做了十多年自动驾驶之后,杨睿刚决定把下一次创业的方向,从高速公路转向居民社区。

在此之前,他曾在美国高校研究三维视觉,后来加入百度研究院,负责机器人与自动驾驶实验室,又担任嬴彻科技CTO,推动自动驾驶重卡前装量产。从研究算法到让几十吨重的卡车真正跑上高速公路,他经历了自动驾驶从技术探索走向商业化的过程。

2024年,杨睿刚开始筹备第二次创业。彼时,人形机器人已经成为具身智能行业最受关注的方向,他也接触过相关创业机会,但最终选择了一个看起来没那么性感的场景:社区末端配送。

他判断,家庭机器人虽然市场空间大,但每个家庭的环境都不一样,泛化难度很高;工厂机器人则必须满足严格的生产节拍和成本要求。相比之下,社区配送既能复用自动驾驶积累的定位、导航和避障技术,又能通过开门、乘电梯、交付包裹等任务,让机器人开始与真实物理环境交互。

这也是杨睿刚创办纽娲科技的起点。他希望先让机器人解决移动和通行问题,再逐步进入更复杂的任务。为此,纽娲提出「具行智能」,围绕世界通行模型(WTM)搭建数据生成、物理仿真和模型训练体系。

从见证自动驾驶卡车在开阔道路行驶,到机器人在楼宇间处理各种复杂任务,杨睿刚一直在挑战无人实现的技术问题,但他却说,真正的机会,恰恰在于有些技术问题还没有被解决。

“难这件事,我们不怕。”

从实验室到量产,重新认识技术的价值

《新智驾物理AI》:您很早就开始研究计算机视觉和三维视觉,当时深度学习还没有兴起。为什么会选择这个方向?有没有坐冷板凳的感觉?

杨睿刚:我最早其实不是做计算机视觉,而是做计算机图形学。

我在清华的时候就在CAD和CG实验室,后来去北卡罗来纳大学教堂山分校读博士,也是因为那里在图形学领域很有名。

刚去的时候,我主要做图形渲染和显示,后来参与了一个叫Telepresence的项目。它想解决的问题是,能不能通过多个摄像头实时采集一个人的三维信息,再从不同视角渲染出来,让远隔千里的人也能像面对面一样开会。

做着做着就发现,渲染和显示逐渐不是最难的问题,真正难的是如何实时重建三维信息。

所以我的博士研究就转向了三维视觉,研究如何从图像、点云或者深度信息中恢复三维结构。后来又开始研究语义信息,不只是知道物体的三维形状,还要知道它是什么。

我是1998年进入这个方向的,比深度学习兴起早很多。当时北卡在图形学领域非常强,我也算是比较早开始往CVPR投稿的一批人。

但我不觉得是在坐冷板凳,因为三维视觉本身就有大量没有解决的问题。

《新智驾物理AI》:深度学习兴起之后,对您的研究产生了哪些影响?

杨睿刚:深度学习最早在计算机视觉中的应用,主要集中在图像分类、检测、分割这些任务。三维视觉真正大量采用深度学习,其实要晚一些。

我最早尝试的是把传统三维几何的约束引入深度学习框架,当时也和苏昊等人合作,研究怎样把三维几何和深度学习结合起来。

后来又做了生成新视角、扩散模型、视频生成控制等方向。

对研究人员来说,新技术出来就要重新学习。只不过现在学习频率越来越快,前面的东西还没完全学明白,后面可能就已经有新方法把它替代了。

我觉得科学家必须具备从头学习的能力。

《新智驾物理AI》:当时三维重建已经有哪些实际应用?您有没有尝试过商业化?

杨睿刚:我们做过大规模街景三维重建,用于仿真训练。当时美国很重视利用仿真系统,希望在进入真实环境之前,先通过三维重建了解街道和地形。我们做这件事的时候甚至比Google Street View还早。

我们还研究如何把非常稠密的点云转成更简化的多边形模型,同时保留高质量贴图。后来苹果地图的三维地图也采用了类似的技术思路。

商业化也尝试过。我在美国拿过两次SBIR项目资助。这类项目会给几十万美元,目的就是推动论文成果往产品转化。

但当时基本还是非正式的状态。有兴趣就继续做,没兴趣可能就去找工作了。

那时候我们没有很强的商业意识,也没有特别懂商业化的人推动,所以最后都没有真正做起来。

《新智驾物理AI》:您此前已经在美国高校做了多年研究,也尝试过技术商业化。2016年为什么决定加入百度?当时是谁邀请您的?

杨睿刚:是林元庆邀请我的,吴恩达负责面试,最后还和李彦宏线上交流。

林元庆、吴恩达后来陆续离开,我大概有两年半时间主要是在王海峰的领导下工作。

2016年百度研究院大概有五六个像我这样的科学家,每个人负责一个相对独立的实验室,对人事和技术方向都有比较大的自主权,运作方式其实很像大学里的实验室。后来我负责机器人与自动驾驶实验室。

《新智驾物理AI》:您在百度期间推动了ApolloScape数据集。当时为什么要做这个项目?投入了多少资源?

杨睿刚:这个项目要感谢陆奇。

陆奇加入百度之后,非常重视技术品牌建设。他觉得既然自动驾驶领域已经有KITTI这样的知名数据集,百度也应该有自己的数据品牌,这个任务就交给了我。

ApolloScape核心团队大概有10个人,集中做了半年左右。参与者包括黄新宇、庚琦串、周定富等同事,大家分别负责数据采集、清洗、工具开发等工作。

我们还得到了百度其他团队的支持。比如那套高精度数据采集车,上面用了高精度激光雷达,以及导航级的IMU和GPS,我们又增加了一些额外传感器。

ApolloScape的数据100%来自真实道路采集,不是仿真生成的。不过后来公司的业务重点发生变化,数据集也没有得到原来那么多持续建设和维护投入。

《新智驾物理AI》:您在百度主要做前沿研究,后来为什么决定加入一家刚成立不久的自动驾驶公司?当时希望解决什么在研究院里解决不了的问题?

杨睿刚:最打动我的是嬴彻提出的商业模式,叫“双驾变单驾”。

中国很多长途货运原来需要两个司机轮流驾驶。如果能够做出一套足够可靠的辅助驾驶系统,让其中一个司机转变为安全员,就有机会把两个司机变成一个。这样既能改善运输成本,也能在真实运营过程中不断积累数据,再逐步向L4发展。

我觉得这是一条渐进式的路线。如果一开始就做L4,量产和大规模部署都会非常困难。尤其重卡要在高速公路运行,路权问题更复杂。

相比之下,先做能够商业化的辅助驾驶,再逐步提高自动化水平,是一个更现实的选择。

《新智驾物理AI》:您加入嬴彻时,技术团队处于什么阶段?

杨睿刚:我加入时,主要负责建立完整的自动驾驶技术研发体系。

当时公司有中美两个研发中心,最初的思路比较接近“美国研发、中国落地”。但我进去以后明确提出,这种方式很难长期成立。自动驾驶需要大量真实测试。产品最终在中国落地,研发团队就必须尽可能靠近真实场景。

后来中国研发团队从大概10个人逐渐扩大到200人左右,美国团队则从大约50人缩减到10人左右,后来进一步缩到个位数。

我一直认为,做研究可以采用相对松散的跨国合作模式,但真正做量产产品,研发、测试和交付必须紧密结合。除了现场测试,跨国协作还会涉及芯片供应、法律法规等现实限制。

《新智驾物理AI》:第一次参与前装量产,最大的冲击是什么?

杨睿刚:我经常说:我们是在“戴着手铐跳舞”。

因为做量产,很多硬件条件都是提前确定的。

比如芯片算力、传感器配置都已经定了。你不能像做研究一样,觉得算力不够就换一张更好的卡。

到了量产,几个严重的失败情况,就可能让产品不能出厂。做产品像木桶。最短的那块板必须足够长。

重卡就是一个例子,空载和满载差别很大,车头,挂车的运动关系也复杂。我们还花了很多时间做节油。商用车是生产工具,客户会计算成本和效率,这些问题都需要技术来回答。

《新智驾物理AI》:您当时会直接接触物流客户吗?

杨睿刚:会。我跟过很多次车,也跟司机交流过,还见过车厂,以及快递物流企业的负责人。

我很享受这个过程,因为能从完全不同的角度理解客户需求。

做CTO不能只关心技术,也必须知道客户是谁、为什么买这个产品、到底想解决什么问题,技术负责人最忌讳的就是闭门造车。

具身智能落地,先找匹配度,再谈通用

《新智驾物理AI》:纽娲这个名字又是怎么来的?

杨睿刚:2024年开始认真考虑再次创业时,我们最早想用的名字叫Numa,中文可以叫“木牛”对应木牛流马。我觉得英文发音简单,外国人也容易读,而且听起来有点像Puma,我甚至已经把域名注册好了。

后来年轻同事,特别是HR提醒我,这个名字千万不能用,因为中文听起来像“牛马”。我作为创始人自嘲一下倒没关系,但员工天天说自己在“牛马公司”工作,好像就不太合适了。

后来就在原来的名字上继续调整,最后变成了纽娲。“纽”有连接、纽带的意思,“娲”来自女娲造物。我们希望创造一种新的机器人形态,甚至可以说是一个新的物种。

《新智驾物理AI》:您之前做过三维视觉、自动驾驶,也有人邀请您做人形机器人。为什么最后选择末端配送?

杨睿刚:我始终会问产品市场匹配在哪里。从技术突破到大规模应用,中间还有很长一段路。

家庭和工厂都有自己的难点。

家庭看起来相对封闭,但每个家庭的环境都不一样,物品摆放、家具结构、用户需求都有很大差异,泛化能力要求非常高。

工厂的问题主要是节拍和效率。机器人可能能够完成某个动作,但如果速度远远慢于人工,或者成本是人工的好几倍,客户就很难接受。

相比之下,末端配送对精细操作和动作节拍的要求没有那么高

小区配送里,有一部分问题是我们熟悉的,比如定位、导航、避障。再往前走,就要刷门禁、开门、乘电梯,把包裹交给用户,机器人需要和物理环境交互。这是自动驾驶与具身智能之间一个很有意思的交集。

这个场景还有一个好处:可以选择从哪些小区开始。不需要一开始把所有问题都解决,先找到条件合适的小区,把系统跑通,再逐步扩大适用范围。

《新智驾物理AI》:和最初确定方向时相比,纽娲现在对产品的判断有什么变化?

杨睿刚:我们最初觉得,没有电梯、配送最困难的老旧小区,应该最需要机器人。后来和客户聊得多了,发现市场给我们上了一课。

他们建议先从高端小区做起。一方面,这类小区的付费意愿可能更强;另一方面,现有技术更容易满足那里的环境要求。这个反馈会直接影响产品形态。原来我们首先考虑爬楼梯,现在会更认真地看,哪些场景用轮式底盘就能满足需求。

哪些功能是客户真正需要的,哪些暂时不重要,现在的判断比以前清楚了,量产计划也因此往前调整。

《新智驾物理AI》:您有没有完整跟过快递员或者外卖骑手的工作流程?最难的是哪100米?

杨睿刚:我们跟过很多次,也和很多快递员、外卖骑手聊过。他们最不愿意做的事情,就是上楼。

对快递员来说,最好是直接把包裹放到驿站,后续分拣、上架和配送由别人完成。

外卖骑手也是一样,比如深圳华强北,有些商业楼宇下面会有专门帮骑手送餐上楼的人,有些是退休人员。到了午饭、晚饭高峰期,他们就在楼下等着,骑手付大概1块钱,他们负责把外卖送上楼。

因为骑手会算账,假设一单需要20分钟,最后10分钟都花在等电梯、上楼上。骑手这一单可能挣六七块钱,他宁愿拿出1块钱,让别人完成最后这一段,自己利用这10分钟再去接下一单。如果这段时间能够多挣三块钱,扣掉这一块钱,还是多赚两块钱。这个账,他们肯定比我们算得更清楚。

顺丰内部甚至有一个很形象的叫法,叫“上楼机项目”。

《新智驾物理AI》:酒店配送机器人已经发展多年,但一些企业仍然面临盈利压力。纽娲会不会遇到类似问题?

杨睿刚:我觉得商业模式不太一样。

酒店里的配送需求是有限的,机器人每天能够执行的任务量也有限。如果使用率不够高,经济账就很难算。而且酒店配送的技术门槛相对没那么高,主要是SLAM加路径规划。参与者多了以后,就容易陷入价格竞争。

但一个居民小区每天产生的快递和外卖订单,远远超过一家酒店的配送需求,末端配送的任务量更大,潜在使用频率也更高。

当然,前提是技术真正能够解决问题。

《新智驾物理AI》:机器人进入小区,还会遇到哪些实验室里想不到的Corner Case?

杨睿刚:这种情况太多了,我们遇到过一个很有意思的场景。

机器人在一条很窄的路上遇到一个人。那个人很客气,一直招手示意机器人先走。但机器人没有理解这个手势,就一直停在那里,对方也不走,继续招手。结果人和机器人就这么僵住了。

还有一个海外客户问我们,机器人如果被人踹倒了,能不能自己重新站起来,继续执行任务?尤其是四足机器人,上面还带一个大包,如果整个被翻过来,像乌龟一样四脚朝天,想自己恢复正常姿态其实很难。

以前还有同事做商场清扫安防机器人,碰到过四五个人一起把一台100多公斤的机器人抬到另一个角落。因为那台机器人基于SLAM导航,被突然搬走之后初始化位置丢失,最后就只能停在那里。

我们自己更关注的还有安全问题。比如机械结构突然断电之后,机器人可能会自动下沉。如果这时候有小朋友把手放在关节附近,就存在夹伤、压伤的风险。

机器人真正进入人类生活环境之后,很多问题都是在现场才能发现的。

《新智驾物理AI》:比如防火门、门禁、电梯这些问题,纽娲准备怎么解决?

杨睿刚:还是要考虑ROI。

比如打开防火门,技术上可以做到,但有些防火门很重,需要较大的扭矩,也就意味着需要更重、更强的机械臂。机械臂变重之后,本体也要加强,但有些小区电梯非常小,机器人如果做得太大,进去之后连转身都困难。

所以问题是为了开这扇门,要增加多少成本,又会带来哪些新的限制。

有时候直接给门安装一个开门器,花500到1000元左右,就可能解决。相比之下,改造电梯涉及更多法律法规和审批要求,反而复杂得多。

目前客户比较明确的要求是,第一不能改电梯的控制系统,第二机器人必须能够通过门禁。我觉得现阶段没有必要要求机器人把所有Corner Case都解决之后再商业化。

末端配送和Robotaxi还有一个很大的区别:Robotaxi要在一大片连续区域里都能够运行,商业服务才能成立;配送机器人则可以先挑选条件合适的小区,把一个小区真正跑通,产生收益,再逐步扩大规模。

《新智驾物理AI》:轻地图导航能减少哪些部署工作?它还需要预先知道什么?

杨睿刚:轻地图仍然使用地图。我们使用轻量拓扑地图提供基本空间关系,不依赖高精地图,再结合实时感知推进路线。

这个方向希望减少高精地图制作和维护的负担。不过新场地还需要哪些初始化、设施配置和测试,要看具体环境。判断它有没有价值,最终要回到准备一个新点位需要多长时间、现场变化后要做多少调整。

模机器人真正壁垒是系统闭环

《新智驾物理AI》:现在很多具身智能公司都在做端到端模型、世界模型或者VLA。纽娲的模型架构有什么特别之处?

杨睿刚:坦率说,我觉得现阶段各家在模型架构上的差异,可能没有想象中那么大。纽娲目前已经验证的核心能力,主要在仿真器、数据生成和数据增强。

真正影响效果的,是手里有多少数据、这些数据覆盖什么情况,以及你知不知道应该用什么数据训练出想要的能力。这里有很多经验,拿到一个模型架构,并不意味着就能把任务做出来。

我过去在百度做ApolloScape时,就意识到真实采集很难覆盖所有长尾情况。

《新智驾物理AI》:做真实道路数据时,有什么经历让您意识到这一点?

杨睿刚:比如为了采集消防车,我们会让采集车守在消防站附近,等消防车出来再跟着采集。但你不可能用这种方法覆盖所有情况。越往后,采集回来的数据里,真正有价值的信息比例越低。

所以很早我们就在考虑合成数据。真实数据告诉你现场发生什么,接着要考虑能不能增加数据的复杂度和多样性。这个认识一直延续到现在。

《新智驾物理AI》:纽娲科技核心技术架构的WorldWeaver、SimWeaver和WTM之间,分别是什么关系?

杨睿刚:WorldWeaver负责组织真实场景数据、三维资产和生成数据,SimWeaver提供物理仿真能力,这套数据与仿真体系面向WTM的训练和评测。

我们希望现场发现的问题可以进入可重复的测试过程。比如某次交互失败,如果能把对应的场景和条件在仿真里复现,就可以反复比较不同处理方法,再回到真机验证。这样,数据才和产品的问题连起来。

《新智驾物理AI》:纽娲提出“一脑多体”,目前已经在哪些机器人本体上完成了迁移?

杨睿刚:我们做过不同品牌四足机器人之间的迁移。两种本体比较接近,所以相对容易。现在也在把系统迁移到轮式底盘上。

四足和我们选用的轮式底盘,运动方式不一样。四足可以做的一些横向移动,换到这种轮式底盘上就要重新处理,需要调整轨迹跟踪、控制和平滑。底层控制的复杂程度也不相同。

目前,整套系统基本已经能在轮式底盘上跑起来。

《新智驾物理AI》:有没有考虑迁移到人形机器人?

杨睿刚:目前还没有明确的商业需求。现阶段四足和轮式都有客户需求,我们还是希望优先做能够尽快产生实际价值的事情。

我们看的是人类生活环境里,哪些任务需要机器人移动和执行。小区配送里提炼出来的能力,将来可以用于其他任务,但要随着具体场景去验证。

《新智驾物理AI》:纽娲强调具身智能大脑,为什么还需要自己设计机器人本体?

杨睿刚:肯定需要,我们现在就在定制自己的轮式机器人。

因为小区配送对本体的要求非常具体,不是随便拿一台现成的轮式机器人就能完成任务。

比如有客户明确提出,机器人要能爬8度到10度的坡,还要跨过5厘米的坎。5厘米其实已经不算低了。

尺寸也有要求。有些小区大堂虽然是双开门,但平时只开其中一扇,实际通行宽度可能只有五六十厘米。机器人太宽,就进不去。

但从配送效率来说,又希望它一次能装更多东西。装载量越大,机器人就越高、越重,可一旦做得太高,上坡时又容易失稳甚至倾倒。所以本体设计其实是一个不断权衡的过程。

《新智驾物理AI》:如果纽娲既向其他机器人公司提供大脑,又自己定制机器人,会不会和合作伙伴形成竞争关系?

杨睿刚:我觉得不矛盾。

首先市场足够大,像云深处这样的机器人公司,也不可能只依靠我们一家客户。

其次,如果合作伙伴愿意使用我们的大脑,我们也很愿意和他一起设计更适合具体应用场景的机器人。

很多机器人厂商本身就接受贴牌或者联合开发的合作模式。我们可以负责大脑和应用能力,他们负责本体制造,双方共同开发产品。这完全可以形成互补。

《新智驾物理AI》:纽娲未来会选择卖机器人、授权模型,还是自己持有机器人、按服务收费?

杨睿刚:至少未来两三年,我们还是会以整机销售为主。长期来看,我们希望通过软件授权和软硬件相关服务形成持续收入。

我们不打算自己持有大量机器人做大规模运营。运营有很强的专业性,可以和擅长这件事的企业合作。我希望纽娲的核心能力仍然是机器人智能系统和软硬件开发。

《新智驾物理AI》:纽娲最近也开始接触海外市场。现在推进到什么阶段,您主要考虑什么?

杨睿刚:今年9月底,我们受K2邀请,到阿布扎比参加了LIVEX,和他们旗下的AutoGo联合展示产品。目前也在和K2推进阿联酋的PoC合作。

接下来,希望和当地伙伴一起把具体场景和任务明确下来。机器人要经过什么道路、使用哪些设施,现场出了问题由谁处理,这些事情都要一项项落实。参加展会可以让客户看见产品,实际使用还需要进入具体场景去验证。

我们也想看看,换一个环境,哪些能力还能直接用,哪些需要调整。国内做社区配送积累的导航、设施交互和任务执行能力,到了海外能复用多少?建筑和服务流程发生变化之后,又要增加哪些工作?这些问题会帮助我们判断,哪些已经是产品能力,哪些还依赖针对单个项目的开发。

我们不打算自己做大规模运营,还是希望把精力放在智能系统和软硬件产品上。所以海外合作也需要把分工谈清楚:纽娲负责到哪一步,当地伙伴提供什么支持,怎样让现场问题及时回到研发。先把具体项目做扎实,再看怎样扩大。

《新智驾物理AI》:目前纽娲已经产生收入了吗?

杨睿刚:已经有收入了,但主要还是项目制和POC阶段的收入,还没有形成规模化收入。

《新智驾物理AI》:纽娲目前的团队规模有多大?高校资源对创业有哪些帮助?

杨睿刚:我们团队主要由两部分组成,目前全职员工加上实习生,一共三十多人。

一部分是年轻的科研人才,主要来自交大的学生和研究团队。另一部分是有成熟工程、产品和商业化经验的人,很多是我以前在百度、嬴彻的老同事。

高校资源对我们帮助很大。现在交大能够提供优秀的学生和研究人才,纽娲则能够提供更多算力、数据和真实场景。

《新智驾物理AI》:纽娲最早是如何获得投资的?

杨睿刚:第一家明确愿意投资的机构是PNP。

我们是2025年11月左右开始接触融资市场,12月就拿到了PNP的第一个TS。

当时沟通得比较快,和他们的合伙人大概聊了两次,就已经比较明确。他们一共有三位合伙人,其中有一位主要在美国,我在2026年1月又专门去见了他,之后主要就是尽调等流程。

他们最看重的其实是团队的完整性。至于具体做哪个方向,反而觉得可以多探索,不必一开始就完全确定。因为那时候我们确实还是一个非常早期的团队,基本上所有东西都在PPT上。

种子轮之后,我们很快又完成了一轮5000万元的天使融资。

第二轮推进得更快。有投资方的负责人是我以前在百度的老同事,对我比较了解,也知道我们团队的能力,所以很多事情不需要反复解释。有一次见面之后,对方甚至说,口头上现在就可以给TS。

我觉得这也说明,早期融资很大程度上还是投人、投团队。

《新智驾物理AI》:原本计划2028年量产,现在为什么大幅提前?

杨睿刚:主要有两个原因。

一方面是竞争。我们刚开始做末端配送的时候,感觉这个方向还没有多少人在做,但现在已经有几家公司开始布局。

另一方面是市场需求。随着我们接触更多客户,发现实际需求比原来预想得更迫切。

从上一轮拿到TS到我们决定加快下一轮融资,中间大概只有三个多月,但这三个月里,我们完成了一些非常明确的技术里程碑,商务上得到的反馈也比以前清晰很多。

哪些功能是客户真正需要的,哪些暂时不重要,我们现在有了更明确的判断。所以量产计划至少比原来提前了半年,融资节奏也相应加快了。

《新智驾物理AI》:从几十台到几百台、上千台,研发、制造和模型训练都需要资金。您觉得要融到什么规模,才能真正跨过量产门槛?

杨睿刚:我觉得累计融资至少要达到亿元级别,才有足够的资金把产品做到真正有意义、能够持续稳定运营的量产状态。

做POC相对容易,但从10台到100台、再到1000台,模型训练、数据、制造都会开始消耗大量资金。更重要的是,真正让机器人在100个社区里稳定运行,和做出几台POC是完全不同的事情。

我们现在还只是在几个社区里运行,距离100个社区至少还有一个数量级的增长,真正的挑战是让它在大量不同的真实环境里长期稳定运行。

我经常跟团队说,如果这件事不难,那也轮不到我们这样的团队来做。外面有很多人比我们更懂行业、更懂运营,也更懂销售。

我们真正的机会,恰恰在于有些技术问题还没有被解决。因为难,所以才需要我们这些做技术的人。

难这件事,我们不怕。雷峰网雷峰网雷峰网