公司概况与融资 - 至简动力是一家中国具身智能创业公司，自2025年7月成立以来，半年内融资20亿元人民币，创下最快具身智能独角兽记录[2] - 公司已完成5轮融资，投资方包括元璟资本、蓝驰创投、红杉中国等一线财务机构，以及腾讯、阿里两家大型互联网公司[2] 创始团队背景 - 创始人兼CEO贾鹏为1987年出生，创业前是理想汽车智驾技术研发负责人，2016年初成为英伟达中国智驾团队一号员工[2] - 两位联合创始人是贾鹏的前上司、理想前CTO王凯，以及与其并肩战斗五年的理想智驾前量产负责人王佳佳[3] - 投资方认为创始团队经历了自动驾驶从学术研究到产业落地的完整链路，有很强的组织力，并亲历了产业从拓荒、低谷到再次崛起的周期[3] 创业动机与行业判断 - 贾鹏在2024年底开始思考创业，触发点是看到特斯拉FSD v14和理想自研的“双系统”验证了数据驱动范式，认为自动驾驶技术方法可能已走到终局[5] - 在评估大模型、AI Agent、AI硬件等选项后，认为具身智能终局规模足够大，AI是核心驱动力，且与自身软件、硬件、算法强结合的背景最契合[6] - 李想（理想汽车创始人）对其创业的评价是：此刻做具身创业问题不大，方向、时间都OK，行业里第一个做的通常会死，但最后成功的一定是第一批[4][7] - 判断具身智能正处于从to Academic到to Business的转换阶段，新公司入场空间可能持续到2025年底至2026年初，其窗口期比大模型长，因为具身智能范式未收敛、先天缺数据、且容错率极低[7][8] 公司定位与发展策略 - 公司定位为“六边形战士”，强调具身大脑、本体、产品、品牌、组织、战略都要强，目标是成为像特斯拉、华为那样的深度集成型玩家[3][21] - 公司名称“至简动力”（英文名Simplexity Robotics）体现了“大道至简”的理念，认为越简单的东西越容易规模化，因此追求模型结构、产品和组织的简单[4][20] - 公司研发分为三层：最底层是Infra（基础设施），中间层是具身基础模型，最上面是面向工厂、商超、物流等场景的应用层[25][31] - 当前阶段主要专注于建立扎实的Infra能力，在几个小场景实现闭环，收敛方法论后再进行扩张[3][51] 技术路径与模型选择 - 坚持做“大一统”的模型，希望将双系统、端到端VLA、世界模型等能力整合在一起，参考了特斯拉FSD v14、理想i8量产方案以及OpenAI GPT-4o/5、Google Gemini的发展路径[3][26][27] - 认为简单改造大语言模型（LLM）或视觉语言模型（VLM）做不好具身，因为VLM缺乏空间理解、推理和生成能力，但大公司探索的通用基础模型可以为具身行业所用[23] - 在数据获取上，强调真实数据是主力，合成数据主要用于“扩增”罕见的长尾问题。商业化与数据获取是一体的，只有把产品卖出去才能获得“真实用户的真实场景数据”[28][29] - 借鉴了特斯拉“影子模式”的数据评估方法，即在真实场景中用额外算力对比测试新老模型与人类驾驶行为[28] 市场判断与终局展望 - 认为具身智能最大的机会是家庭机器人，会进入每个家庭甚至一人一台，其驱动力包括社会服务将因人口结构变化（如新生儿从1700万降至900万）而变得昂贵和稀缺[22] - 判断行业格局将比智驾、手机更分散，可能形成“分散垄断”：人形机器人占据最大市场，但在各种垂直场景中，也会有大量比人形高效的机器人形态，几十个垂直领域可能每个都有几家头部公司[3][22] - 巨头可能去做生态底座，提供底层的通用模型，而上层则由不同具身智能公司用自有数据、模型与硬件去落地[23] - 预测到2026年底，硬件的一致性和稳定性会提升很多，技术范式和数据路径会逐渐收敛[45][48] 产品与场景选择 - 优先选择“端到端”的任务，例如从仓库取料、上料、下料、质检、去毛刺再回仓库的全流程，而非替代成熟流水线上的单一工位[33] - 选择标准包括：任务标准化未来可规模化、能拿到多样化数据迭代模型、节拍不能太快。避免节拍要求高、容错率极低、动作单一的场景[33] - 现阶段技术能做到的是“通用的移动”+“物品泛化”+“简单通用操作”，聚焦于移动能力已相对成熟、需要物体泛化但不需要高难度灵巧操作的场景，如商超的理货、补货、整理仓库[34][35] - 预估这类端到端任务的市场规模可达一年几十亿人民币收入[35] - 进入家庭（to C）的前提是解决安全交互问题，技术上需先解决物品泛化、通用操作、环境泛化、灵巧手操作，最后是和人交互的泛化；场景上会遵循先工业、物流、商业，最后是家庭的路径[36] 硬件策略 - 目前硬件形态为半人形：上半身双臂，下半身轮式，认为在现有应用场景下这是效率最高、最通用的方式[38] - 坚持根据当前模型需求定义硬件（Simplexity），避免硬件团队在无意义的地方过度设计。例如，现阶段模型用不起高自由度的全人形硬件[38] - 认为硬件是行业目前重要但少被讨论的问题，典型问题包括一致性差（同型号本体行为不同）、可靠性低（返修率近100%），机器人硬件还处于“手搓”阶段[44] 组织与文化 - 公司目前80多人，没有固定组织架构，人员直接挂在三位创始人（贾鹏、王佳佳、王凯）之下，处于“开荒”阶段，鼓励员工跨领域尝试，每个人可能同时负责两三件事[39][41] - 分工明确：贾鹏负责算法、基模和推理框架等Infra；王佳佳负责硬件、底层软件和产品；王凯负责融资、财务、法务。重大决策由三人组成的“战略委员会”讨论，贾鹏拍板[39] - 组织对标特斯拉的Autopilot团队和OpenAI产品团队，追求小团队、扁平化、快速迭代，不讲究复杂流程[43] - 从李想身上学到的重要经验包括：“技术要服务产品，产品要服务商业”；要在意组织文化；决策权要集中[8] 行业挑战与竞争 - 认为行业总会经历“百家争鸣”的泡沫阶段，可能就在当前这一两年[45][46] - 具身的量产落地是体系化作战，必须建立全栈能力，不能有短板，任何单点长板都不足以支撑一家公司持续经营[47] - 担心的风险包括头部公司上市后的虹吸效应，它们融资效率更高、确定性更强，对人才吸引力更大[51] - 公司的目标是，在两三年后达到类似2020年特斯拉的状态，即当行业产品市场契合点（PMF）跑通时，公司的Infra和技术储备能立刻跟上，甚至成为范式的创造者[51]