2026 年 3 月 3 日，许华哲注册了一家新公司。名字叫破壳机器人。

这件事在国内具身智能的小圈子里足够大——他是清华交叉信息研究院的助理教授（出自姚期智门下），更近一点的身份是星海图（Galbot）的联合创始人和首席科学家，2023 年那波具身热里被资本追得很紧的几个名字之一。

外界一度把他离开星海图传成"和平分手"或者"闹掰"。但 5 月 25 日《晚点聊》第 166 期播出，他和程曼祺聊了将近两个半小时，把决裂讲清楚了——不是和某家公司决裂，是和整个国内具身智能行业当下走的那条路决裂。

这一期里他特别锋利的一句话是这么说的："如果你卖数据给英伟达，那其实是把弹药卖给竞争对手。今日割三成，明日割五成。"另一句更刺耳——"不做通用智能，铁架子里装的大脑就不由你来控制，那么我认为这就错过了定义未来的权利。"

以下是我们的拆解和判断。

不是 robotics，不是自动驾驶，也不是史前深度学习

许华哲在节目里给当下的具身智能行业开了一张三连否定的诊断书：not robotics, not 自动驾驶, not pre-deep-learning。

第一条，"不是 robotics"。他的意思是，传统机器人学习惯把每个酷炫的动作单独解题——单独一个翻跟头模型、单独一个跳舞模型、单独一个端酒杯模型。"它的极致就是现在的那些翻跟头、武术、跳舞。"这种思路的天花板早就明摆着——任务无法穷举，把 100 个小模型叠在一起也凑不出一个会过日子的家庭机器人。

第二条，"不是自动驾驶"。自动驾驶的范式是数据闭环：先把五道口跑透，再把中关村跑透，然后逐区滚动覆盖。"这不是一个通用的解决方案。"路径依赖很重的，恰恰是中国这一波具身公司里大量自动驾驶背景的创始人——他们习惯了"先解决一件小事儿，然后获得这件小事儿的数据，然后期待还有第二件事儿，再用这个数据让它变得更好"，这个思路移植到具身上来，许华哲判断"会比较困难"。

第三条更刺耳，叫 "not pre-deep-learning"——不是史前深度学习。"史前"两个字带着鄙视链。许华哲指的是 2012 年 ImageNet 之前那种"针对单一任务调一调小模型"的旧 AI 思维。"你永远不要指望一个小模型叠加一个小模型，叠加一百个以后，它等于一个大模型。"

这三条放在一起读，是同一句话的三个版本：不要把生在大模型时代的具身智能，做成大模型时代之前那种 AI。

我的判断是，许华哲这一刀不是他第一个挥的——派（Physical Intelligence）从 2024 年起就这么做、Generalist 也是从 day 1 就赌一个统一的 VLA。但这是国内具身智能阵营里第一次有"前阵地"出来的人公开把这件事说成是路径错误。这跟一个外部观察者批"行业方向不对"完全不是一个量级——是 2023 年那波热钱的当事人之一从内部走出来，回头说"我们当时想错了"。

无脑量产 + 卖数据：今日割三成，明日割五成

如果说"路径依赖三连"是技术诊断，那"无脑量产 + 卖数据"就是产业诊断，许华哲的语气是后者更狠。

"无脑量产"这个词他是一语双关的——既是没有考虑用在哪儿就开始量产，也是产品里面没有大脑。"我想看到一个数字叫机器人活跃率，日活。卖出去的五千台机器人到底日活是十、还是一百、还是五千？"他知道这个数字没有人会公开，因为"那样太难看了"。但他坚持，消费机器人公司的健康度只能由日活定义，不是出货量、不是订单 LOI、不是某月某日某城市的展会现场。

"卖数据"这一条更狠。他点名英伟达——"英伟达自己是没有能力采数据的，他们那儿人很贵。所以他从谁买呢？很显然从一些有大量人力运营能力的公司去买。但是我们仍然把弹药卖出去，因为这样可以赚到钱。"

许华哲化用了一句六国论的句式——今日割三成，明日割五成——把这种交易称为割地赔款，"为了让自己可能融到资，或者是在账面上看得好看一点"。我留意到节目原话他说的是"今日割三成，明日割五成"而不是六国论原句的"今日割五城，明日割十城"——他显然知道自己在化用古文，把"城"换成"成"，是把领土被切走的画面感平移到收入比例上来，更贴当下创业公司财报。

把这两件事合起来看，许华哲在控诉的是一种自我消耗式的繁荣——日活不敢看、数据卖给最终会成为竞争对手的那一方、机器人去卷一些注定无意义的指标（"让机器人翻一百八十度再加一个三百六十度，你去卷这让机器人卷这个事情，我觉得就失去意义了"）。这些是 2023-2025 三年里中国具身智能赛道资本特别热的部分——结果被一个亲身在量产阵营里待了两年多的联合创始人，定性为"今日割三成，明日割五成"。

最大的西瓜是智能，不是铁架子

破壳机器人要做的是什么？许华哲的答案很短——通用家庭机器人。

短，但不简单。它的反面是"专门机器人"——专门做炒菜、专门做擦地、专门做接送。许华哲发散思考过备菜机器人这条路，跟在中美两地的朋友都问过定价——中国朋友说"备菜很重要，可以付一个冰箱的钱（约 1 万元）"，美国朋友说"备菜过程我也很喜欢，最多两百美元"。"光是七个关节就已经超过他的购买预算了。"——所以家庭机器人想做成"某某机"（电饭煲那种价位的某某机）这条路，至少在硬件成本大幅下降之前，根本算不过账。

那只剩通用机器人这条路。许华哲在节目里多次重复同一个比喻——大脑。"如果不去做一个很好的通用的智能，那你的那些铁架子里面最后装的大脑就不由你来控制。那么我认为这就错过了定义未来的权利。"

中国具身智能现在很像什么？许华哲不愿意明说，但他描绘了一个画面——大量的铁架子，里面装的大脑全部 made by 别人。可能是英伟达的，可能是某家美国具身大模型公司的，也可能是某家正在训通用 VLA 的实验室的。中国公司贡献的是骨架、外壳、电机、关节、以及在工厂奔波采集的数据——"非常好的弹药"——但骨架里面那个会推理、会感知、会泛化的东西不属于自己。

这就是许华哲反复警告的"最大的西瓜"被错过——不是错过一个赛道，是错过定义未来人形机器人长什么样、思考什么、为谁工作的权利。

我想加一个他没明说的判断：节目里他对"派""Generalist""Figure"和国内傅立叶等公司给出的评价排序，本身就在透露价值取向。他说他焦虑的是 π（Physical Intelligence）和 Generalist——这两家美国团队——的进展；他怀疑 Figure 视频里"机器人自己眨眼睛"是不是又一个有人在头巾后面遥操；对国内公司他只点出傅立叶的 GR3 和小鹏的产品设计，对智能能力上的进展他没有点出任何一家中国公司。这种点评结构本身就是一个信号——目前能让一个具身科学家由衷焦虑的智能进展，几乎没有发生在中国。

战略定力的真空：是钱的问题，也是氛围的问题

许华哲在节目最后给出一个有意思的解释——为什么明明说过相信"东升西落"，现在却承认领先的具身智能进展在美国发生？他把原因拆成两层：钱和氛围。

钱这层好理解。π 融资充裕，"对它来说容错空间可能更大"——他们可以两年不做商业化，第一天就说"我要做 Physical Intelligence"，名字就是要做的事，然后真就一直做下去，每三个月发一个东西。许华哲承认中国具身智能的钱多，但容错带宽窄——投资人会要求三个月、六个月看到产品里程碑，团队会被迫去做"看起来在交付"的事情，于是先解一件小事、刷出落地，再去想通用智能就来不及了。

氛围这层更微妙。他打了个比喻——"如果老师说我就看看今天谁坐得正，那大家都会坐得很正。如果老师说我就看看今天谁这个上课发表的观点最多，那大家都会七嘴八舌去说。"行业氛围是巨大的同辈压力。当周围所有公司都在谈量产、谈渠道、谈进哪些工厂、谈下一笔融资估值，没有一家公司在讨论我们怎么把通用智能再往前推一步的时候，你就算心里相信智能优先，也会被氛围拽走。

我自己接触过的几家国内具身智能公司，基本都给我留下两个印象——一个是 BD 团队比研发团队更靠近 CEO，另一个是技术访谈里对"我们正在攻关什么前沿模型问题"这类问题，回答会突然变得比"我们卖了多少台、签了多少订单"含糊得多。这两件事都是行业氛围的折射。许华哲走出来做破壳，在某种意义上是在试着另起一套氛围——把"对智能本身的信仰"重新做成创业公司主流叙事。这件事他能不能成是另一回事，但有人愿意从已经融到 B 轮的位置上跳出来再来一次，本身就是给国内具身智能补上一个稀缺人格——死磕智能突破的科学家创业者。

强化学习被低估，规模化后训练是通往西瓜的路

光提"通用智能"是一句空话，许华哲在节目里给出了破壳机器人具体押什么。规模化后训练 + 强化学习。

行业现在的标准做法是这样：用一个大的预训练 VLA 当底座，然后在某个具体任务上做后训练，做完就能上线了。听上去合理。许华哲不同意——"那其实最终你是把你预训练的一个很大的东西，在后训练上面给它收缩到一个具体任务上"。后训练把通用模型搞专用了，通用性被烧没了。

破壳的差异化在于"想做规模化的后训练，让模型在后训练之后仍然保持泛化性，而且能做很多很多种任务"。配上的是强化学习——让机器人自己跟世界交互获取数据、对数据自评分、知道哪些数据是次优的、知道哪些失败的数据该怎么用。这一步在传统 RLHF 之外多了一个评估环节，"现有的很多地方可能低估了强化学习，或者说低估了刚才我说的评估的这一步"。

我的判断是，这一段技术押注是整期节目里特别值得行业内人士细听的部分。许华哲不是用一句"我们走 AI native 路线"就糊弄过去，他给出了一个相对具体的工程路径：(1) 用世界模型作为骨干网络注入物理先验；(2) 在机器人本体上做预训练学习"物理到交互"的动作先验；(3) 后训练阶段不收缩到单任务，而是同时训七个任务、十个任务，保持泛化；(4) 整个过程用强化学习把数据质量分级——好数据 / 次优数据 / 失败数据各派各的用场。这个思路不一定对，但这是一个可以被同行反驳的具体工程蓝图，不是一句口号。这件事做对的难度在哪里他自己也清楚——节目里他承认每个任务初期都会"比较平庸"，需要相信一年后会突然全部变好，"这是 AI native 一致的"——而这恰好是中国创业公司当下很难给到的耐心。

装与拆：两位创业者，两个尽头

上一篇 《在愚昧之巅做景观，在绝望之谷吃细节》 写的是 invoko.ai 的梦琪。她讲的是创业者不再装——不再装大佬、不再装"我什么都懂"、不再装融资材料里那种自信，把自己从"伪装着站在愚昧之巅"拉回到绝望之谷里捡细节。

这一篇写许华哲，他做的事可以叫拆——拆中国具身智能行业的路径依赖，拆量产神话，拆"卖数据换取生存"的合理性，拆"在中国先发生"的乐观叙事。装的反面是诚实，拆的反面是惯性。一个创业者的诚实，和一个创业者从内部砸开惯性，是 2026 年 5 月这一周中国 AI 创业者群体里同时上演的两幕戏。

把它们合起来看，会得到一条更长的线索——当具身智能的资本周期、装腔的幻觉周期同时进入下半场，敢说真话的创业者会开始从舞台两端走出来。梦琪从一端，许华哲从另一端。中间的那一大块——还在装大佬的、还在卷量产指标的、还在把数据当弹药卖的——压力会越来越大。

许华哲自己讲的故事里我特别喜欢一段——他在最近读哈萨比斯传记，特别共鸣的一句话是关于"什么是过了一个尽力的人生"——"像马拉松一样，跑过终点线的时候立刻跪下了，更好的是被抬进医院但没死掉。"他现在不太能感受到那种"轻轻一碰就快乐"的状态了，"那种婴儿皮肤的敏感是以前。现在我感觉就是那些东西都无法影响到我"。他的快乐阈值变高了，所以只能去帮助更多的人来兑现快乐。

这是一个想做一辈子机器人的人，不是一个想退出再回炉学术的人。这两者的差别就在这里——他没法回头了。

声入商业说

许华哲的判断当然不一定对。具身智能的窗口是不是 18-24 个月、家庭通用机器人是不是 2028 年初进家、奇点会不会在 5 年之内到来，这些时间表全都是他作为信徒的预测，不是行业共识。π 真的会赢吗？Generalist 那条路真的比量产路线更短吗？没有人知道。

但许华哲这一篇访谈真正的价值不在预测的准确性，而在他给整个行业立了一面镜子——把那些一直没有被公开命名的内部矛盾（无脑量产、卖数据、卷无意义指标、缺战略定力），从一个曾经在阵营里的人嘴里，逐字念出来。这件事比预测对不对重要得多。

我们这个公众号关心的是商业判断的清醒——所以这一期我们站在他这一边。具身智能要想真正改变人类的生活方式，不能只造铁架子。铁架子里的大脑必须是自己的，这件事一旦让出去，定义未来的权利就跟你没关系了。

评论区想听听你的判断：你觉得这一波国内具身智能的"无脑量产"背后，更主要的原因是钱（容错带宽窄）还是氛围（同辈压力 + 投资人压力）？还是另一种结构性原因？

收听完整节目：小宇宙搜索《晚点聊 LateTalk》第 166 期，或点击文末"阅读原文"。