90 後北大副教授董豪：啟元機器人，正在勇闖具身終局

做具身，不能一上來什麼都幹，也不能什麼都不幹。作者丨齊鋮湧 編輯丨岑 峰 董豪是具身行業裡一個十足的非典型選手。大多數人對他的印象，停在 29 歲便是北大博導的年輕學者身份，以及最近任職啟元機器人首席科學家、帶隊攻堅家用具身智能的產業標籤。但很少有人知道，他讀博之前曾有過一段三年創業最終折戟的經歷，住過工廠的八人間宿舍；更少有人知道，智元剛創立時，他就是最早加入、陪著初創團隊闖過無數關口的核心成員之一。當行業還在熱議大模型、通用機器人的宏大敘事時，他盯著的是另一個一點都不性感的真問題：靠上萬臺真機做後訓練，成本高到難以落地，這條路要怎麼破？

他最近給出的答案是三個關鍵詞：HIL-UMI、Scaling Law 和量產。而這份答案的底層邏輯，早就寫進了他一路 “壓縮著走” 的人生裡。碩士畢業，他婉拒了導師的直接讀博的建議，回國創辦公司做可穿戴設備與腦機接口，一頭扎進工廠，住過八人間宿舍。三年後親眼見證市場被大廠快速擠壓，他沒有戀戰，轉身回到帝國理工攻讀博士，四年後順利畢業，期間主導開發的開源框架，還斬獲了 ACM MM 最佳開源軟件獎。畢業後，他加入北京大學入職不久就撞上疫情，對著全程不開攝像頭的學生，線上講了一整年的機器人課。

2023 年智元機器人創立，他作為核心成員加入，成立北大智元聯合實驗室；如今他轉身出任啟元首席科學家，一頭扎進了難度最高的 ToC 具身智能賽道。在行業裡，董豪向來朋友眾多，創業經歷、頂尖學術、頭部產業的履歷，也帶著一種罕見的跨界流動感。一個完整親歷過硬科技公司從起盤到落幕全過程的人，又轉身沉潛到學術濃度極高的北京大學，如今再站到產業最前沿，他會怎麼看當下的具身智能行業？帶著這個問題，我們在北大校園裡見到了董豪。以下是訪談內容，《AI 科技評論》在不改變原意的基礎上做了編輯。01一個"壓縮著走"的人▎AI科技評論：你英本英碩四年讀完，29歲北大博導。這個節奏在學術圈壓縮了三五年。

你自己意識到嗎？董豪：沒刻意算過。英本英碩那個體系本來就快，四年碩士畢業是正常操作。▎AI科技評論：但不到30歲入職北大不正常，你拿到教職第一年還撞上疫情。董豪：第一次上課是線上，學生不開攝像頭，不吱聲，我全程自己講，有時候問問有沒有問題，沒人回。搞機器人的全線上，機器人摸不到。最慘的是突然解封能用一下，突然又封了，斷斷續續。很多人沒熬過去，我運氣還不錯。▎AI科技評論：只歸給運氣？董豪：還有就是我做的事聚焦。機器人這個方向，學術和產業都關注，兩頭都不浪費。▎AI科技評論：“兩頭都不浪費”，這個說法很像你。你好像天生不喜歡單維度做事。董豪：可能吧。

比如你提到我以前做的AI框架，當時本來是實驗室內部工具，放著可惜就開源了，結果用戶越來越多，還拿了獎。一個工作，長出好幾個東西，效率高。02一位90後北大副教授的創業往事▎AI科技評論：2012 年碩士畢業，導師郭毅可（中國工程院外籍院士、現港科大首席副校長）勸你讀博，你沒聽，回國創業，具體是什麼情況。董豪：研究生跟著郭老師做科研，郭老師讓直接讀博，結果我決定回國創業，他支持我，還給了錢，後來 2015 年回去讀博，他也沒說什麼，給了我很大自由，讓我自己選課題。▎AI科技評論：創業做可穿戴設備？董豪：是的，當時勢頭很猛。

創業的時候住工廠，條件很差，都是八人間，我待遇好一點，一個人住一個八人間，八個床，想睡哪個睡哪個。▎AI科技評論：那三年應該挺苦的。董豪：苦倒不至於，就是看得見一個創業團隊完整的命。可穿戴設備：便攜腦機接口、智能手環，我們先做的，前者是面向未來、後者面向當下。小米華為後來入局可穿戴，但人家一做起來非常快。眼睜睜看著市場沒了。▎AI科技評論：硬科技創業最難的是什麼？董豪：量產。樣機半年就能做出來，但你要造一百個產品，成本要控制住，良品率要高，還得耐用，這個要花一兩年。一個小改動，改模具、調產線、重新驗證，週期按半年算。三年時間，其實沒幾輪試錯的機會。

（）▎AI科技評論：所以你現在看智元和啟元把量產做起來，是什麼感受？董豪：量產很難啃，外行看量產是個數字，做過硬件的人看量產，看到的是幾千個細節配合，測試項厚得像一本書。我以前做那麼小的東西都覺得難，現在我們要把整機機器人造出來，一個個標準打過去，這裡面非常難。▎AI科技評論：剛提到智能穿戴市場被小米華為吃掉，被大廠碾過去是什麼感覺？董豪：就是你知道再努力也沒用。人家供應鏈、渠道、品牌全都有。我後來總結，前沿技術和市場之間有時間間隔，這是我花三年買的認知。▎AI科技評論：很多創業者十年才走完的週期，你三年走完了。董豪：你這麼一說……好像是。▎AI科技評論：那叫止損。

董豪：但其實我不後悔那三年，雖然做研究和下場做，是兩回事，但是必須下場做，不做不行。當年造車，融了錢不造的全死了；造了，死掉四分之三。你還是要做。▎AI科技評論：所以你認為現在很多具身創業公司不花錢不量產，用等待策略是不對的？董豪：怎麼說呢...說白了，你就算把錢存著也存不了多少，反正你肯定要搏一搏。你的錢多，比得過巨頭麼，造車不就是例子嗎？造了還好一點，還有一絲的勝率。▎AI科技評論：那你認為具身公司該怎麼花錢呢？董豪：具身智能有個好處，因為它的市場空間太大了，可以突破的點就很多。

比如說很多 toB 的場景，它不一定需要一個模型可以做很多不同的任務，所以做這種，短期收益是比較好獲得的，比如做工廠裡可複製化的工位，比如說分揀。至於怎麼花錢，就要看各家主攻的方向了。▎AI科技評論：但這個思路似乎和啟元的在做的不太一致？董豪：啟元的想法，是要一下子能往終局做。▎AI科技評論：什麼是終局？董豪：面向家庭、消費場景，是必須實現通用作業智能的，總之是要一個通才具身智能大模型，而其他場景不一定需要。03從智元到啟元：最難的那個選項▎AI科技評論：很多人告訴我們，你是一個社交小天才，大家都很喜歡你。

董豪：可能因為我一直覺得行業要一起努力，都是朋友，這個行業能做的很多，我還是喜歡一群人共同往前拱的過程。▎AI科技評論：2023 年智元剛創立你就加入了，志輝和鄧總（智元鄧泰華）叫的你。現在智元上千人，量產交付跑在頭部，為什麼要出來做啟元？董豪：分工不一樣。智元以 toB 場景落地為主，但啟元 toC 不一樣，面向家庭的機器人，得真的有大腦，得通用導航，得跟人互動，也要有通用作業智能，最難也最泛化。做具身前沿研究，toC 是最合適的戰場。▎AI科技評論：舉個例子？董豪：比如同樣造發動機，民航的和軍用的，要求肯定不一樣。工業具身不一定需要一個模型做一百件事情、但 toC 真需要。

▎AI科技評論：從智元到啟元，很多都得自己做，這不是把難度又往上加了一檔？董豪：該踩的坑都得踩。總之，從之前創業我明白了，等待策略是不對的，你等別人燒錢燒出方向，你在旁邊苟著，苟住了勝率更大？不行的。你就算等到了，那又不是你的東西。▎AI科技評論：從之前的學術界到現在跨界產業，感受是什麼？董豪：節奏和風格都不同，特別是工程化方面。舉個例子，我剛進北大，楊耀東（北大博導，靈初智能首席科學家）拉我和王鶴（北大博導，銀河通用CTO）做了一個北京科協的項目，關於靈巧操作的。

雖然是立項很頂級，但經費也不多，我記得那時候要買手（靈巧手），只能買Shadow Hand （英國靈巧手公司，一隻手10萬美元），價格貴得離譜，我和楊老師只能一人買左手、一人買右手，拼著做科研。現在大環境不一樣了。純學術研究獲得的經費少，支撐不了現在大模型的研究，現在不僅僅需要學術界的前沿研究，還需要大規模算力、以及很好的工程infra，學術也需要和產業結合。▎AI科技評論：大環境會對年輕人有什麼影響？你的學生王遠非、張繼耀現在也在做具身創業，你怎麼看？董豪：他們這一代比我那時候條件好太多，技術視野、動手速度、融資環境都不是我們當年能比的。

具身智能空間足夠大，年輕人闖是好事，我也很看好他們的創業方向。▎AI科技評論：你會一味鼓勵創業嗎？董豪：不一定，時機很重要。有的學生，我會勸他們先借助大平臺把技術搞紮實，積累夠了再出來。供應鏈、生態、技術團隊這些東西要時間，花錢買不到。快不是問題，沒積累的快才是問題。▎AI科技評論：啟元給自己多長時間？董豪：長線按三年看。作業智能先做失敗了也沒風險的場景，比如衣物類的，每天都要做，疊沒疊好不會出事，安全邊界高，失敗了也能重試。我們已經做了全自主洗衣流程：機器人自主規劃路徑、開合洗衣機門，抓取失敗會主動重試，整套流程無人介入。你不能一上來什麼都幹，也不能什麼都不幹在那等。

先優先打穿一些能力、再橫向拓展。04技術判斷：勝負手在後訓練▎AI科技評論：聊技術。你有個很反共識的判斷："預訓練和後訓練不是比例關係，是階段性更替。"大部分人還在討論預訓練數據配多少後訓練數據，你直接把問題否了？董豪：不是否了，是階段不一樣。預訓練解決起步的世界觀構建，路線其實清晰，採數據，訓練進去，大力出奇跡，把成功率從 0 拉到有一定成功率，但提升有上限。大規模後訓練會比現在說的預訓練要大，甚至完全覆蓋。▎AI科技評論：上限在哪？董豪：模仿學習只能冷啟動。訓練樣本全是正確軌跡，機器人犯了錯不知道怎麼調整回來。真實世界不按你的演示數據分佈。▎AI科技評論：所以要上強化學習。

董豪：對，當年 AlphaGo 就是這個路徑。棋譜模仿學習起步，但真正封神是靠自我博弈的大規模強化學習。後來ChatGPT 也一樣，核心還是 RLHF 來做強化。今天的機器人一樣，泛化和極致成功率，勝負手全在可規模化的後訓練。上半場拼誰先拿模仿學習把機器人點亮，下半場拼誰能用最低邊際成本、最快構建機器人的糾錯網絡。▎AI科技評論：但後訓練的規模化卡在真機上。董豪：這就是物理約束。你要幾萬臺真機在幾萬個真實房間裡同時做後訓練？造一萬臺出來成本都不得了。智元成立 3 年量產 2 萬臺，已經是很強了。▎AI科技評論：所以啟元做 HIL-UMI，無本體數據採集的後訓練。

董豪：對，這個是我們最近比較火的一個工作。人不需要操作機器人本體，穿戴式、手持式相機記錄操作過程，直接轉成可訓練軌跡。同等預算獲得的模型能力提升更高，並且可以支持後訓練、有針對性地優化模型缺陷，讓成功率逼近100%。▎AI科技評論：有了萬級數採集，後訓練就能規模化？董豪：一半。另一半是數據效率。比如我們現在可以把一條真機軌跡，用世界模型/生成AI，能生成 50 條物體擺放、空間位置都不同的等效樣本。真機數據價值放大 50 倍。人類示教、真機錨點、生成式擴增，拼起來才是"可規模化的後訓練"。

05橫向 Scaling Law：性格的理論化▎AI科技評論：你提到的"橫向 Scaling Law"，數據量一個軸，任務量一個軸。為什麼加任務量這根軸？董豪：很多公司現在是低效增長曲線：做一個場景，過擬合，交付；下個場景，從零再來。數據和任務只是線性關係，邊際收益遞減。橫向擴展之後，新任務的初始成功率會越來越高，達到高成功率需要的樣本量持續下降。越學越省。▎AI科技評論：我問個可能過度解讀的問題。你讀書壓縮著讀，創業三年，現在北大和啟元兩頭同時做。“不在一根軸上死磕、兩個維度同時加速”，這個思路是不是你性格的理論化？董豪：這個問題（笑）▎AI科技評論：你回答就行。董豪：有可能。

北大的事和啟元的事，對我來說不是兩份工作，而是同一件事，一邊做技術範式創新、一邊做規模化驗證，兩頭相互支持。06關於“節奏”▎AI科技評論：聊點別的。你日常喜歡機車和滑雪，滑雪的人都說，恐懼時身體本能往後躲，越躲越摔，你怎麼看？董豪：控制好節奏就行。不是不恐懼，是控制好恐懼。▎AI科技評論：壓縮時間的人，會不會也容易失控，因為速度快。董豪：所以無論是科研，還是在公司裡，節奏才重要。快不是問題，亂才是問題。什麼時候投入多少，研發節奏要把控好。07後記董豪和的AI科技評論的對話，在北大校內的一個傳統中式院子，叫做靜園五院，是北京大學計算機學院前沿計算研究中心的辦公教學地點。

北大前沿計算研究中心由圖靈獎獲得者John Hopcroft和高文院士創建，目的是培養新一代的計算機領域人才，做出有影響力的科研。中心對論文數量、申請經費沒有任何的要求，評審方式與國際接軌。一屆又一屆的圖靈班學子從這裡走出去。在這裡，董豪一直在深耕教育、科研，啟元的前沿學術研究，也在這裡發生。某種程度上，他的說話方式和他的人生、他的理論是同一種東西：壓縮。把別人十年的路徑壓成五年，把一條數據壓出五十條的價值，把一維的行業壓出一個新的軸。“橫向Scaling Law”也許不只是一個技術趨勢，它更像這個人的自我描述。（）