摘要

22岁的黄一在创业约一年半内完成五轮、合计超过一亿美元融资，节奏保持在“一两个月做掉一轮”。 他承认具身智能“of course”有泡沫，但策略是顺势而为、能多拿就多拿：具身智能进入“十五五”规划，二级市场资金经 LP 流入 GP，导致今年加轮频出；公司把 RP One 发布并推动量产定为 A 轮 milestone，B 轮才看商业闭环。
商业模式是以开源为重要部分的本体公司，卡在模型公司与既有硬件厂商之间的“missing layer”。 现有厂商难以让模型公司开发到更底层，例如电机层以及定子、转子的 URDF 变量；开源降低合作阻力并带来用户复利——假设卖一个本体赚十万元，同时收获两个年薪百万的工程师帮忙研发、发论文；类比 DeepSeek 开源不影响卖 API。硬件迁移成本大于软件，壁垒在公司基本面而不在开源本身。
融资实操心法：早期要多拿 TS，第一轮协议会沿用到 Pre-IPO，条款比估值重要。 萝卜派对至今没有 QIP 回购、没有对赌；deep pocket 基金要留到后轮——天使轮给它 10 个点，后面它就没那么强的动力加仓；美元机构更看技术或产品领先，人民币机构更看商业化，且“越到后期投资人的专业度是偏低的”，IC 会上看领投方就“无脑投”的情况“其实会比较多”。
行业判断：具身智能大脑美国（华人研究者）领先，人形本体与小脑国内“遥遥领先，基本上会有个代差”。 他下 sharp bet：轮式是“腿部惯量无限大的足式”中间态、没有太大意义；十年后的终局更看好智谱、OpenAI 这类模型公司——“robotics 认知是 cheap 的”，招人就能补齐；自家规划 2027 年左右切入模型，且若 OpenAI 成立 Robotics 业务，其 scaling 能力会远超国内创业公司和一系列模型公司。
格局推演：现有 100 多家人形、300 多家具身公司，2030 年可能只有 10 到 15 家走出来。 第二梯队可能是蔚小理、荣耀、吉利等数千亿元体量的公司下场（具身毛利约 40%，汽车行业可能约 20%）；再到比亚迪、华为、宁德时代、BAT、小米等公司下场，即是一个大的时代——“把我买过去都能拿到机器人的 ticket”。
经营侧：RP0 月出货约 100 台真实订单，30% 到 40% 卖给学校；RP One 定位科研教育，预计第 4 季度发布，明年预计销售约 2,000 台。 欧洲机构一次要 500 台，实际交付了二三十台，因当时供应链落后于交付能力；发布时机被他视为“开枪”——看开学采购季、IROS/WRC 展会、行业量产进度与竞品动向。
组织与心气：lab 用蜂巢结构、管理半径约六人、一年半零主动离职，250 万到 300 万年薪的大厂高管降到 80 万也加入。 控薪源于新能源车复盘——融资好的爆雷公司“基本上都死在 burn rate 上”；他信奉“自大很重要”、愚昧之巅适合创业，引唐杰“认知大于格局大于技术大于管理”再自补“大于努力”，并说“别人十年吃的苦，我一年就吃了”。

精读

1. 22岁、一年半、五轮过亿美金：一份压缩人生的速写

基本盘：2004年出生，华二高中、哈工大（修完学分加毕业设计即可提前毕业，毕业论文就是人形机器人，至今挂在知乎），团队约140人、近一半是实习生，过去一年完成五轮合计超过一亿美元融资。黄一自评：“别人十年吃的苦，我一年就吃了。”
产品侧：现款RP0每月出货约100台，“基本上都是真实订单”；下一代RP One预计明年全年约2000台，第4季度发布、定价未定。
他对融资额先祛魅：“这个钱其实在具身里面不算多，但对年轻创业者来说还是比较多的。”

2. 第一笔钱之前：先自掏几百万把机器人做出来

反“投年轻人”叙事：拿到第一笔钱时原型机已经做出来了——“基本上是我投的，大概几百万元”，投资人是在实物上下注。第一位VC是五源资本的Bill，通过黄一建立的机器人交流群主动加上他。
当时公司有两条线——用现金流业务养人形机器人——被他事后判定为错误认知：“在一个大行业、需要高频迭代的时候，等你现金流业务跑起来，你的人形机器人已经被别人甩在后面了。”结论是必须借VC的力。

3. 种子轮真正的博弈在条款，不在估值

核心逻辑：早期轮次要“多拿牌”，因为第一轮投资协议“基本上会伴随你非常久”，一直沿用到Pre-IPO。萝卜派对至今没有QIP回购、没有对赌——“这样创业的压力会小一些，但也只是小一些”。
条款清单：个人连带回购“基本上没有，甚至国资都不会要求你签”；QIPO回购条款是“达摩克利斯之剑”，悬着但执行时又可能很难执行；回购单利、复利等细节，要靠谈过非常多投资条款的律师帮助规避风险。

4. 挑机构：deep pocket留到后面，认知交换大于钱

值得记的deep pocket逻辑：能投五亿元、十亿元人民币的基金越到后期越稀缺，若天使轮就让这样的基金拿走10个点，后面它“没有那么强的动力再加仓”——等于提前失去了一个未来能投大钱的选项。
早期机构价值另算：真格、经纬这类机构会给创业者很多资源，在初期什么都不懂时先教你，“认知的交换甚至已经远大于钱的质量”。
FA的用法：把创业者从零到一拉进VC/PE圈、讲清融资和机构决策流程；筛选标准是问它能否给出赛道全景，以及“谁投什么、判断准不准”——聊一百个投资人可能只有十个投具身智能。市面FA泛滥到出现配售制度，他认为“非常匪夷所思”。

5. 战投、美元、人民币：三种钱三种画像

VC带来人脉和创业者圈子；产业方要“非常慎重地拿”，但赋能极大——小米Robotics内部积累的know-how和文档可以直接分享，“如果你的战略决策做得准，能少走非常多的弯路”；股东确实有帮助时，给一个董事会席位反而会让合作更顺畅。
币种画像：美元机构会因为技术或产品领先而愿意投，人民币机构更多关心商业化和商业模式是否成立；“越到后期投资人的专业度是偏低的”——敢在无人背书时下注才需要专业判断，这也是早期机构获得超额收益的来源。
更尖锐的观察：很多后期机构IC会上“只要说领投方是谁，就无脑投”。被追问是个例还是常态，他不退：“其实会比较多。真正专业的投资人没有那么多，但行业里的热钱很多。”

6. 与泡沫共处：一两个月一轮的节奏学

泡沫承认得干脆：“of course。”VC本质是“把未来赚的现金流拿到今天先用掉”，拿了20亿元，大家的体感就会觉得泡沫更大。应对是股东顺为的名字——顺势而为：“任何一家公司都没办法改变一个时代”；势能体现在供应商愿意多看你一眼、人才从别的行业涌入具身智能。
节奏与milestone：具身智能进入“十五五”规划，二级市场有钱的人把多余资金作为LP投给GP，GP再投公司，今年因此出现很多加轮。公司标准是RP One发布并推动量产作为A轮，B轮看商业闭环——他指着身上的健身房“Stay Around”衣服，笑纳主持人的解读：可以一直融A轮。
注册地哲学：“人才在哪里就注册在哪里”（公司上海base在浦东，北京base在启迪C的20楼、19楼是清华交叉院）；政策留给“卖总部轮”——临近上市时把总部从A搬到B，借招商引资拿下那一轮融资。

7. 自大很重要：愚昧之巅、被打散的认知与罗曼·罗兰

他强调：“不是自信很重要，是自大很重要。”在对行业没有太清晰认知之前，会有一个非常自大的时间段，那个时候比较适合创业——所谓的“愚昧之巅”。当时的体验是，发现学校里厉害实验室做的机器人“也不过如此”。
没有典型绝望之谷，但有“被认知打散再快速重组”：与小米机器人事业部负责人聊完，发现自己纠结的要不要做大脑、数据怎么放等问题，自己“还处于提问阶段”，而对方已经有非常完善的体系。
知道太多的代价——数据账包括Tera级、Ego级、5M级、全身的人类数据采集和互联网数据；每一层的现价和终局价都可以估算（一条数据现在约200元，京东这类玩家下场后终局价可见），从而“算出来什么时候切入ROI最高”，但这会让人胆小谨慎。所以他引用罗曼·罗兰：“认清生活的真相之后依然热爱生活。”越年轻越无畏，人生中场还敢创业反而更需要勇气，“当然也有可能是愚昧”。

8. 挖人三天、画饼的最高境界与两三千月薪

挖最久的一个人花了两三天，“他想去哪儿去哪儿”，黄一陪着他到处去，甚至直接跟到浙大，人现在还在。说服靠愿景兑现：招第一个人关建文时承诺“以后给你搭出来一个非常厉害的关节模组部门”——今天该部门的集成度“完全可以单独拎出来做一个模组公司”。
画饼的定义：“画饼的最大境界是别人感觉不到是个饼，或者说它也是我自己所相信的事情——把他们看不清的未来描述清楚”，而不是“我给你涨薪多少”。
哈尔滨的早期红利：当地没有像样的科技公司，室友同学拿两三千元月薪跟他干，靠的是此前打比赛等接触中形成的对他技术能力的信任——“我的技术能够拼出一个机器人，再加一个运控、一个结构、一个硬件，就能凑出更好的机器人。”

9. 开源不是情怀，是卡住missing layer的商业设计

起点朴素：第一代机器人“做完了感觉没什么用”就开源并发到知乎，正反馈是“真的有三五个人跟着你的图纸把机器人做出来”——这个点非常触动他。类比DeepSeek：“只有做好了产品开源才有用。”
赚钱逻辑：门槛（固定资产、人、技术栈）不等于壁垒，赚钱在壁垒——新能源车可能还没有怎么赚钱，但电池是其最大的壁垒之一，所以电池企业先赚钱。萝卜派对的壁垒是“非常低的合作阻力”：模型公司没有本体，既有厂商难以开放到更底层的电机层，定子、转子的URDF变量也未必能拆开，“行业缺少一个具身智能领域开放的平台”，公司卡在一个较好的missing layer上。
用户复利的假设：CMU老师买一台，可能会找两三个博士基于本体做研发——“卖一个本体赚十万元，同时收获两个年薪百万的工程师”帮忙研发、发论文，如同DeepSeek开源不影响卖API。且硬件迁移成本大于软件，所以开源本身不是壁垒，公司基本面才是。

10. 中美代差与轮式之赌

中美判断：LLM侧Kimi K3“直接引爆美股”；具身智能大脑美国仍领先——“或者说美国的华人研究者比中国的华人研究者领先”；但人形本体和小脑“国内是遥遥领先的，基本上会有个代差”。Figure、特斯拉在线，但使用的也是中国供应链。模型人才密度的差距，是萝卜派对考虑同步搭美国base的原因。
友商侧的sharp bet：轮式“没有太大意义，是一个中间态——相当于腿部惯量无限大的足式”。做具身本质是通用性，“为什么要阉割掉一部分通用性？”末端精度是0.1还是0.01毫米，随着算法提升“不是那么的关键”；自动化要超过人类，拟人路线则不需要再做一个中间态。
智谱、智源会不会开源？“Maybe，有可能”——关键看各家技术的锁定程度。

11. RP0：月销百台，还要把所有客户拉进一个群

RP0以散件出货，定位从零到一的教育产品，月约100台真实订单，约30%到40%卖给学校（不只名校），一部分卖给创业公司；类比早期研究8086芯片的电脑发烧友后来产生Windows和Mac：“说不定我的用户之后会出一个比尔·盖茨。”
反商业直觉的动作：“我觉得这在商业上不work，但我们很有可能会做”——因为交流群里A提问题、B或C帮着解答，售后成本可以大幅降低，“更多是社区、生态的感觉”。
欧洲机构一次要500台，实际交付了二三十台——不是不想卖，而是当时供应链体系落后于交付能力；“别的客户要等两三个月，我500台都给他了”会造成较大交付压力。现在供应链逐渐搭起来，会好一些。

12. RP One：从工程样机到产品，发布是“开枪”

升级实质是产品化：调研了二三十款竞品及其问题——夹手、肩部关节过热、手腕支撑力的扭矩不够、把手易碎、难装进箱子、能否自主从箱子里站起来——增加头部两个自由度，升级整机结构、内走线等细节。背景是从自大往下走时发现，“别人已经开始上模具、压产能了，我们还在做五十台、一百台的小批量机器人”。
需求侧信号：Behavioral Foundation Model起来后，whole-body intelligence成为下一步，ETH、Flexiv以及多家国内初创、大脑公司都来找定制——手部能否做一个48转24的结构以连接五指手、能否做全身EtherCAT协议和硬同步、头部和EtherCAT采集数据能否做后置采集——“相当于慢慢有一种制定标准的感觉”，客户的真实需求就是最好的PRD，各家需求之间保持保密。
发布时机论：产品已经做了一段时间，但仍在做测试，“行业里甚至有些人还没做完测试就提前发布了”。选点看开学前采购季、IROS/WRC展会、行业开始卷生产和量产的时间，还要判断“有没有一个威胁性很强的产品和我们同期发布”——竞品可能还没ready就发布去抢注意力，“Attention Is All You Need”。

13. 终局判断：最看好大模型公司，自己2027切模型

十年后具身终局谁做出来？他站队模型公司：“智谱、OpenAI这类有足够多的卡、足够多的infra、足够多的talent和researcher，robotics认知其实是cheap的——招一些特别懂robotics的人就能补齐”，比如OpenAI招入何泰然这类researcher。
主持人的直接追问——“那你们呢？你不看好自己吗？”回答不回避：终局一定要做模型，“规划到2027年左右基本上就会开始了”，但预训练规模会像视频生成一样先升后降，跟第一波先升后降还是第二波直接切入，是战略决策；且如果OpenAI成立OpenAI Robotics，其scaling能力会远大于现在任何一家国内创业公司，甚至远超过国内一系列模型公司。
当下用排除法：短期不做预训练、不搭很厚的数据管线（1B、2B、3B这类小参数模型他可能不管），基本面是RP One——“说不定有创业公司或者大脑公司拿着RP One去做数据管线，我们只要跟他们合作就好”。研究方向vibe驱动：researcher在划定的branch内自由探索，探索成本可控；比如华为当时说不做车，最后探索出了其他路径，现在来看也是汽车领域里最赚钱的公司之一。已产出小脑侧DFM-0升级版UFO、Make-A-Light、基于BFM-0的物体interaction，以及跑酷、机器人打乒乓球和篮球等强化学习工作（最终都会开源）；大脑侧InAct把action压进隐空间、让latent保持较好分布并避免坍塌——拿到Yann LeCun点赞，并去其公司做了talk。

14. 蜂巢组织与“太年轻”这块盾牌

组织隐喻：lab用蜂巢结构——人是圆，圆拼在一起最稳定的形态是蜂巢，管理半径最好六个人（“自然界告诉我一个人最多有六个面可以cover”），灵感来自《What Makes Anthropic Different》；全公司两三层，“所有人都可以直接来找我”。
但整机、供应链部门必须流程化——如果整机部门也完全靠人才驱动，可能会出现“今天连找谁买零部件都不知道”的问题。答案是华为/大疆式极致流程与字节式“人才冗余”的结合：lab的会议制度、know-how交流可复用到主体公司，再靠交叉的人带动氛围（一个纯AI的人加入，就能把全公司的AI氛围带起来）。
自我认知：“大家觉得我比较friendly，但CEO friendly并不是一件好事”——解法不是改性格，而是“捏着鼻子招一个跟我个性完全不一样、经常唱黑脸的人”，公司财务部就非常sharp（“报销都给过，你就完蛋了”）。管比自己年长的人靠认知：“只要你的认知足够大，高中生也能管理”；“太年轻”反而是盾牌——在高能级商业谈判里，年轻可以让人更自由、更直接地说话。

15. 零主动离职、降薪加入与burn rate的达摩克利斯

一年半零主动离职（辞退不算）：靠获得感——非常喜欢招“有很多零、缺少一”的转行者，他们之前在别的行业做得很好，进来补充具身智能的基础认知，补完后跳到隔壁可能拿到两倍涨薪，“但还没有人跳，他们可能觉得补得还不够”。
250万到300万元年薪的大厂高管到萝卜派对拿80万元也愿意来，“为转型支付学费或成本”——这是公司cost efficiency的原因之一。付得起溢价为何不付？“付得起，但得稍微控制一点。”
深层原因是burn rate：复盘早年新能源车，融资好的爆雷公司“基本上都死在burn rate上，没活到新能源真正起量的时候”；连蔚来牛屋的花都换成假花了，他推测原本非常在乎品牌形象的李斌肯定不能接受这个变化——每一丝每一厘地抠，指向的关键词是资金利用率。

16. 认知＞格局＞技术＞管理＞努力：2030年的行业推演

他引唐杰“认知大于格局大于技术大于管理”，自己再补一刀“大于努力”（管理还是比努力重要）。最重要的认知是行业taste：判断准了就该“拿着所有的子弹去all in”，并且知道哪些公司要提防、需要cover和应对，哪些完全不需要care。
具体推演：现在100多家人形公司、300家具身公司，到2030年可能10到15家走出来；第二梯队可能是蔚小理、荣耀、吉利等数千亿体量车企下场（具身毛利约40%，汽车行业可能只有约20%）；再到比亚迪、华为、宁德时代、BAT、小米等公司下场，“基本上就是一个大的时代”——“比亚迪只需要补齐一个机器人部门，把我买过去都能拿到一张机器人的ticket”。
Scaling law信号：他提到Jim Fan在红杉的分享，包括机器人tracking loss曲线；徐南飞几次访谈中的数据口径不完全一致，但基本上都接近上亿小时——“如果没有1亿小时的数据去训练，scaling law就不太可能被真正看到”。

17. 马拉松刻度、海盗梦与“做起来”的定义

马拉松跑到第几公里：本体约四分之一（系统类大部分东西慢慢收敛）、小脑约一半（VFM框架加物体interaction——抱着东西被踹后能回到原姿态、继续把东西捡起来）；大脑“我不知道终局长什么样子，这是我现在缺失的一块认知”——若终局是完整复刻人的交互、动作和力反馈，“今天可能才跑了一两公里”。
中美文化对比中的自我定位：他提到美国的Sunday、Generalist，佩服它们足够focus、敢于做很多“不做”的事情。以Generalist为例，它基本只做模型、不做硬件，坚定做数据和无模型类素材，把数据scale到20万小时，每周可能再增加几万小时。“在美国这是受到时代奖励的，但中国的文化奖励能把公司做起来的人。”他选后者：“我目前希望把萝卜派对做起来”——标准具体到画面：爸妈在不知道是他做的情况下，真实选择买一台他的机器人。
创业之外想做海盗：租条船漫无目的漂着，找一条鱼命名为“黄一鱼”；商业航天成熟后“说不定就上天看看”——为的是十年后看行业已经通透时还能保留极客手感。日常工具无忠诚度：用Cursor、Claude Code写代码，模型“谁好用换谁”，最近用Kimi K3，之前是Sonnet。创业本身的回报是压缩人生：“对身体不一定快乐，但对心理、成长是极度快乐的——三十岁之前，活过别人一百岁老人的一部分人生，有一种睿智感。”

Robinhood CEO 对股票、AI泡沫与赌博争议的惊人预判｜Vlad Tenev Sam Altman谈打造OpenAI与押注不可能