中科院博士、智駕領軍人物余軼南押注消費級具身智能，一年內讓機器狗走入千家萬戶！

他是中國AI 1.0時代的拓荒者，在深度學習黎明前的黑夜，成為全中國第一個復現AlexNet（深度卷積神經網絡模型）、拿到AI“黃金榔頭”的人。

他是地平線創始團隊成員及前智能駕駛總裁，卻在公司2024年成功上市的高光時刻，轉身闖進具身智能的無人區，去驗證物理世界的Scaling Law。

他是Vbot維他動力的創始人，用60人團隊一年量產機器狗，首款智能四足機器人產品發布即引爆，截止1月10日，預訂訂單量已經達到了6540臺，并實現了以C端帶動B端的銷量破局。

他是余軼南博士，Vbot 維他動力創始人兼CEO，他要打造全球領先的消費級機器人產品。

善友教授說：“他是一個典型的‘少數派’”。這位跨越了軟件算法、芯片硬件到機器人本體的“全棧”技術專家，永遠不在主戰場跟人肉搏，而是憑借極高的戰略品味，在每一次技術變革的前夜，精準地站在了未來的入口。

本期「善友探索流」播客，我們邀請到Vbot維他動力創始人兼CEO，同時也是混沌學園六期同學——余軼南博士。在本場深度對談中，余軼南博士貢獻了極具顛覆性的三大商業洞見：

關于生存哲學：硬科技創業不是賭博，而是基于認知的精準判斷。只有“鎖死下限”，才敢去賭那個“無限的上限”。

關于公司本質：AI公司V.S.科技公司，區別不在技術，而在是否追求Scaling Law（尺度定律）帶來的無限增長。

關于組織終局：他用了一個形象又有趣的比喻——“太上老君煉丹”，道破了AI時代的組織真相。未來的公司不需要人海戰術，只需要極少數頂級的“煉丹師”和一群務實的“造爐人”。

以下是播客內容精選，完整版請打開小宇宙app收聽。

AI1.0往事：技術信仰的起點

李善友：你簡單說說你的求學、職業經歷以及現在在做什么。

余軼南：2007年至2012年，我在中科院攻讀博士學位，研究方向是人工智能，當時處于AI1.0時代，也可以說是深度學習的早期階段。2012年畢業后，我加入百度，跟隨余凱（地平線創始人兼CEO），趕上了深度學習快速發展的時期。

2015年，地平線創立，我主要負責智能駕駛業務。地平線是一家專注于AI芯片和人工智能軟件算法的公司。我們探索了多個應用場景，包括AIOT、機器人和智能駕駛，最終智能駕駛脫穎而出，成為公司的重要發展方向。2024年底，地平線成功上市，之后我離開地平線，創立了Vbot 維他動力，致力于用AI創新，創造生活空間的機器人。

李善友：你的經歷可以簡單分為三段，第一段是中科院和百度時期，主要是做研究和技術積累；第二段是在地平線，追隨余凱，推動智能駕駛業務的發展；第三段是自己創業，實現自己的理想。

按照這個結構，你先回顧一下第一段，在中科院和百度的研究階段。

余軼南：那時候行業研究的目標是突破技術瓶頸。當時AI領域雖然有多個研究方向，比如圖像識別、語音識別等，但不同領域的技術差異較大。

當時AI還是個小圈子，從業者少，比較冷門，找工作都不容易。直到2012年AlexNet出現，深度學習才開始成為主流。

李善友：AlexNet出現之前，大家的研究狀態是怎樣的呢？

余軼南：在AlexNet出現之前，各個研究方向技術差異大，沒有統一的建模方式。比如圖像識別、目標檢測、文本理解和語音識別等方向，各自有各自的技術方案。

AlexNet出現后，深度學習的建模方式統一了這些領域，就像過去每種釘子都需要不同的錘子去敲，現在一種錘子就能敲各種釘子。這種統一不僅提高了技術的泛化性，還降低了行業的技術壁壘。

李善友：你親歷了這個過程，確實很有價值。你能回憶一下你第一次接觸到 AlexNet，當時是什么樣的反應？

余軼南：AlexNet是在ImageNet競賽中提出的經典模型。2010年的 ImageNet競賽中，余凱拿到了冠軍，那本身就是一項難度極高的成就，ImageNet一直被認為是計算機視覺領域最具挑戰性的任務之一。

但從行業整體來看，當時的技術進展仍然相對緩慢，大家更多是在既有框架下做漸進式優化，普遍能感受到瓶頸的存在。

真正的轉折出現在 2012 年。AlexNet帶來了本質性的性能躍遷，讓這個長期被認為極其困難的任務第一次出現了突破性的解法。所以當 10 月份比賽結果和論文公布時，我們都感到非常震驚。

李善友：你還記得你是怎么得知這個消息的嗎？

余軼南：當時余凱去參加了NIPS會議（神經信息處理系統大會），比賽結果公布時，我們應該屬于春江水暖鴨先知，最早一批得知并理解這一成果的人。

當時我在國內，余凱在北美。我記得那是一個晚上，大概11點或12點，余凱給我發來了比賽結果。我花一個多小時讀完文章后，我覺得這似乎真的可行。

我的第一個反應是，我們需要復現它。于是，我立刻聯系余凱，說我們需要買GPU。

李善友：那時候你就意識到需要GPU了？

余軼南：對，因為文章里提到需要巨大的算力，還提到使用GPU加速了多少倍。當時他們用了兩周時間訓練模型，如果用CPU，根本無法完成。所以，我的第一個反應就是買GPU。

當時，我們想快速推進復現工作，多買了一些。那時候沒有任何現成的代碼，幾乎是從零開始寫代碼。我們一邊讀論文，一邊逐步實現它，難度確實很大。

李善友：今天回頭看，你們是不是全中國甚至全世界第一個復現AlexNet的團隊？

余軼南：我覺得至少在中國肯定是第一個。全世界不好說，但應該也是最早的一批。

李善友：你當時的心情和周圍人的反應如何？尤其是百度內部的反應。

余軼南：當時的感覺就像拿到了一把“黃金榔頭”。這種建模方式非常根本，只要定義好輸入和輸出，它就能發揮巨大的作用。我們意識到這是一把可以解決很多問題的利器。

因為當時百度的業務非常廣泛，涵蓋圖像、語音和自然語言等多個領域。我們想，能不能用這把“黃金榔頭”去解決所有業務中的問題？于是我們真地逐個嘗試了，并給自己設置了標準：新算法的效果至少比傳統算法提升20%以上，才算“敲對”了釘子。

在這個標準下，我們迅速將技術鋪開，用模型自動識別替代低效人工錄入，并支持商品檢索和人臉特效等新功能。甚至在當年，我們就構建了類似今日“基座模型”的雛形，嘗試了早期的“看圖說話”（Image to Caption）與“文生圖”（Caption to Image），用一個通用模型支撐起了全廠的圖像與視頻識別需求。

面對新技術的底層決策邏輯

李善友：這很有意思。你不僅迅速接受了新技術，還花了兩個月時間將其復現出來。這是你的天賦還是長期積累的素質？

余軼南：我覺得對技術的基本理解應該是：新的東西一定比舊的東西有其獨特的優勢，尤其是那些帶來巨大變革的技術。它一定有本質上的不同。

這是社會發展的規律。如果世界的發展只是沿著過去的路走，那么世界不可能進步。就像兒子總是要走出自己的路，不完全聽從父親的安排。

李善友：但這種“轉變”在你身上其實發生了不止一次。如果這么算，從北郵去中科院讀博，其實也可以算一次重要的轉變。

余軼南：是的，當時是2006年大三下半學期，通信行業非?；鸨编]的學生找工作時，外企提供的薪水高、工作體面，比如摩托羅拉。而互聯網行業當時還處于起步階段。

但我發現通信行業競爭太激烈，而且外企雖然光鮮亮麗，但未來可能并不樂觀。

當時我的博士導師譚鐵牛院士去北郵做了一場關于人工智能的講座，講到機器人、人臉識別、虹膜識別等內容。我聽完后覺得非常有趣。我當時覺得，即使人工智能無法實現商業化，也可以做很長時間的研究，成為一名學者也很不錯。但如果人工智能真的實現了，那將是改變世界的東西。

李善友：你在當時就有了那種“改變世界”的心態嗎？

余軼南：是的，我當時覺得人工智能要么是玄學，要么是改變世界的技術。我把它當作一種“彩票”，如果它無法實現，我可以繼續做研究；如果它實現了，那將帶來巨大的變化，對我個人來說也是巨大的機會。

你要賭一件事，這件事肯定有很大的不確定性。但如果你去做這件事，它的下限不會太低，而上限卻非常高，那這件事就值得去做。新技術的上限太高了，我幾乎沒有猶豫。

李善友：這就是你做決策的根本邏輯。

地平線前夜：10萬臺GPU催生的“算力信仰”

余軼南：我第二次真正意義上的轉變，其實是和余凱一起離開百度去創業，成為地平線創始團隊成員。

這是一次比較大的轉變，因為我們這些做互聯網和AI算法的人，開始涉足機器人和芯片領域，進入智能汽車和AI芯片的賽道。

但這個轉變背后也有一個底層邏輯。在百度的三年時間里，我們幾乎把所有能用深度學習解決的問題都嘗試了一遍，但在應用和部署過程中，我們遇到了一個巨大的問題——算力很難支撐。

百度日活躍用戶可能達到上億級別，要為這樣的用戶量提供服務，服務器規模至少需要十萬臺起步。這在當時幾乎是不可想象的。

李善友：當時你們已經意識到十萬GPU集群的難度了？

余軼南：是的，我們很快算出每個服務需要的算力。另一個問題是訓練芯片。當時我們已經意識到英偉達CUDA已經占據了主導地位，全球都在使用它。

所以余凱當時就有了一個想法——做AI推理芯片，做端側芯片。因為端側的市場需求比云端要大得多，算力當時被認為是一個非常重要的業務。

很多戰略級的判斷其實并不復雜，一開始就能看得很清楚。

李善友：所以你們意識到算力是一個關鍵瓶頸？

余軼南：是的，算力是一個非常重要的商品，需求越大越好，功耗越小越好，成本越低越好，這是一個無止境的追求，天花板極高。這是地平線的底層邏輯，對算力需求更高的場景。

避開英偉達的云端主戰場，死磕端側推理芯片

李善友：那你們做的端側AI芯片和算力之間是什么關系呢？

余軼南：端側和云端都需要越來越強大的算力。

我和余凱都有一個特點，就是不想在主戰場競爭。比如現在機器人市場的主戰場是人形機器人，但我做Vbot 維他動力沒有選擇人形機器人；當年AI芯片的主戰場是云端訓練芯片，但地平線選擇了端側芯片這個細分市場。

李善友：新興價值網。

余軼南：對，選擇一個新興市場，競爭對手少。這其實是一種創業的“品味”。

李善友：你似乎是一個“少數派”，不在主戰場競爭，決策迅速。那么，地平線在端側選擇了多個場景，你為什么堅持做智能駕駛？而且最終只有智能駕駛真正做出來了。

余軼南：其實這件事并不是我堅持的結果。一開始，我們幾乎是什么都做，但當時的一些摸索，效果都不理想。

這時我有一個洞察：如果某個業務對AI算力的需求是有限的，那它可能就不是我們想要的方向。因為公司的戰略本質上是賭社會對算力的需求會越來越大。但如果某個業務的算力需求本身就有天花板，而且很低，那我們做到一定程度就會停滯，甚至開始卷入其他競爭。

相比之下，智能駕駛是個很好的方向。大家至今都不知道算力需求的天花板在哪里，下一代芯片要達到1000TOPS，甚至2000TOPS，但沒人敢拍胸脯說2000TOPS就能實現L4級自動駕駛。也許需要10000TOPS？所以你看，這是一個沒有天花板的領域。如果大家認為L4或L5是自動駕駛的終極目標，那實現這個目標需要多少算力？至今無人知曉。

李善友：這是一種第一性原理的思考。

余軼南：是的，底層邏輯決定了你應該在算力這件事上全力沖刺，而不是等待應用的出現。你要先跑到前面，等待應用的出現。

李善友：你要跑到前面，讓應用來找你。

余軼南：對。這就是地平線的邏輯。為什么我們當時做安防，最終沒有做下去？因為安防對算力的需求其實很低，一兩個TOPS就夠了。這種情況下，你和其他公司的競爭就會變成其他方面，比如成本控制。因為一兩個TOPS的AI芯片太容易實現，所以這個市場機會并不屬于我們。

但如果你選擇卷高算力，那他們未必能卷過你。不過當時高算力市場還很小。所以你會發現，機會往往來自于那些別人覺得戰略正確但又看不上的領域。他們看不上的原因可能是因為市場太小，但你先投入了，所以才有機會贏。

我覺得創業的魅力就在于，你是否比別人更早看到一些東西。

李善友：我完全理解。只有這樣才能戰勝巨頭。因為這個需求本身和供給會形成一個越來越強的正循環。

真偽AI公司的試金石：Scaling Law

余軼南：我覺得如果你做AI，一定要找到一個場景，讓用戶對算力的需求大，這樣他們越愿意買單。如果你的產品沒有對無限算力的需求，那它就不是真正的AI產品，只是一個自動化產品。

李善友：換句話說，如果不是算力和性能之間存在某種“增長規律”，那你的產品就不算AI產品。

余軼南：沒錯，這幾件事是相互關聯的。核心問題是，這是一種非線性的東西，它本質上是一種Scaling Law（尺度定律）。在AI領域中，目前主要由算力和數據支撐。如果你的場景對AI算力沒有無窮盡的需求，那你就無法形成這種增長規律。

余軼南：現在資本市場對公司的劃分主要有兩種：一種是有Scaling Law的業務。你的資金是線性增長的，但性能是指數級增長的。比如，同樣多花10塊錢，你能實現比別人高出5倍的性能。

另一種，如果你的業務是做一個10TOPS算力的產品，然后通過各種優化讓產品表現很好，大家會覺得你是一個科技公司。

科技公司和AI公司的區別在于，你是否真正追求和需要Scaling Law。

創業的發心，為什么要做機器人？

李善友：我們再回到一個問題上，你當初為什么要從地平線出來創業做機器人領域？

余軼南：是我自身的職業追求——我想親手操盤機器人領域的事業。

當時有兩條路徑可選：一是留在地平線推進機器人業務，二是出來自主創業。留在地平線的路徑清晰且穩妥，沿用智駕業務的成功模式即可：先深耕算法研發，再推出整體解決方案，最后與中型機器人企業建立合作，就像我們當年與長安、理想合作推進智駕業務那樣。但繼續留在舒適區做To B業務，對我而言已經失去了原本的吸引力。

選擇出來創業，確實意味著要直面指數級增長的風險，資金鏈、產品力、市場反饋，任何一環的失控都可能讓公司瞬間崩盤。但我的想法是： 做To B業務很大的痛苦在于“等待”——你要等客戶覺醒、等生態成熟。而自己下場，我就不需要再“等別人”，我能以最快的速度直面市場，親自把產品閉環的節奏拉到極致。

C端市場，為什么首批種子用戶比技術壁壘更重要？

李善友：項目正式啟動了，相當于“孩子”順利誕生了。這次銷售情況怎么樣？

余軼南：銷售情況相當不錯。這次所有用戶都是付費購買的。要知道，在中國愿意花10000塊錢買一臺四足機器人的人，底色都非常出色，基本都是核心科技愛好者。

李善友：這就是種子用戶群體。

余軼南：對。觸達這群用戶后，可以靈活拓展不同產品。這群用戶才是最關鍵的不變量，遠比技術層面的不變量更重要。真正決定長期發展的，還是這群核心用戶。

教授：就像現在開新能源車的人，已經有了“我們”的群體意識，甚至會對開燃油車的人有認知差異。

余軼南：新能源汽車用戶的群體特征就很明顯。幾乎所有新能源車用戶，本質上都是特斯拉的粉絲，特斯拉先圈定了這一大波核心人群，之后蔚小理、小米等品牌才從這個群體中分化出自己的用戶。不管買哪款新能源車，大家都默認特斯拉是行業標桿，這種品牌認知太關鍵了。所以如果特斯拉推出機器人，最早買單的肯定還是這群核心用戶。

教授：對，這群人有了品牌歸屬感，你只要切入這個群體，就能依托他們發展。對做機器人行業來說，能進入這樣一個有凝聚力的群體，太寶貴了。

余軼南：用戶對品牌的認知，遠比技術、渠道這些因素更重要。

從結果來看，我覺得市場表現非常合理，甚至B端市場超出了我的預期。

B端方面，我們的客戶主要分幾類：第一類是地產商，他們旗下有眾多小區物業，希望利用我們的產品來提升物業服務，比如快遞巡檢和小區內的交互服務；第二類就是教育機構，我們聚焦下沉教育科研市場，涵蓋大學、職業學院、初高中等，使用者不需要太強的編程能力，只需把機器人本體當作訓練載體即可；第三類是各類園區、景區，這類需求和地產商的需求邏輯較為接近；第四類是線下門店，比如耐克的兒童門店，會用機器人吸引孩子、營造氛圍。

這些市場并非突然涌現，而是原本就存在。核心競爭力其實在于產品是否能實現10倍性價比的提升——不只是性能，還包括外觀、成本等綜合維度，只要綜合價值比原有產品高出10倍，B端客戶就會迅速轉向我們。

未來AI組織的形態：“太上老君”式架構

李善友：你之前提過，自動駕駛領域的人紛紛出來做機器人，這背后似乎藏著一個更重要的趨勢。為什么自動駕駛領域的從業者會集體轉向機器人賽道呢？

余軼南：我覺得原因很簡單。自動駕駛行業基本上已經進入收官階段了。能站穩腳跟的就那么幾家企業，新入局者再無機會。這是其一。

其二，即便完成了端到端技術落地，后續還要經歷五年的深耕期，整個產業的想象空間已經大幅收縮，缺乏足夠的增長預期。

同時，行業還存在組織冗余的問題，人才供給嚴重過剩。因為隨著端到端技術的成熟，原本需要“人海戰術”的研發模式已經被徹底顛覆了。

自動駕駛的組織結構可以分為端到端技術落地前后兩個階段。端到端之前，行業普遍采用“大感知、大環境模型、大規控”的架構，每個板塊下又細分出諸多子任務，再往下還有負責基礎設施、數據、仿真、實車測試的團隊。這種結構的人才密集區，就集中在這些細分任務板塊。像地平線、Momenta這樣的企業，這部分人員加起來大概有五百多人。

但當技術迭代到端到端階段后，這些細分任務被高度整合壓縮，不再需要大量人員分別訓練模型，原本負責這些工作的人就面臨轉型問題。

而機器人賽道剛好資本涌入、企業增多、崗位充足，所以他們大多轉向了這里，相當于把2015到2020年自動駕駛領域的發展路徑，在機器人賽道重新走一遍。

李善友：你之前對AI公司和科技公司的定義非常精準——核心看算力、模型與應用之間是否形成正向循環。按這個定義來看，現在什么樣的公司算是AI公司？

余軼南：AI類企業的人才結構特點，我把它比作“太上老君式組織結構”。

我們可以把AI模型研發比作《西游記》里的煉丹：

太上老君：這是公司的靈魂人物，負責定戰略、給配方。

煉丹仙童：這是核心層。他們思維極度敏捷，守著丹爐、把控火候（訓練模型）。一家公司有10個這樣頂尖的“仙童”就足夠了。

修爐采藥：這是基建層。負責“修爐造爐”，就像提升“三味真火”的效能一樣（搭建基礎設施，提升算力效能）和“尋藥采藥”（清洗處理數據）。

首先，大模型公司肯定屬于AI公司，它們對算力有持續需求，且形成了算力、模型與應用的循環。

而機器人公司中，大部分還是采用傳統組織結構，本質上屬于科技公司，真正采用“太上老君式組織結構”、符合AI公司定義的極少，核心原因是機器人的本體技術尚未定型。

AI公司的成立有個前提：硬件和基礎設施必須先收斂。大模型公司能成為AI公司，就是因為它們無需操心計算、網絡和用戶觸達問題，用戶通過手機APP或網頁就能便捷使用，觸達門檻極低。

但機器人行業和汽車行業類似，必須先把本體（硬件）做好，才有后續AI技術的落地基礎；如果本體都沒打磨成熟，AI技術再先進也無從施展。所以機器人行業必然要經歷兩個階段，目前大部分企業都還處在“先做好本體”的階段。

李善友：那你規劃的路徑是什么？

余軼南：我們肯定是先做好本體，再推進AI技術落地。AI相關的工作可以后續持續深化，但本體必須優先打磨到位，這是基礎中的基礎。

李善友：你的每一段經歷似乎都在為當下的事業鋪路，而且每一次轉型都實現了跨越式提升。

余軼南：確實是這樣。其實從我讀研究生開始，所做的一切本質上都是在為做機器人積累，相當于一直在圍繞這個目標鋪墊。

李善友：沒錯，但這件事早做也不行，時機很關鍵。必須先有大模型AI、自動駕駛AI的技術積淀，才能支撐起機器人的落地。如今來看，機器人其實是物理AI的第一大應用場景——自動駕駛目前還未完全達到這個層面，未來或許有機會，但機器人的優勢在于算力基礎足夠扎實。

真正能讓你與競爭對手拉開差距的，正是你之前提到的這一點：讓模型與算力相互賦能，形成越迭代越智能的正向循環。

余軼南：對，就是這個道理。

李善友：一方面抓住技術端的正向循環，另一方面抓住用戶群體，激發他們的群體心智——這群人已經形成了強烈的群體認同感和“我們”的歸屬感，與他們共同成長。核心就是這兩大板塊：技術端和市場端，把這兩點做好，前景就非常廣闊。那你接下來的精力是不是應該多放在第二代產品上？

余軼南：現階段我想把更多精力放在第一代產品上。這一點，我借鑒了地平線的成功經驗——地平線的第一款產品征程2，我們花了很長時間深耕，把它鋪到了各個場景，通過這個過程建立起了廣泛的用戶群體和合作關系，后續產品再推向市場時，就很容易切入。

李善友：后續產品也能快速跟上。

余軼南：創業就像打江山，先圈定用戶地盤更重要。用戶是有限資源，一旦用戶選擇了我們的產品，就大概率不會再選擇競爭對手。所以現階段的核心，還是先把用戶側跑通，把用戶端的增長速度和市場勢能做起來。

打開小宇宙 app訂閱混沌創辦人李善友的播客節目，每兩周的周四準時上新，我們期待與你相見！