對話它石陳亦倫：不做VLA 不仿真，一家具身智能公司的非主流判斷

不做 VLA；不做遙操，以可穿戴設備采真實數據。

文丨程曼祺

編輯丨宋瑋

2024 年 11 月，《晚點 LatePost》曾獨家報道，華為車 BU 前首席科學家陳亦倫投身具身智能創業。

不久后，它石智航浮出水面——由陳亦倫和百度前自動駕駛事業群負責人李震宇等聯合創立；成立不足半年，它石先后完成 1.2 億美元和 1.22 億美元的天使輪與天使 + 輪融資，創下中國具身智能領域天使輪融資紀錄，投資方包括藍馳、美團、啟明、線性、高瓴、聯想創投等。

陳亦倫獲得了很多支持，在技術思考上卻 “離經叛道”。用一種平實的口吻，陳亦倫分享了很多反主流的判斷。

Google RT-2 開啟的 VLA（視覺-語言-動作）模型，是當前具身模型的主流架構。而它石則開發了 AWE（AI World Engine）：

我們追求表達時間、空間、力和環境交互等物理量和 “世界信息”，而不是 VLA 那樣的 “視網膜信息”。

VLA 的主流做法是從 LLM（大語言模型）得到 VLM（視覺-語言模型），再在 VLM 基礎上訓 VLA。陳亦倫卻說：

我非常不認同（這個路線）。具身一定會有自己的獨立模型，而不是在 VLM 上長出一個動作的 “頭”。否則，它也不會是一個獨立的行業，只是 LLM 的下游分支。

數據是具身智能當前的核心卡點。陳亦倫在創業之初也沒有做當時 Optimus、PI 等美國公司選擇的遙操作數據采集。他認為那樣無法低成本、大規模獲得足夠的數據。它石自研了采集數據的可穿戴設備，讓勞動者可以戴著手套和第一視角攝像頭干活，力求獲得真實場景里真實任務的數據。

敢和其他人不一樣，可能來自他最早嘗試自動駕駛端到端的切身經驗。曾有業內人士告訴我們，在華為期間曝光度不高的陳亦倫是華為智能駕駛研發團隊的技術 “靈魂人物”。

這也帶來疑問：智駕的技術的演進過程，會在具身智能上押韻嗎？二者都屬于物理 AI 范疇，但大語言模型的帶來了全新的技術環境。

這個問題沒有現成回答，取決于不同從業者的不同 bet（押注）。陳亦倫講述了他的 bet。

從華為、清華到創立它石，端到端開啟通用機器人機會

晚點：你在大疆和華為做過無人機與無人車，這都屬于機器人的分支，最早關注機器人是什么時候？

陳亦倫：上學時就開始了。我是物理競賽保送清華的，但讀的是電子系。后來去美國讀機器學習博士時，我也很羨慕做機械專業的室友，因為他們做的東西能動，我天生喜歡 “能動” 的東西。

2007 年在美國，我看到波士頓動力用液壓驅動的機械狗，它在冰面上摔倒后依然能保持平衡，非常震撼。博士畢業后，我沒有選擇 AI 領域最主流的路徑去一個互聯網大公司，而是去了一家非常有名的機電系統公司，在那里學會了如何做電機、伺服控制和液壓系統——因為當時我認為機器人應該是液壓驅動的，我在第一家公司也帶過液壓伺服控制產品線。

所以我的職業生涯一直有一個信念：總有一天我要做出理想中的機器人。但作為學算法出身的人，我過去認為技術還沒 Ready，只能寫出一些簡單的程序，那不是我想要的機器人。

晚點：何時發現技術條件更成熟了？

陳亦倫：2020-2021 年，我在華為第一次嘗試端到端系統時。那時我已經在華為帶團隊做了 2、3 年研發，我們的自動駕駛系統至少有 200 萬行代碼。它雖然能工作，可以處理復雜的城市道路情況，但維護成本極高。

2020 年，我和丁文超博士（注：它石首席科學家，曾被華為 “天才少年” 計劃招募入自動駕駛部）等同事想試一下：能不能訓練一個神經網絡，把這 200 萬行代碼精簡掉？最終我們用 3 萬行代碼訓練了一個網絡，直接讓網絡去規劃無人車的軌跡。那就是最早的端到端自動駕駛，只不過當時我們做的是 “兩段式”（注：感知環節是一個端到端網絡，規控環節是另一個端到端網絡）。

晚點：2020 年開始做端到端，是受到特斯拉 AI Day 等行業信號的啟發嗎？

陳亦倫：沒有，2020 年的特斯拉 AI Day 還沒講端到端，講的是在感知環節如何恢復 3D 環境（Vector Space），即 BEV（Bird's-Eye-View，鳥瞰視角）。對我們來說，感知是已知解，它是開放問題，有數據、有標注就能做。

我最頭疼的是規控，這是一個閉環 AI：你產生的每一個動作都會影響下一刻的環境。比如你選擇 “加塞”，對方可能讓行，也可能加速搶行。這種閉環 AI 怎么訓練？當時沒人有把握，但靠傳統規則方法一個個描述 corner case（極端情況），代碼已經堆到了 200 萬行，發現問題的速度已遠超解決問題的速度。所以必須用新的方法。

晚點：具體怎么探索端到端的？

陳亦倫：我們需要大規模采集人類駕駛數據，這在之前還沒人做過。我們當時調撥了約 100 輛車的車隊，專門干這一件事。丁博（丁文超）每天在現場教司機開車，定義什么是 “好司機” 的行為。

起初沒看到顯著進展，但當數據積累到幾千小時后，你會發現網絡真的學到了東西，而且越來越厲害。我們選了一個極難的測試場景——一個人車混行、完全非結構化的城中村，通過規則算法幾乎無法通過。我們大膽用神經網絡去試，原則是 “后處理越少越好”。結果車非常流暢地穿行了過去。那一刻就是我的 “GPT Moment”，我意識到 AI 可以做 Planning（規劃）了。

晚點：為什么這之后不久，你就離開華為，加入了清華大學智能產業研究院（清華 AIR）？當時智能駕駛正處于上量和質變的前夕。

陳亦倫：因為我一直就想做機器人，而端到端的成功讓我看到了機器人加速發展的時間點就要到了，但那時我還不知道具體怎么做，所以我選擇先回到學校，給自己一些研究的時間。

通用機器人的三道曙光和三道墻

晚點：從加入清華到 2024 年底開始籌備它石，通用機器人的哪些變化讓你覺得創業時機到了？

陳亦倫：我看到了三道曙光。一是 Locomotion（運動控制）的解鎖：2020 年左右，ETH（蘇黎世聯邦理工學院）走通了一條路：用強化學習（RL）來解決機器狗的控制問題，而以前用的是非常復雜的 WBC（Whole-Body Control，全身控制），機器狗動作很呆板。

這其中又有兩個核心模塊：一是高并發的仿真器（Simulator），仿真的計算基礎從 CPU 到 GPU 的轉變大幅增加了并發能力，能獲得很多數據；二是縮小 “Sim-to-Real Gap”，即數字世界到到真實世界的差距。像宇樹這樣的硬件和運控做得很好的公司，核心能力就是用各種方法縮小這個 gap，所以現在我們能看到機器人流暢地運動、跳舞。

第二道曙光是以 GPT 為代表的大語言模型，它提供了機器人領域以前最難的任務規劃能力。自動駕駛的任務規劃相對簡單，就是從 A 到 B，而且有地圖這種現成的導航數據；但機器人任務復雜得多，而且進家、進工廠都缺乏數據，而 GPT 則非常擅長任務規劃。

三就是我自己驗證過的端到端。本質上，所有機器人任務的邏輯都是輸入傳感器信息和指令、輸出動作。但傳感器數據極高維，指令又極低維，過去堆疊二者的方式就是靠寫規則。規則要窮盡自動駕駛的 corner case 已經很難了，在機器人上更是不可能，所以端到端能奏效這個認知非常重要。

晚點：自動駕駛和具身智能等物理 AI 領域有幾個經常一起出現的概念：端到端、VLA、世界模型，你怎么理解和區分它們？

陳亦倫：端到端的本質是盡量用神經網絡解決所有問題，至于底層是模仿學習還是強化學習，都是可選的方法。

VLA（Vision-Language-Action 視覺語言動作模型） 則是一種神經網絡，它輸入視覺和語言信息、輸出機器人的動作。至于中間是怎么訓的，現在也有不同理解。

世界模型的定義就更多了，但從信息論角度講很簡單，就是輸入此時的狀態，生成下一個狀態。這個狀態可以用 3D 信息、視頻或物理交互的變化來表達，所以現在說起 “世界模型”，有人說的是 3D 生成、有人說的是視頻生成、有人說的是理解物理交互。它的用途也千奇百怪，有的是給元宇宙或游戲做的，有的想給具身和機器人用。

晚點：雖然你認為一些條件更成熟了，但整個具身的進度遠落后于大語言模型，瓶頸是什么？

陳亦倫：我認為 AI 要解決一個大型復雜問題，需要跨越三道墻。

第一道是數據墻。只有足夠的數據量才能支撐足夠復雜的網絡。大語言模型在這一點上是被祝福的，因為互聯網上已經有海量語料，而要獲得具身智能所需的數據則很難、很貴。

第二道是算力墻。為什么不是算法呢？因為越復雜的系統，往往算法結構越簡單，這才能經受住海量數據。所以進入預訓練 scaling（規模化）階段后，差異不在算法，而是算力比拼。

接下來，當擴大算力帶來的邊際效應遞減或算力本身不夠用之后，就會遇到第三道墻，進入后訓練。這時不能再靠堆資源，而是要針對具體問題找到精妙的解法，這會是一個很有創造力的階段。

現在，大語言模型和自動駕駛都已經過了第二階段，而具身智能還在第一道墻下，就是數據。具身智能目前的核心痛點就是如何低成本、大規模地獲得高質量數據。一旦數據問題解決，行業會收到一波巨大的紅利，智能能力會突飛猛進。

重劍無鋒、大巧不工，越復雜的任務、越海量的數據，算法結構反而要越簡單

晚點：聽起來你并不擔心具身智能的算法和模型該怎么設計？

陳亦倫：首先，缺乏數據時，你對算法是無能為力的。同時，神經網絡的算法和傳統算法也不太一樣。傳統算法要仔細推敲怎么設計，而神經網絡本質是一個函數，最重要的是定義輸入和輸出，其他很多設計不在算法本身，而在算法之外：比如如何最大化利用算力，如何盡可能降低獲取數據的成本。

晚點：但是我們看大語言模型的發展，互聯網海量數據早就存在，而直到 Transformer 這種模型架構出現，后來又從 BERT 發展到 GPT，整個領域才有大的轉折。（注：BERT 和 GPT 都是 Transformer 架構的大語言模型，BERT 有編碼器和解碼器，GPT 結構更簡單，只有解碼器。）

陳亦倫：我認為 GPT 最偉大的不是架構本身，而是想出了 next-token-prediction（預測下一個詞）這個訓練任務。

其實很早時，在 OpenAI 和特斯拉都工作過的 Andrej Karpathy 就寫過一篇著名的技術博客，叫《循環神經網絡（RNN）的驚人效果》（The Unreasonable Effectiveness of Recurrent Neural Networks，發表于 2015 年）。他展示了讓一個不大的 RNN 模型不停預測下一個 character（字符），它竟能寫詩、寫代碼。我那時看到的第一反應就是：能不能把這套邏輯用在自動駕駛上？這種通過簡單任務訓練出復雜能力的想法確實了不起。

晚點：當時都還沒有 Transformer。（注：Transformer 最早在 2017 年被提出。）

陳亦倫：對，所以關于模型架構，還是我前面說的——重劍無鋒、大巧不工，越復雜的任務、越海量的數據，網絡結構反而要越簡單、越返璞歸真。

GPT 就是這樣，在小數據集上沒有明顯優勢，但有了更大的數據后，大家都不約而同地走向了它。

晚點：如果大語言模型的成功是定義了 “預測下一個 token” 這個目標。那么在具身智能領域，好的訓練目標是什么？

陳亦倫：這是一個特別好的問題。自動駕駛領域對具身智能有兩個非常棒的啟發：一是 2020 年特斯拉 AI Day 上提出的 BEV（鳥瞰視野），本質就是一層空間重建。現在有很多人通過 VLA 做端到端，但再怎么引入語言，也逃不掉空間重建。

其實從更本質的角度去想，什么表達是更好的？最經典的物理表達就是最好的。你可以用圖像去理解世界，每個像素都是一個色彩值，這樣從不同角度去看一個物理實體，會有多種組合，但其實它還是同一個實體，它有時空概念，占據了一定的時間、空間；然后當它運動，它有力學的概念，力學會指引它下一刻變成什么狀態。這種物理表達遠比 RGB 要精簡得多，因為它更本質。如果能讓神經網絡學到這些物理的東西，很多任務都會變得非常容易。

這（空間重建）是 Physical AI（物理 AI）獨有的，跟大語言模型沒關系。

然后第二類要訓練的目標是和世界的交互。這一點機器人比自動駕駛難，因為自動駕駛是一個不碰撞系統，而機器人是一個接觸物體的系統，它會對操作對象施加力，比如操作布料、線束等柔性物體就很難。

晚點：所以很多具身智能公司會用疊衣服、團襪子、整理餐巾紙來證明自己的技術實力，你們也展示了刺繡。

陳亦倫：是的。如果只是把剛性物體，比如金屬零件整齊地抓取、放置，這早解決了。這一代機器人的使命就是要完成上一代技術做不了的任務。

它石機器人展示刺繡它石 Logo。

晚點：總結一下，你認為具身的兩個重要訓練目標是空間重建和與世界的交互。那如果真做到了這些，會看到具身領域像大語言模型那樣出現何種智能涌現？

陳亦倫：涌現的本質是內插。大語言模型看起來聰明，是因為面對一個 prompt，它在海量數據中回溯到了相似的片段并生成了新組合，并不是 “真的懂了”。具身智能現在也一樣，但已能展現驚人的效果。

晚點：表面的 “涌現” 并不是真的泛化？

陳亦倫：這套方法論是泛化的。雖然預訓練本身不是讓模型 “真的懂和理解”，但可以通過補充數據增強一個垂直領域的能力。比如大語言模型的一個落地方向是 coding，那就要給它各種代碼的數據。FSD 也是一個例子，它在美國跑得很好，但到了中國、日本等其他地區不能馬上開得很好，但可以通過擴展相對少的本地數據提升表現。

機器人也是同理，當基座模型的能力越來越強，就可以通過補充特定任務的數據來適應多樣的任務。這個部署時補充的數據量不需要那么大。

晚點：這套方法也許能實現一些場景的商業應用，但它還是不能像人那樣快速學習新任務。

陳亦倫：你說的對，現在這套方法還是相對 heavy（重），本質是瘋狂的數據生成器和數據模擬器。而人會主動靠自己的一些先驗判斷高效地找到需要的數據，并吸收和學習。比如 Ilya 最近分享過，人依靠某種機制，可以在開始一個任務之前或做到中途時就想象結果、獲得反饋，這可能通過情緒起作用的，比如我們開始一件事之前，往往就有畏懼或興奮，而機器的強化學習不是這樣，它要遍歷所有可能的解，在完成一個任務后，才能得到 reward。（注：Ilya 是 OpenAI 前首席科學家和 Safe Superintelligence 的創始人，2025 年 11 月，Ilya 接受 Dwarkesh 訪談時提及了這個想法。）

所以如果真能解決這個問題（像人那樣學習新任務）將是非常非常重大的影響力，讓 AI 學習效率翻很多倍。但在目前階段，大家找到能展現強大效果的東西，依然是這套數據生成和擬合方法。

已采集 10 萬小時數據，明年數據量會再翻數倍

晚點：來講講它石是具體怎么做數據和模型的吧。你們發布的 “Human-centric”（以人為中心）數據引擎，是一對輕量化的手套加第一視角攝像機構成的采集設備，讓人戴著它們去工作。為什么想到這種方法？

陳亦倫：我是把數據問題想明白才創業的。2024 年的第一份 BP（商業計劃書）里就寫了現在的思路，但飽受質疑。因為當時特斯拉 Optimus 和 Physical Intelligence（PI，一家美國具身智能創業公司） 等都在用遙操作——即由人操控機器人采集全量數據。但它又貴又慢，很難達到具身數據的基礎規模。

它石自研數據采集套件 SenseHub，采集設備由手套（有五指手套和兩指手套兩個版本）、第一視角攝像機組成。

晚點：具身數據的基礎規模是多少？

陳亦倫：1000 萬小時或更多。自動駕駛系統要做到持續可用，需要約 100 萬小時的數據；具身智能的復雜度更高，數據量也多一個數量級。

晚點：仿真或者從視頻數據里學習，是否也能低成本、大規模地獲取數據嗎？這也是一些公司的選擇，如銀河、Hillbot 都側重仿真數據。

陳亦倫：這都是我們過去踩過的坑。

先說互聯網視頻數據。做自動駕駛時，我們就扒過很多 Youtube 的行車視頻。但一是，它的量其實沒那么大，二是大量這類視頻是車在正常行駛，并不匹配我們要解決的駕駛問題，不能建立 “指令-動作” 的映射。所以很多這個方向的團隊后來也棄坑了。這在機器人上也是一樣的。

仿真能把圖像渲染得很逼真，可以解決感知，但對精細操作的用處不大。唯一的例外是 Locomotion（運動控制） 仿真，因為它不需要關心復雜的環境。

晚點：所以除了數據量，想清楚什么類型的數據有用也很關鍵。

陳亦倫：對，數據在具身領域是第一性的，后面要做什么算法，也要匹配數據類型。

總體來說，具身數據有兩種來源：一是從人身上來，一是從世界來。從人身上來，更直接、更快。而能記錄人的行為的數據，本質就是傳感器數據，于是問題就變成了：應該怎么設計傳感器，才能自然、低成本、大規模地拿到人的行為數據？而且這些數據應該是人在真實場景里的真實動作的數據。

晚點：遙操雖然貴，但它是真機數據，不也是真實場景、真實動作嗎？

陳亦倫：其實遙操大部分情況下做不到真實場景，因為遙操的機器人現在無法像人那樣靈活的工作，還會干擾別人干活，所以它很難進到真實的工廠、咖啡館或家庭。

遙操的動作也不夠真實，因為操作員要一會兒做這類任務，一會兒做那類任務，并不能像這些場景的專業勞動者那樣去工作。

晚點：你怎么看有公司做了大規模的數采工廠，生產大量機器人，然后用遙操來采集數據？

陳亦倫：當年自動駕駛，也有人花巨資修測試場，模擬各種道路環境，看起來像個小世界。但在這里瘋狂開車訓練出來的神經網絡并不能直接上路。

具身也一樣：如果一個機器人只在人為設計的環境里運行，它脫離了這個環境就會出問題。

晚點：你們這套數據采集方法有什么缺陷嗎？

陳亦倫：我們這套采集方法效率更高、數據更真實、更容易規模化，在架構和功能設計上沒有發現缺陷，但是對于 AI 能力的要求更高。

晚點：它石現在實際的采集量級和增速如何？

陳亦倫：非常快。我們從 2025 年 8、9 月開始大規模采集，目前已有約 10 萬小時數據。我們用了很多方法壓縮成本，現在可以開始 scale 了，明年數據量會暴漲很多倍。

晚點：成本有多低？比遙操能低多少？

陳亦倫：至少低兩個數量級（即 1/100）。遙操作需要弄一堆昂貴的機器人放在那兒，動作慢、成功率低，還要額外雇操作員花錢采數據。而我們這種方式可以跟場景方合作，讓勞動者戴上手套工作，不干擾生產。我們最大的成本其實在算力上，以及要建立一套把原始數據變成訓練神經網絡所需的數據的 pipeline（數據處理流程）。

超市工作人員佩戴它石自研數采設備理貨時獲得的數據。

晚點：通過它石這套可穿戴設備，可以采集到什么維度的數據？

陳亦倫：就是全信息地刻畫手的動作，包括手在空間中的位姿，即位置和姿態；每個手指的位姿；和動作時施加給對象的力。

晚點：不需要額外戴傳感器在手臂上采集臂的動作嗎？

陳亦倫：不需要。我們追求的是盡量讓人無感的被動采集，手套要輕、要無線。

晚點：位姿是靠同時戴著的第一視角的攝像機來獲取的嗎？

陳亦倫：不是簡單靠視覺。比如人疊被子時，手是在被子里的，你看不到自己的手在哪兒，但也能完成工作。總之，我們有一系列的設計，這也是為什么我們要自己做硬件。

晚點：之前市面上沒有現成可用的手套采集設備嗎？

陳亦倫：機器人領域沒有。其他領域有一些看起來類似的，但都不是為具身智能設計的。比如 VR 操作手柄，主要依靠眼鏡上的攝像頭定位。但這種數據對具身來說質量不夠，它缺少深度信息，也無法在昏暗光源下工作。電影行業的動捕手套則精度不夠。

晚點：Sunday Robotics 在 2025 年 11 月發布了 skill capture glove（技能捕捉手套），這和你們方法的異同是什么？

陳亦倫：首先做不做手套，涉及對機器人操作終態的設想。我是靈巧手的堅定擁護者，我認為終態的操作終端一定是靈巧手，所以要給他找一個匹配的傳感器，也就是手套。而且手套非常容易泛化，可以做各種任務、采集多樣的數據。

這個思路下，現在不同團隊的實現程度不同，因為手套的工業設計很難。我們是做了能采集全量信息的五指手套。Sunday 是做了一個三指手套，這是一個自由度更低的降維版。更簡單的做法是讓人拿著一個夾具去操作任務。

晚點：有投資人認為，中國雖然具身智能公司很多，但沒什么引領性貢獻，比如 VLA 模型是 Google RT-2 開啟的，用可穿戴手套采集數據的做法也被認為是 Sunday 等美國團隊引領的。

陳亦倫：大家還是要對中國技術有信心。我有很多在美國從事機器人行業的朋友，他們現在看到中國的進展壓力很大。

因為具身是硬件、數據和算法間的緊密交織，你想做很好的模型，就得知道要哪些數據、用什么傳感器、怎么采集，將來要用在什么執行器上。中國有強大的工業制造能力，也有這么多 AI 人才和工程師，可以更好整合這些要素，協同優化。在具身智能時代，美國創業者不會是中國創業者的對手。

具身模型不會是 LLM 上長出來的東西

晚點：你們的模型叫 AWE，AI World Engine，即 AI 世界引擎，聽起來它不是行業主流選擇的 VLA（視覺-語言-動作）模型。

陳亦倫：對。AWE 首先追求的是對物理世界的深度表達。我們投入最多的算力去記錄時間、空間、力等物理量或者說 “世界信息”，而不是像 VLM 那樣做 “視網膜式” 的表達。這些世界信息還記錄機器人怎么跟物體交互，比如擠壓一個物體，它會怎么反饋。

第二是，為什么把它叫引擎？其實也可以說是模型。但引擎是想強調，它是動態演化的，當機器人的 action 改變后，它能預測世界接下來的狀態，并推薦機器人下一步應如何操作。

晚點：為什么不做更主流的 VLA？

陳亦倫：創業前我就想過，機器人行業是否值得擁有自己的基礎模型？如果認為機器人模型只是在 VLM 多模態大模型上長出一個解決動作（action）的 “頭”，那機器人就只是其他行業的下游分支，這個行業就不能獨立存在。

晚點：目前的 VLA 的主流做法，簡單說，就是先用 LLM 得到 VLM（視覺-語言模型），再在 VLM 基礎上做 VLA。

陳亦倫：對，我非常不認同這么做。目前的多模態模型大多是 “看圖說話” 的問答數據支撐的。僅靠看圖說話，不可能讓機器人知道在世界上如何做事。機器人領域一定會有一套自己的模型。

晚點：現在很多具身從業者會說，具身智能還沒有找到自己的 “Scaling Law”，首先你怎么看這種評價？以及你覺得它什么時候會來？

陳亦倫：我覺得具身已經在 scaling 了。大家一般看 scaling 有兩種判斷依據，一是性能是否已經達到某個狀態，二是看增長趨勢。如果看趨勢，毫無疑問現在就是 scaling 狀態，但明顯表現在模型性能能上，還需要時間。

Scaling Law 之所以啟動比較慢，是因為前面提到的，它要按照順序經歷數據墻、算力墻還有跟環境的交互。在 25 年，具身行業都在認真搞數據，到 27 年甚至 26 年，一定會有效果。

晚點：到時會有什么早期信號？

陳亦倫：行業從刷視頻 demo，轉向解決垂直領域的具體問題。整個行業的信心指數會不斷上升。為數不多的團隊可以在一些具體場景上真的做出價值，比如有大客戶的真實采購；行業平均上可以展示出更強的具身智能能力。

晚點：它石會重點落地的場景是什么？

陳亦倫：消費級市場還需要時間。第一波我們會進入工業制造，比如線束（Wire Harness）裝配。只要有電的地方就有線，汽車、家電、服務器里全是線。理線、插拔、裝配對傳統機器人來說太難了，因為線束是立體的、柔性的，而這種高技術門檻的領域正是我們的機會。

晚點：最后一個問題，現在具身領域有這么多公司，如何判斷誰是靠譜的？

陳亦倫：每個人可能都是靠譜的，關鍵看他有沒有想清楚自己要成為誰。我們很明確自己要做什么，所以我們會按照正確的方式一直跑下去。

題圖來源：它石