王与桐
观点集合
112: 与千寻高阳聊具身：一个像机器人的人，怎么做像人的机器人
具身智能正从科研发散转向工程收敛，行业关键节点是能在单一场景完成五至八项任务的L2，而非双足或单项炫技。端到端VLA结合快慢系统、轮式双臂可能先覆盖约80%场景，但做到具身版“3.5”仍需约100亿条有效视频和四至五年数据积累。
查看摘要（7段）
- 高阳把具身智能定义为已经从科研发散转入工程收敛的产业，而非仍待“灵光乍现”的远期概念。 2023 年，他感到真正 groundbreaking 的研究空间正在缩小，创业因此是把成熟范式工程化；对路线仍显纷杂的外界，他的判断是：“现在要素是齐备的，只是说需要一些时间把它做到。”
- 行业关键的能力跃迁节点是 L2，而不是双足或单项炫技。 高阳定义的 L2 是机器人能在办公室等单一场景移动并完成约五至八件事，L3 则跃迁到该场景内人类任务的 70%—80%；他当时预计“明年 6 月”达到 L2，L3 还需额外一年半至两年，而可服务场景可能从 L1 到 L2 增加十倍乃至几十倍。
- 技术主线是端到端 VLA 加快慢系统，优先形态则是轮式底盘加双臂。 慢系统理解视觉、语言与意图，快系统以 50—100 Hz 处理触觉和低层视觉反馈；双足未来需要补齐，但高阳认为当前“主要矛盾是你的手上的操作能力”，轮式双臂已可能覆盖约 80% 的能够被机器人解决的场景。
- 数据规模将是具身模型扩展的关键约束。 高阳团队观察到数据量与 optimality gap 呈 log-linear 关系，粗略说“多采十倍的数据，性能就会多一个 9”；按其路线做到具身版“3.5”，需要约 100 亿条有效互联网视频、1 亿条遥操作数据和数千万条 RL 数据，预计历时四至五年。
- 叠衣服之所以成为行业共同 demo，是因为它同时测试可变形物状态理解和泛化，而非因为家务是最先落地的场景。 衣服的褶皱无法归入少数固定状态，机器人必须先理解“它是怎么乱的”，再决定如何展开和折叠；下一关则是按临时指令改变折法、在左袖下藏入信封等多任务组合，即从单项“智商测试”走向 L2。
- 中国的现实优势首先是硬件制造、维修和实验迭代速度，但最大价值仍在 AI 与脑身一体化。 清华高强度实验中的机器人可能每周寄回杭州，而千寻的 in-house 工程师通常一两天解决多数问题；美国团队即使采购 100 台机器人，也可能出现“修的速度很难赶得上做实验的速度”，但只做大脑又缺乏针对具体本体的“肌肉记忆”。
- 商业化应随能力等级逐级兑现，而不是要求原型期机器人立刻承担通用劳动力。 高阳的回应是“不能要求 GPT-1 在 GPT-1 的时候就有商业化能力”：当前 L1 可切入汽车总装等少数高量工业工位，也确有客户愿意为十几万元的机器人买单；公司真正应优先冲向“GPT-4.0”式能力，同时用有限商业化增强抗风险能力。
107: 与Haivivi李勇聊月入千万的AI Jellycat：小众AI硬件×大众消费品的交叉口创业
Hiweaver以儿童和毛绒玩具切入AI硬件，借角色设定降低模型错误的预期成本，并已售出数万台BubblePal。爆发式需求曾带来每天数千条客服咨询和交付短板，后续增长取决于端到端语音、出海运营与扩员后执行效率。
查看摘要（7段）
李勇的核心判断是，AI硬件第一个真正商业化的PMF会出现在儿童，而现阶段最合适的载体是毛绒玩具。 天猫精灵从0卖到3000万台后，团队意外发现“孩子的交互更多”：成年人对AI工具能力要求过高，三到六岁儿童却天然愿意和角色说话。毛绒玩具又自带情绪价值与明确人设，“它就是一个四岁的小猪佩奇嘛，它答错了又能怎么样”，既发挥大模型的自然语言能力，也控制了首批用户预期。
Hiweaver从教育硬件转向AI毛绒，并非追逐热点，而是主动避开教育巨头必然占优的战场。 公司早教机与词典笔曾出货几十万台，却在猿辅导、学而思等入场后陷入同质化和价格战；即使把天猫精灵替换成ChatGPT，模型、课程、教研与品牌最终仍会被巨头追上。团队因此选择“情绪价值的赛道”，把严肃教育缩减为喝水提醒、勇气培养、兴趣探索等轻度功能。
第一款BubblePal以存量毛绒挂件验证需求，已售出数万台，但爆发式PMF也暴露了资本不足下的交付短板。 产品2024年8月正式上市，抖音直播间峰值超过3000人、每天涌入数千条客服咨询，公司却只有一名主播，App甚至来不及进入国内应用商店；上线前还靠银行借款维持。商品数据出现后融资明显改善，但李勇仍认为当年整体经营“没有达到预期”。
硬件产品的胜负首先是取舍：BubblePal牺牲免唤醒与部分便利性，换取更低成本、更快上市和角色对话体验。 720mAh挂件约一周充一次电，必须按住说话；完整毛绒版本计划采用3000—4000mAh电池、支持远场交互，目标约一个月充一次。售出数万台后，两大吐槽依次是需要联网、下载App，以及“摁住说话”，但李勇坚持首代优先级应是角色扮演、连续对话和长期记忆。
儿童只是切入口，Hiweaver押注的长期市场是年轻人反复购买多个AI角色，而非出生率约束下的一次性儿童硬件。 李勇称头部毛绒品牌的儿童线可能不到20%，主要消费者本就是年轻人；儿童首发只是因为2023—2024年的模型尚不足以支撑成年人付费购买情绪价值。其分水岭是端到端语音的体验与成本，成熟后公司希望构建“AI版Jellycat”或“玩具总动员的世界”，并以2023年迁往深圳、进入美国市场应对地域天花板。
这门生意的壁垒不是接入某个大模型，而是软件、硬件、算法、IP、供应链、设计、营销和用户洞察构成的长链条。 李勇估计“至少100个团队”能手搓出一批AI玩具，但从体验做到80分、卖出去，再形成长期品牌完全不同；中国供应链能制造Jellycat式毛绒，却不自动产生Jellycat，因为营销、品味、设计和用户场景洞察同样决定溢价。工具品类像下象棋、常走向赢家通吃，玩具则像下围棋，多个IP与品牌可以并存。
接下来的上行空间来自GPT-4o式端到端语音、多智能体、多模态和端侧模型，主要风险却已从技术转向组织执行。 Hiweaver已接入DeepSeek V3，但因语音场景看重时延，暂未采用R1思维链；规划中的4G、摄像头、多角色互相打断和场景背景音，都受成本与芯片匹配约束。融资后真正需要观察的是出海、用户运营、研发并行与扩员纪律——李勇担心“20个人做两个产品，40个人就做四个”的线性推演，会被官僚化、流失和价值观稀释打破。