摘要

黄青虬应该是20级华为“天才少年”中目前最晚下场做具身的一个，原因是“未尽的使命”——把华为智驾一段式端到端推到2025年商用量产。 他判断GPT只解决虚拟世界的问题：大模型是轮次式对话、答题时环境不变，而具身和车是实时、闭环系统（“你开得快旁边的车就不敢进来，开得慢别人就会加塞你”）；直到2025年中、下半年，大模型从GPT发展到coding、agent，以及智驾一段式端到端完成量产验证这两个节点出现，他才于2025年底创立墨甲智能。
具身是马拉松而非百米冲刺，这解释了为什么赛道狂飙三年后新团队仍有机会。 “起点差几个身位并不重要，百米冲刺你才需要把起跑线严格对齐”；且技术范式未收敛——数据采集从遥操作转向无本体，综合获取效率提升十倍以上，“过去大家积累三年的东西，可能三个月就能赶上”。
公司成立半年完成超十亿元天使融资（阿里、腾讯、蓝驰、君联、高榕、源码等），算力投入应该已到每月1,000万元级别，他认为可能至少排行业前五。 他给出训练“大脑”的资金标尺：千卡是现阶段门槛；如果要做得比较好，可能需要万卡，才有可能做出突破性成果；倒推1,000卡约1,000万元/月、一年1亿多，至少融3亿元才能支撑两年的算力投入——融不到这笔钱，“基本上跟训练‘大脑’这件事没什么关系”。
数据上的非共识：质量远远重要于数量，目前接触到的行业数据“质量不够高、非常参差”。 他的三真原则是“真实的人在真实的场景干真实的活”（in the wild采集），并批评专业数采员在摆拍场景“为了做出擦桌子的动作而擦桌子”——“数据都是摆拍的轨迹，它自然就学出来一个摆拍的轨迹”。
商业路径：C端是终点（最通用的场景是家庭，家庭场景做不下来，可能就不能称之为通用），B端是跳板——可能第一站选酒店/商住公寓房间清洁。 该场景类家庭、由160多个子任务构成，完成30%—50%即可进场回流数据；暂不自研零部件，因为他亲测“我戴上夹爪在酒店能干70%的活，算法现在可能连5%都干不到”——瓶颈在算法不在执行器。
评宇树：强化学习已把运控算法门槛拉低，宇树更大的领先是靠硬件一致性与参数辨识把sim-to-real gap做到特别小——而这“可以被追上”，因为“更多是工程经验，没有特别强的不确定性技术在里面”。真正的不确定性在大脑；且具身的scaling law比大模型更难：端侧算力限制参数量，但每帧吸收的多模态信息量反而更大。
对“量产元年”与PMF叙事的冷水最具辨识度：垂直场景占位“并没有形成市场垄断或壁垒”，而硬件可靠性“7×24小时、一年不坏地运行，我相信现在没有哪家机器人公司能做到”。 “过分的overclaim其实没有太大的意义。如果一个东西不能一致、可靠地运行7×24小时，不能生产1万台、而且每一台之间都是一致的，那在我看来它就是原型机。”

精读

1. 最晚下场的天才少年：只有GPT不足以支撑具身做成

20级华为“天才少年”里，智元彭志辉、踏实丁文超早已下场——丁文超曾与他在同一间会议室办公，“正好把机器人里面最重要两块拼起来”（感知与规划控制）。黄青虬应该是目前最晚的一个：“我在华为有未尽的使命”——把智驾端到端从2023年的研究推到2025年商用量产，历时一年半。
他对ChatGPT时刻的冷静判断：GPT解决的是虚拟世界问题，与具身有两个本质区别。其一，大模型是轮次式对话，“晚几秒回答也没问题”，而车和具身是实时系统，每一分每一秒都在决策；其二，具身是闭环系统，每个决策会改变环境，大模型回答时环境保持不变。
结论：“还需要有一个AI真的去搞定闭环系统、驱动底层控制的链路真正得到验证，具身这个事才有可能发生。”所以2023年彭志辉创业时他“完全没想过”跟进——前置技术还没有ready。

2. 2025年中、下半年，两个节点出现

第一个节点：大模型从GPT一路发展到coding、agent；第二个：智驾一段式端到端做成——“输入一个图像，输出一个控制信号”，用AI做这件事是work、可泛化、可大规模商用。两者结合意味着高层语义理解与底层控制都可以由一个AI系统驱动。
于是2025年底成立墨甲智能。“墨”取自墨子——战国时代制造各种工程器械、作战和运输装备；“甲”取自起点和爆发，也就是宇宙大爆炸。他名字亦有出处：“青虬紫燕坐春风”，虬为龙的意思，父亲取“望子成龙”之意，但希望他不要太张扬；“青”则有青出于蓝之意。

3. 半年超十亿天使，算力投入可能排行业前五

离职消息曝出后“微信都被加爆了”，半年完成超十亿元天使融资，投资机构包括阿里、腾讯、蓝驰、君联、高榕、中科创星、源码。火爆程度“完全出乎意料”，且目前“可以挑机构”——首要筛选标准是耐心，因为这是“超大市场、超长赛道”。
钱的最大流向是人才与算力：算力投入应该已到每月1,000万元级别，他认为可能至少排行业前五。“我们成立了半年，但是花在算力上的投入，可能至少能排到行业前5名”——反过来说明“大家在算法上的投入没有跟行业热度形成匹配”。
给创业信心打分：至少90分。“投资人好像没问过我这个问题，他们可能默认觉得我能做成。”

4. 门槛不高的是创业，门槛很高的是创业成功

主持人的尖锐提问：批量出现具身公司，是否说明门槛不高？他的回答：“创业的门槛是不高的，但创业成功的门槛是很高的”——具身是硬件加软件的复杂系统，垂直整合能力要求极强。
他认可美元投资人偏爱智驾出身创业者的逻辑：做了半年发现具身技术栈与自动驾驶“特别特别像”——底层低延时、高动态的软硬一体系统、图像进动作出的算法映射、从数据采集清洗到自动化标注、训练评测的数据闭环，三层方法论均可复用。

5. 马拉松论：为什么2025、2026还在冒出新团队

核心比喻：“具身是一场马拉松，起点差几个身位并不重要——百米冲刺你才需要把起跑线严格对齐。”决定成败的是组织凝聚力，以及每次范式转变时的判断力与审美。
更关键的是范式没有收敛：数据采集从遥操作到无本体，“综合获取效率提升十倍以上，过去积累三年的东西可能三个月就能赶上”——没有固定格局，没有很高的进入壁垒。
团队画像趋同的原因是赛道太卷：三四年前只要求商业化加科学背景，今天还要工程化、产业化、产品化，“大家要求越来越多，就变成一个水桶型的组合团队”。

6. 行业病灶：人人ego膨胀，头部公司裂成两三家

他点出最明显的问题：人才分散，“头部公司做一段时间之后，甚至分裂成两个公司、三个公司”。热度给了大家幻想：“他跟我差不多，他也能拿到融资，那我是不是也可以？”好的词叫乐观、敢想、敢于冒险，坏的词是过于浮躁。
他的解法是文化筛选：“谦虚但自信”——技术判断自信但听得进不同声音、能求同存异；“温柔但坚定”——坚持靠谱观点但用温柔方式解决冲突。识别之道：“同样气质的人相互吸引”，再加时间拉得足够长。
个人底色的注脚：从小学到高中一路当班长，“有调皮的小孩会挑战，但当他要抄作业的时候，他就屈服了”。

7. 不需要弯道超车，只需要每步多跑一厘米

面对先发两三年的对手：“终点在一百公里以外，我只要每跑一步比它多一厘米，再过半年、一年、五年，慢慢就跑到前面去了。”
给团队的要求是脏活累活笨功夫：硬件抠每个细节做可靠性，算法与数据抠整套算法里的每个小模块，“精准验证到精度、效率都没问题——地基打牢了，未来肯定进步很快”。

8. C端是终点，B端是跳板：为什么可能首站酒店清洁

C端逻辑：任何通用品类最终必须走到C端才有足够大的市场和利润，而最通用的场景是家庭。但今天“叠个衣服都叠得不够整齐”，贸然进C端会伤害品牌；且隐私导致数据很难回流，“AI肯定需要数据回流才能持续迭代”——所以“以B端作为跳板，最终走入C端”。
选场景的第一标准是泛化性：“你选了什么场景就意味着采集什么数据，就意味着能训练出什么样的基础模型。”故可能选择类家庭的酒店/商住公寓房间清洁，足够多样复杂，回流的是高价值数据。
第二标准是可阶段性进入：房间清洁是160多个子任务的集合，“哪怕只能把地上的垃圾捡走、把冰箱里的矿泉水换上”，完成30%、50%也能先进真实场景、回流数据、发现真实问题。

9. 数据战争打响，但他赌质量而非数量

主持人的观察：2026年数据战争已开始，大厂和模型公司“不惜一切代价买数据”，新数采公司喊出一千万小时、一亿小时的口号。他的非共识：“数据的质量会远远重要于数据的数量”，且目前接触的具身数据“非常参差，没有统一标准说这样搞就一定能训出不错的模型”。
他梳理的采集范式演进：有本体遥操作（VR同步操控——效率低、成本高、室内摆拍多样性差）→无本体：UMI夹爪→动捕/EMG手套→头环相机拍第一人称影像，核心解决采集效率与场景泛化两个痛点。他们会拿供应商的样例数据，或采购一小部分数据，也会自制设备采集。
他坚持的三真原则：“真实的人在真实的场景干真实的活”——in the wild采集。批评专业数采员在摆拍场景“为了做出擦桌子的动作而擦桌子，不是为了把桌子擦干净”，轨迹会变形。“数据的质量决定了它能学到什么样的智能。”

10. 具身的scaling law存在，但比大模型更难

相信存在的理由：具身遵循同一AI训练范式——输入、输出，中间的所有东西交给模型；该范式已在CV（AI 1.0）、大模型（AI 2.0）与自动驾驶中得到验证。
更难的理由是一对矛盾：具身跑在端侧，算力受限，参数量做不到几百B、几千B；但它实时吸收高清视频流、语音、文字等多模态信息，“每一帧吸收的数据量比大语言模型更大”。参数更小、信息更多，对模型结构设计是更大的挑战。

11. “抄作业得不到好成绩”：算法投入与训大脑的资金门槛

他反驳“算法现阶段不重要、有钱就能挖人、大力出奇迹”：算法架构本身抄是容易的，“但探索算法的过程中积累下来的算法、人才，以及形成的组织氛围”是抄不来的。指望爆发那一刻挖几个人马上融合做出来，“这个事情不太成立”。主持人接梗：“班长说抄作业是得不到好成绩的。”
训大脑的算力标尺：达到千卡是现阶段门槛；如果要做得比较好，可能需要到万卡，才有可能做出突破性成果。算账：1,000卡约1,000万元/月、一年1亿多，“至少要融3亿元”才能支撑两年的算力投入——这也是头部公司早期融资卡位线；融不到，他确认“基本上跟训练‘大脑’没什么关系”。

12. 做全栈，但不追求自研率：瓶颈在算法不在执行器

全栈的商业理由：当下很难只靠软件授权获取回报，更多时候要软硬一体、作为产品卖，才能有更大的商业价值。但自研有明确边界——“只有当零部件供应商的成熟度、进步速度跟不上我们了，我们会选择自研”。
以零部件为例，目前不自研。依据是一个亲测数字：“我戴上夹爪在酒店能干70%的活，但用算法现在可能连5%都干不到”——瓶颈不在执行器，“我先把算法从5%提升到65%”。

13. 不被“量产元年”带节奏：7×24运行且一年不坏、还能一致量产

对同行宣称量产、首个PMF：“并不想被市场节奏带着走”——垂直场景足够多，占了一个工位“并没有形成市场垄断或者壁垒”。
他最着急的两个基础能力：硬件可靠性——“能不能7×24、一年都不坏地运行？我相信现在没有哪家机器人公司能做到”；以及基础模型泛化——若每个工位都要大量人力、算力、数据去微调，“从场景上它是不可scale up的”。
片头判词最锋利：“过分的overclaim其实没有太大的意义。如果一个东西不能一致、可靠地运行7×24小时，不能产一万台、每一台之间都是一致的，那在我看来它就是原型机。”

14. 火神队遗产：不随大流，细节决定成败

清华自动化、赵明国508实验室火神队出身，本科60%的时间泡在实验室，大三因接手实验室相对缺人的感知方向而当上队长。赵明国的特立独行给他烙印最深：业界主流是ZMP静态步法（代表：ASIMO），赵坚持“被动行走/虚拟斜坡”动态步法——节能、动得快；至今仍坚持在运控AI化中融入运动学、动力学。信条：“不要随大流。”
带走的最重要一课：“细节决定成败——步态调不好不一定是算法问题，可能就是某个螺丝没拧紧。”复杂系统要拆到最小模块逐一检验输入输出，因为硬件到软件到算法串联，误差会被放大。
当年的感知—决策—控制三分法，主持人问是否类似今天的VLA；他说明当时更多是V进去，L被规则替代，A则是动作控制——“看到球和球门就射门，看到球没看到球门就转一圈”的状态机。

15. 评宇树：RL拉低了运控门槛，真领先在sim-to-real

运控从第一代ZMP、第二代MPC+WBC（波士顿动力Atlas）演进到今天基于强化学习的第四代后，“它的门槛相对没那么高了”——不再需要对高维优化问题做精细数学建模，而是设定奖励机制，让模型在仿真里不断roll out。
宇树“确实做得非常好”，但更大的领先是把sim-to-real gap做得特别小，背后是硬件：“产100台机器人每一台参数都一样”的一致性，加上参数辨识并放入仿真器。可以被追上吗？“可以——更多是工程经验，没有特别强的不确定性技术在里面”；当然“宇树也在往前跑”。
真正的不确定性在大脑。90分信心的来源：“虽然我不知道最终它长什么样，但把基础搭好、数据做到高质量、有足够好的团队，大家能在试错过程中把它试出来。”

16. 汤晓鸥与MM Lab：黑羊文化与作为方法的乐观

大四在商汤成立初期实习（文津国际公寓的一个房间，“客厅办公、卧室睡觉，十几个人做人脸识别、人脸检测”），由此入门CV：“我可能是个脸盲，它竟然能分得清。”主持人的定位：MM Lab可视作“商汤的技术母体”。
汤晓鸥的黑羊文化：吉祥物black sheep，“每个人都可以特立独行”，反对同质化的“流水线式论文生产工厂”。他欣赏两类研究：close掉一个领域（做出终结性算法），或open一个新领域（提出前人没想到的有价值问题）。
黄青虬带走的两点：追求卓越，“求其上，得其中”；以及乐观——“它应该是一种方法”而非天性，可受后天影响塑造，“心态放得好，你总能走过去”。汤的去世令圈内“非常遗憾”；他认为汤晓鸥至少对华人圈或中国AI事业起到了举足轻重的作用。

AI抛售与数据不符｜顶级AI投资人解读市场概述2026年8月4日