、理想、小鹏，以及部分其他团队放在公众普遍认知的第一梯队，重点是理想从明显落后状态在短时间内追了上来。
22. 自动驾驶的技术范式在 2024 年底开始显得“接近终局”
端到端、双系统、VLA 与世界模型接连转量产后，研发到产品的通道已跑顺；后续项目不再像无图切换那样是生死式范式重建，而是体系内快速迭代。
贾鹏与 Tesla 团队交流时发现，V13 到 V14 的方向与理想相近：更一体化的 VLA、世界模型与语言推理。他既惊喜思路一致，也失望于“它竟然比我们还晚”加入部分 System 2 能力。
他的判断是，未来单车算力和模型会继续增大，但“数据驱动＋一体化模型”的范式不会根本改变；工作重心将转向效率、运营和用户级 L4，而这不再是他最想解决的新问题。
23. 创业选择来自对几条候选赛道的排除
2024 年底，VLA、π0、端到端和双系统的表现增强了贾鹏的确定感；到 2025 年初，他已与理想同事讨论“自动驾驶差不多了”，希望开启下一个十年。
大模型已成为只有大公司能承担的资本游戏；Agent 在他看来像十年前做 iOS App，很快会涌入大量团队；消费 AI 硬件又更偏产品、运营与深圳供应链速度，并非其算法和系统长项。
余下最匹配的是具身智能：终局市场大，AI 是核心驱动力，又要求算法、软件、硬件强结合。他想找一件“能安心做十年十五年”的自己的事业，而非换一个相似职位。
24. 具身创业窗口比大模型更长，却正在接近关闭
大模型创业有三项先天优势：OpenAI 已验证范式，互联网提供海量数据，纯虚拟产品早期犯错也容易被用户容忍；自动驾驶同样有 Tesla 范式、车辆数据和驾驶员接管。
具身智能三项都不具备：技术范式未收敛、冷启动没有天然数据、机器人又必须独立完成物理任务，六七十分的正确率没有实际价值。
因而第一批进入者的时间窗会持续数年。贾鹏预计 2026 年底或 2027 年初，行业会从 To A 的 Demo 与融资驱动切进 To B 的商业结果驱动，之后新进入者机会明显收窄。
李想给他的判断是：“行业里第一个做的一定会死，但最后成功的一定是第一批。”方向与时间点可以尽早下注，真正风险在组织、控制权和执行。
25. 三位长期共事者组成互补的创业三角
贾鹏 2025 年 6 月底离开理想，最初为减少对老东家的影响，只在小范围接触理想既有投资人；他在元璟资本找到当时任合伙人的王凯，两人很快决定共同创业。
王佳佳完成理想后续 VLA 交付后加入。三人分工延续多年默契：贾鹏负责算法、模型与技术方向，王佳佳负责硬件、底层软件、产品和交付，王凯负责战略、管理、IR 与融资。
贾鹏并不执着于一号位，但具身早期仍由技术范式决定数据和 GPU 如何投入，最终三人认定应由他任 CEO 拍板。“钱要舍得花，但是一旦找到范式之后，一定要使劲砸。”
他从李想身上带走三条原则：技术服务产品、产品服务商业；困难时靠组织文化维持认同；最终决策权必须清楚掌握在一个人手里。
26. “至简”既是模型原则，也是产品与组织原则
公司英文名 Simplicity、中文名至简动力，来自“大道至简”；口号是 “Simple Scaling”，即越简单的系统反而越容易规模化。
模型层面，人为模块和规则越多，扩展性越差；产品层面，希望做到“开箱即用”，尽量降低客户现场调试和学习曲线。
组织层面也追求扁平、小而高效、项目驱动，不急于堆出大部门与多层管理。这个名字因此不是审美表达，而是三层方法论的共同约束。
27. “六边形战士”意味着不能只做一张漂亮 Demo
至简动力把自己定义为技术、战略、产品、品牌、组织、商业都要强的“六边形战士”，因为行业正从 To A 转向 To B，单点模型效果不再足以换来长期生存。
公司从本体、数据采集硬件到算法、训练推理框架都要掌握。贾鹏用自动驾驶复盘：早期有大量算法、地图和数据供应商，最后更有生命力的往往是软硬一体、能交付产品的团队。
全栈不是为了什么都做，而是确保模型能定义本体、本体能产生数据、推理能持续迭代、产品能形成销量和复购。“这几个环节是层层递进、紧密扣在一起的。”
28. 人口变化构成了贾鹏最个人化的市场判断
贾鹏有两个女儿，分别出生于 2018 年和 2021 年；按他节目中的口径，中国出生人口从约 1700 万降至九百多万，2025 年又到七百多万。
他由此追问自己老年时谁来提供护理和日常服务：当女儿成年后，劳动力红利和低价服务会逐年消失，家庭机器人不只是消费升级，而可能是人口结构问题的解决方案之一。
终局上，他认为“每个家庭，甚至每个人有一个系统”是合理想象；这也是为什么他确信总市场足够大，值得投入十至十五年。
29. 具身终局更可能是多个垂域各自寡头化
贾鹏不同意人形会统一一切。上半身的眼、臂、手可能接近人形，因为这是通用操作结构；下半身则可能长期并存双足、四足、轮式与履带。
人形会占最大通用市场，但许多特殊工况存在更高效的专用构型。终局不是少数公司吃掉百分之八九十，而可能由许多垂域分别形成几家软硬结合的强者。
这是一种“分散的垄断”：同一垂域仍受规模、数据和产品闭环支配，但不存在一款本体覆盖全部任务的必然性。
30. 开放 Foundation Model 与垂直闭环将同时存在
贾鹏预计行业会像 iOS 与 Android 一样形成两类生态：一类由字节、阿里、腾讯等大厂提供通用多模态 Foundation Model，垂直团队叠加自己的数据与 Workflow；另一类像 Tesla，尽可能闭环自研。
创业公司的边界不在训练全互联网基础模型，而在拥有本体、Action 数据、垂域流程与落地能力。真正的商业实施是“又脏又累的活”，互联网公司未必愿意逐个行业完成。
大厂最终可能覆盖通用 3D 理解、空间推理和生成，创业团队则做 Conditional Training、本体适配和 Action 生成。两者会重叠，但不是简单的“大模型加一个动作头”。
31. 至简先搭三层技术栈的最底层
贾鹏把研发分为三层：底层是视觉、本体、零部件、训练框架、推理引擎等 AI Infra；中层是具身 Foundation Model；上层才是工厂、商超、物流、服务业的具体应用。
创业前半年主要精力放在底层，因为长期竞争本质是迭代效率。数据闭环、GPU 利用率、训练速度和端侧推理能力，决定同样数据能否更快变成产品改善。
团队同时保留一部分研发探索中层模型，但不急于铺大量场景。贾鹏沿用理想经验：前期把 Infra 打好，后期应用转化速度才可能突然拉开。
32. 一体化模型要消除双系统的内部冲突
理想在 2024 年端到端、双系统交付后，团队看到了两个模型的天然问题：快慢帧率不同、意见冲突时难以仲裁，联合训练还需构造大量配对数据。
2025 年交付时，贾鹏称团队把世界模型和 VLA 合进同一个模型：生成语言 CoT 的同时预测未来几帧，再输出 Action。
“快”和“慢”也不再由两个独立模型固定分工，而让模型自己决定什么时候思考、什么时候直接行动。至简动力创业后继续沿着统一 VLA 路线研发。
他把生成、理解、推理、世界预测和 Action 视为相互增强的能力，而不是可以长期分别优化的模块。
33. OpenAI、Gemini 与 Tesla 都被他视为 Unification 样本
贾鹏的复盘是，OpenAI 早期分别推进语言理解、Thinking 与非 Thinking、视觉理解和视觉生成；GPT-4o 首次出现了多模态理解，之后又逐步加入多模态生成，GPT-5 之后 Thinking 模型也逐渐合进来。
Gemini 1.0 从一开始就强调原生多模态，早期效果未获认可；到节目所称的 Gemini 3，理解、生成及上层应用表现才让“大一统”路线显得更有说服力。
Tesla V14 则把 3D 世界模型预测、语言 CoT 和 Action 放进一套模型。贾鹏据此断言：“Unification 这件事肯定是大势所趋”，尽管具体结构仍未成为全行业共识。
34. 至简不会从零训练互联网级基础模型
团队现阶段采用 Janus-Pro，一部分原因是开源的生成理解一体化模型很少；其 1B、7B 版本体量较小，也更适合具身端侧与快速实验。
贾鹏不认为原生 VLM 直接加 Action Head 就足够：互联网图文包含大量与机器人无关的知识，却缺少 3D、空间推理和未来 3D 生成能力，这条路“甚至可能是个死胡同”。
理想分工是由阿里、腾讯等训练底层原生多模态模型，至简加入本体与垂域数据，把它改造成具身 Foundation Model，再适配具体任务。节目提到团队已与相关多模态团队持续交流。
大公司未来可能自己做机器人，但通用模型与逐场景商业落地仍是两种能力；至简押注后者不会被一个通用 API 直接消灭。
35. 数据冷启动已有共识，但至简的进度低于预期
创业初期，贾鹏最担心具身不像汽车和互联网那样天然产出数据；2025 年七八月与 Sunday Robotics 等团队交流后，穿戴式设备、半真机采集已经出现一定 Scaling 效果，增强了他的信心。
至简目前约有 1 万小时数据，以半真机为主，也包含真机数据。这个量低于贾鹏原先预期，瓶颈不只是采集规模，而是穿戴设备的可靠性。
例如手套会受电磁干扰，位置数据突然跳变；早期大约三分之一数据不可用，迭代后可用率提升到约 90%。硬件质量直接决定数据能否进入训练，而不是采回来就有价值。
36. 商业化就是最宝贵的数据采集系统
贾鹏反对“先不谈商业化、只做模型和数据”的切割。Tesla 给他的启示是，规模化销售带来真实用户场景，真实场景又产生半真机、合成数据和采集场无法想象的长尾。
自动驾驶团队往往用“百分之九十的精力解决最后百分之十”的问题；这些事故与 Corner Case 很难靠工程师坐在办公室里枚举，最复杂的东西和最好的数据都在真实场景里。
产品是否进入真实使用，也要看使用率、复购率、返修率，而不是出货后摆在客户现场。商业结果既检验产品价值，也决定下一轮数据规模。
37. 双芯片标配是为影子模式预留迭代空间
至简计划坚持双芯片标配：一块运行稳定生产版本，另一块在不影响用户的情况下采集、分析并运行新模型的 Shadow Mode。
新模型在额外芯片上与旧版比较；偏差数据再传回云端判断新旧优劣。规模足够大时，还可把不同模型分发给不同设备做大规模 A/B Test。
这套设计继承 Tesla 的逻辑：标配算力既是数据入口，也是测试场。贾鹏因此把端侧推理放在高优先级，而非只讨论训练端参数规模。
38. 合成数据能扩长尾，不能取代真实操作数据
程曼祺用行业中主张合成数据、质疑在真实环境中用真实数据做强化学习很难的观点追问；贾鹏没有称其“非主流”，但明确说做过量产的人通常会认为合成数据“有用，但不是主力”。
即使汽车本体和避障问题相对简单，自动驾驶也没有让合成数据承担 90% 的训练。它最有效的用法，是把一个罕见 Corner Case 通过 Pipeline 扩成一百条。
在具身领域，合成数据可用于 Locomotion、闭环测试和验证；但把它作为操作数据的主要来源，“目前没有看到希望”。真实场景长尾仍有巨大 Gap。
对英伟达推崇仿真的现象，贾鹏解释为生态公司逻辑：客户有需求，它就把工具做得更完整、更快；这不等于仿真已经成为所有操作模型的主要数据源。
39. 硬件一致性是最容易被一句话带过的真问题
当前所谓量产往往只有几千台，距离汽车每年数百万、上千万台很远；不少本体仍是“手搓”，工艺、一致性、稳定性和可靠性测试没有形成共同标准。
贾鹏举出的直接检验是：同一生产商、同一款灵巧手，把 A 的数据拿到 B 上 Replay，行为可能不同。这样采出的数据噪声可能大过新增样本带来的收益，模型训练也失去基础。
对返修率，他拒绝给出具体厂商数字，却按自己的观察说“基本是百分之百”，很少有设备能长期工作而无需维修；这使高频商业任务暂时难以成立。
宇树在大型表演中展示多台机器人高难度同步动作，让他看到一致性与流程化生产的希望；但他仍判断行业至少还差一两年，不能因为模型热度而跳过制造基本功。
40. 至简用“半人形”让本体服从当前模型能力
公司当前本体是上半身双臂、下半身轮式的半人形结构。贾鹏认为这比完整双足更适合近期场景：移动效率高，又保留主要操作能力。
半年多时间里硬件已快速迭代两三次。核心原则不是追求越像人、自由度越高越好，而是根据此时模型能利用的能力定义本体，避免硬件团队“狂奔、自嗨”。
特斯拉坚持全人形可以从终局倒逼供应链成熟，后来者会受益；至简则使用已有一体化关节和产业伙伴经验，减少重复踩坑。
生产在苏州，靠近现场，问题可以当天解决。贾鹏把这种贴近制造的迭代速度，视为软件团队过去不熟悉、现在必须补上的能力。
41. 从六七十分到接近百分之百，决定 To B 是否真正到来
通用 Foundation Model 可能每项任务只有六七十分，这对聊天产品已有价值，对物理机器人却意味着持续犯错；单一商业任务必须提升到 99% 甚至接近 100%。
贾鹏认为行业大致认同两步：先用相似场景数据做 SFT/Domain Adaptation，再以真机 I/O 或 Offline I/O 强化单一任务。争议不在有没有这两步，而在效率。
至简希望未来换到新任务后，用二十分钟或半小时把基础能力拉到可交付水平；这仍是目标，不是已完成的结果。若每个客户都需长期定制，商业模式仍会退化成非标自动化。
因而 To B 需要两件事同时发生：硬件可稳定量产，模型又能低成本从通用六十分适配到垂直一百分。时间判断有依据，但贾鹏并未把 2026—2027 年说成无条件必然。
42. 第一批场景要覆盖完整任务，而非替换一个工位
成熟流水线上的工人几秒完成一个动作，机器人目前在节拍上追不上；一旦出错还会导致全线停产，高频动作又会放大过热、寿命与返修问题。
只为某个固定工位定制，也会让至简与中国 7000 多家非标自动化公司没有本质区别。因此团队会先问客户认知与流程，而不是一听到场景就去现场做 Demo。
更合适的任务是从仓库取料、上料、下料、质检、去毛刺再送回仓库。机器人可重构完整流程，用一套 Skill Set 覆盖多个环节，也更容易复制到另一家相似客户。
当前能力边界是“通用移动＋简单操作＋物品泛化”：抓、拿、取、放、搬运仍较简单，但预训练视觉能力可以识别不断变化的物品。
43. 柔性制造、欧洲工厂与商超构成早期需求池
许多工厂并非全年生产单一产品，经济环境变化又使订单更小、更散；传统写死轨迹的机械臂对物体和位置变化高度敏感，几乎没有 Zero-shot 泛化。
王凯有近二十年海外经验，创业后多次考察欧洲。贾鹏认为，当地普通服务人员成本可达约 3000 欧元，柔性小批量工厂更有动力采购可快速换任务的机器人。
商超同样存在大量结构化但非固定工作；按他的概括，商超中 80%—90% 的人都在整理货架、补货、搬运和摆放，适合具备识别各种物品与基本搬运能力的系统。
这些市场的共同点不是机器人动作最炫，而是流程端到端、物品持续变化、人工成本高，且同一方案能够跨客户复制。
44. 家庭机器人必须等到安全交互成为通用能力
贾鹏把能力演进分为通用移动、通用操作、通用交互，最后才是遥远的跨本体泛化。当前较现实的是移动、简单操作和物品泛化。
操作泛化需要高自由度灵巧手覆盖抓、拔、插、拧等四五十种原子动作；但灵巧手的寿命、价格和可靠性尚未收敛，他预计可能还需两三年。
家庭场景则要等安全交互成熟。几十公斤机器人倒向儿童、机械臂甩出一次，都可能致命；工业机械臂之所以被围栏隔开，正说明“进家”不能只看 Demo 成功率。
Figure、π0.5 等系统已可供少量 Geek 在家测试叠被子等任务，但大规模家庭产品要沿工厂、商超、酒店餐饮等封闭和半封闭场景逐渐摸清边界。贾鹏给出的时间是 2029—2030 年附近。
45. 组织、资本和 CEO 转型最终都服务于同一场体系战
至简目前有 80 多人，没有第二层管理：硬件、底层软件、运动控制和产品直接归王佳佳，算法、模型与推理归贾鹏，战略、IR、GR、PR、财务、法务和融资归王凯；三人每周用战略会解决分歧。
招人先问是否相信具身智能，再问能否接受“荒地”：岗位不固定，每个人可能同时开两三片地。贾鹏希望以 Tesla Autopilot 约 200 人做出顶级产品为组织标杆，而非过早建立重流程。
融资按顶级财务投资人、阿里腾讯等战略方、供应链与场景产业方分节奏推进；主持人提到第五轮及投后超百亿元时，贾鹏确认已到第五轮，但未确认投后估值。快速融资的代价是更高预期，团队几乎每月都要拿出新成果。
数据、人才、GPU 和硬件投入是四类主要资金需求，其中 GPU 已占研发费用三分之一以上。贾鹏担心过度谨慎会错过 To B 扩张窗口，却仍坚持先跑通最小闭环，再判断是否铺开。
对 2026 年，他较确定模型与数据范式继续收敛，最不确定的仍是硬件；对 2027 年，他关注多模态推理、Visual CoT、Unification 和 Self-evolution 是否形成类似“GPT-3/GPT-4 时刻”的信号。
第一批具身公司上市会给行业强心针，也让头部获得更强的资本能力和融资效率；到约 2028 年 PMF 出现，大公司可能加速入场，而“百家争鸣”之后的一两年也可能迎来泡沫破裂。
创业让贾鹏从“只专注技术的工程师”变成更像家长的一号位：除了技术，还要关心员工座位、饮水、孩子生病和职业归宿。战略如今意味着明确“要什么、略什么”，远期 Vision 不能错，近期动作要精准，中间的坑则快速爬。
两三年后的保底目标，是别人找到 PMF 与技术范式时至简能立刻跟上；更高目标则是自己成为发现者。“我更希望从一个大家不被看好、或者从零的状态，把它带到一个很好的状态。”