行业趋势与核心观点 - 2026年，全球具身智能机器人创业者的目光正转向家庭场景这一“深水区”[4] - 行业近期出现Scaling Law苗头，例如硅谷公司Generalist AI的GEN-1模型通过海量数据训练，将精细操作任务成功率从64% 提升至99%；另一家独角兽Sunday Robotics通过数据采集和家庭实测也吸引了大量资本[5] - 行业专家预测，两年内 中国将会出现可用的家庭机器人[7] - 家庭场景被认为是训练通用模型的最佳土壤，因为其任务比工厂更混乱随机且数据丰富[13] - 当前市场热度尚可，投资人热情较高且更懂行，技术尚未收敛意味着仍有巨大机会[56] 公司“破壳机器人”概况 - 公司由前“星海图”首席科学家兼联合创始人许华哲在离开后创立，专注于开发面向家庭的、具有泛化能力的具身智能机器人[8][9][10] - 公司成立短短一个月内，已快速完成融资、核心团队组建、模型训练及硬件迭代工作[14] - 近期已完成数千万美元 天使轮融资，由云启资本领投，并获得顺为资本、弘晖基金、小米战投、星海图、BV百度风投等多家知名机构支持[14] - 公司团队目前约20人，包括AI侧的“天才少年”和具有To C量产交付经验的硬件工程师，仍在火热招聘中[22] 创始人许华哲的创业理念与选择 - 创始人自幼受《乔布斯传》等影响，立志创办伟大的To C公司，并一直深耕机器人强化学习方向[12] - 其创业选择源于对“美与影响力”的追求，认为泛化性的本质是用简洁优雅的模型解决复杂生活问题，将AI转化为生产力[12] - 认为当前许多人形机器人应用于工厂只是用新形态做旧工作，未发挥真正通用性；真正的AGI应在家庭场景中诞生和运用[12][30] - 离开星海图的主要原因是内心一直想做To C的、真正泛化的通用机器人[20] - 相比2023年，2026年创业在硬件供应链、数据丰富度、融资环境及市场认知方面条件更成熟[27][28] 技术路线与核心差异 - 公司完全放弃了行业主流的VLA基座模型方案，转而构建能直接输入输出“视频-动作”的世界模型[15][50] - 提出独特的UAG架构，采用并联式预训练替代瀑布式级联，并将强化学习贯穿全过程，实现了训练效率5倍以上 的提升[15][53] - 模型侧的核心亮点是用好强化学习，其价值函数可评估数据质量，让模型理解失败边界，并能突破人类数据上限，实现多任务高成功率[48] - 第一代32B参数规模的具身世界模型已完成首轮训练，正处于数据迭代的关键爬坡期[16][24] - 在数据采集上采用三层方案：外骨骼数据采集、UMI手套方案、第一人称视角人类数据，并注重数据质量评估与清洗[15][54][55] - 为数据采集定制的硬件手套已迭代了五六个版本，计划在8月末展示与众不同的数据采集系统[16][55] - 训练大模型所需的基础设施是当前主要挑战之一，包括GPU集群的并行效率与数据吞吐[52] 产品定义与市场定位 - 公司目标是打造“家庭助理”型机器人，核心是物理世界的通用交互和干活能力，与侧重对话陪伴的机器人属于不同品类[47] - 理想中的家庭机器人能完成扫地机等上一代机器人无法完成的复杂任务，例如精细清洁、以及洗衣收纳等长序列多步骤任务串联[12][35] - 产品定位是科技潮品+家庭助手+管家的复合体，用户购买的是先锋生活方式和极致便利，而非简单的人力替代[37] - 产品价格区间仍在内部讨论，但肯定会是五位数起步[38] - 预计两年内出现的可用家庭机器人将具备完善产品定义，能完成相当多通用任务，但有明确边界（如不抱婴儿、不烧热水）[34]