摘要

机器狗进入"第三代"：赵哲伦把足式机器人演进拆成三段——波士顿动力的规则控制（Spot 成本极高）、宇树靠中国供应链+设计降本，行业随后转向强化学习（但仍是"盲走"、仍靠遥控器）、如今本体技术+十年自动驾驶+大模型三线汇合，“三个技术走到十字路口”。维他动力据此推出他所称的第一款不需要遥控器的四足机器人，年底正式上市，公司成立九个月已完成三轮共约 3 亿人民币融资，新一轮融资进行中。
对王兴兴"VLA 是傻瓜式架构"的暴论，赵哲伦的回应克制而务实：VLA 数据来源确实低效、泛化有问题，“但是目前没有更好的方案，所以我们也应该选择目前最好的方案”；且自主移动比自主操作更接近自动驾驶的成熟研发范式——这正是先做四足、暂不做操作的核心原因。
最锋利的行业判断：宇树本体"绝对是现在国内或全球 top 甚至第一的水平"，但机器人另一条必走的线是感知—理解—规划—决策的自主化，而"掌握这些认知的人，目前并不在宇树公司——他们在现在的自动驾驶团队以及 AI 团队里"。这也点出了具身智能下一阶段的人才挑战。
一上来就 To C 是反共识的刻意选择：CEO 余轶南从上一轮 AI 大浪淘沙中得出的判断是，To B 生意的链主是渠道和商务，“技术很多都可以靠买来或者靠搬运来”；只有 To C 才能打技术上限、留住最好的 AI 团队。选四足而非人形同样是逆融资激励的：“你得放弃一个更好的或者更容易的融资，去做一件更落地的事情，它背后就变成一个少数人的选择。”
离开理想的底层逻辑是一个投资级框架：physical AI 有场景复杂线和容错线两条轴，开车不复杂（人学两周到一个月就会）但容错要求是"我能想象到的世界上所有产品里最高的"，L4 存在难以填平的沟壑，智驾因此不是独立经营单元——“卖车需要什么样的智能驾驶，它就应该成为什么样的智能驾驶”。他要的是 physical AI 自己商业化落地。
泡沫问题他直接认账：“今天就确定性的有泡沫”，策略是不让自己处在"无法承受泡沫破的状态"——一款产品、六七十人、正常开销。 主持人补的比喻他欣然接受：肥皂泡破了就破了，啤酒泡最后会沉淀成好喝的啤酒。
十年之约：WRC 五到十年内会成为 1851 年伦敦世博会式的存在，海外观众已从车展时代的"行业 owner"心态变成"纯粹来学习"；机器人文化有机会像汽车文化之于欧美那样诞生在中国，终局画面是《机器人总动员》——各种形态、不必人形、“物理世界的幸福指数会增加”。

精读

1. 开局九个月：三亿融资、六七十人、年底上市

快问快答立好基本盘：赵哲伦 31 岁，特斯拉中国早期员工、42号车库创始人、理想汽车智能驾驶产品负责人五年，去年十二月与余轶南共创维他动力，定位"国内首家消费级具身智能公司"。截至今年五月完成三轮共约 3 亿人民币融资，新一轮进行中，估值未披露。
团队从零组到六七十人，覆盖硬件、系统、软件、AI 加产品与 marketing；首款产品年底正式上市，目前零收入。全年 OKR 不是唯量论：“最核心的是出货量……应该是 NPS 和出货量”，第一代产品更看用户买了之后"觉得确实这东西还不错"。

2. WRC 是"上牌桌的机会"，海外来客的姿态变了

他从今年两三月就向 CEO 明确：“WRC 这个机会，是我们上牌桌的机会。“团队三四十号研发提前两天进场，开展前一天在还在装修的展馆里拉了二十多号媒体开 workshop——“那是唯一的一个时间窗口”，之后人流爆满，原计划最后两天逛展，结果忙到最后一天中午才逛了一圈。
更有信息量的是观众结构的变化：过去至少十年他跑车展，欧美、日韩人士来看中国电动车供应链，“他们依然是感觉上依然这个行业的 owner”，看什么能拿回去用；这次 WRC 美国人不多，但日韩、中东、东南亚来客"纯粹就是来学习的”——看中国机器人发展到哪了、有什么可以带回国卖。

3. 十年之约：WRC 会是这个时代的伦敦世博会

他的预测给了明确时间窗：“最多再有五到十年……中国的机器人大会会成为全球的人都来看的，它也代表世界机器人的最高的水平”，对标约1851 年的伦敦世博会——那届展品里有蒸汽机和纺织机，是提供 energy 的时代源头。
他给机器人的对应定义：提供一种"空间移动方式”——无论灵巧手、机械臂还是四足，“本质其实都是把一个机械非常有序的从空间中的 A 点到 B 点……确定性的完成确定性的任务”，这种能力能作用在任何场景，迸发广泛价值。
展后第一天就有美国需求的信号：熟悉美国市场的朋友大卫一早来电，“你能不能给我到美国带两台”——美国 house 更大、独居长者更多，无遥控自主移动的产品在美国的价值与中国"还就不太一样"。

4. 机器狗三代演进：从规则控制到强化学习，但仍是"盲走"

第一阶段是波士顿动力主导的机器人控制论时代：编程加规则算法，十二个电机的协同全靠内部规则逻辑，电机/液压驱动成本极高——Spot"在机器人的控制论里做的非常优秀"，但贵。
第二阶段以宇树为代表：靠中国供应链和精巧设计降本（Go To 卖给学校科研的版本仍近十万元，但已远便宜于 Spot）；2022-23 年行业从规则式切换到强化学习训练步态，从"平地一套规则、台阶一套规则"变成全地形自适应——技术框架与今天的外骨骼几乎一致。
但这一代仍叫"盲走"：步态切换靠物理感知而非视觉，怎么走依然靠遥控器。这是他划分第三代的分界线。

5. 三技术汇合成第三代：无遥控器的自主移动

他的公司论点：今天三个技术相对成熟——四足本体（“上山下水，比正常的人类运动员都要强”）、做了近十年的自动驾驶（自主移动无非是"从一个更快的交通环境到一个更慢的复杂生活空间"，速度变慢但场景更复杂、更不可规则描述、还是接触式的）、大模型带来的自然交互。“我们的四足是三个技术走到十字路口的一个过程。”
产品形态因此成立：不需要遥控器，自然语言指挥"到这来、到那儿去、跟我走"，解放双手后"很多事就可以干了"——帮拿东西、跟拍。被问这是否行业共识，他的回答留有余地：“大家应该大部分能共识，但大家好像没有以这样的方式去拆解过和认真的讨论过。”

6. 回应王兴兴的"VLA 傻瓜论"：没有更好的方案，就选目前最好的

WRC 首日王兴兴发暴论称 VLA 架构"相对傻瓜式"、具身数据量不足。赵哲伦承认前提：“VLA 架构的很多的数据它的来源很低效，在车上其实已经是一个很好的数据闭环，但在机器人上素材比较低效”——但"目前没有更好的方案，所以我们也应该选择目前最好的方案"。
第二层拆解更关键：上肢（自主操作）与下肢（自主移动）要分开看。移动线上，数据采集、泛化、用世界模型举一反三的研发范式与自动驾驶更接近，“VOA 或者叫 VON……在移动上相对更能跑通一些”；操作的研发范式"确实还不是特别高效"——这就是先做四足切入、暂不做操作的核心原因。

7. 为什么先做狗不做人：本体成熟度定义了"能不能放进你家"

他直面"挑了简单命题让粉丝失望"的观感，逻辑很干脆：创业零到一"必须要交付产品"，就必须选成熟本体加可行 AI 路径。四足"一定是本体上最成熟的一类机器形态"，机械臂次之，“两足和灵巧手今天其实就并不是特别成熟”。
成熟与否的判据值得记住：“做 demo 给你做视频展示其实没有问题，但你要让我真的把这个机器人放到 Hacker House 里让你随便的去用，它就会出问题。”
能力构建上他自认是"大全套"：感知、交互、执行单元加 AI 大小脑、控制器芯片、能源系统全栈，“跟人形唯一的区别只有执行单元”——十个、二十个还是三十个电机的问题。“麻雀虽小五脏俱全”，跑通后组织就为将来的上肢操作和人形做好了准备。
他也坦承这条路对融资不利：“你选四足，比起去做人形，在估值和融资上是更困难的……你得放弃一个更好的或者更容易的融资，去做一件更落地的事情，它背后就变成一个少数人的选择。”

8. 一上来就 To C：余轶南从上一轮 AI 周期学到的链主逻辑

创业前看的机器人公司全是 To B，他们反着来。第一个基因是必须交付面向用户的产品——“技术能力非常强的公司，它的产品基本上都直接服务于用户”，只有这样才有机会打技术上限。
第二个基因来自余轶南——国内第一代 AI 研发人员，亲历上一波"AI 四小龙"热潮的大浪淘沙（潮水退去，地平线浮在水面上）。他的结论：To B 生意的链主是 B 端客户，企业核心能力变成渠道和商务，“技术很多都可以靠买来或者靠搬运来”；只有 To C 业务才可能让"行业里最棒的技术团队愿意待在这儿"。
还有一个不可逆判断：公司零到一做了 To B 之后"很难再去做 To C 了"，组织范式和研发工作方法会被限定死——所以开头就得选定道路。

9. 双手沾泥的用户调研：过去的机器狗 NPS 很低

今年二月左右，团队用理想内部说法叫"双手沾泥"的方式做调研：人工找遍小红书、微博、视频号、闲鱼上所有买过四足机器狗的用户，要联系方式，深度访谈打一两个小时电话。
结论清晰：四足有市场但"一是尝鲜，二是也容易吃灰……虽然有人尝鲜买，但它 NPS 很低"。四大痛点：需要遥控、续航低、在家噪声响、容易坏。三月团队专程参观石头科技工厂学习成熟类机器人公司的质量管理——过去四足的维修率、退货率其实挺高。

10. 不做玩具：定价受限的连锁反应养不起 AI 团队

主持人观察到天猫小红书上机器狗多数被当儿童玩具卖（月销一千三千）。他的回答是一条商业逻辑链：一旦以玩具定位（除非做成潮玩，那是另一套需要艺术家的范式），“它定价一定是受限的……连锁反应就是它不能用上非常好的技术，它也没法去养活背后做 AI 的这些团队，这件事情商业上就是不成立的”。
他们要"有趣且有用"：这是"目前你真正能带出门的"机器狗——过去玩具电机扭矩不够、腿不够长带不出门；宇树 Go To 能带出门但"你得遥控推着它走……跟你玩着遥控小车是一样的"。
价值再往上是多功能背板：机器狗作为通用移动平台，“移动的抵达能力基本上是人能走到的 everywhere”，背板通电通信、可固定设备——影像设备、机械臂、储物，“甚至像投影仪和冰箱这种设备都是可以放在我身上的”。

11. 全栈自研的坑：宇树上跑通的算法，在自家本体上根本用不了

除摄像头、激光雷达、电芯等零部件外，硬件本体的系统架构、机械结构、外观全部自研——意味着"完全去补课，补原来 Robotics 的这个课"。四月前公司两条线并行：AI 团队拿宇树四足做二次开发先跑算法，硬件团队自建本体；四月二十八日左右第一代硬件 A 样出炉。
五月软硬结合时撞墙：“原来的算法同学在宇树的本体上做的非常成熟的东西，在我们的本体上根本用不了……这里面的 gap 就很大。“他顺带给了对手一个不吝啬的评价：宇树硬件"绝对是现在国内或者全球 top 的水平，甚至是第一的水平”。
进度的诚实刻度：“到今天为止，我也不能说完全解决了，也就是解决百分之八九十”，但"今年在上市前我们一定会彻底解决”。回报是组织能力：把 AI 和 robotics 两拨完全不同研发范式的人放在一个项目里管，跑通之后"以后我做更复杂的形态的时候，其实我也完全可以"。

12. 宇树的两条线，和一句关于人才在哪的判断

他把机器人技能拆成两条线：一是本体控制能力的延伸——做关节和自由度更高、更复杂更便宜的本体，“宇树在走第一条线……本体上它做的不断的越来越好，这也是王兴兴以及宇树非常强的地方”。
二是自主化：从感知环境到理解信息到规划、决策、控制的 AI 线。这是全行业绕不开的，也是本场最锋利的判断：“这条线是我们的挑战，同时也是宇树非常大的挑战，因为掌握这些认知的人，目前并不在宇树公司。“主持人问那在哪里——“他们在现在的自动驾驶团队以及 AI 团队里。”
反过来对 AI 公司也成立：挑战是做 robotics。“AI 团队能兼容 robotic 的人，robotic 的人得兼容做 AI 的人，最终才能形成一个完整的组织”——这是新一代具身公司的共同命题。

13. 离开理想的框架：L4 的容错沟壑，智驾不是经营单元

去年智驾卷端到端时他看到了做机器人的可能性：车是平面的空间移动，机械臂、四足、双足、灵巧手"本质其实是很相似的”，研发范式可迁移——背后"离不开 Tesla 很大程度上在牵引这件事情”。
但他同时看到 L4 落地的"非常大的一个沟壑"，并给出一个两轴框架：physical AI 有场景复杂线和容错线。开车在复杂性上"肯定不算难的，人学两周到一个月肯定就会开车了"，AI 很擅长复杂问题；但容错恰是 AI 不擅长的，而自动驾驶"是我能想象到的这个世界上所有产品里面的容错要求最最最最高的"，犯错的失效成本极高。
沟壑的商业后果：L4 业务"本身不是一个经营单元"，智驾行业的造词与营销乱象根源在此——“卖车需要什么样的智能驾驶，它就应该成为什么样的智能驾驶。“他不想再花五年做一个无法自己成为经营主体的东西；2024 年起就"特别想干机器人”，甚至认为机器人做到一定成熟度后"反过来会去做 L4，这些都是相通的”。

14. 李想的认真大眼睛：“如果你真的想清楚，我还是很支持你的”

辞职一幕保留原样：办公室里只有两人，李想"瞪着他的大眼睛"问"哲伦，你想清楚了吗？"——“他看着我是那种我没法回避的眼神……这时候我不能骗自己。“确认之后，赵哲伦说这句话让他很感动、会记一辈子：“如果你真的想清楚的话，我还是很支持你的。”
李想后续给的输入涵盖产品、品牌和用户：理想 ONE 时代的方法论是"产品就是品牌”——没有真正的品牌时，“用户对你最大的接触就是你的产品，通过产品来认识你是谁”，不用搞花里胡哨的东西。他补了一个观察：理想现金储备充足又想做 AI，却至今未在机器人上有露出——说明李想也认为当下火热的人形"还没有那么成熟”。
合作伙伴名单是量产诚意的信号：京东、火山、地瓜机器人、地平线，以及（据其口述，likely）禾赛、亿纬——“如果就是做 demo 啥的，其实真的不需要这些合作伙伴来一块搞这些事情。”

15. 选联创等于交付人生时间；创业是自己写一张白卷

选伙伴的标准与能力无关：“选择联合创业的伙伴，相当于你把时间交给他”——真正信得过的是"过去跟你一块打过仗的兄弟"。他与余轶南在理想与地平线的征程3/征程5平台合作中有"革命情谊"，评价对方技术追求高、工程能力强、开放不死板。他也坦白脆弱的一面：若完全靠自己，“我可能完全做不了机器人”，可能退回去做内容——是余轶南找到他，把他"往前也推了一步"。
跟李想工作与自己创业的对照说得很生动：以前"响哥都做好了大部分的框架，你做了选择题或者填空题的事儿。今天是一张白卷"，看五年成长有没有真的长出自己对市场、用户和技术趋势的判断。
大公司习惯的扬弃：理想的方法论保留（产品解决用户什么问题、用户是谁、WRC 上"我们想要什么、不想要什么"），但抛掉了开过六七小时、甚至十小时的会——“聊了可能三个小时也没聊出啥东西”，小公司沟通高效了很多。他自己则用半年补齐了电机、电池、控制器、生产和质量管理的硬件课。

16. 场景终局：户外四足、室内轮+臂，能用夹爪就不用灵巧手

创业头一两个月就想清楚了以十年为维度的两条产品线。户外：四足"比较偏终极形态"——比两足稳定、比轮式通过性好，之上延伸拍照、陪运动、端茶送水等一切户外服务。室内：足"负担挺重"，用脚走路"挺吵的、挺容易摔的"，轮式加机械臂做家务才是正解。
简化即战略：“能用轮的就不用腿，能用一个机械臂的就不用两个，能用夹爪的就不用灵巧手”——一是简化技术和产品，二是降低用户买到的门槛和成本。今天机器人"出来个三万、四万、五万的都算便宜的"，但他认为这不是用户能接受的价格，正靠整合供应链和自研把成本压低，售价未公布。
对特斯拉遥操采数路线的评价是"适合 Tesla 不适合我们"：特斯拉有自己的工厂可无限试错、“研发资源是国内创业公司的百倍千倍”、且需要匹配其估值和品牌的通用叙事；遥操真正能创造价值的场景（如喷涂车间这类高危岗位）“其实并不是特别多”，纯投入采数据"小公司并耗不起"。

17. 确定性的泡沫、诞生在中国的机器人文化，和 WALL-E 的十年

泡沫问题不回避：“今天就确定性的有泡沫”——对行业内的人泡沫甚至有益，能促进发展，前提是"你不要让自己在一个你无法承受泡沫破的状态"。维他动力的回答就是克制本身：一款产品、六七十人、正常水平的开销，“哪怕泡沫破了，我们也是一个比较健康运行的公司”。主持人的比喻他称"特别好"：肥皂泡破了就破了，啤酒泡最后会沉淀下来——好喝的啤酒虽然没有想象的那么多，但还是有，而且很可能也很值钱。
作为从业者他在 WRC 上没有被惊艳到，但看到行业"在消除下限"：去年机器人聊着聊着摔倒、在地上乱打滚的视频很多，今年这类情况很少——“虽然没有如预期一般打破上限”。最触动他的是买票来的孩子们在品牌柱上签字涂鸦的创造力：“机器人文化有机会诞生在中国，就有点像汽车文化在欧美”——“车为啥要跑 F1？这些问题在中国是没有答案的，答案在欧洲和美国”，但机器人这次答案可能在中国；大家对机器人运动会"有点太紧绷了，应该在文化上稍微松弛一些"。
十年画面他给了两个类比：一是八九十年代日美电子品的黄金年代——Walkman、Game Boy、数码相机、拓麻歌子，最后被乔布斯整合成 iPhone，“这个过程它非常的美丽，会在机器人行业又出现一遍”；二是《机器人总动员》——各种形态、不必人形、各有生命力的机器人在各种空间里服务人类。公司名 Vita Dynamic 的 Vita 就是生命。产品哲学也由此而来：能不说话就不要说话——引 LOVOT 创始人林耀《温暖的科技》，语言表达不及预期时信任感反而会丢失，用音色、语气和肢体传达；让人远离电子信息，“机器人有机会让人把物理世界的幸福再拉回来”。

AI 吹哨人倡议：在最关键时刻支持 AGI 内部人士，与创始人 Karl Koch 对谈 Oren Cass 与 Noah Smith 辩论关税的真实影响