作者 | 邱晓芬 编辑 | 袁斯来 直到现在，未来不远的创始人张翼还会偶尔想起5年前地中海海边，那群发呆的海鸥。 他刚经历了普通人难以想象的大起大落。2021年6月，张翼创办的“掌门教育”登陆纽交所。上市首日，公司的市值一度冲破30亿美金。春风得意之时，这家在线教育公司在全国有十万名员工、六七万名老师，服务超过100万个家庭。 当时的张翼只有31岁。 转折点发生在48天后。 “双减”靴子落地，中国在线教育行业几乎一夜归零。三个月内，“掌门教育”一口气裁掉了10万名员工。一年内，公司又启动了退市程序。 “当时非常depress（低落），不知道自己还能干嘛”。他在全世界漫无目的地“流浪”，直到来到了地中海某个城市。 他每天待在酒店里看海景，不远处海滩，一群海鸥也总在看海景。忽然有一天，张翼看着海鸥，心里有些恐慌：“如果这样无所事事生活，我和地中海的海鸥有什么区别？” 张翼立刻买机票飞去了硅谷。 当时，GPT-3已经出现，ChatGPT尚未发布，在AI爆发的前夜，“具身智能”尚未真正萌芽。在遍访Google、Meta的科学家朋友后，他敏锐嗅到了一项现在看来是共识，而在当时看来却很先锋的判断——AI大模型不止是聊天框，而是一个”调度系统”，能理解人的意图，调度不同能力完成任务，甚至可能成为调度机器人擦桌子、做清洁的“脑子”。 带着这种判断，他随即往返北美、中国做了大量用户调研，最终锁定了全新的创业方向：做家庭机器人。 但超前的代价往往是不被理解。 身边有关系好的投资人朋友力出于好心，力劝张翼回归熟悉的教育领域，并拍胸脯表示，“明年AI+教育一定会火，不信我从这跳下去。” 张翼却没有动摇，成立了「未来不远」。那是2022年9月，特斯拉Optimus原型机第一次无绳上台走路、挥手，特斯拉还播放了一段机器人在蒙特利工厂搬箱子的视频，这是人形机器人的叙事第一次从学术圈推到全球媒体眼前。而做了7年家庭生意的张翼没有顺势而为，而是选择了最难最慢，也最容易失败的家庭场景。 “（家庭机器人）所有人都敢想不敢做，而我要干，就要直接做终局”，在他看来，把家庭送进家庭只有一条出路：便宜到无感，同时直接切入用户刚需，真干活。 此后4年时间，张翼几乎处于隐身状态。在二次创业的前三年，张翼几乎没有引入外部融资，自掏腰包超1亿元。 「未来不远」的团队前后迭代16代机器，并从第一台机器开始，他们就把价格“定死”在消费级，再倒逼技术降本——昂贵的工业机械臂用不起，他们便自研大中空电机、关节和扭矩传感器，同时大量采用扫地机等成熟产业链里的通用零部件。 最终，他们把行业里动辄几十万元的机器人，压到了两三万元的成本，并以三千的租赁价格开放给家庭试用。 在机器人大脑方面，「未来不远」不完全押注于通用VLA，而是选择了一条强调可靠性的组合路线。他们自研了一套AVLA模型，把复杂任务拆成数百个更短的“专家模型”，比如抓取、精细操作等等，先各自训练，再由调度器根据环境组合调用。 张翼认为，相比一个超长序列的通用VLA，这种方式尽管牺牲了一些“大一统”的想象，却能切实提高每一步执行的成功率。 在AVLA之上，他们又叠加了世界模型的预测能力。机器人真正动手之前，世界模型会先“想”出多条可能的行动路径，并预判不同路径的成功率。当大脑确认风险足够低时，再交给AVLA执行。也就是说，世界模型负责预测，AVLA则负责把动作可靠地做出来。 今年，这套路线进一步演化成Self-Evolving WAM（自进化世界动作模型）。也就是说，当机器人每次进入真实家庭执行任务，不只是完成一次动作，也会把预测、实际结果和失败案例重新沉淀为训练数据，让下一次判断更准确。 目前，他们的机器人已经进入上海约500个家庭，预约一度排到年底。 （图源/企业） 张翼再次等到了风口。 在他创业的四年之后，家庭成为具身智能最热的场景之一。 背后的驱动力在于，资本不再只为后空翻和Demo买单，而是越来越关心真实场景和商业化。另外，家庭又能产生工厂里几乎不存在的真实数据——一条腿短了一截的桌子、突然出现的孩子、位置每天变化的拖鞋，这些corner case很难在实验室里穷举。 「未来不远」，突然从一个曾经的“异类”，变成了风口上的公司。 半年时间里，这家公司累计完成三轮近10亿元融资——2026年1月，「未来不远」完成2亿元天使轮融资；3月，该公司完成博裕创投领投的数亿元融资；7月，再完成Pre-A轮融资，硬氪独家获悉，该轮融资资方之一为字节。 但张翼毕竟是看过、经历过潮起潮落的创业者，他很少被冲昏头脑。 “现在具身智能创业最不缺的是就是钱，但如果很早融了很多钱，在行业还没成熟的时候就到了回购期，那很麻烦”，张翼表示，“ 创业者一定要思考，潮水退去时，你还剩下什么？” （图源/企业） 最近，硬氪与张翼聊了聊他这四年的经历，以及他对家庭机器人的判断。（略经摘编） 从裁员10万人，到自费一亿创业 硬氪：当时是双减对你们的冲击挺大的，经历了公司裁员、上市又退市，这个低谷期你是怎么度过的？ 张翼：最低谷是2021年下半年，前公司业务停滞，三个月减了10万人。当时我觉得很depress（低落）。后来有段时间是半退休状态，到处流浪。有一次流浪到欧洲一个小岛，叫三姐妹城，就是《权力的游戏》里君临城的原型。 这个岛在地中海中间。我每天就是住酒店、看海景，旁边的海鸥和我一样，也在看海景。当时我顿悟到，如果人这样活着，跟一只海鸥也没什么区别，还是要做点事。 “掌门一对一”高峰期有十万员工、六七万老师。公司上市时我31岁，团队很多人也是30出头的年纪，我们的人生后面还有几十年。我想，纵使转个大行也有时间。 硬氪：2022年机器人这个方向具体是怎么找到的？ 张翼：双减政策之后我不知道做什么，就去硅谷待了一段时间。当时GPT-3.0发布了，我拜访了很多在硅谷做AI的同学，Google、Meta都有。 当时语言模型已经能对话了，可以通过token方式解决思考问题。我当时判断，大模型长期可能成为一个调度系统，调度各种子任务——甚至是让机器人擦桌子、做立面清洁。 后来我在北美和中国市场发了很多问卷，核心议题是：家庭机器人需要什么功能、你们愿意付多少钱。调查之后发现，家庭机器人确实能切中用户核心需求，每家每户买一台是高概率事件，所以我就直接干这个事了。 再加上我原来做教育就是做家庭用户的，积累了100多万家庭用户。我原来是交大电院的，虽然有大概7年没干，但底子还在。 硬氪：在你创业的2022年，具身智能这个词还没火，当时的投资人们能理解你的创业思路吗？ 张翼：不太能理解。当时最火的是AI，有一个投资人和我说，"你必须搞AI教育，明年AI+教育一定会火，你不信我从这跳下去"。我回答，我要做家庭机器人，当时大家都觉得这个事很遥远，甚至到现在也是一样。 硬氪：当时你为什么拒绝这个投资人的建议？ 张翼：当时我觉得AI教育不太make sense。AI教育的本质是AI不是教育，纯软件的事变化太快，最后一定是大厂的天下，创业公司成功率非常低。创业是拼短板的，你要拼命把每块板搞长，这才有机会。现在回头看，AI教育行业的现状也验证了我当时的判断。 硬氪：你从2022年就开始创业，但今年才动作频频，推进融资、宣发等等。那这三年的“静默期”里，你经历了什么？ 张翼：前三年我们没有开外部融资，有几个原因。第一，我经历过“双减”，除非我确定产品能卖我才会融资，否则融资有很多成本，比如可能面临回购，而且早期不想融资是因为我自己可以掏钱，我自己投了一个多亿。 第二，2022年没有"具身智能"这个概念，我去讲这个故事改变投资人的想法，也很困难；第三，我不想一开始就卷。如果我拿到钱，马上很多人也拿钱开始卷了。我的理念是我要把这个事做成，而不是圈钱。 家庭机器人，所有人“敢想不敢做” 硬氪：从硅谷回来后，机器人创业具体是怎么开始的？ 张翼：回国后我去真格基金看了一段时间的机器人，当时所有人都说最后要做家庭机器人，但行为上都是先做别的，比如先做扫地机、割草机，最后再在上面加个臂。我觉得这个现象很有意思，所有人都想做家庭机器人但不敢做。对于我来说，我要干就直接干最后那个事。 硬氪：为什么你不想和大多数人一样，先小步迭代？ 张翼：因为你会发现陷入另一场竞争，比如资源分配时，你到底分配给当前的仗，还是下一场仗？所以我想直接干toC，哪怕要花更多钱我也愿意。 我观察过扫地机行业，最早是科沃斯做的，现在他们市占率是第一；第二是石头，用LDS（激光雷达）创新了行业；然后是追觅、云鲸，在扫地的功能上加了洗地。每次迭代赛道都变大了一点，渗透率逐步提升。但扫地机赛道太小了，迭代到洗地之后似乎创新就停了，变成价格的内卷。 但是家庭机器人赛道特别长——比如第一年能做地面清洁，过几年能带娃，再过几年能带老人，赛道不断拓宽，天花板不断上升。但你也必须在某个时间点，让价格、技术刚好达到临界点，实现一部分商业化。当时我预期三四年能把机械臂搞到几千块消费级，到最后实际干了四五年。 硬氪：但到今年突然所有公司都在讲进家庭的叙事了，这股热潮是怎么兴起的？ 张翼：背后的原因有三类：一是，很多机器人公司想进家庭收集数据，因为这部分的真实数据几乎是零，工厂里没有这些corner case（极端案例）； 第二，只有具身智能机器人进家庭，整个行业才能做大，就像每个家庭买一台车一样，否则整个具身智能行业可能会成为一个巨大的“雷”； 第三，之前很多投资人之前觉得家庭很遥远，最后发现我们确实能落地，所以产生了一波跟进。再加上之前那波存量公司估值很贵，大家也要寻找新故事。 但这些我都不care，我从四年前就开始进家庭。 （图源/企业） 硬氪：您为什么觉得具身智能机器人如果不进家庭，整个泡沫就会破裂？你不看好进工厂吗？ 张翼：工厂是另一个坑，因为机械臂效率更高，安全性更强，工厂场景甚至都不需要VLA，规控更好，节拍也能跟得���。现在很多公司进工厂是吃亏的，算不过账来。 硬氪：国内之前有这么多机器人、机器狗公司想切入家庭，最后无一例外都失败了，你觉得原因是什么？ 张翼：家庭机器人屡战屡败归根结底是因为，收的钱和提供的服务不对等。一台机器人卖几万块，能干的事还不如月薪7000的住家保姆——做饭、打扫、带孩子样样精通，再给你十年也卷不过。 现在有人做陪伴机器人、户外跟随机器人。桌面陪伴机器人一般一周吃灰，退货率高。户外跟随机器人在家用能把人绊骨折，普通家庭只有70平米。 家庭机器人唯一出路是，要么便宜到无感，要么直接切刚需，真干活。 创业家庭机器人：痛苦在前，鲜花在后 硬氪：创业这前三年会不会特别痛苦？ 张翼：对。到现在家庭机器人还是闻所未闻，因为过去从来没有把机器人真正放进去家庭，所以开始做就会发现，你只猜中了需求的10%，里面有超级多问题没解决，前摇很长。本质上是因为所有地方都不成熟。但第一个做出来的肯定有奖励，比如科沃斯第一个干扫地机，现在就是市场第一名。 硬氪：有什么具体的例子吗？比如一开始决定了什么功能，后面发现其实并不可行？ 张翼：我们真正把机器人放进去用户家庭里，会发现他们的需求和我们最初的问卷调研结果是完全不同的。我们前三年都在搞家务、地面清洁，觉得这价值一万块，但最后让用户付钱时，发现这个功能可能就值几千块。所以后来我们给机器人叠加了非常多功能。只有用户付费的时候，你才知道什么是真正的刚需。 硬氪：500个家庭最初怎么切进去的？用户的高频使用场景是什么？ 张翼：大家看到小红书视频后找的我，现在预约排到了年底。有娃的家庭喜欢用带娃功能，指导画画、读绘本、英语口语对练，给你解释每个东西的原理。这是我们最擅长的。 第二是轻家务，主要是老人愿意支付，主要是pick and place的任务，比如收纳玩具、收纳拖鞋等；第三类是宠物，比如铲猫砂、逗猫、喂猫粮喂。我们还在延伸其他功能。 硬氪：3000元一个月的租赁价格是怎么定的？为什么不直接卖断？ 张翼：3000是调研的结果，有几个对标的维度——带娃的话托班上海一个月6000、宠物托班也有一个月2000的，我们还能做一些轻家务，所以价格介于中间。因为机器目前还不够稳定，我们去年只能用一天就得上门维护，今年能用一两个月不上门维护。等我们到两年不需要上门维护，那个时候才敢真的卖。我们现在bug还在快速收敛。 硬氪：现在这么多家庭机器人公司，你们的差距是什么？ 张翼：第一个差异是场景，我们把擅长的孩子场景搬进来，其他人做的成本和时间都很高； 第二个更大的差异是软硬结合。我们打磨了四年，迭代了16代机器，克服了各种各样的问题，比如电机间隙大、散热问题等。我们把整个成本降到两三万，市场上具身机器人都是几十万的，市面上很多机器人叠衣服展示都有时间要求，而我们是一直在干活的。其他很多公司是今年才出来，真正进家庭至少还要两年，而我们已经能面向大众售卖和出租了。 硬氪：你们怎么把成本从百万级压到小几万的？ 张翼：从产品出来的第一天起我们就定死了价格——必须小几万。当时市面机械臂动辄几十万，我们说绝对不行。所以我们倒逼设计，我们自研大中空电机，解决中央走线和摄像头布线；选更通用、更便宜的零部件，比如扫地机上也用的电机，量大降本快。如果一开始选20万的工业机械臂，行业不用它，降本反而慢。 我们很多核心部件都是自研的，电机、关节扭矩传感器、关节等等，因为早期市场上根本没有这些形态。现在行业还在抢前三名的阶段，必须全栈自研，等成熟了再考虑采购。 硬氪：进家庭场景会不会有撞到老人小孩的风险？ 张翼：很多不做家庭的人拿安全当借口，其实是产品根本进不去。安全确实要长期筹备，所以我们前三年只敢让人试用一天，现在运控速度结合网络和视觉抽帧来控制，保障不出问题。我们从一开始就不做双足，双足有飞车概率，哪怕0.5%也不能接受。轮式双臂底盘稳，安全可控。 硬氪：你们是直接做通用家庭机器人，但以前进家庭成功的都是专用机器人，对此你是怎么考虑的？ 张翼：第一，我选择的赛道必须长坡厚雪，能一直迭代，很多消费电子迭代一两代就结束了。我觉得家庭机器人可能只是起点，未来每家每户甚至每个商店都是机器人，甚至只有老板是人。 二是专用设备容易被替代。你只做下棋，我也能做；你只养宠，我也能养。但通用机器人可以不断升级大脑，降维吃掉这些专用功能。比如我们的机器人一进家门，小孩就不找智能音箱讲故事了——因为你天天在他面前晃，功能又多，他自然就记住你了。 （图源/企业） 硬氪：您对机器人的终极想象是什么？ 张翼：我觉得未来每个公司都是一个机器人公司，哪怕开个小卖部员工也都是机器人，家庭可能只是第一个起点，解决家庭后才能解决走出家门的更复杂情况。 后面还有老人护理——帮老人翻身，人口老龄化在20年后绝对是刚需。还有厨房场景，这是整个家里最复杂的，存在各种corner case，也最值钱。 硬氪：机器人什么时候能真正进入家庭？ 张翼：机器人已经能在很多人家里用了，随着功能迭代，渗透率从10%、变20%、变50%，但如果说完全通用，可能是以10年为单位的周期，但我们不需要等到那个时间点，现在就已经能在很多家庭使用了。 这个行业可能会像扫地机一样，每隔几年有一个泡沫起来，破掉后又有一个故事起来，因为它每次有新迭代就有新需求。 硬氪：你们创业前三年是非常痛苦的，但是今年突然半年就融了三轮，你会怎么面对这种转变？ 张翼：我们团队经历过波峰波谷，所以心态上比较淡定，我相信创业一定会有波谷也会有波峰。 现在具身智能创业最不缺的是就是钱，但如果很早融了很多钱，在行业还没成熟的时候就到了回购期，那很麻烦。在合适的时候融合适的钱，创业者一定要思考，潮水退去你剩下什么？不能剩下一堆钱等着回购。创业最重要是要想清楚本质是什么。 VLA并非一无是处，世界模型还无法执行 硬氪：拿了字节的投资，他们对于家庭场景的判断是什么？ 张翼：我只能说我的理解。重视toC的战投都有一个共识：每家每户一台机器人是所有机器人公司的终极目标。我们直接奔着toC去做，而且我认为第二家真正能进家庭干活的轮式双臂机器人公司，未来三年可能都不会有。 为什么必须先进家庭？因为只有进家才能拿到真实数据，形成数据飞轮。家庭里有大量corner case，工厂永远模拟不出来——比如桌子腿短一截，叠衣服就会歪。模型大家都能抄，差距不大，但真实数据极度稀缺，这才是真正的壁垒。 硬氪：你说具身智能模型的时间壁垒不长，这很反共识，为什么？ 张翼：模型分两个阶段。没收敛时，谁先做出来谁就有壁垒；但一旦收敛，时间差可能只有一天，甚至睡醒风向就变了。纯软件公司没有护城河，所以必须全栈——把硬件、大脑、小脑全打通，才有持久壁垒。 从创业第一天，我们就不仅做模型和硬件，还把从用户需求中诞生的应用场景直接在一开始就结合模型和硬件做了起来，大脑以后肯定是大厂的天下，创业公司必须做有时间壁垒的事，比如全栈能力。 硬氪：你们具体的大脑路线是什么？和主流VLA有什么不同？ 张翼：我们两三年前就开始做AVA。主流VLA是一个超长序列的黑盒，数据量巨大，且每个环节都可能失败，成功率很低。今年行业里几乎不提VLA了，甚至有人说VLA已死，就是因为传统VLA完全无法收敛，落地太难。 我们改造了VLA，把它拆成了几百个短序列的专家小模型——有人管抓取、有人管精细操作、有人管接触操作、有人管规划。每个专家专门训练，成功率很高，数据量也比训练超长序列VLA少得多。 在执行任务时，由一个调度器根据当前看到和听到的内容，决定调用哪些专家组合起来。因为每个环节的成功率都很高，最终任务的可靠性远超通用VLA。 硬氪：你们有用世界模型吗？ 张翼：世界模型我们只用了它上层的预测能力——它可以规划出多条路径，预判每条的成功率，我们据此决定要不要执行这个动作。执行端还是交给AVA，不让世界模型直接做执行，因为那还太早期。 比如它可以规划出10条路径，根据现有数据判断每条路径成功率高低，我们再决定调不调用这个动作。如果成功率足够高就调用，不够高就不调用。我们执行端还是用AVA，并没有让世界模型直接做整个执行，因为世界模型的执行目前还比较早期。 硬氪：进入硬件领域有什么感受？ 张翼：硬件迭代非常漫长。我们的F1和F2外观变化虽然不大，但我调了一年。一旦封板，改一个爪可能又要半年。加个轴，从3轴变7轴，完全两码事——3轴只能跳舞，7轴才能做操作。所以一开始定义形态至关重要。 我们做轮式双臂，22年就开始做7轴，当时很少有人做，6轴有太多奇异点，干不了通用的事。臂长也必须到位——够不到冰箱深处或棋盘远端，数据都采不到。 硬件行业一旦动一个细节，影响全局。所以我们创业前就已经把所有参数测好了：多长的臂、多少个轴，提前定死，后面才不会反复推倒重来。 涉及操作的机器人身上有1000多个零部件、一两百家供应商，一旦出问题很难定位。比如，有一次第三个关节温度超过80度就停机，我们查了好几天才发现，如果想改硬件彻底解决，发出去再生产再做老化测试，至少三个月没了。 我们电机比别人便宜、间隙大，但通过算法和运控，把精度调到跟贵电机一样，这背后就只能用时间堆。 硬氪：你会怎么带好一个软硬结合的团队？ 张翼：团队管理上，你不可能招到一个既懂结构、又懂嵌入式、懂规划、懂大模型的人。每一块都垂直太深了，所以我每一块都要抓重点，然后用足够长的时间去搞明白。我提前四年干这个事，就是为了把每一块都吃透。 一个懂大模型的人可能不知道网络问题有多要命——就像一个120平的房子，这边有网那边没网，机器人怎么穿过没网的区域？这些都是花了很多时间才填平的坑。 硬氪：你自己具体是怎么补短板的？ 张翼：我之前是交大电院毕业，GPA排第一，参加过很多比赛，所以有底层认知。虽然我毕业后六七年没干机器人，但周围很多同学还在干这个，大疆、华为都有。创业时我拜访了他们，连初期面试都是同学帮忙面的，借助了很多外力，再用时间慢慢磨合。 首页图源｜企业供图 排版｜范馨雅 欢迎交流↑